본 연구에서는 폐식용유를 이용한 바이오디젤 제조공정에 반응표면분석법 중 중심합성계획모델을 이용하여 최적화 과정을 수행하였다. 공정변수로는 폐식용유의 산가, 반응시간, 반응온도, 메탄올/유지 몰비, 촉매량 등을 선택하였고, 반응치로는 FAME 함량(96.5% 이상) 및 동점도(1.9~5.5 cSt)를 설정하였다. 기초실험을 통해 계량인자범위를 반응시간 (45~60 min), 반응온도($50{\sim}60^{\circ}C$), 메탄올/유지 몰비(8~12)로 정하고, 중심합성계획모델을 이용한 최적화 결과 바이오디젤의 제조공정의 최적조건은 반응시간 55.2 min, 반응온도 $57.5^{\circ}C$, 메탄올/유지 몰비 10으로 나타났다. 이 조건에서 바이오디젤의 예측 FAME 함량은 97.5%, 동점도는 2.40 cSt이었으며, 실제 실험을 통해 확인한 결과 FAME 함량(97.7%), 동점도(2.41 cSt)로 측정되어 오차율은 각각 0.23, 0.29%로 나타났다. 따라서 폐식용유 원료 바이오디젤 제조공정 최적화 과정에 반응표면분석법 중 중심합성계획모델을 적용할 경우 매우 낮은 오차율을 얻을 수 있었다.
본 연구에서는 폐식용유를 이용한 바이오디젤 제조공정에 반응표면분석법 중 중심합성계획모델을 이용하여 최적화 과정을 수행하였다. 공정변수로는 폐식용유의 산가, 반응시간, 반응온도, 메탄올/유지 몰비, 촉매량 등을 선택하였고, 반응치로는 FAME 함량(96.5% 이상) 및 동점도(1.9~5.5 cSt)를 설정하였다. 기초실험을 통해 계량인자범위를 반응시간 (45~60 min), 반응온도($50{\sim}60^{\circ}C$), 메탄올/유지 몰비(8~12)로 정하고, 중심합성계획모델을 이용한 최적화 결과 바이오디젤의 제조공정의 최적조건은 반응시간 55.2 min, 반응온도 $57.5^{\circ}C$, 메탄올/유지 몰비 10으로 나타났다. 이 조건에서 바이오디젤의 예측 FAME 함량은 97.5%, 동점도는 2.40 cSt이었으며, 실제 실험을 통해 확인한 결과 FAME 함량(97.7%), 동점도(2.41 cSt)로 측정되어 오차율은 각각 0.23, 0.29%로 나타났다. 따라서 폐식용유 원료 바이오디젤 제조공정 최적화 과정에 반응표면분석법 중 중심합성계획모델을 적용할 경우 매우 낮은 오차율을 얻을 수 있었다.
In this study, the optimization process was carried out by using the central composite model of the response surface methodology in waste cooking oil based biodiesel production process. The acid value, reaction time, reaction temperature, methanol/oil molar ratio, and catalyst amount were selected p...
In this study, the optimization process was carried out by using the central composite model of the response surface methodology in waste cooking oil based biodiesel production process. The acid value, reaction time, reaction temperature, methanol/oil molar ratio, and catalyst amount were selected process variables. The response was evaluated by measuring the FAME content (more than 96.5%) and kinematic viscosity (1.9~5.5 cSt). Through basic experiments, the range of optimum operation variables for the central composite model, such as reaction time, reaction temperature and methanol/oil molar ratio, were set as between 45 and 60 min, between 50 and $60^{\circ}C$, and between 8 and 12, respectively. The optimum operation variables, such as biodiesel production reaction time, temperature, and methanol/oil molar ratio deduced from the central composite model were 55.2 min, $57.5^{\circ}C$, and 10, respectively. With those conditions the results deduced from modeling were as followings: the predicted FAME content of the biodiesel and the kinematic viscosity of 97.5% and 2.40 cSt, respectively. We obtained experimental results with deduced operating variables mentioned above as followings: the FAME content and kinematic viscosity of 97.7% and 2.41 cSt, respectively. Error rates for the FAME content and kinematic viscosity were 0.23 and 0.29%, respectively. Therefore, the low error rate could be obtained when the central composite model among surface reaction methods was applied to the optimized production process of waste cooking oil raw material biodiesel.
