CN117330242A - 一种自动评价连铸设备漏水的系统和评级方法 - Google Patents
一种自动评价连铸设备漏水的系统和评级方法 Download PDFInfo
- Publication number
- CN117330242A CN117330242A CN202311150124.3A CN202311150124A CN117330242A CN 117330242 A CN117330242 A CN 117330242A CN 202311150124 A CN202311150124 A CN 202311150124A CN 117330242 A CN117330242 A CN 117330242A
- Authority
- CN
- China
- Prior art keywords
- water leakage
- temperature difference
- water
- continuous casting
- equipment
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 149
- 238000009749 continuous casting Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 22
- 238000001816 cooling Methods 0.000 claims description 51
- 239000000498 cooling water Substances 0.000 claims description 25
- 229910000831 Steel Inorganic materials 0.000 claims description 15
- 239000010959 steel Substances 0.000 claims description 15
- 238000005266 casting Methods 0.000 claims description 13
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 9
- 229910052799 carbon Inorganic materials 0.000 claims description 9
- 238000003723 Smelting Methods 0.000 claims description 5
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 claims description 3
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 claims description 3
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 claims description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052796 boron Inorganic materials 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 239000010955 niobium Substances 0.000 claims description 3
- GUCVJGMIXFAOAE-UHFFFAOYSA-N niobium atom Chemical compound [Nb] GUCVJGMIXFAOAE-UHFFFAOYSA-N 0.000 claims description 3
- 239000010936 titanium Substances 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 12
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- 239000010949 copper Substances 0.000 description 3
- 229910052802 copper Inorganic materials 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005336 cracking Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009851 ferrous metallurgy Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000002436 steel type Substances 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/002—Investigating fluid-tightness of structures by using thermal means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及一种自动评价连铸设备漏水的系统和评级方法，本系统包括依次连接的温度传感器、数据处理单元、漏水程度评价单元；本方法可以实时、准确的检测设备漏水情况，并通过漏水评级系统及时反馈给设备管理人员和生产计划编排部门，及时进行设备维修或更改生产计划，避免批量质量问题的发生。
