Отжиг это: что это, виды, назначение и методы технологии

Содержание

Что такое отжиг и зачем его имитировать

Раз в год мы пишем сложную статью, в которой объясняем сложные вещи максимально просто и подробно. Сегодня как раз такая статья.

Когда вы придёте в биг-дату и будете писать алгоритмы для обучения нейросетей, то, скорее всего, одним из таких алгоритмов будет алгоритм имитации отжига. Ещё этот алгоритм применяется для быстрого поиска относительно точных решений — например при построении маршрутов на карте.

Что такое «задача коммивояжёра»

Это теоретическая статья, где много примеров из физики и математики. Она может показаться сложной, но такова суть алгоритмов. Заниматься программированием можно и без отжига, но иногда это самое эффективное решение. Если хотите что-то более практичное про алгоритмы — почитайте, как смоделировать игру в рулетку на Python.

Главное кратко

Существуют математические задачи, которые очень сложно решить со стопроцентной точностью. А раз они математические, то они и программистские тоже.
Существует физический процесс, когда атомы вещества очень сильно нагревают, чтобы встряхнуть их и навести в них порядок. Это и есть отжиг.
Математики берут этот физический процесс и переносят на свою задачу.
Суть метода в том, чтобы начать решать нерешаемую задачу не точно, а приближенно. Но решить нужно много раз. Это называется имитацией отжига.
С каждым новым решением нужно немного повышать степень точности. За точность отвечает специальная формула.
В зависимости от того, сколько у нас времени и какой у нас компьютер, мы можем сделать больше или меньше подходов к решению задачи. Чем больше подходов — тем выше точность решения.

Имитацию отжига можно сравнить вот с чем. Представьте, что вы на уроке математики решаете уравнение, но забыли формулу. Вы решаете «взломать» уравнение грубой силой. Вы подставляете какие-то числа в переменные, получаете какой-то результат. Видите, что результат не совпадает. Пробуете снова. Потом ещё и ещё. И с каждым разом вы приближаетесь к нужному результату. Вот это и есть имитация отжига.

Что такое отжиг

Сейчас будет сложновато, но если разобраться в этом — дальше будет всё просто. Заодно узнаете, какая магия случается в физике.

Процесс отжига в физике — это когда металл сначала сильно нагревают, а потом медленно снижают его температуру. Идея в том, чтобы выстроить атомы в кристаллическую решётку и сформировать как можно больше таких устойчивых решёток в металле. Если всё сделать правильно, у металла снижается твёрдость, убираются внутренние напряжения и металл становится более однородным — так его легче обрабатывать.

Вот что происходит внутри металла в это время:

Во время нагревания атомы начинают двигаться быстрее, энергия движения увеличиваются, и атомы начинают двигаться и могут перескакивать на соседние решётки.
Когда начинается остывание, атомы успокаиваются и начинают занимать свои места в узлах решётки. При этом пока температура не упадёт до стабильной, атомы могут менять своё место в решётке.
Постепенно температура снижается, и самые медленные атомы окончательно остаются на своих местах, а остальные ещё могут перескакивать между узлами.
Это приводит к тому, что со временем почти все узлы в решётках будут заняты атомами — у них просто не останется других вариантов при остывании, как занять свободные места.
В итоге мы получаем металл с устойчивыми решётками, который можно брать дальше в работу.

Общее правило при отжиге звучит так:

Чем ниже температура, тем меньше вероятность, что атом перескочит на другой узел

При этом атом может перескочить и при низкой температуре, просто вероятность этого будет совсем невысокая. Получается, что, постепенно снижая температуру, мы получим металл с нужными нам итоговыми параметрами.

Запомним эту мысль и вернёмся в ИТ.

Как это применяется в ИТ

Если выписать из процесса отжига ключевые мысли и точки, то получим интересное:

есть система, которая находится не в нужном для нас состоянии;
есть процессы, которые могут протекать в этой системе;
есть параметр (температура), благодаря которому система сама может отрегулировать себя и прийти в нужное состояние;
и есть конечное значение (температуры), по достижении которого система считается максимально близкой к нужному состоянию.

