OPTIMIZATION AND VALIDATION OF A CHEMICAL PROCESS FOR URANIUM, MERCURY AND CESIUM LEACHING FROM CEMENTED RADIOACTIVE WASTES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Canadian Nuclear Laboratories (CNL) is developing a treatment and long-term management strategy for a legacy cemented radioactive waste that contains uranium, mercury, and fission products. Extracting the uranium would be advantageous for decreasing the waste classification and reducing the cost of long-term management. The chemical leachability of 3 key elements (U, Hg, and Cs) from a surrogate cemented waste (SCW) was studied with several lixiviants. The results showed that the most promising approach to leach and recover U, Hg, and Cs is the direct leaching of the SCW with H 2 SO 4 in strong saline media. Operating parameters such as particle size, temperature, pulp density, leaching time, acid and salt concentrations, number of leaching/washing steps, etc. were optimized to improve key elements solubilization. Sulfuric leaching in saline media of a SCW (U5) containing 1182 ppm of U, 1598 ppm of Hg, and 7.9 ppm of Cs in the optimized conditions allows key elements solubilisation of 98.5 ± 0.4%, 96.6 ± 0.1%, and 93.8 ± 1.1% of U, Hg, and Cs, respectively. This solubilization process was then applied in triplicate to 7 other SCWs prepared with different cements, liquid ratios, and at different aging times and temperatures. Concentrated sulfuric acid is added to the slurry until the pH is about 2, which causes the complete degradation of cement and the formation of CaSO 4 . Sulfuric acid is particularly useful because it produces a leachate that is amenable to conventional ion exchange technology for the separation and recovery of uranium.
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.
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 découle