NdFeB Magnets Recycling via High-Pressure Selective Leaching and the Impurities Behaviors
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.
Notice bibliographique
Résumé
Abstract Global concerns about climate change are driving increased demand of electric vehicles for sustainable transportation and turbines in emerging energy solutions, where permanent magnets (PMs) and rare earth elements (REEs) play a critical role. However, global REEs recycling rates are only 3% and 8% for light and heavy REEs, respectively. This work proposes an effective approach to separate the REEs and iron via high-pressure selective leaching by low-concentrated nitric acid from the end-of-life NdFeB magnet and investigates the impurities behavior during the leaching and precipitation steps. The results from the optimized leaching conditions demonstrated over 95% REEs leaching efficiency with less than 0.3% Fe dissolution. Approximately 70% of Al and B were leached as well, while other elements (Co, Ni, Cu) had leaching efficiencies below 40%, leaving a hematite rich residue. Adjusting the pH removes Al and Fe in leachate but minimally affects Cu, Co, and Ni. Na 2 S addition is more effective against transition metals, but both methods result in around 10% REEs loss. Direct oxalate precipitation is suggested for the obtained leachate, which can yield over 97.5% REEs oxides with approximately 1.0% alumina, which is acceptable for magnet remanufacturing due to the aluminum content commonly found in magnets. The technology developed in this study offers opportunities for closed-loop recycling and remanufacturing of PMs, benefiting the environment, economy, and supply chain security. Graphical Abstract
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 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 | 0,000 |
| 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 | 0,001 |
| 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 découle