CN112417639B - 一种热轧低碳钢氧化铁皮结构演变数字解析方法 - Google Patents
一种热轧低碳钢氧化铁皮结构演变数字解析方法 Download PDFInfo
- Publication number
- CN112417639B CN112417639B CN202010966429.1A CN202010966429A CN112417639B CN 112417639 B CN112417639 B CN 112417639B CN 202010966429 A CN202010966429 A CN 202010966429A CN 112417639 B CN112417639 B CN 112417639B
- Authority
- CN
- China
- Prior art keywords
- phase change
- feo
- hot
- steel
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000010252 digital analysis Methods 0.000 title claims abstract description 22
- 229910001209 Low-carbon steel Inorganic materials 0.000 title claims abstract description 18
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 98
- 230000008859 change Effects 0.000 claims abstract description 73
- 230000008569 process Effects 0.000 claims abstract description 57
- 229910052742 iron Inorganic materials 0.000 claims abstract description 46
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 45
- 239000010959 steel Substances 0.000 claims abstract description 45
- 238000001816 cooling Methods 0.000 claims abstract description 41
- 238000005096 rolling process Methods 0.000 claims abstract description 32
- 238000004519 manufacturing process Methods 0.000 claims abstract description 14
- 239000000203 mixture Substances 0.000 claims abstract description 5
- 230000007704 transition Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000003723 Smelting Methods 0.000 claims description 2
- 238000009950 felting Methods 0.000 claims description 2
- 239000012535 impurity Substances 0.000 claims description 2
- 230000009466 transformation Effects 0.000 abstract description 14
- 238000009472 formulation Methods 0.000 abstract description 2
- 238000013135 deep learning Methods 0.000 abstract 1
- 238000005098 hot rolling Methods 0.000 abstract 1
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 108
