Conversion of Co-hydrothermal liquefaction biocrude into high-quality biofuels via hydrodeoxygenation: Process optimization and analysis
Notice bibliographique
Résumé
The growing demand for renewable energy has driven significant research into biofuels as sustainable alternatives to fossil fuels. Hydrothermal liquefaction (HTL) is an effective thermochemical process that converts biomass into biocrude; however, the resulting biocrude contains a high oxygen content, leading to undesirable properties such as high acidity, low stability, and poor compatibility with petroleum-based fuels. To improve its fuel quality, hydrodeoxygenation (HDO) is employed to reduce the oxygen content and enhance its properties. In this study, biocrude derived from the co-HTL of wheat straw and waste cooking oil was upgraded using HDO over a commercial sulfided NiMo/γ-Al₂O₃ catalyst. An initial reaction time study was conducted, where biocrude samples were collected every two hours up to 12 hours. The lowest oxygen content was achieved at 8 hours, beyond which minimal changes in oxygen content were observed. Based on these findings, a Design of Experiments approach was implemented to optimize temperature, pressure, and catalyst loading while keeping the reaction time constant at 8 hours. The upgraded biocrude obtained under optimal conditions was characterized using elemental analysis, higher heating value, pH, density, viscosity, nuclear magnetic resonance, gas chromatography-mass spectrometry, Fourier transform infrared spectroscopy, simulated distillation analysis. The fuel properties of the optimized product were compared with those of commercial biodiesel to assess its viability as a transportation fuel. The results demonstrate that optimizing HDO conditions significantly improves the quality of biocrude, reducing its oxygen content and enhancing its stability, making it a promising alternative to conventional biofuels.
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 | 0,000 |
| 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 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 ».