基于绿色溶剂的提取纤维素从大麻巴斯特纤维:从治疗疗效到表征和优化
Maryam Firouzi1, Sumi Siddiqua2, Hossein Kazemian3
1School of Engineering, University of British Columbia, Kelowna, BC V1V 1V7, Canada.
International journal of biological macromolecules
|December 13, 2024
概括
深度浸泡溶剂 (DES) 提供了一种有效和绿色的方法来从大麻中提取纤维素. 使用响应表面方法和机器学习的优化证实了高纤维素产量和纯度.
科学领域:
- 绿色化学 绿色化学
- 生物质加工生物质加工
- 材料科学 材料科学 材料科学
背景情况:
- 从基纤维素生物质中提取纤维素对于各种工业应用至关重要.
- 传统的方法往往涉及恶劣的化学品,并产生大量的废物.
- 开发可持续和环保的提取技术是优先考虑的.
研究的目的:
- 为了评估深度浸泡溶剂 (DESs) 对从大麻根纤维中提取纤维素的有效性.
- 使用响应表面方法 (RSM) 优化基于DES的纤维素提取过程.
- 使用机器学习 (ML) 算法预测提取效率.
主要方法:
- 三种DES混合物的选,其中含有胆化物和甘油,显示出卓越的性能.
- 在RSM中通过中央复合设计 (CCD) 优化关键参数 (时间,温度,比率).
- 应用ML算法 (随机树,随机森林等) 用于预测建模.
- 使用SEM,FTIR,TGA和XRD进行提取纤维素的表征.
主要成果:
- 在最佳条件下,纤维素:木质素比率为70.817.
- 随机树ML模型实现了0.8548.8的预测R平方值.
- 鉴定证实了杂质的去除和纤维素结晶度的增加 (81.4%).
- 在优化条件下,纤维素产量从58.108%增加到69.731%.
结论:
- 深度欧性溶剂是大麻纤维素提取的有希望的绿色,经济高效和环保的替代品.
- RSM和ML集成为流程优化和预测提供了一个强大的框架.
- 提取的纤维素具有潜在应用的有利特性.
