Electrostatic Separation as a Characterizing Tool for the Insulation of Conductive Mineral Particles
Notice bibliographique
Résumé
This work deals with a non-conventional use of a drum-type electrostatic separator. Indeed, the electrostatic separation process is used as a tool to evaluate the efficiency of different formulations of insulating coatings surrounding coarse and irregular conducting mineral particles. Our analysis is based on the change of the particle’s distribution in the conductive and the non-conductive pans after the electrostatic separation process. Different coating formulations were tested and we found that only hydrophobic components have to be used and that a composite formulation must be considered to sufficiently increase the coating thickness. Viscous hydrophobic oil combined with talc is a particularly relevant coating formulation for insulating hematite or ilmenite particles. The viscosity of the binder plays a crucial role as it guarantees the necessary cohesion of the coating itself. To evaluate the required thickness to obtain efficient insulating capabilities for the coating surrounding coarse and irregular mineral particles, we linked the experimental volume ratio between the coating and the particles and the theoretical ratio. The experimental volume ratio is calculated using the weights of all the materials used and their respective densities. Whereas, the theoretical one is calculated using the volume the mineral particles would have, considering them all identical, spherical, with a smooth surface and the volume of the coating being uniform with the same thickness on each mineral particle. We found that an efficient insulating coating for hematite particles means a thickness of 9.5% of the average mineral radius, ranging from 125 μm to 1250 μm, resulting in an equivalent insulating thickness of about 48 μm for particles of around 1 mm in diameter. Interestingly, all results originate from the analysis of the change occurring in the particle’s distribution in the different collecting pans of an electrostatic separator.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».