Identification and quantification of pyrrhotite superstructures in base metal sulfide ore samples: A critical review
Notice bibliographique
Résumé
Pyrrhotite, a ubiquitous gangue sulfide mineral in base metal sulfide ore deposits, has little to no economic value but can dilute base metal sulfide concentrates, reducing their quality and emitting SO₂ during downstream smelting. Therefore, effective rejection of pyrrhotite is crucial in the flotation of base metal sulfide ores. Pyrrhotite is characterized by various crystallographic superstructures, such as 4C, 5C, 6C and 11C, which exhibit markedly different flotation behaviors, complicating its separation from value base metal minerals. This paper reviews the distinct characteristics of pyrrhotite superstructures such as crystal structure, chemical composition, iron vacancy ordering, optical properties , magnetic susceptibility and bond vibrational modes that can serve as unique identifiers for the identification and quantification of pyrrhotite superstructures in base metal sulfide ores. In this paper, the advantages and limitations of various characterization techniques, including X-ray diffraction (XRD), optical microscopy, thermomagnetic analysis, scanning electron microscopy (SEM), electron backscattered diffraction (EBSD), and various spectroscopic methods such as Mössbauer spectroscopy, Fourier-transform infrared spectroscopy (FTIR) and Raman spectroscopy for distinguishing pyrrhotite superstructures in ore samples are reviewed. Although these techniques provide a robust framework for analyzing pyrrhotite’s intricate properties, the identification process is complicated by the fact that all pyrrhotite superstructures share a common NiAs-type hexagonal lattice, exhibit only subtle compositional differences and possess similar optical and vibrational properties. Consequently, relying solely on the results from a single technique can be inadequate to distinguish between different pyrrhotite superstructures accurately. In this regard, the review discusses the potential of combining various techniques to enhance the capability of accurately identifying and quantifying pyrrhotite superstructures. By improving the identification and quantification of pyrrhotite superstructures in ore samples, the minerals industry may optimize the strategies to selectively reject pyrrhotite, reducing environmental impacts and achieving better recoveries of base metal minerals.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».