Академический Документы
Профессиональный Документы
Культура Документы
net/publication/361409144
CITATIONS READS
0 9
2 authors, including:
Alexey P. Prokhorov
24 PUBLICATIONS 5 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Microstructural study of specimens from of low-alloy structural steel 10KhSND and determination of the mechanical characteristics of the material after the
experimental heat treatment mode View project
Comprehensive study of the process of thermal embrittlement of low-alloy structural steel 10KhSND View project
All content following this page was uploaded by Alexey P. Prokhorov on 02 November 2022.
Сталь d1 l1 d2 l2 d3 l3
35XM 700 1000 475 500 275 500
34ХН1М 700 1000 475 500 275 500
34ХН3М 700 1000 500 500 − −
Сталь C Si Mn Cr Mo Ni S P
0,34 0,25 0,53 0,93 0,18 − d0,033 d0,033
35XM 0,36* 0,27* 0,55* 0,95* 0,20* − d0,035* d0,035*
0,38 0,29 0,57 0,97 0,22 d0,037 d0,037
0,33 0,25 0,63 1,48 0,23 1,48 d0,033 d0,028
34ХН1М 0,35* 0,27* 0,65* 1,50* 0,25* 1,50* d0,035* d0,03*
0,37 0,29 0,61 1,52 0,27 1,52 d0,037 d0,032
0,33 0,25 0,63 0,88 0,31 2,98 d0,033 d0,028
34ХН3М 0,35* 0,27* 0,65* 0,90* 0,33* 3,0* d0,035* d0,03*
0,37 0,29 0,61 0,92 0,35 3,02 d0,037 d0,032
*
Химический состав стали согласно ГОСТ.
результатов модели
22,1 6 0,4 2,3 0,4 36,5 6,8 0,3 3,8 0,2 36 39,1 1,8 7,5 0,8
среднего N
Статистическая обработка
Доверительный
35,1 9,5 0,6 3,7 0,6 58 10,8 0,5 6 0,3 57,2 62,1 2,9 11,9 1,3
интервал Хд
Край 677,7 866,0 14,2 48,8 6,5 772,4 916,4 15,5 52,3 5,3 942,0 1070 15,2 55,3 7,6
Центр 727,9 954,8 13,0 48,1 5,3 815,7 959,8 14,2 49,5 4,9 942,0 1073 14,8 51,0 4,9
Среднее значение 702,8 910,4 13,6 48,5 5,9 794 938,1 14,9 50,9 5,1 942 1072 15 53,2 6,3
Выборочная дисперсия S2 630 1971 0,4 0,1 0,4 468 470 0,4 1,9 0,04 0 2,3 0,04 4,6 1,8
Cреднеквадратичное
25 44,4 0,6 0,3 0,6 21,6 21,7 0,6 1,4 0,2 0 1,5 0,2 2,1 1,3
отклонение S
Максимальное xmax 475 727,9 954,8 14,2 48,8 6,5 475 815,7 959,8 15,5 52,3 5,3 500 942 1073 15,2 55,3 7,6
Минимальное xmin 677,7 866 13 48,1 5,3 772,4 916,4 14,2 49,4 4,9 942 1070 14,8 51,0 4,9
Коэффициент вариации
3,6 4,9 4,4 0,6 10,1 2,7 2,3 4 2,8 3,9 0 0,1 1,3 3,9 20,6
Кф, %
Средняя ошибка
результатов модели
14,4 25,6 0,3 0,2 0,3 12,5 12,5 0,3 0,8 0,1 0 0,9 0,1 1,2 0,8
среднего N
Статистическая обработка
Доверительный
22,9 40,7 0,5 0,3 0,5 19,9 19,9 0,5 1,3 0,2 0 1,4 0,2 1,9 1,3
интервал Хд
Край 779,3 986,4 13,5 58,2 6,6 772,4 956,8 14,2 53,7 5,4
Центр 777,3 966,7 14,5 54,4 5,9 805,9 980,5 11,0 45,9 4,8
Среднее значение 778,3 976,6 14 56,3 6,3 789,2 973,2 12,6 49,8 5,1
Выборочная дисперсия S2 1 97 0,3 3,6 0,1 280 140 2,6 15,2 0,1
Cреднеквадратичное
1 9,8 0,5 1,9 0,3 16,7 11,8 1,6 3,9 0,3
отклонение S
Максимальное xmax 275 779,3 986,4 14,5 58,2 6,6 275 805,9 980,5 14,2 53,7 5,4
Минимальное xmin 777,3 966,7 13,5 54,4 5,9 772,4 956,8 11 45,9 4,8
Коэффициент
0,1 1 3,6 13,6 4,8 2,1 1,2 12,7 7,8 5,9
вариации Кф, %
Средняя ошибка
результатов модели
0,6 5,7 0,3 1,1 0,2 9,6 6,8 0,9 2,3 0,2
среднего N
Статистическая обработка
Доверительный
1 9,1 0,5 1,7 0,3 15,3 10,8 1,4 3,7 0,3
интервал Хд
23
МЕТАЛЛОВЕДЕНИЕ И ТЕРМИЧЕСКАЯ ОБРАБОТКА
