Gold recovery from cyanideand chloride solution using activated carbon

Uusia keinoja kullan erottamiseksi malmista on etsitty viimeaikoina taloudellisista ja ympäristöllisistä syistä kautta maailman. Syanidointimenetelmä on hallinnut kullan talteenottoayli sata vuotta. Menetelmässä kulta liuotetaan laimeaan syanidiliuokseen, jostase otetaan talteen aktiivihiilen avulla. Syanidin käyttöä pyritään kuitenkin vähentämään sen myrkyllisyyden takia. Lisäksi nykyään louhitaan enenemässä määrin malmia, josta on hankala rikastaa kulta kustannustehokkaasti syanidia käyttäen. Kullan talteenottoa syanidi- ja kloridiliuoksesta on selvitetty kirjallisuuden avulla. Kullan kemiaan liuotuksen aikana on perehdytty ennen kullan talteenottoa aktiivihiilellä. Aktiivihiilen elinkaari kullan adsorbenttinaon käsitelty valmistuksesta hylkäämiseen mukaan lukien hiilen myrkyttyminen prosessissa ja regenerointi. Aktiivi-hiilen käyttäytyminen syanidi- ja kloridiliuoksessa on selvitetty erikseen. Kullan talteenottoa kuparipitoisista malmeista on käsitelty. Kullan talteenottoa kloridiliuoksesta aktiivihiiltä käyttäen on tutkittu kokeellisesti. Pääasialliset tutkimuskohteet ovat adsorption kinetiikka, kuparin vaikutus adsorptioon, aktiivihiilen vaikutus adsorptioonja adsorboituneiden metallien strippaus hiilestä selektiivisesti. Hapettavan stippauksen vaikutus kullan desorptioon hiilestä on tutkittu yksityiskohtaisesti. Kullan erotusmenetelmät kuparimalmista aktiivihiiltä käyttäen on selvitetty diplomityön tulosten pohjalta. Diplomityön keskeisten tulosten perusteella kulta ei välttämättä saostu aktiivihiilen pinnalle kloridiliuoksesta. Havainto varmistettiin ladattujen hiilipartikkelien pyyhkäisyelektronimikroskooppikuvista ja partikkeleille tehdyistä mikroanalyyseistä. Kullan pelkistyminen metalliseksi kullaksi aktiivihiilessä voitaneen välttää käyttämällä erittäin hapettavia olosuhteita. Aktiivihiili ilmeisesti hapettuu näissä olosuhteissa, mikä mahdollistaa kultakloridin adsorboitumisen hiileen.

Statistical Inversion Theory in X-ray Tomography

In this thesis the X-ray tomography is discussed from the Bayesian statistical viewpoint. The unknown parameters are assumed random variables and as opposite to traditional methods the solution is obtained as a large sample of the distribution of all possible solutions. As an introduction to tomography an inversion formula for Radon transform is presented on a plane. The vastly used filtered backprojection algorithm is derived. The traditional regularization methods are presented sufficiently to ground the Bayesian approach. The measurements are foton counts at the detector pixels. Thus the assumption of a Poisson distributed measurement error is justified. Often the error is assumed Gaussian, altough the electronic noise caused by the measurement device can change the error structure. The assumption of Gaussian measurement error is discussed. In the thesis the use of different prior distributions in X-ray tomography is discussed. Especially in severely ill-posed problems the use of a suitable prior is the main part of the whole solution process. In the empirical part the presented prior distributions are tested using simulated measurements. The effect of different prior distributions produce are shown in the empirical part of the thesis. The use of prior is shown obligatory in case of severely ill-posed problem.