輸油管道接口的鑄造工藝設(shè)計(jì)說(shuō)明書(shū)

輸油管道接口的鑄造工藝設(shè)計(jì)說(shuō)明書(shū),輸油管道,接口,鑄造,鍛造,工藝,設(shè)計(jì),說(shuō)明書(shū),仿單 附錄附錄 A：英文原文附錄 B：原文翻譯：使用田口方法和響應(yīng)面方法研究球墨鑄鐵鑄造工藝參數(shù)摘要：為了找到球墨鑄鐵中各種鑄造參數(shù)的優(yōu)化水平，從中型鑄造廠觀察到各種鑄造缺陷和廢品率。 不同的控制值選擇澆注溫度，孕育量，含碳量，水分含量，生坯壓縮強(qiáng)度，滲透性和模具硬度等鑄造參數(shù)。 使用 1 噸容量的無(wú)芯中頻感應(yīng)爐生產(chǎn)三種不同的金屬熔體，其含量為 0.4 重量％，0.6 重量％和 0.8 重量％接種量（Fe-Si-Mg 合金和后接種劑） 。 選擇具有 3 級(jí)設(shè)置的 L-27 正交用于分析。觀察每次運(yùn)行的反應(yīng)。 每次運(yùn)行的信噪比（S / N ）使用 Taguchi 方法計(jì)算，并且基于 S / N 比識(shí)別不同鑄造參數(shù)的優(yōu)化水平。 對(duì)鑄件接受率的方差分析得出結(jié)論：接種是影響鑄件質(zhì)量的最重要因素，貢獻(xiàn)率為 44％; 孕育量的增加導(dǎo)致球墨鑄鐵鑄件合格率的顯著提高。 實(shí)驗(yàn)結(jié)果表明，在優(yōu)化參數(shù)下，廢品率從 16.98％降至 6.07％。關(guān)鍵詞：優(yōu)化水平; 鑄造參數(shù); 信噪比; 田口方法; 方差分析; “F'測(cè)試中圖分類(lèi)號(hào)：TG143.文件代碼：A 文章編號(hào)：1672-6421（2016）05-352-09一種有缺陷的鑄造會(huì)導(dǎo)致生產(chǎn)力的巨大損失。 球墨鑄鐵具有優(yōu)異的性能 力學(xué)性能如高強(qiáng)度，良好的延展性，良好的耐磨性和良好的疲勞性能。 球墨鑄鐵的性能取決于化學(xué)和熱處理。 由于高強(qiáng)度重量比和性能范圍，許多鋼部件被球墨鑄鐵取代。 由于球狀石墨的存在，球墨鑄鐵提供了強(qiáng)度和延展性的良好組合。各種合金的改性是眾所周知的通過(guò)改變微觀結(jié)構(gòu)改善性能的方法。 元素含量的微小變化導(dǎo)致鑄鐵機(jī)械性能的統(tǒng)計(jì)學(xué)顯著增加或減少。 正確選擇工藝參數(shù)是必要的，以獲得高質(zhì)量并隨后提高工藝生產(chǎn)力。 碳當(dāng)量值提高了熔融金屬的流動(dòng)性，并且對(duì)鑄造產(chǎn)品的機(jī)械性能有很大影響。 通過(guò)優(yōu)化可控工藝參數(shù)，如模具硬度，含水量，滲透率和生坯壓縮強(qiáng)度，可以實(shí)現(xiàn)優(yōu)質(zhì)鑄造。 方差分析（ANOVA）結(jié)果表明選定的工藝參數(shù)顯著影響鑄造缺陷和排除率。 使用正交陣列來(lái)實(shí)現(xiàn)田口方法。 Taguchi 方法強(qiáng)調(diào)使用信噪比（ S / N）研究響應(yīng)變化的重要性，從而使由于不可控參數(shù)導(dǎo)致的質(zhì)量特性變化最小化。 使用 Minitab 軟件計(jì)算 S / N 比值。 工藝參數(shù)的設(shè)置通過(guò)使用田口的實(shí)驗(yàn)設(shè)計(jì)方法確定。 為了優(yōu)化在鑄鐵廠生產(chǎn)的鑄件的砂鑄工藝參數(shù)，使用 Taguchi 方法來(lái)最大化 S / N 比并使噪音因子最小化。 響應(yīng)面方法預(yù)測(cè)對(duì)于顯著因素有更好的最佳響應(yīng)。在這項(xiàng)研究中，容易發(fā)生的各種缺陷,在中等規(guī)模鑄造廠中觀察到球墨鑄鐵鑄件。 這些實(shí)驗(yàn)中產(chǎn)生的大部分組分的重量范圍為 500 克至 2 千克，厚度為 5 毫米，10 毫米，15 毫米。 這些部件廣泛用于法蘭和聯(lián)軸器等汽車(chē)應(yīng)用，表 1 列出了一批不同部件的報(bào)廢情況。為了降低廢品率，各種鑄造參數(shù)如澆注溫度，孕育量，含碳量，水分含量，生坯壓縮強(qiáng)度，選擇滲透性和硬度進(jìn)行研究。 最終使用田口方法選擇不同工藝參數(shù)的最佳選擇。表 1： 鑄 造 廠 中 鑄 造 缺 陷 的 歷 史1 實(shí)驗(yàn)程序1.1 材料的化學(xué)分析由 1％容量的無(wú)芯中頻感應(yīng)爐熔化由 12％-15％生鐵，25％-30％鑄造回收物和剩余廢鋼組成的熔體裝料。 通過(guò)光譜儀分析測(cè)試原材料的化學(xué)成分，并列于表 2 中。將熔融金屬在含有 20-25mm 尺寸的 Fe-Si-Mg 合金的預(yù)熱的鋼包中輕敲，底部覆蓋有廢鋼。 熔融金屬的出鋼溫度分別為 1,300℃，1,350℃和 1,400℃。 然后將接種物加入基礎(chǔ)熔體中，同時(shí)直接倒入物流中以適當(dāng)混合。 大小為 4 至 8毫米的孕育劑被添加到熔融金屬流中以易于溶解，并且應(yīng)該無(wú)塵以避免由于氧化或熱氣流造成的損失。 接種量為 Fe-Si-Mg 合金和后接種物的總量，其中 Fe-Si-Mg 合金約為 90wt。％，后接種物為 10wt。％。 根據(jù)這個(gè)比例，加入不同比例的接種物，基礎(chǔ)金屬為 1000 公斤。 表 3 和表 4 列出了 Fe-Si-Mg 合金和后接種物的化學(xué)成分，以及含有 0.4wt。％，0.6wt。％和 0.8wt。％接種表 3：Fe-Si-Mg 合金和后接種物的化學(xué)組成（重量％）表 4：基質(zhì)和 0.4％，0.6％和 0.8％接種金屬的化學(xué)組成（重量％）顯微組織觀察和力學(xué)性能測(cè)試為了觀察顯微組織和測(cè)試機(jī)械性能，制備厚度分別為 5mm，10mm 和 15mm的 50mm（長(zhǎng)度）×25mm（寬度）的樣品，對(duì)于 0.4％，0.6％和 0.8％接種的金屬分別。 在顯微組織分析之前，使用不同等級(jí)的金剛砂紙對(duì)試樣進(jìn)行良好拋光，然后用布拋光 。鉆石膏。 拋光后，用 2％硝酸酒精溶液（2％濃硝酸和 98ml 甲醇）對(duì)樣品進(jìn)行蝕刻。 進(jìn)行布氏硬度測(cè)試。 使用系統(tǒng)集成金相圖像分析儀觀察樣品的微觀結(jié)構(gòu)。 測(cè)試結(jié)果示于表 5 中。可以看出，球化度為 87％至 97％，布氏硬度（BH）為 185 至 207，表明在這些實(shí)驗(yàn)中產(chǎn)生的所有組分具有良好的微觀結(jié)構(gòu)和機(jī)械性能屬性。表 5：試樣的球化度和布氏硬度（BH）1.3 L-27 正交系的實(shí)驗(yàn)設(shè)計(jì)設(shè)計(jì)了 L-27 正交系的實(shí)驗(yàn)，制備了不同組的模具。 每個(gè)模具箱可以生產(chǎn)四個(gè)組件。 第一套模具箱具有含水量 3％，生坯壓縮強(qiáng)度 1000gm?cm\，滲透率160 和模具硬度70.第二組模箱具有水分含量為 3.6％，生壓強(qiáng)度為 1,150 克?厘米\，滲透率為175，模具硬度為 80 的特性。第三組模箱具有含水率 4.2％生坯壓縮強(qiáng)度為 1300克?厘米\，滲透率為 190，模具硬度為 90.每種接種金屬共制備 45 個(gè)模具箱，并且在 L-27 正交陣列中每次運(yùn)行，分配 15 個(gè)模具箱。最初，在 1400℃下澆注熔體，并且為每組澆注 15 個(gè)模具箱，總共澆注 45 個(gè)模具箱。 然后在 1350℃和 1300℃下澆鑄熔體，每套 15 個(gè)模具箱也澆鑄熔體。 對(duì)于含有 0.4％，0.6％和 0.8％孕育劑的金屬重復(fù)相同的程序。 對(duì)于每次運(yùn)行，生產(chǎn)了 60 個(gè)組件并分析了缺陷。1.4 田口的做法實(shí)驗(yàn)的田口設(shè)計(jì)是廣泛使用的技術(shù)之一。 Taguchi 方法通過(guò)一個(gè)強(qiáng)大的設(shè)計(jì)來(lái)減少過(guò)程中的變化實(shí)驗(yàn)。 該方法的總體目標(biāo)是以低成本生產(chǎn)高質(zhì)量的產(chǎn)品。田口的方法被用于優(yōu)化球墨鑄鐵的工藝參數(shù)。 實(shí)驗(yàn)設(shè)計(jì)（DOE）進(jìn)行如下：? 選擇適當(dāng)?shù)捻憫?yīng)（輸出變量） 。? 選擇適當(dāng)?shù)囊蛩兀ㄝ斎胱兞浚?。? 設(shè)置適當(dāng)?shù)囊蜃臃秶蚣?jí)別。? 為實(shí)驗(yàn)創(chuàng)建文檔。? 管理發(fā)生的實(shí)驗(yàn)。? 報(bào)告和呈現(xiàn)結(jié)果（ANOVA） 。美國(guó)能源部根據(jù)七個(gè)鑄造參數(shù)分別選擇三個(gè)等級(jí)進(jìn)行選擇。 