Frontiers in Chemistry

Introduction

Biodiesel on biohajoava ja uusiutuva polttoaine, jota tuotetaan transesteröimällä uusiutuvista lähteistä, kuten soijapavusta, mikrolevistä, palmun ruokaöljystä ja jatrofasta (da Silva César et al., 2018; Corach et al., 2019). Viime aikoina biodiesel on houkutellut monia tutkijoita, koska se on yksi yleisimmin tutkituista biopolttoaineista, joka voisi vähentää maailmanlaajuista riippuvuutta fossiilisista polttoaineista ja kasvihuoneilmiötä. Biodieselin tuotannon arvioidaan kasvavan vuosittain 4,5 % ja saavuttavan 41 Mm3 vuonna 2022 (Monteiro et al., 2018).

Raakaglyseroli on tärkein sivutuote, joka syntyy biodieseltehtaassa tapahtuvan transesteröintiprosessin aikana, ja sen osuus biodieseltuotteesta on 10 painoprosenttia (Samul et al., 2014). Analyysin perusteella noin 1 kg raakaglyserolia syntyy jokaista 10 kg biodieselin tuotantoa kohden (Hajek ja Skopal, 2010; Tan et al., 2013; Chol et al., 2018). Puhtaan glyserolin nykyinen markkina-arvo on 0,27-0,41 Yhdysvaltain dollaria kilolta, mutta raakaglyseroli, jonka puhtausaste on 80 prosenttia, on kuitenkin vain 0,04-0,09 Yhdysvaltain dollaria kilolta. Tämä osoitti, että liikaa tuotettu glyseroli vaikuttaa glyserolin hintaan markkinoilla. Siksi raakaglyserolin hyödyntämisestä lisäarvotuotteisiin on tullut vakava kysymys biodieselteollisuudessa.

Puhtaalla glyserolilla on laaja käyttömahdollisuus eri teollisuudenaloilla, kuten lääke-, kosmetiikka- ja elintarviketeollisuudessa. Biodieselteollisuudesta peräisin olevan glyserolin puhtausprosentti kuitenkin rajoittaa sen muuntamista arvokkaaksi tuotteeksi (Samul et al., 2014; Talebian-Kiakalaieh et al., 2018). Raakaglyseroli sisältää suuren määrän epäpuhtauksia, kuten saippuaa, suoloja, etanolia, metanolia, vettä, rasvahappoja, metyyliestereitä, glyseridejä ja tuhkaa (Tan et al., 2013; Dhabhai et al., 2016). Yang et al. (2012) totesivat, että raakaglyserolin epäpuhtaudet voivat vaikuttaa suuresti sen muuntamiseen muiksi lisäarvotuotteiksi (Yang et al., 2012). Venkataramanan et al. (2012) raportoivat myös, että raakaglyserolin sisältämillä saippuoilla on voimakas inhiboiva vaikutus glyserolin hyödyntämiseen bakteerien toimesta, mikä vaikuttaa raakaglyserolin suorituskykyyn hiililähteenä käymisprosessissa (Venkataramanan et al., 2012). Johtopäätöksenä voidaan todeta, että raakaglyserolin sisältämät epäpuhtaudet aiheuttavat merkittävän haasteen niiden muuntamiselle lisäarvotuotteeksi. Siksi on tärkeää puhdistaa raakaglyseroli markkinoiden kyllästymisen välttämiseksi ja biodieselin tuotannon voittojen lisäämiseksi.

