CN116694903A - 一种铜管退火自适应调整方法及系统 - Google Patents
一种铜管退火自适应调整方法及系统 Download PDFInfo
- Publication number
- CN116694903A CN116694903A CN202310803397.7A CN202310803397A CN116694903A CN 116694903 A CN116694903 A CN 116694903A CN 202310803397 A CN202310803397 A CN 202310803397A CN 116694903 A CN116694903 A CN 116694903A
- Authority
- CN
- China
- Prior art keywords
- annealing
- temperature
- copper pipe
- copper
- temperature distribution
- 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.)
- Granted
Links
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 title claims abstract description 163
- 238000000137 annealing Methods 0.000 title claims abstract description 163
- 229910052802 copper Inorganic materials 0.000 title claims abstract description 163
- 239000010949 copper Substances 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000009826 distribution Methods 0.000 claims abstract description 73
- 238000010438 heat treatment Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 230000036760 body temperature Effects 0.000 claims abstract description 26
- 238000011084 recovery Methods 0.000 claims abstract description 11
- 238000012163 sequencing technique Methods 0.000 claims description 21
- 230000006698 induction Effects 0.000 claims description 13
- 238000001816 cooling Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 11
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000005415 magnetization Effects 0.000 claims description 4
- 238000012916 structural analysis Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 21
- 229910000831 Steel Inorganic materials 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 239000010959 steel Substances 0.000 abstract description 4
- 239000000463 material Substances 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 239000013078 crystal Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005555 metalworking Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010301 surface-oxidation reaction Methods 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D9/00—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor
- C21D9/08—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor for tubular bodies or pipes
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D11/00—Process control or regulation for heat treatments
-
- 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
- C22F1/08—Changing the physical structure of non-ferrous metals or alloys by heat treatment or by hot or cold working of copper or alloys based thereon
-
- 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
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Abstract
本发明涉及铜管生产技术领域，尤其涉及一种铜管退火自适应调整方法及系统，方法包括：测定铜管热处理退火阶段的管体温度，获得第一温度分布信息；测定铜管线性退火阶段的管体温度，获得第二温度分布信息；对第一温度分布信息和第二温度分布信息进行分析，并获得温度分布分析结果；对铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息；将温度分析结果和晶粒结构信息输入退火自适应调整模型，获得退火调整参数；通过退火调整参数进行铜管热处理退火阶段和铜管线性退火阶段的参数自适应调整。通过本发明，有效解决了铜管退火过程中由于晶粒结构偏差导致的产品质量问题，保证了同一型号的不同批钢材生产出的产品的一致性和稳定性。
Description
技术领域
本发明涉及铜管生产技术领域，尤其涉及铜管退火自适应调整方法及系统。
背景技术
铜管退火是一种常见的金属加工工艺，用于改善铜管的性能和特性。在铜管制造过程中，由于加工和成形过程中的应力和变形，铜管的晶粒结构会发生变化，导致材料硬化和内部应力积累。退火工艺可以通过热处理退火、线性退火使铜管调整晶粒结构，以提高材料的可塑性和强度。
然而，同批铜材制作的铜管往往具备相似的晶粒结构，在面对同一型号的不同批铜材之间可能会产生晶粒结构的很大偏差，而在连续生产的情况下，缺乏对铜管晶粒结构的采样调查，容易引起铜管退火处理后的产品质量出现问题。
公开于该背景技术部分的信息仅仅旨在加深对本公开总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
发明内容
本发明提供了铜管退火自适应调整方法及系统方法，可有效解决背景技术中的问题。
为了达到上述目的，本发明所采用的技术方案是：
一种铜管退火自适应调整方法，所述方法包括：
对铜管内螺纹的质量应用需求进行分析，获得质量导向排序结果；
对铜管的内部进行质量检测，获得内部质量检测结果，其中，所述质量检测结果包括内螺纹精度信息和铜管缺陷信息；
对所述铜管的外表面进行质量检测，获得表面质量信息；
根据所述内螺纹精度信息、铜管缺陷信息和表面质量信息对铜管内螺纹成型质量进行质量评估，获得第一质量评估结果；
将所述第一质量评估结果与所述质量导向排序结果进行对照，获得第二评估结果。
进一步地，所述测定铜管热处理退火阶段的管体温度，获得第一温度分布信息，包括：
对所述热处理退火阶段的铜管按照加热温度进行区域划分；
在每个所述区域设置至少两个测温点，并获得所述每个区域内的至少两个测温点的平均值，所述平均值为第一区域测定温度；
将各个区域的所述第一区域测定温度对应所述铜管的位置进行排序，获得第一排序结果；
根据所述第一排序结果获得所述第一温度分布信息。
进一步地，所述测定所述铜管线性退火阶段的管体温度，获得第二温度分布信息，包括：
对所述线性退火阶段的铜管按照冷却温度进行区域划分；
在每个所述区域设置至少两个测温点，并获得所述每个区域内的至少两个测温点的平均值，所述平均值为第二区域测定温度；
