硅钢资料

本发明公开了一种无瓦楞状缺陷的高磁感低铁损无取向电工钢板，其各化学元素质量百分含量为：0＜C≤0.0035％、Si：1.2～2.8％、Mn：0.2～1.0％、P：0.04～0.15％、Sn+Sb：0.02～0.2％，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高磁感低铁损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、卷取和均热；其中在粗轧步骤采用2～6道次进行轧制，且粗轧单道次压下率控制在20％～40％之间；(3)上述热轧步骤后不进行常化步骤而直接进行冷轧；(4)连续退火。本发明所述的无瓦楞状缺陷的高磁感低铁损无取向电工钢板在保证较低生产成本的同时，还具有高磁感和低铁损的特性。

本发明公开了一种基于硅钢服役特性的立体卷铁心单框损耗测量方法及系统，根据硅钢片在立体卷铁心中的服役特性，获得测量铁心单框所需的非正弦励磁电压波形，通过所述立体卷铁心的心柱绕组电压和单框绕组电压之间的关系，确定所述被测立体卷铁心单框所需的电压有效值，再通过计算机、数据采集卡D/A转换器、功率放大器、隔离变压器和示波器，直接在所述立体卷铁心单框上加载励磁电压，利用功率表测量立体卷铁心单框损耗。本发明利用硅钢的服役特性，获得测量立体卷铁心单框所需的非正弦励磁电压波形和电压有效值，再将励磁电压直接加载到被测立体卷铁心单框，测量立体卷单框铁心损耗。

采用RH精炼添加钙合金方式对硅钢进行钙处理,结果表明,钙合金添加量为0.67、1.00和1.67 kg/t钢时,钢中Ca含量分别为0、2×10-6和4×10-(6质量分数);随着钙合金添加量的增加,钢中夹杂物粒度逐渐由0～2μm向2～4μm、4～6μm偏移;不同钙处理条件下,钢中均存在粒径小于1μm和粒径为1～5μm的MnS、CuxS夹杂物,后者或单独存在,或与AlN、CaS夹杂复合;钢中粒径为5～10μm的夹杂物基本以Ca的氧化物和硫化物为主。与未经钙处理的炉次相比,钙合金添加量为0.67、1.00和1.67 kg/t钢时,粒径小于1.0μm的夹杂物减少幅度分别为68.06%、87.50%和94.94%。钙合金添加量为1.67 kg/t钢时,可以去除钢中绝大部分的微细夹杂物。 In order to improve the properties of final silicon steels,the calcium treatment was adopted by adding Ca alloys into the liquid steel during the RH refining process.Results show that when the addition of Ca alloys is 0.67 kg/t,1.00 kg/t and 1.67 kg/t,the corresponding Ca content in silicon steels is 0,2 × 10-6 and 4 × 10-6 respectively.With the increase of Ca alloy addition,the particle sizes of inclusions in steels become 2～4 μm and 4～6 μm,from 0～2 μm.Under different calcium treatments,there e... 

 

结合工业化生产的无取向硅钢,进行了RH精炼添加稀土合金实验。结果表明,1.15%(质量分数)Si钢的脱硫反应,主要发生在添加稀土合金之后的前5min。最佳的稀土合金添加量为0.6～0.9kg/t钢。钢液经过稀土处理后,加入的稀土总量越多,稀土氧硫化物夹杂物的尺寸就越大,但热轧带钢再结晶效果会逐渐变差,成品带钢晶粒尺寸先是快速长大,而后逐渐减小。最佳的钢中存留稀土含量与钢的化学成分有关,应严格控制在2.0×10-3%～6.0×10-3%(质量分数)。在此范围内,钢的铁损先是快速降低,而后缓慢升高,钢的磁感应强度则单调降低。 Based on the industrial production of non-oriented electrical steel,rare earth(RE) alloy treatment during the RH refining process was studied.The results showed that the effects of desulfurization and total concentration of RE remained in steel mainly depended on the chemical compositions of different steel grades.For 1.15wt% Si steel grade,the desulfurization reaction mainly focused on the initial 5min after RE alloy added during the RH refining process.The suitable RE alloy addition was 0.6-0.... 

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... 

某冷连轧机生产无取向硅钢板材时,其边缘降的长度合格率频繁超标。为满足用户的叠片厚度精度要求,这类产品必须以增大切边量的方式来保证交货质量,而这种方式又直接降低了金属收得率,提高了生产成本。基于此,以该产线现有设备特性为基础,详细分析其软、硬件功能模式,分别对辊形与反馈控制进行全面分析与优化改进。通过现场试验论证,充分明确依托辊形优化与反馈控制程序的改进能显著提高边缘降的控制水平,该技术的使用为生产现场的边缘降控制提供了合理的技术支撑。 A cold rolling mill production of non-oriented silicon steel sheet,the thickness difference of the edge( edge-drop) is usually exceed the preset standard value,In order to meet the accuracy requirements of the user flatness,these production must be trimed wider length to meet the delivery quality of the user need, which directly reduce the metal yield and increase the manufacturing cost. Therefor,the software and hardware of the production line has been analyzed, and the work roll shape and feed... 

结合工业化生产的无取向硅钢,进行了RH精炼喂CaSi线去除钢中的非金属夹杂物试验研究。针对不同的钙处理条件,分析了CaS夹杂生成热力学,观察了夹杂物的形貌和尺寸分布,确定了夹杂物的类型、数量,探讨了钙处理后钢中夹杂物的变化规律。结果表明,本试验条件下,钙处理可以有效抑制MnS、AlN夹杂物的生成,有效促进钢中微细夹杂物的聚合、上浮、去除,钢质纯净度明显提高。经过合适的钙处理后,钢中的夹杂物以独立存在的CaO为主,同时有少量含CaO、SiO2、MgO的复合夹杂,没有发现CaS夹杂存在。这部分夹杂物的尺寸集中分布在2～20μm,数量约为1.8×105个/mm3。 Experimental study on removal of non-metallic inclusions in non-oriented silicon steel obtained from industrial production by CaSi wire feeding during RH refining process was carried out.The thermodynamics of CaS inclusion formation was analyzed,the morphology and the size distribution of inclusions were observed,and the numbers and types of inclusions were also determined for the steel specimens treated under different calcium treatment conditions.Furthermore,the variation of inclusion characte... 

结合工业化生产的高效硅钢,进行了RH精炼稀土处理试验研究。针对不同的稀土处理条件,观察了夹杂物的形貌和尺寸分布,探讨了稀土处理后钢中的夹杂物形成、变化规律。结果表明:试验条件下,最佳的稀土合金添加数量为0.6～0.9 kg/t。经过合适的稀土处理后,可以有效抑制尺寸相对较小的、不规则的AlN、MnS复合夹杂生成,促进钢中微细夹杂物的聚合、上浮,钢质纯净度得到明显提高。此时,钢中全氧含量最低,脱硫效果最佳,钢中的夹杂物主要是尺寸相对较大的、近似球形或者椭球形的稀土类夹杂。 Based on the industrial production of non-oriented silicon steel,the experiment on RE treatment during the RH refining process was studied.The morphology and the size distribution were observed for the steel specimens treated with different RE treatment conditions.Further more,the formation and change of inclusions of final steel sheets after RE treatment were discussed.The results show that the suitable RE added amount was 0.6～0.9 kg/t.After the suitable RE treatment,the formation of AlN and Mn... 

本发明公开了一种硅钢含铬涂层废液处理过程中六价铬浓度在线监控方法，提出一种准确检测废液中六价铬含量的方法和检测时间的确定，实现了含铬废水原液中六价铬含量预测和焦亚硫酸溶液添加量的确定及六价铬在线检测预处理系统的启动时间的确定，确保处理装置安全高效运行。在酸化还原罐上安装氧化还原电位检测仪，实时检测含铬废液在整个处理过程中ORP的变化，推测含铬涂层废液中六价铬还原情况，初步判断还原过程的终点，为在线六价铬自动检测仪的启动提供依据，最终实现解毒后废液六价铬的含量低于0.05mg/L，达到六价铬含量超低处理的要求。

本发明公开了一种用于无取向硅钢清洗液的洁净度检测分析方法，包括以下步骤：步骤1：从清洗液循环槽中取含有污物的清洗液样品，并进行脱水、烘干、研磨，得到污物粉末样品；步骤2：根据含有污物的清洗液样品和污物粉末样品计算清洗液循环槽中清洗液的洁净度；步骤3：根据含有污物的清洗液样品的洁净度建立清洗液洁净度评定标准；步骤4：根据清洗液洁净度评定标准控制含有污物的清洗液的排放和换液。本发明能简便且直观的了解当前清洗段循环槽内清洗液的状态，并可以根据清洗液的洁净度评级对清洗液的使用和排放做出及时的在线调整。

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...