Biocarbon from peanut hulls and their green composites with biobased poly(trimethylene terephthalate) (PTT)
Notice bibliographique
Résumé
Abstract There are millions of tons of post-food processing residues discarded annually. Currently, these waste materials are discarded to landfill, used as animal feed or incinerated. This suggests that there are potential uses for these materials in value-added applications. This work focuses on the characterization and valorization of peanut hulls through the generation of green composites. Peanut hulls were pyrolyzed at 500 °C and analyzed to discover their unique surface morphology and relatively low ash content. Raman spectral analysis determined I D /I G values of 0.74 for the samples, suggesting greater graphitic content than disordered carbon content. Such results were confirmed in X-ray diffraction analysis by the presence of (002) and (100) planes. Partially biobased engineering thermoplastic, poly(trimethylene terephthalate) (PTT), was combined with 20 wt.% biocarbon. The tensile and flexural moduli improved with the addition of biocarbon, and the bio-content increased from 35 to 48 wt.% as compared to neat PTT. The higher temperature biocarbon was found to have superior performance over the lower temperature sample. The enhanced sustainability of these materials suggested that peanut hulls can be valorized via thermochemical conversion to generate value-added products. Future works could focus on the optimization of these materials for non-structural automotive components or electrical housings.
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) | 0,001 | 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 ».