Impact of operational parameters on arsenic impurities in Sb2O3(s) and Bi2O3(s) recovery from copper electrorefining: A viable alternative to refiners?
Notice bibliographique
Résumé
The copper pyrometallurgical industry faces growing challenges from elevated impurities such as arsenic (As), antimony (Sb), and bismuth (Bi) in primary ores, complicating the production of high-purity copper (>99.99 %). Integrating ion-exchange (IX) polishing stages into electrorefining circuits offers a sustainable approach for selectively removing Sb and Bi, enabling their recovery as Sb₂O₃(s) and Bi₂O₃(s). However, residual arsenic, especially at high concentrations, remains a key obstacle to the direct valorisation of these by-products, requiring further purification. This study investigates several process strategies to reduce arsenic content and improve the purity of the recovered oxides. These strategies include: (i) optimising precipitation conditions across varying Sb/Bi and As molar ratios; (ii) employing iodide as a catalytic reductant; (iii) introducing washing steps to purify intermediate oxychlorides; and (iv) applying chelating agents during the oxide conversion process. Since Sb and Bi are typically recovered in separate industrial processes, their commercial valorisation relies on generating high-purity concentrates suitable for external refining. Following process optimisation, final products exhibited arsenic concentrations below 0.2 % in Sb₂O₃(s) and Bi₂O₃(s) when derived from feeds with high Sb/As and Bi/As molar ratios. For more challenging feed compositions with lower Sb/As and Bi/As ratios, arsenic levels remained below 0.5 % in Sb₂O₃(s) and 1.0 % in Bi₂O₃(s). Although these improvements are significant, impurity levels still exceed the thresholds for most direct-use industrial applications, confirming that additional refining remains necessary. As downstream treatment may reduce product value by up to 50 %, a clear trade-off exists between purity and process complexity that must be carefully considered for industrial application.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».