WhatsApp
betapramestiasia

Pendinginan Sekunder yang Disetel Mikro: Cara Pabrik Baja Mengunci Kualitas dan Kecepatan Cor

  • beta-pramesti-asia
  • industri-steel-manufacturing
  • proses-continuous-casting

Pendinginan Sekunder yang Disetel Mikro: Cara Pabrik Baja Mengunci Kualitas dan Kecepatan Cor

Sistem semprot pendinginan sekunder pada continuous casting kini dikendalikan dengan model digital‑twin dan aktuator cerdas agar aliran air mengikuti kecepatan cor dan grade baja. Hasilnya: suhu permukaan bisa dijaga dalam rentang beberapa derajat, cacat turun, dan laju cor naik.

Industri: Steel_Manufacturing | Proses: Continuous_Casting

Di balik slab baja yang mulus ada satu disiplin yang makin presisi: mengatur intensitas dan distribusi semburan air pada pendinginan sekunder (secondary cooling, tahap penyemprotan air setelah baja keluar dari cetakan). Tujuannya sederhana tapi kritikal—ekstraksi panas harus seragam agar cangkang padat (steel shell) tumbuh tanpa retak, segregasi, atau bahkan breakout. Literatur industri menegaskan hal itu: profil suhu permukaan dan timing front solidifikasi bergantung ketat pada intensitas serta sebaran semprot (IspatGuru).

Overcooling di sudut slab memicu retak permukaan; undercooling memperpanjang kolam cair sehingga risiko breakout naik (IspatGuru). Karena itu, target modern adalah pendinginan seragam di seluruh lebar strand, dengan aliran air disetel agar suhu permukaan tetap di atas ~850 °C sampai solidifikasi selesai (IspatGuru). Cakupan semprot yang tidak seragam—misalnya jet menumbuk roll penyangga atau nozzle tidak aktif—bukan hanya boros air, tetapi juga menciptakan “hot spots” (IspatGuru). Praktiknya, sistem kontrol menargetkan kurva suhu permukaan yang sudah ditetapkan untuk tiap grade baja dan kecepatan cor, lalu memodulasi aliran semprot per zona untuk mengikuti profil termal itu (IntechOpen; IspatGuru).

Model kontrol parametris dan online

Strategi awal mengandalkan model fisik dan tabel rujukan. Model parametris memasangkan kurva target pendinginan per grade, misalnya laju aliran air per zona Qi dihitung dengan fungsi kuadratik dari kecepatan cor V: Qi = AiV² + BiV + Ci—konstanta diturunkan dari model perpindahan panas keadaan tunak (IntechOpen). Ini memastikan suhu permukaan mengikuti kurva target untuk grade tersebut.

Peningkatan berikutnya adalah “effective speed” (kecepatan efektif), yang memperhitungkan residence time (waktu tinggal) tiap irisan baja di zona pendinginan (IntechOpen). Ve memadukan kecepatan sesaat dan rata‑rata untuk meredam perubahan mendadak, lalu Qi dihitung sebagai AiVe² + BiVe + Ci (IntechOpen; IntechOpen). Simulasi menunjukkan metode effective‑speed memberikan kontrol suhu yang lebih halus saat transien kecepatan dibanding model parametris sederhana (IntechOpen). Basis kuantitatifnya tetap model perpindahan panas strand yang memadat—konduksi, panas laten, konveksi, dan seterusnya (IntechOpen).

Di banyak caster modern, model termal online (digital twin—kembaran digital dari proses) menghitung profil suhu secara real‑time dari data operasi aktual dan terus menyesuaikan aliran semprot dalam mode closed‑loop (IspatGuru). Pendekatan tertutup ini bisa menahan suhu permukaan dalam rentang beberapa derajat dari setpoint bahkan saat ada perubahan kecepatan atau temperatur ladle (IspatGuru). Kontrol dinamis seperti ini banyak menggantikan look‑up table tetap, terutama pada kecepatan cor tinggi atau grade yang sensitif retak.

Kontrol adaptif dan cerdas

Kontroler canggih—fuzzy logic, neural networks, hingga MPC (model predictive control, kontrol prediktif berbasis model)—kian dipakai untuk adaptivitas real‑time. Studi berbasis simulasi menunjukkan kontroler fuzzy dapat terus menyesuaikan distribusi aliran semprot dan menghilangkan cacat permukaan dan reject dengan memodulasi air secara adaptif di kondisi yang berubah‑ubah (ResearchGate). Dibanding loop PID konvensional, fuzzy logic cenderung memangkas overshoot dan mempercepat respons: “offers better control performance, smaller overshoots, [and a] faster response” untuk kendali aliran semprot (ResearchGate). Dalam implementasi, input bisa berupa temperatur baja, kecepatan cor, dan lebar slab—keluaran berupa perintah valve real‑time per zona nozzle.

Riset mutakhir menggabungkan MPC dan algoritma optimasi. Sebuah digital‑twin 3D dari perpindahan panas caster dapat dikalibrasi online dengan sensor temperatur, lalu dipakai mengoptimasi aliran air (bahkan parameter final‑stirring) dengan particle‑swarm optimization (MDPI Metals; MDPI Metals). Dalam satu studi kasus, kontrol terkoordinasi ini menaikkan kecepatan cor stabil sekitar 6%—dari 0,51 menjadi 0,54 m/menit—sembari menjaga fraksi padat di target, dan menahan error suhu permukaan dalam ±4 °C selama transien (MDPI Metals). Dampaknya terasa pada kualitas: centerline macrosegregation tingkat tinggi (grade >1,5) turun dari 11% sampel menjadi hanya 3,3% (MDPI Metals).

Desain semprot dan kendali nozzle

Arsitektur mekanik ruang semprot sama krusialnya. Caster modern memakai puluhan nozzle performa tinggi dengan pola overlap untuk menutup seluruh lebar strand. Tata letak nozzle harus menghindari “dead zones” dan tabrakan dengan support rolls yang memboroskan coolant (IspatGuru). Panel semprot kerap dibagi multi‑zona—tengah vs margin—agar pinggir bisa didinginkan independen dari pusat.

Industri beralih ke nozzle mekatronik yang bisa diaktuasi individual. Satu sistem komersial menggunakan “pulse‑width modulation” (PWM—pengaturan rasio on/off berfrekuensi tinggi) dengan aktuasi pneumatik: intensitas pendinginan rata‑rata dikontrol oleh duty cycle, sementara tekanan air dijaga tetap. Ini memisahkan turn‑down ratio (rasio alir maksimum/minimum) dari keseragaman pola semprot (Primetals). Hasilnya, turn‑down ratio 1:15 bisa dicapai dengan single‑cone water nozzle, dibanding ~1:4 pada desain alir tetap lama (Primetals). Dengan PWM, pola semprot tetap konstan bahkan pada alir sangat rendah (Primetals).

Pembagian zona menjadi sub‑zona makin memudahkan adaptasi terhadap lebar slab. Dalam satu implementasi, tiap zona pendinginan dipecah jadi empat sub‑zona (satu pusat + tiga margin) dengan valve independen (Primetals). Praktiknya, hal ini memungkinkan pabrik baja Korea mengatur pendinginan untuk slab 800–1650 mm. Setelah memasang sistem margin‑control empat langkah, pabrik tersebut melaporkan tidak ada corner crack pada AHSS (advanced high‑strength steel), bisa digulung “in non‑scarfing condition”—bahkan tanpa inspeksi hulu (Primetals).

