<Desc/Clms Page number 1>
Die vorliegenden Erfindung beschreibt ein Verfahren zum Ermitteln der zu erwartenden Zunderausbildung auf einem Erzeugungsprodukt, insbesondere ein Mass für die Merkmale Zunderschichtdicke, Zunderschichtzusammensetzung, Zundermorphologie und Zunderhaftbarkeit, bei zumindest einer Erzeugungsstufe eines thermischen Verarbeitungsprozess.
Beispielsweise bei einem Walzprozess geschieht die thermische Formgebung im wesentlichen oberhalb der oberen Umwandlungslinie im Eisen-Kohlenstoff-Diagramm, weshalb das Vormaterial auf Temperaturen im Bereich zwischen 1150 bis 12500 C erwärmt werden muss. Dabei kommt es zwangsläufig zu einer Verzunderung des Materials, der vor jeglichem Verarbeitungsprozess entfernt werden muss, da sonst das Material unbrauchbar wird. Vor dem Eintritt in die Fertigwalzung erfolgt die Entfernung des Zunders mit einer Hochdruckentzunderung. Da die nachfolgenden Walzungen bei entsprechend hohen Temperaturen erfolgen, kommt es auch zwischen den Gerüsten zu einer Nachverzunderung des Warmbandes, die durch gegensteuernde Massnahmen, beispielsweise Unterkühlung der Warmbandoberfläche, so gering wie möglich gehalten wird.
Da die Zun- derausbildung stark temperaturabhängig ist, erfolgt das Zunderwachstum naturgemäss auch auf der Kühlstrecke und dann, insbesondere wegen der langen Zeiten, auch am aufgewickeltem Bund.
Ein thermischer Verarbeitungsprozess wird deshalb günstigerweise so betrieben, dass sich während und zwischen den einzelnen Erzeugungsstufen nur sehr wenig Zunder ausbildet. Aus langwierigen und aufwendigen Versuchsreihen ist es möglich die Betriebsparameter hinsichtlich der Verzunderung zu optimieren. Damit ist es jedoch nicht möglich auf momentane kurzfristige Veränderungen zu reagieren, was die Qualität der Erzeugungsprodukte verringern kann. Wäre die tatsächliche momentane Zunderausbildung bekannt, könnten die Betriebsparameter des Verarbeitungsprozesses den tatsächlichen Bedingungen entsprechend angepasst werden und somit eine kontinuierliche Produktion von gleichwertiger Qualität sichergestellt werden.
Das Ziel der vorliegenden Erfindung ist es daher ein Verfahren anzugeben, mit dem es möglich ist, die zu erwartende Zunderausbildung im Verarbeitungsprozess online und fortlaufend im Voraus zu ermitteln.
Diese Aufgabe ist für die eingangs angeführte Erfindung dadurch gelöst, dass Messdaten aus Erzeugungsbedingungen, wie beispielsweise Temperaturen, Wärmemengen, etc., Im thermischen Verarbeitungsprozess, und/oder Eigenschaften des thermisch bearbeiteten Erzeugungsproduktes, wie beispielsweise Welligkeit, Profil, Lagerplatz, etc., online erfasst werden, dass diese erfassten Messdaten und/oder Eigenschaften einem den thermischen Verarbeitungsprozess und die Zun- derausbildung beschreibenden mathematischen Modell, z. B. ein physikalisches/metallurgisches und/oder ein statistisches und/oder ein künstliches Intelligenz Modell, zugeführt werden und dass mittels diesem mathematischen Modell ein Mass für zumindest ein Merkmal der Zunderausbildung ermittelt wird.
Dadurch, dass die Zunderausbildung berechnet wird können Betriebsparameter des Verarbeitungsprozesses so eingestellt werden, dass die Zunderausbildung ein bestimmtes Mass einnimmt.
Damit kann auf kurzfristige Änderungen im Produktionsprozess sofort reagiert werden, was eine wesentliche Qualitätssteigerung des Erzeugungsproduktes zur Folge hat. Der Verarbeitungsprozess im Ganzen Ist leichter steuerbar und es wird möglich mit den gewonnen Ergebnissen die qualitativ hochwertige Herstellung eines Produktes auch nach einem Verarbeitungsprozess zu belegen.
Zudem Ist es nicht mehr notwendig für jedes Material bzw. jede Matenalgruppe eine aufwendige Versuchsreihe zu fahren um die idealen Betriebsparameter zu bestimmen Weiters kann der Verarbeitungsprozess optimiert werden, wodurch ein geringerer Ressourcenverbrauch, z. B. für eine Entzunderung, und ein höherer Durchsatz erreicht werden kann.
