论文部分内容阅读
阐述了激光焊接工艺与设备选型.针对某厂在应用固体激光电弧复合焊机时,“A材料”出现焊缝断带情况,在现场跟踪分析基础上,调整工艺参数、控制时序、周期关键维护要点,使A材料焊缝质量实现“零缺陷”.
固体激光电弧复合焊机硅钢焊缝断带的原因和改善措施
【摘 要】
：
阐述了激光焊接工艺与设备选型.针对某厂在应用固体激光电弧复合焊机时,“A材料”出现焊缝断带情况,在现场跟踪分析基础上,调整工艺参数、控制时序、周期关键维护要点,使A材料焊缝质量实现“零缺陷”.
【机 构】
：
马鞍山钢铁股份有限公司冷轧总厂,安徽马鞍山 243000
【出 处】
：
冶金动力
【发表日期】
：
2022年2期
其他文献
综述了改革开放后我国对工业发展的基本要求及冷轧生产技术的发展过程.经过多年的发展我国的冷轧生产技术逐步从世界落后水平达到世界先进水平,甚至在某些领域领先于世界其他国家.近年来,随着中国制造2025制造强国战略的发布,冷轧生产技术也在朝着数字化、信息化、智能化发展.过往的经验告诉我们,冷轧生产应该紧紧跟随国家的步伐,在智能制造浪潮的引领下,在保持高附加值产品生产的同时更加注重良品率,提高自主生产能力,才能提高我国冷轧生产竞争力,保持冷轧生产良性发展.
遥感高程数据是获取缺资料地区DEM(Digital elevation models)数据的重要手段.然而,由于高寒山区实地高程测量稀少,难以对多源遥感DEM数据进行统一验证.ICESat-2等新的遥感高程数据在高寒山区也缺乏相应的精度评估.针对此问题,以青藏高原东北缘的冰沟流域作为研究区,采用机载航空遥感获取的大范围LiDAR(Light Detection And Ranging)DEM数据对新产品ICESat-2 ATL06(Ice,Cloud,and Land Elevation Satellit
城市不透水面是城市化程度的重要指示器,也是城市环境的重要敏感因子.联合国提出的城市可持续发展SDG11.3.1指标——城市土地使用率与人口增长率之比(LCRPGR)需要有效监测土地城镇化与人口城镇化关系.针对其监测与评估中高分辨率和高精度城市用地产品缺失,以及低纬度地区城市可持续发展研究较少的问题.基于Google Earth Engine平台,提出一种多时相升降轨SAR与光学影像等多源数据融合的不透水面提取方法,提取了 2015年和2018年10 m分辨率印度不透水面.根据人口格网界定城市范围,将范围内
生态保护重要性评价是“双评价”的重要组成部分,是合理规划国土空间的重要依据.提出一种将遥感数据作为主要驱动数据,采用生态服务模型与生态敏感性指数相结合的生态保护重要性评价方法,定量评价了 2018年青岛市陆域的生态保护等级.依据“双评价”标准,综合考虑区域内重要生态服务功能区、生态脆弱区和生态保护因子,划定青岛市生态保护重要性,并根据生态保护红线对评价结果进行验证和分析.结果表明:基于遥感与生态服务模型的生态保护重要性评价方法能够较好地评价区域生态保护重要性,青岛市生态保护重点区面积为1 125.57 k
植被覆盖状况是决定大城市地区生态环境质量的重要因素之一,但在快速城市化进程下城市内部及周边地区植被覆盖的动态变化状况尚不清晰,需结合遥感数据进行分析.以北京市为研究区,基于Landsat影像获取植被覆盖度的空间分布,计算移动窗口内植被覆盖度的均值和标准差,将其分别作为表征局部植被覆盖水平和植被覆盖度异质性的指标,采用Mann-Kendall检验识别均值和标准差具有显著变化趋势的窗口,并使用Sen\'s Slope估算变化梯度,进而分析北京植被覆盖度变化趋势.结果表明在1984～2014年间:①植被覆盖
通过对镀锌气刀条纹缺陷的产生原因进行分析,研究产生气刀条纹缺陷的影响因素,从气刀上下刀唇前后位置、前后气刀刀唇高度等多重因素出发,提出对应的预防措施,现在镀锌线已能较好地避免气刀条纹缺陷产生,满足客户的高质量表面要求.
分析了冷轧脱脂机组带钢表面划伤产生的原因,对产生划伤的干涉点设备提出了改善措施,倾斜导向板增加过渡辊、起套组件机械高度调整、电极板由整板式改为栅格式、电极板固定方式调整等.结果表明,入口段上下通道下表因带钢与导板接触造成的划伤与清洗段电解槽内带钢划伤问题彻底解决,冷轧板带脱脂机组板面质量显著提升.
结合马钢4#热镀锌线的生产经验,对薄宽规格带钢在立式退火炉中加热时所出现的瓢曲现象进行分析,寻求瓢曲产生的原因,同时,采取相应的控制措施,减少或抑制该缺陷的产生.
连续热镀锌产品板面出现严重横向条纹,通过现场排查并结合理论分析,发现光整机辊系张力控制及精度问题是产生横向条纹的主要原因.采取规范辊系验收,完善相关辊系检查、更换标准、优化辊系使用周期及光整拉矫区域张力优化等措施,可预防类似横向条纹缺陷.
利用海南省文昌市清澜港红树林保护区的无人机高光谱影像,采用递归特征消除的随机森林算法(Recursive Feature Elimination-Random Forest,RFE-RF)优选植被光谱特征和纹理特征,通过机器学习中的随机森林(Random Forest,RF)和支持向量机(Support Vector Machine,SVM)算法对研究区内的红树林树种进行精细分类,并对比分析和评价分类模型参数设置对总体精度的影响.结果表明:RF分类方法的总体精度为92.70％、Kappa系数为0.91,与