废弃CRT荧光粉中钇的分离与回收

来源 :西北大学 | 被引量 : 0次 | 上传用户:fishingalone
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
随着国家对资源可持续开发的关注,资源的回收与利用也逐渐成为研究者重要的课题之一。以显像器的阴极射线管(Cathode Ray Tube,CRT)为代表的电子产品,在电子技术迅速发展的今天,CRT显示器已经被大量新产品所替代,随之带来的问题是(1)随意堆放和解体造成严重的环境污染;(2)配件里有很多金属资源被废弃,造成浪费,尤其是废弃CRT荧光粉中稀土金属-钇(yttrium,Y)。因此,本工作针对特定废弃CRT荧光粉中钇的分离与回收进行了研究。通过酸浸-沉淀的流程,研究废弃CRT荧光粉中钇的回收效果;通过制备含有羧基的硅胶吸附剂,研究其对Y3+的吸附性能,并成功地应用于废弃CRT荧光粉中钇的回收。具体工作如下:(1)文献综述:从废弃CRT显示器的研究现状分析和发展,对CRT荧光粉的分类与组成、废弃CRT荧光粉的研究背景与回收方法,包括荧光灯荧光粉以及其它荧光粉的浸出与分离的方法进行比较和综述。(2))采用酸浸-沉淀法探讨废弃CRT荧光粉中钇的回收,即经酸浸-除杂-沉淀-煅烧的流程,获得氧化钇。首先,实验通过对酸浸的条件,包括酸浓度、浸出时间、浸出温度的优化,在以5 mol·L-11 HCl为浸提液,固/液比为1:50(m/v,g/mL)时,在100℃下搅拌6 h,浸出率可达91.8%。然后,选择邻二氮杂菲沉淀除杂,用于除去酸浸液中的锌离子(Zn2+),其荧光粉和邻二氮杂菲的最优比例为1:1.2(m/m,g/g)。最终,将除杂的样品经草酸沉淀,即选择过量10%(按稀土元素的量计算)的草酸沉淀,使其完全生成稀土草酸盐,在900℃煅烧2 h生成氧化钇,获得了纯度为92.6%的氧化钇,回收率达79.8%。(3)根据巯基-烯烃点击化学反应原理,以巯基丙酸(Mercaptopropionic acid,3-MP)/巯基丁二酸(DL-Mercaptosuccinic acid,DMSA)为配基,分别制备了含有羧基的硅胶基质吸附剂(简称3-MP-silica/DMSA-silica)。经傅里叶红外光谱仪和X射线光电子能谱仪表征确认3-MP/DMSA成功键合到硅胶表面。以3-MP-silica/DMSA-silica作为弱阳离子吸附剂,应用于废弃CRT荧光粉中钇的分离与回收。同时,利用全谱直读等离子体发射光谱仪定量分析实验中所有金属离子的变化。在实验中,首先利用Y3+和Zn2+的标准溶液考察了吸附剂对Y3+和Zn2+的吸附性能,优化各项实验参数,包括吸附过程pH、时间、饱和吸附量和洗脱条件,该吸附剂对Y3+和Zn2+的最大静态吸附容量分别可达30.30μg·mg-1、3.683μg·mg-1。然后应用于实际样品-废弃CRT荧光粉,在静态吸附中,DMSA-silica对稀释后酸浸液中钇和锌的吸附率分别为75.0%,17.1%。
其他文献
随着移动互联网的高速发展,轻量型的短视频逐渐成为网民获取信息的主要形态。今日头条旗下短视频应用“抖音短视频”DAU最先达到4亿,是目前短视频行业最具代表性的应用。短视
介绍了景丰联围堤坝安全监测自动化系统设计和测点的布置及其监测的主要内容,论述了自动化建设中的硬件,软件和数据通讯方式的选择过程和要求。
工业废气的排放和室内新装修材料的大量使用,带来了严重的空气污染问题。半导体光催化氧化技术,因为可以利用太阳能和空气中的氧气进行环境污染物的氧化分解,而得到国内外科学家的重视。目前,二氧化钛(TiO_2)和石墨相氮化碳(g-C_3N_4)被分别认为是最具典型性的紫外光和可见光响应光催化材料。但是,从应用的角度来看,它们的光催化效率还有待提高。本论文通过表面与界面设计与能带调控的方式,来提高它们光催化
通过对有限元和无限元原理的叙述,说明了在无限域问题的模拟中,映射无限元可以达到减少工作量,提高计算精度和经济性。通过具体的工程实例,进一步验证了映射无限元在无限域问题中
对城市排涝工程设计中采用的雨洪同期设计暴雨计算方法进行探讨,提出年最大样本法的计算思路,并建议试行该法。
第15届Automechanika Shanghai于12月3日~12月6日在国家会展中心(上海)成功举办。众多汽车行业业内人士希望在展会现场寻觅最新产品、优质服务及创新技术,以应对未来汽车产业
针对机械及相关专业以图形为主的协作式学习,利用现有计算机辅助设计技术及协同设计技术。开发设计了本E—Learning系统.这一系统主要包括三大功能模块:交互学习模块、教师管理
引言著名的未来学家———美国麻省理工学院教授及媒体实验室的创办人尼葛洛庞帝(Negroponte)在他的《数字化生存》一书中为我们描绘了数字科技给我们的生活、工作、教育和娱乐带来的各种
5G时代的来临和物联网工业的蓬勃发展,产生了海量的有入网需求的智能设备,互联网中的数据量因此爆炸式增长,对网络实时性、可靠性、计算能力和安全性等指标要求更加严格的网络业务也越来越多。边缘计算应运而生,边缘计算将计算资源带到距离用户终端更近的网络边缘,就近处理用户的业务,极大地降低了网络通信时延,同时还提升了网络安全性;此外,由于各种智能设备在空间上的广泛分布,传统的固定式基站受制于地理因素,有时无
当前的深度学习等表征学习方法为计算机视觉各领域提供了富有表达能力的特征,进而显著提升了相应模型的性能。但对于依赖局部特征的任务而言,此类方法生成的稠密局部特征含有大量冗余信息,这将降低整体性能和运算速度。特征点提取方法通过提取图像中少量最具表达能力的特征,在保证稳定性能的同时显著提升运算效率,因而广泛应用于各种依赖于局部特征的领域。针对现有特征点提取方法的不足,为实现高性能、无监督的特征点模型,论