硅钢资料

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... 

一种基于大数据分析技术的电工钢用户选材询单推荐方法，于终端计算机内、以可与终端计算机各数据库进行信息交互的形式、设置一计算模块；经此计算模块完成依次的基于各数据库的有效信息的采集、用户询单选材推荐方案模型的设置、基于有效信息及推荐方案模型完成推荐牌号的生成，根据设定的评估模型对生成的推荐牌号及信息评估运算的运行，据此建立对用户的选材询单推荐。本发明的一种基于大数据分析技术的电工钢用户选材询单推荐方法，基于L4计算机系统开发出的计算模块及相应的可与计算模块进行信息交互的用户界面完成，形成可根据不同用户需求对应的不同评价体系，完成与不同用户需求适配的方案推荐。

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。

无取向硅钢中夹杂物的存在会抑止晶粒生长,使基体的均匀连续性中断,其在钢中的形态、含量及分布情况都不同程度影响着硅钢的性能,尤其是对磁性能起关键的作用。因此,全尺度分布考察夹杂物对无取向硅钢夹杂物的研究极为重要。本实验确定了适用于不同牌号无取向硅钢夹杂物全尺度分布的分析方法:样品制备—小样电解—过滤喷金—根据不同牌号的要求选择合适的放大倍率扫描观测—夹杂物颗粒的分类统计。通过统计的结果,结合电解的失重量可以得到不同尺度的体积分布数据。实验分析了不同牌号和工艺无取向硅钢夹杂物的种类、形貌、大小和尺度分布,并初步考查了夹杂物与磁性能的关系,对无取向硅钢的工艺研究具有一定参考价值。 Inclusions in non-oriented silica steel could inhibit the growth of grain and cause discontinuity of micro-structure.The configuration,content and size distribution of inclusion have different effects on the performance of silica steel,especially significant on the magnetic property.Therefore,it is very useful to completely characterize inclusions with full size distribution in silica steel.In our research,full size analysis method for inclusion in silica steel had been established as follows: 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 ... 

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。

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。

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,... 

简要介绍了宝钢无取向电工钢的发展历程、产品大纲、电磁性能控制情况,以及高附加值新产品的开发、应用情况。概述了近年来宝钢无取向电工钢生产技术进步,主要包括夹杂物控制技术、连轧机高牌号硅钢制造技术、同板差控制技术、环保涂层开发技术等。 This paper briefly summarizes the development history, product catalogue, and magnetic properties of non-oriented electrical steel sheets at Baosteel, as well as the development and application of high-value-added steel grades. Recent advances in manufacturing electrical steel sheets are also introduced, including technologies for controlling inclusion, producing high-grade steel strips by a tandem rolling mill, and controlling the transverse thickness difference of steel sheets, as well as the ... 

本发明公开了一种硅钢环形炉内罩的内圆直径自动检测装置及方法，该内圆直径自动检测装置包括设置在检测点地面上的水平工作台，设置在所述水平工作台上的水平调节机构，设置在所述水平工作台上的扫描机构，以及与所述扫描机构通信互联的检测处理机构。该内圆直径自动检测装置是非接触式设备，不受内罩温度的限制，使用方便灵活，设备可靠性好，安全性高，对环境无污染，不仅能够有效节约校圆机的使用频次，而且大大增强了炉子的安全可靠性。

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。