CN115993355A

CN115993355A - 一种热镀锌机组锌渣模式识别方法及检测装置

Info

Publication number: CN115993355A
Application number: CN202111224713.2A
Authority: CN
Inventors: 何建锋; 李庆胜; 朱健华; 顾希成
Original assignee: Baosteel Ri Iron Automobile Plate Co ltd
Current assignee: Baosteel Ri Iron Automobile Plate Co ltd
Priority date: 2021-10-20
Filing date: 2021-10-20
Publication date: 2023-04-21

Abstract

本发明公开了一种热镀锌机组锌渣模式识别方法，属于锌渣识别技术领域，该热镀锌机组锌渣模式识别方法包括以下步骤，基于数据平台，获取锌锅区域内的渣铝含量数据和渣铁含量数据；定义若干个变量，将渣铝含量数据和渣铁含量数据代入变量，计算变量的实时值，根据变量的实时值判别锌渣的状态，对锌渣模式进行判别，从而对生产作出指导。本发明还公开了一种热镀锌机组锌渣检测装置，该热镀锌机组锌渣模式识别方法及检测装置实现了锌渣模式识别的低误差，为现场工人实时掌握当前锌浴生产状态提供了依据，对指导调整加锌种类以及锌渣清扫具有重要意义，能够对提高带钢生产质量给出重要指导。

Description

一种热镀锌机组锌渣模式识别方法及检测装置

技术领域

本发明涉及锌渣识别技术领域，更具体地，涉及一种热镀锌机组锌渣模式识别方法及检测装置。

背景技术

锌渣即溶解在锌液里的铁与锌或和锌液中的铝在高温条件下产生的Fe-Zn系、Fe-Al系或者Fe-Zn-Al系金属间化合物，锌液中锌渣的形成是无法避免的，锌液体系不同，锌液里形成的形成原因及锌渣种类也不同，依据锌渣在锌液里所处状态的不同，可以将锌渣划分为面渣、底渣和悬浮渣三类：面渣：面渣主要构成是Fe₂Al₅，其密度约为4.2g/cm³，小于锌液密度，因此易于漂浮在锌液上表面，同时锌也能溶解在此二元化合物中，因此，面渣的实际组成结构是Fe₂Al₅Znx三元金属化合物。面渣的样貌一般为较圆滑棱角的颗粒状多边形，大小约为40-100μm；底渣在含铝量较低的锌液中，底渣通常为溶解在锌液里的锌与铁相互作用形成的Zn-Fe化合物，以FeZn7和FeZn13为主，其中溶有少量的铝，经现场工程师测定，底渣成分中Fe占6-9wt％、Zn占87-91wt％、Al占2-4wt％。底渣尺寸大约为80-400μm，密度稍大于锌液，因此如果锌液没有搅动，底渣会缓慢下沉至锌锅底部，积聚并黏附在锌锅底部且难以捞除。在连续热镀锌实际工艺里，当热浸镀锌液从合金化状态向纯锌液转变时，由于锌液底部的底渣会与添加的Al发生化学反应并生成面渣,因此有必要了解熔渣的转化规律并控制热浸镀锌钢和合金热浸镀锌钢的涂层结构；悬浮渣：悬浮渣尺寸约为10-40μm，其密度介于面渣与底渣之间，它是锌渣悬浮于锌液中生成的颗粒。带钢把类型不一样的锌渣带出锌锅的几率也略有差异。

热镀锌板以其良好的耐腐蚀性、可加工性以及较低的成本，越来越受到市场的青睐，并且正在逐步取代电镀锌以及冷轧板在汽车外板和家电板中的应用，因此，对热镀锌板的表面质量提出了更高的要求，受热镀锌生产工艺的影响，锌渣成为影响热镀锌产品表面质量的主要缺陷之一，锌渣除了危害热镀锌板产品质量外，还会在锌锅的底部沉积，隔绝热量，导致锌液升温困难，燃料消耗增加。所以及时了解锌渣当前状态并及时清理锌渣对带钢的高质量生产具有重大意义。

