Study of the Metal Precipitation from Decontamination Leachates of Municipal Wastes Fly Ash Incinerators
Notice bibliographique
Résumé
This research work focuses on the development of a new process for the decontamination of municipal wastes incinerators fly ashes. The objective of this study was to evaluate different total and selective precipitation methods for metals removal from ash decontamination leachates. The tested options include 1) use of hydrated lime and caustic soda for selective (pH 5.0) and total (pH 8.5) metal precipitation; 2) addition of different chemicals (H3PO4, Na2S and FeCl3) in a pH range from 6.0 to 9.0. Fly ash decontamination assays using alkaline and acid washing steps were initially performed using optimal conditions previously established. Treated fly ashes respected the standards based on the TCLP leaching test for all studied metals and SPLP. Total metal precipitation tests carried out at pH 8.5 achieve removal yields for all metals > or = 90% using hydrated lime and > or = 83% using caustic soda. Selective precipitation tests alone at pH 5.0 show removal yields > or = 97% for Cr and between 75 and 87% for Al and Pb. Moreover, assays carried out using a stoechiometric addition of Na2S have allowed the separation of Cd (> or = 99%) and Zn (> or = 71%) as metal sulphides (CdS and ZnS). From an economical point of view, the most interesting option seems to be the leachates neutralization at pH 7.0 using Ca(OH)2 combined with the reuse of the treated leachates in the fly ash leaching steps. Metal precipitation cost at pH 7.0 has been estimated to be 22.7 CAN dollars tct-1 using Ca(OH)2, and 26.7 CAN dollars tct-1 using NaOH.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».