MétaCan
Menu
Retour à la cohorte
Enregistrement W2503699426 · doi:10.1021/bk-2012-1092.ch008

TPA Supported on SBA-15 as Solid Acid Catalysts for the Biodiesel Production

2012· book-chapter· en· W2503699426 sur OpenAlexaff
Chinmoy Baroi, Ajay K. Dalai

Notice bibliographique

RevueACS symposium series · 2012
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésTrioleinTransesterificationCatalysisMethanolBiodiesel productionBiodieselYield (engineering)Raw materialNuclear chemistryResponse surface methodologyMaterials scienceChemistryOrganic chemistryLipaseChromatographyComposite material

Résumé

récupéré en direct d'OpenAlex

Biodiesel has gained worldwide recognition for many years due to its renewability, lubricating property and environmental benefits. This research is focused on synthesis of 12-Tungstophosphoric acid (TPA) supported on SBA-15 as acid catalysts for the biodiesel production from a model feedstock Triolein. A large number of 0-35% TPA supported on SBA-15 catalysts were synthesized by impregnation method and the catalysts were characterized using BET, XRD, FTIR, TEM and ICP-MS. The catalytic activity of these catalysts was tested by transesterification of Triolein using a stirred tank reactor. The effect of operating conditions such as catalyst conc. and methanol to Triolein molar ratio on the transesterification of Triolein was studied using response surface methodology (RSM). Based on the study, 25% TPA is identified as the optimum catalyst loading on SBA-15 by impregnation. From the optimization study of 25% TPA impregnated SBA-15 using RSM model, 4.15 wt% catalyst (based on Triolein) and 39:1 methanol to Triolein molar ratio is found to be the optimum reaction condition, when the reaction temperature is kept fixed at 200°C, stirring speed at 600 rpm and allowing 10-h of reaction time. Predicted ester yield at the above condition is 97.4 %, and the actual (experimental) yield is 97.2%.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,233
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS symposium seriesMême sujetBiodiesel Production and ApplicationsTravaux en français237 207