CN105547883B - 一种复杂工况条件下的磨蚀性指数ai的预测方法 - Google Patents

一种复杂工况条件下的磨蚀性指数ai的预测方法 Download PDF

Info

Publication number
CN105547883B
CN105547883B CN201510915458.4A CN201510915458A CN105547883B CN 105547883 B CN105547883 B CN 105547883B CN 201510915458 A CN201510915458 A CN 201510915458A CN 105547883 B CN105547883 B CN 105547883B
Authority
CN
China
Prior art keywords
test
abrasion index
influence
hardness
factor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510915458.4A
Other languages
English (en)
Other versions
CN105547883A (zh
Inventor
赖雄鸣
赖琴芳
黄河
王成
张勇
苏健航
言兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaqiao University
Fujian South Highway Machinery Co Ltd
Original Assignee
Huaqiao University
Fujian South Highway Machinery Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaqiao University, Fujian South Highway Machinery Co Ltd filed Critical Huaqiao University
Priority to CN201510915458.4A priority Critical patent/CN105547883B/zh
Publication of CN105547883A publication Critical patent/CN105547883A/zh
Application granted granted Critical
Publication of CN105547883B publication Critical patent/CN105547883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/56—Investigating resistance to wear or abrasion
    • G01N3/565—Investigating resistance to wear or abrasion of granular or particulate material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0058—Kind of property studied
    • G01N2203/0076—Hardness, compressibility or resistance to crushing

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
  • Developing Agents For Electrophotography (AREA)

Abstract

本发明一种复杂工况条件下的磨蚀性指数AI的预测方法，增加考虑磨料材料硬度的影响，以试验数据为基础，通过预测公式可以快速获得不同工况条件下的磨蚀性指数AI，同时该预测公式形式简单，便于工程应用；与标准试验不同，本发明进一步考虑了磨料材料硬度的影响，适合预测不同地域磨料组成对设备磨损影响的预测；本发明所进行的试验均是以标准试验为基础，只改变某一条件，其他条件均与标准试验的条件一致，因此，试验结果可信度高，可以方便获得单个因素对试验结果的影响。

Description

一种复杂工况条件下的磨蚀性指数AI的预测方法
技术领域
本发明涉及一种复杂工况条件下的磨蚀性指数AI的预测方法。
背景技术
磨蚀性指数AI是用于衡量磨料磨损设备或其他物体能力的一种指标,表示磨损的轻重程度，其值越大，则磨料愈易磨损金属，是设备设计及使用中需要注意的重要参数之一。该参数的引入，将在设备制造和使用中降低成本和提高效率及其它方面均起到积极的作用。在实际复杂工况下的生产中，所使用的设备必然要受到磨料的反作用而磨蚀。设备的磨蚀，增加了设备的消耗，更严重的后果在于降低了设备的生产效率，增加了更换设备所需的时间，致使机械设备的实际生产率大大降低。设备的强烈磨蚀甚至成为进一步发展机械设备技术的主要障碍之一。研究磨蚀性指数及其规律，不仅直接关系到机械设备及工具的寿命，生产效率和成本，并且还可以作为改进设备的依据，也是采取合适工作参数的基础。
通常磨蚀性指数是将试样放在装有标准钢叶轮的旋转鼓筒中，通过标准试验测得。主要考虑因素如下：(1)叶轮转速(x1)；(2)鼓筒转速(x2)；(3)试样的粒径分布范围(x3)；(4)磨料试样质量(x4)；(5)试验时间(x5)。其标准试验条件如下：(1)叶轮转速为632r/min；(2)鼓筒转速为72r/min；(3)试样的粒径分布范围为12～19mm；(4)磨料试样质量为1600g；(5)试验时间为15分钟。
按照上述的特定条件将质量为1600g的试样,分四批，每批400g,分别放入鼓筒进行15分钟的磨蚀试验，最后测定叶轮的磨损量，取四次测量的平均值即为磨蚀性指数AI。上述标准试验是在特定条件下获得设备的磨蚀性指数AI。但是工程应用中，实际工况很复杂，设备磨损条件与标准试验的条件不一定完全相同。另外，不同地域磨料的成分组成差异大，对设备的磨损影响千差万别。在标准试验中，没有考虑磨料材料硬度对设备的磨损影响。因此，通过标准试验测得的设备磨蚀性指数AI结果，难以评价设备在实际工况的磨损情况，工程指导意义不大。
发明内容
针对上述问题，本发明在标准试验的基础上提出一种复杂工况条件下的磨蚀性指数AI的预测方法，可以很方便地结合实际工况的条件，对于设备的磨蚀性指数AI进行预测，进而衡量磨料对设备的磨损程度，对于研究和判定设备的磨损具有重要的意义。
本发明一种复杂工况条件下的磨蚀性指数AI的预测方法，包括如下步骤：
步骤1、增加考虑磨料材料硬度(x6)的影响，根据材料的各个成分的硬度及其百分组成，计算其等效硬度值H：
其中：at和ht(t＝1～n)分别为磨料各个成分的百分比及对应的硬度值；
步骤2、在标准试验的基础上，增加考虑磨料材料硬度(x6)的影响，即在试验中，共考虑叶轮转速(x1)、鼓筒转速(x2)、试样的粒径分布范围(x3)、磨料试样质量(x4)、试验时间(x5)和磨料材料硬度(x6)的影响，并以某一典型常用试样进行一次试验，通过步骤1的方法计算该典型常用试样的等效硬度值其他试验条件与标准试验条件一样，将典型常用试样的实验值作为标准值，即 最后测定叶轮的磨损量，取四次测量的平均值即为磨蚀性指数AI*；
步骤3、根据使用者所处行业的设备实际应用工况，确定上述各个因素的变化范围；
步骤4、在各个因素各自的变化范围内，通过试验分别获得叶轮转速(x1)、鼓筒转速(x2)、试样的粒径分布范围(x3)、磨料试样质量(x4)、试验时间(x5)和磨料材料硬度(x6)对磨蚀性指数AI单独影响的试验数据；
步骤5、利用步骤4的试验数据，建立复杂工况条件下磨蚀性指数AI的预测公式：
(1)计算因素(xj)单独影响下的修正系数：
在步骤4中得到各个因素(xj)对磨蚀性指数AI单独影响的试验数据，按照式(3)或者式(4)可获得对应的修正系数:
这里i＝1～M1,j＝1～6；
(2)利用计算得到的修正系数，建立复杂工况条件下磨蚀性指数AI的预测公式：
其中，
步骤6、利用步骤5中建立的复杂工况条件下磨蚀性指数AI的预测公式，即由实际工况确定对应各影响因素的实际值，然后利用各因素(xj)单独影响下计算得到的修正系数进行插值，可以得到对应的修正系数然后利用式(6)，即可获得对应实际工况情形的磨蚀性指数AI。
所述的步骤4包括如下步骤：
(1)按照步骤1计算出某一典型常用试样的等效硬度值
(2)根据工程经验，由步骤3确定的因素(xj)变化范围为(xj down～xj up)，其中在(xj down～xj up)中取偶数M1对其进行等分，取特征点为：xj 1、xj 2、…、xj M1，分别用于后面的M1组试验,这里第M1/2个特征点与标准试验中因素xi *相等，即xj M1/2＝xj *；
(3)用硬度为的试样进行M1组试验：对于这M1组试验，其叶轮转速(x1)分别为同时，其他条件与标准试验的条件一样，即鼓筒转速(x2)、试样的粒径分布范围(x3)、磨料试样质量(x4)、试验时间(x5)与标准试验的条件一样，也就是， 通过上述M1组试验可以得到对应的磨蚀性指数AI结果，利用上述试验方法，同样获得其他因素对磨蚀性指数AI单独影响的试验数据。
本发明的重点在于：
(1)本发明以试验数据为基础，通过预测公式可以快速获得不同工况条件下的磨蚀性指数AI，同时该预测公式形式简单，便于工程应用；
(2)与标准试验不同，本发明进一步考虑了磨料材料硬度的影响，适合预测不同地域磨料组成对设备磨损影响的预测；
