Wyniki wyszukiwania - BazTech

1

Zastosowanie metody równoczesnej hydrolizy i fermentacji zacierów pszenżytnich do produkcji bioetanolu

Gumienna M., Lasik M., Szambelan K., Czarnecki Z., Nowak J.

Aparatura Badawcza i Dydaktyczna

|

2008

|

T. 13, nr 4

111--119

PL

Celem badań była optymalizacja procesu hydrolizy i fermentacji skrobi zawartej w ziarnie pszenżyta poprzez dobór dawek enzymów amylolitycznych i proteolitycznych zdolnych do efektywnej hydrolizy natywnej skrobi i białek oraz ich wpływ na wydajność alkoholu etylowego uzyskanego metodą SSF. Na podstawie uzyskanych wyników stwierdzono, że enzymy te i zastosowana metoda jednoczesnej hydrolizy i fermentacji (SSF) ziarna pszenżyta nie przynosi zadowalających rezultatów. Najwyższą wydajność etanolu (28,67% w stosunku do wydajności teoretycznej) osiągnięto przy dawce enzymów 1,38 ml/kg zmielonego ziarna, gęstości zacieru 25°Blg i pH 4,0. Stwierdzono także, że zastosowane parametry nie mają wpływu na efektywność fermentacji. Wydajniejszą metodą produkcji etanolu z ziarna pszenżyta okazała się metoda bezciśnieniowego upłynniania skrobi (BUS), która daje znacznie lepsze rezultaty przy zastosowaniu tych samych enzymów, a najwyższa wydajność wynosiła 88,07% wydajności teoretycznej.

EN

The aim of this work was to optimise the influence of various parameters (pH, mash density, enzymes dosage) during the simultaneous saccharification and fermentation (SSF) method for ethanol production from triticale. It was found that the enzymes and SSF method gave no satisfactory effects. The highest ethanol yield (28,67% of the theoretical yield) was achieved for enzymes dosage 1,38 ml/kg, mash density 25°Blg and pH 4.0. The more effective method for ethanol production from triticale grain was the non pressure starch liquefication process, when the highest ethanol yield reached 88,07% of the theoretical yield.

2

Zastosowanie amoniakowanego ziarna pszenżyta do produkcji bioetanolu metodą równoczesnej hydrolizy i fermentacji gęstych zacierów zbożowych

Lasik M., Gumienna M., Nowak J., Czarnecka M., Czarnecki Z.

Aparatura Badawcza i Dydaktyczna

|

2008

|

T. 13, nr 4

97--103

PL

Przedmiotem prezentowanych badań, było porównanie efektywności procesu wytwarzania etanolu metodą równoczesnej hydrolizy i fermentacji, z wykorzystaniem świeżego oraz konserwowanego, na drodze amoniakowania, ziarna pszenżyta ozimego odmiany Bogo. Oceniono również możliwości produkcji etanolu z zastosowaniem handlowego preparatu drożdży gorzelniczych (Ethanol Red) oraz bakterii Zymomonas mobilis jako mikroorganizmu alternatywnego. Stwierdzono, że amoniakowanie surowca wpłynęło korzystnie na redukcję niepożądanej mikroflory ziarna pszenżyta oraz jakość fermentowanych zacierów, obniżało jednak nieznacznie wydajność produkcji etanolu.

EN

The comparison of the efficiency of ethanol production by simultaneous saccharification and fermentation of fresh and ammonia treated triticale winter grain variety Bogo was performed in this research. The ethanol production yield, by using the commercial yeast (Ethanol Red) as well as Zymomonas mobilis bacteria as an alternative microorganisms was also evaluated. It was found, that ammonia treatment of the triticale grain reduced significantly the microbial contamination of the material and increased the quality of the fermented mashes, however slightly decreased the ethanol yield.

3

Klasyfikacja danych eksperymentalnych procesu scukrzania skrobi za pomocą sieci neuronowych typu SOM

Ciesielski K., Bryjak J., Zbiciński I.

Inżynieria Chemiczna i Procesowa

|

2001

|

T. 22, z. 3B

355--360

PL

Celem niniejszej pracy była klasyfikacja danych procesu scukrzania skrobi z użyciem samoorganizujących się sztucznych sieci neuronowych (SSN). Przetestowano szereg konfiguracji SSN uzyskując wyraźny podział danych procesowych na 3 klasy obiektów odpowiadających różnym mechanizmom reakcji kontrolujących proces.

EN

The aim of the work was the classification of the data of the process of starch saccharification by using the self-organising maps. Several configurations of the neural networks were tested obtaining an explicit division of process data into 3 classes of objects corresponding to different mechanisms of the reaction controlling the process.