Symulacja komputerowa wpływu składu chemicznego na twardość
Transkrypt
Symulacja komputerowa wpływu składu chemicznego na twardość
Symulacja komputerowa wpływu składu chemicznego na twardo szybkotn cych* stali W. Sitek Zakład Technologii Procesów Materiałowych i Technik Komputerowych w Materiałoznawstwie, Instytut Materiałów In ynierskich i Biomedycznych, Politechnika l ska ul. Konarskiego 18a, 44-100 Gliwice, Poland W pracy przedstawiono wyniki symulacji komputerowej wpływu pierwiastków stopowych na twardo stali szybkotn cych. Do bada symulacyjnych zastosowano model matematyczny opracowany przy wykorzystaniu metody regresji wielokrotnej oraz model sieci neuronowej. Ponadto dokonano porównania ocen wpływu poszczególnych pierwiastków stopowych uzyskanych dla obydwu modeli. 1. WPROWADZENIE Identyfikacja zale no ci pomi dzy st eniami składników stopowych a parametrami procesów technologicznych, w szczególno ci temperaturami, stanowi jeden z podstawowych celów bada in ynierii materiałowej nad metalowymi materiałami in ynierskimi. Znajomo tych zale no ci jest podstaw w sterowaniu procesami wytwarzania materiałów, oraz w wiadomym kształtowaniu ich własno ci. Celem bada opisanych w pracy jest opracowanie zale no ci opisuj cych wpływ pierwiastków stopowych oraz ich kombinacji na twardo eksperymentalnych stali szybkotn cych w zale no ci od st enia pozostałych pierwiastków stopowych oraz temperatur obróbki cieplnej dla zastosowaniach w metodzie optymalizacji składu chemicznego stali z wykorzystaniem algorytmów genetycznych [1]. 2. PRZEBIEG SYMULACJI KOMPUTEROWEJ Dla celów symulacji komputerowej oraz opracowania odpowiedniego modelu matematycznego wykorzystano wyniki bada przeprowadzonych na nowoopracowanych stalach szybkotn cych [2], a zakres st e pierwiastków stopowych w analizowanych stalach, podano w tablicy 1. Dla celów symulacji komputerowej zastosowano model sieci neuronowej opisany w pracy [3] a tak e własny model matematyczny twardo ci stali szybkotn cych opisany równaniem (1). * Autor bierze udział w realizacji projektu Ceepus Nr PL-013/02-03. Praca została cz ciowo wykonana w ramach projektu badawczego nr T08A 009 23 finansowanego przez Komitet Bada Naukowych. 508 W. Sitek Tablica 1 Zakresy st e masowych pierwiastków stopowych wyst puj cych w analizowanych stalach szybkotn cych St enie pierwiastka C Mn Si Cr W Mo V Ti Nb Co maksymalne 1,1 0,63 0,78 4,7 11,5 2,4 1,8 0,6 0,95 5,2 minimalne 0,91 0,37 0,54 4,2 8,8 0 1,3 0 0 0 H = a 0 + a1 ⋅ %C + a 2 ⋅ % Mn + a 3 ⋅ % Si + a 4 ⋅ %Cr + a5 ⋅ %W + a 6 ⋅ % Mo + a 7 ⋅ %V + + a8 ⋅ %Ti + a9 ⋅ % Nb + a10 ⋅ %Co + a11 ⋅ Ta + a12 ⋅ To + a13 ⋅ Ta 2 + a14 ⋅ To 2 + a15 ⋅ Ta 3 + + a16 ⋅ To 3 + a17 ⋅ To 2 ⋅ Ta 2 + a11 ⋅ Ta ⋅ To (1) gdzie: H – twardo stali, %X – st enie masowe odpowiedniego pierwiastka, Ta – temperatura austenityzowania podawana jako Ta/1000, To – temperatura odpuszczania podawana jako To/1000, ai – stałe współczynniki wyznaczone do wiadczalnie. Opracowany model matematyczny (1) oraz sie neuronowa poddane zostały weryfikacji eksperymentalnej. W przypadku sieci neuronowej wyniki dokładnie przedstawiono w [...]. Weryfikacja modelu matematycznego (1) wskazała, e mo liwe jest uzyskiwanie dokładno ci oblicze twardo ci stali na podstawie składu chemicznego i temperatur obróbki cieplnej z dokładno ci 0,7 HRC, podczas gdy dla sieci neuronowej wynosi ona 0,5 HRC. Uznano, e s to dokładno ci wystarczaj ce a opracowane modele adekwatne. Przyj to ponadto, e dokładno opracowanych modeli, matematycznego i sieci neuronowych, nie jest wystarczaj cym kryterium dla uznania pełnej ich zgodno ci. Dlatego te w pierwszej kolejno ci dokonano porównania krzywych odpuszczania obliczonych dla hipotetycznych składów chemicznych prezentowanych w tabelach, odpowiadaj cych wykresom krzywych odpuszczania. Do symulacji przyj to nast puj ce warianty składów chemicznych: 1. rednie st enia pierwiastków wyst puj cych badanej grupie stali, ustalone na podstawie tablicy 1, przyjmuj c za zerowe st enia Ti, Nb i Co, jako pierwiastków stanowi cych zamienniki innych podstawowych pierwiastków w glikotwórczych, 2. górne st enia wszystkich pierwiastków podanych w tablicy 1, 3. dolne st enia wszystkich pierwiastków podanych w tablicy 1, 4. rednie st enia wszystkich pierwiastków podanych w tablicy 1. Porównanie wyników symulacji krzywych odpuszczania przedstawiono na rysunkach 1-3. Natomiast symulacj wpływu poszczególnych pierwiastków stopowych na twardo wykonano dla stałej i optymalnej temperatury odpuszczania (540 oC) dla tej grupy stali, oraz przyjmuj c rednie st enia pierwiastków aktualnie nie analizowanych oraz dla zerowych st e Nb, Ti i Co. Wynikało to z diametralnie ró nych wyników symulacji krzywych odpuszczania dla górnych i dolnych st e wszystkich pierwiastków wyst puj cych w badanej grupie stali, uzyskanych przy zastosowaniu modelu sieci neuronowych oraz modelu matematycznego. Uzyskane wyniki dla trzech wybranych pierwiastków (W, V i Ti) przedstawiono na rysunkach 4-6. Symulacja komputerowa wpływu składu chemicznego... a) 70 b) 70 , HRC 65 60 55 Ta = 1120 Ta = 1180 Ta = 1240 50 480 510 Twardo Twardo , HRC 65 509 Ta = 1150 Ta = 1210 60 Ta = 1120 Ta = 1180 Ta = 1240 55 Ta = 1150 Ta = 1210 50 540 570 600 480 630 510 540 570 600 630 510 540 570 600 Temperatura odpuszczania, oC 630 Temperatura odpuszczania, oC Temperatura odpuszczania, oC Rys. 1. Porównanie krzywych odpuszczania dla 1-go wariantu składu chemicznego a) sie neuronowa, b) model matematyczny a) 70 Ta = 1120 Ta = 1180 Ta = 1240 75 , HRC 70 60 Twardo Twardo , HRC 65 b) Ta = 1150 Ta = 1210 55 50 65 60 Ta = 1120 Ta = 1180 Ta = 1240 55 480 510 540 570 600 Temperatura odpuszczania, oC 630 480 Ta = 1150 Ta = 1210 Rys. 2. Porównanie krzywych odpuszczania dla 2-go wariantu składu chemicznego a) sie