Sustainable recovery of critical metals from spent lithium-ion batteries using chitosan as biosorbent in citrate-sulfate media: A comprehensive isotherm, kinetic, and thermodynamic analysis
Notice bibliographique
Résumé
This study showcases the ability of chitosan powder to selectively adsorb Co(II), Mn(II), and Ni(II) from spent lithium-ion batteries within a sulfate-citrate medium while effectively maintaining Li in solution. Characterization via BET, FT-IR, and TGA analyses revealed that amine and hydroxyl groups are key players in adsorption. Considerably high adsorption rates for Co(II) and Ni(II), surpassing 80%, underscore chitosan's potential for robust metal ions retrieval. Notably, chitosan exhibits negligible adsorption capacity for Li, keeping it predominantly in solution, thus providing a selective separation and recovery method. Optimum parameters were determined as a dilution factor of 40, pH 4, and an adsorbent dosage of 10 g/L. While pH variations minimally affected Co(II) and Ni(II) recovery, Mn(II) removal rates increased with pH. Using the Langmuir isotherm model, adsorption capacities for Co(II) and Ni(II) were estimated at 1.86 mmol/g (or 110 mg/g) and 0.37 mmol/g (or 20 mg/g), respectively. Mn followed the Freundlich isotherm model, and its adsorption uptake was 0.02 mmol/g (1.10 mg/g) at an equilibrium concentration of 0.47 mmol/L. Kinetic studies highlighted rapid Co(II) and Ni(II) adsorption within 5 min, confirming surface reaction as the rate-limiting step, while thermodynamic analysis revealed favorable Co(II) and Ni(II) adsorption compared to unfavorable Mn(II) adsorption. Optimal desorption was achieved with 0.01 M sulfuric acid, achieving complete desorption for Co(II) and Ni(II) and over 82% for Mn(II). These findings underscore chitosan powder's potential as a sustainable and efficient green adsorbent for selective metal ions recovery in battery recycling, addressing crucial environmental and resource conservation concerns.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 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 ».