Autor: Lamut, J. - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Influence of inclusions modification on nozzle clogging
Wpływ modyfikacji wtrąceń niemetalicznych na zarastanie wylewów zanurzeniowych
Autorzy:: Lamut, J.
Falkus, J.
Jurjevec, B.
Knap, M.
Powiązania:: https://bibliotekanauki.pl/articles/354591.pdf
Data publikacji:: 2012
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: zatykanie
modyfikacja wtrąceń
gliniany wapnia
siarczki manganu wapnia
clogging
inclusion modification
spinel
calcium aluminates
calcium manganese sulphides
Opis:: During the secondary refining of high strength steel in a ladle furnace aluminum is used for the melt deoxidation. Aluminates inclusions are modified with a calcium silicon injection in a melt. On the basis of the binary diagram CaO-Al203 solid and liquid calcium aluminates with different composition and shape are formed after calcium treatment. During the calcium silicon injection manganese sulphide is also modified and CaS or (Ca, Mn)S is formed and wrapped around calcium aluminates. Because of rising of calcium bubbles during the calcium silicon injection a powerful melt stirring occurs. This enables inclusion coagulation and a reaction with a slag. Additionally, the MgOźAl203 spinels are formed. Clogging of a tundish nozzle may occur during continuous casting of steel billets. Scull which forms on the nozzle's inner wall consists of spinel, calcium aluminates with various composition and calcium manganese sulphide.
W czasie rafinacji pozapiecowej stali o podwyższonej wytrzymałści, jako odtleniacz stosowane jest w piecu kadziowym aluminium. Wtrącenia w postaci tlenków glinu modyfikowane są w tym procesie poprzez wprowadzanie do kąpieli CaSi. Na podstawie analizy układu fazowego CaO-Al2O3 można przewidzieć tworzenie się zróżnicowanych kształtem wtrąceń o składzie stałych lub ciekłych glinianów wapnia. W czasie modyfikacji przemianom podlegają również siarczki manganu tworząc wtrącenia typu CaS oraz (Ca, Mn)S otaczające gliniany wapnia. Z uwagi na wzrost objętości tworzących się w czasie wprowadzania CaSi pęcherzy gazowego wapnia, w procesie zachodzi intensywne mieszanie kąpieli metalowej. Zjawisko to umożliwia koagulację wtrąceń niemetalicznych oraz ich rekcję z żużlem. Dodatkowo zachodzi rónież tworzenie spinelu typu MgOźAl2O3 W procesie ciągłego odlewania kęsów może zachodzić proces zarastania wylewów zanurzeniowych kadzi pośredniej. Narosty, które tworzą się na wewnętrznej ściance wylewu zanurzeniowego zawierają w składzie chemicznym spinel MgOźAl2O3, gliniany wapnia oraz (Ca, Mn)S.
Źródło:: Archives of Metallurgy and Materials; 2012, 57, 1; 319-324
1733-3490
Pojawia się w:: Archives of Metallurgy and Materials
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: The Prediction of Hardenability using Neural Networks
Modelowanie hartowności stali z wykorzystaniem sztucznych sieci neuronowych
Autorzy:: Knap, M.
Falkus, J.
Rozman, A.
Konopka, K.
Lamut, J.
Powiązania:: https://bibliotekanauki.pl/articles/355124.pdf
Data publikacji:: 2014
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: neural networks
hardenability
Jominy test
sieci neuronowe
hartowność
test Jominy'ego
Opis:: The objective of the research that has been presented was to model the effect of differences in chemical composition within one steel grade on hardenability, with a very broad and heterogeneous database used for studying hardness predictions. This article presents the second part of research conducted with neural networks. In the previous article [1] the most influential parameters were defined along with their weights and on the basis of these results, an improved model for predicting hardenability was developed. These developed neural networks were applied to model predictions of hardenability for three steel grades VCNMO150, CT270 and 42CrMoS4. The results proved that the correlation between the chemical composition differences within a chosen steel grade and the hardness changes can be modeled. If the database is big enough, predictions would be accurate and of high quality. But for a less comprehensive database, the differences in hardness predictions for various chemical compositions of the steel grade concernedwere observable.
Celem zaprezentowanych poprzednio badań było modelowanie wpływu składu chemicznego wybranego gatunku stali na hartowność. Modelowanie przeprowadzono z wykorzystaniem rozbudowanej bazy danych zawierającej informacje o składzie chemicznym próbek stali oraz wynikach prób hartowności. W artykule przedstawiono drugą część badań przeprowadzonych z wykorzystaniem sieci neuronowych. W poprzedniej pracy [1] określono parametry modelu oraz ich współczynniki wagowe. Na podstawie uzyskanych wyników opracowano ulepszony model do predykcji hartowności stali. Utworzone sieci neuronowe wykorzystano do predykcji hartowności trzech wybranych gatunków stali: VCNM0150, CT270 oraz 42CrMoS4. Otrzymane wyniki wskazują na możliwość modelowania zależności pomiędzy składem chemicznym, a hartownością w ramach danego gatunku stali. Wykorzystanie do uczenia sieci neuronowej wystarczająco dużej liczby rekordów dotyczących wybranego gatunku stali powoduje, że otrzymywane wyniki charakteryzują się dobrą dokładnością. W przypadku mniej wy- czerpującego zbioru danych wykorzystywanego do nauki sieci, otrzymywane wyniki charakteryzuje większy błąd prognozy.
Źródło:: Archives of Metallurgy and Materials; 2014, 59, 1; 133-136
1733-3490
Pojawia się w:: Archives of Metallurgy and Materials
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "Lamut, J." wg kryterium: Autor

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język