基于SAE-DBN混合深度网络的热轧带钢表面缺陷预报

热轧带钢表面质量缺陷严重制约了产品质量高端化，其带钢表面质量缺陷具有多元化、随机性等特征，不同缺陷的形成机理不同，造成带钢表面质量缺陷的工艺复杂，难以实现对表面质量缺陷的有效控制。为解决热轧带钢质量缺陷难以实现在线诊断的问题，针对热轧生产过程发生频率较高的氧化铁皮印压入、边部翘皮、边部裂纹缺陷展开诊断预报研究。基于表面缺陷机理分析，明确了轧制过程影响带钢表面质量缺陷产生的原因变量，将其作为热轧板带表面质量缺陷预判模型的输入数据源。然后，基于深度置信网络和深度稀疏自编码器，提出一种基于SAE-DBN(spare auto encoder-deep belief nets,稀疏自编码器-深度置信网络)混合深度网络的热轧带钢表面缺陷预报模型。在DBN诊断模型的基础上，训练单个SAE得到最优网络权重。将得到的网络权重赋值给DBN模型的首层RBM(restricted Boltzmann machine,受限玻耳兹曼机),以此种方式初始化网络权值和偏置，以此进一步提高模型的预报能力和学习效率，改善深度自编码器稳健性不足的情况。采用热轧带钢生产过程实际数据对模型进行验证，结果表明SAE-DBN混合...     

数据驱动的热轧带钢边部线状缺陷智能预报模型

 边部线状缺陷是热轧带钢易发缺陷,不仅严重影响成材率,还可能对热轧下游工序生产过程造成影响。边部线状缺陷的影响因素复杂多变,建立精确的机理预报模型十分困难。为此,首先分析边部线状缺陷的主要影响因素;然后以智能方法为基础,分别建立了基于逻辑回归与神经网络的边部线状缺陷智能预报模型,并分析了2个模型的精度与泛化能力;最后,以神经网络智能预报模型为基础,对加热工艺参数进行优化,使缺陷发生率与封闭率均大幅降低。研究结果对提高热轧带钢表面质量具有实践意义,可推广应用于同类轧线。     

高合金钢热轧带材边部表面缺陷分析

高合金钢带材在热轧过程中,边部表面经常出现缺陷,会显著降低带材的成材率。首先使用金相显微镜及电子探针分别对热轧带材和连铸坯边部表面缺陷进行形貌观察和成分分析。随后,基于结晶器反问题模型和结晶器铜板实测温度,模拟结晶器内高合金钢的传热和凝固行为。结果表明,高合金钢中气体含量过高和连铸坯边部表面缺陷是引发热轧带材边部表面缺陷的主要原因;沿连铸坯宽度方向的传热和凝固是不均匀的,尤其是靠近边部的坯壳厚度和热流降低幅度都较大,边部坯壳较薄,裂纹敏感性强。调整相应的精炼和连铸工艺,有利于改善热轧边部缺陷,改善效果显著。     

冷轧板常见表面缺陷特征及成因分析

通过生产实践和检验,分析认为冷轧板常见表面缺陷包括原料缺陷和冷轧缺陷两大类,原料缺陷源于炼钢和热轧。原料缺陷如果控制不当,会遗传到冷轧成品板上,冷轧缺陷宏观易于辨识。提高冷轧板表面质量需要冶炼、连铸、热轧、冷轧各工序协调配合。     

铜及铜合金带材表面质量控制及技术现状

综述了目前国内高精度铜及铜合金带材表面的质量状况,提出表面物理缺陷和化学缺陷及其概念,描述了带材表面各种缺陷的形貌特征,分析了缺陷产生的原因及关键工序的控制要点;介绍了目前铜带表面质量控制采用的新技术、新材料及表面缺陷量化等技术的应用现状.分析表明,高精度铜带表面质量中起皮、划伤、擦伤和凹坑等表面物理缺陷是产品质量投诉的主要原因,而影响铜带表面质量的因素众多并贯穿于生产的整个过程.加强技术创新和新技术、新材料的应用,提高各工序的产品质量保障能力,同时精细管理、细心操作、采用缺陷量化检测手段是控制表面质量及提升产品品质的关键.     

三次氧化铁皮缺陷的成因分析

氧化铁皮缺陷是影响热轧带钢表面质量的重要因素之一.利用电子探针,探测了基体不含Cr的热轧带钢表面三次氧化铁皮缺陷处的化学成分,根据其中Cr含量的变化规律,分析了缺陷的形成原因和过程.     

