冷轧薄板表面缺陷分析

用光学显微镜和扫描电镜等手段对ＫＱ２３５ＢＦ钢冷轧薄板表面缺陷进行了综合分析，结果表明该冷轧薄板表面缺陷是由于钢锭在均热炉内加热过程中生成的铁鳞即氧化铁皮在开坯和轧钢过程中未完全脱落和清除而被轧入钢基表面引起的。     

冷轧硅钢表面黑道缺陷查证分析

针对冷轧硅钢表面存在黑道缺陷问题,通过对黑道缺陷进行分类,对工序生产情况对比分析并进行实验室金相分析、电镜分析、成分分析、外观形貌等分析,得出冷轧硅钢表面黑道缺陷的产生有两种情况,一种情况为炼钢成分局部碳含量高引起,另一种为擦划伤造成表面粗糙引起.     

65Mn 冷轧带钢表面缺陷分析

对65Mn冷轧带钢的表面缺陷进行了金相检测，电镜点扫描和面扫描，确定了来杂物的形态，成分，由此分析了夹杂物的来源。     

冷轧带钢表面缺陷识别与控制

针对冷轧带钢常见表面缺陷的种类、识别以及产生原因进行详细的论述,提出了主要预防和控制措施,对冷轧带钢表面缺陷有了进一步的认识,对提高带钢表面质量极其重要。     

冷轧薄板表面缺陷产生原因综述

对冷轧薄板表面缺陷的种类和产生原因进行了全面的论述,为冷轧薄板表面缺陷控制提供了依据。     

冷轧带钢表面异物压入缺陷分析

采用扫描电镜对冷轧带钢表面异物压入缺陷的形貌和成分进行了分析,并对冷轧各生产工序对异物压入缺陷的影响进行了分析。结果表明,冷轧带钢异物压入缺陷与辊系材料产生的磨屑或胶辊表面的粘附物以及乳液过滤系统有关。通过控制原料上料温度,提高酸洗区域大辊径S辊及控制辊辊面硬度,机架间乳液胶管更换为铁管,改进乳液系统等,使异物压入缺陷率大大降低,提高了产品质量。     

冷轧辊表面缺陷的超声表面波检测

通过超声表面波对冷轧辊表面缺陷的试验工作，依据生产要求提出了选择探伤灵敏度的方法，测定了检测工艺并指出了该方法的检测效果。     

冷轧带钢表面缺陷检测现状

在综述国内外冷轧带钢表面缺陷检测现状的同时,介绍了频闪法检测、激光检测和ＣＣＤ检测原理。     

430铁素体不锈钢冷轧带钢表面黑带缺陷分析

采用扫描电子显微镜(SEM)及能谱分析(EDS)等方法对冷轧带钢表面黑带缺陷和连铸板坯表层碳化物的形貌、尺寸及分布进行了分析研究。结果表明：430不锈钢带钢表面黑带缺陷部位较正常区域有更高的碳含量,且出现贫铬元素,为明显的晶间腐蚀缺陷。分别使用A型和B型保护渣的430不锈钢铸坯边部和中部表层均存在颗粒状碳化物,碳化物区域深度不同,呈不连续的分布。因此,由于结晶器液面波动或保护渣熔速过慢导致熔渣层补充不足,富碳层与钢液和铸坯表面接触,造成铸坯表面覆碳,在后续轧制过程形成黑带缺陷。     

冷轧薄板表面缺陷研究

介绍了冷轧薄板表面主要缺陷的形貌、形成原因及预防措施。研究表明：冷轧薄板表面缺陷主要分为常规缺陷和非常规缺陷两大类。常规缺陷的产生与冷轧工艺质量密切相关,而非常规缺陷的形成机理则比较复杂,可能在炼钢工序也可能在轧钢工序形成,需具体情况具体分析。     

冷轧带钢表面缺陷及粗糙度检测系统的应用

阐述了冷轧带钢表面缺陷及粗糙度在线自动检测的必要性和重要性。介绍了当今国际上比较通用的两类检测系统的原理及机构。针对武钢的实际提供了选用看法。     

基于图象处理的冷轧带钢表面缺陷在线检测技术

对光在不同钢板表面的反射性质进行了研究,在此基础上,提出了“明场方式”和“暗场方式”两种缺隐检测方式,“明场方式”可用于检测普碳钢表面的二维和三维缺陷,“暗场方式”可用于检测不锈钢表面的三维缺陷。对缺隐检测算法的流程进行了研究,提出了“实时处理”和“准时处理”两种数据处理方式,这两种方式应用于缺隐检测过程的不同步骤,以保证缺陷检测算法的实时性。     

冷轧带钢表面缺陷智能检测技术的发展

介绍了冷轧带钢表面缺陷检测技术的现状、开发新检测装置的目的和要求及最近开发成功的在线智能检测仪表的原理、装置构成等。地缺陷的自动分类方法、神经网络分类器和用于地风质量进行自动分级的专家系统做了简要介绍。     

冷轧带钢表面缺陷在线监测系统

介绍一套目前已在实验室中开发成功的冷轧带钢表面缺陷在线监测系统,该系统用于在线检测和识别冷轧带钢的表面缺陷.系统采用多个面阵CCD摄像头同步采集带钢表面的图像,并通过并行计算系统对图像进行分析和处理,以得到钢板表面的缺陷情况.系统在软件流程上进行了特殊的设计,以保证实时数据处理功能.经试验,系统对\     

冷轧钢板表面缺陷的形成原因探讨

针对冷轧钢板常见的表面缺陷进行了简单归类研究,探讨了这些缺陷形成的原因,并有针对性地提出了一些解决办法,以期对提高冷轧钢板生产的质量有所帮助。     

基于LVQ神经网络的冷轧带钢表面缺陷分类方法

将LVQ神经网络用于冷轧带钢表面缺陷的自动分类中,解决了以往分类方法在多缺陷模式类型情况下耗时多和准确率低的问题.对现场采集到的14种主要缺陷类型进行了实验.实验结果表明,基于LVQ神经网络的分类器训练与分类的时间短,在多缺陷种类分类的过程中准确率能得到保证.     

TA1纯钛冷轧薄板表面开裂原因分析

针对TA1纯钛冷轧薄板表面开裂问题,采用宏观分析、扫描电镜(SEM)、化学分析、光学显微镜、显微硬度计等手段,对开裂原因进行了分析。结果表明,冷轧薄板开裂位于严重的表面褶皱区内,褶皱区板中心存在聚集分布的硬α相区,氧元素富集形成的硬、脆α相在轧制过程中不能同步变形,形成了内部开裂程度不同的表面褶皱,氧富集程度低的区域形成较浅的表面褶皱,氧富集程度高的区域形成严重的表面褶皱,同时异常的杂质Al元素富集于部分硬α区加剧了材料脆化形成解理断裂,薄板由内部开裂的褶皱缺陷提前扩展为宏观的表面开裂。