【摘 要】
:
钙化焙烧-酸浸是一种极具应用前景的清洁提钒工艺,但是所得酸性含钒溶液中锰的含量较高,严重影响钒产品的品质及其应用,因此,对酸性钒溶液中锰的脱除研究亟不可待.对近年来国内外不同溶液体系以及酸性钒溶液中锰的去除进行了综述,阐明了不同溶液锰的去除方法的原理、脱除条件以及除锰效果,并对酸性钒溶液中杂质锰的脱除方法进行了探讨,为高效、高选择性、低成本脱除酸性含钒溶液中的杂质锰提供理论和技术指导.基于酸性含钒溶液体系对除锰剂及除锰方法选择的具体要求,在理论上过硫酸铵氧化法、萃取法和离子交换法适用于该体系中杂质锰的脱除
【机 构】
:
武汉科技大学,钢铁冶金及资源利用省部共建教育部重点实验室,湖北武汉430081;武汉科技大学,省部共建耐火材料与冶金国家重点实验室,湖北武汉430081;武汉科技大学材料与冶金学院,湖北武汉43008
论文部分内容阅读
钙化焙烧-酸浸是一种极具应用前景的清洁提钒工艺,但是所得酸性含钒溶液中锰的含量较高,严重影响钒产品的品质及其应用,因此,对酸性钒溶液中锰的脱除研究亟不可待.对近年来国内外不同溶液体系以及酸性钒溶液中锰的去除进行了综述,阐明了不同溶液锰的去除方法的原理、脱除条件以及除锰效果,并对酸性钒溶液中杂质锰的脱除方法进行了探讨,为高效、高选择性、低成本脱除酸性含钒溶液中的杂质锰提供理论和技术指导.基于酸性含钒溶液体系对除锰剂及除锰方法选择的具体要求,在理论上过硫酸铵氧化法、萃取法和离子交换法适用于该体系中杂质锰的脱除,但具体脱除效果、操作条件和作用机理需进一步研究.
其他文献
针对PointRCNN(3D Object Proposal Generation and Detection from Point Cloud)在面对不规则点云时很难提取出有区别特征的问题,提出了一种Point-ANN(3D Object Proposal Generation and Aggregation Neural Network)的方法.整个框架分为2个阶段.第一个阶段是自下而上生成3D建议,第二阶段执行建议的RoI的感知点云汇集操作,对每个3D方案中的点云信息进行分组,并在坐标中改进3D建议
飞行机电作动系统故障诊断技术对提高航空器作动系统的可靠性、保证航空器安全运行具有非常重要的意义.基于故障诊断技术在飞行机电作动系统应用中遇到的问题和挑战,首先介绍了飞行机电作动系统故障诊断技术的研究现状与意义.其次,特别关注了新颖故障、闭环控制对故障诊断技术发展的限制,以及故障诊断技术审定与验证的挑战.最后,探讨了飞行机电作动系统故障诊断技术亟待解决的问题及可能的研究方向.
