Обновить
8K+
15
Иван Яковлев@Ivan_Yakovlev_G

Инженер, гальваник, химик, Data scientist.

12,6
Рейтинг
10
Подписчики
Отправить сообщение

Это надо было догадаться, чтобы в ливневку перекачать) Объем там наверное был не 1 литр и даже не 1000.

Для хромирования нужно четко поддерживать температуру в диапазоне 50-60 °С (ну или другую, если электролит нестандартный), да и пленку нужно какую-нибудь фторопластовую, чтобы от электролита не развалилась. Плюс правильное расположение анодов, токоподвод… Как будто, всё же проще машину разобрать.

Золочение очень часто связано с цианистыми соединениями. Работа с такими веществами даже для предприятий задача непростая. Там нужны очень непростые меры предосторожности.

Касательно того, как определить источник загрязнения в жилом массиве не скажу, но если всё же обнаружат, то ничего приятного не ждет. Я лишь могу сказать, что за предприятиями бдят очень хорошо. Нормативы по сточной воде часто строже, чем нормативы по питьевой воде.

Отличная история!

Честно говоря, не очень представляю, как он мог это сделать, не погружая всю машину в ванну. Да и хром не очень хорошая защита от коррозии…

Зеркальность именно твердого хрома достигается механической обработкой. Чем лучше отшлифуют, тем чище будет цвет. Вопрос, конечно, в том, что хром твердый и шлифовать его непросто с соответствующим износом инструмента. А никель уже из ванны можно получить блестящим из-за блескообразующих добавок в электролит.

Может быть такое, но не всегда хром наносят по никелю. Немного подушню: снять равномерно так, чтобы никель остался красивым - задачка со звездочкой. Но идея интересная)

Никелирование да, проще. Никелирование бывает двух видов: химическое и электрохимическое. Там нет таких вредных химикатов как хромовый ангидрид, хотя полностью вопрос с очисткой стоков это не снимает. У никеля есть свои потребительские особенности - он не такой твердый как хром, а значит не такой износостойкий, но сделать его блестящим чаще всего проще.

К сожалению, вынужден согласиться. Хромирование требует слишком много, чтобы быть дешевым. Тут и подготовка поверхности под покрытие, и финишная обработка, и жесткие нормы утилизации сточных вод.

Звучит надёжно)))
А источник тока какой был?)

Добрый день! Можно узнать подробнее: вы сами хромировали, в каких условиях и объёмах?)

Конечно, такое делают, но мне с таким работать не приходилось.

Спасибо большое за приятные слова!

Спасибо за то, что поделились опытом! Есть над чем подумать.

Вы во многом правы, но по заработку бывает по-разному. Были периоды когда заработок был достаточно высокий (выше среднего по стране). Сейчас несколько хуже.
Не про толоку речь конечно.

Спасибо за ваш вопрос! Насчёт отдельной статьи подумаю, но вероятность небольшая. Есть риск нарваться на NDA.

Самые сложные, на мой взгляд, где инструкция написана для галочки. Ты её открываешь, а потом открываешь датасет для разметки, и понимаешь, что они не сходятся.

Вторые по сложности задачи на узкоспециализированные темы, в которых ты не специалист от слова совсем. Если текст на другом языке, хоть даже на арабском, сейчас понять не проблема, то разобраться в новой для тебя области быстро может и не выйти.

Сегментацией частей изображений, если вы про это, мне лично заниматься не приходилось.

Объёмы работы разные, но сейчас меньше, чем было в 2023 году по понятным причинам. Все уже кто хотел базовые модели обучили, датасеты собрали.

Синтетическую разметку на позиции разметчика я лично не применял, и я думаю, мало кто применяет. Просто её может спокойно сделать Data scientist сам на этапе подготовки данных для модели. Доверять ей или не доверять уже другой вопрос. Люди тоже не на 100% правильно делают.

На такие подвиги как куда-то ходить, я не решался, но про эту платформу слышал. Всё-таки сидеть за компьютером с чашечкой чая приятнее)

Спасибо, изучу обязательно!

Добрый день!

Вынужден обратить внимание на часть про кислотность: "На два образца накладывали ткань, пропитанную искусственным потом очень низкой (pH 4,7) и очень высокой (pH 8,0) кислотности соответственно."

pH = 8,0 это не высокая кислотность, а наоборот низкая и соответствует щелочной среде. pH = 4,7 соответствует кислой среде, но относительно небольшой. Было бы правильнее написать: выдерживали в слабокислой (pH = 4,7) и слабощелочной (pH = 8,0) средах. К слову, вода дистиллированная по ГОСТ Р 58144-2018 имеет pH от 5,0 до 7,0, так что, по сути, испытываемые среды незначительно отличаются от дистиллированной воды.

Вместе с тем, это замечание не влияет на суть работы, так как в условиях человеческого тела такие pH могут быть вполне адекватные. Претензия только к их названию, потому что называть их сильной и слабой кислотностью некорректно.

Второй момент. Титановый сплав, к тому же с PVD-покрытием (каким не сказано), способен выдержать более агрессивные воздействия, а не только бытовую химию типа шампуня, средства для мытья посуды, жидкого мыла, геля для душа. Эти материалы не способны нанести вред даже незащищенной стали. Наиболее интересны были бы испытания, скажем, в белизне, где присутствие большого количества хлора может сказаться не самым лучшим образом.

Вообще описание именно контроля стойкости к воздействиям достаточно скудное и вызывает много вопросов.

Если у вас там старая краска, то ситуация осложняется значительно. В этом случае я предлагаю рассмотреть такой путь:

  1. Нанести смывку на все окрашенные поверхности.

  2. Подождать 30-40 минут или сколько будет сказано на банке.

  3. Счистить всю краску. Она должна подняться (вспучиться).

  4. Обезжирить растворителем очищенные поверхности.

  5. Нанести фосфатирующий грунт. Лучше в 2 слоя. Сушить как указано у производителя.

  6. Нанести два слоя краски. Сушить как указано у производителя.

Если краска старая и смывка её не берет, то счищать механически, к примеру, болгарка. Счистить надо обязательно. Чем полнее - тем лучше.

Обязательно используйте СИЗ. Смывка очень опасна. Кожу разъедает очень хорошо и дыхательные пути тоже.

1

Информация

В рейтинге
686-й
Откуда
Самара, Самарская обл., Россия
Дата рождения
Зарегистрирован
Активность

Специализация

Ученый по данным, Химик
Машинное обучение
Нейронные сети
Deep Learning
Математическое моделирование