MétaCan
Menu
Retour à la cohorte
Enregistrement W4281617150 · doi:10.18331/brj2022.9.2.4

Bio-oil hydrodeoxygenation over acid activated-zeolite with different Si/Al ratio

2022· article· en· W4281617150 sur OpenAlexvenueno aff
Saharman Gea, Irvan Irvan, Karto Wijaya, Asma Nadia, Ahmad Nasir Pulungan, Junifa Layla Sihombing, Rahayu Rahayu

Notice bibliographique

RevueBiofuel Research Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeoxygenationHydrodeoxygenationCatalysisChemistryCalcinationZeolitePhenolOxygenateOrganic chemistryInorganic chemistryNuclear chemistryChemical engineeringSelectivity

Résumé

récupéré en direct d'OpenAlex

Bio-oil includes significant levels of oxygenate molecules, which might induce component instability and reduce its physicochemical qualities. To counteract this, the component must undergo a hydrodeoxygenation (HDO) reaction. Due to the presence of acidic active sites, zeolites have been shown to have high hydrogenation and deoxygenation capabilities. However, natural zeolite has a large number of impurities and low acidity density. Consequently, before being employed as an HDO catalyst, pretreatments such as preparation and activation are required. In this study, the catalyst used was an active natural zeolite whose acidity level varied depending on the Si/Al ratio after dealumination with 3, 5, and 7 M hydrochloric acid, proceeded by calcination with nitrogen gas flow (designated as Z3, Z5, and Z7, respectively). The results showed that dealumination and calcination of zeolite generally caused changes in its physical characteristics and components. The Z5 catalyst showed the best catalytic performance in the HDO process of bio-oil. The higher heating value (HHV) of bio-oil increased from 12 to 18 MJ/kg, the viscosity value doubled, the degree of deoxygenation increased to 77%, and the water content reduced dramatically to about one-third of that of raw bio-oil. Moreover, control compounds, such as carboxylic acids, decreased slightly, but the amount of phenol increased to about twice the content in raw bio-oil.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,296
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207