《新加坡聯合早報》5/17
* 泰國週一(5月17日)通報新增9635起冠病病例,為單日新高,其中有6853名囚犯確診。
泰國新增9635起冠病病例 單日新高 https://www.zaobao.com/realtime/world/story20210517-1147358?utm_source=ZB_iPhone&utm_medium=share
* 韓國中央防疫對策本部週一(5月17日)通報,截至當天零時,韓國較前一天零時新增冠病確診病例619起,累計13萬229起。
韓國新增冠病病例連續三天逾600起 https://www.zaobao.com/realtime/world/story20210517-1147362?utm_source=ZB_iPhone&utm_medium=share
* 美國紐約8個月大男嬰恩佐明寇拉12日注射第2劑輝瑞冠病疫苗,成為全球施打2劑輝瑞疫苗的年紀最小接種者。依據父親的說法,恩佐明寇拉施打疫苗之後,睡眠、飲食均未受影響,並未出現副作用。
全球最小輝瑞疫苗接種者僅8個月大 https://www.zaobao.com/news/story20210517-1147412?utm_source=ZB_iPhone&utm_medium=share
* 沙烏地阿拉伯星期天(5月16日)宣佈從大多數國家乘坐飛機抵達的外國旅客如果已經接種了冠病疫苗,將不再需要接受隔離。
沙烏地宣佈接種冠病疫苗的多國旅客入境無需隔離 https://www.zaobao.com/realtime/world/story20210517-1147370?utm_source=ZB_iPhone&utm_medium=share
*新加坡昨天(5月16日)新增17起無關聯病例,包括一名濱海灣金沙賭場荷官、一名萊佛士醫院護士和一名新加坡理工學院學生。
新增無關聯病例 包括濱海灣金沙賭場荷官和萊佛士醫院護士 https://www.zaobao.com/realtime/singapore/story20210517-1147225?utm_source=ZB_iPhone&utm_medium=share
* 新加坡衛生部長王乙康指出,一旦有學生確診,就算是校外感染,教育部也會迅速採取行動為整所學校進行冠病檢測,以及讓學生轉為在家學習;這是考慮到B1617毒株的特性所採取的預防措施。
印度B1617冠病變種毒株似乎對兒童的影響比較大,促使教育部採取比去年更謹慎的態度應對,目前染病學童雖然有一些出現了症狀,但沒有一個屬於重症。
剛就任聯合領導抗疫跨部門工作小組的衛生部長王乙康,以及教育部長陳振聲昨天(5月16日)傍晚在記者會上,針對這一「雙變種」毒株比過去的病毒更容易感染兒童的觀察發表意見。
一有病例迅速為全校檢測 ,新加坡應對方式已和去年不同。
王乙康指出,一旦有學生確診,就算是校外感染,教育部也會迅速採取行動為整所學校進行冠病檢測,以及讓學生轉為在家學習;這是考慮到B1617毒株的特性所採取的預防措施。
他在記者會開始之前曾與衛生部醫藥服務總監麥錫威副教授通話,對方提及B1617毒株似乎對兒童的影響更為顯著。「因此你可以注意到,學校此番的應對方式和去年相比有所不同。」
陳振聲則指出,雖然目前染病的學童沒有出現重症,但局勢仍然令人擔憂。
他也強調,目前還沒有疫情在學校傳播的確鑿證據,但現階段絕對不能自滿,當局須擁有不同的防疫措施選項,才能保證民眾能在這個冠病還在傳播的世界中學習和生活。
他說,學生長期在家學習具有一定的局限性,在可能的情況下,教育部會盡量為學生提供面對面的授課,這就須要採取一系列防疫措施,包括為更年輕的群體進行疫苗接種,以及通過更快的檢測方式,迅速圍堵疫情的傳播。
新加坡政府同時宣佈輝瑞疫苗接種將降低年齡,凡12歲以上者皆可接種疫苗。
陳振聲指出,輝瑞目前已經向新加坡提交允許12歲以上的群體接種疫苗的申請,教育部和衛生部將緊密合作,在疫苗供應足夠以及獲得批准之後,制定年輕群體的疫苗接種計劃。
