Published August 1, 2020 | Version v1
Publication Open

Response surface methodology and artificial neural network analysis of crude palm kernel oil biodiesel production

Creators

  • 1. Covenant University
  • 2. Regent University College of Science and Technology
  • 3. Tshwane University of Technology
  • 4. Akwa Ibom State University

Description

Response surface methodology (RSM) and Artificial neural network (ANN) analysis of crude palm kernel oil (CPKO) biodiesel production, using KOH and NaOH catalysts, were carried out in this research work. The four process parameters considered during the production process and modelling stages were 6–12 mol ratio of methanol/oil, 0.7–1.7 wt/wt% catalyst concentration, 48–62 °C reaction temperature and 50–90 min reaction time. Log sigmoid function and Levenberg marquardt technique were adopted in ANN while Box-Benkhen method was utilised for RSM. The results revealed that KOH catalyst process produced higher yield of biodiesel (87 – 99%), compared to the yield obtained from NaOH catalysed process (79 – 91%). The regression coefficients for RSM models were 0.9324 for KOH catalysed process and 0.8935 for NaOH catalysed process, while the overall correlation coefficients for ANN models were 0.82921 for KOH catalysed process and 0.89396 for NaOH catalysed process, an implication that RSM is a better analytical tool (compare to ANN) in models formulation.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

تم إجراء تحليل منهجية سطح الاستجابة (RSM) والشبكة العصبية الاصطناعية (ANN) لإنتاج الديزل الحيوي لزيت نواة النخيل الخام (CPKO)، باستخدام محفزات KOH و NaOH، في هذا العمل البحثي. كانت معلمات العملية الأربعة التي تم أخذها في الاعتبار أثناء عملية الإنتاج ومراحل النمذجة هي نسبة 6–12 مول من الميثانول/الزيت، وتركيز المحفز بنسبة 0.7-1.7بالوزن/بالوزن، ودرجة حرارة التفاعل 48–62 درجة مئوية وزمن التفاعل 50–90 دقيقة. تم اعتماد وظيفة لوغاريتم السيني وتقنية ليفنبرغ ماركوارت في آن بينما تم استخدام طريقة بوكس- بنخن لإدارة المخاطر الإقليمية. كشفت النتائج أن عملية محفز هيدروكسيد الكبريت أنتجت إنتاجية أعلى من الديزل الحيوي (87 – 99 ٪)، مقارنة بالعائد الذي تم الحصول عليه من عملية محفز هيدروكسيد الصوديوم (79 – 91 ٪). كانت معاملات الانحدار لنماذج RSM 0.9324 للعملية المحفزة لـ KOH و 0.8935 للعملية المحفزة لـ NaOH، في حين كانت معاملات الارتباط الإجمالية لنماذج ANN 0.82921 للعملية المحفزة لـ KOH و 0.89396 للعملية المحفزة لـ NaOH، مما يعني أن RSM هي أداة تحليلية أفضل (مقارنة بـ ANN) في صياغة النماذج.

Translated Description (French)

La méthodologie de la surface de réponse (RSM) et l'analyse du réseau neuronal artificiel (ANN) de la production de biodiesel d'huile de palmiste brute (CPKO), en utilisant des catalyseurs KOH et NaOH, ont été réalisées dans ce travail de recherche. Les quatre paramètres de processus pris en compte au cours du processus de production et des étapes de modélisation étaient le rapport molaire méthanol/huile de 6 à 12, la concentration de catalyseur de 0,7 à 1,7 % en poids/poids, la température de réaction de 48 à 62 °C et le temps de réaction de 50 à 90 min. La fonction log sigmoïde et la technique de marquardt de Levenberg ont été adoptées dans ANN tandis que la méthode de Box-Benkhen a été utilisée pour RSM. Les résultats ont révélé que le procédé catalytique KOH produisait un rendement plus élevé en biodiesel (87 – 99 %), par rapport au rendement obtenu à partir du procédé catalysé par NaOH (79 – 91 %). Les coefficients de régression pour les modèles RSM étaient de 0,9324 pour le procédé catalysé par KOH et de 0,8935 pour le procédé catalysé par NaOH, tandis que les coefficients de corrélation globaux pour les modèles ANN étaient de 0,82921 pour le procédé catalysé par KOH et de 0,89396 pour le procédé catalysé par NaOH, ce qui implique que RSM est un meilleur outil analytique (comparé à ANN) dans la formulation des modèles.

