Fly ash utilization as support of nano zinc oxide composite catalyst for methanolysis of kapok (Ceiba Pentandra) seed oil
Notice bibliographique
Résumé
This study focuses on developing a nano zinc oxide (ZnO) catalyst with fly ash (FA) as a support material for converting kapok seed oil (KSO) into biodiesel. This research aims to study the preparation of nano ZnO/FA solid catalysts and the catalyst's reactivity towards kapok seed oil biodiesel (KSOB) products. The catalysts were synthesized using a modification of the Stober process, which is the co-precipitation, impregnation, and precipitation step co-occurred. The catalyst is prepared on base condition using sodium hydroxide with a solvent of methanol and zinc chloride as a raw material. FA waste was effectively modified with zinc oxide particles to create a high-performance ZnO/FA composite catalyst. Under optimal stoichiometric NaOH and 60% ZnO, the resulting material achieved a remarkable specific surface area of 14.8 m²/gram, indicating its potential for enhanced catalytic activity. The prepared catalyst of nano ZnO/FA achieved successful methanolysis of KSO, with a maximum FAME yield of 61.09% attained at 65°C after 5 hours of reaction time, using a 3% catalyst dose and a KSO: methanol molar ratio of 1:15. The initial success of nano ZnO/FA with kapok seed oil paves the way for further development towards robust catalysts specifically tailored for low-grade oil conversion.
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 ».