Assessment of the impact of grinding conditions and water quality on the flotation of rare earth elements bearing minerals using hydroxamic acid
Notice bibliographique
Résumé
Froth flotation is commonly used for the separation of rare earth minerals (REMs). A better understanding of flotation is of interest for REMs and non-sulfide minerals that carry other elements such as niobium and lithium. This study explores the effect of grinding conditions and water quality on the flotation performance of REMs at laboratory scale using material from the Ashram carbonatite deposit (Canada). Denver cell testing was used to evaluate how different particle sizes (P<sub>80</sub> between 20 and 34 µm) and rod size distributions in conventional grinding impacted the performance of REM flotation using a hydroxamic acid collector (1120 g/t). The effect of water quality (i.e. presence of rust or other species) was also evaluated. REMs, mostly monazite, represented 3% of the feed material mass with dolomite as the main gangue mineral. A P<sub>80</sub> of 24 µm strikes a compromise between sufficient liberation and limited entrainment. Grinding media corrosion negatively affected separation efficiency, causing recovery of quartz, which was possibly activated. While entrainment is responsible for over 50% of dolomite recovery, aggregation and/or slow gangue flotation account for another 40% and play an important role in achieving selectivity, highlighting the role of pulp chemistry in selective flotation of REMs.
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 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) | 0,005 | 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 tête enseignante, 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 ».