Таблица 4. Реализация работы нейромодели по режиму З+О+О на продольных образцах
24
Сталь 35ХМ 34ХН1М 34ХН3М
Место расположения образцов Время охлаждения 135 мин Время охлаждения 135 мин Время охлаждения 150 мин
σ0,2, σв, an, σ0,2, σв, an, σ0,2, an,
d, мм δ5, % ψ, % d, мм δ5, % ψ, % d, мм σв, МПа δ 5, % ψ, %
МПа МПа Дж/см2 МПа МПа Дж/см2 МПа Дж/см2
Край 637 841,8 15,8 56,4 7,6 657,7 832,9 18,5 54,3 6,9 726,6 911,7 19 60 14,5
Ѕ 667,5 930,4 14,6 49,5 5,2 643,9 789,6 14,0 51 6,8 701 901,9 16,2 52,8 8,8
Центр 620,3 827 9,3 29 5,5 633 795,6 15,5 51 6,4 747,3 905,8 16,1 50 8,4
Среднее значение 641,6 866,4 13,2 44,9 6,1 645 806 16 52,1 6,7 725 906 17 54,3 10,6
2
Выборочная дисперсия S 381 2085 7,9 135 1,1 102 367 3,5 2,4 0,05 359 16 1,8 17,7 7,8
Cреднеквадратичное
19,5 45,7 2,8 11,6 1 10,1 19,2 1,9 1,5 0,2 18,9 4 1,3 4,2 2,8
отклонение S
Максимальное xmax 700 667,5 930,4 15,8 56,4 7,6 700 657,7 832,9 18,5 54,3 6,9 700 747,3 911,7 19 60 14,5
Минимальное xmin 620,3 827 9,3 29 5,2 633 789,6 14 51 6,4 701 901,9 16,1 50 8,4
Коэффициент вариации
3 5,3 21,2 25,8 16,4 1,6 2,4 11,9 2,9 3 2,6 0,4 7,6 7,7 26,4
Кф, %
МЕТАЛЛОВЕДЕНИЕ И ТЕРМИЧЕСКАЯ ОБРАБОТКА
Средняя ошибка
результатов модели
11,3 26,4 1,6 6,7 0,6 5,8 11,1 1,1 0,9 0,1 10,9 2,3 0,8 2,4 1,6
среднего N
Статистическая обработка
Доверительный
17,9 41,9 2,5 10,7 1 9,2 17,6 1,7 1,4 0,2 17,3 3,7 1,3 3,8 2,5
интервал Хд
Край 613,4 787,7 16,2 53,4 7,2 657,7 832,9 18,5 58,3 9,1 737,5 915,7 18,4 63,8 15,2
Центр 613,4 839,9 14,5 52,3 7 676,4 851,7 17,5 57,7 8,8 746,3 924,5 19,8 62,2 14,5
Среднее значение 613,4 813,8 15,3 52,9 7,1 667,1 842,3 18 58 9 741,9 920,1 19,1 63 14,9
2
Выборочная дисперсия S 0 681 0,7 0,3 0,01 87,4 88,4 0,3 0,9 0,02 19,4 19,4 0,5 0,64 0,1
Cреднеквадратичное
0 26,1 0,8 0,5 0,1 9,3 9,4 0,5 0,9 0,1 4,4 4,4 0,7 0,8 0,3
отклонение S
Максимальное xmax 475 613,4 839,9 16,2 53,4 7,2 475 676,4 851,7 18,5 58,3 9,1 500 746,3 924,5 19,8 63,8 15,2
Минимальное xmin 613,4 787,7 14,5 52,3 7 657,7 832,9 17,5 57,7 8,8 737,5 915,7 18,4 62,2 14,5
Коэффициент вариации
0 3,2 5,2 0,9 1,4 1,4 1,1 2,8 1,6 1,1 0,6 0,5 3,7 1,3 2
Кф, %
Средняя ошибка
результатов модели
0 15,1 0,5 0,3 0,06 5,4 5,4 0,3 0,5 0,06 2,5 2,5 0,4 0,5 0,2
среднего N
Статистическая обработка
Доверительный
0 24 0,8 0,5 0,1 8,6 8,6 0,5 0,8 0,1 3,9 3,9 0,6 0,8 0,1
интервал Хд
Край 695,1 901,8 16,1 61,5 10,7 689,2 861,5 16,5 59,6 10,4
Центр 714,8 921,6 17,3 59,5 10,6 714,8 877,3 19 58,3 10,5
Среднее значение 704,9 911,7 16,7 60,5 10,7 702 869,4 17,8 58,9 10,5
2
Выборочная дисперсия S 97 98 0,4 1 0 164 62,4 1,6 0,4 0
Cреднеквадратичное
9,8 9,9 0,6 1 0 12,8 7,9 1,3 0,6 0
отклонение S
Максимальное xmax 275 714,8 921,6 17,3 61,5 10,7 275 714,8 877,3 19 59,6 10,5
Минимальное xmin 695,1 901,8 16,1 59,5 10,6 689,2 861,5 16,5 58,3 10,4
Коэффициент вариации
1,4 1,1 3,6 1,7 0 1,8 0,9 7,3 1 0
Кф, %
Средняя ошибка
результатов модели
5,7 5,7 0,3 0 0 7,4 4,6 0,8 0,3 0
среднего N
Статистическая обработка
Доверительный
9,1 9,1 0,5 0 0 11,8 7,3 1,3 0,2 0
интервал Хд
d2
d3
34ХН3М. На глубине до 150 мм от поверхности сят от места и глубины вырезки темплетов. Разница в
