CN109798843A - 一种判定冷轧工序中钢板表面波纹度影响因素的方法 - Google Patents

Abstract

本发明公开了一种判定冷轧工序中钢板表面波纹度影响因素的方法，涉及微观形貌测试领域。钢板冷轧生产过程是一个连续的过程，在不同生产工序条件下，取样，参照冷轧钢板表面波纹度测量方法及标准，利用光学轮廓仪测量冷轧板的表面波纹度，准确评价冷轧工序中各影响因素条件下的钢板表面波纹度。整理大量的试验数据，得到冷轧工序中影响钢板表面波纹度的影响因素及规律，提出改善冷轧工序中钢板表面波纹度控制措施，从而保证冷轧钢板表面波纹度在标准控制范围内，对冷轧板生产和使用起着指导性作用。

Description

一种判定冷轧工序中钢板表面波纹度影响因素的方法

技术领域

本发明属于微观形貌测试技术领域，涉及一种判定冷轧工序中钢板表面波纹度影响因素的方法。

背景技术

随着国家环保法规要求日益严格，汽车行业涂装工序向着“低能耗、低排放、低污染”的水性免中涂工艺发展。免中涂工艺后，整个漆层外观质量容易产生橘皮、颗粒、鲜映性差等缺陷，因此一方面要求汽车厂研究更好的涂装工艺，另一方面要求钢厂原材料必须具备更高的表面质量。

冷轧钢板表面质量是生产控制非常重要的环节，而冷轧钢板表面波纹度是评价其表面质量的一个重要指标。它不仅影响到带钢冲压时的变形行为和涂镀后的外观状况，而且还改变材料的耐蚀性。因此，准确测量和评价冷轧钢板表面波纹度，判定冷轧工序中钢板表面波纹度影响因素，提出改善冷轧工序中钢板表面波纹度控制措施，保证冷轧钢板表面波纹度在标准控制范围内，对冷轧板生产和使用起着指导性作用，具有重要的意义。

目前，钢铁企业和汽车企业在钢板表面波纹度测试方面进行了相关的研究工作，但是仅限于针对如何测量钢板表面波纹度，没有***研究整个冷轧工序中对钢板表面波纹度影响因素的方法。

发明内容

本发明提供一种判定冷轧工序中钢板表面波纹度影响因素的方法，能够准确测量和评价冷轧钢板表面波纹度，判定冷轧工序中钢板表面波纹度影响因素，提出改善冷轧工序中钢板表面波纹度控制措施，保证冷轧钢板表面波纹度在标准控制范围内，指导冷轧板生产。

本发明提供一种判定冷轧工序中钢板表面波纹度影响因素的方法，包括如下步骤：

步骤1：在冷轧工序的不同子工序中取样，每个子工序取3-5块样本；

步骤2：利用光学轮廓仪测量每个子工序中的每块样本的表面波纹度，并计算该子工序中所有样本的表面波纹度的算数平均值；

步骤3：改变子工序的工艺参数，并重复步骤1和步骤2，获得不同工艺参数条件下的所有子工序的所有样本的表面波纹度的算数平均值；

步骤4：绘制不同子工序的不同工艺参数的表面波纹度变化曲线并对变化曲线进行分析，得到冷轧工序中钢板表面波纹度影响因素及影响趋势；

步骤5：根据表面波纹度影响因素及影响趋势提出改善冷轧工序中钢板表面波纹度控制措施。

在本发明的判定冷轧工序中钢板表面波纹度影响因素的方法中，在冷轧工序的酸轧子工序、连续退火子工序和平整子工序中分别选取3-5块样本，样本尺寸为150mm×100mm。

在本发明的判定冷轧工序中钢板表面波纹度影响因素的方法中，所述步骤2具体为：

步骤2.1：将样本放置在白光干涉的非接触3D光学轮廓仪上，沿轧制方向扫描样本，并绘制样本表面原始三维轮廓；

步骤2.2：沿着原始三维轮廓的测试方向经过一次多项式处理，再经过五次多项式拟合去除取样长度内的形状误差；

步骤2.3：利用高斯滤波器去除0.8mm短波部分，得到取样长度内的波纹度轮廓；

步骤2.4：根据下列公式计算出波纹度：

其中，l_w为评定波纹度轮廓的取样长度，单位mm，Z(x)为波纹度轮廓曲线函数；

步骤2.5：重复步骤2.1-2.4再分别测量两次，三次测试方向相互平行，间距为15mm，取三次测试的波纹度的平均值作为该样本的表面波纹度值；

步骤2.6：重复步骤2.1-2.5分别计算出该子工序中所有样本的表面波纹度，并计算所有样本的表面波纹度的算数平均值。

在本发明的判定冷轧工序中钢板表面波纹度影响因素的方法中，所述步骤4具体为：

步骤4.1：多次测试后根据测试结果分别绘制酸轧子工序、连退退火子工序和平整子工序中不同工艺参数的表面波纹度变化曲线；

步骤4.2：对不同工艺参数的表面波纹度变化曲线进行分析，获得如下结论：

酸轧子工序中，轧机压下率对冷板波纹度产生影响，轧机工作辊周期对冷板波纹度产生影响；

连续退火子工序中，退火温度对冷板波纹度不产生影响；

平整子工序中，平整机的延伸率以及工作辊周期影响钢板表面波纹度。

本发明提出了一种判定冷轧工序中钢板表面波纹度影响因素的方法，在不同冷轧工序中取样，利用光学轮廓仪测量钢板表面波纹度，将测试结果进行分析，得到冷轧工序中钢板表面波纹度影响因素，提出改善冷轧工序中钢板表面波纹度控制措施。能够准确测量和评价冷轧钢板表面波纹度，判定冷轧工序中钢板表面波纹度影响因素，提出改善冷轧工序中钢板表面波纹度控制措施，保证冷轧钢板表面波纹度在标准控制范围内，指导冷轧板生产。

附图说明

图1是测试样品的原始轮廓曲线；

图2是一次多项式处理后的轮廓曲线；

图3是经过五次多项式拟合去除取样长度形状误差的轮廓曲线；

图4是利用高斯滤波器去除λ_c＝0.8mm短波部分的波纹度轮廓曲线。

具体实施方式

表面波纹度：由波距介于宏观几何形状误差和微观表面粗糙度之间的成分够成的表面不平度，即表面轮廓长波成分组合的大小，波长范围在1～10mm。表面波纹度的表征以轮廓法为主，从波纹度轮廓可以计算出多种表面波纹度参数，最常用的参数是波纹度轮廓算数平均偏差W_a，可以理解为在一个波纹度取样长度lw内，检测时直接获得的实际表面端面曲线经过滤波所得曲线Z(x)偏离最小二乘中心线的距离绝对值的算数平均数单位μm，定义如下：

其中：l_w为评定波纹度轮廓的取样长度，单位mm，Z(x)为波纹度轮廓曲线函数。

本发明公开了一种判定冷轧工序中钢板表面波纹度影响因素的方法，涉及微观形貌测试领域。钢板冷轧生产过程是一个连续的过程，在不同生产工序条件下，取样，参照冷轧钢板表面波纹度测量方法及标准，利用光学轮廓仪测量冷轧板的表面波纹度，准确评价冷轧工序中各影响因素条件下的钢板表面波纹度。整理大量的试验数据，得到冷轧工序中影响钢板表面波纹度的影响因素及规律，提出改善冷轧工序中钢板表面波纹度控制措施，从而保证冷轧钢板表面波纹度在标准控制范围内，对冷轧板生产和使用起着指导性作用。

