Read Time:3 Minute
ഉപയോഗിച്ച CFL ലൈറ്റുകളിലെ ഫ്ളൂറസെന്റ് പൊടിയിൽ നിന്ന് യൂറോപ്പിയം വേർതിരിച്ചെടുക്കാൻ ഫലപ്രദമായ പുതിയ രീതി ശാസ്ത്രജ്ഞർ കണ്ടെത്തിയിരിക്കുന്നു.
സെല്ലുലാർ ഫോണുകൾ, കമ്പ്യൂട്ടർ ഹാർഡ് ഡ്രൈവുകൾ, ഇലക്ട്രിക്-ഹൈബ്രിഡ് വാഹനങ്ങൾ, ഫ്ളാറ്റ് മോണിറ്ററുകൾ, ടെലിവിഷനുകൾ തുടങ്ങി 200-ലധികം ഇലക്ട്രോണിക് ഉൽപന്നങ്ങളുടെ അവശ്യ ഘടകങ്ങളാണ് Rare Earth Elements (REE). പ്രകൃതിദത്ത അയിരുകളിൽ നിന്നുള്ള അവയുടെ ഖനനം പാരിസ്ഥിതിക ആഘാതം ഉണ്ടാക്കുന്നു. ഉയർന്ന ശുദ്ധിയുള്ള ഉൽപ്പന്നങ്ങൾ നേടുന്നതിന് ഒന്നിലധികം വേർതിരിച്ചെടുക്കൽ ഘട്ടങ്ങൾ ആവശ്യവുമാണ്. അതിനാൽ ചിലവുകുറഞ്ഞ നേരിട്ടുള്ള വേർതിരിക്കൽ രീതികൾ വികസിപ്പിച്ചെടുക്കുന്നതിനുള്ള ഗവേഷണങ്ങൾ ഘാരാളമായി നടക്കുന്നുണ്ട്.
അലുമിനിയം, ഇരുമ്പ് എന്നിവയുടെ ഉയർന്ന recycling നിരക്കിൽ നിന്ന് വ്യത്യസ്‌തമായി, അപൂർവ ഭൌമ മൂലകങ്ങളുടെ (REEs) വീണ്ടെടുക്കൽ നിരക്ക് പൊതുവേ 1%-ൽ താഴെയാണ്. REE കളിൽ, യൂറോപ്പിയത്തിന്റെ ലഭ്യത വളരെ കുറവാണ്. സാധാരണ അയിരുകളിൽ അതിന്റെ സാന്ദ്രത വെറും 0.05-0.10% ആണ്. യൂറോപ്പിയത്തിന്റെ പ്രാഥമിക ഉപയോഗം ഫ്ളൂറസെന്റ് വിളക്കുകളിൽ phosphor ആയിട്ടായിരുന്നു, നിലവിലെ അവയിലെ റീസൈക്ലിങ് രീതികളാവട്ടെ സാമ്പത്തികമായി ലാഭകരമല്ല.
ലളിതമായ അജൈവ പ്രതിപ്രവർത്തനത്തിലൂടെ മുമ്പത്തെ വേർതിരിക്കൽ രീതികളേക്കാൾ 50 മടങ്ങ് കൂടുതലുള്ള അളവിൽ യൂറോപ്പിയം നേടാൻ കഴിവുള്ള പുതിയരീതി ഗവേഷകർ വികസിപ്പിച്ചിരിക്കുന്നു. Tungsten tetrathiolate (WS42-) ligands ഉപയോഗിച്ച് Eu (III) നെ Eu(II) വായി മാറ്റുന്നതിലൂടെയാണ് Eu വീണ്ടെടുക്കുന്നത്. ഇത് WS42 ലിഗാൻഡിൽ നിന്നുള്ള ഒരു ആന്തരിക ഇലക്ട്രോൺ കൈമാറ്റം വഴിയാണ് ഇത് സാധ്യമാകുന്നത്.
ഉപയോഗിച്ച CFL ലൈറ്റുകളിലെ ഫ്ളൂറസെന്റ് പൊടിയിൽ നിന്ന് ഈ പ്രക്രിയ വഴി Eu നേരിട്ട് വേർതിരിച്ചെടുക്കുകയുണ്ടായി. ഇത് 99% വരെ കാര്യക്ഷമത ഉള്ളതാണ്. ആദ്യമായിട്ടാണ് WS42- ലിഗാൻഡുകൾ ഉപയോഗിച്ച് REE യെ വേർതിരിക്കുന്നത്. ഇതിന് തുടർച്ചയായി കാന്തങ്ങളിൽ കാണപ്പെടുന്ന നിയോഡൈമിയം, ഡിസ്പോസിയം തുടങ്ങിയ മറ്റ് REE കളെ ഈ പ്രക്രിയയിലൂടെ വേർതിരിക്കാനാണ് ഗവേഷകരുടെ ശ്രമം.
വീഡിയോ കാണാം
അവലംബം: Perrin, M.A., Dutheil, P., Wörle, M. et al. Recovery of europium from E-waste using redox active tetrathiotungstate ligands. Nat Commun 15, 4577 (2024). https://doi.org/10.1038/s41467-024-48733-z
തയ്യാറാക്കിയത് : ദീപ കെ.ജി. , ശാസ്ത്രഗതി – ജൂലൈ ലക്കത്തിൽ പ്രസിദ്ധീകരിച്ചത്.
Happy
67 %
Sad
33 %
Excited
0 %
Sleepy
0 %
Angry
0 %
Surprise
0 %
0
0
