CN108491678A - 一种烧结矿基因库的建立方法及其应用 - Google Patents
一种烧结矿基因库的建立方法及其应用 Download PDFInfo
- Publication number
- CN108491678A CN108491678A CN201810150216.4A CN201810150216A CN108491678A CN 108491678 A CN108491678 A CN 108491678A CN 201810150216 A CN201810150216 A CN 201810150216A CN 108491678 A CN108491678 A CN 108491678A
- Authority
- CN
- China
- Prior art keywords
- sinter
- information
- sample
- sinter sample
- gene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/40—Searching chemical structures or physicochemical data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/80—Data visualisation
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Manufacture And Refinement Of Metals (AREA)
Abstract
本发明属于冶金化工技术领域,具体涉及一种烧结矿基因库的建立方法及其应用。烧结矿基因库的建立方法包括以下步骤:1)获取具有不同成分信息的烧结矿样品;2)分别获取各烧结矿样品的烧结矿样品基因信息,所述烧结矿样品基因信息包括:该烧结矿样品的微观信息;该烧结矿样品的介观信息;该烧结矿样品的宏观信息;3)建立包括各烧结矿样品的成分信息和各烧结矿样品对应的烧结矿样品基因信息的对应关系的数据库,得到烧结矿基因库。该方法可以建立烧结矿成分—结构—性能之间的内在联系,以便于更好地预测与分析烧结矿的性能,可弥补材料基因数据库的空缺。
Description
技术领域
本发明属于冶金化工技术领域,具体涉及一种烧结矿基因库的建立方法及其应用。
背景技术
美国政府与2011年6月宣布了“材料基因计划(MGI)”,主要内容是高通量材料计算、高通量材料合成和表征实验以及数据库的技术融合与协同,将材料从发现、制造到应用速度至少提高一半。材料基因组计划的提出,既为美国等发达国家复兴制造业带来了希望,也为我国改变材料领域的落后局面和调整经济结构提供了重要的启示和机遇。近年来国内外已把“基因”这一概念引入无机材料领域,但中国的新材料产业与先进国家相比,整体水平仍存在较大差距。在此背景之下,中国材料界对材料基因组技术已形成基本共识,即必须顺应国际新材料研发的趋势,尽快启动中国版的“材料基因组计划”,变革以“炒菜法(试错法)”为基础的材料研发传统模式,实现新材料领域的超常规速度发展。
现在“基因”概念在许多领域中引用拓展,因而将“基因”概念引入冶金烧结领域并研究应用是很适合的。尽管不同钢铁企业烧结矿存在差异,但它的性能与烧结矿各矿相晶体结构、元素组成、冶金性能和微观结构等固有基因存在内在联系。上世纪60年代左右,研究发现熔剂性烧结矿强度和还原性等性能强于自然碱度烧结矿,同时铁酸钙系烧结理论逐渐取代了硅酸盐系烧结理论,被认为是烧结矿固结理论的一次革命。尽管计算机高速发展,现有有关烧结矿的研究工作得到较快的进步,但以往多年的烧结工艺研究数据、生产实践数据和研究人员得到的实验数据等没有建立大数据库,更无法得到有效利用,烧结矿的基因特性没有被深入系统的研究、测试和总结,无法变革以试错法为基础的传统研发模式,实现其超常规速度发展。
发明内容
为解决现有技术的不足,本发明提供了一种烧结矿基因库的建立方法及其应用。该方法可以建立烧结矿成分—结构—性能之间的内在联系,以便于更好地预测与分析烧结矿的性能,可弥补材料基因数据库的空缺。
本发明所提供的技术方案如下:
一种烧结矿基因库的建立方法,包括以下步骤:
1)获取具有不同成分信息的烧结矿样品;
2)分别获取各烧结矿样品的烧结矿样品基因信息,所述烧结矿样品基因信息包括:
该烧结矿样品的微观信息;
该烧结矿样品的介观信息;
该烧结矿样品的宏观信息;
3)建立包括各烧结矿样品的成分信息和各烧结矿样品对应的烧结矿样品基因信息的对应关系的数据库,得到烧结矿基因库。
