当前位置: 首页 > news >正文

亚马逊要求UL94防火测试阻燃测试标准及项目

UL94认证是什么?分几个等级?是如何表示各等级?

带电的产品上架亚马逊都需要相关的UL报告,需要有ISO 17025资质的实验室出具的测试报告才能正常销售和恢复链接,UL94防火测试则是其中一项。

UL94试验共有五种:

1.B级的水平燃烧试验

2.94V-0、94V-1、94V-2级的垂直燃烧试验

3.94 5-V级的垂直燃烧试验

4.用辐射板的火焰蔓延指数试验(按 ASTM E162的标准测定这里不作介绍)

5.94VTM-0,94VTM-1,94VTM-2级的垂直燃烧试验(VTM指极薄的材料这里不作介绍) 现分述如下

94HB级的水平燃烧试验方法:

本试验采用长127mm,宽12.7mm,最大厚度12.7m,最小厚度3.05m的小条状试样。在无通风的试验箱中进行。评为94HB级的材料,试样厚度为12.7mm时,在76.2mm标距上的燃烧速度不大于38.1mm/min,或试样厚度小于3.05mm时,燃烧速度不大于38.1mm/min或在达到102m标线之前,必须停止燃烧。V-0、94ⅣV-1、94V-2级的垂直燃烧试验方法UL94中的垂直燃烧试验根据样品燃烧时间,熔滴是否引燃脱脂棉等试验结果把聚合物材料定为V-2,V-1,V-0和5-V四个级别,其中以V-2级为最低阻燃级,5V级为最高阻燃级。先介绍94V-0、94V-1、94V-2级试验方法。

此试验用小条试样长127mm,宽12.7mm,最大厚度12.7mm。在无通风试验箱中进行。试样上端(6.4m的地方)用支架上的夹具夹住,并保持试样的纵轴垂直。试样下端距灯嘴9.5,距干燥脱脂棉表面305m.。将本生灯点燃并调节至产生19m高的蓝色火焰,把本生灯火焰置于试样下端,点火10s,然后移去火焰(离试样至少152m远),并记下试样有焰燃烧时间。若移去火焰后30s内试样的火焰熄灭,必须再次将本生灯移到试样下面,重新点燃试样点火10s,然后再次移开本生灯火焰,并记下(从新点燃10s记录)试样的有焰燃烧和无焰燃烧的续燃时间。若试样熔滴有烟棵里,让其落入试样下305m的脱脂棉上,看其是否引燃脱脂棉。若脱脂棉着火,评级时应考虑其因素。

具体分级指标如下:

94V-0 94V-1 94V-2

测试项目级别:

1. 试样数 5 5 5

2.点燃次数 2 2 2

3.5个试条十次点燃总有焰燃烧时间最大值(s)

4.每次点燃后单个的试条有焰燃烧时间最大值(s)

5.第二次点燃后单个的试条无焰燃烧时间(s)

6(有焰熔滴无无允许仅短吋燃烧

94 5-V级的垂直燃烧试验方法

  1. V级垂直燃烧试验分A法和B法两种(A法为试条,B法为试片),是比94V-0、94V-1、94V-2测试更严格的实验方法。以A法为例,将试条(127mm?12.τmm)上端6.4m处夹住并保持其纵轴垂直,喷灯安装在灯座的斜面上,使等于垂直线20度角。火焰总高度调至127m,点火秒,再移开5秒,如此重复操作,直到试样承受点火5次。

在第5次移开火焰后观察并记录如下各项:

(1)有焰加无焰燃烧的持续时间

(2)试样被烧毁或损伤的距离

(3)在试验期间试样是否熔滴颗粒

(4)在燃烧后和冷却时立即观察试样的变形和物理强度。

相关文章:

亚马逊要求UL94防火测试阻燃测试标准及项目

UL94认证是什么?分几个等级?是如何表示各等级?带电的产品上架亚马逊都需要相关的UL报告,需要有ISO 17025资质的实验室出具的测试报告才能正常销售和恢复链接,UL94防火测试则是其中一项。UL94试验共有五种:1.B级的水平燃烧试验2.…...

ClickHouse 合并树表引擎 MergeTree 原理分析

目录 前言 MergeTree 存储 MergeTree思想 MergeTree存储结构 MergeTree查询 索引检索 数据Sampling 数据扫描 建表​ 数据存储​...

用YOLOv8推荐的Roboflow工具来训练自己的数据集

YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本,相较于之前的版本,YOLOv8可以更快速有效地识别和定位图像中的物体,以及更准确地分类它们。 作为一种深度学习技术,YOLOv8需要大量的训练数据来实现最佳性能。…...

