CN117372409A - 一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法 - Google Patents
一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法 Download PDFInfo
- Publication number
- CN117372409A CN117372409A CN202311448242.2A CN202311448242A CN117372409A CN 117372409 A CN117372409 A CN 117372409A CN 202311448242 A CN202311448242 A CN 202311448242A CN 117372409 A CN117372409 A CN 117372409A
- Authority
- CN
- China
- Prior art keywords
- epsilon
- equal
- grade
- less
- primary
- 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
- 238000009749 continuous casting Methods 0.000 title claims abstract description 85
- 229910000746 Structural steel Inorganic materials 0.000 title claims abstract description 67
- 230000007547 defect Effects 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000002253 acid Substances 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000007797 corrosion Effects 0.000 claims description 11
- 238000005260 corrosion Methods 0.000 claims description 11
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 claims description 10
- 229910000831 Steel Inorganic materials 0.000 claims description 10
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 claims description 10
- 239000010959 steel Substances 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000001035 drying Methods 0.000 claims description 6
- 238000005498 polishing Methods 0.000 claims description 6
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 claims description 5
- 238000005530 etching Methods 0.000 claims description 5
- 229910017604 nitric acid Inorganic materials 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 10
- 239000000463 material Substances 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000005266 casting Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 229910001208 Crucible steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
本发明提供了一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法,所述定量评级方法包括如下步骤:(1)采集结构钢连铸圆坯样本的低倍组织图像;(2)测量结构钢连铸圆坯样本的低倍组织的所有中心裂纹长度Li,并计算中心裂纹总长度L总;(3)分析中心裂纹总长度L总和结构钢连铸圆坯样本直径的关系,得到中心裂纹缺陷初级评级结果;(4)分析中心裂纹的宽度和/或长度,得到中心裂纹缺陷的综合评级结果。本发明提供的结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法具有可操作性强、重现性高的特点;且可以消除认为差异,真实准确反映裂纹状况,体现材内部质量水平,对于生产过程的指导和工艺优化具有重大意义。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法。
