MétaCan
Menu
Retour à la cohorte
Enregistrement W4393318402 · doi:10.1002/jctb.7645

Study on the influence mechanism of carbothermal reduction and selective leaching of valuable metals in spent lithium batteries

2024· article· en· W4393318402 sur OpenAlex
Shiteng Qin, Yang He, Yuhuan Li, Bern Klein, Shenghua Yin, Pengyun Xu, Hongyu Zhao

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensBritish Columbia Institute of TechnologyUniversity of British Columbia
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaChina Geological SurveyNational Natural Science Foundation of China
Mots-clésCarbothermic reactionLeaching (pedology)Lithium (medication)Reduction (mathematics)ChemistryEnvironmental scienceMaterials scienceMetallurgySoil scienceCarbideMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Exploring an innovative method for precious metal recovery from spent batteries, our study combines hydrometallurgy and pyrometallurgy, focusing on pivotal carbothermal reduction. This crucial phase enhances the leachability of metals by significantly reducing their valence. To evaluate the effect of novel carbon (C) materials on this reduction process, our study synthesized two types of nanoporous Cs, Al‐PCP‐800 and ZIF‐8‐800, found in electrode materials. Their carbothermal reduction efficacy was compared to activated (A)C using thermogravimetric analysis. RESULTS The experimental findings revealed that ZIF‐8‐800 exhibits superior reducibility, initiating and reaching peak weight loss rate at a lower temperature of 692.01 °C with a peak of 32.27%/°C. Under the optimized conditions (roasting temperature 750 °C, time 3 h, C content 20%, 2.75 mol L −1 H 3 PO 4 concentration, 40 °C leaching temperature, liquid‐to‐solid ratio of 6 mL g −1 , leaching time 10 min) the leaching efficiency of lithium (Li) and manganese (Mn) reached 100%, indicating complete extraction with ZIF‐8‐800. However, cobalt (Co) and nickel (Ni) leaching with ZIF‐8‐800 was low (3.22%, 2.06%). Al‐PCP‐800 showed slightly less leaching efficiency for Li and Mn, but higher efficiency for Co and Ni. Activated C led to incomplete Li and Mn extraction, with higher Co and Ni leaching, diminishing the process's selectivity. CONCLUSION The study confirms that the C material in carbothermal reduction significantly impacts metal leaching efficiency and selectivity. ZIF‐8‐800 was the most effective for Li and Mn leaching, outperforming Al‐PCP‐800 and AC in selectivity. This underscores ZIF‐8‐800's potential to improve metal recovery from spent batteries. © 2024 The Authors. Journal of Chemical Technology and Biotechnology published by John Wiley & Sons Ltd on behalf of Society of Chemical Industry (SCI).

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle