Optimization of formulation of repair abrasion-resistant dispersion-strengthened epoxy composition with sand filler on the adhesion strength


Cite item

Full Text

Abstract

It is shown that when performing work on the restoration of parts operating in abrasive environment, the formulation containing 60-70 pts. wt. of natural sand and 30-40 pts. wt. of epoxy adhesive is the most effective in terms of adhesion strength.

About the authors

A. M Mikhalchenkov

All-Russian Research Institute of Repair and Maintenance of Machine and Tractor Fleet, Moscow State University of Railway Engineering (MIIT), Bryansk branch

д-р техн. наук

V. F Komogortsev

Bryansk State Agrarian University

канд. физ.-мат. наук

Yu. I Filin

Bryansk State Agrarian University

Email: rock2032@rambler.ru
инж.

M. A Mikhalchenkova

All-Russian Research Institute of Repair and Maintenance of Machine and Tractor Fleet

инж.

References

  1. Микульский В.Г. и др. Строительные материалы (Материаловедение и технология): Учеб. для вузов. - М.: АСВ, 2002.
  2. Михальченков А.М. и др. Курсовое проектирование по технологии ремонта машин: Учеб. пособие. - Брянск: Изд-во Брянской ГСХА, 2008.
  3. Михальченков А.М. и др. Методология проведения ускоренных сравнительных испытаний на абразивное изнашивание материалов с размерным составом, строением и свойствами // Труды ГОСНИТИ. - М., 2014. - Т. 117.
  4. Михальченков А.М. и др. Восстановление отвалов абразивостойким дисперсно-упрочненным композитом на основе эпоксидной смолы // Тракторы и сельхозмашины. - 2015, №3.
  5. Качинский Н.А. Механический и микроагрегатный состав почвы, методы его изучения. - М.: Изд-во Академии наук СССР, 1958.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2015 Mikhalchenkov A.M., Komogortsev V.F., Filin Y.I., Mikhalchenkova M.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).