Eine besonders vorteilhafte Erweiterung des Verfahrens erhält man, wenn nach dem thermischen Verarbeitungsprozess zumindest ein Nachbearbeitungsprozess, wie z. B. ein Beizprozess oder ein Streck-Biegeprozess, etc., durchgeführt wird, bestimmte Messdaten im Nachbearbeitungsprozess erfasst werden, diese erfassten Messdaten einem den Nachbearbeitungsprozess beschreibenden mathematischen Modell, z.
B. ein physikalisches/metallurgisches und/oder ein statistisches und/oder ein künstliches Intelligenz Modell, zugeführt wird, das den Nachbearbeitungsprozess beschreibende mathematische Modell in das den Verarbeitungsprozess und die Zunderausbildung beschreibende mathematische Modell eingebunden wird und mittels der zusammengeführten mathematischen Modelle ein Mass für zumindest ein Merkmal der Zunderausbildung ermit-
<Desc/Clms Page number 2>
telt wird. Dadurch wird der ganze Produktionsprozess eines thermischen Erzeugungsproduktes in einem gemeinsamen Modell erfasst, was die zentrale Steuerung des Produktionsprozesses zur
Erreichung gewisser Qualitätsvorgaben des Erzeugungsproduktes erleichtert bzw. erst ermöglicht.
Wenn zumindest ein Merkmal der Zunderausbildung, beispielsweise die Zunderschichtdicke, die Zunderschichtzusammensetzung, die Zundermorphologie oder die Zunderhaftbarkeit, online gemessen wird, können diese Messwerte sehr vorteilhaft im Verfahren verwendet werden. Zum einen können die online erfassten Messwerte zur Verbesserung und/oder Kalibrierung des zugrun- deliegenden mathematischen Modells verwendet werden oder bestimmte zu ermittelnde Teile der
Zunderausbildung können durch die Messwerte ersetzt werden, wodurch sich das mathematische
Modell vereinfacht und die erforderliche Rechenleistung verringert wird.
Ganz besonders vorteilhaft wird als Nachbearbeitungsprozess ein Beizprozess verwendet und die Ergebnisse der Berechnungen zur Zunderausbildung zur Bestimmung von zumindest einem
Parameter des Beizprozesses verwendet. Damit kann ein nachfolgender Beizprozess optimal auf die aktuelle Zunderausbildung eingestellt werden, was die Effektivität des Beizprozess wesentlich erhöht.
Werden anhand der ermittelten Zunderausbildung zumindest ein Betriebsparameter zumindest einer Erzeugungsstufe des Verarbeitungsprozesses oder eines Nachbearbeitungsprozesses so eingestellt, dass bestimmte Zielvorgaben betreffend die Zunderausbildung erreicht werden, kann die Zunderausbildung während des ganzen Verarbeitungsprozesses und Nachbearbeitungsprozes- ses gezielt kontrolliert und gesteuert werden, was gleichmässige Produktionsbedingungen sicher- stellt. Dieses Verfahren kann noch weiter verbessert werden, wenn Prozessdaten von vorangegangenen Verarbeitungsprozesses und/oder Nachbearbeitungsprozessen in die Berechnungen zur Zunderausbildung eingebunden werden.
Eine günstige Betriebweise des Verfahrens ergibt sich, wenn der Betrieb des Verarbeitungs- prozesses und/oder der anschliessenden Nachbearbeitungsprozesse hinsichtlich der Zunderausbildung des Erzeugungsproduktes optimiert wird. Beispielweise kann der Produktionsprozess so gesteuert werden, dass im Verarbeitungsprozess und in nachgeschalteten Nachbearbeitungsprozessen eine minimale Zunderausbildung entsteht, was notwendige Zwischenschritte, wie die Entzunderung, vereinfacht und verkürzt.
Das Verfahren kann sehr vorteilhaft erweitert werden, wenn bestimmte Zunderfehler am Erzeugungsprodukt mit einem Oberflächeninspektionsgerät erfasst werden, diese Zunderfehler mit Betriebsparametern des Verarbeitungsprozesses, bzw. Nachbearbeitungsprozesses, und/oder physi- ka) isch/meta) iurgischen Grössen und/oder anlagenspezifischen Parametern zugeordnet werden und diese Betriebsparameter und/oder physikalisch/metallurgischen Grössen und/oder anlagenspezifischen Parameter im Betrieb des Verarbeitungsprozesses, bzw. Nachbearbeitungsprozesses, ausgeschlossen werden. Dadurch ist es möglich gezielt bestimmte Zunderfehler von vornherein zu vermeiden, was wiederum die Effektivität des Produktionsprozesses und die Qualität des Endproduktes erhöht.
Besonders vorteilhaft werden die mathematischen Modelle des Warmwalzprozesses und der Verarbeitungsprozesse auf einem Prozessrechner implementiert. Ganz besonders günstig ist es, wenn die mathematischen Modelle so implementiert werden, dass die zugrundeliegenden Modelle mittels Daten von Zunderproben kontinuierlich an die aktuellen Produktionsbedingungen angepasst werden können.
Besonders vorteilhaft ist es, wenn die Ergebnisse der Ermittlung zur Zunderausbildung in einzelnen Erzeugungsstufen des Verarbeitungsprozesses oder in Nachbearbeitungsprozessen zur Prozesssteuerung und/oder Prozessoptimierung des Verarbeitungsprozesses oder Nachbearbeitungsprozesses verwendet werden. Dies unterstützt wiederum den Produktionsprozess und stellt ein qualitativ hochwertiges Erzeugungsprodukt sicher.
Besonders vorteilhaft wird das Verfahren bei einem Walzprozess und gegebenenfalls einem Nachbearbeitungsprozess, insbesondere einem Beizprozess und einer Coil-Behandlung, angewandt.
Die Erfindung wird anhand der folgenden schematischen, beispielhaften und nicht einschränkenden Figur 1 beschrieben. Die Fig. 1 zeigt schematisch die Stufen eines thermischen Verarbei- tungsprozesses VP mit angeschlossenen Nachbearbeitungsprozessen NP, sowie deren Einbindung in ein den thermischen Verarbeitungsprozess VP und den Nachbearbeitungsprozess NP
<Desc/Clms Page number 3>
beschreibendes mathematisches Modell M.
Im vorliegenden Ausführungsbeispiel wird die Erfindung nicht einschränkend am Beispiel eines Warmwalzprozesses, zur Herstellung von Blechen, Drähten, Bändern, etc., beschrieben. Der Warmwalzprozess wird in Fig. 1 grob durch vier Erzeugungsstufen, die Erwärmung E, die Entzunderung Z, das Walzen W und die Bandkühlung K dargestellt. In jeder Erzeugungsstufe werden bestimmte Erzeugungsbedingungen erfasst. Während der Erwärmung E z. B. bestimmte Zeiten t, Temperaturen T, Gase G, etc., bel der Entzunderung Z z. B. Drücke p, Strahlwinkei a, Wassermengen VH20, etc., beim Walzen W z. B. Kräfte F, Stichabnahmen s, Kühlmengen Qcooh etc. und beim Bandkühlen K z. B. Kühlmengen Qcooh Schaltzeiten Ìs, Temperaturen T, etc.
Im Anschluss an den Warmwalzprozess sind In diesem Beispiel noch zwei Nachbearbeitungsprozesse NP, eine CoilBehandlung C, beispielsweise eine Streck-Biegeeinrichtung, und ein Beizprozess B, vorgesehen Von diesen beiden Nachbearbeitungsprozessen NP werden ebenfalls bestimmte Messwerte 2, wie
EMI3.1
sche Zusammensetzung %C, %Mn, etc., erfasst.
Diese Messdaten 2 werden allesamt einem mathematischen Modell M, welches sowohl den Warmwalzprozess als auch die Nachbearbeitungsprozesse NP modelliert, zugeführt. Dieses mathematische Modell M kann ein physikalisch/metallurgisches und/oder ein statistisches und/oder ein künstliches Intelligenz Modell sein.
Für den Warmwalzprozess gibt es unterschiedliche Modelle, die verwendet werden können.
Ein geeignetes mathematisches Modell M für einen Warmwalzprozess kann z. B. der WO 98/18970 entnommen werden.
Die Zunderausbildung z kann beispielsweise durch folgende Beziehungen modelliert werden.
Für das Zunderwachstum der einzelnen Phasen i (Wüstit, Hämatit und Magnetit) wird bei festgehaltener Temperatur T ein Produktansatz mit einem Arrhenius-Term in der Form
EMI3.2
gewählt. Dabei bezeichnet S die Zunderschichtdicke, t die Zeit seit Beginn des Zunderwachstums,
EMI3.3
seabhängig und werden aus Experimenten ermittelt Für reale Prozesse, bei denen die Temperatur zeitabhängig ist, erfolgt die Behandlung beispielsweise mit dem für Fachleute auf diesem Gebiet bekannten modifizierten Scheil-Ansatz. Die gesamte Zunderschichtdicke ergibt sich dann als die Summe der einzelnen Phasenanteile.
Für die mittlere Oberflächenrauheit (Morphologie) wird der Ansatz
EMI3.4
gewählt, wobei C, ein analyseabhängiger Parameter und t r, p. - r, pp - rund s - r die aus Experimenten angepassten Exponenten für die Haspeltemperatur Tao,/, dite Verformung < , p, die Verformungsgeschwindigkeit rpp und den Streckgrad sg sind.