應(yīng)用 L-27 正交陣列，其由 3 列和 27 行組成，這意味著進(jìn)行了 27 次實(shí)驗(yàn)。實(shí)驗(yàn)中的過(guò)程參數(shù)及其可行范圍從研究中可用的數(shù)據(jù)中選擇[2,6,7]。 表 2 給出了選定的工藝參數(shù)及其水平。本研究選定的鑄造參數(shù)為：澆注溫度，接種量，碳當(dāng)量，含水量，生坯壓縮強(qiáng)度，滲透率和模具硬度。表 6 顯示了鑄造過(guò)程輸入變量和實(shí)驗(yàn)設(shè)計(jì)水平。 使用統(tǒng)計(jì)軟件“MINITAB 17”將田口方法應(yīng)用于實(shí)驗(yàn)數(shù)據(jù)。1.5 信噪比計(jì)算S / N 比率是使用田口的方法獲得的。 '信號(hào)'是理想的值（平均值） ，' 噪音'是不理想的值（標(biāo)準(zhǔn)偏差） 。 因此，S / N 比表示性能特征中存在的變化量。 根據(jù)性征的目標(biāo)，可以有各種類(lèi)型的 S / N 比。在本研究中， “S / N 比= -10×Log10（sum（1 / Y） n） ”是用于優(yōu)化工藝參數(shù)。 'Y'是答案，'n' 是每次試驗(yàn)的次數(shù)。 在這個(gè)實(shí)驗(yàn)中，每次運(yùn)行 n = 1。表 7 顯示了每次運(yùn)行的不同信號(hào)（澆注溫度，接種量，碳當(dāng)量，含濕量，生坯壓縮強(qiáng)度，滲透率，模具硬度） ，噪音或響應(yīng)（認(rèn)可百分比）和 S / N 比的正交陣列。表 7：L-27 正交系- 信噪比2 計(jì)算示例運(yùn)行：1Y = 91.67，n = 1S / N 比= -10×Log10（和（ 1 / 91.67\）/ 1）= 39.24 圖 1 顯示了不同 S / N 比。 越大越好。表 8 顯示了 S / N 比率的響應(yīng)表。 根據(jù)表 8 選擇不同參數(shù)的最佳值。3 結(jié)果與討論根據(jù)圖 1 和表 8，獲得了不同鑄造工藝參數(shù)的最佳水平，如表 9 所示。澆注溫度接種碳 濕氣當(dāng)量 內(nèi)容GCS滲透性39.5模具硬度39.439.339.239.139.038.91300 1350 1400 0.4 0.6 0.8 4.76 4.81 4.84 3.0 3.6 4.2 1000 1150 1300 160 175 190 70 80 90圖 1：S / N 比的主效應(yīng)圖（GCS - 綠色壓縮強(qiáng)度）表 8：S / N 比率的響應(yīng)表表 9：過(guò)程參數(shù)的最佳級(jí)別表 10 顯示了在最佳條件下由于鑄造缺陷而導(dǎo)致的部件損壞。 清楚地表明，拒絕率從 16.98％（表 1）顯著降低到 6.07％。圖 2 顯示了優(yōu)化前后各種缺陷的比較。 它清楚地表明，優(yōu)化后所有缺陷都大大減少了。方差分析（ANOVA）ANOVA 用于估計(jì)各種工藝參數(shù)對(duì)選定性能特征的百分比貢獻(xiàn)。 這給出了關(guān)于每個(gè)受控參數(shù)對(duì)感興趣的質(zhì)量特性的影響有多重要的信息。 結(jié)果的總變化是由于各種受控因素引起的變化總和表 10：優(yōu)化后由于鑄造缺陷引起的部件剔除他們的相互作用和由于實(shí)驗(yàn)錯(cuò)誤。 對(duì)原始數(shù)據(jù)和 S / N 數(shù)據(jù)進(jìn)行方差分析以確定重要參數(shù)并量化它們對(duì)性能特征的影響。 基于原始數(shù)據(jù)的方差分析確定了影響平均響應(yīng)的因素，而不是減少變化。 然而，基于信噪比的方差分析考慮了這兩個(gè)方面。表 11：平均值的方差分析使用統(tǒng)計(jì)軟件 Minitab 17.表 11 顯示接種是具有 33.43 的 F 比率和貢獻(xiàn)43.75％的最重要因素; 澆注溫度是具有 0.49 的 F 比率和貢獻(xiàn) 0.64％的最不重要的因素。圖 3 顯示了基于 ANO VA 的不同工藝參數(shù)的貢獻(xiàn)百分比。 它表明接種率貢獻(xiàn)最大的百分比。3.2 使用響應(yīng)面方法研究其他參數(shù)的接種使用上述田口方法進(jìn)行的分析僅對(duì)影響鑄件接受率的主要因素進(jìn)行分析，而沒(méi)有考慮因素之間的相關(guān)性。 因此，使用響應(yīng)面方法來(lái)進(jìn)行研究以分析因素之間的相關(guān)性。 