微波对萃取过程的强化

对微波萃取技术进行了简要综述,具体介绍了微波萃取的原理、特点、萃取参数设备、优越性及近年来的研究进展和应用,并展望了微波萃取技术的发展前景。     

微波作用下的乙酸乙酯合成反应动力学

为揭示微波辐射效应对非均相酯化反应动力学的影响,研究了微波加热催化合成乙酸乙酯的酯化反应动力学,并与常规动力学作了对比.在自制微波功率连续可调、红外测温已校正的反应装置中,重复测定了反应温度为60,65,70和75℃时的正、逆反应速率常数,得到了Arrhenius方程参数.微波加热下的反应活化能为51.719 kJ/mol,指前因子为582.9:常规水浴加热下的反应活化能为48.581 kJ/mol,指前因子为169.2.研究结果表明,在研究的反应温度范围内,微波改变了反应动力学,加快了反应速率,存在微波非热效应,但并不改变反应平衡常数.     

微波萃取技术

介绍了一种新型的萃取方法——微波萃取及所用的试剂、设备和反应条件。通过与超声波法和索氏提取法的比较。发现微波萃取不仅有较高的回收率而且精度也很好。微波萃取具有操作时间短、溶剂量少、易于回收和自动控制水平高的特点。     

微波辅助萃取中药有效成分的研究进展

介绍了微波辅助萃取的机理、特点、设备和萃取参数,对微波辅助萃取精油、多糖、黄酮、生物碱、皂甙等中药成分的研究进展进行了综述,并从机理研究、萃取系统改进和萃取新技术开发等方面提出了建议。     

微波辅助石油焦萃取脱硫实验研究

研究了不同有机溶剂萃取对石油焦脱硫率的影响,测试了微波辅助有机溶剂在不同微波功率和照射时间下的脱硫效果。结果表明:微波辅助邻氯苯酚萃取石油焦脱硫的最佳实验条件为功率550W,微波照射时间15min,脱硫率为29%;微波辅助糠醛萃取石油焦脱硫的最佳实验条件为功率700W,微波照射时间15min,脱硫率为23.5%;微波辅助复合溶剂萃取石油焦脱硫的最佳实验条件为功率400W,微波照射15min后,脱硫率为35.3%。比较三种有机溶剂的脱硫率效果,得出复合有机溶剂的脱硫效果最好。     

超临界流体萃取固态物料的动力学模型

萃取速率和萃取量是超临界流体萃取过程设计的重要依据。对超临界流体萃取固态物料的动力学模型进行了评述。分析了各种动力学模型所描述的萃取机理和模型的求解方法 ,并对各种模型进行了比较 ,指出了各自的适用范围。     

微波辅助萃取煤的实验研究

在微波辅助下,以神府煤为主要研究对象,四氢呋喃、丙酮、甲醇为溶剂,考察了萃取温度、时间、溶剂量及煤粒度对萃取率的影响,结果显示:使上述3种沸点接近的不同溶剂萃取率达到最佳值,所需要的萃取温度、溶剂量及煤粒度相差大;同时探讨了以四氢呋喃、丙酮、N,N-二甲基甲酰胺为溶剂,对不同变质程度煤的微波辅助萃取效果,结果是变质程度相似的煤在相同萃取条件下萃取率不同。运用红外光谱现代分析技术,对神府脱灰煤和四氢呋喃抽提残煤的结构进行对比分析,结果表明萃取并没有破坏煤的大分子结构。     

微波辅助萃取葡萄籽油的研究

对微波辅助萃取葡萄籽油的工艺条件进行了探讨,研究了萃取溶剂、萃取温度、萃取时间和料液比对油产率的影响,初步得出了微波辅助萃取葡萄籽油的较优化工艺条件：以二氯甲烷为萃取溶剂,萃取温度50℃,萃取时间10min,料液比（g·mL^-1）为1：8。与传统的水蒸气蒸馏法、索氏提取法相比较,微波辅助提取具有提取时间短、效率高、节约能源、产品质量好、无污染等优点,并且明显提高了葡萄籽油中亚油酸组分的含量。     

山豆根中苦参碱的微波辅助萃取工艺

[方法]以苦参碱提取率为指标,用单因素试验和正交试验对山豆根中苦参碱的微波提取工艺进行优化,并与传统温浸工艺比较.[结果]山豆根中苦参碱微波提取的最佳工艺条件为微波提取时间20 min,微波功率500 W,微波温度75℃,乙醇体积分数80%,液料比加:1(L/kg).此条件下山豆根苦参碱提取率为0.963%,比传统工艺提取率0.557%提高了72.8%.[结论]微波提取工艺与传统工艺相比,不仅提取率高,而且具有高效及萃取时间短的优点.     

微波辅助萃取油页岩工艺条件的研究

以CS2-NMP为溶剂,在微波辅助的条件下对依兰油页岩进行了萃取,采取了四因素、四水平的正交实验,并对正交实验的结果进行了分析。实验结果表明,微波萃取的最佳工艺条件为粒度0．119mm、溶剂量55ml（矿样5±0．25％）、时间15min、功率600W;萃取率可以达到10．9％;各因素对萃取率影响关系为溶剂量〉粒度〉功率〉时间,并且粒度、溶剂量和功率对萃取率均有显著影响。     

