автореферат диссертации по металлургии, 05.16.04, диссертация на тему:Моделирование и разработка составов литейных износостойких сталей нейросетевым методом

ВВЕДЕНИЕ.

ГЛАВА 1. Состояние вопроса.

1.1. Существующие методы синтеза сплавов.

1.2. Методы выбора легирующих комплексов.

1.3. Анализ возможности применения нейросетей для разработки новых сплавов.

1.3.1. Краткая характеристика нейронных сетей.

1.3.2. Задачи, решаемые на основе нейронных сетей.—

1.3.3. Преимущества нейронных сетей.

1.4. Влияние легирования и структуры на износостойкость сталей.

1.5. Постановка цели и задач работы.

ГЛАВА 2. Методика проведения исследований.

2.1. Используемый нейросетевой алгоритм.

2.2. Проведение опытных плавок.

2.3. Проведение испытаний на относительную износостойкость.

2.4. Определение химического состава, изучение механических свойств и структуры сплавов.

ГЛАВА 3. Исследование литых сплавов тройных систем с целью выбора легирующих комплексов для новых составов.

3.1. Сплавы системы Ее-С-Мп.

3.2. Сплавы системы Ре-С-№.

3.3. Сплавы системы Ре-С-Сг.

3.4. Сплавы системы Ре-С-в!.

3.5. Сплавы системы Ре-С-Мо.

3.6. Сплавы системы Ее-С-И.

3.7. Обработка объединенных данных по тройным системам.

Выводы.

ГЛАВА 4. Исследование влияния легирования на механические свойства и износостойкость аустенитных сталей.

4.1. Проведение планируемого эксперимента.

4.2. Проведение исследований с помощью нейросетей.

4.3. Исследование связи износостойкости с механическими свойствами стали.

4.4. Опробование технологии кокильного литья зуба ковша экскаватора.

Выводы.

ГЛАВА 5. Разработка износостойких сталей с помощью нейросетевых экспертных систем.

5.1. Создание нейросетевых экспертных систем.

5.2. Разработка износостойких сталей.

5.3. Опытно-промышленное опробование.

Выводы.

В настоящее время одной из актуальных задач является поиск оптимальных составов различных сплавов с целью получения сравнительно невысокой стоимости и обеспечения высоких служебных свойств отливок, определяемых конкретными условиями их работы. Традиционно поиск новых составов ведется с использованием методов планирования эксперимента [1-3]. Для математической обработки применяются статистические методы, позволяющие получать достоверные зависимости при изменении значений переменных в ограниченных интервалах, что затрудняет создание математических моделей влияния химического состава на свойства сплавов с целью проведения пассивного эксперимента и разработки новых сплавов.

В то же время накоплен обширный материал по свойствам сплавов различного состава, который можно использовать для создания моделей, отражающих особенности влияния на свойства сплавов каждого из элементов как в отдельности, так и в комплексе с другими элементами. Такие модели позволяют проводить пассивный эксперимент с целью оптимизации составов марочных сталей и разработки новых; при этом решается прямая задача, то есть определение свойств стали по заданному химическому составу. Обратная задача — прогнозирование химического состава стали по заданным свойствам — представляет больший практический интерес, но решается сложнее.

Альтернативными методами обработки информации являются нейросетевые методы, получившие свое название по причине сходства структуры и принципов работы с биологическими нейронными сетями. Новейшие нейросетевые алгоритмы позволяют обрабатывать большие массивы данных и в полной мере выявлять причинно-следственные связи в анализируемых системах. Кроме того, при частичном отсутствии информации нейросети восполняют ее в результате анализа системы.

Целью работы является создание новых составов литейных износостойких сталей путем использования нейросетевого метода обработки информации.

Научная новизна работы заключается в следующем:

1. Установлена взаимосвязь структуры, механических свойств и абразивной износостойкости тройных сплавов системы железо-углерод-элемент и комплекснолегированных сталей. Показано, что в низкоуглеродистых сплавах, несмотря на высокую степень легирования, не достигаются высокие значения износостойкости вследствие недостаточного количества промежуточных фаз, а металлическая матрица не способна оказывать высокое сопротивление действию абразивных частиц.

