Prediction of selected biodiesel fuel properties using artificial neural network

Solomon O. GIWA, Sunday O. ADEKOMAYA, Kayode O. ADAMA, Moruf O. MUKAILA

PDF(840 KB)
PDF(840 KB)
Front. Energy ›› 2015, Vol. 9 ›› Issue (4) : 433-445. DOI: 10.1007/s11708-015-0383-5
RESEARCH ARTICLE
RESEARCH ARTICLE

Prediction of selected biodiesel fuel properties using artificial neural network

Author information +
History +

Abstract

Biodiesel is an alternative fuel to replace fossil-based diesel fuel. It has fuel properties similar to diesel which are generally determined experimentally. The experimental determination of various properties of biodiesel is costly, time consuming and a tedious process. To solve these problems, artificial neural network (ANN) has been considered as a vital tool for estimating the fuel properties of biodiesel, especially from its fatty acid (FA) composition. In this study, four ANNs have been designed and trained to predict the cetane number (CN), flash point (FP), kinematic viscosity (KV) and density of biodiesel using ANN with logsig and purelin transfer functions in the hidden layer of all the networks. The five most prevalent FAs from 55 feedstocks found in the literature utilized as the input parameters for the model are palmitic, stearic, oleic, linoleic and linolenic acids except for density network with a sixth parameter (temperature). Other FAs that are present in the biodiesels have been considered based on the number of carbon atom chains and the level of saturation. From this study, the prediction accuracy and the average absolute deviation of the networks are CN (96.69%; 1.637%), KV (95.80%; 1.638%), FP (99.07%; 0.997%) and density (99.40%; 0.101%). These values are reasonably better compared to previous studies on empirical correlations and ANN predictions of these fuel properties found in literature. Hence, the present study demonstrates the ability of ANN model to predict fuel properties of biodiesel with high accuracy.

Keywords

biodiesel / fuel properties / artificial neural network / fatty acid / prediction

Cite this article

Download citation ▾
Solomon O. GIWA, Sunday O. ADEKOMAYA, Kayode O. ADAMA, Moruf O. MUKAILA. Prediction of selected biodiesel fuel properties using artificial neural network. Front. Energy, 2015, 9(4): 433‒445 https://doi.org/10.1007/s11708-015-0383-5

