微乳液萃取制备高纯V2O5的方法研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:zeng_hc
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
钒元素被认为是一种工业维生素,广泛应用于航空航天、冶金、化工等领域。在我国,钒的主要来源是钒钛磁铁矿,约有88%的钒是从钒钛磁铁矿中提取出来的。目前从钒钛磁铁矿提钒的传统方法是钒钛磁铁矿经高炉冶炼得到铁水、经转炉吹炼得到半钢和钒渣。钒渣作为提钒的原料,从钒渣提钒最主要的方法是钠化焙烧水浸提钒,得到含钒浸出液。经铵盐沉淀得到多钒酸铵,通过过滤、焙烧得到终产品五氧化二钒(V2O5)。但该工艺制得的V2O5杂质偏高,无法满足现行工业应用日益增长的需求。因此,为了得到纯度更高的V2O5,现行工业生产采用的方法是将粗V2O5反复溶解、沉淀、煅烧,多次除杂以得到满足要求的V2O5产品。然而,该高纯V2O5制备工艺存在流程长、生产效率低、产品收得率低、废水产生量大等问题,无法绿色可持续发展。因此,急需建立高效的高纯V2O5制备方法。本文以工业钒渣钠化焙烧-水浸含钒浸出液为原料,建立了高纯V2O5的微乳液萃取制备方法。围绕―钙化沉淀分离钒与铬→钒酸钙返溶→微乳液萃取→碱性反萃→沉淀→煅烧‖的技术路线,首先通过钙化选择性沉淀获得钒酸钙以分离钒与铬,再以碳酸氢钠溶液为溶出剂将钒酸钙中的钒返溶到水溶液中,然后采用微乳液萃取溶出液中的钒,最后经氢氧化钠反萃、铵盐沉淀、中温煅烧得到高纯V2O5产品。探索了钙化沉淀分离钒铬的最优条件、碳酸氢钠溶出钒酸钙的最优条件,并对溶出过程进行了动力学分析;研究了微乳液萃取与反萃过程的最优条件;考察了微乳液的循环使用性能;最终制得了高纯V2O5产品。本论文的主要研究成果如下:(1)建立了工业含钒浸出液中钒与铬的钙化沉淀方法。以添加聚氟乙烯小球和滴加的方式进行钙化沉淀,考察了钙化沉淀的影响因素,结果表明,当Ca/V摩尔比为1.8,反应温度为55℃,反应时间为60 min,钒的沉淀率为99.45%,铬的沉淀率为1.46%,表明钒铬得到了高效分离。(2)建立了钒酸钙的返溶方法。以钙化沉淀产物钒酸钙为原料,采用Na HCO3溶液为溶出剂,优化了返溶过程的影响因素。结果表明,当Na HCO3/V摩尔比为2.75、固液比为1:5、溶出温度为55℃、溶出时间为50 min时,钒酸钙中钒的溶出率可达99.24%。(3)钒酸钙的返溶过程遵循颗粒―收缩未反应核‖模型,但分为两个阶段。0~10min的短时间阶段,溶出速率主要受固体产物层扩散控制;10~50 min的长时间阶段,溶出过程受固体产物层扩散和化学反应的共同控制。(4)探索了最优的微乳液萃取条件并建立了微乳液萃钒方法。结果表明,当萃取剂Aliquat 336浓度(w%)为20%、水乳比R为1、萃取时间为2 min、萃取温度为25℃时,钒的萃取率达最高、为99.97%;当反萃剂浓度为1 mol/L Na OH+4 mol/L Na Cl、反萃相比O/A为1、反应温度为25℃、反萃时间2 min时,钒的反萃率高达99.0%。微乳液循环性能良好。最终制得V2O5的纯度为99.92%,全流程产品总收得率为96.70%。本文所建立的微乳液萃取制备高纯V2O5的方法,与现有高纯V2O5制备技术相比,显著提升了生产效率和产品收得率。该方法突破了高纯V2O5的高效、短流程制备难题,从理论上突破了制约当前全钒液流电池普及应用与航宇级钛合金发展的关键原料生产技术瓶颈,将显著推动我国钒资源的高值利用。
其他文献
在物联网(Io T)时代,无处不在的传感器网络节点在为日常生活和工业生产带来便利的同时,也面临着巨大的能源供应挑战。电池作为传统能源供应的主要选择,存在明显的缺陷,如寿命有限,需要频繁更换或充电,体积和重量大,硬度高,物相容性差,环境污染等。因此,环境能量收集技术可能成为替代电池的最有吸引力的解决方案。在环境中存在的各种能源类型中,机械能可能是最有希望建立自供能系统的能源之一。近年来,科学家们致力