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000009749 continuous casting Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- SZVJSHCCFOBDDC-UHFFFAOYSA-N ferrosoferric oxide Chemical compound O=[Fe]O[Fe]O[Fe]=O SZVJSHCCFOBDDC-UHFFFAOYSA-N 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- C—CHEMISTRY; METALLURGY
- C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
- C22F—CHANGING THE PHYSICAL STRUCTURE OF NON-FERROUS METALS AND NON-FERROUS ALLOYS
- C22F1/00—Changing the physical structure of non-ferrous metals or alloys by heat treatment or by hot or cold working
- C22F1/16—Changing the physical structure of non-ferrous metals or alloys by heat treatment or by hot or cold working of other metals or alloys based thereon
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Crystallography & Structural Chemistry (AREA)
- Materials Engineering (AREA)
- Mechanical Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明提供一种热轧低碳钢氧化铁皮结构演变数字解析方法，涉及轧钢技术领域。相比于传统基于深度学习的显微组织识别方法，本方法基于热轧低碳钢氧化铁皮结构演变预测模型，从生产现场服务器读取轧制生产工艺参数，计算轧制后冷却过程中钢卷温度随时间变化曲线，对氧化铁皮结构演变过程进行实时预测，实现氧化铁皮结构转变过程的数字解析。该技术可以指导热轧生产工艺参数的制定，通过制定合理的工艺参数，优化氧化铁皮中FeO，Fe3O4和共析组织(Fe+Fe3O4)各相比例，为热轧带钢氧化铁皮结构控制提供依据。
Description
技术领域
本发明涉及轧钢技术领域，尤其涉及一种热轧低碳钢氧化铁皮结构演变数字解析方法。
背景技术
近年来，在技术引进与技术创新的驱动下，我国钢铁工业生产技术取得了飞速发展，钢铁产品的生产技术和性能上均不断取得新的突破，具体体现为钢铁企业的技术装备已达到较高水平，产品质量得到较大提升，品种结构更加合理。但由于我国钢铁企业一直注重热轧产品的性能与板型控制，对热轧产品表面质量长期缺乏关注，因此，热轧产品表面质量逐渐成为我国热轧产品的短板，甚至严重阻碍了热轧产品档次和市场竞争力的提升。
目前关于氧化铁皮的研究多集中在氧化铁皮厚度控制和结构控制方面，通过调整轧制工艺参数，改善带钢的表面质量，消除带钢表面质量缺陷。如中国专利公开号为CN201910080963.X给出了一种抗拉强度为750MPa免酸洗高强钢氧化铁皮控制方法，通过大量的试错试样，控制轧制速度与轧制温度，优化了氧化铁皮中FeO，Fe3O4和共析组织(Fe+Fe3O4)各相比例，降低了氧化铁皮掉粉量。中国专利公开号为CN201210173143.3给出了一种薄板坯连铸连轧易酸洗热轧带钢的制备方法，通过控制精轧过程各机架间冷却水开启制度与层流冷却制度，实现了氧化铁皮厚度减薄与FeO含量降低，从而实现了薄板坯连铸连轧易酸洗热轧带钢的生产。中国专利公开号CN201610567648.6给出了一种消除中厚板花斑缺陷的控制方法，该技术通过控制加热制度，除鳞制度，温度制度，提高了氧化铁皮与界面平直度，有效抑制了花斑缺陷发生率。以上方法都涉及到氧化铁皮厚度和结构的控制技术，但是这些技术及工艺参数都是通过工程技术人员长期积累的经验以及“经验-试错”的实验方法制定的，这种方法耗时长且执行效率低，延长了产品的研发周期，增加了产品的研发成本。在我国钢铁工业正向着“智能化、数字化和信息化”的方向进行全方位转型的背景下，如何开发氧化铁皮结构预测模型，通过数字解析的方法实现氧化铁皮相变过程的动态跟踪，实现氧化铁皮结构的智能化控制，已经成为钢铁行业急需解决的技术难题。
发明内容