過去輝瑞疫苗只獲允許在16歲及以上群體中使用。王乙康昨天也補充說,疫苗並不是對兒童不安全,而是輝瑞的早期臨床試驗中並沒有足夠的12歲至15歲年輕人參與。隨著輝瑞對這一群體進行更多測試,美國食品與藥物管理局FDA已經緊急批准12歲至15歲群體施打輝瑞疫苗。
B1617變種毒株對兒童影響似乎較大 但未出現重症情況 https://www.zaobao.com/news/singapore/story20210517-1147233?utm_source=ZB_iPhone&utm_medium=share
* 【德1萬3000人完成接種依舊感染冠病】根據德國聯邦衛生部當地時間週五(5月14日)發佈的數據,該國目前完成全部疫苗接種的人數已超過800萬,但其中仍然有約1萬3000人的冠病病毒檢測結果呈陽性,佔比0.16%,死亡人數為662人;接種過第一劑疫苗的人數已超過2850萬人,其中有約4萬4000人感染冠病病毒,佔比0.15%,死亡人數達到約2000人。
根據德國聯邦衛生部的說法,目前還不能確定完成全部疫苗接種人員的具體感染時間,究竟是在接種第二劑疫苗後的14天之內還是之外。
* 【印度北方邦官員首認:冠病死者遺體遭人拋入恆河】印度冠病疫情嚴峻,恆河早前出現疑似來自北方邦的數十具遺體。路透社看到的北方邦政府文件顯示,當地官員首次承認一些死於冠病和其他疾病的人士,遺體遭人拋入河流,而非按適當儀式處理。
北方邦高級官員辛格在上週五(5月14日)發給地區領導的備忘錄中證實浮屍來源,估計拋屍量激增可能是貧困和偏遠地區民眾沒錢買火葬用的木柴等材料、一些社區的宗教信仰,以及有家庭恐懼屍體傳播冠病病毒。
* 英國星期天(5月16日)達到2000萬人完成兩劑冠病疫苗接種的里程碑。
據英國政府數據,目前有2010萬3658人已完成兩劑疫苗接種,即成年人口的38.2%。另外,有3657萬3354人已接種一劑疫苗,即成年人口的69.4%。英國自去年12月8日以來,共接種5667萬7012劑疫苗。
英國達到2000萬人完成兩劑冠病疫苗接種里程碑 https://www.zaobao.com/realtime/world/story20210517-1147375?utm_source=ZB_iPhone&utm_medium=share
* 以色列星期天(5月16日)對加沙地帶發動的空襲,造成42名巴勒斯坦人喪命,這是以巴衝突這近一周以來,死亡人數最多的一天。
以色列周日空襲致42死 一周內最高 https://www.zaobao.com/realtime/world/story20210517-1147343?utm_source=ZB_iPhone&utm_medium=share
* 【以色列炮轟加沙地帶哈馬斯首腦住家 也炸毀國際媒體大樓引發國際強烈反應】
以色列對加沙地帶展開空襲,目標包括哈馬斯領袖葉海亞·辛瓦爾的住家。衛生官員說,有至少26名巴勒斯坦人被炸死,包括八名兒童,而以色列的特拉維夫和南部城市貝爾謝巴則遭受火箭彈攻擊,約10人受傷。
* 由阿里巴巴創辦人馬雲等創立的湖畔大學一塊刻上大學名稱的巨石,被工作人員「除名」。
網上流傳的視頻和照片顯示,工作人員疑似使用燒焊工具,抹去鐫刻在巨石上的「湖畔大學」四個字。香港《明報》報道,工作人員昨天(16日)進行「除名」工作,而這塊巨石位於湖畔大學的杭州西湖浴鵠灣校址。
不少中國網民將除名行動解讀為湖畔大學走入歷史。微信賬號「遠東銳評」今天上載除名視頻,並在標題打上「湖畔大學,成為歷史!」
馬雲等創辦湖畔大學石刻字疑被清除 https://www.zaobao.com/realtime/china/story20210517-1147350?utm_source=ZB_iPhone&utm_medium=share
同時也有1部Youtube影片,追蹤數超過29萬的網紅超認真少年Imserious,也在其Youtube影片中提到,#噴漆 #烤漆 #DIY 20萬訂閱 Q&A募集中,留言你想問我的問題 上一集教了如何補凹洞,這一集從上底漆開始。 噴完之後帶大家看另外一種修復方式「凹痕修復」 影片章節 00:00 上集回顧 00:15 上底漆 03:20 上面漆 04:18 負壓式防毒面罩 正壓式防毒面罩 解說 05:2...
解焊劑 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
【中鋼AI現場2:如何靠微米級控制力年省成本千萬?】熱浸鍍鋅AI應用大解密
微米級鍍鋅厚薄如何控制的恰到好處?既要賦予足夠耐蝕性,又要不超量用鋅降成本,秘訣是用AI達成精準生產控制,再用影像辨識找瑕疵,維持鋅層表面品質
文/翁芊儒 | 2021-03-04發表
攝影/洪政偉
生活中隨處可見鍍鋅類產品,凡是有耐腐蝕需求的鋼鐵加工製品,包括作為建材使用的浪板、擔當汽車門面的汽車鈑金、每天都要打開的電冰箱,還有高階電腦伺服器外殼、傢俱、彩色底板、滑軌、風管等等,都可能是運用中鋼的熱浸鍍鋅鋼捲,加工製作而成。
熱浸鍍鋅鋼捲,是中鋼的塗鍍產品中的其中一項,年產量約有87.5萬噸。中鋼軋鋼三廠第二熱浸鍍鋅課課長羅萬福就指出,每一批出產的鋼捲,都需根據中下游客戶需求,客製化調整鍍鋅膜厚,或是進行化成處理,在鋼捲表面進行鉻酸鹽、耐指紋處理等動作,來因應不同加工製品所需的特性。
比如說,部分高階電腦、伺服器的外殼,不會再進行烤漆,而是直接裸用鍍鋅後的鋼片,對這些廠商來說,就會要求鍍較薄的鋅層,才能維持產品表面品質美觀。相對來說,生產建材浪板的廠商,對鋼捲表面品質的要求就較低,而且考量到浪板恐架設在環境不佳的地方,反而要用越厚的鋅層,來製造高耐蝕性的產品。
由於不同客戶要求的鍍鋅模厚都不同(內行說法會用鍍鋅模重,以「公克/每平方公尺」來計),如何精準控制鋅層厚薄,就成為中鋼熱浸鍍鋅廠的一大挑戰。
中鋼技術部門代理副總經理鄭際昭指出,不同產品有不同規格的鍍鋅膜厚,若鍍的太多、高於客戶需求的厚度,由於鋅是高成本的原料之一,就會造成成本的浪費;若鍍鋅層不符合產品規格,又將導致客戶無法使用或加工後續問題,造成品質客訴。「如何控制的剛剛好,讓客戶審核過關,又能省成本,這是我們的目標。」
開發控制鍍鋅膜厚的自動調參AI,年省成本1,600萬元
為了更精準控制鍍鋅膜厚,來減少生產浪費,中鋼用AI開發了控制鍍鋅膜厚的製程調參AI,試圖解決製程中的大量複雜參數,如何影響鍍鋅膜厚的問題。這類製程調參AI,也正是製造業最典型的AI應用之一。
鄭際昭解釋,要將鍍鋅厚度控制的恰如其分,並不容易,因為鍍鋅層厚薄的生產參數,包括氣刀開口大小、與鋼帶的距離、氣刀的氣壓、鋼帶厚度、鋼帶溫度、產線速度等多重變因,都會影響鍍鋅膜厚。
過去,這些複雜參數的調整,都靠老師傅的經驗來人工調參,羅萬福表示,由於不同老師傅之間又有不同的經驗法則,雖然留存了一本本抄滿生產參數的筆記,但後人看不懂也難以吸收,造成經驗傳承的斷層,「這對於面臨員工退休潮的中鋼來說,是很大的問題。」
而且,過去調整完參數後,需要等鋼帶經過100~200公尺的冷卻,才有辦法進行線上鋅層厚度量測,若量測當下發現鋅層過厚或過薄,回頭調整生產參數時,中間就已經多生產了上百公尺的鋼捲,換句話說,從參數調整到成品量測之間,存在冷卻的時間差,「中間多鍍的鋼帶,就會造成浪費。」鄭際昭說。
為了克服這兩大問題,中鋼約從2年前開始投入製程調參AI的研發,先自動化蒐集生產參數,累積上萬筆大數據資料後,建立了一個AI模型,來歸納在不同參數組合下,所造成的鍍鋅膜厚變化。
去年初上線這項應用後,將參數帶入AI模型中,就能即時預測出鍍鋅膜厚,雖然比不上直接量測的數據精準,但是,以此來即時修正生產參數,能避免冷卻期間造成的鋅層浪費,對於鍍鋅膜厚的控制,也比人為設定更準確。
羅萬福指出,傳統人工調參仍然有約20%會失準,但投入AI後,約只有3%結果失準,準確率達到97%左右,更能減少約4.5%的鋅層的浪費。換算下來,一年就能省下1,600萬元的成本,帶來上千萬元的效益。
建立檢驗區瑕疵辨識AI,降低人工目檢負擔
除了鍍鋅膜厚的生產控制面臨挑戰,熱浸鍍鋅廠的另一大難題,則位於檢驗室中,以人工檢測鍍鋅鋼捲的表面缺陷時,具有一定程度的漏檢率。
實際走訪檢驗室,可以了解到員工過去要查驗鋼捲,需要在快速傳輸的鋼帶上,識別出鋼捲表面的缺陷,而且,不只要識別鋼捲單面的缺面,更要透過鏡面反射,同步識別雙面的缺陷,格外考驗員工眼力,「所以我們都找年輕人來看,眼力比較好。」羅萬福笑著說。
但是,人力識別缺陷的方法,仍有其侷限,除了不是所有缺陷都能肉眼識別,人也一定會眨眼,無法不間斷盯著鋼捲檢驗,加上鋼帶一直在動態傳輸,都提升了識別缺陷的難度。羅萬福舉例:「以前比較誇張的狀況,檢驗員還會因為沒有檢查完全,把鋼捲送到處理線慢慢看,但這樣會增加出貨的時間,造成產線的負擔。」
為此,中鋼導入了另一個同為製造業的典型AI應用,訓練出瑕疵檢測模型,透過影像辨識技術,在即時的鋼帶影像畫面中自動標記缺陷的位置、形狀、大小、嚴重程度,抓出缺陷後,再經由人工複查是否確實。換句話說,過去要由人工全檢所有鋼捲的查驗流程,現在能以AI自動辨識來取代,人工只需複查經AI標示出缺陷的鋼帶區域即可,不僅大幅省下查驗人力,更提升了缺陷識別的的準確率。
羅萬福指出:「過去用人工檢驗,會有一定的漏檢率,可能5%~10%,真的很難每一個缺陷都看到。」但在加入AI後,幾乎不再發生漏檢,瑕疵辨識準確率提升到95%以上,進一步提升了鋼捲品質。
人工查驗除了有漏檢的風險,更大的問題,則是在於沒有一套記錄的機制,將鋼帶表面的查驗記錄保存下來。
「以前遇到客戶說,在100公尺的地方有一個缺陷,你們怎麼沒看到?我們就只能認了,因為沒有記錄。」羅萬福指出,沒有記錄機制,就無法得知缺陷到底是發生在自家工廠,還是客戶的工廠中。
但現在,透過AI檢查鋼捲表面,自動標示出缺陷位置與種類後,將這些紀錄留存下來,未來遇到客戶反應類似情形,就能提供當初查驗留存的缺陷地圖(Defect Map),來證明工廠出貨時的品質無虞。
「所以我們不只是導入AI,還把整套記錄建立起來。」羅萬福說。
目前,檢驗區的瑕疵辨識AI已經在去年正式上線,但這項技術,還不足以完全取代人工查驗,除了缺陷處需人工複查,部分非表面瑕疵的缺陷,比如鋼片側面成波狀等形狀缺陷,還是需要靠人眼來識別。
進料區也設瑕疵辨識AI,找出上游廠缺陷鋼捲
