Fractionation of Oil Palm Fiber Using Green Solvent for Lignin Separation
Notice bibliographique
Résumé
Oil palm processing produces more than 70-wt% of its lignocellulosic content as by-product, the bulk of which is empty fruit bunches (EFB). EFB contains cellulose, hemicellulose, and lignin which makes it a potential source of bio-based chemicals. This research explores the utilization of ethanol as a potentially green, sustainable, and low-cost organic solvent (organosolv) for EFB fractionation. Organosolv processes target extraction of lignin (delignification). Conventional delignification use an acid hydrolysis process with lignin yields of approximately 18-wt%. In this study the EFB was treated in 2 stages, (1) soaking EFB for 1 hour followed by (2) delignification using ethanol as the organic solvent under variable process conditions. Temperature (140°C, 170°C), liquid-to-solid ratio (L/S-w/w) (6:1, 15:1), and wt%-ethanol (20-wt%, 50-wt%) were varied while residence time was constant at 30 minutes (experiments were run in duplicate). Data analysis using 2k Factorial Design Method showed the significant variables were temperature, L/S-ratio, wt%-ethanol, interaction of L/S ratio and temperature, temperature and %wt-ethanol interaction, and L/S-ratio and %wt-ethanol. The optimum operating conditions (170°C, 15:1, 20wt%-ethanol) produced a lignin yield of up to 31%wt. This preliminary study shows ethanol in an organosolv process is a potential delignification option.
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 ».