熱軋鋼材純凈度的超聲波檢驗數(shù)據(jù)分析

雖然對檢測結果的分析和解釋比較難懂，超聲波檢測仍是檢測宏觀大顆粒夾雜物的一種有效方法。檢查結果包含了宏觀大夾雜位置的信息，了解它們在材料中的分布情況。然而，建立標準來分類材料的潔凈度一直是一個困難的工作，本文的目的是建立一個數(shù)據(jù)分析工具，用于材料的質量控制，結果表明，應用該分析模型評價熱軋鋼的潔凈度水平具有統(tǒng)計學和冶金學上的可行性。大顆粒夾雜物是生產潔凈鋼中的主要難題，雖然想盡辦法來控制宏觀夾雜的產生，但它往往是生產過程的固有結果，在大規(guī)模工業(yè)生產時很難及時發(fā)現(xiàn)。鋼鐵生產各個部門一直在改進工藝，提高鋼水純凈度，以確保產品質量。檢測這種夾雜物的一種方法是通過無損探傷檢測(NDT)，這是對質量控制非常重要的檢查技術，特別是在需要高度安全的材料的情況下。這些技術在能源、石油、汽車、工業(yè)和民用建筑等多個部門都有應用。這是非破壞性測試，除了確定宏觀夾雜物外，還可以獲得有關特定材料的重要信息，如材料的不連續(xù)性、夾雜尺寸、如何降級使用、技術特性和缺陷，盡可能不浪費材料，使用在合適的地方。開發(fā)能夠建立更好的宏觀夾雜評價標準，用于改善產品的質量控制，并有助于調查前道工序產生這些夾雜物的原因。在文獻中，針對不同的應用數(shù)據(jù)處理有很多的方法，但沒有通過自動超聲波測試設備和使用統(tǒng)計工具獲得的數(shù)據(jù)來確定鋼的潔凈度水平的研究。這項工作的目的是提出一個統(tǒng)計工具使用R語言來分析鋼的純凈度數(shù)據(jù)，以此來衡量最終產品的質量。這將提供必要的信息，以便更好地研究所獲得的鋼中的大夾雜物，并利用這些數(shù)據(jù)對工藝過程進行質量控制。本工作的主要目的是驗證通過超聲波設備獲得的數(shù)據(jù)來得到評價鋼純凈度的新工具，從而可以用于熱軋產品的質量控制。使用電子顯微鏡（SEM）的冶金分析來確認宏觀夾雜物。方法RStudio是一個方便的接口，它提供了用于表示數(shù)據(jù)的統(tǒng)計計算和圖形，R是編程語言的名稱。此外，在業(yè)界使用RStudio進行數(shù)據(jù)分析的最大優(yōu)勢是，該程序是一個開源的數(shù)據(jù)分析工具，它包含各種用于高級數(shù)據(jù)分析的軟件包。其次，它能夠創(chuàng)建一個簡單，經濟和資源高效的超聲波測試數(shù)據(jù)分析方法，數(shù)據(jù)分析的主要步驟如圖1所示。圖1

數(shù)據(jù)分析流程圖，代表了行業(yè)原始數(shù)據(jù)處理的主要階段：(1)獲取數(shù)據(jù)庫，(2)雜質檢測結果直方圖，(3)過濾數(shù)據(jù)庫，(4)對數(shù)據(jù)進行分類，(5)對數(shù)據(jù)進行操作RStudio基本軟件包應用：?

軟件包“dplyr”，功能是“過濾器”?

軟件包“sqldf”，功能是“sqldf”?

數(shù)據(jù)庫“ggplot2”，功能“ggplot”和功能“qpplot”獲取數(shù)據(jù)庫自動超聲波設備必須能夠存儲鋼材潔凈度測試結果數(shù)據(jù)，并以數(shù)據(jù)軟件能夠讀取的格式輸出數(shù)據(jù)。在本例中，可以從設備中提取以逗號分隔的文件(.csv)格式的數(shù)據(jù)，這是存儲表格數(shù)據(jù)的常見格式，除了商業(yè)數(shù)據(jù)分析軟件如MicrosoftExcel或Minitab之外，R也認可這種格式。這些數(shù)據(jù)指的是被測材料的每一小段鋼材的超聲反射和其中存在的不連續(xù)性的結果，以及高頻超聲設備的溯源信息。它還涉及到對超聲波反射數(shù)據(jù)的數(shù)學處理，測量被測材料的雜質水平，在這種情況下，從過去幾年到最后一次測試完成的數(shù)據(jù)將導出并在RStudio軟件中讀取。雜質檢測結果的直方圖每個被測材料的平均雜質的柱狀圖被繪制出來并進行分析，以檢查結果的集中程度，并評估離散的數(shù)據(jù)。用于繪制此結果的函數(shù)是“qplot”，它是一個快速而方便的軟件包，用于創(chuàng)造不同類型的圖形，此外，該函數(shù)位于庫“ggplot2”中。過濾數(shù)據(jù)庫數(shù)據(jù)導入后，為了只考慮有代表性的結果，使用了一個過濾器。圖2和圖3顯示了沿測試材料長度的圖表結果示例。在這兩個圖中橫坐標軸表示被檢測材料的長度，反映超聲波響應和雜質水平發(fā)生的位置，超聲波響應圖中的縱坐標軸代表被測材料所反映的信號幅值，以百分比表示；在雜質水平圖中，它以百分比表示通過數(shù)學處理來測量被評估材料的每一段的雜質水平的結果。圖2

