Теоретическое исследование процесса утилизации литий-ионных аккумуляторов электромобилей с целью повышения эффективности извлечения стратегических металлов

Глобальная электрификация транспорта, сопровождающаяся экспоненциальным ростом парка электромобилей, сформировала новый класс техногенных вызовов, центральным из которых является проблема обращения с отработавшими литий-ионными аккумуляторами (ЛИА) [1, 3, 6]. Прогнозируемые объемы данного типа отходов, достигающие миллионов тонн в год в ближайшем десятилетии, трансформируют его из узкоэкологической проблемы в комплексную задачу, лежащую на пересечении материаловедения, экономики ресурсов и национальной безопасности [2, 4, 5]. Дуализм ЛИА как объекта – сочетание опасных свойств и высокой концентрации стратегических металлов (лития, кобальта, никеля) –

EDN FPZUTU требует принципиально новых подходов к его переработке, выходящих за рамки простой утилизации и ориентированных на создание замкнутых материальных циклов [7, 14, 25]. Для стран, испытывающих дефицит в данных видах сырья, разработка эффективной системы рециклинга становится императивом технологического суверенитета [17, 18, 26].

Критический анализ существующих промышленных методов – пирометаллургии и гидрометаллургии – позволяет выявить не столько их технологические недостатки, сколько фундаментальные системные ограничения , проистекающие из самой природы данных процессов [19, 20]. Пирометаллургия, основанная на высокотемпературном восстановлении, демонстрирует высокую робастность к вариациям входного сырья, но принципиально неселективна по отношению к литию, переводя его в химически инертные шлаковые фазы [22-24]. Гидрометаллургия, напротив, обладает высокой селективностью, но критически зависит от однородности и предсказуемости состава перерабатываемого материала, что делает её уязвимой к гетерогенности реальных потоков отходов [8, 10, 12]. Таким образом, возникает системный парадокс, при котором универсальность и эффективность по целевому компоненту оказываются взаимоисключающими свойствами в рамках единого, жестко детерминированного технологического процесса.

Разрешение данного парадокса, как представляется, лежит не в плоскости эволюционного совершенствования отдельных операций, а в переходе к новой парадигме, основанной на принципах адаптивного управления сложной системой. Это требует разработки соответствующего теоретико-методологического аппарата. Целью настоящего теоретического исследования является построение комплекса концептуальных моделей, формализующих процесс рециклинга ЛИА как задачу оптимизации управления гетерогенными, динамическими и стохастическими материальными потоками. В рамках достижения поставленной цели решаются следующие задачи: 1) проведение системного анализа ограничений традиционных методов и обоснование необходимости перехода к адаптивным системам; 2) разработка принципов и структуры модели многокритериальной классификации объектов утилизации; 3) формулировка теоретических основ модели управления фазовым составом промежуточных продуктов; 4) построение концепции динамической имитационной модели для оценки стратегической устойчивости системы рециклинга.

• 1.    Системный анализ ограничений традиционных методов как основа для теоретической формализации проблемы

• 2.    Теоретические основы построения адаптивной системы рециклинга ЛИА

• 2.1.    Концепция и принципы многокритериальной модели классификации и маршрутизации

Любой технологический процесс рециклинга можно рассматривать в качестве оператора, преобразующего входной поток сырья в набор выходных продуктов. Эффективность такого оператора традиционно оценивается через его селективность и полноту извлечения. Однако для работы с гетерогенными потоками более релевантными становятся такие характеристики, как робастность (устойчивость к вариациям входных данных) и гибкость (способность к перенастройке) .

Пирометаллургический оператор обладает максимальной робастностью, действуя по принципу «силового» разделения, основанного на различиях в температурах плавления и сродстве к кислороду. Однако этот оператор по отношению к литию является, по сути, энтропийным, приводящим к его диспергированию и стабилизации в сложных силикатных матрицах. Последующее извлечение лития из такой матрицы требует преодоления значительного энергетического барьера, что с точки зрения теории процессов делает данный путь термодинамически и экономически невыгод-ным.[11, 13, 19]

Гидрометаллургический оператор реализует принцип «тонкого» разделения, основанного на различиях в химической активности. Его эффективность описывается нелинейными функциями от множества параметров (кислотность, окислительно-восстановительный потенциал, морфология частиц, минералогическая форма соединений). Как следствие, данный оператор обладает низкой робастностью: незначительное отклонение состава сырья от оптимума ведет к резкому снижению селективности и полноты извлечения. Необходимость точной «подстройки» оператора под конкретное сырье делает систему негибкой и затратной в условиях разнородного и изменчивого потока.[9,20,23]

Вывод из проведенного анализа заключается в том, что повышение общей эффективности системы рециклинга невозможно через линейное улучшение отдельных операторов.

Требуется системная реорганизация, предполагающая введение метауровня управления, который осуществляет динамическое распределение гетерогенного потока между специализированными, но более простыми и эффективными операторами. Это переводит проблему из технологической плоскости в плоскость теории принятия решений, оптимизации и управления сложными системами.[15, 16, 21]

Ключевым элементом перехода к адаптивной системе является механизм интеллектуального анализа входящего потока и принятия решений о его дальнейшей судьбе. В основе предлагаемой модели лежит отказ от редукционистского подхода, сводящего аккумуляторный модуль лишь к его химической формуле. Вместо этого вводится концепция многомерного вектора состояния объекта, включающего:

• -    Технологический атрибут: тип катодного материала, массогабаритные характеристики.

• -    Функциональный атрибут (признаки деградации): остаточная энергоемкость, динамика роста внутреннего сопротивления, история эксплуатационных нагрузок.

• -    Структурный атрибут: физическая архитектура модуля, тип элементов, способ соединения.

Для каждого потенциального технологического маршрута (например, R_pyr – пирометаллургия с последующей гидрометаллургией шлака; R_hyd – прямая гидрометаллургия) определяется векторный функционал ожидаемой эффективности . Компоненты этого функционала оценивают:

• -    Прогнозную экономическую ценность извлечения.

• -    Экологический баланс процесса (сокращение углеродного следа, минимизацию образования токсичных вторичных отходов).

• -    Ресурсоемкость (удельные затраты энергии, воды, реагентов).

• 2.2.    Теоретические основы модели управления фазовыми превращениями в пирометаллургическом контуре

• 2.3.    Концепция динамической имитационной модели системной оценки (LCA-TEA)

Таким образом, задача классификации формализуется как задача выбора оптимального отображения M: X → R, ставящего в со- ответствие каждому вектору состояния X такой маршрут R_opt, который максимизирует взвешенную сумму компонент векторного функционала. Весовые коэффициенты при этом отражают текущие стратегические приоритеты системы (максимизация прибыли, выполнение экологических нормативов, минимизация энергопотребления). Данная модель трансформирует этап первичной обработки из механической операции в процедуру поддержки принятия решений на основе данных и оптимизационных алгоритмов.

Для снятия ключевого ограничения пирометаллургии предлагается концепция перехода от пассивного формирования шлака к активному синтезу промежуточного продукта с заданными свойствами. Данная модель основывается на рассмотрении пирометаллургического процесса не как метода извлечения металлов, а как способа целенаправленной трансформации сложной оксидной системы (Li₂O– CoO–NiO–Al₂O₃–SiO₂–Fe₂O₃) в управляемую гетерофазную структуру.

Суть модели заключается в теоретическом обосновании возможности управления распределением лития между фазами в шлаке путем варьирования управляющих параметров системы : температуры (T), окислительного потенциала газовой фазы (pO₂) и, что наиболее важно, состава вводимой модифицирующей добавки (флюса). В качестве целевых объектов управления рассматриваются не сами элементы, а термодинамически стабильные фазы, которые могут их содержать. Задача моделирования сводится к определению области параметров, в которой доминирующими становятся не стабильные силикаты лития (например, сподумен LiAlSi₂O₆), а метастабильные или менее распространенные, но химически более активные соединения, такие как метаалюминат лития (LiAlO₂) или его ферриты.

Теоретической основой для решения этой задачи являются расчеты фазовых диаграмм равновесия в многокомпонентных системах и минимизация свободной энергии Гиббса. Модель позволяет априорно, без проведения натурных экспериментов, прогнозировать влияние состава флюса (например, введение CaO, CaF₂, B₂O₃) на сдвиг фазовых равновесий в пользу образования целевых соедине- ний лития. Это создает принципиальную возможность для проектирования гибридных пирометаллургических режимов, в которых шлак перестает быть отходом и становится ценным сырьем для последующего высокопродуктивного гидрометаллургического передела.

Оценка эффективности отдельных решений, принимаемых на тактическом уровне, недостаточна для обеспечения долгосрочной устойчивости системы рециклинга в целом. Для этой цели предлагается концепция модели, основанной на методологии системной динамики, которая позволяет исследовать нелинейное поведение сложной системы «источники отходов – логистика – перерабатывающие мощности – рынок вторичных материалов» во временной перспективе.

Модель представляет собой сеть взаимосвязанных уровней (накопителей) и регулируемых потоков между ними. К ключевым уровням можно отнести: объем аккумулированных непереработанных отходов, степень загрузки производственных линий, запасы произведенных концентратов и товарных металлов. Потоки моделируют движение материальных и сопутствующих финансовых ресурсов.

