机械-化学法制备煤基超细活性炭的工艺优化及微结构演变规律

来源 :安徽理工大学 | 被引量 : 0次 | 上传用户:xiaokeai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在“双碳”战略和国际社会煤炭清洁化利用的大背景下,在环境保护和生活质量迈入新高度的今天,煤炭势必要由燃料向炭材料转型,煤制活性炭是其中一项重要选择。煤基超细活性炭因其一系列卓著特性引起关注,但关于煤基超细活性炭的制备方面的研究报道却鲜少见。本文以宁夏无烟煤为研究对象,采用基于层次分析法的模糊评价模型获得超细粉碎的最佳工艺条件,通过机械-化学法制备前驱体,继而一步法制得煤基超细活性炭,对煤基超细活性炭制备过程中微结构的演化和吸附亚甲基蓝的机理进行了深入研究,为煤基超细活性炭的制备提供新方法及后期改性提供理论基础。基于层次分析法的模糊综合评价模型的无烟煤行星球磨超细粉碎研究表明,在粉碎动力学数据基础上,通过“绘图”、“变量互换并建模”、“归一化”和“完善”四个步骤构建得到最大颗粒粒径的新隶属函数,能较好反映指标的实际变化情况。最佳超细粉碎工艺为转速250rpm、介质比表面积85.34m2/kg、浓度0.8g/mL,重要性排序依次为浓度、转速、介质比表面积。超细粉碎过程符合n阶动力学模型,粉碎过程中存在团聚现象,也发生机械力化学作用。机械-化学法制备煤基超细活性炭的研究表明,炭化活化过程的最佳条件为:升温速率7℃/min、炭化温度650℃、炭化2 h、KOH与原煤的质量比(简称:KOH:C质量比)1.5、活化温度850℃、活化时间1.5h,此条件下得到的超细活性炭,比同等条件下先制备颗粒活性炭然后再粉碎得到的超细活性炭,亚甲基蓝的吸附量增加94.08 mg/g。随着KOH:C质量比增加,煤基超细活性炭的富氧程度先增加后下降,芳香层片的定向程度逐渐增加后下降,无定形碳含量变化规律不明显,介孔及大孔总体积总体上呈现先增大后减小,介孔孔径分布分形维数先减小后增大,多点BET 比表面积逐渐增大,吸附量先增加后减少。活化温度逐渐提升,含氧官能团、介孔孔径分布分形维数变化规律不明显,芳香片层的定向程度越来越好,无定形碳的含量逐渐减少,但温度过高则会造成有序碳被侵蚀,介孔及大孔总体积先上升后下降,吸附量先增加后稍有下降。活化时间越长,介孔及大孔容积逐渐增加,介孔孔径分布分形维数先减小后增加,吸附量逐渐增加后稍有下降。活化1h及以上时间的煤基超细活性炭的芳香片间的层间间距接近于纯石墨的0.34nm。活化反应较快,活化0.5 h,产物多点BET 比表面积即可达到最大值的90.58%。煤基超细活性炭制备过程的微结构演化研究表明,KOH有助于粉碎产物粒度向更小粒级演化,且具有一定降灰作用,过程中仍存在“团聚”。前驱体芳香片层的层间间距增加,叠层中的平均芳香层数减少,为KOH插入到碳层中提供有利条件,富氧程度增加,提供更多活性位点,均有利于制备更多孔隙的超细活性炭。整个制备过程中,孔隙量先减少后呈数量级式上升,富氧程度先稍微增加后大增。无定形碳逐渐演化为石墨型碳,杂化碳结构的缺陷逐渐减少。苯环取代向多取代演化,自缔合-OH形成的氢键逐渐减少。吸附亚甲基蓝的实验研究表明,煤基超细活性炭吸附亚甲基蓝分子属于物理化学吸附,过程中发生毛细凝聚现象,遵循Bangham动力学模型和Langmuir-Freundlich吸附等温线模型。亚甲基蓝分子与超细活性炭表面不同苯环取代发生π-π共轭作用,与羟基OH发生氢键作用,与羧基发生静电作用,并以N原子为触点吸附于活性炭表面。吸附量与多点BET比表面积和介孔孔径分布分形维数呈多元线性关系。吸附亚甲基蓝的分子模拟研究表明,孔道表面6A附近出现吸附浓度的峰值,孔道中空区域的吸附浓度约为峰值的2/5~1/3,羟基、羧基均对亚甲基蓝分子有吸附作用,且羧基吸附作用更强;吸附过程中,范德华力起主导作用,其贡献>60%;相比于羟基模型,羧基模型对亚甲基蓝分子的吸附中静电力的贡献比例更大。综上,运用粉碎动力学数据构建新隶属函数,继而通过AHP-FUZZY模型进行超细粉碎工艺优化,运用机械-化学法制备得到煤基超细活性炭,并探索不同因素对产品性能、结构的影响,从物理、化学两方面分析无烟煤到前驱体、超细活性炭的微结构演化,在实验和分子模拟两方面,揭示煤基超细活性炭吸附亚甲基蓝分子的机理,为煤基超细活性炭的制备提供新思路,也为其改性、改良提供理论依据和参考。图[88]表[46]参[198]
