2008年1月11日
研究人员国家标准技术研究所（NIST）已经开发了一种用于测量表面粗糙度的新技术，该技术对当前程序的准确性提出了怀疑。他们在即将发表的论文*中宣布的结果可以削减汽车制造商的开发成本，因为他们为新的，燃油，轻质合金设计制造工具。
对于使用钣金的汽车制造商和其他行业来说，表面粗糙度是一个关键问题，远远超出了简单的化妆品。金属形状时出现的微弱条纹和其他标记可能表明残余应力，可能导致零件以后失败。它们还会导致额外的磨损和提前退休，用于将金属形成板块和其他身体部位形成薄板的昂贵冲压模具（典型的生产模具可能要花费200万美元或更高。the metal’s “springback” - the amount it will unbend after being stamped. Springback has to be known and controlled to build accurate dies for complex metal shapes. A significant cost in introducing new lightweight alloys for cars is the trial-and-error process needed to develop a new set of dies for each new alloy.
这四个图像（用扫描激光共聚焦显微镜拍摄）显示出铝合金的表面粗糙度的变化，这是由于菌株增加而产生的：A-1％，B-4％，C-8％和D-12％。
从传统上讲，粗糙度是用探针仪测量的，该仪器是带有探针的仪器，如高科技留声机针，该针头在测试表面的一条线中跟踪以记录峰值和山谷。该过程在整个测试表面的间隔中重复几次，结果将结果平均为“粗糙度”图。（新的非接触仪器使用光学探针，但这个想法是相同的。）但是NIST研究人员发现，这些措施可能具有误导性 - 当测量不确定性和统计错误时，当2-D线被外推到整个时表面。
NIST的方法使用扫描激光共聚焦显微镜（SLCM）中的数据，该仪器在三个维度上构建表面的逐点图像。来自单个SLCM图像的数据 - 代表大约1000 x 800微米的区域，深度为20微米 - 使用数学技术分析，这些技术同时处理图像中的每个点，以产生有效考虑整个3 -D表面的粗糙度测量而不是二维条纹的集合。
一个早期的发现是，至少对于该组研究的铝合金，表面粗糙度和材料变形之间的普遍接受的线性关系是错误的。来自3-D分析的更准确的数据表明，线性辅导仪的较大不确定性掩盖了一个更复杂的关系。NIST的研究人员希望他们的新技术能够实现更准确的菌株对新合金影响的模型，并最终降低金属加工行业的开发和工具成本。