硅钢资料

本发明公开了一种取向硅钢实验室常化工艺方法，采用两段式常化工艺，可以模拟现场常化生产，为现场批量生产提供有效的工艺参考，缩短现场调试工艺次数和废品率、次品率，降低制造成本。

本实用新型公开了一种生产硅钢片的轧制装置，包括工作台，所述工作台的正面开设有收集腔，收集腔的内底壁滑动连接有收纳盒，工作台的上表面分别固定连接有两个支撑板和倒L型滑动台，两个支撑板的相对面分别转动连接有上压辊和下压辊，上压辊的外表面套设有两个调节环，两个调节环的相对面均固定连接有切刀，工作台的上表面开设有与收集腔相连通的下料孔，下料孔的内侧壁开设有滑动槽。该生产硅钢片的轧制装置，通过设置上压辊、下压辊与驱动电机，便于对硅钢片进行传动，通过设置调节环、切刀与固定螺栓，便于根据生产需求调节硅钢片切边的距离，从而使整个装置具有方便对轧制后硅钢片进行切边处理的效果，方便后续轧制工作的进行。

本实用新型公开了一种电工钢自粘涂层液生产用搅拌釜，包括釜体，釜体的内部通过两个第一隔板分隔成第一安装腔、第二安装腔和搅拌腔，釜体的内部设有传动组件，传动组件包括伺服电机、主动轴和两个从动轴，伺服电机固定安装在釜体顶端的中部，伺服电机的输出轴与主动轴的顶端固定连接，本实用新型的有益效果是：通过设有八个与十二个搅拌叶片相交错的挡板，避免搅拌轴在搅拌过程中产生离心力造成漩涡，使自粘内外侧的涂层液得到充分搅拌，通过设有循环泵机、第二隔板和流通槽使搅拌釜内的自粘涂层液处于流通的状态，使底部不易被搅拌的涂层液能够得到充分搅拌，在提高搅拌釜的灵活性的同时，保留其原有的稳定性。

本发明公开了一种改善高牌号无取向硅钢表面色差缺陷的方法，属于冷轧卷板表面质量改进技术领域。所述方法为：将连铸坯依次进行热轧、常化、酸洗、单机架轧制和连续退火工序，其中按重量百分数计，所述的连铸坯含有如下成分：C＜0.003%、Si1.6~2.0%、Mn0.35~0.65%、Al0.35~0.65%、P＜0.02%、S＜0.0025%、余量为Fe和其他不可避免的杂质元素，所有成分合计100%；其中热轧工序的卷取温度为620~640℃。本发明所述方法能够降低带钢表面氧化铁厚度并改变带钢表面氧化铁结构，改善高牌号无取向硅钢表面色差缺陷。

本实用新型提供了一种带有可回收再利用功能的冷轧硅钢卷捆扎装置，底座上设有安装块一，加紧装置一安装在安装块一上，加紧装置一包括外壳，外壳内设有凹槽一，凹槽一内设有通口，凹槽一内设有气缸，气缸一端设有夹块，气缸一侧设有挡板，挡板安装在凹槽一上，外壳上设有凸块，硅钢卷进行捆扎，可以重复利用，加紧装置一与加紧装置二可以把硅钢卷两端进行固定吗，里面安装的气缸可以加紧硅钢卷，安装的吸盘可把加紧装置二的位置提高，方便进行固定上端，安装的承重块可以起到防止倾斜的作用，在不使用的时候加紧装置一与加紧装置二之间可以通过卡扣之间的连接进行固定。

本发明提供了基于硅钢片性能的分类方法、系统、计算机和存储介质，通过抽样选取待分析硅钢片，获取待分析硅钢片的基准B‑H曲线和基准B‑P曲线，以及通过预设检测方法测得待分析硅钢片的样本B‑H曲线和样本B‑P曲线后，根据预设磁通密度监测范围分别选取基准B‑H曲线、基准B‑P曲线、样本B‑H曲线和样本B‑P曲线对应的B‑H基准样本点、B‑P基准样本点、B‑H待分析样本点和B‑P待分析样本点，并基于依此分别得到B‑H样本点距离与B‑P样本点距离分析待分析硅钢片的性能，以及根据分析结果对待分析硅钢片进行分类的方法，基于性能曲线的数据分析对硅钢片性能进行合理的评估分类，不仅实现了对硅钢片质量的有效监控，而且为其使用策略的制定提供可靠依据，保证产品质量的同时，为产品用料选择提供便利。

