JP6358215B2 - 連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 - Google Patents
連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 Download PDFInfo
- Publication number
- JP6358215B2 JP6358215B2 JP2015187653A JP2015187653A JP6358215B2 JP 6358215 B2 JP6358215 B2 JP 6358215B2 JP 2015187653 A JP2015187653 A JP 2015187653A JP 2015187653 A JP2015187653 A JP 2015187653A JP 6358215 B2 JP6358215 B2 JP 6358215B2
- Authority
- JP
- Japan
- Prior art keywords
- measurement data
- temperature measurement
- principal component
- slab
- frequency 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims description 170
- 229910000831 Steel Inorganic materials 0.000 title claims description 74
- 239000010959 steel Substances 0.000 title claims description 74
- 238000000034 method Methods 0.000 title claims description 58
- 238000004519 manufacturing process Methods 0.000 title claims description 19
- 238000009529 body temperature measurement Methods 0.000 claims description 116
- 238000009826 distribution Methods 0.000 claims description 101
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 61
- 229910052802 copper Inorganic materials 0.000 claims description 61
- 239000010949 copper Substances 0.000 claims description 61
- 238000000513 principal component analysis Methods 0.000 claims description 54
- 238000005266 casting Methods 0.000 claims description 48
- 229910052751 metal Inorganic materials 0.000 claims description 29
- 239000002184 metal Substances 0.000 claims description 29
- 238000010606 normalization Methods 0.000 claims description 16
- 238000009749 continuous casting Methods 0.000 claims description 12
- 238000005520 cutting process Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 22
- 238000005096 rolling process Methods 0.000 description 11
- 230000000052 comparative effect Effects 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 7
- 238000001816 cooling Methods 0.000 description 6
