EP1106713A2 - Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden Metallbandes - Google Patents

Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden Metallbandes Download PDF

Info

Publication number
EP1106713A2
EP1106713A2 EP00126992A EP00126992A EP1106713A2 EP 1106713 A2 EP1106713 A2 EP 1106713A2 EP 00126992 A EP00126992 A EP 00126992A EP 00126992 A EP00126992 A EP 00126992A EP 1106713 A2 EP1106713 A2 EP 1106713A2
Authority
EP
European Patent Office
Prior art keywords
information
scale
metal strip
bath
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
EP00126992A
Other languages
English (en)
French (fr)
Other versions
EP1106713A3 (de
EP1106713B1 (de
Inventor
Otto Dr. Gramckow
Hans-Ulrich Dr. Löffler
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Siemens Corp
Original Assignee
Siemens AG
Siemens Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG, Siemens Corp filed Critical Siemens AG
Publication of EP1106713A2 publication Critical patent/EP1106713A2/de
Publication of EP1106713A3 publication Critical patent/EP1106713A3/de
Application granted granted Critical
Publication of EP1106713B1 publication Critical patent/EP1106713B1/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23G—CLEANING OR DE-GREASING OF METALLIC MATERIAL BY CHEMICAL METHODS OTHER THAN ELECTROLYSIS
    • C23G1/00—Cleaning or pickling metallic material with solutions or molten salts
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23G—CLEANING OR DE-GREASING OF METALLIC MATERIAL BY CHEMICAL METHODS OTHER THAN ELECTROLYSIS
    • C23G1/00—Cleaning or pickling metallic material with solutions or molten salts
    • C23G1/02—Cleaning or pickling metallic material with solutions or molten salts with acid solutions
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23G—CLEANING OR DE-GREASING OF METALLIC MATERIAL BY CHEMICAL METHODS OTHER THAN ELECTROLYSIS
    • C23G1/00—Cleaning or pickling metallic material with solutions or molten salts
    • C23G1/02—Cleaning or pickling metallic material with solutions or molten salts with acid solutions
    • C23G1/08—Iron or steel

