Technoeconomic Analysis of the Supercritical Fluid Extraction Process for the Extraction of Rare Earth Elements from Ores
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
This study investigates the technoeconomic feasibility of utilizing supercritical fluid extraction (SCFE) with supercritical CO 2 and a tributyl phosphate–nitric acid (TBP-HNO 3 ) adduct for recovering rare earth elements (REEs) from the complex zircon-rich mineral concentrate. A detailed technoeconomic analysis (TEA) framework is employed, integrating mass and energy balance calculations, economic modeling, scenario evaluation, and sensitivity analysis. The research aims to establish the economic viability and scalability of SCFE technology as a sustainable alternative to conventional extraction methods. The study focused on an industrial-scale facility in Ontario, Canada, equipped with a 4000 L SCFE reactors. Key findings included first-year operational expenditures approaching 3 million USD and total capital expenditures of 13.7 million to 14.6 million USD. Revenue from the extracted REEs varied, with the highest returns associated with high-value elements such as terbium and dysprosium. Sensitivity analysis highlights that the profitability of the process is most sensitive to REE prices, particularly for Nd 2 O 3, Dy 2 O 3, and Tb 4 O 7, followed by reagent costs and utility expenses. Payback periods ranged from 6.9 years in the optimal scenario to 12.8 years in less favorable configurations. This study demonstrates the potential of SCFE as a viable technology for REE recovery, emphasizing the importance of feedstock optimization, cost-effective reagent usage, and scalability.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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