Study on the effect of leaching agents on metal extraction by hydrometallurgical processes for recycling spent alkaline batteries
Notice bibliographique
Résumé
Les piles alcalines sont devenues indispensables dans le monde moderne. Cependant, leurs consommations représentent un défi environnemental important car elles contiennent des matériaux potentiellement dangereux, tels que des métaux, qui pourraient être libérés dans l'environnement si leur gestion n'est pas correcte. Le recyclage des composants des piles s’avère être la meilleure option de gestion, car il réduit les incidences sur l'environnement et contribue au développement durable. L'extraction des métaux contenus dans les piles usagées peut être réalisée par des procédés hydrométallurgiques, tels que la lixiviation, qui consiste à dissoudre les métaux dans des solutions aqueuses. Les métaux peuvent ensuite être raffinés par des procédés de séparation et de purification. \nLa présente recherche s'est concentrée sur l'étude de l'effet du type d'agent de lixiviation sur l'extraction des métaux issus de la masse noire (BM) des piles alcalines. Trois types de lixiviation présentant des caractéristiques d'extraction spécifiques ont été étudiés : 1) lixiviation acide, permettant de maximiser l'extraction des métaux mais qui n'est pas sélective; 2) lixiviation alcaline, sélective pour le zinc (Zn) ; et 3) lixiviation par complexation, hautement sélective pour le Zn. Un prétraitement BM consistant en l'élimination du potassium hydroxyde (KOH) électrolyte par lixiviation neutre a également été étudié, et son effet sur la lixiviation des métaux (Zn ou manganèse, Mn) a été analysé. L'étude a montré que la lixiviation neutre améliorait l'extraction du Zn et/ou du Mn et diminuait l'épuisement des agents de lixiviation. En ce qui concerne la lixiviation acido-réductive, un procédé en trois étapes consistant en une lixiviation neutre, une lixiviation acide et une lixiviation acide-réductive a été mis au point. Ce procédé a permis d'extraire 99.6 ± 0.3 (% m/m) de Zn et 86.1± 0.1 (% m/m) de Mn de la BM des piles alcalines usagées en utilisant de l'acide sulfurique (H2SO4) 2 M et du peroxyde d'hydrogène (H2O2) 0.8 M à 25 ºC, pression ambiante, à un rapport solide/liquide (S/L) de 1/5 (g de BM/mL de solution) et à 40 min de lixiviation. Lors de la lixiviation alcaline, l'hydroxyde de sodium (NaOH) 6M à 70 ºC, pression ambiante, un rapport S/L de 1/5 (g de BM/ mL de solution) et 120 min de lixiviation ont permis d'obtenir une extraction sélective du Zn, avec une extraction maximale du Zn de 69.9 ± 2.8 (% m/m) et une faible extraction du Mn (moins de 20 (% m/m)). Cette dernière lixiviation a été utilisée pour montrer l'utilité des réseaux neuronaux artificiels (RNA) permettant de prédire les performances de la lixiviation sur l'extraction des métaux issus de la BM. Les modèles RNA ont prédit avec précision le comportement du procédé de lixiviation, en particulier pour la dissolution du Zn, donnant une représentation virtuelle du procédé par la simulation de jumeaux digitaux. Pour la lixiviation par complexation, trois procédés de configurations multi-étapes différentes ont été développés. L'extraction du Zn étant très sélective, l'objectif des configurations multi-étapes était d'augmenter l'extraction du Zn dans le processus global. Un mélange de carbonate d'ammonium ((NH4)2CO3) 2M et d'hydroxyde d'ammonium (NH4OH) 1M à 25 ºC, pression ambiante, avec un rapport S/L de 1/10 (g de BM/mL de solution) a permis d'extraire 76.5 ± 36 (% m/m) de Zn, sans extraction de Mn, en une seule unité d'extraction de 60 minutes lorsque la BM provenait d'une lixiviation neutre antérieure, où l'électrolyte d'hydroxyde de potassium (KOH) avait été extrait. La simulation en laboratoire de configurations à plusieurs étapes, séquentielles ou à contre-courant, a permis d'augmenter l'extraction sélective du Zn jusqu'à 90 (% m/m). Ces résultats sont très prometteurs pour le recyclage des batteries usagées. Dans l'ensemble, cette étude fournit des résultats et des informations sur l'extraction sélective des métaux des piles alcalines par lixiviation, en soulignant l'importance de l'agent de lixiviation dans la sélectivité et l'efficacité du procédé.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».