A clean and sustainable method for recycling of lithium from spent lithium iron phosphate battery powder by using formic acid and oxygen
Notice bibliographique
Résumé
With the widespread adoption of lithium iron phosphate (LiFePO4) batteries, the imperative recycling of LiFePO4 batteries waste presents formidable challenges in resource recovery, environmental preservation, and socio-economic advancement. Given the current overall lithium recovery rate in LiFePO4 batteries is below 1 %, there is a compelling demand for an eco-friendly, cost-efficient, and sustainable solution. This study introduces a green and sustainable recycling method that employs environmentally benign formic acid and readily available oxygen as reaction agents for selectively leaching lithium from discarded lithium iron phosphate powder. Formic acid was employed as the leaching agent, and oxygen served as the oxidizing agent. Utilizing a single-factor variable approach, various factors including formic acid concentration, oxygen flow rate, leaching time, liquid-to-solid ratio, and reaction temperature were individually investigated. Moreover, the feasibility of this method was explored mechanistically by analyzing E-pH diagrams of the Li-Fe-P-H2O system. Results demonstrate that under conditions of 2.5 mol/L formic acid concentration, 0.12 L/min oxygen flow rate, 25 mL/g liquid-to-solid ratio, 70 °C reaction temperature, and 3 h reaction time, lithium leaching efficiency exceeds 99.9 %, with iron leaching efficiency only at 1.7 %. Moreover, we also explored using air instead of oxygen as the oxidant and get the excellent lithium leaching rate (97.81 %) and low iron leaching rate (4.81 %), which shows the outstanding selectivity. Furthermore, the environmentally benign composition of the chemical reagents, comprising only C, H, and O elements, establishes it as a genuinely green and sustainable technology for secondary resource recovery. It can be considered as a highly environmentally friendly, cost-effective, and efficient approach. Nevertheless, in the current context of carbon neutrality and sustainable development, this method undoubtedly holds excellent prospects for industrialization.
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 | 0,001 |
| 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 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 ».