Process Optimization for Enhancing Yield and Quality of Bio-Oil from the Pyrolysis of Cow Hooves
Notice bibliographique
Résumé
To reduce the environmental footprints of fossil fuels, there is a need to source more biomasses to increase the renewable energy supply. However, a critical study of the energy-conversion process of biomass must be carried out to make the process economical. In this research, the optimization of the bio-oil production from the thermal conversion of novel biomass- cow hoof was carried out. Three independent variables- temperature of pyrolysis, heating rate and CaO catalyst mass were studied at 3 levels based on the rotatable central composite design (CCD) of the response surface methodology (RSM) to ascertain their influence on two responses- bio-oil yield and its HHV. The quadratic model was more suitable to fit the experimental data. At optimum values of the process variables, bio-oil yield of 50.64% and HHV of 23.86 MJ/kg were obtained. From the analysis of variance carried out, the model R2 values were 0.9949 and 0.9802 respectively for the bio-oil yield and HHV models which showed the models’ ability to predict the bio-oil yield and its HHV in the pyrolysis process is high. The characterization of the bio-oil revealed it has better fuel properties compared with most bio-oils from some biomasses hence it is a viable renewable energy source.
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 ».