李智杰
摘 要: 近十几年来,随着钢铁行业竞争的加剧,质量标准高,技术要求高,生产难度大的板材在市场的占比愈发扩大,板形作为板材产品不可忽视的质量指标之一,愈发需要经得住市场的考验。
关键词: 板带;问题;改善;检测
【中图分类号】TG335.5 【文献标识码】A 【DOI】10.12215/j.issn.1674-3733.2020.30.132
1 前言
在板带的生产过程中,板形问题不仅影响了板材的性能要求,易造成质量异议,还直接影响钢板的收得率和生产成本。
2 热轧钢板板形问题分析
2.1 常见板形缺陷。
板形是板材生产过程中衡量几何精度的关键指标,在宽度方向上表现为横向断面形状即凸度,在长度方向上表现为浪形和瓢曲即平直度,板形从微观角度由板材内部残余应力的分布所表现出来。其中浪形缺陷是由于坯料轧制时在宽度方向上厚度和有载辊缝没有相应匹配,从而导致压下率分布不一致,长度方向伸长率也就不同,最后导致浪形的产生。为了良好的控制板形,在轧制过程中必须保证辊缝的稳定来匹配坯料凸度,并且减少和补偿生产中各种因素对于辊缝的影响。因此,板形控制的实质就是实现对有载辊缝的稳定控制[1]。
2.2 前后工序的影响
(1)加热炉:板坯的加热温度不同直接影响其塑性变形能力,从而使轧制力发生变化,尤其是温度均匀性差产生水梁印,对于板形的控制和轧制稳定性的影响较大。装钢时在出现红号后,需将板坯退出加热炉,加热炉不能走梁,需要重新装钢后才能走梁。加热段的板坯长时间处于高温下,氧化严重,轧制时会有麻面、麻坑等缺陷产生。
(2)层冷冷却不均:层流冷却的侧喷水与气吹,都可以除去层流浇在钢板表面的积水,防止因冷却水堆积,冷却不均导致的瓢曲变形,但需要控制好角度,防止造成冷却水未除净二次堆积。上下出水喷嘴的堵塞也将导致出水量的不同从而冷却不均,产生瓢曲变形,因此在实际生产中需要定时对层流冷集管进行测量水量与维护
(3)矫直过程存在缺陷:热矫直机通过矫直辊压下力改变钢板形状使钢板内部残余应力和应变值尽可能趋于零,矫正轧制完成后产生的各类浪形缺陷。但在矫直过程中还是存在一些问题,易导致钢板的瓢曲。如矫直工艺不稳定,需要人工根据经验修正,过多的人工干预,导致工艺的不稳定和不连续;不同的矫直辊矫直效果差別很大,装配精度低导致需要人工找稳定工艺时间长,导致调整过程中瓢曲大;刚矫直过的钢板情况没有及时反馈给轧机和矫直机,导致调整不及时,空档期瓢曲量大等。
(4)其他问题:1)在轧制过程中,钢板表面产生的异物压人,凹坑,划伤,压痕等表面缺陷;
2)因为轧辊生产材质,铸造,磨削精度等问题,使用中出现不正常磨损,影响辊缝控制;
3)辊道长时间未更换磨损,钢板跑偏未在中心线,产生镰刀弯。
4)轧辊轴承座和机架间隙大,引起轧辊横向窜动。
3 板形控制技术改善建议
3.1 保证加热制度的执行质量。
在制造过程中,必须充分保证加热质量。在加热过程中,钢板必须符合相应的过程标准和要求。同时,必须根据节拍要求严格控制开卷温度,以保证钢坯加热质量。同时,实现了将钢自动注入加热炉中,从而消除了冲屑数量的闲置干扰并减少了形状缺陷。
3.2 控制坯料表面的质量和尺寸的精度。
在装炉之前,必须对坯料的表面进行严格检查,如果发现任何缺陷,必须采取有效措施及时解决。
3.3 保证压下规程的合理性。
根据乳制品参数和工艺要求,应控制不同路径的减少,轧制速度应与钢板尺寸保持一致。
3.4 提高冷却均匀性。
在冷却过程中发生的板状缺陷主要是由于钢板宽度或厚度的不均匀冷却引起的。考虑到在宽度方向上的不均匀冷却,边缘被遮蔽,在集水管上增加了阻尼装置,并且喷嘴的喷射角度和压力调节提高了在宽度方向上的冷却均匀性。钢板的表面和中心之间的温差是不可避免的,同时,材料的结构和性能也不能显着调节冷却速度。
3.5 改进矫直过程措施。
通过与电修车间合作,实现矫直自动化升级,自动矫直,减少人工干预;与机修车间合作提高矫直辊装配精度,使得矫直辊装配精度高,矫直效果好;矫直钢板后专门人员查看板形,板面,钢板平整度,及时反馈调整;通过对现场生产经验的整理,制定出对不同规格钢板的不同矫直返矫工艺,进行矫直操作培训,操作水平显著提高,降低钢板瓢曲。
3.6 合理的换辊制度。
及时更换轧辊,以免轧辊过度磨损。应根据要轧制的钢材的等级,规格和里程设置适当的换辊时间。在发生任何严重损坏之前,请确保及时更换轧辊。注意正常的制造观察,如果在更换辊子之前发现明显的裂纹或磨损,则应及时更换,以免影响板的形状。
3.7 人为干预轧钢过程。
由于辊缝不一致或是板坯温度不均匀导致的钢板跑偏产生镰刀弯,及时对辊缝和弯辊进行人工干预;已开展卷轧翘扣头培训,对于翘头因子固化操作,减少翘扣头板引发的堆钢事故。
4 表面缺陷检测与辨识
带钢表面缺陷检测系统在作业过程中需要逐个检查每一个存在疑似缺陷的图像。首先根据顺序逐个扫描疑似缺陷图像,再选择合适的高斯模板,之后以扫描点为中心,计算出高斯加权值,确定动态阈值范围,利用动态阈值范围对疑似缺陷图像进行检测和评判,最后将可以确认的缺陷图像输入缺陷单元标记库内,否则不做任何处理。待将整块疑似缺陷图像全部完成扫描后,再逐个进行缺陷排除。该功能主要是在现场软件设计安排以后执行命令,因为其需要和一线工作人员进行预先交流,构建常见缺陷库。缺陷库的构建方法是将已确认的缺陷进行采样,对图像的分辨率、尺寸、参照线进行具体采样,将常见缺陷特征具象化,通过一系列的离线整合、在线验证确任缺陷类别。因而缺陷库的构建主要是为了将这些缺陷图像输入数据库,构建图像和缺陷类别之间的匹配对应关系,而缺陷特征被具象化是为了和实时采集的带钢图像进行比较,当比较结果的相似度超过阙值时,就能够初步判断出目前采集的带钢图像具备该缺陷,然后将该图像储存在该缺陷类别目录之下,后续在此目录部署下做进一步的缺陷识别,最终实现该缺陷类型的识别检测。
5 结束语
根据机器视觉技术的应用要求,依托带钢表面质量的好坏,对其表面缺陷检测进行调整优化,通过对板带缺陷的控制大大提高了板带生产的稳定性,也为质量提供了保障。
参考文献
[1] 王宇,吴智恒,邓志文,等.基于机器视觉的金属零件表面缺陷检测系统[J].机械工程与自动化,2020,34(4):210-211,214.
[2] 延西,赵梦.基于CNN的带钢表面缺陷检测[J].重型机械,2019,15(2):25-29.