连铸板坯内部裂纹的研究分析

通过分析连铸板坯中内部裂纹的形成原因，针对济钢板坯内部裂纹的表现形式和级别，提出了减轻内部裂纹缺陷形成的措施。     

板坯连铸辊失效原因及其修复技术

首先介绍连铸辊失效的基本形式，提出了极限寿命的概念及开展修复的意义。然后从不同角度分析了辊子裂纹产生的影响因素，并给出实际断口的典型形貌。最后就目前常用的修复方法进行了比较，提出修复新方法设想。     

连铸板坯气泡废品原因分析及对策

对马钢三钢厂板坯轧制中板产生的气泡废品调查表明，所谓的气泡废品的产生原因除过饱和气体析出外，保护渣的卷入也占一定的比例．生产跟踪和统计分析找出了冶炼和浇铸环节存在的问题，并提出了对应的改进措施．     

连铸板坯气泡废品原因分析及对策

对我三钢厂板坯轧制中板产生的气泡废品调查表明，所谓的气耀 生原因除过饱和气体同外，保护渣的卷入出发点一定的比例，生产跟踪和统计分析找出了冶炼和浇铸环节存在的问题，并提出了对应的改进措施。     

纯铝定向凝固板坯裂纹形成机理的研究

采用连续定向凝固的方法制备出了尺寸为400 mm×100 mm×20 mm、表面光亮、柱状晶沿板坯长度方向生长的纯铝板坯。对板坯表面裂纹种类进行了归类,对裂纹的形成因素进行了分析。实验结果表明:用连续定向凝固方法制备的纯铝板坯表面缺陷主要有板面上横裂纹和角部横裂纹两种,其长度从2 mm到4 mm不等,深度最大可达4 mm,且表面横裂纹的分布方式各异,有轴向、径向平行分布和局部横裂纹。工艺参数匹配、结晶器表面光洁度、初始冷却距离内导热能力的变化及引锭板的对中等因素是影响板坯表面质量的关键因素。     

介绍几种利用连铸板坯轧制工字钢的新方法

扩大连铸的用途,改善其轧制方法是当前冶金工业提高成材率和节能的重要课题之一。近年来,国外在这方面取得了较大的进展,本文着重介绍了国外几种利用连铸板坯直接轧制工字钢异型坯的新方法,分析了造成工字钢端部舌形切损的原因,提出了目前存在的问题和今后的研究方向。     

板坯连铸中间包钢液过滤技术水模试验

通过向中间包内吹入惰性气体的水模实验研究，提出了净化钢液的吹气工艺及设备参数，为进一步进行工业性试验提供了理论依据。     

熔融堆焊修复板坯连铸辊

简要介绍了开展连铸辊修复的意义和连铸辊为适应其工况所的性能与材质要求；并提出“熔融堆焊修复连铸辊”的概念、特点、工艺过程及相应设备，就目前常用的修复方法进行了综合比较。     

连铸大板坯缺陷及原因分析

以武钢、攀钢等企业现场生产收集的资料为基础给出了连铸大板坯缺陷的表现特征,从连铸工 艺及设备两方面分析了缺陷产生的原因和预防方法,并绘制了相应的图解．     

板坯连铸漏钢预报神经元网络专家系统的研究

在提出混合式神经元网络专家系统的理论框架结构的基础上,用Ｃ语言开发了具有神经元网络模式识别功能和专家系统的功能的漏钢预报模型。离线测试表明,本系统比武钢引进的逻辑判断预报系统性能更好。     

厚板坯连铸过程温度场数值模拟

结合某钢厂的连铸机生产实践,建立宽厚板坯连铸传热数学模型,利用商业软件ANSYS,通过改变拉速,过热度,二冷水量等条件,对Q345C厚板坯的凝固过程进行数值模拟,分析了不同因素对连铸凝固传热过程的影响.     

金属杆连铸结晶轮表面裂纹扩展与复合材料性能研究

本文对金属杆连铸结晶轮表面在热冲击与热疲劳条件下裂纹生成与扩展情况进行了分析，建立了热交变条件下裂纹前端应力模型，并对纤维增强复合材料结晶轮特性及纤维对表面裂纹扩展的阻碍作用进行了研究。     

电磁制动技术在板坯连铸机上的应用

针对梅钢结晶器的电磁制动技术特点,结合数模分析和相关现场测量参数,得到制动技术在板坯连铸上的应用效果.研究表明,电磁制动能有效优化现场参数和提高钢坯质量,为国内外冶金行业电磁制动技术的发展提供一定的参考.     

基于图像处理连铸板坯长度在线跟踪测量系统

介绍了基于图像处理的无接触式连铸板坯测长系统的工作原理、硬件构成和软件编程。重点探讨了边缘检测窗口和算子对测长系统的影响。     

板坯连铸中间包钢液流场的数学模拟

利用计算机数学模拟的方法,对中间包内钢液流场进行研究,以济钢一炼钢厂4#板坯连铸中间包为模型,以挡墙分别距入口处、挡坝间的距离,挡墙和挡坝高度为影响参数,对板坯连铸中间包流场进行优化设计.得出有利于生产的设计数据.     

Q345D板坯连铸凝固传热过程数值模拟

基于凝固传热学理论,以300 mm厚Q345D板坯连铸过程为研究对象,建立了板坯二维凝固传热数学模型。利用等效比热法对凝固潜热进行处理,分析了拉速、过热度、二冷区喷水量以及二冷区长度变化对出结晶器坯壳厚度、铸坯表面温度等凝固参数的影响。结果表明,适当提高拉速、降低过热度和增加二冷段长度,可以促进连铸坯凝固,降低板坯缺陷,提高生产效率。     

PSO-LM-BP神经网络在板坯表面纵裂纹诊断中的应用

板坯连铸生产过程中,表面纵裂纹是最常见的缺陷之一,其准确在线诊断对板坯热送热装来说至关重要。针对传统BP神经网络存在训练过程中收敛速度慢及易收敛于局部最小点的缺点,引入粒子群算法与LM算法优化BP神经网络,通过对板坯生产过程形成表面纵裂纹的多种因素的综合分析,建立诊断模型,最后利用采集到的历史数据样本训练及测试模型。与其他诊断模型比较表明,PSO-LM-BP神经网络建立的模型具有诊断精度高、收敛速度快等优点,对表面纵裂纹在线诊断具有较好的指导作用。