Subvention

Optimisation des procédés de recyclage pilotée par l’IA pour un traitement circulaire durable des batteries aux ions de lithium

Le projet vise à développer des outils rapides et précis, utilisables in situ, pour l’analyse en temps réel d’échantillons minéraux afin d’améliorer l’efficacité des procédés de traitement et le contrôle guidé par l’IA. Les méthodes actuelles, telles que la spectrométrie de masse à plasma à couplage inductif et la spectroscopie d’émission optique, sont soit longues, soit insuffisamment précises. Le tout commencera par l’extraction et la concentration des minéraux ciblés à l’aide de polymères à empreinte ionique et de filtres à membranes poreuses, optimisés sur des échantillons hydro‑ et solvo‑métallurgiques réels pour une capture sélective des ions métalliques. Il développera ensuite des capteurs optofluidiques portables et des capteurs électrochimiques de paillasse pour la détection et la quantification sur site. L’intégration de ces capteurs à des dispositifs de préparation d’échantillons donnera naissance à un système complet déployable sur le terrain, qui sera évalué par comparaison aux méthodes de référence. Les résultats permettront une surveillance en temps réel des réacteurs de traitement, l’optimisation de l’extraction et du recyclage des ions métalliques, et l’amélioration de l’optimisation des procédés grâce à des outils d’IA.

FED_GCSubvention
Bénéficiaire
York University
Toronto, ON
Montant
300 000 $
Date d'annonce
1 sept. 2025
Sous-direction
Programme de collaboration en science, en technologie et en innovation - Initiatives de collaboration en R-D
Numéro de dossier
1035282

Données ingérées le 23 avr. 2026.