An in-depth comparative analysis of fuel evolution: tracking physico-chemical characteristics in conventional diesel, e-diesel, biodiesel, and aged biodiesel
Notice bibliographique
Résumé
The global reliance on fossil fuels for transportation poses significant challenges due to dwindling reserves and the environmental impact of greenhouse gaseous emissions, which necessitates the exploration, and development of sustainable, renewable, and less polluting alternatives. This study investigates the development of sustainable fuels by evaluating e-diesel blends with ethanol concentrations ranging from 5 to 90% and producing biodiesel from castor oil via transesterification under optimized conditions (e.g. 6:1 alcohol-to-oil molar ratio, 60 °C, methanol, KOH catalyst), achieving an 86.55% biodiesel yield. Fuel properties of conventional diesel, 25% e-diesel, fresh biodiesel, biodiesel stored up to one year, long-stored biodiesel, and raw castor oil were systematically compared. Key parameters for fresh and stored biodiesel included density (0.898–0.891 g/ml), viscosity (8.83–10.8 cSt), flash point (152–155 °C), fire point (170–175 °C), pour point (4 °C), cloud point (10 °C), acid value (0.5–0.54 mg KOH/g), carbon residue (0.05–0.051 wt%), sulfur content (0.029–0.035 wt%), moisture (10–8 ppm), iodine value (85–80 g I2/100 g), saponification value (92–82 mg KOH/g), and calorific value (38 MJ/kg). These results were benchmarked against conventional diesel values including density (0.848 g/ml), viscosity (5.03 cSt), flash point (41 °C), fire point (46 °C), pour point (0 °C), cloud point (6 °C), acid value (1.12 mg KOH/g), carbon residue (0.084 wt%), sulfur content (0.019 wt%), moisture (10 ppm), iodine value (40 g I2/100 g), saponification value (0 mg KOH/g), and calorific value (45 MJ/kg). E-diesel blends with ethanol above 25% showed unfavorable fuel properties. The study also reviews recent findings on castor biofuel’s effects on engine performance and emissions. Overall, this work demonstrates the promise of castor biodiesel as a renewable fuel and highlights challenges in optimizing ethanol-diesel blends for practical application, contributing essential data for sustainable fuel advancement.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».