neuronowa, b) model matematyczny 70 a) b) 65 , HRC , HRC 65 55 Ta = 1120 Ta = 1180 Ta = 1240 50 480 Twardo 60 Twardo 70 Ta = 1150 Ta = 1210 60 55 Ta = 1120 Ta = 1180 Ta = 1240 50 510 540 570 600 Temperatura odpuszczania, oC 480 630 510 Ta = 1150 Ta = 1210 540 570 600 Temperatura odpuszczania, oC 630 Rys. 3. Porównanie krzywych odpuszczania dla 4-go wariantu składu chemicznego a) sie neuronowa, b) model matematyczny 67 67 b) 66 65 65 , HRC 66 64 63 62 Ta = 1120 Ta = 1180 Ta = 1240 61 60 8,8 St Ta = 1150 Ta = 1210 9,8 10,8 enie masowe wolf ramu, % Rys. 4. Wpływ wolframu na twardo Twardo Twardo , HRC a) 64 63 62 Ta = 1120 Ta = 1180 Ta = 1240 61 60 11,8 8,8 St 9,8 10,8 enie masowe wolf ramu, % Ta = 1150 Ta = 1210 11,8 stali a) sie neuronowa, b) model matematyczny 510 W. Sitek 67 67 b) 66 65 65 64 63 62 Ta = 1120 Ta = 1180 Ta = 1240 61 60 1,2 1,4 1,6 St enie masowe wanadu, % Ta = 1150 Ta = 1210 63 62 Ta = 1120 Ta = 1180 Ta = 1240 61 60 1,2 1,4 1,6 St enie masowe wanadu, % Ta = 1150 Ta = 1210 1,8 stali a) sie neuronowa, b) model matematyczny 67 67 66 b) 66 65 65 , HRC , HRC Twardo 64 1,8 Rys. 5. Wpływ wanadu na twardo a) Twardo , HRC 66 64 63 62 Ta = 1120 Ta = 1180 Ta = 1240 61 60 0 0,1 0,2 0,3 0,4 St enie masowe ty tanu, % Ta = 1150 Ta = 1210 Twardo Twardo , HRC a) 64 63 62 Ta = 1120 Ta = 1180 Ta = 1240 61 60 0,5 Rys. 6. Wpływ tytanu na twardo 0,6 0 0,1 St 0,2 0,3 0,4 enie masowe ty tanu, % Ta = 1150 Ta = 1210 0,5 0,6 stali a) sie neuronowa, b) model matematyczny 3. UWAGI KO COWE Przedstawione wyniki pozwalaj na przypuszcza o przydatno ci opracowanych modeli, matematycznego i sieci neuronowych, do oceny wpływu pierwiastków stopowych na twardo stali. Podkre li nale y, e w chwili obecnej celowe jest jedynie analizowanie oddziaływania wybranych pierwiastków stopowych, gdy pozostałe, tzw. tło, s na rednich poziomach st e podanych w tablicy 1. Wskazuj na to wyniki prezentowane na rysunkach 1,3 4-6, gdzie uzyskano du zgodno ocen przy zastosowaniu obydwu testowanych modeli. W pracy przedstawiono jedynie wybrane przykłady uzyskanych wyników. Dopiero analiza kompletnych wyników symulacji tj. dla pełnego zakresu zmian temperatur odpuszczania oraz szerszego zakresu st e pierwiastków stopowych pozwoli na okre lenie analitycznych zale no ci opisuj cych oddziaływanie pierwiastków stopowych i, co bardziej interesuj ce, ich kombinacji na twardo tej grupy stali. LITERATURA 1. Sitek W., Dobrza ski L.A., Pi tka A., Proc. Int. Sc. Conf. „Achievements in Materials & Mechanical Engineering AMME’2002”, Gliwice-Zakopane, 2002, 499. 2. L.A. Dobrza ski: Structure and properties of high-speed steels, Zakład Materiałów Narz dziowych i Technik Komputerowych w Metaloznawstwie, Politechnika l ska, Gliwice, 1998 3. L.A. Dobrza ski , W. Sitek, J. Zacłona i R. Bachul, Proc. Int. Sc. Conf. „Achievements in Materials & Mechanical Engineering AMME’2000”, Gliwice-Gda sk-Sopot, 2000, 155.