本发明的一种判定冷轧工序中钢板表面波纹度影响因素的方法，包括如下步骤：

步骤1：在冷轧工序的不同子工序中取样，每个子工序取3-5块样本；

具体实施时，在冷轧工序的酸轧子工序、连续退火子工序和平整子工序中分别选取3-5块样本，样本尺寸为150mm×100mm。

步骤2：利用光学轮廓仪测量每个子工序中的每块样本的表面波纹度，并计算该子工序中所有样本的表面波纹度的算数平均值，测试时室温15～30℃，湿度小于80％，无凝结条件，试验期间温度波动不大于2℃，测试长度为50mm。所述步骤2具体为：

步骤2.1：将样本放置在白光干涉的非接触3D光学轮廓仪上，沿轧制方向扫描样本，取样长度l_w＝50mm，并绘制样本表面原始三维轮廓；

步骤2.2：沿着原始三维轮廓的测试方向经过一次多项式处理，再经过五次多项式拟合去除取样长度内的形状误差；

步骤2.3：利用高斯滤波器去除0.8mm短波部分，得到取样长度内的波纹度轮廓；

步骤2.4：根据下列公式计算出波纹度：

其中，l_w为评定波纹度轮廓的取样长度，单位mm，Z(x)为波纹度轮廓曲线函数；

步骤2.5：重复步骤2.1-2.4再分别测量两次，三次测试方向相互平行，间距为15mm，取三次测试的波纹度的平均值作为该样本的表面波纹度值；

步骤2.6：重复步骤2.1-2.5分别计算出该子工序中所有样本的表面波纹度，并计算所有样本的表面波纹度的算数平均值。

步骤3：改变子工序的工艺参数，并重复步骤1和步骤2，获得不同工艺参数条件下的所有子工序的所有样本的表面波纹度的算数平均值；

步骤4：绘制不同子工序的不同工艺参数的表面波纹度变化曲线并对变化曲线进行分析，得到冷轧工序中钢板表面波纹度影响因素及影响趋势，所述步骤4具体为：

步骤4.1：多次测试后根据测试结果分别绘制酸轧子工序、连退退火子工序和平整子工序中不同工艺参数的表面波纹度变化曲线；

步骤4.2：对不同工艺参数的表面波纹度变化曲线进行分析。

由于冷轧产品的品种很多，生产工艺流程亦各有特点，本发明选取生产量较大的、具有代表性的冷轧产品为研究对象。本专利在酸轧子工序中不同轧机压下率和工作辊周期，连续退火子工序中不同的退火温度，平整子工序中不同延伸率和工作辊周期条件取样，测试钢板的表面波纹度。

1、酸轧子工序(酸洗、冷轧)

轧机压下率：轧制过程中对于不同钢种具有不同的最大压下率，并且具有不同的各道次压下率分配。对于钢种相同，规格相同，去向不同(镀锌，连退)的钢种，各道次压下率分配也有差异。因此，轧机压下率对冷板波纹度产生影响。

工作辊周期：工作辊与钢板接触，不考虑中间辊及支撑辊周期。1～5#轧机中，前四机架轧辊工作辊粗糙度R_a<1.2μm，为光辊，5#轧机工作辊为毛辊，工作辊粗糙度R_a在2.0～3.0μm范围内。考虑研究5#轧机工作辊周期对冷板波纹度影响。

因此，分析酸轧子工序中，影响到钢板表面波纹度的工序有轧机压下率和工作辊周期。钢板的波纹度随着轧机压下率的增大而增大；钢板的波纹度随着工作辊周期的增加而减小。

2、连续退火子工序(热处理)

连续退火机组退火炉：立式退火炉，由预热段(PHS)、加热段(HS)、保温段(SS)、缓冷段(SCS)、快冷段(RCS)、过时效段(OAS)和终冷段(FCS)七部分组成。连续退火工艺整个过程以控制带钢的温度为主要手段，并辅助于工艺段速度，炉压，气氛和张力等方面的调节与控制，来实现对不同钢种，不同规格带钢的退火工艺处理，以获得满足用户需要的产品的性能和表面质量。通过测试得出随着终轧温度的增加，钢板的波纹度没有明显的变化。

3、平整子工序(精整)

所谓的平整，就是指对经过再结晶退火后的带钢以较小的变形量(0.5％～3％)进行轧制，其目的是消除屈服平台和轻微的波浪，同时保证在带钢具有一定的表面粗糙度。平整机的延伸率以及工作辊周期影响到钢板表面波纹度。随着平整延伸率的增加，钢板波纹度缓慢的增大；随着工作辊周期的增加，钢板波纹度缓慢下降。

步骤5：根据表面波纹度影响因素及影响趋势提出改善冷轧工序中钢板表面波纹度控制措施。

目前钢厂和汽车厂只是对产品进行表面波纹度测试，没有研究冷轧工序对钢板表面波纹度的影响因素。高产品表面质量要求钢厂必须对表面波纹度严格控制，本发明的一种判定冷轧工序中钢板表面波纹度影响因素的方法，可以为汽车板的生产工艺提供指导作用，间接促进汽车板的生产成本的进一步降低。同时钢板质量的保证可以避免生产部门因为表面质量不好而降低等级等问题，减少了原材料的支出和额外的资源浪费。

以上所述仅为本发明的较佳实施例，并不用以限制本发明的思想，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种判定冷轧工序中钢板表面波纹度影响因素的方法，其特征在于，包括如下步骤：

步骤1：在冷轧工序的不同子工序中取样，每个子工序取3-5块样本；

步骤2：利用光学轮廓仪测量每个子工序中的每块样本的表面波纹度，并计算该子工序中所有样本的表面波纹度的算数平均值；

步骤3：改变子工序的工艺参数，并重复步骤1和步骤2，获得不同工艺参数条件下的所有子工序的所有样本的表面波纹度的算数平均值；

步骤4：绘制不同子工序的不同工艺参数的表面波纹度变化曲线并对变化曲线进行分析，得到冷轧工序中钢板表面波纹度影响因素及影响趋势；

步骤5：根据表面波纹度影响因素及影响趋势提出改善冷轧工序中钢板表面波纹度控制措施。

2.如权利要求1所述的判定冷轧工序中钢板表面波纹度影响因素的方法，其特征在于，在冷轧工序的酸轧子工序、连续退火子工序和平整子工序中分别选取3-5块样本，样本尺寸为150mm×100mm。

3.如权利要求1所述的判定冷轧工序中钢板表面波纹度影响因素的方法，其特征在于，所述步骤2具体为：

步骤2.1：将样本放置在白光干涉的非接触3D光学轮廓仪上，沿轧制方向扫描样本，并绘制样本表面原始三维轮廓；

步骤2.2：沿着原始三维轮廓的测试方向经过一次多项式处理，再经过五次多项式拟合去除取样长度内的形状误差；

步骤2.3：利用高斯滤波器去除0.8mm短波部分，得到取样长度内的波纹度轮廓；

步骤2.4：根据下列公式计算出波纹度：

其中，l_w为评定波纹度轮廓的取样长度，单位mm，Z(x)为波纹度轮廓曲线函数；

步骤2.5：重复步骤2.1-2.4再分别测量两次，三次测试方向相互平行，间距为15mm，取三次测试的波纹度的平均值作为该样本的表面波纹度值；

步骤2.6：重复步骤2.1-2.5分别计算出该子工序中所有样本的表面波纹度，并计算所有样本的表面波纹度的算数平均值。

4.如权利要求1所述的判定冷轧工序中钢板表面波纹度影响因素的方法，其特征在于，所述步骤4具体为：

步骤4.1：多次测试后根据测试结果分别绘制酸轧子工序、连退退火子工序和平整子工序中不同工艺参数的表面波纹度变化曲线；

步骤4.2：对不同工艺参数的表面波纹度变化曲线进行分析，获得如下结论：

酸轧子工序中，轧机压下率对冷板波纹度产生影响，轧机工作辊周期对冷板波纹度产生影响；

连续退火子工序中，退火温度对冷板波纹度不产生影响；

平整子工序中，平整机的延伸率以及工作辊周期影响钢板表面波纹度。