Exploring the Potential of Salt Splitting Electrolysis for Industrial Waste Recycling: Insights from a Pilot Project in Quebec
Notice bibliographique
Résumé
The rapid expansion of the battery industry, alongside other chemical-intensive sectors, has led to significant challenges in managing industrial byproducts such as sodium sulfate. This abundant waste, produced during processes such as precursor cathode active material (pCAM) manufacturing and critical metals refining, presents a unique opportunity for circular and sustainable chemical manufacturing. Salt splitting electrolysis offers a promising solution to convert sodium sulfate into valuable reagents like sulfuric acid and sodium hydroxide, enabling on-site chemical regeneration and reducing reliance on external supply chains. This presentation will showcase data and insights from Aepnus Technology’s recent pilot-scale deployment in Quebec. Operating at a capacity of 4 tons per year, the pilot project highlights key advancements in scaling electrolyzer technology for industrial applications. We will examine the technical and economic feasibility of integrating salt splitting electrolysis into industrial workflows, providing case studies on sodium sulfate generation across sectors such as mining, battery recycling, and chemical manufacturing. The discussion will focus on the broader economic potential for reducing waste disposal costs, recovering high-value reagents, and supporting the transition to a circular economy. Attendees will gain an understanding of the challenges and opportunities in scaling salt splitting electrolysis, the evolving market for sodium sulfate recycling, and strategies for deploying onsite regeneration systems at commercial scale.
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 | 0,001 |
| 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 ».