PhD (Engineering), assistant professor of Chair “Nanotechnology, Materials Science and Mechanics”
кандидат технических наук, доцент кафедры «Нанотехнологии, материаловедение и механика»
student of Chair “Nanotechnology, Materials Science and Mechanics”
студент кафедры «Нанотехнологии, материаловедение и механика»
When developing technical requirements for alloys, it is important to apply an integrated approach. Combining analytical and simulation modelling, it is possible to reduce technological risks at the stage of creating or modifying requirements. The implementation of this approach directly depends on the degree of consideration of all factors included in the models, as well as on their influence on the variability of characteristics. However, known models do not provide satisfactory convergence with real industrial alloys. Using the example of a complex-alloyed CuZn13Mn8Al5Si2Fe1Pb brass, an approach is proposed that allows describing the variability in the structural state of multicomponent brasses. The analysis of statistical data on the chemical composition and microstructure of industrial batches, made it possible to establish that the alloy matrix solution is a (α+β)-brass, and corresponds to the phase ratio at 700 °C on the polythermal pseudo-binary cross-section of the Cu–Zn–Mn5Si3 diagram. The distribution of alloying elements in the main phases was studied using X-ray spectral analysis. The complete binding of iron in silicides and uniform distribution of manganese in the hot-pressed state were confirmed. A calculation of the silicon proportion in the solid solution was proposed. The measured density of the alloy is 7650 kg/m³, while the calculated density of the matrix solution is 8100 kg/m³. Based on the updated parameters of the universal model, the authors used the Monte Carlo method to assess the variability of the microstructure in relation to the requirements for the chemical composition. The instability of technological properties is attributed to significant variability in the ratio of the α- and β-phases. The content of the α-phase in the alloy ranges from 37.5 % to 66.5 %, while the β-phase varies from 17.5 % to 55.2 %. The simulation model developed in this study enables both to analyse the existing alloys and to predict the behaviour of new alloys. This is critically important for optimising technological processes, and improving the operational properties of materials.
При разработке технических требований к сплавам важно применять комплексный подход. Сочетая аналитическое и имитационное моделирование, можно уменьшить технологические риски на этапе создания или изменения требований. Реализация данного подхода напрямую зависит от степени учета всех факторов, включенных в модели, а также от их влияния на изменчивость характеристик. Однако известные модели не дают удовлетворительной сходимости с реальными промышленными сплавами. На примере сложнолегированной латуни ЛМцАЖКС (CuZn13Mn8Al5Si2Fe1Pb) предложен подход, позволяющий описать изменчивость структурного состояния многокомпонентных латуней. Анализ статистических данных химического состава и микроструктуры промышленных партий позволил установить, что матричный раствор сплава представляет собой (a+β)-латунь и соответствует соотношению фаз при 700 °C на политермическом псевдобинарном разрезе диаграммы Cu–Zn–Mn5Si3. Методами рентгеноспектрального анализа исследовано распределение легирующих элементов в основных фазах. Подтверждена полная связанность железа в силицидах и равномерное распределение марганца в горячепрессованном состоянии. Предложен расчет доли кремния, входящего в твердый раствор. Измеренная плотность сплава составляет 7650 кг/м3, расчетная плотность матричного раствора – 8100 кг/м3. На основании уточненных параметров универсальной модели методом Монте-Карло оценили изменчивость микроструктуры в зависимости от требований к химическому составу. Причиной нестабильноости технологических свойств является значительная изменчивость соотношения a- и β-фаз. Содержание a-фазы в сплаве изменяется от 37,5 до 66,5 %, β-фазы – от 17,5 до 55,2 %. Имитационная модель, разработанная в рамках исследования, предоставляет возможность не только анализировать существующие сплавы, но и предсказывать поведение новых сплавов, что является критически важным для оптимизации технологических процессов и улучшения эксплуатационных свойств материалов.