从深海多金属结核浸出液中高选择性地协同提取锌:机器学习优化与跨尺度机制

《Journal of Environmental Chemical Engineering》:Highly Selective Synergistic Extraction of Zinc from Deep-Sea Polymetallic Nodule Leachates: Machine Learning Optimization and Cross-Scale Mechanisms

【字体: 大 中 小 】 时间:2026年07月06日 来源:Journal of Environmental Chemical Engineering 7.5

编辑推荐:

  Xuwei Luo|Faxin Xiao|Yuqi Zhang|Zhentao Zhou|Jipeng Liu|Shanlin Shi|Jing Chen|Shuchen Sun|Ganfeng Tu|Xiuzhan Zhang中国辽宁省沈阳市110819,东北大学冶金学院摘要从

  
Xuwei Luo|Faxin Xiao|Yuqi Zhang|Zhentao Zhou|Jipeng Liu|Shanlin Shi|Jing Chen|Shuchen Sun|Ganfeng Tu|Xiuzhan Zhang
中国辽宁省沈阳市110819,东北大学冶金学院

摘要

从深海多金属结核浸出液中提取微量锌离子是获取高纯度电池金属(镍、钴和锰)的必要步骤。为解决传统沉淀法存在的选择性和环境限制问题,研究人员开发了P507-P204协同溶剂萃取体系。通过多元自适应回归样条模型分析非线性多变量相互作用,确定最佳萃取剂混合比例为8%的P507和2%的P204(体积比)。该体系可实现高效的锌回收。在优化参数下,三级逆流串联系统可去除99.05%的锌离子,而镍、钴和锰的共萃取量可忽略不计。研究还通过光谱学、密度泛函理论计算和分子动力学模拟,系统分析了该体系的双重分离机制。从热力学角度看,密度泛函理论计算表明,加入P507可使锌离子的结合能降低157.3千卡/摩尔。前沿分子轨道分析显示,目标络合物具有较大的能量间隙(7.91电子伏特),说明其具有稳定的共价键和结构稳定性。从动力学角度看,分子动力学模拟表明,镍离子和锰离子被坚硬的水合壳层包裹,要去除这些水分子需要消耗大量能量,且会受到空间阻碍,从而无法进入疏水的萃取剂网络。总体而言,这项研究为多金属浸出液脱锌提供了实用方法,同时也展示了用于评估复杂分离体系的跨尺度计算方法。

引言

随着能源存储和电动汽车领域对关键过渡金属(如镍、钴、铜、锰)需求的不断增加,深海多金属结核的开采速度也在加快[1][2][3][4]。还原浸出是一种有效的多金属结核处理方法,但该方法会生成成分极为复杂的多元水相浸出液[5][6]。在这些浸出液中,锌是一种伴生杂质。由于锌离子的配位化学性质与目标电池金属类似,任何残留的锌都会严重干扰后续的分离过程[7],从而导致电池级前驱体的纯度大幅下降[8]。因此,从原始浸出液中定量且高效地去除锌是必不可少的预处理步骤。
目前工业上通常采用硫化物沉淀法去除锌[9],但这种方法存在诸多操作和环境方面的缺陷。酸性环境会导致有害的硫化氢气体排放[10],而且不同过渡金属硫化物的溶度积差异很小,因此在多金属体系中很难实现选择性沉淀。这种较差的选择性常常导致有价值的钴、镍和铜资源被一起沉淀并无法回收[11],因此,迫切需要开发更清洁、选择性更高的液液萃取方法来替代沉淀法。
虽然二(2-乙基己基)磷酸(P204)和2-乙基己基膦酸单2-乙基己酯(P507)这类酸性有机磷萃取剂已被广泛用于锌的回收[12][13],但单独应用于复杂的深海多金属结核浸出液时,往往存在选择性不足和杂质共萃取严重的问题。协同溶剂萃取法通过混合多种萃取剂,能够克服单一萃取剂的局限性,从而提升分离效率[14]。例如,在简化的锌/铁离子二元体系中,P507和P204的混合物已显示出良好的锌分离效果,其阳离子交换特性也通过斜率分析和光谱分析得到了验证[15]。
然而,P507-P204体系在真实的深海多金属结核浸出液中的应用可行性尚未得到充分研究——这类浸出液中含有锌、镍、钴、锰、钙和镁等多种离子,竞争十分激烈[16]。以往的研究主要关注宏观层面的二元分离,缺乏对复杂多金属竞争现象的系统性、原子级理解。尤其是决定选择性的基本物理化学因素,如超分子络合过程中的热力学能量变化以及单个离子的水合行为,都需要进行精确量化。
本研究系统评估了P507-P204协同体系在真实多金属结核浸出液中选择性分离锌的效果。为应对多变量耦合和非线性的竞争效应,研究采用了多元自适应回归样条算法对宏观数据集进行分析,从而确定最佳协同比例[17][18]。除了经验优化之外,本研究还建立了将光谱观测结果(傅里叶变换红外光谱和核磁共振波谱)与高级计算化学方法(密度泛函理论和分子动力学模拟)相结合的综合性分析框架[19][20]。密度泛函理论计算用于分析协同络合过程中的热力学能量变化和电子轨道相互作用,从而揭示不同离子之间的亲和力差异[21][22];分子动力学模拟则用于研究这些离子在水环境中的水合结构及其空间阻碍情况[23]。这种跨尺度的研究方法为设计高效的选择性分离工艺提供了坚实的理论基础和方法依据。

章节节选

试剂与仪器

所有实验均使用市售的分析级化学品,无需进一步纯化即可直接使用。由于磺化煤油闪点高且毒性低,因此被用作所有萃取实验中的有机稀释剂,既能降低体系粘度,又能促进各相快速分离。此外,实验中所有合成水溶液的制备以及分析稀释均使用蒸馏水。

水相pH值的影响及协同萃取性能评估

在溶剂萃取过程中,水相的平衡pH值决定了金属离子的分布情况。如图1所示,随着pH值的升高,所有金属离子的萃取效率都会提高。这一现象符合酸性有机磷萃取剂的经典阳离子交换机制:水相中质子浓度的降低会使萃取平衡向正方向移动,从而促进质子解离并形成金属-有机络合物。
值得注意的是,

结论

本研究成功证明了利用经数据驱动的MARS模型优化后的P507-P204协同体系,可从复杂的多金属浸出液中高效选择性提取微量锌离子。从宏观层面来看,优化后的三级逆流萃取工艺能够实现99.05%的锌离子去除率,同时有效避免核心电池金属(镍、钴、锰)的共萃取。从微观层面来看,跨尺度量子化学计算结果表明,

作者贡献说明

Jing Chen:可视化分析、正式分析。Shanlin Shi:可视化分析、资源协调、资金申请。Jipeng Liu:软件应用、数据整理。Zhentao Zhou:结果验证、正式分析。Yuqi Zhang:结果验证、软件应用、数据整理。Faxin Xiao:论文撰写与修订、项目管理、实验开展、资金申请、概念构思。Xuwei Luo:论文初稿撰写、可视化分析、方法设计、概念构思。Xiuzhan Zhang:可视化分析、资源协调。Ganfeng Tu:

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。

致谢

本研究得到了中国五矿集团有限公司新型与未来研究项目(编号:2024KJZX08)、中央高校基本科研业务费(编号:N25GFZ002)以及辽宁省重点研发计划(编号:2024JH2/102400008)的资助。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号