New mineral sensing technologies for grade engineering® and coarse gangue rejection
Notice bibliographique
Résumé
Geo-sensing is the ability to routinely measure or infer rock properties at a range of scales using nondestructive scanning devices. These devices can provide information and data flows to support integrated decision making across the minerals value chain. Geo-sensing has been used for many years in minerals exploration using technologies such as satellite imaging and airborne geophysics but to date the use of sensing technologies in between the mine and mill has been very limited. The aim of this research is to develop new mineral sensing technologies that can enable grade engineered ore streams through the rejection of low value gangue or deleterious elements either in the pit or during transfer to the mill. This paper focusses on the research and development being carried out by the Cooperative Research Centre for Optimising Resource Extraction (CRC ORE) and its associated members on new sensing technologies. At the start of their development these technologies were classified on the Technology Readiness Level scale at 3 (TRL3), equivalent to a proof of concept. Laboratory testing and design is aimed at progressing these sensing technologies to TRL5 which is ready for testing at an end users site. New data obtained during the laboratory testing and design phases are presented in the paper demonstrating performance specifications such as detection limits and measurement speed which can be used to infer the pod size of gangue that can be rejected at scale. Grade Engineering® and coarse gangue rejection are considered as key drivers for the mining industry to address the higher mining, processing and environmental costs associated with ore bodies with declining grades. This is an industry wide problem and the development of mineral sensors is seen as key enabling technologies for Grade Engineering® and coarse gangue rejection. The technologies presented in this paper enhance value through early decision making of ore quality and improve the overall resource value case through improved grade and throughput engineering.
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) | 0,000 | 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 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 ».