Devido às crescentes exigências em termos de flexibilidade da produção, as tendências atuais na transformação de plásticos são lotes com tamanho cada vez menor e individualizados conforme o cliente (1); baixos níveis de estocagem e produção no momento certo (just-in-time). Muitas vezes vários produtos ou variantes de cor diferentes como, por exemplo, revestimentos de fios e cabos (figura 1), são produzidos em uma mesma linha de produção, de modo que os ajustes no processo devido a alterações de cor e de material são cada vez mais frequentes. Por este motivo, a utilização das chamadas “dryblends”, ou seja, misturas secas de diferentes granulados e “masterbatches”, está se tornando cada vez mais atraente. A incorporação de um masterbatch a um granulado básico permite alterações rápidas nos pigmentos de cor ou outros aditivos e, consequentemente, ajustes flexíveis na produção.

Distribuição não homogênea de partículas de corante ou cargas

Enquanto nas formulações os pigmentos ou aditivos desejados são previamente incorporados e homogeneizados em uma única fase de transformação, quando se utiliza misturas a seco a unidade de extrusão não só transporta e plastifica o granulado básico e o “masterbatch”, como também os mistura em grau suficiente do ponto de vista térmico e físico. Isto dificulta o processo, especialmente quando ele é otimizado para obter níveis elevados de produção, uma vez que esta abordagem frequentemente leva a uma perda da capacidade de mistura no equipamento. Em consequência disso, as partículas de corante ou outras cargas podem ficar distribuídas de maneira não uniforme, o que, no mínimo, prejudica as propriedades ópticas, mas que, no pior dos casos, também afeta as características de desempenho dos produtos. São aplicadas doses generosas de masterbatches para contrabalançar essa situação e para ocultar a distribuição não uniforme. Contudo, tal procedimento nem sempre conduz ao sucesso desejado, sobretudo no caso de produtos que apresentam paredes finas e, em especial, de filmes. De forma geral, pode-se afirmar que as exigências de distribuição de cor e de cargas aumentam à medida que a espessura de parede se torna mais fina, uma vez que as irregularidades ficam mais facilmente visíveis a olho nu. Durante a produção de filmes tubulares, a bolha de filme também está sujeita a um alongamento biaxial até alcançar espessuras abaixo de 100 μm, de modo que as

Fig. 1 – A diversidade de cores exige mudanças flexíveis na produção: a mistura de masterbatches torna possível produzir, por exemplo, revestimentos de fios e cabos em vários produtos ou variantes de cor em uma mesma linha de produção (LappKabel)

 

heterogeneidades presentes na resina fundida também exercem efeito direto na resistência ao rasgamento durante a produção e, se a bolha de filme sofrer um colapso, pode até mesmo ocorrer uma rápida paralisação da linha.

Até o momento não existe uma norma ou fundamento amplamente aceito para avaliar quantitativamente a qualidade da mistura de extrudados em investigações experimentais. As medidas estatísticas de qualidade da mistura encontram-se estabelecidas na literatura técnica, as quais relacionam a concentração média de um aditivo em uma amostra com a concentração local (2). No entanto, este procedimento não é muito prático para avaliações a serem feitas em plantas de produção, particularmente porque a determinação das concentrações pode ser muito cara, dependendo do aditivo. Na prática, ao invés disso, frequentemente se realizam avaliações puramente visuais e, portanto, muito subjetivas das amostras. Nos últimos anos, os estudos que têm sido feitos como resposta ao desafio crescente imposto pelas peças mistas têm utilizado métodos adaptados ao respectivo projeto de pesquisa (3). O que estes procedimentos têm em comum é que normalmente são complexos demais em termos de tecnologia de medição ou avaliação para serem implementados na produção em rotina e muitas vezes requerem equipamento laboratorial.

Procedimentos para a avaliação das misturas

Uma abordagem para aumentar a aplicabilidade da avaliação da qualidade da mistura de extrudados já havia sido desenvolvida nos anos 1970 no então Instituto de Tecnologia de Plásticos da Universidade de Stuttgart (Institut

Fig. 2 – Quadro de referência para a divisão dos níveis de homogeneidade do extrudado em nove classes (IKT; de acordo com (4))

 

für Kunststofftechnologie der Universität Stuttgart) (4). Para tanto, nove classes de homogeneidade foram introduzidas com base em imagens para comparação, em que 1 é a melhor e 9 a pior classe de homogeneidade. A avaliação se baseou nas observações de seções finas extraídas das amostras extrudadas com o auxílio de ferramentas simples de aplainamento e comparação com as referências. A figura 2 mostra um exemplo desse processo. No entanto, mesmo com esta abordagem, o problema continua a ser o mesmo: avaliação por um observador específico que depende da sua experiência e das circunstâncias da análise. Portanto, ela é subjetiva, apesar das imagens de referência estabelecerem um critério para classificação.