基于上述技术方案,可以建立烧结矿成分—结构—性能之间的内在联系,以便于更好地预测与分析烧结矿的性能,可弥补材料基因数据库的空缺。
具体的,所述微观信息包括:
烧结矿样品的各矿相的化学成分信息;
烧结矿样品的各矿相的力学性能信息和还原性能信息。
具体的,烧结矿样品的各矿相的化学成分信息的获取通过采用以下方法中的任意一种测定得到:高分辨率透射电子显微镜分析法、X射线光电子能谱分析法。
具体的:
通过晶体学数据库确定烧结矿样品的各简单矿相(例如赤铁矿,磁铁矿、铁酸钙、铁橄榄石、硅酸盐类等)的晶胞参数,结合第一性原理计算得到烧结矿样品的各简单矿相的基态力学性能信息和基态还原性能信息,再通过第一性原理对烧结矿样品烧结矿样品中各简单矿相的矿物晶胞进行结构优化,并基于优化的结构通过密度泛函理论计算得到烧结矿样品的各简单矿相的优化力学性能信息和优化还原能力信息,比较基态力学性能信息和优化力学性能信息的差别,得到烧结矿样品的各简单矿相的力学性能信息,比较基态还原能力信息与优化还原能力信息之间的差别,得到烧结矿样品的各简单矿相的还原能力信息;
通过Materials studio软件进行计算,得到烧结矿样品中各复杂矿相的矿物晶胞的基态还原能力信息和基态力学性能信息,然后通过Materials studio软件对烧结矿样品中各复杂矿相的矿物晶胞在掺杂或固溶其他元素后的晶胞结构进行优化,再基于优化的结构通过Materials studio软件进行计算,得到各复杂矿相的优化力学性能信息和优化还原能力信息,比较基态力学性能信息和和优化力学性能信息的差别,得到烧结矿样品的各复杂矿相的力学性能信息,比较基态还原能力信息与优化还原能力信息之间的差别,得到烧结矿样品的各复杂矿相的还原能力信息;
其中,力学性能信息包括体弹性模量信息和剪切模量信息,还原性能信息包括CO对各矿相的还原能力信息由于烧结矿内矿物组成复杂,且粘结相矿物中元素组成变化范围较大的多元固溶体,晶体结构参数具有不确定性。因此假设已知晶体结构矿物晶胞掺杂或固溶不同元素来对复杂矿相进行定性研究,通过第一性原理对掺杂或固溶后晶胞进行结构优化,然后分析其基态物理性质,并与掺杂前矿物晶体对比,定性分析其还原能力、力学性能的变化。
具体的,所述介观信息包括:
烧结矿样品中各矿相形貌特征信息;
烧结矿样品的显微硬度信息;
烧结矿样品中各矿相在还原过程中的变化特性信息。
具体的:
采用3D Slicer软件对球团矿样品各矿相进行三维结构建模,得到烧结矿样品中各矿相形貌特征信息;
采用显微硬度仪对烧结矿样品各矿相进行分析,得到烧结矿样品各矿相的显微硬度信息;
采用热台显微镜对不同温度下不同还原时间还原后的烧结矿样品进行观察,记录烧结矿中各矿相还原的先后顺序信息,并用X射线衍射确定不同温度下不同还原时间还原后烧结矿样品中各矿相的组成信息,得到烧结矿样品中各矿相在还原过程中的变化特性信息。
具体的,所述宏观信息包括:
烧结矿样品的粒度分布信息;
烧结矿样品的转鼓指数信息;
烧结矿样品的低温还原粉化率信息;
烧结矿样品的软熔性能信息。
具体的:
采用不同目数的方孔筛对烧结矿样品进行处理,得到烧结矿样品的粒度分布信息;
采用国标GB8209-87对烧结矿样品进行分析,得到烧结矿样品的转鼓强度信息;
采用国标GB/T13242-91对烧结矿样品进行分析,得到烧结矿样品的低温还原粉化率信息;
采用国标GB/T13242-91对烧结矿样品进行分析,测量烧结矿样品的软化温度、烧结矿样品的软化区间、烧结矿样品的熔融带透气性和烧结矿样品的熔融滴下物的性状,得到烧结矿样品的软熔性能信息。
本发明还提供了一种烧结矿基因库的应用:
一种基于烧结矿基因库的待测定烧结矿样品的基因信息获取方法,包括以下步骤:
1)获取具有不同成分信息的烧结矿样品;
2)分别获取各烧结矿样品的烧结矿样品基因信息,所述烧结矿样品基因信息包括:
该烧结矿样品的微观信息;
该烧结矿样品的介观信息;
该烧结矿样品的宏观信息;
3)建立包括各烧结矿样品的成分信息和各烧结矿样品对应的烧结矿样品基因信息的对应关系的数据库,得到烧结矿基因库;
4)获取待测定烧结矿样品,并获取待测定烧结矿样品的成分信息;
5)将待测定烧结矿样品的成分信息与所述数据库中的各烧结矿样品的成分信息进行比对,筛选出成分信息与待测定烧结矿样品的成分信息对应的烧结矿样品,获取该烧结矿样品的烧结矿样品基因信息,作为待测定烧结矿样品的烧结矿样品基因信息。
一种基于烧结矿基因库的待选定烧结矿样品的成分信息获取方法,包括以下步骤:
1)获取具有不同成分信息的烧结矿样品;
2)分别获取各烧结矿样品的烧结矿样品基因信息,所述烧结矿样品基因信息包括:
该烧结矿样品的微观信息;
该烧结矿样品的介观信息;
该烧结矿样品的宏观信息;
3)建立包括各烧结矿样品的成分信息和各烧结矿样品对应的烧结矿样品基因信息的对应关系的数据库,得到烧结矿基因库;
4)获取待选定烧结矿样品的性能要求,并将性能要求转化为宏观信息;
5)将待选定烧结矿样品的宏观信息与所述数据库中的各烧结矿样品的宏观信息进行比对,筛选出宏观信息与待选定烧结矿样品的宏观信息对应的烧结矿样品,获取该烧结矿样品的成分信息,作为待选定烧结矿样品的成分信息本发明所提供的技术方案,通过提取不同烧结矿微观、介观和宏观的本质特征,将这些本质特征作为烧结矿的基因序列,并建立烧结矿的基因序列数据库,作为分析烧结矿微观、介观和宏观尺度的本质特征与其冶金性能的关系的依据。重复上述实验过程,不断丰富烧结矿基因数据库,了解烧结矿成分—结构—性能之间的内在联系,并依据理论和实验数据修正模型,建立准确的烧结矿性能预测模型。
本发明通过提取烧结矿微观、介观和宏观的本质特征,将这些本质特征作为烧结矿的基因序列,并建立烧结矿的基因序列数据库,作为分析烧结矿微观、介观和宏观尺度的本质特征与其冶金性能的关系的依据。
具体实施方式
以下对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
烧结矿微观结构的测定包括采用高分辨率透射电子显微镜(HRTEM)、X射线衍射分析等实验方法对烧结矿组织微观进行检测。通过分析确定烧结矿铁酸钙矿相中除Fe、O、Ca元素外,还有少量Si、Al、Mg。
第一性原理模拟计算烧结矿各简单矿相物理性质过程如下:Findit晶体学数据库查找到烧结矿各矿相晶体的晶胞参数,以铁酸钙系为例:CaO·Fe2O3、CaO·2Fe2O3、Ca2.5Fe15.5O25等;使用Materials studio软件CASTEP模块采用广义梯度近似(GGA)中的PBE泛函对烧结矿该矿相晶体结构矿物晶胞进行结构优化;通过CASTEP模块中Analysis功能分析它们的基态物理性质以及力学性能,对得到的晶胞切面模拟CO还原反应,计算其反应能量势垒。
第一性原理模拟计算复杂矿相物理性质时,由于实际烧结矿矿物为组成复杂的多元固溶体,元素组成变化范围较大,晶体结构参数具有不确定性,例如:烧结矿铁酸钙矿相中除Fe、O、Ca元素外,还有少量Si、Al、Mg。综合前人的研究结果与烧结矿微观结构测定结果,分析得到Si、Al、Mg参与铁酸钙系中的固溶方式。在Materials studio软件中对铁酸钙系中简单矿物晶胞掺杂或固溶不同元素用CASTEP模块对烧结矿该矿相晶体结构矿物晶胞进行结构优化。通过CASTEP模块中Analysis功能分析它们的基态物理性质以及力学性能,对得到的晶胞切面模拟CO还原反应,计算其反应能量势垒。还原路径及还原过程中晶格的体积变化。最后将其与掺杂前矿物晶体对比,定性分析其还原能力、力学性能的变化。
分析烧结矿介观性能采用BET、扫描电镜、光学显微镜及三维重构软件,确定烧结矿的气孔结构、矿相结构,并利用显微硬度仪测定各矿相的显微硬度,利用高温热台显微镜、高温激光共聚焦显微镜、高温X射线衍射及还原过程取样分析,确定各矿相在还原过程中的变化特性。
选取不同普通烧结矿试样粒度为15mm×10mm×8mm,初步磨平后用XQ-2B镶样机进行热镶,然后在P-2型抛光机上抛光20min至烧结矿表面无明显划痕。然后,通过扫描电镜确定该烧结矿不同矿相的结构与元素组成。用光学显微镜拍摄烧结矿断层的一系列二维显微图片,图片经拼接融合后得到烧结矿断层的显微全景图,重复上述过程,得到80层层间距为2.5μm烧结矿断层序列二维显微结构图,并利用3D Slicer软件得到烧结矿体绘制三维重建图。
显微硬度采用HV-1000B型维氏硬度计对各矿物压痕均做5组数据。维氏硬度计的物镜倍数为×40,数值孔径大小为0.85,选用维氏菱形压锥,实验载荷为300g,作用时间为10s。
利用高温热台显微镜、高温激光共聚焦显微镜观察各矿相在还原过程中的变化特性,将烧结矿试样放在铂金板上,将试样架调整到正确的位置。调节显微镜筒上的齿条和齿纹,把试样的物象正确集中在焦面上,调节检流计,开启冷却水。检查炉子,然后加热升温,一般升温速率为40℃/min,专业的图象采集系统以频率为0.1s连续拍摄样品变化过程中的照片。实验完毕后,冷却水系统仍应该继续进行直至炉温降到低于100℃。对在不同温度下还原过程中的样品进行取样,通过X射线衍射确定各矿相在还原过程中的变化特性。
