微波快速测量高炉喷吹煤粉水分的新方法

研究了用微波快速测量高炉喷吹煤粉水分的新方法，并详细地分析和讨论不同高炉喷吹煤粉水分含量对检测结果的影响。实验结果表明，当含水量为0．74％～16．90％时，检测误差小于0．35％；当含水量为0．31％。1．49％时，检测误差小于0．16％。说明了用微波快速测量高炉喷吹煤粉水分的方法是可行的。     

微波加热还原钛精矿制取富钛料扩大试验

在小试基础上,对微波加热还原钛精矿获得富钛料进行了公斤级扩大试验研究。结果表明:在采用20 kg球团料;碳质还原剂采用焦碳,占矿比例14%;还原温度1 100~1 150℃;添加剂占矿比例5%;还原时间90 min的条件下,制得金属化球团TiO2品位53.38%;初级富钛料品位72.01%,初级富钛料产率67.5%;TiO2回收率90.1%。X-ray衍射表征其主要物相有TiO2、FeO.2TiO2、Fe、MgTi2O5和硅酸盐类,钛主要以四价的形式存在。     

铜阳极泥中碲的回收

介绍碲元素在铜阳极泥中存在的形式,重点阐述从铜阳极泥中回收碲的方法。     

微波快速测量硫化锌精矿水分新方法

研究了利用微波技术快速测定硫化锌精矿水分的新方法,同时对不同含水量的原料对检测结果的影响进行了分析和讨论。另外,详细地对试验装置、特性及其使用方法进行了介绍,并对该技术在火法生产锌中的应用作了展望。     

木质陶瓷的X射线衍射和喇曼光谱研究

采用X射线衍射和激光喇曼光谱, 研究了以烟杆和酚醛树脂为原料制备木质陶瓷炭化过程中结构的变化特征. 研究结果表明, 炭化温度的升高可以使木质陶瓷XRD谱图中衍射峰增加, 强度增大, 同时木质陶瓷中石墨微晶的平均层间距d₀₀₂减小, 堆积厚度L _c增加, 微晶直径 L _a在973K出现转折点; 木质陶瓷的喇曼光谱图为典型的类石墨炭材料的喇曼谱图, 只出现了表征无序结构的D线和表征石墨结构的G线, 且表征无序化度的二者积分强度比R值随炭化温度的升高先增后减, 而根据Tuinstra-Koenig 经验式计算得到的微晶直径L a值表现出与R值相反的规律; 两种分析方法的结果较为一致, 均表明木质陶瓷结构在973K发生根本改变, 说明喇曼光谱有望成为木质陶瓷结构的快速测试方法.     

采用天然斜锆石微波烧结制备部分稳定氧化锆陶瓷

以选矿所得的天然斜锆石为原料，通过添加一定量的CaO稳定剂，经微波烧结直接制成Ca增韧部分稳定氧化锆陶瓷。微波设备采用的是自行研制的多模腔微波烧结装置，该装置频率为2．45GHz，最大功率为3kW。实验发现，物料在多模腔中经微波加热至约1300℃保温80min得到部分稳定氧化锆陶瓷，其密度可达到理论密度的92．97％，抗弯强度达138．271MPa。     

负载铁离子活性炭除砷的研究进展

砷污染是一个严重的世界问题,在其诸多的去除方法中,负载铁离子活性炭兼顾了活性炭和混凝沉淀的优势,可高效去除砷离子.作者对负载铁离子活性炭的制备方法、影响砷去除率的主要因素和吸附模型的研究现状进行了详细评述,其中负载铁离子活性炭的孔径结构、表面性质,负载铁离子的形貌、分布、种类和质量等决定着其吸附容量；通过调节搅拌时间、...     

水蒸气活化再生扑热息痛用废活性炭的研究

以扑热息痛生产过程中产生的废活性炭为研究对象,采用管式电阻炉的加热方式对其进行再生条件的研究。实验重点考察了在氮气作为保护气体的条件下再生温度、再生时间、水蒸气流量3个因素对再生活性炭亚甲基蓝吸附性能和得率的影响。得到了废活性炭再生的最佳实验条件:再生温度750℃,再生时间20min,水蒸气的流量2.0mL/min。在最佳实验条件下得到的再生活性炭的亚甲基蓝吸附值为184.5mg/g,得率70.56%,在此条件下测得再生活性炭的比表面积为996.8m2/g,总孔体积为0.995mL/g。通过对废活性炭和再生活性炭扫描电镜的分析发现再生后的活性炭孔隙数量增多并且其表面杂质明显减少。     

超材料金属板透视装置设计

基于变换光学方法,提出了金属板透视装置,导出了其介电常数和磁导率分布,并采用有限元分析软件COMSOL进行了证实.仿真了TE波和线电流源激励下的透视特性,并详细讨论了透视装置互补区和恢复区的相对位置及其损耗对透视特性的影响,结果表明:TE波和线电流源激励下该装置均有透视功能,并且其透视特性不受互补区和恢复区相对位置变化...     

基于SVM和BP神经网络的部分稳定氧化锆稳定率预测方法

由于部分稳定氧化锫具有优良的物理化学性能,在冶金及材料中有着重要的地位,稳定率是部分稳定氧化锫产品性能的一个重要指标.而部分稳定氧化锆的制备过程具有非线性、多变量、时变等特点,本文采用了支持向量机( SVM)及BP神经网络方法对部分稳定氧化锆的稳定率进行了预测.将热处理温度、保温时间、降温速率、淬火温度及升温速率5个指标(参数)作为模型输入量,部分稳定氧化锆的稳定率作为输出值,分别以48组实验数据作为学习样本,并建立模型,运用该模型预测了5组部分稳定氧化锫的稳定率.实验结果表明,2种模型均具有较好的预测能力,人工神经网络模型预测结果平均误差为1.48％,支持向量机模型预测结果平均误差为0.68％,并且支持向量机预测部分稳定氧化锆的稳定率精度更高,可在实际生产过程中推广应用.