Влияние способа измельчения на коэффициент формы зерен карбида кремния черного

Обложка

Цитировать

Полный текст

Аннотация

Введение. Единственным в России и самым крупным в Европе производителем карбида кремния является ОАО «Волжский абразивный завод». Для измельчения абразивного материала на предприятии используют различные способы, оборудование и технологии, влияющие на геометрические параметры зёрен. Наиболее значимыми и распространенными методами измельчения карбида кремния в действующем производстве служат пресс-валковый и роторный. Цель работы: исследование влияния пресс-валкового и роторного методов измельчения карбида кремния черного, реализуемых в условиях ОАО «Волжский абразивный завод», на коэффициент формы, длину и ширину зёрен в выборках фракций. Методы исследования. Исходный материал, полученный в соответствии с действующим технологическим процессом, отбирали после дробления на стержневой мельнице. Одну пробу измельчали пресс-валковым методом, другую роторным. Измельченный карбид кремния рассевали на фракции ситовым анализатором Ro-Tap. Геометрические параметры и форму зерен определяли в пяти фракциях, в каждой фракции измеряли 800 зёрен. Горизонтальную проекцию профиля зерен получали на оптическом стереоскопическом микроскопе «Альтами» СМ0870-Т. Для обработки проекций и определения геометрических параметров использовали специальное программное обеспечение. Результаты и обсуждение. Установлено, что коэффициент формы и длина зёрен подчиняются закону максимального значения, а ширина – закону нормального распределения. Сила связи между геометрическими параметрами изменяется от слабой до высокой, направленность связей – от положительной до отрицательной. Приведены графические зависимости, свидетельствующие о корреляционных и регрессионных связях между геометрическими параметрами зёрен во фракциях. После роторного измельчения количество изометричных зёрен, по сравнению с пресс-валковым, возрастает в среднем на 5 %, количество игольчатых зёрен снижается в 3 раза. Результаты исследований предназначены для оптимизации рецептуры и технологии изготовления абразивных и огнеупорных изделий.

Об авторах

Владимир Андреевич Носенко

Волжский политехнический институт (филиал) Волгоградского государственного технического университета

Автор, ответственный за переписку.
Email: vladim.nosenko2014@yandex.ru
ORCID iD: 0000-0002-5074-1099
SPIN-код: 3907-4990
Scopus Author ID: 7003828824
ResearcherId: O-1672-2015

доктор техн. наук, профессор

Россия, ул. Энгельса 42а, г. Волжский, 404120, Россия

Даниэль Эрнестович Ривас Перес

ОАО «Волжский абразивный завод»

Email: rivas-peres_de@vabz.ru
ORCID iD: 0009-0000-7733-236X
SPIN-код: 9158-5333

Заместитель генерального директора по производству и продажам карбида кремния

Россия, ул. Ф.Г. Логинова, 169, г. Волжский, 404119, Россия

Алексей Александрович Александров

Волжский политехнический институт (филиал) Волгоградского государственного технического университета

Email: alexalexal2011@yandex.ru
ORCID iD: 0000-0003-1986-9139
SPIN-код: 3213-1098

старший преподаватель

Россия, ул. Энгельса 42а, г. Волжский, 404120, Россия

Александр Васильевич Саразов

Волжский политехнический институт (филиал) Волгоградского государственного технического университета

Email: sarazov_av@mail.ru
ORCID iD: 0009-0007-3052-5691
SPIN-код: 3195-5851
Scopus Author ID: 55973631200
ResearcherId: N-6664-2015

