Reduction behaviour of rice husk ash for preparation of high purity silicon
Notice bibliographique
Résumé
The reduction of rice husk ash (RHA) silica for the preparation of high purity silicon was studied using magnesium as the reducing agent. Composite magnesium–RHA pellets with magnesium content varying 0–25 wt-% in excess of stoichiometry requirement were made and heated in the temperature range of 600–900°C under flowing argon. It was found through differential thermal analysis and temperature profile recording that the reaction of RHA silica with magnesium was triggered at ∼575°C. Quantitative X-ray diffraction analyses of the reduction products showed that both initial magnesium content of the pellets and the reduction dwell temperature had a significant influence on the yield of silicon. In this study, a charge with 5 wt-% magnesium in excess of the stoichiometric amount at a reduction temperature of 900°C gave a maximum silicon yield.On a étudié la réduction de la silice de cendre de balle de riz (RHA) dans la préparation de silicium à haut degré de pureté en utilisant du magnésium comme agent de réduction. On a fabriqué des boulettes composites de magnésium-RHA avec une teneur en magnésium variant de 0 à 25% en poids en excès des besoins de la stoechiométrie et on les a chauffées dans la gamme de température de 600 à 900°C sous un flux d’argon. On a trouvé, par analyse thermique différentielle (DTA) et par enregistrement du profil de température, que la réaction de la silice de RHA avec le magnésium était déclenchée à environ 575°C. Des analyses quantitatives par XRD des produits de réduction ont montré que tant la teneur initiale en magnésium des boulettes que la température de maintien de la réduction avaient une influence importante sur le rendement en silicium. Dans cette étude, une charge avec 5% en poids d’excès de magnésium sur la quantité stoechiométrique à la température de réduction de 900°C donnait un rendement maximal de silicium.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».