Recovery approaches for sulfuric acid from the concentrated acid hydrolysis of lignocellulosic feedstocks: A mini-review
Notice bibliographique
Résumé
The two-step concentrated acid hydrolysis approach is a very efficient method for the generation of monomeric sugars from lignocellulosic biomass, due to its ability to generate near-theoretical sugar yields, at moderate processing times. Sulfuric acid is the most frequently employed acid due to its combination of low cost, high efficiency, and low toxicity and corrosivity compared to other acids. A challenge with this approach is the ability to recover and re-use the acid catalyst in order to make the process economical and reduce waste streams. This paper reviews different acid recovery techniques found in literature and compare them based on performance. The three most investigated and best performing approaches are ion exclusion chromatography, solvent extraction and electrodialysis. Of these, ion exclusion chromatography is the most investigated, and also applied at bigger scale for recovering acid from the final sugar hydrolysate stream. Solvent extraction is a popular option when acid recovery is performed on the intermediate product stream in the two-step process. The studied techniques achieve high acid recovery performance and acid-sugar separation efficiencies, with acid recoveries of 90–99% reported, with low loss of sugars (higher than 90% glucose yields). More research is required into the impact on process performance of re-using the acid catalyst after recovery.
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 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 | 0,000 | 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 tête enseignante, 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 ».