人工神经网络和响应表面方法论,用于预测和最大化利用KI/CaO/Al2O3催化剂在固定床反应堆中的废油生物柴油生产
Vorrada Loryuenyong1, Sitifatimah Rohing1, Papatsara Singhanam1
1Department of Materials Science and Engineering, Silpakorn University, Faculty of Engineering and Industrial Technology, 73000, Nakhon Pathom, Thailand.
ChemPlusChem
|May 21, 2024
概括
这项研究优化了使用固定床反应堆中的新型催化剂从废油中生产生物柴油. 人工神经网络和Box-Behnken设计在最佳条件下实现了98.88%的最大收益率.
科学领域:
- 化学工程是化学工程的重要组成部分.
- 催化剂是一种催化剂.
- 可再生能源可再生能源是可再生能源.
背景情况:
- 废食用油为生物柴油生产提供了可持续的原料.
- 异质催化在生物柴油合成中比同质方法具有优势.
- 固定式反应堆适用于连续的生物柴油生产过程.
研究的目的:
- 开发和优化一种新的KI/CaO/Al2O3催化剂,用于废油转化.
- 调查催化剂床高度,甲醇比率和停留时间对生物柴油产量的影响.
- 为了比较人工神经网络 (ANN) 和框框设计 (BBD) 在流程优化方面的有效性.
主要方法:
- 通过化和浸制备一种新的KI/CaO/Al2O3异质催化剂.
- 使用XRD,SEM和EDX技术对催化剂进行表征.
- 实验设计 (DOE),ANN和BBD的应用,以优化固定床反应堆中的转化.
主要成果:
- 新型催化剂已成功合成和表征.
- ANN和BBD模型准确预测了生物柴油产量,R值分别为0.9994和R2为0.9986.
- 在最佳条件下,最大生物柴油产量达到98.88%.
结论:
- KI/CaO/Al2O3催化剂对于使用废油生产生物柴油是有效的.
- 在固定式反应堆中,ANN和BBD是优化生物柴油合成的强大工具.
- 这项研究有助于高效和可持续的生物柴油生产技术.
更多相关视频
10:08Construction and Setup of a Bench-scale Algal Photosynthetic Bioreactor with Temperature, Light, and pH Monitoring for Kinetic Growth Tests
Published on: June 14, 2017
16.3K
14:33Optimize Flue Gas Settings to Promote Microalgae Growth in Photobioreactors via Computer Simulations
Published on: October 1, 2013
14.4K