水平连铸铜板坯冷轧带材表面缺陷问题研究

电子设备朝着集成化、轻薄化和小型化发展,要求铜板带不仅具有良好的性能,更要满足高精度和高表面质量。本文针对某企业水平连铸生产的铜板坯冷轧后带材表面缺陷展开研究,采用光学显微镜（OM）、扫描电镜（SEM）、能谱（EDS）分析、工业CT等手段观察了各类缺陷宏微观形貌并研究了形成的机理,并对带材表面缺陷产生原因和改善措施进行了探讨,为生产实践提供借鉴。     

CSP薄板产品表面夹杂缺陷的控制

由于热加工历程的差异，与常规热轧相比，CSP线生产的薄板产品表面质量较难控制，其中表面夹杂是发生频率最高的缺陷之一。本文通过缺陷分析，确定了缺陷的产生机理和主要影响因素，并通过提高钢水质量和优化连铸工艺，控制了表面夹杂缺陷的大规模产生。     

带钢边部表面缺陷原因分析

对影响带钢表面质量的几种常见边部缺陷及形成机理进行了研究,采用关键过程数据分析和电镜观察相结合的方法明确了形态相似、诱因各异的形成特点。结果发现,外生夹杂导致的热轧带钢边部层状、线状缺陷区分布富含F、Na、Mg、Si等元素的块体,局部存在夹杂物与氧化铁的异质混合层。薄规格冷轧带钢叠轧类层状缺陷与轧制工艺参数设置有关,其层间组织光滑;边部线状缺陷异物刮痕特征明显,缺陷处无异物质点。研究结果为带钢表面缺陷的成因及判定提供了新的分析思路。     

热轧钢卷平整生产线挫伤缺陷的原因分析

随着用户对热轧钢带板形质量要求的不断提高,热轧带平整工序在板形质量改善中的应用越来越多。但是,热轧平整工序也带来了大量的表面质量缺陷,以挫伤缺陷出现最为广泛,对板带表面质量影响最为严重。通过对挫伤缺陷形貌的分析,提出挫伤缺陷是由相互挤压的带钢的相对滑动导致局部金属产生剪切滑移而形成的,带卷产生层间滑动的原因是相邻层间的静摩擦力不足以抵消带卷的转动惯量,从而产生相对滑动。带卷板面的不平滑区域与相邻平滑区域存在明显的半径突变,滑动时在与相邻层的接触面区产生足够的压力,导致局部金属产生剪切滑移。同时提出了相应的预防措施。     

热轧带钢表面缺陷识别算法研究与应用

 在带钢热连轧生产过程中,带钢表面会出现不同类型的缺陷,给带钢性能造成不利影响,严重时引发质量异议。目前在线使用的带钢表面检测系统经常需要人工调整缺陷图片库,部分类别的典型缺陷图片调整后会影响另一些类型的检测精度。采用深度学习方法,设计了一种轻量化残差网络LDS-ResNet14,缩减了原始残差网络ResNet18的层数和宽度,并将普通的卷积替换成深度可分离卷积,网络的参数量和运算量大量减少;同时,使用知识蒸馏(Knowledge Distillation,KD)方法迁移大型残差网络ResNet50的知识,并提出一种混合KL散度和交叉熵的损失函数让知识更好的迁移到LDS-ResNet14上,在压缩模型的同时提升了模型的精度和泛化能力。离线试验表明,提出的网络LDS-KD-ResNet14针对武钢CSP机组的8类带钢表面缺陷的平均识别精度为99.16%,相较于ResNet18精度提高0.67%,计算量仅为原来的12.1%。实际现场在线应用表明,针对武钢CSP热连轧机组的折叠、油污、夹杂和麻点这4类缺陷,模型缺陷检出率达到96.43%、缺陷识别率达到94.10%,单张图片的检测速度为16.5 ms,满足实际生产要求。     

Edge defect analysis of high-strength corrosion-resistant steel

In this study,a 600 MPa hot-rolled corrosion-resistant steel plate produced by a specific company is investigated. Edge jagged defects and edge surface defects generated on both sides of the strip during production are characterized and analyzed. The results indicate that the distribution of reoxidation granules is located underneath the surface peel and that copper-containing granules diffuse along austenite grain boundaries. This phenomenon combined with the chemical composition and production parameters of a strip indicate that copper brittleness leads to edge jagged defects. However,the surface defects should be attributed to inherent defects on the surface of the strip. Measures that prevent surface oxidation and copper segregation at grain boundaries would likely eliminate these two types of edge defects.     

热轧板翘皮缺陷的渗碳行为和组织特征

 为了提高SPHC热轧带钢的表面质量,针对异常翘皮缺陷的成因展开研究。利用光学显微镜、扫描电镜、能谱仪和硬度仪分析了缺陷处与基体的组织、成分和硬度的差异。结果表明,翘皮缺陷主要是由连铸坯中存在大量的夹杂物所致,同时这些夹杂物碳含量较高,在板坯加热过程中对周围基体起到“渗碳”作用,渗碳层厚度可达5 727.2 μm。带钢横截面的组织差异是由表面与芯部的温差所导致的动态回复与再结晶差异造成的。在层流冷却段,渗碳区域的过冷奥氏体发生了离异共析转变,粒状渗碳体均匀弥散析出。     

Microstructure,texture and precipitates of grain-oriented silicon steel produced by thin slab casting and rolling process

