Indirect estimate of in loco moisture via normative mineralogy calculation with correction of seasonal effect on itabirite (banded iron formation) of the Pico complex, Quadrilátero Ferrífero, Minas Gerais, Brazil
Notice bibliographique
Résumé
Abstract Moisture is a critical variable in iron-ore processing, handling and transportation. During beneficiation, excessive moisture may lead to screen and chute clogging. In transportation, moisture values above transportable moisture limit may cause cargo instabilities, especially in regard to vessels. Moisture is a non-stationary variable that depends on spatial and time distributions. Therefore, classical estimate methods such as ordinary kriging are not appropriate to calculate moisture values. Here, we present an extension of the Normative Mineralogy Calculation to indirectly estimate moisture, considering seasonal influence. This study in based on three iron-ore mines, Galinheiro, Pico and Sapecado. They are located in the Quadrilátero Ferrífero of Minas Gerais, Brazil, a world-class iron-ore district. The method proposed herein provides useful information that can be applied elsewhere. Our results indicate that compact ores show low moisture values with little seasonal influence, while soft ores and canga (iron-rich duricrust) are strongly influenced seasonally due to higher porosity and greater capacity of retaining water in the crystal structure of minerals, such as goethite. Moisture variations may exceed 2% along the year. Such variations are enough to preclude the beneficiation of certain iron ores during the rainy season. For this reason, moisture has been regarded as an essential variable in short-term mining. Article Highlights Moisture is a critical variable in iron-ore processing, handling and transportation. Moisture depends on spatial and time distributions; hence classical methods are not appropriate to quantitatively estimate it. This study proposes an indirectly estimate of moisture considering seasonal influence. Compact iron ores are little influenced seasonally, while soft iron ores and canga (duricrust) are strongly affected by the rainy season due to their higher porosity and greater capacity of retaining water. The seasonal effect on moisture is an essential variable that must be consider to better effectiveness of iron-ore mining sequencing and beneficiation.
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 | 0,001 |
| 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 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 ».