将各个区域的所述第二区域测定温度对应所述铜管的位置进行排序，获得第二排序结果；
根据所述第二排序结果获得所述第二温度分布信息。
进一步地，所述对所述第一温度分布信息和所述第二温度分布信息进行分析，并获得温度分布分析结果，包括：
将所述第一排序结果和第二排序结果组成第三排序结果，并计算相邻测温点区域之间的温度梯度；
根据各个所述温度梯度获得温度梯度结果集合；
通过所述第三排序结果和所述温度梯度结果集合获得所述温度分布分析结果。
进一步地，所述温度梯度计算公式为：
其中，G表示所述温度梯度，TA和TB分别表示两个相邻测定区域的区域测定温度，D表示所述两个相邻测定区域的距离。
进一步地，对所述铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息，包括：
对所述铜管表面进行预处理；
将预处理后的所述铜管放置在恒定的外部磁场中，确保磁化方向与所述外部磁场方向一致；
测量所述铜管中磁感应强度，并记录磁感应强度值；
通过所述磁感应强度值绘制磁滞回线，并通过逐步改变施加的磁场大小的方向，得到完整的所述磁滞回线；
基于所述磁滞回线的形状和数据，获得所述晶粒结构信息。
进一步地，获得退火调整参数，包括：
判断所述晶粒结构信息是否满足预设影响值；
当所述晶粒结构信息不满足所述预设影响值时，通过所述退火自适应调整模型对所述铜管热处理退火阶段的管体温度或所述线性退火阶段的管体温度进行参数控制调整；
通过所述参数控制调整获得所述退火调整参数。
一种铜管退火自适应调整系统，所述系统包括：
热处理温度模块：测定铜管热处理退火阶段的管体温度，获得第一温度分布信息；
线性温度模块：测定所述铜管线性退火阶段的管体温度，获得第二温度分布信息；
温度分析模块：对所述第一温度分布信息和所述第二温度分布信息进行分析，并获得温度分布分析结果；
结构采集模块：对所述铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息；
自适应调整模块：将所述温度分析结果和所述晶粒结构信息输入退火自适应调整模型，获得退火调整参数；
参数调整模块：通过所述退火调整参数进行所述铜管热处理退火阶段和所述铜管线性退火阶段的参数自适应调整。
进一步地，所述自适应调整模块包括：
结构分析单元：判断所述晶粒结构信息是否满足预设影响值；
控制调整单元：当所述晶粒结构信息不满足所述预设影响值时，通过所述退火自适应调整模型对所述铜管热处理退火阶段的管体温度或所述线性退火阶段的管体温度进行参数控制调整；
参数获取单元：通过所述参数控制调整获得所述退火调整参数。
通过本发明的技术方案，可实现以下技术效果：
有效解决了铜管退火过程中由于晶粒结构偏差导致的产品质量问题，保证了同一型号的不同批钢材生产出的产品的一致性和稳定性。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为铜管退火自适应调整方法及系统的流程示意图；
图2为获得第一温度分布信息流程示意图；
图3为获得温度分布分析结果流程示意图；
图4为获得晶粒结构信息流程示意图；
图5为获得退火调整参数流程示意图；
图6为铜管退火自适应调整系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
如图1所示，本申请提供了一种铜管退火自适应调整方法，方法包括：
S100:测定铜管热处理退火阶段的管体温度，获得第一温度分布信息；
具体而言，热处理退火指的是材料被加热到特定温度并保持一段时间，然后缓慢冷却直到室温的这一过程，这种退火过程可以消除应力、恢复晶格结构和增大晶粒尺寸，较高的退火温度和较长的保温时间可以促使晶粒长大。通过对铜管热处理的管体温度的测量，可以掌握铜管在热处理过程中的加热和冷却情况，以及不同位置的温度变化情况。在具体的热处理过程中，铜管的温度分布对材料的性能、组织结构等方面都有着重要的影响，因此，通过获得第一温度分布信息，可以对铜管的加热和冷却过程进行详细的分析，并确定最佳的工艺参数。
S200:测定铜管线性退火阶段的管体温度，获得第二温度分布信息；
具体而言，线性退火是一种控制冷却速率的退火方法，铜管在退火温度下保持一定时间，然后通过缓慢降低温度来控制冷却速率，这种控制方法可以获得较大的晶粒尺寸和更均匀的晶粒分布。本实施例结合热处理和线性退火，通过热处理退火形成初步的晶粒结构，消除应力和恢复晶格结构，再通过线性退火的方式控制冷却速率来进一步调整晶粒尺寸和分布。通过测量铜管线性退火阶段的管体温度，可以获得第二温度分布信息，进一步分析铜管的温度变化情况和分布规律。同时，根据第二温度分布信息，还可以确定最佳的线性退火工艺参数，并进行相应的调整和优化，以达到更好的退火效果。