在田口分析中，發(fā)現(xiàn)接種是最重要的因素。 因此，輪廓根據(jù)驗(yàn)收百分比，接種情況和使用 Minitab17 軟件的其他因素生成地塊和地表圖。 在 X 軸處采取接種水平，在 Y 軸處采取其他因素。 使用等高線圖和曲線圖顯示基于批準(zhǔn)百分比的不同反應(yīng)。 圖 4 至圖 9 表明，接種量和參數(shù)如澆注溫度，碳當(dāng)量，水分含量，生坯壓縮強(qiáng)度，滲透性和模具硬度的增加導(dǎo)致鑄件的合格率增加。4 結(jié)論從所進(jìn)行的工作得出的結(jié)論如下：(1) 基于使用 Taguchi 方法的 27 次運(yùn)行發(fā)現(xiàn)了最佳工藝參數(shù)：澆注溫度1350oC，接種量 0.8％，碳當(dāng)量 4.81％，水分(a)(b)圖 4： 鑄 造 合 格 率 與 澆 注 溫 度 和 接 種 的 輪 廓 圖 （ a） 和 表 面 圖 （ b）圖 5： 鑄 造 合 格 率 與 碳 當(dāng) 量 （ a） 和 接 種 量 （ b） 的 輪 廓 圖 （ a） 和 曲面 圖 （ b）圖 6： 鑄 造 合 格 率 與 含 水 量 和 接 種 量 的 等 高 線 圖 （ a） 和 表 面 圖 （ b）圖 7：鑄造接受率與 GCS 和接種的等高線圖（a）和表面圖（ b）(a)(b)(a)(b)(a)(b)圖 8：鑄造接受率與滲透率和接種量的等高線圖（a）和表面圖（b）圖 9：鑄造接受率與模具硬度和接種的輪廓圖（a）和表面圖（b）含量 3％，抗壓強(qiáng)度為 1300 gm·cm\，滲透率為 175，模具布氏硬度為 90.優(yōu)化后，廢品率從 16.98％降至 6.07％。接受率的方差分析得出結(jié)論，接種是影響鑄件質(zhì)量的最重要參數(shù)，貢獻(xiàn)率為 44％輪廓和表面圖顯示接種量的增加導(dǎo)致球墨鑄鐵鑄件接受率的顯著提高。(a)(b)References[1] Senthilkumar B, Ponnambalam S G, Jawahar N, et al. Processfactor optimization for controlling pull-down defects in ironcastings. Journal of Materials Processing Technology, 2009,209: 554-560.[2] Madtha L S and Narendra B B R. Experimental BehaviouralStudy of Ductile Cast Iron Microstructure and Its MechanicalProperties. International Journal of Engineering Research andApplications, 2013, 3(3): 1470-1475.[3] Bahubali B S and Vasudev D S. The Effect of Inoculation onMicrostructure and Mechanical Properties of Ductile Iron. IOSRJournal of Mechanical and Civil Engineering, 2013, 5(6): 17-23.[4] Jezierski J and Bartocha D. Properties of cast iron modifyingwith use of new inoculants. Journal of Achievements inMaterials and Manufacturing Engineering, 2007, 22(1): 25-28.[5] Aghakhani M, Mehrdad E, Hayati E, et al. ParametricOptimization of Gas Metal Arc Welding Process by TaguchiMethod on Weld Dilution. International Journal of Modeling andOptimization, 2011, 1(3): 216-220.[6] Sylvester O and Raymond T. Study of carbon and silicon lossthrough oxidation in cast iron base metal using rotary furnacefor melting. Leonardo Electronic Journal of Practices andTechnologies, 2015, 26: 59-64.