响应面法优化超临界CO2 流体萃取苹果籽油的工艺研究

利用超临界CO2 萃取技术提取苹果籽油。通过单因素试验选取萃取压力、萃取温度和时间作为Box-Behnken设计的变量,利用响应面法分析得到超临界CO2 萃取苹果籽油的优化工艺条件。结果表明：超临界CO2 萃取苹果籽油的适宜工艺参数为萃取压力41MPa、萃取温度56℃、萃取时间110min、CO2 流量1.8ml/min、物料粉碎度60目,在此条件下,苹果籽油提取率达到24.36%。     

超临界CO2萃取竹叶花椒挥发油的工艺优化

该研究使用超临界CO2 萃取技术提取竹叶花椒挥发油,通过单因素试验,选择萃取时间、萃取温度、萃取压力为主要影响因素,采用Box-Behnken 响应面法,以竹叶花椒挥发油提取率为响应指标,建立超临界CO2萃取竹叶花椒挥发油的响应面模型,结合实际情况进行调整,获得最佳工艺条件。结果表明：在萃取时间80 min、萃取温度50.5 ℃、萃取压力25.5 MPa、分离釜Ⅰ压力6 MPa、温度45 ℃的条件下挥发油提取率为14.25%,与预测结果相符。     

响应面法优化茶叶籽油超临界二氧化碳萃取工艺

采用响应面法优化超临界CO2萃取茶叶籽油的工艺条件。在单因素试验基础上,选择萃取压力、萃取温度、分离温度、萃取时间为影响因素,以茶叶籽油得率为响应值,应用中心组合Box-behnken试验设计建立数学模型,进行响应面分析。结果表明,超临界CO2萃取茶叶籽油的最优工艺条件为：萃取压力29MPa、萃取温度43℃、分离温度36℃、萃取时间74min,该条件下,茶叶籽油得率达26.13%。     

超临界CO2萃取花椒籽油的工艺研究

采用超临界CO2萃取技术提取花椒籽油。研究了萃取压力、温度、时间对提取率的影响。通过单因素试验和正交试验，确定最佳工艺条件为：压力25MPa，萃取温度50℃，萃取时间120rain。     

超临界CO2萃取枸杞籽油工艺的研究

利用响应面法优化超临界CO2萃取枸杞籽油的工艺。在单因素试验的基础上,选取萃取压力、萃取温度和萃取时间作为影响因素,采用Box-Behnken中心设计模型,以枸杞籽油得率为响应值,进行响应面分析。结果表明,超临界CO2萃取枸杞籽油的最优工艺条件为:原料粒度40~60目、萃取压力37.8 MPa、萃取温度38.4℃、静态萃取时间5 min、动态萃取时间41 min,在此条件下,枸杞籽油得率为21.78%。     

超临界二氧化碳萃取玫瑰茄籽油的响应面优化

在单因素实验基础上,以萃取温度、萃取压力、萃取时间为影响因素,以萃取率为指标,运用响应面实验设计法对超临界CO2萃取玫瑰茄籽油工艺条件进行优化。结果表明,在萃取温度50℃、萃取压力28MPa、萃取时间110min的条件下,玫瑰茄籽油提取率可达22%以上。     

响应面法优化超临界萃取花椒籽油及α-亚麻酸的工艺研究

利用青花椒籽为原料,采用超临界CO2萃取设备萃取花椒籽油.在单因素试验的基础上,以花椒籽的提油率和α-亚麻酸含量为考察指标,利用响应面法对提油率和α-亚麻酸含量萃取工艺进行同时优化.根据响应面法,绘制等高线图及响应曲面,采取同时优化,得到最佳条件:萃取压力为30 MPa,萃取温度为51℃,萃取时间为90 min.在此条...     

超临界二氧化碳萃取玫瑰茄籽油的响应面优化

在单因素实验基础上,以萃取温度、萃取压力、萃取时间为影响因素,以萃取率为指标,运用响应面实验设计法对超临界CO2萃取玫瑰茄籽油工艺条件进行优化。结果表明,在萃取温度50℃、萃取压力28MPa、萃取时间110min的条件下,玫瑰茄籽油提取率可达22%以上。      

响应面试验优化超临界CO_2萃取胭脂萝卜籽油工艺及其脂肪酸组成分析

以胭脂萝卜籽为原材料,采用响应面试验优化超临界CO2萃取胭脂萝卜籽油工艺,并对胭脂萝卜籽油脂肪酸组成进行分析。首先Plackett-Burman设计对影响超临界萃取的7个因素进行筛选,获得影响提取率的3个主要因素:萃取压力、萃取温度、萃取时间;然后用最陡爬坡路径逼近最大响应区域;最后通过Box-Behnken设计进行三因素三水平试验及响应面分析,确定最佳萃取工艺条件为萃取压力34 MPa、萃取温度44℃、萃取时间91 min,提取率预测值为93.11%,验证值为(93.09±0.80)%。采用气相色谱-质谱联用分析脂肪酸组成,结果表明胭脂萝卜籽油各脂肪酸组成与菜籽油相似,不饱和脂肪酸和单不饱和脂肪酸含量分别为89.01%和67.50%。     