A grain-oriented silicon steel strip with AlN as main inhibitor was produced by thin slab casting and rolling (TSCR) process.The microstructure, texture and precipitates of the hot-rolled strip were investigated by use of optical microscope (OM), X-ray diffractometer, transmission electron micro-scope (TEM) and energy dispersive spectroscope (EDS).The result shows that the microstructure and texture exhibit a through-thickness gradient similar to that of the hot-rolled strip produced by con-ventional high-temperature slab-reheating process;the preferred orientation varies from{110}<001>in the surface layer to{001}<110> in the center layer, and the Goss texture with a maximum inten-sity mainly concentrates on the surface layer.In addition, some other texture components, for ex-ample rotated Goss texture, form in the 1/4 thickness layer, which are not observed in the hot-rolled strip produced by conventional high-temperature slab-reheating process.The precipitates in the hot-rolled strip are mainly (Mn,Cu)S and AlN compound particles with dimension of 100-200 nm, and the fine precipitates are significantly less than that in the hot-rolled strip produced by conven-tional high-temperature slab-reheating process.Moreover, the areal density of the fine precipitates in the center layer is more than that in the surface layer.     

热轧板翘皮缺陷处混晶及织构分析

通过研究SAE1006热轧带钢的翘皮缺陷,以提高热轧产品的表面质量.利用光学显微镜、扫描电镜、能谱仪、EBSD和X射线衍射仪对缺陷处进行分析.结果表明,该热轧翘皮缺陷是由于连铸坯存在夹杂物所导致的,夹杂物起源于连铸阶段的结晶器卷渣.粗轧阶段的可逆轧制使翘皮发生翻折,降低了周围基体的有效应变量,从而进入部分再结晶区并产生...     

基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法

针对水梁印识别困难且工作量大问题,提出一种基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法。该算法在降噪自编码器（Denoising auto-encoder, DAE）的基础上对编码层的每一层添加随机噪声,在隐藏层后添加分类层,并对数据添加伪标签,在解码的同时进行分类训练,使得DAE具有半监督学习能力。通过提取热轧带钢粗轧出口温度数据中的温差特征,用相应特征对模型进行训练。实验结果表明,算法能够准确识别出带钢的水梁印,在模型精确度上,与主流分类识别模型对比,提出的模型在带标签样本数量较小时,分类精度相比其他模型高5.0%～10.0%;在带标签样本数量较大时,提出的模型分类精度达到93.8%,现场能够根据模型的识别结果提高生产效率。      

CSP板卷及冷轧镀锌板表面缺陷分析

为研究CSP及其后续产品的表面质量,对马钢CSP、冷轧和镀锌生产线投产以来出现的主要表面缺陷进行分析,研究结果表明:夹杂类缺陷、边裂和氧化铁皮压入是热轧板卷的主要缺陷,这些缺陷将不同程度地遗传到后续产品.产生表面缺陷的主要原因有钢水质量、连铸和轧制工艺、除鳞工艺和后续设备自身状况等,分析认为提高钢水和连铸坯质量是消除热轧板卷和后续产品表面缺陷的关键.     

BN1TL不锈钢连铸坯组织对鳞折缺陷形成影响及试验验证

节镍奥氏体不锈钢热轧板及冷轧板表面的鳞折问题严重影响了产品的合格率。以BN1TL不锈钢连铸坯作为研究对象,分析了BN1TL不锈钢凝固组织的特点,并通过冷装炉方式下的热轧模拟试验验证了连铸坯组织与鳞折缺陷的相关性。试验结果表明,BN1TL不锈钢的凝固组织以柱状晶为主,晶粒尺寸由表层至芯部逐渐增大,柱状晶晶界存在铬的碳化物析出。同时该特点的凝固组织由于存在大量晶间析出,导致晶界弱化严重,经过热轧后易生成鳞折缺陷,并且影响整个轧制工艺流程。热轧模拟试验结果表明,材料在粗轧时即产生鳞折缺陷,精轧时缺陷得到扩展。减小在粗轧时的道次压下量可以减少鳞折缺陷的生成,改善板坯表面质量。     

基于深度学习的圆钢表面缺陷检测系统

圆钢表面缺陷是影响圆钢质量的重要因素。随着钢铁生产轧制节奏提升和智能化升级,人工检测、传统表面缺陷检测等方法已经难以同时满足多种类缺陷、高速在线检测等方面的需求。因此,设计了适用于圆钢表面缺陷检测的成像系统,提出分类优先网络与目标检测网络融合的圆钢表面缺陷检测方法,并将一种非缺陷样本加入网络模型的训练以提升检测精度。试验结果及应用效果表明,该方法针对凹坑、裂纹、耳子、划伤、翘皮等表面缺陷的准确识别率达到95.61%,能有效减少缺陷误报、漏报的问题。     

热轧卷板表面夹渣缺陷来源分析及控制现状

热轧卷板的表面夹渣缺陷对热轧板的质量及产品性能会产生极其恶劣的影响,会导致产品品级的下降乃至报废等问题,并对产品的服役期限及性能造成一定影响.随着冶炼过程中钢液洁净度的不断提高,夹渣缺陷所造成的质量问题显得尤为严重.而不同生产工艺下表面夹渣缺陷的来源方式略有差异,缺陷的来源主要有精炼过程中钢包渣的卷渣、非稳态浇注时期的...