超聲波響應根據(jù)材料的測試長度，單位為mm圖3

雜質水平圖顯示了數(shù)學處理后的結果，測量每一段被評估材料的清潔水平以下準則用于驗證來自先前數(shù)據(jù)庫的結果：?

由于該材料可以在同一設備上進行多次測試，為避免結果重復，因此只考慮對每種材料進行第一次測試。?

只考慮包含測試材料整個長度的數(shù)據(jù)的結果，在這種情況下，在500毫米段的平均振幅為零情況下，排除被測材料在超聲響應圖上的數(shù)據(jù)。?

考慮超聲波設備調整參數(shù)的數(shù)據(jù)，考慮識別從超聲波響應圖中最大20%的噪聲水平，將平均振幅大于35%(例如圖4)和小于10%(例如圖5)的數(shù)據(jù)剔除。圖4

調整誤差大于35%的超聲響應圖用于過濾數(shù)據(jù)的RStudio軟件包是“dplyr”，這是數(shù)據(jù)操作的語法，它提供了一組一致的動詞來解決最常見的數(shù)據(jù)操作，在這個軟件包中，使用了“filter”函數(shù)，它查找條件為真的行/情況來確定以前的準則。分類數(shù)據(jù)根據(jù)材料的雜質水平，根據(jù)圖4和圖5所示的柱狀圖結果，對數(shù)據(jù)進行分類。眾所周知，鋼材料中含有大量的宏觀夾雜物，但是主要的基體部分是潔凈的。柱狀圖上的主要區(qū)間表示了鋼材是純凈的，峰值區(qū)域多表明鋼材本體有較多的夾雜。鋼的純凈度分類是“等級1”是潔凈的鋼，“等級5”是潔凈度最差的鋼。圖5

調整誤差小于10%的超聲響應圖操作的數(shù)據(jù)每個鋼種的命名都考慮到各自的應用市場，讀取數(shù)據(jù)儲存軌道的信息，使用過濾功能處理。然后，對所有相似的鋼進行分組，考慮相似的鋼級標準，因為它們的超聲波響應也是相似的。第2組合金元素較多，與第1組相比，硬度增加，但同時焊接性能比第一組降低。隨后，利用“sqldf”函數(shù)，將所有數(shù)據(jù)按照鋼鐵分組、月份、年份(本研究僅考慮2017年和2018年)進行匯總，并進行排列。進一步，進行了統(tǒng)計操作以獲得結果的分布。電鏡驗證使用巴西米納斯吉拉斯天主教大學冶金工程系顯微鏡實驗室的掃描電鏡，通過能譜分析(EDS)對熱軋鋼的微觀區(qū)域進行了表征。實驗室采用日本JeolJSM-IT300電鏡，分辨率為4.0nm和0.6mA。以不同的增量對樣品進行觀察，直到發(fā)現(xiàn)第一層有大顆粒夾雜為止。根據(jù)所研究鋼的成分，EDS分析選擇了以下化學元素:O、Mg、Al、Si、S、Ca、Ti、Cr、Mn、Fe和Ni。因此，通過化學元素峰值的相對強度，可以定性地確定所分析的大顆粒夾雜的成分組成。結果與討論數(shù)據(jù)庫里包含138473個超聲檢測結果的信息。這些信息是被測材料的每個部分的超聲波響應和雜質水平，相應的爐號、識別代碼、鋼種、工藝編號、雜質水平和材料長度的信息。第二步是繪制整個數(shù)據(jù)庫的平均雜質水平的柱狀圖。圖6顯示了結果的曲線圖。圖6