- 238000007654 immersion Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000007598 dipping method Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000005098 hot rolling Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010039509 Scab Diseases 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000005097 cold rolling Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Continuous Casting (AREA)
Description
例えば、特許文献1や2では、鋳型の湯面近傍に3段(行)の熱電対を設置し、凝固シェル厚が10mm程度になる鋳型範囲における温度測定値から鋳型内の溶鋼流動を予測し、表面欠陥の起因となる介在物や気泡の存在有無を判定する方法が開示されている。
また、特許文献3や4では、同様に鋳型に熱電対を設置して、温度測定値から鋳片の縦割れを検知する方法が開示されている。
さらに、特許文献5では、多数(多種類)の操業データを少数(少種類)の変数(特徴量と称する)で表現できるように変換し、その代表値となる特徴量と品質データとの対応についての実績データベースを用いて製品品質を予測する技術が開示されている。
特許文献1や2に開示された方法では、鋳型に設置された熱電対から間接的にスラブ温度を測定しても、溶鋼内部温度を予測し、さらには溶鋼流動を予測することは実際には難しい。また、たとえうまく予測できたとしても、実際のスラブ表面欠陥は、気泡や介在物など溶鋼流動の異常によるものだけでなく、例えばフラックスの巻込み(噛込み)や流れ落ちといった不均一流入、オシレーション割れ、或いは鋳型直下の冷却異常による冷却斑などに起因するものも多いのが事実であり、これらの発生をスラブ温度測定から予測するのは困難である。
前記鋳片を所定長さの鋼片に切断する切断工程を有し、
前記表面欠陥発生判定工程において表面欠陥の発生有りと判定された場合は、該表面欠陥の発生有りと判定された部位を有する鋼片の表面に手入れを施す手入れ工程とを備えたことを特徴とするものである。
これにより、鋳造後の前記鋳片から切断された鋼片に対する表面手入れの要否や引当てグレードの変更を効率良く行うことが可能となる。
以下、本実施の形態に係る熱電対5の配置及び演算装置10の構成について説明するに前に、まず、本実施の形態に係る測温データの主成分分析の概要を説明する。
主成分分析とは、多くの観測変数から特徴を表す新たな変数を合成する統計的解析手法であり、本願発明のように多くの測温データにおける特異点を見出すのに適した手法である。測温データの時系列情報に対して主成分分析を行うと、複数の基底及び基底係数が求められる。
1秒間隔で100本の熱電対5から測温データを取得する場合、t秒間分の温度の時系列データXは下式(1)のように表すことができる。式(1)において、Tは温度を表し、下付き数字は熱電対番号、上付き数字は時間を表す。
主成分分析においては、基底1〜基底3に対してt秒間分の温度の時系列データ(X1、X2〜Xt)毎に基底係数ai jが計算される。基底係数ai jとは、上述の基底1〜基底3への重み付けの値である。
基底1〜基底3それぞれに対する基底係数ai jを用いることで、温度の時系列データのパターン(時間に対する値の変化する形態)を特徴づけることが可能となり、特異点を抽出することができるようになる。
式(1)で表される温度の時系列データXは、基底1〜基底3(y1、y2、y3)と基底係数ai jを用いて下式(3)で近似できる。
なお、以降の説明において、基底1〜基底3を「第1主成分」〜「第3主成分」、基底係数を「主成分スコア(主成分得点)」と表記する。
そこで、該主成分分析(基底)の物理的解釈を、鋳型3の長辺面銅板3aに埋設した熱電対5の配列は、列数をA列〜P列までの16列、段数を5段とし、該配列の熱電対5により取得された測温データの主成分分析を行った場合を例として、以下に説明する。
図2より、第1主成分形状の分布は鋳型内部の温度分布、第2主成分形状の分布は浸漬ノズルから吐出された溶鋼の鋳型3内における拡散状態、第3主成分形状の分布は鋳型3内における溶鋼流動に対する浸漬ノズルからの吐出流と電磁流動制御との干渉状態を表していると考えられる。
鋳型3の長辺面銅板3a内の鋳造方向及び鋳型幅方向に埋設する熱電対5の好適な配置について、鋳造方向、鋳型幅方向のそれぞれの方向毎に精査した。その結果、以下に示す知見(知見i〜知見vi)を得た。以下、各知見について順に説明する。
