A betűtípusok gyártásának elsajátítása hőelemzéssel - MetalBlog

A kohászati szakértők blogja

Hőelemzés, értékes eszköz az öntöttvas kohászati gyártásának jobb elsajátításához és a gyors válaszok eléréséhez (még az alkatrészek öntése előtt is).

Az öntöttvas öntödékben a többi anyagcsaládtól eltérően a kémiai összetétel elsajátítása nem elegendő az alkatrészek jó belső egészségének vagy az anyag megfelelő szerkezetének garantálásához. Az alkatrészeken kapott jellemzők a gyártási körülményektől függenek (a fúziós ágy összetétele, a fúzió vezetése, oltás, gömbölyű kezelés). Az öntöttvasak hőelemzése vonzó technika, amely lehetővé teszi a folyékony fém hűtési görbéjének rögzítésével, majd értelmezésével valós idejű hozzáférést az összetételére vonatkozó információkhoz (Ceq, szén,% szilícium, stb.), megszilárdulásáról (zsugorodási hajlam, grafit részecskék sűrűsége) és a megszilárdult fém mechanikai jellemzőiről (Rm, HB).

Történelmi

Az öntés előtti folyékony vas minősítése (hőelemzés, kémiai összetétel, hőmérséklet stb.) Elengedhetetlen !

A kémiai összetétel (főként a szén- és szilíciumtartalom) hatása a hőelemzés fő ipari alkalmazásának (a folyékony öntöttvas szén- és szilíciumtartalmának meghatározása) alapja, amely közel 50 évig nyúlik vissza. ez az ellenőrzési módszer ezért nem új keletű.

Michel Hecht és Willy Van der Perre ezen elemzési módszer előfutárai közé tartoztak. A termikus elemzés azonban valóban csak az 1990-es évek vége óta fejlődött iparilag, az informatikai erőforrások demokratizálódásával és a több szállító által forgalmazott gyártásvezérlő szoftver megjelenésével.

A hőelemzés elve

A termikus elemzés abból áll, hogy rögzíti az öntöttvas hűtési görbéjét megszilárdulása során (kémiailag kikeményedő homokból készült kis ad hoc vödörben), és ezt a görbét értelmezi, hogy következtetéseket vonjon le összetételéről és jellemzőiről, például a tendenciáról. vagy a grafit részecskék morfológiája.

Ennek a görbének az egyes pontjai (és első származéka) összekapcsolhatók egy adott kohászati jelenséggel: az első alkotóelem megszilárdulása (T Liquidus), az eutektikum megszilárdulása (az eutektikus szakasz hossza), a grafit részecskék sűrűsége (túlhűtés és újranyomás), a megszilárdulás vége (T Solidus)… Az ebből a görbéből vett különféle információkat ezután értelmezik. A hőelemzés így valós idejű hozzáférést biztosít a fúziós adatokhoz (szén-egyenérték,% C,% Si, oltási index stb.) Még az alkatrészek öntése előtt és költséges pusztító vizsgálat nélkül.

Hagyományos hőelemzés

Számos tanulmány kimutatta, hogy a "hagyományos" módon, vagyis konkrét adatfeldolgozó szoftverek nélküli termikus elemzés hatékony eszköznek bizonyul az öntöttvas kohászati minőségének ellenőrzésében. Lehetővé teszi az evolúció követését ennek a minőségnek a folyamat paraméterei szerint lehetővé teszi ennek a folyamatnak az anomáliák kimutatását és lehetővé teszi a korrekciók figyelembe vételét, és lehetővé teszi a különböző kezelési termékek egymással való összehasonlítását, és ezáltal a fogyasztás és a költségek optimalizálását.

Ez a hagyományos megközelítés egyszeri vagy többszörös regressziót alkalmaz a hőelemzési görbéből vett paramétereken. A diszperziók jelentősnek bizonyulnak, és ezért a statisztikai megközelítés elengedhetetlen a hőelemzés által szolgáltatott információk megbízhatóságának biztosításához, a folyékony fémmintától a hőmérsékleti görbe feldolgozásáig.

A mérési láncnak különösen tisztességesnek és megismételhetőnek kell lennie. Ez a pont annál is fontosabb, mivel a hőelemzési görbe paramétereit befolyásoló tényezők számosak és néha nem kontrolláltak (maradék kémiai elemek jelenléte, oxigénaktivitás stb.).

Szakértői hőelemző rendszerek

Egy adott szoftver használata lehetővé teszi a hőelemzési görbék eltérő módon történő felhasználását, mesterséges intelligencia fogalmak felhasználásával. Ez a hőelemző szoftver valós adatokból önismeretet hajt végre: a felhasználó által utólag bevitt mikrostrukturális jellemzők, spektrometrikus elemzések, mechanikai ellenállás stb.

A tanulási szakaszban nagy mennyiségű adat megszerzése lehetővé teszi az elméleti modellek "kalibrálását" az egyes öntödék sajátos környezetéhez. Ez a tanulási szakasz viszonylag hosszú lehet, de elengedhetetlen az eszköz prediktív lehetőségeinek kiaknázásához.