канд. техн. наук, доцент

Россия, ул. Энгельса 42а, г. Волжский, 404120, Россия

Список литературы

  1. Богуцкий В.Б., Шрон Л.Б. Изменение характеристик рабочей поверхности шлифовального круга за период его стойкости // Вестник Южно-Уральского государственного университета. Серия: Машиностроение. – 2019. – Т. 19, № 2. – С. 66–74. – doi: 10.14529/engin190206. – EDN EXAFOD.
  2. Братан С.М., Харченко А.О., Часовитина А.С. Анализ и моделирование закономерностей изменения размеров профилей абразивных зерен и площадок износа в процессе шлифования // Вестник современных технологий. – 2020. – № 1 (17). – С. 43–48. – EDN FIUUSO.
  3. Characterization of grain geometrical features for monolayer brazed grinding wheels based on grain cross-sections / J. Chen, C. Cui, G. Huang, H. Huang, X. Xu // The International Journal of Advanced Manufacturing Technology. – 2019. – Vol. 105. – P. 1425–1436. – doi: 10.1007/s00170-019-04354-1.
  4. Современные представления о плавленых и спеченных огнеупорных заполнителях / М. Шнабель, А. Бур, Д. Шмидтмайер, С. Чаттерджи, Д. Даттон // Новые огнеупоры. – 2016. – № 3. – С. 107–114. – doi: 10.17073/1683-4518-2016-3-107-114.
  5. Одарченко И.Б., Прусенко И.Н. Роль огнеупорного наполнителя в процессах структурообразования стержневых смесей // Литье и металлургия. – 2017. – № 4 (89). – С. 89–93. – EDN YMRXUZ.
  6. Yoshihara N., Takahashi H., Mizuno M. Effect of the abrasive grain distribution on ground surface roughness // International Journal of Automation Technology. – 2022. – Vol. 16 (1). – P. 38–42. – doi: 10.20965/ijat.2022.p0038.
  7. Сазонов С.Е., Емченко Е.А., Стреляная Ю.О. Исследование повышения эффективности процесса шлифования кругами из классифицированного по форме абразивного зерна // Актуальные проблемы в машиностроении. – 2020. – Т. 7, № 3–4. – С. 59–63. – EDN OCXGZG.
  8. Шатько Д.Б., Люкшин В.С. Исследование режущей способности единичных абразивных зерен в зависимости от их формы и пространственной ориентации // Вестник Кузбасского государственного технического университета. – 2023. – № 5 (159). – С. 23–30. – doi: 10.26730/1999-4125-2023-5-23-30. – EDN QIVLVI.
  9. Korotkov A., Korotkov V. Grinding tools made of grains with controlled shape and orientation // MATEC Web of Conferences. – 2018. – Vol. 224. – P. 01071. – doi: 10.1051/matecconf/201822401071.
  10. Гаршин А.П., Федотова С.М. Абразивные материалы и инструменты. Технология производства. – СПб.: Изд-во Политехн. ун-та, 2008. – 1009 с. – ISBN 978-5-7422-1853-1. – EDN QNEQXH.
  11. Tamás L., Rácz Á. Comparison of particle size and shape distribution of corundum produced by industrial ball mill and material bed compression // Multidiszciplináris tudományok. – 2021. – Vol. 11. – P. 59–67. – doi: 10.35925/j.multi.2021.5.6.
  12. Li Z., Zhai H., Tan M. Particle shape characterization of brown corundum powders by SEM and image analysis // IET Conference Publications. – 2006. – P. 1310–1313. – doi: 10.1049/cp:20060969.
  13. Machine learning reveals the influences of grain morphology on grain crushing strength / Y. Wang, G. Ma, J. Mei, Y. Zou, D. Zhang, W. Zhou, X. Cao // Acta Geotechnica. – 2021. – Vol. 16. – P. 3617–3630. – doi: 10.1007/s11440-021-01270-1.
  14. Crushing mechanism analysis of sintered ore and study of particle size distribution pattern after crushing / P. Tang, B. Dai, Z. Zhou, W. Ma // Ironmaking & Steelmaking: Processes, Products and Applications. – 2024. – Vol. 51. – P. 527–545. – doi: 10.1177/03019233241248987.
  15. Ajaka O., Akinbinu V. Design, fabrication and performance analysis of a planetary roll mill for fine grinding // ARPN Journal of Engineering and Applied Sciences. – 2011. – Vol. 6. – P. 75–90.
  16. Comminution behavior and mineral liberation characteristics of low-grade hematite ore in high pressure grinding roll / J. Cao, L. Liu, Y. Han, A. Feng // Physicochemical Problems of Mineral Processing. – 2019. – Vol. 55. – P. 575–585. – doi: 10.5277/ppmp18169.
  17. Люкшин В.С., Шатько Д.Б. Совершенствование процесса сортировки абразивов по форме // Вестник Кузбасского государственного технического университета. – 2022. – № 4 (152). – С. 13–22. – doi: 10.26730/1999-4125-2022-4-13-22.
  18. Shatko D.B., Lyukshin V.S., Strelnikov P.A. Separation of abrasive materials according to the form // Materials Science Forum. – 2018. – Vol. 927. – P. 35–42. – doi: 10.4028/ href='www.scientific.net/MSF.927.35' target='_blank'>www.scientific.net/MSF.927.35. – EDN YBJVML.
  19. Вайсберг Л.А., Устинов И.Д. Феноменология вибрационной классификации и усреднения по крупности гранулярных материалов // Научно-технические ведомости СПбПУ. Естественные и инженерные науки. – 2019. – Т. 25, № 1. – С. 181–189. – doi: 10.18721/JEST.25118. – EDN ZFDLBB.
  20. Байдакова Н.В. О принципах управления технологической частью классификатора типа ВДК на операциях спецрассева абразивных материалов // Тяжелое машиностроение. – 2023. – № 4. – С. 29–32. – EDN CGFJRJ.
  21. Патент № 2236303 C1 Российская Федерация, МПК B03C 7/08. Устройство для сепарации шлифовальных зерен по форме: № 2003113373/03: заявл. 06.05.2003: опубл. 20.09.2004 / А.Н. Коротков, С.А. Костенков, В.С. Люкшин, Н.В. Прокаев; заявитель ВолгГТУ. – EDN ZLNEOM.
  22. ОАО «Волжский абразивный завод»: сайт. – URL: https://vabz.ru/ (дата обращения: 21.08.2025).
  23. Коротков А.Н., Дубов Г.М. Повышение эффективности отрезного шлифования // Обработка металлов (технология, оборудование, инструменты). – 2008. – № 4 (41). – С. 4–6. – EDN JVIEYN.
  24. Программа для автоматизированного определения геометрических параметров шлифовального зерна по фотографии «Зерно НМ ВПИ»: свидетельство о гос. регистрации программы для ЭВМ № 2011610144 от 11.01.2011 / В.А. Носенко, А.А. Рыбанов, И.А. Макушкин, А.А. Шегай, К.А. Букштанович; ВолгГТУ.
  25. Гмурман В.Е. Теория вероятностей и математическая статистика. – 12-е изд. – М.: Юрайт, 2012. – 478 c. – ISBN 978-5-9916-1589-1. – EDN QJYTKV.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».