Волгоградский индустриальный техникум, Волгоград, Россия:

В. А. Гулевский, преподаватель, канд. техн. наук, эл. почта: gulevskiy.v@mail.ru

Волгоградский государственный технический университет, Волгоград, Россия:

С. Н. Цурихин, доцент кафедры «Машины и технология литейного производства», канд. техн. наук
Н. Ю. Мирошкин, заведующий лабораторией кафедры «Машины и технология литейного производства»
Н. А. Кидалов, заведующий кафедрой «Машины и технология литейного производства», докт. техн. наук

Тяжелые условия эксплуатации изложниц (высокая температура разогрева, крепление их на подвижные и стационарные канавы, интенсивные грузопотоки и др.) накладывают жесткие требования на материал для их изготовления и технологию их производства. В условиях литейного производства применяют изложницы различного химического состава, из-за чего их стойкость может изменяться в процессе эксплуатации. Повышение стойкости изложниц положительно сказывается на эффективности производства. Химический состав чугуна также оказывает влияние на стойкость изложниц, поэтому при их производстве необходимо выбрать оптимальный химический состав чугуна с целью увеличения числа наливов. Изготовление изложниц в литейном производстве и металлургии с оптимальными свойствами является сложной многокритериальной задачей, решаемой при помощи теории качества. Это позволит значительно сократить длительность эксперимента по оптимизации химического состава чугуна при его модифицировании или изменении конструкции изложниц. Для оптимизации химического состава изложниц и повышения их стойкости (наливов) применили математическое моделирование. Экспериментально установлено, что стойкость изложниц зависит от содержания углерода, в меньшей степени — от содержания хрома и фосфора и практически не зависит от содержания марганца и серы. Достижение необходимых физико-механических и технологических свойств и улучшение стойкости изложниц возможно путем сокращения количества серы и фосфора в составе исходного чугуна или введения новых технологических добавок-модификаторов, которые однако при этом значительно изменяют свойства чугуна изложниц.