Definitions

  • the invention relates to a method for determining a Pickling time of a scale layer for removal the scale layer to be treated in a pickling bath.
  • iron oxides are produced in the production of hot strip, i.e. hot-rolled metal strip.
  • the composition of this scale is dependent, among other things, on the specific cooling process, since different iron oxides form or different phases are formed depending on the cooling of the hot metal strip. Primarily these are wustite formation (FeO), magnetite (Fe 3 O 4 ) and hematite (Fe 2 O 3 ), and various Fe (II) and Fe (III) hydroxides also occur.
  • the scale must be removed in a subsequent descaling process. As part of this, mechanical descaling is first carried out and then the scale is removed in a pickling bath.
  • Hot hydrochloric acid (HCl) with a temperature between 80 - 90 ° C is mainly used as the pickling liquid, whereby the bath is usually divided into several zones in which the hydrochloric acid concentration is different. In the beginning there is usually a low concentration (e.g. 4%), in the last bath section the highest concentration (e.g. 15-17 ° C) to carry out the final cleaning there.
  • a stretch straightener is primarily used for mechanical descaling. In this stretcher, the metal strip is guided under tensile stress around several deflection rollers and bent so that the scale layer cracks and in some cases already peels off. The acid penetrates these cracks and comes into contact with the metal, where hydrogen is formed. The hydrogen bubbles then blow off the scale. Due to the direct contact between the acid bath and the metal, descaling is much faster than if there was a closed scale layer and the acid would first have to diffuse through the scale layer to the metal.
  • the time required for complete descaling depends on various factors such as acid temperature, acid concentration, Degree of mechanical descaling and especially from the Amount and type of scale.
  • As a measure of the amount of scale only the reel temperature, i.e. the temperature, with which the hot band e.g. after hot rolling before Descaling is wound on a reel, and experience about the scaling of different types of steel used.
  • the required pickling time is based on some of the roughly estimated values above. The quality control the stained tapes only find visually through one Controller instead.
  • control has a number of disadvantages.
  • the pickling time required is only rough estimated. This can lead to unsatisfactory pickling results lead to a short pickling time.
  • the pickling time is as short as to keep possible in order to achieve the highest possible throughput.
  • Another disadvantage is that it is only visual control. It does not give an objective measure of the degree of scaling the result depends heavily on the respective controller and can vary greatly from layer to layer. On useful assessment criterion for determining a more precise This does not result in pickling time.
  • the invention is therefore based on the problem, one possibility specify how the pickling time is determined more precisely can.
  • one method is the beginning mentioned type provided according to the invention that the Pickling time using a calculation model based on at least one band specific information of the scaled metal band and at least one piece of information that is specific to the bzbad is modeled becomes.
  • the pickling time is used of a calculation model is calculated and modeled and no longer roughly estimated based on the given parameters.
  • the calculation model which is, for example a neural network or a fuzzy controller can act, but any other model can be used, processed at least one band-specific information of the scaled Metal bands, so information that the tinder describes itself or the scale formation and for the to be treated Band is specific. Furthermore, at least one processed information specific to bebebad, as for determination the pickling time, of course, also the specific descaling properties of the pickling bath are relevant.
  • At least one can be formed as band-specific information Scale layer self-descriptive information and / or one for the formation of the scale layer during the Production of the metal strip relevant information and / or one for mechanical treatment of the metal strip Information relevant to mechanical scale removal be used.
  • Each of these individual pieces of information contains a considerable amount of information, which Is evaluated and processed by the calculation model. Although only one of these pieces of information is processed , it has proven to be advantageous if several or all are taken into account because the pickling time is all the more can be modeled more precisely, the more information regarding the scale layer and its pretreatment are available stand.
  • the surface-specific information which is a description of the scaled band surface supplies.
  • this information can be obtained by an optical surface scan by means of an image of the Belt surface supplying camera, the image of which is automatically Determination of a surface describing the surface covered with scale Information value is analyzed, obtained.
  • the information value allows a classification of the different Tinder types and / or the amount of tinder. Any type of scale appears somewhat different in color in an image or structure.
  • the picture taken with the camera can be analyzed in this regard, so that on the basis of this Surface scanning a classification can be made can. Additionally or alternatively, it can be based on the image acquisition the amount of scale per unit area is also determined in this case gives the analytically obtained information value a quantitative measure of the actual Amount of scale.
  • Scale layer Another in the context of modeling the optimized pickling time important information is regarding the formation of the Scale layer itself.
  • one for the manufacturing process of the metal strip specific information can be used, in particular for this the temperature of the metal strip during winding a reel, one related to the cooling process of the metal strip Information relating to the degree of deformation of the metal strip Information, the chemical reaction behavior information relating to scale formation is used.
  • Relevant are also information regarding the steel grade itself, regarding the oxygen partial pressure of the surrounding atmosphere etc. All of this information can be found in the model be taken into account. This is information for indirect information, i.e. information, that do not describe the tinder itself, but indirectly reflect its educational conditions.
  • mechanical pre-descaling is usually carried out carried out. This is usually the closed one Scale layer broken, which facilitates the acid attack. Obviously, descaling can be easier and the faster the mechanical pre-descaling is. Consequently, the related information also provides an important model parameter.
  • the invention can be at least one mechanical as related information Stretcher treatment parameters in which the Metal strip for mechanical pre-descaling machined will be used. The metal strip is in the stretching judge led under tension around several pulleys.
  • Mechanical parameters can be, for example, the applied parameters Tensile stress or the degree of deflection and thus the bend of the metal band can be used.
  • the bath temperature, the Bath composition, the bath concentration, existing in the bath Turbulence or the iron concentration in the bathroom is taken into account become.
  • a first invention can be used for education the scale layer relevant during the manufacturing process Information processed in a scale formation model and a modeled information value describing the tinder can be determined with that in the context of the analysis of the surface scan image determined information value compared and a value describing the degree of scaling is determined the calculation model for modeling the pickling time is given.
  • a scale formation model which also for example a neural network can be a tinder Descriptive modeled information value determines which specifies a measure of the degree of scaling.
  • This Degree of scaling is determined with the information value from the surface scan, which is also a measure of the scale type represents the amount of scale, compared and from it a value describing the actual degree of scaling determined.
  • This value represents a measure of the degree of scaling which, based on the described information parameters was determined. In the event of major deviations between the two The more plausible value can be used when measuring smaller deviations is an, if necessary weighted, Average value makes sense. This value is then the Calculation model for modeling the pickling time given.
  • all information can be the computing model can also be given directly for processing, i.e. a previous determination of the descaling degree The measure is not given here, rather all go Sizes directly into the calculation model.
  • the quality of the pickling process can only checked using the pickled metal strip.
  • the information about the appearance of the stained surface and thus about the presence of any residual scale or the like is also for the optimization of the pickling time modeling relevant.
  • the pickling time modeling relevant As described in the prior art only a visual inspection of the surface of the stained Metal bands, but the information obtained from them remains largely ignored when determining the pickling time.
  • an adaptation of the or used Models based on an automatic surface scan of the pickled metal strip resulting information he follows.
  • Step 1 shows a diagram to illustrate the modeling method according to a first embodiment of the invention.
  • Step 1 is using an optical surface scan a camera that delivers an image which in an analysis model 2, which is a neural Network can act, is prepared.
  • the continuously from the continuously conveyed metal strip will be a first informational value determined in the form of a measure, which is a measure of Art and amount of scale. It is based on the analysis model a classification of the different types of scale as well as a quantitative determination of the amount of scale.
  • step 3 information about the manufacturing process of the metal strip in a scale formation model 4 for Determination of a second information value in the form of a measure processed, this measure also the degree of scaling describes.
  • Indirect information can be used here Measured variables such as the reel temperature, the degree of deformation, the cooling process of the metal strip, for example the cooling steps, the cooling time, etc. or else the storage of the metal strip during cooling and the chemical reaction behavior of the metal itself within the Scale formation are taken into account.
  • step 5 there is a Comparison of the two with the analysis model and the scale formation model determined measures to a measure 6 (it can several measures are also determined) for the degree of scaling to investigate. As shown in Fig.
  • the measure for the degree of scaling determined in step 6 is given a calculation model 7 for determining the pickling time.
  • This calculation model is also, see step 8, information given mechanical pre-descaling, for example in the form of a measure or a parameter regarding the given tensile stress during a stretch judge treatment of the metal band to break the closed Scale layer.
  • All of the information, ie the part of the computational model, which also preferably is formed as a neural network in the steps 6, 8, 9 information contained are processed to determine an optimal pickling time T pickling.
  • the pickling time can be modeled very precisely on the basis of the large amount of processed information recorded in the model.
  • the pickling time is given, for example, to an automatic control system which controls the entire pickling treatment. On the control side, depending on the optimized pickling time, there is an increase or decrease in the conveying speed of the metal strip and thus a change in the residence time of the strip in the pickling bath.
  • step 10 is a Surface scanning of the pickled metal strip for testing of the pickling result.
  • a Be used to continuously take pictures of the camera Surface supplies that are evaluated with an analysis model become.
  • a determination is based on this surface scan of the remaining scale on the pickled belt possible, whereby here too, both the type and the quantity can be determined can.
  • the result can be used to adapt the Models 2, 4, 7 can be used. For example can, if the scaling in exceptional cases the quality specifications should exceed the corrected model become.
  • this can be done Result also used directly to regulate the pickling treatment and are given to the control device
  • Result also used directly to regulate the pickling treatment and are given to the control device
  • Result also used directly to regulate the pickling treatment and are given to the control device
  • a non-negligible arises when scanning Remaining scale quantity can be on the control side the pickling time can be adjusted and extended accordingly.
  • models are also fuzzy Controller can be used.
  • FIG. 2 shows a second embodiment of the invention in the form of a diagram.
  • the same data as described with reference to FIG. 1 are recorded in steps 1, 3, 8 and 9 provided with the same reference symbols.
  • the data of the optical surface scanning are also processed here in the analysis model 2.
  • all the information required directly to the calculation model for modeling the optimal pickling time 7 T pickling It is therefore not, as with respect to FIG. 1, that a measure of the degree of scaling is determined on the basis of the information from the optical surface scanning and the information about the manufacturing process, which is in turn processed in the computing model. Rather, the "raw data" are given directly to the computing model 7 here.
  • This can also be a neural network which, as is preferred but not necessarily all the other models described, is capable of learning.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Cleaning And De-Greasing Of Metallic Materials By Chemical Methods (AREA)

