پیش بینی اکسایش پیریت در انباشتگاه باطله های زغال سنگ البرز مرکزی

طول 22 سال گذشته، بیش از 21 مگا تن باطله زغال در کارخانه زغالشویی انجیر تنگه واقع در شمال ایران، تولید شده است. باطله‌های زغال، بدون درنظرگرفتن هرگونه ملاحظات محیط زیستی در طبیعت بکر محیط رها شده است. از طرفی، بررسی‌های پیشین، حاکی از تولید زهاب اسیدی معدن در این باطله‌ها است. از اینرو، بررسی ریسک احتمالانی ناشی از تولید زهاب اسیدی معدن، امری ضروری است. برای این منظور در این مقاله، از روش پیش‌بینی احتمالاتی برای تخمین فرآیند اکسایش پیریت در محل انباشت باطله‌های زغال البرز مرکزی، استفاده شده است. برای این منظور، ابتدا پارامترهای عمق، فرکشن اکسیژن و غلظت کربنات به عنوان ورودی و میزان ph و پیریت باقیمانده به عنوان پارامترهای خروجی انتخاب شدند. سپس، توابع توزیع احتمالاتی بر روی پارامترهای ورودی برازش شدند. در ادامه پس از پیدا کردن بهترین روابط آماری خطی بین هر یک از پارامترهای هدف و پارامترهای ورودی و جایگذاری توابع توزیع احتمالاتی، به کمک شبیه‌سازی مونت‌کارلو میزان پیریت باقیمانده و ph تخمین زده شدند. نتایج حاکی از آن است که به احتمال 5% میزان ph و پیریت باقیمانده در محل انباشت باطله‌ها به ترتیب کم‌تر از 4.6 و 0.894 بوده است.

Probabilistic prediction of pyrite oxidation process within Anjir Tangeh coal wastes pile

More than 21 Mt of coal wastes is being produced by Anjir Tangeh coal washing plant during 22 years. Wastes have been deposited in the area without considering of environmental regulations in such an unspoiled area. Moreover, the pervious researches revealed that the pile has a potential of acid mine drainage generation. Therefore, it is essential to present a model for investigating risk of acid mine drainage generation in this pile. This paper presents a probabilistic method to prediction of acid mine drainage is being generated within Anjir Tangeh coal wastes pile. After building a database, pyrite remaining fraction and pH were considered as output data while depth of the wastes, bicarbonate concentration and oxygen fraction were input parameters. Then, the best probability distribution functions were presented on each of input parameters applying Monte Carlo simulation. Also, the best linear statistical relationships between input data and output data were presented. Afterward, the best probability distribution functions of input parameters were inserted to the relationships to find the probability distribution functions of output data. Eventually, the results revealed that the remaining pyrite fraction and pH values were lower than 0.894 and 4.6 at a 5% probability level, respectively.