Para resolver este problema e criar um critério de avaliação aplicável e, portanto, robusto e reprodutível, para a qualidade da mistura que possa ser utilizado na prática, foi desenvolvido nos últimos anos, pelo Instituto de Tecnologia do Plástico (Institut für Kunststofftechnik, IKT), em Stuttgart, Alemanha, um procedimento automatizado que faz uso da análise de imagem digital auxiliada por computador. Como descrito anteriormente, as seções finas extraídas por uma simples plaina são digitalizadas utilizando um dispositivo plano para digitalização convencional e subsequentemente analisadas utilizando um método para análise de imagem que avalia a homogeneidade das seções finas digitalizadas com base na distribuição de contraste das imagens utilizando o programa computacional MatLab (desenvolvido pela MathWorks, com sede em Natick MA, EUA).

Fig. 3 – Distribuição do erro de acordo com Floyd-Steinberg: caso da binarização do pixel 1 para os pixels de 2 a 5 (fonte: IKT)

 

Algoritmo para avaliação das imagens das amostras

O método desenvolvido funciona de acordo com o seguinte algoritmo: primeiramente, as imagens das amostras digitalizadas são convertidas em imagens binárias, sendo atribuído o valor 0 (preto) a todos os pixels com valor médio de tom de cinza menor do que 128 e o valor 1 (branco) a todos os outros pixels. Como essa atribuição resulta em um erro na percepção do brilho, é utilizado o chamado algoritmo de Floyd-Steinberg, o qual preserva a impressão óptica durante esse tratamento: após a binarização do pixel 1 (ver figura 3), o erro é transferido para as porções representadas pelos pixels 2, 3, 4, e 5. Estes, antes de serem binarizados, têm seu valor de tom de cinza ajustado pela respectiva fração de erro. Dessa maneira a impressão óptica original da imagem em tons de cinza é retida após a binarização.

A dimensão das áreas ligadas de pixels brancos e pretos é assumida como o parâmetro de medida para a qualidade da mistura e avaliada com

Fig. 4 – Ponderação, de acordo com Bayes, dos vizinhos de um ponto central da imagem (fonte: IKT)

 

base no método de Bayes. Neste método, para cada ponto da imagem, os respectivos pixels vizinhos dentro de uma seção de imagem definida por 25 pixels (um ponto central, oito vizinhos diretos e 16 vizinhos de segunda ordem) são examinados e ponderados de forma diferente conforme sua posição em relação ao pixel do ponto central (figura 4). Dessa forma, é possível avaliar o respectivo número de vizinhos com mesma cor para cada pixel, o que fornece informações sobre a ocorrência de superfícies contíguas com cor preta ou branca e, portanto, sobre não homogeneidades. Portanto, o valor máximo destes vizinhos, de acordo com a distribuição de Bayes apresentada na figura 4, é de 44.

Um valor ideal de tom de cinza igual a 50% resulta em um número teórico de vizinhos idênticos igual a 20 e um número de vizinhos de cor oposta igual a 24, sendo que essa assimetria deriva diretamente dos fatores de ponderação da distribuição de Bayes. Esses números se alteram para tons de cinza mais escuros ou mais claros, de forma que, para uma imagem com diferentes níveis de brilho, surge uma distribuição com valor máximo. Com base nesse fato, a homogeneidade de uma amostra pode ser avaliada plotando-se o número de pixels de uma cor sobre o número dos seus vizinhos da mesma cor. A largura desta distribuição e a posição do seu valor máximo podem ser comparadas com uma distribuição de referência (ver o exemplo mostrado na figura 5, para o número de vizinhos brancos). Os desvios relativos a essas áreas idealmente homogêneas servem como medida de avaliação acerca da não homogeneidade na distribuição

Fig. 5 – Número de pontos vizinhos com a mesma cor para a cor branca: intervalo de distribuição e valor máximo (verde: medição da amostra; laranja: referência) (fonte: IKT)

 

de cores. Uma vez que os valores assim determinados se situam dentro de uma faixa de números desde 0 até 1, as dez classes de homogeneidade podem ser representadas desde 0 (completamente homogênea) até 9 (muito pouco homogêneas), utilizando-se a primeira casa decimal. Para assegurar a coerência com o sistema de classificação existente com nove classes, as amostras atribuídas às classes de homogeneidade 0 e 1 foram reunidas em uma só.

