Advances in Lithium Extraction from Spodumene: Alternatives to Sulfuric Acid Digestion
Notice bibliographique
Résumé
Conventional lithium extraction from spodumene via sulfuric acid roasting can achieve up to 98% recovery but suffers from high energy use, acidic residues, and purification complexity. This review evaluates alternative methods for both α- and β-spodumene, aiming for improved sustainability. For α-spodumene, Na2SO4–CaO salt roasting achieved >95% recovery at 900 °C via water leaching. Sodium carbonate roasting–NaOH leaching and mechanical activation–Na2SO4 roasting reached 95.9% and ~92%, respectively. High-pressure NaOH leaching reached 95.8%, while alkaline decomposition–acid leaching yielded 53.2–84.1%. Microwave-assisted calcination achieved up to 97% recovery, and fluoride-based roasting gave 93–98% but raised environmental concerns. Bioleaching is eco-friendly but slow, with <3.5% recovery. For β-spodumene, high-pressure leaching using sodium carbonate (>94%), sodium sulfate (90.7%–93.3%), sodium chloride (~93%), and nitric acid (~95%) provided high recoveries. Atmospheric leaching with HF and H3PO4 yielded ~90% and ~40%, respectively, while carbonic acid leaching reached 75% after multiple stages. Chlorination roasting achieved near-complete recovery. The Metso-Outotec high-pressure sodium carbonate leaching process is set for industrial-scale implementation at the Keliber project in 2025, confirming its scalability. Overall, these emerging processes have the potential to reduce energy input, reagent demand, and waste generation, offering practical pathways toward more sustainable lithium production from spodumene.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».