以铝电解废阴极炭为添加剂熔融还原回收铜渣中的铜和铁

来源 :中南大学学报:英文版 | 被引量 : 0次 | 上传用户:oyphone
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
为了回收铜渣中的铜和铁,本文提出了一种铜渣氧化脱硫-废阴极碳熔融还原两步处理新工艺,在熔融还原过程中,废阴极碳不仅可作为还原剂,同时也可作为助熔剂降低熔渣熔点。在1450℃时,铜渣在空气气氛中保温60 min后,添加14.4 wt%的废阴极碳和25 wt%的CaO至铜熔渣中并在高纯Ar气氛下进行熔融还原180 min,Cu和Fe的回收率分别可以达到95.89%和94.64%。同时,废阴极碳中90%以上的氟化物以CaF2和Ca2Si2F
其他文献
为掌握不同保温结构和不同温度对番茄冷藏配送下的温度场分布均匀性和品质及效果的影响,本文以番茄为研究对象,建立了半导体冷藏箱温度场数值分析三维模型,并进行实验验证。模拟结果表明:外界恒温20℃时,真空绝热板(vacuum insulation panel,VIP)和聚氨酯(polyurethane,PU)复合隔热保温结构(VIP+PU)与聚氨酯隔热保温结构(PU)的半导体冷藏箱内平均温度从20.7℃降至5℃分别需30 min和35 min,且35 min后平均温度分别为4.58℃和4.97℃,前部与左右部最
研究紫金山铜矿主要矿物黄铁矿、辉铜矿和铜蓝,考察温度、细菌接种浓度、pH值和Fe3+浓度等对矿物溶解动力学的影响,查明影响矿物溶解动力学的主要因素,获得控制氧化速率的关键步骤,建立半经验动力学模型,经计算,黄铁矿、辉铜矿和铜蓝在浸出过程中的表观活化能分别为69.29,65.02和84.97 kJ/mol。
以硫酸铜、乙酸钴和氨为原料首次通过简单的无模板水热法可控合成了空心结构的Cu0.3Co2.7O4微球。通过粉末X射线衍射、能量色散X射线分析、选区电子衍射、高分辨率透射电子显微镜、扫描电子显微镜和BET测量来表征产物。研究结果表明,空心Cu0.3Co2.7O4微球由直径约20 nm的单晶纳米立方体组成。中空Cu0.3Co2.7O
以构建嵌入开孔阻尼层的弹性-黏弹性层合板阻尼性能代理模型从而加速阻尼优化过程为目标,分别应用摄动法和Morris方法分析层合板一阶模态阻尼比的参数灵敏度,筛选高敏感参数,并使用多项式响应面法对模型阻尼性能进行拟合,以构建代理模型;进一步预测新采样点层合板的模态阻尼比并计算其均方根误差,评价代理模型的代理性能。针对一嵌入开孔阻尼层的金属夹层板进行验证计算,结果表明:通过Morris方法灵敏度分析建立的代理模型在降低模型维数的同时,与采用摄动法筛选关键参数所建立的代理模型相比,具有更好的代理性能。
为了研究联方型网壳在不同冲击角度下的变形模式及冲击性能,利用ANSYS/LS-DYNA分析软件建立联方型网壳模型,设计并模拟水平面和竖直面条件下不同冲击角度及不同冲击速度下的冲击工况,根据模拟结果总结联方型网壳结构在不同冲击角度下的6种变形模式,分析冲击力持时、关键杆件应力和关键节点位移随冲击角度和冲击速度的变化规律,研究对结构变形最不利的竖直面中速冲击工况下的结构能量和加速度峰值变化规律,最后提出联方型网壳结构在两个冲击平面的最不利冲击角度。
随着智能制造的快速发展,基于数据驱动的故障诊断方法逐渐成为轴承状态监测的研究重点。针对传统滚动轴承故障诊断方法所存在的特征提取和特征选择复杂且效果不佳的问题,提出一种基于卷积神经网络智能诊断算法。该算法首先利用重叠采样方法扩充数据集,再采用格拉姆角场方法将原始时域信号转化为二维图像;然后构建一个具有4个卷积层的卷积神经网络,将扩充后的数据集输入卷积神经网络进行轴承故障分类。仿真结果表明,基于格拉姆角场法和卷积神经网络的滚动轴承故障诊断方法准确率达到99.73%,高于基于传统的机器学习及同类型深度神经网络的
非平稳声源识别与定位是旋转机械状态监测和故障诊断的重要环节。利用非平稳旋转机械的转速特征,将Vold-Knalman阶次追踪方法与传统波束形成方法结合,提出一种新的非平稳声场信号波束成形声源定位方法。首先对旋转机械转速进行追踪,结合时频分析方法用Vold-Kalman分解提取出非平稳声信号的特定阶次成分,然后利用分离出的特定阶次信号重建声场,从而定位声源。该方法利用对特征阶次声信号的提取,避免多个阶次声信号成像时的混叠现象,通过多重线性调频信号叠加声场声源识别仿真实验与电机升速实验进行声源识别验证,证明所
针对目前主动悬架LQR控制器的最优加权矩阵Q和R基本为定值,无法体现车辆以不同车速行驶在不同等级路面时对悬架性能要求的动态变化性,提出一种主动悬架LQR控制系统的最优加权矩阵Q能随路面等级不同而动态调整的控制策略。首先以双质量振动模型为研究对象,设计LQR多目标控制器,同时,采用支持向量机(Support vector machine,SVM)算法构建路面等级聚类识别系统,且综合考虑聚类识别准确性及计算消耗,得到SVM最优特征向量组合,实现路面等级的智能聚类识别;而后通过MATLAB-Isight联合仿真
声学覆盖层的腔型结构和材料参数对其隔声性能有较大影响,使用优化算法对腔型结构和材料参数进行优化设计从而得到最优隔声模型。基于COMSOL软件建立声学覆盖层的二维轴对称模型计算其隔声量,通过实验测量验证仿真模型在常压和加压工况下的准确性。建立一种表征空腔腔型结构的函数,使用优化算法通过改变腔型函数进而获得最优隔声结构,最后在优化腔型结构的基础上对隔声材料进行参数优化。结果表明,腔型结构的优化可以使覆盖层的隔声量曲线获得一个较高的峰值,在常压和加压工况下平均隔声量较传统腔型结构均有可观的提升,改变加权策略对隔
针对供水管道小泄漏声信号识别困难的问题,提出一种基于卷积神经网络(Convolutional neural network,CNN)的管道泄漏声学信号识别方法。该方法首先通过多窗谱谱减法去除信号中的噪声;之后,使用短时傅里叶变换计算去噪后声信号的时频图,将声信号识别问题转化为图像识别问题;并将时频图输入自主搭建的CNN系统,完成泄漏检测。数据集通过管道内检测器样机采集,并作为评价泄漏识别方法性能的依据。结果表明,所提出的方法对无泄漏、0.4 mm泄漏孔、0.6 mm泄漏孔、0.8 mm泄漏孔及1 mm泄漏