背景技术
在钢铁生产过程中,铸坯在轧制过程中经常产生废品,严重影响了连铸坯的质量。因此,快速准确地检测连铸坯的缺陷并进行评级对连铸坯的生产至关重要。
连铸坯低倍组织的优劣是衡量产品质量的重要因素,在连铸坯生产过程中,发现多种类型的低倍缺陷,不同缺陷种类对连铸坯质量的影响因素也不同。在钢铁生产过程中,为了找到缺陷产生的原因,进而控制连铸坯的质量,需要对连铸坯的内部质量信息进行跟踪监测,分析研究连铸坯低倍组织缺陷的特征。
目前,对连铸坯内部缺陷进行评级首先要对缺陷种类进行识别,获取缺陷的特征参数,然后与标准图片进行对比,判断连铸坯的缺陷等级。目前,常用的连铸坯缺陷检测方法有三种,分别为:超声波检测法、射线检测法、以及对酸洗后的连铸坯进行低倍检测。
对优质结构钢连铸圆坯进行内部质量检测时,首先对连铸坯进行热酸酸蚀,获得连铸坯的低倍图像,然后与标准图片进行对比归类,并进行缺陷评级。且对连铸坯低倍组织缺陷的评级方法主要采取人工评级模式,将连铸坯的低倍试样图与冶金标准进行对比,评定缺陷等级。人工评级主要是依靠经验进行判定,对同一个连铸坯,不同的检测人员可能会给出不同的评级结果。进而影响连铸钢坯的使用与评价。
因此,对与含裂纹的铸坯等钢材,行业内均通过标准图谱比对评级,检测结果受人为因素影响较大,而且评级结果粗略,不能真实准确反映裂纹状况,无法体现钢材内部质量水平,对于生产过程的指导和工艺优化意义不大。
发明内容
针对现有技术的不足,本发明的目的在于提供一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法。本发明所述定量评级方法具有可操作性强、重现性高的特点;且本发明所述可以消除认为差异,真实准确反映裂纹状况,体现材内部质量水平,对于生产过程的指导和工艺优化具有重大意义。
为达此目的,本发明采用以下技术方案:
本发明提供了一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法,所述定量评级方法包括如下步骤:
(1)采集结构钢连铸圆坯样本的低倍组织图像;
(2)测量结构钢连铸圆坯样本的低倍组织的所有中心裂纹长度Li,并计算中心裂纹总长度L总;
(3)分析中心裂纹总长度L总和结构钢连铸圆坯样本直径的关系,得到中心裂纹缺陷初级评级结果;
(4)分析中心裂纹的宽度和/或长度,得到中心裂纹缺陷的综合评级结果。
本发明通过在低倍组织图像测量真实中心裂纹长度,与之与结构钢连铸圆坯样本直径相关联,得到裂纹缺陷定量评级方法,可以真实准确反映裂纹状况,体现材内部质量水平,对于生产过程的指导和工艺优化具有重大意义。
作为本发明的一个优选技术方案,所述结构钢连铸圆坯样本的直径D为200~800mm,例如可以是200mm、300mm、400mm、500mm、600mm、700mm或800mm,但不限于所列举的数值,数值范围内其他未被列举的数值同样适用。
作为本发明的一个优选技术方案,步骤(1)所述采集结构钢连铸圆坯样本的低倍组织图像的方法包括如下步骤:
(a)对结构钢连铸圆坯样本依次进行抛光、热酸腐蚀、清洁以及干燥后,得到待采集样本;
(b)在步骤(a)所得待采集样本正上方位置俯拍采集图像,使得圆心位于图像的中心位置,并且确保结构钢连铸圆坯样本的边缘落在图像内部:图像分辨率应≥0.05mmpixel,确保清晰显示钢材裂纹形貌;
其中,所述分辨率应≥0.05mm pixel,例如可以是0.05mm pixel、0.06mm pixel、0.07mm pixel、0.08mm pixel或0.09mm pixel,但不限于所列举的数值,数值范围内其他未被列举的数值同样适用。
作为本发明的一个优选技术方案,步骤(a)所述热酸腐蚀的时间为15~25min,例如可以是15min、16min、17min、18min、19min、20min、21min、22min、23min、24min或25min,但不限于所列举的数值,数值范围内其他未被列举的数值同样适用。
优选地,步骤(a)所述热酸腐蚀的温度为70~80℃,例如可以是70℃、72℃、74℃、76℃、78℃或80℃,但不限于所列举的数值,数值范围内其他未被列举的数值同样适用。
优选地,步骤(a)所述热酸腐蚀中热酸包括盐酸水溶液、硝酸水溶液或硫酸水溶液中的任意一种或至少两种的组合,典型但非限制性的组合包括盐酸水溶液和硝酸水溶液的组合,盐酸水溶液和硫酸水溶液的组合,硝酸水溶液和硫酸水溶液的组合,或盐酸水溶液、硝酸水溶液和硫酸水溶液的组合。
作为本发明的一个优选技术方案,所述中心裂纹总长度L总的计算公式为:L总=∑Li。
作为本发明的一个优选技术方案,所述中心裂纹缺陷初级评级结果的分析方法为,分析标准差ε数据大小判断具有不同直径结构钢连铸圆坯样本的中心裂纹缺陷初级评级结果;
优选地,所述标准差的计算公式为:ε=(D-L总)/D;
其中,D为结构钢连铸圆坯样本的直径,L总为中心裂纹总长度。
作为本发明的一个优选技术方案,所述中心裂纹缺陷初级评级结果的分析标准为:
当0.97<ε≤1时,初级评级结果为0.5级;
当0.92<ε≤0.97时,初级评级结果为1级。
作为本发明的一个优选技术方案,所述中心裂纹缺陷初级评级结果与结构钢连铸圆坯样本的直径有关;