Kirjallisuudessa yleisimmin käytetyt prosessit ovat tislaus, ioninvaihtohartsi, kalvoerotustekniikka, happamoituminen, jota seuraavat neutralointi ja liuotinuutto. Hapotus on yleisesti käytetty tekniikka epäpuhtauksien, kuten katalyytin neutraloimiseksi epäorgaaniseksi suolaksi. Hapettamisen lisäksi sillä voidaan myös vähentää saippuoiden määrää muuttamalla ne liukenemattomiksi vapaiksi rasvahapoiksi, sillä ne voivat vaikuttaa haitallisesti erotukseen ja aiheuttaa saannon menetystä (Hajek ja Skopal, 2010; Kovács et al., 2012). Koska happamoitumisprosessi ei poista kaikkia epäpuhtauksia, tarvitaan lisäpuhdistusvaihe muiden epäpuhtauksien, kuten metanolin, öljyn, veden ja esterin, poistamiseksi. Tislausprosessilla on kuitenkin joitakin rajoituksia muihin verrattuna, sillä se vaatii suuren energiamäärän höyrystymiseen ja aiheuttaa termisiä hajoamisia (Lancrenon ja Fedders, 2008). Lisäksi tislauksessa tarvitaan korkeaa alipainetta, jotta estetään glyserolin denaturoituminen korkeissa lämpötiloissa akroleiinin muodostumisen kautta (Manosak et al., 2011). Lisäksi tähän prosessiin liittyy suuria pääomainvestointeja ja ylläpitokustannuksia, minkä lisäksi glyserolihäviöt ovat huomattavat (Sdrula, 2010). Tislausprosessiin verrattuna ioninvaihtoprosessi on saamassa laajaa hyväksyntää käytön yksinkertaisuuden, alhaisen tehonkulutuksen ja energiantarpeen vuoksi sekä siksi, että se on osoittautunut tehokkaaksi myös epäpuhtauksien, värin ja hajun poistamisessa (Carmona et al., 2009, 2012). Lisäksi Xiao et al. (2013) ehdottivat, että raakaglyserolin monivaiheinen puhdistusprosessi voisi lisätä puhtausastetta, mikä tekisi siitä käyttökelpoisen erilaisiin käyttötarkoituksiin (Xiao et al., 2013).

Tässä tutkimuksessa pyritään saamaan raakaglyseroli, jolla on korkein puhtausaste, kaksivaiheisen puhdistuksen avulla käyttäen happamoitumis- ja ioninvaihtotekniikoita Taguchi-menetelmän avulla. Tässä tutkimuksessa käytettiin tilastollista analyysiä, mukaan lukien Taguchin L9-ortogonaalista matriisia, signaali-kohinasuhdetta, keskiarvoanalyysiä, varianssianalyysiä ja regressioanalyysejä puhdistusprosessien optimaalisten olosuhteiden tunnistamiseksi.

Materiaalit, kemikaalit ja menetelmät

Materiaalit

Raakaglyseroli kerättiin paikallisesta biodieseltehtaasta Malesiassa. Vahva kationinvaihtohartsi H+, Amberlyst 15, ostettiin Sigma Aldrich Sdn. Bhd:ltä. Hartsin ominaisuudet on esitetty taulukossa 1. Fosforihappo (85 painoprosenttia), natriumhydroksidipelletit ja metanoli ostettiin Merck Sdn. Bhd:ltä. Kemiallisten liuosten valmistukseen käytettiin tislattua vettä.

Glyserolin puhdistusprosessi

Ensimmäinen vaihe: Hapotus

Raakaglyseroli esikäsiteltiin Manosakin et al. (2011) mukaisella menettelyllä. Kokeet tehtiin 500 ml:n Erlenmeyer-pulloissa ja tasapainotettiin magneettisekoittimella. Aluksi raakaglyseroli happamoitettiin fosforihapolla haluttuun pH-arvoon, minkä jälkeen sitä sekoitettiin vakionopeudella 200 rpm 1 tunnin ajan. Se erotettiin kolmeen kerrokseen, jotka olivat vastaavasti vapaa rasvahappo-, glyseroli- ja epäorgaaninen suolakerros. Ensimmäinen kerros, joka sisälsi runsaasti rasvahappoa, erotettiin dekantoimalla, ja saostunut suola poistettiin suodattamalla 0,45 μm:n suodattimella. Keskimmäinen kerros, joka sisältää runsaasti glyserolia, neutraloitiin (pH 7) lisäämällä NaOH:ta. Neutralointivaiheessa muodostuneet epäorgaaniset ja rasvahapposuolat poistettiin 0,45 μm:n suodattimella. Tähän suunnitteluun valitut syöttöparametrit olivat pH, lämpötila ja reaktioaika, jotka nimettiin vastaavasti parametreiksi A, B ja C (taulukko 2). Tämän työn kokeiden suunnittelussa käytettiin L9-ortogonaalista arraya (taulukko 3).

Toinen vaihe: Ioninvaihto

Ioninvaihtoprosessissa käytettiin esikäsiteltyä glyserolia, joka saatiin hapotusprosessista optimoiduissa toimintaolosuhteissa. Ioninvaihtohartseja tutkittiin johtamalla syöttö 300 ml:n kolonnin läpi, jossa oli lasiputkessa hartsitukea. Vapaiden ionien poistoon käytettiin Amberlyst 15 -vetymuotoisia ioninvaihtohartseja. Hartsi paisutettiin alustavasti metanolilla (25 painoprosenttia) lasiastiassa ja pakattiin kolonniin. Lisäksi pylvääseen pakattiin silikahelmiä ylimääräisen kosteuden poistamiseksi. Ioninvaihtohartseja käytettiin esikäsitellyn glyserolin vapaiden anionien ja kationien adsorboimiseen. Esikäsitelty glyseroli syötettiin sitten syöttösäiliöön, ja pumppua käytettiin kierrättämään raakaglyserolia ioninvaihtohartsipedin läpi ennalta määrätyissä toimintaolosuhteissa. Kiinteäpohjaisen kokeen lämpötila asetettiin huoneenlämpötilaan (22 °C). Tämän jälkeen näyte laitettiin pyöröhaihduttimeen metanolin poistoprosessia varten. Jätevedet kerättiin ja analysoitiin. Tähän malliin valitut syöttöparametrit olivat hartsin määrä, virtausnopeus ja liuottimien määrä. Valittiin tavallinen L9-ortogonaalinen joukko (OA), ja prosessin optimoimiseksi tehtiin yhdeksän kokeellista tutkimusta. L9-ortogonaalinen array on tarkoitettu riippumattomien tekijöiden vaikutuksen ymmärtämiseen, ja kullakin tekijällä on kolmen tekijän tasoarvot. Taguchin kokeellinen koesuunnittelu ehdottaa L9-ortogonaalista arraya, jossa yhdeksän koetta riittää parametrien optimointiin. Kukin parametri kolmella tasolla tässä tutkimuksessa esitetään taulukossa 4. Taulukossa 5 esitetään koeajot eri parametrien yhdistelmillä eri tasoilla.

Analyyttiset menetelmät

Agilent 6890 -kaasukromatografia (GC), johon oli liitetty liekki-ionisaatiodetektori (FID), käytettiin glyserolin konsentraation määrittämiseen seuraavissa olosuhteissa: (i) kapillaarikolonni (DB 5HT), sisähalkaisija 0,32 mm, pituus 15 m ja 0,1 μm:n nestekalvo, (ii) kantokaasu helium 1,0 ml/min ja (iii) injektorin lämpötila 200 °C ja (iv) kokonaisajoaika 5 min. Glyserolin vesipitoisuus mitattiin Karl Fisherin titraattorilla. Tuhkapitoisuuden laskemiseen käytettiin standardimenetelmää (ISO 2098-1972). Glyserolin orgaaninen muu kuin glyseroli (MONG) mitattiin vähentämällä glyseroli-, tuhka- ja vesipitoisuuksien summa standardimenetelmän (ISO 2464-1973) mukaisesti. Raakaglyserolin ja puhdistetun glyserolin pH:n määritykset tehtiin pH-mittarilla (Cyberscan pH 300, 19 Eutectic instruments).

Kokeiden suunnittelu Taguchi-menetelmällä

Tässä tutkimuksessa käytettiin Taguchi-menetelmää raakaglyserolin kaksivaiheisen puhdistusprosessin suunnitteluun ja optimointiin. Minitab 16 -ohjelmistopakettia käytettiin apuna kokeiden suunnittelussa ja tilastollisessa analyysissä optimaalisten toimintaolosuhteiden määrittämisessä. Tässä tutkimuksessa glyserolipitoisuutta (painoprosentteina) käytettiin parametrina happamoitusprosessin tehokkuuden arvioimiseksi eri toimintaolosuhteissa. Kustakin OA:n kokeesta saadut tiedot analysoitiin signaali-kohinasuhteen (S/N-suhteet) avulla, jotta voitiin tutkia vaikuttavien tekijöiden vaikutusta ja määrittää koesuunnittelussa asetettujen parametrien optimaalinen kokoonpano. S/N-suhde voidaan optimoida käyttämällä useita kriteerejä, kuten suurempi-parempi, pienempi-parempi tai nomina-parempi.

Tässä tutkimuksessa käytettiin suurempi-parempi -lähestymistapaa arvioitaessa kokeellista vastetta glyserolin puhdistusta varten. S/N-suhde laskettiin yhtälön (1) avulla (Park, 1996; Sharma et al., 2005):

jossa ”n” edustaa kunkin koeajon toistojen kokonaislukumäärää ja Yi edustaa glyserolin puhtausastetta toistokokeessa ”i”, joka suoritettiin kussakin koeajossa samoissa kokeellisissa olosuhteissa. S/N-suhde laskettiin kullekin kokeelle. Merkittävät parametrit tunnistettiin glyserolin puhtauden S/N-suhteen perusteella.

Keskiarvoanalyysi

Tässä tutkimuksessa käytettiin keskiarvoanalyysia (ANOM) happamoitumisprosessin optimaalisten toimintaolosuhteiden määrittämiseksi (Chary ja Dastidar, 2012). S/N-suhteen keskiarvo osoittaa kunkin parametrin vaikutuksen itsenäisesti. S/N-suhteen keskiarvo laskettiin keskiarvoistamalla kaikkien kokeiden S/N-suhteen arvo.

Yksittäisen parametrin ”F” S/N-suhteen keskiarvo tasolla ”I” laskettiin yhtälön (2) avulla:

Jossa nFi on parametrin ”F” esiintymien lukumäärä tasolla ”i” ja j edustaa parametrin ”F” S/N-suhdetta tasolla ”i” sen j:nnessä arvossa (jossa j = 1,2,3…, n).

Varianssianalyysi

Varianssianalyysi (ANOVA-analyysi) suoritettiin, jotta voitiin arvioida tilastollisesti eri parametrien vaikutusta prosessin suorituskykyyn. ANOVA suoritettiin laskemalla neliöiden summa (SS), varianssi (V), vapausasteet (DOF), varianssisuhde (F-kerroin) ja kontribuutioprosentti (ρF). ANOVA:ssa tutkittiin kaikkien parametrien ja parametrien välisten vuorovaikutusten merkitsevyyttä jäljempänä lueteltujen yhtälöiden avulla. Taguchi-menetelmän mukaisesti kaikkien tutkittujen parametrien prosentuaalista osuutta käytettiin kunkin parametrin vaikutuksen arvioimiseksi happamoitumisprosessiin ja sen selvittämiseksi, mitkä parametrit vaikuttivat merkittävästi prosessin vasteeseen ANOVA-analyysin avulla (Roy, 2001). Kunkin parametrin prosentuaalinen kontribuutio ρF laskettiin alla olevan yhtälön avulla:

Yhtälössä (3) Ve on virheestä johtuva varianssi, DOFF on tutkittavan parametrin vapausaste, ja se voidaan laskea vähentämällä parametrin tasoluvusta (L) yksi.

Tekijästä johtuvat neliösummat, SSF, laskettiin yhtälön (4) avulla:

Jolloin ηt = kunkin parametrin S/N-suhteen summa i:nnellä tasolla, ηi on kokeellisten tulosten S/N-suhde, ja m on parametrin kunkin tason toistuva numero.

Yhtälön (3) SST laskettiin yhtälön (5) avulla. SST on neliösummien summa, N on kaikkien havaintojen lukumäärä,

Virheestä johtuva neliösumma, SSe, laskettiin yhtälöllä (6):

Parametrin varianssi, Vp, laskettiin yhtälöllä (7):

Fisherin suhdeluku (F), joka määrittää parametrin mielekkyyden, laskettiin yhtälöllä (8):

Vahvistuskokeet

Vahvistuskokeet suoritettiin, jotta voitiin todentaa optimaaliset olosuhteet, joita ehdotettiin ANOM- ja ANOVA-analyysillä. Ennustettu glyserolin puhtaus ja S/N-suhde laskettiin käyttämällä yhtälöä (9):

jossa Ym = S/N-suhteen kokonaiskeskiarvo, Yi¯ = S/N-suhde optimaalisella tasolla ja k = parametrien lukumäärä.

Tulokset ja keskustelu

Raakaglyserolin karakterisointi

Raakaglyseroli oli tummanruskeaa nestettä, jonka pH oli 9,6. Sen pH on korkeampi verrattuna kaupalliseen glyseroliin. Raakaglyseroli sisältää pienen määrän glyserolia (46,8 painoprosenttia), mutta korkean tuhka-, vesi- ja MONG-pitoisuuden, kuten taulukosta 6 käy ilmi. Raakaglyserolin suurin epäpuhtaus on MONG-pitoisuus (50,4 painoprosenttia). MONG koostuu epäpuhtauksista, kuten saippuasta, alkoholista ja metyyliestereistä, joita glyseroli sisältää biodieselin käsittelyvaiheissa (Kongjao et al., 2010). Muodostuneet vapaat rasvahapot vapautuvat liukoisena saippuana. Lisäksi metyyliesterit suspendoituvat glyserolifaasiin faasierotusprosessin aikana (Kongjao et al., 2010). Nämä orgaaniset yhdisteet reagoivat mahdollisesti myös glyseroliliuokseen jäävän ylimääräisen emäksisen katalyytin, kuten NaOH:n tai KOH:n, kanssa ja muodostavat saippuaa. Tuhkapitoisuus (4,7 painoprosenttia) koostuu epäorgaanisista aineista, jotka ovat peräisin alkalikatalyyttien, kuten NaOH:n ja KOH:n, käytöstä transesteröintiprosessin aikana. Raakaglyserolinäytteen vesipitoisuus (9,3 painoprosenttia) johtuu ehkä glyserolin hygroskooppisesta luonteesta, sillä glyseroli imee kosteutta ympäristöstä uudelleenesteröintiprosessin aikana.

Hapettaminen

Taguchi-menetelmällä tutkittiin parametrien vaikutusta hapetusprosessin suorituskykyyn ja tunnistettiin optimaalinen toimintaolosuhde. Kokeen suunnittelussa käytettiin kolmea säädettävissä olevaa parametria (pH, lämpötila ja reaktioaika), joista jokainen parametri oli kolmella eri tasolla. Valittujen parametrien, tasojen ja vapausasteiden perusteella valittiin standardi L9 OA. Taguchi-menetelmän perusteella kokeiden tulokset laskettiin S/N-suhteena ja tulkittiin. S/N-suhteilla mitataan laatuominaisuuksien poikkeamia halutusta arvosta ja lasketaan optimaaliset olosuhteet (Karabas, 2013). Tämän tutkimuksen tavoitteena on maksimoida glyserolin puhtaus. Näin ollen korkeammat laatuominaisuudet ovat paremmin haluttuja. S/N-suhteen määrittämiseen käytettiin yhtälöä (1). Kunkin koeajon S/N-suhteet saatiin korvaamalla glyserolin puhtauden arvot ja kunkin koeajon useita toistoja ”n” yhtälöön (1).

Optimaaliset olosuhteet ANOM-lähestymistavalla

ANOM-menetelmää käytetään yksittäisten parametrien vaikutuksen tunnistamiseen ja optimaalisten olosuhteiden määrittämiseen happamoitumisprosessille (Chary ja Dastidar, 2012). Tämä analyysi suoritettiin keskiarvoistamalla kaikki kokeissa käytetyt kyseisen parametrin S/N-suhteet. Yhtälöä (2) sovellettiin S/N-suhteen keskiarvon laskemiseen, ja kullekin kokeelle saadut arvot esitetään taulukossa 7. Optimaaliset toimintaolosuhteet määritettiin S/N-suhteen enimmäisarvon perusteella tietyllä tasolla. Suurempi S/N-suhteen keskiarvo osoittaa, että parametrilla on voimakkaampi vaikutus happamoitumisprosessiin. Kuten kuvasta 1 käy ilmi, optimaaliset toimintaolosuhteet happamoitumiselle glyserolin enimmäispuhtauden saavuttamiseksi määritettiin seuraavasti: pH tasolla 2 (2), reaktiolämpötila tasolla 3 (70 °C) ja reaktioaika tasolla 2 (40 minuuttia). ANOM:lla saadut tulokset varmennettiin edelleen ANOVA:lla.

Parametrien vaikutus happamoitumiseen

S/N-suhteiden keskiarvo kuvastaa parametrien tasoa happamoitumisprosessissa. Kuten kuvasta 1 käy ilmi, pH on hallitseva happamoitumisprosessiin ja tuotteen laatuun vaikuttava parametri, jota seuraavat lämpötila ja reaktioaika. Tämä osoittaa, että pH-parametri vaikuttaa ratkaisevasti happamoitumisprosessiin ja saadun tuotteen laatuun. Parametrien merkitys saatiin myös kvantitatiivisesti ANOM:sta. Se laskettiin laskemalla suurimman arvon poikkeama pienimmästä arvosta. Korkein arvo annettiin parametrille, jonka poikkeama oli suurin. Suuri poikkeama osoittaa kyseisen parametrin merkittävän osuuden ja vaikutuksen happamoitumisprosessin suorituskykyyn. Kuten taulukosta 7 käy ilmi, pH oli merkittävin parametri, jonka poikkeama oli 2,32, ja reaktioaika oli vähiten merkittävä parametri, jonka poikkeama oli 0,41.

Parametrien prosentuaalinen osuus ANOVA-menetelmällä

Taguchi-menetelmän mukaisesti kunkin parametrin prosentuaalinen osuus arvioitiin, jotta parametrin vaikutus happamoitumiseen voitaisiin kvantifioida täsmällisesti glyserolin puhtauden kannalta (Roy, 2001). ANOVA-analyysin tulokset ja kunkin parametrin prosentuaalinen osuus on esitetty taulukossa 8. Havaittiin, että pH:lla oli hallitseva vaikutus happamoitumisprosessiin, ja sen prosentuaalinen osuus oli 76,37 prosenttia. Parametrien osuus oli seuraavassa järjestyksessä: pH (76,37 %) > lämpötila (19,44 %) > reaktioaika (2,72 %). Tämä tulos oli sopusoinnussa ANOM-analyysistä saatujen tulosten kanssa.

Vahvistuskokeet

Vahvistuskoe on tärkeä vaihe Taguchin suunnittelumenetelmässä. Tämä vaihe on suoritettava optimointitutkimuksen lopussa, jotta voidaan todentaa, tuottavatko ANOM:n avulla tunnistetut optimoidut toimintaolosuhteet halutun kokeellisen tuloksen. Tunnistettujen optimaalisten toimintaolosuhteiden yhdistelmä ei sisältynyt ortogonaalisen matriisin yhdeksään koeajoon. Näin ollen happamoitumisprosessille suoritettiin varmistuskoe käyttämällä kunkin parametrin optimoitua arvoa ja laskettiin S/N-suhde. Glyserolin puhtaus arvioitiin yhtälön (9) avulla, ja todellisen ja ennustetun glyserolin puhtauden vertailu esitetään taulukossa 9. Kuten taulukosta 9 voidaan nähdä, vahvistuskokeesta saatu S/N-suhde on hyvässä yhteisymmärryksessä ennustettujen arvojen kanssa. Nämä tulokset osoittivat, että hapotusprosessin optimointi suurimman puhtausasteen glyserolin saamiseksi onnistui.

Ioninvaihto

Kolme säädettävissä olevaa parametria (hartsin määrä, liuottimen määrä ja virtausnopeus), joissa kussakin parametrissa oli kolme eri tasoa, optimoitiin Taguchin ortogonaalisten ruudukkojen koesuunnittelua käyttäen. Tunnistetun parametrien lukumäärän, useiden tasojen ja vapausasteiden perusteella tässä tutkimuksessa valittiin standardi L9 OA. L9 OA:n perusteella tehtiin yhteensä kaksikymmentäseitsemän koeajoa, joissa oli kolme toistoa. Kunkin koeajon osalta määritettiin prosessin vaste glyserolin puhtauden (painoprosentteina) osalta ja analysoitiin edelleen tilastollisella lähestymistavalla. Kerätyt tiedot glyserolin puhtaudesta esitetään taulukossa 5. Saatujen tulosten perusteella todettiin, että kokeiden glyserolin puhtaus (painoprosentteina) vaihteli 87,04 ja 97,87 painoprosenttia välillä. Tämä osoittaa, että ioninvaihtoprosessi on riippuvainen kaikista säädettävissä olevista parametreista (hartsin määrä, liuottimen määrä ja virtausnopeus), ja tämä havainto todistettiin edelleen tilastollisella analyysillä. Kokeiden tulokset muunnettiin S/N-suhteeksi. Tämän tutkimuksen tavoitteena on maksimoida ioninvaihtoprosessista saatu glyserolin puhtaus. Siten korkeampia laatuominaisuuksia käytetään S/N-suhteen laskemiseen.