In this study, the optimization process was carried out by using the central composite model of the response surface methodology in waste cooking oil based biodiesel production process. The acid value, reaction time, reaction temperature, methanol/oil molar ratio, and catalyst amount were selected process variables. The response was evaluated by measuring the FAME content (more than 96.5%) and kinematic viscosity (1.9~5.5 cSt). Through basic experiments, the range of optimum operation variables for the central composite model, such as reaction time, reaction temperature and methanol/oil molar ratio, were set as between 45 and 60 min, between 50 and $60^{\circ}C$, and between 8 and 12, respectively. The optimum operation variables, such as biodiesel production reaction time, temperature, and methanol/oil molar ratio deduced from the central composite model were 55.2 min, $57.5^{\circ}C$, and 10, respectively. With those conditions the results deduced from modeling were as followings: the predicted FAME content of the biodiesel and the kinematic viscosity of 97.5% and 2.40 cSt, respectively. We obtained experimental results with deduced operating variables mentioned above as followings: the FAME content and kinematic viscosity of 97.7% and 2.41 cSt, respectively. Error rates for the FAME content and kinematic viscosity were 0.23 and 0.29%, respectively. Therefore, the low error rate could be obtained when the central composite model among surface reaction methods was applied to the optimized production process of waste cooking oil raw material biodiesel.
본 연구에서는 반응표면분석법 중 중심합성계획모델을 이용하여 바이오디젤 제조 공정의 최적화 과정을 진행한 결과 다음과 같은 결론을 얻을 수 있었다.
점유형 분석에서는 높은 반응치를 갖는 점유형을 1, 낮은 반응치를 갖는 것을 -1, 중간값은 0으로 표현한다. 이 반응치를 바탕으로 점유형이 0인 변수는 반응시간 52.5 min, 반응온도 55 ℃, 메탄올/유지 몰비 10으로 경향성의 정확도를 확인하기 위해 총 6번 반복실험을 진행한다. 또한 점유형 1의 변수는 중간값에서 모두 분산되어 있으며, 반응치에 높은 영향을 끼치는 지점이다.
폐식용유를 이용한 바이오디젤의 제조공정에서 제조변수에 따른 영향을 고찰하기 위해 반응시간, 반응온도, 메탄올/유지 몰비, 촉매의 양 등을 변수로 설정하였다. 이들 변수에 따른 제조된 바이오디젤의 FAME 함량과 동점도를 측정함으로써 공정 최적화 방법인 반응표면분석법의 변수범위를 설정하였다.
대상 데이터
바이오디젤 원료로 사용된 폐유의 산가는 KSM ISO 6618을 이용하여 측정하였다. iso-propyl alcohol과 toluene을 1 : 1의 부피비로 혼합한 용액과 유지 20 g, 1% phenolphthalein 5 mL를 혼합한 후, 0.
폐식용유를 이용한 바이오디젤의 제조공정에 사용된 폐식용유는 대두유 원료 폐식용유를 사용하였으며, 폐식용유의 산가는 2.02와 2.27 mg KOH/g이다. 또한 전이에스테르화 반응물인 메탄올은 순도 99.
이론/모형
반응표면분석법에서는 실험목적의 달성에 직결된 품질 특성을 나타내는 반응치(response, y), 인자들이 실험 중에 취하는 값 또는 조절조건인 수준(level), 반응치에 영향을 주리라 기대되는 변수인 계량인자(quantitative factor) 및 계수인자(qualitative factor), 주어진 결과값과 인자변화의 관계를 설명하는 수학적 관계인 모델(model), 그리고 계량 인자가 반응치에 미치는 영향을 나타낸 주효과도(main effect) 및 계량인자가 두 개 이상일 때 인자수준의 조합에서 일어나는 효과를 나타낸 교호효과도(interaction effect) 등을 이용하여 최적화 과정을 수행한다. 따라서 본 연구에서는 폐식용유를 이용한 바이오디젤 제조공정을 반응표면분석법 중 중심합성계획모델(central composite design model, CCD model)을 이용하여 최적화 과정을 수행하였다. CCD 모델은 Figure 1에서와 같이 변수범위의 중간값에서부터 멀어질 때 경향성을 분석하여 큰 점으로 구성되어 있는 블록 안의 모든 결과를 직접 실험을 하지 않고 도출할 수 있게 하는 방법이다.
이들 변수에 따른 제조된 바이오디젤의 FAME 함량과 동점도를 측정함으로써 공정 최적화 방법인 반응표면분석법의 변수범위를 설정하였다. 본 연구에서 반응치로 설정한 바이오 디젤의 규격은 국내 BD 100 규격을 이용하였으며, FAME 함량은 96.5% 이상, 동점도는 1.9~5.5 cSt의 범위를 만족시키고자 하였다[17].
성능/효과
Figure 3은 제조변수에 따른 바이오디젤의 동점도를 나타낸 그림이다. 동일 계량인자에서 동점도는 FAME 함량의 그래프와는 반대의 경향인 산가가 높을수록 동점도가 높게 나타났다. 이는 전이에스테르화 반응이 적게 일어난 바이오디젤이 동점도가 높다는 것으로 미반응된 유지의 동점도가 크기 때문으로 사료된다.
중심합성계획법을 이용하여 계량인자 범위 내 실험을 진행하였으며, 결과값을 통해 주효과도 및 교호효과도를 분석해 FAME 함량은 메탄올/유지 몰비가 가장 큰 영향을 미치는 것을 알았고, 동점도는 반응온도가 가장 큰 영향을 미치는 것을 확인할 수 있었다. 또한 두 가지 반응치를 모두 만족하는 최적화 과정을 수행한 결과 폐식용유 원료 바이오디젤 제조공정의 최적조건은 반응시간(55.2 min), 반응온도(57.5 ℃), 메탄올/유지 몰비(10)로 계산되었으며, 이 조건에서 제조된 바이오디젤의 FAME 함량은 97.4%, 동점도는 2.4 cSt으로 예측되었다. 실제 실험을 통해 확인한 결과 FAME 함량(97.
000으로 대략적 100%의 정확도를 가지고 있다. 또한 이 조건에서 실제 실험을 통해 확인한 결과 FAME 함량(97.7%), 동점도(2.41 cSt)로 측정되어 오차율은 각각 0.23%, 0.29%로 나타났다. 이는 두 개의 반응치를 같이 분석하는 다중분석 반응표면 분석임에도 불구하고 정확도가 충분히 합당했으며, 이는 반응표면분석법에 대한 바이오디젤 분야의 적용도 충분히 합당하다고 판단할 수 있는 결과임을 확인할 수 있었다.
2 wt% 이상의 조건에서 동점도의 변화가 크지 않았다. 바이오디젤은 국제규격인 1.9~5.5 cSt의 범위를 만족하면서 최소값을 가질수록 좋은 연료로 사료된다. 따라서 두 가지 반응치인 FAME 함량 및 동점도를 모두 고려하여 반응표면분석법의 계량인자를 반응시간, 반응온도, 메탄올/유지 몰비로 설정하였으며, 각각의 변수범위는 반응시간 45~60 min, 반응온도 50~60 ℃ 메탄올/유지 몰비 8~12로 설정하였다.
000으로 대략적 100%의 정확도를 가지고 있다. 또한 이 조건에서 실제 실험을 통해 확인한 결과 FAME 함량(97.7%), 동점도(2.41 cSt)로 측정되어 오차율은 각각 0.23%, 0.29%로 나타났다. 이는 두 개의 반응치를 같이 분석하는 다중분석 반응표면 분석임에도 불구하고 정확도가 충분히 합당했으며, 이는 반응표면분석법에 대한 바이오디젤 분야의 적용도 충분히 합당하다고 판단할 수 있는 결과임을 확인할 수 있었다.
