Selective Quality Control Metallic Functional Materials Based on Cognitive Analysis of Microships Photos
DOI:
https://doi.org/10.14529/ctcr180412Keywords:
metallic functional materials, strength properties, quality control, reinforcing steel, grain-phase structure parametersAbstract
The following problem is considered here: the of selective control of quality of metallic functional materials that must have strictly defined and adjustable physical and chemical properties that make it possible to realize the service characteristics of structures and devices that are unattainable in usage of other materials.
It is proposed to check the correspondence of the obtained consumer properties of the created material to the specified values by comparing the microstructure parameters determined from photographs of the sections with the usage of an automated information system. It is the verification of the microstructure that is the distinguishing feature of the production of functional materials. Verification of their properties at the macro level is done only to confirm the results of the analysis of the microstructure in order to increase the reliability of the analysis carried out.
The considered decision support system is an information and analytical one, and is intended for informational support of the quality control procedure at the level of recognition and calculation of image parameters from photos of microsections, as well as intellectual support of the procedure for quality control of materials at the level of formation and application of a specialized knowledge base with the possibility to explain the obtained logical conclusions.
The parameters of the phase composition (volume fractions of phases) and the grain structure (dimensions and degree of anisotropy of grains) of the material under investigation serve as controlled quantities. It is assumed that the construction of metrics to compare the complex assessment of the phase composition and the complex evaluation of the grain structure is carried out by an expert in material science at the stage of building an intellectual system during the development of a technological process for the production of functional material in the form of rules that are stored in the expert system. Further, the obtained metrics will be used at the enterprises for the production of functional materials to monitor its quality. The decision on the quality of the produced functional material is a multicriterial one, since it is made from the combination of the results of simultaneous comparison of a whole series of properties of the produced material with the criteria formulated by its developers.
A demo sample of selective quality control of reinforcing steel with specified strength properties obtained by heat treatment of the material is given. It is shown that by comparing the values of the 3 parameters of the grain-phase structure it is possible to control the value of the hardness of the steel.
References
Управление качеством продукции на современных промышленных предприятиях: моногр. / С.А. Федосеев, М.Б. Гитман, В.Ю. Столбов, А.В. Вожаков. – Пермь: Изд-во ПНИПУ, 2011. – 229 с.
Клебанов, И. Концепция развития металлургической промышленности России до 2020 года: докл. / И. Клебанов. – http://www.metallcom.ru/analytics/publication.php.
Международный стандарт ИСО 8402:94. Управление качеством и обеспечение качества. Словарь, версия 1994. – М.: Изд-во стандартов, 1995.
Избранные методы исследования в металловедении: пер. с нем. / под. ред. Г.Й. Хунгера. – М.: Металлургия, 1985. – 416 с.
Металловедение и термообработка стали: справ. В 3 т. / под ред. М.Л. Бернштейна, А.Г. Рахштада. – М.: Металлургия, 1991.
Контроль качества термической обработки стальных полуфабрикатов и деталей: справ. / под. общ. ред. В.Д. Кальнера. – М.: Машиностроение, 1984. – 384 с.
Металловедение и термическая обработка стали: справ. В 3 т. / под ред. М.Л. Бернштейна, А.Г. Рахштадта. – 3-е изд. перераб. и доп. – М.: Металлургия, 1983.
Большаков, В.И. Микроструктура стали как определяющий параметр при прогнозе ее механических характеристик / В.И. Большаков, Ю.И. Дубров // Доклады НАНУ. – 2010.– № 6. – С. 103–114.
Исследование процесса механотермической обработки арматуры из высокоуглеродистых сталей / М.П. Барышников, Д.К. Долгий, К.Ю. Куранов, М.В. Зайцева // Сталь. – 2012. – № 2. – С. 89–97.
Смирнов, М.А. Основы термической обработки / М.А. Смирнов, В.М. Счастливцев, Л.Г. Журавлев. – Екатеринбург: УрО РАН, 1999. – 496 с.
Лободюк, В.А. Мартенситные превращения / В. А. Лободюк, Э.И. Эстрин. – М.: Физматлит, 2009. – 352 с.
Pushin V. G. Alloys with a Thermomechanical Memory: Structure, Properties, and Application // PhMM. – 2000. – Vol. 90. Suppl. 1. – P. 568–595.
Перцовский, М.И. Системы промышленной и лабораторной автоматизации / М.И. Перцовский // Промышленные АСУ и контроллеры. – 2001. – № 1. – С. 13–19.
Мартюшев, Н.В. Программные средства для автоматического металлографического анализа / Н.В. Мартюшев // Современные проблемы науки и образования. – 2012. – № 5. – С. 1–6.
Яковлев, А.В. Система обработки изображений шлифов металлов / А.В. Яковлев // Радиотехника, телевидение и связь. Межвуз. сб. науч. тр. – Муром: Изд-во Муромского института (филиала) ВлГУ, 1999.
ГОСТ 1778–70 Сталь. Металлографические методы определения неметаллических включений. – М.: СтандартИнформ. – 32 с.
ГОСТ Р ИСО 4967–2009. Сталь. Определение содержания неметаллических включений. Металлографический метод с использованием эталонных шкал. – М.: СтандартИнформ, 2010. – http://www.internet-law.ru/stroyka/text/58643/.
Шарыбин, С.И. Идентификация параметров сложной зеренной структуры металлов и сплавов / С.И. Шарыбин, А.В. Клюев, В.Ю. Столбов // Изв. вузов. Черная металлургия. – 2013, № 3. – С. 34–38.
Разработка интеллектуальной системы распознавания сложных микроструктур на шлифах металлов и сплавов / С.И. Шарыбин, В.Ю. Столбов, М.Б. Гитман, М.П. Барышников // Нейрокомпьютеры: разработка, применение. – 2014. – № 12. – С. 50–56.
Клюев, А.В. Визуализация сложных зеренных структур металлов и сплавов при идентификации их параметров / А.В. Клюев, В.Ю. Столбов, С.И. Шарыбин // Научная визуализация. – 2016. – Т. 8, № 3. – С. 95–101.
