钢厂
硅钢常化退火炉辊印缺陷预测分类预警方法研究
针对宝钢硅钢常化退火过程中产生的退火炉辊印缺陷问题,通过实际生产的大数据与产品质量问题相结合,将数据挖掘、数据分析方法应用到实际,一定程度上解决了现场实际生产中的痛点,为现场生产提供决策支撑,避免了以前通过人工识别判定存在疏漏和无法定量判断的问题,形成了一套具有鲁棒性和可操作性的钢铁生产过程数据分析方法。通过智慧决策系统平台获取实际生产和表检仪数据,基于Pearson相关系数算法进行变量挑选和特征工程,并应用随机森林算法对数据建立分类预测模型,实现了质量问题的溯源和监控,通过数据量化预测了炉辊印缺陷是否可通过轧制消除的质量问题,识别准确率达到96.43%。 In views of the normalizing annealing furnace roll marks problem occurred in the process of normalizing annealing of silicon steel in Baosteel,by combining big data from actual production with product quality problems,data mining and data analysis methods were applied to actual production to solve the pain points and provide decision support,a robust and practical data analysis method for the steel production process has been developed,which avoided the previous problems of omission and non-quan...
CN202110458845.5一种提高硅锰镇静硅钢浇注性的生产方法
本发明提供一种提高硅锰镇静硅钢浇注性的生产方法,属于钢铁冶炼技术领域。其生产流程包括:转炉冶炼→RH真空精炼→连铸。转炉出钢严格控制下渣量,加石灰、渣面脱氧剂调渣;RH真空精炼脱碳结束后,先加入低碳低硫硅铁脱氧,再加入金属锰、磷铁等进行合金化,同时向钢包渣面加入低碳钢渣面脱氧剂对炉渣进行改质,待钢水成分全部命中后加入钙镁铁合金,循环3‑5min后净循环处理6‑10min,破空出钢;连铸采取保护浇注,浇注过程选用塞棒头中Al2O3≥80%、C≤10%、SiC含量8‑15%、气孔率≤12%,质量密度≥2.9g/cm3的塞棒进行控流,连浇炉数≥15炉/中包。本发明可以显著改善浇注过程塞棒头侵蚀问题,提高连浇炉数,降低生产成本。
硅钢铸坯再加热过程中夹杂物的析出行为
研究了硅钢铸坯再加热过程中夹杂物的析出行为。采用非水溶液电解提取+扫描电镜观察方法,观察了试样的显微组织,统计了夹杂物的尺寸、种类、数量、分布。结果表明,均热温度为1 523 K时,水淬试样的夹杂物尺寸绝大部分小于0.5μm,0.5~5.0μm的夹杂物数量很少,没有发现5.0μm以上的夹杂物。此外,均热时间为10、30、60、90、120、240 min时,对应试样中0.05~0.2μm的夹杂物数量分别为4.04×104、4.73×104、3.70×104、3.33×104、3.10×104、1.56×104个/mm3。绝大部分夹杂物以MnS、AlN、CuxS类为主,并以三类夹杂物中的两类复合或三类复合居多。三类复合夹杂物总量占每组试样夹杂物总量的90%或以上。随均热时间延长,典型的夹杂物组成会发生如下变化:MnS+AlN+CuxS MnS+AlN AlN。与此同时,MnS、AlN、CuxS三者复合比例从45.2%(均热10 min)降为9.7%(均热240 min)。 The methods of electrolysis extraction from nonaqueous solution and scanning electron microscope were adopted to study the precipitation behavior of non-metallic inclusions in Si steel slabs during reheating processes.The morphologies,chemical compositions,quantity and size distribution of non-metallic inclusions in these steel samples were analyzed.Results show that,when the soaking temperature is 1 523 K,almost all of the non-metallic inclusions are smaller than 0.5 μm,few are in the range of ...