2. Проведена количественная оценка влияния углерода и легирующих элементов на свойства сплавов тройных систем и комплекснолегированных сталей, позволяющая выбирать легирующие комплексы для разработки новых сплавов. Установлено, что доля влияния легирующих элементов может значительно меняться в зависимости от набора легирующих элементов, составляющих комплекс, и содержания углерода в сплавах.

3. Изучена связь износостойкости с механическими свойствами комплекснолегированных сталей, оценена доля влияния свойств на износостойкость, и по этому признаку выделены три основные группы свойств: 1 — твердость, 2 — ударная вязкость и балл зерна, 3 — прочностные и пластические свойства. 4.Разработан метод построения нейросетевых экспертных систем, позволяющих решать прямую и обратную задачи синтеза литейных износостойких сталей с оптимизацией составов их по эксплуатационным характеристикам и стоимости.

Практическая ценность работы состоит в том, что использование полученных теоретических и технологических разработок позволило построить экспертные системы, с помощью которых можно прогнозировать свойства сталей и разрабатывать их новые составы с требуемым комплексом свойств, не прибегая к физическим экспериментам. Полученные нейросети могут пополняться новыми данными, повышающими точность прогнозов свойств.

Разработана новая технология изготовления отливки зуба ковша экскаватора в кокиль, позволяющая повысить износостойкость зубьев.

Результаты, выносимые на защиту:

1. Результаты экспериментальных исследований и количественная оценка влияния химических элементов железоуглеродистых сплавов тройных систем и аустенитных литейных сталей на их свойства.

2. Новые составы литейных износостойких сталей для различных условий изнашивания.

ОБЩИЕ ВЫВОДЫ

1. Установлено, что в низкоуглеродистых тройных сплавах железа с Мп, №, Сг, Мо, Т1, V, несмотря на высокую степень легирования, не достигаются значительные значения износостойкости вследствие недостаточного количества промежуточных фаз; в этом случае наиболее сильно влияют на износостойкость углерод, кремний, титан. В высокоуглеродистых сплавах на абразивную износостойкость наиболее сильно влияют углерод и карбидообразующие элементы, особенно хром.

2. Получена количественная оценка влияния элементов на свойства сплавов, позволяющая выбирать легирующие комплексы. Обработка опытных данных с помощью нейросети и регрессионного анализа показала преимущество нейросетевого метода. Результаты исследований внедрены в учебный процесс (П6).

3. Влияние легирования на износостойкость и механические свойства аустенитных сталей показано количественно; наиболее сильное влияние на свойства оказывают углерод и карбидообразующие элементы, особенно титан.

4. По степени влияния на абразивную износостойкость свойства аустенитных сталей выделены в три основные группы: 1 - твердость, 2 - ударная вязкость и балл зерна, 3 - прочностные и пластические свойства. Выявлена тесная зависимость износостойкости от балла зерна, что подтверждено промышленными опытами при отливке зуба ковша экскаватора в кокиль по специально разработанной технологии. Получено увеличение стойкости зубьев в среднем на 30 % из-за благоприятной мелкозернистой структуры отливок.

5. Проведена оптимизация составов сталей по свойствам и стоимости с использованием нейросетевых экспертных систем. Предложено четыре новых состава износостойких сталей. Проведено опытно-промышленное опробование новой литейной стали 110Г5ХТЛ, предложенной на замену стали 110Г13Л. В ходе промышленных испытаний износостойкость отливок горнорудного производства, полученных из стали 110Г5ХТЛ, повысилась в 1,3.1,5 раза по сравнению с отливками из стали 110Г13Л, что подтверждено актом внедрения (П7).

Итак, нейросетевая обработка опытных данных показала способность нейросетей к анализу этих данных и выявлению закономерностей влияния химического состава на свойства износостойких сталей.