1. Кукса А. В. Чугунные сталеразливочные изложницы. — М. : Металлургия, 1989. — 152 с.
2. Kabnure B. B., Shinde V. D., Patil D. C. Quality and yield improvement of ductile iron casting by simulation Technique // Mater Today Proc. 2020. Vol. 27. P. 111–116. DOI: 10.1016/j.matpr.2019.09.022
3. Lacaze J., de la Torre U., Sertucha J., Regordosa A. Modelling of compacted graphite cast iron solidification – discussion of microstructure parameters // China Foundry. 2020. Vol. 17, Iss. 2. P. 144–149. DOI: 10.1007/s41230-020-0050-2
4. Mendakiewicz J. Experimental verification of the cast iron solidification model // Arch Foundry Eng. 2022. Vol. 22, Iss. 3. P. 91–94. DOI: 10.24425/afe.2022.140240
5. Çolak M., Şekerden M. Modelling and validation of effect of binder type on feeding behaviour of spheroidal graphite cast iron // Int. J. Cast. Metals Res. 2022. Vol. 35, Iss. 1–3. P. 9–16. DOI: 10.1080/13640461.2022.2064653
6. Миляев А. Ф., Никитин Ю. П., Кадников С. В., Тимофеев В. А., Матвеев А. Н. Влияние химического состава ваграночного чугуна на стойкость изложниц // Теория и технология металлургического производства. 2014. № 1 (14). С. 56–58.
7. Миляев А. Ф., Никитин Ю. П., Кадников С. В., Тимофеев В. А., Матвеев А. Н. Влияние параметров эксплуатации на стойкость изложниц из ваграночного чугуна // Литейное производство. 2014. № 2 (15). С. 77–80.
8. Гулевский В. А., Цурихин С. Н., Гулевский В. В., Мирошкин Н. Ю. Исследование влияния модифицирования на эксплуатационные свойства чугуна изложниц // Черные металлы. 2021. № 1. С. 23–28.
9. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в науке и технике. Метод планирования эксперимента. — М., 1981. — 516 с.
10. Макаричев Ю. А., Иванников Ю. Н. Методы планирования эксперимента и обработки данных : учеб. пособие. — Самара : Самар. гос. техн. ун-т, 2016. — 131 с.
11. Изосимов В. А., Усманов Р. Г., Канафин М. Н. Влияние химсостава высокопрочного чугуна на его механические свойства // Литейное производство. 2004. № 6. С. 2–5.
12. Долинский Е. Ф. Обработка результатов измерений. — М. : Из-во стандартов, 1973. — 191 с.
13. Парфеньева И. Е. Обработка результатов измерений : учебное пособие. — М. : Ун-т машиностроения, 2014. — 132 с.
14. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. — М. : Издательский дом «Вильямс», 2007. — 187 с.
15. Гулевский В. А., Цурихин С. Н., Гулевский В. В., Мирошкин Н. Ю. Исследование влияния модифицирования на эксплуатационные свойства чугуна изложниц. Часть 2 // Черные металлы. 2022. № 3 (1083). С. 20–26. DOI: 10.17580/chm.2022.03.04
16. Саати Т. Л. Целочисленные методы оптимизации и связанные с ними экспериментальные проблемы. — М. : Мир, 1973. — 302 с.
17. Брызгалин Г. И. Введение в теорию качеств. — Волгоград : Политехник, 1988. — 91 с.
18. Колмогоров А. Н., Фомин С. В. Элементы теории функций и функционального анализа. — М. : Наука, 1972. — 496 с.
19. Орлов А. И. Эконометрика. Учебник. — М. : Издательство «Экзамен», 2002. — 576 с.
20. Анцупов А. В. Моделирование процессов формирования отказов металлургических машин. — Магнитогорск : Магнитогорский государственный технический университет им. Г. И. Носова, 2021. — 211 с.
21. Одиноков В. И., Дмитриев Э. А., Евстигнеев А. И., Свиридов А. В., Иванкова Е. П. Моделирование и оптимизация выбора свойств материалов и структур оболочковых форм по выплавляемым моделям // Известия вузов. Черная металлургия. 2020. Т. 63. № 9. С. 742–754.
22. Гущин В. Н., Ульянов В. А., Васильев В. А. Математическое и физическое моделирование теплофизических процессов в металлургии. — Н. Новгород : НГТУ, 2014. — 155 с.
23. Ульянов В. А., Сивков В. А., Гущин В. Н. Физическое моделирование в области системного анализа металлургических объектов. — Н. Новгород : НГТУ, 2014. — 317 с.

24. Цымбал В. П. Математическое моделирование сложных систем в металлургии. — Кемерово; М. : Издательское объединение «Российские университеты» : Кузбассвузиздат – АСТШ, 2006. — 431 с.
25. Yu Liu, Hao Qiu, Zixu He, Yue Yu, Heping Liu. A study of physical modeling and mathematical modeling on inclusion behavior in a planar flow casting process // Metals. 2022. Vol. 12, Iss. 4. P. 606.
26. Zhongqiu Liu. Numerical modeling of metallurgical processes: continuous casting and electroslag remelting // Metals. 2022. Vol. 12, Iss. 5. P. 746.
27. Авакимов Г. Г. Физическое моделирование процессов и объектов в металлургии : курс лекций. — М. : Университет машиностроения, 2014. — 63 с.
28. Федосов А. В., Чумаченко Г. В., Ходарев М. А., Голомеев В. В. Оценка эффективности применения закрытых прибылей различной геометрии на основе результатов математического моделирования // Известия вузов. Черная металлургия. 2018. Т. 61. № 7. С. 543–550.
29. Volokitina I. E., Naizabekov A. B., Volokitin A. V., Salko O. Y., Chigirinsky V. V., Panin E. A. Modelling of the new route drawing technology for a metal processing efficiency // Mathematical Modeling. 2022. Vol. 6, Iss. 3. P. 82, 83.
30. Çelik G. A., Tzini M.-I. T., Polat Ş., Atapek Ş. H., Haidemenopoulos G. N. Matrix design of a novel ductile cast iron modified by W and al: A comparison between thermodynamic modeling and experimental data // Metallurgical and Materials Engineering. 2020. Vol. 1, Iss. 26. P. 15–29. DOI: 10.30544/449