(3)本发明所进行的试验均是以标准试验为基础，只改变某一条件，其他条件均与标准试验的条件一致，因此，试验结果可信度高，同时，应用上述方法进行的试验，只改变某一条件，即假设为某一因素A，而其他条件(即其他因素)保持不变，那么通过对比因素A改变前和改变后试验结果变化的大小，即得到因素A对试验结果影响的程度。
附图说明
图1为本发明中不同叶轮转速下的磨蚀性指数AI；
图2为本发明中不同鼓筒转速下的磨蚀性指数AI；
图3为本发明中不同粒径分布范围下的磨蚀性指数AI；
图4为本发明中不同磨料试样质量下的磨蚀性指数AI；
图5为本发明中不同试验时间下的磨蚀性指数AI；
图6为本发明中不同磨料材料硬度下的磨蚀性指数AI；
图7为本发明中不同叶轮转速下的修正系数；
图8为本发明中不同鼓筒转速下的修正系数；
图9为本发明中不同试样的粒径分布范围的修正系数；
图10为本发明中不同磨料试样质量下的修正系数；
图11为本发明中不同试验时间下的修正系数；
图12为本发明中不同磨料材料硬度下的修正系数。
以下结合附图和实施例对本发明作进一步详述。
具体实施方式
本发明一种复杂工况条件下的磨蚀性指数AI的预测方法，包括如下步骤：
步骤1、增加考虑磨料材料硬度(x6)的影响，根据材料的各个成分的硬度及其百分组成，计算其等效硬度值H：
其中：at和ht(t＝1～n)分别为磨料各个成分的百分比及对应的硬度值；
步骤2、在标准试验的基础上，增加考虑磨料材料硬度(x6)的影响，即在试验中，共考虑叶轮转速(x1)、鼓筒转速(x2)、试样的粒径分布范围(x3)、磨料试样质量(x4)、试验时间(x5)和磨料材料硬度(x6)的影响，并以某一典型常用试样进行一次试验，通过步骤1的方法计算该典型常用试样的等效硬度值其他试验条件与标准试验条件一样，将典型常用试样的实验值作为标准值，即 最后测定叶轮的磨损量，取四次测量的平均值即为磨蚀性指数AI*；
步骤3、根据使用者所处行业的设备实际应用工况，确定上述各个因素的变化范围；
步骤4、在各个因素各自的变化范围内，通过试验分别获得叶轮转速(x1)、鼓筒转速(x2)、试样的粒径分布范围(x3)、磨料试样质量(x4)、试验时间(x5)和磨料材料硬度(x6)对磨蚀性指数AI单独影响的试验数据，具体包括如下步骤：
(1)按照步骤1计算出某一典型常用试样的等效硬度值
(2)根据工程经验，由步骤3确定的因素(xj)变化范围为(xj down～xj up)，其中在(xj down～xj up)中取偶数M1对其进行等分，取特征点为：xj 1、xj 2、…、xj M1，分别用于后面的M1组试验,这里第M1/2个特征点与标准试验中因素xj *相等，即xj M1/2＝xj *；
(3)用硬度为的试样进行M1组试验：对于这M1组试验，其叶轮转速(x1)分别为同时，其他条件与标准试验的条件一样，即鼓筒转速(x2)、试样的粒径分布范围(x3)、磨料试样质量(x4)、试验时间(x5)与标准试验的条件一样，也就是， 通过上述M1组试验可以得到对应的磨蚀性指数AI结果，如图1所示；
利用上述试验方法，同样可以获得其他因素对磨蚀性指数AI单独影响的试验数据。这里假设试验数据已经获得，分别如图2至图6所示。
步骤5、利用步骤4的试验数据，建立复杂工况条件下磨蚀性指数AI的预测公式：
标准试验下得到的磨蚀性指数AI*是在特定的试验条件下得到。实际工作条件下叶轮转速(x1)、鼓筒转速(x2)、试样的粒径分布范围(x3)、磨料试样质量(x4)、试验时间(x5)和磨料材料硬度(x6)与实验条件不同，因此，需要对磨蚀性指数AI予以修正。
单独考虑叶轮转速(x1)影响下的修正系数方法如下：
(1)在步骤4中得到了图1在不同叶轮转速下磨蚀性指数AI的实验数据。进一步，按照式(3)或者式(4)可获得对应的修正系数，如图7所示。
这里i＝1～M1,j＝1～6；
若实际工况中叶轮转速x1不等于表7中不同叶轮转速点 则可以按照插值的方法，对图7中的数据进行插值，计算其对应的修正系数例如：这里假设叶轮转速x1介于和之间。按照式(5)进行插值，可得对应的修正系数
需要补充的是，由于第M1/2个转速点与标准试验中叶轮转速相等，即：则其对应的磨蚀性指数因此按照式(3)计算的修正系数按照式(4)计算的修正系数
利用上述方法，同样可以获得其他因素对磨蚀性指数AI的修正系数，分别如图8至图12所示。
利用上述图7至图12中的修正系数，建立复杂工况条件下磨蚀性指数AI的预测公式，如下：
其中，
步骤6、利用步骤5中建立的复杂工况条件下磨蚀性指数AI的预测公式，即：由实际工况确定对应各影响因素的实际值，然后利用图7至图12的数据进行插值，可以得到对应的修正系数 然后利用式(6)，即可获得对应实际工况情形的磨蚀性指数AI。
本发明的重点在于：
(1)本发明以试验数据为基础，通过预测公式可以快速获得不同工况条件下的磨蚀性指数AI，同时该预测公式形式简单，便于工程应用；
(2)与标准试验不同，本发明进一步考虑了磨料材料硬度的影响，适合预测不同地域磨料组成对设备磨损影响的预测；
(3)本发明所进行的试验均是以标准试验为基础，只改变某一条件，其他条件均与标准试验的条件一致，因此，试验结果可信度高，同时，应用上述方法进行的试验，只改变某一条件，即假设为某一因素A，而其他条件(即其他因素)保持不变，那么通过对比因素A改变前和改变后试验结果变化的大小，即得到因素A对试验结果影响的程度，可以方便获得单个因素对试验结果的影响。
以上所述，仅是本发明较佳实施例而已，并非对本发明的技术范围作任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (2)

1.一种复杂工况条件下的磨蚀性指数AI的预测方法，其特征在于包括如下步骤：
步骤1、增加考虑磨料材料硬度x6的影响，根据材料的各个成分的硬度及其百分组成，计算其等效硬度值H：
其中：at和ht分别为磨料各个成分的百分比及对应的硬度值，其中t＝1～n，n为正整数；
步骤2、在标准试验的基础上，增加考虑磨料材料硬度x6的影响，即在试验中，共考虑叶轮转速x1、鼓筒转速x2、试样的粒径分布范围x3、磨料试样质量x4、试验时间x5和磨料材料硬度x6这六个因素的影响，并以某一典型常用试样进行一次试验，通过步骤1的方法计算该典型常用试样的等效硬度值其他试验条件与标准试验条件一样，将典型常用试样的实验值作为标准值，即 最后测定叶轮的磨损量，取四次测量的平均值即为磨蚀性指数AI*；
步骤3、根据使用者所处行业的设备实际应用工况，确定上述六个因素的变化范围；
步骤4、在各个因素各自的变化范围内，通过试验分别获得叶轮转速x1、鼓筒转速x2、试样的粒径分布范围x3、磨料试样质量x4、试验时间x5和磨料材料硬度x6对磨蚀性指数AI单独影响的试验数据；
步骤5、利用步骤4的试验数据，建立复杂工况条件下磨蚀性指数AI的预测公式：
(1)计算因素xj单独影响下的修正系数：
在步骤4中得到各个因素xj对磨蚀性指数AI单独影响的试验数据，按照式(3)或者式(4)可获得对应的修正系数:
这里i＝1～M1,M1为试验总数，j＝1～6；
(2)利用计算得到的修正系数，建立复杂工况条件下磨蚀性指数AI的预测公式：
其中，
步骤6、利用步骤5中建立的复杂工况条件下磨蚀性指数AI的预测公式，即由实际工况确定对应各影响因素的实际值，然后利用各因素xj单独影响下计算得到的修正系数进行插值，可以得到对应的修正系数然后利用式(6)，即可获得对应实际工况情形的磨蚀性指数AI。
2.根据权利要求1所述的一种复杂工况条件下的磨蚀性指数AI的预测方法，其特征在于所述的步骤4包括如下步骤：
(1)按照步骤1计算出某一典型常用试样的等效硬度值
(2)根据工程经验，由步骤3确定的因素xj变化范围为(xj down～xj up)，在(xj down～xj up)中取偶数M1对其进行等分，取特征点为：xj 1、xj 2、…、xj M1，分别用于后面的M1组试验,这里第M1/2个特征点与标准试验中因素xi *相等，即xj M1/2＝xj *；
(3)用硬度为的试样进行M1组试验：对于这M1组试验，其叶轮转速x1分别为同时，其他条件与标准试验的条件一样，即鼓筒转速x2、试样的粒径分布范围x3、磨料试样质量x4、试验时间x5与标准试验的条件一样，也就是， 通过上述M1组试验可以得到对应的磨蚀性指数AI结果，利用上述试验方法，同样获得其他因素对磨蚀性指数AI单独影响的试验数据。
CN201510915458.4A 2015-12-10 2015-12-10 一种复杂工况条件下的磨蚀性指数ai的预测方法 Active CN105547883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510915458.4A CN105547883B (zh) 2015-12-10 2015-12-10 一种复杂工况条件下的磨蚀性指数ai的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510915458.4A CN105547883B (zh) 2015-12-10 2015-12-10 一种复杂工况条件下的磨蚀性指数ai的预测方法

Publications (2)

Publication Number Publication Date
CN105547883A CN105547883A (zh) 2016-05-04
CN105547883B true CN105547883B (zh) 2019-01-04

Family

ID=55827225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510915458.4A Active CN105547883B (zh) 2015-12-10 2015-12-10 一种复杂工况条件下的磨蚀性指数ai的预测方法

Country Status (1)

Country Link
CN (1) CN105547883B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109604709B (zh) * 2018-10-24 2021-02-26 首钢京唐钢铁联合有限责任公司 一种连续热镀锌生产线切边剪磨损状态判断方法和装置
CN114674573B (zh) * 2022-02-24 2023-08-11 重庆长安汽车股份有限公司 一种适用于任意测试边界的实际道路排放rde评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104075935A (zh) * 2014-06-27 2014-10-01 中南钻石有限公司 一种人造金刚石冲击韧性测试值的修正方法
CN104390873A (zh) * 2014-11-20 2015-03-04 上海美加净日化有限公司 牙膏磨损性的检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9164018B2 (en) * 2013-04-01 2015-10-20 Saudi Arabian Oil Company Method for prediction of inhibition durability index of shale inhibitors and inhibitive drilling mud systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104075935A (zh) * 2014-06-27 2014-10-01 中南钻石有限公司 一种人造金刚石冲击韧性测试值的修正方法
CN104390873A (zh) * 2014-11-20 2015-03-04 上海美加净日化有限公司 牙膏磨损性的检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Dynamic Impact Abrasion Index for Rocks";AL-AMEEN and WALLER;《Int. J. Rock Mech. Min. Sci. & Geomech.Abstr》;19921231;第29卷(第6期);第555-560页
"隧道岩石耐磨性与岩石强度的相关性研究";王磊;《四川联合大学学报（工程科学版）》;19971130;第1卷(第6期);第26-30页

Also Published As

Publication number Publication date
CN105547883A (zh) 2016-05-04

Similar Documents

Publication Publication Date Title
CN105547883B (zh) 一种复杂工况条件下的磨蚀性指数ai的预测方法
CN104809311A (zh) 一种基于多因素融合修正的结构件剩余寿命预测方法
CN104075935B (zh) 一种人造金刚石冲击韧性测试值的修正方法
CN103076351B (zh) X射线荧光光谱分析对含钨钼铁合金中Mo元素的测定方法
CN103632035A (zh) 一种确定机械零部件的寿命概率分布与平均寿命的方法
JP7147131B2 (ja) 解析システム
CN106770296B (zh) 一种四球摩擦试验磨斑图像磨痕方向角自动测定方法
CN107052364B (zh) 一种大螺距螺纹加工表面形貌仿真方法与车削工艺评价方法
CN107976385A (zh) 一种钛白粉晶粒尺寸的快速测定方法
CN111985559A (zh) 一种基于边界特性的轮胎花纹结构相似性检测方法
CN110647106B (zh) 刀具性能监测及评价方法和系统
CN103389316A (zh) 硅钢织构测量方法
CN106126801B (zh) 滚动轴承摩擦力矩参数不确定度评估方法
CN102788748B (zh) 82b盘条索氏体含量分析用标准样品的制备方法
CN104483654B (zh) 一种智能电能表测量正负偏差的综合评价方法及其系统
CN102901729B (zh) 一种用图像仪标准样品法定量分析盘条索氏体含量的方法
CN102589668A (zh) 一种利用电机能耗测量电机提升的重物的质量的系统和方法
CN102207473A (zh) 一种测定钒钛球团矿中二氧化钛、五氧化二钒含量的方法
CN108229541B (zh) 一种基于k最近邻算法的岸桥中拉杆应力数据分类方法
CN109032926A (zh) 软件质量的量化方法及系统
CN106744321A (zh) 岸边集装箱起重机能效检测方法
SG11201806275VA (en) Light-spot distribution structure, surface shape measurement method, and method for calculating exposure field-of-view control value
Sadowski et al. The metrology of ground concrete surfaces morphology with 3D laser scanner
CN107543950A (zh) 一种铝电解槽内阳极电流在线测量方法
CN112304809A (zh) 一种基于同轴圆筒流变仪的混凝土流变性能测试方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant