MétaCan
Menu
← Retour à la cohorte

Biodiesel production from microalgae by homogeneous and heterogeneous catalysis

2016· dissertation· W7147683708 sur OpenAlexaboutno aff
Marc Veillette

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeterogeneous catalysisDiesel fuelBiodieselBiofuelHomogeneous

Résumé

récupéré en direct d'OpenAlex

Production de biodiesel à partir de microalgues par catalyses homogène et hétérogène Au Canada, près de 80% des émissions totales, soit 692 Mt eq. CO2, des gaz à effet de serre (GES) sont produits par les émissions de dioxyde de carbone (CO2) provenant de l’utilisation de matières fossiles non renouvelables. Après la Conférence des Nations Unies sur les changements climatiques, COP21 (Paris, France), plusieurs pays doivent réduire leurs émissions de GES. Dans cette optique, les microalgues pourraient être utilisées pour capter le CO2 industriel et le transformer en biomasse composée principalement de lipides, d’hydrates de carbone et de protéines. De plus, la culture des microalgues n’utilise pas de terres arables contrairement à plusieurs plantes oléagineuses destinées à la production de biocarburants. Bien que les microalgues puissent être transformées en plusieurs biocarburants tels le bioéthanol (notamment par fermentation des hydrates de carbone) ou le biométhane (par digestion anaérobie), la transformation des lipides en biodiesel pourrait permettre de réduire la consommation de diesel produit à partir de pétrole. Cependant, les coûts reliés à la production de biodiesel à partir de microalgues demeurent élevés pour une commercialisation à court terme en partie parce que les microalgues sont cultivées en phase aqueuse contrairement à plusieurs plantes oléagineuses, ce qui augmente le coût de récolte de la biomasse et de l’extraction des lipides. Malgré le fait que plusieurs techniques de récupération des lipides des microalgues n’utilisant pas de solvant organique sont mentionnées dans la littérature scientifique, la plupart des méthodes testées en laboratoire utilisent généralement des solvants organiques. Les lipides extraits peuvent être transestérifiés en biodiesel en présence d’un alcool tel que le méthanol et d’un catalyseur (catalyses homogène ou hétérogène). Pour la commercialisation du biodiesel à partir de microalgues, le respect des normes ASTM en vigueur est un point essentiel. Lors des essais en laboratoire, il a été démontré que l’extraction des lipides des micro-algues en phase aqueuse était possible afin d’obtenir un rendement maximal en lipides de 36% (m/m, base sèche) en utilisant un prétraitement consistant en une ébullition de la phase aqueuse contenant les microalgues et une extraction par des solvants organiques. Pour l’estérification, en utilisant une résine échangeuse de cations (Amberlyst-15), une conversion des acides gras libres de 84% a été obtenue à partir des lipides de la microalgue Chlorella protothecoïdes dans les conditions suivantes : température : 120°C, pression autogène, temps de réaction : 60 min, ratio méthanol/lipides: 0.57 mL/g et 2.5% (m/m) Amberlyst-15 par rapport aux lipides. En utilisant ces conditions lors d’une catalyse homogène (acide sulfurique) suivie d’une seconde étape alcaline avec de l’hydroxyde de potassium (température : 60°C ; temps de réaction : 22.2 min; ratio catalyseur microalgue : 2.48% (m/m); ratio méthanol par rapport aux lipides des microalgues : 31.4%), un rendement en esters méthyliques d’acides gras (EMAG) de 33% (g EMAG/g lipides) a été obtenu à partir des lipides de la microalgue Scenedesmus Obliquus. Les résultats démontrent que du biodiesel peut être produit à partir de microalgues. Cependant, basé sur les présents résultats, il est difficile de conclure si les microalgues sont une matière première d’avenir pour la production de biodiesel

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAlgal biology and biofuel production→Travaux en français237 207→