Cellulose nanocrystals as a rheology modifier in the processing of ultramafic nickel ores
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
Rheological behaviors, such as high viscosity and yield stress of suspensions, present tremendous challenges during comminution, flotation, and dewatering in the processing of low-grade nickel ores. Owing to the presence of anisotropic serpentine, particle–particle interactions that are attractive in nature can lead to high yield stresses, which increases the energy costs for pumping slurry suspensions. In this study, we investigated the rheological behavior of low-grade ultramafic nickel ore suspensions at varying dosages of cellulose nanocrystals (CNC) at solid densities of 30, 40, and 50 wt.%. Based on the CNC dosage, the serpentine interparticle interaction resulted in aggregation at dosages of 0, 0.1, and 1.0 mg/g CNC and dispersion at dosages of 2.5 mg/g, for slurry concentrations of 30, 40, and 50 wt.%. The viscosity at 1s -1 shear rate for 30 wt.% suspension increased from 0.12 Pa.s to 0.18 Pa.s on increasing the dosage from 0 to 1 mg/g CNC and then decreased to 0.10 Pa.s at 2.5 mg/g CNC dosage. The rheology effect by CNC was more pronounced for higher solid density such as 50 wt.%., where the viscosity increased from 2.74 to 4.42 Pa.s and then decreased to 2.3 Pa.s. This dual effect of CNCs on the rheology of ore can reduce the need for numerous hazardous chemicals used in different unit operations during nickel processing. This study paves the way for CNC to be used as post-processing flocculants for tailings management, which is one of the major environmental concerns faced by the mining and mineral processing industry.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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