Description
技术领域
本专利申请属于钢铁冶金技术领域，更具体地说，是涉及一种自动评价连铸设备漏水的系统和评级方法。
背景技术
连铸是炼钢生产的关键工艺，其连铸机设备的冷却制度对铸坯质量起到了至关重要的作用。连铸机冷却水系统是一个闭合的循环系统，在实际工业大生产过程中，会出现因管道、阀门、接头等部件的老化、损坏或者安装不当而发生漏水现象，连铸机的漏水问题不仅会造成冷却水的浪费和环境污染，而且还会影响连铸机的正常运行，同时出现因铸坯冷热不均导致的铸坯裂纹问题，影响后续产品质量和用户交付。
目前，连铸机漏水的检测和评价主要依靠人工巡检或者安装在部分关键部位的压力、流量等传感器。这些方法存在以下缺点：
一是，人工巡检费时费力，而且容易遗漏或者误判漏水情况；
二是，需要安装相应的传感器，如流量计、压力计等，需要增加相应的投入；
三是，对于在生产过程中出现漏水，无法及时停机检修的情况，无法进行提前预测和评估，无法通过生产计划的调整减少铸坯裂纹的批量发生。
申请号为201922075854.7的实用新型专利公开了“一种连铸结晶器防漏水装置”，通过铜管、大法兰、小法兰和连接板的链接与密封，减少铜管内钢水与铜管外冷却水接触机会，防止连铸机结晶器漏水。
申请号为202220799935.0的实用新型专利公开了“连铸设备冷却水回路漏水检测装置”，通过在设备冷却水的各个回路安装流量计，通过流量计的偏差判断是否漏水。
以上两项专利均无法解决对连铸设备生产能力评估的问题，当发生漏水时不能有效避免批量裂纹缺陷导致的质量问题。因此，需要发明一种自动评价连铸设备漏水的系统和评级方法，提高漏水问题的检测和评价的准确性，减轻操作人员的劳动强度，避免批量质量问题的发生，为后续连铸设备的智能化转型及高质量低成本发展奠定基础。
发明内容
本发明需要解决的技术问题是提供一种自动评价连铸设备漏水的系统和评级方法，该方法可以实时、准确的检测设备漏水情况，并通过漏水评级系统及时反馈给设备管理人员和生产计划编排部门，及时进行设备维修或更改生产计划，避免批量质量问题的发生。
为了解决上述问题，本发明所采用的技术方案是：
一种自动评价连铸设备漏水的系统，包括依次连接的温度传感器、数据处理单元、漏水程度评价单元，
温度传感器设于各个冷却部位上，用于测量冷却水的进出水温度，并将温度数据发送到数据处理单元；
数据处理单元，用于接收温度传感器发送的温度数据，根据温度数据计算各个冷却部位的实际温差数据，并将实际温差数据与预设温差阈值进行比较，如果某个冷却部位的实际温差数据大于或等于其对应的预设温差阈值，则判断该冷却部位存在漏水现象，并输出该冷却部位的位置信息和温差数据；
漏水程度评价单元，用于根据数据处理单元输出的位置信息和温差数据，对各个存在漏水现象的冷却部位进行漏水程度评价，并输出评价结果。
进一步，数据处理单元为主控MCU，漏水程度评价单元为PLC。
一种自动评价连铸设备漏水的评级方法，利用了上述系统，包含以下步骤：
S1、在连铸机的冷却部位中安装多个温度传感器，分别测量各个冷却部位的进水温度和出水温度，并将温度数据发送到数据处理单元；
S2、在数据处理单元中根据温度数据计算各个冷却部位的实际温差数据，并将实际温差数据与预设温差阈值进行比较；
S3、如果某个冷却部位的实际温差数据大于或等于其对应的预设温差阈值，则判断该冷却部位存在漏水现象，并输出该冷却部位的位置信息和温差数据；
S4、根据输出的位置信息和温差数据，对各个存在漏水现象的冷却部位进行漏水程度评价，并输出评价结果；
S5、设备管理人员根据评价结果，安排停机检修，如无法检修通知生产调度调整生产计划，防止批量质量问题产生。
进一步，S1中，冷却部位为连铸机冷却水系统中的冷却水回路，温度传感器设于各个冷却水回路上。
进一步，S2中，实际温差数据是指某个冷却部位的出水温度与进水温度之差，预设温差阈值是指该冷却部位正常运行时的出水温度与进水温度之差。预设温差阈值根据连铸机的工艺参数和运行条件确定。
进一步，S4中，漏水程度评价是根据以下公式进行的：
漏水程度=（实际温差数据-预设温差阈值）/预设温差阈值×100%。
进一步，S4中，评价结果分为以下四个等级：
①无漏水：漏水程度小于或等于0%；
②轻微漏水：漏水程度大于0%且小于或等于20%；
③中等漏水：漏水程度大于20%且小于或等于40%；
④严重漏水：漏水程度大于40%。
进一步，S5中，
