Wyniki wyszukiwania - BazTech

1

The Influence of Pearlite Present in the Microstructure of GX120MnCr13 Cast Steel on Wear Resistance

Kalandyk Barbara, Zapała Renata, Sulima Iwona, Furmańczyk Piotr, Kasińska Justyna

Archives of Foundry Engineering

|

2023

|

Vol. 23, iss. 4

145--156

EN

The article presents the results of metallographic and tribological tests on GX120MnCr13 cast steel that was previously subjected to heat treatment (including solution treatment from 1100°C and isothermal holding at 250, 400, and 600°C for 100 hours). The temperatures of the isothermal holding process were selected in order to reflect the possible working conditions of the cast elements that can be made of this cast steel. Wear tests were carried out under dry friction conditions using the ball-on-disc method using a ZrO2 ball as a counter-sample. The tests were carried out with a load of 5 N. The influence of the long-term isothermal holding process on the microstructure of the tested cast steel was analysed by light and scanning microscopy; however, abrasion marks were also examined using a confocal microscope. Based on the tests conducted, it was found that in the microstructures of the sample after solution treatment and samples that were held in isothermal C, the grain boundary areas were enriched in Mn and Cr compared to the areas inside the grains. Pearlite appeared condition at 250 and 400 in the sample that was heated (or held in isothermal holding) at 600°C; its share reached 41.6%. The presence of pearlite in the austenitic matrix increased the hardness to 351.4 HV10. The hardness of the remaining tested samples was within a range of 221.8-229.1 HV10. Increasing the hardness of the tested cast steel directly resulted in a reduction in the degree of wear as well as the volume, area, and width of the abrasion marks. A microscopic analysis of the wear marks showed that the dominant process of the abrasive wear of the tested friction pair was the detachment and displacement of the tested material through the indentation as a result of the cyclical impact of the counter sample.

2

Regression Using Machine Learning and Neural Networks for Studying Tribological Properties of Wear-Resistant Layers

Malinowski Paweł, Kasińska Justyna

Tribologia

|

2022

|

nr 1

57--64

EN

Artificial intelligence is becoming commonplace in various research and industrial fields. In tribology, various statistical and predictive methods allow an analysis of numerical data in the form of tribological characteristics and surface structure geometry, to mention just two examples. With machine learning algorithms and neural network models, continuous values can be predicted (regression), and individual groups can be classified. In this article, we review the machine learning and neural networks application to the analysis of research results in a broad context. Additionally, a case study is presented for selected machine learning tools based on tribological tests of padding welds, from which the tribological characteristics (friction coefficient, linear wear) and wear indicators (maximum wear depth, wear area) were determined. The study results were used in exploratory data analysis to establish the correlation trends between selected parameters. They can also be the basis for regression analysis using machine learning algorithms and neural networks. The article presents a case study using these approaches in the tribological context and shows their ability to accurately and effectively predict selected tribological characteristics.

PL

Zastosowanie sztucznej inteligencji w różnych dziedzinach nauki i przemysłu jest coraz bardziej powszechne. Duża różnorodność metod statystycznych i predykcyjnych umożliwia użycie ich również w tribologii. Analiza danych liczbowych w postaci charakterystyk tribologicznych, struktury geometrycznej powierzchni oraz wielu innych wymaga zastosowania narzędzi informatycznych oraz statystycznych. Wykorzystanie algorytmów uczenia maszynowego i budowanie modelu sieci neuronowej umożliwi prognozowanie wartości ciągłych (regresja) oraz klasyfikowanie poszczególnych grup. W artykule autorzy dokonują przeglądu możliwości aplikacyjnych algorytmów uczenia maszynowego i sieci neuronowych do analizy wyników badań w szerokim kontekście. Dodatkowo zaprezentowano studium przypadku dla wybranych narzędzi uczenia maszynowego na podstawie przykładowych badań tribologicznych napoin, dla których przeprowadzono testy, w których wyznaczono charakterystyki tribologiczne (współczynnik tarcia, zużycie liniowe) oraz wskaźniki zużycia (maksymalna głębokość wytarcia, pole wytarcia). Wyniki badań były podstawą do przeprowadzenia analizy eksploracyjnej i posłużyły do wykazania korelacji pomiędzy wybranymi parametrami. Autorzy przekonują, że mogą one być podstawą do analizy regresji z wykorzystaniem algorytmów uczenia maszynowego i sieci neuronowych. W artykule zaprezentowano studium przypadku z wykorzystaniem tych podejść w kontekście tribologicznym oraz pokazano ich zdolność do dokładnego i skutecznego przewidywania wybranych charakterystyk tribologicznych.

