Different feedstocks and operating parameters on catalytic cracking of waste cooking oil using <scp>NiO</scp> ‐ <scp> Fe <sub>3</sub> O <sub>4</sub> </scp> ‐ <scp>ZnO</scp> / <scp>AC</scp>
Notice bibliographique
Résumé
Abstract The catalytic cracking of waste cooking oil (WCO) presents a sustainable pathway for renewable fuel production. This study investigates the performance of a newly developed activated carbon (AC) supported trimetallic oxide catalyst, NiO–Fe₃O₄–ZnO/AC, for the efficient conversion of WCO into liquid hydrocarbon, including WCOs from different oil‐bases, effect of operating conditions, and recyclability. The catalyst was synthesized via wet impregnation and tested in a batch reactor using three types of WCO—derived from palm oil, canola oil, and sunflower oil—to evaluate the influence of feedstock fatty acid composition. Key reaction parameters, including temperature, residence time, and catalyst loading, were systematically studied. Under optimal conditions (400 °C, 60 min, 3 wt.% catalyst), the system achieved a liquid yield of 93.17 wt.%, with 63.27% selectivity toward n‐alkanes and minimal coke formation (0.06 wt.%). Notably, the catalyst exhibited both strong deoxygenation capability, and reusability. This work highlights the catalyst's versatility across different feedstocks and establishes its potential for sustainable biofuel production.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».