Green Fuel Innovation: Enhancing Biodiesel Production with MCM-41 Mesoporous Silica Catalysis
Notice bibliographique
Résumé
In this study, mesoporous silica nanoparticles (MSNs) with a hexagonal structure and large surface area were synthesized via a sol-gel method. The properties of the synthesized MCM-41 catalyst were characterized using BET, EDX, XRD, and FTIR analyses. The results showed that the MCM-41 had a high surface area of 966 m2/g and large pore volume of about 0.91 cm3/g. Sunflower oil was converted to biodiesel in a batch reactor at different temperatures (40, 50, 60 °C), methanol-to-oil molar ratios (6:1, 9:1, 12:1), catalyst loadings (0.7, 0.9, 1.25 wt%), and reaction times (up to 80 min) using the prepared catalyst under atmospheric pressure. The biodiesel yield was found to reduce when the reaction time exceeded 1 hour despite maintaining the catalyst. The maximum biodiesel yield of 45% was obtained under optimal conditions of a 9:1 methanol-to-oil ratio, 1.25 wt% catalyst loading, 60 °C temperature, and 60 min reaction time. GC-MS analysis characterized the biodiesel composition and properties. The synthesized biodiesel showed improved properties compared to conventional fuels, with linoleic acid methyl ester (C17H34O2, 25.93%) as the main component. The MCM-41 catalyst exhibited remarkable catalytic activity and could be recovered, regenerated, and reused, reducing reaction costs. This makes it a potential alternative to homogeneous catalysts that complicate product separation.
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 | 0,001 | 0,002 |
| 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 ».