Recycling Lithium-Ion Battery: Mechanical Separation of Mixed Cathode Active Materials
Notice bibliographique
Résumé
Abstract Lithium-ion batteries (LIBs) have driven the industry of rechargeable batteries in recent years due to their advantages such as high energy and power density and relatively long lifespan. Nevertheless, the dispose of spent LIBs has harmful impacts on the environment which needs to be addressed by recycling LIBs. However, none of the currently developed recycling processes is economical. The physical recycling process of LIBs may be economical if the cathode active materials can be separated, regenerated, and reused to make new LIBs. However, the first barrier for regeneration and reusing is the separation of different types of spent cathode active materials in the filter cake that are mixed with each other and come in the form of very fine powders with various sizes (< 30 μm) from the physical recycling process. The aim of this study is to separate the mixture of cathode active materials by adopting Stokes’ law. The focus will be only on mechanical separation with no thermal or chemical separation methods. For the validation, an experiment was designed and successfully performed where different types of spent cathode materials (e.g., LiCoO2, LiFePO4, and LiMn2O4) were separated from the spent anode materials (e.g., graphite) with high efficiency and reasonable time.
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 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 | 0,000 |
| 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 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».