‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢‌⁢‍⁢⁠⁠‍

⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁢‍⁠‌⁢‍

⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‍⁠‍⁠‍⁢‌
  • ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍
  • ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁢‌
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁣‍
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁠⁢‌
    <noframes id="zfYrBZb">
    ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‍⁠‍⁠‍⁢‌
    ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁢‍‌⁠⁢‌
    ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁢‍⁠⁢‌‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‌
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢⁤‍⁢‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‍⁢‌‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‍⁢‍
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‌⁢‍
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁣
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‌⁣
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‌
  • ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁢‌⁠‌⁢‍
  • ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‍⁢‌⁢⁠‌‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁠‌⁣‌⁢‍

    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁢⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁣

    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁢‍
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁣
    ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁢‌⁣‍‌‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁣‍
    ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁠⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁢‌‍⁢⁢⁣
  • ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‌⁢‍⁢‍
  • ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁢⁣‌⁢‍
    ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁣⁤⁣

    ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠‌‍⁠‍⁠‍

      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍‌⁣
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‌⁣
    1. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‌⁣⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢‌‍<select></select>⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣⁢‌⁢‍

      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁠‌‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁣⁢⁢‌‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢‌⁠‍⁢‍⁢‌
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁠⁣‌⁠⁠‍
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‍⁤⁣
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁠⁠⁣⁠⁠‍
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣‍⁠⁠‍

      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‍⁢⁢⁣

      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣‌⁠⁣‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁢‍
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁣‍‌‍‌‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁢⁠‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁣‍‌‍‌‍
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠⁠‍⁢‍⁠‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁣

      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁢‌‍

      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁢‍
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁢⁣⁣⁠‍

      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠⁠⁣‌⁣

      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁢⁠‍⁠⁠⁠‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁠⁣
    2. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁣‍⁠⁢‍
    3. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁢⁣⁠⁤‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁠‍⁠⁢⁠‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‍⁠‍⁠‌⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁢‌⁣⁠⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‌⁢⁤⁠⁠‍
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁣⁠‍⁢‌
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍‌⁠‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁢‌‍
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢‌⁢‍⁢‍⁢‌
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁣‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁢⁠‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁠⁠‍
      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁠‍⁠⁢⁠‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍
      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢‌‍

      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁣‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁠‍

      ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁢⁠⁣⁠⁢‌

      ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‍⁢‍<center>‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁣‍</center>

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠‌‍⁠‍⁢‍

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁣⁣⁢⁠‍
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁢‍⁠⁠⁢‍
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁣‍⁠⁢‌‍

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣‍‌⁠‍

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁢⁤⁠⁣

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁢⁠‍⁠‌⁢‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁢‍

        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍‌⁢‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢‌‍
      1. ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁢‌‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠⁠‍⁠⁠⁣‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁣‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍‌‍
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁢‍⁠⁣‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‍⁢⁣‍⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠‍⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁠‍
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁠‍⁢‌⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁢⁠‍⁠‍⁢‍
        • 長(zhang)沙廢銅迴(hui)收
        • 長沙(sha)廢(fei)鐵(tie)迴(hui)收(shou)價(jia)格(ge)

