Bei einem entwickelten Verfahren zur mechanischen Aufbereitung von Lithium-Ionen-Batterien (LIBs) aus Elektrofahrzeugen fallen zwei, hauptsächlich aus den Elektrodenbestandteilen bestehenden, Feinfraktionen (FF) an. Typischerweise erfolgt eine Rückgewinnung der enthaltenen Wertstoffe Co, Ni und Cu derzeit über eine kombinierte pyro- und hydrometallurgische Aufbereitung. Dabei dient der pyrometallurgische Schritt der Abtrennung von Stoffen, welche bei der hydrometallurgischen Aufbereitung störend wirken. Durch eine mechanische Aufbereitung der FF wurde alternativ zu dem pyrometallurgischen Schritt versucht, die in der FF enthaltenen Wertstoffe anzureichern sowie ebenfalls die Störstoffe für eine hydrometallurgische Aufbereitung abzutrennen. Dazu wurden verschiedene trockene Sortierprozesse herangezogen und auf ihre Eignung hin untersucht. Mit Hilfe der Ergebnisse wurde ein Verfahrensfließbild für die Aufbereitung der FF entworfen und testweise durchlaufen. Zusätzlich zu den Sortierversuchen wurden eine Materialcharakterisierung durchgeführt, die Aufschlussverhältnisse (visuelle Einschätzung, Bestimmung Aufschlussgrad) sowie die Aufschlusszerkleinerung der FF untersucht. Als Aufgabegut diente eine Co-, Ni-, Mn- haltige FF, welche nach der 1. Zerkleinerung und Klassierung im entworfenen Verfahrensfließbild zur Aufbereitung der LIBs aus Elektrofahrzeugen gewonnen wurde. Zur Anreicherung der Wertstoffe Co, Ni innerhalb des Aktivmaterials (AM) und Cu sowie zur Reduzierung der Störstoffgehalte von Al und Kohlenstoff in bestimmten Produkten haben sich die Siebklassierung, die Magnetscheidung, die Gegenstromsortierung sowie als nasser Dichtesortierprozess die Schwimm-Sink-Sortierung als geeignet herausgestellt. Als resultierendes technologisches Aufbereitungsverfahren haben sich aus den Ergebnissen eine Siebklassierung bei x = 200 µm und x = 800 µm mit einer nachgeschalteten Magnetscheidung oder Gegenstromsortierung für die Klasse 0,2…0,8 mm ergeben, woraus 4 Produkte resultieren. Beim testweisen Durchlaufen des resultierenden Verfahrensfließbildes hat sich zudem herausgestellt, dass in Abhängigkeit von der FF bzw. deren Kenngrößen auf die Magnetscheidung bzw. Gegenstromsortierung verzichtet werden kann. Insgesamt wird zur Aufwands- und Kostenminimierung eine Vereinheitlichung der aufzubereitenden FF empfohlen. Die Wirtschaftlichkeit des Verfahrens (inklusive Pyro- und Hydrometallurgie) wird stark durch die dynamische Entwicklung der Batterietechnologie, insbesondere der enthaltenen erlösbringenden Komponente Kobalt, und des Marktes (Verkaufsraten und Lebensdauer der LIBs) beeinflusst. Die notwendige kontinuierliche Anpassung des bestehenden Verfahrensfließbildes aufgrund der schnellen Weiterentwicklung chemischer LIB-Regime ist zudem nicht vermeidbar. Generelle Unterschiede in den FF (chemische Zusammensetzung, PGV) können auf verschiedene LIB-Typen (unterschiedliche AMs), deren Vorgeschichte (Alterungszustand, Lagerung, …) sowie die Zerkleinerungsbedingungen zurückgeführt werden. Mit Hilfe einer Bilanzierung wurden die Gehalte des gesamten AM in den FF zwischen c = 33,2 ± 3,4 Ma.-% und c = 54,9 ± 5,7 Ma.-% ermittelt. Mit Hilfe der untersuchten Methoden wurde in keinem Produkt der maximale Anreicherungsfaktor für die AMs erreicht, so dass lediglich eine Voranreicherung bezüglich dieser (und auch der anderen Komponenten) erzielt wurde. Betrachtungen zu den Verbindungs- und Aufschlussverhältnissen in der FF führten zu dem Ergebnis, dass sowohl die Anodenbeschichtung noch mit der Kupferfolie als auch die Kathodenbeschichtung mit der Aluminiumfolie im Verbund vorliegen können. Bezüglich der AMs wird ein Aufschluss im Partikelgrößenbereich größer der Primär- und Sekundärpartikelgröße (> 1 bis 20 µm) ausgeschlossen. Es konnte ein maximaler Aufschlussgrad von A = 37,9 % für eine der untersuchten Feinfraktionen bestimmt werden. Zur Zerkleinerung der Partikel in der Feinfraktion eignen sich eine Zerkleinerung in der einer Fliehkraftmühle bzw. mittels Ultraschallbeanspruchung.