除了在後段的檢驗區導入瑕疵辨識AI,中鋼也正在將該技術導入前段進料區。這是因為,部分在後段檢驗到的鋼捲表面瑕疵,可能不是在熱浸鍍鋅廠造成,而是在前一廠區製成鋼捲時,就已經生成。
羅萬福指出,一般來說,鋼品表面的缺陷可能是在傳送鋼帶的過程中,因下方滾輪沾附不明物體,而在鋼帶表面殘留印跡,「不外乎是壓痕、刮痕、或是一些污染,」當發現這些缺陷,就得去找出造成缺陷的來源,並確實清除乾淨,確保下一捲鋼捲的生產過程不會留下缺陷。
然而,在後段檢驗區查驗出缺陷,回頭在製程中查找缺陷來源時,若缺陷並不是在熱浸鍍鋅廠區生成,可能需要花費更多時間來判定缺陷來源。不只如此,熱浸鍍鋅產線從頭到尾大約要經歷2,000公尺的加工運送,若是在前一廠就已經產生嚴重缺陷,原本就不合格的鋼捲,又多進行了近2,000公尺的製程,對鍍鋅原料來說也是種浪費。
「如果可以在進料區就先檢測出來,就能馬上可以判斷,這一捲鋼捲還要不要繼續生產。」羅萬福說。
而且,越早發現缺陷,也能越快通知上游工廠找出生產流程的問題,不只能避免產出更多有瑕疵的鋼捲,快速撤查出同一批生產的瑕疵品,也能減少其他下游廠誤用瑕疵品的可能性。
因此,中鋼正在開發前段進料的瑕疵辨識AI系統,但不是只用於找出缺陷而已,而是要與後段檢驗區瑕疵辨識系統所拍到的畫面,進行整合比對,來檢視前端所發現的缺陷,是否就是造成後段缺陷的原因,藉此建立缺陷演化分析的AI模型。
這個AI模型,能用來判斷進料時不同類型的瑕疵,經鍍鋅製程後是否還會留存下來,當模型越準確,就能判斷前段缺陷的危害程度,來節省更多的浪費。
「這就是我們的產業專業知識,去定義出這個缺陷類型是不是刮痕、這道刮痕鍍鋅後還能不能看得見、這捲鋼捲能不能繼續生產?」羅萬福說。
羅萬福表示,若在後段檢驗區發現鋼捲瑕疵,一噸鋼捲就要損失200美元以上,一捲鋼捲約20噸重,換算成臺幣,就會損失12萬元以上,「能即時找出缺陷,預先判斷要不要繼續生產,就是成本控管的關鍵。」
若用一句話來解釋熱浸鍍鋅方法,就是將鋼捲放入鋅槽,使其雙面都沾附鋅液,讓鋼片表面附著一層薄薄的鋅,能耐腐蝕。不過,實際上要生產出一捲捲數噸的熱浸鍍鋅鋼捲,需要經過一連串複雜的處理流程,先後進入進料區、退火區、鍍鋅區、調質整平區、塗覆區、檢驗區、出料區,才能完成熱浸鍍鋅的作業。
中鋼開發的AI應用,位於生產流程中的進料區、鍍鋅區與檢驗區。在進料區與檢驗區,運用了AI瑕疵檢測技術,來取代部分人工查驗作業,在鍍鋅區,則運用了AI製程調參的技術,找出不同生產條件下的最佳化製程調參作法。
1 進料區:進行的解捲、剪裁、焊接的步驟,先運用解捲機,將入料的鋼捲攤開,剪裁後,再利用焊接機,把兩個鋼捲接在一起,形成一個連續鋼捲,類似於將兩個捲筒式衛生紙的紙面連起來的樣子。
2 退火區:透過溫度變化,達成特定產品所需的機械性質,比如高強度鋼,需要在特定製程條件下才能生產而成。
3 鍍鋅區:鍍鋅區主要配備一個鋅槽,並透過氣刀來將多餘的鋅液刮除,藉此來控制鋅的膜厚(公克/每平方公尺),中鋼可生產單面每平方公尺40~200公克的熱浸鍍鋅鋼捲,越薄的鍍鋅層,用於越高階的產品,也越考驗鍍鋅的技術。
