Modélisation Statistique Et Validation Du Modèle Prédictif Du Rendement D’extraction Du Lithium A Partir De La Lépidolite De Tsitondroina (Haute Matsiatra, District D’Ikalamavony, Madagascar)

Heritiana RATSIMISATA, Tolontsoa RAKOTOSON, Mamiharizo Jackie TOVONIRINA, Rondro Nirina RAVAOARINORO, Laurence RAHARIMALALA

Abstract


Cette étude porte sur l’extraction du lithium à partir du lépidolite provenant du gisement de Cette étude présente une modélisation statistique du rendement d’extraction du lithium à partir du lépidolite provenant du gisement de Tsitondroina, situé dans la région de Haute Matsiatra, district d’Ikalamavony (Madagascar). L’objectif est d’évaluer l’influence des paramètres opératoires et de valider un modèle prédictif permettant d’optimiser le procédé de digestion sulfurique. Les analyses géochimiques par fluorescence X montrent que le minerai est principalement constitué de SiO₂ (49,0–53,0 %), Al₂O₃ (21,0–24,1 %) et K₂O (10,0–10,8 %), tandis que la teneur en Li₂O varie entre 4,8 % et 5,3 %. Les essais expérimentaux révèlent que le rendement d’extraction du lithium augmente avec la température de digestion et le temps de réaction, atteignant environ 75 % après calcination à 900 °C. Une modélisation basée sur une régression polynomiale régularisée de type Ridge a été appliquée afin de prédire le rendement d’extraction en fonction des paramètres opératoires. Les résultats montrent une bonne performance du modèle avec un coefficient de détermination de R² = 0,893, une erreur absolue moyenne (MAE) de 3,61 % et une erreur quadratique moyenne (RMSE) de 5,28 %. Ces résultats démontrent que l’approche de modélisation statistique constitue un outil efficace pour analyser et optimiser les conditions d’extraction du lithium à partir du lépidolite étudié.


Keywords


Lithium ; Lépidolite ; Modélisation statistique ; Digestion sulfurique ; Tsitondroina.

Full Text:

PDF

References


Tarascon, J.M. & Armand, M., 2001. Issues and challenges facing rechargeable lithium batteries. Nature, 414, pp.359–367.

Flexer, V., Baspineiro, C.F. & Galli, C.I., 2018. Lithium recovery from brines: A vital raw material for green energies. Science of the Total Environment, 639, pp.1188–1204.

Garrett, D.E., 2004. Handbook of Lithium and Natural Calcium Chloride. Burlington: Elsevier.

London, D., 2008. Pegmatites. Mineralogical Association of Canada.

Meshram, P., Pandey, B.D. & Mankhand, T.R., 2014. Extraction of lithium from primary and secondary sources. Hydrometallurgy, 150, pp.192–208.

Chen, Y., Tian, Q., Chen, B. & Shi, X., 2011. Preparation of lithium carbonate from lepidolite by sulfuric acid leaching. Minerals Engineering, 24, pp.249–254.

Montgomery, D.C., 2017. Design and Analysis of Experiments. 9th ed. New York: Wiley.

Jenkins, R., Gould, R.W. & Gedcke, D., 1995. Quantitative X-ray Spectrometry. New York: Marcel Dekker.

Van Rossum, G. & Drake, F.L., 2009. Python 3 Reference Manual. Scotts Valley: CreateSpace.

Harris, C.R., Millman, K.J., van der Walt, S.J. et al., 2020. Array programming with NumPy. Nature, 585, pp.357–362.

McKinney, W., 2010. Data structures for statistical computing in Python. Proceedings of the 9th Python in Science Conference, pp.51–56.

Hunter, J.D., 2007. Matplotlib: A 2D graphics environment. Computing in Science & Engineering, 9(3), pp.90–95.

London, D., 2008. Pegmatites. Mineralogical Association of Canada, Special Publication 10.

Meshram, P., Pandey, B.D. & Mankhand, T.R., 2014. Extraction of lithium from primary and secondary sources by pre-treatment, leaching and separation. Hydrometallurgy, 150, pp.192–208.

Montgomery, D.C., 2017. Design and Analysis of Experiments. 9th ed. New York: Wiley.

Pedregosa, F., Varoquaux, G., Gramfort, A. et al., 2011. Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, pp.2825–2830.




DOI: http://dx.doi.org/10.52155/ijpsat.v56.2.8022

Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Heritiana RATSIMISATA

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.