Valorization of peanut wastes into a catalyst in production of biodiesel
Notice bibliographique
Résumé
To offer an innovative way to valorize industrial crop waste into the diverse types of biofuels, the thermochemical process of peanut waste (PW) was investigated. In particular, this study laid a great stress on the use of PW-derived biochar as a cheap catalytic material in the production of biodiesel. Specifically, biochar derived from the pyrolysis of PW was used as a catalytic and porous medium for biodiesel production to enhance reaction kinetics and lower reaction temperature, compared to conventional methods. Two PW-derived biochars produced at 600°C (PWB-600) and 700°C (PWB-700) were effective on the transesterification of soybean oil, showing higher than 95 wt% of biodiesel yield after 1 minute of transesterification reaction at ≥210°C. As a comparison, a commercially used reaction, alkali-catalyzed transesterification, was conducted at 60°C with a KOH catalyst. Biodiesel yield from the alkali-catalyzed reaction was less than 90 wt% even after 6 hours of reaction. Given that the biochar formation process results in the generation of pyrolytic gases and oils, both pyrolysates at different temperatures were also monitored. Pyrolytic gases included syngas and C1-2 hydrocarbons, whereas pyrolytic oils consisted of phenolic compounds that can be used as intermediates for the synthesis of value-added chemicals. Thus, the results confirmed that the thermochemical upgrading of PW produces value-added industrial chemicals (pyrolytic gases and oils) and biochars that are highly active for the biodiesel production process.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».