Принципиальной особенностью модели является учет нелинейных обратных связей и внешних возмущающих воздействий , таких как:

• -    Стохастическая динамика мировых цен на литий, кобальт, никель.

• -    Детерминированный тренд изменения морфологии потока отходов (непрерывный рост доли LFP- и NMC-аккумуляторов с низким содержанием кобальта).

• -    Эволюция регуляторной политики (налоги на выбросы, ужесточение нормативов утилизации).

• 2.    Синтез теоретических моделей и принципы построения адаптивной системы

Интегральным выходным показателем модели выступает кумулятивный дисконтированный эффект за плановый период, агрегирующий операционную прибыль и монетизированную экологическую эффективность (стоимость избежанного ущерба). Главная ценность модели заключается в её способности к сценарному анализу и идентификации точек бифуркации – критических значений ключевых параметров (например, пороговой доли LFP- батарей или пороговой цены на кобальт), при достижении которых оптимальная стратегия управления системой кардинально меняется. Это переводит управление из реактивного в проактивный, стратегический режим.

Предложенные модели не являются изолированными конструкциями, а образуют единую теоретическую архитектуру для систем рециклинга нового поколения. Их взаимодействие можно описать как трехуровневую иерархию:

• 1.    Тактический уровень (модель 2.1): Осуществляет оперативную классификацию входящих объектов и распределяет их по технологическим маршрутам, максимизируя локальный критерий эффективности.

• 2.    Технологический уровень (модель 2.2): На основе данных о составе направленного на переработку потока рассчитывает оптимальные параметры работы технологических агрегатов для достижения целевых показателей по извлечению компонентов.

• 3.    Стратегический уровень (модель 2.3): На основе долгосрочных трендов и прогнозов корректирует целевые установки и весовые коэффициенты для тактического уровня, обеспечивая адаптацию всей системы к макроэкономическим и технологическим изменениям.

• 4.    Ожидаемые теоретические результаты и направления верификации Разработка и апробация описанного модельного комплекса позволит получить следующие ключевые теоретические результаты:

Таким образом, система перестает быть линейным конвейером и становится самонастраивающейся сетью с обратными связями. Материальные потоки динамически перераспределяются между технологическими модулями, параметры работы которых постоянно реоптимизируются. Это позволяет преодолеть парадокс «универсальность vs. эффективность» за счет гибкой декомпозиции общей задачи на специализированные подзадачи.

• 1.    Формализованный методологический каркас для сравнительного анализа и проектирования систем рециклинга, учитывающий не только технологические, но и информационноуправленческие аспекты.

• 2.    Теоретически обоснованные корреляции между составом модифицирующих добавок, термодинамическими параметрами процесса и фазовым составом образующихся шлаков, направленные на мобилизацию лития.

• 3.    Принципы и алгоритмы для построения адаптивных систем управления, способных поддерживать целевую эффективность в условиях высокой неопределённости и изменчивости входных данных.

• 4.    Критерии и индикаторы системной устойчивости проектов в области рециклинга, полезные для стратегических инвесторов и органов государственного регулирования.

Верификация предложенных моделей должна осуществляться по следующим направлениям: для модели классификации – сопоставление с решениями экспертов и историческими данными; для термодинамической модели – верификация расчетных фазовых диаграмм данными физико-химического анализа реальных шлаков; для динамической модели – калибровка на ретроспективных данных рынков сырья и использование сценарного прогнозирования.

Заключение

В данной работе осуществлён системный теоретический анализ проблемы рециклинга литий-ионных аккумуляторов электромобилей. Показано, что фундаментальные ограничения традиционных пиро- и гидрометаллургических методов носят системный характер и не могут быть преодолены в рамках парадигмы изолированного технологического совершенствования.

В качестве альтернативы предложен и детально обоснован комплекс теоретических моделей, образующих основу для создания адаптивных, интеллектуальных систем рециклинга. Научная новизна заключается в последовательной формализации задачи как проблемы управления гетерогенными потоками и разработке трёх взаимодополняющих моделей: многокритериальной оптимизации для тактического управления, термодинамической для управления процессами трансформации и динамической имитационной для стратегического планирования. Синтез данных моделей задаёт новое направление для научных исследований, смещая фокус с поиска «идеального» единого процесса к проектированию гибкой и устойчивой архи тектуры управления, способной эволюционировать вместе с изменяющимся объектом переработки и внешними условиями. Дальнейшая работа должна быть направлена на алгоритмическую и программную реализацию предложенных концепций, их верификацию и интеграцию в инструментарий цифрового проектирования предприятий циклической экономики.