CAS OpenIR  > 研究所(批量导入)
高铬型钒钛磁铁精矿还原提铁-湿法冶金提取钛钒铬新过程; New Process for the Extraction of Iron, Titanium, Vanadium, and Chromium by Direct Reduction and Hydrometallurgical Routes from High-chromium Vanadium-bearing Titanomagnetite Concentrates
赵龙胜
Subtype博士
Thesis Advisor齐涛
2015-05
Degree Grantor中国科学院研究生院
Degree Discipline化学工艺
Keyword高铬型钒钛磁铁矿 选择性还原 磁选分离 盐酸浸出 综合利用
Abstract高铬型钒钛磁铁矿是我国重大特色矿产资源,储量丰富,且为铁、钛、钒、铬等多金属共生,具有很高的综合利用价值。目前,高炉法和直接还原-电炉熔分法用于冶炼钒钛磁铁精矿时,存在资源综合利用率低、能耗高、环境污染重等问题。针对这一现状,本论文提出高铬型钒钛磁铁精矿综合利用新工艺,该工艺基于选择性直接还原、磁选分离和盐酸浸出等技术,为高铬型钒钛磁铁精矿中铁、钛、钒、铬等资源的高效综合利用提供一条新途径。论文取得的创新性成果如下: (1)系统研究了钒钛磁铁精矿直接还原过程的热力学,确定了选择性直接还原实现铁与钛/钒/铬分离的可行性。直接还原过程铁颗粒长大的研究表明,向还原体系引入含钠或含硅添加剂,有利于生成少量液相,改善金属铁相的扩散,从而促进金属铁颗粒长大。 (2)采用煤基选择性直接还原-磁选分离技术实现了高铬型钒钛磁铁精矿中铁与钛/钒/铬的高效分离,并对选择性还原过程钒、铬的迁移机理和相间分配规律进行了深入研究。研究结果表明,通过控制C/Fe摩尔比和还原温度,可使精矿中的钒和铬不被还原为碳化物而固溶于奥氏体中,从而控制在还原过程中钒、铬的走向与钛一致;在优化条件下,铁精粉中铁的回收率为88.3%,钒铬钛渣中钛、钒和铬的回收率分别为94.0%、90.0%和90.4%。 (3)系统研究了钒铬钛渣盐酸常压浸出过程的工艺条件和宏观动力学。研究结果表明,在优化条件下,钒和铬的浸出率分别为76.5%和83.6%,这是因为渣中亚铁假板钛矿难以被盐酸有效分解;钒和铬在盐酸中的浸出过程均符合未反应收缩核模型,受固体产物层内扩散控制,其表观活化能分别为31.6 kJ/mol和39.8 kJ/mol。 (4)采用盐酸加压浸出技术实现了钒铬钛渣中钛与钒/铬的高效分离,并对盐酸浸出过程钛和硅的浸出机制进行了深入研究。研究结果表明,盐酸浸出过程钛和硅的浸出行为符合先溶解-再沉淀机理,因此,与盐酸浸出前进行预脱硅相比,盐酸浸出后进行碱浸处理的脱硅效率大幅提高,在优化条件下,钒、铬和硅的浸出率分别为90.9%、92.3%和94.3%,钛损低于1.5%,并获得TiO2含量高于91%的高钛渣;所得高钛渣中存在晶粒细化、晶格缺陷和氧非化学计量等,因而能被浓硫酸高效分解,可用作硫酸法钛白生产原料。
Language中文
Document Type学位论文
Identifierhttp://ir.ipe.ac.cn/handle/122111/20334
Collection研究所(批量导入)
Recommended Citation
GB/T 7714
赵龙胜. 高铬型钒钛磁铁精矿还原提铁-湿法冶金提取钛钒铬新过程, New Process for the Extraction of Iron, Titanium, Vanadium, and Chromium by Direct Reduction and Hydrometallurgical Routes from High-chromium Vanadium-bearing Titanomagnetite Concentrates[D]. 中国科学院研究生院,2015.
Files in This Item:
File Name/Size DocType Version Access License
高铬型钒钛磁铁精矿还原提铁-湿法冶金提取(13299KB)学位论文 限制开放CC BY-NC-SAApplication Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[赵龙胜]'s Articles
Baidu academic
Similar articles in Baidu academic
[赵龙胜]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[赵龙胜]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.