Vegetable Oil Deacidification by Methanol Heterogeneously Catalyzed Esterification in (Monophasic Liquid)/Solid Batch and Continuous Reactors
Notice bibliographique
Résumé
The removal of free fatty acids (FFA) in vegetable oils is an important pretreatment in the production of biodiesel, in particular, when the starting materials are low-cost feedstocks. Heterogeneously catalyzed esterification with methanol transforms FFA in fatty acid methyl ester (FAME), decreasing the oil acidity and producing biodiesel simultaneously. The equilibrium of this reaction shifts toward the desired product when increasing the methanol content, but at the same time, a double-liquid-phase system forms when the methanol content is higher than 6–8 wt %. The presence of a double liquid phase can be an important drawback in the reactor. A detailed study about the optimization of the methanol quantity is presented, both using a batch and a packed-bed reactor (PBR) at different temperatures (between 60 and 105 °C) using Amberlyst 46 (ion-exchange resin) as the heterogeneous catalyst. The deacidification of sunflower oil in a monophasic liquid system leads to satisfactory results (final FFA lower than 0.5 wt %) for both of the reactors. The experimental results demonstrate that the excess of methanol is not convenient in terms of both slower reaction rates and mass of reactant used. The stability of Amberlyst 46 in the PBR was positively verified after 600 h of work.
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 ».