一种净化电解炼锌中电解前液净化除钴的方法

    公开(公告)号:CN101864579B

    公开(公告)日:2012-02-01

    申请号:CN201010145145.2

    申请日:2010-04-12

    IPC分类号: C25C1/16

    CPC分类号: Y02P10/234

    摘要: 本发明公开了一种净化电解炼锌中电解前液净化除钴的方法:在超声波的作用下,在锌电解前液中加入过一硫酸;采用锌精矿或锌粉调整第一步得到的溶液的pH值,在温度40-90℃的条件下,上述溶液中的Co(II)氧化为Co(III),并以Co(OH)3的形式沉淀;本发明工艺简单,易于操作;采用过一硫酸为氧化剂,能够提供高于2.3V的氧化电位,强化降解反应过程;利用功率超声为协同手段,能够在反应过程中产生羟基自由基,进一步提高氧化电位、强化钴的水解沉淀过程和沉淀颗粒的团聚长大。该方法能够在高效净化除钴的同时,不带入影响电解过程的其它杂质。

    利用超声电化学制备过一硫酸的方法

    公开(公告)号:CN101864578A

    公开(公告)日:2010-10-20

    申请号:CN201010145135.9

    申请日:2010-04-12

    IPC分类号: C25B3/02

    摘要: 本发明公开了一种超声电化学制备过一硫酸的方法,该方法将硫酸溶液置于电解槽中,纯铂为阳极,阴极为铅板或者热震石墨,磺酸基阴离子选择膜分隔阴阳极,电解槽底部加入超声波,电解温度为0-40℃,电解电压保持在3V~7V,电流密度为1000A/m2-6000A/m2,所加入的超声波频率为20kHz~100kHz,超声声强为5-20W/m2,超声电解时间为1~5小时,在阳极区硫酸溶液中硫酸根发生氧化反应,生成过一硫酸。该方法比常规高浓度合成法制备过一硫酸的方法具有方法简便、减少能耗、缩短反应时间和生成氧化剂活性较高等特点。

    一种脱除废气中二氧化硫的方法及设备

    公开(公告)号:CN100366324C

    公开(公告)日:2008-02-06

    申请号:CN200510042884.8

    申请日:2005-07-01

    IPC分类号: B01D53/14 B01D53/50 B01D53/78

    摘要: 本发明公开了一种脱除废气中二氧化硫的方法,将含有二氧化硫的气体通入柠檬酸盐溶液,得到含有二氧化硫的柠檬酸盐溶液,在微波作用下,含有二氧化硫的柠檬酸盐溶液中的亚硫酸分解为二氧化硫和水,并以二氧化硫的形式从溶液中逸出。该方法在分离过程中节能并且能防止柠檬酸盐分解、减少硫酸根生成量。本发明还公开了一种实施该方法的设备,该设备结构简单,易操作,处理量大。

    一种富钒炉渣中多种元素提取方法及应用

    公开(公告)号:CN115466848B

    公开(公告)日:2024-02-20

    申请号:CN202211139588.X

    申请日:2022-09-19

    摘要: 本发明公开了一种富钒炉渣中多种元素提取方法及应用,其中提取方法包括:将富钒炉渣通过破碎、筛分、磁选,然后与含碱金属或碱土金属的化合物冷冻干燥,并在氧气气氛下加热处理,通过破碎、筛分,再与酸溶液加入球磨罐中,进行低转速活化与高转速酸浸,并经过滤得到滤液;在滤液中加入沉淀剂与沉淀添加剂,调节pH值,通过离心收集不同pH条件下所产生的固体沉淀:包括含钒元素沉淀物、含钒、硅元素的沉淀混合物、含铝和铬元素的沉淀混合物、含镁和锰元素的沉淀混合物和含钙元素的沉淀物。本发明提高了富钒炉渣中钒的回收率,且引入杂质减少。本发明还提供了不同沉淀物的用途,拓宽了富钒炉渣的资源化利用途径,实现了矿产资源的循环使用。

    一种同时浸出与剥离锂离子电池正极材料的方法

    公开(公告)号:CN117265274A

    公开(公告)日:2023-12-22

    申请号:CN202311139981.3

    申请日:2023-09-05

    摘要: 本发明属于电池回收再利用领域,具体涉及一种同时浸出与剥离锂离子电池正极材料的方法。具体如下:将氢键受体氯化胆碱与氢键供体在室温下混合,在50℃~80℃下搅拌1~2个小时,混合均匀后形成中间混合流体。向中间混合流体中加入溶解剂,在50℃~80℃下搅拌2~4小时,得到三元低共熔溶剂。将小片正极片加入三元低共熔溶剂中,加热70min~210min,得到钴与锂的浸出溶液和铝箔。铝箔被完整的保留下来,而钴和锂被溶解到溶剂中,剥离与浸出相互促进,有效强化了浸出过程,提高了钴与锂的浸出率,降低了浸出过程的温度,缩短了浸出与剥离的时间,能够在较大的固液比下进行,使处理量显著提高。

