3D geometallurgical characterization of coal mine waste rock piles for their reprocessing purpose
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Jerada coal mining generates extensive coal mine waste rock (CMWR) piles rich in valuable minerals, posing environmental challenges and economic opportunities. This study examines reprocessing feasibility through 3D geometallurgical characterization. Sampling used down the hole hammer drilling technique (DTH) and drone surveys for topographical precision. Over 620 samples from (T01, T02, T08) underwent comprehensive analyses including particle size distribution, x-ray fluorescence (XRF), total sulfur/carbon analysis (S/C), and inductively coupled plasma mass spectrometry (ICP-MS) for physical–chemical characterization. Mineralogical aspects were explored via optical microscopy (OM), X-ray diffraction (XRD), scanning electron microscopy (SEM), electron probe microanalysis (EPMA), and laser ablation inductively coupled plasma mass spectrometry (LA-ICP-MS). Quantitative mineral evaluation by scanning electron microscope (QEMSCAN) provided mineral insights. Chemical data was used in a 3D block model to quantify residual coal. Results for the three examined CMWR piles (T01, T02, and T08) showed varying D 80 from 160 to 300 µm, notable carbon content averaged 12.5 wt% (T01), 16 wt% (T02), and 8.5 wt% (T08). Sulfur presence exceeded 1 wt% in T08, and potential environmental concerns due to iron sulfides. Anthracite liberation was below 30 wt%. 3D modeling estimated a total volume of 7 Mm 3 , mainly from T08, equaling 11.2 Mt. With its high carbon content and substantial tonnages, re-exploitation or alternative applications could minimize these CMWR piles environmental impact.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle