【摘 要】
:
随着锂离子电池行业的快速发展,废旧电池量越来越多,锂离子电池成分中含有多种金属及稀缺资源。如果将这些电池直接丢弃到环境中,不仅会对土壤、大气、水体造成污染,威胁人类健康,也严重浪费了资源,因此有效回收废旧锂离子电池中的有价金属具有十分重要的战略性意义。本文采用机械化学法对钴酸锂电池正极材料中的有价金属锂和钴进行回收。鉴于废弃的聚偏二氯乙烯(PVDC)难于降解污染环境,且含氯量较高,本文首次将废弃P
论文部分内容阅读
随着锂离子电池行业的快速发展,废旧电池量越来越多,锂离子电池成分中含有多种金属及稀缺资源。如果将这些电池直接丢弃到环境中,不仅会对土壤、大气、水体造成污染,威胁人类健康,也严重浪费了资源,因此有效回收废旧锂离子电池中的有价金属具有十分重要的战略性意义。本文采用机械化学法对钴酸锂电池正极材料中的有价金属锂和钴进行回收。鉴于废弃的聚偏二氯乙烯(PVDC)难于降解污染环境,且含氯量较高,本文首次将废弃PVDC作为供氯体应用于锂离子电池的回收工艺。本文首先对锂离子电池进行了放电拆解实验,选取5%NaCl溶液为放电盐溶液,通过计算放电效率和检测溶液及沉淀中的金属含量研究了其放电特性,并从拆解得到的正极片上刮下部分正极材料做热重分析,最终采用两步热解法分别除去粘结剂聚偏氟乙烯和导电剂乙炔黑得到正极材料钴酸锂。在有价金属提取过程中,本文分别对比了 PVDC和聚氯乙烯、铁粉和锌粉对金属浸出率的影响,结果显示PVDC和锌粉共同作为机械化学反应的共磨剂与钴酸锂共磨更有利于有价金属的回收。通过X射线多晶衍射仪、场发射扫描电镜和X射线光电子能谱仪等的测试表征,本文探究了机械化学反应过程机理,结果表明在球磨过程中零价金属锌的存在可以通过还原性脱卤作用促进PVDC中的氯脱除,钴酸锂中锂由于金属活动性较高会优先脱出与氯结合,形成容易浸出的LiCl,而部分钴发生还原反应最后生成CoCl2便于后续浸出。本文采用不同浓度的柠檬酸来浸出球磨产物中的有价金属,证明了机械化学反应可以使样品在无需加热且超低浓度柠檬酸条件下就可实现金属的浸出,并分别改变物料比、球磨转速、球料比、固液比、反应时间等球磨浸出条件探究使金属浸出最大化的反应条件,得出在物料比LiCoO2:PVDC:Zn=1:0.125:3、球磨转速600 rpm、球料比8:1、研磨时间12 h、浸出酸浓度0.1 mol/L、固液比10 g/L、浸出时间240 min的条件下金属浸出率最佳,锂可达100%,钴达74.16%。论文研究表明,PVDC强化锂离子电池机械化学法回收体系成本低廉,操作简单,且反应条件温和环保,避免了废弃锂离子电池和废旧PVDC造成的资源浪费和环境污染,具有良好的发展前景。
其他文献
建筑业作为一个与其他行业紧密联系在一起的行业,在整个国民经济中占有重要地位,是一个重要的财政来源。从2016年的“营改增”到2019年的“减税降费”,我国的纳税政策在很短的时期里出现了很大的变革。“金税四期”于2021年在全国税务机关逐步上线,这意味着税务机关将掌握更多的纳税人的数据资料,实现全方位、全方位的监管,从而达到由"以票控税"向"以数控税"转型的目的。这些变化都对企业的纳税活动带来了新的
燃煤火力火电在我国电力生产中具有举足轻重的地位,年发电量占到全年总发电量的65%以上,火电机组节能改造意义重大。火电厂冷端系统性能与发电效率密切相关,提高冷端系统冷却能力可以显著提升机组效率,促进燃煤火力发电节能减排。作为冷端系统的关键设备,自然通风湿式冷却塔冷却能力深受运行环境和操作条件的影响。目前所广泛使用的湿冷塔底部直径在75m左右,到达湿冷塔内部的冷却风量小,导致中心区域的水滴不能被充分冷
