-
公开(公告)号：CN112375961A
公开(公告)日：2021-02-19
申请号：CN202011154793.4
申请日：2020-10-26
申请人： 本钢板材股份有限公司
IPC分类号： C22C33/06 , C21C7/00 , C21C7/064 , C22C38/02 , C22C38/04 , C22C38/06 , C22C38/42 , C22C38/44 , C22C38/46 , C22C38/48 , C22C38/50 , C22C38/52 , C22C38/54 , C22C38/60
摘要： 本发明属于炼钢技术领域，具体涉及一种采用中频炉双联法生产高纯工业纯铁的方法，本发明通过选择冶炼工业纯铁的原料，使用自产低残余元素，该残余元素包括Pb,As,Sn,Sb,Bi,Cu等铁水冶炼超低碳钢后所产废钢，降低工业纯铁中残余元素含量，降低工业纯铁中的碳含量；通过中频感应炉双联法冶炼降低工业纯铁中的Si、Mn、P、S、Al、N、O等元素的含量，达到生产高纯度工业纯铁的目的。
-
公开(公告)号：CN111069306A
公开(公告)日：2020-04-28
申请号：CN201911169842.9
申请日：2019-11-26
申请人： 本钢板材股份有限公司
摘要： 本发明公开了一种控制电镀锌IF钢产品表面丝斑缺陷的生产方法，该生产方法主要通过控制热轧基板铁皮结构及除鳞效果的关键点入手，通过IF钢低温加热、低温卷取、冷却方式及配合除鳞工艺几个方面开展，有效解决电镀锌板丝斑问题，具体而言，采用本发明提供的控制电镀锌IF钢产品表面丝斑缺陷的生产方法生产的电镀锌IF钢，基本可杜绝丝斑缺陷的出现，采用常规生产方法生产获得的产品中丝斑缺陷的降级率为20％左右，而采用本发明提供的生产方法生产获得的产品中丝斑缺陷降级率为0.2％以下，该生产方法具有简单，易于操作，成品率高等优点。
-
公开(公告)号：CN110442954A
公开(公告)日：2019-11-12
申请号：CN201910698771.5
申请日：2019-07-31
申请人： 东北大学 , 本钢板材股份有限公司
摘要： 本发明提供一种基于物理冶金学指导下机器学习的超高强不锈钢设计方法，涉及钢铁材料设计技术领域。本发明首先采集数据,采用多次留出法将数据划分训练集及测试集；根据训练集建立基于物理冶金学指导的集成学习算法模型；将集成学习算法模型的相关系数大于90％的作为遗传算法中的目标函数；遗传算法被用于优化设计成分及工艺获得超高强不锈钢，对不锈钢的成分及热处理条件进行设计；对于得到的大量设计结果采用SVC分类器进行分类筛选，输出其典型合金的成分、工艺、硬度。该方法可以提升模型泛化能力，使设计更为高效，设计结果更加符合物理冶金学原理。
-
公开(公告)号：CN110428876A
公开(公告)日：2019-11-08
申请号：CN201910698739.7
申请日：2019-07-31
申请人： 东北大学 , 本钢板材股份有限公司
摘要： 本发明提供一种基于物理指导的机器学习算法的钢铁材料设计方法，涉及钢铁材料的设计和机器学习应用技术领域。本发明首先采集数据,采用多次留出法将数据划分训练集及测试集；根据训练集建立基于物理冶金学指导的支持向量机模型；将基于物理冶金学指导的支持向量机模型的相关系数大于90％的作为遗传算法中的目标函数；得到优化后的成分、工艺及最佳目标性能的材料；对于得到的大量设计结果采用SVC分类器进行分类筛选，输出其典型合金的成分、工艺、目标性能。本方法将物理冶金机制引入到机器学习中，同时结合优化算法形成完备的设计平台，设计结果更加符合物理冶金学原理。
-
公开(公告)号：CN110415769A
公开(公告)日：2019-11-05
申请号：CN201910698854.4
申请日：2019-07-31
申请人： 东北大学 , 本钢板材股份有限公司
