块矿带式机干燥过程数学模拟研究

本文以块矿带式机鼓风干燥为研究对象，借助Fluent软件建立多孔介质床层内质量、动量、能量双方程和以及水分迁移方程的耦合数学模型，研究不同工艺条件下台车去湿量的变化规律。研究结果表明：随着鼓风温度的增加，料层去湿量增大，料层前缘在干燥时间为150 s左右发生水汽冷凝；在鼓风速度为1.43 m/s,鼓风温度为300℃的条件下，料层的去湿量与初始含水量的关系不大；随着鼓风速度的增大，料层去湿量增大，在干燥时间为360 s,鼓风速度分别为1.08、1.43、1.79 m/s时，料层最大去湿量分别为31%、36%、40%,且速度增大，冷凝区减少，但是冷凝值增大。     

季铵型稻草木质素的合成及其对\[PdCl4\]2-的吸附性能

为经济高效和无污染提取钯,采用硫酸法从稻草中提取木质素,经3-氯-2-羟丙基三甲基氯化铵(CHMAC)化学改性后合成季铵型稻草木质素,并利用其从溶液中吸附[PdCl_4]~(2-).利用扫描电镜(SEM)、傅立叶红外光谱(FTIR)和差热-热重分析(TG-DSC)对木质素及其衍生物进行表征,同时考察pH值、[PdCl_4]~(2-)初始浓度和吸附时间对季铵型稻草木质素吸附性能的影响,并对[PdCl_4]~(2-)的选择性进行研究.实验结果表明,季铵型稻草木质素为表面多孔且不规则的块状体,在200℃内具有良好的热稳定性,1 469 cm~(-1)处出现季铵离子的弯曲振动特征峰.最佳吸附pH值为2,吸附平衡时间为8 h,在[PdCl_4]~(2-)初始浓度为4 mmol·L~(-1)时,季铵型稻草木质素对[PdCl_4]~(2-)的吸附达到饱和,饱和吸附容量为1.120 mmol·g~(-1),吸附过程遵循准二级动力学方程,吸附等温模型与Freundlich方程拟合较好,表明吸附过程为单分子层非均质化学吸附,盐酸浓度低于1 mol·L~(-1)时,季铵型稻草木质素对[PdCl_4]~(2-)具有良好的选择性.降低盐酸浓度,提高[PdCl_4]~(2-)初始浓度和延长吸附时间均有利于提高季铵型稻草木质素对[PdCl_4]~(2-)的吸附容量和选择性.     

木质素的化学改性及其对AuCl4-的吸附

以稻草为原料,经预处理、酚化、交联、氯化、胺化、季铵化制备了一种新型的化学改性木质素并对其进行了FTIR,SEM,TG-DSC分析,考察了AuCl₄^-初始浓度、吸附时间、盐酸浓度对化学改性木质素吸附AuCl₄^-效果的影响,探讨了吸附过程的机理。结果表明,制备的化学改性木质素表面致密且在217℃以下具有良好的热稳定性和含有大量酚羟基及胺基。当AuCl₄^-初始浓度为8.0 mmol·L^-1时吸附容量达到最大,为784.50 mg·g^-1,在AuCl₄^-初始浓度为1.0 mmol·L^-1时吸附达到平衡的时间为600 min,当盐酸浓度为0.5 mol·L^-1和AuCl₄^-初始浓度为1.0 mmol·L^-1时吸附率为98%。吸附过程遵循准二级动力学模型,吸附等温模型与Langmuir拟合较好。AuCl₄^-被化学改性木质素中的酚羟基以金单质的形态还原出来。     

季铵型木质素的合成及其对AuCl4-的吸附性能

以稻草为原料,经酚化、交联和胺化后合成了季铵型木质素,并研究了其对AuCl₄-的吸附性能.通过傅里叶红外光谱(FT-IR)、扫描电镜(SEM)和差热-热重分析(TG-DSC)对合成产物进行了表征,考察了AuCl₄-初始浓度、盐酸浓度和吸附时间对AuCl₄-吸附效果的影响.研究结果表明,合成的产物为热稳定性好且含有大量孔隙和表面粗糙的不规则块状季铵型木质素;在盐酸浓度为0.5 mol·L-1,AuCl₄-初始浓度为6.0 mmol·L-1,吸附100 h时AuCl₄-的最大吸附容量为3.27 mol·kg-1,在0.5 mol·L-1盐酸和1.0 mmol·L-1 AuCl₄-的条件下吸附达到平衡时间为360 min.经扫描电镜和X射线衍射分析和傅里叶红外光谱分析表明吸附后的AuCl₄-被季铵型木质素中的酚羟基还原而以单质形态析出.      

氢氧化铍焙烧制备氧化铍的分解行为研究

氧化铍具有高熔点、高硬度、低介电常数以及良好的导热性等特点,被广泛用于核技术、真空电子及特种冶金等领域。本文以硫酸法工艺中获得的氢氧化铍为对象,焙烧制备氧化铍,研究氢氧化铍分解规律。研究结果表明：1)预热环节主要发生吸附水和结晶水的挥发,预热时间越长,温度越高,水分挥发越多,Be(OH)₂颗粒表面越光滑,但预热温度过高时,颗粒会发生部分破碎;2)焙烧环节主要发生Be(OH)₂分解生成BeO,焙烧时间越长温度越高分解程度越大,颗粒破碎越严重;3)在预热温度和时间分别为500℃和3 h、焙烧温度和时间分别为1 000℃和3 h的条件下,可以实现最优的Be(OH)₂分解结果,焙烧产物失重率达到了60.1%。本文成果可为工业上氢氧化铍焙烧生产氧化铍提供一定的借鉴与参考。