Effiziente Partikelzählung und -analyse

Partikelverunreinigungen von Automobilteilen und elektronischen Komponenten können sich negativ auf deren Leistung und Lebensdauer auswirken [1-3]. Wenn wichtige Komponenten erheblich kontaminiert sind, kann es zu einem dramatischen Ausfall des Fahrzeugs oder des Systems kommen. Technische Sauberkeit ist daher für die moderne Fertigung und Produktion im Sinne der Qualitätssicherung sehr wichtig [1-3].

Die Partikelanalyse zur Bestimmung der Sauberkeit von Automobilteilen oder elektronischen Komponenten erfolgt nach dem Waschen der Teile oder Komponenten und der Extraktion der Partikel durch Filtrieren der Reinigungslösung [1,2]. Die Analyse umfasst die Bestimmung der Partikelabmessungen und Materialeigenschaften sowie die Partikelzählung.  

In den folgenden Abschnitten werden die Verfahren der optischen Mikroskopie zur Partikelzählung und -analyse näher erläutert.

Partikel, die sich einem Filter befinden, können je nach Größe und Materialeigenschaften mit verschiedenen Verfahren wie der optischen Mikroskopie oder der Rasterelektronenmikroskopie (REM) analysiert werden. Optische Mikroskopie ist sicherlich die am weitesten verbreitete Methode bei der Partikelanalyse. Sie ist eines der kostengünstigsten Verfahren und kann so automatisiert werden, dass eine effiziente Partikelanalyse, also die Bestimmung ihrer Anzahl, Größe und anderer spezifischer Eigenschaften, erzielt wird (siehe Abbildung 1).

Partikel können anhand ihrer Abmessungen (Länge, Breite und Höhe) und Materialeigenschaften (metallisch, keramisch oder organisch) in verschiedene Kategorien eingeteilt werden. Die Messung der Partikelhöhe erfolgt mit optischer Mikroskopie, indem der Fokus auf den Filterhintergrund und dann auf die Oberseite des Partikels gerichtet wird. Da die meisten Partikel eine unregelmäßige, nicht kreisförmige Form haben, wird die Länge als größter Abstand zwischen zwei parallelen Linien definiert, die die Partikelgrenzen berühren. Diese Distanz ist auch als der maximale Feret-Durchmesser bekannt [2,4] (siehe Abbildung 2). Die Partikelbreite ist der kleinste Abstand zwischen zwei parallelen Linien, die die äußeren Grenzen des Partikels berühren, auch bekannt als minimaler Feret-Durchmesser [2,4].

Partikel, die aus Metallen oder Keramik bestehen, sind hart und abrasiv, während Partikel, die aus Kunststoffen und anderen organischen Materialien bestehen, weich und weit weniger abrasiv sind. Zur schnellen und sicheren Bestimmung der Partikelzusammensetzung kann ein optisches Mikroskop mit Laser Induced Breakdown Spectroscopy (LIBS) verwendet werden [3] siehe Abb. 3). Andere Verfahren wie Rasterelektronenmikroskopie (REM) in Verbindung mit energiedispersiver Röntgenspektroskopie (EDS/EDX) sind langsamer und daher zeitaufwendiger. Die Bestimmung der Partikelzusammensetzung mit LIBS erfolgt schneller als mit SEM/EDS/EDX, was zu einer effizienteren Identifizierung der Ursache der Partikelverunreinigung führt [3].

Das Schadenspotenzial von Partikeln an Teilen und Komponenten hängt vom Produkt und der Branche ab. In der Automobilindustrie verursachen größere harte Partikel aus Materialien wie Metall oder Keramik aufgrund ihrer schleifenden und abrasiven Eigenschaften eher Schäden als lange, weiche Kunststofffasern. In der Elektronikindustrie führen Partikel mit der höchsten Leitfähigkeit, z.B. metallische Partikel, mit einer Größe von mehr als 200 μm am ehesten zu Kurzschlussproblemen auf Leiterplatten.

Lösungen für die technischen Sauberkeitsanalyse auf der Grundlage der optischen Mikroskopie ermöglichen den Nutzern eine effiziente und genaue Partikelzählung und -analyse. Eine Lösung zur Materialanalyse bei der zwei Methoden kombiniert werden, nämlich optische Mikroskopie und Laser Induced Breakdown Spektroscopy (LIBS), ermöglicht einen effizienten, reibungslosen Arbeitsablauf, bei dem die Partikel auf einem Filter visuell untersucht und dann mithilfe von LIBS chemisch analysiert werden.

1. Y. Holzapfel, J. DeRose, G. Kreck, M. Rochowicz, Cleanliness Analysis in Relation to Particulate Contamination: Microscopy based measurement systems for automated particle analysis, Science Lab (2014) Leica Microsystems. 
2. J. DeRose, K. Scheffler, D.R. Barbero, Key Factors for Efficient Cleanliness Analysis, Science Lab (2020) Leica Microsystems. 
3. J. DeRose, K. Scheffler, Cleanliness Analysis with a 2-methods-in-1 solution: See the particles and know their composition at the same time, Science Lab (2019) Leica Microsystems. 
4. J. DeRose, D. Barbero, K. Scheffler, Cleanliness of automotive components and parts: Importance of the ISO 16232 standard and VDA 19 guidelines for manufacturing processes in the automotive industry, Science Lab (2022) Leica Microsystems.