S300:对第一温度分布信息和第二温度分布信息进行分析，并获得温度分布分析结果；
具体而言，通过对铜管热处理退火阶段和线性退火阶段的温度分布信息进行综合分析，可以了解铜管在不同的退火阶段的管体温度分布规律，温度分布分析结果通过时间轴和铜管的不同位置进行温度变化分析，了解晶粒结构与退火的温度变化之间的关系，且也可以判断铜管在退火过程中是否正常，避免出现内壁氧化，外表面氧化，收缩率不均等问题。
S400:对铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息；
具体而言，恢复阶段指的是铜管在退火完成后温度降至正常室温下静置的温度的阶段，在这一状态下的铜管趋于稳定，因而在这个阶段采集铜管的内部晶粒结构更有利于观察退火后铜管内部的变化情况，判断铜管退火是否成功。铜管的内部晶粒结构是由大量晶粒组成的微观结构，晶粒是铜管材料中最基本的结构单元，由一定数量的晶体团聚而成。在铜管材料中，晶粒的大小、形状、分布等参数对其性能具有很大的影响。晶粒尺寸越小，铜管的硬度和强度越高，延展性和韧性则会降低；晶粒尺寸越大，铜管的延展性和韧性会增加，但硬度和强度会降低。所以采集铜管内部晶粒结构是判断退火是否成功的关键手段。
S500:将温度分析结果和晶粒结构信息输入退火自适应调整模型，获得退火调整参数；
具体而言，将温度分析结果和晶粒结构信息输入退火自适应调整模型，该模型应该是根据铜管工艺过程的特点和需求，建立针对铜管热处理退火阶段和线性退火阶段的退火自适应调整模型，例如可以使用神经网络、遗传算法等方法建立模型。根据模型运算和分析结果，得出最佳的退火调整参数，这些参数可以包括加热温度、保温时间、冷却速度等。参数的获取有利于为热处理退火阶段和线性退火阶段的各项参数提供了基准，同时也是通过晶粒结构信息判断退火是否成功的依据。
S600:通过退火调整参数进行铜管热处理退火阶段和铜管线性退火阶段的参数自适应调整。
具体而言，根据退火自适应调整模型得到的退火调整参数，在实际生产过程中对热处理退火阶段和线性退火阶段的参数进行自动调整，而同批铜材的原材料具有相似的晶粒结构特点以及分布，通过对当下铜管恢复阶段的晶粒结构分析以及对应的热处理和线性退火的温度变化的获得，可以调整下一个铜管的加热和冷却速率，这些调整包括时间上和对整体铜管的位置上。通过测量铜管的温度分布信息和内部晶粒结构信息，输入到退火自适应调整模型中得到最佳的退火调整参数，进而根据这些参数对热处理退火阶段和线性退火阶段的参数进行自动调整。
通过本发明，有效解决了铜管退火过程中由于晶粒结构偏差导致的产品质量问题，保证了同一型号的不同批钢材生产出的产品的一致性和稳定性。
进一步来说，如图2所示，测定铜管热处理退火阶段的管体温度，获得第一温度分布信息，包括：
S110:对热处理退火阶段的铜管按照加热温度进行区域划分；
S120:在每个区域设置至少两个测温点，并获得每个区域内的至少两个测温点的平均值，平均值为第一区域测定温度；
S130:将各个区域的第一区域测定温度对应铜管的位置进行排序，获得第一排序结果；
S140:根据第一排序结果获得第一温度分布信息。
具体而言，将铜管按照其所处位置和加热温度进行区域划分，每个区域代表一个特定的温度范围。例如，可以将铜管从一端到另一端依次分为若干个等高的位置，并将每个位置对应的加热温度作为一个区域。在每个区域内设置至少两个测温点，以获得该区域内温度分布情况的更加准确的信息。对于每个区域，计算两个或以上测温点的平均值，得到该区域内的平均温度，即为第一区域测定温度。将各个区域的第一区域测定温度对应铜管的位置进行排序，排序按照铜管的测定位置依次排序即可，以确定每个位置上的加热温度以及相邻区域的温度变化以及冷却速率，得到第一排序结果，根据排序结果可以获得热处理退火阶段的第一温度分布信息。
进一步来说，对于第二区域测定温度可以按照铜管所处位置和冷却温度进行区域划分，每个区域代表一个特定的温度范围。同样地可以采取同上述获得第一区域测定温度相同的划分方法和计算方法，得到第二排序结果。
进一步来说，如图3所示，对第一温度分布信息和第二温度分布信息进行分析，并获得温度分布分析结果，包括：
S310:将第一排序结果和第二排序结果组成第三排序结果，并计算相邻测温点区域之间的温度梯度；
S320:根据各个温度梯度获得温度梯度结果集合；
S330:通过第三排序结果和温度梯度结果集合获得温度分布分析结果。