针对现有技术存在的问题，本发明提供了一种热轧低碳钢氧化铁皮结构演变数字解析方法，结合氧化铁皮结构转变主要发生在钢卷冷却过程中这一客观规律，通过建立过连续冷却条件下FeO相变模型，由轧制工艺参数预测钢卷冷却过程中温度随时间变温曲线，进而对钢卷冷却过程中表面氧化铁皮中FeO相变行为进行预测，实现氧化铁皮结构转变过程的数字解析，为高表面质量带钢轧制工艺制定提供指导。
本发明所采取的技术方案是：
一种热轧低碳钢氧化铁皮结构演变数字解析方法，包括以下步骤：
步骤1.建立连续冷却条件下的氧化铁皮中FeO相变动力学模型；根据等温FeO相变动力学模型，利用Scheil可加性法则，建立连续冷却条件下FeO相变动力学模型；
所述等温FeO等温相变动力学模型为：
X＝1-exp(-ktn) (1)
式中，X为FeO层中共析组织的体积分数，k为相变速率，t为相变时间，n为共析组织的生长指数，相变速率k与相变温度之间存在以下数学关系式，
式中，k0为相变速率常数、Q为相变激活能、T为相变温度，R为理想气体常数9.314J/(mol*K)；
依据Scheil可加性法则，将公式(1)和(2)推广至连续冷却条件下，得到：
式中，ΔXi为FeO在ti时刻下共析组织的体积分数，Δti为时间间隔，ki为ti时刻下相变速率，其计算公式为，
式中，Ti为ti时刻下相变温度，Ti为相变温度；
基于公式(3)、(4)，连续冷却条件下FeO相变动力学模型为，
X＝∑ΔXi＝ΔX1+ΔX2+...+ΔXn (5)
步骤2.从生产现场服务器读取所要预测钢种钢卷的轧制工艺参数，并作为FeO等温相变动力学模型的输入参数；
所述服务器为生产参数的存储媒介；
所述轧制工艺参数包括钢卷的化学成分、卷取温度、轧制各道次轧件厚度、开轧温度、终轧温度、冷却方式、除鳞方式、卷取后冷却条件、钢卷堆垛方式、钢卷尺寸；
所述钢种钢卷为热轧低碳钢，化学成分按重量百分比含C：0.01％～0.10％，Si：0.8％～1.5％，Mn：0.15％～2.5％，S:≤0.015％，P:≤0.019％，其余为Fe和冶炼杂质；
步骤3、计算轧制工艺参数对应工艺条件下的钢卷在连续冷却条件下的温度随时间变化曲线，作为氧化铁皮中FeO相变过程所需的热履历，为氧化铁皮结构演变数字解析过程提供温度参数；
步骤4、根据步骤1中连续冷却条件下FeO相变动力学模型和步骤3提供的温度随时间变化曲线，对氧化铁皮中FeO相变过程进行动态跟踪，对除FeO相变过程任意时间刻共析组织体积分数进行预测计算，获得相变过程任意时刻的氧化铁皮结构，实现氧化铁皮结构演变过程数字解析。
采用上述技术方案所产生的有益效果在于：
本发明提出一种热轧低碳钢氧化铁皮结构演变数字解析方法，通过精确的FeO相变动力学模型，快速计算出氧化铁皮中FeO共析组织转变分数，直观地反映出FeO共析转变过程，对其相变过程进行动态跟踪。此外，通过计算结果，可以比较不同工艺条件下氧化铁皮结构，从而得到最优工艺，得到与“经验-试错”法同样的结果，且与之相比，该方法极大地缩短了工艺开发时间，节约了产品开发成本，提高了新产品研发效率。
附图说明
图1是本发明氧化铁皮结构演变数字解析方法流程图；
图2是本发明选择的工艺1条件下钢卷冷却过程中温度随时间变化曲线；
图3是本发明选择的工艺2条件下钢卷冷却过程中温度随时间变化曲线；
图4是本发明选择的两种不同工艺氧化铁皮中FeO共析转变过程共析组织分数随时间的变化曲线；
图5是本发明选择的工艺1条件下氧化铁皮形貌图；
图6是本发明选择的工艺2条件下氧化铁皮形貌图。
具体实施方式
下面结合附图对本发明具体实施方式加以详细的说明。
一种热轧低碳钢氧化铁皮结构演变数字解析方法，如图1所示，包括以下步骤：
步骤1.建立连续冷却条件下的氧化铁皮中FeO相变动力学模型；
本实例采用SPHC热轧低碳钢，其化学成分如表1所示，
表1 SPHC低碳热轧板化学成分
根据等温FeO相变动力学模型，利用Scheil可加性法则，建立连续冷却条件下FeO相变动力学模型；
所述等温FeO等温相变动力学模型为：
X＝1-exp(-ktn) (1)
式中，X为FeO层中共析组织的体积分数，k为相变速率，t为相变时间，n为共析组织的生长指数，相变速率k与相变温度之间存在以下数学关系式，
式中，k0为相变速率常数、Q为相变激活能、T为相变温度，R为理想气体常数9.314J/(mol*K)；
本实施例中通过实验方法得到模型中的n，k0和Q，其取值如表2所示。
表2低碳钢氧化铁皮相变模型中的参数
在实际生产过程中，FeO的相变过程发生在钢卷的冷却过程中，因此氧化铁皮结构控制也是在钢卷冷却过程中完成的。
但是，模型(1)和(2)仅适用于等温条件下FeO相变分数的计算，而在生产过程中，FeO的相变过程是非等温的，因此需要建立连续冷却过程中FeO相变模型，对生产中FeO相变过程进行预测。本技术依据Scheil可加性法则，将公式(1)和(2)推广至连续冷却条件下，得到：
