Case study: the impact of tailings properties on conveying system designs
Notice bibliographique
Résumé
Mine wastes, specifically tailings, are commonplace in mining operations and most mines dispose of their tailings wastes in wet impoundment structures. Consequently, the failure of wet impoundment structures is one of the most significant environmental liabilities for mining operations and recent failures have highlighted the perils of this type of tailings disposal strategy. Likewise, water scarcity continues to be a growing concern at many mines globally, specifically within arid regions. Risk mitigation priorities along with water resource conservations are steering the mining industry’s waste management of tailings away from wet impoundment and towards dewatered tailings and dry stack disposal. The handling of dewatered tailings is most efficiently performed with the operation of automatic conveyance systems and the deposition of the tailings achieved by mobile conveyor stacking systems. Lab testing and analysis have identified that mine waste tailings characteristics vary widely between mine samples due mostly to the ore’s mineral composition, particle size distribution, and moisture content. Evaluating the mine site’s tailings material samples for their conveyability and measuring their change in surcharge angle is the key to understanding how the tailings react at different moisture levels while being transported along the length of an overland conveyor. The results of the conveyability tests are used for the design and strategy for the material handling and waste disposal stacking systems. This paper will present case studies of multiple tailings samples, from various mine sites, at specifically determined moisture levels. During the conveyor simulation tests, the samples were measured and recorded for the initial angle of repose, surcharge angle, and material density. This paper aims to demonstrate that there are often significant differences between tailings samples’ physical and dynamic properties and how that relates to the parameters needed for accurate conveyor engineering design.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».