三层交换机【实验】

目录 1、要求: 2、拓扑: 3、创建vlan和端口定义并划入vlan: 4、创建以太网中继Eth-Trunk使sw1和sw2的相互冗余并且不浪费链路: 5、使用mstp定义组和对应的根: 6、配置网关冗余: 7、核心层的路由的IP配…...

Anolis 8.6 部署 Kafka 3.3.1 安装和测试(二)

动态初始化Kafka消费者实例一.Kafka 环境搭建二.动态初始化消费者1.Topic定义2.方法处理器工厂3.参数解析器(Copy SpringBoot 源码)4.消费接口和消费实现5.动态初始化1.关键类简介2.动态初始化实现一.Kafka 环境搭建 参考:Kafka搭建和测试 …...

sed和awk

文章目录1、sed的简单介绍2、sed的使用方法2.1 命令行格式2.2 案例2.3 sed结合正则使用2.4 脚本格式3、awk的简单介绍4、awk的使用方法4.1 命令行模式4.2 脚本模式5、awk内部相关变量5.1 案例6、awk工作原理7、awk进阶使用8、awk脚本编程8.1 案例1、sed的简单介绍 sed是流编辑…...

使用STM32 CUBE IDE配置STM32F7 用DMA传输多通道ADC数据

我的使用环境: 硬件:STM32F767ZGT6、串口1、ADC1、16MHz晶振、216MHz主频 软件:STM32 CUBE IDE 优点:不用定时触发采样,ADC数据是不停的实时更新,ADC数据的更新频率根据采样时钟和采样周期决定,…...

linux 学习(持续更新)

一:初识linux 新装操作环境: mac intel电脑 CentOS系统版本:CentOS-8.1.1911 在这里解释一下[chenllocalhost /]$这句话的含义: chenl是用户名,也就是你自己起的名字。 是分割的符号 localhost是主机名,也…...

Nacos【一】Nacos集群部署配置

系列文章目录 暂无 文章目录系列文章目录前言一、Nacos集群架构1.ip直连2. SLB3. 域名-SLB二、集群部署准备2.1 机器准备2.2 Nginx安装配置1.安装2.负载均衡配置2.3 nacos安装配置1.nacos节点2. MySQL准备1.Docker安装MySQL2. nacos对应数据库初始化三、 集群启动1.失败原因汇…...

“亚洲一号”也能上市?REITs背后的物流设施风起云涌

京东最近发生了两件大事,两件都与物流基础设施有关。 一件是2月8日,嘉实京东仓储物流封闭式基础设施证券投资基金(简称“京东仓储REIT”)正式登陆上交所,投资者获得了机会,去分享京东三处物流园区的收益&a…...

2023养老展,CBIAIE第十届中国北京国际老年产业博览会

8月招商季,第十届中国(北京)国际老年产业博览会再次盛大举办; CBIAIE北京国际老年产业博览会位域优势: ——北京,中国首都,世界一线城市,地处中国北部、华北平原北部,东…...

【Android -- 每日一问】现在 Android 怎么学?学什么?

不管在任何行业,任何岗位,初级技术人才总是供大于求;不管任何行业、岗位,技术过硬的也都是非常吃香的! 这几年 Android 新技术的迭代明显加速了,有来自外部跨平台新物种的冲击,有去 Java 化的商…...

JVM垃圾回收

概述 Java是支持自动垃圾回收的,有些语言不支持自动垃圾回收(C)自动垃圾回收不是Java的首创 垃圾是什么? 在 JVM 中垃圾是指在运行程序中没有任何指针指向的对象,这个对象就是需要被回收的垃圾。 哪些区域需要回收…...

clickhouse集群安装

单机安装 yum install yum-utilsrpm --import https://repo.clickhouse.com/CLICKHOUSE-KEY.GPGyum-config-manager --add-repo https://repo.clickhouse.com/rpm/clickhouse.reposudo yum install clickhouse-server clickhouse-client 配置文件 vim /etc/clickhouse-serve…...

Zookeeper入门

Zookeeper入门概述特点结构应用场景选举机制节点信息监听原理写数据原理分布式锁概述 Zookeeper是一个开源的分布式的,为分布式框架提供协调服务的Apache项目。 Zookeeper 从设计模式的角度来开:是一个基于观察者模式设计的分布式服务管理框架&#xf…...

JavaScript

BOM核心对象docunmentBOM核心对象windowBOM包含着DOMF12即可打开浏览器控制台navigator(浏览器版本)、history(浏览器历史记录),location(地址信息)、screen(屏幕相关)JS输出形式:浏览器输出:wi…...

.gitignore 常用忽略规则

.gitignore常用忽略语法 1、空格不匹配任意文件,可作为分隔符,可用反斜杠转义 2、以井号#开头的文件标识注释,可以使用反斜杠进行转义 3、以斜杠/开头表示目录 4、以星号*通配多个字符 5、以问号?通配单个字符 6、以方括号[]包含单个字符的…...