式中，ΔXi为FeO在ti时刻下共析组织的体积分数，Δti为时间间隔，ki为ti时刻下相变速率，其计算公式为，
式中，Ti为ti时刻下相变温度，Ti为相变温度；
基于公式(3)、(4)，连续冷却条件下FeO相变动力学模型为，
X＝∑ΔXi＝ΔX1+ΔX2+...+ΔXn (5)
以上公式的物理意义为把连续冷却过程划分为n个区间，每个区间内氧化铁皮相变过程都符合等温转变规律，则连续冷却条件氧化铁皮中FeO相变分数可以看为每个等温区间内FeO相变分数之和。通过以上公式可以计算任意工艺条件下FeO中共析组织的体积分数。
本实施例将以上参数代入方程(5)，得到连续冷却条件下FeO相变动力学模型，该模型中共析组织体积分数的计算公式为，
步骤2.从生产现场服务器读取所要预测钢种钢卷的轧制工艺参数，并作为FeO等温相变动力学模型的输入参数；
所述服务器为生产参数的存储媒介，一般情况下，由于轧制工艺参数巨多，且不同的参数通常储存于不同的服务器中，因此，本发明需要主动从各级服务器中读取氧化铁皮结构预测所需的轧制工艺参数。
所述轧制工艺参数包括钢卷的化学成分(C、Si、Mn、S、P、Cr等)、卷取温度、轧制各道次轧件厚度、开轧温度、终轧温度、冷却方式、除鳞方式、卷取后冷却条件、钢卷堆垛方式、钢卷尺寸；
本实施例中选择如表3所示的两种工艺参数，进行后续的计算说明。
表3不同轧制工艺参数
步骤3.计算工艺1和工艺2条件下的钢卷冷却过程的温度随时间变化曲线，计算结果如图2和图3所示，图中横轴为时间，纵轴为钢卷表面温度。对比钢卷表面温度实测值与计算值，可以发现温度随时间变换曲线的计算精度在±20℃内。该步骤可以为氧化铁皮中FeO相变过程，即氧化铁皮结构演变数字解析过程提供温度参数；
所述的钢卷冷却过程中温度随时间变化曲线预测精度为±20℃。
步骤4.根据步骤1中连续冷却条件下FeO相变动力学模型和步骤3提供的温度随时间变化曲线，结合方程(6)，计算除FeO相变过程任意时间刻共析组织体积分数，进而实现氧化铁皮结构演变过程数字解析。
所述氧化铁皮中共析组织预测精度为±10％；
计算工艺1和工艺2条件下FeO相变过程每个相变时刻对应温度下的共析组织体积分数，计算结果如图4所示，图中横轴为时间，纵轴为共析组织体积分数。可以看出，工艺1条件下FeO共析转变开始时间和相变结束时间均早于工艺2。经计算，工艺1条件下氧化铁皮中共析组织体积分数为53.3％，工艺2条件下氧化铁皮中共析组织体积分数为56.7％。
为了检验模型的预算精度，对两种工艺条件下的钢卷进行取样，检测氧化铁皮形貌，检测结果如图5和图6所示，图中灰色部分是氧化铁皮，氧化铁皮中白色条纹状组织是共析组织。对氧化铁皮中共析组织体积分数进行统计，统计结果显示，工艺1条件下共析组织体积分数为51.7％，工艺2条件下共析组织体积分数为55.8％。预测结果与氧化铁皮形貌统计结果完全相符，预测精度在±10％以内。通过图5可以得到钢卷冷却过程任意时刻氧化铁皮中共析组织的体积分数，实现了氧化铁皮相变过程的动态跟踪，即氧化铁皮相变过程的数字解析。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (5)
1.一种热轧低碳钢氧化铁皮结构演变数字解析方法，其特征在于：包括以下步骤：
步骤1、建立连续冷却条件下的氧化铁皮中FeO相变动力学模型；根据等温FeO相变动力学模型，利用Scheil可加性法则，建立连续冷却条件下FeO相变动力学模型；
步骤2、从生产现场服务器读取所要预测钢种钢卷的轧制工艺参数，并作为连续冷却条件下FeO相变动力学模型的输入参数；
步骤3、计算轧制工艺参数对应工艺条件下的钢卷在连续冷却条件下的温度随时间变化曲线，作为氧化铁皮中FeO相变过程所需的热履历，为氧化铁皮结构演变数字解析过程提供温度参数；
步骤4、根据步骤1中连续冷却条件下FeO相变动力学模型和步骤3提供的温度随时间变化曲线，对氧化铁皮中FeO相变过程进行动态跟踪，对除FeO相变过程任意时间刻共析组织体积分数进行预测计算，获得相变过程任意时刻的氧化铁皮结构，实现氧化铁皮结构演变过程数字解析。
2.根据权利要求1所述的一种热轧低碳钢氧化铁皮结构演变数字解析方法，其特征在于，步骤1中所述等温FeO相变动力学模型为：
X＝1-exp(-ktn) (1)
式中，X为FeO层中共析组织的体积分数，k为相变速率，t为相变时间，n为共析组织的生长指数，相变速率k与相变温度之间存在以下数学关系式，
式中，k0为相变速率常数、Q为相变激活能、T为相变温度，R为理想气体常数9.314J/(mol*K)；
