Simultaneous Extraction of Clean Coal and Rare Earth Elements From Coal Tailings Using Alkali-Acid Leaching Process
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
With the supply restriction from traditional rare earth deposits, alternative sources of rare earth elements (REEs) such as coal are being studied. The United States National Energy Technology Laboratory has identified US coal deposits as a potential source of rare earth elements. Several techniques such as physical separation, flotation, ion-exchange, agglomeration, and leaching are being evaluated for the successful exploitation of these elements from coal and its by-products. A previous study published in the Geoscience BC 2018 mineral report on the characterization of REE in the British Columbian coal samples have shown that a major portion of the rare earth in the run of mine coal reports to the middling and tailing streams. Hence, this study is focused on the extraction of the rare earth from coal tailings. Several studies have shown the use of an alkali-acid leaching process to successfully demineralize various high ash coals to produce a clean coal concentrate since the ash-bearing components such as clay and quartz were removed from the coal during this process. In this study, the alkali-acid leach process was adopted to chemically clean coal tailings as well as to extract rare earth elements. Different process parameters such as sodium hydroxide (NaOH) concentration, temperature, and time were studied. Results showed that it is possible to extract more than 85% of REE with this process and simultaneously produce clean coal from coal tailing.
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