APPLICATION OF LINEAR REGRESSION MODELS FOR FINDING THE HARDNESS OF HEAT-TREATED STEELS BASED ON STATIC MAGNETIC CHARACTERISTICS

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

This paper explores the application of linear regression models for estimating the hardness of heat-treated steels based on their static magnetic properties. The study uses pre-calculated datasets containing hysteresis loop parameters along with corresponding hardness values. Separate analyses were conducted for steels subjected to tempering and quenching to assess the influence of heat treatment on prediction accuracy. Several linear models were evaluated and compared using determination coefficients to identify the most effective correlations. The results confirm the feasibility of using regression-based approaches for rapid hardness estimation from magnetic parameters and highlight a way to choose the most informative features

作者简介

Andrey Besprozvanny

Institute of Metal Physics named after M.N. Mikheev Ural Branch of the Russian Academy of Sciences

Email: abes67@bk.ru
俄罗斯联邦, 620108 Yekaterinburg, S. Kovalevskoy str., 18

Danila Ksenofontov

M.N. Mikheev Institute of Metal Physics of Ural Branch of Russian Academy of Sciences

Email: ksenofontov@imp.uran.ru

Младший научный сотрудник 

俄罗斯联邦, 620108, Yekaterinburg, S. Kovalevskaya Street, 18

Olga Vasilenko

M.N. Mikheev Institute of Metal Physics of Ural Branch of Russian Academy of Sciences

编辑信件的主要联系方式.
Email: vasilenko@imp.uran.ru
俄罗斯联邦, 620108 Yekaterinburg, S. Kovalevskaya Street, 18

参考

  1. Vonsovsky S. V., Mikheev M. N. Magnetic structural analysis // Zavoskaya laboratoriya (Industrial Laboratory). 1957. No. 10. P. 1221—1226.
  2. Sheng H., Wang P., Tang C. Predicting Mechanical Properties of Cold-Rolled Steel Strips Using Micro-Magnetic NDT Technologies // Materials. 2022. V. 15. No. 6. P. 2151.
  3. Ankener W., Böttger D., Smaga M., Gabi Y., Strass B., Wolter B., Beck T. Micromagnetic and Microstructural Characterization of Ferromagnetic Steels in Different Heat Treatment Conditions // Sensors. 2022. V. 22. No. 12. P. 4428.
  4. Xing Z. et al. Micromagnetic and Robust Evaluation of Surface Hardness in Cr12MoV Steel Considering Repeatability of the Instrument // Sensors. MDPI. 2023. V. 23. No. 3. P. 1273.
  5. Wolter, B., Gabi, Y., Conrad, C. Nondestructive Testing with 3MA—An Overview of Principles and Applications // Applied Sciences. 2019. V. 9. No. 6. P. 1068.
  6. Bida G. V., Stashkov A. N. Multipurpose use of magnetic properties of steels in nondestructive testing of the quality of heat-treated workpieces // Defectoskopiya. 2003. No 4. P. 66—74.
  7. IEC 60404–4:1995/AMD2-2008 Amendment 2 — Magnetic materials — Part 4: Methods of measurement of d.c. magnetic properties of magnetically soft materials.

补充文件

附件文件
动作
1. JATS XML

版权所有 © Russian Academy of Sciences, 2025

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».