    一种烟气脱硫用钙基离子液体、脱硫剂及其制备方法

    公开(公告)号:CN113041827B

    公开(公告)日:2022-11-08

    申请号:CN202110282725.4

    申请日:2021-03-16

    IPC分类号: B01D53/79 B01D53/50

    摘要: 本发明公开一种烟气脱硫用钙基离子液体、脱硫剂及其制备方法,该烟气脱硫用钙基离子液体由1‑丁基‑3‑甲基咪唑氯盐离子液体、氯化钙和可挥发性溶剂经搅拌反应、离心分离、干燥后制得。该烟气脱硫用脱硫剂由活性炭与本发明如上所述烟气脱硫用钙基离子液体通过加压浸渍法制得。本发明的钙基离子液体在常温时为固态,方便运输,同时本发明的脱硫剂还克服了目前烟气脱硫用离子液体在使用时黏度较高、利用率低的问题。

    用于分离镍钴离子的疏水性低共熔溶剂及其制备方法和分离镍钴离子的方法

    公开(公告)号:CN112981139B

    公开(公告)日:2022-08-16

    申请号:CN202110156332.9

    申请日:2021-02-04

    IPC分类号: C22B23/00 C22B3/40

    摘要: 本发明公开了一种用于分离镍钴离子的疏水性低共熔溶剂及其制备方法和分离镍钴离子的方法,疏水性低共熔溶剂中氢键供体与氢键受体按照摩尔比为1:1~1:1.5;氢键受体采用三辛基甲基氯化铵,氢键供体采用薄荷醇;或者,氢键受体采用三辛基甲基溴化铵,氢键供体采用薄荷醇;或者,氢键受体采用三辛基甲基溴化铵,氢键供体采用麝香草酚。分离镍钴离子的方法包括:将镍钴混合液与疏水性低共熔溶剂混合,待萃取平衡后离心分相,得到含有钴有机相,采用硫酸钠水溶液将有机相中的钴反萃到水相,同时疏水性低共熔溶剂得以复用。本发明在分离镍钴离子时不易受酸度的影响,同时萃取容量较高,反萃容易。

    一种Laves相强化不锈钢及其制备方法

    公开(公告)号:CN113322417A

    公开(公告)日:2021-08-31

    申请号:CN202110627447.1

    申请日:2021-06-04

    摘要: 本发明公开一种Laves相强化不锈钢及其制备方法,包括:C:0.003%~0.006%,Si:0.45%~0.5%,Mn:0.3%~0.35%,Cr:19%~20%,Mo:1.9%~2.1%,W:0.5%~1%,N:0.07%~0.08%,Nb:0%~0.2%,Ti:0%~0.2%,Zr:0%~0.2%,Hf:0%~0.2%,Y:0%~0.2%,其中,Nb、Ti、Zr、Hf和Y的含量不同时为零,余量为铁。制备过程包括:按照组分进行配料,进行感应熔炼,制成铸锭;将铸锭于1200~1250℃下保温5~7h进行均匀化热处理;再进行高温锻造,使晶粒破碎;再进行高温热轧,得到热轧板;再对热轧板顺次进行析出相调整处理、位错强化处理和组织调控热处理,得到所述Laves相强化不锈钢。本发明能够实现通过Laves相对不锈钢的强化,提高不锈钢的高温性能。

    一种氧化物强化奥氏体不锈钢及其制备方法

    公开(公告)号:CN113201681A

    公开(公告)日:2021-08-03

    申请号:CN202110477902.4

    申请日:2021-04-29

    摘要: 本发明公开一种氧化物强化奥氏体不锈钢及其制备方法,该氧化物强化奥氏体不锈钢包括奥氏体不锈钢基体和弥散均匀分布于奥氏体不锈钢基体中的微米氧化物、亚微米氧化物和纳米氧化物;其中,微米氧化物为Ti2O3、TiO2或ZrO2,亚微米氧化物为Y2O3,纳米氧化物为Y‑Zr‑O。制备过程包括:将粉末A进行热等静压成型,得到成型体;对成型体进行热处理,释放成型体中的热应力;其中,粉末A为微米氧化物与粉末B球磨混合得到;粉末B为亚微米氧化物与粉末C经球磨固溶后得到;粉末C为纳米Y2O3、纳米Zr粉和奥氏体不锈钢粉进行球磨固溶得到。本发明利用氧化物冶金技术和弥散强化理论向钢中引入不同尺寸的多种氧化物粒子对奥氏体不锈钢进行强化。

    基于平衡算法优化GRNN神经网络预测泡沫铜吸声系数的方法及系统

    公开(公告)号:CN112966804A

    公开(公告)日:2021-06-15

    申请号:CN202110150349.3

    申请日:2021-02-03

    IPC分类号: G06N3/00 G06N3/02 G06N3/08

    摘要: 本发明公开了一种基于平衡算法优化GRNN神经网络预测泡沫铜吸声系数的方法及系统,包括如下过程:利用平衡优化算法计算GRNN神经网络中的最优光滑因子;利用最优光滑因子创建GRNN神经网络,利用泡沫铜吸声系数数据对创建的GRNN神经网络进行训练,得到最终的GRNN神经网络;利用最终的GRNN神经网络对泡沫铜的吸声系数进行预测。采用本发明的方法来预测泡沫铜吸声系数值误差较小,最大的平均相对误差为1.723%,最小的仅为0.181%。结果表明本发明所建立的平衡优化算法优化GRNN神经网络是有效可靠的。