当设备处于严重漏水时，设备管理人员应及时通知生产管理单位，安排停产检修；
当设备处于中等漏水时，设备管理人员通知安排停产检修或生产调度安排裂纹发生为“弱”的钢种冶炼；
当设备处于轻微漏水时，设备管理人员通知安排停产检修或生产调度安排裂纹发生为“弱”和“中”的钢种冶炼。
进一步，所述裂纹发生的“强”（此时未显示出来）、“中”、“弱”主要通过生产实际经验得出的经验公式进行判断，裂纹发生为“弱”和“中”的钢种是指：
当铸坯碳含量小于等于0.02%时，属于裂纹发生为“弱”的钢种；
当铸坯碳含量大于0.02%时，通过裂纹发生公式进行判断：
所述裂纹发生的经验公式为：
δ=4.8C+0.48Mn+0.65Al+4（Nb+Ti）+103B
其中δ为裂纹发生系数；C为碳元素质量分数；Mn为锰元素质量分数；Al为铝元素质量分数；Nb为铌元素质量分数；Ti为钛元素质量分数；B为硼元素质量分数；
当δ≤0.5时，裂纹发生为“弱”，当0.5<δ≤1.5时裂纹发生为“中”，当δ>1.5时，裂纹发生为“强”
由于采用了上述技术方案，本发明取得的有益效果是：本发明通过连铸机各冷却水回路进出温度数据的采集，实时、准确的检测设备漏水情况，并通过漏水评级系统及时反馈设备管理人员和生产计划编排部门，利用该方法能有效做出连铸机设备漏水的预判和预警，提示连铸机设备管理人员及时进行检修，有效减少设备水的浪费和环境污染，如无法及时检修生产计划编排人员可及时调整生产计划，有效防止批量质量问题的发生。温度计相较于普遍采用的流量计和压力计，具有低成本优势，更易于大生产的应用与推广。
附图说明
图1为本发明中方法的流程图。
具体实施方式
下面结合实施例对本发明做进一步详细说明。
一种自动评价连铸设备漏水的系统，包括包括依次连接的温度传感器、数据处理单元、漏水程度评价单元，
温度传感器设于各个冷却部位上，用于测量冷却水的进出水温度，并将温度数据发送到数据处理单元；
数据处理单元，用于接收温度传感器发送的温度数据，根据温度数据计算各个冷却部位的实际温差数据，并将实际温差数据与预设温差阈值进行比较，如果某个冷却部位的实际温差数据大于或等于其对应的预设温差阈值，则判断该冷却部位存在漏水现象，并输出该冷却部位的位置信息和温差数据；
漏水程度评价单元，用于根据数据处理单元输出的位置信息和温差数据，对各个存在漏水现象的冷却部位进行漏水程度评价，并输出评价结果。
作为具体设备，数据处理单元为主控MCU，漏水程度评价单元为PLC，当然可以是其他设备，根据具体情况选用。
除此之外，本发明还提供了一种自动评价连铸设备漏水的评级方法，如图1，
实施步骤为如下：
（1）在连铸机的冷却部位中安装多个温度传感器，分别测量各个冷却回路的进水温度和出水温度，并将温度数据发送到数据处理单元。冷却部位一般为连铸机冷却水系统中的冷却水回路，温度传感器设于各个冷却水回路上。
（2）在数据处理单元中根据温度数据计算各个冷却部位的实际温差数据，并将实际温差数据与预设温差阈值进行比较。
其中所述的预设温差阈值是根据连铸机的工艺参数和运行条件确定的。
（3）如果某个冷却部位的实际温差数据大于或等于其对应的预设温差阈值，则判断该冷却部位存在漏水现象，因为当冷却回路漏水后，该回路冷却水流量相应减少，冷却水量减少，冷却水温度会升高。此时，输出该冷却部位的位置信息和温差数据。
所述的漏水程度评价是根据以下公式进行的：
漏水程度=（实际温差-预设温差阈值）/预设温差阈值×100%
式中，实际温差数据是指某个冷却部位的出水温度与进水温度之差，预设温差阈值是指该冷却部位正常运行时的出水温度与进水温度之差。预设温差阈值根据连铸机的工艺参数和运行条件确定。
（4）根据输出的位置信息和温差数据，对各个存在漏水现象的冷却部位进行漏水程度评价，并输出评价结果。
所述的漏水程度的评价结果分为以下四个等级：
①无漏水：漏水程度小于或等于0%；
②轻微漏水：漏水程度大于0%且小于或等于20%；
③中等漏水：漏水程度大于20%且小于或等于40%；
④严重漏水：漏水程度大于40%。
（5）设备管理人员根据上述评价结果，安排停机检修如无法检修，通知生产调度调整生产计划，防止批量质量问题产生。
当设备处于严重漏水时，设备管理人员应及时通知生产管理单位，安排停产检修；当设备处于中等漏水时，设备管理人员通知安排停产检修或生产调度安排裂纹发生“弱”的钢种冶炼；当设备处于轻微漏水时，设备管理人员通知安排停产检修或生产调度安排裂纹发生“弱”和“中”的钢种冶炼。
众所周知，所述裂纹发生的“强”、“中”、“弱”主要通过生产实际经验得出的经验公式进行判断，本发明中主要应用到了裂纹发生的“中”、“弱”。
当铸坯碳含量小于等于0.02%时，属于为裂纹发生“弱”的钢种；
当铸坯碳含量大于0.02%时，通过裂纹发生公式进行判断。
所述裂纹发生的经验公式为：
δ=4.8C+0.48Mn+0.65Al+4（Nb+Ti）+103B
其中δ为裂纹发生系数；C为碳元素质量分数；Mn为锰元素质量分数；Al为铝元素质量分数；Nb为铌元素质量分数；Ti为钛元素质量分数；B为硼元素质量分数。
