聚乙二醇+硫酸钠双水相体系萃取钼(VI)的流体力学及传质性能研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:wwtmw
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
本文以聚乙二醇(PEG1000、2000、4000)+Na2SO4组成的双水相体系,研究了填料塔中双水相体系的流体力学性能以及钼(VI)的传质特性。
  首先,研究了PEG+Na2SO4双水相体系的液液相平衡关系、平衡两相的物性参数以及钼(VI)的萃取等温线,分别考察了体系组成、温度和PEG分子量对相平衡的影响,温度和两相组成对物性数据的影响以及体系组成、温度和PEG分子量对钼(VI)萃取等温线的影响。结果表明,随体系组成增加、温度升高和PEG分子量增大,相平衡的系线长度增加,两相组成差异增大,相分离能力增强。采用Othmer-Tobias和Bancroft经验方程关联实验数据,证实了实验结果的可靠性。获得了两相密度、粘度以及界面张力等参数与两相浓度、温度的经验方程。通过响应面实验法获得了钼(VI)萃取等温线及其与温度、PEG分子量的关系。
  其次,研究了填料塔中PEG+Na2SO4双水相体系的流体力学性能,探究了分散相流量、系线长度、填料种类及PEG分子量对分散相持液率与停留时间分布的影响。结果表明,随分散相流量增加,系线长度增大、PEG分子量增加和填料空隙率增大,分散相持液率增大。随分散相流量和系线长度增加,分散相平均停留时间减小,随填料空隙率增大,分散相平均停留时间延长。分散相在填料塔中的返混程度较大,其流动形态更接近于平推流。
  最后,采用响应面优化法研究了填料塔中PEG+Na2SO4双水相体系萃取钼(VI)的传质特性,考察了两相流量、系线长度、PEG分子量以及填料种类等对钼(VI)传质性能的影响。实验结果表明,分散相总体积传质系数随分散相和连续相流量的增加而增大,表明两相传质阻力均不可忽略;系线长度增加,PEG相粘度增大,分散相总体积传质系数减小;PEG分子量增加,PEG相粘度增大,但钼(VI)分配系数增大,二者的共同作用导致分散相总体积传质系数增大;填料层空隙率增大,分散相持液率增加,传质面积增大,分散相总体积传质系数增大。依据传质性能实验结果,结合双模模型,确定了达到规定分离要求所需要的传质单元高度、传质单元数和填料层高度。
其他文献
在众多的环境内分泌干扰物中,类固醇雌激素是已知的最有效的内分泌干扰物质物质,且其具有污染范围广,致畸性强和难降解的特点。水生生态系统中类固醇激素的出现和持续存在已成为危害公众健康的一个重要问题。微生物降解是环境中类固醇激素清除的主要途径,然而国内外对微生物降解类固醇激素的代谢途径及机制的研究还很少。前期研究已经表明来自海洋红球菌P14(Rhodococcussp.P14)能以多种类固醇激素为唯一碳
学位
广东省纺织品进出口股份有限公司(以下简称"广东省纺")是广东省丝绸纺织集团有限公司所属二级子集团,是一家集贸易、设计、生产、服务为一体的科工贸相结合的现代化企业。广东省纺作为中国最早从事纺织品服装出口的企业之一,有60多年纺织品服装出口的经验积累和在国际纺织品服装市场上的良好声誉。公司注册资本为1.3亿元,主要经营纺织品服装的进出口业务,2018年进出口总额3.3
学位
P2P汽车共享服务逐渐受到大众追捧,同时也吸引了来自学术界和企业界的关注。由于没有官方的定价标准,因此汽车共享服务中最重要的问题之一是预测汽车租赁价格。价格预测模型可以作为中间的定价模型,来避免过多的讨价还价过程。由于P2P的去中心化特点,预测出价格区间更为合适。  解决价格区间预测问题的传统方法是通过分类算法解决回归问题,但它的三个弊端限制了此方法直接应用于 P2P 共享汽车服务的价格预测,分别
各类项目的日趋丰富引发了如何向用户进行精准呈现、进而提供智能服务的问题。推荐聚焦用户和推荐项目的最佳匹配,是解决上述问题的有效机制。但不断变化的用户需求,不仅衍生了诸如推荐多样性、推荐公平性等推荐语义,同时对推荐技术提出了新要求和新挑战。本文针对基于用户行为信息的相似度计算存在可改进空间、推荐结果中的多样性呈现不足、推荐公平性语义的不确定性等问题,根据场景分别提出了基于用户行为的相似度计算优化方法
三自由度跟瞄平台是一种借助光电传感器实现对地、对空目标搜索、识别,借助陀螺保证惯性空间稳定,根据指令驱使方位、俯仰及横滚环相互转动来实现对目标的稳定跟踪。此平台广泛应用于军事设备,其稳定跟踪精度是评价系统性能的重要指标。考虑到该系统的工作环境复杂,外界干扰情况严重,因此在设计跟瞄平台控制器时,要从提高系统的鲁棒性及跟踪速度、精度等方面进行研究。论文分析了光电跟瞄平台的工作原理和稳定回路的各组成部分
[db:内容简介]
[db:内容简介]
随着时代的发展,人工智能进入到人们的生活,分类技术越来越成为人工智能领域中的研究热点。根据标记样本集对应标签的数量,分类问题可以分为单标记和多标记学习,而现实生活中的许多分类问题都可以被视为多标记学习问题。  多标记学习的主要任务是在给定样本数据集与标签数据集的基础上,建立一个多标记的分类器模型,并以此对样本集中的未知实例进行预测。但是传统的多标记学习存在一个主要的问题:仅仅对实例中的多种标签进行
The frequent occurrence of adverse drug reactions in medical events has become the focus of increasing attention in various countries. The quality of adverse reaction reports is the basis for medical
会议