Investigations into the Effect of Temperature on the Flotation of Galena, Sphalerite, and Pyrite
Notice bibliographique
Résumé
Les variations de température pourraient potentiellement avoir un impact sur les performances de flottation, entraînant des problèmes opérationnels et économiques. Plusieurs usines historiques et actuellement en activité à travers le Canada ont signalé les pertes saisonnières de métaux comme l'un des défis majeurs. L'amélioration de l'efficacité de la flottation à des températures froides est importante pour le développement durable de l'industrie, en particulier compte tenu de l'expansion des opérations minières vers le Nord et de l'impact croissant des phénomènes météorologiques extrêmes provoqués par le changement climatique sur les opérations minières. Afin de mieux comprendre les mécanismes sous-jacents à la variation métallurgique saisonnière et le degré de vulnérabilité de la flottation par mousse aux fluctuations de température, ainsi que pour élaborer des recommandations concernant les pertes saisonnières, des expériences d'adsorption, de microflottation, de flottation mono-minérale de Denver, de flottation de minerai de Denver, de stabilité de la mousse et des études de stabilité de la mousse ont été menées. Les résultats expérimentaux ont été étayés par des simulations numériques. La flottation sélective des minerais de plomb et de zinc est un processus comportant de nombreuses variables et un équilibre délicat entre des facteurs externes (tels que la température) et internes (concentrations de réactifs, altérations de surface). Les calculs théoriques aident à expliquer les variations observées dans les résultats d'adsorption et de microflottation avec la température. D'autres paramètres statistiquement significatifs expliquant les performances d'adsorption étaient la concentration en xanthate, le dosage en sulfate de cuivre et le pH. Des calculs de sélectivité d'adsorption ont été effectués sur les réponses minérales individuelles, ce qui donne un aperçu des tendances potentielles dans la séparation de la galène, de la sphalérite et de la pyrite. La chromatographie gazeuse inverse a fourni des cartes d'hétérogénéité d'énergie de surface des minéraux. Sur une échelle de flottation par lots de Denver pour les échantillons monominéraux, les résultats de flottation ont suivi les mêmes tendances: une récupération plus élevée et une cinétique plus lente à des températures plus basses, et des récupérations plus faibles et une cinétique plus rapide à des températures plus élevées. Suite aux résultats des tests de flottation, la hauteur de mousse et la stabilité ont été étudiées à différentes températures pour expliquer les variations observées. Une forte corrélation entre les changements dans le comportement de flottation des mono-minéraux et les propriétés de la mousse avec la température a été révélée. Des recherches plus approfondies sur la stabilité de la mousse avec le minerai VMS ont démontré des tendances similaires : des rendements plus élevés et une mousse plus épaisse et plus stable à des températures plus basses. Les expériences de flottation du minerai SEDEX ont abouti à la variabilité la plus élevée pour la sphalérite, ce qui correspond bien à la littérature. L'efficacité de modificateurs de flottation tels que la chaux, le sulfate de cuivre pentahydraté et le sulfate de zinc heptahydraté a été étudiée dans un circuit de flottation sélectif pour les types de minerais SEDEX en utilisant le plan composite central de l'expérience. Les résultats ont montré des variations dans la cinétique de récupération, la taille des bulles à la surface de la mousse, la qualité du concentré, le rendement et la récupération de l'eau en fonction de la température. Des rendements plus élevés et des récupérations d'eau provenant d'une mousse plus stable ont été observés à des températures plus froides, expliquant probablement les concentrations plus faibles observées. Des recommandations sur l'atténuation des écarts liés à la température dans les performances de flottation des sulfures ont été élaborées
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 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 ».