Анализ графического представления нейросетевых прогнозов свойств высоколегированных сталей и сопоставление их с исследованиями других авторов дает основания полагать, что нейросеть позволяет получать новые знания об особенностях влияния легирования на свойства сплавов, в том числе и малоизученных.

Высокая точность нейросетевого прогноза свойств тестовых составов сталей, то есть тех, которые не входили в исходную базу данных для обучения нейросети, позволяет рекомендовать нейросети для практического применения при выплавке стандартных марок сталей и синтезе новых.

Проведенная работа показала эффективность применения нейросетей при решении реальных сложных задач, одной из которых является создание универсальных экспертных систем на основе накоп

1. Гуляев Б.Б. Физико-химические основы синтеза сплавов. Л.: Изд-во Ленингр. ун-та, 1980. - 192 с.

2. Гуляев Б.Б. Синтез сплавов. М.: Металлургия, 1984. - 160 с.

3. Гуляев Б.Б. Синтез литейных сплавов // Основы образования литейных сплавов. М.: Наука, 1970. - С. 25-41.

4. Самсонов Г. В., Прядько И.В., Прядько Л. Ф. Конфигурационная модель вещества. Киев: Наукова думка, 1971. - 230 с.

5. Кнотек М., Войта Р., Шефц Й. Анализ металлургических процессов методами математической статистики. М.: Металлургия, 1968. - 212 с.

6. Гуляев Б. Б., Павленко Л. Ф. Моделирование поиска легирующего комплекса сплавов. Автоматика и телемеханика. - 1973. - № 1. - С. 131-134.

7. Свойства сплавов в отливках / Л. Ф. Павленко, Б. Б. Гуляев // Выбор оптимального легирующего комплекса для сплавов методом распознавания образов. М.: Наука, 1975. - 196 с.

8. Горелик А. Л., Спиркин В. А. Методы распознавания. М.: Высшая школа, 1989. - 231 с.

9. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование при поиске оптимальных условий. М.: Наука, 1976. - 279 с.

10. Hopfild J.J. Neural networks and physical systems with emergent collective computational abilites // Proc. Nat. Acad. Sci. USA. -1982. Vol. 79. - P. 2554-2558.

11. Нейрокомпьютеры и интеллектуальные роботы / Амосов H.M., Байдык Т.Н., Гольцов А.Д. и др.; Под. ред. Н.М.Амосова // АН

12. УССР Ин-т кибернетики. Киев: Наукова думка, 1991. - 272 с.

13. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. - 276 с.

14. Барцев С.И., Охонин В.А. Адаптивные сети обработки информации // Препринт ИФ СО АН СССР. Красноярск, 1986, № 59Б. - 20 с.

15. Картавцев В.В. Нейронная сеть предсказывает курс доллара? // Компьютеры + программы. 1993. - № 6. - С. 10-13.

16. Масалович А.И. От нейрона к нейрокомпьютеру // Журнал доктора Добба. 1992. - № 1. - С. 20-23.

17. Hecht-Nielsen R. Neurocomputing: picking the human brain // IEEE SPECTRUM. 1988. - V. 25. - № 3. - P. 36-41.

18. Соколов E.H., Вайтнявичус Г.Г. Нейроинтеллект: от нейрона к нейрокомпьютеру. М.: Наука, 1989. 283 с.

19. Нейроинформатика / А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кирдин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296 с.

20. Fox G.C., Roller J.G. Code generation by a generalized neural networks: general principles and elementary examples // J. Parallel Distributed Comput. 1989. - V. 6. - № 2. - P. 388-410.

21. Bartsev S. I., Okhonin V. A. Variation principle and the algorithm of dual functioning: examples of applications // Neurocomputers and attention II: connectionism and neurocomputers. Manchester and New York, 1991. - P.453-458.