References

[1]
Achten W M J, Verchot L, Franken Y J, Mathijs E, Singh V P, Aerts R, Muys B. Jatropha bio-diesel production and use. Biomass and Bioenergy, 2008, 32(12): 1063–1084
CrossRef Google scholar
[2]
El Diwani G, Attia N K, Hawash S I. Development and evaluation of biodiesel fuel and by-products from Jatropha oil. International Journal of Environmental Science and Technology, 2009, 6(2): 219–224
CrossRef Google scholar
[3]
Balat M, Balat H. Recent trends in global production and utilization of bio-ethanol fuel. Applied Energy, 2009, 86(11): 2273–2282
CrossRef Google scholar
[4]
Kondamudi N, Strull J, Misra M, Mohapatra S K. A green process for producing biodiesel from feather meal. Journal of Agricultural and Food Chemistry, 2009, 57(14): 6163–6166
CrossRef Google scholar
[5]
Mariod A, Klupsch S, Hussein I H, Ondruschka B. Synthesis of alkyl esters from three unconventional Sudanese oils for their use as biodiesel. Energy & Fuels, 2006, 20(5): 2249–2252
CrossRef Google scholar
[6]
Lin C Y, Fan C L. Fuel properties of biodiesel produced from Camellia Oleifera Abel oil through supercritical-methanol transesterification. Fuel, 2011, 90(6): 2240–2244
CrossRef Google scholar
[7]
Alptekin E, Canakci M. Determination of the density and the viscosities of biodiesel−diesel fuel blends. Renewable Energy, 2008, 33(12): 2623–2630
CrossRef Google scholar
[8]
Lin C, Li R. Fuel properties of biodiesel produced from the crude fish oil from the soapstock of marine fish. Fuel Processing Technology, 2009, 90(1): 130–136
CrossRef Google scholar
[9]
Giwa S, Layeni A, Ogunbona C. Synthesis and characterization of biodiesel from industrial starch production byproduct. Energy and Environmental Engineering Journal, 2012, 1(1): 45–51
[10]
Knothe G. Dependence of biodiesel fuel properties on the structure of fatty acid alkyl esters. Fuel Processing Technology, 2005, 86(10): 1059–1070
CrossRef Google scholar
[11]
Ramos M J, Fernández C M, Casas A, Rodríguez L, Pérez A. Influence of fatty acid composition of raw materials on biodiesel properties. Bioresource Technology, 2009, 100(1): 261–268
CrossRef Google scholar
[12]
Cheenkachorn K. Predicting properties of biodiesel using statistical models and artificial neural networks. In: Proceedings of the Joint International Conference on Sustainable Energy and Environment. Hua Hin, Thailand, 2004, 176–179
[13]
Allen C A W, Watts K C, Ackman R G, Pegg M J. Predicting the viscosity of biodiesel fuels from their fatty acid ester composition. Fuel, 1999, 78(11): 1319–1326
CrossRef Google scholar
[14]
Ramírez-Verduzco L F, Rodríguez-Rodríguez J E, Jaramillo-Jacob A R. Predicting cetane number, kinematic viscosity, density and higher heating value of biodiesel from its fatty acid methyl ester composition. Fuel, 2012, 91(1): 102–111
CrossRef Google scholar
[15]
Krisnangkura K, Yimsuwan T, Pairintra R. An empirical approach in predicting biodiesel viscosity at various temperatures. Fuel, 2006, 85(1): 107–113
CrossRef Google scholar
[16]
Krisnangkura K, Sansa-ard C, Aryusuk K, Lilitchan S, Kittiratanapiboon K. An empirical approach for predicting kinematic viscosities of biodiesel blends. Fuel, 2010, 89(10): 2775–2780
CrossRef Google scholar
[17]
Piloto-Rodríguez R, Sánchez-Borroto Y, Lapuerta M, Goyos-Pérez L, Verhelst S. Prediction of the cetane number of biodiesel using artificial neural networks and multiple linear regression. Energy Conversion and Management, 2013, 65: 255–261
CrossRef Google scholar
[18]
Bamgboye A I, Hansen A C. Prediction of cetane number of biodiesel fuel from the fatty acid methyl ester (FAME) composition. International Agrophysics, 2008, 22: 21–29
[19]
Gopinath A, Puhan S, Nagarajan G. Theoretical modeling of iodine value and saponification value of biodiesel fuels from their fatty acid composition. Renewable Energy, 2009, 34(7): 1806–1811
CrossRef Google scholar
[20]
Shivakumar, Srinivas P P, Shrinivasa R B R, Samaga B S. Performance and emission characteristics of a 4 stroke C.I engine operated on honge methyl ester using artificial neural network. ARPN Journal of Engineering and Applied Sciences, 2010, 5(6): 83–94
[21]
Ramadhas A S, Jayaraj S, Muraleedharan C, Padmakumari K. Artificial neural networks used for the prediction of the cetane number of biodiesel. Renewable Energy, 2006, 31(15): 2524–2533
CrossRef Google scholar
[22]
