Influencing factors on the efficiency of tailings slurry thickening with sodium polyacrylate superabsorbent polymers
Notice bibliographique
Résumé
This study proposes an alternative method for dewatering mine tailings slurries using superabsorbent polymers (SAPs), leveraging their exceptional water absorption and retention properties. The factors influencing the efficiency of this dewatering process are systematically evaluated and discussed. Experimental investigations were conducted using two types of SAPs (SAP1 and SAP2, differentiated by varying concentrations of the same adsorbed Na cation) to assess their dewatering potential on four distinct mine tailings slurries under two addition modes (direct and indirect). The initial solid mass concentrations (Cw_initial) tested were 40% and 50%, with SAP dosages (DvSAP) ranging from 6 to 29 kg dry SAP per cubic meter of tailings slurry. The findings indicate a negligible difference in absorbency between SAP1 and SAP2. Furthermore, final solid mass concentrations (Cw_final) of 70–82% were achieved with SAP dosages between 10 and 29 kg/m³. However, the efficiency of the SAP-mediated dewatering process was influenced by several factors, including DvSAP, the mineralogical and physical characteristics of the tailings’ slurry, the initial solid mass concentration (Cw_initial), the porewater chemistry and geochemistry, the SAP residence time (RT), and the addition mode (direct or indirect).
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».