Modélisation multi-échelles des procédés de biolixiviation de déchets de cartes électroniques

Multiscale modelling of bioleaching processes for the recycling of printed circuit boards waste

• Auteur / Autrice : Marc-antoine Besch
• Direction : Eric Olmos
• Type : Projet de thèse
• Discipline(s) : Procédés Biotechnologiques
• Date : Inscription en doctorat le 26/01/2024
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : SIMPPÉ - SCIENCES ET INGENIERIES DES MOLECULES, DES PRODUITS, DES PROCEDES ET DE L'ÉNERGIE
• Partenaire(s) de recherche : Laboratoire : LRGP - Laboratoire Réactions et Génie des Procédés
• Partenaire(s) de recherche : Equipe de recherche : Axe 3 - BIOPROMO - Bioprocédés Biomolécules

Mots clés

Mots clés libres

Bioprocédé

Biolixiviation

Modélisation

Cfd

Bilan de population

Bioprocess

Bioleaching

Modelling

Cfd

Population balance

Résumé

Cette thèse s'inscrit dans le cadre du programme scientifique PEPR « Recyclage, recyclabilité, réutilisation de matières premières » et plus spécifiquement du projet dédié aux « Métaux stratégiques ». Parmi les différents types de déchets secondaires, les déchets électroniques connaissent la plus forte croissance au niveau mondial. De nombreux composants de ces déchets, notamment certains métaux, sont considérés comme critiques en raison de leur utilisation dans la transition énergétique et les technologies numériques. La biohydrométallurgie, basée sur l'utilisation de micro-organismes en hydrométallurgie extractive, permet la production in situ de réactifs à un coût limité et s'appuie sur des procédés flexibles pouvant s'adapter aux variations de la demande de recyclage. Ce procédé est connu pour avoir des coûts environnementaux inférieurs à ceux de la pyrométallurgie en raison de températures de fonctionnement plus basses. Ces dernières années, certains travaux ont été consacrés au développement de procédés de biolixiviation pour le traitement des déchets électroniques, notamment les circuits imprimés (PCB). En effet, il permet, d'une part, de dissoudre les métaux de base ainsi que certains métaux de haute technologie (Ga, In, W...) et, d'autre part, de produire un concentré solide de métaux précieux (Au , Ag, Pt...) qui peuvent ensuite être raffinés par des procédés conventionnels (pyro ou hydro) dans les filières existantes (fonderies Umicore, Aurubis ou Boliden) [1-2]. Cependant, les différents travaux disponibles ont montré les limites de l'approche expérimentale pour capter et comprendre les différents phénomènes qui se déroulent dans les réacteurs à l'échelle bactérienne. Cette connaissance est essentielle pour améliorer l'extrapolation, la robustesse et les conditions opératoires du procédé. Pour y accéder, la modélisation multi-échelle est complémentaire aux campagnes expérimentales prolongées et longues. Les principaux goulots d'étranglement scientifiques dans le développement de ce type de modèle sont liés au couplage de différents phénomènes dans un environnement triphasique (gaz, liquide, solide/microorganismes) associés à différentes populations et propriétés internes (âge des micro-organismes, taille et composition pour les autres types de particules). Il est donc nécessaire de modéliser le comportement de ces populations au cours du temps dans le bioréacteur afin de simuler à la fois les hétérogénéités de concentrations, notamment celles liées à la ségrégation des particules, et les variations temporelles dues aux réactions biochimiques. Plusieurs auteurs ont proposé différentes techniques numériques pour résoudre les équations de bilan de population (PBE), notamment des méthodes spécifiques de discrétisation de sections (SM) [3-4] et des méthodes basées sur la résolution des moments des distributions (DQMOM et Multi-QMOM). [5-6]. Leur mise en œuvre n'est pas triviale pour des populations réparties sur de larges plages de variation, notamment en ce qui concerne leur éventuel couplage avec des simulations numériques d'écoulements (CFD).

Context. This PhD is part of the scientific program PEPR “Recyclage, recyclabilité, ré-utilisation de matières premières » and more specifically of the project dedicated to “Strategic metals”1 . Among the different types of secondary waste or so-called “post-consumer” waste, electronic waste shows the strongest growth at the global level. Many components of this waste, especially certain metals, are considered critical because of their use in energy transition and digital technologies. Biohydrometallurgy, based on the use of microorganisms in extractive hydrometallurgy, allows in situ formation of reactants at limited cost and is based on flexible processes that can adapt to variations in recycling demand. This process is known to have lower environmental costs than pyrometallurgy due to lower operating temperatures. In recent years, some work has been devoted to the development of bioleaching processes for the treatment of electronic waste, in particular printed circuit boards (PCBs). In fact, it allows, on the one hand, to dissolve base metals as well as certain high-tech metals (Ga, In, W...) and, on the other hand, to produce a solid concentrate of precious metals (Au, Ag, Pt...) which can then be refined by conventional processes (pyro or hydro) in existing sectors (smelters Umicore, Aurubis or Boliden) [4-5]. However, the various works available have shown the limitations of the experimental approach to capture and understand the different phenomena that take place in reactors at the bacterial scale. However, this knowledge is essential to consider the scale-up, robustness and operating range of the process. Multi-scale modelling is complementary to extended, time-consuming experimental campaigns. The main scientific bottlenecks in the development of this type of model are related to the coupling of the different phenomena in a three-phase environment (gas, liquid, solid/microorganisms) associated with different populations and internal properties (age for the microorganisms, size and composition for the other types of particles). It is therefore necessary to model the behaviour of these populations over time in the bioreactor in order to simulate both the concentration heterogeneities, in particular those related to particle segregation, and the temporal variations due to biochemical reactions. Several authors have proposed different numerical techniques to solve the population balance equations (PBE), including specific methods of section discretisation (SM) [7-8] and methods based on the resolution of the moments of the distributions (DQMOM and Multi-QMOM) [9-10]. Their implementation is far from trivial for populations distributed over large ranges of variation, especially regarding their possible coupling with Computational Fluid Dynamics (CFD) simulations.