Abstract

Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden, zur Entfernung der Zunderschicht in einem Beizbad zu behandelnden Metallbandes, bei welchem Verfahren die Beizzeit mittels eines Rechenmodells anhand wenigstens einer bandspezifischen Information des verzunderten Metallbands und wenigstens einer beizbadspezifischen Information modelliert wird.

Description

Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden Metallbandes
Die Erfindung betrifft ein Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden, zur Entfernung der Zunderschicht in einem Beizbad zu behandelnden Metallbandes.
Bei der Herstellung von Warmband, also heißgewalztem Metallband entstehen verschiedene Eisenoxide (Zunder). Die Zusammensetzung dieses Zunders ist u.a. abhängig vom konkreten Abkühlvorgang, da sich in Abhängigkeit der Kühlung des heißen Metallbandes unterschiedliche Eisenoxide bilden bzw. verschiedene Phasen entstehen. Vornehmlich handelt es sich dabei um Wüstitbildung (FeO), Magnetit (Fe3O4) und Hämatit (Fe2O3), ferner treten noch verschiedene Fe (II)- und Fe (III)-Hydroxide auf. Der Zunder muss in einem anschließenden Entzunderungsprozess wieder entfernt werden. Im Rahmen dessen wird zunächst eine mechanische Entzunderung und anschließend eine Entfernung des Zunders in einem Beizbad durchgeführt. Als Beizflüssigkeit kommt vornehmlich heiße Salzsäure (HCl) mit einer Temperatur zwischen 80 - 90°C zum Einsatz, wobei das Bad in der Regel in mehrere Zonen aufgeteilt ist, in denen die Salzsäurekonzentration unterschiedlich ist. Am Anfang liegt in der Regel eine geringe Konzentration (z. B. 4%) vor, im letzten Badabschnitt die höchste Konzentration (z. B. 15-17°C), um dort die Endreinigung durchzuführen. Für die mechanische Vorentzunderung wird vornehmlich ein Streckrichter verwendet. In diesem Streckrichter wird das Metallband unter Zugspannung um mehrere Umlenkrollen geführt und gebogen, so dass die Zunderschicht rissig wird und teilweise schon abblättert. Die Säure dringt in diese Risse ein und kommt mit dem Metall in Kontakt, wo sich Wasserstoff bildet. Die Wasserstoffblasen sprengen den Zunder dann ab. Aufgrund des direkten Kontaktes zwischen dem Säurebad und dem Metall geht die Entzunderung wesentlich schneller, als wenn eine geschlossene Zunderschicht vorliegen würde und die Säure erst durch die Zunderschicht hindurch zum Metall diffundieren müsste.
Die zur vollständigen Entzunderung benötigte Zeit hängt von verschiedenen Faktoren wie Säuretemperatur, Säurekonzentration, Grad der mechanischen Entzunderung und vor allem von der Menge und Art des Zunders ab. Als Maß für die Zundermenge werden lediglich die Haspeltemperatur, also die Temperatur, mit welcher das heiße Band z.B. nach dem Warmwalzen vor der Entzunderung auf eine Haspel aufgewickelt wird, und Erfahrungswerte über die Verzunderung verschiedener Stahlsorten herangezogen. Die benötigte Beizzeit wird anhand einiger der oben genannten Werte grob abgeschätzt. Die Qualitätskontrolle der gebeizten Bänder findet lediglich visuell durch einen Kontrolleur statt.
Aus dem geschilderten bisherigen Beizprozess und der anschließenden Kontrolle ergeben sich aber eine Reihe von Nachteilen. Zum einen wird die benötigte Beizzeit lediglich grob geschätzt. Dies kann zu unbefriedigenden Beizergebnissen bei zu kurzer Beizzeit führen. Die Beizzeit ist aber so kurz wie möglich zu halten, um einen möglichst hohen Durchsatz zu erzielen. Nachteilig ist ferner die lediglich visuelle Kontrolle. Sie gibt kein objektives Maß für den Verzunderungsgrad an, das Ergebnis hängt stark von dem jeweiligen Kontrolleur ab und kann von Schicht zu Schicht sehr stark schwanken. Ein brauchbares Beurteilungskriterium zur Bestimmung einer genaueren Beizzeit wird hierdurch nicht erlangt.
Der Erfindung liegt damit das Problem zugrunde, eine Möglichkeit anzugeben, wie die Beizzeit genauer ermittelt werden kann.
Zur Lösung dieses Problems ist bei einem Verfahren der eingangs genannten Art erfindungsgemäß vorgesehen, dass die Beizzeit mittels eines Rechenmodells anhand wenigstens einer bandspezifischen Information des verzunderten Metallbands und wenigstens einer beizbadspezifischen Information modelliert wird.
Beim erfindungsgemäßen Verfahren wird die Beizzeit unter Verwendung eines Rechenmodells errechnet und modelliert und nicht mehr wie bisher anhand gegebener Parameter grob abgeschätzt. Das Rechenmodell, bei dem es sich beispielsweise um ein neuronales Netz oder einen Fuzzy Regler handeln kann, aber auch jedes andere Modell eingesetzt werden kann, verarbeitet wenigstens eine bandspezifische Information des verzunderten Metallbands, also eine Information, die den Zunder selbst bzw. die Zunderbildung beschreibt und für das zu beizende Band spezifisch ist. Weiterhin wird wenigstens eine beizbadspezifische Information verarbeitet, da zur Bestimmung der Beizzeit natürlich auch die konkreten Entzunderungseigenschaften des Beizbades relevant sind.
Als bandspezifische Information kann wenigstens eine die gebildete Zunderschicht selbst beschreibende Information und/oder eine für die Bildung der Zunderschicht während der Herstellung des Metallbandes relevante Information und/oder eine für eine durchgeführte mechanische Behandlung des Metallbandes zur mechanischen Zunderentfernung relevante Information verwendet werden. Jede dieser einzelnen Informationen birgt für sich einen beachtlichen Informationsgehalt, der Seitens des Rechenmodells bewertet und verarbeitet wird. Wenngleich lediglich eine dieser Informationen verarbeitet werden kann, hat es sich als vorteilhaft erwiesen, wenn mehrere oder alle berücksichtigt werden, da die Beizzeit um so exakter modelliert werden kann, je mehr Informationen betreffend die Zunderschicht und deren Vorbehandlung zur Verfügung stehen.
