MétaCan
Menu
Retour à la cohorte
Enregistrement W4414801887 · doi:10.1016/j.wasman.2025.115169

Recycling of NMC black mass from spent lithium-ion battery using supercritical fluid extraction

2025· article· en· W4414801887 sur OpenAlexafffund
Mitra Mahmoudi, Maziar E. Sauber, Gisele Azimi

Notice bibliographique

RevueWaste Management · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensNatural Resources CanadaUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésSupercritical fluidBattery (electricity)Extraction (chemistry)Supercritical fluid extractionCathodeReagentImpurityFactorial experimentMetal

Résumé

récupéré en direct d'OpenAlex

The growing demand for lithium-ion battery recycling has intensified interest in selective and sustainable metal recovery techniques. In this study, we apply supercritical fluid extraction (SCFE) to real industrial black mass, containing mixed-metal oxides along with typical impurities such as conductive carbon, binder residues, and metallic fragments. Unlike previous SCFE research focused on pure cathode powders, this work demonstrates the feasibility and selectivity of the process under practical impurity conditions. Using supercritical CO 2 in combination with a tributyl phosphate–nitric acid adduct and hydrogen peroxide as a reducing agent, the process was optimized via full factorial design and response surface methodology. Under optimal conditions (65 °C, 20.7 MPa, 5 mL/g adduct-to-solid ratio in units of mL adduct per gram of black mass, 8 mL (per 8 g of feed) hydrogen peroxide), extraction efficiencies exceeded 90 % for Ni, Co, and Mn, while Li recovery reached 73 %. Characterization by XRD, SEM-EDX, Raman spectroscopy, and TC/TOC analysis confirmed metal removal and the structural persistence of carbonaceous material in the residue. Parametric tests highlighted the critical roles of the adduct and reducing agent in enabling efficient complexation and solubilization of transition metals. This work demonstrates that SCFE is a promising low-impact, chemically selective approach for lithium-ion battery recycling, capable of operating under mild conditions with reduced reagent consumption. It advances the feasibility of scalable, environmentally responsible recovery of critical materials from post-consumer batteries and sets the foundation for future integration with downstream purification or hybrid recycling technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,281
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueWaste ManagementMême sujetExtraction and Separation ProcessesTravaux en français237 207