[7] Ganesh G P and Inamdar K H. Optimization of CastingProcess Parameters using Taguchi Method. InternationalJournal of Engineering Development and Research, 2014,2(2): 2506-2511.[8] Mekonnen L N and Ajit P S. Optimization of aluminium blanksand casting process by using Taguchi’s robust design method.International Journal for Quality Research, 2012, 6(1): 81-97.[9] Rasik A U and Ishwar P K. Optimization of Sand CastingProcess Parameter Using Taguchi Method in Foundry.International Journal of Engineering Research & Technology,2012, 1(7): 1-9.[10] Pradeep A and Muthukumaran S. An analysis to optimize theprocess parameters of friction stir welded low alloy steel plates.International Journal of Engineering, Science and Technology,2013, 5(3): 25-35.[11] Uday A D and Rahul C B. Casting Defect Analysis usingDesign of Experiments (DoE) and Computer Aided CastingSimulation Technique. Procedia CIRP, 2013, 7: 616-621.[12] Prajapati D R and Cheema D S. Optimization of Weld CrackExpansion Defect of Wheel Rims by Using Taguchi Approach:A Case Study. International Journal of Innovative Research inScience, Engineering and Technology, 2013, 2(8): 3437-3446.[13] Venkata R M, Krishna M R G, Hanumantha R D, et al.Optimization and Effect of Process Parameters on ToolWear in Turning of Titanium Alloy under Different MachiningConditions. International Journal of Materials, Mechanics andManufacturing.2014.2(4):272-277[14] Surface Roughness in CNC Turning Operation. InternationalJournal of Latest Trends in Engineering and Technology, 2013,2(4): 454-463.[15] Mahendra G R and Nilesh A J. An optimization of forgingprocess parameters by using Taguchi Method: An industrialcase study. International Journal of Scientific and ResearchPublications, 2014, 4(6): 1-7.[16] Sarkar T and Sutradhar G. Study of Factors InfluencingHardness Behaviour of Austempered Gray Iron (AGI) UsingTaguchi Method. International Journal of Recent Developmentin Engineering and Technology, 2014, 3(5): 10-16.