Reciclagem de LED: recuperação de gálio por rota hidrometalúrgica.
Bibliographic record
Abstract
Os LEDs (Light Emitting Diodes) são dispositivos essenciais em diversas tecnologias, como lâmpadas, smartphones, televisores e telas. Ao longo dos anos, para suprir a demanda, observou-se uma alta na produção dos LEDs e por consequência um aumento na geração do resíduo. O resíduo de LED é uma fonte com potencial para a recuperação de metais críticos como o Ga. A literatura tem reportado a extração do metal principalmente a partir do semicondutor GaN, e ignorado a sua presença em outras fases e componentes do LED. Dessa forma, este trabalho teve como objetivo propor uma rota hidrometalúrgica para a recuperação do gálio a partir dos dispositivos LED. Para isso, buscou-se avaliar e otimizar as etapas de extração e purificação do metal. O desenvolvimento desse trabalho ocorreu através da caracterização dos dispositivos, ensaios preliminares de lixiviação com pré-tratamento químico e térmico, lixiviação, purificação com resinas de troca iônica, precipitação e calcinação. Observou-se na caracterização, que o LED BQ (branco quente) possui maior concentração de Ce, Ga e Y frente aos modelos BF (branco frio) e VER (vermelho). No modelo BQ, além do Ga no material semicondutor (GaN e InGaN), observou-se o metal nas partículas de material luminescente (Y3Al3Ga2O12:Ce), também conhecidas como fósforo. Ademais, foi observado no modelo branco quente um maior número de partículas de fósforo, justificando os maiores teores de Ce, Ga, e Y. Por essa razão, o dispositivo BQ foi selecionado para o estudo de recuperação do Ga. O pré-tratamento térmico utilizando NaOH como fundente se destacou em relação a máxima extração do metal. Isso porque a estrutura cristalina dos fósforos foi atacada pelo fundente, formando a fase lixiviável NaGaO2. A relação LED/NaOH no pré-tratamento foi a variável avaliada que mais influenciou no processo de lixiviação do Ga. Assim, a extração ótima do Ga ocorreu com o pré-tratamento dos dispositivos na relação LED/NaOH de 1/1,5, 500°C e 3h, seguido da lixiviação com água na relação S/L de 1/5, 4h, e 25°C. O processo extraiu 87,5±2,7% de Ga. Na purificação, o Ga foi concentrado e separado dos principais contaminantes (Al, Si e Sn) utilizando resina de grupo funcional amidoxima. Por fim, o metal foi precipitado na forma de Ga(OH)3 e calcinado para a obtenção de Ga2O3 com 95% de pureza. A recuperação global de Ga pela rota proposta foi de 84%.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".