Académique Documents
Professionnel Documents
Culture Documents
Austin, TX
Noviembre, 2007
Agenda
Motivacin para el monitoreo de
partculas
Fundamentos del conteo de
partculas ptico
Especificaciones de instrumentos
Estadsticas de conteo
Anlisis de datos e interpretacin
Partculas:
- Mayor utilizacin
dmax
dmin
dw
dvol
dsed
dsieve
dsa
do
Esfera del mismo
equivalente ptico
(ltex de poliestireno)
Fenmeno de la dispersin
Campos de dispersin
Dispersin de Rayleigh
Partculas mucho ms pequeas que la longitud de onda de la luz
Dispersin de Lorenz-Mie
Tamaos de partcula comparables con la longitud de onda de la luz
Dispersin geomtrica
Partculas mucho ms grandes que la longitud de onda de la luz
Dispersin de Rayleigh
I s ~ f ( ) = =
2
d6
Dispersin de Lorenz-Mie
I s ~ 2 f ( ) = 2 ( 6> n > 2) =
d x<6
y<4
to
d x>2
y >0
ndice de componente de
refraccin
La intensidad de la dispersin depende del Contraste IR
IR _ C o n tr a s t = P a r tic u la te_ IR
M e d ia _ IR
ndice de refraccin
ndices refractario de
partculas caractersticas
y distintos medios de
muestra ( = 633 nm)
Material particulado
Dixido de silicio (slice)
Silicon
Ltex de poliestireno(PSL)
ndice refractario
1,45
3,9
1,59
Acero
2,5
Cobre
0,45
Aluminio
1,9
Medios de muestra
Agua
1,33
1,29
1,33
1,41
1,46
Consideraciones sobre
instrumentos
Porcentaje
muestra
Volumen
muestra
Sensibilidad
Conteo a
cero
Caudal
HSLIS M50e
Competencia
Volumen de
muestra
Tiempo para
medir 1 litro
de lquido
3,75
ml/min.
4,4 horas
0,25
ml/min.
2,8 das
0,1 ml/min.
6,9 das
Contador de
partculas
Volumen de
muestra
Tiempo para
medir 1
partcula
(min.)
Tiempo para
medir 20
partculas
(hora)
Ultra DI 50
3,75
ml/min.
2,7
0,9
HSLIS M50e
0,25
ml/min.
40
13,3
Competencia
0,1 ml/min.
100
33,3
Estadsticas de conteo
La estadstica de Poisson se emplea cuando se
analizan eventos discretos que se consideran de
distribucin aleatoria
Las partculas son eventos discretos distribuidos
aleatoriamente en tiempo y espacio, as el
"conteo de partculas" se describe mediante la
distribucin de Poisson
Implicancias: La variacin en
Estadstica de Poisson
las mediciones del conteo de
- Media =
- Variancia =
- Desviacin normal =
partculas depende
principalmente de la
cantidad de partculas
contadas por unidad de
tiempo
Ejemplo
Supongamos tener 100 partculas por litro a > 0,05 m
Medidas con Ultra DI 50
Lmite de control en 3 S.D. por encima del promedio
Intervalo de
muestra
10
min.
20
min.
1 hr
2 hr
4 hr
Lmite de
control
250
210
160
140
130
Representacin grfica
Efecto del intervalo de muestra en el conteo (conteos/litro vs. tiempo)
450
Cambio de proceso
100 conteos/litro a 200 conteos/litro
400
350
300
250
10 min
200
1 hr
2 hr
150
100
50
0
1
12
23
34
45
56
67
78
89 100 111 122 133 144 155 166 177 188 199 210 221 232 243 254 265 276 287 298
Resumen de estadsticas
El nmero total de partculas medidas puede
ser muy bajo
Regla general
- Si el dimetro de partcula disminuye en 2x
- El nmero de partculas/ml (caudal) aumenta en 8x
Resumen
El monitoreo de partculas en una pieza clave del ITRS
Roadmap
Los contadores de partculas pticos se basan en las medidas
del equivalente ptico de la dispersin de las esferas de
ltex de poliestireno (PSL)
La sensibilidad es slo una medida del rendimiento del
instrumento
Una mtrica crtica de rendimiento es el total de partculas
contadas
El volumen de muestra mayor proporciona ms datos y
mejores estadsticas de conteo
Los sistemas de UPW que funcionan correctamente siguen una
distribucin de tamao de partcula de 1/dimetro3
Ross Bryant
Director de marketing
rbryant@pmeasuring.com
303.419.2128