Получается, что если мы сможем описать формулой состояние системы или зададим их в виде функции, то сможем точно так же привести её к нужному состоянию. Магия в том, что нам достаточно определить формулу и прописать условия снижения виртуальной температуры, а алгоритм дальше всё сделает сам.

Поясним на примере: допустим, мы хотим решить задачу коммивояжёра. Смысл задачи в том, что у нас сколько-то точек, которые нужно соединить между собой оптимальным способом. Например, найти оптимальный путь, чтобы объехать несколько городов или найти лучший маршрут по городу через нужное количество перекрёстков.

Существуют обычные алгоритмы решения задачи коммивояжёра с помощью перебора. Современные компьютеры могут быстро решить эту задачу для 5–10 точек. Если у нас очень много времени, можно загрузить компьютер на неделю, и он найдёт решение задачи для 13 точек. Теоретический максимум для современной кибернетики — 67 точек. Если добавить в задачу 68-ю точку, мы превысим даже теоретические возможности современных вычислительных систем. Но всё это — если нам нужен результат со стопроцентной точностью.

На практике нас устроит погрешность в несколько процентов — если мы строим маршрут в навигаторе, это будет некритично. Тогда мы можем задать нужную погрешность и применить алгоритм имитации отжига. По мере снижения виртуальной температуры он сам найдёт нужный порядок городов.

Если это визуализировать, то вот что может получиться (энергия на видео — это расстояние между городами в текущей ситуации):

Алгоритм имитации отжига

У нас уже достаточно теории, чтобы разложить всё по полочкам. Начнём с температуры — она в алгоритме может быть любой, главное — задать начальное и конечное состояние. Позовём на помощь синтаксис Python:

initial_temp = 90

final_temp = 0. 1

Чем шире будет разброс, тем дольше будет работать алгоритм и тем точнее может быть результат (а может и не быть).

Следующее, что нужно — это шаг температуры, с какой скоростью будет остывать наш процесс. Чем меньше шаг — тем дольше будет запекаться результат.

alpha = 0.01

На старте текущая температура равна начальной — считается, что мы уже всё прогрели, можно остужать:

current_temp = initial_temp

Теперь поговорим о состоянии системы. На старте у нас может быть что угодно с данными, полный хаос или отсортировано по порядку — главное, что эти данные уже приняли какую-то форму решения. Например, в случае с коммивояжёром и городами это будет массив с городами — в каком порядке надо ехать. Наверняка это будет неверное решение, но нам нужна какая-то стартовая точка (initial_state). Она же будет и решением на старте:

current_state = initial_state

Главное во всём этом — чтобы мы в процессе умели всё просчитать и понять, какое состояние лучше, а какое хуже. В примере с коммивояжёром этим параметром будет общее расстояние между городами — если расстояние в одном состоянии короче, чем в другом, то лучше там, где короче.

Теперь начинаем остужать. Для этого постоянно сравниваем текущую температуру с минимальной, и, пока они не сравнялись, — всё остальное делаем внутри этого цикла:

while current_temp > final_temp

Чтобы температура упала на одно деление (alpha), нам нужно случайно выбрать новое состояние системы. Например, можно поменять местами пару маршрутов между городами, поменять пять маршрутов или выбрать случайный город и поменять у него маршрут в другой город тоже на случайный. Тут нет единственно верного пути — разработчик сам выбирает логику выбора нового состояния. Она повлияет на скорость работы, но решение будет в любом случае.

Допустим, мы выбрали какой-то алгоритм случайного выбора нового состояния — кладём это состояние в переменную new_state:

new_state = random.choice(выбираем по какому-то алгоритму)

Теперь нам надо выяснить: это состояние лучше старого или нет. Для этого считаем разницу — если она больше нуля, то выбираем новое состояние как решение и меняем текущее состояние:

// находим разницу cost_diff = current_state.count - new_state.count // если новое лучше старого — делаем новое текущим current_state = new_state

А вот теперь — самое необычное: даже если новое состояние не лучше текущего, то всё равно есть шанс, что оно займёт его место. Причём чем выше температура, тем выше этот шанс, всё как в физическом процессе. Это делается для того, чтобы избежать бесконечного цикла поиска наилучшего решения из текущей ситуации — вдруг его просто нет и нужно просто перейти в другое состояние, чтобы оно появилось.

