acería
Diferencias entre el Índice de Inclusiones y las técnicas de
muestreo de oxigeno total por clavo – El Índice de Inclusiones
arrojado por el ESZ-PQAS sigue un patrón similar a los arrojados
por los análisis de oxigeno total realizados pro combustión
con muestreadores tipo clavo. Sin embargo, la naturaleza de
las mediciones del ESZ-PAS y el cálculo del Índice de Inclusiones
entrega resultados que tienen una mayor precisión. Este
resultado es esperado ya que las mediciones con el ESZ-PAS
detectan el numero y miden el tamaño de partículas en un volumen
de metal (el cual es aproximadamente 50 veces el volumen
de la muestra para análisis de oxigeno total). No cuenta
o mide otras fuentes de oxigeno u oxido, tales como oxigeno
disuelto, altas concentraciones de inclusiones más pequeñas
o inclusiones formadas cerca de la solidificación. Por lo tanto el
Índice de Inclusiones tiene un significado diferente al análisis de
oxigeno total por combustión.
Como se mencionó anteriormente, se han tomado acciones
adicionales en el software para mitigar las posibilidades de
falsas indicaciones debido a la aspiración de burbujas de gas.
Pruebas empíricas de esto son mostradas en la Figura 8. En
este caso la muestra del ESZ_PAS fue obtenida sobre tobera
porosa con inyección de argón. El domo de burbujas se hacía
manifiesto cuando el sensor era introducido en esta área. Repetidas
mediciones revelaron que no había influencia de indicaciones
falsas pro burbujas de gas, con o sin burbujeo de argón,
como se pudo ver por las casi idénticas lecturas del Índice
de Inclusión.
Desafío para Correlacionar la Calidad del Producto
a lo largo del proceso – Uno de los más importantes desafíos
para la implementación exitosa del ESZ-PAS es generar
una correlación definitiva con la calidad del producto a lo largo
del proceso. Factores como resolución mínima limitada de
inclusiones de aproximadamente 35 micras, la posición de la
medición sobre la tobera de la Colada Continua (en oposición
a medir en el molde mismo de la colada continua) y la disponibilidad
de datos de limpieza concisos en todo el proceso
han hecho que sea difícil generar la mejor correlación. Sin
embargo, una muy extensa evaluación arrojó algunos bue-
10 HIERRO yACERO/AIST MÉXICO