马钢板坯自动火焰清理机生产实践

连铸板坯料表面缺陷对轧制成品质量有重要影响,板坯自动火焰清理机是去除板坯表面裂纹、皮下气泡、夹渣等缺陷,提高成品卷表面质量的最有效方式。介绍了马钢板坯自动火焰清理机基本参数、工作原理、工作流程、板坯漏清原因及对策和应用情况。目前,马钢板坯自动火焰清理机运行稳定,清理后板坯表面质量较好,自动火焰清理后铸坯冷轧成品卷缺陷比例比不清理铸坯下降40%。     

湛钢连铸坯火焰清理机热试成功

正湛江钢铁炼钢厂2 150 mm连铸坯火焰清理机顺利完成了两炉共19块连铸坯的连续清理,清理后的板坯质量完全达到了目标效果,这标志着国内首台自主集成连铸坯火焰清理机在湛江钢铁热试成功,填补了我国冶金技术领域的一项空白。湛江钢铁炼钢厂2 150 mm连铸坯火焰清理机顺利完成了两炉共19块连铸坯的连续清理,清理后的板坯表面平整光洁无缺陷,完全达到了目标效果,这标志着国内首台自主集成连铸坯火焰清理机     

湛钢连铸坯火焰清理机热试成功

<正>湛江钢铁炼钢厂2 150 mm连铸坯火焰清理机顺利完成了2炉共19块连铸坯的连续清理,清理后的板坯表面平整光洁无缺陷,完全达到了目标效果,这标志着国内首台自主集成连铸坯火焰清理机在湛江钢铁热试成功,填补了我国冶金技术领域的一项空白。     

不锈钢连铸板坯表面清理机的开发及应用

针对不锈钢连铸在生产过程中,板坯表面会产生氧化铁皮和保护渣的混合物问题,开发出不锈钢连铸板坯在线表面清理机,并成功投入生产,为不锈钢连铸板坯在线表面清理提供了一种有效的、可靠的方法。     

浅析SMS-20火焰清理机的作用

对火焰清理技术的工艺原理和SMS-20火焰清理机的适用范围、关键部位的介质压力、清理深度的确定因素以及实践应用做了简要的介绍。分析了表面缺陷对产品质量的影响，火焰清理对去除表面缺陷的作用。根据实际生产的中低碳钢、超低碳钢清理以及冷轧反馈情况，对清理深度进行优化，使板坯表面质量得到了较大的改善。     

SS400板坯表面纵裂原因分析与改进措施

SS400钢连铸板坯在生产检验中常出现表面纵裂缺陷。对有裂纹的连铸板坯进行了高温塑性试验、低倍、金相组织和夹杂物分析。结果表明,钢水中硫含量高、钢中存在夹杂物、连铸板坯坯壳厚度不均匀、结晶器锥度和矫直温度不合理均可引起连铸板坯表面纵裂。提出了避免连铸板坯产生表面裂纹的措施。     

板坯表面缺陷火焰清理的工艺优化

福建三钢闽光股份有限公司炼钢厂板坯连铸机生产的部分钢种及工况异常炉次的板坯,其表面常伴随着裂纹、气泡等缺陷。目前采取人工火焰清理的方式消除板坯表面缺陷,但常因火焰清理后产生的钢渣清理不干净、清理检查覆盖不足等问题造成板坯送轧后出现轧材改尺、判废的现象。炼钢厂对板坯表面火焰清理工艺的摸索、优化,因清理处理不当而导致的轧材缺陷比例由2015年的0.225%降至2016年之后的0.127%。     

热连铸坯光学探伤装置

日本住友金属工业公司从节能观点出发,为扩大加热炉的连铸坯热装炉量,最近研制一种对热态连铸板坯表面缺陷进行光学检测的探伤装置,并在鹿岛厂一号连铸机上首先使用成功。热连铸板坯光学探伤装置的工作原理是:(1)未经剪切的连铸坯从连铸机出来后,用水银灯照射其表面,同时用三台电视摄影机把板坯表面横向凸凹现象拍照下来。     

控制高强度含铌连铸板坯表面横裂的生产实践

表面横裂是高强度含铌连铸板坯较常见的表面缺陷之一,是导致铸坯轧后钢板表面出现结疤质量缺陷的重要原因。2007年以来,河北钢铁集团邯钢公司第三炼钢厂采用先进的结晶器液压振动台提高振动精度,提高了板坯连铸机扇形段装配精度,解决了多项设备漏水问题,优化了铸坯矫直区配水,成功解决了高强度含铌连铸板坯表面横裂质量问题。     

连铸板坯表面横向裂纹产生原因分析

根据Citisteel U.S.A.Inc.连铸板坯表面横向裂纹的特征,本文对产生此种板坯表面缺陷的原因从多个方面进行了探讨,提出了预防对策。     

高温铸坯表面缺陷在线检测技术开发及应用

随着钢铁行业积极推进智能化,企业已不再满足于传统的高温铸坯冷却后人工表面缺陷抽检方法。为了实现连铸过程中铸坯表面缺陷的无损在线检测和及时的质量判定,本项目在机器视觉无损检测的理论基础上,开发了一种基于CCD及激光扫描相配合的实时检测铸坯缺陷轮廓的方法,应用机器视觉和图形处理方法对连铸坯表面缺陷形态进行了三维数字化重构,并对缺陷进行识别与分类。基于实验室研究和现场应用,结果表明,16台CCD满足高温板坯全幅周向的检测要求,缺陷尺寸检测分辨率达到毫米级,通过数字化、精确化定位缺陷的位置及深度,满足高温铸坯缺陷在线检测与监测,并为铸坯产品质量溯源提供有力的支撑。     

微合金化钢连铸坯边角部无缺陷生产技术开发

以邯宝炼钢厂板坯连铸机为依托,以实际生产的典型铌、钒、钛微合金化钢为研究对象,系统研究了板坯表面裂纹缺陷形成机理,确定了倒角结晶器窄边铜板的最佳角度和最佳倒角长度;设计并开发了具有组合式冷却水道的倒角结晶器窄面铜板,适用于带倒角连铸坯的新型支撑足辊系统;结晶器窄侧锥度的设计及应用管理,有效支撑了带倒角连铸坯的窄边,解决了角纵裂及角纵裂漏钢的难题,提高了结晶器窄边铜板的使用寿命,同时为连铸的高拉速提供了保证。项目突破了倒角结晶器技术工业化应用的技术瓶颈,从根本上解决了微合金化钢连铸板坯角部横裂纹问题,成功实现了大规模工业化稳定生产。     

薄板坯连铸及其铸坯表面缺陷的形成机理

薄板坯连铸连轧技术已成为了钢铁冶金技术发展的主要趋势之一,但薄板坯连铸具有拉速高、凝固速度快、铸坯宽厚比大等特点,使得铸坯容易出现表面夹渣、表面裂纹等缺陷,而这些铸坯表面缺陷问题的产生与结晶器流场、温度和热流分布有直接的联系。因此,对薄板坯连铸结晶器内高温动态行为进行系统地概述,并在此基础上分析了铸坯表面缺陷的形成机理。研究表明,薄板坯连铸结晶器内钢液流动更加紊乱、涡流速度更快,这不利于夹杂物的上浮,且容易导致卷渣的发生,增大铸坯表面夹渣缺陷产生的可能。此外,在钢液湍流和涡流的作用下,铸坯内温度分布不均,加上在高拉速下结晶器内热流更大,这使得铸坯表面更易产生裂纹缺陷。     

铸坯到轧材的表面缺陷演变行为研究

基于铸坯表面缺陷传承到轧材的精确定位方法,开展铸坯-轧材缺陷间的对应关系研究,以提高判断缺陷产生原因以及工序改进的及时、精准性,并系统研究高线铸坯皮下气泡缺陷在轧制过程中的演变行为,对其缺陷形态进行了检测分析。研究表明:所设计的铸坯表面缺陷到轧材的定位方法能精确地在轧材表面找到缺陷所在的位置;铸坯皮下气泡对应的轧材表面裂纹长度较短,且裂纹两端收敛,无明显过渡段,裂纹内部存在氧化物,裂纹两侧组织无异常流变,存在明显脱碳,这为企业改善铸坯表面质量提供了科学依据。     

宽厚板连铸坯表面裂纹的产生原因及控制

针对近期包钢薄板坯连铸连轧厂宽厚板微合金钢铸坯出现的批量表面裂纹问题,通过考察表面缺陷类型,裂纹形貌特征,结合连铸工艺条件、钢水质量及设备状况,分析了板坯表面裂纹的主要原因,提出了优化振动参数,控制钢水氮含量,提高振动精度,调整保护渣性能以及提高二次冷却水水质等改善铸坯表面缺陷等措施,取得了比较明显的效果,其铸坯表面裂纹得到了有效控制。     

连铸薄板坯的质量缺陷及其改善措施研究

分析了连铸薄板坯在冶炼及连铸过程中产生的表面夹渣、内部非金属夹杂,铸坯凝固过程中产生的表面裂纹、中心偏析及中心疏松等质量缺陷。讨论了如何从炼钢到连铸过程中通过采用先进的生产技术和设备来达到工艺的优化,从而改善铸坯质量,发挥出薄板坯连铸连轧的产量和产品质量优势。     

CSP产品表面结疤产生原因分析

为了找出产生结疤缺陷的原因并为生产工艺改进提供指导,对CSP热轧成品表面结疤缺陷进行了分析研究。通过对F1道次轧制坯和成品进行低倍组织观察、金相观察等分析时发现,表面结疤缺陷与原铸坯中产生的细小孔洞和铸坯内部裂纹有关,近表面气孔在轧制前或轧制过程中暴露时,随着轧制的进行,气孔就在成品板表面表现出舌头状或指甲状的结疤缺陷。未暴露的气孔或内部裂纹在成品中被压合或沿轧制方向呈线状缺陷。     

400 mm×2 100 mm特宽特厚板坯表面纵裂成因及控制措施

2011年5月国内最大断面规格的板坯连铸机在南阳汉冶特钢有限公司投产,生产400mm×2100mm特厚特宽板坯,投产初期生产铸坯表面纵裂严重,造成轧后钢板不合格品比率大幅提高,通过现场调查和数据分析,查明了表面纵裂形成主要与结晶器冷却及二次冷却不均匀有关,通过规范中包第一炉开浇时提速曲线、调整浸入式水口插入深度、加强设备管理等一系列控制措施,使铸坯表面一次合格率稳定提高至99.2%,有效解决了宽厚板坯表面纵裂。     

保护渣碱度对薄板坯结晶器平均热流量的影响

在钢的连铸过程中,钢水在结晶器内的凝固对铸坯的产量和质量均有很大影响,几乎所有的铸坯表面缺陷均形成于结晶器内。近年来,随着连铸拉速的增加及对铸坯表面质量要求的提高,有关结晶器冷却、传热对钢水的初始凝固及表面纵裂纹影响的研究成为连铸科学研究的重点。结晶器壁热流不均是纵裂纹产生的有利环境,保护渣控制传热为常用的措施。薄板坯浇铸时由于拉速高,为获得表面无缺陷铸坯,对保护渣控制传热的要求更高,同时也需协调保护渣的润滑功能。通过生产试验,研究比较3种碱度保护渣（CaO/SiO2分别为1.06、1.26和1.48）对薄板坯结晶器平均热流量的影响,发现与低碱度保护渣相比,使用高碱度保护渣时,结晶器热流量最低,有利于实现弱冷却,形成均匀凝固坯壳,在一定拉速条件下浇铸裂纹敏感钢种时有助于获得良好表面质量的铸坯。     

基于PSO-PNN的铸坯全长表面纵裂纹在线预测

表面纵裂纹是铸坯质量缺陷中一种最常见的表面质量缺陷。环境因素使得铸坯表面纵裂纹在线检测精度不高,各大钢厂铸坯质检仍要依赖人工,因此提出一种基于粒子群PSO优化概率神经网络PNN的铸坯全长表面纵裂纹预测方法。首先,建立铸坯生产过程跟踪及数据时空变换模型,构建铸坯生产系统将生产过程数据与铸坯长度方向进行匹配;再利用PNN的Bayes 最小风险准则进行有监督特征学习,并利用寻优算法PSO优化PNN关键参数的选取,得到最终的模型PSO-PNN;最后,利用某钢厂连铸产线铸坯质量缺陷数据和生产过程数据进行试验验证。结果表明,该方法对铸坯整体的质量预测分类精度达到97.5%,铸坯全长的裂纹缺陷的预测精确率和召回率均在92%以上,能有效实现铸坯全长表面纵裂纹的预测,为现场质检人员提供参考。