硅钢资料

【机构】 宝山钢铁股份有限公司规划与科技部； ...

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。

为了弄清楚高硫硅钢中的硫化物析出行为及其对钢的微观组织和电磁性能的影响，以便为工业化生产制定更为合理的硫含量控制标准和采取更为有效措施减轻炼钢生产的硫含量控制压力，结合0.25% Si 无取向硅钢 ，采用非水溶液电解提取 + 扫描电镜/透射电镜观察相结合的方法 ，研究了0.006 8%、0.010 2%、0.025 5% 和 0.035 3% 硫含量条件下，钢中的硫化物夹杂物组成和存在形式及其形貌、种类、尺寸、数量变化，以及相应的热轧、成品试样的微观组织和电磁性能变化。结果表明，随着钢中硫含量的增加，钢中的硫化物逐渐由 MnS→MnS+Cu₂S→Cu₂S转变，数量逐渐增多，尺寸向高低两个方向发展。相应地，导致热轧再结晶组织劣化和抑制了成品晶粒尺寸长大。随着钢中硫含量的增加，钢的磁感、铁损劣化程度逐渐增大。钢中的硫含量平均每增加 0.01%，涡流损耗、磁滞损耗分别劣化0.24 W/kg 和 0.41 W/kg，而磁感会劣化 0.009 T。但是 ，在硫含量为 0.010 2% 时 ，铁损可以低于 6.0W/kg，而在硫含量为 0.025 5% ... In order to find out the precipitation behavior of sulfide inclusions and the corresponding changes of microstructure and electromagnetic properties of high sulfur silicon steel sheets, so that to design more suitable sulfur concentration controlling limit for industrial manufacture and to release the steel-making difficulty effectively, Based on the change of given sulfur concentration 0.006 8%, 0.010 2%0.025 3% and 0.035 3%, the type and composition, the size and number, and the size distribut... 

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 ... 

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... 

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。

试验的铸态取向硅钢（/%:0.044⁰.056C,3.12³.32Si,0.08⁰.11Mn,0.002⁰.008S,0.002 9⁰.029 1Als,0.006 2⁰.010 9N）由30 kg高频真空感应炉熔炼。通过场发射扫描电子显微镜/能谱仪（FE-SEM/EDS）研究结果表明,0.002 9%Als钢中氧化物主要为SiO₂,存在片状、棒状及近似球状的独立MnS,未发现含铝的氧化物或氮化物;0.0090%Als钢中出现以Al₂O₃为主的复合氧化夹杂物,存在MnS与AlN的复合析出物。钢中Als增加,复合析出物多呈簇状发展。氧化物容易成为MnS-AlN复合析出的核心,钢中Als含量越低,夹杂物中的MnS含量越高;作为核心的氧化物夹杂的尺寸越小,形成的复合夹杂物的形状越规则,尺寸也越小。热力学计算结果表明,钢中Als含量主要影响了钢中氧化物夹杂的组成和AlN的析出温度及析出量。 Test as-cast grain-oriented silicon steel（/%:0.044 ⁰.056C,3.12 3.32Si,0.08 0.11Mn,0.002⁰.008S,0.002 9⁰.029 1 Als,0.006 2⁰.010 9N） is melted by a 30 kg high frequency vacuum induction furnace.The research results by using field emission-scanning electron microscope/energy dispersive spectrometer（FE-SEM/EDS） show that in 0.002 9%Als steel the main oxide is SiO₂,and there is independent laminable,rod-like and approximate ... 

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,... 

本发明公开了一种硅钢氧化镁废水资源化处理方法及处理系统，硅钢氧化镁废水进入过滤浓缩干化一体化装置经预过滤、过滤、干燥、排泥后得到清液和泥饼；泥饼经烘干后得到烘干泥饼；烘干泥饼溶解于硫酸溶液中，反应后的混合液固液分离得到上层清液和沉淀物，上层清液经中和、蒸发结晶后得到结晶物，沉淀物进行清洗、烘干处理。本发明还设计了实现上述处理方法的处理系统，该系统包括过滤浓缩干化一体化装置、烘干装置、溶解装置以及产水箱；本发明的硅钢氧化镁废水经处理后的清液满足回用要求，可返回机组循环利用，实现废水回用，泥饼经烘干、溶解后可分别作为钛白粉生产原料和土壤改良剂，具有经济环保双重效果，以及良好的社会效益和环境效益。

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。

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...