• 자원리싸이클링
• /
• 제23권6호
• /
• pp.12-21
• /
• 2014

니켈 산화광인 라테라이트광은 크게 두 종류 광물로 구분되는데 이 중 사프로라이트는 건식제련용 원료로 그리고 리모나이트는 습식제련용 원료로 사용하여 니켈을 각각 회수하고 있다. 사프로라이트 및 리모나이트가 혼재하는 원료물질을 사용할 경우 건식 및 습식제련에서 경제적 손실이 발생할 수 있기 때문에 광물 간 분리 선별이 필요하다. 본 연구에서는 리모나이트와 사프로라이트의 분쇄성 차이를 이용하여 분쇄한 후 건식분급으로 두 광물을 선별하였다. 그 결과 리모나이트에 사프로라이트가 30%이하로 혼입되면 Mg+Si 성분의 함유량이 10%이하인 리모나이트질 라테라이트광을 얻을 수 있어 습식제련용 원료로 사용이 가능하다.

• 한국지반환경공학회 논문집
• /
• 제23권1호
• /
• pp.5-13
• /
• 2022

In tropical regions, lateritic soil is frequently used in road embankment. However, it is one of the sources of road failure owing to its low strength. Generally, cement and lime are used as stabilizers for lateritic soil, but they are not environmentally friendly. Some studies try to use eggshells, for they are food waste and share the same chemical composition as lime. Previous researchs have shown that eggshell powder could enhance the strength of lateritic soil. This research investigated the effect of particle size of the eggshell powder and the effect of the protein-membrane presence in the eggshell on stabilizing capacity of soil. Through laboratory tests, unconfined compressive strength was examined for various particle sizes. The particle size of eggshell powder ranging between 150 ㎛ and 88 ㎛ was appropriate size that made an excellent stabilizer at 3% concentration. On the other hand, the protein-membrane reduced the stabilizing ability of the eggshell powder when the content of eggshell powder is less than 4% in soil. Numerical analysis of road embankment was performed based on the results obtained in the laboratory tests. It is shown that the eggshell powder has improved the stability of the sub-base of the road embankment.

• 산업융합연구
• /
• 제21권7호
• /
• pp.19-27
• /
• 2023

이차전지 시장의 확대에 따라 니켈 산화광을 로터리 킬른 및 전기로 공법을 이용하여 생산하는 공정이 전 세계적으로 확대되고 있는 상황이며 지속가능한 ESG 경영 확대에 따라 배출가스 내 질소산화물 등 대기오염물질 관리가 강화되고 있다. 건식니켈제련 공정의 주요 설비 중 하나인 로터리 킬른은 광석의 건조와 예비환원을 위한 설비이며 운전 중 질소산화물이 생성되므로 질소산화물 농도 예측 운전이 필요하다. 본 연구에서는 회귀 예측을 위한 LSTM 모델과 분류 예측을 위한 LightGBM 모델을 적용한 AutoML을 사용하여 모델을 최적화 하였다. LSTM을 적용 시 5분 후 예측 값은 상관계수 0.86, MAE 5.13ppm, 40분 후 예측 값은 상관계수 0.38, MAE 10.84ppm의 결과를 얻었다. 분류 예측을 위한 LightGBM 적용 결과 Test 정확도는 5분 후 0.75에서 40분 후 0.61로 상승하여 실제 조업에 활용할 수 있는 수준까지 상승되었고 AutoML을 통한 모델 최적화 결과 5분 후 예측 값의 정확도는 0.75에서 0.80까지, 40분 후의 예측 정확도는 0.61에서 0.70까지 향상되었다. 본 연구를 통해 로터리 킬른 질소산화물 예측 값을 실제 조업에 적용하여 대기오염물질 배출규제 준수 및 ESG 경영에 기여할 수 있다.