Questions that were answered in the dissertation: Which process is suitable to desulphurize biogas knowing that chemical absorption will be used to separate CO2? Which absorption solvent is suitable to separate CO2 from concentrated gases such as biogas at atmospheric pressure? What properties of the selected solvent, namely aqueous diglycolamine (DGA), are already known? How to determine solvent properties such as equilibrium CO2 solubility under absorption and desorption conditions using simple, but robust apparatuses? What values do solvent properties such as density, viscosity and surface tension take at various DGA contents and CO2 loadings? How do primary alkanolamine content and CO2 loading influence solvent properties? What is the optimal DGA content in the solvent? What is the optimal desorption temperature at atmospheric pressure? How can equilibrium CO2 solubility in aqueous DGA solvents be simulated? What is the uncertainty in the results? How to debottleneck an absorber and increase its gas-treating capacity? How to determine the optimal lean loading of the absorption solvent? What are the characteristics of the absorption process that uses aqueous DGA as the solvent to separate CO2 from biogas and is more energy efficient and safer than the state-of-the-art processes? How to quantitatively compare the hazards of absorption solvents? What is the disposition of the German population towards hazards from biogas plants? What are the favourable and adverse environmental impacts of biomethane? / Fragen, die in der Dissertation beantwortet wurden: Welches Verfahren ist zur Entschwefelung von Biogas geeignet, wenn die chemische Absorption zur CO2-Abtrennung genutzt wird? Welches Absorptionsmittel ist geeignet, um CO2 aus konzentrierten Gasen, wie Biogas, bei atmosphärischem Druck abzutrennen? Welche Eigenschaften des ausgewählten Absorptionsmittels, wässriges Diglykolamin (DGA), sind bereits bekannt? Wie wird die CO2-Gleichgewichtsbeladung unter Absorptions- und Desorptionsbedingungen mit einfachen und robusten Laborapparaten bestimmt? Welche Werte nehmen die Absorptionsmitteleigenschaften wie Dichte, Viskosität und Oberflächenspannung bei verschiedenen DGA-Gehalten und CO2-Beladungen? Wie werden die Absorptionsmitteleigenschaften durch den Primäramin-Gehalt und die CO2-Beladung beeinflusst? Was ist der optimale DGA-Gehalt im Absorptionsmittel? Was ist die optimale Desorptionstemperatur bei atmosphärischem Druck? Wie wird die CO2-Gleichgewichtsbeladung im wässrigen DGA simuliert? Welche Ungenauigkeit ist zu erwarten? Wie wird eine Absorptionskolonne umgerüstet, um die Kapazität zu erweitern? Wie wird die optimale CO2-Beladung des Absorptionsmittels am Absorbereintritt (im unbeladenen Absorptionsmittel) bestimmt? Was sind die Prozesseigenschaften eines Absorptionsverfahrens, das wässriges DGA als Absorptionsmittel nutzt sowie energieeffizienter und sicherer als Verfahren auf dem Stand der Technik ist? Wie kann das Gefahrenpotenzial von Absorptionsmittel quantitativ verglichen werden? Wie werden Gefahren aus einer Biogasanlage durch die deutsche Bevölkerung wahrgenommen? Welche positive und negative Umweltauswirkung hat Biomethan?

Questions that were answered in the dissertation: Which process is suitable to desulphurize biogas knowing that chemical absorption will be used to separate CO2? Which absorption solvent is suitable to separate CO2 from concentrated gases such as biogas at atmospheric pressure? What properties of the selected solvent, namely aqueous diglycolamine (DGA), are already known? How to determine solvent properties such as equilibrium CO2 solubility under absorption and desorption conditions using simple, but robust apparatuses? What values do solvent properties such as density, viscosity and surface tension take at various DGA contents and CO2 loadings? How do primary alkanolamine content and CO2 loading influence solvent properties? What is the optimal DGA content in the solvent? What is the optimal desorption temperature at atmospheric pressure? How can equilibrium CO2 solubility in aqueous DGA solvents be simulated? What is the uncertainty in the results? How to debottleneck an absorber and increase its gas-treating capacity? How to determine the optimal lean loading of the absorption solvent? What are the characteristics of the absorption process that uses aqueous DGA as the solvent to separate CO2 from biogas and is more energy efficient and safer than the state-of-the-art processes? How to quantitatively compare the hazards of absorption solvents? What is the disposition of the German population towards hazards from biogas plants? What are the favourable and adverse environmental impacts of biomethane? / Fragen, die in der Dissertation beantwortet wurden: Welches Verfahren ist zur Entschwefelung von Biogas geeignet, wenn die chemische Absorption zur CO2-Abtrennung genutzt wird? Welches Absorptionsmittel ist geeignet, um CO2 aus konzentrierten Gasen, wie Biogas, bei atmosphärischem Druck abzutrennen? Welche Eigenschaften des ausgewählten Absorptionsmittels, wässriges Diglykolamin (DGA), sind bereits bekannt? Wie wird die CO2-Gleichgewichtsbeladung unter Absorptions- und Desorptionsbedingungen mit einfachen und robusten Laborapparaten bestimmt? Welche Werte nehmen die Absorptionsmitteleigenschaften wie Dichte, Viskosität und Oberflächenspannung bei verschiedenen DGA-Gehalten und CO2-Beladungen? Wie werden die Absorptionsmitteleigenschaften durch den Primäramin-Gehalt und die CO2-Beladung beeinflusst? Was ist der optimale DGA-Gehalt im Absorptionsmittel? Was ist die optimale Desorptionstemperatur bei atmosphärischem Druck? Wie wird die CO2-Gleichgewichtsbeladung im wässrigen DGA simuliert? Welche Ungenauigkeit ist zu erwarten? Wie wird eine Absorptionskolonne umgerüstet, um die Kapazität zu erweitern? Wie wird die optimale CO2-Beladung des Absorptionsmittels am Absorbereintritt (im unbeladenen Absorptionsmittel) bestimmt? Was sind die Prozesseigenschaften eines Absorptionsverfahrens, das wässriges DGA als Absorptionsmittel nutzt sowie energieeffizienter und sicherer als Verfahren auf dem Stand der Technik ist? Wie kann das Gefahrenpotenzial von Absorptionsmittel quantitativ verglichen werden? Wie werden Gefahren aus einer Biogasanlage durch die deutsche Bevölkerung wahrgenommen? Welche positive und negative Umweltauswirkung hat Biomethan?

