在 nanoindentation 时，当压由探测的技巧，施加范例的表面被偏移。 对应用的 “强制位移”依赖性的分析在范例的坚硬提供数据在特定点 (fig.1)。 一个人可能通过浏览这个缩进的范例分析图象的曲线以及地势， (fig.2)。 
图 1。 
图 2。 Sclerometry 不同于公用硅 AFM 探测悬臂，探测的 piezoceramic 控制台基于 NTEGRA 的 Sclerometry 的有更加极大的坚硬 (104-105 N/m)。 这做这个程度强制，应用对范例极大比在通常 AFM 系统。 Nanoscratching Nanoscratching 是在做临时在范例表面和评定他们的参数基础上的技术： 特别是深度和宽度。 这提供机会定量地评估材料的坚硬 (fig.3， 4)。 有时得到的结果比 nanoindentation 可能更多情报获得的那，因为临时的宽度，由于有弹性恢复，比其深度修改较少。 
图 3。 
图 4。 Sclerometry，动态非破坏性的测试 探测连接硬汉，但是灵活的悬臂，因而探测的受迫振荡高度和频率可以为地势想象和测试的有弹性属性材料使用 (图 5)。 特别是，此方法提供年轻的模数的一个定量值在这个浏览的范例的每点。 由于 piezoceramic 探测的高共鸣频率，是可能的快速地映射坚硬和弹性属性比使用与高负荷 (即 NTEGRA+Hysitron TriboScope) 的标准凹进技术。 另一方面，不同于与常规硅探测的 SPMs，基于 NTEGRA 的 Sclerometry 允许测试非常困难材料和影片 (图 6)。 
图 5。 
图 6。 NTEGRA 根据 Sclerometry 用于基于 NTEGRA 的 Sclerometry 的探测的设计允许使用各种各样预制的技巧： 金刚石 Berkovich 打翻，半导体金刚石打翻等等。 薄膜黏附力的调查对这个基体的可以被认为 nanotribology 应用的示例。 Nanotribology 介入抓影片与争论强制和确定负荷影片独立小分队或磨损 (fig.7)。 
图 7。 基于 NTEGRA 的 Sclerometry 使成为可能与影片一起使用的多种类型在各种各样的厚度 (从几毫微米至几微米) 和 hardnesses 内的。 为什么是与 Nanoindentation 合并 SPM 重要的？ 使用同一探测，由于做 SPM 图象是可能的，是重要的： 查找凹进，做用轻的装载，是非常小和难发现与通常光学。 准确定量评定凹进和临时参数和查找缺陷凹进 (堆积等等)。 保证这个需要的对象在光学，即 nanoparticles、 nanoscratches 在影片等等被评定，万一它有小型和没有被看到。 因为凹进比这个技巧总是宽由于有弹性恢复，浏览与同一个技巧的一个被修改的范例是准确的 NTEGRA 平台 NTEGRA 平台特殊地被设计集成不同的技术为了产生根本地材料检验新和唯一方法。 例如，可以运用共焦的喇曼显微学在 nanoindentation 和 nanoscratching 以后形象化这个重点 (fig.8)。 表面同一台仪器可以是两个执行的修改和考试。 
图 8。 NTEGRA + Hysitron TriboScope 其中任一基于 NTEGRA 的系统可以用 Hysitron TriboScope nanoindentation 系统装备。 它提供高负荷 (至 1N) 并且可以挂接与多种商业探测以及基于 NTEGRA 的 Sclerometry。 非破坏性的动态测试和年轻模数映射可以进行。 可以运用所有模式 sclerometry - nanoindentation， nanoscratching 和 nanotribology - 在测试与 NTEGRA + Hysitron TriboScope 综合化。 基本强制音响显微学 (AFAM) 当一个悬臂式技巧是与一个摆动的范例联系时，在 AFAM 后的主要想法是 AFM 探测动摆的注册。同时与音响想象它形成地势，它由联络 AFM 技术完成。 映射这个年轻的模数不导致范例破坏 (凹进和临时在表面没有被留下)。 AFAM 为困难 & 软的范例提供想象鲜明对比，而 AFM 技术 (即阶段想象和强制模块化) 支持仅对比相对地软的材料的 (fig.9， 11)。 
图 9。 在某些情况下内在非同质性可以在范例数量内形象化。 是可能的，因为全部的标本是 “震动了”与音响频率，并且整个数量在探测动摆 (fig.10) 的生成介入。 
图 10。 
图 11。 基本强制分光学 当推进表面由常规 AFM 探测时，一个人可能期待悬臂弯曲和应用的强制线性依赖性。 这可能是实际情形，如果这个范例是绝对困难的，并且它未由探测偏移。 实际上，在软的范例强制距离曲线是非线性的。 其参数可以用于计算表面在何种程度上被偏移，当特殊强制是应用的时。 反过来，这是路径对年轻的模数 (fig.12) 的定量估计。 此途径是成功的在软件和非常软的范例，因为常规 AFM 悬臂弹簧常数是相对地小的 (通常不超过 10 N/m)。 对学习这样细微的对象象活细胞和自然细胞细胞器 (fig.13)，悬臂一定是一样软尽可能防止大量的范例变形。 弹簧常数的典型的值在这种情况下是 10-10 个 N/m。 
图 12。 
图 13。 表 1。 |