22. Басканова Т.Ф., Ланкин Ю.П. Алгоритмы самостоятельной адаптации для нейронных сетей / Препринт ТО № 5 Института биофизики СО РАН, Теоротдел. Красноярск, 1998. - 14 с.

23. Ackley D.H., Hinton G.E., Sejnowski T.J. A learning algorithm for Bolzmann machines // Cognit. Sci. 1985. - V. 9. - № 1. -P. 147-169.

24. Abu-Mostafa Y.S., Jaques J.N.St. Information capacity of the Hopfield model // IEEE Trans. Inform. Theory. 1985. - V. 31. -P. 461.

25. Amari S. Field theory of self-organizing neural networks // IEEE Trans. Syst., Man, Cybern. 1983. - V. 13. - P. 741.

26. Athale R., Stirk C.W. Compact architectures for adaptive neural nets // Ibid. 1989. - V. 28. - № 4.

27. Cohen M.A., Grossberg S. Absolute stability of global pattern formation and parallel memory storage by competitive neural networks // IEEE Trans. Syst., Man, Cybern. 1983. - V. 13. -№ 5. - P. 815-826.

28. Абу-Мустафа Я.С., Псалтис Д. Оптические нейронно-сетевые компьютеры // В мире науки. 1987. - № 5. - С. 42-50.

29. Барцев С.И., Ланкин Ю.П. Автоматизированное проектирование аналоговых нейропроцессоров // VI Всероссийская конференция "Нейрокомпьютеры и их применение" с международным участием "НКП-2000". М.: ИПРЖР, 2000. - С. 411-415.

30. Тэнк Д. У., Хопфилд Д. Д. Коллективные вычисления в нейро-ноподобных электронных схемах //В мире науки. 1988. - № 2. - С. 44-53.

31. Ланкин Ю.П. Самоадаптирующиеся нейронные сети / Препринт ТО № 3 Института биофизики СО РАН, Теоротдел. Красноярск, 1997. - 21 с.

32. Ланкин Ю.П. Адаптивные сети с самостоятельной адаптацией /

33. Препринт ТО № 4 Института биофизики СО РАН, Теоротдел. -Красноярск, 1998. 17 с.

34. Ланкин Ю.П., Хлебопрос Р.Г. Нейроинформатика: самоадаптирующиеся нейронные сети в экологии (возможности сетей с поисковым поведением) // Инженерная экология. 1999. - №2. -С. 28-37.

35. Ланкин Ю.П. Некоторые методы самостоятельной адаптации для нейронных сетей //VI Всероссийская конференция "Нейрокомпьютеры и их применение" с международным участием "НКП-2000". М.: ИПРЖР, 2000. - С. 482-485.

36. Ланкин Ю.П. Самоадаптирующиеся нейронные сети // Материалы третьего сибирского конгресса по прикладной и индустриальной математике. Часть V. Новосибирск: Изд-во Института математики СО РАН, 1998. - С. 84.

37. Jeffery W., Rosner R. Neural network processing as a tool for friction optimization // Neuronet Comput. Conf., Snowbird, Utah, Apr. 13-16. New York, N.Y., 1986. - P. 241-246.

38. Lippmonn Richard P. Gold Ben Neuronet classifiers useful for speech recognition // IEEE 1st. Conf. Neural Networks. San Diego, Calif., 1987. - P. 417-425.

39. Kohonen T. The «Neural» Phonetic Typewriter // IEEE, March, 1988. P. 11-22.

40. Martinetz Т. M., Berkovich S. G., Schulten K. J. Neural-gas network for vector quantization and its application to time-series prediction // IEEE Trans. Neural Networks. 1993. - Vol. 4. - № 4. -P. 558-569.

41. Fritzke B. A growing neural gas networks learns topologies //

42. And. Neural Information Processing Systems 7. Cambridge MA: MIT Press, 1995. - P. 625-632.

43. Girosi F., Jones M., Poggio T. Regularization Theory and Neural Networks Architectures // Neural Computation. 1995. - Vol. 7. -P. 219-269.

44. Переверзев-Орлов В. С. Советчик специалиста. Опыт разработки партнерской системы. М.: Наука, 1990. - 133 с.

45. Fu Н. С., Shann J. J. A fuzzy neural networks for knowledge learning // Int. J. Neural Syst. 1994. - Vol. 5. - № 1. - P. 13-22.

46. Baxt W. G. Use of an artificial neural network for the diagnosis of myocardial infarction // Ann. Intern. Med. 1991. - Vol. 115. -№ 11. - P. 843-848.

47. Gorban A. N., Rossiev D. A., Gilev S. E. "NeuroComp" group: neural networks software and its applications // Russian Academy of Sciences, Krasnoyarsk Computing Center, Preprint № 8. Krasnoyarsk, 1995. - 38 p.

48. Винокурова А. Е., Бубеев Ю. А. Области применения нейротех-нологий при создании экспертных систем в авиационной медицине // Нейроинформатика и ее приложения: Тезисы докладов VII Всероссийского семинара. Красноярск: КГТУ, 1999. - С. 24.

49. Жернаков С. В. Диагностика элементов топливной автоматики ВДР на базе нейросетей // Нейроинформатика и ее приложения:

50. Тезисы докладов VII Всероссийского семинара. Красноярск: КГТУ, 1999. - С. 50-51.

51. Гуляев А. П. Металловедение. М.: Металлургия, 1986. -544 с.

52. Гудремон Э. Специальные стали. Т. 1, 2. М.: Металлургия, 1966. - 1274 с.

53. Соколов О. Г., Кацов К. Б. Железомарганцевые сплавы. Киев: Наукова думка, 1982. - 216 с.

54. Богачев И. Н., Еголаев В. Ф. Структура и свойства железомар-ганцевых сплавов. М.: Металлургия, 1973. - 295 с.

55. Григорьев А. Т. Сплавы железа с хромом и марганцем. М.: Изд-во АН СССР, 1952. - 158 с.

56. Волынова Т. Ф. Высокомарганцовистые стали и сплавы. М.: Металлургия, 1988. - 343 с.

57. Абразивная износостойкость литых сталей и чугунов / В. М. Колокольцев, В. В. Бахметьев, К. Н. Вдовин, В. А. Куц. -М., 1997. 148 с.

58. Попов B.C., Брыков H.H. Влияние структуры металла на сопротивление абразивному изнашиванию // Металловедение и термическая обработка металлов. 1966. - № 3. - С. 25-26.

59. Щулепникова А.Г. Абразивный износ и микроструктура стали // Металловедение и термическая обработка металлов. 1962. -№ 10. - С. 5-8.

60. Щулепникова А.Г., Иванцов Г.И. Сопротивление абразивному изнашиванию легированного аустенита и получение из него ферри-то-карбидной смеси равной твердости // Металловедение и термическая обработка металлов. 1964. - № 7. - С. 43-44.

61. Лившиц Л.С., Гринберг H.A., Куркумелли Э.Г. Основы легирования наплавленного металла. М.: Машиностроение, 1969.- 188 с.

62. Хрущев М.М., Бабичев М.А. Изнашивание стали при трении об абразивную поверхность // Трение и износ в машинах. М.: Изд-во АН СССР. - 1960. - № 6. - С. 45-46.

63. Мельников В.Р. Абразивная износостойкость углеродистых и малолегированных сталей в различных структурных состояниях // Металловедение и термическая обработка металлов. 1976. - № 6.- С. 45-46.

64. Попов В.Н., Брыков H.H., Дмитриченко Н.С. Износостойкость пресс-форм огнеупорного производства. М.: Металлургия, 1971.- 160 с.

65. Хрущов М.М. Износостойкость и структура твердых наплавок.- М.: Машиностроение, 1971. 96 с.

66. Попов B.C., Луняка В. Л., Василенко Г.И. Изнашивание наплавочных сплавов незакрепленным абразивом // Сварочное производство. 1971. - № 1. - С. 32-34.