Baroutian S, Kheireddine Aroua M, Abdul Raman A A, Nik Sulaiman N M. Estimation of vegetable oil-based ethyl esters biodiesel densities using artificial neural networks. Journal of Applied Sciences, 2008, 8(17): 3005–3011
CrossRef Google scholar
[23]
Meng X, Jia M, Wang T. Neural network prediction of biodiesel kinematic viscosity at 313 K. Fuel, 2014, 121: 133–140
CrossRef Google scholar
[24]
Balabin R M, Lomakina E I, Safieva R Z. Neural network approach to biodiesel analysis: analysis of biodiesel density, kinematic viscosity, methanol and water content using near infrared (NIR) spectroscopy. Fuel, 2011, 90(5): 2007–2015
CrossRef Google scholar
[25]
Singh S P, Singh D. Biodiesel production through the use of different sources and characterization of oils and their esters as the substitute of diesel: a review. Renewable & Sustainable Energy Reviews, 2009, 14(1): 200–216
CrossRef Google scholar
[26]
Rashid U, Anwar F, Moser B R, Ashraf S. Production of sunflower oil methyl esters by optimized alkali-catalyzed methanolysis. Biomass and Bioenergy, 2008, 32(12): 1202–1205
CrossRef Google scholar
[27]
Sarin R, Sharma M, Sinharay S, Malhotra R K. Jatropha−Palm biodiesel blends: an optimum mix for Asia. Fuel, 2007, 86(10−11): 1365–1371
CrossRef Google scholar
[28]
Canakci M, Sanli H. Biodiesel production from various feedstocks and their effects on the fuel properties. Journal of Industrial Microbiology & Biotechnology, 2008, 35(5): 431–441
CrossRef Google scholar
[29]
Martín R S, Cerda T D L, Uribe A, Basilio P, Jordán M, Prehn D, Gebauer M. Evaluation of guindilla oil (Guindilla trinervis Gillies ex Hook. et Arn.) for biodiesel Production. Fuel, 2010, 89(12): 3785–3790
CrossRef Google scholar
[30]
Anwar F, Rashid U, Ashraf M, Nadeem M. Okra (Hibiscus esculentus) seed oil for biodiesel production. Applied Energy, 2010, 87(3): 779–785
CrossRef Google scholar
[31]
Nabi M N, Hogue S M N, Akhter M S. Karanja (Pongamia Pinnata) biodiesel production in Bangladesh, characterization of karanja biodiesel and its effect on diesel emissions. Fuel Processing Technology, 2009, 90(9): 1080–1086
CrossRef Google scholar
[32]
Leung D Y C, Wu X, Leung M K H. A review on biodiesel production using catalyzed transesterification. Applied Energy, 2010, 87(4): 1083–1095
CrossRef Google scholar
[33]
Sivakumar P, Anbarasu K, Renganathan S. Bio-diesel production by alkali catalyzed transesterification of dairy waste scum. Fuel, 2011, 90(1): 147–151
CrossRef Google scholar
[34]
Öner C, Altun S. Biodiesel production from inedible animal tallow and an experimental investigation of its use as alternative fuel in a direct injection diesel engine. Applied Energy, 2009, 86(10): 2114–2120
CrossRef Google scholar
[35]
Keskin A, Guru M, Altıparmak D. Influence of tall oil biodiesel with Mg and Mo based fuel additives on diesel engine performance and emission. Bioresource Technology, 2008, 99(14): 6434–6438
CrossRef Google scholar
[36]
Dorado M P, Ballesteros E, Lo’pez F J, Mittelbach M. Optimization of alkali-catalyzed transesterification of Brassica Carinata oil for biodiesel production. Energy & Fuels, 2004, 18(1): 77–83
CrossRef Google scholar
[37]
Aliyu B, Agnew B, Douglas S. Croton megalocarpus (musine) seeds used as a potential source of biodiesel. Biomass and Bioenergy, 2010, 34(10): 1495–1499
CrossRef Google scholar
[38]
Enweremadu C C, Mbarawa M M. Technical aspects of production and analysis of biodiesel from used cooking oil—a review. Renewable & Sustainable Energy Reviews, 2009, 13(9): 2205–2224
CrossRef Google scholar
[39]
Yang F X, Su Y Q, Li X H, Zhang Q, Sun R C. Studies on the preparation of biodiesel from Zanthoxylum bungeanum maxim seed oil. Journal of Agricultural and Food Chemistry, 2008, 56(17): 7891–7896
CrossRef Google scholar
[40]
Zhang S, Zu Y G, Fu Y J, Luo M, Zhang D Y, Efferth T. Rapid microwave-assisted transesterification of yellow horn oil to biodiesel using a heteropolyacid solid catalyst. Bioresource Technology, 2010, 101(3): 931–936
CrossRef Google scholar
[41]
Sahoo P K, Das L M. Process optimization for biodiesel production from Jatropha, Karanja and Polanga oil. Fuel, 2009, 88(9): 1588–1594
CrossRef Google scholar
[42]
Yang F X, Su Y Q, Li X H, Zhang Q, Sun R C. Preparation of biodiesel from Idesia polycarpa var. Vestita fruit oil. Industrial Crops and Products, 2009, 29(2−3): 622–628
CrossRef Google scholar
[43]