当δ≤0.5时，裂纹发生为“弱”，当0.5<δ≤1.5时裂纹发生为“中”，当δ>1.5时，裂纹发生为“强”。
实施例1
某扇形段冷却水回路的进水温度为22℃，出水温度为25℃，预设温差阈值为3℃，，则其实际温差数据为3℃，小于其预设温差阈值5℃，根据公式计算，该结晶器的漏水程度为0%，可以正常生产。
实施例2
某扇形段冷却水回路的进水温度为25℃，出水温度为33℃，预设温差阈值为5℃，则其实际温差数据为8℃，大于其预设温差阈值5℃，根据公式计算，该结晶器的漏水程度为（8-5）/5=60%，属于严重漏水等级，设备管理人员应及时通知生产管理单位，安排停产检修。
实施例3
某扇形段冷却水回路的进水温度为20℃，出水温度为30℃，预设温差阈值为7.2℃，则其实际温差数据为10℃，大于其预设温差阈值7.2℃，该结晶器的漏水程度为（10-7.2）/7.2=38.9%，属于中等漏水等级，由于无法停产检修，生产调度安排裂纹发生“弱”的钢种进行生产，安排的的钢种进行生产，其化学成分如下。
实施例4：
某扇形段冷却水回路的进水温度为25℃，出水温度为31℃，预设温差阈值为5℃，则其实际温差为6℃，大于其预设温差阈值5℃，该结晶器的漏水程度为（6-5）/5=20%，属于轻微漏水等级，由于无法停产检修，生产调度安排裂纹发生“弱”和“中”的钢种进行生产，实际生产的化学成分如下。
也可以参考实施例3中裂纹发生“弱”的钢种进行生产。
从上述四个实施例中可以看到，本发明可以实时、准确的检测设备漏水情况，并通过漏水评级系统及时反馈给设备管理人员和生产计划编排部门，及时进行设备维修或更改生产计划，避免批量质量问题的发生。
Claims (9)
1.一种自动评价连铸设备漏水的系统，其特征在于：包括依次连接的温度传感器、数据处理单元、漏水程度评价单元，
温度传感器设于各个冷却部位上，用于测量冷却水的进出水温度，并将温度数据发送到数据处理单元；
数据处理单元，用于接收温度传感器发送的温度数据，根据温度数据计算各个冷却部位的实际温差数据，并将实际温差数据与预设温差阈值进行比较，如果某个冷却部位的实际温差数据大于或等于其对应的预设温差阈值，则判断该冷却部位存在漏水现象，并输出该冷却部位的位置信息和温差数据；
漏水程度评价单元，用于根据数据处理单元输出的位置信息和温差数据，对各个存在漏水现象的冷却部位进行漏水程度评价，并输出评价结果。
2.根据权利要求2所述的一种自动评价连铸设备漏水的系统，其特征在于：数据处理单元为主控MCU，漏水程度评价单元为PLC。
3.一种自动评价连铸设备漏水的评级方法，利用了权利要求1或2中的上述系统，其特征在于包含以下步骤：
S1、在连铸机的冷却部位中安装多个温度传感器，分别测量各个冷却部位的进水温度和出水温度，并将温度数据发送到数据处理单元；
S2、在数据处理单元中根据温度数据计算各个冷却部位的实际温差数据，并将实际温差数据与预设温差阈值进行比较；
S3、如果某个冷却部位的实际温差数据大于或等于其对应的预设温差阈值，则判断该冷却部位存在漏水现象，并输出该冷却部位的位置信息和温差数据；
S4、根据输出的位置信息和温差数据，对各个存在漏水现象的冷却部位进行漏水程度评价，并输出评价结果；
S5、设备管理人员根据评价结果，安排停机检修，如无法检修通知生产调度调整生产计划，防止批量质量问题产生。
4.根据权利要求3所述的一种自动评价连铸设备漏水的评级方法，其特征在于：S1中，冷却部位为连铸机冷却水系统中的冷却水回路，温度传感器设于各个冷却水回路上。
5.根据权利要求3所述的一种自动评价连铸设备漏水的评级方法，其特征在于：S2中，实际温差数据是指某个冷却部位的出水温度与进水温度之差，预设温差阈值是指该冷却部位正常运行时的出水温度与进水温度之差。
6.根据权利要求5所述的一种自动评价连铸设备漏水的评级方法，其特征在于：S4中，漏水程度评价是根据以下公式进行的：
漏水程度=（实际温差数据-预设温差阈值）/预设温差阈值×100%。
7.根据权利要求6所述的一种自动评价连铸设备漏水的评级方法，其特征在于：S4中，评价结果分为以下四个等级：
①无漏水：漏水程度小于或等于0%；
②轻微漏水：漏水程度大于0%且小于或等于20%；
③中等漏水：漏水程度大于20%且小于或等于40%；
④严重漏水：漏水程度大于40%。
8.根据权利要求7所述的一种自动评价连铸设备漏水的评级方法，其特征在于：S5中，
当设备处于严重漏水时，设备管理人员应及时通知生产管理单位，安排停产检修；
当设备处于中等漏水时，设备管理人员通知安排停产检修或生产调度安排裂纹发生为“弱”的钢种冶炼；
当设备处于轻微漏水时，设备管理人员通知安排停产检修或生产调度安排裂纹发生为“弱”和“中”的钢种冶炼。
9.根据权利要求8所述的一种自动评价连铸设备漏水的评级方法，其特征在于：裂纹发生为“弱”和“中”的钢种是指：
当铸坯碳含量小于等于0.02%时，属于裂纹发生为“弱”的钢种；
当铸坯碳含量大于0.02%时，通过裂纹发生公式进行判断：
所述裂纹发生的经验公式为：
δ=4.8C+0.48Mn+0.65Al+4（Nb+Ti）+103B
