二次铝灰是电解铝、 铝加工、 铝回收行业产生的危险废物, 不同生产过程排放的二次铝灰具有矿相复杂、 化学组成波动大的特点, 造成现有处置技术对各类二次铝灰的处理效果差异较大, 资源化利用率低。 通过明确典型铝合金生产过程排放二次铝灰中含氮、 含氟物相等毒害组分的赋存形态及分布规律, 判断氟氮物相形成途径, 有利于开发高适性的二次铝灰无害化技术, 实现二次铝灰中毒害组分和有价组分的高效分离, 有效解决其资源化利用难题。 结合化学与仪器分析, 利用X射线衍射、 X射线荧光光谱定量研究了生产过程中不同系列三种铝合金产生的二次铝灰中含氟物相、 含氮物相等物相含量, 采用X射线光电子能谱、 扫描电子显微镜与能谱系统分析氟、 氮元素的结合形态和分布特征。 结果表明, 使用光谱分析方法与化学分析方法对二次铝灰中氮化物、 氟化物的定量检测结果基本相符。 铝-硅、 铝-镁、 铝-镁-硅三种系列铝合金生产过程得到的二次铝灰中含氮物相含量为4.30%~5.48%, 含氮物相均主要以AlN形式存在, 由生产过程中铝熔体与氮气反应生成物进入二次铝灰。 AlN主要分布在体相中, 颗粒形貌呈球端条状或棱块状, 以游离单独颗粒或与含铝物相连生的形式存在; 二次铝灰中含氟物相含量为1.04%~2.29%, 铝-硅系列合金生产过程得到的二次铝灰中含氟物相以NaF, CaF₂, MgF₂和Na₃AlF₆形式存在, 在铝-镁、 铝-镁-硅合金生产得到的二次铝灰中含氟物相以CaF₂, MgF₂和KF形式存在; 含氟物相均作为添加剂在铝产品生产过程中进入二次铝灰, 在二次铝灰生成过程中未发生其他反应生成新相。 三种样品中含氟物相在表面富集, 形貌呈团絮状或不规则块状, 以附着、 包覆大颗粒, 与其他组分连生、 游离单独颗粒的形式存在。 本研究可为二次铝灰中氟、 氮等毒害杂质的脱除提供理论依据及基础支撑。

锌冶炼浸出渣是湿法炼锌工艺产出的冶炼固废渣, 占锌冶炼固废产出总量的75%以上, 因含有Zn, Cu, Pb, Ag, Cd和As等多种有价金属元素, 其资源化利用潜力巨大。 然而由于其成分含量不稳定, 检测精度不足等原因, 导致关键元素的资源转化效率难以保证, 因此对浸出渣关键资源组分的精准定量分析在锌冶炼行业绿色发展方面具有重大意义。 该研究以Zn, Cu, Pb, Cd和As五种目标元素为分析对象, 分别采用XRF工作曲线法和XRF结合RBF神经网络模型的方法对浸出渣目标元素定量分析, 以相对误差、 相对标准偏差作为两种方法的评价指标, 对两种方法进行分析比较。 首先采用标准添加法对工业现场采集的锌浸出渣配制浓度梯度样, 并以此为标准化样品进行ICP-OES检测, 随后将ICP-OES检测结果作为目标元素定量分析基准值, 对浓度梯度样品进行X射线荧光光谱(XRF)检测, 建立目标元素工作曲线, 利用工作曲线对各目标元素进行定量分析。 同时用XRF光谱数据构建输入矩阵、 样品目标元素浓度构建输出矩阵, 训练RBF神经网络来构建浸出渣中目标元素多元定标模型, 并用此模型实现浸出渣样品目标元素预测。 工作曲线法定量分析结果与ICP-OES基准值对比得到相对误差均值为8.5%, 标准偏差均值为4.0%; RBF神经网络预测结果与ICP-OES基准值对比得到相对误差均值为0.18%, 标准偏差均值为0.58%。 结果表明, 两种方法均能实现浸出渣样品目标元素的定量分析, 但XRF结合RBF神经网络的方法能够对浸出渣样品进行精准定量分析和基体校正, 分析结果准确性和精密度优于传统工作曲线分析方法。