响应面法优化紫苏籽油超临界萃取工艺

以紫苏籽油萃取率为参考,在单因素试验基础上,运用三因素三水平响应面分析法研究超临界CO2萃取过程中工艺参数对萃取率的影响。结果表明:萃取时间、萃取压力、萃取温度对萃取率的影响显著。超临界CO2萃取紫苏籽油的较佳工艺参数是:萃取压力24 MPa,萃取温度41℃,紫苏籽粒度20目,CO2流量20 L/h,萃取时间110 min,在此工艺条件下紫苏籽油萃取率达到88.63%。GC-MS分析结果显示,超临界CO2萃取的紫苏籽油不饱和脂肪酸含量高达91.94%,主要成分是油酸、亚油酸和α-亚麻酸。     

椪柑籽油超临界提取工艺的优化

利用临界CO2萃取技术提取椪柑籽油。在单因素试验的基础上,采用Box-Behnken中心组合设计对椪柑籽油超临界CO2萃取工艺中的时间、温度、压力和流量4因素的最优化组合参数进行定量研究,得到各因素与椪柑籽油得率关系的数学模型。结果表明:最佳的工艺条件为萃取压力34.4MPa、CO2流量25.8L/h、萃取时间147.6min、萃取温度39.3℃。该条件下,椪柑籽油提取得率的理论值为45.95%,实测值为(45.12±1.36)%(n=3),说明回归模型能较好地预测椪柑籽油的提取得率。     

超临界二氧化碳萃取黄柏挥发油工艺

使用超临界二氧化碳技术对经过超声-微波处理过的黄柏中的挥发油进行萃取,并对萃取工艺进行响应面优化。在单因素预实验的基础上,以萃取压力、萃取温度、萃取时间为响应因素,黄柏挥发油的萃取量为响应值,根据中心组合(Box-Behnken)实验设计原理,采用三因素三水平的响应面分析法,确定各工艺条件对萃取量的影响,并用扫描电子显微镜(SEM)对萃取前、未超声-微波处理超临界萃取后及超声-微波处理超临界萃取后的黄柏进行比较观察,对萃取效果进行了微观解释。结果表明,经过超声-微波处理过的黄柏中的挥发油超临界二氧化碳萃取最佳工艺条件为:萃取压力为34MPa,萃取温度为41℃,萃取时间为66min,萃取率达6.03%。     

响应面法优化高压脉冲电场辅助提取海鲫鱼内脏油脂工艺

采用高压脉冲电场技术从海鲫鱼内脏提取油脂,以提取率为指标,在单因素实验基础上设计响应面法实验,考察了高压脉冲电场强度、脉冲频率、提取时间及液固比对海鲫鱼内脏油脂提取率的影响,得到最优提取工艺条件为:电场强度18 k V·cm-1,脉冲频率300 Hz,提取时间65 min,液固比1∶1,此时提取率为15.18%。通过回归方程拟合和响应曲面分析,得到二次多项式提取回归模型,经验证实验值与模型预测值拟合性良好,该模型可用于预测海鲫鱼内脏油脂提取率。      

响应面试验优化香根草油的超临界CO2萃取工艺及其萃取物分析

以新鲜香根草根须为原料,通过单因素试验研究粒径、装料系数、萃取压力、萃取温度、CO2流率及萃取时间对超临界CO2萃提香根草油得率的影响。在此基础上,选取萃取压力、萃取温度和CO2流率为影响因素,以香根草油得率为响应值,采用Box-Behnken方法设计试验,进行响应面分析。结果表明：超临界CO2 萃取香根草油的适宜工艺参数为粒径范围60～80 目、装料系数0.8、萃取压力22.61 MPa、萃取温度35.41 ℃、CO2流率1.65 L/min、萃取时间1.5 h。在此条件下预测香根草油得率达到7.780%,实验验证值为7.762%,与预测一致。采用气相色谱-质谱法对超临界萃取的香根草油进行了成分分析,鉴定出18 种化合物,占总萃取物的69.88%。其中主要成分为柏木烯醇、脱氢香橙烯、月桂烯酮以及香根草特有的香根醇、香根酮等化合物,并按照应用领域对其进行了分类总结。     