熱電対5の鋳造方向に配置する範囲及び間隔について以下の知見が得られた(知見i、知見ii、知見iii)。なお、以下の説明において「位置」とは、湯面制御レベルを基点とした鋳造方向の位置を表しており、湯面制御レベルとは、タンディッシュから溶鋼を鋳型3に注入する際、注入量制御の目標とする湯面レベルのことである。
湯面制御レベルから900mm以上の位置においては既に凝固シェルが十分に形成されており、この位置において表面欠陥の起因となるモールドパウダーや脱酸生成物を補足しても鋳片温度に反映されにくいこと、及び湯面制御レベルから900mmより下方の位置で捉えられたモールドパウダーや脱酸生成物は比較的鋳片内部にあるので、圧延されても表面欠陥となりにくいことが考えられる。
上記の熱電対5の鋳造方向の配置と同様に、熱電対5を鋳型幅方向に配置する範囲、間隔及び列数について検討した。その結果、以下の知見(知見iv、知見v及び知見vi)が得られたので、順に説明する。
当該範囲に熱電対5が配置されていない場合、短辺面銅板3b近傍における鋳造欠陥発生の挙動を見落とすケースが見られた。
鋳型幅方向に熱電対5を配置する間隔が200mmより大きくなると、ヘゲ発生の挙動を見落とすケースが見られた。
演算装置10は、PC等のコンピュータによって構成され、長辺面銅板3aに埋設された熱電対5の測温データを取得する測温データ取得手段11と、該取得された測温データを規格化する測温データ規格化手段13と、該規格化された測温データの主成分分析を行う主成分分析手段15と、主成分分析手段15で算出された主成分スコアの頻度分布を求め、該頻度分布の主ピーク及び標準偏差を求める頻度分布作成手段17と、該主ピーク及び標準偏差に基づいて、前記鋳片における表面欠陥発生の有無を判定する表面欠陥発生判定手段19とを備えている。
測温データ取得手段11は、長辺面銅板3aに埋設された熱電対5(図1参照)からの測温データを所定の時間間隔で取得する手段である。
本実施の形態において、前記測温データを取得する所定の時間間隔は、1秒以上30秒以下の間隔であることが望ましい。この理由は次の通りである。温度変動を検知するには、1秒以上30秒以下でも十分であり、1秒よりも短い間隔で温度を取得する場合には、鋳型振動等の外乱の影響を拾いやすくなる。また、30秒を超える間隔での測定では異常発生による温度変動を見落とすリスクが高まる。
測温データ規格化手段13は、測温データ取得手段11で取得された測温データの長辺面銅板3aのうち片面毎の平均値を各時間において算出し、前記各測温データから当該平均値を差し引くことにより前記各測温データを規格化するものである。
このように前記測温データを規格化することによって、測温データのバイアスが除去され、各熱電対位置における温度の相対変化が得られる。
主成分分析手段15は、測温データ規格化手段13により規格化された測温データの主成分分析を行って、主成分と主成分スコアを算出する手段である。主成分分析手段15には、例えば、汎用の統計解析ソフトを用いることができ、測温データ取得手段11による測温データの取得と同時に主成分分析を行うことで、主成分と主成分スコアをリアルタイムに算出することが可能である。
頻度分布作成手段17は、主成分分析手段15により算出された主成分スコアの頻度分布を作成し、該頻度分布の主ピーク及び標準偏差を求める手段である。
ここで、作成した頻度分布においては、2つ以上のピークが観測される場合もある。そこで、頻度分布作成手段17は、作成した頻度分布において観測された2つ以上のピークのうち、ピーク高さが最も高いピークを主ピークをとし、該主ピークにおける主成分スコアの値を求める。
このように求められた標準偏差の平均値は、後述するように、表面欠陥発生の判定を行うための基準として用いることができる。
表面欠陥発生判定手段19は、頻度分布作成手段17により求められた主成分スコアの頻度分布の主ピーク及び標準偏差に基づいて前記鋳片における表面欠陥発生の有無を判定する手段である。
図4(a)は、1つの主ピークが観測される頻度分布であり、該主ピークにおける主成分スコアの値は、前期標準偏差の範囲(-σ以上+σ以下)にある。この場合、表面欠陥の発生は「無」と判定する。
図4(b)は、主ピークともう1つのピークが観測される頻度分布であり、どちらのピークとも、主成分スコアの値は前記標準偏差の範囲(-σ以上+σ以下)にある。この場合、表面欠陥の発生は「無」と判定する。
図4(c)は、主ピークともう1つのピークが観測される頻度分布であり、ピーク高さの低いピークにおける主成分スコアの値は+σを超えているが、ピーク高さの高い主ピークにおける主成分スコアの値は前記標準偏差の範囲(-σ以上+σ以下)にある。この場合、表面欠陥の発生は「無」と判定する。
図5(a)は、2つのピークが観測される頻度分布であり、ピーク高さが低いピークにおける主成分スコアの値は前記標準偏差の範囲内(-σ以上+σ以下)にあるが、ピーク高さの高い主ピークにおける主成分スコアの値が-σ未満である。この場合、表面欠陥の発生は「有」と判定する。
