Biodiesel synthesis from <i>Brassica napus</i> seed oil using statistical optimization approach
Notice bibliographique
Résumé
In this study, response surface methodology (RSM) based on a central composite rotatable design was applied to establish the optimum conditions for the methanolysis of Brassica napus (B. napus) seed oil. Four process variables were evaluated at two levels (24 experimental design): the methanol/oil molar ratio (3:1–12:1), the catalyst concentration in relation to oil mass (0.25–1.25 wt. % KOH), the reaction temperature (25–65 °C), and the alcoholysis reaction time (20–120 min). The use of RSM resulted in a quadratic polynomial equation obtained by multiple regression analysis to predict transesterification. The results have shown that the methanol-oil-molar ratio and reaction time significantly affect the biodiesel yield. The highest biodiesel yield (95.7%) was obtained with the 8:1 methanol/oil ratio and 0.97% catalyst concentration at 55 °C reaction temperature for 70 min reaction time. A linear relationship was noted between the observed and predicted values. The characteristics of biodiesel produced in the present study as revealed by gas chromatography analyses confirmed the existence of four major fatty acid methyl esters (FAME) (oleic-, linoleic-, linolenic-, and palmitic-acids). The fuel properties of B. napus oil methyl esters, i.e., cetane number, kinematic viscosity, oxidative stability, cloud point, pour point, cold filter plugging point, flash point, ash and sulfur-contents, acid value, copper strip corrosion, density, and higher heating value, were determined, which were within the limit of biodiesel standards such as ASTM D6751 and EN 14214.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».