Acceleration of Iron-Rich Olivine CO2 Mineral Carbonation and Utilization for Simultaneous Critical Nickel and Cobalt Recovery
Notice bibliographique
Résumé
CO2 mineral carbonation is an important method to sequester carbon dioxide (CO2) in the form of stable mineral carbonates for permanent storage. The slow kinetics of carbonation, especially for iron-rich olivine, is the major challenge for potential application. This work proposes methods to accelerate the mineral carbonation process of different materials in the general mineral grouping of divalent metals–olivine for simultaneous nickel and cobalt recovery. It is found that nickel-olivine is facile for mineral carbonation compared to ferrous and magnesium olivine. Ferrous olivine is the most difficult form of olivine to carbonate as illustrated in both thermodynamics and experimental test results. The increase in iron content in olivine inhibits the CO2 mineral carbonation process by forming an iron-silica-rich passivation interlayer. The use of a reducing gas or reagent can enhance the mineral carbonation of olivine probably through hindering oxidation of Fe(Ⅱ). The addition of sodium nitrilotriacetate (NTA) as a metal complexing agent is much more efficient for the acceleration than usage of a reducing atmosphere. The combination of sodium bicarbonate/CO2 gas supply and NTA can enhance the diffusion of all divalent metal ions from the reacting olivine surface, thereby limiting the formation of the passivation interlayer. Meanwhile, highly selective nickel and cobalt leaching can be simultaneously achieved along with the CO2 mineral carbonation, 94% nickel, and 92% cobalt leaching as well as 47% mineral carbonation versus only 10% iron and 1% magnesium leached in 2 h. This work provides a novel direction to achieve critical metals recovery with accelerated mineral carbonation process.
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 | 0,000 | 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 | 0,000 |
| 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 ».