図5(b)は、2つのピークが観測される頻度分布であり、どちらとも、主成分スコアの値は前記標準偏差の範囲(-σ以上+σ以下)にない。この場合、表面欠陥の発生は「有」と判定する。
表面欠陥発生判定手段19により得られた判定結果は、メモリ等の記憶装置に格納及び/又はモニター、ディスプレイ又はプリンター等の記録・出力装置を介して出力される。
当該出力された判定結果に基づいて前記鋳片から切断された鋼片は検品され、必要とあれば該鋼片に対して手入れ等の処置が施され、次工程、例えば熱間圧延や冷間圧延等を施す工程へと搬送される。
ここで、鋼片に対する手入れとしては、例えば、スカーフマシーンやグラインダー等による鋼片表面の欠陥除去が挙げられる。軽微な欠陥に関しては、この手入れ処理後、次工程へと搬送される。
一方、表面欠陥発生判定手段19により、頻度分布の主ピーク及び標準偏差に基づいて表面欠陥の発生「無」と判定された場合、上記手入れせずに鋼片を次工程へと搬送することが可能となる。
なお、この点に関する具体的な方法の一例については、後述する実施の形態2において説明する。
以下、表面欠陥判定装置1の動作と共に、各工程について説明する。
測温データ取得工程S1は、測温データ取得手段11を用いて長辺面銅板3aに埋設した熱電対5からの測温データを所定の時間間隔で取得する工程である。
測温データを取得する時間間隔は1秒以上30秒以下が望ましい。
測温データ規格化工程S3は、測温データ規格化手段13を用い、測温データ取得工程S1で取得された測温データから各鋳造時間における長辺面銅板3a毎の平均値を算出し、各測温データと当該平均値との差を算出することで各測温データを規格化する工程である。
主成分分析工程S5は、主成分分析手段15を用い、測温データ規格化工程S3で規格化された各測温データの主成分分析を行い、各測温データの主成分と主成分スコアを算出する工程である。
頻度分布作成工程S7は、頻度分布作成手段17を用い、主成分分析工程S5で算出された主成分スコアの頻度分布を作成し、該頻度分布の主ピーク及び標準偏差を求める工程である。
頻度分布作成工程S7において作成される頻度分布には、2つ以上のピークが存在する場合がある。そこで、頻度分布作成構成S7は、作成した頻度分布において観測された2つ以上のピークのうち、ピーク高さが最も高いピークを主ピークをとし、該主ピークにおける主成分スコアの値を求めるものとする。
表面欠陥発生判定工程S9は、表面欠陥発生判定手段19を用い、頻度分布作成工程S7において求められた主成分スコアの頻度分布の主ピーク及び標準偏差に基づいて前記鋳片における表面欠陥発生の有無を判定する工程である。
手入れ工程S13は、表面欠陥発生判定工程S9において表面欠陥の発生有りと判定された場合、該表面欠陥の発生有りと判定された前記鋳片の部位を有する鋼片について、該鋼片の表面をスカーフやグラインダー等により手入れする工程である。
このような手入れによって表面欠陥が除去された鋼片は、圧延工程S15へと搬送される。
さらに、鋳片における表面欠陥発生の判定結果に基づいて、前記鋳片から切断された鋼片の表面に適切な手入れを施すことで、優れた表面品質の鋼片を効率良く製造することができる。
溶鋼は浸漬ノズルによりタンディッシュ(図示なし)から鋳型3内へと供給されるが、その浸漬ノズルにおける溶鋼吐出孔の溶鋼吐出角度は下向き15°以上45°以下とし、浸漬深さは湯面制御レベルから溶鋼吐出孔上端までの距離として180mm〜300mmの範囲とした。
そして、熱間圧延、冷間圧延等を施し、圧延後に表面欠陥をオンライン表面欠陥計で連続的に測定した。そして、表面欠陥判定装置1により得られる表面欠陥発生の判定結果との対比を行い、表面欠陥の検知率及び非検知率を評価した。
なお、本発明例1〜本発明例10及び比較例1〜比較例5ともに、それぞれおよそ300チャージ(1チャージあたり約300トン前後)の鋳造量を対象として評価した。
本発明を満たす熱電対5の配置(本発明例1〜本発明例10)では、欠陥検知率は80%を超える高い値であり、鋳片表面における表面欠陥の発生を良好に判定できることが示された。また、非検知率は41%〜55%であった。
比較例1は、熱電対5の段数が4段よりも少ない3段であり、検知率は45%と低く、非検知率は70%と高い値であった。
比較例2は、熱電対5の列数が8列よりも少ない7列であり、検知率は59%と低く、非検知率は72%と高い値であった。
比較例3は、熱電対5の鋳型幅方向における間隔が250mmよりも大きい257mmであり、検知率は59%と、非検知率は68%であり、本発明例よりも低位な結果であった。
