MétaCan
Menu
Retour à la cohorte
Enregistrement W2784950784 · doi:10.1149/ma2018-01/20/1295

Electrochemical Removal of Copper from Regenerated Pickling Solutions of Steel Plants

2018· article· en· W2784950784 sur OpenAlexaboutno aff
Esra Karakaya, Mustafa Serdal Aras, Metehan Erdoğan, Sedef Çift Karagül, Merve Kolay Ersoy, İshak Karakaya

Notice bibliographique

RevueECS Meeting Abstracts · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrodeposition and Electroless Coatings
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPicklingCopperMetallurgyElectrowinningCopper platingElectrochemistryElectrolysisPlating (geology)Materials scienceElectrolytic processElectroplatingMetalChemistryElectrodeElectrolyteComposite material

Résumé

récupéré en direct d'OpenAlex

The spent pickle liquor contains the dissolved metal salts of iron, chrome, copper, nickel and zinc [1]. The acid can be cleaned from its impurities, except for its copper ion, by the regeneration process. When the copper concentration of the pickling solution exceeds the level of about 100 ppm, the copper inside the solution replaces the iron in the steel and copper starts plating randomly on the metal surface in the following pickling processes. Because of the plating problem, the acid needs to be discard from the acid line. By adding fresh acid to the line the discarding can be delayed [2]. An electrochemical procedure was conducted to overcome the cementation problem experimentally in an environmental and economical way. Electrowinning of dilute copper from strong acid solution is a challenge in this case so the optimum current density, electrolysis duration and the electrode materials were determined in this study. It was found that increase in the current density and electrolysis duration increases the copper removal, but changes the morphology of deposits. A slower compact deposition procedure was selected to achieve continuous removal of copper instead of faster discontinuous powder deposition from the regenerated pickling solutions of steel plants. References [1] A. Agrawal, S. Kumari, and K. K. Sahu, “Iron and Copper Recovery/Removal from Industrial Wastes,” Metal Extraction and Forming DiVision, National Metallurgical Laboratory, India, 2009. [2] M. A. Nicholls, Z. Koont, B.D. Nelson, D. Bray and J. Felker (2008), Copper Plating Phenomenon During the Pickling of Steel. Pickling and Cold Rolling Department, ArcelorMittal Dofasco Inc., Hamilton, Ont., Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,214
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetElectrodeposition and Electroless CoatingsTravaux en français237 207