MétaCan
Menu
Retour à la cohorte
Enregistrement W4401478008 · doi:10.1016/j.mineng.2024.108873

Establishing an optimized flotation scheme for a complex Base-Metal sulfide ore using a modified xanthate reagent scheme

2024· article· en· W4401478008 sur OpenAlexaff
Daniel S. Hamilton, Wonjae Chang, Kerry N. McPhedran

Notice bibliographique

RevueMinerals Engineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésXanthateReagentSulfideBase metalBase (topology)Froth flotationScheme (mathematics)ChemistryMetalMetallurgyInorganic chemistryMaterials scienceMathematicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

• Froth reagent scheme for complex base-metal sulphide ore. • Recoveries of 84.0% and 83.8% for chalcopyrite and sphalerite. • Optimum recovery at 3 min grinding and pH 6. • SEM images show co-occurring copper and zinc. Generating a flotation reagent scheme for a complex base-metal sulphide ore using reagents that are commonly found in mineral processing can be a challenging, complex process. Ensuring that optimum operating conditions including particle size, pH, types of reagents, and dosages of reagents are found is critical in establishing a foundation for future research. A modified xanthate reagent scheme was chosen using potassium amyl xanthate (PAX) as the collector, methyl isobutyl carbinol (MIBC) as the frother, copper sulphate as activator, carboxy methyl cellulose (CMC) and zinc sulphate as depressants. The operating conditions that generated the highest recoveries and grades for copper and zinc were found using a grinding time of 3 min and a slightly acidic medium of pH 6 achieving maximum recoveries of 84.0% and 83.8% for chalcopyrite and sphalerite, and grades of 3.9 and 21.0, respectively. These results allow for comparisons to industrial results with ore of a similar composition while simultaneously providing a baseline in which to evaluate the results of future, innovative research.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil1,000

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,303
Écart entre enseignants0,240 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMinerals EngineeringMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207