依据Scheil可加性法则，将公式(1)和(2)推广至连续冷却条件下，得到：
式中，ΔXi为FeO在ti时刻下共析组织的体积分数，Δti为时间间隔，ki为ti时刻下相变速率，其计算公式为，
式中，Ti为ti时刻下相变温度，Ti为相变温度；
基于公式(3)、(4)，连续冷却条件下FeO相变动力学模型为，
X＝∑ΔXi＝ΔX1+ΔX2+...+ΔXn (5)。
3.根据权利要求1所述的一种热轧低碳钢氧化铁皮结构演变数字解析方法，其特征在于，步骤2中所述服务器为生产参数的存储媒介；
所述轧制工艺参数包括钢卷的化学成分、卷取温度、轧制各道次轧件厚度、开轧温度、终轧温度、冷却方式、除鳞方式、卷取后冷却条件、钢卷堆垛方式、钢卷尺寸。
4.根据权利要求1所述的一种热轧低碳钢氧化铁皮结构演变数字解析方法，其特征在于，步骤2中所述钢种钢卷为热轧低碳钢，化学成分按重量百分比含C：0.01％～0.10％，Si：0.8％～1.5％，Mn：0.15％～2.5％，S:≤0.015％，P:≤0.019％，其余为Fe和冶炼杂质。
5.根据权利要求1所述的一种热轧低碳钢氧化铁皮结构演变数字解析方法，其特征在于，步骤4中所述任意时间刻共析组织体积分数的预测精度为±10％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010966429.1A CN112417639B (zh) | 2020-09-15 | 2020-09-15 | 一种热轧低碳钢氧化铁皮结构演变数字解析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010966429.1A CN112417639B (zh) | 2020-09-15 | 2020-09-15 | 一种热轧低碳钢氧化铁皮结构演变数字解析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112417639A CN112417639A (zh) | 2021-02-26 |
| CN112417639B true CN112417639B (zh) | 2023-08-04 |
Family
ID=74855357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010966429.1A Active CN112417639B (zh) | 2020-09-15 | 2020-09-15 | 一种热轧低碳钢氧化铁皮结构演变数字解析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112417639B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1431060A (zh) * | 2002-01-11 | 2003-07-23 | 中国科学院金属研究所 | 一种热轧过程带钢组织演变与性能预测的方法 |
| CN101879530A (zh) * | 2010-06-25 | 2010-11-10 | 东北大学 | 热连轧带钢表面氧化铁皮厚度软测量方法 |
| CN104070075A (zh) * | 2014-06-04 | 2014-10-01 | 北京中冶设备研究设计总院有限公司 | 一种热轧带钢层流冷却过程控制装置与方法 |
| WO2015180500A1 (zh) * | 2014-05-30 | 2015-12-03 | 宝山钢铁股份有限公司 | 热轧免酸洗直接冷轧还原退火热镀产品的生产方法 |
-
2020
- 2020-09-15 CN CN202010966429.1A patent/CN112417639B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1431060A (zh) * | 2002-01-11 | 2003-07-23 | 中国科学院金属研究所 | 一种热轧过程带钢组织演变与性能预测的方法 |
| CN101879530A (zh) * | 2010-06-25 | 2010-11-10 | 东北大学 | 热连轧带钢表面氧化铁皮厚度软测量方法 |
| WO2015180500A1 (zh) * | 2014-05-30 | 2015-12-03 | 宝山钢铁股份有限公司 | 热轧免酸洗直接冷轧还原退火热镀产品的生产方法 |
| CN104070075A (zh) * | 2014-06-04 | 2014-10-01 | 北京中冶设备研究设计总院有限公司 | 一种热轧带钢层流冷却过程控制装置与方法 |