4 調質整平區:運用調質軋延機將剛鍍完鋅的光滑鋼板,依據客戶的需求,加上特定的表面紋路,比如部分要求高粗糙度的鋼板,就會以調質軋延機賦予特殊的表面。
5 塗覆區:在鋼品表面進行特殊處理,比如在用於家電外殼的鋼板上,進行耐指紋處理;又或是在用於抽屜滑軌的鋼板上,塗上高潤滑塗劑,確保鋼板能承受超過一萬次的拖拉。
6 檢驗區:查驗每一捲鋼捲表面是否有瑕疵。檢驗室內設置了鋼捲的垂直檢驗區及水平檢驗區,前者需透過鏡面反射,同步識別鋼捲雙面缺陷,後者則能從不同角度發掘瑕疵。
7 出料區:依據客戶對鋼捲寬度與重量的需求,將鋼捲裁邊修改成特定尺寸,再分捲成不同噸數的鋼捲,或是將鋼捲焊接成超過原尺寸的鋼捲來出貨。
AI瑕疵辨識如何取代人工目檢
作業流程?
實際走訪檢驗室,可以了解到員工過去要查驗鋼捲,需要在快速傳輸的鋼帶上,識別出鋼捲雙面的缺陷。但是,過去的作業流程,存在一定漏檢率,更可能因為沒有檢查完全,把鋼捲送到處理線重複檢驗,而延遲出貨時間,造成產線負擔。(如圖示:人工目檢1、2)
導入AI後,透過影像辨識技術,員工現在已經可以坐在控制室,看系統自動抓出鋼捲表面缺陷,再進行人工複查。如此一來,不僅大幅省下查驗人力,更降低了缺陷識別的漏檢率。(如圖示:AI作法1、2)
除了在檢驗區導入,中鋼也正在開發進料區的瑕疵檢測AI,要提前檢驗出上游鋼廠造成的瑕疵,攔截瑕疵品進入產線加工,來減少鍍鋅原料浪費。(如圖示:AI作法3)
人工目檢1
人工垂直檢驗鋼捲
人工目檢2
人工水平檢驗鋼捲
AI作法1
以攝影機蒐集鋼帶表面影像
AI作法2
系統自動標示缺陷位置與種類
AI作法3
訓練進料區瑕疵辨識AI
附圖:過去得靠老師傅依據經驗法則來人工調參的作法,現在已經看不到了。以前,老師傅需將每一次的參數設定抄寫到筆記中(如圖所示),但現在透過AI,能更精準掌控特定生產參數下的鍍鋅膜厚。(攝影/洪政偉)
圖解熱浸鍍鋅生產流程
攝影-洪政偉
過去要查驗鋼捲,員工需要在快速傳輸的鋼帶上,識別出鋼捲表面的缺陷,且不只要檢查單面,透過鏡面反射,還得同步識別鋼捲另一面的缺陷。圖為垂直檢驗區的實際檢查流程。(攝影/洪政偉)
除了垂直檢驗,查驗人員也需水平檢驗鋼捲,從不同角度發掘鋼捲表面缺陷,比如沖模過程中,可能產生類似於污點的缺陷,即可在此檢驗出來。(攝影/洪政偉)
為了取代人工目檢,中鋼將攝影機裝設在垂直檢驗區的鋼帶底部,也就是圖中綠色雷射光點的位置;拍攝到的鋼帶表面影像,則會顯示到控制室的螢幕畫面中,同步進行影像辨識來查找瑕疵。(攝影/洪政偉)
在控制室內,員工可以直接從螢幕看見鋼捲表面檢查情形,若AI偵測到任何瑕疵,系統會同步標註出缺陷位置、形狀、大小、嚴重程度,提供明確的缺陷資訊,節省人力目檢的負擔。(攝影/洪政偉)
左邊螢幕是檢驗區瑕疵檢測系統,右邊螢幕則是進料區瑕疵檢測系統。目前,中鋼正在開發進料區瑕疵辨識AI,更要藉由與後段瑕疵辨識所拍攝畫面的比對,來建立缺陷演化AI分析模型。(攝影/洪政偉)