优选地,当200≤D<300时:0.775<ε≤0.92时,初级评级结果为1.5级;0.7<ε≤0.775时,初级评级结果为2级;0.525<ε≤0.7时,初级评级结果为2.5级;0.35<ε≤0.525时,初级评级结果为3级;0<ε≤0.35时,初级评级结果为3.5级;ε≤0时,初级评级结果为4级;
优选地,当300≤D<400时:0.83<ε≤0.92时,初级评级结果为1.5级;0.73<ε≤0.83时,初级评级结果为2级;0.63<ε≤0.73时,初级评级结果为2.5级;0.45<ε≤0.63时,初级评级结果为3级;0.22<ε≤0.45时,初级评级结果为3.5级;ε≤0.22时,初级评级结果为4级;
优选地,当400≤D<500时:0.84<ε≤0.92时,初级评级结果为1.5级;0.75<ε≤0.84时,初级评级结果为2级;0.66<ε≤0.75时,初级评级结果为2.5级;0.5<ε≤0.66时,初级评级结果为3级;0.3<ε≤0.5时,初级评级结果为3.5级;ε≤0.3时,初级评级结果为4级;
优选地,当500≤D<600时:0.84<ε≤0.92时,初级评级结果为1.5级;0.77<ε≤0.84时,初级评级结果为2级;0.68<ε≤0.77时,初级评级结果为2.5级;0.54<ε≤0.86时,初级评级结果为3级;0.35<ε≤0.54时,初级评级结果为3.5级;ε≤0.35时,初级评级结果为4级;
优选地,当600≤D<800时:0.85<ε≤0.92时,初级评级结果为1.5级;0.78<ε≤0.85时,初级评级结果为2级;0.69<ε≤0.78时,初级评级结果为2.5级;0.57<ε≤0.69时,初级评级结果为3级;0.38<ε≤0.57时,初级评级结果为3.5级;ε≤0.38时,初级评级结果为4级。
值得注意的是,表1为中心裂纹初级评级结果与标准差ε的对照表,可以更直观的得到中心裂纹初级评级结果。
表1
作为本发明的一个优选技术方案,所述综合评级结果的分析方法包括:
当任一单条裂纹实际宽度>2mm时,在初级评级结果的基础上增加0.5级;以及在任一单条中心裂纹实际长度超过中心裂纹总长度L总的80%时,在初级评级结果的基础上增加0.5级;
优选地,所述单条中心裂纹的判断标准为:当不连续裂纹的长度间隔≤4mm、平行间隔≤2mm时,视为单条中心裂纹。
作为本发明的一个优选技术方案,所述综合评级结果的上限值为4级。
以下作为本发明的优选技术方案,但不作为对本发明提供的技术方案的限制,通过以下优选的技术方案,可以更好的达到和实现本发明的目的和有益效果。
与现有技术相比,本发明具有以下有益效果:
(1)本发明提供的结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法具有可操作性强、重现性高的特点;
(2)本发明提供的结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法可以消除认为差异,真实准确反映裂纹状况,体现材内部质量水平,对于生产过程的指导和工艺优化具有重大意义。
具体实施方式
为便于理解本发明,本发明列举实施例如下。本领域技术人员应该明了,所述实施例仅仅是帮助理解本发明,不应视为对本发明的具体限制。
实施例1
本发明提供了一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法,所述方法包括如下步骤:
(1)采集结构钢连铸圆坯样本的低倍组织图像;
所述采集结构钢连铸圆坯样本的低倍组织图像的方法包括如下步骤:
(a)对结构钢连铸圆坯样本依次进行抛光、热酸腐蚀、清洁以及干燥后,得到待采集样本;
其中,所述热酸腐蚀的时间为15~25min,温度为70~80℃;
(b)在步骤(a)所得待采集样本正上方位置俯拍采集图像,使得圆心位于图像的中心位置,并且确保结构钢连铸圆坯样本的边缘落在图像内部:图像分辨率应≥0.05mmpixel,确保清晰显示钢材裂纹形貌;
(2)测量结构钢连铸圆坯样本的低倍组织的所有中心裂纹长度Li,并计算中心裂纹总长度L总;
(3)分析中心裂纹总长度L总和结构钢连铸圆坯样本直径的关系,得到中心裂纹缺陷初级评级结果;
(4)分析中心裂纹的宽度和/或长度,得到中心裂纹缺陷的综合评级结果。
实施例2
本发明提供了一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法,所述方法包括如下步骤:
(1)采集直径为200mm结构钢连铸圆坯样本的低倍组织图像;
所述采集结构钢连铸圆坯样本的低倍组织图像的方法包括如下步骤:
(a)对结构钢连铸圆坯样本依次进行抛光、热酸腐蚀、清洁以及干燥后,得到待采集样本;
其中,所述热酸腐蚀的时间为20min,温度为75℃;
(b)在步骤(a)所得待采集样本正上方位置俯拍采集图像,使得圆心位于图像的中心位置,并且确保结构钢连铸圆坯样本的边缘落在图像内部:图像分辨率应≥0.05mmpixel,确保清晰显示钢材裂纹形貌;
(2)测量结构钢连铸圆坯样本的低倍组织的所有中心裂纹长度Li,并计算中心裂纹总长度L总=∑Li=22.8mm;
(3)分析中心裂纹总长度L总和结构钢连铸圆坯样本直径的关系,得到中心裂纹缺陷初级评级结果;
