ОЦІНКА СТРУКТУРИ ШЛАКОВИХ РОЗПЛАВІВ НА ПІДСТАВІ АНАЛІЗУ ТЕМПЕРАТУРНИХ ЗАЛЕЖНОСТЕЙ В’ЯЗКОСТІ ТА ЕЛЕКТРОПРОВІДНОСТІ З ВИКОРИСТАННЯМ АДАПТИВНОЇ СЕГМЕНТНОЇ РЕГРЕСІЙНОЇ МОДЕЛІ
DOI:
https://doi.org/10.34185/1991-7848.itmm.2024.01.026Ключові слова:
шлак, в’язкість, електропровідність, температура, структура, адаптивна сегментована регресійна модель.Анотація
Показано доцільність використання адаптивної сегментованої регресійної моделі для аналізу логарифмічних залежностей в’язкості та електропровідності від температури для оцінки структури шлакових розплавів Розраховані значення енергій активації в’язкості ( ) та електропровідності ( ) в різних діапазонах температур. Отримані результати розрахунку підтверджують, що в'язкість і електропровідність шлакових розплавів характеризуються взаємодію різноманітних структурних частинок (іонів та/або їх груп) і можуть бути використані при дослідженні структури шлакових розплавів. Встановлено, що з підвищенням температури шлакових розплавів зменшуються енергії активації в'язкості і електропровідності. Виконані розрахунки показника n=En/Ex свідчать про те, що він може бути критерієм оцінки структури шлакового розплаву, при n > 1 шлаковий розплав є гетерогенною системою, а при n < 1 – гомогенною. В'язкість і електропровідність є взаємозалежними властивостями і можуть бути прогнозовані, якщо є дані про одне з властивостей за умови коли відомо значення n. Ключові слова: шлак, в’язкість, електропровідність, температура, структура, адаптивна сегментована регресійна модель.
Посилання
D.A. Stepanenko, O. Volkova, H.-P. Heller, P.I. Otorvin, and D.A. Chebykin, Selecting optimal slag conditions in the blast furnace, Steel Transl. 47, pp. 610–613 (2017).
G. Stovpchenko, D. Togobitskaya, L. Lisova, D. Stepanenko, and L. Medovar, Predictive models for molten slags viscosity and electrical conductivity based on directed chemical bonds concept, Ironmak. Steelmak. 49(6), pp. 572–580 (2022), https://doi.org/10.1080/03019233.2022.2026043.
Wanli Li, Xiaozhou Cao, Tao Jiang, He Yang, Xiangxin Xue, Relation between Electrical Conductivity and Viscosity of CaO–SiO2–Al2O3–MgO System, ISIJ International, Vol. 56,
No. 2, pp. 205–209, (2016), https://doi.org/10.2355/isijinternational.ISIJINT-2015-502.
D. Stepanenko. Calculation of activation energy of viscosity for evaluation of metallurgical slag melt structure, Lithuanian Journal of Physics, Vol. 63, No. 1, pp. 40–45 (2023), https://doi.org/10.3952/physics.2023.63.1.6.
Pavel Ferkl, Pavel Hrma & Albert Kruger, Parsimonious viscosity–composition relationships for high-temperature multicomponent glass melts, Journal of Asian Ceramics Societies, Vol. 10, No. 1, pp. 83–98 (2022), https://doi.org/10.1080/21870764.2021.2012903.
J.I. Frenkel, Kineticheskaya teoriya zhidkostej, Nauka, Leningrad, (1975).
Yesin O, Geld P. Physical chemistry of pyrometallurgical processes, Ch. 2.
Moscow: Metallurgy; 1966.
Medovar B, Tsykulenko A, Shevtsov V. Metallurgy of electroslag process.
Kiev: Naukova dumka; 1986.
Gabdullin T, et al. Physical and chemical properties of manganese slags.
Publishing Science, Alma-Ata; 1984.
Institute of Ferrous Metallurgy of NAS of Ukraine (Stepanenko D.O.,Togobytska D.M., Khamkhotko A.F.). Method of research of phase transformations of electrolyte melts. Ukraine Patent 107387, IPC (2015, 01) G01N 25/12 (2006.01); 2014.
Muggeo, V. M.: Estimating regression models with unknown break-points. Statistics in Medicine, 22(19), 3055–3071, (2003).
Toms, J. D.,Lesperance, M. L.: Piecewise regression: A tool for identifying ecological thresholds. Ecology, 84(8), 2034–2041, (2003).