В математике используется специальная формула, которая определяет, будет переход в новое состояние даже при неоптимальном значении или нет. Если переписать её на Python, то она будет выглядеть так:

if random.uniform(0, 1) < math.exp(-1 * cost_diff / current_temp):
	current_state = new_state

Переводя на русский, это звучит так: если число e в степени «разница между состояниями делить на текущую температуру, умноженное на минус один» будет больше какого-то случайного в этот момент числа — мы переходим на новое состояние и делаем его текущим. Чем выше температура, тем меньше значение дроби в степени. Но у нас отрицательная степень, поэтому, чем выше температура — тем выше вероятность, что значение степени будет больше случайного числа.

Всё, дальше просто: мы просто понижаем температуру на одно деление и возвращаемся в начало цикла.

current_temp -= alpha

В итоге, мы раз за разом прогоняем цикл с понижением температуры, а система сама в это время подбирает такие значения, чтобы приблизиться к нужному нам значению. Когда температура упадёт до минимальной — всё, процесс завершён, и наше текущее состояние в этот момент и будет решением. Оно может быть неидеальным, но при этом достаточно хорошим, чтобы им пользоваться в жизни.

Где используется имитация отжига

Кроме моделирования физических процессов, алгоритм имитации отжига используется:

в экономике — для поиска оптимальных торговых стратегий;
в программировании — для быстрого поиска достаточно хороших решений;
а главное — для обучения нейросетей.

Идея с обучением нейронок в том, что там вместо городов — узлы, а вместо расстояний — значения весов в этих узлах. Если мы знаем, к какому состоянию нейросети мы хотим прийти, то мы можем методом имитации отжига заранее распределить веса так, чтобы при обучении нейросеть сразу показывала высокие результаты.

Что дальше

Теперь, когда мы знаем всё про алгоритм имитации отжига, используем его для чего-нибудь полезного: решим какую-нибудь сложную задачку и посмотрим, как с этим справится наш алгоритм.

Текст:

Михаил Полянин

Редактор:

Максим Ильяхов

Художник:

Алексей Сухов

Корректор:

Ирина Михеева

Вёрстка:

Кирилл Климентьев

Соцсети:

Виталий Вебер

две свежие идеи, как ускорить обучение глубоких сетей / Хабр

В этом посте изложены две недавно опубликованные идеи, как ускорить процесс обучения глубоких нейронных сетей при увеличении точности предсказания. Предложенные (разными авторами) способы ортогональны друг другу, и могут использоваться совместно и по отдельности. Предложенные здесь способы просты для понимания и реализации. Собственно, ссылки на оригиналы публикаций:

Snapshot ensembles (апрель 2017)

FreezeOut (июнь 2017)

1. Ансамбль снимков: много моделей по цене одной

Обычные ансамбли моделей

Ансамбли — это группы моделей, используемых коллективно для получения предсказания. Идея проста: обучи несколько моделей с разными гиперпараметрами, и усредни их предсказания при тестировании. Эта методика дает заметный прирост в точности предсказания, большинство победителей соревнований по машинному обучению

~~делают это~~

используют ансамбли.

Так в чем проблема?

Обучение N моделей потребует в N раз больше времени по сравнению с тренировкой одной модели.

~~Вместо того, чтобы майнить~~

, приходится тратить ресурсы GPU и долго ждать результатов.

Механика SGD

Стохастический градиентный спуск (SGD) — жадный алгоритм. Он перемещается в пространстве параметров в направлении наибольшего уклона. При этом, есть один ключевой параметр: скорость обучения. Если скорость обучения слишком высока, SGD игнорирует узкие лощины в рельефе гиперплоскости параметров (минимумы) и перескакивает через них как танк через окопы. С другой стороны, если скорость обучения мала, SGD проваливается в один из локальных минимумов и не может выбраться из него.

Однако, есть возможность вытащить SGD из локального минимума повысив скорость обучения.

Следим за руками…

Авторы статьи используют этот контролируемый параметр SGD для скатывания в локальный минимум и выхода оттуда. Разные локальные минимумы могут давать одинаковый процент ошибок при тестировании, но конкретные ошибки для каждого локального минимума будут разными!

