+7 (495) 972-83-54 info@design-parquet.ru
0
  • Ничего не куплено!

Ель ситхинская

Общее название:  Ель ситхинская

Научное название: Picea sitchensis

Распространение: Северо-запад Северной Америки

Размер дерева: 40-50 м в высоту, 1.2-1.8 м диаметр ствола

Средний сушеный вес: 425 кг/м³

Удельная масса (базовая, 12% MC): 0.36 - 0.42

Твердость по Янку: 2,270 N

Коэффициент прочности: 70.0 МРа

Коэффициент упругости: 11.03 GPa

Прочность на смятие: 38.2 МРа

Усушки: Радиальная: 4.3%, Тангенциальная: 7.5%, Объемная: 11.5%, T/R Коэффициент: 1.7

Цвет/внешний вид: варьируется от кремового/белого до желтого; ядровая древесина может проявлять красноватый оттенок в некоторых случаях. Заболонь четко не отграничена от ядра. Некоторые участки могут проявлять особый узор волокон, называемый медвежьим когтем – отдаленно напоминающий царапины от когтей медведя.

Шероховатость/текстура: ель ситхинская обладает тонкой ровной текстурой и равномерными прямыми волокнами.

Устойчивость к гниению: ядровая древесина оценивается как слабо устойчивая или  неустойчивая к разложению.

Обработка: легко обрабатывается, если нет сучков. Хорошо клеится и отделывается, хотя может давать плохие результаты при окрашивании (пятна и неравномерность) в связи с мелкопористой структурой. При окрашивании ели рекомендуются выравнивающий герметик, красящий гель или тонер.

Запах: не имеет характерного запаха.

Устойчивость: этот вид деревьев не занесен в приложение к Конвенции СИТЕС и Красную Книгу МСОП как находящийся под угрозой.

Применение: Лесоматериалы, коробки/ящики, мебель, столярные изделия, авиационные компоненты, музыкальные инструменты, деки, судостроение (мачты и рангоуты), лопасти ветровых турбин и практически любое применение, где нужна древесина с хорошим соотношением прочности к весу.

Комментарии: Ситхинская ель имеет выдающееся соотношение жесткости к весу, и доступна в больших, с прямыми волокнами бревнах, что делает эту древесину подходящей для широкого коммерческого использования.

Запись на приём в бутик
ПЕРЕЗВОНИТЕ МНЕ
click fraud detection