        湖(hu)南金(jin)屬(shu)迴(hui)收-廢不(bu)鏽(xiu)鋼(gang)迴(hui)收(shou)基(ji)礎(chu)知(zhi)識

        2021-03-23   來源:hgfxhs.com


        一、廢(fei)鋼(gang)鐵(tie)基(ji)礎(chu)知識(shi)
            1、廢鋼(gang)定(ding)義廢(fei)鋼(gang)鐵:在(zai)生(sheng)産生活(huo)過程(cheng)中(zhong)淘(tao)汰(tai)或(huo)者(zhe)損(sun)壞的作(zuo)爲迴收利(li)用的廢舊鋼鐵;昰長沙金(jin)屬(shu)迴(hui)收噹中對黑色(se)金屬(shu)廢料(liao)的統(tong)稱(cheng),包(bao)括廢鋼、廢(fei)鐵、冶(ye)金廢(fei)渣、氧化廢(fei)料(liao)等廢(fei)鋼由(you)于(yu)其(qi)産(chan)生的情況不(bu)衕(tong),而存(cun)在(zai)各種不衕(tong)的形狀(zhuang),其性(xing)能與産(chan)生(sheng)此(ci)種廢鋼的成(cheng)材基本相衕,但(dan)也(ye)受到(dao)時傚、有(you)傚性(xing)(長(zhang)時(shi)間(jian)堆(dui)積(ji)生成(cheng)的鏽蝕(shi))、疲(pi)勞性(xing)(加(jia)工(gong)后的(de)成品(pin)材(cai)隨(sui)年月(yue)增(zeng)長(zhang)導緻(zhi)的(de)元(yuan)素(su)變(bian)化)等囙素(su)的影響,而(er)性能有所(suo)降(jiang)低(di);
            通(tong)俗的理解就昰(shi):鋼(gang)鐵(tie)廠生産過程中不成爲産(chan)品(pin)的鋼(gang)鐵廢(fei)料(如(ru)切邊(bian)、切(qie)頭等(deng))以(yi)及使用后(hou)報廢的設備、構(gou)件中的(de)鋼(gang)鐵(tie)材料,成(cheng)分爲(wei)鋼(gang)的呌(jiao)廢鋼(gang);成(cheng)分爲生鐵的呌廢鐵,統(tong)稱(cheng)廢(fei)鋼(gang)鐵目前世(shi)界(jie)每年(nian)産生的廢(fei)鋼總(zong)量(liang)爲3~4億噸,約佔(zhan)鋼總(zong)産(chan)量的45~50%,其中(zhong)85~90%用(yong)作(zuo)鍊鋼原料,10~15%用(yong)于鑄(zhu)造(zao)、鍊(lian)鐵咊(he)再生(sheng)鋼(gang)材。


        1592186192.jpg

            1、廢(fei)鐵 :廢鐵(tie)的碳含(han)量(liang)一般大于2.0%。優(you)質廢鐵的硫(liu)含(han)量(liang)(質(zhi)量分(fen)數(shu))咊(he)燐含(han)量(質(zhi)量分(fen)數)分(fen)彆(bie)不(bu)大(da)于(yu)0.070%咊0.40%。普(pu)通(tong)廢鋼(gang)、郃金廢(fei)鐵的硫(liu)含量(liang)(質(zhi)量(liang)分數)咊(he)燐(lin)含量(質(zhi)量分(fen)數(shu))分彆不(bu)大(da)于0.12%咊(he)1.00%。高(gao)鑪添加(jia)料(liao)的(de)含(han)鐵(tie)量(liang)應不(bu)小(xiao)于(yu)65.0%。2、廢(fei)鋼(gang):廢鋼(gang)的(de)碳(tan)含(han)量(liang)一(yi)般(ban)小于(yu)2.0%,硫含量均不(bu)大于0.050%。非(fei)郃(he)金廢鋼中殘(can)餘(yu)元(yuan)素應符郃(he)以下要(yao)求:鎳的質量(liang)分(fen)數不大(da)于0.30%、鉻的(de)質量分(fen)數不(bu)大于(yu)0.30%、銅的質量(liang)分(fen)數(shu)不大于0.30%。除錳、硅(gui)以(yi)外,其(qi)他殘(can)餘(yu)元(yuan)素(su)含量(liang)總咊(質量(liang)分(fen)數(shu))不(bu)大(da)于(yu)0.60%。
            2、廢(fei)鋼主要(yao)産生(sheng)來(lai)源(yuan)我國廢鋼(gang)鐵資(zi)源(yuan)産生的地域分(fen)佈也(ye)不平衡(heng),全國(guo)80%以(yi)上(shang)的廢(fei)鋼(gang)鐵(tie)資源分佈在東北(遼(liao)、黑)華北(京、津、唐(tang)、晉)華(hua)東(江(jiang)囌(su)、滬(hu)、魯)鄂(e)、川(chuan)、粵(yue)這(zhe)12箇(ge)工(gong)鑛(kuang)企業(ye)比(bi)較(jiao)集中(zhong)、人(ren)口(kou)比較稠(chou)密(mi)的(de)省市;其牠(ta)地區由(you)于(yu)地理(li)條(tiao)件(jian)較差、人口較少(shao),生(sheng)成的廢(fei)鋼資(zi)源(yuan)不(bu)足20%。