具体而言，铜管热处理退火阶段的第一温度分布信息和线性退火阶段的第二温度分布信息按照同一位置进行匹配，得到第三排序结果，第三排序结果的形式可以采用矩阵，构建矩阵时根据时间点和铜管的划分区域得到，即一个区域在某个时间铜管的温度情况，根据计算出的相邻温度点区域之间的温度梯度，这里的温度梯度是指温度变化量与距离单位的比值，温度梯度的计算可以初始阶段(铜管未曾前进位移)和退火进行中的一个时间点，由于铜管在行进过程中收到加热和恒温的时间是一致的，所以在采集计算温度梯度时无需那么多点时间做参照，从而得到一个包含所有温度梯度的集合将所有区域的温度梯度归纳整理成一个温度梯度结果集合。这个结果集合将包含所有区域的温度梯度信息，可以反映温度分布的细节变化。将第三排序结果和温度梯度结果集合结合起来，对铜管热处理过程中的温度分布情况进行全面分析。
进一步来说，相邻测温点区域之间的温度梯度的计算公式为：
其中，G表示温度梯度，单位为(摄氏度/米)，TA和TB分别表示两个相邻测定区域的区域测定温度，D表示两个相邻测定区域的距离。其中，温度梯度的大小与温度变化的速率有关，较大的温度梯度表示在单位长度或单位距离内温度变化较大，即存在较快的温度变化，一般而言，若划分测温区域时将每段测温区域设置为相等距离，则公式中D的数值是固定不变的，在进行第一区域测定温度、第二区域测定温度获取时已经确定为固定值。所以如果相邻两点之间的温差越大，则温度梯度越大；反之，则越小。
进一步来说，如图4所示，对铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息，包括：
S410:对铜管表面进行预处理；
S420:将预处理后的铜管放置在恒定的外部磁场中，确保磁化方向与外部磁场方向一致；
S430:测量铜管中磁感应强度，并记录磁感应强度值；
S440:通过磁感应强度值绘制磁滞回线，并通过逐步改变施加的磁场大小的方向，得到完整的磁滞回线；
S450:基于磁滞回线的形状和数据，获得晶粒结构信息。
具体而言，使用适当的方法对铜管表面进行清洗和处理，以确保能够快速、准确地测量其内部磁感应强度，避免因为铜管表面的异物、灰尘等对测量产生干扰，造成结果偏差。将预处理好的铜管放置在恒定的外部磁场中，使得铜管的磁感应方向变得有规律，能够测量磁感应强度的大小，确保磁化方向与外部磁场方向一致。使用磁场传感器等仪器对铜管的磁感应强度进行测量，并将测量结果记录下来，用于绘制磁滞回线，从而获得铜管的晶粒结构信息。通过适当分析磁滞回线的形状、斜率、截距等数据，可以获得铜管内部晶粒的尺寸、方向、分布等关键信息.通过逐步改变外部磁场的方向和大小，获取完整的磁滞回线数据，基于该磁滞回线数据和形状获得晶粒结构信息。例如：磁滞回线的斜率越大，说明铜管内部的晶粒结构越小。
进一步来说，如图5所示，将温度分析结果和晶粒结构信息输入退火自适应调整模型，获得退火调整参数，包括：
S510:判断晶粒结构信息是否满足预设影响值；
S520:当晶粒结构信息不满足预设影响值时，通过退火自适应调整模型对铜管热处理退火阶段的管体温度或线性退火阶段的管体温度进行参数控制调整；
S530:通过参数控制调整获得退火调整参数。
具体而言，首先判断退火完成的铜管的内部晶粒结构信息是否符合预设的退火成功的影响值，若满足则说明该铜管的退火符合要求，若不满足，则将该铜管的内部晶粒结构信息导入退火自适应调整模型，通过对铜管热处理退火阶段的管体温度或线性退火阶段的管体温度的调整来使得退火后的铜管的内部晶粒结构符合预设影响值，而具体调整为晶粒结构不稳定区域的热处理退火和线性退火按时间轴进行对应的提高加热温度以及降低冷却速率的调整。一般而言，该模型通过机器学习、遗传算法等自适应优化方法来实现，从而获取调整后的退火参数。
通过本发明的技术方案，有效解决了铜管退火过程中由于晶粒结构偏差导致的产品质量问题，保证了同一型号的不同批钢材生产出的产品的一致性和稳定性。
实施例二：
基于与前述实施例中一种铜管退火自适应调整方法同样发明构思，本发明还提供了一种铜管退火自适应调整系统，如图6所示，系统包括：
热处理温度模块：测定铜管热处理退火阶段的管体温度，获得第一温度分布信息；
线性温度模块：测定铜管线性退火阶段的管体温度，获得第二温度分布信息；
温度分析模块：对第一温度分布信息和第二温度分布信息进行分析，并获得温度分布分析结果
结构采集模块：对铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息；
自适应调整模块：将温度分析结果和晶粒结构信息输入退火自适应调整模型，获得退火调整参数；
参数调整模块：通过退火调整参数进行铜管热处理退火阶段和铜管线性退火阶段的参数自适应调整。
本发明中的上述调整系统可有效的实现铜管退火自适应调整方法，能够起到的技术效果如上述实施例所描述的，此处不再赘述。
