著者

岡田 夏男 前川 陽平 大和田 済熙 芳賀 一寿 柴山 敦 川村 洋平

出版者

一般社団法人 資源・素材学会

雑誌

Journal of MMIJ (ISSN:18816118)

巻号頁・発行日

vol.137, no.1, pp.1-9, 2021-01-31 (Released:2021-01-29)

参考文献数

10

被引用文献数

2

---

Currently, there have been issues concerning the depletion and scarcity of mineral resources. This is mostly due to the excavation of high grade minerals having already occurred years and years ago, hence forcing the mining industry to opt for the production and optimization of lower grade minerals. This however brings about a plethora of problems, many of which economic, stemming from the purification of those low grade minerals in various stages required for mineral processing. In order to reduce costs and aid in the optimization of the mining stream, this study, introduces an automatic mineral identification system which combines the predictive abilities of deep learning with the excellent resolution of hyperspectral imaging, for pre-stage of mineral processing. These technologies were used to identify and classify high grade arsenic (As) bearing minerals from their low grade mineral counterparts non-destructively. Most of this ability to perform such tasks comes from the highly versatile machine learning model which employs deep learning as a means to classify minerals for mineral processing. Experimental results supported this statement as the model was able to achieve an over 90% accuracy in the prediction of As-bearing minerals, hence, one could conclude that this system has the potential to be employed in the mining industry as it achieves modern day system requirements such as high accuracy, speed, economic, userfriendly and automatic mineral identification.

著者

岡部 悠 Gandhi Muniyappan 芳賀 一寿 山田 学 柴山 敦

出版者

一般社団法人資源・素材学会

雑誌

一般社団法人資源・素材学会 平成30(2018)年度春季大会

巻号頁・発行日

2018-02-08

著者

藤田 豊久 佐野 葉奈 武藤 一 柴山 敦 宮崎 敏夫 井上 千弘

出版者

The Mining and Materials Processing Institute of Japan

雑誌

資源と素材 : 資源・素材学会誌 : journal of the Mining and Materials Processing Institute of Japan (ISSN:09161740)

巻号頁・発行日

vol.117, no.1, pp.43-48, 2001-01-25

被引用文献数

1

---

Bactrerium inhabiting in Amarume crude oil of Yamagata prefecture was identified as <i>Pseudomonas mendocina</i>. In the first step, biodegradation experiments were conducted by using the bacteria of 0.510⁶ cells / ml and 300 ppm of chlorobenzene in aqueous solution under aeration and irradiation. After 6 hours, chlorobenzene was perfectly decomposed. Next, the mixtures of synthesized polychlorinated dibenzo-<i>p</i>-dioxins (PCDDs) and dibenzofurans (PCDFs) were degraded with the bacteria of 0.510⁸ cells / ml, where the initial total concentrations of PCDDs and PCDFs were 1,400 ppm and 180 μg-TEQ / ml. After 24 hours, about 70 % of PCDDs and 60 % of PCDFs were biodegraded. The biodegradation rates of PCDD / Fs were much faster than those reported in literatures with other bacteria.<br>

著者

柴山 敦 WILLIAM Tongamp

出版者

秋田大学

雑誌

特別研究員奨励費

巻号頁・発行日

2010

---

近年,銅鉱石中の不純物(ヒ素、アンチモン、フッ素など)が世界的に増加する傾向にある。本年度の研究では,選鉱プロセスで広く用いられる浮遊選鉱法(浮選)と,アルカリ浴で硫化剤を用いた浸出処理,さらに浸出后液からのヒ素やアンチモンの沈殿晶析の可能性を検討し,不純物を選択的に除去する技術の調査研究を行った。まず浮選では,pH4,捕収剤アミルキサントゲン酸カリウムを50g/t-ore,起泡剤メチルイソブチルカルビノールを200g/t-ore添加することで,鉱石中に含まれるヒ素の93%を浮上分離することができた。これらについては、ヒ素を含む主要鉱石の硫砒銅鉱が、他の鉱石に比べ疎水性並びに浮遊性に富むことが影響し、比較的早い浮上速度で分離されていることを究明した。一方、浸出法および沈殿法による高ヒ素含有銅鉱石からのヒ素の選択除去を行った結果,パルプ濃度1,000g/L,NaOH100g/L,NaHS200g/L,80℃での浸出により,鉱石中に含まれるヒ素の95%を浸出することができた。また,浸出后液に固体硫黄S^0を添加することで,液中に含まれるヒ素の約70%を沈殿物として回収することが可能であり,沈殿物はNa_3AsS_4として晶析することが確認された。またアンチモンが共存する四面銅鉱(Tetrahedrite: (Cu,Fe)_<12>(Sb,As)_4S_<13>)に対して同様のアルカリ浸出を行った結果、ヒ素に比べアンチモンの方が浸出速度が速く、浸出初期では浸出率が上回ることを確認し、チオアンチモンナトリウム塩の沈殿生成の可能性を見出した。これらの実験結果を通じ,浮選におけるヒ素含有鉱石の分離効果と影響因子,あるいはヒ素およびアンチモンの選択浸出の可能性と沈殿生成条件を論考し,化学的あるいは反応論的考察のもと、不純物除去につながるプロセス技術を究明することができた。