所述中心裂纹缺陷初级评级结果的分析方法为,分析标准差ε数据大小判断具有不同直径结构钢连铸圆坯样本的中心裂纹缺陷初级评级结果;
ε=(D-L总)/D=(200-22.8)/200=0.886,根据表1提供的对照表可知,所述样本的初级凭借结果为1.5级;
(4)分析中心裂纹的宽度和/或长度,得到中心裂纹缺陷的综合评级结果;
通过进一步观察与测量,所述样本上没有单条裂纹实际宽度>2mm,单条中心裂纹实际长度超过中心裂纹总长度L总的80%的中心裂纹,因此该样本的综合评价结果为1.5级。
实施例3
本发明提供了一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法,所述方法包括如下步骤:
(1)采集直径为300mm的结构钢连铸圆坯样本的低倍组织图像;
所述采集结构钢连铸圆坯样本的低倍组织图像的方法包括如下步骤:
(a)对结构钢连铸圆坯样本依次进行抛光、热酸腐蚀、清洁以及干燥后,得到待采集样本;
其中,所述热酸腐蚀的时间为15min,温度为80℃;
(b)在步骤(a)所得待采集样本正上方位置俯拍采集图像,使得圆心位于图像的中心位置,并且确保结构钢连铸圆坯样本的边缘落在图像内部:图像分辨率应≥0.05mmpixel,确保清晰显示钢材裂纹形貌;
(2)测量结构钢连铸圆坯样本的低倍组织的所有中心裂纹长度Li,并计算中心裂纹总长度L总=∑Li=6mm;
(3)分析中心裂纹总长度L总和结构钢连铸圆坯样本直径的关系,得到中心裂纹缺陷初级评级结果;
所述中心裂纹缺陷初级评级结果的分析方法为,分析标准差ε数据大小判断具有不同直径结构钢连铸圆坯样本的中心裂纹缺陷初级评级结果;
ε=(D-L总)/D=(300-6)/300=0.98,根据表1提供的对照表可知,所述样本的初级凭借结果为0.5级;
(4)分析中心裂纹的宽度和/或长度,得到中心裂纹缺陷的综合评级结果;
通过进一步观察与测量,所述样本上没有单条裂纹实际宽度>2mm,单条中心裂纹实际长度超过中心裂纹总长度L总的80%的中心裂纹,因此该样本的综合评价结果为0.5级。
实施例4
本发明提供了一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法,所述方法包括如下步骤:
(1)采集直径为400mm的结构钢连铸圆坯样本的低倍组织图像;
所述采集结构钢连铸圆坯样本的低倍组织图像的方法包括如下步骤:
(a)对结构钢连铸圆坯样本依次进行抛光、热酸腐蚀、清洁以及干燥后,得到待采集样本;
其中,所述热酸腐蚀的时间为25min,温度为70℃;
(b)在步骤(a)所得待采集样本正上方位置俯拍采集图像,使得圆心位于图像的中心位置,并且确保结构钢连铸圆坯样本的边缘落在图像内部:图像分辨率应≥0.05mmpixel,确保清晰显示钢材裂纹形貌;
(2)测量结构钢连铸圆坯样本的低倍组织的所有中心裂纹长度Li,并计算中心裂纹总长度L总=∑Li=292.6mm;
(3)分析中心裂纹总长度L总和结构钢连铸圆坯样本直径的关系,得到中心裂纹缺陷初级评级结果;
所述中心裂纹缺陷初级评级结果的分析方法为,分析标准差ε数据大小判断具有不同直径结构钢连铸圆坯样本的中心裂纹缺陷初级评级结果;
ε=(D-L总)/D=(400-102.6)/400=0.745,根据表1提供的对照表可知,所述样本的初级凭借结果为2.5级;
(4)分析中心裂纹的宽度和/或长度,得到中心裂纹缺陷的综合评级结果;
通过进一步观察与测量,所述样本上有一条单条裂纹实际宽度>2mm,没有单条中心裂纹实际长度超过中心裂纹总长度L总的80%的中心裂纹,因此该样本的综合评价结果为2.5+0.5=3级。
综上所述,本发明提供的结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法具有可操作性强、重现性高的特点;且可以消除认为差异,真实准确反映裂纹状况,体现材内部质量水平,对于生产过程的指导和工艺优化具有重大意义。
申请人声明,本发明通过上述实施例来说明本发明的详细工艺设备和工艺流程,但本发明并不局限于上述详细工艺设备和工艺流程,即不意味着本发明必须依赖上述详细工艺设备和工艺流程才能实施。所属技术领域的技术人员应该明了,对本发明的任何改进,对本发明产品各原料的等效替换及辅助成分的添加、具体方式的选择等,均落在本发明的保护范围和公开范围之内。
申请人声明,本发明通过上述实施例来说明本发明的详细工艺流程,但本发明并不局限于上述详细工艺流程,即不意味着本发明必须依赖上述详细工艺流程才能实施。所属技术领域的技术人员应该明了,对本发明的任何改进,对本发明产品各原料的等效替换及辅助成分的添加、具体方式的选择等,均落在本发明的保护范围和公开范围之内。
Claims (10)
1.一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法,其特征在于,所述定量评级方法包括如下步骤:
(1)采集结构钢连铸圆坯样本的低倍组织图像;
(2)测量结构钢连铸圆坯样本的低倍组织的所有中心裂纹长度Li,并计算中心裂纹总长度L总;
(3)分析中心裂纹总长度L总和结构钢连铸圆坯样本直径的关系,得到中心裂纹缺陷初级评级结果;
(4)分析中心裂纹的宽度和/或长度,得到中心裂纹缺陷的综合评级结果。
