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 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».