ANN-GWO optimization of biolubricants from black soldier fly: A value-added approach to animal waste conversion
Notice bibliographique
Résumé
• Investigating tribological properties of biolubricants from black soldier fly. • Optimization using artificial neural network techniques. • Higher BSF biolubricant blends (20 %, 30 %, 40 %) showed slightly higher COF values. • Biolubricant exhibits high viscosity index and oxidative stability. • Contributes to sustainable, environmentally acceptable lubricant alternatives. This study aims to explore the potential of biolubricants derived from BSF larvae in addressing the demand for sustainable and environmentally friendly alternatives to petroleum-based lubricants. Specifically, it investigates the tribological properties of BSF-based biolubricants and explores their formulation using a combination of ANN and the GWO. The COF of BSF was optimised based on time (60–3600 s), load (391–392 N), and temperature (74–83 °C). BSF bio-lubricant was blended with commercial 15W-40 lubricant in varying ratios, and tribological tests were conducted to evaluate key performance indicators such as COF, wear scar diameter, and kinematic viscosity. The optimum parameters by ANN-GWO are as follows: time=90 (sec), load=392.12 N, and temperature 82.5 °C with the predicted COF is 0.0145, and the experimental COF is 0.0140, with a difference of 3.57 %. The BSF biolubricant blend (Biol 10) demonstrated a coefficient of friction (COF) of 0.068, comparable to the commercial 15W-40 lubricant. Additionally, Biol 10 exhibited a kinematic viscosity of 83.35 mm²/s and a low wear scar diameter of 376.67 µm at 75 °C. Other BSF blends (Biol 20–40) showed slightly higher COF values. Overall, the results indicate that the ANN-GWO significantly predict the COF-Biol10. The research highlights the feasibility of using BSF larvae for biolubricant production, contributing to the growing interest in bio-based lubricants and offering a sustainable alternative to traditional petroleum-based lubricants with comparable or improved performance. ANN-GWO optimization techniques would estimate their tribological properties, making them a promising candidate for reducing dependence on fossil fuel-based lubricants in industrial applications.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».