Optimisation of trimethylolpropane ester synthesis from waste cooking oil methyl ester by response surface methodology, and its physicochemical properties and tribological characteristics
Notice bibliographique
Résumé
This study is focused on optimising the process variables of trimethylolpropane (TMP) ester synthesis from waste cooking oil methyl ester (WCOME) using response surface methodology with Box–Behnken experimental design in order to maximise the TMP ester (TWCOE biolubricant) yield. The following process variables were optimised: (1) reaction time, (2) TMP-to-WCOME ratio, and (3) sodium methoxide catalyst concentration. The predicted TWCOE biolubricant yield was 97.06 %, which conformed well with the experimental TWCOE biolubricant yield of 96.12 %. The quadratic response surface model demonstrated a robust fit with the experimental data ( R ² = 0.9888).The physicochemical properties and tribological characteristics of the TWCOE biolubricant were assessed and compared with those of commercial lubricants. The TWCOE biolubricant had a kinematic viscosity of 41.55 mm 2 /s at 40 °C and 6.93 mm 2 /s at 100 °C. The TWCOE biolubricant had an acid value of 0.4 mg KOH/g, flash point of 222.2 °C, and viscosity index of 125.30. The coefficient of friction of the TWCOE biolubricant (0.045) was lower than those of the SAE15W40, SAE0W30, and ATF9 lubricants (0.062, 0.088, and 0.089, respectively). However, the average wear scar diameter for the TWCOE lubricant (0.632 mm) was higher than those of commercial lubricants. The favourable lubricating characteristics suggest that the TWCOE biolubricant has the potential for use as an effective lubricant or additive in industrial machinery.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».