Optimaaliset olosuhteet ANOM-lähestymistavalla

Taulukossa 10 on esitetty kokeesta saatujen S/N-suhteen keskiarvot. Optimaaliset toimintaolosuhteet valittiin S/N-suhteen enimmäisarvon perusteella tietyllä parametrin tasolla. Suurempi S/N-suhteen keskiarvo osoittaa voimakkaampaa vaikutusta ioninvaihtoprosessiin. Näin ollen parametrien optimaaliset toimintaolosuhteet saatiin tasolle, jolla S/N-suhteen keskiarvo oli suurin. Kuten kuvasta 2 käy ilmi, ioninvaihtoprosessin optimaaliset toimintaolosuhteet suurimman mahdollisen glyserolipuhtauden saavuttamiseksi määritettiin seuraavasti: hartsin määrä tasolla 3 (40 g), virtausnopeus tasolla 1 (15 ml/min) ja liuottimen määrä tasolla 3 (60 %). ANOM:lla saadut tulokset varmennettiin edelleen ANOVA:lla.

Parametrien vaikutus ioninvaihtoon

S/N-suhteiden keskiarvon vaihteluväli kuvastaa parametrien vaikutustason vaikutusta ioninvaihtoprosessiin. Kuten kuvasta 2 käy ilmi, virtausnopeus oli hallitseva parametri, joka vaikutti ioninvaihtoprosessiin ja tuotteen laatuun, ja sitä seurasivat hartsin määrä ja liuottimen määrä. Näiden parametrien merkitys saatiin myös kvantitatiivisesti ANOM:sta. Se määritettiin laskemalla suurimman arvon poikkeama pienimmästä arvosta. Parametrille, jonka poikkeama oli suurin, annettiin korkein arvo. Huomattava poikkeama osoittaa kyseisen parametrin merkittävän osuuden ja vaikutuksen ioninvaihtoprosessin suorituskykyyn. Kuten taulukosta 10 käy ilmi, virtausnopeus oli tärkein vaikuttava parametri ja liuottimen määrä oli vähiten vaikuttava parametri.

Parametrien prosentuaalinen osuus ANOVA:lla

Taulukossa 11 esitetään ANOVA:n tulokset glyserolin puhtaudesta ja kunkin parametrin prosentuaalisesta osuudesta. Tuloksesta kävi selvästi ilmi, että virtausnopeudella oli hallitseva vaikutus ioninvaihtoprosessiin, ja sen prosentuaalinen osuus oli 51,02 %. Parametrien osuus nousevassa järjestyksessä on seuraava: virtausnopeus (51,02 %) > hartsin määrä (28,42 %) > liuottimen määrä (12,33 %). Kokeelliset tulokset olivat hyvässä yhteisymmärryksessä ANOM-analyysistä saatujen tulosten kanssa.

Vahvistuskoe

Malli ennusti glyserolin puhtaudeksi 96,91 % ja S/N-suhteeksi 39,72 optimaalisissa olosuhteissa, joissa liuottimen osuus oli 60 %, virtausnopeus 15 ml/min ja hartsia 40 g. Kokeellisesti saatuja arvoja verrattiin mallin ennustamaan arvoon optimointimenettelyn pätevyyden vahvistamiseksi vakiintuneissa toimintaolosuhteissa. Tulos osoittaa, että optimoiduilla toimintaolosuhteilla saatiin suurin mahdollinen glyserolin puhtaus (98,2 %) ja S/N-suhde 39,78. Vahvistuskokeiden tulokset osoittivat, että saatu todellinen kokeellinen arvo ja S/N-suhde olivat hyvässä sopusoinnussa ennustettujen arvojen kanssa. Näin ollen voidaan päätellä, että ioninvaihtoprosessin optimointi glyserolin puhtauden parantamiseksi onnistui.