На этой картинке очень наглядно поясняется концепция. Слева показано, как работает обычный SGD, пытаясь найти локальный минимум. Справа: SGD проваливается в первый локальный минимум, делается снимок обученной модели, затем SGD выбирается из локального минимума и ищет следующий. Так вы получаете три локальных минимума с одинаковым процентом ошибок, но различающимися характеристиками ошибок.

Из чего состоит ансамбль?

Авторы эксплуатируют свойство локальных минимумов отражать различные «точки зрения» на предсказания модели. Каждый раз, когда SGD достигает локального минимума, сохраняют снимок модели, из которых при тестировании и составят ансамбль.

Циклический косинусный отжиг

Для автоматического принятия решения, когда погружаться в локальный минимум, и когда выходить из него, авторы используют функцию отжига скорости обучения:

Формула выглядит громоздко, но на самом деле довольно проста. Авторы используют монотонно убывающую функцию. Альфа — новое значение скорости обученя. Альфа-ноль — предыдущее значение. Т — общее число итераций, которое вы планируете использовать (размер батча Х число эпох). М — число снимков модели, которое хотите получить (размер ансамбля).

Обратите внимание, как быстро снижается функция потерь перед сохранением каждого снимка. Это потому, что скорость обучения непрерывно снижается. После сохранения снимка скорость обучения восстанавливают (авторы используют уровень 0.1). Это выводит траекторию градиентного спуска из локального минимума, и начинается поиск нового минимума.

Заключение

Авторы приводят результаты тестирования на нескольких датасетах (Cifar 10, Cifar 100, SVHN, Tiny IMageNet) и нескольких популярных архитектурах нейронных сетей (ResNet-110, Wide-ResNet-32, DenseNet-40, DenseNet-100). Во всех случаях ансамбль, обученный предложенным способом показал наименьший процент ошибок.

Таким образом, предложена полезная стратегия получения прироста точности без дополнительных вычислительных затрат при обучении моделей. О влиянии разных параметров, таких как Т и М на производительность, см. оригинал статьи.

2. Вымораживание: ускорение обучения путем последовательного замораживания слоёв

Авторы статьи продемонстрировали ускорение обучения путем замораживания слоёв без потери точности предсказания.

Что означает замораживание слоёв?

Замораживание слоя предотвращает изменение весовых коэффициентов слоя при обучении. Эта методика часто используется при обучении переносом (transfer learning), когда базовую модель, обученную на другом датасете, замораживают.

Как замораживание влияет на скорость модели?

Если вы не хотите изменять весовые коэффициенты слоя, обратный проход по этому слою можно полностью исключить. Это серьезно ускоряет процесс вычислений. Например, если половина слоев в вашей модели заморожена, для тренировки модели потребуется вдвое меньше вычислений.

С другой стороны, вам все-таки нужно обучить модель, так что если вы заморозите слои слишком рано, модель будет давать неточные предсказания.

В чем новизна?

Авторы показали способ, как замораживать слои один за другим как можно раньше, оптимизируя время обучения за счет исключения обратных проходов. В начале модель целиком обучаема, как обычно. После нескольких итераций первый слой модели замораживают, и продолжают обучать остальные слои. После еще нескольких итераций замораживают следующий слой, и так далее.

(Опять) отжиг скорости обучения

Авторы использовали отжиг скорости обучения. Важное отличие их подхода: скорость обучения изменяется от слоя к слою, а не для всей модели. Они использовали следующее выражение:

Здесь альфа — скорость обучения, t — номер итерации, i — номер слоя в модели.

Обратите внимание, поскольку первый слой модели будет заморожен первым, его тренировка продлится наименьшее количество циклов. Для компенсации этого авторы масштабировали начальный коэффициент обучения для каждого слоя:

В результате, авторы добились ускорения обучения на 20% за счет падения точности на 3%, либо ускорения на 15% без снижения точности предсказания.

Однако, предложенный метод не очень хорошо работает с моделями, в которых не используются пропуски слоёв (такими как VGG-16). В таких сетях ни ускорения, ни влияния на точность предсказания не обнаружено.

Отжиг Определение и значение | Dictionary.com

Основные определения
Викторина
Связанный контент
Примеры
Британский

Показывает уровень оценки в зависимости от сложности слова.

