The Separation of Carbonaceous Matter from Refractory Gold Ore Using Multi-Stage Flotation: A Case Study
Notice bibliographique
Résumé
As a pre-treatment method of refractory gold ore, carbonaceous matter (C-matter) flotation was investigated with multi-stage flotation by rougher, scavenger, and cleaner stages. Different dosages of kerosene and MIBC (4-Methyl-2-pentanol) were applied and the optimum dosage was selected by testing in each flotation stage. With the combination of each stage, four circuit designs were suggested, which were a single-stage rougher flotation (R), rougher-scavenger flotation (R+S), rougher-scavenger-scavenger cleaner flotation (R+S+SC), and rougher-rougher cleaner-scavenger-scavenger cleaner flotations (R+S+RC+SC). The results indicated that the scavenger flotation increased C-matter recovery but reduced C-matter grade compared with single-stage rougher flotation. Cleaning of the scavenger flotation concentrate improved C-matter grade significantly, but reduced recovery slightly. Cleaning of the rougher flotation concentrate achieved overall improved selectivity in flotation. A combination of rougher-scavenger flotation followed by cleaning of both concentrates (R+S+RC+SC) resulted in 73% C-matter recovery and a combined cleaner concentrate grade of 4%; the final tailings C-matter grade was 0.9%, where the C-matter remaining in the tailings was locked, and fine grained. The results demonstrate the need for the multi-stage flotation of C-matter from refractory gold ore to achieve selective separation and suggested the potential of C-matter flotation as the pre-treatment for efficient gold production.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 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 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 ».