Bei einem entwickelten Verfahren zur mechanischen Aufbereitung von Lithium-Ionen-Batterien (LIBs) aus Elektrofahrzeugen fallen zwei, hauptsächlich aus den Elektrodenbestandteilen bestehenden, Feinfraktionen (FF) an. Typischerweise erfolgt eine Rückgewinnung der enthaltenen Wertstoffe Co, Ni und Cu derzeit über eine kombinierte pyro- und hydrometallurgische Aufbereitung. Dabei dient der pyrometallurgische Schritt der Abtrennung von Stoffen, welche bei der hydrometallurgischen Aufbereitung störend wirken. Durch eine mechanische Aufbereitung der FF wurde alternativ zu dem pyrometallurgischen Schritt versucht, die in der FF enthaltenen Wertstoffe anzureichern sowie ebenfalls die Störstoffe für eine hydrometallurgische Aufbereitung abzutrennen. Dazu wurden verschiedene trockene Sortierprozesse herangezogen und auf ihre Eignung hin untersucht. Mit Hilfe der Ergebnisse wurde ein Verfahrensfließbild für die Aufbereitung der FF entworfen und testweise durchlaufen. Zusätzlich zu den Sortierversuchen wurden eine Materialcharakterisierung durchgeführt, die Aufschlussverhältnisse (visuelle Einschätzung, Bestimmung Aufschlussgrad) sowie die Aufschlusszerkleinerung der FF untersucht. Als Aufgabegut diente eine Co-, Ni-, Mn- haltige FF, welche nach der 1. Zerkleinerung und Klassierung im entworfenen Verfahrensfließbild zur Aufbereitung der LIBs aus Elektrofahrzeugen gewonnen wurde. Zur Anreicherung der Wertstoffe Co, Ni innerhalb des Aktivmaterials (AM) und Cu sowie zur Reduzierung der Störstoffgehalte von Al und Kohlenstoff in bestimmten Produkten haben sich die Siebklassierung, die Magnetscheidung, die Gegenstromsortierung sowie als nasser Dichtesortierprozess die Schwimm-Sink-Sortierung als geeignet herausgestellt. Als resultierendes technologisches Aufbereitungsverfahren haben sich aus den Ergebnissen eine Siebklassierung bei x = 200 µm und x = 800 µm mit einer nachgeschalteten Magnetscheidung oder Gegenstromsortierung für die Klasse 0,2…0,8 mm ergeben, woraus 4 Produkte resultieren. Beim testweisen Durchlaufen des resultierenden Verfahrensfließbildes hat sich zudem herausgestellt, dass in Abhängigkeit von der FF bzw. deren Kenngrößen auf die Magnetscheidung bzw. Gegenstromsortierung verzichtet werden kann. Insgesamt wird zur Aufwands- und Kostenminimierung eine Vereinheitlichung der aufzubereitenden FF empfohlen. Die Wirtschaftlichkeit des Verfahrens (inklusive Pyro- und Hydrometallurgie) wird stark durch die dynamische Entwicklung der Batterietechnologie, insbesondere der enthaltenen erlösbringenden Komponente Kobalt, und des Marktes (Verkaufsraten und Lebensdauer der LIBs) beeinflusst. Die notwendige kontinuierliche Anpassung des bestehenden Verfahrensfließbildes aufgrund der schnellen Weiterentwicklung chemischer LIB-Regime ist zudem nicht vermeidbar. Generelle Unterschiede in den FF (chemische Zusammensetzung, PGV) können auf verschiedene LIB-Typen (unterschiedliche AMs), deren Vorgeschichte (Alterungszustand, Lagerung, …) sowie die Zerkleinerungsbedingungen zurückgeführt werden. Mit Hilfe einer Bilanzierung wurden die Gehalte des gesamten AM in den FF zwischen c = 33,2 ± 3,4 Ma.-% und c = 54,9 ± 5,7 Ma.-% ermittelt. Mit Hilfe der untersuchten Methoden wurde in keinem Produkt der maximale Anreicherungsfaktor für die AMs erreicht, so dass lediglich eine Voranreicherung bezüglich dieser (und auch der anderen Komponenten) erzielt wurde. Betrachtungen zu den Verbindungs- und Aufschlussverhältnissen in der FF führten zu dem Ergebnis, dass sowohl die Anodenbeschichtung noch mit der Kupferfolie als auch die Kathodenbeschichtung mit der Aluminiumfolie im Verbund vorliegen können. Bezüglich der AMs wird ein Aufschluss im Partikelgrößenbereich größer der Primär- und Sekundärpartikelgröße (> 1 bis 20 µm) ausgeschlossen. Es konnte ein maximaler Aufschlussgrad von A = 37,9 % für eine der untersuchten Feinfraktionen bestimmt werden. Zur Zerkleinerung der Partikel in der Feinfraktion eignen sich eine Zerkleinerung in der einer Fliehkraftmühle bzw. mittels Ultraschallbeanspruchung.

Gegenstand dieser Arbeit ist die Herstellung nicht hierarchischer und hierarchischer, poröser Polymermembranen mittels eines Templatverfahrens. Bei der Herstellung der hierarchischen Membranen wird eine Stützschicht mit mikrometergroßen Mulden und eine aktive Membranschicht mit submikrometergroßen Poren in einem Arbeitsschritt und aus einem Material erzeugt. Als Template für die Poren der nicht hierarchischen Membranen bzw. Mulden der hierarchischen Membran in der Stützschicht dienen Flüssigkeitstropfen. Diese werden auf Substraten mit Bereichen unterschiedlicher Benetzbarkeit erzeugt. Die Substrate werden anschließend mit einer Polymerlösung überschichtet, welche im Falle der hierarchischen Membranen sphärische, monodisperse Siliziumdioxidpartikel enthält. Die Siliziumdioxidpartikel ordnen sich bevorzugt in der Grenzfläche zwischen den Templattropfen und der Polymerlösung an. Nach Verdunsten des Lösungsmittels, Entfernen des Substrats und ggf. der Siliziumdioxidpartikel werden poröse Polymermembranen erhalten. Die nicht hierarchischen weisen Poren in der Größe der Templattropfen aus. Die hierarchischen Membranen zeigen dagegen eine Stützstruktur mit mikrometergroßen Mulden, entstanden durch die Templattropfen und eine Schicht auf der Oberseite der Membran mit submikrometergroßen Poren, die durch die Siliziumdioxidpartikel gebildet wurden. Außerdem wird gezeigt, wie das dargelegte Verfahren auf die Herstellung von Membranen aus dem Monomer VISIOMER HEMA-TMDI übertragen werden konnte

Mining will remain indispensable for the foreseeable future. For millennia, our society has been exploring and exploiting mineral deposits. Consequently, most of the easily exploitable high-grade deposits, which were of primary interest given their obvious technical and economic advantages, have already been depleted. For the future, the mining sector will have to efficiently produce metals and minerals from low-grade orebodies with complex mineralogical and microstructural properties -- these are generally referred to as complex orebodies. The exploitation of such complex orebodies carries significant technical risks. However, these risks may be reduced by applying modelling tools that are reliable and robust. In a broad sense, modelling techniques are already applied to estimate the resources and reserves contained in a deposit, and to evaluate the potential recovery (i.e., behaviour in comminution and separation processes) of these materials. This thesis focusses on the modelling of recovery processes, more specifically mineral separation processes, suited to complex ores. Despite recent developments in the fields of process mineralogy and geometallurgy, current mineral separation modelling methods do not fully incorporate the available information on ore complexity. While it is well known that the mineralogical and microstructural properties of individual particles control their process behaviour, currently widely applied modelling methods consider only distributions of bulk particle properties, which oftentimes require much simplification of the particle data available. Moreover, many of the methods used in industrial plant design and process modelling are based on the chemical composition of the samples, which is only a proxy for the mineralogical composition of the ores. A modelling method for mineral separation processes suited to complex ores should be particle-based, taking into consideration all quantifiable particle properties, and capable of estimating uncertainties. Moreover, to achieve a method generalizable to diverse mineral separation units (e.g., magnetic separation or flotation) with minimal human bias, strategies to independently weight the importance of different particle properties for the process(es) under investigation should be incorporated. This dissertation introduces a novel particle-based separation modelling method which fulfills these requirements. The core of the method consists of a least absolute shrinkage and selection operator-regularized (multinomial) logistic regression model trained with a balanced particle dataset. The required particle data are collected with scanning electron microscopy-based automated mineralogy systems. Ultimately, the method can quantify the recovery probability of individual particles, with minimal human input, considering the joint influence of particle shape, size, and modal and surface compositions, for any separation process. Three different case studies were modelled successfully using this new method, without the need for case-specific