客户咨询热线：
15270896115
在粉体工程与制剂开发中，颗粒强度是一个绕不开的核心参数。它直接影响造粒工艺的成败、压片过程的稳定性、以及最终产品在运输和储存中的结构完整性。然而，当颗粒尺寸下沉到 40–400μm 区间时，测试这件事就变得异常棘手。
传统颗粒强度仪的低测量下限通常在数百微米以上。对于几十微米的微粒子，操作人员往往需要借助显微镜手动挑选单粒、逐粒放置在测试台上，再用微力探头施压。这个过程不仅效率低下，更致命的是人为判断的不可靠性——肉眼下看似“一颗"的粒子，实际上可能是由若干一次粒子松散结合的团聚体。
团聚体的存在会直接扭曲测试结果。由于颗粒间的结合力往往弱于粒子内部的结合力，一个团聚体在受压时可能沿粒子界面崩解，而非发生真正的粒子破碎。如果测试者误将团聚体当作单粒记录，得到的“压碎强度"实际上反映的是团聚体的结合强度，而非一次粒子的本征力学性能。这种数据污染在药品微丸、陶瓷造粒粉、催化剂载体等场景中尤为普遍，因为这些材料恰恰容易因静电、表面能或残留水分而形成团聚。
因此，微粒子压缩测试的核心难题从来不只是“能不能测到几十微米"，而是“如何确保测到的确实是单粒"。
MHT-1 针对这一痛点的技术路线相当直接：把“判断是否单粒"这件事从操作者手中拿走，交给图像识别系统自动完成。
设备在自动分散采样后，通过 CMOS 相机对每个待测粒子进行拍摄。其内置的图像解析软件会分析粒子的形态特征——轮廓的规整度、尺寸是否与视野中其他粒子形成重叠、是否存在典型的团聚体“多瓣"外观——据此判定该目标是单粒还是团聚体。只有被识别为单粒的目标才会进入压缩测试环节，团聚体则被排除。
这一机制的实际意义在于数据可信度的质变。在传统手动测试中，团聚体误判是一个无法量化的系统性误差；而在 MHT-1 的流程中，这个误差被一个可重复、可验证的算法规则所替代。操作者得到的不再是“大概是一颗"的模糊数据，而是带有图像证据的、经自动筛选的单粒测试结果。
设备将压缩过程中记录的荷重-位移曲线与连续粒子图像绑定存储。测试完成后，操作者可以回溯任意一粒的完整破碎过程：从加压起始、到粒子出现裂纹、再到峰值荷重后的崩解，曲线特征与图像变化一一对应。这意味着当某粒数据出现异常时，可以调出图像确认它是否确实发生了破碎，还是发生了弹塑性变形而未碎裂——后者在制药压片场景中可能比“碎裂"更有工艺参考价值。
MHT-1 的“全自动"并非简单的机械重复，而是一套围绕微粒子特殊性设计的完整工作流。
分散采样是自动化的第一道门槛。 几十微米的粒子在干燥状态下极易因静电吸附而抱团，普通的振动给料方式难以将它们解离成单粒。MHT-1 采用专有的分散机构，将样品从料斗中逐粒释放到测量台上。这一步的可靠性直接决定了后续测试能否连续进行——如果分散失败，图像识别会不断排除团聚体而无法找到有效目标。
清洁-测试循环是连续性的保障。 每完成一粒的压缩测试后，压头和载物台需要清除可能残留的碎片，否则下一粒的测试位置会被污染。MHT-1 在每轮测试后自动执行清洁，然后重复采样-识别-压缩的循环。操作者只需装入样品并启动程序，单次可连续完成最多 500 粒的测试。
对于需要统计粒径-强度分布的研究场景，这一吞吐能力是手动操作难以企及的。500 粒的数据量足以构建有统计意义的强度分布曲线，识别批次内部是否存在强度异常的粒子群体，而非仅仅获得一个平均值。
MHT-1 的 40–400μm 测量范围覆盖了多个行业的关键粒径区间。
制药领域是最直接的应用场景。微丸（pellet）的粒径通常在 200–1000μm，但包衣层强度、以及更小尺寸的微囊或微粒则落在 MHT-1 的射程内。DPI（干粉吸入器）用载体粒子的粒径通常在几十到一百多微米，其表面包衣的机械稳定性直接影响药物脱附效率。此外，造粒工艺开发中需要评估不同配方和工艺条件下颗粒强度的变化，自动化测试能显著加速配方筛选。
电池材料是近年增长最快的应用方向。锂电池正负极材料的颗粒强度与辊压工艺直接相关：强度过低的粒子在辊压时过度碎裂，破坏导电网络；强度过高则难以压实，影响能量密度。MHT-1 的单粒测试能力可以为材料筛选提供比 bulk 测试更精细的指标。
催化剂载体是另一个天然适配的场景。成型催化剂颗粒的压碎强度是反应器设计的关键参数，ASTM D7084 标准中明确指出了单颗粒压碎强度测试的价值——尽管该标准也承认单粒测试与实际床层压碎行为之间存在差异。MHT-1 的自动化能力可以大幅降低批量筛选的工作量。
MHT-1 并非万能。首先，它的上限止步于 400μm；超过这个尺寸的颗粒需要使用同系列的 BHT-1000（覆盖 200–1500μm）。其次，图像识别的准确性依赖于粒子与背景的对比度以及相机的分辨率——对于高度透明或颜色与载物台接近的粒子，识别率可能需要实际验证。最后，虽然设备可以测量“压碎强度"，但荷重-位移曲线本身并不直接给出弹性模量等材料常数，后者需要额外的模型拟合和假设。
但从解决“团聚体干扰"这一核心痛点的角度，MHT-1 的做法是清晰且有效的。它没有试图用更精密的力学模型去“校正"误判带来的误差，而是从源头——采样和识别环节——切断了误差的产生路径。对于长期受困于微粒子强度数据可信度的实验室而言，这种思路的转变可能比参数本身更有价值。
