Регресійний аналіз накопичення механічних домішок у прокатних емульсіях та алгоритм прогнозування рівня їх забрудненості
DOI:
https://doi.org/10.15407/steelcast2026.01.075Ключові слова:
прокатна емульсія, механічні домішки, холодна прокатка, регресійна модель, число омилення, система очищення емульсіїАнотація
Вступ. Якість та ступінь забруднення прокатних емульсій є визначальними для формування чистоти поверхні холоднокатаного прокату, стабільності процесу деформації та ресурсу мастильно-охолоджувальної рідини. Водночас закономірності накопичення механічних домішок у промислових емульсіях вивчені недостатньо, що ускладнює побудову інженерних моделей прогнозування їхнього ресурсу.
Методи. На базі лабораторних і дослідно-промислових випробувань емульсолів Azmol Delta mark 1, Lubro DL ZPS, Quakerol Zap 4.0/5.0, Rollub 988-AR, Trenoil S740, Оптимал Про та інших, що застосовуються на стані «Тандем» та реверсивному стані 1680 ПАТ «ЗАПОРІЖСТАЛЬ», виконано багатофакторний регресійний аналіз залежності вмісту механічних домішок від часу роботи емульсії та її концентрації. Додатково проаналізовано вплив чис- ла омилення на коефіцієнти регресійних рівнянь, із використанням як стандартних інструментів Microsoft Excel, так і генеративного штучного інтелекту як допоміжного засобу пошуку апроксимацій.
Результати. Показано, що для більшості досліджених емульсолів забруднення описується лінійною моделлю з коефіцієнтами детермінації R2 ≈ 0,58–0,91; середній темп приросту вмісту механічних домішок становить (1,2–3,0)·10-4 %/год. Виявлено компенсувальний або підсилювальний вплив концентрації залежно від марки емульсолу, а також істотну роль типу стана й наявності систем очищення. Побудовано узагальнені залежності параметрів регресії від числа омилення та встановлено відсутність універсального оптимуму N для мінімізації забруднення.
Обговорення. На основі отриманих моделей сформовано алгоритм інженерного контролю стана прокатної емульсії, який дозволяє розраховувати граничний час роботи до досягнення допустимого рівня забруднення, коригувати концентрацію емульсії та оптимізувати інтервали часткового оновлення робочої рідини для станів різного типу. Це створює підґрунтя для впровадження адаптивного моніторингу мастильно-охолоджувальних рідин, підвищення ефективності систем очищення та зниження витрати емульсолів без погіршення якості холоднокатаного прокату.
Завантажити
Посилання
Strasser, D., Bergmann, M., Smeulders, B., Paesold, D., Krimpelstätter, K., Schellingerhout, P., Kainz, A., & Zeman, K. (2017). A novel model-based approach for the prediction of wear in cold rolling. Wear, 376-377, Part B, 1245-1259. https://doi.org/10.1016/j.wear.2016.12.056
Strasser, D., Bergmann, M., Smeulders, B., Paesold, D., Krimpelstätter, K., Schellingerhout, P., Kainz, A., & Zeman, K. (2017). Wear generation during cold strip rolling – a model based analysis. Proceedings of the 3rd European Steel Technology and Application Days, 2141-2150.
Pesci, C. et al. (2012). Controlling wear and surface cleanliness during cold rolling (LOWWEAR). https://doi.org/10.2777/23177
Montmitonnet, P., Delamare, F., & Rizoulieres, B. (2000). Transfer layer and friction in cold metal strip rolling processes. Wear, 245(1-2), 125-135. https://doi.org/10.1016/S0043-1648(00)00473-7
Hrudev, A. P., Zilberg, Yu. A., & Tilik, V. T. (1982). Trenie i smazki pri obrabotke metallov davleniem [Friction and lubrication in metal forming]. Metallurgiya [in Russian].
Antonicelli, M., Liuzzo, U., & Palumbo, G. (2023). Evaluation of the Effect of a Natural-Based Emulsion on the Cold Rolling Process. Journal of Manufacturing and Materials Processing, 7(4), 121. https://doi.org/10.3390/jmmp7040121
Kukhar, V. V., Spichak, O. Yu., Pashynskyi, V. V., & Malii, Kh. V. (2024). Vyprobuvannia emulsoliv dlia kholodnoi prokatky na sazhuoutvorennia pry vidpali ruloniv [Testing of emulsions for cold rolling for soot-formation during coil annealing]. Obrobka materialiv tyskom, 1(53), 116-125. https://doi.org/10.37142/2076-2151/2024-1(53)116 [in Ukrainian].
Kukhar, V., Spichak, O., Pashynskyi, V., Malii, Kh., Balalayeva, E., Marchenko, I., & Tuzenko, O. (2025). A data-driven approach to the selection of sustainable emulsions for cold-rolled steel production. Academic Journal of Manufacturing Engineering, 23(2), 5-16. https://doi.org/10.5281/zenodo.15862796
Dubey, S. P., Sharma, G. K., Shishodia, K. S., & Sekhon, G. S. (2005). Study on the Performance of Oil-in-Water Emulsions during Cold Rolling of Steel Strip. Tribology Transactions, 48(4), 499-504. https://doi.org/10.1080/05698190500313494
Spichak, O. Yu., & Kukhar, V. V. (2025). Influence of technological factors on the surface cleanliness of cold-rolled steel sheets. Scientific Journal of Metinvest Polytechnic. Series: Technical Sciences, 5, 209-219. https://doi.org/10.32782/3041-2080/2025-5-24 [in Ukrainian].
Zi, S.-E. (2014). Improvement of Emulsion System of Cold Rolling Mill in Pansteel. Steel Rolling, 31(1), 60-62. http://www.chinarolling.com/gyby/zg/EN/Y2014/V31/I1/60
Spichak, O. Yu., Shestopalov, O. V., Kukhar, V. V., & Malii, Kh. V. (2024). Improvement of the rolling emulsion cleaning system in the process of cold rolling with technological lubricants. Scientific Journal of Metinvest Polytechnic. Series: Technical Sciences, 2, 20-27. https://doi.org/10.32782/3041-2080/2024-2-3 [in Ukrainian].
Lyons, E. H. Jr. (1941). The Contamination and Electrolytic Cleaning of Cold Rolled Steel. Transactions of The Electrochemical Society, 80(1), 367. https://doi.org/10.1149/1.3071345
Chakraborty, S., Giri, S. S., Pandit, A., Bhagat, A. N., Prakash, R., & Jha, A. K. (2024). Effect of Ageing of Rolling Oil on the Performance of Cold-Rolled Steel. Lubrication Science, 36(6), 457-467. https://doi.org/10.1002/ls.1708
Li, Y., & Sun, J. L. (2013). Recognition and Control of the Influence Factors on the Surface Defects of Cold Rolled Strip with Emulsion Lubrication. Applied Mechanics and Materials, 456, 498-502. https://doi.org/10.4028/www.scientific.net/AMM.456.498
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 В.В. Кухар, О.Ю. Спічак

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.