Removal of Cyanide and Other Nitrogen-Based Compounds from Gold Mine Effluents Using Moving Bed Biofilm Reactor (MBBR)
Notice bibliographique
Résumé
Mining operations generate effluents containing pollutants such as ammonia, nitrite and nitrate as a result of blasting operations. Cyanide compounds such as free cyanide, cyanate and thiocyanate are also present when cyanide is used in the gold recovery process. In most cases, mine effluent stored in the ponds eventually needs to be discharged to the environment; however, the levels of contaminants often exceed the discharge limits hence cannot be discharged without treatment. Several treatment solutions exist for the removal of nitrogen compounds and cyanide. Reverse osmosis is often perceived as a good solution as it produces an effluent of high quality. However, reverse osmosis also produces a brine which is recycled to the ponds, gradually increasing the total dissolved solids (TDS) in the ponds over time. Biological treatment offers an alternative to reverse osmosis with the added benefit that nitrogen compounds are fully converted to innocuous nitrogen gas, which is released to the atmosphere, thereby offering a more sustainable treatment solution. Moving Bed Biofilm Reactors (MBBR) have been used successfully at several mines. In Quebec, a two stage MBBR was installed to remove OCN, SCN and NH4-N from the effluent prior to discharge. The MBBR plant has been in operation for 4 years; operating data will be presented to show that a fully compliant non-toxic effluent is discharged under a wide range of operating conditions. In Ghana, pilot trials were conducted at a gold mine to demonstrate complete removal of nitrogen compounds including CN, NH4-N, NO2-N and NO3-N using a four- stage MBBR system. Results from both systems are presented.
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 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».