MétaCan
Menu
Retour à la cohorte
Enregistrement W2924509133 · doi:10.5539/ijc.v11n1p36

Cost Effective Technology of Alunite Ore Processing

2019· article· en· W2924509133 sur OpenAlexvenueno aff
Eldar I. Taghiyev, Elšad Tagijev, Lale Agajeva

Notice bibliographique

RevueInternational Journal of Chemistry · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAluniteChemistrySulfatePotassium sulfateSodium carbonatePotassiumSodium sulfatePotassium carbonateMineralogySodiumNuclear chemistryChemical engineeringOrganic chemistryHydrothermal circulation

Résumé

récupéré en direct d'OpenAlex

Soda-alkaline method of alunite ore processing includes crushing, grinding and enrichment (flotation) of the alunite ore. Enriched alunite ore, containing 50 - 60% of alunite, is roasted at temperatures between 520о – 620о С for 1 – 3 hours. Roasted alunite is further leached with sodium carbonate solution (5–20 %). Proportion of sodium carbonate for binding of SO3 aluminum sulfate in alunite accounts for 100 – 110 % of stoichiometric quantities. Leaching takes place at temperatures around 70 – 100о С for 0.5 – 2.0 hours. Solution of the resulting pulp contains all the potassium sulfate from alunite and sodium sulfate from soda. Solution of sulfates is separated from the insoluble residue and is fed for conversion with potassium chloride. As result of this conversion we obtain quantities of potassium sulfate (fertilizer) and table (common) salt. The remaining insoluble residue contains all the aluminum oxide from alunite and waste rock. Further processing of the insoluble residue based on the Bayer out-of-autoclave process produces alumina and quartz sand. Besides alumina, this method makes it possible to get four times more the amount of potassium sulfate and certain volumes of table salt. Taking into account the processing capacity of Ganja Alumina Plant (150,000 tons of alumina per year), this method allows the production of fertilizer, potassium sulfate (370,000 tons per year), coagulant for purification of water from mechanical impurities (49,000 tons per year), table salt (NaCl) (126,000 tons per year), and quartz sand for non-ferrous casting and production of construction materials (300,000 tons per year). Approximate yearly financial efficiency of the soda-alkaline technology for processing of 150,000 tons of alumina per year will be around 171,46 million USD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,007
Tête enseignante GPT0,251
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetMining and Gasification TechnologiesTravaux en français237 207