Vue路由 —— vue-router

在上一篇内容讲到关于单页面组件的内容,同时也附上补充讲了关于单页面(SPA)和多页面(MPA)之间的优缺点,在本篇目当中就要来讲这个路由(vue-router),通过路由来实现页面的…...

Java Jackson TypeReference获取泛型类型信息【泛型】

Jackson是一个比较流行的Json序列化和反序列化框架。本文以Jackson为例介绍TypeReference实现涉及泛型的反序列化,及TyperReference的实现原理。对于获取泛型类型信息的场景,TypeReference是一个可以参考的通用解决方案。 Jackson ObjectMapper的readVa…...

Python 核心笔记(二)

特殊规则及特殊字符:#号(#) : 注释换行(\n) : 换行反斜线(\) : 继续上一行分号(;) : 两个语句连在一行冒号(:) : 将代码块的头和体分开不同的缩进…...

​答辩 PPT「懒人救星」实测:paperxie AI 一键把论文转成答辩稿,再也不用熬夜排版​

paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能排版/文献综述/AIPPThttps://www.paperxie.cn/ppt/createhttps://www.paperxie.cn/ppt/create paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能排版/文献综述/AIPPT 谁本科答辩没栽在 PPT 上?万字论文…...

Amazon Corretto 17全链路优化指南:从底层原理到企业级实践

Amazon Corretto 17全链路优化指南:从底层原理到企业级实践 【免费下载链接】corretto-17 Amazon Corretto 17 is a no-cost, multi-platform, production-ready distribution of OpenJDK 17 项目地址: https://gitcode.com/gh_mirrors/co/corretto-17 Amazo…...

多智能体概述

一、多智能体概述 多智能体系统通过协调多个专职智能体或组件来完成复杂流程。并非所有复杂任务都需要多智能体——单个智能体配合合适的工具与提示词往往就够用。我们何时采用多智能体模式更有价值,以及 AgentScope 支持哪些模式? 1、为什么要用多智能体…...

5个效率提升插件:让OCR文字识别效率提升300%的解决方案

5个效率提升插件:让OCR文字识别效率提升300%的解决方案 【免费下载链接】Umi-OCR_plugins Umi-OCR 插件库 项目地址: https://gitcode.com/gh_mirrors/um/Umi-OCR_plugins 在数字化办公与学习中,文字识别(OCR)工具已成为信…...

高效解决图表数据提取难题:WebPlotDigitizer全功能解析

高效解决图表数据提取难题:WebPlotDigitizer全功能解析 【免费下载链接】WebPlotDigitizer WebPlotDigitizer: 一个基于 Web 的工具,用于从图形图像中提取数值数据,支持 XY、极地、三角图和地图。 项目地址: https://gitcode.com/gh_mirror…...

如何用 AI + OpenSpec 驱动团队迭代开发

一个真实的痛点你是否遇到过这样的场景:写个正则表达式?AI 秒杀我。写个独立脚本?AI 真香。写个炫酷网页?AI 真牛 X!但是一旦将 AI 扔进一个庞大的微服务项目里,它似乎立刻降智为了“新手小白”&#xff1f…...

UVM避坑指南:为什么你的sequence卡住了?item_done没调用的常见问题排查

UVM验证中的sequence卡死问题:item_done未调用的深度排查手册 在芯片验证领域,UVM框架的sequence机制堪称验证工程师的"瑞士军刀",但这把利器偶尔也会出现卡壳的情况。想象一下这样的场景:你的验证环境已经运行了数百个…...

Node.js内存泄漏排查指南:从Chrome DevTools到heapdump的实战记录

Node.js内存泄漏排查实战:从预警信号到精准修复 当线上监控系统突然发出内存告警,你的Node.js服务正在以每小时100MB的速度吞噬服务器内存——这不是演习,而是一场真实的生产事故前兆。作为经历过数十次内存泄漏战役的老兵,我将带…...

Llama-3.2V-11B-cot保姆级教学:模型卸载与多版本共存方案

Llama-3.2V-11B-cot保姆级教学:模型卸载与多版本共存方案 1. 项目背景与需求 Llama-3.2V-11B-cot作为一款基于Meta多模态大模型开发的高性能视觉推理工具,在双卡4090环境下表现出色。但在实际使用中,开发者经常面临以下痛点: 模…...

Llama-3.2V-11B-cot跨平台部署:从VMware虚拟机到物理服务器

Llama-3.2V-11B-cot跨平台部署:从VMware虚拟机到物理服务器 最近在帮几个团队部署Llama-3.2V-11B-cot这个多模态大模型,发现一个挺有意思的现象:大家的基础设施环境差别太大了。有的团队用的是VMware虚拟化集群,资源灵活但总觉得…...