بهینه سازی درتولید بیودیزل از دانه ی کلزا به روش میدان الکتریکی پالسی
Publish place: Environmental Science and Technology، Vol: 20، Issue: 4
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 168
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ESTJ-20-4_008
تاریخ نمایه سازی: 19 مهر 1400
Abstract:
زمینه و هدف: بیودیزل سوخت مشتق شده از منابع تجدیدپذیری هم چون دانه های روغنی خوراکی و غیر خوراکی است. بر خلاف روش مرسوم تولید بیودیزل، جهت ساده سازی فرآیند و کاهش هزینه های تولید میتوان ترانس استریفیکاسیون را مستقیما و بدون استخراج اولیه بر دانه های روغنی انجام داد. روش بررسی: در این پژوهش بررسی تولید بیودیزل به روش میدان الکتریکی پالسی و اثرات آن بر بازده جرمی تولید استر در استخراج واکنشی دانه کلزا خرد شده در نسبت بهینه متانول به روغن و غلظت کاتالیست مورد بحث قرار گرفته است. بازده جرمی استر در فرآیندهای با میدان و بدون میدان مقایسه شده است. یافته ها: نتایج نشان داد نسبت بهینه متانول به روغن ۴۷۵:۱ و غلظت کاتالیست mol NaOH/kg methanol ۱/۰به دست آمده و با استفاده از روش پیش آماده سازی میدان الکتریکی پالسی، بازده جرمی بیودیزل در استخراج واکنشی در دمای ملایم افزایش یافته و تنها در ۱ دقیقه به بیش از %۷۶ رسید. هم چنین بررسی های اثر شدت میدان نشان داده که استفاده از میدان kV/cm ۷ موجب افزایش %۵/۵۸-۹ درصدی بازده جرمی و افزایش حدودا ۱ درصدی میزان تبدیل نسبت به نمونه بدون میدان در دمای ملایم و اندازه ذره ۱۲۰۰-۳۰۰ میکرون شده است. بررسی پارامترهای موثر در فرآیند نشان میدهد افزایش فرکانس و تعداد پالس، دما و اندازه ذره منجر به افزایش بازده جرمی تولید بیودیزل میشود. بحث و نتیجه گیری: نتایج تحقیق نشان دهنده آن است که میتوان از میدان الکتریکی پالسی به عنوان روشی مطلوب جهت تولید و بهینه نمودن بازده فرآیند استخراج تحت شرایط دمایی پایین بهره برد.
Keywords:
Authors
محمد علی صالحی
استادیار مهندسی شیمی، دانشگاه گیلان، رشت، ایران. (مسوول مکاتبات)
نرگس احمدی
کارشناسی ارشد مهندسی شیمی، دانشگاه گیلان، رشت، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :