Оптимізація технології боріння за зносостійкістю

Оптимізація технології боріння з розплавів.

В теперішній час в інженерній практиці широко використовуються методи математичної статистики, які дозволяють значно скоротити час на вирішення металознавчих завдань. Застосування математичної теорії планування експерименту дає змогу врахувати вплив всіх зовнішніх факторів и їх взаємодій на дане явище, процес і т. д.

Визначення оптимальних умов насичення з метою отримання максимально можливої зносостійкості дифузійного шару цілеспрямовано проводити в такій послідовності: 1) встановлення якісних і напівкількісних закономірностей механізму формування дифузійних покриттів (традиційний підхід); 2) накопичення мінімуму необхідної інформації про кінетику формування, фазовий склад і властивості дифузійних покриттів (традиційний підхід); 3) оптимізація технології процесів отримання дифузійних покриттів за зносостійкістю (планування експерименту); 4) визначення областей застосовуваності дифузійних покриттів, отриманих при оптимальних режимах насичення (традиційний підхід, планування експерименту); 5) промислова перевірка кращих покриттів на досвідчених партіях виробів.

Найбільш простим і ефективним методом вирішення експериментальних задач є метод Бокса-Уілсона, або метод крутого сходження.

Оптимізацію технології буріння за зносостійкістю розглянемо на прикладі дифузійного насичення вуглецевих сталей 45 и У8 в розплаві на основі бури і карбіду бору. Розплав є свого роду еталоном, з котрим проводять порівняння результативності знову розроблюваних розплавів для буріння. Цей розплав найбільш широко застосовується для рідкого буріння деталей машин, інструменту і технологічного устаткування. Рідкі процеси буріння проводяться в шахтній електричній мечі з силітовими нагрівачами в порцелянових неглазурованих тиглях ємністю 250 см-3. Після насичення зразки охолоджують на повітрі і промивають в киплячій воді з додаванням .

В якості незалежних змінних (факторів), що впливають на зносостійкість шару під час буріння, в розплаві цілеспрямовано вибрати: X1 – температуру насичення, оС; X2 – кількість , що вводиться в розплав, % ( додається в розплав більше 100 %); X3 – кількість , %; X2 – час насичення, год.; X5 – вміст вуглецю в сталі, %.

Параметром оптимізації (Y1) є інтенсивність зношення борованого шару в умовах тертя ковзання пари диск – борована пластина без змазки, яка визначається на машині типу Шкоди-Савіна за об’ємом луки (мм3), витертої диском з твердо слава ВК2 (HRC3---- 72...75 ).

Крім інтенсивності зношення розглядаються структурні характеристики шару: Y2- – загальна товщина борованого шару, мкм; Y3- – товщина суцільного шару фази Fe2B, мкм; Y4- – середня товщина шару Fe2B, мкм; Y5- – повна товщина шару бориду FeB, мкм; Y6- – товщина суцільного шару бориду FeB, мкм; Y7- – середня товщина шару бориду FeB, мкм; Y8- – вмістимве фази FeB в шарі, %; Y9- – компактність фази Fe2B, %; Y10 – компактність фази FeB, %;

На першому етапі необхідно побудувати лінійну модель типу:

Для цього вибирається і реалізується чверьрепліка типу 25-2 від повного факторного плану 25.

Обрана четвертьреплика 25-2 має визначальний контраст і дозволяє оцінити лінійні ефекти, змішані з парними взаємодіями:

; ;

;

,

де - коефіцієнти регресії, що визначаються в результаті експерименту; - реальні коефіцієнти регресії.

Основний рівень і інтервали варіювання факторів, які вибрані на основі існуючих в літературі даних про цей процес, план реалізації дослідів вибраної четвертьреплики і результати експериментів наведені в табл. 13.

Дані паралельних дослідів (1-8) дозволили розрахувати дисперсію возпроизводимости

(3)

13. Зносостійкість вуглецевих сталей, бурених в розплаві

Характеристика | Фактична зміна | Фактори | Параметри

t, oC | B4C, % | B2O3, % | , год | Вміст вуглецю в сталі, % | Знос, мм3 | Загальна товщина шару, мкм

Основний рівень (0) | 1 | 1000 | 30 | 25 | 4 | 0,60 | - | -

Інтервал варіювання | 50 | 15 | 25 | 1 | 0,20 | - | -

Верхній рівень (+1) | 1050 | 45 | 50 | 5 | 0,80 | - | -

Нижній рівень (-1) | 950 | 15 | 0 | 3 | 0,40 | - | -

Досліди:

1 | +1 | -1 | -1 | -1 | -1 | -1 | 0,42 | 85

2 | +1 | +1 | +1 | -1 | -1 | -1 | 0,23 | 176

3 | +1 | -1 | -1 | +1 | +1 | -1 | 0,39 | 127

4 | +1 | +1 | -1 | +1 | -1 | +1 | 0,29 | 145

5 | +1 | -1 | +1 | +1 | -1 | +1 | 0,41 | 74

6 | +1 | +1 | -1 | -1 | +1 | +1 | 0,30 | 175

7 | +1 | -1 | +1 | -1 | +1 | +1 | 0,24 | 94

8 | +1 | +1 | +1 | +1 | +1 | -1 | 0,38 | 187

9 | 0 | 0 | 0 | 0 | 0 | 0 | 0,34 | 150

10 | +1 | +1 | +1 | -1 | -1 | -1 | 0,27 | 185

11 | +1 | -1 | -1 | +1 | +1 | -1 | 0,47 | 120

12 | +1 | -1 | +1 | +1 | -1 | +1 | 0,45 | 62

13 | 0 | 0 | 0 | 0 | 0 | 0 | 0,35 | 142

де Yju – значення параметра оптимізації в u-му досліді; - середнє значення параметра оптимізації в u-му досліді, визначене за результатами основного і