Polyaniline Covered Lithium Mangenues Oxide As High-Performance Active Material Designed for High Capacity and Selectivity Capacitive Deionization Lithium Extraction from Brine
Notice bibliographique
Résumé
Selective lithium extraction from brines has emerged as a crucial technology for addressing the global lithium shortage and meeting increasing demand. Capacitive deionization (CDI), with low energy consumption, simple operation, environmentally friendly, high selectivity, and strong recyclability, is considered a new tech for efficiently extracting lithium resources from low-concentration brine and has broad technical prospects. LiMn₂O₄ (LMO) is an effective redox material for lithium recovery in CDI due to high capacity and abundancy. However, the inevitable dissolution of Mn in aqueous solutions during adsorption and desorption of the redox process results in significant capacity degradation and reduced cycle performance. This study uses a facile method to wrap the LMO with conductive polymer polyaniline (PN), forming passivation layers that improve the Mn dissolution problem and advance surface adsorption kinetics. In addition, the composite material shows high selectivity and better charge transfer efficiency, allowing ion removal without ion-exchange membranes. As a result, the optimized composite demonstrates an exceptional Li+ adsorption capacity of 23.40 mg/g with a minimum Mn dissolution rate of 0.019 wt% per cycle and performs higher capacity and lower Mn dissolution rate compared to bare LMO (capacity only 18.19 mg/g). The CDI achieves high charge efficiency (77.80 %) and fast adsorption rate (the adsorption process can be stabilized in 20 minutes). Moreover, the energy consumption of the designed CDI cell is relatively low, only 1.54 Wh/mol Li+ or 2.96 Wh/g. Thus, this high selectivity and efficiency, coupled with long cycle life CDI cell, is promising for extracting lithium ions from lithium-containing solutions. Figure 1
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) | 0,000 | 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) | 0,001 | 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 ».