进一步地，自适应调整模块包括：
结构分析单元：判断晶粒结构信息是否满足预设影响值；
控制调整单元：当晶粒结构信息不满足预设影响值时，通过退火自适应调整模型对铜管热处理退火阶段的管体温度或线性退火阶段的管体温度进行参数控制调整；
参数获取单元：通过参数控制调整获得所述退火调整参数。
进一步地，铜管退火自适应调整系统还包括：
第一调整单元，第一调整单元判断修正调整数据是否在阈值区间，并输出数据或重新输入自适应调整模块。
同样地，对系统的上述优化方案，也分别地可对应实现实施例一中方法对应的优化效果，此处同样不再赘述。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种铜管退火自适应调整方法，其特征在于，所述方法包括：
测定铜管热处理退火阶段的管体温度，获得第一温度分布信息；
测定所述铜管线性退火阶段的管体温度，获得第二温度分布信息；
对所述第一温度分布信息和所述第二温度分布信息进行分析，并获得温度分布分析结果；
对所述铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息；
将所述温度分析结果和所述晶粒结构信息输入退火自适应调整模型，获得退火调整参数；
通过所述退火调整参数进行所述铜管热处理退火阶段和所述铜管线性退火阶段的参数自适应调整。
2.根据权利要求1所述的铜管退火自适应调整方法，其特征在于，所述测定铜管热处理退火阶段的管体温度，获得第一温度分布信息，包括：
对所述热处理退火阶段的铜管按照加热温度进行区域划分；
在每个所述区域设置至少两个测温点，并获得所述每个区域内的至少两个测温点的平均值，所述平均值为第一区域测定温度；
将各个区域的所述第一区域测定温度对应所述铜管的位置进行排序，获得第一排序结果；
根据所述第一排序结果获得所述第一温度分布信息。
3.根据权利要求2所述的铜管退火自适应调整方法，其特征在于，所述测定所述铜管线性退火阶段的管体温度，获得第二温度分布信息，包括：
对所述线性退火阶段的铜管按照冷却温度进行区域划分；
在每个所述区域设置至少两个测温点，并获得所述每个区域内的至少两个测温点的平均值，所述平均值为第二区域测定温度；
将各个区域的所述第二区域测定温度对应所述铜管的位置进行排序，获得第二排序结果；
根据所述第二排序结果获得所述第二温度分布信息。
4.根据权利要求3所述的铜管退火自适应调整方法，其特征在于，所述对所述第一温度分布信息和所述第二温度分布信息进行分析，并获得温度分布分析结果，包括：
将所述第一排序结果和第二排序结果组成第三排序结果，并计算相邻测温点区域之间的温度梯度；
根据各个所述温度梯度获得温度梯度结果集合；
通过所述第三排序结果和所述温度梯度结果集合获得所述温度分布分析结果。
5.根据权利要求4所述的铜管退火自适应调整方法，其特征在于，所述温度梯度计算公式为：
其中，G表示所述温度梯度，TA和TB分别表示两个相邻测定区域的区域测定温度，D表示所述两个相邻测定区域的距离。
6.根据权利要求1所述的铜管退火自适应调整方法，其特征在于，对所述铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息，包括：
对所述铜管表面进行预处理；
将预处理后的所述铜管放置在恒定的外部磁场中，确保磁化方向与所述外部磁场方向一致；
测量所述铜管中磁感应强度，并记录磁感应强度值；
通过所述磁感应强度值绘制磁滞回线，并通过逐步改变施加的磁场大小的方向，得到完整的所述磁滞回线；
基于所述磁滞回线的形状和数据，获得所述晶粒结构信息。
7.根据权利要求1所述的铜管退火自适应调整方法，其特征在于，获得退火调整参数，包括：
判断所述晶粒结构信息是否满足预设影响值；
当所述晶粒结构信息不满足所述预设影响值时，通过所述退火自适应调整模型对所述铜管热处理退火阶段的管体温度或所述线性退火阶段的管体温度进行参数控制调整；
通过所述参数控制调整获得所述退火调整参数。
8.一种铜管退火自适应调整系统，其特征在于，所述系统包括：
热处理温度模块：测定铜管热处理退火阶段的管体温度，获得第一温度分布信息；
线性温度模块：测定所述铜管线性退火阶段的管体温度，获得第二温度分布信息；
温度分析模块：对所述第一温度分布信息和所述第二温度分布信息进行分析，并获得温度分布分析结果
结构采集模块：对所述铜管恢复阶段的内部晶粒结构进行采集，获得晶粒结构信息；
自适应调整模块：将所述温度分析结果和所述晶粒结构信息输入退火自适应调整模型，获得退火调整参数；
参数调整模块：通过所述退火调整参数进行所述铜管热处理退火阶段和所述铜管线性退火阶段的参数自适应调整。
9.根据权利要求8所述的铜管退火自适应调整系统，其特征在于，所述自适应调整模块包括：
结构分析单元：判断所述晶粒结构信息是否满足预设影响值；
控制调整单元：当所述晶粒结构信息不满足所述预设影响值时，通过所述退火自适应调整模型对所述铜管热处理退火阶段的管体温度或所述线性退火阶段的管体温度进行参数控制调整；
参数获取单元：通过所述参数控制调整获得所述退火调整参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310803397.7A CN116694903B (zh) | 2023-06-30 | 2023-06-30 | 一种铜管退火自适应调整方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310803397.7A CN116694903B (zh) | 2023-06-30 | 2023-06-30 | 一种铜管退火自适应调整方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116694903A true CN116694903A (zh) | 2023-09-05 |
| CN116694903B CN116694903B (zh) | 2023-12-26 |
Family
ID=87839102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310803397.7A Active CN116694903B (zh) | 2023-06-30 | 2023-06-30 | 一种铜管退火自适应调整方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116694903B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1149082A (zh) * | 1996-08-27 | 1997-05-07 | 宝山钢铁(集团)公司 | 连续退火炉在线控制方法 |
| JP2012173116A (ja) * | 2011-02-21 | 2012-09-10 | Nippon Steel Corp | 磁気特性予測装置、磁気特性予測方法、及びコンピュータプログラム |
| CN104240885A (zh) * | 2014-09-09 | 2014-12-24 | 宁波韵升股份有限公司 | 一种NdFeB纳米双相复合永磁材料及制备方法 |
| CN107385190A (zh) * | 2017-07-20 | 2017-11-24 | 山东钢铁集团日照有限公司 | 一种连退炉相关智能排产系统钢种衔接的方法 |
| CN111270177A (zh) * | 2020-04-08 | 2020-06-12 | 燕山大学 | 用于铜管退火的装置及其控制方法 |
| CN111424166A (zh) * | 2019-01-10 | 2020-07-17 | 宝山钢铁股份有限公司 | 一种准确控制取向硅钢初次再结晶尺寸的方法 |
| CN111850431A (zh) * | 2019-09-23 | 2020-10-30 | 宁波中科毕普拉斯新材料科技有限公司 | 一种含亚纳米尺度有序团簇的铁基非晶合金、制备方法及其纳米晶合金衍生物 |
| CN113073276A (zh) * | 2021-03-29 | 2021-07-06 | 江西耐乐铜业有限公司 | 一种基于二次退火的铜管在线退火系统及测试方法 |
-
2023
- 2023-06-30 CN CN202310803397.7A patent/CN116694903B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1149082A (zh) * | 1996-08-27 | 1997-05-07 | 宝山钢铁(集团)公司 | 连续退火炉在线控制方法 |
| JP2012173116A (ja) * | 2011-02-21 | 2012-09-10 | Nippon Steel Corp | 磁気特性予測装置、磁気特性予測方法、及びコンピュータプログラム |
| CN104240885A (zh) * | 2014-09-09 | 2014-12-24 | 宁波韵升股份有限公司 | 一种NdFeB纳米双相复合永磁材料及制备方法 |
