从铅阳极泥中提取铟的工艺研究

铟是铅锌冶炼副产物之一，世界上约90%的铟是从铅锌冶金工业副产物中回收的。随着工业的发展，铟的综合回收得到了广泛重视。试验研究了用硫酸从铅阳极泥中浸出铟，用碱中和浸出液，之后用锌粉、铁粉置换回收铟的工艺。工艺流程简单，铟回收率较高。     

陶瓷基复合相变蓄热材料压制与烧结过程的应力分析

陶瓷基复合相变蓄热材料作为一种节能蓄热材料而备受关注．虽为一种功能复合材料其力学性能也应引起重视，特别是材料压制和烧结过程中应力集中现象，对材料的性能将产生重大影响．文章主要对陶瓷基复合相变蓄热材料压制与烧结过程的应力和应力分布进行了分析．     

特种陶瓷材料的研究与应用

陶瓷因其熔点高,抗腐蚀抗氧化,耐热性好,弹性模量高,硬度高和高温强度好等优良特性,在许多应用领域有着金属等其他材料不可替代的地位。简述了特种陶瓷材料的应用和研究现状。     

基于自适应蚁群算法的艾萨炉铜熔炼配料优化方法

针对艾萨炉铜熔炼过程配料优化问题,提出了基于自适应蚁群算法的艾萨炉铜熔炼过程配料智能优化方法.该方法首先分析了艾萨炉铜熔炼过程中工艺配料特点,以成本为优化目标,综合考虑工艺、质量、库存等多约束条件,采用自适应蚁群学习算法,将配料优化问题转化为在各种约束条件下的学习建模问题,借助历史配料数据进行建模,实现配料预测与优化.艾萨炉铜熔炼配料实验结果表明,提出的方法能有效降低生产成本,改进配料系统的效率,比人工方式物料配比有很大的改进.     

基于广义最大熵回归的自适应艾萨炉铜熔炼工艺参数的软测量

冰铜品位、冰铜温度、渣中铁硅比是艾萨炉铜熔炼过程中的三个主要工艺参数,针对这三大参数在线检测时存在成本高、滞后大、实现困难等问题,提出了一种基于广义最大熵回归的自适应艾萨炉铜熔炼过程三大参数软测量方法.首先基于核聚类的局部线性嵌入算法对熔炼过程的输入数据进行降维预处理,然后利用隐马尔科夫模型对工况进行检测,最后结合工况建立广义最大熵自适应模型.实验表明,提出的方法不仅能明显改善误差,而且测量稳定性得到提高,能为实际生产提供有益的指导     

铜冶炼节能参数优化学习模型研究

针对铜冶炼过程中的能耗难以预测的问题,提出基于支持向量回归的铜冶炼节能过程参数优化学习方法:,首先分析影响铜能耗的各种参数,然后利支持向量回归算法对输入参数和输出能耗之间的关系进行训练,从而筛选出最优参数,为生产能耗控制模型提供了基础。实验结果:表明,提出方法:较传统的BP神经网络算法相比具有学习速度快,收敛性好,泛化能力强等特点,且能耗预测的平均相对误差小于7%。     

氰化亚金钾的生产工艺的研究

氰化亚金钾是在高新电子材料表面处理上具有重要用途的一种产品,本文研究的利用碱还原-KCN络合法获得的产品质量良好、工艺简单、金回收率高、成本合算。     

石墨烯负载镍基多金属氧酸盐负极材料及其电化学性能

能源危机是目前全球关注的重要问题。锂离子电池(LIB)由于其能量密度高,循环寿命好,环境友好等,已成为当前最热门的新能源技术。尽管商用的碳负极能有效降低锂枝晶的生成,但是其在储能密度方面仍然达不到人们日益增长的需求。因此,设计合成新型的锂离子电池电极材料是突破高能锂离子电池瓶颈的关键问题之一。本文作者成功合成了一种石墨烯负载多金属氧酸盐-有机骨架材料(Ni-POMs),并且将该材料用于锂离子电池负极。扫描电镜(SEM)分析显示Ni-POMs材料具有规则的六棱柱形状,X-射线衍射(XRD)测试结果显示实验样品的衍射峰与计算模拟衍射峰一致。石墨烯负载后样品的形貌出现部分破坏,但仍可以观察到六棱柱形状。在100 mA/g电流密度下,经过50次循环后Ni-POMs材料的放电比容量可达到717 mAh/g。在800 mA/g的电流密度下,循环500次后仍能保持82.2%的容量保持率。经过石墨烯负载后,Ni-POMs@GO材料的循环性能和倍率性能进一步得到提升。Ni-POMs@GO电极的材料循环稳定性主要得益于其独特的多孔特性和高化学稳定性,石墨烯负载后为材料提供了电子传输通道,进一步提升了其电化学性能。      

从铅阳极泥中提取铟的工艺

铟是铅锌冶炼副产物之一,世界上约90%的铟是从铅锌冶金工业副产物中回收的.随着工业的发展,铟的综合回收得到了广泛重视.试验研究了用硫酸从铅阳极泥中浸出铟,用碱中和浸出液后用锌粉、铁粉置换回收铟的工艺.工艺流程简单,铟回收率较高.     

特种陶瓷材料的研究与应用

陶瓷因其熔点高，抗腐蚀抗氧化，耐热性好，弹性模量高，硬度高和高温强度好等优良特性，在许多应用领域有着金属等其他材料不可替代的地位。文章简述了特种陶瓷材料的应用和研究现状。