项目名称: 基于酸碱耦合萃取体系的多金属氨性溶液分离及微观机理研究

项目编号: No.51304244

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 矿业工程

项目作者: 胡久刚

作者单位: 中南大学

项目金额: 25万元

中文摘要: 多金属复杂溶液的高效分离是湿法冶金过程中广泛面临的难题,协同萃取是解决这一问题最有效的方法之一。本课题拟采用酸性或螯合萃取剂与胺类萃取剂组成的酸碱耦合萃取剂实现氨性溶液中多金属离子的萃取分离,通过研究混合萃取体系的热力学性质和界面性质,采用同步辐射X-射线吸收光谱等多种结构分析方法表征水相和有机相的溶液结构,揭示萃取过程中的组元特征及组元间的相互作用规律,构建萃取体系"宏观性质-微观结构-萃取性能"之间的关系,阐明酸碱耦合萃取剂分离多金属离子的微观机理,为复杂氨性溶液的高效分离提供新的途径,具有重要的理论意义及实际应用价值。

中文关键词: 酸碱耦合萃取体系;金属分离;分子间相互作用;二维相关光谱分析;反协同效应

英文摘要: The efficient separation of metal ions in complex solutions is an usual and urgent issue in hydrometallurgical process. As is well known, synergistic extraction is one of the most effective methods of solving this problem. In this proposal, a series of acid-base coupling extractants, which are composed of a binary mixture of acid extractant or chelating extractant with amine extractant, are developed to extract and separate metal ions from ammoniacal solutions. The thermodynamic and interfacial properties of the mixed extraction systems will be investigated. And the solution structure of both aqeous phase and organic phase will be characterized through a multidisciplinary approach, especially including X-ray absoption spectroscopy. Thus, the component characteristics and interactions among components in the extraction process will be revealed and the relationships among macroscopic properties, microscopic structure and extraction performance of the mixed extraction systems will be builted to elucidate the microscopic mechanism of separation process of metal ions in ammoniacal solutions. These studies are helpful both theoretically and in practice to provide potentially new approachs to separate metal ions in complex ammoniacal solutions.

英文关键词: acid-base coupling extractants;metal separation;molecular interaction;2D correlation analysis;antagonistic effect

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
NeurIPS 2021 | 微观特征混合进行宏观时间序列预测
专知会员服务
40+阅读 · 2021年11月12日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
143+阅读 · 2021年2月3日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
从0到1,搭建经营分析体系
人人都是产品经理
0+阅读 · 2022年3月6日
可对药物分子进行表征的几何深度学习
机器之心
0+阅读 · 2022年2月6日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
Arxiv
10+阅读 · 2018年4月19日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
NeurIPS 2021 | 微观特征混合进行宏观时间序列预测
专知会员服务
40+阅读 · 2021年11月12日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
143+阅读 · 2021年2月3日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员