Reduction of strength losses in paste backfill with sludge cake
Notice bibliographique
Résumé
Mine tailings containing pyrite and other acid generating rock have a large environmental impact associated with acid mine drainage. Cemented paste backfill (CPB) containing pyritic tailings has been used in several underground mining applications in the Iberian Pyrite Belt. Utilising the high pyrite tailings is often the only economically feasible and practical option for the CPB. In addition, it has the benefits of reducing the environmental impact for tailings management and storage requirements on the surface while providing stability to the underground mine. However, the associated long-term strength losses due to oxidation of the pyrite in CPB mixtures and the associated expansive reactions caused by the acid generated need to be considered and planned for accordingly so that stopes can be safely exposed and mined before too much strength is lost and without rising binder consumption. To a large extent, supplementary cementitious materials and low-aluminate cements have been used to limit long-term strength losses. However, strength deterioration cannot be stopped altogether. In a study by Paterson & Cooke for a future mine located in the Iberian Pyrite Belt, an investigation into the addition of the mine waste water treatment precipitated cake (sludge cake) in the CPB was conducted in parallel to testing CBP without the inclusion of sludge cake (i.e. 100% tailings). The polymetallic tailings (Zn, Cu and Pb) have a pyrite content exceeding 90%, which is typical of the region. This high pyrite content in the tailings causes long-term mechanical strength losses. The testwork demonstrated that, with the addition of sludge cake, the strength losses were reduced significantly. This case study incorporated the addition of sludge cake into the backfill plant design and the underground piping reticulation system. The possibility to form CPB recipes with the addition of sludge cake to the mix requires a holistic view on the design of the backfill system; stope discharge locations are constantly changing and, therefore, the pumping pressure requirements.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».