不同技术路线下的三元黑粉回收工艺对比论述

对行业内三种最常见的黑粉处理工艺进行了详细阐述和对比。硫酸化焙烧使锂在高温条件下浸出,并通过后续的水浸方式使锂与钴镍等进行分离,含锂溶液经除杂后进入锂沉淀工序,钴镍渣则进入常规湿法冶金系统进行处理。还原焙烧路线利用氢气等还原性物质,在高温下使三价钴镍还原为单质,再通过水浸法使离子态锂与金属态的钴镍分离,含锂溶液在除杂后进行锂提取,单质态钴镍则进入常规湿法冶金系统进行回收处理。全溶-萃取法则直接将黑粉溶解后,经过浸出段粗除杂和萃取精除杂,再对萃取液蒸发提浓后进行锂沉淀,从而达到锂回收的目的。

切线法与传统法拔除下颌第三磨牙的阻力分析比较

目的 :比较切线法阻力分析后推拔除阻生牙的方法与传统阻力分析拔除方法的临床疗效。方法 :将300例病例随机分为2组,甲组以传统阻力分析后分牙拔除方法,乙组按切线法阻力分析后完整拔除阻生牙,对比2组手术时间、术中及术后并发症等情交,并进行统计分析。结果:甲乙组所用时间分别为(22.39±13.13)min和(19.11±13.14)min,乙组(切线法)的拔牙时间短于甲组传统法(P<0.05)。术中、术后并发症除干槽症有统计学意义外,其他并发症差异无统计学意义。结论:两种方法均能顺利地完成下颌阻生第三磨牙拔除术,术后并发症较低。乙组(切线法)有拔牙时间短,干槽症发生率低的优势,并能完整拔除阻生牙,可为阻生牙移植提供前提条件。故切线法是下颌阻生第三磨牙拔除术一种较好的阻力分析及拔除的方法。

萃取法精炼黄金的研究和工业实践

主要研究了用萃取法进行矿产金的精炼。用某溶剂作为金萃取剂 ,用某复合反萃还原剂在常温条件下进行一步还原 ;将箱式混合澄清槽经改进后作为萃取器。该工艺已成功用于工业化生产 ,年精炼能力 30t以上 ,并可实现工艺流程的自动化控制。经专家鉴定 。

一种基于粗糙集理论的值约简算法

基于粗糙集理论,提出一种无需建立差别矩阵,无需计算分明函数的值约简算法,阐述该算法的设计思想和具体步骤,并用具体算例证明此算法可行,而且获取的规则是完备无冗余的。

基于ICEEMDAN和IMWPE-LDA-BOA-SVM的齿轮箱损伤识别模型

针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支持向量机(SVM)的齿轮箱故障诊断方法(ICEEMDAN-IMWPE-LDA-BOA-SVM)。首先,采用ICEEMDAN对齿轮箱振动信号进行了分解,生成了一系列从低频到高频分布的本征模态函数分量;接着,基于相关系数筛选出包含主要故障信息的本征模态函数分量,进行了信号重构,降低了信号的噪声;随后,提出了改进多尺度加权排列熵的非线性动力学指标,并利用其提取了重构信号的故障特征,以构建反映齿轮箱故障特性的故障特征;然后,利用线性判别分析(LDA)对原始故障特征进行了压缩,以构建低维的故障特征向量;最后,采用蝴蝶优化算法(BOA)对支持向量机(SVM)的惩罚系数和核函数参数进行了优化,以构建参数最优的故障分类器,对齿轮箱的故障进行了识别;基于齿轮箱复合故障数据集对ICEEMDAN-IMWPE-BOA-SVM方法进行了实验和对比分析。研究结果表明:该方法能够较为准确地识别齿轮箱的不同故障类型,准确率达到了99.33%,诊断时间只需5.31 s,在多个方面都优于其他对比方法,在齿轮箱的故障诊断中更具有应用潜力。