信息技术大变革时代,造价咨询人才不仅面临着知识更新的加速更迭和复杂多变的工作挑战,同时需要满足社会需求对不同阶段造价咨询人才的差异化能力要求。因此,培养适合各阶段造价工作的咨询人才成为当下最为迫切的愿景。知识是能力的本质,合理的知识路径是提高能力的潜在力量。挖掘造价人才的知识重要度,构建知识矩阵,制定针对性的学习路径,将最大化的帮助造价咨询人才塑造核心竞争力。本文从造价人才职业生涯阶段聚类的角度出
随着网络上的信息越来越多和现代社会生活节奏的加快,信息过载的问题也愈加明显,获取信息的效率也显得越来越重要。如何从浩如烟海的信息中发掘出用户的偏好和行为模式,准确的做出推荐就成了当下推荐系统亟需解决的问题。从以You Tube为首的视频平台到阿里巴巴为首的各类电商平台,根据用户的历史行为预测用户感兴趣的视频或商品,各种各样的推荐系统提高了用户的浏览体验。协同过滤是一种经典的推荐算法,它基于购买同样
获取高质量、判别能力强的特征是分类任务的关键问题之一,对模型的训练及分类性能至关重要。传统的特征学习主要包括特征选择和特征提取,都属于浅层学习。相较于传统算法,深度神经网络具有更好的非线性拟合能力以及特征提取能力。其中,堆栈自动编码器(Stacked Autoencoder,SAE)作为典型的深度学习算法之一,不仅具有特征自学习能力,能够通过多层非线性变换挖掘数据中的关键信息,还具有搭建过程简单,
现代社会对电力供应的依赖,决定了电力系统在国民经济体系中无法撼动的地位,所以确保电力系统安全可靠运行是亘古不变的话题。同时,针对气候变化、资源消耗、能源安全以及可持续供给等重点问题,全球学者都在努力开发绿色能源并提高能源使用效率。在此发展背景下,为实现电网和用户之间多元友好的交流,建设一个坚强智能电网是大势所趋。目前,我国处于建设智能电网的第三阶段,该阶段对高压设备有大量需求,而电子式互感器是其中
随着现代计算机视觉技术的发展,该领域的很多技术也在各行各业得以应用,使得人们的工作和生活也越来越自动化、智能化。比如在一些应用场景中,智能系统通常需要通过视觉方式感知环境,识别到二维图像中的目标物体后,还需要获取目标在实际空间中的三维位置,进而与目标进行交互,而这个过程可以用到基于深度学习的目标检测技术与基于双目视觉的定位技术。随着目标检测算法以及双目立体视觉的日益成熟,即使针对较为复杂的环境也有
制造业在世界范围内竞争异常激烈,产品质量与生产效率是制造企业发展的关键,因此,如何实现高质量、高生产效率已成为各企业、高校的重点研究问题。表面粗糙度严重影响着产品的表面硬度、耐磨度、疲劳强度等,常作为关键评价指标权衡机械产品的质量,研究数控铣削的表面粗糙度的预测与优化问题意义重大。传感器技术、通讯技术、云平台制造技术等取得许多突破,这为数控铣削多源异构数据的获取提供了强力支撑,通过挖掘数控铣削的多
住房价格向来是各界关注的重点,而表征市场流动性的指标——销售持时(Time-on-the-market,TOM),同样也反映着市场运行状况,却经常被忽略。市场上有着诸多因素对住房价格和销售持时产生影响,如卖方定价行为等,但少有学者从市场状况方面对两者产生的影响进行分析。因此,本文旨在从微观层面出发,研究表征市场供需状况的市场紧度因素对住房成交价格和销售持时的影响。本文主要根据搜索匹配理论分析了住房
当前,随着生活质量水平的改善,人们对于食品安全问题的关注度逐渐增高。其中,存在于食品及农产品中的黄曲霉毒素B1(AFB1)具有非常高的致癌性,主要存在于花生、牛奶、饲料、粮食之中。即使其浓度很低,也会导致食品的污染,引起肝硬化甚至肝癌等疾病,是人类健康的一大威胁。因此,寻找一种简单、灵敏的AFB1的测定方法对于食品安全和人类健康具有重要的意义。稀土掺杂的上转换纳米颗粒能够吸收近红外光并转换为可见光
在当前市场竞争愈发激烈和技术复杂度日益提高的环境下,企业创新活动越来越难以依靠自身力量开展,需要积极寻求外部合作来分摊创新风险和成本。客户作为企业重要的外部合作伙伴,会对企业创新活动产生显著影响。一方面,良好的客户关系有助于提高企业经营业绩,传递市场信息,参与企业研发活动,从而推动企业创新活动的开展;另一方面,强势客户或客户波动性会加剧企业经营风险,挤占企业利润,提高交易成本,不利于企业创新活动的