摘要： 本发明提供一种基于物理冶金学指导下机器学习的低活化钢的设计方法，涉及材料计算设计技术领域。本发明首先采集数据,采用多次留出法将数据划分训练集及测试集；根据训练集建立基于物理冶金学指导的集成学习算法模型；将集成学习算法模型的相关系数大于90％的作为遗传算法中的目标函数；遗传算法被用于优化设计成分及工艺获得最佳强度的低活化钢，对低活化钢的成分及工艺进行设计；对于得到的大量设计结果采用SVC分类器进行分类筛选，输出其典型合金的成分、工艺、屈服强度。该方法使基于统计学的机器学习富有了物理冶金学含义，并且该方法可以提升模型泛化能力，使设计更为高效，设计结果更加符合物理冶金学原理。
-
公开(公告)号：CN105316558A
公开(公告)日：2016-02-10
申请号：CN201410311812.8
申请日：2014-07-01
申请人： 本钢板材股份有限公司
摘要： 本发明属于冶金铸造领域，尤其涉及一种防止铸坯角裂含硼钢的制备方法。依次包括对铁水预处理、转炉冶炼、炉外精炼、钢坯连铸、板坯再加热以及热连轧，其特征在于，按照质量百分比，该含硼钢的成分为：C：0.17～0.18，Si：0.02～0.20，Mn：0.23～1.26，P
-
公开(公告)号：CN104493278A
公开(公告)日：2015-04-08
申请号：CN201410791889.X
申请日：2014-12-19
申请人： 本钢板材股份有限公司
IPC分类号： B23D7/10
摘要： 本发明涉及一种将刨床上刨刀抬升再回程的装置，该装置包括安装在刨刀侧面中部区域的挡插件和用于驱动挡插件的拔挡杆件，该拔挡杆件的上端设置有管状轴承，拔挡杆件的下端设置有滚动轴承，所述转动轴设置在刀架的上部。该装置中的滚动轴承在被刨削工件的表面上滚动，能将刨刀直接抬升，避免刨刀在回程过程中将工件表面和刨刀损坏。
-
公开(公告)号：CN111020116A
公开(公告)日：2020-04-17
申请号：CN201911190892.5
申请日：2019-11-28
申请人： 本钢板材股份有限公司
摘要： 本发明公开了一种降低RH法制备低碳钢终点氧含量的方法，该方法在RH真空深脱碳处理步骤与RH合金化处理步骤之间设置了脱氧处理步骤，且该脱氧处理步骤中，通过在RH真空深脱碳处理后的钢水中加入碳质脱氧剂，以碳氧反应的形式完成脱氧处理，其中，将碳质脱氧剂的加入量与步骤1)检测的钢水氧含量限制为，按照质量比，碳：氧＝3:4，使其在脱氧的同时，还能够满足低碳钢的要求；该方法具有操作简单、易于实现等优点，而且制得的低碳钢夹杂物少、纯净度高。
-
公开(公告)号：CN110442953A
公开(公告)日：2019-11-12
申请号：CN201910698740.X
申请日：2019-07-31
申请人： 东北大学 , 本钢板材股份有限公司
摘要： 本发明提供一种基于物理冶金学指导下机器学习的Q&P钢的设计方法，涉及汽车钢的成分工艺设计技术领域。本发明首先采集数据,采用多次留出法将数据划分训练集及测试集；根据训练集建立基于物理冶金学指导的集成学习算法模型；将集成学习算法模型的相关系数大于85％的作为遗传算法中的目标函数；遗传算法被用于优化设计成分及工艺获得最佳强塑积的Q&P钢，对Q&P钢的成分及工艺进行设计；对于得到的大量设计结果采用SVC分类器进行分类筛选，输出其典型合金的成分、工艺、强塑积。本方法相对于单纯机器学习，可以提升模型泛化能力，使设计更为高效，设计结果更加符合物理冶金学原理。
-
公开(公告)号：CN109174984A
公开(公告)日：2019-01-11
申请号：CN201811154793.7
申请日：2018-09-30
申请人： 本钢板材股份有限公司
IPC分类号： B21B45/04
摘要： 本发明提供了一种连铸坯除鳞装置及除鳞方法，所述除鳞装置包括：砂箱、喷嘴、喷砂管道，所述砂箱用于存放砂粒，其一端与喷嘴通过喷砂管道彼此连接，另一端连接进气管道，所述进气管道用于输送压缩空气，所述喷嘴用于向铸坯表面喷砂除鳞；所述除鳞方法为：在连铸连轧生产过程中，连铸坯拉出后，其表面形成氧化铁皮急速冷却，氧化铁皮呈现网状裂纹；向连铸坯表面高压喷射砂粒；铸坯表面经高压喷射砂粒冲击，在裂纹中高压砂粒的动压力将氧化铁皮打碎，使氧化铁皮从钢坯表面剥落；解决了高压水除鳞造成的钢坯表面温度剧烈下降的问题，同时能够有效去除连铸坯表面铁皮，保证了铸坯的表面质量。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.044 秒)