飞天蜈蚣七多糖提取动力学研究

根据中草药浸提机制和扩散理论对飞天蜈蚣七多糖浸提的动力学进行初步研究。以Fick第二定律为基础,采用球形模型讨论液料比、提取时间、提取温度与飞天蜈蚣七中多糖浸出量之间的关系,从而建立提取过程中动力学模型,并由此推算出浸提多糖过程中的速率常数、活化能、相对萃余率、有效扩散系数等动力学参数。飞天蜈蚣七中多糖的浸出量随着温度的升高而增加、随着液料比的变化而变化、随着提取时间的增长而逐渐增加并最终趋于平衡;浸提多糖的相对萃余率符合指数模型;有效扩散系数也随着温度升高而增加并受到液料比的影响。研究得到的动力学模型可为飞天蜈蚣七多糖提取的工艺条件优化和深层次研究奠定理论基础。     

飞天蜈蚣七中黄酮提取的动力学

根据天然植物中活性成分提取机理和扩散理论,对飞天蜈蚣七中黄酮提取的动力学进行研究。首先在不同提取温度、提取时间下测定提取液中黄酮的浓度,发现随着提取温度的升高、提取时间的增长,黄酮浓度不断增加并最终趋于平衡;然后以Fick第二定律、球形模型为基础建立提取过程中的动力学模型并求得了速率常数、活化能、内扩散系数、相对萃余率等动力学参数。建立的动力学模型可为飞天蜈蚣七黄酮提取的工艺条件优化和深层次研究奠定理论基础。     

金莲花黄酮超声波提取的动力学模型

以金莲花中黄酮提取量为考察指标,研究以体积分数50%的乙醇溶液为提取剂,超声波辅助提取金莲花总黄酮的传质动力学过程。根据质量平衡方程,利用实验测得的提取过程中的重要动力学和热力学参数,建立了金莲花黄酮超声波提取的动力学模型。结果表明:金莲花黄酮超声波提取过程为准一级反应,所建立的动力学模型能较好地描述金莲花黄酮的超声波提取过程。     

添加晶种的KNO_3水溶液间歇结晶动力学模型

针对添加晶种的二次成核结晶过程的特点,并基于Beer Lambert定律、ΔL定律和粒数衡算理论,建立了包含透光率变量的间歇结晶动力学模型。运用该模型对KNO3水溶液冷却结晶实验的溶液质量分数、相对过饱和度以及透光率数据进行关联,一次性获得了结晶体系的二次成核和生长动力学参数,其值与文献值吻合较好。尝试以光学法关联动力学模型的研究,将有助于结晶机理的深入认识,为动力学模型的进一步发展提供思路。     

中药材挥发油提取过程的传质动力学模型

利用Fick第二扩散定律和膜模型理论,分别建立了内扩散控制和气膜扩散控制的传质速率模型,并以苍术挥发油的提取实验以及文献数据对模型进行检验。实验结果表明,苍术颗粒半径较大时,挥发油提取过程由内扩散控制,服从一级动力学方程;颗粒半径小于0.090 mm时,出油速率由气膜扩散控制,出油量和时间呈正比。利用所建立的动力学模型对其他5种中药材的数据进行拟合,得到了与文献数据较为吻合的计算结果,表明该模型是可靠的,能反映实际提取情况,具有一定适用性。     

微波辅助提取牡丹雄蕊总生物碱工艺研究

采用微波辅助法提取牡丹雄蕊中的总生物碱。考察了料液比、浸润时间、微波加热提取时间、微波功率、pH值和乙醇浓度等对提取率的影响。结果表明,牡丹雄蕊总生物碱的最佳提取工艺条件为:料液比1∶20,浸润时间24 h,微波加热提取时间15 min,微波功率500 W,pH值3和乙醇浓度80%。在此最佳工艺条件下,牡丹雄蕊中总生物碱提取率为2.16%。     

微波辅助法提取夹竹桃叶中生物碱的工艺研究

以夹竹桃叶为原料,用微波辅助醇提水沉法提取夹竹桃叶中生物碱。在单因素试验基础上,以正交实验考察了提取过程中的各影响因素,再以回归正交实验优化了提取工艺。各因素对夹竹桃叶中生物碱提取率的影响次序为:料液比>微波温度>微波时间>乙醇体积分数>微波功率。得最佳工艺条件为:乙醇体积分数80%,微波时间90s,微波温度70℃、微波功率300W,料液比1:25(g/mL),浸泡时间4min,在此条件下,夹竹桃叶中生物碱提取率达7.9256%。     

超临界CO_2和微波辅助萃取当归挥发油

考察当归挥发油的不同提取方法。文中用超临界CO2流体萃取法和微波辅助萃取法研究萃取当归挥发油。实验表明:超临界CO2萃取最佳工艺条件为萃取压力25 MPa、分离釜Ⅰ解析温度55℃、萃取温度45℃,提取率约1.9%;微波辅助萃取最佳工艺条件为无水乙醇为提取溶剂,微波功率800 W、微波辐射时间150 s、液料质量比为4.71∶1,提取率约11.2%。微波辅助萃取法取得当归油的收率高于超临界CO2萃取法。微波辅助萃取法萃取当归挥发油收率高,但外观品质较超临界萃取的当归挥发油差。     

Kinetic model for cloud-point blending of diesel fuels

A semi-empirical model, with two adjustable parameters, has been developed for predicting the cloud points following the blending of diesel fuel components. The model is based on a kinetic argument deduced from the cloud-point dependence of the cooling rate. By either using a constant cooling rate or standardizing the cloud point to a constant cooling rate, blended cloud points can be accurately predicted from the equation

where T_j are the component cloud point (K), v_j are the component volume fractions, and T_c is the blended cloud point. The two adjustable parameters, α and β are associated with the concentration of nucleating sites in the components. The contribution of the β term to the prediction is small and is insignificant if component cloud points are evenly distributed. In general, the larger the cloud point the larger the number of nucleating sites, but this also appears to be dependent on the type of molecules involved in the nucleating sites.