2.根据权利要求1所述的定量评级方法,其特征在于,所述结构钢连铸圆坯样本的直径D为200~800mm。
3.根据权利要求1或2所述的定量评级方法,其特征在于,步骤(1)所述采集结构钢连铸圆坯样本的低倍组织图像的方法包括如下步骤:
(a)对结构钢连铸圆坯样本依次进行抛光、热酸腐蚀、清洁以及干燥后,得到待采集样本;
(b)在步骤(a)所得待采集样本正上方位置俯拍采集图像,使得圆心位于图像的中心位置,并且确保结构钢连铸圆坯样本的边缘落在图像内部:图像分辨率应≥0.05mm pixel,确保清晰显示钢材裂纹形貌。
4.根据权利要求3所述的定量评级方法,其特征在于,步骤(a)所述热酸腐蚀的时间为15~25min;
优选地,步骤(a)所述热酸腐蚀的温度为70~80℃;
优选地,步骤(a)所述热酸腐蚀中热酸包括盐酸水溶液、硝酸水溶液或硫酸水溶液中的任意一种或至少两种的组合。
5.根据权利要求1-4任一项所述的定量评级方法,其特征在于,所述中心裂纹总长度L总的计算公式为:L总=∑Li。
6.根据权利要求1-5任一项所述的定量评级方法,其特征在于,所述中心裂纹缺陷初级评级结果的分析方法为,分析标准差ε数据大小判断具有不同直径结构钢连铸圆坯样本的中心裂纹缺陷初级评级结果;
优选地,所述标准差的计算公式为:ε=(D-L总)/D;
其中,D为结构钢连铸圆坯样本的直径,L总为中心裂纹总长度。
7.根据权利要求6所述的定量评级方法,其特征在于,所述中心裂纹缺陷初级评级结果的分析标准为:
当0.97<ε≤1时,初级评级结果为0.5级;
当0.92<ε≤0.97时,初级评级结果为1级。
8.根据权利要求6或7所述的定量评级方法,其特征在于,所述中心裂纹缺陷初级评级结果与结构钢连铸圆坯样本的直径有关;
优选地,当200≤D<300时:0.775<ε≤0.92时,初级评级结果为1.5级;0.7<ε≤0.775时,初级评级结果为2级;0.525<ε≤0.7时,初级评级结果为2.5级;0.35<ε≤0.525时,初级评级结果为3级;0<ε≤0.35时,初级评级结果为3.5级;ε≤0时,初级评级结果为4级;
优选地,当300≤D<400时:0.83<ε≤0.92时,初级评级结果为1.5级;0.73<ε≤0.83时,初级评级结果为2级;0.63<ε≤0.73时,初级评级结果为2.5级;0.45<ε≤0.63时,初级评级结果为3级;0.22<ε≤0.45时,初级评级结果为3.5级;ε≤0.22时,初级评级结果为4级;
优选地,当400≤D<500时:0.84<ε≤0.92时,初级评级结果为1.5级;0.75<ε≤0.84时,初级评级结果为2级;0.66<ε≤0.75时,初级评级结果为2.5级;0.5<ε≤0.66时,初级评级结果为3级;0.3<ε≤0.5时,初级评级结果为3.5级;ε≤0.3时,初级评级结果为4级;
优选地,当500≤D<600时:0.84<ε≤0.92时,初级评级结果为1.5级;0.77<ε≤0.84时,初级评级结果为2级;0.68<ε≤0.77时,初级评级结果为2.5级;0.54<ε≤0.86时,初级评级结果为3级;0.35<ε≤0.54时,初级评级结果为3.5级;ε≤0.35时,初级评级结果为4级;
优选地,当600≤D<800时:0.85<ε≤0.92时,初级评级结果为1.5级;0.78<ε≤0.85时,初级评级结果为2级;0.69<ε≤0.78时,初级评级结果为2.5级;0.57<ε≤0.69时,初级评级结果为3级;0.38<ε≤0.57时,初级评级结果为3.5级;ε≤0.38时,初级评级结果为4级。
9.根据权利要求1-8任一项所述的定量评级方法,其特征在于,所述综合评级结果的分析方法包括:
当任一单条裂纹实际宽度>2mm时,在初级评级结果的基础上增加0.5级;以及在任一单条中心裂纹实际长度超过中心裂纹总长度L总的80%时,在初级评级结果的基础上增加0.5级;
优选地,所述单条中心裂纹的判断标准为:当不连续裂纹的长度间隔≤4mm、平行间隔≤2mm时,视为单条中心裂纹。
10.根据权利要求1-9任一项所述的定量评级方法,其特征在于,所述综合评级结果的上限值为4级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311448242.2A CN117372409A (zh) | 2023-11-02 | 2023-11-02 | 一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311448242.2A CN117372409A (zh) | 2023-11-02 | 2023-11-02 | 一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117372409A true CN117372409A (zh) | 2024-01-09 |
Family
ID=89402214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311448242.2A Pending CN117372409A (zh) | 2023-11-02 | 2023-11-02 | 一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117372409A (zh) |