67. Филиппова Л.Т., Гольдштейн Я.Е. Влияние состава и структуры на износостойкость сталей при абразивном изнашивании // Металловедение и термическая обработка металлов. 1979. - № 2. -С. 10-12.

68. Воробьев Г.М., Калинина Л.Т., Соболевский С.И. Исследование структурных изменений при испытании на износ белых хромистых чугунов // Известия ВУЗов. Черная металлургия. -1979. № 12. - С. 78-81.

69. Воробьев Г.М., Калинина Л.Т., Соболевский С.И. Исследованиеизменения тонкой структуры в процессе износа белых чугунов с аустенитной матрицей // Известия ВУЗов. Черная металлургия. -1981. № 8. - С. 83-86.

70. Турецкий Я.Ш. Кавитационная стойкость деталей машин из метастабильных сталей // Обзор. М.: НИИИНформтяжмаш, 1970. - 33 с.

71. Кондратюк С.Е., Луценко Г.Г. Определение режима термической обработки стали 110Г13Л для повышения абразивной стойкости // МиТОМ. 1985. - № 8. - С. 54-56.

72. Филиппов М.А., Литвинов B.C. Немировский Ю.Р. Стали с метастабильным аустенитом. М.: Металлургия, 1988. - 256 с.

73. Садовский В.Д., Фокина Е.А. Остаточной аустенит в закаленной стали. М.: Наука, 1986. - 112 с.

74. Износостойкие сплавы для отливок дробильно-размольного оборудования / С. П. Дорошенко, В. А. Лютый, В. Я. Жук и др. // Обзор. М.: ЦНИИГЭСТРОЙМАШ, 1978. - 41 с.

75. Анидалов М.П. Основы технологии выплавки марганцовистой стали Г13Л для массового производства звеньев гусеницы // XVIII конференция литейщиков: науч. техн. сб. М.: Машиностроение, 1966. - С. 45-47.

76. Давыдов Н.Г. Высокомарганцевая сталь. М.: Металлургия, 1979. - 176 с.

77. Бабаскин Ю.З. Структура и свойства литой стали. Киев: Наукова думка, 1980. - 240 с.

78. Дорохов В.В., Киселева И.В., Рыжиков A.A. Абразивная износостойкость высокоуглеродистой хромоникелевой стали // Металловедение и термическая обработка металлов. 1993. - № 2.- С. 30-33.

79. Рыбакова JI.M., Куксенова Л.И. Структура и износостойкость металла. М.: Машиностроение, 1982. - 212 с.

80. Савицкий К.В. К вопросу о зависимости абразивного изнашивания металлов от прочностных свойств решетки // Трение и износ в машинах: Тез.докл. М., 1986. - № 1. - С. 230-239.

81. Костецкий Б.И., Бармошенко А.И., Славинская Л.В. Роль кристаллической структуры и ориентации монокристаллов в формировании процесса внешнего трения // Металлофизика. Киев: Нау-кова думка, 1972. - С. 24.

82. Костецкий Б.И., Дяченко Ю.П., Артемьев Ю.И. Разрушение металлов при трении скольжения в связи с типом их кристаллической решетки // Проблемы трения и изнашивания. -Киев: Техника, 1973. № 3. С.64.

83. Носовский И.Г., Исаев Э.В. Влияние типа решетки, температуры и скорости скольжения на процесс схватывания при трении металлов // Проблемы трения и изнашивания. — Киев: Техника, 1973. № 6 - С. 73.

84. Рыбакова Л.М. Исследование структурных нарушений -деструкции пластически деформированного металла: Автореф. дис. д-ра техн. наук. М., 1978. - 39 с.

85. Кащеев В.Н. Абразивное разрушение твердых тел. М.: Наука, 1970. - 247 с.

86. Попов B.C., Брыков Н.П. Сопротивляемость чугунных отливок абразивному износу // Литейное производство. 1965. - № 8. -С. 4-5.

