Bisakah baja A36 dilas?
Baja A36 bisa dilas.
I. Dasar Weldabilitas
Baja A36 sebagai baja struktural karbon rendah (kandungan karbon kurang dari atau sama dengan 0. 25%), kandungan karbon rendah secara signifikan mengurangi kecenderungan untuk mengelas retak termal, cocok untuk pengelasan busur listrik, pengelasan yang dilindungi gas dan metode pengelasan konvensional lainnya.
Kedua, persyaratan proses pengelasan
Metode pengelasan:
Penggunaan pengelasan busur manual (SMAW) yang disarankan, pengelasan busur tungsten pelindung gas (GTAW) atau pengelasan busur terendam (SAW), proses pengelasan perlu mengontrol input panas untuk menghindari panas berlebih.
Untuk skenario kekuatan tinggi, elektroda hidrogen rendah harus digunakan untuk mengurangi risiko embrittlement hidrogen.
Persiapan pengelasan:
Lepaskan minyak, korosi, dan kotoran dari area lasan untuk memastikan sambungan yang bersih.
Untuk ketebalan pelat lebih dari 20mm, bevelling disarankan untuk mengoptimalkan efek fusi.
Perawatan pasca-pemerintahan:
Perlakuan panas anil atau stres dilakukan pada bagian -bagian struktural yang penting untuk menghilangkan stres residual dan meningkatkan ketangguhan lasan.
AKU AKU AKU. Keuntungan dan Keterbatasan Kinerja
Keuntungan:
Sifat mekanik yang stabil dari sambungan las, kekuatan tarik hingga 400 ~ 550mpa, perpanjangan lebih besar dari atau sama dengan 20%.
Lingkungan suhu rendah (seperti -20 derajat) masih memiliki ketangguhan dampak yang baik, cocok untuk kondisi kerja yang kompleks.
Pembatasan:
Jika tidak ada kontrol hidrogen yang ketat, kegagalan embrittlement hidrogen dapat terjadi pada sambungan las berkekuatan tinggi.
Iv. Skenario Aplikasi
Baja A36 banyak digunakan dalam bingkai bangunan, struktur jembatan, komponen mekanis dan area lain yang membutuhkan pengelasan, dan kinerja pengelasannya untuk memenuhi persyaratan ISO 3834 dan standar internasional lainnya.
Kesimpulan: A36 Steel memiliki kinerja pengelasan yang sangat baik, tetapi perlu untuk mengoptimalkan parameter proses dan perlakuan pasca-pemeliharaan sesuai dengan skenario tertentu, untuk menyeimbangkan efisiensi dan keandalan.
