Examination of different pretreatment and saccharification methods for biobutanol production in SSF process
Notice bibliographique
Résumé
The objective of this thesis was to examine different pretreatment and saccharification processes of the agriculture residue (i.e. wheat straw) for enhanced production of biobutanol. The purpose was to define the best conditions to obtain maximum sugar yield during the saccharification and butanol yield during the simultaneous saccharification and fermentation (SSF). Three different pretreatment methods for the wheat straws were examined in the present work in comparison with no chemical pretreatment as a reference. This included water, acidic, and alkaline pretreatment. For all cases, physical pretreatment represented by 1 mm size reduction of the straws was applied prior to each pretreatment. Results showed that 16.91 g/L glucose concentration and 100% glucose yield were produced from saccarification with just the physical pretreatment (i.e. no chemical pretreatment). This represented ~5-20% lower sugar release in saccarification compared to the other three pretreatment processes. Saccharification with acid pretreatment obtained the highest sugar concentrations, which were 18.77 g/L glucose and 12.19 g/L xylose. Water pretreatment with SSF was compared with SSF alone (i,e. no chemical pretreatment with SSF). Both processes converted more that 10% of wheat straw into butanol product. This was 2% higher that previous studies. The results illustrated that SSF with no chemical pretreatment obtained 2.61 g/L butanol. Kinetic model was developed for both processes to determine concentration profile of butanol. The SSF with no chemical pretreatment obtained 1.21% root mean square error in comparison with the kinetic model. Similarly, SSF with water pretreatment obtained 1.21% root mean square error in comparison with the kinetic model. Similarly, SSF with water pretreatment obtained 0.83% root mean square error.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».