排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
含钒钢渣产生于钒钛磁铁矿的炼钢过程,可作为提取V_2O_5的重要原料。但由于其CaO和铁的含量高,钒含量低,目前回收利用难度很大。针对现有提钒工艺存在的问题和含钒钢渣的特点,自主开发出一种"选矿预处理、选择性分段浸出、萃取—洗涤—反萃"的选冶湿法提钒新工艺,并重点研究了选矿预处理、选择性分段浸出、净化与富集等工序,取得了较好的结果。新工艺钒总回收率达80%,与传统工艺从含钒固废中提钒时总回收率不足70%相比,指标大幅提升。新工艺取消了焙烧工序,突破了传统火法冶炼的局限,既消除焙烧污染、降低成本和投资,又提高浸出指标。新工艺使用的原料是废弃的含钒钢渣,属于废弃物的综合利用,对充分利用钒资源具有重要意义。 相似文献
2.
我国钒产量居世界第一,由于近年来钒价出现上涨,市场前景较为乐观,预计这将极大地促进石煤提钒产业的发展。石煤作为我国优势的钒矿资源,一直未能得到充分的开采利用,需要先进工艺的研发为行业提供支撑。针对传统提钒工艺的不足,从流程上对石煤提钒的工艺进展进行了归纳和分析:钙化焙烧能实现绿色生产,但缺点是选择性较差;空白焙烧污染和生产成本最低,但酸耗高、浸出时间长、酸浸液杂质含量较多;直接酸浸工艺具有能耗低、污染小、浸出指标高的优点,但硫酸消耗大、浸出时间长、对设备耐腐蚀性要求高;低温硫酸化焙烧工艺具有能耗低、污染小、效率高等优点,但技术尚不成熟;其他类型的先进工艺(如超声波和微波技术、循环流化床设备、微生物处理技术等)受技术和设备发展水平的限制,距离工业化应用还有相当长的一段路程。 相似文献
3.
我国是世界上生物多样性最丰富的国家之一,拥有众多水生野生动植物、作物野生近缘植物和草原野生动植物资源,现有动物10.45万种,是世界野生动植物种类最多的国家之一。本文就如何对野生动植物保护管理进行了研究,以此促进野生动植物保护工作再上新台阶。 相似文献
6.
甘肃某极低品位氧化铅锌银矿,铅品位0.96%、铅氧化率37.50%,锌品位0.76%、锌氧化率32.88%,银品位207.66g/t,银主要以银锑黝铜矿的形式存在并与方铅矿共生。根据该矿的性质,优先浮选产出铅精矿,混合浮选产出铅锌精矿,并将银富集到铅精矿和铅锌精矿中。采用新型捕收剂GH,通过闭路选铅,获得了铅品位55.71%、铅回收率20.73%,银品位7 476.81g/t、银回收率14.39%的铅精矿;在闭路混选中,获得了铅品位17.61%、铅回收率37.47%,锌品位23.64%、锌回收率65.67%,银品位5 593.42g/t、银回收率59.49%的铅锌精矿。富集伴生银矿物的同时,实现了对低品位矿物的高效回收。 相似文献
7.
玻利维亚Chacarilla铜矿,含Cu 2.74%,为一典型的含泥量大的高品位复杂氧化铜矿。为开发利用该矿石,对原矿进行了0.18mm分级预先抛废,在Cu损失率<10%的情况下,可预先抛除47.03%的废石(-0.18mm粒级),使入浮Cu品位大幅提高至4.65%,并可有效提高处理能力,明显改善浮选环境。入浮试样(+0.18mm粒级)中,Cu氧化率达83.18%,其中“不可浮”的结合铜占10.93%;主要脉石矿物为石英、长石、方解石、白云母等,铜矿物种类繁多,主要为赤铜矿、水铜矾,次为孔雀石、硅孔雀石、蓝辉铜矿等,预计这些都将增加浮选的难度。针对试样的性质特点,进行了浮选研究,结果表明:在最佳工艺条件下,采用“分步优先易难分选”的工艺流程,最终获得了良好的技术指标,精矿Cu品位达25.76%、回收率达89.36 %。 相似文献
8.
目前黏土钒矿直接酸浸的试验以及基础性研究较少,为了进一步推动此类问题的研究进展,本项研究采用试验结合热力学计算的方法,通过试验得到了最佳浸出剂结果,运用热力学计算诠释了活化浸出钒过程的热力学行为以及其机理,同时进一步分析了不同硫元素的总量对酸浸液中各组分的影响,为从酸浸液中提钒工艺进行了溶液化学分析。结果表明:二氧化锰有能力将低价钒氧化至高价钒,从而提升钒的浸出率,升高温度对浸出率的提高以及二氧化锰的氧化均会造成不利影响,但是会抑制杂质的浸出,对杂质分离起到积极影响。硫酸的用量一方面会影响浸出过程的pH,同时会影响酸浸液中各组分的含量,低硫的酸浸体系与高硫体系中钒的离子形态存在差异。低硫体系中铁杂质的溶解度会小于高硫体系,有利于提钒过程中杂质的分离。通过分析浸出过程中溶液组分的变化,可以为后续提钒工序提供理论依据。 相似文献
9.
玻利维亚Chacarilla铜矿含Cu 2.74%,为一典型的含泥量大的高品位复杂氧化铜矿,含铜矿物主要有赤铜矿、水铜矾,次为孔雀石、硅孔雀石、蓝辉铜矿等;脉石矿物主要为石英、长石、方解石、白云母等.为开发利用该矿石,对原矿进行了0.18 mm分级预先抛废,在Cu损失率<10%的情况下,可预先抛除产率为47.03%的废... 相似文献
10.
基于深度学习的目标检测技术综述 总被引:2,自引:0,他引:2
目标检测是计算机视觉领域中的研究热点.近年来,目标检测的深度学习算法有突飞猛进的发展.基于深度学习的目标检测算法大致可分为基于候选区域和基于回归两大类.基于候选区域的目标检测算法精度高,但是结构复杂,检测速度较慢.而基于回归的目标检测算法结构简单、检测速度快,在实时目标检测领域有较高的应用价值,然而检测精度相对略低.本文总结了基于深度学习的目标检测主流算法,并分析了相关算法的优缺点和应用场景.最后根据深度学习的目标检测算法中存在的困难和挑战,对未来的发展趋势做了思考和展望. 相似文献