【摘 要】
：
将ICP-OES用于测量镍铜合金中的铝含量.设计方法对铝元素的特征发射谱线对比选择最优分析谱线、标液加基体消除基体干扰,提高分析准确度和精密度.结果表明:铝的发射谱线λ=237.313 nm,不受镍铜合金中其他共存元素干扰.该测量方法准确、快速、高效,且能够取代传统Na2EDTA滴定法,可用于实际生产中的镍铜合金中Al元素含量为1.00％-4.00％的含量测定.
【机 构】
：
四川省工业环境监测研究院,四川成都610046
论文部分内容阅读
将ICP-OES用于测量镍铜合金中的铝含量.设计方法对铝元素的特征发射谱线对比选择最优分析谱线、标液加基体消除基体干扰,提高分析准确度和精密度.结果表明:铝的发射谱线λ=237.313 nm,不受镍铜合金中其他共存元素干扰.该测量方法准确、快速、高效,且能够取代传统Na2EDTA滴定法,可用于实际生产中的镍铜合金中Al元素含量为1.00％-4.00％的含量测定.
其他文献
高炉布袋灰中的氯严重影响其综合利用,可通过水洗的方式除去.试验表明,高炉布袋灰一次洗涤后的泥饼用0.5:1的冲洗水灰比,即可将氯的脱除率从78.9％提高至95％,效果明显;滤液循环洗涤对冲洗后泥饼的脱氯影响不大.试验还发现,冲洗洗泥饼的不同部位,氯的脱除效果接近;板框隔膜空腔充水压榨脱水可进一步降低泥饼水分2％-3％.滤液在蒸发结晶前有必要净化除杂,试验表明,水洗滤液同时添加Na2S、K2CO3净化效果相对较好,Ca2+及Zn2+、Pb2+去除率可达98％以上.
由于烧结工序产生的NOx主要为燃料型NOx[1](90％以上是由烧结燃料燃烧产生[2]).氧化铁皮中的FeO在烧结过程中放热,可替代部分焦粉,对降低固耗有一定效果,因此,理论上烧结生产添加氧化铁皮,通过降低固体燃料消耗也可以达到降低烧结烟气NOx浓度的目的.为实现烧结烟气NOx源头治理[3]和减少排放,在梅钢四号烧结机上进行了配加氧化铁皮的生产试验.试验结果表明,烧结生产添加氧化铁皮,可以有效地降低固体燃料消耗从而达到降低烧结烟气NOx浓度的目的.连续外配加10％的氧化铁皮后对烧结过程影响明显,烧结负压上
研究了操控系统中听觉信息的类型和特点,以及人体对该信息处理的生理机制.通过对音频信息的虚拟计算,构建了虚拟听觉系统人机交互模型,实现了对听觉信息的量化计算,该模型可以很好地应用在虚拟操控系统的人机交互模拟中,对研究多信息虚拟人机交互有重要的意义.
炼铁厂烧结一次混合机湿式除尘器运行效率低、除尘管道易堵塞、设备使用寿命短、除尘器吸力不足,造成大量废气粉尘外扬,配套传输皮带处于敞开式,该生产区域废气粉尘得不到合理的控制.推进实施钢铁行业超低排放是推动行业高质量发展、促进产业转型升级、助力打赢蓝天保卫战的重要举措(环大气[2019]35号).特研究出适合一混及传输皮带粉尘超低排放治理技术,对烧结一混及传输皮带粉尘超低排放治理技术及工艺提升改进具有重要的研究意义.
利用JMatPro软件对38CrMoAl钢进行热力学平衡相、端淬性、相转变和不同回火温度下析出相粒子尺寸进行模拟计算,得到了热力学平衡相的组成,淬透性曲线、CCT曲线、TTT曲线、淬火组织及力学性能,分析了不同回火温度下析出相粒子尺寸的变化规律,为实际生产提供理论指导.
本文主要分析了江阴兴澄特钢1#高炉炉腹至炉身下部冷却壁大量烧坏漏水,对高炉技术经济指标、炉况顺行及高炉寿命等方面的影响.通过采取一系列应对措施,确保了高炉正常生产,实现了生产、安全两不误,如期计划停炉中修.
普朗铜矿已正式投产,为达产达标、持续生产,开采范围将由首采矿块(7～8线)逐步向北推进到8～20线范围.在收集矿床平、剖面图及钻探、坑探数据的基础上,结合8～20线生产探矿成果资料,以DIMINE数字矿山软件为平台和工具,更新普朗铜矿地质数据库,创建8～20线第四系模型、矿体模型和块段模型,结合地质统计学功能,估算资源储量.在此基础上,开展生产地质综合研究,总结地质规律,为采矿设计、放矿计划编制、四级矿量计算、损失贫化管理等工作提供依据.
太阳轮是重载汽车变速箱中重要部件,在使用过程中发生断裂.为了进一步分析失效原因并制定对策,利用体视显微镜、金相显微镜、扫描电子显微镜、直读光谱仪、维氏和洛氏硬度计等手段对发生断裂的太阳轮断口宏观特征、微观形貌、金相组织、化学成分和硬度进行检测和分析.结果表明:该零件断裂模式为疲劳断裂;断裂原因主要是裂纹源处存在以氧化铝为主的带状夹杂物的偏聚;建议钢厂改进冶炼工艺,避免以氧化铝为主的带状夹杂物偏聚问题出现.
采用三氯化钛还原重铬酸钾滴定法检测铁矿石中全铁的含量,对检测过程中的不确定度来源进行了分析,并评定了测定过程中的主要不确定度分量,包括样品测量重复性、重铬酸钾标准溶液浓度、铁的摩尔质量、滴定时消耗重铬酸钾标准滴定溶液体积和样品称量等引入的不确定度.对各不确定度分量建立数学模型并计算出合成标准不确定度,再乘以95％置信概率下的扩展因子获得测量结果的扩展不确定度.
电力巡检机器人存在巡检图像分析和缺陷检测识别必须依赖后台服务器、电力巡检工作实时性较低等问题.针对此问题,研究前端化目标检测技术,提出层间合并、参数量化的深度学习模型轻量化方法,模型体积压缩为原模型的60％,模型推理效率提升10～20倍,解决了深度学习模型网络层数深、结构复杂、存储占用多、推理效率低的问题.将轻量化模型部署在边缘侧设备中,设计了电力巡检图像前端化目标检测系统,实现输变电站机器人的全自主巡检与缺陷自动采集,同时与后端服务器进行协同交互,建立了“云-边-端”协同运检体系,能够提升电力巡检效率、