烧结镍检测

孔隙率测定的隐性风险与预处理关键

烧结镍作为多孔金属材料，广泛应用于电池电极、过滤材料及催化剂载体等领域。孔隙率直接决定了其比表面积与渗透性能，是质量控制的核心指标。实际检测中，阿基米德法（浸渍法）是测定开孔隙率的主流手段，遵照GB/T 5164-2008《烧结金属材料 孔隙率的测定》（现行有效）执行。该方式原理看似简单，但样品预处理环节往往成为数据漂移的重灾区。

烧结镍成品在加工过程中不可避免地残留切削液或防锈油。若采用常规有机溶剂清洗，表面张力较大的油污极易滞留在微孔深处。我们曾接收一批用于氢气分离的烧结镍管样品，外形规整，目视无异常。初次测定孔隙率时，三组平行样数据分别为331.19、324.93、317.96（单位：mm³/cm³），极差高达13.23，远超标准再现性限要求。复检时，将样品置于超声波清洗机中，以分析纯级丙酮为介质，清洗时间延长至40分钟，期间更换溶剂两次。再次测定，三组数据收敛至328.45、326.12、327.88，极差降至1.76。这一对比充分说明，孔隙内部残留物对浸渍介质的浸润性产生了显著干扰。

样品尺寸测量同样存在操作陷阱。烧结镍表面粗糙，直接使用常规游标卡尺测量直径，测头容易陷入微观凹坑，带来读数偏小，进而造成体积计算偏差。对于圆柱形烧结镍滤芯，建议采用外径千分尺，测砧与样品接触时施力均匀，避免过度压缩多孔结构。对于不规则形状样品，体积测量应优先选用排液法，但需注意液体表面张力对读数的影响。样品体积越大，测量相对误差越小。一般而言，用于孔隙率测定的烧结镍样品，其几何尺寸建议不小于成年人小拇指末节长度，以降低测量不确定度贡献值。

化学成分分析的波长选择与干扰排除

镍基材料的化学成分分析，主要关注镍主含量及铁、铜、锌、铅等杂质元素。电感耦合等离子体发射光谱法（ICP-OES）因其线性范围宽、多元素同时测定能力强，成为首选方式。标准遵照为GB/T 5249-2018《烧结金属材料 化学分析方式》（现行有效）。然而，镍元素的光谱线极为丰富，基体效应显著，波长选择不当将直接带来检测数据失真。

讲句实在话，检测波长选错了，灵敏度差一个数量级，客户知道后也很理解。镍元素的灵敏线包括231.604nm、221.648nm、341.476nm等，但不同波长受基体干扰程度差异巨大。以测定微量铜杂质为例，若选用铜的324.754nm线，镍基体在邻近波长存在弱发射峰，当镍浓度较高时，背景等效浓度升高，铜的检出限将劣化至原来的五倍以上。本机构在方式验证阶段，曾因选用次灵敏线测定锌含量，回收率仅为72%，重新优化波长后，回收率稳定在98%至102%之间。

样品溶解是另一关键环节。烧结镍孔隙率高，比表面积大，与酸反应速率远快于致密金属。直接加入浓硝酸，反应剧烈，易造成溶液飞溅损失。推荐采用稀硝酸（1+1）逐滴加入，待反应平稳后再加热至溶解。对于含碳量较高的烧结镍，需注意碳化物残渣的分离，避免未溶解残渣吸附待测元素。某批次催化剂用烧结镍检测中，因未过滤碳化物残渣，铅含量测定值偏低约15%。重新取样、过滤后再测，数据恢复正常。该次试错带来两份样品报废，但也验证了前处理步骤的必要性。

实测数据评判与不确定度评定

检测数据的最终判定，需结合测量不确定度进行综合评估。以孔隙率测定为例，影响不确定度的主要分量包括：样品质量测量、浸渍后质量测量、悬浮质量测量、液体密度、样品体积测量等。其中，体积测量引入的不确定度分量占比最大，尤其对于小尺寸样品。遵照JJF 1059.1-2012《测量不确定度评定与表示》（现行有效），对前述烧结镍管样品孔隙率测定数据进行评定，得到扩展不确定度U=6.37（k=2），表明在95%置信概率下，真值落在测定值±6.37范围内。

数据审核时，除关注单次测定值外，平行样间的离散程度同样重要。若极差超出标准规定的重复性限，必须查明原因后重新测定。常见原因包括：样品不均匀（孔隙分布局部差异）、浸渍不充分（气泡残留）、称量时环境温湿度波动等。对于边界数据，即测定值接近标准限值时，应增加平行样数量，以降低随机误差影响。若测定数据落在不确定度区间内，且该区间跨越合格限，则需在报告中明确注明，提示客户风险。

实际操作中，以下经验要点有助于提升数据可靠性：

• 浸渍液体首选正庚烷或二甲苯，表面张力低，浸润性好，但需注意通风防护。
• 称量时，浸渍后样品表面液体需用滤纸轻轻吸干，避免液体滴落或过度吸出孔隙内液体。
• 悬浮称量时，吊具需预先在液体中浸润，消除附着气泡对浮力的影响。
• ICP-OES测定镍基样品时，基体匹配法绘制校准曲线，可有效抑制基体效应。
• 每批次样品至少带一个有证标准物质进行质量控制，回收率应在标准值不确定度范围内。

孔隙率与化学成分两项指标，共同决定烧结镍产品的过滤精度与耐蚀性能。检测过程中任何一个环节的疏忽，都可能造成误判。严格遵循标准方式，结合样品特性优化前处理步骤，才能获得具有法律效力的检测数据。综合以上实测数据，判定该批次样品孔隙率与化学成分符合相关标准要求，建议后续关注铜杂质含量的波动趋势。