Ethanol production by syngas fermentation in a continuous stirred tank bioreactor using<i>Clostridium ljungdahlii</i>
Notice bibliographique
Résumé
Ontario biomass could be thermochemically processed by dry and wet torrefaction to produce high quality solid biofuel. These solid fuels or raw biomass could also be gasified to produce syngas. This study analyzes and demonstrates a successful and efficient way of producing bioethanol from syngas fermentation using Clostridium ljungdahlii in a laboratory scale continuous stirred tank bioreactor having an innovative gas supply and effluent extraction structures. At the beginning of the experiment, a batch process was conducted to grow microorganisms and allow the growth of the microorganisms to reach to maximum cell density in a reactor without supplying a gas. Ethanol production was observed by supplying two different gas compositions which included 100% CO and simulated syngas, mimicking the composition of syngas extracted from lignocellulosic biomass having 60% CO, 35% H2, and 5% CO2. CO and syngas were fermented with different gas flow (5–15 mL/min), effluent flow (0.25–0.75 mL/min), and media flow rates and stirrer speed (300–500 rpm) at atmospheric pressure and 37˚C. The gas flow rate, media and effluent flow rate, pH level, and stirrer speed were controlled during the fermentation process. The exhaust gas was reused for the improvement of residence time using a loop-back system for improving the gas–liquid mass transfer. Excessive foam was observed during the fermentation process which was controlled using diluted antifoam-204. Maximum cell concentration reached 2.4 g/L. The mass transfer coefficient showed better performance during syngas fermentation than CO fermentation. More bioethanol production was observed by syngas fermentation than CO fermentation. CO fermentation produced 0.17–1.33 g/L-effluent ethanol and 8.92–23.67 g/L-effluent acetic acid whereas syngas fermentation produced 0.85–3.75 g/L-effluent ethanol and 8.89–14.97 g/L-effluent acetic acid.
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 | 0,000 | 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 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 ».