Separation of soybean oil from liquefied n‐butane and liquefied petroleum gas by membrane separation process
Notice bibliographique
Résumé
This work investigates the separation of soybean oil/compressed n‐butane and soybean oil/liquefied petroleum gas (LPG) mixtures, using ultra‐ and nanofiltration membranes. For this purpose, soybean oil/n‐butane and soybean oil/LPG in the mass ratio of 1:3 were continuously fed into a flat sheet module without the recycle. The effects of the feed pressure (10, 20, and 30 bar), the pressure difference (1, 5, and 10 bar) and the pre‐treatment with ethanol and n‐propanol on the oil permeate flux and oil retention were investigated. The membranes with best performance (higher oil retention combined with high solvent permeate flux) were Sepa GM (4 kDa) and Sepa HL (98 % MgSO 4 ), previously conditioned in ethanol. The Sepa GM membrane showed oil retention between 95 to 99 %. The Sepa HL membrane showed oil retention between 83 to 97 %. The pre‐treatment with ethanol improved the permeate flux. In most of the experimental conditions severe membrane fouling was observed. A change in the permeate flux and oil retention behaviour was observed in the assays with LPG as solvent due to the different gas composition when compared with n‐butane.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».