Copper recovery from nickel laterite with high‐iron content: A continuous process from mining waste
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
Abstract The waste product from the hydrometallurgical processing of nickel laterite ores can contain valuable metals, making their recovery economically viable. However, the high‐impurities content, mainly iron, makes the process technically unfeasible. As a result, the separation of metals from the leach solution must be selective. Among the techniques available, the use of chelating resin is advantageous due to its selectivity and low energy consumption. Among the commercial chelating resins available, Dowex XUS 43605 has been shown to be highly selective for copper and can be used with a high impurities content. Although there are studies on the use of Dowex XUS 43605, none have evaluated a high impurities content and modelled a continuous process. For this reason, the aim of this work was to investigate copper recovery by a continuous process. The Dowex XUS 43605 chelating resin with HPPA functional group was used in ion‐exchange experiments. Column experiments were performed in two steps: loading (to recover copper) and elution (to obtain a copper‐rich solution). The removal of iron and the subsequent collection of copper were possible in a precipitation step using CaCO 3 . The results showed that the solution obtained from elution had a copper concentration that was 10 times higher than in the loading. All of the iron was removed from the elution solution at pH 3.5 with 5% of copper losses. Copper precipitation was possible at pH 5.5. From the results obtained, a proposed flowsheet for recovering copper was suggested.
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