Translated Description (Spanish)

La metodología de superficie de respuesta (RSM) y el análisis de redes neuronales artificiales (ANN) de la producción de biodiesel de aceite de palmiste crudo (CPKO), utilizando catalizadores de Koh y NaOH, se llevaron a cabo en este trabajo de investigación. Los cuatro parámetros del proceso considerados durante el proceso de producción y las etapas de modelado fueron una relación molar de 6–12 de metanol/aceite, una concentración de catalizador del 0,7-1,7% p/p, una temperatura de reacción de 48–62 °C y un tiempo de reacción de 50–90 min. La función log sigmoidea y la técnica de Levenberg Marquardt se adoptaron en ANN, mientras que el método de Box-Benkhen se utilizó para RSM. Los resultados revelaron que el proceso de catalizador de Koh produjo un mayor rendimiento de biodiesel (87 – 99%), en comparación con el rendimiento obtenido del proceso catalizado con NaOH (79 – 91%). Los coeficientes de regresión para los modelos RSM fueron 0.9324 para el proceso catalizado por Koh y 0.8935 para el proceso catalizado por NaOH, mientras que los coeficientes de correlación general para los modelos ANN fueron 0.82921 para el proceso catalizado por Koh y 0.89396 para el proceso catalizado por NaOH, una implicación de que RSM es una mejor herramienta analítica (en comparación con ANN) en la formulación de modelos.

Files

1-s2.0-S2405830020301853-main.pdf.pdf

Files (2.4 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:e41fa075850cfb7059e02835dd519b52
2.4 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
منهجية سطح الاستجابة وتحليل الشبكة العصبية الاصطناعية لإنتاج الديزل الحيوي لزيت نواة النخيل الخام
Translated title (French)
Méthodologie de surface de réponse et analyse du réseau neuronal artificiel de la production de biodiesel à base d'huile de palmiste brute
Translated title (Spanish)
Metodología de superficie de respuesta y análisis de redes neuronales artificiales de la producción de biodiésel de aceite de palmiste crudo

Identifiers

Other
https://openalex.org/W3038376851
DOI
10.1016/j.cdc.2020.100478

Is supplement to
https://openalex.org/W4319601213 (Other)
https://openalex.org/W4251327802 (Other)
https://openalex.org/W4238181929 (Other)
https://openalex.org/W3213836973 (Other)
https://openalex.org/W2970158039 (Other)
https://openalex.org/W2190174889 (Other)
https://openalex.org/W2186782413 (Other)
https://openalex.org/W2005045382 (Other)
https://openalex.org/W1967511255 (Other)
https://openalex.org/W1723013673 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Nigeria

References

  • https://openalex.org/W1171805194
  • https://openalex.org/W1977814896
  • https://openalex.org/W2024680835
  • https://openalex.org/W2045933798
  • https://openalex.org/W2074747118
  • https://openalex.org/W2122782494
  • https://openalex.org/W2592494969
  • https://openalex.org/W2605826243
  • https://openalex.org/W2607279040
  • https://openalex.org/W2607385681
  • https://openalex.org/W2751687340
  • https://openalex.org/W2790316320
  • https://openalex.org/W2793538166
  • https://openalex.org/W2803076799
  • https://openalex.org/W2804040014
  • https://openalex.org/W2889252112
  • https://openalex.org/W2891002495
  • https://openalex.org/W2897164504
  • https://openalex.org/W2898362140
  • https://openalex.org/W2913730132
  • https://openalex.org/W2944353667
  • https://openalex.org/W2946862694
  • https://openalex.org/W2963123137
  • https://openalex.org/W2986844658