比較例4は、熱電対5の鋳造方向の最上段位置が湯面制御レベルから200mmよりも大きい210mmであり、検知率は48%と低く、非検知率は86%と高い値であった。
比較例5は、熱電対5の鋳造方向の最下段位置が湯面制御レベルから500mm〜900mmの範囲外の480mmであり、検知率が65%であり、本発明例より低位な結果であった。
また、第1主成分と第2主成分の双方を判定に用いることにより、表面欠陥発生の有無を極めて良好に判定できる場合があることが示された。
これは、本発明に係る鋼片製造方法を導入することにより、鋳造後の鋼片に対する表面手入れの要否や引き当てグレードの変更を効率よく行うことが可能となったためである。
3 鋳型
3a 長辺面銅板
3b 短辺面銅板
5 熱電対
10 演算装置
11 測温データ取得手段
13 測温データ規格化手段
15 主成分分析手段
17 頻度分布作成手段
19 表面欠陥発生判定手段
Claims (7)
- 鋳型の長辺面銅板に埋設した測温素子の測温データを取得し、該測温データに基づいて鋳片における表面欠陥発生の有無を判定する連続鋳造鋳片の表面欠陥判定方法であって、
前記長辺面銅板に埋設する前記測温素子の配置を、
鋳造方向については、最上段の前記測温素子の位置を湯面制御レベルから下方に200mm以内、最下段の前記測温素子の位置を湯面制御レベルから下方に500mm以上離れた位置、隣り合う前記測温素子間の間隔を250mm以下、段数を4段以上とし、
鋳型幅方向については、前記鋳型の短辺面銅板に最も近い位置に埋設された前記測温素子の位置を前記長辺面銅板と前記短辺面銅板の交線から鋳型幅中央に向かう方向に沿って250mm以内、隣り合う前記測温素子間の間隔を200mm以下、列数を8列以上とし、
上記のように配置された前記測温素子の測温データを所定の時間間隔で取得する測温データ取得工程と、
該測温データ取得工程で前記長辺面銅板毎に取得された前記測温データの各時間における平均値を算出し、該平均値に基づいて前記測温データを規格化する測温データ規格化工程と、
該測温データ規格化工程で規格化された前記測温データの主成分分析を行う主成分分析工程と、
該主成分分析工程で算出された主成分スコアの頻度分布を作成し、該頻度分布の主ピーク及び標準偏差を求める頻度分布作成工程と、
該主ピーク及び標準偏差に基づいて、前記鋳片における表面欠陥発生の有無を判定する表面欠陥発生判定工程とを備えたことを特徴とする連続鋳造鋳片の表面欠陥判定方法。 - 最下段の前記測温素子の位置は、湯面制御レベルから鋳造方向に900mm以内とすることを特徴とする請求項1記載の連続鋳造鋳片の表面欠陥判定方法。
- 前記表面欠陥発生判定工程は、前記頻度分布における主ピークの主成分スコアの絶対値が前記頻度分布の標準偏差を超えた場合、前記鋳片において表面欠陥の発生有りと判定することを特徴とする請求項1又は2に記載の連続鋳造鋳片の表面欠陥判定方法。
- 鋳型の長辺面銅板に埋設した測温素子の測温データを取得し、該測温データに基づいて鋳片における表面欠陥発生の有無を判定する連続鋳造鋳片の表面欠陥判定装置であって、 前記長辺面銅板に埋設する前記測温素子の配置を、
鋳造方向については、最上段の前記測温素子の位置を湯面制御レベルから下方に200mm以内、最下段の前記測温素子の位置を湯面制御レベルから下方に500mm以上離れた位置、隣り合う前記測温素子間の間隔を250mm以下、段数を4段以上とし、
鋳型幅方向については、前記鋳型の短辺面銅板に最も近い位置に埋設された前記測温素子の位置を前記長辺面銅板と前記短辺面銅板の交線から鋳型幅中央に向かう方向に沿って250mm以内、隣り合う前記測温素子間の間隔を200mm以下、列数を8列以上とし、
上記のように配置された前記測温素子の測温データを所定の時間間隔で取得する測温データ取得手段と、
該測温データ取得手段で前記長辺面銅板毎に取得された前記測温データの各時間における平均値を算出し、該平均値に基づいて前記測温データを規格化する測温データ規格化手段と、
該測温データ規格化手段で規格化された前記測温データの主成分分析を行う主成分分析手段と、
該主成分分析手段で算出された主成分スコアの頻度分布を作成し、該頻度分布の主ピーク及び標準偏差を求める頻度分布作成手段と、
該主ピーク及び標準偏差に基づいて、前記鋳片における表面欠陥発生の有無を判定する表面欠陥発生判定手段を備えたことを特徴とする連続鋳造鋳片の表面欠陥判定装置。 - 最下段の前記測温素子の位置は、湯面制御レベルから鋳造方向に900mm以内とすることを特徴とする請求項4記載の連続鋳造鋳片の表面欠陥判定装置。
- 前記表面欠陥発生判定手段は、前記頻度分布における主ピークの主成分スコアの絶対値が前記頻度分布の標準偏差を超えた場合、前記鋳片において表面欠陥の発生有りと判定することを特徴とする請求項4又は5に記載の連続鋳造鋳片の表面欠陥判定装置。
