In-Depth Insight into the Chemical Composition of Bio-oil from Hydroliquefaction of Lignocellulosic Biomass in Supercritical Ethanol with a Dispersed Ni-Based Catalyst
Notice bibliographique
Résumé
A comprehensive compositional analysis was conducted on biofuel obtained from woody biomass hydroliquefaction in supercritical ethanol with a dispersed Ni-based catalyst. Gas chromatography–mass spectrometry (GC–MS) and 1 H nuclear magnetic resonance (NMR) were used to analyze the bio-oil compositions, and the results indicated the presence of carboxylic acid, ethyl ester, aldehyde, ketone, phenol, and its derivatives. As a result of the inherent limitations of these techniques, an intensive compositional characterization of bio-oil was accomplished through Fourier transform ion cyclotron resonance mass spectrometry (FT-ICR MS). The results revealed that the dominant oxygen-containing compounds were O 2 –O 13 with double bond equivalent (DBE) values of 1–20 and carbon numbers of 10–25. The minor N 1 O x class species with 4–15 carbon numbers and 10–35 DBE were also detected. The use of FT-ICR MS provided an in-depth compositional analysis of liquefaction-derived oil and would improve the understanding of biocrude for further process upgrading.
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 ».