硅钢资料

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... 

 

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... 

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... 

【机构】 宝山钢铁股份有限公司规划与科技部； ...

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 ... 

结合工业化生产的无取向硅钢,探讨了氧硫交互作用对钢中夹杂物生成的影响。借助非水溶液电解+扫描电镜法,研究了不同O、S含量下钢中夹杂物的变化规律。结果表明,本实验条件下,提高O含量、降低S含量,会劣化热轧组织再结晶效果。在劣化效果上,O的作用大于S;低Si、无Al硅钢中,应尽可能降低O含量、适当提高S含量,以粗化钢中微细夹杂物,减少尺寸小于1.0μm的夹杂物的数量;O、S含量与钢中夹杂物数量不具有关联性。生产过程中,不仅要严格控制O、S含量,还要严格控制生产工艺,以免生成较多的有害夹杂物。 Based on the industrial production of non-oriented silicon steel,the effects of interaction between oxygen and sulfur on the formation of inclusions were discussed.The change of non-metallic inclusions in steel sheets was investigated by means of electrolysis with non-aqueous solution under different oxygen and sulfur content.Results show that the recrystallization microstructure of hot rolled sheets will be deteriorated with the increase of oxygen content and the decrease of sulfur content.The ... 

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。

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 ... 

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... 

本发明公开一种表面状态良好的无取向电工钢板，其含有Fe和不可避免的杂质，其还含有质量百分含量如下的下述各化学元素：0＜C≤0.005％，Si：1.0～2.0％，Mn：0.2～1.0％，Al：0.2～1.0％，Ca：0.0003～0.010％，Sb：0.005～0.2％，其中Si+Al：1.4～2.6％。此外，本发明还公开了一种上述的无取向电工钢板的制造方法，其包括步骤：(1)冶炼；(2)铸造：控制连铸坯在连铸机出口位置处的表面温度≥780℃，以使得连铸坯在其厚度方向上与宽度方向上的晶粒尺寸之比为2.5～6.0；(3)热轧：在热轧粗轧结束之后，控制中间坯头尾温度之差≤25℃；(4)冷轧；(5)连续退火。该表面状态良好的无取向电工钢板无瓦楞缺陷，其具有较低的铁损以及优良的磁感，其具有十分良好的推广前景和应用价值。

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。