第二天上午，陈远的手机陆续收到了李铭远发来的资料。
数据整理得很规范，看得出李铭远在这方面下了一番功夫。一份Excel表格，按照时间顺序列出了从今年一月到十二月每批曲轴毛坯的缩松率检测数据，同时还标注了对应的生铁批次号、废钢配比和孕育剂型号。表格的最后一列还附带了当天的浇注温度和浇注时间，数据相当完整。
陈远将表格导入到自己常用的数据分析软件中，生成了几组趋势图。他盯着屏幕上的曲线，眉头微微皱起。
缩松率的上升趋势并非突然出现的，而是从八月下旬开始缓慢爬升，进入九月后加速上扬，到十月中旬达到峰值，随后在高位震荡，一直没有回落。这个时间节点，与李铭远提到的生铁供应商更换矿源的时间基本吻合。
但这只是相关性，不是因果性。要确认生铁微量元素的变化是否是导致缩松率上升的根本原因，还需要更多证据。
他拿起手机，拨通了李铭远的电话。
“李总，数据我看了，整理得很好。有几个问题想跟你确认一下。”
“陈老师您说。”
“第一，你们用的孕育剂是哪家的？型号和批次有没有变化？”
“一直是河南一家公司的硅钡孕育剂，型号没变过，批次也一直是同一家的，没换过。”
“第二，你们的球化处理工艺有没有调整过？球化剂的加入量、处理方法、处理温度，这些有没有变化？”
“没有。我们用的是冲入法，球化剂加入量一直控制在百分之一点五左右，处理温度控制在一千四百五十度上下，这些参数都没有动过。”
“第三，”陈远停顿了一下，“你们的砂处理系统呢？旧砂的再生利用率、新砂的补充比例、膨润土的加入量，这些有没有变化？”
李铭远在电话那头沉默了几秒钟，似乎在回忆。然后他说：“砂处理系统……今年夏天我们对旧砂再生设备进行过一次大修，更换了一批筛网和磁选滚筒。从那之后，旧砂的粒度分布可能有了一些变化，但我们没有专门做过检测。”
陈远在笔记本上记下了这一点。砂处理系统的变化，同样是缩松问题的一个潜在影响因素。砂型的透气性和退让性与砂子的粒度分布密切相关，如果旧砂的粒度分布发生了偏移，可能会导致砂型的性能发生变化，进而影响到铸件的凝固过程。
“李总，我建议你做两组对比实验。”陈远说，“第一组，用库存的老批次生铁和新批次的生铁分别生产一批曲轴，其他条件保持不变，对比两组的缩松率。第二组，调整砂处理系统的参数，将旧砂的粒度分布恢复到维修之前的状态，然后用新批次的生铁生产一批曲轴，对比缩松率的变化。”
“这两组实验做完，我们基本上就能判断出问题的根源是出在生铁上还是出在砂处理系统上，或者是两者共同作用的结果。”
李铭远听完，毫不犹豫地答应了：“好的陈老师，我今天就安排。两组实验同时做，争取三天之内出结果。”
挂了电话后，陈远将手机放在桌上，靠在椅背上，闭上眼睛。他的脑海中浮现出一幅画面——铁水流入砂型，在型腔中冷却凝固，液态金属逐渐变成固态，体积发生收缩。如果砂型的刚度足够，收缩产生的空隙会被补缩铁水填充，最终得到一个致密的铸件。但如果砂型的刚度不足，或者补缩通道不畅，收缩产生的空隙就无法被完全填充，最终形成缩松。
这是一个微观层面的博弈，参与博弈的因素包括化学成分、温度场、砂型性能、浇注系统设计等等。任何一个因素的微小变化，都可能打破平衡，导致缩松的产生。
他睁开眼睛，拿起笔，在笔记本上写下了一行字：
“球铁缩松 = f(化学成分, 冷却速度, 砂型刚度, 补缩效率)”
然后他在每个因素下面画了一条横线，在旁边标注了可能的变量来源。化学成分的变量来源是生铁微量元素的变化，冷却速度的变量来源是浇注温度和砂型散热条件的变化，砂型刚度的变量来源是旧砂粒度分布的变化，补缩效率的变量来源是浇注系统和冒口设计的变化。
四个因素，四个变量来源。其中哪一个才是真正的罪魁祸首？
答案，将在三天后揭晓。
