MétaCan
Menu
Retour à la cohorte
Enregistrement W2914393502

Contribución al estudio de pérdidas de cobre en escorias de la pirometalurgia del cobre

2016· article· es· W2914393502 sur OpenAlexaboutno aff
Nubia del Carmen Cardona Valencia

Notice bibliographique

RevueDialnet (Universidad de la Rioja) · 2016
Typearticle
Languees
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesScoriaArtPhysicsGeologyPyroclastic rock
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En esta tesis se desarrollo una metodologia de medicion y evaluacion de perdidas de cobre en escorias provenientes de la fusion de concentrados sulfidicos y de la limpieza pirometalurgica de escorias para la produccion primaria de cobre. La metodologia propuesta combina el muestreo de la scoria fundida en el sitio seguido de una caracterizacion mineraloquimica de las muestras, con la modelacion termodinamica de la scoria liquida, bajo condiciones tipicas de operacion y composicion qumica promedio de la scoria. Para su aplicacion selecciono escorias de dos de las tecnologias mas comunmente usadas en las fundiciones chilenas: el horno de fusion en bano llamado convertidor Teniente (TC) y el horno electrico de limpieza de escorias (EF). El studio fue realizado en la fundicion Hernan Videla Lira, tambien llamada Paipote, una fundicion maquila operada por la compania estatal ENAMI, la cual cuenta con una capacidad de producccion de 100 kton de cobre anodico por ano. La introduccion describe el proceso productivo de la fundicion Paipote y se presenta el planteamiento del problema de investigacion y objetivos de la tesis. El captulo 1 contiene la revision de la literature de los ultimos 35 anos en torno a las perdidas de cobre en las escorias de produccion de cobre. El capitulo 2 describe la metodologia para el studio de las perdidas de cobre en escorias industrials, la cual comprende una revision de las operaciones del circuito de fusion en convertidor Teniente y limpieza de escorias en horno electric en la fundicion Paipote, realizacion de campanas de muestreo de scoria y metal en el sitio, calculos de equilibrios termodunamicos para la scoria fundida y de solidificacion de scoria, caracterizacion mineraloquimica y cuantificacion de fases con cobre en las muestras de scoria solidificadas (con tasas de enfriamiento lento y moderado); y pruebas a escala de laboratorio de limpieza pirometalurgica de escorias. Los resultados de este studio fueron publicados en dos articulos en la revista “Canadian Metallurgycal Quarterly (CMQ)” en 2011 y un articulo en la revista “Journal of Metals (JOM)”, y son presentados en los capitulos 3, 4 y 5. Las conclusions finales y recomendaciones son descritas en el capitulo 6. Las referencias bibliograficas son presentadas al final del documento. El studio permitio definer la ventana operacional para la escoria liquida en la fusion y limpieza pirometalurgica de la fundicion Paipote. Se estimo la fraccion de magnetite solida contenida en la escoria, la cual es incluida en la medida del contenido de magnetita de la balanza SatmaganTM. Se cuantifico la proporcion de perdidas de cobre en forma de mata atrapada y quimicamente soluble en las escorias de los hornos TC y EF. Con base en la comparacion de las medidas de solubilidad de cobre y azufre en las muestras de planta con los valores de solubilidad calculados, se realizo un diagnostico de la operacion de los hornos respecto de la condicion optimca de equilibrio termodinamico. Finalmente se propuso condiciones de operacion optimas para el horno electrico limpieza, soportadas en el analisis de los resultados de pruebas de laboratorio de re-fusion y equilibracion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialnet (Universidad de la Rioja)Même sujetMetal Extraction and BioleachingTravaux en français237 207