Lithium recovery from pretreated <i>α</i>‐spodumene residue through acid leaching at ambient temperature
Notice bibliographique
Résumé
Abstract A novel alkaline hydrothermal approach for low‐temperature conversion of α‐spodumene into Li2SiO3 residue was proposed, providing a promising method for extracting lithium from α‐spodumene as a pretreatment process. This work proposed a systematic investigation for extracting lithium from the residue by acid leaching and preparing lithium carbonate. The reaction feasibility between Li2SiO3 and acids (HCl and H2SO4) was first evaluated through thermodynamic calculation. Compared with the leaching effects of hydrochloric acid and sulphuric acid, sulphuric acid is the preferred leaching agent due to its higher extraction efficiency for lithium and lower acid consumption. Lithium extraction efficiency from the residue achieved up to 87.48% under the following optimized conditions: 0.75 mol/L H2SO4, 0.4 times the theoretical amount of acid, 10 min, 30°C, and 100 rpm. Based on the optimized conditions, the lithium‐containing solution was concentrated through three consecutive cycles of leaching, which obtained a concentration of 17.78 g/L for lithium. The leaching solution was purified by CaO‐Na2CO3, resulting in the removal rates of SiO32−, Mg2+, and Ca2+ of 84.22%, 95.51%, and 90.55%, respectively. Finally, the solution was precipitated with sodium carbonate to prepare Li2CO3. This paper facilitates the development of an economical process for efficient lithium extraction from spodumene at low temperatures.
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) | 0,000 | 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 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 ».