灰铸铁抗拉强度预测方法的研究进展

李 鹏 志

(石家庄职业技术学院 机电工程系，河北 石家庄 050081)



灰铸铁抗拉强度预测方法的研究进展

李 鹏 志

(石家庄职业技术学院 机电工程系，河北 石家庄 050081)

对灰铸铁铸件浇注前抗拉强度预测模型研究的必要性进行了论述，分析了国内外相关研究的现状及需要进一步解决的问题：研究者所建立的抗拉强度预测模型只针对所研究企业的相对固定生产情况，而不能适用于其他冶金因素不同的灰铸铁生产企业.为此，提出了根据共晶度和成熟度预测抗拉强度的新思路.

灰铸铁；抗拉强度；成熟度；预测模型

灰铸铁铸件浇注前抗拉强度预测模型的探讨和深入研究，除用于优化金属炉料配置，降低原材料成本外，还能有效减少铸件的次品率及废品率，对稳定产品质量有很好的指导作用.目前，我国多采用冲天炉生产灰铸铁，炉前检验通常采用以测定现浇注的三角试片(如图1所示)的白口宽度来估计铸件抗拉强度的方法，该方法凭铸造车间技术人员的个人经验来估算结果，易造成估计抗拉强度与实际抗拉强度之间产生较大的误差.多数灰铸铁生产企业的检验室配置了光谱分析仪或热分析仪，虽然可以在2～3 min内准确测出金属液的化学成分，然而却无法准确预知所浇注试棒的抗拉强度，往往出现用合金元素含量较高的铁水浇注“低牌号”铸件的现象，造成硅、锰等合金添加物的浪费，甚至生产出不合格的产品.

图1 三角试块形状示意

基于上述情况，灰铸铁炉前检验中抗拉强度的预测已成为铸造技术人员不断探索的课题之一.

1 灰铸铁抗拉强度预测模型国内外研究现状

国内外一些科技人员开展了灰铸铁抗拉强度预测模型建立的研究工作.灰铸铁中的碳有碳化物和石墨两种存在形式，即使都以石墨形式存在，其形貌的差异也很大，相应地，其力学性能也存在很大的差异.因此，对灰铸铁的力学性能进行预测有很大的困难.虽然根据试验和生产统计数据进行多元回归分析，可以建立起铸铁的抗拉强度或硬度与化学成分之间的线性关系，但因对冷却速度和冶金因素考虑程度不同，结果差异较大.

文献[1]论述了在企业生产相对稳定的情况下，灰铸铁的碳当量和抗拉强度之间存在一定的函数关系，通过对测量数据的回归分析，建立了灰铸铁抗拉强度与碳当量之间的数学模型，通过炉前热分析仪快速测定碳当量，达到了控制铸件抗拉强度的目的.该模型虽然建立了碳当量CE与抗拉强度σb之间的数量关系，却忽视了锰、硫、磷等杂质元素及实际生产情况对抗拉强度的影响.因此，其实际应用有一定的局限性.

文献[2]利用支持向量回归机的方法建立了灰铸铁强度的预测模型.文献[3-4]通过“神经网络学习和自适应模糊推理建模功能”的研究思路，建立了灰铸铁主要元素与强度之间的自适应模糊预测模型.这些预测模型包括主要元素含量、石墨片长度、石墨分布形状、平均显微硬度、枝晶数量以及共晶团数等化学成分和显微组织的表征参量，但因这些自变量都需要配合定量显微分析和成分分析才能获得准确的数据，其在生产现场的应用受到了很大的限制.

文献[5]将显微分析和热分析相结合，建立了铸铁强度、石墨数量以及铁素体含量与化学成分和热分析信息之间的二次定量关系，但是这一预测模型需要热分析曲线的特征值，应用也不方便.

某泵业集团高级工程师赵建辉曾探讨采用观察铁液花纹和打火时所喷出的火花的形状来进行炉前检验的方法.例如，所打铁液的牌号是HT100，打火时喷出的火花为扫帚形；所打铁液的牌号是HT300以上的，打火时喷出像梨花状火花，并且有这样一个规律，铁液牌号从HT100，HT150，HT200，HT250到HT300，铁液喷出扫帚形火花的数量逐渐减少，梨花状火花数量逐渐增加.该方法有一定的参考价值，但要准确预测灰铸铁的抗拉强度，其局限性也是可想而知的.

文献[6]建立的强度预测模型除考虑化学成分外，还将三角试片的白口宽度作为自变量，仅根据成分分析和三角试片检验结果来预测铸铁的强度.但白口宽度的测量不确定性较大，预测精度只有90%左右.

