机器学习加速的酸根阴离子水化结构第一性原理预测方法

    公开(公告)号:CN117524347B

    公开(公告)日:2024-04-16

    申请号:CN202311547565.7

    申请日:2023-11-20

    Applicant: 中南大学

    Abstract: 本发明公开了一种机器学习加速的酸根阴离子水化结构第一性原理预测方法,该方法包括如下步骤:S1、构建离子水化结构M_mH2O,并进行优化;S2、对优化后的离子水化结构进行扰动,生成训练数据集;S3、对所述训练数据集进行机器学习力场训练,建立机器学习模型;S4、对所述机器学习模型进行分子动力学模拟,并标识出力偏差在预设范围内的原子结构作为候选构型;S5、将通过验证的所述候选构型合并到后续迭代训练集中,以进一步完善和训练机器学习模型直至模型收敛,得到精准的深度势能模型;S6、对深度势能模型进行深度学习加速的分子动力学模拟,最终得到酸根阴离子的水化结构。本发明在保证计算精度的前提下,极大的提升了计算效率,降低了计算成本。

    基于密度泛函理论和图神经网络的高通量矿物浮选药剂筛选及设计自动化计算方法

    公开(公告)号:CN117457089A

    公开(公告)日:2024-01-26

    申请号:CN202311710718.5

    申请日:2023-12-13

    Applicant: 中南大学

    Abstract: 本发明涉及一种基于密度泛函理论(DFT)和机器学习(ML)的技术方法,特别是图神经网络,用于矿物浮选药剂高通量筛选和靶向设计的自动化计算方法。首先,通过DFT计算获取捕收剂分子与特定矿物表面的相互作用信息。本发明通过计算任务的自动准备、提交和监控,从而大大提高了计算效率和准确度。采用图神经网络模型,利用DFT计算结果作为训练数据,训练模型以预测捕收剂分子在矿物表面的吸附能。通过机器学习模型的预测,可以在不进行实际DFT计算的情况下,快速评估大量不同捕收剂分子的效能,从而实现高通量的捕收剂筛选。最终,通过该自动化计算方法,能够为矿物浮选药剂的设计和筛选提供一种高效、低成本且准确的技术方案。

    一种含EDTA-Ni废水的处理方法

    公开(公告)号:CN113562877B

    公开(公告)日:2022-09-06

    申请号:CN202110842407.9

    申请日:2021-07-26

    Applicant: 中南大学

    Abstract: 本发明公开了一种含EDTA‑Ni废水的处理方法,该处理方法包括如下步骤:S1、调节EDTA‑Ni废水pH值为2.5~3.5,向废水中加入硫酸亚铁,搅拌;S2、向S1的反应物中加入螯合药剂进行螯合反应;S3、向S2的反应物中加入絮凝剂絮凝沉淀并过滤。相比传统芬顿氧化破络,本发明采用置换破络,不需要添加双氧水,节省药剂;另外,本发明中的螯合药剂具有去除深度高、去除效果较稳定,污泥量小,且生成的螯合沉淀比传统的氢氧化镍沉淀更为稳定,堆放或运输过程中过程中不易分解,不会造成二次污染问题。

    一种有色金属冶炼废水的处理方法

    公开(公告)号:CN114804452A

    公开(公告)日:2022-07-29

    申请号:CN202210211806.X

    申请日:2022-03-04

    Applicant: 中南大学

    Abstract: 本发明属于废水处理领域,具体涉及一种有色金属冶炼废水的处理方法,调控有色金属冶炼废水在pH为9~11下进行预处理,分离得到预处理废水;将预处理废水进行电化学氧化处理,且在处理过程中连续地向极板间且靠近阳极端输送金属M盐溶液;所述的金属M盐溶液为溶解有Fe、Al中的至少一种离子的水溶液,其输送流速为2~200mg/(L·min)。本发明能够协同实现有色金属冶炼废水中多种污染物的同步高效处理,并能够协同增效,不仅如此,还能够有效降低物料以及设备成本。

    一种基于界面配位调控的电镀含铬废水资源化处理方法

    公开(公告)号:CN114314997A

    公开(公告)日:2022-04-12

    申请号:CN202210243820.8

    申请日:2022-03-14

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于界面配位调控的电镀含铬废水资源化处理方法,包括以下步骤:先将天然磁铁矿和天然氧化铅矿经过破碎、研磨、浮选后,经过焙烧,得到改性磁铁矿和改性氧化铅矿;然后将电镀含铬废水中加入改性磁铁矿,生成沉淀A和滤液A;将滤液A加入改性氧化铅矿,得到沉淀B和滤液B;将沉淀B加入水,通入硫酸盐或/和碳酸盐溶液,过滤得沉淀C和滤液C;将滤液C冷却至室温,析出铬酸盐晶体,过滤后得到铬酸盐沉淀,干燥回收。本发明利用三价铬和六价铬的特性,对三价铬和六价铬分别处理,从而达到含铬废水深度净化以及铬资源化回收的目的,实现了含铬废水的资源化处理,铬去除率高,生产成本低,操作简单,环境友好,适合于工业化应用。