[ uh-neel ]

/ əˈnil /

Сохрани это слово!

См. синонимы слова «отжиг» на сайте Thesaurus.com

Показывает уровень обучения в зависимости от сложности слова.

глагол (используется с дополнением)

для нагревания (стекло, фаянс, металлы и т. д.) для снятия или предотвращения внутреннего напряжения.

для снятия внутреннего напряжения путем нагревания и постепенного охлаждения.

для закалки или отпуска.

Биохимия. рекомбинировать (цепи нуклеиновой кислоты) при низкой температуре после разделения нагреванием.

для наплавления красок на (стеклянную или металлическую поверхность) путем нагревания.

сущ.

акт, экземпляр или продукт отжига.

ВИКТОРИНА

ВЫ ПРОЙДЕТЕ ЭТИ ГРАММАТИЧЕСКИЕ ВОПРОСЫ ИЛИ НАТЯНУТСЯ?

Плавно переходите к этим распространенным грамматическим ошибкам, которые ставят многих людей в тупик. Удачи!

Вопрос 1 из 7

Заполните пропуск: Я не могу понять, что _____ подарил мне этот подарок.

Происхождение отжига

до 1000; Среднеанглийское anelen, древнеанглийское anǣlan to kindle, эквивалент an-on + ǣlan to burn, родственный āl fire

ДРУГИЕ СЛОВА ИЗ anneal

an·neal·er, существительное·an·nealed, прилагательное

Слова рядом с anneal

Анн-Арбор, аннатес, Аннатол, аннатто, Анна, отжиг, Анна Болейн, аннектент, Аннеси, аннелид, Аннелида

Слова, относящиеся к слову «отжиг»

закалка, отпуск, утолщение, закалка

необходимо отжигать его каждый раз после прохода по поверхности.

Медная работа|Август Ф. Роуз

По мере того, как чеканка продолжается, металл становится хрупким и твердым, и затем его пропускают через огонь, чтобы отжечь или размягчить его.

Британская энциклопедия, 11-е издание, том 15, часть 4|Разное

Ковкое или кованое железо под давлением становится хрупким, и его необходимо отжигать.

Практическая механика для мальчиков|J. С. Зербе

На стык накинуть асбестовую ветошь, немного ослабить одну пару хомутов и оставить стык отжигаться.

О лабораторных искусствах|Ричард Трелфолл

Когда краски должным образом выжжены, огню дают погаснуть, чтобы стекло закалилось.
Словарь искусств, производства и шахты | Andrew Ure

Британский словарь определения для отжига

Отжиг

/ (əˈniːl) /

Verb

-1015 или жесткий (что -то). подвергать или подвергать какой-либо физической обработке, особенно нагреву, удаляющей внутренние напряжения, кристаллические дефекты и дислокации

(tr) закалять или укреплять (волю, решимость и т. д.)

(часто следует за пределами) физика исчезать или привести к исчезновению путем перегруппировки атомов дефекты отжигаются при разных температурах

сущ.

акт отжига

Производные формы отжига

отжигатель, сущ. Полное цифровое издание 2012 г.
© William Collins Sons & Co. Ltd., 1979, 1986 © HarperCollins
Publishers 1998, 2000, 2003, 2005, 2006, 2007, 2009, 2012

Руководство для начинающих по отжигу стали – изготовление из металла

Отжиг — это процесс термической обработки, размягчающий сталь. Это может упростить форму или обработку. Это особенно полезно, если вам нужно отрезать что-то, что было сварено, например, когда вам нужно восстановить сорванную резьбу на валу.

Металл состоит из кристаллической структуры, которая напрямую связана с его механическими свойствами. Если вы можете изменить структуру, вы можете настроить ее твердость, пластичность, прочность, прочность на растяжение и множество других параметров.

Так как же отжигать сталь?

Чтобы отжечь сталь, нагрейте ее примерно на 100 градусов по Фаренгейту выше ее критической температуры, выдержите при этой температуре в течение 1 часа на каждый дюйм толщины и дайте ей остыть с максимальной скоростью 70 градусов по Фаренгейту в час.