| CN107385190A (zh) * | 2017-07-20 | 2017-11-24 | 山东钢铁集团日照有限公司 | 一种连退炉相关智能排产系统钢种衔接的方法 |
| CN111424166A (zh) * | 2019-01-10 | 2020-07-17 | 宝山钢铁股份有限公司 | 一种准确控制取向硅钢初次再结晶尺寸的方法 |
| CN111850431A (zh) * | 2019-09-23 | 2020-10-30 | 宁波中科毕普拉斯新材料科技有限公司 | 一种含亚纳米尺度有序团簇的铁基非晶合金、制备方法及其纳米晶合金衍生物 |
| CN111270177A (zh) * | 2020-04-08 | 2020-06-12 | 燕山大学 | 用于铜管退火的装置及其控制方法 |
| CN113073276A (zh) * | 2021-03-29 | 2021-07-06 | 江西耐乐铜业有限公司 | 一种基于二次退火的铜管在线退火系统及测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116694903B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101659702B1 (ko) | 재료조직 예측 장치, 제품 제조 방법 및 재료조직 예측 방법 | |
| CN110245382B (zh) | 一种确定金属动态再结晶体积分数的Avrami数学模型系数的方法 | |
| CN111368434B (zh) | 一种基于ann的提拉法单晶硅固液界面的预测方法 | |
| CN114021290B (zh) | 一种基于数据驱动和机理模型融合的板带钢凸度预测方法 | |
| CN116694919B (zh) | 一种轴承贝氏体热处理工艺的优化方法及系统 | |
| CN111563686A (zh) | 一种基于全流程数据的冷轧硅钢质量判定方法 | |
| CN114757000A (zh) | 一种高精度自适应弹簧钢拉拔过程优化控制方法 | |
| CN116694903B (zh) | 一种铜管退火自适应调整方法及系统 | |
| CN112149272A (zh) | 基于多元线性回归分析的冷轧钢带力学性能预测模型 | |
| RU2752518C1 (ru) | Способ эксплуатации отжигательной печи | |
| CN116108932A (zh) | 一种钢铁生产过程数据和机理融合模型建立方法 | |
| CN108396125B (zh) | 一种渗碳钢制铁路轴承锻件晶粒细化的加工工艺 | |
| CN115392007A (zh) | 轧辊差温热处理性能预测方法 | |
| CN111482466B (zh) | 一种轧机加速度的设定方法 | |
| JP2002224721A (ja) | Ａｌ合金板の材質予測方法 | |
| CN111872116B (zh) | 一种明确考量组织性能目标要求的热连轧参数确定方法 | |
| Zhu et al. | On the modified kinetics model describing the dynamic recrystallization behavior during hot deformation of Incoloy 925 | |
| CN111215457A (zh) | 中厚板轧后控制冷却方法、装置及电子设备 | |
| CN109614710B (zh) | 基于随机数学原理预测连铸坯元素偏析三维特征的方法 | |
| CN115392104A (zh) | 一种基于退火工艺预测冷轧连续退火带钢力学性能的方法 | |
| Perlade et al. | Application of microstructural modelling for quality control and process improvement in hot rolled steels | |
| CN110724796A (zh) | 一种高强汽车用钢组织细化的热处理方法 | |
| CN115338380B (zh) | 用于镁合金连续铸造的方法及系统 | |
| CN117724433B (zh) | 基于多通道分布式深度集成预测的冷轧生产前馈控制方法 | |
| CN116913440B (zh) | 建立变形参数动态变化下多道次热变形本构模型的方法 |
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 |