Benefication of rare earth minerals from Niobec ore: Froth flotation
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".