近年来,可再生能源利用规模逐年增长,电力市场体系建设逐步发展完善,除电能量市场外,备用市场等辅助服务市场的建设也在进行。虚拟电厂(Virtual Power Plant,VPP)将分布式可再生能源(Distributed Renewable Energy,DRE)、燃气轮机、储能设备、可控负荷等聚合为整体参与电力市场,解决了单独的DRE发电设备难以参与电力市场的问题,抑制DRE出力不确定性对电网运
配电物联网是电力生产和供应的最后一个环节,在连接电力生产和用电用户间起着至关重要的桥梁作用,其中边缘侧网络可连接大量终端设备,能有效承载海量电力数据。但是由于配电物联网边缘侧接入的终端设备种类复杂,更有不少恶意终端尝试接入,给配电物联网边缘侧环境带来了很多安全风险,因此研究如何对终端进行身份认证,避免可信度低的终端接入至关重要。针对以上问题,本文对配电物联网边缘侧环境下的信任评估机制和身份认证技术
在电力系统中,配电网承担着向终端用户供电的作用。然而在实际工况下,配电网不可避免地容易受到各类故障的影响,据统计,有80%以上的停电事故是由配电网故障引起的。对配电网的风险等级进行有效预警,并对故障设备进行及时的位置辨识,对于减少配电网维护工作中的资源消耗、确保配电系统供电环节的安全性和可靠性具有重要意义。针对配电网故障辨识这一问题,基于深度学习算法展开了相关研究。首先考虑天气因素,设计了基于改进
随着信息化技术的大力发展,人民的生活方式和支付方式产生了极大的改变。现如今,人们通过网上购物代替线下购物、以电子证件代替实物证件、以电子支付代替现金支付等情形屡见不鲜。科技已经渗透到我们生活的各个方面,人们可以在足不出户的前提下通过与互联网相连的终端设备,完成想要完成的事情,例如网上医疗、生活缴费、在线办公和远程会议等。对线上金融的需求日益增加,鉴于现流行的去中心化加密货币价格波动大,丢失无法找回
单图像超分辨率重建是计算机视觉领域经典问题,旨在从一张给定的低分辨率图像中恢复出高分辨率图像。但是,性能的改进,往往以参数量的急剧增加为代价。通常,规模更大的网络,表达能力更强,取得的性能更好,然而更大的网络往往会急剧增加参数量和计算量,这限制了超分辨率方法在资源受限的移动设备上的实际应用。本文提出了一个新的基于多路跨尺度的轻量级单图像超分辨率网络,目的在于构建一种参数量和计算量都较小的网络,同时
近年来光伏发电在电网系统中的占比越来越高,其重要性不言而喻。但是光伏并网后电力系统的稳定运行也因光伏发电具有的强波动性和间歇性出现了一定的风险。因此为了电网调度的合理性与安全性,短期光伏发电功率的精确预测也显得尤为重要。深度学习方法凭借其在大数据背景下优越的特征提取能力博得了众多国内外专家学者的青睐。长短期记忆网络(LSTM)作为深度学习中一种颇具代表性的网络结构,其独特的记忆功能和随时间权重共享
光伏直流并网系统中,极间短路故障使得全系统换流器快速闭锁,造成系统长时间停运,极大的威胁了系统的安全可靠运行。解决该问题的有效手段是对处于早期故障阶段的电缆线路进行准确的判别,以遏止故障的发展;一旦短路故障不可避免,则进行快速的故障定位,缩短系统故障恢复时间。因此,本文以光伏直流并网系统为研究对象,开展早期故障判别与极间短路故障定位研究,具体研究工作和创新成果如下:(1)提出了基于网侧换流器主动注
化石燃料的大量开发使用和全球经济的迅速发展使得脆弱的生态环境面临着诸多挑战,“碳达峰”、“碳中和”目标的提出加快了我国新能源替代化石能源的进程。深化电力体制改革,形成以新能源为主体结构的新型电力系统已经势不可挡。然而,新能源大规模并网后,其出力的不可控性将给电网带来新的威胁与挑战,这意味着储能作为维持电网稳定运行的工具将被大量需要。储能在我国电力行业中得到了大量的政策支持,其发展也逐渐从前沿性研究