硅钢资料

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... 

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... 

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、1.67kg/t钢时,钢中钙含量分别为0、2×10-6、4×10-6;随着钙合金添加量增大,钢中夹杂物粒度逐渐由0～2μm向2～4、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,或同AlN、CaS夹杂复合;粒径为5～10μm区间,钢中的夹杂物基本以钙的氧、硫化物为主。与钙处理前相比,钙合金添加量为0.67、1.00、1.67kg/t钢时,粒径小于1.0μm的微细夹杂物减少幅度分别为68.06%、87.50%、94.94%。钙合金添加量为1.67kg/t钢时,可以去除钢中绝大部分的微细夹杂物。 Ca alloy was added into the liquid steel during RH refining,and the results show that Ca concentration in final Si steel sheets is insignificant,about 0,2×10-6 and 4×10-6 when the added amount of Ca is 0.67,1.00 and 1.67 kg/t steel,respectively.With the increase in the added Ca alloy amount,the inclusions in the steel gradually change from those of 0～2 μm to those of 2～4 and 4～6 μm.Under different Ca treatments,there exist MnS and CuxS inclusions whose size is below 1 μm as well as MnS and CuxS ... 

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... 

本发明公开了一种利用取向硅钢氧化镁废弃物生产镁质球团的方法，采用取向硅钢生产过程中的废氧化镁污泥、废氧化镁粉等氧化镁废弃物，以及粗粒铁矿粉、镜像赤铁矿、磁铁精矿、膨润土和石灰石粉为原料，依次经预处理、配料、造球后，再在链箅机‑回转窑‑环冷机上进行干燥预热、焙烧和冷却，得到镁质球团。本发明利用氧化镁废弃物制备镁质球团，既有利于减少氧化镁废弃物带来的环保压力及其外运时产生的处置费用，也能显著降低镁质球团的制造成本，综合利用了钢铁厂的现有资源，生产出环境友好、低成本的镁质球团，为高炉提供优质原料，最终降低炼铁过程的污染物排放，减少环境污染。

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。

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。

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... 

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... 

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... 

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。