硅钢资料

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。

磁性能指标是硅钢产品最关键的质量指标之一，但是目前磁性能判定100%依赖于样品的离线实验室检测结果，生产线配置的在线检测仪的测量结果由于精度问题，不宜直接用于成品牌号判级。本文在现有硅钢产品质量管控体系基础上，利用大数据技术对生产数据进行分析与建模，构建不同磁性能指标在线检测模型，并在现有信息系统上完成模型库的集成部署，实现硅钢产品全长、多指标磁性能结果的拟合数据输出，支撑取样优化、精准分切、辅助综合判定等功能应用，进一步优化硅钢产品质量管控体系。 The magnetic performance index of silicon steel products is one of the most critical quality indexes.However,at present,100%determination of magnetic performance depends on the offline laboratory test results of samples,and the measurement results of the online detector configured in the production line cannot be applied in practice due to the accuracy problem.Based on the existing quality control system of silicon steel products,big data technology was used to analyze and model the production d... 

本发明涉及一种高压电机用无取向硅钢50SBW600的制备方法，包括，S1，将装有精炼钢水的钢包运至回转台，回转台转到浇铸位置后，将钢水注入中间包；S2，中间包通过水口将所述钢水分配至若干个结晶器中，所述结晶器中设置有浸入式水口，S3,钢水在结晶器内生成晶核，结晶器将带有晶核的钢水下放至通道；S4，通道上设有第二电磁搅拌器，第二电磁搅拌器对通道内钢水进行电磁搅拌,所述钢水在通道中逐步转换为钢坯；S5,拉矫辊将的所述钢坯拉出通道并对钢坯进行形态矫正；S6,切断装置所述钢坯进行切割。本发明通过在无取向硅钢50SBW600制备过程中设置双电磁搅拌装置，充分保证连铸过程中钢坯中的等轴晶数量，保障了产品表面缺陷质量。

研究表明,硅钢中的夹杂物对成品带钢的磁性能有显著影响。为研究冶炼过程硅钢中的夹杂物遗传变化,进而提出更有效的控制措施加以去除,本文结合典型的无取向硅钢生产炉次,采用非水溶液电解提取+扫描电镜观察方法分析冶炼过程中上述炉次典型试样的夹杂物。结果表明:转炉冶炼结束、RH精炼开始时,钢的氧化物夹杂总量最大,约为0.23%;RH精炼过程中,氧化物夹杂总量不断降低,并在脱碳结束时达到最低,约为0.02%;连铸过程中,氧化物夹杂总量仍有不断降低趋势,但夹杂物的平均尺寸变化不大。本试验条件下,中间包试样的夹杂物数量约为1.59×104个/mm3。 As we all know, the non-metallic inclusion effects magnetic properties of silicon steel sheets obviously. The article aims to study the heredity of non-metallic inclusion in non-oriented silicon steels during the steel making process, and then provides a more effective controlling measure to remove the inclusions. Based on the typical non-oriented silicon steel charges, the non-aqueous solution extraction and SEM observation were adopted to analyze the non-metallic inclusions. Results show that,... 

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 ... 

本发明公开了一种高磁感取向硅钢，其含有Fe及不可避免的杂质元素，其还含有质量百分含量如下的下述各化学元素：C：0.02～0.08％，Si：2.0～4.5％，Mn：0.02～0.30％，S≤0.0050％，Als：0.01～0.04％，N：0.002～0.01％，Nb：0.0050～0.0600％；以及P：0.01～0.1％，Sn：0.01～0.30％，Cu：0.01～0.50％的至少其中一种。此外，本发明还公开了上述高磁感取向硅钢的制造方法，其包括步骤：(1)制得板坯；(2)板坯加热；(3)热轧，其包括：粗轧、在热卷箱内卷取保温，以及精轧；其中粗轧结束温度高于970℃；卷取温度为800～1050℃，卷取时间为30～200s；精轧开始温度低于1050℃；(4)冷轧；(5)脱碳退火；(6)渗氮；(7)涂覆退火隔离剂；(8)高温退火；(9)涂覆绝缘涂层和激光刻痕。

本发明公开了一种取向硅钢产品的在线性能判级与精确分切装置和方法，使得同一个分卷上的性能分布均匀，避免分卷出现性能废品或多个性能等级的情况，提高分卷性能稳定性。提供的一种取向硅钢产品的在线性能判级与精准分切方法包括生产数据采集、铁损曲线自学习、数据存储、性能在线判级、缺陷数据采集、缺陷判级、智能分切等模块，依据修正后的磁性能全长数据，得到产品的性能判级结果，结合表面缺陷判级结果，综合确定分切位置，制定最佳分切方案。本发明可以实现取向硅钢生产过程中的性能在线判级和精准分切，得到性能均匀、表面质量好的分卷，减少分卷性能不稳定带来的损失。

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... 

聚焦无取向硅钢产品标准,从电磁性能、表面性能、机械性能以及尺寸公差与边部质量等维度对国际标准IEC、EN、JIS、ASTM以及国标GB进行了分析研究。分析得出,各类标准在电磁性能方面要求基本一致;ASTM标准的机械性能要求有别于其他几个标准。 In this paper,non-oriented silicon steel standards of EN,JIS,GB and ASTM were compared and analyzed. It is showed that,all types of standards in electromagnetic performance requirements are basically the same. Surface properties in ASTM standard are expressed in the most detailed. The mechanical properties requirements of the standards,except for ASTM,are basically the same. 

提出以“云边一体化架构”构建硅钢智慧决策系统，来解决原硅钢制造L1～L5系统架构模式下的数字信息孤岛、业务功能割裂等问题。在此基础上，开发了云边协同的自学习型控制模型及业务决策模型，构建起硅钢“智慧大脑”，形成了以研发、制造、服务等核心业务数字化融合的智能化决策支持新模式，探索出一条钢铁制造业数字化、智能化转型之路。 SIDS(Silicon-steel Intelligent Decision-making System)based on \"cloud-edge integration architecture\" was proposed to solve the problems of data silos and business function fragmentation in the original L1～L5 system architecture.On this basis,the self-learning control model and decision-making model of cloud-edge collaboration were developed,the \"smart brain\" of silicon steel department was constructed,and a new intelligent decision-making support model of digital integration of core businesses s... 

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 ... 

选用国内外无取向硅钢标杆企业A、B、C的产品,采用非水溶液电解提取+SEM(EDS)方法,分析了其典型牌号对应成品试样中的夹杂物。结果表明,从磁性能控制角度而言,受钢的化学成分及生产工艺影响,A、B、C企业成品试样的夹杂物尺寸、种类、数量存在差异,这些差异对其磁性能产生显著影响;从夹杂物控制角度而言,A、B、C企业对应成品试样的夹杂物,以MnS、CuxS复合或者AlN、MnS、CuxS复合为主,其中1.0μm以下的夹杂物数量分别为2.34×107个/mm3、2.98×107个/mm3和11.98×107个/mm3,1.0μm以上夹杂物数量均很少,夹杂物的平均尺寸从大到小依次为A企业、B企业、C企业。 According to the production of three benchmarking manufacture enterprises A,B and C of non-oriented silicon steel at home and abroad,the inclusions in finished steel samples with typical grades were investigated by electrolytic extraction from non-aqueous solution and SEM(EDS).Results show that,from the viewpoint of improving the magnetic properties,affected by chemical composition and production technique,the size,type and amount of inclusions in finished steel samples are various,which will af...