From Waste to Value: Techno-Economic Analyses of Lithium Extraction from Oilfield Brine
Notice bibliographique
Résumé
Abstract This study presents an integrated strategy for lithium recovery from oilfield brines, combining targeted pre-treatment and continuous extraction using sieve-loaded polymeric foam membranes. Initial brine characterisation identified key interfering cations, guiding the development of an effective purification sequence involving activated carbon, reverse osmosis, and alkali-treated zeolites. Sodium-activated zeolites, particularly at high Na⁺ concentrations, demonstrated enhanced selectivity toward divalent ions, as confirmed by structure characterisation analysis. Foam membranes, synthesised with high porosity and permeability, achieved lithium adsorption capacities up to 42 mg/g with strong selectivity (α > 25) over competing ions. The system-maintained performance across multiple cycles with minimal material loss. Comparative testing on Buchan, Alberta, and Smackover brines highlighted the influence of Mg/Li ratios and lithium grade on recovery efficiency and saturation time. The techno-economic analysis revealed strong feasibility in high-concentration brines, with IRR values up to 47% and payback periods under 6 years. These results demonstrate the viability of foam-based continuous extraction as a modular, scalable solution for lithium recovery from complex brine matrices.
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) | 0,001 | 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 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 ».