A Bioleaching Process for Sustainable Recycling of Complex Structures with Multi-Metal Layers
Notice bibliographique
Résumé
Industrial waste is accumulating, while primary metal resources are depleting. Bioleaching has been shown to be a cost-effective and environmentally friendly approach to metal recovery from waste, but improved designs are needed for large-scale recycling. Metal components that are manufactured by electrodeposition over a mandrel can be difficult to recycle using conventional techniques due to their complex geometry and inner Ag coating. A sustainable biotechnology for separating Cu and Ag from waste electrodeposited components is presented. Two-step bioleaching experiments were performed, during which Cu was solubilized by Fe3+ regenerated by Acidithiobacillus (At.) ferrooxidans CF3 and a consortium of ten acidophilic Fe2+-oxidizers. High Cu recovery rates were achieved in agitated flasks (22 °C, pH 1.9), with At. ferrooxidans solubilizing 94.7% Cu in 78 days and the consortium 99.2% Cu in 59 days. Copper bio-solubilization was significantly accelerated in a laboratory-scale bioreactor (32 °C, 1 L air min−1) using the bacterial consortium adapted to elevated Cu concentrations, reaching >99.6% Cu extraction in only 12 days. The bioreactor was dominated by Leptospirillum and Acidithiobacillus, with their proportions changing (from 83.2 to 59% of total reads and from 3.6 to 29.4%, respectively) during the leaching process. Dissolved Cu was recovered from the bioleachates (containing 14 to 22 g Cu L−1) using electrowinning; >99% of the Cu was deposited (with Cu purity of 98.5 to 99.9%) in 3.33 h (at current efficiency between 80 and 92%). The findings emphasize the importance of a bioleaching system design to achieve economical separation of base and precious metals from industrial wastes. The presented technology minimizes waste generation and energy consumption. On a larger scale, it has the potential to contribute to the development of industrial recycling processes that will protect natural resources and contribute to the Net Zero target.
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) | 0,000 | 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 | 0,001 | 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 ».