- 請求項1乃至3のいずれかに記載の連続鋳造鋳片の表面欠陥判定方法を用いた鋼片の製造方法であって、
前記鋳片を所定長さの鋼片に切断する切断工程を有し、
前記表面欠陥発生判定工程において表面欠陥の発生有りと判定された場合は、該表面欠陥の発生有りと判定された部位を有する鋼片の表面に手入れを施す手入れ工程とを備えたことを特徴とする鋼片の製造方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015187653A JP6358215B2 (ja) | 2015-09-25 | 2015-09-25 | 連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015187653A JP6358215B2 (ja) | 2015-09-25 | 2015-09-25 | 連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017060965A JP2017060965A (ja) | 2017-03-30 |
JP6358215B2 true JP6358215B2 (ja) | 2018-07-18 |
Family
ID=58428669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015187653A Active JP6358215B2 (ja) | 2015-09-25 | 2015-09-25 | 連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6358215B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7107160B2 (ja) * | 2018-10-24 | 2022-07-27 | 日本製鉄株式会社 | 溶鋼の流動可視化装置、溶鋼の流動可視化方法及びコンピュータプログラム |
US11648607B2 (en) | 2019-03-06 | 2023-05-16 | Jfe Steel Corporation | Continuous casting method of cast slab |
KR102213972B1 (ko) * | 2019-06-20 | 2021-02-08 | 현대제철 주식회사 | 슬라브 표면의 면세로 크랙 예측 장치 및 방법 |
CN111965214B (zh) * | 2020-07-09 | 2023-05-16 | 国网浙江省电力有限公司电力科学研究院 | 一种架空线路复合绝缘子发热缺陷判断方法及系统 |
CN114791067B (zh) * | 2021-01-25 | 2024-02-06 | 杭州申昊科技股份有限公司 | 一种具有热检测功能的管道机器人及控制方法与控制系统 |
CN116944446B (zh) * | 2023-07-27 | 2024-02-09 | 常州润来科技有限公司 | 一种水平连铸铜管坯工艺参数异常监测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008028481B4 (de) * | 2008-06-13 | 2022-12-08 | Sms Group Gmbh | Verfahren zur Vorhersage der Entstehung von Längsrissen beim Stranggießen |
JP5617293B2 (ja) * | 2009-06-02 | 2014-11-05 | Jfeスチール株式会社 | スラブの表層状態予測方法及びスラブの表層状態予測装置 |
JP5716333B2 (ja) * | 2010-09-24 | 2015-05-13 | Jfeスチール株式会社 | 鋳片表層品質予測方法および鋳片表層品質予測装置 |
JP6119640B2 (ja) * | 2014-02-28 | 2017-04-26 | Jfeスチール株式会社 | 連続鋳造スラブの表面欠陥判定方法及び装置 |
-
2015
- 2015-09-25 JP JP2015187653A patent/JP6358215B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017060965A (ja) | 2017-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6358215B2 (ja) | 連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 | |
