Hydroprocessing of oleic acid for production of jet fuel range hydrocarbons over Sn(1)‐Fe(3)‐Cu(13)/SiO<sub>2</sub>‐Al<sub>2</sub>O<sub>3</sub> catalyst: Process parameters optimization, kinetics, and thermodynamic study
Notice bibliographique
Résumé
Abstract Hydroprocessing of vegetable oil to high‐quality jet fuel range hydrocarbons (HRJ) plays a significant role in the development of completely interchangeable substitute for conventional petroleum‐derived jet fuel and has drawn the attention of aviation experts due to its capacity to mitigate greenhouse gas emissions associated with the aviation industry. The limited performance of 1 wt. % Sn promoted Fe(3)‐Cu(13)/SiO2‐Al2O3 catalyst in our previous study has been attributed to the successive consideration of one variable at a time in its evaluation. Maximization of oleic acid conversion and selectivity of jet fuel range hydrocarbons from hydroprocessing of oleic acid over 1 wt. % Sn promoted Fe(3)‐Cu(13)/SiO2‐Al2O3 catalyst with the best combination of the process parameter involved via multivariate approach, and evaluation of kinetic and thermodynamic activation parameters is the focus of this study. Reduced cubic oleic acid conversion model and reduced quadratic jet fuel range hydrocarbons selectivity model of high significance levels, adequate precision, and high correlation coefficient were developed. Reaction temperature of 339.5°C, 1.6 MPa H2 pressure, 6.2 wt.% catalyst concentration, and 8.0 h reaction time were optimum process parameters that can maximize oleic acid conversion and selectivity of jet fuel range hydrocarbons at 98.2% and 82.2%, respectively. This process was found to be endothermic, irreversible, and nonspontaneous with 45.8 KJ/mol activation enthalpy of reaction, 0.25 KJ/mol entropy of reaction, and the reaction's Gibb's free energy of 198.8 KJ/mol at 340°C. The minimum energy required for the reaction to take place was evaluated as 50.7 KJ/mol.
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 ».