Recovery of nickel and cobalt from nickel laterite leach solution using chelating resins and pre‐reducing process
Notice bibliographique
Résumé
Abstract The aim of this work was to recover nickel and cobalt from a nickel laterite leach solution using chelating resins combined with a pre‐reducing process. Sodium sulphite was used as a reducing agent to convert Fe(II) from Fe(III) and increase adsorption efficiency. Batch experiments were performed using synthetic solutions to study the effect of pH in recovering these metals using chelating resins Lewatit TP 207 and Lewatit TP 220. Column experiments were performed to simulate the fixed‐bed column process in the following two steps: first, removing copper; and second, recovering nickel and cobalt. Two acids were tested as eluent, namely, sulphuric and hydrochloric acid 1M and 2M. Batch experiments showed that increasing the recovery of the metals accompanied an increase in pH. Copper recovery was maximal at pH 2.00, and the resin selectivity changed in pH above 2, decreasing copper adsorption. However, batch experiments showed that nickel and cobalt recovery was higher at pH 3.50, and resin adsorbed a high concentration of contaminants such as iron, zinc, and chromium. For this reason, nickel and cobalt recovery at pH 2.00 was better in column experiments, with less of the contamination in the metals being adsorbed by the resin and a high selectivity for nickel and cobalt. Hydrochloric acid 2M showed to be more efficient as eluent than sulphuric acid. A precipitation process using NaOH was used to remove contaminants present in the eluent solution, and Cyanex 272 was used to separate cobalt and nickel through the solvent extraction process.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».