XRF online analyzer for measurements of P2O5 content in phosphate slurry
Notice bibliographique
Résumé
Abstract Online X-ray Fluorescence (XRF) setup was constructed and optimized for analysing the P 2 O 5 content in phosphate slurry (PS). Serval samples were analysed using two configurations of the setup, one with low and vertical flow and another with high and horizontal flow. The mean absolute error achieved through the first configuration was 0.87% and 0.38% using the second configuration. Reference samples were analyzed using the two configurations to construct the calibration curves. The curves cover a concentration range of P 2 O 5 from 13.50 to 18.50% when considering the horizontal flow configuration, and a range of 14.00–15.60% when considering the vertical flow setup. An experimental study was conducted in order to optimize the measurement parameters for the online measurement of P 2 O 5 in the phosphate slurry using the horizontal flow setup. A good signal-to-noise ratio (SNR) of $$P\left(K\alpha \right)$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:mrow> <mml:mi>P</mml:mi> <mml:mfenced> <mml:mi>K</mml:mi> <mml:mi>α</mml:mi> </mml:mfenced> </mml:mrow> </mml:math> was attained using an excitation energy of 20 kV or 25 kV, an excitation current of 600 µA, a distance of 18 mm between the sample and the detector, a measurement time of 60 s per spectrum and the use of an Aluminum filter between the X-ray tube and the measurement window. Online X-ray fluorescence analysis of P entails some challenges due to the low characteristic energy of P , the phosphate slurry matrix and the online analysis mode. However, the outcomes of this study indicate that XRF is a promising technology to meet the requirement for digitalization of chemical analysis of phosphate products.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».