[17] Krishankant, Jatin T, Mohit B, et al. Application of TaguchiMethod for Optimizing Turning Process by the effects ofMachining Parameters. International Journal of Engineeringand Advanced Technology, 2012, 2(1): 263-274.[18] Amit A, Deepak Ue, Bhargav P, et al. Statistical and RegressionAnalysis of Vibration of Carbon Steel Cutting Tool for Turningof En24 Steel Using Design of Experiments. InternationalJournal of Recent advances in Mechanical Engineering, 2014,3(3): 137-151.[19] Mahesh N A and Shrikant V K. Optimization of die-casting processparameters using DOE. International Journal of EngineeringResearch and General Science, 2015, 3(2): 1314-1325.[20] Chauhan V and Jadoun R S. Parametric Optimization of MigWelding For Stainless Steel (Ss-304) and Low Carbon SteelUsing Taguchi Design Method. International Journal of RecentScientific Research, 2015, 6(2): 2662-2666.[21] Rama R S and Padmanabhan G. Application of Taguchimethods and ANOVA in optimization of process parameters formetal removal rate in electrochemical machining of Al/5%SiCcomposites. International Journal of Engineering Researchand Applications, 2012, 2(3): 192-197.[22] Song Liu. Foundry and Development of Ductile IronCrankshaft. The Open Mechanical Engineering Journal, 2015,9: 791-796.[23] Thacker K, Joshi H, Patel N J, et al. Analysis and Optimizationof parameters for casting ductile iron pipes. InternationalJournal of Engineering Research and General Science, 2015,3(3): 403-429.[24] Kompan C and Somkiat J. Optimization Parameters of ToolLife Model Using the Taguchi Approach and Response SurfaceMethodology. International Journal of Computer ScienceIssues, 2012, 9(1): 120-125.[25] Raykundaliya D P and Shanubhogue A. ComparisonStudy: Taguchi Methodology vis.-a-vis. Response SurfaceMethodology through a Case Study of Accelerated Failure inSpin-on-Filter. International Advanced Research Journal inScience, Engineering and Technology, 2015, 2(3): 1-5.[26] Phillip.J.Ross. Taguchi Techniques for Quality Engineering