Effect of particle–particle shearing on the bioleaching of sulfide minerals
Notice bibliographique
Résumé
The biological leaching of sulfide minerals, used for the production of gold, copper, zinc, cobalt, and other metals, is very often carried out in slurry bioreactors, where the shearing between sulfide particles is intensive. In order to be able to improve the efficiency of the bioleaching, it is of significant importance to know the effect of particle shearing on the rate of leaching. The recently proposed concept of ore immobilization allowed us to study the effect of particle shearing on the rate of sulfide (pyrite) leaching by Thiobacillus ferrooxidans. Using this concept, we designed two very similar bioreactors, the main difference between which was the presence and absence of particle-particle shearing. It was shown that when the oxygen mass transfer was not the rate-limiting step, the rate of bioleaching in the frictionless bioreactor was 2.5 times higher than that in a bioreactor with particle friction (shearing). The concentration of free suspended cells in the frictionless bioreactor was by orders of magnitude lower than that in the frictional bioreactor, which showed that particle friction strongly reduces the microbial attachment to sulfide surface, which, in turn, reduces the rate of bioleaching. Surprisingly, it was found that formation of a layer of insoluble iron salts on the surface of sulfide particles is much slower under shearless conditions than in the presence of particle-particle shearing. This was explained by the effect of particle friction on liquid-solid mass transfer rate. The results of this study show that reduction of the particle friction during bioleaching of sulfide minerals can bring important advantages not only by increasing significantly the bioleaching rate, but also by increasing the rate of gas-liquid oxygen mass transfer, reducing the formation of iron precipitates and reducing the energy consumption. One of the efficient methods for reduction of particle friction is ore immobilization in a porous matrix.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».