双官能团纤维修饰电极制备及对高盐水体中铀的高效提取研究

以聚丙烯腈纤维为原材料,以导电玻璃为基体电极,通过水热法制备了多胺基-偕胺肟基双官能团纤维(PANF-EDA-AO),另外采用滴涂法制备了PANF-EDA-AO修饰电极,结合电化学工作站开展了铀高效吸附-强化沉积实验,结果表明:在附加电场下,PANF-EDA-AO修饰电极对铀的提取量高达1763.3 mg/g,是PANF-EDA-AO本身物理化学吸附量(215.2 mg/g)的8倍左右;在NaCl溶液体系中,铀以不规则的块状颗粒物覆盖在PANF-EDA-AO修饰电极表面;而在多离子共存溶液体系中,铀以微纳米片状晶体形式覆盖在PANF-EDA-AO修饰电极表面。由循环伏安曲线发现:导电玻璃电极对水体中U(Ⅵ)的还原分两步完成,在还原得到U(Ⅳ)之前存在U(Ⅴ)中间体;而PANF-EDA-AO修饰电极对水体中U(Ⅵ)的还原一步即可完成,且十分迅速,其对铀的提取是双官能团螯合吸附、电化学还原、强化沉积协同作用的结果。该方法对在高盐多离子共存水体中高效提铀具有较大的应用潜力。

一种变步长的微动目标参数高精度提取方法

针对窄带雷达旋翼微动特征参数提取问题,研究了一种变步长的微动目标参数高精度提取方法。首先提取出脉压后旋翼目标所在距离单元内的回波,通过时频分析和骨架提取,对旋翼最大瞬时微多普勒频率进行估计;然后利用最大瞬时微多普勒频率等先验信息,对转速搜索矩阵进行降维处理,将微动目标尺寸参数和转速参数的二维联合估计转化为独立估计,并采用变步长搜索过程实现参数的精确估计;最后,通过能量积累的方法估计出旋翼转速,再进一步提取出目标的尺寸信息。仿真结果验证了所提方法的可行性和有效性。

基于多步降维和半监督学习的蛋白质质谱特征提取算法

目的提出一种基于半监督学习的多步降维特征提取方法。方法算法首先运用t-test对样本特征进行筛选,初步降低特征维度;然后进行离散小波变换,对小波系数进行相对熵排序,筛选出新的特征子集;接着进行主成分分析,提取主成分;最后运用半监督学习算法BB-LLGC进行标签传递,充分提取有标记和无标记样本的判别信息。结果在公共卵巢癌数据集OC-WCX2b和公共前列腺癌数据集PC-H4上获得了99.13%和97.20%分类准确率。在浙江省肿瘤医院临床乳腺癌数据集BC-WCX2a上获得了92.78%的分类准确率和100%的敏感性。结论多步降维的特征提取方法可以有效降低SELDI质谱数据的特征维度,结合半监督学习算法BB-LLGC,可以获得较好的分类效果。

一步法合成α-羟基环己基苯基甲酮的研究

采用α-羧基环己基磺酸为原料一步合成α-羟基环己基苯基甲酮.α-羧基环己基磺酸来源于巴陵石化甲苯法制己内酰胺的608废液中磺化副产物的提取.实验研究表明:以"沉淀还原法"与"络合萃取法"相结合从608废液中提取α-羧基环己基磺酸,其收率为85.7%,纯度达95%;一步法反应过程存在最佳原料配比m(α-羧基环己基磺酸二钠):m(苯甲酸)=2.2∶2.44,MnO作为催化剂,在反应温度为330℃,反应时间为2 h,催化剂浓度为0.99wt%下,α-羟基环己基苯基甲酮的收率达到70.4%,纯度为80.5%.

全生物法生产L-苹果酸的研究进展

综述了国内外利用微生物法生产L-苹果酸的发酵和提取工艺研究,并展望了全生物法生产L-苹果酸的应用前景。