87. Hurriks P.L. Some metallurgical factor controlling the adhesiveand abrasive wear resistance of stell // Wear. 1973. - № 26. - P. 285-300.

88. Гарбер M.E., Зеликман И.Д., Цыпин И.И. Исследование литых износостойких сплавов // Износостойкие материалы деталей горных машин. М.: Недра., 1966. - С.56-58.

89. Сильман Г.И., Фрольцов М.С., Жуков А.А. Особенности микроструктуры и распределения элементов в комплексно легированных белых чугунах // Металловедение и термическая обработка металлов. 1983. - № 3. - С. 52-55.

90. Kasak A., Neumeyer Т. A. Observations on wear of high hardness steels // Wear. 1969. - № 14. - P. 445.

91. Агапова JI.И., Ветрова Т.С., Жуков А.А. Особенности структуры и свойств белого деформируемого чугуна, легированного ванадием, ниобием и титаном // Металловедение и термическая обработка металлов. 1982. - № 5. - С. 55-58.

92. Rumelhart В.Е., Minton G.E., Williams R.J. Learning representations by back propagating error // Wature, 1986. V. 323. -P. 533-536.

93. Kuzewski Robert M., Myers Michael H., Grawford William J. Exploration of fourword error propagation as self organization structure // IEEE 1st. Int. Conf. Neural Networks, San Diego, Calif., June 21-24, 1987. V. 2. San Diego, Calif., 1987. - P. 89-95.

94. Bartsev S. I., Okhonin V. A. A self-learning neural networks playing «two coins» // Neurocomputers and attention II: connectionism and neurocomputers. Manchester and New York, 1991. - P.453-458.

95. Оптимизация состава износостойких сплавов с помощью нейросетей / И.Х.Тухватулин, Л.Б.Долгополова, В.М.Колокольцев, Ю.П.Ланкин // Литейные процессы: Межрегиональный сб. науч. тр. Магнитогорск: МГТУ, 2000. - С. 40-43.

96. Выплавка, легирование, модифицирование литейных сталей / В.М.Колокольцев, К.Н.Вдовин, В.В.Бахметьев, В.А.Куц. Магнитогорск: ПМП "МиниТип", 1996. - 88 с.

97. Виноградов В.Н., Сорокин Г.М., Албагачиев А.Ю. Изнашивание при ударе. -М.: Машиностроение, 1982. -192 с.

98. Курбатов М.И., Максименко В.Д., Шерстюк A.A. Повышение надежности отливок сменного металлургического оборудования из марганцевоалюминиевой стали // Литейное производство. -1971. -№3. С. 42-43.

99. Гольдштейн М.И., Грачев C.B., Векслер Ю.Г. Специальные стали. М.: Металлургия, 1985. - 408 с.

100. Власов В.И., Комолова Е.Ф. Литая высокомарганцовистая сталь. М.: Машгиз, 1963. - 196 с.

101. Тунков В.П. Производство фасонного литья из износостойкойвысокомарганцевой стали. M.: Металлургия, 1962. - 37 с.

102. Новомейский Ю.Д., Лившиц В.И. Свойства и применение высокомарганцевой аустенитной стали // Изд-во Томского университета. 1964. - С. 58.

103. Кондратюк С.Б., Касаткин О.Г. Разрушение литой марганцовистой стали. Киев: Наукова думка, 1987. - 240 с.

104. Метастабильные и неравновесные сплавы / Ефимов Ю.В., Варлимонт Г., Мухин Г.Г. и др. / Под ред. Ефимова Ю.В. -М.: Металлургия, 1988. -383 с.

105. Гуревич Ю.Г., Нарва В.К., Фраге Н.Р. Карбидостали. -М.: Металлургия, 1988. -144 с.

106. Виноградов В.Н., Сорокин Г.М., Бобров С.Н. Специальная высокопрочная машиностроительная сталь Д5. -М.:МИНГ, 1989. -14 с.

107. Пензбург С.К., Киселев В. Разработка и опыт внедрения высокопрочной стали 08Н6Г4МЛ для фасонных отливок. Л.: ЛДНТП, 1978. -21 с.

108. Перкас М.Д., Кардонский В.М. Высокопрочные мартенситно-стареющие стали. М.: Металлургия, 1970. - 224 с.

109. Колокольцев В.М. Выбор легирующих элементов и комплексов для разработки составов литейных износостойких сталей // Совершенствование технологии автоматизации сталеплавильных процессов. Тр. МГМИ. 1992. - С. 27-36.

110. Присевок А.Ф., Яковлев Г.М., Даукнис В.И. Исследование механизма разрушения сплавов при трении их о закрепленные абразивные зерна // Прогрессивная технология машиностроения. Минск: Вышэйшая школа, 1971. - С. 120-126.

111. Геллер Ю.А. Инструментальные стали. М.: Металлургия,1975. 584 с.

112. Степина А.И., Сидорова Л.И., Толстенко Е.В. Влияние структуры на износостойкость сплавов // Металловедение и термическая обработка. 1982, № 6. - С. 54-55.

113. Bechet S., Tither G. les toles d'acier resistand a l'abrasion. Abrasion resistand wrought stell plates // Mat'er et techn. 1982. -№ 70/3. - P.83-95.

114. Barron R.E. Cryogenic treatment of metals to improve wear resistance // Criogenics. 1982. - № 22/8. - P.409-413.

115. Степина А.И., Ступицкий A.M., Клейс И.P. Влияние структуры на износостойкость чугунов и сталей // Литейное производство. -1977. № 9. - С. 26.

116. Литая износостойкая сталь с пониженным содержанием марганца / А.Ф. Миляев, Л.Б. Долгополова, В.М. Колокольцев, И.Х. Тухватулин // Тезисы докладов Российской научно-технической конференции "Новые материалы и технологии". М.: МГАТУ, 1994. - С. 103.

117. Ланкин Ю.П., Колокольцев В.М., Тухватулин И.Х., Долгополова Л.Б. Использование нейросетевых методов при создании новых сплавов // Изв. вузов. Черная металлургия, 2000. №11. - С. 4448.

118. Ланкин Ю.П., Тухватулин И.Х. Нейронные сети в металлургии

119. Реляторные, непрерывнологические и нейронные сети и модели: Труды международной конференции «Континуальные логико-алгебраические исчисления и нейроматематика в науке, технике и экономике КЛИН-2001. - Ульяновск: УлГТУ, 2001. - Том 2. -С. 157-159.

120. Технология литья в кокиль зуба ковша экскаватора /

121. A.Ф. Миляев, И.Х. Тухватулин, Н.М. Мулявко, С.В. Кадников, Ж.В. Киктева // Проблемы развития металлургии Урала на рубеже XXI века: сб. науч. тр. Т. 3. Магнитогорск: МГМА, 1996. -С. 117-120.

122. Тухватулин И.Х., Ланкин Ю.П. Нейросетевое прогнозирование механических свойств сплавов // Нейроинформатика и ее приложения: Тезисы докладов VII Всероссийского семинара.- Красноярск: КГТУ, 1999.- С.143.

123. Разработка сплавов с заданными свойствами с помощью нейро-сетевой экспертной системы / И.Х. Тухватулин, Ю.П. Ланкин,

124. B.М. Колокольцев, Л.Б. Долгополова // Мат-лы 15-й Ежегодной

125. Международной научно-технической конференции "Прогрессивные технологии в машиностроении". Киев, 2000. - С. 251-252.

126. Тухватулин И.Х., Колокольцев В.М., Долгополова Л.Б., Ланкин Ю.П. Металловедческая нейросетевая экспертная система для оценки свойств сплавов и выдачи практических рекомендаций // Литейное производство, 2000. № 3. - С. 6-8.

127. Химический состав и свойства опытных сплавов