    一种黄铜矿抑制剂的量子化学高通量筛选方法

    公开(公告)号:CN113433276A

    公开(公告)日:2021-09-24

    申请号:CN202110631730.1

    申请日:2021-06-07

    Applicant: 中南大学

    Abstract: 本发明公开一种黄铜矿抑制剂的量子化学高通量筛选方法,包括:S1建立浮选药剂的分子数据库;S2粗优化得到优化分子数据库;S3针对初始结构在中性和失去一个质子的两种状态下的分子分别制作对应输入文件,得到第一分子数据库;S4将分子与金属离子对接形成烷基‑官能团‑金属,得到第二分子数据库;S5对所分子进行优化并做分析,获得量子化学参数及log文件;S6读取log文件得到输出文件,通过分析输出文件,提取分子结构性质参数;S7预测反应吉布斯自由能,筛选浮选药剂。本发明采用量子化学方法对典型官能团分子进行分析筛选,避免了传统试错法存在的成功率低、筛选效率低、存在合成未知毒性物质的风险、存在巨大资源浪费和安全问题的技术问题。

    一种铜铵组合硫化活化剂及氧化铜矿硫化浮选方法

    公开(公告)号:CN112371349A

    公开(公告)日:2021-02-19

    申请号:CN202011112697.3

    申请日:2020-10-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种铜铵组合硫化活化剂及氧化铜矿硫化浮选方法,铜铵组合硫化活化剂由铜盐溶液和铵溶液组成,其中NH4+和Cu2+的摩尔比为(0.5~4):1。浮选方法为取氧化铜矿物,破碎筛分加水混合得到矿浆;调整矿浆pH;矿浆内铜铵组合硫化活化剂,混合均匀进行活化;矿浆内加入硫化剂,混合均匀进行硫化;矿浆内加入捕收剂,混合均匀;加入起泡剂,混合作用后刮泡作业,得到精矿和尾矿。本发明采用铜铵组合硫化活化剂进行氧化铜矿硫化浮选,有效提高了活化效果,相比于未添加活化剂精矿回收率高了近19个百分点,相对提高了26%;相比于硫酸铵精矿回收率高了9.6个百分点,相对提高了12%;相比于磷酸乙二胺回收率高了12.6个百分点,相对提高了16%。

    一种去除氰化渣中氰化物的方法

    公开(公告)号:CN108588439B

    公开(公告)日:2019-11-05

    申请号:CN201810311865.8

    申请日:2018-04-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种去除氰化渣中氰化物的方法,包括以下步骤:将氧化硫硫杆菌进行驯化,得到驯化的氧化硫硫杆菌,将驯化的氧化硫硫杆菌加入到氰化渣中进行反应,利用驯化的氧化硫硫杆菌将氰化渣中的低价态硫氧化为高价态硫的过程中产生的硫氧化合物过渡态对氰化渣中的氰化物进行氧化,即实现氰化物的去除,其中,所述氰化渣中含有黄铁矿或磁黄铁矿。该方法具有工艺流程简单、去除效果好、无污染等优点,并将氰化渣中的黄铁矿或磁黄铁矿资源变废为宝,大大减少了SO2的使用量,大大降低了成本。该方法解决了现有INCO法去除氰化物过程中SO2消耗量大,处理费用居高不下的问题。

    一种基于超细氢氧化铁胶体分离砷碱渣中砷与碱的方法

    公开(公告)号:CN108585057A

    公开(公告)日:2018-09-28

    申请号:CN201810464786.0

    申请日:2018-05-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于超细氢氧化铁胶体分离砷碱渣中砷与碱的方法,该方法是将砷碱渣通过水浸出,浸出液通过氧化脱锑,得到含碳酸钠和砷酸钠的溶液;在该溶液中加入砷酸铁晶核和超细氢氧化铁胶体反应得到砷酸铁晶体,固液分离,得到含碳酸钠的溶液和砷酸铁产品;在含碳酸钠的溶液中通入二氧化碳反应析出碳酸氢钠晶体,碳酸氢钠晶体经过热分解,得到碳酸钠产品。该方法利用高度活性的超细Fe(OH)3胶体来吸附和转化砷碱渣浸出液中砷酸根生成稳定、溶解度小、结晶性好的砷酸铁沉淀,实现了砷碱渣浸出液中砷碱高效分离,克服了强碱性条件下铁盐除砷利用效率低、净化不彻底等难题,且该方法过程简单、操作方便,满足工业化生产。

Patent Agency Ranking