公开(公告)号：CN116888062A

公开(公告)日：2023-10-13

申请号：CN202180092937.4

申请日：2021-12-15

Applicant: 杰富意钢铁株式会社

Inventor： 高木勇辉 ,  竹村悠作 ,  栗本笃 ,  河合彩夏

IPC: B66C1/08

Abstract: 在利用起重磁铁起吊钢板时，根据钢板的板厚、起吊张数高精度地控制磁通穿透深度，与钢板的板厚无关地、可靠且稳定地起吊所希望张数的钢板。使用起重磁铁1，其具备能够各自独立地进行ON‑OFF控制及电压控制的多个电磁铁线圈2、和通过向该电磁铁线圈2施加电压而被励磁的磁极3，基于起吊对象的钢板的板厚的总和，确定钢板的起吊所使用的电磁铁线圈2，算出在使用该电磁铁线圈2时磁通仅通过起吊对象的钢板的情况下的磁极3内的通过磁通量Φr，基于该通过磁通量Φr，确定向钢板的起吊所使用的电磁铁线圈2施加的施加电压，向电磁铁线圈2施加该施加电压。

公开(公告)号：CN110366603B

公开(公告)日：2021-12-10

申请号：CN201880014517.2

申请日：2018-02-02

Applicant: 杰富意钢铁株式会社

Inventor： 高山直树 ,  寺泽祐介 ,  村上善明 ,  长谷和邦 ,  竹村悠作 ,  室田康宏

IPC: C22C38/00 ,  C21D8/02 ,  C22C38/38 ,  C22C38/58

Abstract: 本发明提供即便板厚为50mm以上也具有直达板厚中心的高硬度且能够以低成本制造的耐磨损钢板。该耐磨损钢板具有由特定的成分构成且由下述(1)定义的DI*值为120以上的成分组成，距表面1mm的深度处的布氏硬度HB1为360～490HBW 10/3000，以板厚中心位置的布氏硬度HB1/2与上述HB1的比来定义的硬度比为75％以上，板厚为50mm以上。DI*＝33.85×(0.1×C)0.5×(0.7×Si+1)×(3.33×Mn+1)×(0.35×Cu+1)×(0.36×Ni+1)×(2.16×Cr+1)×(3×Mo+1)×(1.75×V+1)×(1.5×W+1)…(1)。

公开(公告)号：CN110366603A

公开(公告)日：2019-10-22

申请号：CN201880014517.2

申请日：2018-02-02

Applicant: 杰富意钢铁株式会社

Inventor： 高山直树 ,  寺泽祐介 ,  村上善明 ,  长谷和邦 ,  竹村悠作 ,  室田康宏

IPC: C22C38/00 ,  C21D8/02 ,  C22C38/38 ,  C22C38/58

Abstract: 本发明提供即便板厚为50mm以上也具有直达板厚中心的高硬度且能够以低成本制造的耐磨损钢板。该耐磨损钢板具有由特定的成分构成且由下述(1)定义的DI*值为120以上的成分组成，距表面1mm的深度处的布氏硬度HB1为360～490HBW 10/3000，以板厚中心位置的布氏硬度HB1/2与上述HB1的比来定义的硬度比为75％以上，板厚为50mm以上。DI*＝33.85×(0.1×C)0.5×(0.7×Si+1)×(3.33×Mn+1)×(0.35×Cu+1)×(0.36×Ni+1)×(2.16×Cr+1)×(3×Mo+1)×(1.75×V+1)×(1.5×W+1)…(1)。

公开(公告)号：CN118524985A

公开(公告)日：2024-08-20

申请号：CN202380016909.3

申请日：2023-01-30

Applicant: 杰富意钢铁株式会社

Inventor： 高木勇辉 ,  竹村悠作 ,  植松健斗 ,  栗本笃 ,  臼井彩夏

IPC: B66C13/22

Abstract: 本发明的技术问题在于提供一种能够准确地检测吊起对象的板部件的位置的起重机、搬运方法以及板部件的制造方法。一种起重机(1)，进行板部件(2)的装卸搬运，其中，所述起重机具备：吊起并保持板部件(2)的保持机构(11)；使保持机构(11)至少在水平方向上移动的驱动机构(12)；以包含板部件(2)的特征部分的方式取得板部件(2)的图像的图像取得机构(14)；从图像检测特征部分，根据特征部分的位置计算板部件(2)的位置，并且基于板部件的位置来调整保持机构(11)的水平方向的位置的控制机构(15)。

公开(公告)号：CN117042894A

公开(公告)日：2023-11-10

申请号：CN202280023363.X

申请日：2022-02-08

Applicant: 杰富意钢铁株式会社

Inventor： 上冈悟史 ,  田村雄太 ,  野岛佑介 ,  平野贵大 ,  竹村悠作 ,  栗本笃

IPC: B21B37/00

Abstract: 本发明所涉及的钢板的材质预测模型的生成方法是钢板的冷却设备中的钢板的材质预测模型的生成方法，所述钢板的冷却设备具备：水冷装置，通过向被加热后的钢板喷射冷却水来冷却钢板；及温度测定装置，对冷却过程中的钢板的表面温度进行测定，其中，所述钢板的材质预测模型的生成方法包括如下步骤：通过使用了多个学习用数据的机器学习，生成通过了冷却设备后的钢板的材质预测模型，所述多个学习用数据将包括在钢板上预先设定的基准点处的表面温度的实测数据和基于基准点设定的参照点处的表面温度的实测数据在内的表面温度信息数据集作为输入实绩数据，并将与输入实绩数据对应的钢板上的基准点所对应的位置处的通过了冷却设备后的钢板的材质信息作为输出实绩数据。