Supercritical methanolysis of leather tanning waste biomass: experimental investigation, process simulation, and sustainable biodiesel production
Notice bibliographique
Résumé
Abstract Background This study explores a sustainable method for biofuel production from leather tanning waste (LTW) using a novel single-step, catalyst-free supercritical methanolysis (SpCM) process. Traditional biodiesel production methods often require catalysts and involve complex purification steps, whereas this study aims to optimize process parameters to enhance biodiesel yield while reducing energy and material consumption. Methods The research employed a Box–Behnken experimental design integrated with response surface modeling (RSM) to optimize key process variables, including alcohol-to-LTW molar ratio ( r mo ), operating temperature, pressure, and reaction duration. The produced biodiesel was characterized according to EN 14214 standards. Kinetic studies of the transesterification reaction were conducted, and a robust reactor model was developed in Aspen Plus to estimate the kinetic parameters. Results The activation energy ( E a ) and pre-exponential factor ( A ) were determined to be 45.085 kJ/mol and 86.24 s⁻ 1 , respectively, with a rate constant ( k ) of 0.0098 s⁻ 1 at an optimized temperature of 322.938 °C. The optimized conditions using RSM achieved a biodiesel yield of 89.35% at an r mo of 32.35:1, a temperature of 322.938 °C, a pressure of 219.073 bar, and a reaction time of 14.26 min. The simulation model under the same conditions predicted a biodiesel yield of 89.49%, demonstrating excellent agreement with experimental results, with a maximum error of 0.54%. Conclusions This study presents a comprehensive approach to biodiesel production from LTW, demonstrating an efficient and sustainable alternative to conventional methods. The optimized catalyst-free SpCM process minimizes energy input and material usage while achieving high biodiesel yields. These findings contribute to waste valorization in the leather industry and support environmental sustainability efforts. Graphical abstract
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».