高钙高磷钒渣采用钙化-酸浸提钒后所得溶液中的杂质磷对后续沉钒及氧化钒产品质量均产生不利影响.本文采用煅烧活化硅酸钙方法去除酸性钒溶液中杂质P,通过V-P-S-H 2O系 E -pH图和lg C p-pH图对酸性钒溶液中P的赋存形式进行分析,分别研...高钙高磷钒渣采用钙化-酸浸提钒后所得溶液中的杂质磷对后续沉钒及氧化钒产品质量均产生不利影响.本文采用煅烧活化硅酸钙方法去除酸性钒溶液中杂质P,通过V-P-S-H 2O系 E -pH图和lg C p-pH图对酸性钒溶液中P的赋存形式进行分析,分别研究在高V/P比酸性含钒模拟液和低V/P比实际钒渣所得钒浸出液两种体系中硅酸钙对杂质P的脱除效果.结果表明酸性钒溶液中杂质P主要以H 2PO - 4 和H 3PO 4形式存在.煅烧活化后的硅酸钙对酸性含钒模拟液中P的脱除效果明显且选择性较强,磷去除率随煅烧温度、溶液体系pH值的增加而升高,钒损失率低于3.5%,但在实际钒渣所得酸性含钒溶液中,当磷去除率约为50%时钒损失率达15%,这是由于实际钒溶液中其他离子对脱P效果产生了不利影响,其作用机制有待进一步研究.展开更多
针对DHP(direct hashing and pruning)算法对大数据挖掘关联规则存在执行时间过长、效率不高的问题,对DHP算法的并行化策略进行了研究。根据云计算平台Hadoop的MapReduce并行编程模型,设计了一种并行DHP算法,给出了算法的总体流程和Map...针对DHP(direct hashing and pruning)算法对大数据挖掘关联规则存在执行时间过长、效率不高的问题,对DHP算法的并行化策略进行了研究。根据云计算平台Hadoop的MapReduce并行编程模型,设计了一种并行DHP算法,给出了算法的总体流程和Map函数、Reduce函数的算法描述。与DHP算法相比,并行算法利用了Hadoop集群强大的计算能力,提高了从大数据集中挖掘关联规则的效率。通过实例分析了并行DHP算法的执行过程,在多个数据集上进行了实验。实验结果表明:并行DHP算法对大数据具有较好的加速比和可扩展性。展开更多
文摘针对DHP(direct hashing and pruning)算法对大数据挖掘关联规则存在执行时间过长、效率不高的问题,对DHP算法的并行化策略进行了研究。根据云计算平台Hadoop的MapReduce并行编程模型,设计了一种并行DHP算法,给出了算法的总体流程和Map函数、Reduce函数的算法描述。与DHP算法相比,并行算法利用了Hadoop集群强大的计算能力,提高了从大数据集中挖掘关联规则的效率。通过实例分析了并行DHP算法的执行过程,在多个数据集上进行了实验。实验结果表明:并行DHP算法对大数据具有较好的加速比和可扩展性。