雜質水平圖顯示了數(shù)學處理后的情況，測量評估材料的每一段潔凈度水平大多數(shù)結果的雜質集中度在0~2%之間。一些結果在2-8%之間，一些結果高于8%。此外，還可以看到一些集中結果高于25%，并分別對其數(shù)據(jù)有效性進行了檢驗。經過檢查這些分散的結果，發(fā)現(xiàn)雜質水平高于35%是無效的，因為這個結果是設備的調整誤差，建議加入另一個過濾器來排除這些結果。除雜質水平高于35%的排除數(shù)據(jù)外，還采用了其他過濾器。他們過濾器只考慮為每個材料第一次測試，僅僅保持整個材料長度的測試數(shù)據(jù)，排除500mm長度短平均振幅等于零的超聲波響應數(shù)據(jù)，不包括數(shù)據(jù)的平均振幅大于30%的測試數(shù)據(jù)。經過濾波后，數(shù)據(jù)庫從138474個測試結果減少到104683個，無效數(shù)據(jù)約占到24%。過濾后的結果相似，可信可讀可用。。在結果值得信賴的情況下，根據(jù)直方圖結果，建議對平均雜質檢驗結果進行閾值分類：?

等級1：從0到1.7%。?

等級2：在1.7到3.4%之間。?

等級3：在3.4到5.1%之間。?

等級4：在5.1到7.2%之間。?

等級5：大于7.2%。各等級的材料數(shù)量見表1：表1

各等級材料的數(shù)量過濾后的下一步是分組類似的鋼種，這對于大顆粒非金屬夾雜判別非常有用的。本文研究了兩組，第1組和第2組。經過此篩選后，數(shù)據(jù)庫內容減少，如表2所示。表2

分組后各等級的材料數(shù)量等級平均值最大值最小值標準偏差Q1中位數(shù)Q3計數(shù)樣品10.30137551.7000.40421060.030.1100.40007610422.34660563.401.710.47545341.942.2402.7000644034.11894285.103.410.46626103.724.0604.4800218545.99738307.2005.110.62043675.445.9106.5100104759.031686729.537.212.76929477.638.1459.1475498然后將所有數(shù)據(jù)按鋼種、月、年進行匯總，得出樣本數(shù)量的總數(shù)和排名。本論文考慮的時間段為2017年至2018年(兩年的結果)。對數(shù)據(jù)進行匯總后，按月/年繪制結果圖，以檢查雜質的變化水平。結果如圖7-10所示。圖7

2017

年按月評估第一組圖8

2018年按月評估第一組圖9

2017年評估第二組圖10

2018年按月評估第二組2017年第一組全年變化較小，等級1完全占據(jù)主導位置，結果令人滿意。變化發(fā)生在9月和11月，鋼中潔凈度等級2開始出現(xiàn)，但是說明這種潔凈度變化并不嚴重。在2018年的第一組，上半年有一個小的變化，當時的評分是1，但是在7月和8月出現(xiàn)了明顯的變化，潔凈度指標出現(xiàn)了等級3、4和5，尤其是在8月，等級4和5增加較多。這兩個月的變化表明，這一時期所檢查的材料必須從宏觀夾雜物的角度進行研究和檢查。7、8月份以后，雜質水平變化不大，以1級為主。在2017年第2組中，前9個月變化不顯著，等級評分1高于其他等級，結果令人滿意。10月和11月，雜質水平變化較小，增加了等級2，為中度變化。但在12月份出現(xiàn)了嚴重的變化，3、4、5級均有所上升，說明這段時間所檢查的材料需要從宏觀夾雜物方面進行調查和檢查。2018年在第組2有變化，在整個一年大多數(shù)的月份都增加有等級2，指出了較為緩和的變化。但是在10月和11月中等級3，4和5顯著增加，表明此期間必須調查和檢查宏觀大顆粒夾雜物。在數(shù)據(jù)分析后，利用掃描電鏡進行冶金驗證，以確定樣品中是否存在宏觀夾雜物。它將涉及2018年9月的材料，從第2組(5級)中取出來進行電鏡檢驗，原因是這個月份檢測到的宏觀夾雜物等級差異最大。根據(jù)圖11和圖12，通過顯微分析，可以確定材料中存在的大顆粒非金屬夾雜物。圖11

顯微分析顯示存在大小為148μm的硫化鈣宏觀夾雜物，軋制后延伸情況圖12

顯微分析表明，存在尺寸為106μm的鋁酸鈣宏觀夾雜物，軋制延伸后呈細長形態(tài)通過檢驗試樣中存在的大顆粒非金屬夾雜物，可以通過使用本文提