现有技术中，通常采用电化学检测法对锌浴成分中的渣铝和渣铁含量进行测定，这种电化学检测法虽然能够对对锌浴成分中的渣铝和渣铁含量进行测定，但该方法对锌渣识别误差比较大，准确度比较差，无法对当前的锌渣状态进行定义，通过无法对当前锌渣的模式判定，无法利用锌渣来判断当前生产状态，更加无法针对性调整加锌种类以及锌渣清扫。

发明内容

本发明的目的在于提供一种热镀锌机组锌渣模式识别方法及检测装置，通过热镀锌机组锌渣检测装置对热镀锌锌锅内渣铝含量、渣铁含量进行检测，同时热镀锌机组锌渣模式识别方法不仅能够实现对锌浴成分的实时检测，而且也能够直接分析出样本中有效铝、游离铁以及各种组分锌渣的含量，极大地改善了过往电化学检测法的不足之处。

为了实现上述目的，本发明采用以下技术方案：

依据本发明的一方面，提供了一种热镀锌机组锌渣模式识别方法，包括以下步骤：

S1.基于数据平台，获取锌锅区域内的渣铝含量数据和渣铁含量数据；

S2.定义若干个变量，将S1中的数据代入变量，计算变量的实时值；

S3.根据变量的实时值判别锌渣的状态，对锌渣模式进行判别，从而对生产作出指导。

依据本发明上述方面的一种热镀锌机组锌渣模式识别方法，其中S1中的数据平台包括两部分，分别为钢卷数据中心和锌浴状态在线分析系统。

依据本发明上述方面的一种热镀锌机组锌渣模式识别方法，其中S1包括以下步骤：

S11.锌浴状态在线分析系统获取锌浴区域内的渣铝含量、渣铁含量及其锌锅工作状态数据，并将上述数据发送至钢卷数据中心的服务器；

S12.钢卷数据中心部分收集并在服务器上存储带钢生产时的钢卷生产数据，且接收锌浴状态在线分析系统发送的数据；

S13.锌浴状态在线分析系统与钢卷数据中心通讯，获取实时的钢卷生产数据，同时将钢卷生产数据和锌浴区域内数据进行整合和进一步的计算分析，并通过前端的页面进行可视化展示。

依据本发明上述方面的一种热镀锌机组锌渣模式识别方法，其中S2具体包括以下步骤：

S21.定义两个变量，即锌渣模和锌渣幅角；

S22.根据当前锌浴区域内的渣铝含量和渣铁的含量，分别代入锌渣模和锌渣幅角进行计算，获取锌渣模和锌渣幅角的计算值。

依据本发明上述方面的一种热镀锌机组锌渣模式识别方法，其中S21中锌渣模dross的计算公式如下：

锌渣幅角θ的计算公式如下：

依据本发明上述方面的一种热镀锌机组锌渣模式识别方法，其中S3具体包括以下步骤：

S31.根据历史生产记录，定义锌渣模和锌渣幅角的极限值；

S32.根据锌渣模和锌渣幅角的极限值，将锌渣的模式定义为四种模式；

S33.根据变量的实值对锌渣的含量以及锌渣的成分组成进行模式识别，判别锌渣的状态，从而对生产提出指导。

依据本发明上述方面的一种热镀锌机组锌渣模式识别方法，其中S32中锌渣的四种模式如下：

Pattern1:dross<0.02,45℃<θ<90℃，代表锌锅悬浮渣较少，趋向面渣；

Pattern2:dross<0.02,θ<45℃，代表锌锅悬浮渣较少，趋向底渣；

Pattern3:0.02<dross<0.04,45℃<θ<90℃，代表锌锅悬浮渣较多，趋向面渣；

Pattern3:0.02<dross<0.04,θ<45℃，代表锌锅悬浮渣较多，趋向底渣。

依据本发明的另一方面，提供了一种热镀锌机组锌渣检测装置，包括：

Galvalibs检测探头，与PLC控制柜中的上位机设备通过电缆通讯连接，将激光束射入锌浴中，获取到锌浴中各化学元素的含量及存在状态，然后对信号进行放大和滤波，通过电缆传输给上位机设备；和/或

