A cost-effective tailings solution to rheology issues while meeting the environmental constraints using inexpensive additives
Notice bibliographique
Résumé
A significant quantity of tailings is produced in the wet beneficiation of iron ore. These tailings are flocculated and thickened in a thickener before being pumped to a tailings storage facility TSF, i.e., a pond, which can be several km away. Occasionally, the thickened tailings acquired a higher yield stress than can be pumped. This material then becomes a bottleneck reducing the plant output. This study demonstrates how to reduce these problematic tailings’ yield stress or viscosity with a cheap additive. NaOH costing ~ US 400 per tonne resulted in a 50-60% reduction in the yield stress at pH 10 and ~ 90% reduction in the viscosity at 100s-1. The legislated environmental constraints are i) the pH of the disposed of tailings must be less than 10 and ii) any chemical leachate of heavy metal ions must be less than stock drinking water guidelines or water table water. Leaching results showed this was the case for all leachate chemicals evaluated up to pH 11.2. Some leachate chemicals evaluated were As, B, Cr, Cu, Mo, Pb, Se, Th, Ti, U and V. However, not all tailings (from different mines) respond to NaOH treatment.
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) | 0,000 | 0,001 |
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 ».