Eine wichtige Information ist die oberflächenspezifische Information, die eine Beschreibung der verzunderten Bandoberfläche liefert. Diese Information kann erfindungsgemäß durch eine optische Oberflächenabtastung mittels einer ein Bild der Bandoberfläche liefernden Kamera, deren Bild automatisch zur Ermittlung eines die mit Zunder belegte Oberfläche beschreibenden Informationswertes analysiert wird, erhalten werden. Der Informationswert lässt eine Klassifizierung der verschiedenen Zunderarten und/oder der Zundermenge zu. Jede Zunderart erscheint in einer Bildaufnahme etwas anders von ihrer Färbung bzw. Struktur her. Das mit der Kamera aufgenommene Bild kann diesbezüglich analysiert werden, so dass anhand dieser Oberflächenabtastung eine Klassifizierung vorgenommen werden kann. Zusätzlich oder alternativ dazu kann anhand der Bildaufnahme auch die Zundermenge pro Flächeneinheit ermittelt werden, in diesem Fall gibt der analytisch erhaltene Informationswert also ein quantitatives Maß für die tatsächliche Zundermenge an.
Eine weitere im Rahmen der Modellierung der optimierten Beizzeit wichtige Information ist die betreffend die Bildung der Zunderschicht selbst. Als eine solche Information kann erfindungsgemäß eine für das Herstellungsverfahren des Metallbands spezifische Information verwendet werden, wobei hierfür insbesondere die Temperatur des Metallbands beim Aufwickeln auf eine Haspel, eine den Kühlvorgang des Metallbandes betreffende Information, eine den Umformungsgrad des Metallbands betreffende Information, eine das chemische Reaktionverhalten zur Zunderbildung betreffende Information verwendet wird. Relevant sind auch Informationen betreffend die Stahlsorte selbst, betreffend den Sauerstoff-Partialdruck der Umgebungsatmosphäre etc. Alle diese Informationen können im Modell berücksichtigt werden. Es handelt sich bei diesen Informationen um indirekte Informationen, also um Informationen, die den Zunder selbst nicht beschreiben, sondern indirekt dessen Bildungsbedingungen reflektieren.
Wie beschrieben wird in der Regel eine mechanische Vorentzunderung durchgeführt. Hierbei wird die in der Regel geschlossene Zunderschicht aufgebrochen, was den Säureangriff erleichtert. Ersichtlich kann die Entzunderung um so einfacher und schneller erfolgen, je weitgehender die mechanische Vorentzunderung ist. Folglich stellt auch die diesbezügliche Information einen wichtigen Modellparameter dar. Erfindungsgemäß kann als diesbezügliche Information wenigstens ein mechanischer Parameter der Streckrichterbehandlung, in welchem das Metallband zur mechanischen Vorentzunderung mechanisch bearbeitet wird, verwendet werden. Im Streckrichter wird das Metallband unter Spannung um mehrere Umlenkrollen geführt. Als mechanischer Parameter kann dabei beispielsweise die anliegende Zugspannung oder aber der Grad der Umlenkung und damit der Biegung des Metallbands verwendet werden. Als badspezifische Information kann erfindungsgemäß die Badtemperatur, die Badzusammensetzung, die Badkonzentration, im Bad vorhandene Turbulenzen oder aber die Eisenkonzentration im Bad berücksichtigt werden.
Wie beschrieben ist es zweckmäßig, möglichst viele der vorbeschriebenen Informationen und Parameter im Rahmen der Modellierung zu berücksichtigen, um möglichst genau die Beizzeit bestimmen zu können. Hinsichtlich der Verarbeitung der Informationen sind unterschiedliche Möglichkeiten gegeben. Gemäß einer ersten Erfindungsausgestaltung kann die für die Bildung der Zunderschicht während des Herstellungsverfahrens relevante Information in einem Zunderbildungsmodell verarbeitet und ein den Zunder beschreibender modellierter Informationswert ermittelt werden, der mit dem im Rahmen der Analyse des Oberflächenabtastungsbilds ermittelten Informationswert abgeglichen und ein den Verzunderungsgrad beschreibender Wert ermittelt wird, der dem Rechenmodell zur Modellierung der Beizzeit gegeben wird. Gemäß dieser Ausgestaltung wird also zunächst aus den die Zunderbildung beschreibenden Informationen unter Verwendung eines Zunderbildungsmodells, welches ebenfalls beispielsweise ein neuronales Netz sein kann, ein den Zunder beschreibender modellierter Informationswert ermittelt, welcher eine Maßzahl für den Verzunderungsgrad angibt. Dieser Verzunderungsgrad wird mit dem Informationswert aus der Oberflächenabtastung, welcher ebenfalls eine Maßzahl für die Zunderart bzw. Zundermenge darstellt, abgeglichen und hieraus ein den tatsächlichen Verzunderungsgrad beschreibender Wert ermittelt. Dieser Wert stellt eine Maßzahl für den Verzunderungsgrad dar, welche anhand der beschriebenen Informationsparameter ermittelt wurde. Bei größeren Abweichungen der beiden Maßzahlen kann der plausiblere Wert verwendet werden, bei kleineren Abweichungen ist ein, gegebenenfalls gewichteter, Durchschnittswert sinnvoll. Dieser Wert wird anschließend dem Rechenmodell zur Modellierung der Beizzeit gegeben.
Alternativ dazu können sämtliche Informationen dem Rechenmodell zur Verarbeitung auch direkt gegeben werden, das heißt, eine vorherige Bestimmung der den Verzunderungsgrad beschreibenden Maßzahl erfolgt hier nicht, vielmehr gehen sämtliche Größen direkt in das Rechenmodell ein.
Wie beschrieben kann die Qualität des Beizvorgangs lediglich anhand des gebeizten Metallbands überprüft werden. Die Information über das Aussehen der gebeizten Oberfläche und damit über das Vorhandensein etwaigen Restzunders oder dergleichen ist für die Optimierung der Beizzeitmodellierung ebenfalls relevant. Wie beschrieben erfolgt im Stand der Technik lediglich eine visuelle Begutachtung der Oberfläche des gebeizten Metallbands, die hieraus erhaltene Information bleibt aber bei der Bestimmung der Beizzeit weitgehend unberücksichtigt. Gemäß einer vorteilhaften Erfindungsausgestaltung ist demgegenüber vorgesehen, dass eine Adaption des oder der verwendeten Modelle anhand der aus einer automatischen Oberflächenabtastung des gebeizten Metallbands resultierenden Information erfolgt. Gemäß dieser Erfindungsausprägung wird in Abkehr zum Stand der Technik auch die Oberfläche des gebeizten Metallbandes automatisch abgetastet, beispielsweise wiederum mittels einer Kamera, die entsprechende Bilder liefert, welche hinsichtlich etwaigen Restzunders, dessen Art bzw. Struktur und Menge analysiert werden. Das Analysenergebnis wird zur automatischen Adaption der Modelle verwendet, um diese zu optimieren und resultierend daraus die Genauigkeit der modellierten Beizzeit zu erhöhen.
Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus den im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der Zeichnungen. Dabei zeigen:
Fig. 1
ein Diagramm zur Darstellung des Modellierungsverfahrens der Beizzeit gemäß einer ersten Erfindungsausgestaltung, und
Fig. 2
ein Diagramm zur Darstellung des Modellierungsverfahrens gemäß einer zweiten Erfindungsausgestaltung.
Fig. 1 zeigt ein Diagramm zur Darstellung des Modellierungsverfahrens gemäß einer erste Erfindungsausgestaltung. Im Schritt 1 wird eine optische Oberflächenabtastung unter Verwendung einer Kamera durchgeführt, die ein Bild liefert, welches in einem Analysemodell 2, bei dem es sich um ein neuronales Netz handeln kann, aufbereitet wird. Anhand der Bilddaten, die kontinuierlich von dem kontinuierlich geförderte Metallband aufgenommen werden, wird ein erster Informationswert in Form einer Maßzahl ermittelt, welcher ein Maß für die Art und Menge des Zunders ist. Es erfolgt also anhand des Analysemodells eine Klassifizierung der verschiedenen Zunderarten sowie eine quantitative Bestimmung der Zundermenge.
Im Schritt 3 werden Informationen über das Herstellungsverfahren des Metallbandes in einem Zunderbildungsmodell 4 zur Ermittlung eines zweiten Informationswerts in Form einer Maßzahl verarbeitet, wobei diese Maßzahl ebenfalls den Verzunderungsgrad beschreibt. Als Informationen können hier indirekte Messgrößen wie beispielsweise die Haspeltemperatur, der Umformungsgrad, das Kühlverfahren des Metallbandes, also beispielsweise die Kühlschritte, die Kühldauer, etc. oder aber die Lagerung des Metallbandes während der Abkühlung sowie das chemische Reaktionverhalten des Metalls selbst im Rahmen der Zunderbildung berücksichtigt werden. Im Schritt 5 erfolgt ein Abgleich der beiden mit dem Analysemodell und dem Zunderbildungsmodell ermittelten Maßzahlen, um eine Maßzahl 6 (es können auch mehrere Maßzahlen ermittelt werden) für den Verzunderungsgrad zu ermitteln. Wie in Fig. 1 gezeigt, kann anhand des Abgleichs bereits eine Adaption des Zunderbildungsmodells 4 erfolgen, da die aus der Oberflächenabtastung gewonnene Maßzahl aufgrund einer direkten Oberflächenanalyse ermittelt wird und nicht wie beim Zunderbildungsmodell anhand indirekter Parameter. Es besteht ferner die Möglichkeit, auch das Analysemodell anhand des Abgleichs zu adaptieren, z.B. wenn durch das Zunderbildungsmodell klar ist, dass die Klassifizierung durch das Analysemodell ungenau ist.
Die im Schritt 6 bestimmte Maßzahl für den Verzunderungsgrad wird einem Rechenmodell 7 zur Ermittlung der Beizzeit gegeben. Diesem Rechenmodell werden ferner, siehe Schritt 8, Informationen über die mechanische Vorentzunderung gegeben, beispielsweise in Form einer Maßzahl oder eines Parameters betreffend die gegebene Zugspannung während einer Streckrichterbehandlung des Metallbands zum Aufbrechen der geschlossenen Zunderschicht. Ferner werden dem Rechenmodell 7, siehe Schritt 9, Informationen über das Beizbad wie beispielsweise die Badtemperatur, die Säurekonzentration etc. gegeben.
Sämtliche Informationen, also die in den Schritten 6, 8 und 9 enthaltenen Informationen werden seitens des Rechenmodells, welches ebenfalls bevorzugt als neuronales Netz ausgebildet ist, verarbeitet, um eine optimale Beizzeit TBeiz zu ermitteln. Anhand der Vielzahl der im Modell erfassten verarbeiteten Informationen kann die Beizzeit sehr genau modelliert werden. Die Beizzeit wird beispielsweise an eine automatische Steuerung, die die gesamte Beizbehandlung steuert, gegeben. Steuerungsseitig erfolgt in Abhängigkeit der optimierten Beizzeit eine Erhöhung oder Erniedrigung der Fördergeschwindigkeit des Metallbands durch und damit eine Änderung der Verweilzeit des Bandes im Beizbad.
Wie Fig. 1 ferner zu entnehmen ist wird im Schritt 10 eine Oberflächenabtastung des gebeizten Metallbandes zur Prüfung des Beizergebnisses durchgeführt. Hierzu kann wiederum eine Kamera verwendet werden, die kontinuierlich Bilder von der Oberfläche liefert, die mit einem Analysemodell ausgewertet werden. Anhand dieser Oberflächenabtastung ist eine Bestimmung des Restzunders auf dem gebeizten Band möglich, wobei auch hier sowohl die Art als auch die Menge bestimmt werden kann. Es bestehen nun mehrere Möglichkeiten, das Ergebnis zu verwenden. Zum einen kann das Ergebnis zur Adaption der verwendeten Modelle 2, 4, 7 verwendet werden. Beispielsweise kann, wenn die Verzunderung in Ausnahmefällen die Qualitätsvorgaben überschreiten sollte, das jeweilige Modell korrigiert werden. Alternativ hierzu oder auch zusätzlich kann das Ergebnis auch direkt zur Regelung der Beizbehandlung verwendet werden und an die Steuerungseinrichtung gegeben werden Stellt sich bei der Abtastung beispielsweise eine nicht vernachlässigbare Restzundermenge heraus, so kann steuerungsseitig entsprechend die Beizzeit angepasst und verlängert werden. Anstelle neuronaler Netze sind als Modelle auch Fuzzy Regler verwendbar.
Fig. 2 zeigt in Form eines Diagramms eine zweite Erfindungsausgestaltung. Bei dieser werden in den mit denselben Bezugszeichen versehenen Schritten 1, 3, 8 und 9 die gleichen Daten wie bezüglich Fig. 1 beschrieben erfasst. Die Daten der optischen Oberflächenabtastung werden auch hier im Analysemodell 2 aufbereitet. Jedoch werden hier sämtliche Informationen direkt an das Rechenmodell 7 zur Modellierung der optimalen Beizzeit TBeiz gegeben. Es wird also nicht wie bezüglich Fig. 1 anhand der Informationen der optischen Oberflächenabtastung sowie der Informationen über das Herstellungsverfahren eine Maßzahl für den Verzunderungsgrad ermittelt, die ihrerseits im Rechenmodell verarbeitet wird. Vielmehr werden hier die "Rohdaten" direkt dem Rechenmodell 7 gegeben. Bei diesem kann es sich ebenfalls um ein neuronales Netz handeln, welches, wie bevorzugt aber nicht notwendigerweise auch sämtliche andere beschriebenen Modelle, lernfähig ist.
Auch hier kann eine nachgeschaltete Oberflächenabtastung des gebeizten Metallbandes erfolgen, wobei das hieraus resultierende Analyseergebnis wiederum zur Adaption des Rechenmodells 7 dienen kann. Selbstverständlich ist auch hier eine direkte Rückkopplung im Rahmen einer Regelung des Badbetriebs möglich.

Claims (14)

  1. Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden, zur Entfernung der Zunderschicht in einem Beizbad zu behandelnden Metallbandes, bei welchem Verfahren die Beizzeit mittels eines Rechenmodells anhand wenigstens einer bandspezifischen Information des verzunderten Metallbands und wenigstens einer beizbadspezifischen Information modelliert wird.
  2. Verfahren nach Anspruch 1, bei welchem als bandspezifische Information wenigstens eine die gebildete Zunderschicht selbst beschreibende Information und/oder eine für die Bildung der Zunderschicht während der Herstellung des Metallbands relevante Information und/oder eine für eine durchgeführte mechanische Behandlung des Metallbands zur mechanischen Zunderentfernung relevante Information verwendet wird.
  3. Verfahren nach Anspruch 2, bei welchem als die die Zundeschicht beschreibende Information eine durch eine automatische Abtastung der Oberfläche des zu beizenden Metallbands erhaltenen oberflächenspezifischen Information verwendet wird.
  4. Verfahren nach Anspruch 3, bei welchem zur Erzeugung der oberflächenspezifischen Information durch eine optische Oberflächenabtastung eine ein Bild der Bandoberfläche liefernde Kamera verwendet wird, deren Bild automatisch zur Ermittlung eines die mit Zunder belegten Oberfläche beschreibenden Informationswerts analysiert wird.
  5. Verfahren nach Anspruch 4, bei welchem als Informationswert ein die Zunderart angebender Informationswert und/oder ein die Zundermenge pro Flächeneinheit angebender Informationswert ermittelt wird.
  6. Verfahren nach einem der Ansprüche 2 bis 5, bei welchem als für die Bildung der Zunderschicht relevante Information eine für das Herstellungsverfahren des Metallbands spezifischen Information verwendet wird.
  7. Verfahren nach Anspruch 6, bei welchem als für das Herstellungsverfahren spezifische Information die Temperatur des Metallbands beim Aufwickeln auf eine Haspel, eine den Kühlvorgang des Metallbands betreffende Information, eine der Lagerung des Metallbands während der Abkühlung betreffende Information, eine das chemische Reaktionsverhalten zur Zunderbildung betreffende Information verwendet wird.
  8. Verfahren nach einem der Ansprüche 2 bis 7, bei welchem das Metallband zur mechanischen Zunderentfernung mit einem Streckrichter behandelt wird und als für die durchgeführte mechanische Behandlung des Metallbands zur mechanischen Zunderentfernung relevante Information wenigstens ein mechanischer Parameter der Streckrichterbehandlung verwendet wird.
  9. Verfahren nach einem der vorangehenden Ansprüche, bei welchem als badspezifische Information die Badtemperatur, die Badzusammensetzung, die Badkonzentration, im Bad vorhandene Turbulenzen, die Eisenkonzentration im Bad berücksichtigt werden.
  10. Verfahren nach einem der Ansprüche 2 bis 9, bei welchem die für die Bildung der Zunderschicht während des Herstellungsverfahrens relevante Information in einem Zunderbildungsmodell verarbeitet und ein den Zunder beschreibender modellierter Informationswert ermittelt wird, der mit dem im Rahmen der Analyse des Oberflächenabtastungsbilds ermittelten Informationswert abgeglichen und ein den Verzunderungsgrad beschreibender Wert ermittelt wird, der dem Rechenmodell zur Modellierung der Beizzeit gegeben wird.
  11. Verfahren nach einem der Ansprüche 1 bis 9, bei welchem die Informationen dem Rechenmodell zur Verarbeitung direkt gegeben werden.
  12. Verfahren nach einem der vorangehenden Ansprüche, bei welchem eine Adaption des oder der verwendeten Modelle anhand der aus einer automatischen Oberflächenabtastung des gebeizten Metallbands resultierenden Information erfolgt.
  13. Verfahren nach einem der vorangehenden Ansprüche, bei welchem als Modelle neuronale Netze verwendet werden.
  14. Verfahren nach einem der Ansprüche 1 bis 12, bei welchem als Modelle Fuzzy Regler verwendet werden.
EP00126992A 1999-12-08 2000-12-08 Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden Metallbandes Expired - Lifetime EP1106713B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19959204A DE19959204A1 (de) 1999-12-08 1999-12-08 Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden Metallbandes
DE19959204 1999-12-08

Publications (3)

Publication Number Publication Date
EP1106713A2 true EP1106713A2 (de) 2001-06-13
EP1106713A3 EP1106713A3 (de) 2002-07-31
EP1106713B1 EP1106713B1 (de) 2005-06-22

Family

ID=7931875

Family Applications (1)

Application Number Title Priority Date Filing Date
EP00126992A Expired - Lifetime EP1106713B1 (de) 1999-12-08 2000-12-08 Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden Metallbandes

Country Status (4)

Country Link
EP (1) EP1106713B1 (de)
AT (1) ATE298375T1 (de)
DE (2) DE19959204A1 (de)
ES (1) ES2244389T3 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1167577B1 (de) * 2000-06-30 2008-04-16 SMS Demag AG Verfahren und Vorrichtung zur automatischen Zundererkennung auf Oberflächen von metallischem Bandgut, insbesondere von warmgewalztem Stahlband und Edelstahlband
FR2925530A1 (fr) * 2007-12-21 2009-06-26 Siemens Vai Metals Tech Sas Installation et procede pour le decapage en continu de bandes d'acier
WO2010006895A1 (de) * 2008-07-16 2010-01-21 Siemens Aktiengesellschaft Betriebsverfahren für eine ein metallband bearbeitende bearbeitungseinrichtung und anlage zum bearbeiten eines metallbandes
WO2021058044A1 (de) * 2019-09-26 2021-04-01 Siedentop Gmbh Automatisierte beizzeitwahl

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011017371B3 (de) * 2011-04-16 2012-07-19 Technische Universität Bergakademie Freiberg Verfahren zur Verbesserung der Oberflächenqualität von Halbzeugen aus Stahl bei der Warmumformung

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL6401445A (de) * 1964-02-18 1965-08-19
DE19508476A1 (de) * 1995-03-09 1996-09-12 Siemens Ag Leitsystem für eine Anlage der Grundstoff- oder der verarbeitenden Industrie o. ä.
DE19508474A1 (de) * 1995-03-09 1996-09-19 Siemens Ag Intelligentes Rechner-Leitsystem
JP3518316B2 (ja) * 1997-03-03 2004-04-12 株式会社日立製作所 酸洗プラントの制御方法とその酸洗プラント
KR100464580B1 (ko) * 1997-03-03 2005-02-28 가부시끼가이샤 히다치 세이사꾸쇼 산세정플랜트의제어방법과그산세정플랜트
DE19743022A1 (de) * 1997-09-29 1999-04-01 Siemens Ag Verfahren und Einrichtung zum Beizen eines Metallbandes

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1167577B1 (de) * 2000-06-30 2008-04-16 SMS Demag AG Verfahren und Vorrichtung zur automatischen Zundererkennung auf Oberflächen von metallischem Bandgut, insbesondere von warmgewalztem Stahlband und Edelstahlband
FR2925530A1 (fr) * 2007-12-21 2009-06-26 Siemens Vai Metals Tech Sas Installation et procede pour le decapage en continu de bandes d'acier
US20100269854A1 (en) * 2007-12-21 2010-10-28 Siemens Vai Metals Technologies Sas Apparatus and Method for the Continuous Pickling of Steel Strip
RU2451772C2 (ru) * 2007-12-21 2012-05-27 Сименс Фаи Металз Текнолоджиз Сас Установка и способ непрерывного травления стальных полос
KR101227282B1 (ko) * 2007-12-21 2013-01-28 지멘스 바이 메탈스 테크놀로지 에스에이에스 스틸 스트립의 연속 산세척 장치 및 방법
US8834636B2 (en) * 2007-12-21 2014-09-16 Siemens Vai Metals Technologies Sas Apparatus and method for the continuous pickling of steel strip
WO2010006895A1 (de) * 2008-07-16 2010-01-21 Siemens Aktiengesellschaft Betriebsverfahren für eine ein metallband bearbeitende bearbeitungseinrichtung und anlage zum bearbeiten eines metallbandes
WO2021058044A1 (de) * 2019-09-26 2021-04-01 Siedentop Gmbh Automatisierte beizzeitwahl

