冷轧带钢力学性能在线检测技术进展
Rrogression of Online Detection Technologies of Mechanical Property of Cold-Rolled Strip Steels
摘 要
力学性能是衡量带钢产品质量的一个重要指标，是下游产品设计和选材的主要依据，检测带钢的力学性能参数是确保其产品质量的一种重要手段。综述了各种在线检测技术，包括巴克豪森噪声法、多频涡流法、电磁感应法、多磁参数综合法等，重点分析了各种技术的工作原理及其研究进展，探讨了各种技术方法在实际中的应用情况，并指出了它们各自的适用范围和优缺点。最后以宝钢高强薄带钢力学性能在线检测装置3MA系统为例，分析了其检测精度和效果。结果表明：该3MA系统的检测误差在规定范围内；相对于传统的离线检测技术，在线检测技术可保持冷轧带钢的完整性、连续实时检测，能够根据检测数据实时调整生产工艺，保证冷轧带钢的产品质量。
力学性能
在线检测
cold-rolled strip steel
mechanical property
online detection
Abstract
Mechanical property is an important index to evaluate the quality of strip steel products, and is the main basis of downstream product design and material selection. Detecting the mechanical property parameters of the strip steels is an important means to ensure the quality of the products. The various online detection technologies were reviewed, including Barkhausen noise method, multi-frequency eddy current method, electromagnetic induction method, multiple magnetic parameters synthesis method, etc., the working principle and research progress of various technologies were analyzed, the practical application status of them was discussed, and their respective applicable scopes and the advantages and disadvantages were pointed out. Finally, taking the 3MA system, Baosteel's online detection device for high strength thin strip steels, as an example, the detection precision and effect were analyzed. The results show that the detection error of the 3MA system was within the specified range. Compared to the traditional offline detection technology, online detection technology could ensure the complete and continuous real-time detection of the cold-rolled strip steels, be used to adjust rolling technology according to the detection data, and ensure the quality of the cold-rolled strip steels.
中图分类号 TM93 DOI 10.11973/lhjy-wl201712002
所属栏目 综述
基金项目
收稿日期 2017/3/6
修改稿日期
网络出版日期
作者单位点击查看
备注陈云鹏(1973-),男,高级工程师,主要从事冷轧汽车板生产和管理工作,ypchen@baosteel.com
引用该论文: CHEN Yunpeng,LI Mangmang,TANG Chenglong. Rrogression of Online Detection Technologies of Mechanical Property of Cold-Rolled Strip Steels[J]. Physical Testing and Chemical Analysis part A:Physical Testing, 2017, 53(12): 859～865
陈云鹏,李茫茫,唐成龙. 冷轧带钢力学性能在线检测技术进展[J]. 理化检验－物理分册, 2017, 53(12): 859～865
共有人对该论文发表了看法，其中：
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】高松巍, 郑树林,杨理践. 长输管道漏磁内检测缺陷识别方法[J]. 无损检测,2013,35(1):38-41.
【2】郭鹏举,关卫和,陈学东,等. 低合金钢弹塑性变形状态的磁记忆检测[J]. 无损检测,2012,34(5):25-27,32.
【3】殷安民. 超低碳钢微观组织在线检测技术应用基础研究[D]. 北京:北京科技大学,2015.
【4】徐科,宋敏,杨朝霖,等. 隐马尔可夫树模型在带钢表面缺陷在线检测中的应用[J]. 机械工程学报,2013,49(22):34-40.
【5】胡亮,段发阶,丁克勤,等. 带钢表面缺陷计算机视觉在线检测系统的设计[J]. 无损检测,2003,25(6):287-290.
【6】ALEXANDR1 S, MIROSLAV N, TETSUYA U, et al. Non-destructive evaluation of milled surfaces of a hard bearing steel by the Barkhausen noise technique[J]. Studies in Applied Electromagnetics and Mechanics,2016,41:102-107.
【7】SAMIMI A A, KRAUSE T W, CLAPHAM L. Multi-parameter evaluation of magnetic Barkhausen noise in carbon steel[J]. Journal of Nondestructive Evaluation,2016,35(3):40-49.
【8】刘辉,祁欣. 基于巴克豪森噪声技术的电磁应力理论分析[J]. 北京化工大学学报(自然科学版),2012,39(5):118-121.
【9】华斌,李平,文玉梅,等. 基于巴克豪森效应的钢板内部缺陷检测方法[J]. 传感器与微系统,2011,30(1):50-53.
