MétaCan
Menu
Retour à la cohorte
Enregistrement W4311814540 · doi:10.1002/cjce.24799

Flotation response of coal washery reject fines: Characteristics, process optimization, and oxidation

2022· article· en· W4311814540 sur OpenAlexvenueno aff
Gayatri Deepaksingh Hazare, Soumya Sucharita Pradhan, Nilima Dash, R.K. Dwari

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Steel, Government of India
Mots-clésCoalFroth flotationWaste managementPulp and paper industryClean coalDiesel fuelDepressantYield (engineering)ChemistryEnvironmental scienceMaterials scienceEngineeringMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The present paper outlines the characterization, electrokinetic behaviour, and flotation response of rejected coking coal fines with 32.5% ash generated in a coal washery in Eastern India. The response methodology and central composite rotatable design (RSM‐CCRD) were used for the process modelling and optimization of the flotation process using diesel, methyl isobutyl carbinol (MIBC), and sodium hexametaphosphate as a collector, frother, and depressant to maximize ash reduction, yield, and combustible recovery. At optimum condition, a 9.7% clean ash coal was achieved with a 63% yield at collector, frother, and depressant dosages of 0.78, 0.31, and 0.80 kg/ton, respectively. The model prediction and experimental data corroborated sufficiently. Subsequently, within 1 year, the fines oxidized and did not float with the collector. Fourier‐transform infrared spectroscopy (FTIR) confirmed surface oxidation on oxidized coal. The oxidized coal responded favourably to acid oil, a vegetable oil refinery waste. With acid oil as a collector, the oxidized coal can upgrade to 12% clean ash coal with a 60% yield; the combustible recovered is 80%. The work indicates successful upgradation of fresh and oxidized coal using the froth flotation process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207