3

Influence of Pre-Hardened Gx120mn13 Cast Steel on the Tribological Properties under Technically Dry Friction

Kalandyk Barbara, Zapała Renata, Madej Monika, Kasińska Justyna, Piotrowska Katarzyna

Tribologia

|

2022

|

nr 3

17--24

EN

This paper presents the results of tribological tests on high manganese GX120Mn13 cast steel under technically dry friction conditions. The tests were carried out using a TRB3 ball-on-disc tribometer using a 6mm-diameter SiC ball as a counter-sample for a specimen made of GX120Mn13 cast steel containing a localised prehardening area on the test surface with a hardness of approximately 597 HV10 (the non-hardened area had a hardness of approximately 325–364 HV10). During the test, the ball travelled in a 16.68 mm diameter circle and passed through both hardening and non-hardened areas. The resulting erosion marks were assessed using an optical profilometer and scanning microscope tests, which showed that the maximum depth of erosion in the previously hardening area was 0.77 µm and was more than twice as deep as in the non-hardened areas surveyed. In contrast, the area of attrition was twice as small as in the non-hardened area located in the axis of the previously applied load and more than three times smaller, but in the area located on the side of the axis and 8.34 mm away from it. Thus, from the point of view of the abrasion resistance of GX120Mn13 cast steel, the validity of its prior hardening before the operation was confirmed.

PL

W artykule przedstawiono wyniki badań tribologicznych wysokomanganowego staliwa GX120Mn13 w warunkach tarcia technicznie suchego. Badania przeprowadzono przy użyciu tribometru TRB3 typu ball–on– disc stosując jako przeciwpróbkę kulkę z SiC o średnicy 6mm dla próbki wykonanej ze staliwa GX120Mn13 zawierającej na powierzchni badanej lokalny obszar wcześniej umocniony o twardości ok. 597 HV10 (obszar nieumocniony posiadał twardość ok 325–364 HV10). Kulka w czasie testu poruszała się po okręgu o średnicy 16.68 mm i przechodziła zarówno przez obszar umocniony, jak i nieumocniony. Otrzymane ślady wytarcia oceniano za pomocą badań wykonanych na profilometrze optycznym i mikroskopie skaningowym. Na podstawie przeprowadzonych badań wykazano, że w obszarze wcześniej umocnionym maksymalna głębokość wytarcia wynosiła 0.77 µm i była ponad dwukrotnie mniejsza niż w badanych obszarach nieumocnionych. Z kolei pole wytarcia było dwukrotnie mniejsze niż w obszarze nieumocnionym, znajdującym się w osi przyłożonego wcześniej obciążenia i ponad trzykrotnie mniejsze w porównaniu z obszarem znajdującym się z boku osi i oddalonym od niej o 8.34 mm. Tym samym, z punktu widzenia odporności na zużycie ścierne staliwa GX120Mn13, potwierdzono słuszność jego wcześniejszego umocnienia przed eksploatacją.

4

Effects of Rare-Earth Metal Oxides on the Tribological Properties of Paddings for use on Mining Machine Parts

Kasińska Justyna, Madej Monika, Rutkowski Sławomir

Tribologia

|

2022

|

nr 2

23--32

EN

The article presents the results of research on pad welds made using consumables in the process of metal active gas welding (MAG) combined with plasma arc welding (PAW). The pad weld consisted of a buffer layer and a wear-resistant working layer. Cerium, yttrium and lanthanum oxides were added to the powders to modify the working (active) layer. The HV10 hardness and friction coefficient testing was followed by measuring wear tracks and determining wear indicators (maximum wear track depth and area). Yttrium oxide was found to have a remarkably beneficial effect on nickel-based pad welds. In the case of iron-based welds, the most favourable outcome was observed for lanthanum oxide.

PL

W artykule przedstawiono wyniki badań napoin wykonanych z wykorzystaniem materiałów spawalniczych metodą spawania łukowego elektrodą topliwą (MAG – metal active gas of welding) w połączeniu z napawaniem plazmowym (PAW – pasma arc welding). Napoina składała się z warstwy podkładowej (buforowej) oraz trudnościeralnej warstwy roboczej. Warstwę roboczą modyfikowano poprzez wprowadzanie do proszków tlenków ceru, itru i lantanu. Wykonane napoiny poddano pomiarom twardości HV10 oraz przeprowadzono testy tribologiczne, w których wyznaczono współczynnik tarcia. Następnie dokonano pomiarów śladów zużycia i zostały określone wskaźniki zużycia (maksymalna głębokość wytarcia, pole wytarcia). Wykazano korzystne oddziaływanie w szczególności tlenku itru dla napoin na osnowie niklu. W przypadku napoiny na osnowie żelaza najkorzystniejsze oddziaływanie odnotowano dla tlenku lantanu.