一种基于晶相调控从冶金废渣中提取回收重金属铬的方法

    公开(公告)号:CN114540629A

    公开(公告)日:2022-05-27

    申请号:CN202111668808.3

    申请日:2021-12-30

    Abstract: 本发明公开了一种基于晶相调控从冶金废渣中提取回收重金属铬的方法。冶金废渣进行破碎过筛,获得废渣粉末与纯碱或烧碱并添加氯化钠进行混合均一,在空气氛围下焙烧,焙烧冷却后的废渣进行洗涤、过滤,分离得到铬提取溶液和脱铬残渣。本发明通过氯化钠与纯碱或烧碱促进了高硅含量冶金废渣中铬的氧化,其中氯化钠作为承担模板剂与Na+运输载体的作用,可加速并控制硅酸钠晶体的取向生长,释放被包裹的氧化铬相,降低了反应底物接触受阻的影响,形成的大孔道提供了氧传递通道,提升了反应氧含量,加速了铬的氧化效率。采用本方法含铬冶金废渣的铬提取率大于95%,实现了铬的资源化回收利用,具有良好的社会经济效益和生态环境效益。

    一种低温碱焙烧晶相调控提取重金属铬的方法

    公开(公告)号:CN114250373A

    公开(公告)日:2022-03-29

    申请号:CN202111648040.3

    申请日:2021-12-29

    Abstract: 本发明属于重金属铬提取领域,具体涉及一种低温碱焙烧晶相调控提取重金属铬的方法。含铬物料进行干燥、破碎、过筛,得到含铬物料粉末与氯酸钠按比例进行混合,再加入一定比例的烧碱进行造球团,球团再依次进入窑的干燥段、反应段、冷却段,反应段温度仅需控制在250~400℃。焙烧后的熟料进行湿磨、过滤、洗涤,可得到铬提取液与残渣。本发明是一种新原理的提铬方法,完全取代了传统钠法焙烧过程的氧化剂——氧气,大幅度降低钠法焙烧过程所需要的温度(传统钠法焙烧技术800~1100℃),采用该方法对含铬物料的铬提取率≥95%。该方法是一种低能耗、高效率、运行操作简单的火法提铬技术,具有良好的社会经济效益和生态环境效益。

    基于机器学习模型对脑网络异常边连接的预测方法

    公开(公告)号:CN115829054A

    公开(公告)日:2023-03-21

    申请号:CN202211525678.2

    申请日:2022-12-01

    Abstract: 本发明公开了一种基于机器学习模型对脑网络异常边连接的预测方法,步骤如下:基于待预测的脑图谱,选择对应的关联矩阵进行top5%‑25%二值化或阈值化,降维筛选边连接特征;对降维后的关联矩阵建立基于交叉验证结构的机器学习预测评估模型;获得机器学习预测评估模型的准确度和混淆矩阵;同时得到脑网络边连接的结果为加权邻接矩阵,将结果可视化为二维环形加权网络及对应的超阈值子网络、由BrainNet Viewer生成的三维大脑表面加权网络及对应的超阈值子网络。本发明通过对输入信号初步降维和超阈值选择筛选特征,在交叉验证结构中结合机器学习和图论,缓解机器学习模型预测问题中的维度灾难、可解释性和泛化性不足的问题。

Patent Agency Ranking