Benefication of rare earth minerals from Niobec ore: Froth flotation
Notice bibliographique
Résumé
Les terres rares sont les éléments clés des technologies vertes émergentes telles que les éoliennes, les véhicules hybrides et les batteries d'accumulateurs. La demande prévue et le taux de production actuel devraient entraîner une pénurie de La, Nd, Pr, Dy et Tb d'ici 2025. Cette demande mondiale ne peut être satisfaite que par le développement constant de nouvelles mines en dehors de la Chine. Parmi les projets développés en dehors de la Chine au Canada, le projet Niobec des terres rares de Magris Resources Inc. contient la plus grande ressource d'éléments de terres rares avec 1 058,6 millions de tonnes à 1,73% d'oxyde de terre rare total. Les granulométries fines (-20 μm) des minéraux des terres rares présents dans ce minerai font de la flottation par mousse la technique d'enrichissement la plus applicable pour la séparation. Cependant, la littérature concernant la flottation des minéraux des terres rares est rare. Pour traiter le minerai de terres rares, les propriétés fondamentales des minéraux purs (monazite, bastnäsite et dolomite) doivent d'abord être comprises par la caractérisation de surface (p.ex. ATR-FTIR et XPS), calculs thermodynamiques (diagrammes de spéciation), mesures électrophorétiques (c.-à-d. mesures du potentiel zêta) et des essais de microflottation sur un seul minéral utilisant trois différents collecteurs de minéraux de terres rares, le benzohydroxamate, l'oléate de sodium et l'acide phosphorique organique. La modélisation moléculaire à base sur la théorie fonctionnelle de la densité (DFT) a également été utilisée et s'est avérée utile pour valider les résultats expérimentaux. Il a fourni une compréhension plus profonde de l'interaction minéral-collecteur et présenté la conformation possible des espèces ou des collecteurs adsorbés sur la surface des minéraux. Les simulations DFT ont également permis d'expliquer des phénomènes qui ne pouvaient pas être expliqués par des observations expérimentales seules. Les connaissances acquises grâce à des études fondamentales et la connaissance de la minéralogie ont fourni des indications pour le traitement du minerai. La concentration observée d'éléments des terres rares dans la fraction fine (-20 μm) a conduit à la décision de scinder le traitement du minerai en deux voies. Cela empêche non seulement le surgrémentage des particules de -20 μm, mais permet également un broyage plus efficace des particules de +20 μm. L'utilisation d'une cellule à colonne spécialement conçue pour traiter les fines a montré un enrichissement et une récupération significatifs des éléments des terres rares. Ce résultat a été obtenu avec une seule étape de flottation plus grossière, généralement obtenue par plusieurs étapes d'ébauche et de nettoyage / balayage. Une amélioration des paramètres des cellules de la colonne (aspect mécanique) et d'autres investigations concernant le schéma de réactif (aspect chimique) sont suggérées pour les travaux futurs.
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) | 0,003 | 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 ».