लकिङ नटको अधिकतम टाइटन टर्कलाई असर गर्ने कारकहरू के हुन्?

1. सामग्री तनाव कठोरता: जब सामग्रीहरू चक्रीय लोडिङको अधीनमा हुन्छन्, "साइक्लिक स्ट्रेन हार्डनिंग" वा "साइक्लिक स्ट्रेन सफ्टनिङ" को घटना हुन्छ, जसको मतलब यो हो कि स्थिर आयाम चक्रीय तनाव अन्तर्गत, तनाव आयाम बढ्छ वा घट्छ। चक्र को संख्या। धेरै चक्र पछि, तनाव आयाम एक चक्रीय स्थिर अवस्थामा प्रवेश गर्दछ। लक नटको कम-चक्र थकान तनाव स्थिर रहेको अवस्थामा गरिन्छ, र थ्रेडको टुक्रालाई कडा पार्ने वा नरम पार्नेले अधिकतम स्क्रू आउट टोककलाई असर गर्छ। लक नटहरू निर्माण गर्न प्रयोग गरिने मिश्र धातु चक्रीय तनाव कठोर सामग्री हो। सामग्री कडा हुनुले थ्रेड गरिएको टुक्राको लोचदार रिकभरी फोर्स FN बढाउनेछ र टाइटनिङ टर्क बढाउँछ।

2. घर्षण कोण एक महत्त्वपूर्ण कारक हो जसले टाइटनिंग टर्कलाई असर गर्छ, र घर्षणको अस्तित्व लक नटको सामान्य सञ्चालनको लागि आधार हो। जब लक नटले काम गरिरहेको हुन्छ, थ्रेड गरिएको टुक्राको लोचदार पुनर्स्थापना बल अन्तर्गत सम्पर्क सतहमा दबाब र सीट घर्षण हुन्छ। बारम्बार प्रयोग गर्दा, सम्पर्क सतह चक्रीय घर्षणको अधीनमा छ, र मोटे र राम्रो स्थिति र किनाराहरू चिकनी हुन्छन्, परिणामस्वरूप सानो घर्षण गुणांक र नटको अधिकतम कसिने टोक़मा कमी हुन्छ।

3. उत्पादन टेक्नोलोजी सीमितताहरू र सटीक कारणहरूले गर्दा, थ्रेडको किनारहरूमा तीखो कुनाहरू हुन सक्छन् वा भागहरू बीच बेमेल आयामी फिट हुन सक्छ। प्रारम्भिक असेंबलीको समयमा, स्क्रू-इन र स्क्रू-आउट टर्कमा केही उतार-चढाव वा उतार-चढाव हुन सक्छ, जसलाई थप सटीक लकिङ नट पुन: प्रयोग विशेषताहरू प्राप्त गर्न रनहरूको निश्चित संख्या आवश्यक पर्दछ।

4. सामग्री र नटको ज्यामितीय मापदण्डहरू निर्धारण गरेपछि, बन्द मानमा परिवर्तनले लकिङ नटको पुन: प्रयोग विशेषताहरूमा महत्त्वपूर्ण प्रभाव पार्छ। क्लोजिङ मान जति ठूलो हुन्छ, थ्रेडको टुक्रा खोल्दा यसको विरूपण जति ठूलो हुन्छ, थ्रेडको टुक्राको स्ट्रेन जति उच्च हुन्छ, स्ट्रेनको चक्रीय कडा हुने घटना, र थ्रेडको टुक्राको दबाब FN जति ठूलो हुन्छ, जसको प्रवृत्ति हुन्छ। स्क्रू आउट टोक़ बढ्दै। अर्कोतर्फ, थ्रेड टुक्राको चौडाइ घट्छ, थ्रेड टुक्राको कुल क्षेत्रफल घट्छ, बोल्टसँगको घर्षण घट्छ, थ्रेडको टुक्राको तनाव बढ्छ, र कम-चक्र थकान प्रदर्शन घट्छ, जुन प्रवृत्ति छ। अधिकतम स्क्रू आउट टोक़ कम गर्ने। धेरै कारकहरूको संयुक्त कार्य अन्तर्गत, दोहोर्याइएको प्रयोगहरूको संख्याको साथ अधिकतम टोक़को भिन्नता भविष्यवाणी गर्न गाह्रो छ, र यो केवल प्रयोगहरू मार्फत अवलोकन गर्न सकिन्छ।