JP5579709B2 (ja) | 連続鋳造時に縦割れの発生を予測するための方法 | |
JP6950860B1 (ja) | ブレークアウト予知方法、連続鋳造機の操業方法、及び、ブレークアウト予知装置 | |
JP2011011258A (ja) | スラブの表層状態予測方法及びスラブの表層状態予測装置 | |
JP5673100B2 (ja) | ブレイクアウト予知方法 | |
JP6119640B2 (ja) | 連続鋳造スラブの表面欠陥判定方法及び装置 | |
JP2020011255A (ja) | 鋳造状態判定装置、鋳造状態判定方法、およびプログラム | |
JP2020157333A (ja) | 学習モデル作成装置、鋳片品質推定装置、学習モデル作成方法、鋳片品質推定方法、およびプログラム | |
JP5716333B2 (ja) | 鋳片表層品質予測方法および鋳片表層品質予測装置 | |
JP6358199B2 (ja) | 連続鋳造スラブの表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼鋳片の製造方法 | |
JP6119807B2 (ja) | 連続鋳造スラブの表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼鋳片の製造方法 | |
CN111421119A (zh) | 连铸板坯表面纵裂纹在线预测的方法 | |
JP4746466B2 (ja) | スラグ流出検知方法、溶融金属の注入制御方法、スラグ流出検知装置、溶融金属の注入制御装置、プログラム及びコンピュータ読み取り可能な記録媒体 | |
JP4828366B2 (ja) | 鋳型の熱流束に基づく縦割検知方法及び連続鋳造方法 | |
CN114618999B (zh) | 连铸坯振痕测量方法及装置 | |
JPH06154982A (ja) | 連続鋳造の鋳型温度監視方法および装置 | |
Geerkens et al. | Special technologies and new developments to improve slab quality | |
Camisani-Calzolari, FR*, Craig, IK* & Pistorius | Quality prediction in continuous casting of stainless steel slabs | |
JP7469623B2 (ja) | 連続鋳造における鋳片欠陥の検出方法 | |
JP7001074B2 (ja) | 拘束性ブレークアウトの予測方法及び鋼の連続鋳造方法 | |
WO2024070088A1 (ja) | 鋳型、制御設備及び鋼の連続鋳造方法 | |
WO2021256063A1 (ja) | ブレークアウト予知方法、連続鋳造機の操業方法、及び、ブレークアウト予知装置 | |
EP4442387A1 (en) | Continuous casting start timing determination method, continuous casting facility operation method, slab manufacturing method, determining device, continuous casting start determination system, and display terminal device | |
JP2022190572A (ja) | 連続鋳造における鋳片欠陥検知方法 | |
JPS62192243A (ja) | 連続鋳造における鋳片縦割れの検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170424 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180301 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180313 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180507 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180522 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180604 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6358215 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |