Новые подходы в исследовании неоднородности гетерогенных структур

Т. С. Скобло, О. Ю. Клочко, Е. Л. Белкин, А. И. Сидашенко

Харьковский национальный технический университет сельского хозяйства имени Петра Василенко, ул. Алчевских, 44, 61002 Харьков, Украина

Получена: 24.11.2017. Скачать: PDF

Представленная работа посвящена разработке и усовершенствованию новых методов исследования структур, формируемых в хромсодержащих углеродистых сплавах, позволяющих прогнозировать изменения локальной неоднородности структурных составляющих для использования в различных технологических процессах, чтобы достигнуть необходимых свойств. Применение новых подходов предусматривает и использование более быстрых операций по компьютерной оптико-математической оценке этих показателей. Методика применяемого компьютерного анализа металлографического изображения структуры основана на гидродинамических аналогиях с применением уравнений Навье–Стокса, описывающих формирование фаз (за счёт диссипации энергии в результате диффузионного процесса изменения плотности анализируемого объекта). Оценку производили на основе вычисляемых значений, расположенных на оцифрованных в формат bmp анализируемых изображениях. В результате проведённых исследований оценена неоднородность высокохромистых чугунов по распределению степени дисперсности условного цвета определяемых фаз. Проведено моделирование локальной неоднородности структурных составляющих, включающее в себя использование новых оценочных параметров — $М$-троек, представляющих собой упорядоченный набор, состоящий из трёх действительных целых чисел, вычисляемых через дивергенцию и лапласиан в рассматриваемой точке металлографического изображения, через которые выражали мощность диссипации энергии. Моделирование проводили, используя инвариантные преобразования $М$-троек при повороте металлографического изображения на различные углы. Ввод их в анализ позволил, изменяя и задавая определённые энергетические параметры (поворотом, перестановкой пикселов на исследуемом изображении), проводить моделирование и оценку изменения локальной неоднородности структурных составляющих в результате задаваемых различных параметров. При помощи моделирования, в качестве примера, выполнена оценка влияния неоднородности структурных составляющих на их твёрдость. Установлено, что хотя твёрдость сплава возрастает с повышением степени дисперсности, однако значимость этого параметра в обоих направлениях (вертикальном и горизонтальном) ниже, чем в случае углов поворота. Это свидетельствует о том, что дисперсность структурных составляющих не оказывает определяющего влияния на твёрдость такого сплава. Эти результаты требуют более детального анализа, включающего и роль других факторов, таких как скорость кристаллизации, степень плотности дислокационной структуры, в том числе и в формируемых границах субзёрен. В этом случае моделирование углов поворота позволит установить наиболее тесную их взаимосвязь со всеми параметрами, входящими в состав $М$-троек, через которые можно как оценить неоднородность структурных составляющих, так и выявить особенности их формирования в гетерогенных сплавах. Данный методический подход и полученные результаты анализа позволят также оценивать влияние различных эксплуатационных факторов на свойства материала. На основании выявленной анизотропии свойств металла рабочего слоя, в том числе и при центробежном литье, рекомендовано оценивать связь структуры со свойствами на поперечных шлифах (поперёк осей нечётко выраженных дендритов).

Ключевые слова: металлографическое изображение, инвариантное преобразование, оптико-математический анализ, хромистые гетерогенные сплавы, степень дисперсности фаз, структурная неоднородность, твёрдость.

URL: http://mfint.imp.kiev.ua/ru/abstract/v40/i02/0255.html

PACS: 07.05.Pj, 61.72.Ff, 61.72.Mm, 81.05.Bx, 81.30.Mh, 81.40.Cd, 81.70.Fy


ЦИТИРОВАННАЯ ЛИТЕРАТУРА
  1. Т. С. Скобло, Н. М. Воронцов, С. И. Рудюк, Н. А. Будагьянц, В. А. Воронина, Прокатные валки из высокоуглеродистых сплавов (Москва: Металлургия: 1994).
  2. Union Electric Steel Corporation, http://www.akersrolls.com
  3. Kaida Roll Group, http://www.kdroll.com
  4. Marichal Ketin, http://www.mkb.be; SMS group, https://www.sms-group.com
  5. И. А. Балаклеец, П. П. Долгих, В. Я. Погорелов, В. С. Филиппов, А. В. Шамрин, А. А. Сирота, Сталь, 1: 45 (2008).
  6. Т. С. Скобло, А. И. Сидашенко, Н. М. Александрова, Е. Л. Белкин, В. М. Власовец, О. Ю. Клочко, А. Д. Мартыненко, Производство и применение прокатных валков: Справочник (Ред. Т. С. Скобло) (Харьков: ЦД № 1: 2013), с. 572.
  7. Т. С. Скобло, О. Ю. Клочко, Е. Л. Белкин, А. И. Сидашенко, Заводская лаборатория. Диагностика материалов, 83, № 5: 27 (2017).
  8. О. Ю. Клочко, Вісник ХНТУСГ ім. П. Василенка, вип. 183: 20 (2017).
  9. Т. С. Скобло, О. Ю. Клочко, Е. Л. Белкин, Технічний сервіс агропромислового, лісового та транспортного комплексів, 8: 193 (2017).
  10. T. Skoblo, O. Klochko, E. Belkin, and A. Sidashenko, International Journal of Mineral Processing and Extractive Metallurgy, 2, Iss. 3: 34 (2017). Crossref
  11. Т. С. Скобло, О. Ю. Клочко, Е. Л. Белкин, Materiały VII Międz. Nauk.-Prakt. Konf. Europejska Nauka XXI Powieką (Przemyśl: 2011), vol. 21, p. 94.
  12. P. J. Roache, Fundamentals of Computational Fluid Dynamics (Hermosa Beach, CA: Hermosa Pub.: 1998).
  13. Т. С. Скобло, О. Ю. Клочко, О. І. Сідашенко, Ю. Л. Бєлкін, Спосіб виявлення неоднорідності фаз у високовуглецевих сплавах: Патент України № 120043 (Опубл. 25.10.17, Бюл. № 20) (2017).
  14. Т. С. Скобло, О. Ю. Клочко, Е. Л. Белкин, А. И. Сидашенко, Сталь, 2: 51 (2017).
  15. T. S. Skoblo, O. Yu. Klochko, A. I. Sidashenko, and R. G. Sokolov, Steel in Translation, 43, No. 9: 603 (2013). Crossref
  16. Т. С. Скобло, О. Ю. Клочко, Е. Л. Белкин, Заводская лаборатория. Диагностика материалов, 78, № 6: 35 (2012).
  17. T. S. Skoblo, O. Yu. Klochko, and E. L. Belkin, Steel in Translation, 42, No 3: 261 (2012). Crossref
  18. T. S. Skoblo, E. N. Vishnyakova, N. M. Mozharova, and V. I. Gazov, Metal Science and Heat Treatment, 32: 69 (1990). Crossref
  19. G. Bachman and L. Narici, Functional Analysis (Courier Corporation: 2012), p. 141.
  20. S. Banerjee and A. Roy, Linear Algebra and Matrix Analysis for Statistics (Boca Raton, Florida: CRC Press: 2014), p. 181.
  21. D. W. Mitchell, The Mathematical Gazette, 503: 85: 273 (2001).