文献

J-GLOBAL ID：201702219710347049   整理番号：17A0403202

遺伝的アルゴリズムと応答曲面法と結合した適応ニューロ-ファジィ推論システムによるThevetia peruviana種子油からのバイオディーゼル生産の最適化【Powered by NICT】

Optimization of biodiesel production from Thevetia peruviana seed oil by adaptive neuro-fuzzy inference system coupled with genetic algorithm and response surface methodology

著者 (6件)： Ogaga Ighose Benjamin (Biochemical Engineering Laboratory, Department of Chemical Engineering, Obafemi Awolowo University, Ile-Ife, Osun State 220005, Nigeria) ,  Adeleke Ibrahim A. (Biochemical Engineering Laboratory, Department of Chemical Engineering, Obafemi Awolowo University, Ile-Ife, Osun State 220005, Nigeria) ,  Damos Mueuji (Biochemical Engineering Laboratory, Department of Chemical Engineering, Obafemi Awolowo University, Ile-Ife, Osun State 220005, Nigeria) ,  Adeola Junaid Hamidat (Biochemical Engineering Laboratory, Department of Chemical Engineering, Obafemi Awolowo University, Ile-Ife, Osun State 220005, Nigeria) ,  Ernest Okpalaeke Kelechi (Institute of Ecology and Environmental Studies, Obafemi Awolowo University, Ile-Ife, Osun State 220005, Nigeria) ,  Betiku Eriola (Biochemical Engineering Laboratory, Department of Chemical Engineering, Obafemi Awolowo University, Ile-Ife, Osun State 220005, Nigeria)
資料名： Energy Conversion and Management  (Energy Conversion and Management)
巻： 132  ページ： 231-240  発行年： 2017年 
JST資料番号： A0552A  ISSN： 0196-8904  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 黄色キョウチクトウ(Thevetia peruviana)種子油からの脂肪酸メチルエステル(FAME)の生産のための予測ツールとしての適応ニューロ-ファジィ推論システム(ANFIS)と応答曲面法(RSM)の適用に焦点を当てた。,第一段階で,油の高遊離脂肪酸(FFA)含量は,メタノールの存在下での硫酸第二鉄とを処理することにより<1%に減少した採用した二段階エステル交換法。が第二段階では,前処理したオイルは,触媒としてナトリウムメトキシドを用いたメタノールを反応させることによりFAMEに変換した。第二段階をモデル化するために,中心複合計画をT.peruvianaメチルエステル(TPME)収率に及ぼす触媒負荷(1 2wt.%),メタノール/油モル比(6:1 12:1)と時間(20 60min)の影響を研究した。油のFFA0.65±0.05wt.%への還元を,硫酸第二鉄3wt.%,メタノール/FFAモル比9:1および反応時間40分を用いて実現した。ANFIS(決定,R~2=0.9999,予測の標準誤差,SEP=0.07および平均絶対百分率偏差係数,MAPD=0.05%)によるエステル交換プロセス用に開発したモデルは予測TPME収率の精度の点でRSM(R~2=0.9670,SEP=1.55とMAPD=0.84%)のそれより有意に良好であった。最大TPME収率のために,エステル交換プロセス入力変数は,ANFISモデルとRSM最適化ツールと組み合わせた遺伝的アルゴリズム(GA)を用いて最適化した。99.8wt.%のTPME収率は,RSMを用いて98.8wt.%のTPME収率と比較してANFIS GAを用いた0.79w/v触媒負荷,12.5:1メタノール/油モル比と58.2分の時間の組み合わせで得ることができた。TPME構造をFourier変換赤外(FT IR)分光法を用いて特性化した。本研究の結果は,RSMを上回るANFISの予測能力の優位性を確立した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 反応時間 ,  前処理 ,  *バイオディーゼル燃料 ,  キャラクタリゼーション ,  モデリング ,  *応答曲面法 ,  *最適化 ,  モル比 ,  エステル交換 ,  遊離脂肪酸 ,  *遺伝的アルゴリズム ,  脂肪族アルコール
準シソーラス用語： 中心複合計画 ,  脂肪酸メチルエステル ,  *種子油 , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応ニューロ-ファジィ推論システム ,  応答曲面法 ,  遺伝的アルゴリズム ,  バイオディーゼル ,  エステル交換

分類 (1件)： 生物燃料及び廃棄物燃料  (LB02020Y)

物質索引 (1件)： メタノール

タイトルに関連する用語 (6件)： 遺伝的アルゴリズム ,  応答曲面法 ,  適応ニューロ-ファジィ推論システム ,  種子油 ,  バイオディーゼル ,  最適化