Хорошо, это короткий ответ. Давайте рассмотрим, как это сделать в реальной жизни, в зависимости от инструментов, к которым у вас есть доступ, а также несколько советов и приемов, которые помогут вам сделать это (в основном) правильно с первого раза.

Содержание

Как отжигать сталь

Чтобы отжечь сталь, вам понадобится способ нагреть металл до ярко-красного цвета, выдержать его при этой температуре некоторое время, а затем очень медленно дать ему остыть.

Существует два основных подхода к этому: использование горелки, кузнечной печи или другого нерегулируемого источника тепла или использование программируемой печи для термообработки.

Использование печи для термообработки

Плюсы:

Самый контролируемый процесс, самые стабильные результаты
Лучший способ полностью отжечь сталь до сердцевины
Если печь программируемая, вы можете настроить ее и уйти
Очень эффективно для деталей с переменной толщиной
Печи для термообработки не всегда доступны для многих людей

Чтобы правильно выполнить это, лучше всего знать точную марку стали, которую вы работаем с. Если вы купили сталь у поставщика, уточните у него рекомендуемую температуру отжига.

Честно говоря, на самом деле это не так уж сильно различается — обычно вы будете отжигать в диапазоне 1450-1650 F или около того, но все же идеально получить точную температуру, чтобы полностью отжечь металл.

Если вы действительно понятия не имеете, что это за сталь, я обычно просто начинаю с 1500 F и пробую снова с 1550 F, если это не работает, как планировалось (повторяйте с шагом 50 по мере необходимости). Не самый эффективный метод, но обычно работает. Можно немного перегреться, если вы не расплавите сталь.

Когда печь нагреется до нужной температуры, вам нужно будет дать металлу «пропитаться» — это значит просто выдержать его при этой температуре. Это позволяет металлу достаточно нагреться внутри, так что он будет полностью отожжен на всем протяжении.

Эмпирическое правило для этого заключается в том, чтобы вымачивать металл в течение одного часа на каждый дюйм толщины.

Если вы работаете с куском стали действительно непостоянной формы, который в некоторых частях толще, чем в других, просто используйте самый толстый участок. Поэтому, если деталь представляет собой стержень диаметром 4 дюйма на толстом конце и диаметром 2 дюйма на узком конце, дайте ему отмокнуть в течение 4 часов.

Преимущество использования печей для термообработки заключается в том, что, помимо действительно точной температуры, медленное охлаждение очень простое. Просто выключите духовку и держите дверцу закрытой. Огнеупорные кирпичи будут удерживать тепло достаточно долго, чтобы действительно контролировать охлаждение.

Кроме того, некоторые печи позволяют запрограммировать скорость охлаждения. В этом случае установите его на 70 F в час.

Вы можете вытащить деталь до того, как она полностью остынет — ничего страшного, если она еще на пару сотен градусов. Я обнаружил, что обычно, если я программирую духовку днем и запускаю цикл, деталь будет готова к извлечению утром. Если только это не массивный 8-дюймовый толстый блок, то есть — на его замачивание уйдет 8 часов!

Когда он достаточно остынет, чтобы его можно было трогать, проверьте его с помощью предпочитаемого вами метода проверки твердости, чтобы убедиться, что процесс работает по плану.

Использование горелки

Плюсы:

Действительно быстро для мелких деталей, таких как провода или зажимы
Резак, как правило, более доступен для большинства людей
не обязательно знать точную марку стали

Минусы:

Сложнее получить полный отжиг для достижения максимальной пластичности
Требует больше навыков
Требует больше времени для больших деталей