Also Published As

Publication number Publication date
EP1106713A3 (de) 2002-07-31
ES2244389T3 (es) 2005-12-16
EP1106713B1 (de) 2005-06-22
DE19959204A1 (de) 2001-07-12
ATE298375T1 (de) 2005-07-15
DE50010598D1 (de) 2005-07-28

Similar Documents

Publication Publication Date Title
AT408623B (de) Verfahren zur überwachung und steuerung der qualität von walzprodukten aus warmwalzprozessen
DE602004011436T2 (de) Verfahren und Vorrichtung zum Überwachen und Konditionieren von Bandmaterial
DE19881711B4 (de) Verfahren und Einrichtung zur Steuerung einer Hüttentechnischen Anlage
DE4008510A1 (de) Regeleinheit mit optimal-entscheidungsmitteln
DE2537188A1 (de) Verfahren und warmbandstrasse zur verbesserung der qualitaetseigenschaften von warmband
DE69616638T2 (de) Verfahren zur Herstellung von Bänder aus nichtrostendem Stahl
DE69514010T2 (de) Verfahren und Vorrichtung zum Richten eines dünnen Metallbandes
WO1998015882A1 (de) Verfahren und einrichtung zur identifikation bzw. vorausberechnung von prozessparametern eines industriellen zeitvarianten prozesses
WO2018234028A1 (de) Verfahren zum betreiben eines glühofens
EP3097218B1 (de) Verfahren und anlage zum schmelztauchbeschichten von warmgewalztem stahlband
DE1533953C3 (de) Kontinuierliches Verfahren zur Behandlung eines beschichteten Eisenbandes
EP1106713B1 (de) Verfahren zur Ermittlung einer Beizzeit eines eine Zunderschicht aufweisenden Metallbandes
DE69228199T2 (de) Verfahren zum kaltwalzen von metallischem bandmaterial
CN115106384B (zh) 一种基于随机森林的厚板轧制辊缝校正方法
DE1602371C3 (de) Verfahren zum Erhöhen der Dehnung von Strangmaterial
DE102012020444B4 (de) Verfahren zur Ermittlung der Zugfestigkeit eines Bandes in einer Richtmaschine und Zugfestigkeits-Softsensor
DE10324679A1 (de) Steuerrechner und rechnergestützes Ermittlungsverfahren für eine Profil- und Planheitssteuerung für eine Walzstraße
DE2706943C2 (de) Verfahren und Warmbandstraße zum Herstellen von dünnem Metallband, insbesondere Metall-Breitband, aus Warmband
DE3606750C2 (de)
EP1126050B1 (de) Verfahren und Vorrichtung zum Herstellen eines Drahtes
EP0723024A1 (de) Verfahren und Fertigungslinie zum Herstellen von kaltgewalztem Stahlband
WO2007147489A1 (de) Verfahren und vorrichtung zum analysieren einer schicht eines hilfsstoffes auf einem umformgut
DE102009060243A1 (de) Planheitsbestimmung eines Metallbands durch Messung des Profils
EP1014239B1 (de) Verfahren zur Berechnung eines Stichplanes
DE102015223600A1 (de) Verfahren zum Herstellen eines metallischen Bandes durch Endloswalzen

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

AX Request for extension of the european patent

Free format text: AL;LT;LV;MK;RO;SI

PUAL Search report despatched

Free format text: ORIGINAL CODE: 0009013

AK Designated contracting states

Kind code of ref document: A3

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

AX Request for extension of the european patent

Free format text: AL;LT;LV;MK;RO;SI

17P Request for examination filed

Effective date: 20030120

AKX Designation fees paid

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

17Q First examination report despatched

Effective date: 20030917

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050622

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

REF Corresponds to:

Ref document number: 50010598

Country of ref document: DE

Date of ref document: 20050728

Kind code of ref document: P

GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

Effective date: 20050726

REG Reference to a national code

Ref country code: SE

Ref legal event code: TRGR

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050922

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050922

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20051129

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20051208

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2244389

Country of ref document: ES

Kind code of ref document: T3

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20051231

Ref country code: MC

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20051231

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20051231

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20051231

REG Reference to a national code

Ref country code: IE

Ref legal event code: FD4D

ET Fr: translation filed
PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed

Effective date: 20060323

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: NL

Payment date: 20111220

Year of fee payment: 12

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: BE

Payment date: 20120117

Year of fee payment: 12

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FI

Payment date: 20121212

Year of fee payment: 13

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: IT

Payment date: 20121221

Year of fee payment: 13

Ref country code: GB

Payment date: 20121212

Year of fee payment: 13

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: AT

Payment date: 20121114

Year of fee payment: 13

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20130131

Year of fee payment: 13

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: ES

Payment date: 20120117

Year of fee payment: 12

BERE Be: lapsed

Owner name: *SIEMENS A.G.

Effective date: 20121231

REG Reference to a national code

Ref country code: NL

Ref legal event code: V1

Effective date: 20130701

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20121231

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: NL

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130701

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: TR

Payment date: 20131127

Year of fee payment: 14

REG Reference to a national code

Ref country code: ES

Ref legal event code: FD2A

Effective date: 20140509

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20121209

REG Reference to a national code

Ref country code: AT

Ref legal event code: MM01

Ref document number: 298375

Country of ref document: AT

Kind code of ref document: T

Effective date: 20131208

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20131208

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20131208

REG Reference to a national code

Ref country code: FR

Ref legal event code: ST

Effective date: 20140829

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20131208

Ref country code: AT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20131208

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20131231

REG Reference to a national code

Ref country code: DE

Ref legal event code: R081

Ref document number: 50010598

Country of ref document: DE

Owner name: PRIMETALS TECHNOLOGIES GERMANY GMBH, DE

Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20131231

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20131208

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20161213

Year of fee payment: 17

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: SE

Payment date: 20161221

Year of fee payment: 17

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20141208

REG Reference to a national code

Ref country code: DE

Ref legal event code: R119

Ref document number: 50010598

Country of ref document: DE

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20171209

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20180703