modifications: 1) the industrial recovery of pyrochlore from a carbonatite deposit with three froth flotation and one magnetic separation units, 2) the laboratory-scale magnetic separation of a complex skarn ore, and 3) the laboratory-scale separation of apatite from a sedimentary ore rich in carbonate minerals by flotation. Moreover, the generalization potential of the method was tested by predicting the process outcome of samples which had not been used in the model training phase, but came from the same geometallurgical domain of a specific ore deposit. In each of these cases, the method obtained high predictive accuracy. In addition to its predictive power, the new particle-based separation modelling method provides detailed insights into the influence of specific particle properties on processing behaviour. To name a couple, the influence of size on the recovery of different carbonate minerals by flotation in an industrial operation; and a comparison to traditional methodologies demonstrated the limitation of only considering particle liberation in process mineralogy studies -- the associated minerals should be evaluated, too. Finally, the potential application of the method to minimize the volume of test work required in metallurgical tests was showcased with a complex ore. The approach developed here provides a foundation for future developments, which can be used to optimize mineral separation processes based on particle properties. The opportunity exists to develop a similar approach to model the comminution of single particles and ultimately allow for the full prediction of the recovery potential of complex ores.:1 Introduction 1 1.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2 Objectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3 State-of-the-art in particle-based separation models . . . . . . . . . . . 11 1.4 Moving forward . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4.1 Particle data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4.2 Mathematical tools required for the particle-based separation model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.4.3 Workflow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.5 Structure of the thesis . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2 The method and its application to industrial operations 23 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.1.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.2 Methodology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.2.1 Assumptions and limitations . . . . . . . . . . . . . . . . . . . . 26 2.2.2 Data structure and required pre-treatment . . . . . . . . . . . . 27 2.2.3 Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.3 Demonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.3.1 Artificial test cases . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.3.2 Real case study . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.4 Discussion and final considerations . . . . . . . . . . . . . . . . . . . . 39 3 The robustness of the method towards compositional variations of new feed samples 45 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.2 Generalization potential of current Particle-based Separation Model (PSM) methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.3 Case study . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.3.1 Samples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.3.2 Dry magnetic separation tests . . . . . . . . . . . . . . . . . . . 53 3.3.3 Sample characterization . . . . . . . . . . . . . . . . . . . . . . 53 3.3.4 Particle-based separation models . . . . . . . . . . . . . . . . . 54 3.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 4 Flotation kinetics of individual particles 67 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 4.2 Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 4.2.1 Data collection . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 4.2.2 Cumulative recovery probability . . . . . . . . . . . . . . . . . . 72 4.2.3 Particle-based kinetic flotation model . . . . . . . . . . . . . . . 74 4.3 Demonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 4.3.1 Materials and methods . . . . . . . . . . . . . . . . . . . . . . . 75 4.3.2 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 4.4 Discussion and final thoughts . . . . . . . . . . . . . . . . . . . . . . . 80 5 Conclusions and outlook 85 5.1 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 5.2 Outlook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 Bibliography 89