29%로 나타났다. 이는 두 개의 반응치를 같이 분석하는 다중분석 반응표면 분석임에도 불구하고 정확도가 충분히 합당했으며, 이는 반응표면분석법에 대한 바이오디젤 분야의 적용도 충분히 합당하다고 판단할 수 있는 결과임을 확인할 수 있었다.
이상의 결론으로부터 폐식용유 원료 바이오디젤 제조공정 최적화 과정에 반응표면분석법 중 중심합성계획모델을 적용할 경우 매우 낮은 오차율을 얻을 수 있었다.
2. 중심합성계획법을 이용하여 계량인자 범위 내 실험을 진행하였으며, 결과값을 통해 주효과도 및 교호효과도를 분석해 FAME 함량은 메탄올/유지 몰비가 가장 큰 영향을 미치는 것을 알았고, 동점도는 반응온도가 가장 큰 영향을 미치는 것을 확인할 수 있었다. 또한 두 가지 반응치를 모두 만족하는 최적화 과정을 수행한 결과 폐식용유 원료 바이오디젤 제조공정의 최적조건은 반응시간(55.
1. 폐식용유 원료 바이오디젤 제조공정의 계량인자를 결정하기 위한 기초실험 결과 폐식용유의 산가가 높을수록 FAME 함량은 감소하고 동점도는 증가하였으며, 반응온도, 반응시간, 메탄올/유지 몰비는 증가할수록 FAME 함량은 증가하다 감소하고 동점도는 이와 반대의 경향을 나타내었다. 이를 통해 중심합성계획모델의 계량인자를 반응시간(45~60 min), 반응온도(50~60 ℃), 메탄올/유지 몰비(8~12)로 설정하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
바이오디젤의 장점은 무엇인가?
이의 해결책으로 바이오에너지에 대한 연구가 활발하게 진행되고 있다. 바이오에너지 중 바이오디젤은 식물성 오일과 동물성 지방으로부터 제조한 화석연료의 대체연료로써 비독성, 생분해성 연료라는 장점이 있고, 황과 방향족 탄화수소를 포함하지 않아 친환경적이라는 장점을 가지고 있다[2-3]. 하지만 고가의 정제된 식물성 오일이 바이오디젤 제조의 원료로 사용되어 여전히 바이오디젤의 국제적인 상업화가 어려운 상황이다[4-5].
바이오디젤의 단점을 보완하기 위한 최적화 과정에는 어떠한 것이 있는가?
이의 해결책으로 폐식용유를 원료로 한 바이오디젤의 제조공정의 최적화가 이루어져야 한다. 이를 위해 반응표면분석법(response surface methodology, RSM)과 같은 최적화 과정이 필요하다. 반응표면분석법이란 실험 계획법(design of experiment)의 종류 중 하나로 실제 공정의 실험을 바탕으로 경향성을 분석해 회귀방정식을 유도하고 목표값에 최적화 시키는 분석방법이다.
반응표면분석법이란 무엇인가?
이를 위해 반응표면분석법(response surface methodology, RSM)과 같은 최적화 과정이 필요하다. 반응표면분석법이란 실험 계획법(design of experiment)의 종류 중 하나로 실제 공정의 실험을 바탕으로 경향성을 분석해 회귀방정식을 유도하고 목표값에 최적화 시키는 분석방법이다. 이는 상호 작용을 독립 변수의 효과 정의뿐만 아니라 변수 사이의 주효과도를 최적화할 수 있어 현재 코팅, 식품, 촉매 등 다양한 분야에서 적용되고 있다[7-15].
참고문헌 (18)
H. Jaliliannosrati, N. A. S. Amin, A. Talebian-Kiakalaieh, and I. Noshadi, Microwave assisted biodiesel production from Jatropha curcas L. seed by two-step in situ process: Optimization using response surface methodology, Bioresour. Technol., 136, 565-573 (2013).
