Equilibrium boron distribution between Fe–C–Si–Al melt and boron-bearing slag


Цитировать

Полный текст

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

Аннотация

HSC 6.1 Chemistry software (Outokumpu) and a simplex–lattice experiment design are employed in thermodynamic modeling of the equilibrium boron distribution between steel containing 0.2% C, 0.35% Si, and 0.028% Al (wt % are used throughout) and CaO–SiO2–Al2)3–8% MgO–4% B2O3 slag over a broad range of chemical composition at 1550 and 1600°C. For each temperature, mathematical models (in the form of a reduced third-order polynomial) are obtained for the equilibrium boron distribution between the slag and the molten metal as a function of the slag composition. The results of simulation are presented as graphs of the composition and equilibrium distribution of boron. The slag basicity has considerable influence on the distribution coefficient of boron. For example, increase in slag basicity from 5 to 8 at 1550°C decreases the boron distribution coefficient from 160 to 120 and hence increases the boron content in the metal from 0.021% when LB = 159 to 0.026% when LB = 121. In other words, increase in slag basicity favorably affects the reduction of boron. Within the given range of chemical composition, the positive influence of the slag basicity on the reduction of boron may be explained in terms of the phase composition of the slag and the thermodynamics of boron reduction. Increase in metal temperature impairs the reduction of boron. With increase in temperature to 1600°C, the equilibrium distribution coefficient of boron increases by 10, on average. On the diagrams, we see regions of slag composition with 53–58% CaO, 8.5–10.5% SiO2, and 20–27% Al2O3 corresponding to boron distribution coefficients of 140–170 at 1550 and 1600°C. Within those regions, when the initial slag contains 4% B2O3, we may expect boron concentrations in the metal of 0.020% when LB = 168 and 0.023% when LB = 139.

Об авторах

A. Babenko

Institute of Metallurgy, Ural Branch; Yeltsin Ural Federal University

Email: upol.ru@mail.ru
Россия, Yekaterinburg; Yekaterinburg

V. Zhuchkov

Institute of Metallurgy, Ural Branch; Yeltsin Ural Federal University

Email: upol.ru@mail.ru
Россия, Yekaterinburg; Yekaterinburg

L. Leont’ev

Presidium of the Russian Academy of Sciences; Baikov Institute of Metallurgy and Materials Sciences; Moscow Institute of Steel and Alloys

Email: upol.ru@mail.ru
Россия, Moscow; Moscow; Moscow

A. Upolovnikova

Institute of Metallurgy, Ural Branch

Автор, ответственный за переписку.
Email: upol.ru@mail.ru
Россия, Yekaterinburg

A. Konyshev

Institute of Metallurgy, Ural Branch; Yeltsin Ural Federal University

Email: upol.ru@mail.ru
Россия, Yekaterinburg; Yekaterinburg

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Allerton Press, Inc., 2017

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».