view in publisher's site

A critical review of acid rock drainage prediction methods and practices

Highlights•This paper provides an overview of how acid rock drainage (ARD) is predicted.•Limitations are associated with established ARD protocols and test procedures.•Waste misclassification results in environmental damage and high liability costs.•The mining industry requires a new architecture for ARD prediction.•New ARD protocols must be adopted at exploration/pre-feasibility stages.AbstractFailure to accurately predict acid rock drainage (ARD) leads to long-term impacts on ecosystems and human health, in addition to substantial financial consequences and reputational damage to operators. Currently, a range of chemical static and kinetic tests are used to evaluate the acid producing nature of materials, from which risk assessments are prepared and waste classification schemes designed. However, these well-established tests and practices have inherent limitations, for example: (i) best-practice sampling is not pursued; (ii) risk assessments rely on limited static and kinetic test data, thus compromising the accuracy of resulting ARD block models; (iii) static tests are completed off-site and do not reflect actual field measurements; (iv) kinetic test data do not become available until later stages of mine development; (v) waste classification schemes generally categorise materials as only three types (i.e., PAF, NAF and UC) with other drainage forms (e.g., neutral metalliferous or saline) not considered; and (vi) conventional testing fails to consider that reactivity of waste is controlled by parameters other than chemistry (e.g., microbiology, type and occurrence of minerals, texture and hardness). Thus, accurate prediction is challenging because of the multifaceted processes leading to ARD. Hence, risk assessments need to consider mineralogical, textural and geometallurgical rock properties in addition to predictive geochemical test data. Instead, a new architecture of integrative, staged ARD testing should be pursued. Better ARD prediction must start with improving the definition of geoenvironmental models and waste units. Then, a range of low-cost and rapid tests for the screening of samples should be conducted on site prior to the performance of established tests and advanced analyses using state-of-the-art laboratories. Such an approach to ARD prediction would support more accurate and cost-effective waste management during operation, and ultimately less costly mine closure outcomes.

بررسی انتقادی روش‌ها و روش‌های پیش‌بینی تخلیه سنگ اسیدی

نکات مهم: این مقاله یک مرور کلی از چگونگی پیش‌بینی توزیع سنگ اسیدی را ارایه می‌دهد. محدودیت‌ها با پروتکل‌های ARD تثبیت‌شده و رونده‌ای آزمایش مرتبط هستند. اتلاف اطلاعات مربوط به آسیب‌های زیست‌محیطی و هزینه‌های بالای مسیولیت. صنعت معدن نیازمند یک معماری جدید برای پیش‌بینی ARD است. پروتکل‌های جدید ARD باید در اکتشاف / pre - ractFailure به منظور پیش‌بینی دقیق زه‌کشی سنگ اسیدی (ARD)به منظور پیش‌بینی دقیق اثرات بلند مدت بر اکوسیستم‌ها و سلامت انسان به علاوه پیامدهای مالی قابل‌توجه و خسارت reputational به اپراتورها اتخاذ شود. در حال حاضر، طیف وسیعی از آزمایش‌های شیمیایی و سینتیک شیمیایی برای ارزیابی ماهیت تولید اسید مواد مورد استفاده قرار می‌گیرد که از آن ارزیابی‌های ریسک تهیه و طرح‌های طبقه‌بندی زباله طراحی شده‌اند. با این حال، روش‌های طبقه‌بندی زباله به طور کلی مواد را به عنوان تنها سه نوع طبقه‌بندی می‌کنند (به عنوان مثال، نیروی هوایی پاکستان، NAF و UC)با دیگر اشکال زه‌کشی (به عنوان مثال، metalliferous خنثی یا شور)؛ و (vi)تست متعارف در نظر گرفتن این که واکنش‌پذیری مواد زاید توسط پارامترها به جز شیمی کنترل می‌شود (به عنوان مثال، microbiology، نوع و رخداد مواد معدنی، بافت و سختی). بنابراین پیش‌بینی دقیق به دلیل فرآیندهای multifaceted که منجر به ARD می‌شود، چالش برانگیز است. از این رو، ارزیابی‌های ریسک باید در نظر گرفتن خصوصیات سنگ میکروسکوپی، بافتی و geometallurgical علاوه بر داده‌های آزمایش ژئوشیمیایی پیشگویانه در نظر گرفته شوند. در عوض، یک معماری جدید از integrative، انجام آزمایش ARD را باید دنبال کرد. پیش‌بینی بهتر ARD باید با بهبود تعریف مدل‌های geoenvironmental و واحدهای زباله شروع شود. سپس، مجموعه‌ای از آزمون‌های کم‌هزینه و سریع برای غربالگری نمونه‌ها باید قبل از عملکرد تست‌های ثابت و تحلیل‌های پیشرفته با استفاده از آزمایشگاه‌های پیشرفته‌ای انجام شود. چنین رویکردی به پیش‌بینی ARD از مدیریت پسماند درست و مقرون‌به‌صرفه در طول عملیات پشتیبانی می‌کند، و در نهایت منجر به پیامدهای بسته شدن من خواهد شد.
ترجمه شده با

سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.