ИССЛЕДОВАНИЕ ПРОЦЕССОВ УПРОЧНЯЮЩЕГО ОБЖИГА ФОСФОРИТОВЫХ ОКАТЫШЕЙ С ДОБАВЛЕНИЕМ КОКСОВОЙ МЕЛОЧИ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рассматриваются химико-энерготехнологические процессы, происходящие в фосфоритах и фосфорсодержащих породах, их влияние на структуру и состав при обжиге. Анализируется возможность применения существующих методов определения кинетики спекания для моделирования обжига фосфоритовых окатышей. Приводятся результаты исследований химико-энерготехнологического процесса обжига фосфоритовых окатышей с добавлением кокса методами термического и структурного анализов. Установлено, что основными параметрами, влияющими на взаимодействие кокса с материалом окатыша, являются скорость нагрева до температур обжига, концентрация кокса в окатыше и концентрация окислителя в нагревающем газе-теплоносителе. Обнаружено, что процессу спекания фосфоритовых окатышей предшествуют существенные изменения химического состава, структуры и свойств исходных компонентов. Интенсивность этих изменений определяется температурой, составом и давлением газовой фазы, которые могут быть неоднородными в различных точках исследуемых образцов.

Об авторах

В. П Мешалкин

Российский химико-технологический университет имени Д. И. Менделеева

Email: vovabobkaf@mail.ru
Москва, Россия

М. И Дли

Российский химико-технологический университет имени Д. И. Менделеева

Email: vovabobkaf@mail.ru
Москва, Россия

В. И Бобков

Национальный исследовательский университет "МЭИ"

Автор, ответственный за переписку.
Email: vovabobkaf@mail.ru
Смоленск, Россия

А. А Быков

Национальный исследовательский университет "МЭИ"

Email: vovabobkaf@mail.ru
Смоленск, Россия

Список литературы

  1. Буткарев А.А., Вербыло С.Н., Бессмертный Е.А., Буткарева Е.А. Совершенствование и практическое использование методологии ВНИИМТ для оптимизации теплотехнических схем обжиговых конвейерных машин с рабочими площадями 278, 306 и 552 м² // Сталь. 2020. № 5. С. 7.
  2. Егоров А.Ф., Савицкая Т.В., Михайлова П.Г. Современное состояние в области анализа, синтеза и оптимального функционирования многоассортиментных цифровых химических производств: аналитический обзор // Теоретические основы химической технологии. 2021. Т. 55. № 2. С. 154.
  3. Соколов А.М., Черновакова М.В., Прокимов Н.Н. Сетевые нечеткие ситуационнопрецедентные модели систем управления сложными техническими объектами // Прикладная информатика. 2024. Т. 19. № 6. С. 4.
  4. Подкур С.В., Котельников Г.И., Павлов А.В., Мовенко Д.А. Выход гонной стали на металлургических заводах мира в зависимости от крупнодисперсных осадков // Черные металлы. 2021. № 3. С. 66.
  5. Zhu X., Ji Y. A digital twin–driven method for online quality control in process industry // International Journal of Advanced Manufacturing Technology. 2022. № 119(5–6). Р. 3045.
  6. Цирлин А.М., Гагарина Л.Г., Балунов А.И. Синтез теплообменных систем, интегрированных с технологическим процессом // Теоретические основы химической технологии. 2021. Т. 55. № 3. С. 347.
  7. Пучков А.Ю., Прокимов Н.Н., Рысина Е.И., Шутьева Д.Ю. Нейрорегулятор комплексной технологической системы переработки рудных отходов // Прикладная информатика. 2023. Т. 18. № 5. С. 91.
  8. Wang S., Guo Y., Zheng F., Chen F., Yang L. Improvement of roasting and metallurgical properties of fluorine-bearing iron concentrate pellets // Powder Technology. 2020. № 376. Р. 126.
  9. Nayak D., Ray N., Dash N., Pati S., De P.S. Induration aspects of low-grade ilmenite pellets: Optimization of oxidation parameters and characterization for direct reduction application // Powder Technology. 2021. № 380. Р. 408.
  10. Тураев Д.Ю., Почиталкина И.А. Теоретические и практические основы селективного извлечения фосфат-ионов из фосфатных руд с высоким содержанием примесей железа рециркуляционным методом // Теоретические основы химической технологии. 2022. Т. 56. № 2. С. 252.
  11. Borisov V., Bulygina O., Verelkina E. The use of coevolutionary algorithms for optimizing the operating regimes of the roasting conveyor machine // Journal of Applied Informatics. 2023. V. 18. № 3. Р. 52.
  12. Черновакова М.В., Борисов В.В., Власова Е.А. Интеллектуальная поддержка управления процессами обработки рудного сырья на основе прецедентного подхода и онтологических моделей // Прикладная информатика. 2023. Т. 18. № 2. С. 16.
  13. Пучков А.Ю., Федоров Я.А., Негалева С.В. Гибридная интеллектуальная система машинного обучения для моделирования процессов обработки фосфатного рудного сырья // Прикладная информатика. 2024. Т. 19. № 2. С. 83.
  14. Борисов В.В., Курилин С.П., Луферов В.С. Нечеткие реляционные когнитивные темпоральные модели для анализа и прогнозирования состояния сложных технических систем // Прикладная информатика. 2022. Т. 17. № 1(97). С. 27.
  15. Tomias P., Skwiat A., Sobiecka E., Obraniak A, Lawinska K., Olejnik T.P. Bench Tests and CFD Simulations of Liquid–Gas Phase Separation Modeling with Simultaneous Liquid Transport and Mechanical Foam Destruction // Energies. 2021. № 14(6). Р. 1740.
  16. Пучков А.Ю., Лобанева Е.И., Кулиныш О.П. Алгоритм прогнозирования параметров системы переработки отходов апатит-нефелиновых руд // Прикладная информатика. 2022. Т. 17. № 1(97). С.55.
  17. Tomias P., Skwiat A., Sobiecka E., Obraniak A, Lawinska K., Olejnik T.P. Bench Tests and CFD Simulations of Liquid–Gas Phase Separation Modeling with Simultaneous Liquid Transport and Mechanical Foam Destruction // Energies. 2021. № 14(6). Р. 1740.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).