3.1知多1棒钢厂产品规格扩容改造

本次扩建工程完成后，扁钢最大宽度由80mm扩大至100mm，等边角钢最大边长由50mm增加至65mm。

前期研讨阶段采用有限元分析法，测算各轧机成型状态、轧机负载，精准锁定实现尺寸扩容所需的设备改造范围。轧制更大规格产品，需要增大坯料断面、提升加工载荷、增加轧制道次。为实现生产尺寸扩容，本次新增、改造设备如下。

3.1.1坯料大型化

图1所示为知多1棒钢厂的设备布局。为轧制比传统材料断面更大的产品，需要增大供给精轧机组的坯料规格。以往通过R3轧机前的往复轧制工序生产64mm方坯，本次通过省略R3轧机，实现向精轧机组供给82mm方坯。

为此，实施了省略R3轧机的控制改造，以及为将更大规格坯料输送至精轧机组的输送设备改造，从而实现了精轧坯料的规格提升。

3.1.2设备升级改造，提升加工能力

轧制大断面坯料存在加工能力不足的问题。首先，使用82mm方坯时，面临剪切能力不足的问题，因此需要升级剪切机。在升级改造时，受既有产线改造的空间限制，将剪切机驱动方式由电动改为液压驱动。其次，在明确精轧机组的加工负荷、加工道次改造范围时，以采用82mm方坯轧制边长65mm的角钢为模型，研讨了精轧机组的轧制条件。在精轧上游工序，为了大幅拓宽展宽量，需要增加加工道次，因此增设MOH轧机（图2）。

然后，现有F2H轧机的电机能力不足也成为需要解决的问题，因此实施了轧机电机、减速机的能力提升改造。最后，还实施了包括冷床控制系统升级在内的、为实现尺寸扩大所需的相关改造。本次新增和改造的设备布局如图3所示。

3.2依托IoT平台构建推进制造过程革新

3.2.1知多1棒钢厂的IoT平台搭建

知多1棒钢厂自投产以来，虽持续实施设备改造与技术引进，但长期存在大量依赖操作人员经验的作业模式，这是亟待解决的课题。为摆脱对操作人员经验的依赖、推进数字化转型（DX），靠近加工点的控制与检测设备扮演着至关重要的角色。本项目通过实现轧制条件可视化、强化工序内检测，着力摆脱依赖人工经验的作业模式。

3.2.2轧制过程可视化——中间断面检测仪

知多1棒钢厂采用连续轧制生产线。多台轧机呈直线排列，在钢材尾端尚未离开前一台轧机时，钢材前端就咬入下一台轧机，以此实现高效率生产。然而，受钢材在轧机间无法停机、钢材处于高温状态等制约，此前无法直接测量钢材在各轧机中是否加工至目标尺寸，只能采用间接的测量方法。这种间接的测量方法存在测量精度低、依赖操作人员技能、可同时确认的中间形状有限等问题，导致生产规格切换调整耗时较长。此外，由于需要操作人员在轧制线附近作业，存在靠近高温钢材和旋转部件的风险，从安全角度也希望降低该作业的频次。

本次在轧机间引入了二维激光位移计。通过该装置，轧线内5个位置的尺寸可实现自动测量，有助于减少靠近高温钢材的作业、缩短生产规格切换的调整时间（图4）。

3.2.3增强工序内检查——热态表面缺陷检出装置

知多1棒钢厂轧制的钢材被运送至刈谷1型钢厂后，依次经过精整工序的热处理、矫直、酸洗工序，再经出货前检查后出厂。从轧制完成到出货前检查的交付周期约为1个月，因此轧制工序内检查未发现的质量不良，要到出货前检查才会被检出，反馈周期长达1个月，无法及时获取原因调查信息，对策制定只能依赖操作人员的经验与记忆。为此，本项目通过构建IoT基础平台导入测量仪器与传感器，采集钢材温度、冷却水流量等工艺条件数据，强化追溯能力，并着力增强工序内检查，以便在质量不良发生时即时开展原因调查。

不锈钢型钢由轧制引发的质量不良中发生率最高的是形状不良与表面缺陷。传统轧制表面缺陷工序检测，普遍采用从轧制坯料中截取短试样抽样检测的方式。该检测模式存在明显局限性，轧制过程中产生的大量表面缺陷极易在工序自检中被遗漏，往往直至成品出货前检测才被检出，进而造成成品收得率降低、返工成本大幅增加等问题。

本次开发并引入了不锈钢型钢热态表面缺陷检出装置，实现对全部轧制材料的全长检查。该装置通过光学相机拍摄图像并进行图像处理，判定表面有无缺陷；当表面缺陷判定频次超过设定阈值时，向操作人员发出报警；同时留存表面缺陷的图像数据，强化质量追溯能力。图5热态表面缺陷检出装置的检出实例。

在知多1棒钢厂产能扩建工程中，为实现更大规格产品轧制，实施了粗轧机组输送设备改造、新增MOH轧机、剪切机液压化改造、冷床控制系统升级等项目。

同时，同步推进的IoT基础平台搭建，实现了制造过程追溯能力的提升与工序内检查能力的增强。