过刊目录钕铁硼在生产加工过程中,有超过30%的稀土金属转移到废料中,导致钕铁硼废料未能得到有效利用,而随着新能源汽车行业的快速发展,钕铁硼废料的绿色回收已成为该领域的研究热点。综述了目前国内外回收钕铁硼废料的湿法工艺研究现状,包括酸浸法、沉淀法、溶剂萃取法、碱分解法、离子液体回收法、水解法及微生物分解法等多种方法的原理及优缺点,同时指出了当前研究面临的技术难点,最后提出了未来钕铁硼废料回收利用的主要研究方向,为稀土资源二次利用提供有价值的参考。
针对稀土这一战略性资源及其共存氟资源的综合开发利用,鉴于白云鄂博特色产业对高丰度轻稀土与功能性氟化物的迫切需求,以稀土冶炼、稀土金属电解等行业普遍存在的低浓度含氟废酸为研究对象,研究开发了酸碱介质循环诱导结晶技术,并根据反应动力学原理及模板效应,设计诱导结晶稀土氟化物微观模型,综合考察了温度、浓度、瞬间相对物质的量、酸度等工艺条件对合成晶型稀土氟化物的影响规律,揭示了氟与诱导剂、稀土的晶化化合与置换机制,解决了液相合成稀土氟化物胶状沉淀的关键科学问题。整套技术能实现共伴生氟资源高值化利用,保障共伴生氟资源作为战略性矿产资源萤石的重要补充,经济社会效益显著,应用前景广阔。
针对当前湿法冶金设备控制和智能检测模型较为简单、泛化能力较弱等问题,提出了一种基于深度学习的湿法冶金设备智能控制和故障检测算法模型,首先利用基于SAC深度强化学习算法对湿法冶金设备进行智能控制,再根据智能控制的近期历史数据,采用改进ARIMA算法对设备进行故障检测。为了进一步提升算法的实时性,引入LoRA微调网络对模型进行低参数微调和加速,LoRA微调网络对模型进行低参数微调和加速。该模型对设备智能化控制精度达93.24%,故障检测准确率达91.34%,实际应用效果较好。
针对湿法冶金工艺参数预测中存在的预测模型计算效率低及智能化程度不足等问题,提出了一个基于1D-CNN算法预测铜离子浓度、Seq2Seq模型预测传质速率,并以经济效益最大化为目标的流程优化控制模型,并采用DDPG算法求解最优化问题。数值仿真和实证研究结果表明,该模型对铜萃取流程工艺参数的预测准确度较高,可实现对参数的有效优化调整,从而促进经济效益提升。