A. P. S. Dias, J. Puna, J. Gomes, M. J. N. Correia, and J. Bordado, Biodiesel production over lime. Catalytic contributions of bulk phases and surface Ca species formed during reaction, Renew. Energy, 99, 622-630 (2016).
M. M. Hasan and M. M. Rahman, Performance and emission characteristics of biodiesel-diesel blend and environmental and economic impacts of biodiesel production: A review, Renew. Sustain. Energy Rev., 74, 938-948 (2017).
M. Farooq, A. Ramli, and A. Naeem, Biodiesel production from low FFA waste cooking oil using heterogeneous catalyst derived from chicken bones, Renew. Energy, 76, 362-368 (2015).
M. Farooq, A. Ramli, and D. Subbarao, Biodiesel production from waste cooking oil using bifunctional heterogeneous solid catalysts, J. Clean. Prod., 59, 131-140 (2013).
S. Yavari, A. Malakahmad, N. B. Sapari, and S. Yavari, Sorption properties optimization of agricultural wastes-derived biochars using response surface methodology, Process Saf. Environ. Prot., 109, 509-519 (2017).
M. S. Nobandegani, M. R. S. Birjandi, T. Darbandi, M. M. Khalilipour, and D. Mohebbi-Kalhori, An industrial Steam Methane Reformer optimization using response surface methodology, J. Nat. Gas Sci. Eng., 36, 540-549 (2016).
A. Tgarguifa, S. Abderafi, and T. Bounahmidi, Energetic optimization of Moroccan distillery using simulation and response surface methodology, Renew. Sustain. Energy Rev., 75, 415-425 (2017).
T. Belwal, P. Dhyani, I. D. Bhatt, R. S. Rawal, and V. Pande, Optimization extraction conditions for improving phenolic content and antioxidant activity in Berberis asiatica fruits using response surface methodology (RSM), Food Chem., 207, 115-124 (2016).
A. Alberti, A. A. F. Zelinski, D. M. Zardo, I. M. Demiate, A. Nogueira, and L. I. Mafra, Optimisation of the extraction of phenolic compounds from apples using response surface methodology, Food Chem., 149, 151-158 (2014).
N. Ilaiyaraja, K. R. Likhith, G. R. Sharath Babu, and F. Khanum, Optimisation of extraction of bioactive compounds from Feronia limonia (wood apple) fruit using response surface methodology (RSM), Food Chem., 173, 348-354 (2015).
A. A. D'Archivio and M. A. Maggi, Investigation by response surface methodology of the combined effect of pH and composition of water-methanol mixtures on the stability of curcuminoids, Food Chem., 219, 414-418 (2017).
M. Rahmani, E. Ghasemi, and M. Sasani, Application of response surface methodology for air assisted-dispersive liquid-liquid microextraction of deoxynivalenol in rice samples prior to HPLC-DAD analysis and comparison with solid phase extraction cleanup, Talanta, 165, 27-32 (2017).
G. I. Danmaliki, T. A. Saleh, and A. A. Shamsuddeen, Response surface methodology optimization of adsorptive desulfurization on nickel/activated carbon, J. Ind. Eng. Chem., 313, 993-1003 (2017).
J. Cao, Y. Wu, Y. Jin, P. Yilihan, and W. Huang, Response surface methodology approach for optimization of the removal of chromium (VI) by NH2-MCM-41, J. Taiwan Inst. Chem. Eng., 45, 860-868 (2014).
L. Wang, X. Dong, H. Jiang, G. Li, and M. Zhang, Preparation of a novel carbon-based solid acid from cassava stillage residue and its use for the esterification of free fatty acids in waste cooking oil, Bioresour. Technol., 158, 392-395 (2014).
I. K. Hong, H. Jeon, H. Kim, and S. B. Lee, Preparation of waste cooking oil based biodiesel using microwave irradiation energy, J. Ind. Eng. Chem., 42, 107-112 (2016).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.