分析不同烧结矿宏观性能,测定烧结矿的粒度分布,采用国标GB/T13241-91测量烧结矿还原度、国标GB8209-87测量烧结矿转鼓强度、国标GB/T 24235-2009测量烧结矿低温还原粉化指数、测量烧结矿软化温度及软化区间,熔融带透气性,熔融滴下物的性状作为软熔性评价指标。将这些烧结矿宏观特性与其微观和介观特征联系起来,例如:烧结矿烧结原料成分不同,高温烧结后矿相分子晶胞结构及其力学性能不同,导致烧结矿介观层次上该矿相的显微硬度存在差异,最终使烧结矿宏观强度改变。
分析烧结矿的基因特性,提取不同烧结矿微观、介观和宏观的本质特征,将这些本质特征作为烧结矿的基因序列,并建立烧结矿的基因序列数据库,作为分析烧结矿微观、介观和宏观尺度的本质特征与其冶金性能的关系的依据。重复上述实验过程,不断丰富烧结矿基因数据库,了解烧结矿不同尺度基因之间的内在联系,为深入研究烧结矿成矿机理提供数据与理论依据。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种烧结矿基因库的建立方法,其特征在于,包括以下步骤:
1)获取具有不同成分信息的烧结矿样品;
2)分别获取各烧结矿样品的烧结矿样品基因信息,所述烧结矿样品基因信息包括:
该烧结矿样品的微观信息;
该烧结矿样品的介观信息;
该烧结矿样品的宏观信息;
3)建立包括各烧结矿样品的成分信息和各烧结矿样品对应的烧结矿样品基因信息的对应关系的数据库,得到烧结矿基因库。
2.根据权利要求1所述的烧结矿基因库的建立方法,其特征在于,所述微观信息包括:
烧结矿样品的各矿相的化学成分信息;
烧结矿样品的各矿相的力学性能信息和还原性能信息。
3.根据权利要求2所述的烧结矿基因库的建立方法,其特征在于:烧结矿样品的各矿相的化学成分信息的获取通过采用以下方法中的任意一种测定得到:高分辨率透射电子显微镜分析法、X射线光电子能谱分析法。
4.根据权利要求2所述的烧结矿基因库的建立方法,其特征在于:
通过晶体学数据库确定烧结矿样品的各简单矿相的晶胞参数,结合第一性原理计算得到烧结矿样品的各简单矿相的基态力学性能信息和基态还原性能信息,再通过第一性原理对烧结矿样品烧结矿样品中各简单矿相的矿物晶胞进行结构优化,并基于优化的结构通过密度泛函理论计算得到烧结矿样品的各简单矿相的优化力学性能信息和优化还原能力信息,比较基态力学性能信息和优化力学性能信息的差别,得到烧结矿样品的各简单矿相的力学性能信息,比较基态还原能力信息与优化还原能力信息之间的差别,得到烧结矿样品的各简单矿相的还原能力信息;
通过Materials studio软件进行计算,得到烧结矿样品中各复杂矿相的矿物晶胞的基态还原能力信息和基态力学性能信息,然后通过Materials studio软件对烧结矿样品中各复杂矿相的矿物晶胞在掺杂或固溶其他元素后的晶胞结构进行优化,再基于优化的结构通过Materials studio软件进行计算,得到各复杂矿相的优化力学性能信息和优化还原能力信息,比较基态力学性能信息和和优化力学性能信息的差别,得到烧结矿样品的各复杂矿相的力学性能信息,比较基态还原能力信息与优化还原能力信息之间的差别,得到烧结矿样品的各复杂矿相的还原能力信息;
其中,力学性能信息包括体弹性模量信息和剪切模量信息,还原性能信息包括CO对各矿相的还原能力信息。
5.根据权利要求1所述的烧结矿基因库的建立方法,其特征在于:所述介观信息包括:
烧结矿样品中各矿相形貌特征信息;
烧结矿样品的显微硬度信息;
烧结矿样品中各矿相在还原过程中的变化特性信息。
6.根据权利要求5所述的烧结矿基因库的建立方法,其特征在于:
采用3D Slicer软件对球团矿样品各矿相进行三维结构建模,得到烧结矿样品中各矿相形貌特征信息;
采用显微硬度仪对烧结矿样品进行分析,得到烧结矿样品的显微硬度信息;
采用热台显微镜对不同温度下不同还原时间还原后的烧结矿样品进行观察,记录烧结矿中各矿相还原的先后顺序信息,并用X射线衍射确定不同温度下不同还原时间还原后烧结矿样品中各矿相的组成信息,得到烧结矿样品中各矿相在还原过程中的变化特性信息。
7.根据权利要求1所述的烧结矿基因库的建立方法,其特征在于,所述宏观信息包括:
烧结矿样品的粒度分布信息;
烧结矿样品的转鼓指数信息;
烧结矿样品的低温还原粉化率信息;
烧结矿样品的软熔性能信息。
8.根据权利要求1所述的烧结矿基因库的建立方法,其特征在于:
采用不同目数的方孔筛对烧结矿样品进行处理,得到烧结矿样品的粒度分布信息;
采用国标GB8209-87对烧结矿样品进行分析,得到烧结矿样品的转鼓强度信息;
采用国标GB/T13242-91对烧结矿样品进行分析,得到烧结矿样品的低温还原粉化率信息;
采用国标GB/T13242-91对烧结矿样品进行分析,测量烧结矿样品的软化温度、烧结矿样品的软化区间、烧结矿样品的熔融带透气性和烧结矿样品的熔融滴下物的性状,得到烧结矿样品的软熔性能信息。
9.一种基于烧结矿基因库的待测定烧结矿样品的基因信息获取方法,其特征在于,包括以下步骤:
1)获取具有不同成分信息的烧结矿样品;
2)分别获取各烧结矿样品的烧结矿样品基因信息,所述烧结矿样品基因信息包括:
该烧结矿样品的微观信息;
该烧结矿样品的介观信息;
该烧结矿样品的宏观信息;
3)建立包括各烧结矿样品的成分信息和各烧结矿样品对应的烧结矿样品基因信息的对应关系的数据库,得到烧结矿基因库;
4)获取待测定烧结矿样品,并获取待测定烧结矿样品的成分信息;
5)将待测定烧结矿样品的成分信息与所述数据库中的各烧结矿样品的成分信息进行比对,筛选出成分信息与待测定烧结矿样品的成分信息对应的烧结矿样品,获取该烧结矿样品的烧结矿样品基因信息,作为待测定烧结矿样品的烧结矿样品基因信息。
10.一种基于烧结矿基因库的待选定烧结矿样品的成分信息获取方法,其特征在于,包括以下步骤:
1)获取具有不同成分信息的烧结矿样品;
2)分别获取各烧结矿样品的烧结矿样品基因信息,所述烧结矿样品基因信息包括:
该烧结矿样品的微观信息;
该烧结矿样品的介观信息;
该烧结矿样品的宏观信息;
3)建立包括各烧结矿样品的成分信息和各烧结矿样品对应的烧结矿样品基因信息的对应关系的数据库,得到烧结矿基因库;
4)获取待选定烧结矿样品的性能要求,并将性能要求转化为宏观信息;
5)将待选定烧结矿样品的宏观信息与所述数据库中的各烧结矿样品的宏观信息进行比对,筛选出宏观信息与待选定烧结矿样品的宏观信息对应的烧结矿样品,获取该烧结矿样品的成分信息,作为待选定烧结矿样品的成分信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150216.4A CN108491678A (zh) | 2018-02-13 | 2018-02-13 | 一种烧结矿基因库的建立方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150216.4A CN108491678A (zh) | 2018-02-13 | 2018-02-13 | 一种烧结矿基因库的建立方法及其应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108491678A true CN108491678A (zh) | 2018-09-04 |
Family
ID=63340537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810150216.4A Pending CN108491678A (zh) | 2018-02-13 | 2018-02-13 | 一种烧结矿基因库的建立方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108491678A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619932A (zh) * | 2019-09-24 | 2019-12-27 | 北京矿冶科技集团有限公司 | 一种矿物基因数据提取和表征的方法 |
CN113012768A (zh) * | 2021-03-03 | 2021-06-22 | 上海大学 | 一种高分子阻燃复合材料基因库的构建方法及应用 |
CN113624603A (zh) * | 2021-08-06 | 2021-11-09 | 中国科学院地质与地球物理研究所 | 一种含沉积韵律层的岩石弹性模量获取方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100887153B1 (ko) * | 2002-10-16 | 2009-03-04 | 주식회사 포스코 | 회전식 소성로의 배가스 온도변화에 따른 소성율 예측 방법 |
CN106282543A (zh) * | 2015-05-28 | 2017-01-04 | 鞍钢股份有限公司 | 一种改善烧结矿低温还原粉化率的方法 |
-
2018
- 2018-02-13 CN CN201810150216.4A patent/CN108491678A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100887153B1 (ko) * | 2002-10-16 | 2009-03-04 | 주식회사 포스코 | 회전식 소성로의 배가스 온도변화에 따른 소성율 예측 방법 |
CN106282543A (zh) * | 2015-05-28 | 2017-01-04 | 鞍钢股份有限公司 | 一种改善烧结矿低温还原粉化率的方法 |
Non-Patent Citations (3)
Title |
---|
张建良 等: "配加铁矿粉对铁焦微观结构及性能的影响", 《钢铁》 * |
赵继成: "材料基因组计划简介", 《自然杂志》 * |
邓明 等: "钒钛烧结矿和普通烧结矿显微力学性能对比", 《钢铁钒钛》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619932A (zh) * | 2019-09-24 | 2019-12-27 | 北京矿冶科技集团有限公司 | 一种矿物基因数据提取和表征的方法 |
CN113012768A (zh) * | 2021-03-03 | 2021-06-22 | 上海大学 | 一种高分子阻燃复合材料基因库的构建方法及应用 |
CN113624603A (zh) * | 2021-08-06 | 2021-11-09 | 中国科学院地质与地球物理研究所 | 一种含沉积韵律层的岩石弹性模量获取方法及系统 |
CN113624603B (zh) * | 2021-08-06 | 2022-03-04 | 中国科学院地质与地球物理研究所 | 一种含沉积韵律层的岩石弹性模量获取方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491678A (zh) | 一种烧结矿基因库的建立方法及其应用 | |
Debret et al. | Trace element behavior during serpentinization/de-serpentinization of an eclogitized oceanic lithosphere: A LA-ICPMS study of the Lanzo ultramafic massif (Western Alps) | |
Panna et al. | Application of hot-stage microscopy to evaluating sample morphology changes on heating | |
Edel et al. | Tectonic evolution of the European Variscan belt constrained by palaeomagnetic, structural and anisotropy of magnetic susceptibility data from the Northern Vosges magmatic arc (eastern France) | |
CN108536997A (zh) | 一种基于材料基因的烧结矿烧结模型确定方法和系统 | |
CN111975937B (zh) | 一种模拟月壤地聚合物材料的制备方法 | |
CN106636616B (zh) | 一种基于风箱废气温度的烧结矿成品率预测方法 | |
Ceccarelli et al. | Non-destructive method for the identification of ceramic production by portable X-rays Fluorescence (pXRF). A case study of amphorae manufacture in central Italy | |
Yan et al. | A new FTIR method for estimating the firing temperature of ceramic bronze-casting moulds from early China | |
CN110334462A (zh) | 一种固液两相磨粒流精密加工分子动力学构建方法 | |
Di Benedetto et al. | Biotic and inorganic control on travertine deposition at Bullicame 3 spring (Viterbo, Italy): a multidisciplinary approach | |
Zhu et al. | Determining the Firing Temperature of Low‐Fired Ancient Pottery: An Example from the D onghulin Site, B eijing, C hina | |
Hasalová et al. | From orthogneiss to migmatite: geochemical assessment of the melt infiltration model in the Gföhl Unit (Moldanubian Zone, Bohemian Massif) | |
Xanthopoulou et al. | Characterization techniques of clays for the archaeometric study of ancient ceramics: A review | |
CN102879330A (zh) | 一种用于钢的显微组织演化的原位追踪金相分析方法 | |
CN108491961A (zh) | 一种球团矿基因库的建立方法及其应用 | |
Zhang et al. | Complex raw materials and the supply system: Mineralogical and geochemical study of the jade artefacts of the Longshan Culture (2400–2000 BCE) from Sujiacun site in coastal Shandong, China | |
Li et al. | Preface: metamorphism and orogenic belts—response from micro-to macro-scale | |
Fang et al. | Surficial weathering of kaolin regolith in a subtropical climate: Implications for supergene pedogenesis and bedrock argillization | |
Polyansky et al. | High-grade metamorphism and anatexis in the Teletskoe–Chulyshman belt (Gorny Altai): U–Pb geochronology, P–T estimates, and thermal tectonic model | |
Puziewicz et al. | The origin and evolution of DMM-like lithospheric mantle beneath continents: Mantle xenoliths from the Oku Volcanic Group in the Cameroon Volcanic Line, West Africa | |
Zhang et al. | Pozzolanic activity experimental dataset of calcined coal gangue | |
Zhao et al. | Investigation of some Chinese jade artifacts (5000 BC to 771 BC) by confocal laser micro‐Raman spectroscopy and other techniques | |
Jin et al. | Multi-scale digital rock quantitative evaluation technology on complex reservoirs | |
Ishii et al. | Buoyancy of slabs and plumes enhanced by curved post-garnet phase boundary |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180904 |
|
RJ01 | Rejection of invention patent application after publication |