заготовки диаметром 700 мм характеристики проч- значениях механических характеристик местами дохо-
ности имеют следующие значения: предел прочности дила до 50 %. Установлено, что для получения высоких
1050 МПа, предел текучести 918 МПа. С увеличени- и равномерных по всему сечению заготовки значений
ем глубины значения предела прочности и текучести механических свойств решающую роль имеет пра-
увеличиваются и в центральной зоне заготовки до- вильный выбор стали для того или иного назначения,
стигают 1200 МПа по пределу прочности и 1070 МПа а также глубина проработки центральных зон детали в
по пределу текучести. По всему сечению поковки процессе закалки. При недостаточно глубоком охлаж-
диаметром 500 мм свойства прочности равномерны. дении в жидкости при закалке распад сохранившегося
Относительные удлинение и сужение площади по- аустенита будет происходить или в процессе последу-
перечного сечения образца имеют довольно высокие ющей выдержки при отпуске с образованием структур
и равномерные до трети радиуса значения. С повыше- перлитного типа с низкими механическими свойства-
нием свойств прочности пластические свойства пони- ми, или при последующем охлаждении после отпуска
жаются и в центральной части имеют довольно низ- с образованием игольчатого троостита и мартенсита с
кие значения. По сечению заготовки диаметром 500 высокими свойствами прочности, но с низкими свой-
мм пластические свойства высоки и меняются мало. ствами пластичности и вязкости. Чрезмерно глубокое
Значения ударной вязкости снижаются по мере удале- охлаждение при закалке опасно из-за возникновения
ния от поверхности к центру. После дополнительного высоких внутренних напряжений и образования мел-
отпуска при 650 оС характеристики прочности снижа- ких трещин, особенно в ликвационных участках.
ются по всему сечению заготовок диаметром 700 и 500
мм до одного значения. С понижением прочностных БИБЛИОГРАФИЧЕСКИЙ СПИСОК
свойств повышаются пластические. Особенно резко 1. Прохоров А. П., Бетина Т. А. Модельное исследование
увеличиваются значения ударной вязкости, возрастая применения БАТР- процесса для упрочнения контакт-
после отпуска в 2-3 раза. ных поверхностей зубчатых колес // Упрочняющие тех-
Микроструктура образца, расположенного у по- нологии и покрытия. 2021. Т. 17. № 12 (204). С. 547 − 554.
2. Прохоров А. П., Баринова Н. В. Исследование эволюции
верхности заготовки диаметром 700 мм, состоит из
микроструктуры и свойств дуплексного нержавеющего
мелкодисперсного и довольно однородного сорбита, сплава Х3CrNiMn 22-2-5 // Современные материалы,
ориентированного по иглам. На глубине около 150 мм техника и технологии. 2021. № 5 (38). С. 15 − 24.
наряду с сорбитом отпуска имеется небольшое коли- 3. Аношина О. В., Трубникова А. С., Мильдер О. Б. и др. Мо-
чество мелких участков структурной составляющей, делирование изменения предела длительной прочности
трудно поддающейся травлению и являющейся неот- сплавов на основе никеля с использованием байесовских
пущенным мартенситом. По мере удаления от поверх- искусственных нейронных сетей // Письма о материа-
ности к центру количество неотпущенного мартенсита лах. 2020. Т. 10. № 1 (37). С. 106 − 111.
