Performance metrics for nanofiltration-based selective separation for resource extraction and recovery

纳滤 分离过程 过滤(数学) 分离(统计) 萃取(化学) 膜技术 色谱法 工艺优化 化学 浓差极化 工艺工程 化学工程 计算机科学 工程类 数学 机器学习 生物化学 统计
作者
Ruoyu Wang,Rong‐Rong He,Tao He,Menachem Elimelech,Shihong Lin
标识
DOI:10.1038/s44221-023-00037-0
摘要

Membrane filtration has been widely adopted in various water treatment applications, but its use in selective solute separation for resource extraction and recovery is an emerging research area. When a membrane process is applied for solute–solute separation to extract solutes as the product, the performance metrics and process optimization strategies should differ from a membrane process for water production because the separation goals are fundamentally different. Here we used lithium (Li) magnesium (Mg) separation as a representative solute–solute separation to illustrate the deficiency of existing performance evaluation framework developed for water–solute separation using nanofiltration (NF). We performed coupon- and module-scale analyses of mass transfer to elucidate how membrane properties and operating conditions affect the performance of Li/Mg separation in NF. Notably, we identified an important operational trade-off between Li/Mg selectivity and Li recovery, which is critical for process optimization. We also established a new framework for evaluating membrane performance based on the success criteria of Li purity and recovery and further extended this framework to separation with the target ions in the brine. This analysis lays the theoretical foundation for performance evaluation and process optimization for NF-based selective solute separation. Membranes can be used not only for water filtration but also for solute–solute separation. Using the separation between lithium and magnesium, this analysis provides a platform for evaluating the performance of nanofiltration-based selective solute separation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
子明完成签到 ,获得积分10
刚刚
刚刚
JW完成签到,获得积分20
1秒前
满姣完成签到 ,获得积分20
1秒前
今后应助尊敬的芷卉采纳,获得10
1秒前
烟花应助最烦起名称采纳,获得10
1秒前
星辰大海应助缓慢谷雪采纳,获得10
2秒前
研友_VZG7GZ应助www采纳,获得30
5秒前
5秒前
lxl完成签到,获得积分10
6秒前
6秒前
6秒前
下颌磨牙钳完成签到 ,获得积分10
7秒前
搜集达人应助科研通管家采纳,获得10
7秒前
李健应助科研通管家采纳,获得10
7秒前
SciGPT应助科研通管家采纳,获得10
7秒前
qin希望应助科研通管家采纳,获得10
7秒前
吉祥应助科研通管家采纳,获得20
7秒前
CodeCraft应助科研通管家采纳,获得10
8秒前
8秒前
良辰应助科研通管家采纳,获得10
8秒前
小二郎应助科研通管家采纳,获得10
8秒前
充电宝应助科研通管家采纳,获得10
8秒前
薰硝壤应助科研通管家采纳,获得20
8秒前
烟花应助科研通管家采纳,获得10
8秒前
Hope完成签到,获得积分10
8秒前
充电宝应助科研通管家采纳,获得10
8秒前
大模型应助科研通管家采纳,获得10
8秒前
香蕉觅云应助科研通管家采纳,获得10
8秒前
科研通AI2S应助科研通管家采纳,获得30
8秒前
科研通AI2S应助科研通管家采纳,获得10
8秒前
房LY完成签到,获得积分10
9秒前
同學你該吃藥了完成签到 ,获得积分10
9秒前
love yourself发布了新的文献求助10
11秒前
爆米花应助jmwtong采纳,获得10
11秒前
12秒前
研友_LMBPXn发布了新的文献求助10
12秒前
会撒娇的含巧完成签到,获得积分10
14秒前
望天发布了新的文献求助10
15秒前
15秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3140824
求助须知:如何正确求助?哪些是违规求助? 2791710
关于积分的说明 7800164
捐赠科研通 2448069
什么是DOI,文献DOI怎么找? 1302313
科研通“疑难数据库(出版商)”最低求助积分说明 626500
版权声明 601210