加压溶剂法提取紫色马铃薯中花色苷的工艺优化

以紫色马铃薯粉为原料,使用加压溶剂提取的方法萃取紫色马铃薯中的花色苷。探讨提取时间、提取温度、料液比和提取剂的浓度对花色苷提取率的影响,并通过响应面法确定了最佳提取工艺参数为乙醇浓度为77%,提取温度为67℃,提取时间为25 min,料液比为1∶58,在最优条件下的花色苷提取量为200.13 mg/100 g。超声波辅助提取法提取紫色马铃薯中的花色苷,其最佳工艺条件下提取花色苷量为139.30 mg/100 g,加压溶剂法提取量高于超声波辅助提取法。      

响应面法优化超临界CO2萃取火龙果籽油工艺

采用响应面法优化超临界二氧化碳萃取工艺提取火龙果籽油,用Design Expert软件对试验数据进行分析,并用气相色谱-质谱法对萃取所得火龙果籽油进行成分分析。结果表明:萃取时间、萃取压力、萃取温度对火龙果籽油超临界CO2萃取工艺影响显著,其最佳提取工艺参数为萃取压力25MPa、萃取温度40℃、萃取时间3.5h,火龙果籽油萃取得率为30.21%。火龙果籽油中脂肪酸主要成分以不饱和脂肪酸为主,占总脂肪酸含量的74.64%,其中亚油酸及其异构体为46.91%,油酸及其异构体为25.36%;饱和脂肪酸以棕榈酸为主,棕榈酸及其异构体占总脂肪酸含量的21.10%。火龙果籽油可以作为一种食品保健油进行开发。     

水酶法提取红花籽油的工艺优化及其抗氧化性研究

本文旨在寻找有效建模方法以预测亚临界CO₂萃取红花籽油的萃取率,优化其萃取工艺条件。以单因素实验为基础,采用Box-Behnken试验设计,研究了萃取压力、分离温度、萃取时间对红花籽油萃取率的影响,并采用响应面法（RSM）和人工神经网络（ANN）两种方法分别对同一实验进行建模分析,通过RSM数值优化、人工神经网络和遗传算法结合（ANN-GA)两种方法优化其工艺条件。结果表明,RSM与ANN两种模型均能较为精准预测,但通过两种模型的决定系数（R²）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方根误差（RMSE）值比较,得出ANN模型（R²=0.9966）的预测效果较优于RSM模型（R²=0.9950）。ANN-GA确定的最佳萃取条件及萃取率分别为：萃取压力19.04 MPa、分离温度55.50 ℃、萃取时间134.98 min、萃取率23.52%。综上,RSM和ANN两种方法均可用于亚临界CO₂萃取带壳红花籽油的建模与优化,但ANN的预测准确度及拟合能力更为优秀。

     

响应面分析法优化石榴籽油超临界萃取工艺研究

采用响应面法对超临界CO2萃取石榴籽油的工艺进行优化,在单因素实验的基础上,选择萃取压力、萃取温度、萃取时间为自变量,利用中心组合实验设计和响应面分析法,研究了各自变量及其交互作用对得率的影响,得到二次多项式回归方程预测模型,获得提取石榴籽油的最佳工艺条件为萃取压力45MPa、萃取温度50℃、萃取时间90min,在此条件下,石榴籽油得率达到20.3%。      

均匀设计优化超临界CO2提取含原花青素的葡萄籽油

以原花青素的提取率和葡萄籽的出油率为考察指标,利用均匀设计法对超临界CO2萃取时间、萃取压力、萃取温度进行了优化,得到最佳工艺条件为:萃取压力15 MPa,萃取时间3 h,萃取温度50 ℃;在最佳条件下葡萄籽出油率为(10.92±0.25)%,原花青素提取率为(23.4±7.2)mg/100 g.在加入无水乙醇夹带剂的前提下,利用超临界CO2萃取葡萄籽油,可以使油中含有原花青素,提高葡萄籽油的品质.     

响应面法优化仿栗籽油超临界萃取工艺

以仿栗籽为萃取原料,采用响应面法(RSM)优化仿栗籽油的超临界CO2 萃取工艺条件,在单因素试验基础上,设定CO2 流量为25kg/h、原料粉碎度为40 目,然后选取萃取压力、萃取温度、分离温度和萃取时间为影响因子,以仿栗籽油得率为响应值,应用Box-behnken 中心组合试验设计建立数学模型,进行响应面分析。结果表明,超临界CO2 萃取仿栗籽油的优化工艺条件：萃取压力31MPa、萃取温度47℃、分离温度34℃、萃取时间72min,在此优化条件下,仿栗籽油得率为48.57%。对仿栗籽油的脂肪酸组成进行GC-MS 分析,结果表明,仿栗籽油中富含不饱和脂肪酸,其中油酸和亚油酸含量分别为35.17% 和19.76%。