灰铸铁热分析数学模型及选用范围的研究

灰铸铁热分析数学模型及选用范围的研究

ID:17957935

大小:27.50 KB

页数:5页

时间:2018-09-11

灰铸铁热分析数学模型及选用范围的研究_第1页
灰铸铁热分析数学模型及选用范围的研究_第2页
灰铸铁热分析数学模型及选用范围的研究_第3页
灰铸铁热分析数学模型及选用范围的研究_第4页
灰铸铁热分析数学模型及选用范围的研究_第5页
资源描述:

《灰铸铁热分析数学模型及选用范围的研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、灰铸铁热分析数学模型及选用范围的研究灰铸铁热分析数学模型及选用范围的研究1前言热分析法用于铸铁熔体质量评估始于上世纪60年代初“],至今已有近50年的历史,此方法的快速、简便以及现场适应能力已得到普遍公认。热分析法的数学模型是建立在金属凝固原理的基础上,与三角试块相比,已经从碳当量的定性分析向定量分析前进了一大步。随着计算机技术的发展,热分析系统的硬件部分包括采样速度和A/D转换精度已经完全能满足热分析法的需要,软件部分即人工智能识别功能也能够实时、准确地捕捉到TI.(奥氏体析出温度),1rs(共晶反应温度),甚至一阶微分的极值点】。令人遗憾的是能在生产中长期坚持使用

2、热分析仪的厂家寥寥无几,那么问题到底出在什么地方呢?由于各个铸造厂或研究人员选用的原材料和工艺条件不同,经大量试验获得的数据,运用数理统计方法得到的CE、C%和Si%的回归方程也不尽相同,有的相差甚远。目前的商品热分析仪都将回归方程固化在存储器中,使用中发现偏差,只能作加减调整,必然会影响测量的精度。黎振华等认为保证热分析试样具有足够且波动小的浇注量和合适的浇注温度是提高碳当量仪成分分析精度的关键。J.G.Humphreys⋯认为美国、日本、德国等能够大量应用热分析仪是因为这些国家的原材料供应和熔炼工艺条件比较稳定。碲是强烈反石墨化元素,在样杯中加人碲,铁水按白口结晶

3、,冷却曲线无过冷现象,共晶平台稳定,重复性好。而不加碲样杯反映铸铁凝固的原始状态,又有过冷度和共晶温度回升为热分析提供了更丰富的判断依据。本研究在生产现场取样,通过比较加碲和不加碲热分析试样数据,探索原材料和工艺参数的波动对热分析数学模型的影响,为提升热分析方法的适应能力积累必要的技术数据。2试验方法和步骤在生产现场进行试验,熔炼设备为1t中频感应电炉,铸件为柴油机缸体,材质为高牌号灰铸铁,化学成分:c%3.25~3.35,si%1.7~1.9,Mn%0.9~1.1,S%<0.08,P%<0.05。由于铸件结构复杂,性能要求高,成分控制严格,稍有偏差就会造成大面积的报

4、废。本试验使用自行研制的热分析仪,采样速度为10次/s,16位A/D转换模块,主机为PC机,热分析系统的结构如图1所示。软件部分以VisualBasic6.0为开发工具,采用模块化的设计,功能强大、界面友好试验用的热分析样杯如图2所示,在正方形的样杯中央,水平地放置一个内部装有热电偶的石英玻璃管,样杯分底部涂有含碲化合物和不涂化合物的两种。对两种样杯同时进行浇铸,分别记录和保存热分析参数和冷却曲线。试验分两次进行,中间时间隔半个月,两次炉料的目标成分不变,但原材料来源有所改变。第一次试验两种样杯的试样分别浇注20个,第二次分别浇注24个,在每次浇铸的不含碲样杯的试样上

5、钻屑进行化学成分分析。3试验结果与讨论根据两次试验记录的加碲和不加碲样杯试样的液相线温度T1.和共晶温度的值(不加碲样杯的最低共晶温度作为Ts)进行数理统计分析,得到铸铁C、Si含量以及CE的回归方程如表1~3所示。经典热分析理论认为si%仅为的函数,但本试验的结果表明,按T1.和B二元回归,Si%的偏差明显减小,因此按T1.和进行回归。两次试验的结果表明:回归公式中CE和c%的相关系数要高于si%的相关系数,这也就是为什么通常热分析预报si%的偏差会比较大。与传统观念不同,不加碲样杯得到的相关系数在大部分情况下高于加碲样杯的相关系数,也就是说,根据不加碲样杯获得的热

6、分析数据预报CE、c%和si%精度并不低。两次试验的回归公式有明显的差异,因为其它条件没有改变,仅仅是原材料的来源有些变化,回归公式的改变是炉料中某些微量元素的变化造成,这也是大部分热分析仪不能长期使用的根本原因。不加碲样杯两次试验的回归公式变化较大,特别是si含量的公式,可以认为灰铸铁(7+G)系共晶温度对炉料变化的敏感性较大。表3的数据说明在炉料成分有波动的情况下,加碲样杯的热分析数据与成分的相关性比较强,也就是说白口铸铁(7+Fe,c)系共晶温度对炉料变化的敏感性较小。表3两次试验结果的总体回归方程及其相关系数分别比较两次试验数据回归发现不加碲的样杯的预报精度要

7、高于加碲样杯的精度(如表4所示),不加碲的样杯预报偏差不大于±0.05CE%、±0.05C%和±0.08Si%的概率都在95%以上,加碲的样杯预报精度要略低,偏差不大于±0.08Si%的概率只有87.5%但将两次试验数据进行整体回归的数据表明,不加碲的样杯预报精度在±0.05CE%、±0.05C%和±0.08Si%以内的概率分别为88.6%、90.9%和90.9%,低于加碲的样杯预报精度(预报精度在±0.05CE%、±0.05C%和-t-O.08Si%以内分另U为90.9%、95.5%和93.2%),则加碲样杯的精度比较高。传统理论认为,就灰铸铁(7

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。