第一节 水体自净 第二节 微生物脱氮工艺原理及其微生物 第三节 微生物除磷工艺原理及其微生物

1、聚合物基复合材料的成型工艺 2、金属基复合材料的成型工艺 3、陶瓷基复合材料的成型工艺

1、聚合物基复合材料的成型工艺 2、金属基复合材料的成型工艺 3、陶瓷基复合材料的成型工艺

基于我国钢铁行业烧结烟气排放标准、排放特征和现行污染物控制技术,分析了国内外先进的多污染物协同控制技术——活性炭(焦)吸附工艺、湿法脱硫除尘+选择性催化还原协同净化技术、循环流化床多组分污染物协同净化工艺、高性能烧结废气净化工艺、新型密相半干法烟气集成治理技术等工艺的技术思路、特点和存在问题等,并针对钢铁行业的实际需求对多污染物协同控制技术的发展提出了建议

光刻的目的和意义第四章已做过简单的描 述,这一章主要介绍基本光刻工艺中的表面准 备至曝光的工艺步骤及光刻胶的特性

锌浸出渣是一种具有较高综合利用价值的固废资源。本文针对锌浸出渣中有价金属的回收以及全质化利用的研究进展进行了归纳总结：锌浸出渣中有价金属的种类多，如锌、铅和银等具有较高的回收价值，其回收工艺主要有火法工艺和湿法工艺。通过对多种典型锌浸出渣回收工艺的优缺点和适用性的详细比较分析，提出了微生物浸出?氯盐浸出联合的方法，该方法可高效浸出锌浸出渣中的锌、铅和银，对不同类型的锌浸出渣具有良好的适用性，展现出了良好的工业应用前景；其次，介绍了锌浸出渣全质化利用的进展，展望了技术发展方向，锌浸出渣全质化利用将朝着制备性能优异、精细化和绿色节能的高端材料方向发展，在实现锌冶炼行业清洁生产的同时努力获得更大的经济效益

针对印度尼西亚某低品位锰矿，提出盐酸法富集与酸介质高值再生的工艺。借助X射线衍射分析，光学显微镜和电子显微镜等表征方法进行工艺矿物学分析。结果表明：该锰矿矿物组成简单，主要由方解石、软锰矿和少量菱锰矿、褐铁矿、高岭石等组成。筛析结果显示该锰矿粒度越小，锰含量相对越高。粗碎后以2 mm筛孔的筛子过筛可得到锰质量分数为33.32%的锰中矿。锰中矿盐酸直接浸出的最佳条件为：浸出pH 3.0、浸出时间1.5 h、搅拌转速200 r·min?1、液固比4∶1 mL·g?1，此条件下产出的锰精矿品位为54.50%，钙质量分数为0.57%。常温下盐酸再生可产出二水硫酸钙晶须，其长径比可达50以上。再生盐酸返回浸出锰中矿，产出的锰精矿品位为52.16%，钙质量分数为1.39%，验证了该工艺流程的可行性。X射线衍射分析、扫描电镜及能谱分析结果显示产出的锰精矿主要组成成分为软锰矿，杂质为少量褐铁矿、高岭石等。酸介质循环时杂质将逐渐积累，当镁离子质量浓度积累到96.74 g·L?1时，采用水解沉淀法进行除杂

针对现行鼓风炉挥发(熔炼)-反射炉还原炼锑工艺存在的流程长、能耗高、低浓度SO2烟气污染等问题,提出了一种基于选冶联合过程的锑提取新工艺——硫化锑精矿还原固硫焙烧直产金属锑.分别以ZnO和碳粉作为固硫剂和还原剂实现对硫化锑矿的固硫还原转化,直接产出金属锑,同时生成硫化锌,再分别分离得到金属锑粉和硫化锌精矿.本文采用控制变量法,分别考察了焙烧温度、碳粉粒度、ZnO配入量、焙烧时间对锑生成率和ZnO固硫率的影响.得到最佳条件如下:焙烧温度800℃、碳粉粒度100~150目、ZnO量为固硫所需理论量、焙烧时间2 h,在此条件下,锑生成率为90.4%,ZnO固硫率为94.8%,其中温度和ZnO加入量对焙烧效果有较大影响;同时对反应产物的分析和过程热力学计算表明焙烧过程分两步进行,即首先发生Sb2S3与ZnO的交互固硫反应生成Sb2O3,其后在高于700℃温度下Sb2O3被大量还原成金属锑.在不同品位的锑精矿综合实验中,均获得了90%左右的锑生成率和88%的固硫率,验证了工艺的可行性.新工艺低温低碳、清洁环保,易于开展工业化生产

以直径20 mm, 包覆比50%的银包铝细棒为研究对象, 通过有限元数值模拟以及相应的实验验证, 得出了银包铝复合材料立式连铸复合成形工艺的边界条件.采用ProCAST软件模拟了立式连铸成形过程, 得出各工艺参数对连铸结果的影响规律, 给出了可行的连铸工艺参数范围及工艺调控策略, 以模拟结果为指导, 制备出表面质量高、复合界面效果良好的银包铝复合棒材.实验结果表明, 芯管长度、连铸速度对结果的影响最大, 芯管长度影响了芯管出口处双金属的接触温度、接触时间, 并直接改变了铝芯固液界面的相对位置.当芯管长度过短时, 银铝界面反应较强烈, 当芯管长度过长时, 芯棒冷却强度大, 芯部铝产生明显的冷隔.随着连铸速度的增大, 银的固液界面到芯管出口距离逐渐减小, 铝的固液界面距出口距离逐渐增大; 铝液铸造温度升高, 冷却水减少也会带来相似的作用.结果显示, 芯管长度30 mm, 速度37~67 mm·min-1, 银的铸造温度1225~1325℃, 铝的铸造温度800℃, 冷却水流量约300 L·h-1是可行的银包铝连铸工艺

油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径