увеличивается, и в образце, расположенном у самого 4. Прохоров А. П. Об одном методе оценки дефектности
структуры материала высокопрочного плоского проката
центра заготовки диаметром 700 мм, количество неот-
нормальной толщины // Вестник науки и образования
пущенного мартенсита достигает 40-50 %.
Северо-Запада России. 2021. Т. 7. № 3. С. 20 − 26.
Микроструктура по сечению заготовки диаметром 5. Камзанов Н. С., Канажанов А. Е., Оразбаева А. Н. Фи-
500 мм одинаковая, как у поверхности заготовки диа- зические основы определения механических характери-
метром 700 мм. После дополнительного отпуска при стик металлов // Вестник Казахской академии транспор-
650 °С существенной разницы в характере микро- та и коммуникаций им. М. Тынышпаева. 2020. № 2 (113).
структуры по сечению заготовки диаметром 700 мм не С. 36 − 43.
наблюдается. При анализе полученных механических 6. Прохоров А. П., Бетина Т. А. Метод оценки влияния ги-
свойств стали 34ХН3М наблюдается резкое повыше- дростатического давления на упругие характеристики
ние свойств прочности центральных зон заготовки металлов с ОЦК и ГЦК решетками // Современные ма-
териалы, техника и технологии. 2021. № 1 (34). С. 48 − 51.
диаметром 700 мм, которые нельзя объяснить неодно-
7. Чиркова А. Г., Махутов Н. А., Кузеев И. Р., Гафарова В.
родностью химического состава, имея в виду нали- А. Расчетно-экспериментальная оценка изменений
чие в глубинных слоях неотпущенного мартенсита. механических характеристик аустенитной стали в про-
Основной причиной получения в центральных зонах цессе эксплуатации // Научные труды НИПИ Нефтегаз
заготовки диаметром 700 мм из стали 34ХН3М неот- ГНКАР. 2019. № 4. С. 67 − 72.
пущенного мартенсита следует считать недостаточную 8. Сюн Чжан, Чжи Вэнь. Моделирование температуры, ми-
выдержку в охлаждающей жидкости при закалке. Ау- кроструктуры и механических свойств холоднокатаной
стенит не распался в процессе охлаждения при закалке нержавеющей стали SUS430 в процессе непрерывного
и, имея большую устойчивость, сохранился после на- отжига // МиТОМ. 2017. № 12 (750). С. 62 − 70.
9. Курбан В. В. Повышение качества горячекатаной труб-
грева до 580-590 °С при отпуске. Распад его мог проте-
ной листовой стали по механическим свойствам с ис-
кать только в процессе охлаждения после отпуска. пользованием нейросетевого моделирования : дис. ...
канд. техн. наук: 05.02.23. − Магнитогорск, 2006. − 195 с.
ЗАКЛЮЧЕНИЕ 10. Wang P. et al. Mechanical property prediction of strip model
По результатам проведенного исследования было based on PSO-BP neural network // Journal of Iron and Steel
определено, что механические свойства сталей зави- Research International. 2008. Т. 15. №. 3. С. 87 − 91.
11. Ларина Т. В., Кутенкова Е. Ю., Минин О. В., Ми- 13. Чжан Дж., Гао П., Фанг Ф. Моделирование нейронной
нин И. В. Влияние анизотропии свойств на измене- сети ATPSO-BP и его применение для прогнозирования
ние физических и механических свойств поверхности механических свойств // Вычислительное материалове-
металла // Интерэкспо Гео-Сибирь. 2016. Т. 5. № 1. дение. 2019. Т. 163. С. 262 − 266.
С. 229 − 233. 14. Mohanty I. et al. Online mechanical property prediction
system for hot rolled IF steel //Ironmaking & Steelmaking.
12. Ларина Т. В., Кутенкова Е. Ю., Тымкул В. М. и др. Ма-
2014. Vol. 41. №. 8. P. 618 − 627.
тематическая модель анализа состояния поверхности 15. Chen M. Y., Linkens D. A. A systematic neuro-fuzzy modeling
конструкционных материалов // Интерэкспо ГЕО-Си- framework with application to material property prediction //
бирь-2014. Х Междунар. науч. конгр. : Междунар. науч. IEEE Transactions on Systems, Man, and Cybernetics, Part B
конф. «СибОптика2014» : сб. материалов в 2 т. (Новоси- (Cybernetics). 2001. Vol. 31. №. 5. P. 781 − 790.
бирск, 8 − 18 апреля 2014 г.). − Новосибирск : СГГА, 2014.
Т. 2. С. 98 – 103. Статья поступила 21.02.2022