综合利用统计学和机器学习方法，优化从掺锌纳米氧化钙（Zn-Doped CaO）与条纹海藻（Ulva fasciata）复合体系中提取生物燃料的过程

《BioEnergy Research》：Integrated Statistical and Machine-Learning Optimization of Biofuel Extraction from Ulva fasciata Incorporated Zn-Doped CaO Nanoparticle

　　

摘要

利用可再生原料生产可持续生物燃料仍是开发低碳运输燃料的关键挑战。本文概述了一种有效的方法，该方法使用来自Ulva fasciata的海洋大型藻类油作为可持续的非食用原料来生产生物燃料，重点关注其环境适宜性和工艺效率。在对大型藻类生物质进行处理后，对其所含的脂质进行了初步和物理化学分析，以确定该原料的适用性。研究人员开发了一种掺锌的CaO纳米催化剂，并对其结构、形态和织构特性进行了系统研究。通过响应面方法（RSM）、人工神经网络（ANN）和遗传算法（GA）对生物燃料生产过程进行了系统建模和优化，以理解各工艺环节之间的相互作用并提高转化效率。在优化条件下，生物燃料的产率达到80.78%，证明了该催化剂的优异性能。气相色谱-质谱分析证实了C16–C18脂肪酸甲酯为主要成分，表明酯交换反应进行得很高效。将海洋大型藻类生物质、异质纳米催化剂以及混合建模-优化工具相结合，为生物燃料的生产开辟了一条有前景且可持续的途径。

图形摘要

此图片的替代文本可能是通过机器智能生成的。