Influence of the sugars present in grass silage model solution on lactic acid recovery through nanofiltration process
Notice bibliographique
Résumé
Angesichts der zunehmenden Sorge um die Umweltsicherheit, die rasante wirtschaftliche Entwicklung, die endliche Reserven fossiler Brennstoffe und die schwankenden Ölpreise wächst das Interesse an der Herstellung von Kraftstoffen und Industriechemikalien aus erneuerbaren Ressourcen und Biomasse. Der Biomasse-Rohstoff wird in einer Bioraffinerie in Biokraftstoffe und biobasierte Chemikalien wie Milchsäure (LA) umgewandelt.Milchsäure wird in der Lebensmittel-, Kosmetik- und Pharmaindustrie in großem Umfang eingesetzt. LA wird entweder durch Fermentation von Biomasse oder durch chemische Synthese hergestellt. Das Fermentationsverfahren ist attraktiv, da es die Vorteile der Verwendung erneuerbarer Kohlenhydrate und der Herstellung optisch reiner Milchsäure bietet. Die größte Herausforderung bei der biobasierten Milchsäureproduktion ist jedoch das Vorhandensein von Verunreinigungen wie Glukose, Fruktose, Salzen und anderen organischen Säuren. Für die Rückgewinnung der Milchsäure aus diesen Verunreinigungen hat sich die Membrantechnologie etabliert.Die Optimierung der Milchsäuregewinnung aus der Grassilage-Modelllösung unter Verwendung des Nanofiltrationsmembranverfahrens wurde untersucht. Darüber hinaus wurde die Auswirkung von Restglukose und -fruktose in dieser Silage-Modelllösung untersucht. Vier kommerzielle Nonofiltrations (NF) -Membranen (Alfa Laval, NF-Toray, NF 270 und SELRO MPF-36) wurden bei unterschiedlichen Betriebsbedingungen (Temperatur und pH-Wert) getestet. Alle Versuche wurden in einer Membrananlage im Labormaßstab durchgeführt. Die Leistung der einzelnen Membranen in Bezug auf das Ausschlussrate von Milchsäure, Essigsäure und Zuckern wurde gemessen.Alfa Laval erreicht die höchste LA-Gewinnung bei Raumtemperatur und einem pH-Wert um 2,8. Glukose und Fruktose haben unterschiedliche Auswirkungen auf die Ausschussrate von LA; dieser Effekt kann je nach Membranmaterial und MWCO (Molecular weight cut-off) positiv oder negativ sein. Im Allgemeinen verringert das Vorhandensein von Fruktose in der Modelllösung die LA-Abstoßung, während Glukose einen negativen Effekt hat, da sie die LA-Abstoßung erhöht.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».