硅钢资料

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。

一种生产取向硅钢的氧化镁涂层烘烤质量控制方法，通过对带钢的实时温度测量建立对烘烤输出功率的实时反馈调节，据此形成基于烘烤输出功率的烘烤质量的实时控制。本发明的一种生产取向硅钢的氧化镁涂层烘烤质量控制方法，通过在烘烤炉出口的带钢上方增加一套可在带钢横向方向移动的在线板温计，基于在线板温检测值对烘烤炉状态进行监控，并建立烘烤输出功率控制系统实时调整，使得氧化镁涂层烘烤质量均匀，提高取向硅钢产品质量稳定性，节省能源消耗。

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... 

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。

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。

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。

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... 

本发明公开了一种硅钢产品生产方案的智能设计评估方法，包括以下步骤：1、采集数据，并集成用户数据、实验室研发数据和大生产数据；2、构建用户数据主题、实验室研发数据主题和大生产数据主题；3、输入硅钢产品的种类、规格和性能需求的需求信息，并根据需求信息生成若干个硅钢产品的生产方案，生产方案包括优化产品的生产方案和新产品的生产方案；4、多维度综合评估步骤3中生成的每个硅钢产品的生产方案，得到硅钢产品生产方案的绿色设计指数，并根据绿色设计指数推荐生产方案。本发明基于产品设计需求，融合实验研发数据和大生产数据，生成并评估产品设计方案模型，缩短研发周期，提高研发效率。

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... 

研究了热处理工艺(退火温度、保温时间、冷却方式)对含Mn的Fe-6.5wt%Si高硅钢热轧带的显微组织及硬度的影响。结果表明,退火温度对Fe-6.5wt%Si合金的组织和显微硬度均有较大影响,随退火温度升高,平均晶粒尺寸和显微硬度均明显增大。小于1 h退火时,晶粒长大缓慢,而长时间(>1 h)退火时,一些次表层晶粒将发生异常长大。水冷组织比空冷组织略细小,但水冷显著降低了显微硬度。Mn含量提高能抑制850℃退火时晶粒的长大,并且促进退火后高硅钢的软化。 The influences of heat treatment process(annealing temperature,heating time,cooling methods) on the microstructure and microhardness of Fe-6.5wt%Si high silicon steel containing manganese for hot rolled strip were studied.The results show that the annealing temperature has a great effect on the microstructure and microhardness of Fe-6.5wt%Si alloy,and as the annealing temperature increases,the average grain sizes and microhardness will significantly increase.When annealing time for less than 1 h... 

一种适用于取向电工钢产线的一体化生产计划排程方法，基于L4，建立基于如下步骤的整条取向电工钢产线的自动生产计划排程，S1：以排程所需的必要数据为基础，按核心工序为排程起点，分别依次递进式完成前工序、后工序的排程，形成初始计划排程；S2：对初始计划排程建立基于设定的评价因子构成的综合评估，形成由综合评估结果构成的综合评估结果数据集；S3：对综合评估结果数据集建立优化算法运算，根据运算结果确定生产计划排程。本发明的一种适用于取向电工钢产线的一体化生产计划排程方法，可实现较大程度的自动化，提高生产计划编制效率，增强操作人员对生产计划的整体情况掌握，并可根据设备状态及计划执行情况自动对计划作出快速响应。