MétaCan
Menu
Retour à la cohorte
Enregistrement W7071775702

Traitement et stabilisation de résidus d'aluminerie contaminés en ions fluorures et en HAP.

2007· dissertation· fr· W7071775702 sur OpenAlexaboutno aff

Notice bibliographique

RevueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2007
Typedissertation
Languefr
DomaineEnvironmental Science
ThématiqueFluoride Effects and Removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésZincNitrogenWood ash
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La transcription des symboles et des caractères spéciaux utilisés dans la version originale de \nce résumé n’a pas été possible en raison de limitations techniques. La version correcte de ce \nrésumé peut être lue en PDF. L'industrie de production de l'aluminium génère des résidus d'aluminerie qui sont des résidus \nsolides de taille différente et de composition variable. La caractérisation de ces résidus \nd'aluminerie a révélé leur forte contamination en ions fluorures et en hydrocarbures aromatiques \npolycycliques (HAP). Dépendamment de la taille des particules, des teneurs variant entre 2 et \n323 g F- kg-1 ont été mesurées dans ces résidus prélevés d'une usine de production d'aluminium \nau Québec (Canada). L'application du test de TCLP sur ces résidus a mis en évidence leur \ncaractère dangereux pour l'environnement suite aux concentrations mesurées en ions fluorures \nsupérieures à la valeur prescrite par le Ministère du Développement Durable de l'Environnement \net des Parcs du Québec (< 150 mg F- L-1). En parallèle, le principal contaminant détecté pour les \nHAP est le benzo(b,j,k)fluoranthène (BJK) avec des concentrations souvent supérieures aux \nnormes réglementées (> 1 000 mg kg-1). Devant le caractère dangereux des résidus d'aluminerie, \ndifférents traitements de défluorisation et d'enlèvement des HAP ont été testés au cours de cette \nétude. \nAinsi, l'opération d'extraction des ions fluorures menée par des étapes de lixiviations \nsuccessives en milieu acide (H2S04, pH 1,5) sur un échantillon composite (Ec), a permis \nd'obtenir un taux d'enlèvement maximal de 30% (p/p), soit 40 g fluorures kg-1 de résidus. Les \ntests subséquents de TCLP réalisés sur ces échantillons traités ont montré que la lixiviation n'est \npas suffisante pour atteindre la norme recommandée (<150 mg F- L-1) et ce, quelque soit la \nconcentration en solides totaux (1 à 16%) utilisée lors du traitement. La stabilisation chimique \npréalable des résidus d'aluminerie à l'aide de Ca(OH)2 employé à une concentration variant entre \n10 et 12 g L-1 dans une suspension de résidus Ec (100 g L-1 \n) a permis d'enregistrer des teneurs en \nIons fluorures allant de 110 à 115 mg F- L-1 dans les lixiviats issus du test de TCLP. Le \ntraitement du filtrat de déshydratation des résidus stabilisés par une simple diminution du pH \ninitial (pH 1l,9 ou 12,0) à des valeurs comprises entre 7.0 et 8.5 à l'aide d'un acide inorganique \n(H2S04,10 N) a également permis de récupérer jusqu'à 98% de fluorures par précipitation. \nLes tests d'enlèvement des HAP (et en particulier le BJK) se résumaient à comparer les \nperformances de surfactants amphotères (BW et CAS) et non ioniques (Triton X-100 et Tween \n80) à une concentration de 0,5% (p p-l) lors du traitement par lavage des résidus d'aluminerie. Le \nmeilleur rendement d'enlèvement du BJK (35%) a été obtenu pour les essais de lavage effectués \nen présence de CAS, un surfactant biodégradable généralement utilisé dans l'industrie des \ncosmétiques mais dont l'application est innovante dans les technologies environnementales. Ce \nrendement a été amélioré en remplaçant le traitement par lavage par un procédé de flottation. Les \nessais de flottation à différentes concentrations en CAS (0,1, 0,2, 0,25 et 0,5% p p-l) et à \ndifférentes concentrations en solides totaux de la pulpe (7, 10, 15 et 20% p v-1) ont démontré que \nles conditions optimales pour l'enlèvement du BJK consistaient en une concentration de CAS de \n0,25% et une concentration en solides totaux de 15% p v-1. Le rendement d'enlèvement du BJK \nobtenu dans ces conditions s'est élèvé à 68%. La production de matières dangereuses obtenue \ndans ces conditions représente près de 10% (p p-l) de la masse initiale des résidus d'aluminerie. \nL'élaboration d'un procédé combinant une étape de flottation en cellule avec une concentration \nmassique de résidus solides de 15% (p v-1) en présence de surfactant CAS (0,25% P p-l) suivie \nd'une stabilisation par ajout de CaOH2 et d'une étape de neutralisation par ajout de H2S04 a \npermis de réaliser la décontamination des résidus d'aluminerie. Ce procédé effectué en boucle \nc'est-à-dire avec recirculation des eaux, a conduit à un enlèvement d'une proportion allant de 47 \nà 83% de benzo(b,j,k)fluoranthène lors de la première phase de flottation. L'étape subséquente \nde stabilisation à la chaux (8% p v-1) a rendu possible le classement des résidus traités comme \nmatières résiduelles non dangereuses. La concentration en ions fluorures à l'issu du test TCLP \n(de l'ordre de 67 mg L-1) est demeurée inférieure au seuil réglementaire (150 mg L-1). La \ndernière étape du procédé, soit la neutralisation des effluents en présence de H2S04, a permis de \nréduire la concentration en ions fluorures dans les effluents. Le procédé a pu être opéré \nefficacement avec la recirculation de l'eau de procédé mais la présence de surfactant a diminué \nla précipitation des fluorures lors de la descente du pH à 7 avec l'acide sulfurique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,348
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Même sujetFluoride Effects and RemovalTravaux en français237 207