СРАВНИТЕЛЬНЫЙ АНАЛИЗ КАЧЕСТВА МАРКИРОВКИ ПОЛИМЕРНОЙ И КРЕМНИЙОРГАНИЧЕСКОЙ ПЛЕНКИ ПРИ ОБРАБОТКЕ ВОЛОКОННЫМ НАНОСЕКУНДНЫМ ЛАЗЕРОМ

Обложка

Цитировать

Полный текст

Аннотация

Для идентификации продукции на всех этапах производства используют маркировку с помощью двумерных штрих-кодов DataMatrix. В связи с тем, что изделия имеют различные типы поверхностей, находит все большее применение маркировка с помощью самоклеящихся полимерных пленочных материалов, на которых информация записывается лазером методом DPM (Direct Part Marking). Эти пленки, называемые «лазерные пленки», часто используются на производствах, особенно в автомобильной промышленности, так как имеют ряд преимуществ перед другими носи-телями информации. Однако, такие пленки (tesa 6930, 3M 7847) в основном импортные и дорогостоящие, а также имеют ограничение по температуре эксплуатации до 250 ℃, что бывает недостаточным. В статье рассматрива-ются зарубежные и отечественные пленки, включая полимерную НПМ012 и кремнийорганическую ЛП2. Пленки серии ЛП – это новая группа лазерных пленок на органосилоксановой основе, которые позволяют применять маркировку лазером для деталей, эксплуатирующихся до 1000 °C. В статье проводится сравнительный анализ маркировки поли-мерных пленок и кремнийорганической пленки в соответствии с международными стандартами технологий авто-матической идентификации и сбора данных. Лазерная маркировка производится с помощью волоконного наносекунд-ного лазера с мощностью 30 Вт и длиной волны 1,064 мкм. В качестве штрих-кода используется DataMatrix (GS1) по Российской системе маркировки и прослеживания товаров «Честный знак». Оценка качества маркировки осуществ-ляется сканированием верификатором для проверки соответствия стандартам ISO/IEC. В статье описывается подбор технологических параметров лазерного нанесения штрих-кода для обеспечения качественной маркировки.

Об авторах

Евгений Иванович Пряхин

Санкт-Петербургский горный университет

Email: e.p.mazernbc@yandex.ru
Материаловедения и технологии художественных изделий, доктор технических наук

Елена Юрьевна Трошина

Санкт-Петербургский горный университет

Автор, ответственный за переписку.
Email: e.p.mazernbc@yandex.ru

Список литературы

  1. Schuitemaker Reuben, Xu Xun. Product tracea-bility in manufacturing: A technical review. Procedia CIRP, 2020, Vol. 93, pp. 700-705. doi: 10.1016/j.procir.2020.04.078.
  2. Ganzulenko O. Y., Petkova A. P. Testing a nano-barcodes marking technology for identification and protec-tion of the mechanical products. Journal of Physics, 2020, No. 1, pp. 1-7. doi: 10.1088/1742-6596/1582/1/012032. EDN: SGJHGV
  3. Дзембак Ю. Современные технологии марки-ровки для электроники и приборостроения // Компо-ненты и Технологии. 2002. № 26. С. 150-151. EDN: MTXGJF
  4. Горбовец М.А., Славин А.В. Кодированная маркировка образцов для высокотемпературных испы-таний // Труды ВИАМ. 2019. № 10 (82). С. 125-132. doi: 10.18577/2307-6046-2019-0-10-125-132. EDN: UXXECB
  5. Фомин А.В., Глущенко А.И., Полещенко Д.А., Зорин И.C. Идентификация маркировки стальных заго-товок в СПЦ-1 АО «Оскольский электрометаллургиче-ский комбинат им. A. A. Угарова» на основе нейросете-вого подхода // Управление большими системами. 2022. № (95). С. 62-78. doi: 10.25728/ubs.2022.95.4. EDN: QFEPJR
  6. Сырков А.Г., Ячменова Л.А. Особенности по-лучения металлургической продукции в условиях твер-дотельного гидридного синтеза // Записки Горного института. 2022, Т. 256. С. 651-662. doi: 10.31897/PMI.2022.25. EDN: BBFAKD
  7. Санько А.А., Шейников А.А. Автоматическое распознавание нарушений нормальной работы га-зотурбинного двигателя вертолета по его параметрам и параметрам несущего винта // Вестник Уфимского гос-ударственного авиационного технического универси-тета. 2019. Т. 23. № 1 (83). С. 64-69.
  8. Паноев Н.Ш., Ахмедов В.Н., Хамрокулов Ш.Ш. Получение термоустойчивых покрытий на осно-ве гидролизированных акриловых эмульсий и крем-нийорганических соединений // Universum: технические науки. 2020. № 12 (81). С. 27-30. EDN: BOSFCT
  9. Бажин, В.Ю., Исса Б. Влияние термической обработки на микроструктуру стальных змеевиков нагревательной трубчатой печи // Записки Горного института. 2021. № 249. С. 393-400. doi: 10.31897/PMI.2021.3.8. EDN: PLQJQM
  10. Ahearne E. Engineering the surface for direct part marking (DPM). CIRP Journal of Manufacturing Science and Technology, 2020, No. 29, pp. 1-10.
  11. Li C. L., Lu C., Li J. M. Nanosecond laser direct-part marking of data matrix symbols on titanium alloy substrates. Key Engineering Materials, 2018, Vol. 764, pp. 194-200.
  12. Xia-Shuang Li, Wei-Ping He, Lei Lei, Jian Wang, Gai-Fang Guo, Teng-Yun Zhang, Ting Yue. Laser direct marking applied to rasterizing miniature Data Matrix Code on aluminum alloy. Optics & Laser Technology, 2016, Vol.77, pp. 31-39. doi: 10.1016/J.OPTLA TEC.2015.08.020.
  13. Титова Т. А., Лось Л. А. Стандартное кодиро-вание книг, журналов и газет посредством штрихового кода // Машиностроение и компьютерные технологии. 2014. № 5. С. 360-381. EDN: SKCZLN
  14. Shammazov, I.A. Dzhemilev, E.R. Sidorkin, D.I. Improving the Method of Replacing the Defective Sections of Main Oil and Gas Pipelines Using Laser Scanning Data. Applied Sciences, 2023, No. 13, pp. 1-26. doi: 10.3390/app13010048.
  15. Amiaga J.V., Gorny S., G., Vologzhanina S.А. Method of Convex Marking of the Surfaces of Steel Prod-ucts Using a Pulsed 50-W Infrared Fiber Laser Russian Metallurgy. Metally, 2020, Vol. 13, pp. 1513-1517. doi: 10.1134/S0036029520130042.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».