Non-Patent Citations (4)
| Title |
|---|
| 700MPa级高强钢氧化铁皮高温热变形行为;曹光明等;中南大学学报(自然科学版);第50卷(第10期);2368-2375 * |
| Application of neural network to prediction of plate finish cooling temperature;Cao guangming等;《Journal of Central South University of Technology》(第1期);136-140 * |
| CSP热轧过程中氧化铁皮结构和厚度演变规律研究;刘旭辉;成小军;曹光明;刘振宇;吴迪;;金属材料与冶金工程(第06期);7-10 * |
| 薄板坯连铸连轧过程控制技术的发展、应用及展望;何安瑞;荆丰伟;刘超;赵海山;周杰;;轧钢(第03期);1-7 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112417639A (zh) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101879530B (zh) | 热连轧带钢表面氧化铁皮厚度软测量方法 | |
| CN103459648B (zh) | 热轧钢板及其制造方法 | |
| CN100554442C (zh) | 控制钢板冷却的方法 | |
| KR20160105464A (ko) | 미세조직 시뮬레이터, 모니터 및/또는 모델을 이용한, 열연 및 후판 공장에서 금속 강 합금 및 철 합금의 최적 제조 방법 | |
| CN110110839B (zh) | 基于pso-lm-bp神经网络的带钢冷轧横向厚差预报方法 | |
| CN110991089B (zh) | 一种转炉炼钢冶炼后期碳含量预报方法 | |
| CN112036081A (zh) | 基于收得率预测的转炉出钢硅锰合金加入量确定方法 | |
| CN113343576A (zh) | 基于深度神经网络的钙处理过程中钙的收得率的预测方法 | |
| CN103008358A (zh) | 优化装置、优化方法、及优化程序 | |
| CN102122324A (zh) | 热轧棒线材力学性能预报方法 | |
| CN104778361A (zh) | 改进型EMD-Elman神经网络预测铁水硅含量的方法 | |
| JP2022048037A (ja) | 鋼帯及びその製造方法 | |
| CN115815345A (zh) | 预测全流程热轧带钢力学性能的机理协同预报方法及系统 | |
| CN112417639B (zh) | 一种热轧低碳钢氧化铁皮结构演变数字解析方法 | |
| CN116469481A (zh) | 一种基于XGBoost算法的LF精炼钢水成分预报方法 | |
| CN104775006A (zh) | 基于炉气分析模型的真空吹氧脱碳精炼的脱碳控制方法 | |
| CN112597627A (zh) | 一种预测弹簧钢加热过程氧化层厚度的计算方法 | |
| RU2752518C1 (ru) | Способ эксплуатации отжигательной печи | |
| JP4353054B2 (ja) | Ｒｈ真空脱ガス装置における溶鋼脱炭方法 | |
| JP2022014878A (ja) | 製造仕様決定支援装置、製造仕様決定支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記録媒体 | |
| Huang et al. | Prediction of alloy yield based on optimized BP neural network | |
| KR20210079817A (ko) | 용융 합금화 아연 도금 강판 제조 장치 및 방법 | |
| Zhikharev et al. | Artificial Intelligence and Machine Learning In Metallurgy. Part 2. Application Examples | |
| JP6095822B1 (ja) | マルテンサイト系ステンレス鋼板およびメタルガスケット製造法 | |
| CN115386720B (zh) | 一种冷轧连续退火钢板力学性能在线控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |