Application of Industrial-Scale Lithium Sulphate Electrolysis in Battery Recycling
Notice bibliographique
Résumé
As the world charges towards electrification and sustainable transportation, it is critical that the entire supply chain is equally sustainable. Industrial processes must be tailored towards circular processes in which emissions and effluents to the environment are minimized, if not eliminated altogether. When it comes to the production of battery grade lithium hydroxide monohydrate, a critical component of lithium ion batteries (LIBs), and the recovery of the lithium in spent LIBs. NORAM Electrolysis Systems Inc (NESI) has developed electrochemical technologies in which effluents are greatly reduced. NESI has developed a flexible, multi-compartment industrial electrolyser for salt splitting (NORSCAND®) applications including electrolysis of lithium sulphate to produce battery-grade lithium hydroxide (LHM). This electrolysis step can be used for the initial production of LHM or for recovering the LHM from recycling LIBs. In either case sulphuric acid is a by-product of the electrolysis process and it can then be recycled for dissolution of black mass in battery recycling processes or for e.g. SX regeneration. In both cases the incorporation of electrolysis in the flowsheet eliminates effluent streams. This presentation will outline the product quality and environmental benefits of electrolysis applied as part of a battery recycling flowsheet. It will outline the approach to electrolyser scale-up and present test and performance data from industrial-scale application. Figure 1
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».