CN202023336027.8硅钢酸洗用耐酸污水泵
本实用新型属于输送设备技术领域,具体涉及一种硅钢酸洗用耐酸污水泵,包括泵体,泵体上设有进水口和出水口,泵体内设有叶轮和开有腔室,泵体上还设有喷淋机构,喷淋机构包括水箱、转轴和电机,转轴内开有空腔,转轴的一端伸出水箱并伸入腔室内,转轴上开有与空腔连通并位于腔室内的喷水孔;水箱内滑动连接有密封板,转轴穿过密封板并与密封板螺纹连接,水箱内设有限位部;水箱的上下两侧均连接有进水管,进水管上设有单向进水阀;转轴上设有两个均能与空腔连通的单向排水阀,两个单向排水阀分别位于水箱的两侧。在本方案中,设置喷淋机构,对污水泵内部残留的酸液进行冲洗、稀释,避免酸液残留腐蚀泵体,能有效延长污水泵的使用寿命。
CN202110219142.7快速判断取向硅钢初次再结晶晶粒直径的方法
本发明涉及取向硅钢制造技术领域,公开了一种快速判断取向硅钢初次再结晶晶粒直径的方法,包括如下步骤:选取取向硅钢热轧来料,进行生产,对产出的钢板在同部位各取若干个拉伸试样,加工拉伸和分析,取得屈服强度,在拉伸试样部位两侧连续制取金相试样,计算对应拉伸试样的平均晶粒直径D,将性能数据和平均晶粒直径进行统计分析,建立屈服强度与晶粒直径的对应关系,实际生产时,在产出的钢板上取判断试样,取得判断试样的屈服强度,进而取得判断试样的晶粒直径。本发明快速判断取向硅钢初次再结晶晶粒直径的方法,通过机械性能检验,来间接指示初次晶粒的大小,检测速度快,评价更准确。
CN202110413499.9一种激光刻痕降低取向硅钢铁损的制造方法
本发明公开了一种激光刻痕降低取向硅钢铁损的制造方法,采用0.23‑0.35mm厚取向硅钢作为原材料,钢带在拉伸热平整线出炉后进行激光刻痕处理,细化磁畴,进而降低取向硅钢成品铁损值,达到优化磁性能的目的。本发明的激光刻痕处理后取向硅钢的铁损改善率可达到9‑16%,且经过500℃以上退火后,铁损又恢复到刻痕前状态。
CN202111375916.1一种超薄取向硅钢用的半有机绝缘涂料
本发明公开了一种超薄取向硅钢用的半有机绝缘涂料。该半有机绝缘涂料,按质量百分比计,包括以下组分:10~25%磷酸盐,1~10%含有环氧基的硅烷耦合剂,0.2~2.0%有机硅烷,1~10%铬酐,1.5~6%二氧化硅粒子,0.3~5%碱,余量为水;其中二氧化硅粒子的粒径为100~300nm。该半有机绝缘涂料应用于超薄取向硅钢表面时,既提高了涂层与基体的附着性,又保证了涂层的绝缘性和耐热性,涂层附着性为A级,叠片系数大于0.96,可耐900℃高温,并且涂层较薄(小于1μm)时,钢板的绝缘电阻大于30Ω·cm2/片,绝缘性能优异,可满足超薄取向硅钢的应用需求。
CN202110381592.6一种免常化中间退火的无取向电工钢板及其制造方法
本发明公开了一种免常化中间退火的无取向电工钢板,其各化学元素质量百分含量为:0<C≤0.004%、Si:1.0~2.6%、Mn:0.2~1.0%、Al:0.2~1.6%、Ca:0.0003%~0.0035%,余量为Fe和其他不可避免的杂质。此外本发明还公开了上述无取向电工钢板的制造方法,其包括步骤:(1)冶炼和连铸,其中在该步骤不采用电磁搅拌;(2)热轧,其包括:粗轧、精轧、卷取和保温;其中控制粗轧之后、精轧之前的中间坯温度≥950℃;(3)上述热轧步骤后不进行常化中间退火或罩式炉中间退火而直接进行冷轧;(4)连续退火。本发明所述的无取向电工钢板通过采用合理的化学成分和工艺设计,可以在保证较低生产成本的同时,获得高磁感和低铁损的特性。
无取向电工钢XG800WR连铸电磁搅拌试验研究
采用铸坯低倍组织检验和化学分析的方法,研究板坯连铸机二冷区电磁搅拌器电流和频率参数对无取向电工钢XG800WR板坯中心偏析和等轴晶率的影响,结果表明:铸坯等轴晶率随着搅拌器电流强度和电流频率的增大而增加。采用二冷区电磁搅拌可减小中心易偏析元素S的偏析,试验得出:减小铸坯S偏析效果最好的电磁搅拌参数为电流380~400A,频率6Hz。 The effect of electromagnetic stirring current and frequency parameter at secondary cooling area on the central segregation and equiaxed crystal ratio of XG800WR non - oriented electrical steels slab was investigated through the methods of chemical and macrostructure analysis.The results shows that the rate of equiaxed crystal zone is going up with increasing of current intensity and current frequency.Electromagnetic stirring in the secondary cooling area can be easily reduced segregation caused...
CN202011618834.0一种硅钢常化用缝合设备
本发明属于变压器铁芯生产加工技术领域,具体涉及一种硅钢常化用缝合设备,包括动力机构、钢带送料机构、固定座和移动座,移动座上开有多个凹槽和设有冲压刀;固定座上开有凹腔,凹腔内滑动连接有凸模板,凸模板上设有与凹槽配合的凸块;钢带送料机构包括放料辊、设在放料辊上的钢带卷和送料部,送料部用于输送钢带并使钢带依次穿过硅钢片上的各个开口。动力机构包括动力部、传动筒、均与传动筒连通的固定筒和中间筒。本方案中,在硅钢片的叠合处开设了桥型孔,利用钢带穿过硅钢片叠合处的桥型孔,相当于利用钢带将硅钢片缝合在一起,这样设置能够较好将不同的硅钢片连接成一体。
Si在纯Fe及低硅钢中扩散行为
采用磁控溅射方法,分别在纯Fe以及低硅钢基片上沉积富Si膜,并对其进行真空扩散热处理.通过能谱分析及X射线衍射研究了Si在纯Fe与低硅钢基体中的扩散特征,运用DICTRA软件建立了扩散模型.研究发现Si在纯Fe基体中扩散时发生γ-Fe(Si)→α-Fe(Si)相转变,扩散速率受控于相界面的迁移.当沿截面Si含量梯度不足以驱动相界面正向迁移时,延长扩散时间会发生相界面回迁现象,最终趋于单一相内均匀化扩散过程.Si在低硅钢基体中的扩散符合Fick扩散第二定律. Si-rich films were deposited on pure iron and low-Si steel substrates by direct current magnetron sputtering,and then were subjected to vacuum annealing.The distribution characteristics of Si across Fe and low-Si steel substrates were studied by energy spectrum analysis(EDS) and X-ray diffraction(XRD).DICTRA software was used to simulate the diffusion models.It is found that the diffusion behavior of Si in the Fe substrate is from γ-Fe(Si) phase to α-Fe(Si) phase and the rate of diffusion is con...
配分温度对碳-锰-硅钢显微组织与力学性能的影响
对碳-锰-硅钢进行不同配分温度的Q&P(Quenching and Partitioning)处理,测试了热处理后不同钢的力学性能和残余奥氏体含量,并用扫描电子显微镜和透射电镜观察其显微组织,分析了配分温度对显微组织和力学性能的影响。结果表明:试验钢显微组织基本由低碳板条状马氏体、块状铁素体和条状残余奥氏体组成;随配分温度的升高,试验钢的抗拉强度呈下降趋势,伸长率与奥氏体含量的变化趋势相同,但变化规律不确定;提高锰含量能稳定残余奥氏体,从而提高试验钢的伸长率,并使伸长率对配分温度不敏感。 The C-Mn-Si steel was quenched and partitioned at different partitioning temperatures,the mechanical properties and residual austenite contents were investigated,the microstructure was observed by SEM and TEM,and the effect of partitioning temperature on microstructure and mechanical properties was analyzed.The results show that the microstructure of the tested steel consisted of lath martensite with low carbon,nubby ferrite and banded residual austenite.The tensile strength of the tested steel ...

