Separation and Recovery of SiC Particles Discharged from Silicon Wafer Production Process
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the slicing process of silicon wafer from silicon single crystal, it has been the general way to cut silicon by wire saws with the lubricant mixture of silicon carbide, as SiC, particles and wrapping oil. After slicing the silicon single crystal, the waste liquor containing SiC and silicon powders is discharged from the process. The particle sizes of SiC and Si are about 10μm and 1μm, respectively and the weight ratio is about 9:1. The particles discharged from slicing waste liquor become the mixture of SiC and SiO2, when the waste liquor is burned after treating the lubricant oil by a filter press. In terms of the minimization of wastes and environment, it is preferable to separate and recover the valuable SiC from SiO2. In order to solve the problem mentioned above, flotation method can be applied to accomplish the separation of SiC from SiO2. The cationic surfactants of dodecyl-tri-methyl-ammonium chloride (abbreviated as DTMAC hereafter) and tri-methyl-octyl-ammonium chloride (abbreviated as TMOAC hereafter) were used in this study. The adsorption amount of surfactants on SiC and SiO2 particles was measured. The flotation behaviors of SiC and SiO2 were investigated by changing pH, gas flow rate and flotation time in the presence of DTMAC. The purity and yield of SiC were also discussed in the flotation process comprising of roughing, cleaning and scavenging steps. A series of flotation process for SiC gave the purity and yield of 99.7% and 96.7%, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle