Enhanced Stability of Lithium Manganese Oxide Ion-sieves by Magnesium doping for Lithium Recovery from Flowback and Produced Water
Notice bibliographique
Résumé
The increased demand for lithium (Li), driven in part by the use of Li-ion batteries, poses a crisis in its future supply.To meet demand, the exploration of alternative Li sources is imperative.Flowback and produced water (FPW), a by-product of oil and gas exploration, is a potential resource that often contains tens to hundreds of parts-per-million Li.Among the various direct Li extraction approaches applicable to FPW, spinel lithium manganese oxide (LMO) ion-sieves have emerged as a highly promising material due to their high Li uptake and rapid adsorption kinetics.However, LMO sorbents face challenges such as mass loss due to the reductive dissolution of manganese (Mn) caused by organic compounds present in FPW, which impairs its recyclability.In this study, we doped a pristine LMO (Li 1.6 Mn 1.6 O 4 ) with 4 different concentrations of magnesium (Mg) to synthesize Mg-doped lithium manganese oxides, Li 1.6 Mg x Mn 1.6-x O 4 or LMMO-x (where x = 0.1, 0.2, 0.3, 0.4).Li recovery tests conducted using FPW produced from the Duvernay Formation in Alberta, as an example, demonstrate that both Li uptake and Mn dissolution decrease with increased Mg doping.Specifically, Li uptake decreased by 53% for LMMO-0.4,while the average Mn dissolution during subsequent acid desorption was reduced by 80% compared to pristine LMO.Cycling tests show that LMMOs retain 95% of their initial Li uptake after the 5th cycle of use, compared to only 90% for LMO under the same experimental condition, demonstrating that LMMOs have a better recyclability.Extended X-ray absorption fine structure (EXAFS) analyses further confirm the improved stability of LMMOs, as irreversible structural contraction occurred in LMO after 5 cycles of use, but not found in the LMMOs.LMMOs, when further combined with polyvinylidene fluoride membrane, exhibit negligible Mn dissolution (<0.3%).This study demonstrates that Mg doping enhances the stability of LMMOs, making them promising candidates for Li recovery from FPW.
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 ».