进给机构，与所述Galvalibs检测探头机械连接，控制Galvalibs检测探头的上升下降和左右移动；和/或

PLC控制柜，与所述进给机构电性连接，是控制所述进给机构的运作，通过TCP/IP的形式将设备信息发送给锌浴状态在线分析系统；和/或

摄像头，分别与所述PLC控制柜、所述Galvalibs检测探头电性连接，实时监控检测现场硬件系统运行的情况和锌锅区域的热镀锌生产情况。

依据本发明上述方面的一种热镀锌机组锌渣检测装置，其中PLC控制柜包括Galvalibs上位机设备，用于给Galvalibs检测探头发射激励信号，从Galvalibs检测探头获取传送过来的检测信号，并对检测信号进行处理，以TCP/IP的形式将信号传送给锌浴状态在线分析系统；和/或PLC控制设备，用于控制进给机构的运作，通过TCP/IP的形式将设备信息发送给锌浴状态在线分析系统。

采用上述技术方案，本发明具有以下优点：

本发明提供了一种热镀锌机组锌渣模式识别方法及检测装置，通过热镀锌机组锌渣检测装置对热镀锌锌锅内渣铝、渣铁含量的检测，通过锌渣模式识别方法完成当前锌渣的模式判定，能够对当前锌浴状态进行定性判别，对指导带钢生产，提高带钢镀锌质量、减少成本具有非常积极的作用，锌渣模式识别准确率高，实现了锌渣模式识别的低误差，为现场工人实时掌握当前锌浴生产状态提供了依据，对指导调整加锌种类以及锌渣清扫具有重要意义，能够对提高带钢生产质量给出重要指导。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。

图1是本发明热镀锌机组锌渣检测配置图；

图2是本发明热镀锌机组锌渣检测装置的结构连接框图；

图3是本发明热镀锌机组锌渣模式识别方法的流程图；

图4是本发明锌渣模式判别流程图。

具体实施方式

以下结合说明书附图对本发明的技术方案进行具体说明，在具体实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施，且根据本说明书所揭露的说明书、权利要求及附图，本领域技术人员可轻易地理解本发明相关的目的及优点。

图1示出了本发明热镀锌机组锌渣检测配置图；图2示出了本发明热镀锌机组锌渣检测装置的结构连接框图。

一种热镀锌机组锌渣检测装置具体如图1和图2所示，包括以下四个部分：

Galvalibs检测探头，与PLC控制柜中的上位机设备通过电缆通讯连接，其主要功能是通过将激光束射入锌浴中，获取到锌浴中各化学元素的含量及存在状态，然后对信号进行放大和滤波，最后通过电缆传输给PLC控制柜中的上位机设备。

其中，Galvalibs设备，其主要是用于对熔融金属进行持续、实时的激光诱导击穿光谱(LIBS)测量，基于元素光谱法的所谓激光诱导击穿光谱(LIBS)技术是一种利用激光在被测物体表面进行瞬时测量的技术，高能量脉冲激光能够照射在被测物表面，从而激发等离子体，等离子体在冷却的过程中会发射特征光，这些特征光被光纤采集并被光谱仪分析之后即可转化为各元素的含量，该技术利用脉冲激光产生的等离子体烧蚀并激发样品中的物质，并通过光谱仪获取被等离子体激发的原子所发射的光谱，以此来识别样品中的元素组成成分，进而可以进行材料的识别、分类、定性以及定量分析，该激光诱导击穿光谱(LIBS)技术不仅能实现对锌浴成分的实时检测，而且也能够直接分析出样本中有效铝、游离铁以及各种组分锌渣的含量，典型的有悬浮渣和底渣。Galvalibs设备便是通过Al和Fe的谱线强度来分辨其测量的元素是溶解态还是化合态，各种元素的溶解态和分布于渣中的化合态所用的谱线波长相同，区别是化合态的Al和Fe的谱线强度超出溶解态的Al和Fe 20倍以上，由于锌锅内的成分相对比较稳定，因此，锌锅中Al和Fe的溶解态和化合态很容易进行区分，从而检测出当前锌锅中渣态铝和渣态铁的含量；和/或

进给机构，与Galvalibs检测探头机械连接，其主要功能是控制Galvalibs检测探头的上升下降和左右移动；当Galvalibs检测探头工作时，需将Galvalibs检测探头完全浸没至锌浴液面以下50mm，以获得精准可信的数据；当Galvalibs检测探头停止工作时，需将Galvalibs检测探头上升并离开锌锅区域，以防锌浴或锌蒸汽液化凝固最终堵塞Galvalibs检测探头；和/或

PLC控制柜，与进给机构电性连接，其中PLC控制柜内包括Galvalibs上位机设备和PLC控制设备，其中，Galvalibs上位机设备主要是给Galvalibs检测探头发射激励信号，再获取从Galvalibs检测探头传送过来的检测信号，并对该信号进行处理，然后以TCP/IP的形式将信号传送给锌浴状态在线分析系统；PLC控制设备主要是控制进给机构的运作，然后通过TCP/IP的形式将设备信息发送给锌浴状态在线分析系统；和/或

摄像头，分别与PLC控制柜、Galvalibs检测探头电性连接，主要用来实时监控检测现场硬件系统运行的情况和锌锅区域的热镀锌生产情况。

图3示出了本发明热镀锌机组锌渣模式识别方法的流程图。

一种热镀锌机组锌渣模式识别方法如图3所示，具体包括以下步骤：

其中：S1中的数据平台包括两部分，分别为钢卷数据中心和锌浴状态在线分析系统；

钢卷数据中心，其主要功能是收集并在钢厂的服务器上存储带钢生产时的钢卷基本信息和生产现场数据。

锌浴状态在线分析系统，其主要功能一方面是与Galvalibs设备的上位机设备通讯，以TCP/IP形式获取锌浴区域的各种数据(如当前锌锅内的渣铝含量、渣铁含量)及其设备的工作状态数据，并将其发送给钢卷数据的中心服务器；另一方面是与钢卷数据中心通讯，获取实时的钢卷生产数据，最终将各类数据进行整合和进一步计算分析，并通过前端页面进行可视化展示。

S1具体包括以下步骤：

S2.定义若干个变量，将上述S1中的数据代入变量，计算变量的实时值；

其中S2具体包括以下步骤：

S21.在一个具体的实施例中，基于数据平台获取的锌锅区域内的渣铝含量数据和渣铁含量数据，定义两个变量，即锌渣模dross和锌渣幅角θ，这两个变量均为实时值；

其中，锌渣模dross的计算公式如下：

锌渣幅角θ的计算公式如下：

图4示出了本发明锌渣模式判别流程图。

其中S3具体包括以下步骤，具体如图4所示：

S31.根据历史生产记录，定义锌渣模和锌渣幅角的极限值；根据历史生产记录，定义了锌渣模的最大值为0.04，锌渣幅角最大为90°。

S32.根据锌渣模和锌渣幅角的极限值，将锌渣的模式定义为四种模式，锌渣的四种模式如下：

Pattern2:dross<0.02,θ<45℃，代表锌锅悬浮渣较少，趋向底渣；

当锌渣模较小且锌渣幅角较大时，说明此时锌渣含量较少，且锌渣中渣铝含量较高，面渣较多，有利于清除锌渣，从而有利于生产，并根据此确定了锌渣的模式判别方法，判定流程图具体如图4所示。