Очень сложно для деталей с переменной толщиной выше с точки зрения процессов отжига. Если вы можете использовать духовку, вы всегда получите лучшие результаты вместо горелки.
Тем не менее, в большинстве случаев использование фонарика будет работать нормально. Вот процесс с несколькими советами, которые сделают успех более вероятным:
Особенно, если вы работаете с более крупными деталями (например, 1 дюйм или больше), попробуйте использовать насадку «Розовый бутон» в кислородной системе. Вам будет легче последовательно нагревать металл, не перегревая определенные участки.
Не подпускайте пламя к маленьким тонким участкам детали. Их будет очень легко перегреть и расплавить. Если есть разная толщина, попробуйте поставить пламя на более толстую часть и позволить теплу добраться до более тонких участков.
Получите деталь красивого оранжево-красного цвета. Если что-то из этого нужно запомнить, то вот оно: вишнево-красный — для термообработки, оранжево-красный — для отжига. Если вы не уверены в цвете стали при различных температурах, я сделал этот загружаемый ресурс:
Тепловые краски для сталиСкачать
Сюда также входят краски при более низких температурах, которые обычно используются для отпуска. Распечатайте его и прикрепите к ящику с инструментами.
Имейте в виду, однако, что в зависимости от чернил вашего принтера, дисплея монитора и марки стали, она может не полностью соответствовать фактической температуре горячего металла. Это не идеально, но это достойное руководство для начала.
Еще один совет: старайтесь избегать отжига под прямыми солнечными лучами. Будет очень трудно судить о цвете стали, так что вы легко можете переварить ее. Делайте это в магазине или гараже, если можете.
Еще один способ проверить, что сталь достаточно горячая, это проверить ее с помощью магнита. Сталь теряет свой магнетизм, когда достигает «критической температуры». Так что разбейте старый телевизор или микроволновую печь ради одного из этих больших массивных магнитов во имя хорошего мастерства!
После того, как он потеряет свой магнетизм, пусть он продолжает немного светлеть, так как отжиг необходимо проводить примерно на 100 F выше критической температуры.
Хорошо и равномерно нагрейте металл и дайте ему достаточно времени, чтобы он стал горячим и в центре. Как только это красивый оранжево-красный цвет, теперь наступает сложная часть: замедление охлаждения.
Варианты медленного охлаждения
Воздушное охлаждение слишком быстрое для отжига, поэтому вам нужно помочь детали сохранить тепло после выключения горелки. Вот несколько способов сделать это:
Сухой песок или вермикулит
Это может быть эффективным способом дольше сохранять тепло детали.
Вермикулит — это то, что добавляют в почву, чтобы сделать растения счастливыми, а также это отличный изолятор. Песок также отлично сохраняет тепло. Стоит отметить, что это должен быть довольно чистый материал, вы не хотите, чтобы в миксе были какие-либо корни или грязь, если это вообще возможно. Хорошо подойдет строительный или игровой песок.
Не используйте влажный песок или вермикулит.
Влага + раскаленный докрасна металл = нежелательные результаты. По сути, он просто не будет удерживать тепло, деталь будет слишком быстро остывать, и отжиг придется делать заново. В Интернете также ходят истории о том, что вещи взрываются, когда есть влага. Я думаю, что это больше проблема больших камней/кирпичей, которые могут треснуть и взорваться, когда влага превратится в пар, но лучше перестраховаться и по возможности избегать взрывов.
Лучше просто полностью закопать металл, чтобы он действительно изолировался. Если вы делаете что-то размером с нож, оставьте его в 5-галлонном ведре. Это дешево и многоразово, так что не скупитесь.
Если вы ищете вермикулит, вы можете купить его на Amazon довольно дешево или поискать в местных магазинах для дома/сада.
Изоляционное одеяло
Это удобно, так как меньше вероятность того, что будет беспорядок, и вы можете очень легко свернуть его и положить обратно на полку.
Есть несколько различных типов, которые прекрасно работают. Вы можете получить одеяла для дымоходов и дровяных печей, которые действительно эффективны. Еще один хороший вариант — взять рулон изоляции из керамического волокна, который, как правило, будет довольно недорогим и прослужит вам некоторое время.
Трюк для охлаждения мелких деталей
Некоторые детали настолько малы, что почти невозможно замедлить охлаждение, если они не находятся в духовке. Вот один из способов обойти это:
Нагрейте один или два больших куска металла вместе с маленькой деталью, которую вы отжигаете. Когда вы поместите его в изоляцию, поместите больший горячий блок (блоки) в контакт с маленьким куском. Это будет держать его горячим достаточно долго, чтобы получить хорошее, медленное охлаждение для отжига. Это надежный способ заставить сталь охлаждаться в течение многих часов.
Идеальная скорость охлаждения для отжига стали составляет около 70 F в час, вплоть до примерно 500 F. Другими словами, охлаждение куска стали с 1500 F до 500 F в идеале должно занять около 14 часов. Фактические идеальные времена зависят от марки стали, но это хорошее эмпирическое правило. Многим парням нравится, чтобы это заняло 24 часа, но лично я считаю, что это немного ненужно, если только это не особый сорт стали.
Какие стали можно отжигать
Вообще говоря, чаще всего отжигают инструментальные стали. Вам нужно будет смягчить сталь, чтобы иметь возможность резать или гнуть ее.
Легированные стали также могут быть полезны для отжига, но именно здесь вы должны узнать свои марки. В зависимости от сплава температура отжига может варьироваться намного больше, чем вы ожидаете.
Все, что можно закалить, можно отжечь. Вы не увидите больших изменений в чем-то действительно низкоуглеродистом, например, в мягкой стали 1018. Однако в чем-то вроде 4140 результаты могут быть очень заметными.
Как определить, с каким материалом вы работаете
Это сложная часть. В идеале вы покупаете металл у поставщика, и он может сказать вам точную марку и температуру термообработки.
Однако в реальной жизни так бывает не всегда.
Вот где отжиг в газовой горелке действительно эффективен. Просто нагрейте его до оранжево-красного цвета, медленно охладите и не беспокойтесь об этом. В противном случае очень полезно знать, какие виды стали являются общими для различных применений.
Google тоже твой друг. Просто попробуйте поискать что-то вроде «из какой марки стали сделано ____» и посмотрите, что выпадет.
Вот несколько рекомендаций для обычных загадочных металлов:
Валы Для легких валов обычно используется мягкая сталь, которая не требует отжига. Валы для тяжелых условий эксплуатации часто изготавливаются из стали 4140. Отжиг при 1600 F.
Пружины Листовые рессоры и винтовые пружины автомобилей обычно изготавливаются из стали марки 5160 или аналогичной. Однако не всегда. Для 5160 отожгите его при 1450 F.
Арматурный стержень Ваша догадка так же хороша, как и моя. Арматура делается из любого доступного металлолома, и она тоже не очень стабильна. У вас может быть один конец стержня из очень мягкой мягкой стали, а другой конец того же стержня — полностью твердый. Просто отожгите его на глаз и надейтесь на лучшее. Если вы хотите узнать больше о арматуре, ознакомьтесь с этой статьей о том, из чего она сделана.
Рельсовые шипы/гусеницы Опять же, не всегда самые последовательные с точки зрения состава. Обычно гусеницы лучше поддаются термообработке, чем шипы. Довольно часто это будет что-то похожее на A36, который можно отжигать при температуре около 1550-1600 F. Ознакомьтесь с этой статьей для шипов и этой статьей для дорожек, чтобы узнать больше о распространенных композициях.
Конструкционная сталь (двутавровые балки, швеллеры и т. д.) Наиболее распространенной конструкционной сталью является A36, хотя существуют и другие варианты. Это более последовательно используется для тяжелых материалов, таких как промышленное строительство. Для мелочей это все еще может быть A36, или это может быть что-то еще. Отжиг при 1550-1600 F.
Связанные вопросы
В чем разница между отжигом и отпуском?
Отжиг полностью размягчает металл, делая его ковким, тогда как отпуск просто уменьшает хрупкость металла. Отжиг производится при высоких температурах, обычно около 1500 F для сталей. Отпуск проводится при низких температурах, обычно до примерно 500 F. Обычно отпуск проводится после процесса закалки, чтобы снять внутренние напряжения и предотвратить катастрофические разрушения в будущем.
В чем разница между отжигом и нормализацией?
Отжиг — это очень медленный контролируемый процесс охлаждения, в то время как нормализация охлаждается гораздо быстрее на открытом воздухе. Нормализация в первую очередь проводится для снижения внутренних напряжений и придания более однородной структуре зерна. Нормализованная сталь обычно частично твердая, а не полностью мягкая, как отожженная сталь.
Нормализация также значительно дешевле, так как детали охлаждаются на открытом воздухе, а не в дорогой печи, что замедляет производство.
Можно ли отжигать другие металлы, например медь?
Медь можно отжигать, хотя процесс несколько отличается.