【10】AHMADZADE-BEIRAKI E, MAZINANI M, KASHEFI M. Examination of Barkhausen noise parameters for characterisation of strain-induced martensitic transformation in AISI 304 stainless steel[J]. Insight:Non-Destructive Testing and Condition Monitoring, 2016,58(6):297-301.
【11】庞娜,程德福,王言章,等. 时间差型磁通门敏感单元巴克豪森噪声处理研究[J]. 仪器仪表学报,2015,36(11):2594-2601.
【12】庄又青. 利用巴克豪森效应综合评价材料表面质量[J]. 无损检测,1994,16(2):41-43.
【13】VOURNA P, KTENA A, TSAKIRIDIS P E, et al. An accurate evaluation of the residual stress of welded electrical steels with magnetic Barkhausen noise[J]. Measurement,2015,71:31-45.
【14】厚康. 薄板电阻焊焊缝缺陷涡流检测技术的研究[D]. 上海:华东理工大学,2016.
【15】张东利,陈振茂,武美先,等. 多频涡流裂纹重构方法及其在金属夹芯板焊部裂纹定量检测中的应用[J]. 无损检测,2010,32(8):556-559.
【16】朱红运,王长龙,江涛,等. 激励电流对脉冲涡流检测的影响研究[J]. 仪器仪表学报,2016,37(1):1-8.
【17】高伟. 基于涡流阵列的钢管无损检测研究[D]. 哈尔滨:哈尔滨工业大学,2015.
【18】高军哲,潘孟春,张琦,等. 基于调频激励和细化谱分析的多频涡流检测技术研究[J]. 仪器仪表学报,2011,32(11):2628-2634.
【19】DMITRIEV S F, KATASONOV A O, MALIKOV V N, et al. Flaw detection of alloys using the eddy-current method[J]. Russian Journal of Nondestructive Testing,2016,52(1):32-37.
【20】李正明,陈敏洁. 基于DSP的涡流检测多频阻抗分析系统研制[J]. 自动化与仪表,2013,28(6):49-52,56.
【21】仲维畅. 铁磁性物体在地磁场中的自发运动磁化[J]. 无损检测,2005,27(12):626-627,654.
【22】李伟锋. 基于电磁感应法的地下金属管线无损检测技术的研究[D]. 哈尔滨:哈尔滨理工大学,2011.
【23】李红梅,赵天飞,陈振茂. 基于自然磁化现象的损伤定量无损检测方法[J]. 西安交通大学学报,2011,45(1):58-63.
【24】王晓红,吴德会,李雪松,等. 小型磁化器条件下的变励磁MFL检测新方法[J]. 仪器仪表学报,2015,36(1):70-77.
【25】GUSEV A P. Models of magnetic charges and fluxes in the problem of flaw detection with local magnetization[J]. Russian Journal of Nondestructive Testing,2014,50(6):343-349.
【26】曾杰伟,苏兰海,徐立坪,等. 逆磁致伸缩效应钢板内应力检测技术研究[J]. 机械工程学报,2014,50(8):17-22.
【27】AGRA K, BOHN F, MORI T J A, et al. Handling magnetic anisotropy and magnetoimpedance effect in flexible multilayers under external stress[J]. Journal of Magnetism and Magnetic Materials,2016,420:81-87.
【28】王炳成,任朝晖,闻邦椿. 基于非线性多参数的旋转机械故障诊断方法[J]. 机械工程学报,2012,48(5):63-69.
【29】瞿丽英. 基于DSP2407的电磁无损检测仪软件系统的设计[D]. 哈尔滨:哈尔滨理工大学,2006.
【2】郭鹏举,关卫和,陈学东,等. 低合金钢弹塑性变形状态的磁记忆检测[J]. 无损检测,2012,34(5):25-27,32.
【3】殷安民. 超低碳钢微观组织在线检测技术应用基础研究[D]. 北京:北京科技大学,2015.
【4】徐科,宋敏,杨朝霖,等. 隐马尔可夫树模型在带钢表面缺陷在线检测中的应用[J]. 机械工程学报,2013,49(22):34-40.
【5】胡亮,段发阶,丁克勤,等. 带钢表面缺陷计算机视觉在线检测系统的设计[J]. 无损检测,2003,25(6):287-290.
