Analisi dei difetti dei materiali di imballaggio col microscopio FTIR LUMOSII di Bruker

I materiali per l’imballaggio sono spesso composti da vari strati che svolgono funzioni diverse. La pellicola di imballaggio vera e propria ha una funzione barriera ed è, a seconda dell’uso previsto, già costituita da diversi strati. Come materiale per la pellicola si utilizzano principalmente polimeri, ma anche altri materiali come, ad esempio, l’alluminio. A questi si aggiungono altri strati come adesivi sigillanti o stampe. Difetti in questi sistemi complessi multistrato, come le inclusioni, possono causare malfunzionamenti del prodotto. Poiché molti dei materiali diversi non possono essere distinti visivamente e i difetti sono spesso microscopici, l’analisi selettiva di questi difetti risulta spesso difficile.

La microscopia FT-IR è un metodo interessante per l’analisi dei guasti. Permette di misurare uno spettro IR da strutture nell’ordine dei micrometri con un’elevata risoluzione laterale. Gli spettri IR forniscono informazioni sull’identità chimica dei difetti e consentono di distinguere tra i diversi strati. Con la microscopia FT-IR è possibile registrare un’immagine chimica del campione che mostra la sua composizione e la distribuzione del difetto.

Esempio: analisi dell’omogeneità di un rivestimento

Questo esempio mostra l’analisi di un foglio di plastica trasparente e incolore, rivestito con uno strato di resina melaminica.

L’obiettivo era quello di determinare se lo strato di resina copriva l’intera superficie e se c’erano difetti nello strato. Un’area di dimensioni pari a 1,5×2,0 mm è stata analizzata mediante una griglia di misura automatizzata in modalità ATR. 1200 spettri sono stati misurati con una risoluzione spaziale di 32×32 μm, un tempo di misura di 3,5 secondi per ogni spettro e una risoluzione spettrale di 4 cm-1.

Per individuare eventuali deviazioni nella matrice spettrale è stata applicata una cluster analysis: tutti gli spettri all’interno dell’area di misura sono stati raggruppati in due classi, in base alla loro somiglianza spettrale. L’algoritmo utilizzato per la classificazione è la distanza euclidea.

L’immagine chimica risultante dall’analisi dei cluster è mostrata in figura 2.

È evidente che le macchie scure nell’immagine visiva mostrano anche una deviazione spettrale in quanto vengono assegnati a un’altra classe (colorata in rosso) rispetto alla matrice (colorata in nero).

Il confronto degli spettri della “classe rossa” con quelli della “classe nera” rivela una minore intensità spettrale delle bande che appartengono al rivestimento melaminico (figura 2).

Inoltre, la ricerca in libreria identifica chiaramente un maggiore contributo del polipropilene-co-etilene, che probabilmente proviene dal substrato al di sotto del rivestimento melaminico.

Contatta Bruker per avere maggiori informazioni.