TECHNOLOGICAL RUNNING-IN TIME REDUCE FOR FRICTION SURFACES

封面

如何引用文章

全文:

详细

The process control analysis for the period of running-in of friction pair parts is carried out. Technological and other ways for running-in time reduce are given. The mode and equipment of low-temperature annealing in silicon dioxide are presented. Roughness measurement instrument, chemical composition measurement, structure and wear measurement of the surface are provided. It is found that under low-temperature annealing in silicon dioxide, the surface roughness is smoothed according to the main roughness parameters. The height roughness parameters Ra, Rmax decreased: Ra (parameter) by 4,5 times; the Rmax (parameter) by 5,1 times. The stepwise parameters S, Sm had differently directed movement: the parameter Sm increased by 2.2 times; the parameter S decreased by 1,6 times. A decrease in the height Ra, Rmax and an increase in the stepwise Sm roughness parameters proves surface smoothing resulted from annealing. A decrease in the parameter S indicates a general decrease in the number of roughness peaks. It should also be noted that the value of the parameter of the tp profile reference curve decreases by 50 %, as a characteristic of reducing the bearing capacity of the material. The results of the chemical analysis showed an increase in the amount of silicon in the surface layer and a decrease in the amount of chromium. Metallographic analysis made it possible to come at the formation of a surface layer enriched with silicon. As a result of wear tests, it was found that the total wear of a sample friction pair after low-temperature annealing decreased as compared to the base sample. Under wear tests, the cylinder-plane scheme was used at the load of 30 N.

作者简介

Anatoliy Suslov

Bryansk State Technical University; National Research Nuclear University “MEPhI”; Bauman Moscow State Technical University

Email: naukatm@yandex.ru
ORCID iD: 0000-0003-2566-2759
Scopus 作者 ID: 7102825210
Researcher ID: G-1042-2016
professor, doctor of technical sciences

Mikhail Shalygin

Bryansk State Technical University

Email: migshalygin@yandex.ru
ORCID iD: 0000-0002-8102-9918
SPIN 代码: 4412-1448
Scopus 作者 ID: 57193351438
Researcher ID: N-7784-2016
Department of Turbine Engineering and Pipeline Transport Systems, docent, doctor of technical sciences

参考

  1. Нагоркин М.Н., Федоров В.П., Суслов А.Г., Тотай А.В. Технологическое управление параметрами эксплуатационной шероховатости поверхностей деталей пар трения скольжения комбинированной антифрикционной обработкой // Наукоемкие технологии в машиностроении. 2023. № 12 (150). С. 37–45. doi: 10.30987/2223-4608-2023-37-45. EDN QFJRDD.
  2. Тотай А.В. Повышение эксплуатационной надежности деталей технологическим управлением физико-химическими параметрами их поверхностных слоев // Наукоемкие технологии в машиностроении. 2020. № 1(103). С. 24–30. doi: 10.30987/2223-4608-2020-2020-1-24-30. EDN WRAIUI.
  3. Пыриков И.Л. Технологическое обеспечение эксплуатационных свойств плоских поверхностей скольжения // Наукоемкие технологии в машиностроении. 2021. № 1(115). С. 15–23. doi: 10.30987/2223-4608-2020-2021-1-15-23. EDN NPWXVY.
  4. Войтов В.А., Бекиров А.Ш., Войтов А.В., Цымбал Б.М. Методика приработки трибосистем и экспериментальная проверка ее эффективности // Трение и износ. 2019. Т. 40, № 5. С. 487–497. EDN XNTCSA.
  5. Волченков А.В., Никитина Л.Г. Алгоритм разработки программы приработки криволинейных поверхностей // Транспортное машиностроение. 2023. № 2(14). С. 12–18. doi: 10.30987/2782-5957-2023-2-12-18. EDN CQFMSY.
  6. Цуканов И.Ю., Щербакова О.О., Мезрин А.М. и др. Трибологические характеристики и микрогеометрия поверхностей антифрикционных сплавов в период приработки // Трение и износ. 2020. Т. 41, № 1. С. 19–26. EDN OCNFBR.
  7. Буковский П.О., Морозов А.В., Кириченко А.Н. Влияние приработки на коэффициент трения углеродных композитных материалов авиационных тормозов // Трение и износ. 2020. Т. 41, № 4. С. 448–456. doi: 10.32864/0202-4977-2020-41-4-448-456. EDN SLHWRN.
  8. Веселовский А.А. Влияние внешних антифрикционных покрытий на состояние поверхности и приработку упрочненных диффузией чугунных зубчатых колес в паре // Вестник Курганской ГСХА. 2020. № 2(34). С. 58–61. EDN ZGBMWG.
  9. Jeng, Yeau-Ren, Zhi-Way Lin, and Shiuh-Hwa Shyu. «Changes of surface topography during running-in process». J. Trib. 126.3 (2004): 620–625.
  10. A. Ruggiero, G. D. Leo, C. Liguori, D. Russo and P. Sommella. «Accurate Measurement of Reciprocating Kinetic Friction Coefficient Through Automatic Detection of the Running-In», in IEEE Transactions on Instrumentation and Measurement, vol. 69, no. 5, pp. 2398–2407, May 2020, doi: 10.1109/TIM.2020.2974055.
  11. Rifky Ismail, Muhammad Tauviqirrahman, Jamari, Dirk J. Schipper; Two‐Dimensional Finite Element Analysis on Running‐in of Elastic‐Plastic Rolling Contact. AIP Conf. Proc. 23 December 2010; 1325 (1): 190–193. https://doi.org/10.1063/1.3537894
  12. Akbarzadeh, Saleh, and M. M. Khonsari. «Experimental and theoretical investigation of running-in». Tribology International 44.2 (2011): 92–100.
  13. Суслов А.Г., Шалыгин М.Г. Управление наногеометрией деталей методом поверхностного упрочнения // Наукоёмкие технологии в машиностроении. 2021. № 11. С. 38–41.

补充文件

附件文件
动作
1. JATS XML

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».