【6】ALEXANDR1 S, MIROSLAV N, TETSUYA U, et al. Non-destructive evaluation of milled surfaces of a hard bearing steel by the Barkhausen noise technique[J]. Studies in Applied Electromagnetics and Mechanics,2016,41:102-107.
【7】SAMIMI A A, KRAUSE T W, CLAPHAM L. Multi-parameter evaluation of magnetic Barkhausen noise in carbon steel[J]. Journal of Nondestructive Evaluation,2016,35(3):40-49.
【8】刘辉,祁欣. 基于巴克豪森噪声技术的电磁应力理论分析[J]. 北京化工大学学报(自然科学版),2012,39(5):118-121.
【9】华斌,李平,文玉梅,等. 基于巴克豪森效应的钢板内部缺陷检测方法[J]. 传感器与微系统,2011,30(1):50-53.
【10】AHMADZADE-BEIRAKI E, MAZINANI M, KASHEFI M. Examination of Barkhausen noise parameters for characterisation of strain-induced martensitic transformation in AISI 304 stainless steel[J]. Insight:Non-Destructive Testing and Condition Monitoring, 2016,58(6):297-301.
【11】庞娜,程德福,王言章,等. 时间差型磁通门敏感单元巴克豪森噪声处理研究[J]. 仪器仪表学报,2015,36(11):2594-2601.
【12】庄又青. 利用巴克豪森效应综合评价材料表面质量[J]. 无损检测,1994,16(2):41-43.
【13】VOURNA P, KTENA A, TSAKIRIDIS P E, et al. An accurate evaluation of the residual stress of welded electrical steels with magnetic Barkhausen noise[J]. Measurement,2015,71:31-45.
【14】厚康. 薄板电阻焊焊缝缺陷涡流检测技术的研究[D]. 上海:华东理工大学,2016.
【15】张东利,陈振茂,武美先,等. 多频涡流裂纹重构方法及其在金属夹芯板焊部裂纹定量检测中的应用[J]. 无损检测,2010,32(8):556-559.
【16】朱红运,王长龙,江涛,等. 激励电流对脉冲涡流检测的影响研究[J]. 仪器仪表学报,2016,37(1):1-8.
【17】高伟. 基于涡流阵列的钢管无损检测研究[D]. 哈尔滨:哈尔滨工业大学,2015.
【18】高军哲,潘孟春,张琦,等. 基于调频激励和细化谱分析的多频涡流检测技术研究[J]. 仪器仪表学报,2011,32(11):2628-2634.
【19】DMITRIEV S F, KATASONOV A O, MALIKOV V N, et al. Flaw detection of alloys using the eddy-current method[J]. Russian Journal of Nondestructive Testing,2016,52(1):32-37.
【20】李正明,陈敏洁. 基于DSP的涡流检测多频阻抗分析系统研制[J]. 自动化与仪表,2013,28(6):49-52,56.
【21】仲维畅. 铁磁性物体在地磁场中的自发运动磁化[J]. 无损检测,2005,27(12):626-627,654.
【22】李伟锋. 基于电磁感应法的地下金属管线无损检测技术的研究[D]. 哈尔滨:哈尔滨理工大学,2011.
【23】李红梅,赵天飞,陈振茂. 基于自然磁化现象的损伤定量无损检测方法[J]. 西安交通大学学报,2011,45(1):58-63.
【24】王晓红,吴德会,李雪松,等. 小型磁化器条件下的变励磁MFL检测新方法[J]. 仪器仪表学报,2015,36(1):70-77.
【25】GUSEV A P. Models of magnetic charges and fluxes in the problem of flaw detection with local magnetization[J]. Russian Journal of Nondestructive Testing,2014,50(6):343-349.
【26】曾杰伟,苏兰海,徐立坪,等. 逆磁致伸缩效应钢板内应力检测技术研究[J]. 机械工程学报,2014,50(8):17-22.
【27】AGRA K, BOHN F, MORI T J A, et al. Handling magnetic anisotropy and magnetoimpedance effect in flexible multilayers under external stress[J]. Journal of Magnetism and Magnetic Materials,2016,420:81-87.
【28】王炳成,任朝晖,闻邦椿. 基于非线性多参数的旋转机械故障诊断方法[J]. 机械工程学报,2012,48(5):63-69.
【29】瞿丽英. 基于DSP2407的电磁无损检测仪软件系统的设计[D]. 哈尔滨:哈尔滨理工大学,2006.
相关信息
