Study on the effect of leaching agents on metal extraction by hydrometallurgical processes for recycling spent alkaline batteries
Bibliographic record
Abstract
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.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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; a candidate call from one teacher head, not a consensus.
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".