其中δ为裂纹发生系数；C为碳元素质量分数；Mn为锰元素质量分数；Al为铝元素质量分数；Nb为铌元素质量分数；Ti为钛元素质量分数；B为硼元素质量分数；
当δ≤0.5时，裂纹发生为“弱”，当0.5<δ≤1.5时裂纹发生为“中”，当δ>1.5时，裂纹发生为“强”。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311150124.3A CN117330242A (zh) | 2023-09-07 | 2023-09-07 | 一种自动评价连铸设备漏水的系统和评级方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311150124.3A CN117330242A (zh) | 2023-09-07 | 2023-09-07 | 一种自动评价连铸设备漏水的系统和评级方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117330242A true CN117330242A (zh) | 2024-01-02 |
Family
ID=89281953
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311150124.3A Pending CN117330242A (zh) | 2023-09-07 | 2023-09-07 | 一种自动评价连铸设备漏水的系统和评级方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117330242A (zh) |
-
2023
- 2023-09-07 CN CN202311150124.3A patent/CN117330242A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102107224B (zh) | 热轧生产中判断测厚仪和热轧板厚度异常的方法 | |
| CN102581244B (zh) | 一种连铸铸坯表面质量的在线控制系统及控制方法 | |
| CN102591286A (zh) | 在线轧制计划动态预分析自调整系统及其方法 | |
| CN102896289B (zh) | 一种实现铸坯实时跟踪的方法 | |
| CN110669911B (zh) | 热镀锌立式退火炉伸缩式迷宫隔离氮气联锁控制系统操作方法 | |
| CN102343426B (zh) | 动态轻压下位移传感器故障在线判断与预警方法 | |
| CN111652414A (zh) | 一种基于高斯混合模型的滑窗pca高炉异常监测方法 | |
| CN110874803B (zh) | 水务决策辅助分析系统 | |
| CN210945724U (zh) | 一种连续退火炉循环冷却系统气氛检测装置 | |
| CN108941495B (zh) | 基于液位自动控制的连铸漏钢事故自动处置方法 | |
| CN117330242A (zh) | 一种自动评价连铸设备漏水的系统和评级方法 | |
| CN110732569A (zh) | 一种冷矫直机钢板测厚装置及技术 | |
| CN202082913U (zh) | 余热锅炉汽包水位的三冲量控制系统 | |
| CN117564548A (zh) | 用于高温高压大口径厚壁管道的焊接监控系统及监控方法 | |
| CN116618639A (zh) | 具有质量检测功能的汽车零部件浇铸机用监控系统 | |
| CN102463328B (zh) | 结晶辊状态监控装置 | |
| CN102062390A (zh) | 余热锅炉汽包水位的三冲量控制方法 | |
| CN117171936A (zh) | 基于缺陷机理提取结晶器实时特征值的板坯质量预测方法 | |
| CN115385561A (zh) | 一种基于应力快速解决浮法玻璃生产中的炸板问题的方法 | |
| Normanton et al. | Mould thermal monitoring: a window on the mould | |
| CN114267468A (zh) | 一种核电站关键设备的定点检测和预警系统 | |
| CN115095394B (zh) | 一种汽轮机高压调节阀的故障检测方法、装置及电子设备 | |
| CN111060209B (zh) | 一种高炉炉缸温度传感器的补增及测算方法 | |
| CN118395741B (zh) | 用于智慧管网漏损监测的ai智能终端数据处理系统 | |
| RU2825196C1 (ru) | Способ комплексного анализа параметров машины непрерывного литья заготовок |
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 |