表面活性剂强化铝酸钠溶液晶种分解的研究进展

国内外对铝酸钠溶液结构虽进行了大量的研究，但由于铝酸钠溶液性质极为特殊和品种分解过程的复杂性，导致对铝酸钠溶液晶种分子层次的分解过程的研究缺乏较统一的认识。在机理不甚明确的情况下，不同的研究者刘废过程提出了不同的强化途径。近年来，在品种分解过程添加表面活性剂成为了国内外研究的热点。笔者系统地总结了近年来铝酸钠溶液晶种分解机理以及添加表面活性剂来强化分解过程的研究成果。根据众多研究者的结论可认为，氧化铝生产过程添加表面活性剂来强化铝酸钠溶液晶种分解过程并改善其产品质量具有很大的应用潜力。     

电场对铝酸钠溶液晶种分解过程的影响

研究了电场对铝酸钠溶液晶种分解过程的影响,考察了不同温度和苛性碱质量浓度条件下电场对铝酸钠溶液非晶种分解过程和晶种分解过程的影响,并用扫描电镜、X-射线衍射仪分析了分解产物的形貌和物相组成。试验结果表明:铝酸钠溶液的分解率在电场作用下显著提高;电场能促成大量初生晶核的形成,以及一些大颗粒氢氧化铝的附聚,缩短了成核诱导期;电场不会改变铝酸钠溶液分解产物的物相。     

磷酸钠对铝酸钠溶液晶种分解的影响

研究了磷酸盐杂质对铝酸钠溶液晶种分解的影响,并探讨了其影响机理.结果表明,在浓度小于5g/L时,磷酸盐能提高铝酸钠溶液的分解率,使晶种分解产品的粒度增大.磷酸盐杂质的存在不会显著影响铝酸钠溶液中氢氧化铝颗粒表面的Zeta电位值,但是会使铝酸钠溶液表面张力增大.     

制取活性晶种,提高种分分解率的试验研究

氧化铝生产过程中,铝酸钠溶液的种分分解不仅耗时长,而且分解率远远低于其理论值,因此强化种分分解十分必要,通过对高浓度二氧化碳气快速碳分制取的氢氧化铝做铝酸溶液晶种分解试验可知,该法制备的晶种活性大,可以提高其分解率。     

铝酸钠溶液晶种分解过程宏观动力学的研究进展

铝酸钠溶液晶种分解是氧化铝生产过程的关键工序之一,其过程动力学的研究是氧化铝生产过程的重要理论基础问题。国内外研究者对铝酸钠溶液晶种分解过程宏观动力学进行了大量的研究,取得了许多一致的结论,但也有不少存在争论。本文对该方面的研究进行了系统的总结。研究表明,铝酸钠溶液晶种分解过程在动力学领域一般遵循二级反应规律;在大量动力学方程除了引入晶种系数或表面积参数以外,并不能反映晶种表面性质的影响;有关研究仍有待深入。     

铝酸钠溶液种分过程强化研究进展

系统总结了铝酸钠溶液种分不同的强化分解方法，优化工业种分过程的不同分解条件，活化种分品种；在铝酸钠溶液强化分解及砂状生产中的添加合适添加剂和采用外场如磁场和超声波等强化处理铝酸钠溶液种分过程等，认为不同的强化方法在铝酸钠溶液种分过程中各有不同的作用。添加剂和超声波强化铝酸钠溶液种分，各有不同的特点，可能相互协同，在强化提高铝酸钠溶液分解速度的同时，得到砂状氧化铝。     

添加剂作用下铝酸钠溶液物化性质的变化对产品性能的影响

在铝酸钠溶液的晶种分解过程中,加入适当的添加剂--表面活性剂,可以强化铝酸钠溶液的晶种分解过程,提高产品氢氧化铝的强度、粒度和分解率.选用8种添加剂,100mg/L和200mg/L两种添加量做分解试验,对加入不同类型添加剂的铝酸钠溶液的表面张力、粘度、电导率进行了测试,考察了添加剂的加入量对铝酸钠溶液物理化学性质的影响.结果表明:添加剂C、E2、F可以提高铝酸钠溶液的分解率,并能增大产品氢氧化铝的粒度与强度;添加剂的加入使铝酸钠溶液的表面张力降低0.015～0.020N/m时,析出的氢氧化铝的粒度与强度较好;能使氢氧化铝粒度增大、强度提高的添加剂,均使铝酸钠溶液的粘度有所下降.     

铝酸钠溶液种分过程降温制度的研究

研究了铝酸钠溶液晶种分解过程中的相对过饱和度、分解率、产品粒度分布和反应速率常数在不同温度下的变化情况。结果表明,在50~75℃,铝酸钠溶液的相对过饱和度随温度的升高而逐渐减小,产品的平均粒度和反应速率常数随温度升高而增大,铝酸钠溶液种分分解率在65℃时达到最大。在降温制度下,铝酸钠溶液种分的分解率为28.86%,仅略低于65℃时的分解率,而产品粒度大于65℃时的产品粒度,降温制度下的铝酸钠溶液种分既能保证分解率又能提高产品氢氧化铝的粒度。     

异丙醇溶析铝酸钠溶液制备高纯氢氧化铝

以铝酸钠溶液分解制备Al(OH)3为基础,通过加入异丙醇溶析的方式,解决了铝酸钠溶液制备氢氧化铝分解速率缓慢、分解率低的问题,再结合超声波有机酸洗纯化的方式,去除了生成Al(OH)3中的晶间碱.考察了不同条件对溶析结果的影响,结果表明:当分解温度为30℃、分解时间12 h、异丙醇与铝酸钠溶液体积比为1:1时,分解率可达...     

铝酸钠溶液结构性质研究的现状分析

在氧化铝工业实际生产过程中，根据经验改善和强化铝酸钠溶液分解已经走到了极限。本文简述了铝酸钠溶液结构研究的历史及其现状，指出要从根本上解决铝酸钠溶液分解所存在的一系列问题，必须对过饱和铝酸钠溶液的结构性质及其分解过程的本质规律进行研究。     

铝酸钠溶液种分成核和附聚研究进展

系统总结了铝酸钠溶液种分成核和附聚过程研究进展,铝酸钠溶液种分过程中,成核和附聚过程是影响氢氧化铝产品质量的主要因素之一,众多研究者对成核和附聚过程进行了大量系统的工作。得到了一些普遍性的结论。工业条件下的种分过程晶体生长速率很小,铝酸钠溶液种分成核过程主要为二次成核,依靠附聚过程得到砂状氢氧化铝,研究表明,上述过程都与晶种的表面形貌密切相关,晶种表面性以及各种强化方法对铝酸钠溶液种分的成核和附聚过程的影响仍有待于深入研究。     

提高拜耳法种分分解率的途径

晶种分解是拜耳法生产氧化铝过程中一个十分重要的环节,种分分解率的高低对种分槽的单位产能和产品质量都有直接的影响。本文结合我厂拜耳法种分分解的生产情况,对造成我厂种分分解率低的原因进行分析,提出降低精液苛性比值、采用中间降温制度、添加活性晶种等,是提高我厂种分分解率的有效途径。     

铝酸钠溶液比热性质回归方程的研究

铝酸钠溶液是氧化铝生产中重要的中间产物,铝酸钠溶液的比热性质的研究具有重要的理论和应用意义。本文通过建立回归正交实验模型,得到铝酸钠溶液的比热与溶液中氧化钠浓度、氧化铝浓度、温度的回归方程。回归方程的显著性检验表明:氧化钠的浓度对铝酸钠溶液的比热影响较大;氧化铝的浓度的影响次之;温度的影响最小。在实验范围内回归方程计算值与实验测量值进行比较,偏差较小,说明该方程有较高的精密度,可以很好地应用于氧化铝生产的理论研究和实践中。     

K+对拜耳法溶出过程中含钾铝土矿反应行为的影响

用不同K~+浓度的铝酸钠溶液进行了含钾铝土矿的拜耳法溶出试验和溶液脱硅试验。结果表明,在30.19～301.94g/L内,溶液中K~+浓度的变化对氧化铝溶出率和溶出赤泥N/S的影响较小;随着溶液中K~+浓度的升高,铝土矿中K_2O的表观溶出率显著降低,但无法完全阻止K元素在溶出过程中进入溶液。在溶液中K~+浓度≤155.28g/L条件下,K~+取代Na~+进入钠硅渣晶格的难度大,工厂溶液中K~+的平衡浓度预计会远高于当前的水平。应用含钾铝土矿生产的企业必须采取除钾工艺措施才能有效控制生产系统中钾含量的升高。     

高铝粉煤灰高效增值利用新技术

针对当前高铝粉煤灰综合利用技术难题,提出了高铝粉煤灰预脱硅烧结法提取氧化铝新工艺。新工艺取消了铝酸钠溶液碳酸化分解工序,改为全种子分解工艺。通过合成技术优化,采用高苛性比合成技术,种分母液与预脱硅后的硅酸钠溶液可制备出合格的洗涤用4A沸石。生产过程中,通过补充少量水玻璃用于调节氢氧化铝和4A沸石两种产品的产出比例,可以较好地保障生产系统物料平衡。新工艺取消了石灰炉、氧化铝焙烧炉、铝酸钠溶液碳酸化分解和深度脱硅工序,工艺能耗降低,废渣排放量减少,碳排放量降低。此技术生产流程相对简单、技术可行、经济性好、竞争力较强。     

外加电场对铝酸钠溶液自发分解的影响

研究了电场对铝酸钠溶液自发分解的强化作用,借助扫描电镜和X-射线衍射仪分析了分解产物的形貌和物相组成。结果表明:在电场作用下,铝酸钠溶液的自发分解率显著提高;电场有效促进了初生晶核的形成,缩短了成核诱导期,而且不会改变铝酸钠溶液分解产物的物相,分解产物仍为三水铝石。     

Statistical Modeling of the Industrial Sodium Aluminate Solutions Decomposition Process

This article presents the results of the statistical modeling of industrial sodium aluminate solution decomposition as part of the Bayer alumina production process. The aim of this study was to define the correlation dependence of degree of the aluminate solution decomposition on the following parameters of technological processes: concentration of the Na₂O (caustic), caustic ratio and crystallization ratio, starting temperature, final temperature, average diameter of crystallization seed, and duration of decomposition process. Multiple linear regression analysis (MLRA) and artificial neural networks (ANNs) were used as the tools for the mathematical analysis of the indicated problem. On the one hand, the attempt of process modeling, using MLRA, resulted in a linear model whose correlation coefficient was equal to R ² = 0.731. On the other hand, ANNs enabled, to some extent, better process modeling, with a correlation coefficient equal to R ² = 0.895. Both models obtained using MLRA and ANNs can be used for the efficient prediction of the degree of sodium aluminate solution decomposition, as the function of the input parameters, under industrial conditions of the Bayer alumina production process.