研究一种基于单导联心电信号质量二分类方法.为了改善传统方法在进行心电信号质量分类下需要手动提取特征的复杂性以及选取规则包含主观性的缺点,基于Tensorflow框架设计了一个一维卷积神经网络,利用MIT-BIH和NSTDB数据库构建训练数据集,通过不断调整网络模型自动学习分类特征,使用2个公开测试集与1个私有测试集验证算法的泛化性,实验结果表明,提出的算法在3个测试集上的平均准确率为96.5%、灵敏性为98.1%和特异性为94.7%.最后,相比于基于传统SVM模型或CNN的方法,本文算法不仅精度较高,而且
电动汽车用开关磁阻电机控制系统包含电机驱动和电池充电电路,降低了系统集成度和功率密度.以开关磁阻电机不对称半桥式功率变换器为基础,设计了一种用于电动汽车的集成功率变换器,增加了前端电路,通过控制前端电路可以实现电机驱动和电池充电两种工作模式.在电机驱动模式下利用电容器的充放电功能提高了系统的能量比,给出了电容器的容量估算方法,对比了不同容量对系统性能的影响.在电池充电模式下利用电机绕组作为充电电感,对原有功率器件复用,实现了具有功率因数校正(PFC)的功能充电方式,有效地改善了交流信号,分析了电机绕组作为
针对无向网络吸收中心性算法中未考虑信息传递的有偏问题,提出一种基于节点的度信息有偏随机游走,改进吸收中心性识别关键节点的算法.首先在无向网络中利用节点的度信息,构建信息传递的转移概率矩阵并定义吸收节点,通过到达吸收节点的平均首次可达时间,衡量节点的重要性;将该算法向有向网络进行扩展研究,结合有向网络节点的出度、入度信息,重新构建信息转移概率矩阵,识别关键节点.基于SIR传播模型和Kendall tau相似性,在真实的无向、有向网络中设计了3组对比实验,与度中心性、介数中心性、接近中心性、改进前吸收中心性算
解决老年人发生意外跌倒却无法被及时发现与救治的问题.为提高跌倒检测的精确度与解决个性化适配问题,本文提出一种基于多传感器和Bi-LSTM神经网络的端云协同的个性化跌倒检测方案.该系统主要包括2方面,一方面是可穿戴设备设计与个体适配的实时跌倒检测算法的实现;另一方面是基于Bi-LSTM的云端个性化跌倒模型的构建.可穿戴设备主要使用加速度计、陀螺仪、磁力计和高度计进行数据采集,通过算法进行实时跌倒检测.云端通过滑动时间窗截取时间序列传感器信息,对采集到的传感器数据进行滑动平均滤波以去除噪声,然后分析不同行为活
机器博弈作为人工智能学科中的一个重要领域,是检测人工智能发展水平的一个重要平台.在机器博弈领域中,斗地主游戏具有典型的代表性.本文针对斗地主游戏中的残局策略进行研究,实现了基于Alpha-Beta剪枝算法的残局智能AI.在微信平台小程序“欢乐斗地主”中进行了大量双人明牌斗地主残局测试,均成功获胜,实验表明本文所实现的斗地主残局策略是可行的.
针对传统协同过滤推荐算法对目标客户进行个性化推荐时,因用户评价数据和物品属性等显式数据稀疏,造成推荐商品的准确率和质量相对较差的问题,本文基于隐式数据和Apriori算法对协同过滤推荐算法做出改进.首先,算法基于隐式数据中用户对商品的行为和用户对商品的评价,建立用户对商品的评分偏好模型,用以构建原始评分数据;其次,利用Apriori算法找出用户行为数据集中商品的强关联规则,利用输出的关联规则对原始评分数据进行降维,并进行相似度计算,确定用户之间的相似性,根据计算结果来确定目标用户的近邻集合;最后,算法通过
煤炭资源在开采的过程中会伴随着产生一种名为煤层气的产物,煤层气又称为瓦斯,若将瓦斯直接排放至大气中,则会造成严重的温室效应,研究发现瓦斯可以通过燃烧用来发电,但瓦斯在发电过程中遇到明火,则会发生爆炸,给工作人员及企业会造成不可估量的损失,因此检测瓦斯发电站内的火焰情况,成为了解决瓦斯发电站爆炸事故的重要目标.基于火焰识别问题,采用传统目标检测算法难以满足精度要求,后续出现了基于深度学习的双步目标检测算法,虽在识别精度上能有效满足要求,但检测的实时性上存在不足.本文综合考虑目标检测的检测精度以及检测实时性,
传统的K-means聚类算法在进行图像分割时只考虑图像的特定灰度值,初始聚类中心的随机选取将导致分割结果存在很多干扰,在沥青路面这种高噪音的复杂背景下,裂缝的聚类提取效果不理想.本文提出了基于GSO-Kmeans算法来进行沥青路面裂缝分割.该算法首先使用GSO算法对沥青路面裂缝图像进行搜索,确定初始聚类中心,然后利用K-means聚类算法对沥青路面裂缝图像进行分割.结果表明,GSO-Kmeans算法在沥青路面裂缝提取方面有着很好的精准度,具有收敛速度快、分割结果准确等优势.