铜渣改质、磁选及磁选尾渣制备陶瓷的基础研究

来源 :有色金属科学与工程 | 被引量 : 0次 | 上传用户:qoqwryi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对铜渣难以高效利用的现状,提出以赤泥为改质剂,在熔融铜渣排渣过程中对其进行改质,以提高凝固冷渣磁选率,并进一步将磁选尾渣制备为陶瓷材料的新工艺。本文在铜渣中加入不同掺量的赤泥并经过熔融、冷却、磁选和尾渣制陶工艺获得了磁选铁精粉和尾渣陶瓷产品,通过XRD、SEM等方法研究赤泥对铜渣含铁组分磁选效果的影响,以及磁选尾渣制备陶瓷材料的性能与机理。结果表明:赤泥的加入促进了熔渣中磁铁矿的析晶与生长。赤泥加入量为20%时,改质渣磁选铁精粉回收率达到84.0%,其中铁品位达到52.5%,相对未改质铜渣的铁品位提高7
其他文献
目的研究慢性不可预知温和刺激(CUMS)小鼠活体状态下内侧前额叶灰质体积和自发活动的变化,及其与mTORC1能量信号通路的关联及机制。方法4周龄健康C57Bl/6小鼠随机分为正常对
方面情感分析是指分析语句中目标方面项的情感极性,但目前较少研究语句中邻近方面项间依赖关系对情感分类的影响。基于此,针对方面情感分析提出一个结合基于注意力机制的双向LSTM和多跳端到端记忆网络的方面情感分类模型。首先利用Bi-LSTM的序列学习能力,并引入注意力机制来得到语义向量表示;然后用多跳记忆网络来对目标方面项和语句中其余方面项间相关性进行建模构建深层的情感分类特征向量,输入到softmax函
归纳法是科学的推理方法,在现代汉语教学中得到运用。不少学者对现代汉语教学中归纳法的使用进行了研讨,本文梳理了学者们的研究成果,在此基础上结合具体教学案例探讨了现代
针对并行DCNN算法在大数据环境下网络冗余参数过多、收敛速度慢和并行效率低的问题,提出了一种并行化深度卷积神经网络优化算法——PDCNNO(parallel deep convolutional neural networks optimization algorithm)。首先,该算法设计了基于特征图的剪枝策略(PFM),预训练网络,获得压缩后的网络,有效减少了冗余参数,降低了DCNN训练时间和
介质陶瓷作为新兴的微波材料在应用中具有广阔的前景。在这篇综述中探究了介质陶瓷结构的高质量因数和低热稳定介电常数。在大量现有研究的基础上,分析电介质物理与微波介质
目的比较Ⅱ期子宫内膜样腺癌患者进行广泛全子宫切除术(radical hysterectomy,RH)和全子宫切除术(total hysterectomy,TH)后生存、复发情况和生活质量。方法回顾性选取2007年