Schinas P, Karavalakis G, Davaris C, Anastopoulos G, Karonis D, Zannikos F, Stournas S, Lois E. Pumpkin (Cucurbita pepo L.) seed oil as an alternative feedstock for the production of biodiesel in Greece. Biomass and Bioenergy, 2009, 33(1): 44–49
CrossRef Google scholar
[44]
Moser B R. Biodiesel production, properties, and feedstocks. In Vitro Cellular & Developmental Biology−Plant, 2009, 45(3): 229–266
CrossRef Google scholar
[45]
Moser B R, Vaughn S F. Evaluation of alkyl esters from Camelina sativa oil as biodiesel and as blend components in ultra low-sulfur diesel fuel. Bioresource Technology, 2010, 101(2): 646–653
CrossRef Google scholar
[46]
Rashid U, Anwar F. Production of biodiesel through base-catalyzed transesterification of safflower oil using an optimized protocol. Energy & Fuels, 2008, 22(2): 1306–1312
CrossRef Google scholar
[47]
Santos I C F, Carvalho S H V, Solleti J I, Salles W F D L, Salles K T D S D L, Meneghetti S M P. Studies of Terminalia catappa L. oil: characterization and biodiesel production. Bioresource Technology, 2008, 99(14): 6545–6549
CrossRef Google scholar
[48]
Joshi H, Moser B R, Toler J, Smith W F, Walker T. Effects of blending alcohols with poultry fat methyl esters on cold flow properties. Renewable Energy, 2010, 35(10): 2207–2210
CrossRef Google scholar
[49]
Candeia R A, Silva M C D, Carvalho-Filho J R, Brasilino M G A, Bicudo T C, Santos I M G, Souza A G. Influence of soybean biodiesel content on basic properties of biodiesel−diesel blends. Fuel, 2009, 88(4): 738–743
CrossRef Google scholar
[50]
Sarin R, Sharma M, Khan A A. Studies on Guizotia abyssinica L. oil: biodiesel synthesis and process optimization. Bioresource Technology, 2009, 100(18): 4187–4192
CrossRef Google scholar
[51]
Chakrabarti M H, Ahmad R. Investigating possibility of using least desirable edible oil of eruca sativa L. in biodiesel production. Pakistan Journal of Botany, 2009, 41: 481–487
[52]
Kafuku K, Mbarawa M. Biodiesel production from Croton megalocarpus oil and its process optimization. Fuel, 2010, 89(9): 2556–2560
CrossRef Google scholar
[53]
Sharma Y C, Singh B. An idea feedstocks, kusum (Schleichera Triguga) for preparation of biodiesel: optimization of parameters. Fuel, 2010, 89(7): 1470–1474
CrossRef Google scholar
[54]
da Silva J P V, Serra T M, Gossmann M, Wolf C R, Meneghetti M R, Meneghetti S M P. Moringa oleifera oil studies of characterization and biodiesel Production. Biomass and Bioenergy, 2010, 34(10): 1527–1530
CrossRef Google scholar
[55]
Usta N. Use of tobacco seed oil methyl ester in a turbocharged indirect injection diesel engine. Biomass and Bioenergy, 2005, 28(1): 77–86
CrossRef Google scholar
[56]
Santos N A, Tavares M L A, Rosenhaim R, Silva F C, Fernandes V J Jr, Santos  I M G, Souza A G. Thermogravimetric and calorimetric evaluation of babassu biodiesel obtained by the methanol route. Journal of Thermal Analysis and Calorimetry, 2007, 87(3): 649–652
CrossRef Google scholar
[57]
Tiwari A K, Kumar A, Raheman H. Biodiesel production from Jatropha oil (Jatropha curcas) with high free fatty acids: an optimized process. Biomass and Bioenergy, 2007, 31(8): 569–575
CrossRef Google scholar
[58]
Sinha S, Agarwal A K, Garg S. Biodiesel development from rice bran oil: transesterification process optimization and fuel characterization. Energy Conversion and Management, 2008, 49(5): 1248–1257
CrossRef Google scholar
[59]
Nakpong P, Wootthikanokkhan S. Roselle (Hibiscus sabdariffa L.) oil as an alternative feedstock for biodiesel production in Thailand. Fuel, 2010, 89(8): 1806–1811
CrossRef Google scholar
[60]
Saxena P, Jawale S, Joshipura M H. A review on prediction of properties of biodiesel and blends of biodiesel. Procedia Engineering, 2013, 51: 395–402
CrossRef Google scholar
[61]
Najafi G, Ghobadian B, Yusaf T F, Rahimi H. Combustion analysis of a CI engine performance using waste cooking biodiesel fuel with an artificial neural network aid. American Journal of Applied Sciences, 2007, 4(10): 756–764

Electronics Supplementary Material

Supplementary material is available in the online version of this article at http://dx.doi.org/10.1007/s11708-015-0383-5 and is accessible for authorized users.

RIGHTS & PERMISSIONS

2014 Higher Education Press and Springer-Verlag Berlin Heidelberg
AI Summary AI Mindmap
PDF(840 KB)

Accesses

Citations

Detail

Sections
Recommended

/