Modélisation thermodynamique de systèmes contenant l'arsenic, le soufre et des métaux de transition
Notice bibliographique
Résumé
RÉSUMÉ: L’exploitation excessive des gisements de grade élevé cause progressivement leur épuisement. Cela pousse à l’extraction des minerais complexes contenant une plus forte teneur d’arsenic. La variation dans la composition des minerais cause des problèmes majeurs de contamination par l'arsenic durant leurs traitements dans les procédés de pyrométallurgie. L’utilisation de l’arsenic dans l’industrie des électroniques constitue également une source de contamination durant le recyclage des appareils contenant cet élément toxique, durant l’élimination de ces appareils par incinération ou même après leur élimination directe dans les décharges. Puisqu’il est prévu que les changements climatiques impacteront considérablement la mobilité de l’arsenic, les risques liés à son émission ne vont que s’amplifier. Quelques technologies sont employées par les industries pour diminuer leurs émissions d’arsenic, mais elles ne sont pas suffisantes pour contrôler le problème. Pour réussir à développer des technologies efficaces, il est essentiel de combler le manque dans la compréhension des interactions entre les éléments que l’on retrouve généralement associés à l’arsenic. Dans ce projet de recherche, la thermodynamique computationnelle est utilisée pour examiner le comportement de l’arsenic et de ses différentes interactions avec le soufre et quelques métaux de transition et pour développer une base de données. Les systèmes binaires et ternaires sont modélisés avec le logiciel FactSageTM en utilisant la méthode CALPHAD. Le modèle Quasichimique modifié (MQM) par approximation des paires est utilisé pour modéliser les phases liquides et le Compound Energy Formalism (CEF) est utilisé pour modéliser les solutions solides. Les évaluations thermodynamiques et les optimisations sont effectuées pour la première fois pour les systèmes As-Cd, As-Co, Ag-As-S, As-Cd-Zn et As-Fe-S pour toutes les gammes de composition. Une réévaluation des systèmes binaires Ag-As, Ag-S, As-Fe, As-S et As-Zn est aussi réalisée, offrant des améliorations significatives par rapport aux modélisations antérieurs. Les résultats de toutes les optimisations ont permis la reproduction des propriétés thermodynamiques et des données des diagrammes de phases à l’intérieur des marges d’incertitudes expérimentales. Les résultats ont également permis la prédiction des équilibres de phases impliqués dans les systèmes étudiés. Les résultats obtenus ont aussi démontré l’intérêt d’examiner l’effet de la polymérisation de l’arsenic liquide dans le modèle. Cela impliquerait d’investiguer l’utilisation d’un modèle thermodynamique amélioré pour les phases liquides dans de prochains travaux afin de considérer les formes polymérisées de l’arsenic. ABSTRACT: The excessive exploitation of high-grade deposits is gradually causing their depletion. This leads to the extraction of complex ores that contain high arsenic contents. This variation in composition causes major arsenic contamination problems during the processing of ores in many pyrometallurgical processes. The use of arsenic in the electronics industry also constitutes a source of contamination during the recycling of devices containing this toxic element, during the disposal of these devices by incineration or even after their direct disposal in landfills. Since it is expected that climate change will impact the mobility of arsenic, the risks associated with its emission will only increase. Some technologies are employed by the industries to reduce their arsenic emissions, but they are not sufficient to control the problem. To succeed in developing effective technologies, it is essential to fill the gap in understanding the interactions between the elements that are usually associated to arsenic. In this research project, computational thermodynamics is used to examine the behavior of arsenic and its various interactions with sulfur and some transition metals and to develop a database. Binary and ternary systems are modeled with the FactSageTM software using the CALPHAD method. The Modified Quasichemical Model (MQM) by pair approximation is used to model liquid phases and the Compound Energy Formalism (CEF) is used to model the solid solutions. Thermodynamic evaluations and optimizations are performed for the first time for As-Cd, As-Co, Ag-As-S, As-Cd-Zn and As-Fe-S systems for all composition range. A reassessment of the binary systems Ag-As, Ag-S, As-Fe, As-S and As-Zn is also performed, offering significant improvements over earlier models. The results of all optimizations allowed the reproduction of thermodynamic properties and phase diagram data within experimental uncertainty limits. The results also allowed the prediction of the phase equilibria involved in the systems studied. The results obtained also demonstrated the interest of examining the effect of arsenic polymerization in the model. This would involve investigating the use of an improved thermodynamic model for the liquid phases in future work to consider polymerized forms of arsenic.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».