Semua ini dikelola unit kontrol tingkat PLC/DCS (programmable logic controller/distributed control system), yang mengeksekusi algoritma di atas. Contohnya, model kontrol “Dynacs 3D” menghitung profil suhu 3D secara kontinu dan menyesuaikan setpoint tiap zona berdasarkan kecepatan cor, dimensi slab, dan grade baja (Primetals). Ini memastikan final solidification (panjang metalurgi strand) tepat sesuai target untuk setiap produk. Model pendinginan juga dapat terintegrasi dengan teknologi lain—misalnya electromagnetic stirrers—namun sistem pendinginan sendiri memberi pengaruh terbesar pada pertumbuhan cangkang setelah logam keluar dari mold (Primetals).

Kinerja pabrik dan tren sensorisasi

Data pabrik dan simulasi menguatkan manfaatnya. Dengan menjaga suhu permukaan dalam ±4 °C dari setpoint, cacat cor—retak permukaan maupun centerline segregation—turun signifikan (MDPI Metals; MDPI Metals). Kecepatan cor bisa dinaikkan aman saat profil termal terkendali ketat; studi yang sama menaikkan ~6% tanpa cacat baru (MDPI Metals). Kontrol adaptif juga menekan pemakaian coolant: semprotan menyempit dan duty‑cycled memakai air lebih sedikit daripada jet konstan beralir tinggi untuk pendinginan rata‑rata yang sama. Meski data keras penghematan air jarang, laporan industri menekankan efisiensi air dan energi. Sebagai contoh, sebuah produsen baja Indonesia (PT Ispat Indo) diapresiasi karena menetapkan target dan terus meningkatkan sistem pendinginan untuk mengurangi limbah dan meningkatkan efisiensi (UNEP).

Tren yang muncul: sensorisasi lebih luas (infrared pyrometer, radiation thermometer) dan model berbasis data. Sejumlah pabrik menjalankan MPC berbasis GPU atau neural network untuk menghitung aliran zona secara real‑time (ResearchGate; MDPI Metals). Lainnya mengintegrasikan kontrol pendinginan ke kerangka Industry 4.0/digital‑twin, di mana data live terus memperbarui model pendinginan (MDPI Metals).

Perangkat utilitas pendukung air semprot

Pada sisi utilitas, lini semprot bertekanan tinggi lazim menggunakan housing dan proteksi mekanik yang sesuai aplikasi industri; opsi seperti steel housings bertekanan tinggi dan penyaring kontinu seperti automatic screen tersedia untuk lini air proses. Untuk program kimia utilitas, akurasi injeksi sering ditangani peralatan seperti dosing pump. Perangkat pendukung layanan air ini dikembangkan untuk bekerja bersama sistem kontrol pendinginan presisi yang dijelaskan di atas.

Ringkasan dampak bisnis

Kombinasi nozzle canggih dan algoritma kontrol adalah resep utama. Nozzle ber‑pulse dan valve multi‑zona memberikan presisi mekanik (Primetals; Primetals), sementara kontrol berbasis model atau adaptif menyetel aliran terhadap lebar, kecepatan, dan grade (IntechOpen; Primetals). Hasilnya terukur: lebih sedikit cacat, kecepatan cor lebih tinggi, dan scrap lebih rendah. Satu proyek digital‑twin memangkas macrosegregation grade tinggi dari 11% jadi 3,3% sambil meningkatkan kecepatan (MDPI Metals). Bukti‑bukti ini langsung beresonansi di keputusan belanja modal dan operasional: peningkatan sensor dan kontrol bisa dipertanggungjawabkan lewat kenaikan yield dan kualitas yang dilaporkan. Singkatnya, kontrol pendinginan sekunder yang presisi adalah praktik terbaik yang sudah mapan dan didukung data kuantitatif (MDPI Metals; IspatGuru).

Sumber: Artikel ilmiah dan laporan industri (IspatGuru, IntechOpen, Metals, Primetals, MATEC, UNEP) menjadi rujukan data dan studi kasus. Tiap temuan di atas didukung literatur yang dicantumkan: IspatGuru; IntechOpen; IntechOpen; IspatGuru; ResearchGate; Primetals; MDPI Metals.