Rare-earth metal ore processing technologies when developing new deposits
Notice bibliographique
Résumé
The article provides a brief overview of processing technologies for rare-earth raw materials used under greenfield development projects in different countries of the world (Africa, Greenland, Australia, Canada). The projects feature deposits with different mineral compositions, mass fractions of rare-earth metals (REM) in ores of 0.2 to 15 %, and the presence of niobium, zirconium, tantalum, phosphorus, uranium, and thorium. The resulting production facilities will extract 180 kt to 7.2 Mt rare-earth ore annually to generate 1.5 to 20 kt oxides of heavy and light groups of rare-earth metals along with the rare metals. The analysis of technologies for the projects considered demonstrates that magnetic and radiometric separation, dense-medium concentration and flotation with hydrometallurgical processing in the form of leaching with sulfuric or hydrochloric acid, followed by extraction of the target products, will be used for the processing of rare-earth raw materials. A characteristic feature of a number of projects is, first of all, the direct hydrometallurgical processing of the feed. The concentration technologies for ores containing rare-earth metals also indicate a clear trend towards a more active use of high-intensity magnetic separation. The main products to be obtained with these technologies will include composite concentrates of oxides or carbonates of rare-earth metals. At the same time, the commissioning dates for the projects are being repeatedly postponed; the implementation of many projects remains uncertain, which is largely due to the stagnant dynamics of global prices for rare-earth metals.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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.
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 ».