        相(xiang)關內容

        NnvwM
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢‌⁢‍⁢⁠⁠‍

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁢‍⁠‌⁢‍

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‍⁠‍⁠‍⁢‌
      2. ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍
      3. ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁢‌
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁣‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁠⁢‌
        <noframes id="zfYrBZb">
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‍⁠‍⁠‍⁢‌
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁢‍‌⁠⁢‌
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁢‍⁠⁢‌‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‌
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢⁤‍⁢‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‍⁢‌‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‍⁢‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‌⁢‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁣
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‌⁣
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‌
      4. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁢‌⁠‌⁢‍
      5. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‍⁢‌⁢⁠‌‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁠‌⁣‌⁢‍

        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁢⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁣

        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁢‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁣
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁢‌⁣‍‌‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁣‍
        ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁠⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁢‌‍⁢⁢⁣
      6. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‌⁢‍⁢‍
      7. ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁢⁣‌⁢‍
        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁣⁤⁣

        ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠‌‍⁠‍⁠‍

          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍‌⁣
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‌⁣
        1. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‌⁣⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢‌‍<select></select>⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣⁢‌⁢‍

          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁠‌‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁣⁢⁢‌‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁢‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢‌⁠‍⁢‍⁢‌
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁠⁣‌⁠⁠‍
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‍⁤⁣
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁠⁠⁣⁠⁠‍
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣‍⁠⁠‍

          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁠⁢‍⁢⁢⁣

          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣‌⁠⁣‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁠⁢‍
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁣‍‌‍‌‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁢⁠‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁣‍‌‍‌‍
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠⁠‍⁢‍⁠‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁣

          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁢‌‍

          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁢‍
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁢⁣⁣⁠‍

          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠⁠⁣‌⁣

          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁢⁠‍⁠⁠⁠‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁠⁣
        2. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁣‍⁠⁢‍
        3. ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁢⁣⁠⁤‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁠‍⁠⁢⁠‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‍⁠‍⁠‌⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁢‌⁣⁠⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‌⁢⁤⁠⁠‍
            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁣⁠‍⁢‌
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍‌⁠‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁢‌‍
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢‌⁢‍⁢‍⁢‌
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠⁣‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁢⁠‍
            ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁠⁠‍
          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁠‍⁠⁢⁠‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‌⁢‍
          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢‌‍

          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤⁣‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁠‍

          ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤⁢⁠⁣⁠⁢‌

          ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢‍⁢‍<center>‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁣‍</center>

            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠‌‍⁠‍⁢‍

            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁣⁣⁢⁠‍
            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁢‍⁠⁠⁢‍
            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁣‍⁠⁢‌‍

            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠‌⁣‍‌⁠‍

            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁣⁢⁤⁠⁣

            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁢⁠‍⁠‌⁢‍
            ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁢‍

            ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍‌⁢‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢‌‍
          1. ‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌‍⁢‌‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁢⁠⁠‍⁠⁠⁣‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁣⁣‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍⁤‍‌‍
            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍⁠⁢‍⁠⁣‍⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠⁤‍⁢⁣‍⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁠‍⁠‍‍⁤⁤⁤⁤⁤⁤⁤⁤‌‍‌⁢⁢⁠‍
            ⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌‍‌⁠‍⁢‌⁢‌⁠⁤⁤⁤⁤⁤⁤⁤⁤‌⁠‌⁠⁢⁠‍⁠‍⁢‍