Peluang dan Tantangan Proses HPAL/PAL (High Pressure Acid Leaching) untuk Mengolah Bijih Nikel Laterit Kadar Rendah Sangaji Halmahera
Notice bibliographique
Résumé
Indonesia berlimpah dengan SDA (sumber daya alam) bijih nikel oksida yang lazim disebut laterit. Laterit tersebut berada di Kawasan Timur Indonesia terutama di Sulawesi Tenggara, pulau Halmahera Maluku Utara, dan pulau Gag Papua. Laterit kadar tinggi jenis saprolit dengan kandungan Ni ≥ 1,8 % sudah diolah di Sulawesi Tenggara dengan jalur proses pirometalurgi. Proses pirometalurgi digunakan untuk memproduksi FeNi (ferronikel) seperti yang dilakukan oleh BUMN PT Aneka Tambang (AnTam) di Pomalaa. Atau untuk memproduksi Ni matte seperti yang dilakukan oleh PT Vale Indonesia (sebelumnya PT INCO Canada sampai 2011) di Sorowako. Sedangkan laterit kadar rendah yang terdiri dari limonit dan saprolit dengan kandungan Ni < 1,8 %, belum diolah di tanah air. Untuk mengolah laterit kadar rendah digunakan jalur proses hidrometalurgi, yaitu proses Caron (ammonia leaching) untuk memproduksi NiO dari serpentin dan proses HPAL/PAL (high pressure acid leaching) untuk memproduksi NiS dari limonit. Sehubungan dengan UU Minerba No 4 tahun 2009 yang melarang ekspor bahan baku mineral dan diwajibkan untuk mengolah bahan baku di dalam negeri. Dalam tulisan ini akan dikaji bagimana prospeknya apabila proses HPAL/PAL akan digunakan untuk mengolah laterit kadar rendah di Indonesia, khususnya untuk limonit dari Sangaji blok C Halmahera. Prosiding SMM 2012. Hal. 87-96
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».