其他文献
学位
对抗样本的存在给深度神经网络(DNNs)的应用安全性带来极大威胁,它通过在原始输入(如图片,语音,文字)中加入人类难以察觉的细小扰动来以高置信度欺骗DNNs。因此关于对抗样本的研究和相关文献开始大量涌现,本论文从图片对抗样本的攻击和防御两个对立的角度出发,分别提出针对高分辨图片生成和防御有效的算法,目的是通过暴露和探索深度学习模型存在的弱点和盲点来提升模型在应用中的鲁棒性。具体来说,从攻击层面展开
齿轮被广泛应用到精密机械、汽车制造、航空航天、国防军事等各个工业领域。其中渐开线齿面凭借着良好的传动性、互换性经常用作机械传动零件的齿廓。在精密齿轮的量值传递、制造加工和计量标准中,齿轮渐开线样板是必备的高精度计量器件。大连理工大学凌四营团队设计出的双滚轮—双导轨式样板加工装置具备研制0至2级精度样板的能力,但是现有研究缺乏对整套加工装置的系统性误差源分析和建模,因此有必要分析样板加工装置的误差来
学位
目标跟踪是计算机视觉领域的核心研究方向之一,在军事和民用方面都有着非常重要的实用价值和研究前景。近年来,随着众多学者的深入研究,优秀的跟踪算法不断涌现,然而在实际跟踪过程中,受到目标形变、光照变化、目标遮挡、相似背景等多种复杂因素的影响,使得许多算法的跟踪效果差,因此,亟需构建一个鲁棒的目标跟踪算法来完成复杂场景下的目标跟踪任务。针对上述问题,本文深入研究现有的跟踪算法和基本理论,对现阶段目标跟踪
煤炭是我国基础能源,以煤炭为主导的能源结构在2050年前难以改变。2020年产生了 1 00亿m3以上的煤泥水,煤炭洗选加工是煤炭清洁高效利用的源头技术。煤泥水的高效沉降一直是困扰选煤行业的技术难题,传统的混合浓缩沉降技术难以有效解决这一难题。论文以煤泥水中石英、高岭石、煤三种代表性微细颗粒为研究对象,采用计算流体动力学-离散单元法(CFD-DEM)耦合模拟和试验的方法对煤泥颗粒沉降动力学特性进行
随着社交网络与电子商务的迅速发展,大量的商品评论文本呈井喷式出现。对这些评论文本使用情感分析技术进行挖掘,通过分析消费者对于所购买产品的评论文本可以了解产品的优劣并对潜在的消费者起到一定的参考作用。然而传统的深度学习方法存在词向量特征输入单一,无法区分同义词以及忽略特征项的位置信息和频次信息等问题。针对这些问题,本文提出了基于多特征融合和注意力机制情感分类模型。以情感分类问题常用的模型CNN-Bi
由于历史过度的露天开采,铅锌矿废弃地土壤重金属含量较高且水土流失较为严重,选择适宜的植物修复模式既能保证植物生物量又能对土壤重金属进行吸附,对于铅锌矿废弃地的修复至关重要。目前对于废弃地植物修复工作多集中于野外调查和盆栽试验等,而关于废弃地在实际复垦修复条件下应以何种植物修复模式及种类修复鲜见报道。本文以粤北南岭某铅锌矿废弃地为研究对象,基于野外调查和试验,采用经典统计学、地统计学、主成分、熵值和
由于受到设备算力和内存限制,一些参数量大且计算复杂度高的网络模型难以走出实验室,特别是一些依靠加深网络层数来提高特征提取和融合能力的卷积神经网络模型,难以应用到实际中。于是,轻量化模型开始流行,但大多模型只注重轻量化,检测精确度难以达到实际要求。为此本文提出将多尺度特征融合应用于轻量型目标检测网络,以提高浅层信息提取能力,在轻量化的同时尽可能不损失模型性能。为了设计轻量高效的目标检测网络,本文对骨
铝合金6061和2024,被广泛应用于航空航天工业和海洋工业的许多新兴领域的框架、管道和储罐的建设中。这势必会涉及到二者的异种连接问题。铆接连接有一定的优势,但密封性差,不易在一些腐蚀的环境中应用。而搅拌摩擦焊连接技术(FSW)能有效的解决铆接连接方法的不足。国外关于6系和2系的异种铝合金FSW文献已有很多,但国内开展的研究很少。本文根据国产铝合金焊接的实际情况,分析焊接参数对6061和2024