-
2023
- 2023-11-02 CN CN202311448242.2A patent/CN117372409A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10290113B2 (en) | Surface state monitoring apparatus for metallic body and surface state monitoring method for metallic body | |
John et al. | Illumination compensated images for surface roughness evaluation using machine vision in grinding process | |
CN102027354A (zh) | 测量钢带材清洁度的方法 | |
CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
Bannikov et al. | Experimental investigation of crack initiation and propagation in high-and gigacycle fatigue in titanium alloys by study of morphology of fracture | |
De Santis et al. | Quantitative shape evaluation of graphite particles in ductile iron | |
CN117372409A (zh) | 一种结构钢连铸圆坯低倍组织中心裂纹缺陷定量评级方法 | |
Wang et al. | Rapid analysis of content and particle sizes of aluminum inclusions in low and middle alloy steel by laser-induced breakdown spectroscopy | |
Erpalov et al. | Optical method to study post-necking material behaviour | |
CN117351006A (zh) | 一种基于深度学习的汽车钣金件表面缺陷检测方法及系统 | |
Meilland et al. | Rapid characterization of inclusionary cleanliness in steels by PDA-OES mapping | |
CN110646306A (zh) | 一种通过硬度评价连铸坯偏析的方法 | |
Prakash et al. | Digital microstructure analysis system for testing and quantifying the ductile cast iron | |
Ljumović et al. | Analysis of the heat affected zone in plasma jet cutting process of the aluminium alloy EN AW 5083 | |
JP2730406B2 (ja) | 金属材の清浄度判定方法 | |
CN108535295A (zh) | 一种利用ebsd测量钢中位错密度的方法 | |
JP2000214142A (ja) | 超音波探傷による金属材料の清浄度評価方法 | |
Hao et al. | Precise determination of trace hydrogen in SA508-3 steel for nuclear reactor pressure vessels | |
CN114441579B (zh) | 一种连铸坯枝晶间夹杂位置的检测方法 | |
JP3563313B2 (ja) | 超音波探傷による金属材料の清浄度評価方法 | |
Zhang et al. | Quantification of the thickness of Widmanstatten α-laths in Ti alloys | |
CN203993539U (zh) | 用于电子探针检测硅钢金相试样缺陷位置的找准夹具 | |
CN109536859A (zh) | 通过在线检测7075铝合金固溶淬火效果快速调整生产工艺的方法 | |
Vander Voort | Results of interlaboratory test programs to assess the precision of inclusion ratings by methods A, C, and D of ASTM E45 | |
TWI397445B (zh) | Monitoring method of cleanliness of flat steel embryo |
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 |