MétaCan
Menu
Retour à la cohorte
Enregistrement W4236713667 · doi:10.32920/ryerson.14645661

Fundamental study of red mud based fluxes for desulphurization and dephosphorization of hot metal

2021· preprint· en· W4236713667 sur OpenAlexaff
Abdolkarim Danaei

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBauxite Residue and Utilization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRed mudBauxiteLimeIron oxideChemistryMineralogyBayer processSlag (welding)MetalMetallurgyMaterials science

Résumé

récupéré en direct d'OpenAlex

Bauxite residue, also known as red mud, is generated during alumina production and is an abundant industrial waste material. Continuously increasing environmental concerns, together with scarcity of traditional mineral resources, have created a thrust to re-use the material. Red mud contains significant amounts of iron oxide and sodium hydroxide, hence a highly basic (pH > 10) slurry. In this research, the use of red mud as starting material for preparation of iron refining fluxes was evaluated. Red mud based fluxes and hot metal were equilibrated in graphite crucibles at the temperature range of 1300 ºC to 1400 °C and oxygen partial pressures range of 10-2 atm to 10-6 atm. It was found that the sulphide capacity increases with lime addition to a maximum 32 wt% CaO and decreases with increasing A12O3, TiO2 and SiO2 content in the fluxes saturated with lime. An iron foil equilibrium technique was employed to obtain precise measurements of phosphorus distribution between carbon saturated iron and red mud based fluxes. The measurements indicate that the equilibrium phosphorus distribution ratio initially increases with rise in FeO or CaO concentration of the fluxes and then drops. The melting behavior of the fluxes was also studied by visualizing the deformation of flux pellets as they were heated using a high temperature microscopy technique. Measurements of characteristic temperature for different fluxes indicated the melting property is a function of slag basicity. Therefore, optical basicity was used to establish a correlation between basicity of the red mud based fluxes and their melting properties.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,698

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBauxite Residue and UtilizationTravaux en français237 207