LF泡沫精炼渣脱硫动力学的实验研究

对CaO -Al2 O3 -SiO2 系泡沫精炼渣进行了实验室脱硫动力学研究 ,得到的硫传质系数为 1.45 9× 10 -5m s。还就泡沫精炼渣中发泡剂对其脱硫能力的影响进行了研究。     

利用数学模型分析复吹转炉吹炼工艺

在冶金热力学和动力学及反应工程学原理的基础上，建立了模拟复吹转炉冶炼过程的数学模型．在用梅钢150t复吹转炉工业试验的结果对模型加以验证之后，利用模型对具有中高磷铁水特点的梅钢转炉吹炼工艺进行了分析讨论．     

一种基于壅塞原理的多路气粉两相流等流量控制方法

在诸如高炉喷吹煤粉等粉状物料气力输送的场合,常有将粉料经过多条不同长度和布置的路径,按相同的质量流量连续输送到多个目的地的工艺要求.本研究将纯气流的壅塞现象推广到气粉两相流中,对基于气粉两相流壅塞原理的多路气粉两相流等流量控制方法进行了实验验证.实验结果表明,若在各支管路入口之前加入一组具有相同尺寸的壅塞喷管,并满足相应的压力条件时,可使流过各壅塞喷管的多路气粉两相流的速度在其喉口处同时达到音速,且该速度不会因后续管路的长短和布置而改变,进而可以起到均衡流经各支管路的气粉两相流质量流量的作用.通过对发生壅塞现象时,煤粉的质量流量和进口压强的关系以及临界压强比等参数的实验确定,给出了壅塞喷管的选择依据和使用条件.     

COREX预还原竖炉反应进程的物理模拟

COREX工艺主要由预还原竖炉和熔化气化炉两部分组成,预还原竖炉作为气-固逆流式反应器,炉内铁氧化物的还原情况至关重要,关系到整个流程的生产效益.本文通过建立1∶20的半圆周冷态模型,利用硅胶吸水逐渐变色的特性进行预还原竖炉内气-固反应进程的可视化模拟实验,测定了不同气体流量下填充床内铁矿石的还原情况.结果表明炉内径向铁矿石还原率相差较大,随着气体流量增大而炉内气-固反应进程加快,反应进程在轴向、径向上很不均匀.     

竖炉生产直接还原铁过程的数值模拟

采用基于气相和固相的质量和能量的竖炉一球团（块矿）法直接还原炼铁的一维数学模型．含铁原料的还原采用三界面未反应核模型,并考虑了热量损失,得到了各物质的组成和温度在炉内的分布．以Gilmore厂Midrex作为对象进行模拟,模型结果与生产数据相符,验证了模型的准确性．模拟结果表明：Midrex竖炉的绝大部分区域内气利和固相的温度基本保持在还原煤气的入口温度．对高度为9．75m的Midrex竖炉,炉内绝大部分为浮氏体的还原,含铁原料运行约0．5m即可完全变成磁铁矿,运行约2m即可完全变成浮氏体．在竖炉7．0～9．75m深度范围内,随着还原气的上行,H2的体积分数迅速减少,而CO的体积分数变化不大．在竖炉2．0—7．0m深度范围内,H2和CO的体积分数缓慢降低,在竖炉0～2．0m深度范围内,H2和CO的体积分数显著降低．     

8407模具钢表面渗铝的研究

为了防止模具表面产生热疲劳裂纹,通过冷喷涂在8407钢试样表面形成了一层铝涂层,再进行扩散处理,在试样表面形成了渗层.通过理论分析确定低温渗铝的工艺参数,并与渗铝实验进行检验,重点研究了扩散温度和扩散时间对渗层质量的影响.结果表明,8407钢经过冷喷涂铝后再进行扩散处理能够实现低温渗铝.在550℃下扩散4 h左右形成的渗层质量比较理想.     

CVD法合成SiC晶须的实验研究

利用简单的实验设备，特殊的金属丝作触媒，以ＳｉＯ２和Ｃ为原料，利用碳热还原反应生成的ＳｉＯ和ＣＯ，通过ＣＶＤ的方法快速合成α－ＳｉＣ晶须，用光学显微镜研究了晶须的生长速度，通过ＴＥＭ研究α－ＳｉＣ晶须的结构和生长方式。讨论了这种方法中α－ＳｉＣ晶须生长的热力学条件，机理及生长动力学模型。     

塑料燃烧热重动力学与热动力学分析

利用热分析-质谱联用技术进行了塑料燃烧的实验研究,探讨了这类聚合物的燃烧机理,并采用热重动力学和热动力学解析方法定量分析了塑料燃烧的动力学参数.研究表明,塑料燃烧过程一步完成.塑料的DSC热动力学活化能参数分别对应3个温度区间的反应,活化能值都比较高,在300 kJ·mol-1以上,在反应的后期甚至达到842 kJ·mol-1.DTG动力学活化能只对应一个温度区间,活化能值为509 kJ·mol-1.DSC动力学参数与热重动力学参数差别很大,说明塑料燃烧时的热行为与质量变化行为差别很大.     

复吹转炉炼钢过程机理模型

在分析复吹转炉冶炼过程机理的基础上，应用冶金热力学、动力学、传输原理和反应工程学理论，建立了描述冶炼过程的动力学模型，确定了模型的有关参数。模型的关键在于正确找出转炉冶炼过程中各氧化反应的限制环节，建立氧化反应速度与限制环节速度的联系，从而得到转炉中各氧化反应的速度方程。     

应用改进的神经网络模型预报转炉冶炼终点

准确预报转炉冶炼终点的钢水温度与碳含量对提高转炉终点命中率具有重要意义。针对现有多层前馈网络学习算法的不足,基于BP模型提出一种改进算法,建立了复吹转炉冶炼终点的预报模型,并与BP模型的预测结果进行了统计比较。研究表明,改进后的模型能够对冶炼终点进行良好的预报。采用单节点输出模型对终点钢水碳含量与温度分别进行预报,预测误差w(Δ[C])<±0.03%的命中率达97.22%,Δt<±12℃的命中率为94.44%。还建立了神经网络双节点输出模型对转炉终点钢水碳含量及温度同时进行预报,误差Δt<±15℃、w(Δ[C])<0.03%的双命中率为76.92%。