Als Mass für die Haftbarkeit wird die Anfangssteigung kB der Beizkurve genommen. Dazu wird analog zur Morphologie der Ansatz
EMI3.5
gewählt, wobei Ch ein analyseabhängiger Parameter und t-hl p ¯ h, pp ¯ h und s-h die aus Experimenten angepassten Exponenten für die Haspeltemperatur Teoll, die Verformung rp, die Verfor- mungsgeschwindigkeit und den Streckgrad sg sind
Natürlich können auch andere Modelle der Zunderausbildung Im Rahmen der Erfindung gleichwertig verwendet werden.
Dieses mathematische Modell für die Zunderausbildung z wird in das mathematische Modell M für den Warmwalzprozess und den Nachbearbeitungsprozessen NP eingebunden. Dieses gemeinsame mathematische Modell M wird in der Folge verwendet, um die Zunderausbildung z nach
<Desc/Clms Page number 4>
jeder Erzeugungsstufe E, Z, W, K des Warmwalzprozesses und/oder nach jedem Nachbearbeitungsprozess C, B, im voraus zu berechnen. Natürlich kann die Zunderausbildung z auch nur für bestimmte ganz besonders interessante Erzeugungsstufen berechnet werden. Dieses Ergebnis kann dann dazu verwendet werden, die Betriebsparameter 1 des Warmwalzprozesses und/oder der Nachbearbeitungsprozesse NP so zu steuern, dass die Prozesse hinsichtlich der Zunderausbildung z optimal arbeiten und/oder bestimmte Zielvorgaben betreffend der Eigenschaften der Zunderschicht erreicht werden.
Diese so ermittelten Betriebsparameter 1 können in weiterer Folge für verwandte Produktqualitäten genutzt werden, wodurch geeignete Erzeugungsbedingungen für solche verwandte Produktqualitäten ohne lange Versuchsreihen festgelegt werden können.
Da mit diesem mathematische Modell M die Zunderausbildung z nach dem Warmwalzen bekannt ist, kann diese Information direkt in nachgeschalteten Nachbearbeitungsprozessen NP zu einer optimalen Einstellung dieser Nachbearbeitungsprozesse NP genutzt werden. Zum Beispiel kann durch eine optimale Einstellung der Betriebsparameter 1, z. B. Temperatur T und Geschwindigkeit v, eines anschliessenden Beizprozesses B eine Leistungssteigerung der Beize, eine Verringerung des Beizabtrages, mit weniger Materialverlust und damit höherem Ausbringen und eine Verringerung des Säureverbrauchs, ohne langwierige Versuchsreihen erreicht werden.
Einzelne Merkmale der Zunderausbildung, wie beispielsweise die Zunderschichtdicke, die Zunderschichtzusammensetzung, die Zundermorphologie oder die Zunderhaftbarkeit, können auch direkt online gemessen werden. Diese Messungen können dazu verwendet werden die entsprechenden Berechnungen zu ersetzen und/oder um die zugrundeliegenden mathematischen Modelle M entweder fortlaufend automatisch oder nachträglich zu verbessern oder zu kalibrieren.
In einer zusätzlichen Erweiterung ist bei diesem Ausführungsbeispiel ein Oberflächeninspektionsgerät OIG vorgesehen, mit denen bestimmte Zunderfehler am warmgewalzten Band ermittelt werden. Diese Zunderfehler werden direkt mit Fahrweisen, physikalisch/metallurgischen Grössen und/oder anlagenspezifischen Parametern in Verbindung gebracht. Dadurch können durch die Kenntnis solcher Zusammenhänge von vornherein bestimmte Fahrweisen oder Anlagenzustände, die zu Zunderfehlern neigen vermieden werden.
Ausserdem kann das Oberflächeninspektionsgerät OIG natürlich auch dazu verwendet werden, nachgeschaltete Prozesse zu steuern und/oder die zugrundeliegenden mathematischen Modelle zu verbessern.
Weiteres bietet die Umsetzung mit mathematischen Modellen M die Möglichkeit die zugrundeliegenden physikalisch/metallurgischen und/oder statistischen und/oder künstliche Intelligenz Mo- delle kontinuierlich an die Produktionsbedingungen anzupassen. Sinnvollerweise werden die mathematischen Modelle M auf einem Prozessrechner implementiert, wodurch die Anpassung, Abgleichung und Verbesserung der mathematischen Modelle M zur Bestimmung der Zunderausbildung sehr einfach vorgenommen werden kann.
Es können erfindungsgemäss beliebige geeignete mathematische Modelle M zugrundegelegt werden. Die Auswahl eines bestimmten am besten passenden Modells obliegt dabei einem entsprechenden Fachmann.
**WARNUNG** Ende DESC Feld kannt Anfang CLMS uberlappen**.