Aeriometallurgical Extraction of Rare Earth Elements from a NdFeB Magnet Utilizing Supercritical Fluids
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is a global need for efficient and environmentally sustainable processes to close the life cycle loop of waste electrical and electronic equipment (WEEE) through recycling. Conventional WEEE recycling processes are based upon pyrometallurgy or hydrometallurgy. The former is energy-intensive and generates greenhouse gas (GHG) emissions, while the latter relies on large volumes of acids and organic solvents, thus generating hazardous wastes. Here, a novel “aeriometallurgical” process was developed to recycle critical rare earth elements, namely, neodymium (Nd), praseodymium (Pr), and dysprosium (Dy), from postconsumer NdFeB magnets utilized in wind turbines. The new process utilizes supercritical CO2 as the solvent, which is safe, inert, and abundant, along with the tributyl-phosphate–nitric acid (TBP–HNO3) chelating agent and 2 wt % methanol as a cosolvent. Nd (94%), Pr (91%), and Dy (98%) extraction was achieved with only 62% iron (Fe) coextraction and minimal waste generation. Fundamental investigations into the extraction mechanism demonstrated that metal ion charge has an important impact on the extraction efficiency. Fundamental investigations indicate that extraction proceeds by corrosion of the magnet particle’s surface layer. This work demonstrates that supercritical fluid extraction would find widespread applicability as a cleaner, a more sustainable option to recycle value metals from end-of-life products to enable the circular economy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 découle