Characterisation of slag leachability in support of slag recycling: Development of experimental methodology
Notice bibliographique
Résumé
While the amount of metallurgical slag grows rapidly, its recycling has great potential. Main concern associated with the use of slags in various applications is their susceptibility to natural leaching. Characterisation and prediction of the leaching phenomena are essential to minimize the environmental impact of the slag recycling. The current study focuses on fundamentals of leaching behaviour of synthetic amorphous slags with the CaO-“FeO”-MgO-SiO 2 matrix with heavy elements Pb and Cu, added to imitate the common impurities in the copper and lead smelting slags. The original experimental methodology has been developed with an aim to derive the mechanisms of the reactions between slag and aqueous solution. It consists of high-temperature slag synthesis and quenching, bulk leaching or macro leaching type of experiments, and micro-leaching experiments investigating controlled leachability of well characterised surface, followed by characterisation using advanced analytical methods including high-resolution Scanning Electron Microscopy (SEM), Electron Probe X-ray Microanalysis (EPMA), Inductively Coupled Plasma Mass Spectroscopy (ICP-MS), Focus Ion Beam (FIB) sample preparation, and Transmission Electron Microscopy (TEM) equipped with Energy Dispersive Spectrometry (EDS). Leachability of Fe, Mg, Si, Pb and Cu was investigated and analysed. The effect of pH on the slag leachability kinetics has been established. Initial results show the formation of altered layer of approximately 300 nm thickness on the surface of the amorphous slag subjected to leaching in acidic conditions, which is an important finding for further modelling of leaching process combining thermodynamics and kinetics. • Ecological feasibility of reusing and recycling metallurgical residues is studied using advanced analytical techniques. • Dissolution of copper from amorphous fayalite slag is higher than of other elements and does not exceed 3 %. • Potential mechanisms of interaction between amorphous glass and aqueous solutions are proposed.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».