به دلیل محدودیت و کاهش منابع سوخت های فسیلی، حفظ منابع موجود، مسائل زیست محیطی مانند پدیده گرمایش زمین و اهمیت روز افزون انرژی، استفاده از منابع نوین و سوخت های جایگزین مانند بیودیزل امری اجتناب ناپذیر است. سوخت بیودیزل یک جایگزین برای سوخت دیزل محسوب می?شود و عبارت است از استرهای منو الکیل اسیدهای چرب با زنجیر طویل که از منابع طبیعی تجدید پذیر مانند روغن های گیاهی یا چربی های حیوانی تهیه می شود. برای تهیه بیودیزل به روش ترانس استریفیکاسیون که معمول ترین روش برای تولید بیودیزل می باشد، بعد از فرآوری روغن گیاهی یا چربی حیوانی، واکنش روغن با الکل (اغلب متانول) در حضور کاتالیست انجام شده و بیودیزل و محصول جانبی گلیسیرین تولید می شود. برای تسریع در انجام واکنش میان عوامل تولید بیودیزل، همیشه مقداری متانول اضافی وارد فرآیند می شود که لازم است در پایان انجام واکنش بازیافت گردد. از این رو، یکی از عوامل تاثیر گذار بر اقتصاد تولید بیودیزل، بازیافت متانول اضافی در فرآیند تولید این سوخت است که مقدار آن در مقیاس صنعتی حائز اهمیت می باشد. در تحقیق حاضر، با توجه به نقاط جوش اجزاء و همچنین ضریب فراریت ترکیبات نسبت به یکدیگر، تقطیر و تقطیر در خلاء به عنوان مناسب ترین روش های جداسازی متانول انتخاب شده و پارامترهای موثر در این دو روش شامل دمای حمام روغن (دماهای 75، 85، 95 و c° 105)، فشار تقطیر (فشار اتمسفریک و فشارهای خلاء 130، 260و mmhg 400) و دمای کندانسور (دماهای 25، 10 و c° 5-) مورد بررسی قرار گرفتند. نتایج آزمایشگاهی به دست آمده نشان داد دمای حمام و بعد از آن فشار تقطیر بیشترین تاثیر را در فرایند جداسازی داشته و دمای کندانسور تاثیری در این فرایند ندارد. با افزایش دمای حمام و یا کاهش فشار درون سیستم و ایجاد خلاءهای بالاتر، حجم متانول بازیافتی افزایش یافته و زمان بازیافت کاهش می یابد، اگر چه خلوص متانول بازیافتی به مقدار بسیار کمی کاهش می یابد. پارامترهای دمای حمام و فشار تقطیر بر یکدیگر تاثیر گذار هستند و در دماهای روغن حمام بالا (95 و c° 105) ، پارامتر فشار تقطیر تاثیر چندانی بر بازیافت متانول ندارد. لذا، استفاده از یکی از پارامترهای دمای حمام یا فشار تقطیر در حالت بیشینه در فرایند بازیافت متانول کافی خواهد بود. نتایج یافته ها همچنین نشان داد در 40 دقیقه ابتدای بازیافت متانول، سرعت بازیافت متانول بیشتر بوده و بخش بیشتر متانول (بیش از 80%) در همین مدت زمان بازیافت می شود. شبکه های عصبی به عنوان روشی قدرتمند و سریع برای مدل کردن و پیش بینی مقادیر ورودی و خروجی در این تحقیق مورد استفاده قرار گرفتند. شبکه طراحی شده با دقت قابل قبولی قادر است پارامتر حجم متانول بازیافتی را پیش-بینی نماید. نتایج این بررسی به خالص سازی بیشتر بیودیزل و اقتصادی تر شدن آن برای تولید انبوه کمک می نماید.