Feasibility of a Mineral Carbonation Technique Using Iron-Silicate Mining Waste by Direct Flue Gas CO2 Capture and Cation Complexation Using 2,2′-Bipyridine
Notice bibliographique
Résumé
Mineral carbonation is gaining increasing attention for its ability to sequester CO2. The main challenge is doing it economically and energy-efficiently. Recently, many studies have focused on the aqueous reaction of carbon dioxide with the alkaline earth minerals such as serpentine, Mg-rich olivine and wollastonite. Nevertheless, Fe-rich olivines have been poorly studied because of their high energy demand, which make them unfeasible for industrial implementation. This article describes the feasibility of an indirect mineral carbonation process using silicic, Fe-rich mining waste with direct flue gas CO2 via iron complexation using 2,2′-bipyridine. The overall process was performed in three main steps: leaching, iron complexation, and aqueous mineral carbonation reactions. The preferential parameters resulted in a recirculation scenario, where 38% of Fe cations were leached, complexed, and reacted under mild conditions. CO2 uptake of 57.3% was achieved, obtaining a Fe-rich carbonate. These results are promising for the application of mineral carbonation to reduce CO2 emissions. Furthermore, the greenhouse gas balance had a global vision of the overall reaction’s feasibility. The results showed a positive balance in CO2 removal, with an estimated 130 kg CO2/ton of residue. Although an exhaustive study should be done, the new and innovative mineral carbonation CO2 sequestration approach in this study is promising.
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) | 0,000 | 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 ».