2 灰铸铁抗拉强度预测模型研究需要解决的问题

从国内外对灰铸铁抗拉强度预测的研究情况看，有的研究者仅凭经验预测灰铸铁的抗拉强度，有的研究者忽略了灰铸铁中锰、硫、磷等杂质元素的影响，有的研究者忽略了由冶金元素造成的石墨片长度、石墨分布形状、基体组织等的影响，有的研究者所建立的模型过于复杂，无法真正被企业采用.但是所有研究者共同存在的问题是，其所建立的抗拉强度预测模型只针对所研究企业的相对固定生产情况，而不能适用于其他冶金因素不同的灰铸铁生产企业.研究者所在企业或其所研究企业的生产状况发生变化时，其所建立的灰铸铁抗拉强度预测模型就不再适用.

可以看出，开发研究一种既能在不同灰铸铁生产企业通用，又方便、实用的灰铸铁抗拉强度预测模型，就显得尤为迫切和必要.

3 灰铸铁抗拉强度预测模型研究方向及进展

铸铁的机械性能由其显微组织所决定，而其显微组织由化学成分、冷却速度及铁水的冶金质量决定.根据这一原理建立起铸铁的机械性能与化学成分、冷却速度及冶金质量之间的定量关系，一直是铸铁生产技术人员感兴趣的研究课题之一[7-9].

笔者在研究中，提出了一种根据共晶度和成熟度预测抗拉强度的新模型，并通过反复计算和比对，探讨了该预测模型的可行性及通用性.在不同的企业生产中，冶金因素不同，但在同一个企业，其原材料、熔炼设备与工艺、铁水处理工艺、耐火材料和炉内气氛等冶金因素是已知和基本稳定的，也就是说，其生产的铸铁的成熟度应当是基本稳定的.因此，可以通过实际生产统计获得其成熟度.如果已知一个生产企业生产铸铁的成熟度和共晶度，则铸铁的实际抗拉强度就可以进行定量预测.笔者选取了四个有代表性的灰铸铁生产企业进行研究，首先，通过企业大量的试验数据，确定该企业灰铸铁生产的成熟度，再根据成熟度预测灰铸铁的抗拉强度.其次，为检验成熟度预测法的可行性，计算了不同灰铸铁生产企业成熟度的样本方差，并对比得出与其他研究者所建立的数学模型和成熟度预测抗拉强度数学模型的标准偏差.最后，通过大量数据计算得出结论：对于特定的企业，在一个时期内其生产的灰铸铁的成熟度在一个不大的范围内波动；从成熟度预测出的灰铸铁抗拉强度的精度来看，完全符合灰铸铁生产企业的精度要求.

成熟度预测灰铸铁抗拉强度的方法简单、易懂，实用性强，适合国内企业的实际需求.这一预测模型有望在企业生产中推广使用，使灰铸铁生产抗拉强度预测有据可依，从而解决灰铸铁的炉前快速检验及配料等相关问题.

[1] 杨贵成.感应电炉熔炼灰铸铁的碳当量与抗拉强度和硬度的关系 [J].铸造设备研究,2002(4):37-38.

[2] 龚艳冰,陈森发.基于支持向量机的灰铸铁强度预测模型 [J].铸造,2006,55(7):711-713.

[3] 夏伯才,汪根法,李明进,等.灰铸铁强度自适应模糊神经网络预测 [J].铸造,2000,49(6):349-351.

[4] 夏伯才,钱翰城.碳当量灰铸铁成分的遗传优化[J].铸造,2003,52(12):1153-1156.

[5] LUOVO A，ALKHAJNEN D，EKLUND P.Prediction of High-strength Iron Casting Properties [J].Litejnoe Proizvodstvo,1992(12):4-6.

[6] 李鹏志.灰铸铁主要元素变量三角试片白口宽度与抗拉强度数学模型的研究 [J].铸造,2008,57(5):515-517.

[8] SVENSSON I,SJÖGREN T.On Modeling and Simulation of Mechanical Properties of Cast Irons with Different Morphologies of Graphite [J].International Journal of Metalcasting,2009,3(4):67-77.

[9] BROXKS W，HAO S，STEGLIXH D.Micromechanical Modelling of the Damage and Toughness Behaviour of Nodular Cast Iron Materials [C].Proceedings of the 1996 1st European Mechanics of Materials Conference on Local Approach to Fracture.Paris:EUROMECH-MECAMAT'96,1996-09-09-1996-09-11.

责任编辑：金 欣

On the prediction method of tensile strength of gray cast iron

LI Peng-zhi

(Department of Mechanics and Electrics,Shijiazhuang Vocational Technology Institute,Shijiazhuang,Hebei 050081,China)

This paper discusses the necessity of tensile strength prediction before gray iron casting,and claims that the prediction model has been established only for a relatively fixed production of enterprises,but not for gray cast iron production enterprises of different metallurgical factors.Therefore,new ideas are given.

gray cast iron; tensile strength; maturity; prediction model

2015-03-13

李鹏志(1971-)，男，河北行唐人，石家庄职业技术学院讲师，研究方向：工程材料与材料成形工艺的教学与研究.

1009-4873(2015)02-0042-03

TG143.2

A