QT500球铁方棒可切割

• 
• 
• 
• 
• 

从砂芯制作到浇注全流程多工序相关参数与断轴的关系，确定造成断轴缺陷的主要因子；采用“BP神经网络法”建立一套汽车发动机铸铁型材断轴缺陷的诊断模型，并基于此模型研究各项影响因子对缺陷产生的敏感程度；结合实际过程相关参数的波动性获得过程控制策略，用以指导实际生产铸铁型材在重工业中需求量大，被广泛应用于交通运输、机床、印刷、农业机械等支柱行业。拉坯工艺参数设置是铸铁型材生产中的关键环节，设置不合理会导致拉漏、拉断等生产事故和产生表面裂纹等铸造缺陷。现有铸铁型材生产企业拉坯工艺参数控制技术参差不齐，尚无完整的理论体系。对鼓肚缺陷，在铸铁型材的水平连铸过程中采用反弧度法工艺，即通过新型的石墨套与引锭装置来实现的，通过实施反弧度法工艺，铸铁型材的鼓肚现象得到有效。但由于在率次实验过程中，刚开始生产铸铁型材时的拉拔速度比较慢、拉拔周期较长，使铸铁型材在结晶器的停留时间过长，导致在扁平方向上铸铁型材顶部略微向下凹，当拉拔参数调整合适时，下凹及鼓肚现象基本消失。反弧度法工艺制各的铸铁型材组织更为均匀，力学性能更为优良。与实施反弧度法之前的铸铁型材相比，实施反弧度法之后的铸铁型材硬度得到提高，组织更为均匀，并且其抗拉强度指标高于铸铁型材标准(JBT10854-2008水平连续铸造铸铁型材) 性能要求。同时，伸长率指标均超过LZQT500-7规定的指标。与拉伸性能结果类似，反弧度法试样的抗压强度高于未实施反弧度法试样的抗拉强度。其次，利用BP神经网络的方法，基于网络的学习机理和实际研究的断轴缺陷问题，建立起输入层-单隐含层-输出层的三层网络模型，铸铁型材对缺陷因子数据进行预处理，随机地将其划分为训练样本集和测试样本集。并基于此模型研究了各项影响因子对砂芯质量影响的敏感强弱，铸铁型材结合实际过程相关参数的波动性获得过程控制策略，用以指导实际生产。

目前国内广泛使用的普通灰铸铁玻璃模具材料普遍存在着表面光洁差，使用寿命短的缺点。 本文的目的是通过化学成分的控制和对工艺的调整，获得D型石墨，并对观组织、力学性能、耐高温性能进行研究，以提高玻璃模具的使用寿命。 对鼓肚缺陷，在铸铁型材的水平连铸过程中采用反弧度法工艺，即通过新型的石墨套与引锭装置来实现的，通过实施反弧度法工艺，铸铁型材的鼓肚现象得到有效。但由于在率次实验过程中，刚开始生产铸铁型材时的拉拔速度比较慢、拉拔周期较长，使铸铁型材在结晶器的停留时间过长，导致在扁平方向上铸铁型材顶部略微向下凹，当拉拔参数调整合适时，下凹及鼓肚现象基本消失。 由于铸铁型材拉坯工艺参数控制系统具有非线性和强耦合的特点，而且无法建立数学模型，采用BP、GA-BP神经网络算法进行拉坯工艺参数自适应整定研究。基于Matlab软件建立以铸造工艺参数为输入，拉坯工艺参数为输出的控制模型。仿真实验表明本文建立的拉坯工艺参数GA-BP神经网络控制模型可以用于拉坯工艺参数自适应整定，所获得拉坯工艺参数能够用于实际生产系统，实现高质量、率的铸铁型材水平连铸拉坯生产。在此成分范围内获得的D型石墨铸铁的力学性能为：硬度HB范围为217～2抗拉强度MPa，范围为246～285。 通过采用浇注阶梯型试样和放置冷铁方法，使铸铁获得不同的冷却速度，研究冷却速度对D型石墨铸铁观组织的影响。