人工智能技术和响应表面方法论,用于优化使用过的油的甲基硫酸盐合成,通过硫化
Adeyinka Sikiru Yusuff1, Niyi Babatunde Ishola2, Afeez Olayinka Gbadamosi3
1Department of Chemical and Petroleum Engineering, College of Engineering, Afe Babalola University, Ado-Ekiti 23438, Nigeria.
这项研究利用先进的建模优化了使用过的油的甲基硫酸盐 (MES) 合成. 适应性神经模糊推理系统 (ANFIS) 结合粒子群优化 (PSO) 实现了最高的产量,展示了可持续表面活性剂生产的新方法.
科学领域:
- 表面活性剂化学 表面活性剂化学
- 过程优化 过程优化
- 可持续化学 可持续化学
背景情况:
- 甲基硫酸盐 (MES) 是具有越来越重要的工业用途的多功能表面活性剂.
- 有效的合成和流程优化对于具有成本效益的MES生产至关重要.
- 使用废食用油作为原料为化学制造提供了可持续的途径.
研究的目的:
- 研究硫化温度,时间和反应剂比对MES产量的影响.
- 使用人工智能和优化技术建模和优化MES合成过程.
- 为了验证合成的MES属性,并探索从废食用油中生产的产品.
主要方法:
- 甲基 (ME) 的硫化具有不同的参数:温度 (100-120°C),时间 (3-5小时) 和NaHSO3/ME摩尔比率 (1:1-1.5:1).
- 使用自适应神经模糊推理系统 (ANFIS),人工神经网络 (ANN) 和响应表面方法 (RSM) 建模MES合成.
- 使用粒子集群优化 (PSO) 和RSM进行过程优化,然后使用FTIR,H NMR和表面张力测量进行表征.
主要成果:
- 与ANN和RSM相比,ANFIS模型显示出更高的预测准确性 (R2 = 0.9886).
- 与ANFIS (ANFIS-PSO) 相结合的PSO优化确定了最佳条件:96.84°C,2.68小时和0.92:1 NaHSO/ME比.
- 获得了74.82%的最大MES产量,鉴定证实了使用过的油的成功合成.
结论:
- ANFIS-PSO方法为优化MES合成提供了准确有效的方法.
- 从废食用油中可持续生产MES是可行的,为环境和经济带来好处.
- 开发的模型和优化过程为工业规模的环保表面活性剂制造铺平了道路.
更多相关视频
08:24Optimization of the Ugi Reaction Using Parallel Synthesis and Automated Liquid Handling
Published on: November 11, 2008
13:54A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM
Published on: August 18, 2023
相关概念视频
Response Surface Methodology
The process of RSM involves several key steps:
Alkylation of β-Diester Enolates: Malonic Ester Synthesis
Preparation and Reactions of Sulfides
Esters to Carboxylic Acids: Saponification
The reaction requires a base in stoichiometric amounts, which participates in the reaction and is not regenerated later. So, the base acts as a...
Carboxylic Acids to Esters: Acid-Catalyzed (Fischer) Esterification Overview
Alkylation of β-Ketoester Enolates: Acetoacetic Ester Synthesis