Experiências com plásticos extrudados

A tabela 1 mostra exemplos de imagens de diferentes seções finas, junto com a classe de homogeneidade determinada. Foram investigados um homopolímero de polipropileno (PP-H), um copolímero de polipropileno (PP-R), um polietileno de alta densidade (PEAD) e outro de baixa densidade (PEBD), tendo sido misturada e processada uma mistura seca sob proporção de 1% em peso de masterbatch de cor preta (para parâmetros de ensaio e resultados ver a referência (5)).

Todas as seções finas foram extraídas na oficina mecânica do IKT. As amostras de extrudado foram fixadas em frente a uma plaina em um suporte com altura ajustável; posteriormente as seções finas foram extraídas usando a plaina. A espessura das seções finas pode ser fixada por meio do ajuste da altura do suporte; os exemplos aqui mostrados apresentaram espessura de 40 μm, representando dessa forma uma ordem de grandeza que é também relevante para o caso de filmes tubulares. Além disso, testes comparativos feitos com seções finas apresentando diferentes espessuras demonstraram que o algoritmo de avaliação produziu resultados reprodutíveis, mesmo que ocorram desvios na espessura da amostra.

Tab. 1 – Avaliação do grau de homogeneidade de seções finas selecionadas (5) (fonte: IKT)

 

Conclusões: avaliação com base em critérios objetivos

Os resultados obtidos neste trabalho mostraram que o procedimento de avaliação proposto levou a uma classificação que confirma a obtida pela impressão visual das amostras, mas agora seguindo critérios objetivos. A influência já esperada dos parâmetros do processo ficou igualmente evidente: sob velocidades de rosca mais elevadas, a qualidade da mistura diminuiu devido ao volume crescente de plástico extrudado produzido, sendo expressa em uma classe de homogeneidade numericamente mais elevada.

Sob velocidades de rosca iguais a 100 rpm ainda é possível alcançar um grau muito bom de homogeneidade, classe 1, para todos os materiais. À medida que a produção aumenta e o tempo de residência diminui de forma correspondente, a qualidade da mistura se deteriora. Particularmente o PP-H apresentou homogeneidade insatisfatória para velocidades de rosca de 300 rpm, o que é inaceitável, por exemplo, para a produção de filmes soprados.

A situação é diferente para a contrapressão do molde: sob pressões mais elevadas e sob as temperaturas mais elevadas a elas associadas ocorreu redução da viscosidade da resina fundida, o que resultou em melhor homogeneização e, consequentemente, em um aumento da qualidade da mistura.

Referências bibliográficas

As referências bibliográficas citadas por este artigo podem ser encontradas no seguinte endereço da Internet: www.kunststoffe.de/8152970


Mais Artigos PI



Sensores permitem prever a qualidade de peças injetadas por meio de aprendizagem de máquina

Geralmente se considera a evolução da pressão no interior da cavidade como sendo altamente representativa para a caracterização da qualidade das peças moldadas por injeção. Surge então a questão: a previsão de qualidade forneceria resultados mais precisos se, além dos dados do processo provenientes dos sensores internos da injetora, também fossem considerados os dados oriundos dos sensores presentes no molde?

27/09/2021


Uso de grafeno em pesquisas com polímeros: superando as fases de maior risco técnico e financeiro

A evolução da nanociência dos materiais poliméricos tem proporcionado o avanço em estudos sobre o uso e desempenho de nanocargas à base de carbono, como grafite expandido, nanotubos de carbono e os grafenos, introduzidos em matrizes plásticas para a preparação de novos nanocompósitos poliméricos.

25/08/2021


Como analisar o ciclo de vida de filmes plásticos usando método de cálculo

O aumento da quantidade de resíduos plásticos nos oceanos é um fato que está influenciando cada vez mais o uso sustentável de produtos feitos de plástico. Tanto a reciclagem quanto os bioplásticos podem constituir os fundamentos de estratégias para se chegar a um maior grau de sustentabilidade, mas ambos não estão isentos de efeitos colaterais. Portanto, é importante avaliar os seus efeitos de forma abrangente.

12/08/2021