S33.根据变量的实值对锌渣的含量以及锌渣的成分组成进行模式识别，判别锌渣的状态，从而对生产提出指导，由如图4所示，确定的锌渣模式判别方法为现场工人实时掌握当前锌浴生产状态提供了依据，从而对指导生产具有重大意义。

在一个具体的实施例中，在带钢某一生产线上应用了上述技术方案，应用到一卷带钢生产时锌浴状态锌渣模式判定方法具体如图4所示，锌渣模式共定义了四种模式，锌渣锌渣模式识别在线判别结果如下表1所示，

表1锌渣模式识别在线判别结果

卷号	钢种	dross_Al	dross_Fe	dross	θ	pattern
							11130032000	DQ	0.00271	0.01668	0.01690	9.2	2
11130032000	DQ	0.00263	0.01697	0.01717	8.8	2
							11130032600	DQ	0.00415	0.01461	0.01520	15.8	2
11130032600	DQ	0.00793	0.02345	0.02475	18.7	4
							11130476700	590DP-c2	0.01032	0.01734	0.02018	30.8	4
11130476700	590DP-c2	0.02345	0.00954	0.02531	67.9	3
							11423782900	590DP-c2	0.01455	0.00456	0.01525	72.6	1

该热镀锌机组锌渣模式识别方法用于某生产线带钢生产过程中的锌浴状态中锌渣模式的在线判别，在现场运行的一个月中，锌渣的模式识别结果能够实时显示在锌浴成分在线分析系统的显示界面，由于本技术方案中定义的锌渣模式是由数学分类定义的，不是基于人工智能的方法，根据我们选取的三天内的生产数据进行验证，结果表明模式识别结果与最初数学分类所定义的四种锌渣模式是一致的，所以锌渣模式识别准确率可以达到95％以上，实现了模式识别的低误差，对带钢生产过程中的加锌以及锌渣清扫具有重要的指导意义，能够对当前锌浴状态进行定性判别，对指导带钢生产，提高带钢镀锌质量、减少成本具有非常积极的作用。

最后，需要指出的是，虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，在不脱离本发明构思的前提下还可以作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims

1.一种热镀锌机组锌渣模式识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种热镀锌机组锌渣模式识别方法，其特征在于，所述S1中的数据平台包括两部分，分别为钢卷数据中心和锌浴状态在线分析系统。

3.如权利要求2所述的一种热镀锌机组锌渣模式识别方法，其特征在于，所述S1包括以下步骤：

4.如权利要求1所述的一种热镀锌机组锌渣模式识别方法，其特征在于，所述S2具体包括以下步骤：

S21.定义两个变量，即锌渣模和锌渣幅角；

5.如权利要求4所述的一种热镀锌机组锌渣模式识别方法，其特征在于，所述S21中锌渣模dross的计算公式如下：

锌渣幅角θ的计算公式如下：

6.如权利要求1所述的一种热镀锌机组锌渣模式识别方法，其特征在于，所述S3具体包括以下步骤：

S31.根据历史生产记录，定义锌渣模和锌渣幅角的极限值；

7.如权利要求6所述的一种热镀锌机组锌渣模式识别方法，其特征在于，所述S32中锌渣的四种模式如下：

Pattern2:dross<0.02,θ<45℃，代表锌锅悬浮渣较少，趋向底渣；

8.一种热镀锌机组锌渣检测装置，其特征在于，包括：

9.如权利要求8所述的一种热镀锌机组锌渣检测装置，其特征在于，所述PLC控制柜包括：

Galvalibs上位机设备，用于给Galvalibs检测探头发射激励信号，从Galvalibs检测探头获取传送过来的检测信号，并对检测信号进行处理，以TCP/IP的形式将信号传送给锌浴状态在线分析系统；和/或

PLC控制设备，用于控制进给机构的运作，通过TCP/IP的形式将设备信息发送给锌浴状态在线分析系统。