研究了组织和析出物对高效电机用无取向硅钢退火板磁性能的影响。结果表明:随着退火温度升高,退火板平均晶粒尺寸增加,P15/50明显降低,B50略有升高。退火温度在1 000℃时,退火板的综合性能较好。析出物主要是AlN、(MnS+AlN)和(MnS+Al2O3)复合析出物,尺寸较粗大,主要集中在1.0～2.5μm,还发现少量百纳米以下的细小AlN和TiN。实验室模拟TSCR流程试制的高效电机用无取向硅钢,铁损平均值小于4.00 W/kg,磁感应强度大于1.75 T,适合作中小型高效电机铁芯材料。 Effects of microstructure and precipitation on magnetic property of non-oriented silicon steel sheets after annealing for high-efficiency motor are studied in the paper by experiments.The annealed sheet exhibits a larger average grain size,obviously decreasing iron loss and slightly raising magnetic induction with increasing temperature.The annealed sheet has better comprehensive properties at a annealing temperature of 1 000 ℃.The main precipitates are compounds of AlN、(MnS+AlN)and(MnS+Al2O3) w... 

本发明公开了一种自主学习的高硅钢软磁复合铁芯智能化生产系统及生产方法，属于软磁复合铁芯智能化生产技术领域。本发明的生产系统包括数据输入模块、数据分析模块、数据输出模块、通信模块、数据修正模块；生产方法为：用户通过输入模块选择目标性能参数及生产控制模式，系统生成生产过程关键参数，并由输出模块输出给用户；用户确认后形成控制指令，并发送至生产设备进行生产。本发明的系统不仅能够根据高硅钢铁芯产品的目标性能参数自动生成合理的操作条件，还能根据历史数据和产品检化结果对系统内置的关系模型不断进行优化、完善，能够有效提高产品产量和质量、减少浪费、降低成本。

为研究退火工艺对普通取向硅钢初次再结晶组织的影响,对经不同温度、保温时间和升温速率退火后的材料组织进行了分析。结果表明:在等温退火条件下,加热至600℃时开始发生初次再结晶,800℃以上初次再结晶组织发展完善;而在最终冷轧板直接进行最终高温退火的情况下,加热温度在500～700℃时,将升温速率提高到80℃/h,初次再结晶组织更易于发展完善。 To investigate the influence of annealing process on the recrystallization of common grain oriented silicon steel,microstructures of sheets annealed at different temperature,soaking time and heating rate are observed.Results show that under the condition of isothermal annealing,recrystallization begins at 600℃ and fully develops above 800℃,while in the case that the final cold rolled sheets are directly thrown to final high temperature annealing,recrystallization is likely to develop with the he... 

本实用新型公开了一种电机转子硅钢片用转运装置，包括电机转子主体，所述电机转子主体的下端设置有螺旋杆，所述螺旋杆的上端设置有轴承二，所属轴承二的上端设置有转轮，所述转轮的上端设置有铜电磁圈组件，所述铜电磁圈组件的一侧外表面设置有硅钢转子组件，所述硅钢转子组件包括固定环、组合安转管型组件、硅钢片、圆片、外齿、铜丝捆绑槽、凸出叠加圆环、上端对接圆环齿、对接齿槽、下端对接圆环齿，所述铜电磁圈组件的上端设置有转子压圈，所述转子压圈的上端设置有转换器。本实用新型所述的一种电机转子硅钢片用转运装置，具备安装拆卸简、散热性能好，易清理去除污渍等优点，带来更好的使用前景。

采用化学气相沉积(CVD)渗硅处理工艺连续制备6.5%Si高硅钢,具有优质的软磁性能,通过理论研究化学反应并且用简单的试验设备做进一步的探讨。根据试验的结果对连续制备6.5%Si高硅钢的CVD工艺构造提出全面、有效的建议,实现制备6.5%Si高硅钢系统。 CVD method for continuously manufacturing 6.5%Si Steel Sheet has excellent soft magnetic.Carried out a theoretical study of related chemical reaction and performing basic research with a simple test apparatus.Based on the results,finally proposed an overall process configuration to realize such a production-CVD method for continuously manufacturing 6.5%Si Steel Sheet. 

本发明一种基于冷轧全流程数据的硅钢铁损预测方法，其对冷轧硅钢进行全流程物料跟踪，以基于聚类算法分类，并选取代表性工艺作为神经网络的训练集来对冷轧硅钢铁损进行预测，以探明冷轧各机组工艺对冷轧硅钢铁损的影响。