Puhdistetun glyserolin ominaisuuksien vertailu muihin töihin

Tässä työssä saatua tulosta on verrattu aiempiin tutkimuksiin ja se on esitetty taulukossa 12. Vertailutaulukosta käy ilmi, että tässä työssä sovellettu kaksivaiheinen puhdistusmenetelmä, joka koostuu happamoitus- ja ioninvaihtotekniikoista, tuotti menestyksekkäästi glyserolia, jonka puhtaus oli korkeampi kuin muissa töissä. Tässä tutkimuksessa saadun puhdistetun raakaglyserolin prosenttiosuus oli 98 prosenttia. Saifuddin et al. (2013) saavuttivat alhaisemman glyserolin saannon, jonka puhtaus oli 93,1-94,2 prosenttia, käyttämällä sekä happamoitus- että adsorptiokäsittelyä verrattuna tähän työhön. Lisäksi kaksivaiheiset puhdistustekniikkamme olivat tehokkaampia ja parempia verrattuna Manosakin et al. (2011) ja Kongjaon et al. (2010) käyttämiin kemiallisiin ja fysikaalisiin käsittelyihin glyserolin puhtauden suhteen.

Johtopäätökset

Tämän työn tavoitteena on saada erittäin puhdasta glyserolia kaksivaiheisen puhdistusprosessin avulla Taguchi-optimointityökalun avulla. Hapotusprosessi ja sitä seurannut ioninvaihto ovat tuottaneet glyserolia, jonka puhtaus on 98,20 painoprosenttia. Optimoiduissa olosuhteissa, jotka olivat pH (2), lämpötila (70 °C) ja reaktioaika (40 min), hapotusprosessilla saatiin glyserolia, jonka puhtausaste oli 76,18 painoprosenttia. Ioninvaihtoprosessissa käytettiin esikäsiteltyä glyserolia, joka saatiin hapotusprosessista optimoiduissa toimintaolosuhteissa. Ioninvaihtoprosessissa saatiin glyserolia, jonka puhtausaste oli 98,20 painoprosenttia optimoiduissa olosuhteissa, joissa liuottimen osuus oli 60 %, virtausnopeus 15 ml/min ja hartsia 40 g. Taguchi-menetelmällä ennustettuja arvoja verrattiin todellisiin kokeellisiin tuloksiin, ja todellisen tuloksen todettiin olevan hyvässä sopusoinnussa ennustetun tuloksen kanssa. Tämä osoittaa, että Taguchia sovellettiin menestyksekkäästi kaksivaiheisen menetelmän optimointiin biodieselistä peräisin olevan raakaglyserolin puhdistamiseksi. Tämä tutkimus osoittaa, että glyserolin puhtaus parani 35,60 painoprosentista 98,20 painoprosenttiin happamoitus- ja ioninvaihtoprosessien optimoinnin jälkeen, ja glyserolipitoisuus oli BS 2621:1979:n perusteella hyväksytyn määrän suuruinen.

Tekijän kontribuutiot

HT: Työn suunnittelu, kokeellinen työ, tietojen analysointi ja tulkinta sekä käsikirjoituksen kirjoittaminen. AA: tutkimuksen ideointi, työn suunnittelu ja käsikirjoituksen tarkistaminen. AB: aineiston analyysi ja tulkinta sekä käsikirjoituksen kirjoittaminen.

Esintressiristiriita

Tekijät ilmoittavat, että tutkimus suoritettiin ilman sellaisia kaupallisia tai taloudellisia suhteita, jotka voitaisiin tulkita mahdolliseksi eturistiriidaksi.

Kiitokset

Tekijät ovat kiitollisia Malayan yliopiston Universiti Malaya Research Grant (UMRG) – Frontier Science (AFR) RG384-17AFR Research Fundille tämän tutkimuksen taloudellisesta tukemisesta.