資料來源:https://www.ithome.com.tw/news/142941
解焊劑 在 Technews 科技新報 Facebook 的最讚貼文
想確認先進封裝、IC 晶片壽命與效能
卻因 Underfill 製程品質不佳,氣泡(Void)過多導致可靠度壽命預估失準嗎?
本期宜特小學堂,將從兩種案例:
✅ SMT製程後的焊點助焊劑(Flux)阻礙Underfill流動
✅ Underfill無法平均滲透包覆每個焊點
一起來看看,如何解決這個問題!
更多內容請看文章👉https://pse.is/398wjc
解焊劑 在 超認真少年Imserious Youtube 的最佳解答
#噴漆 #烤漆 #DIY
20萬訂閱 Q&A募集中,留言你想問我的問題
上一集教了如何補凹洞,這一集從上底漆開始。
噴完之後帶大家看另外一種修復方式「凹痕修復」
影片章節
00:00 上集回顧
00:15 上底漆
03:20 上面漆
04:18 負壓式防毒面罩 正壓式防毒面罩 解說
05:27 上亮光漆
05:50 如何防止落塵tips
07:11 物理性凹痕修復
10:18 二十萬訂閱囉!
10:51 組裝車車
---------------------
本集包含
1. 3M 正壓式面罩 系列
-3M™ Versaflo™ 內含內襯型頭套頭罩
-3M™ Versaflo™ 硬帽式頭罩M-407
-3M™ Versaflo™ 耐用型呼吸管 BT-40
-3M™ Speedglas™ 547715, 9100 FX-Air, 9100X Filter, Adflo動力式呼吸防護具
-3M™ Versaflo™ 供氣式呼吸防護空氣調節閥 降溫調節閥 V-100/37018(AAD)
2. 3M™ 耐用舒適半面體防毒面具 快速穿戴系列 6502QL +6006濾罐
3. metabo 透明防護眼鏡
4.蝴蝶塗料 汽車底漆 100B噴灰底漆
5.建宏塗料 面漆 5號
#超認真少年 #烤漆 #機車烤漆
【凹痕修復上集】故意打爆機車油桶!在家DIY修復密技【超認真少年】
https://youtu.be/LcqHFaewyRU
-----------------
預約狗哥
搜尋:凹痕車庫
官網 https://dentgarage.tw/
電話0909613814
地址 台中市南屯區龍德路一段175-3號
預約阿仔師
搜尋:超認真少年
官網:https://www.facebook.com/imseriou
電話:0800907907
地址 哪裡有人認真哪裡就有超認真少年
➡️訂閱我們 ➡️ https://pse.is/Q26YB
【超認真少年IG】https://www.instagram.com/imseriou
【超認真少年FB】https://www.facebook.com/Imseriou
【工業技術交流平台】https://www.facebook.com/groups/imseriou
