Modeling of Oxygen Delignified Wheat Straw Enzymatic Hydrolysis as a Function of Hydrolysis Time, Enzyme Concentration, and Lignin Content
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Enzymatic hydrolysis is one of the most expensive operations of producing lignocellulosic ethanol, primarily due to high enzyme costs. Enzyme loadings must be reduced, and a well-developed kinetic model that can be easily implemented in process simulation software would greatly assist in determining optimum processing conditions. Oxygen-delignified wheat straw with different lignin contents was subjected to enzymatic hydrolysis at two different enzyme loadings for 72 h. Glucan conversion increased with increasing enzyme loading, decreasing lignin content, and decreasing solids concentration. By measuring total protein concentration and predicting the Novozyme 188 protein concentration, it was possible to calculate the cellulase protein concentration as a function of time. This work is the first report of a mass-based kinetic model capable of predicting glucose production during enzymatic hydrolysis of oxygen-delignified wheat straw, at different cellulases loadings (20 and 40 filter paper units/g glucan), lignin contents (5 and 9 wt%), and solids concentrations (5 to 10 wt% dry basis). The presented hydrolysis model includes a novel lignin factor to describe the amount of cellulases irreversibly adsorbed on lignin. The lignin factor also links glucose production during enzymatic hydrolysis to pretreatment severity. Mass transfer limitations present at 10 wt% solids were accounted for using a diffusion factor. Due to the model's simple solution and use of only five parameters, it can be easily implemented in process simulations.
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.
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 | 0,001 | 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 découle