响应面法和人工神经网络优化亚临界CO2等压萃取葡萄籽油工艺及动力学研究 |
| |
作者姓名: | 陈星 郭建章 王威强 刘国祎 |
| |
作者单位: | 1. 青岛科技大学机电工程学院;2. 山东大学机械工程学院,山东大学可持续制造研究中心 |
| |
摘 要: | 以葡萄籽油萃取率为指标,通过响应面法(Response surface methodology, RSM)和人工神经网络(Artificial neural network, ANN)对亚临界CO2等压萃取葡萄籽油工艺进行建模和优化,研究主要工艺参数(萃取压力、分离温度、萃取时间)对葡萄籽油萃取率的影响,且通过RSM和人工神经网络耦合遗传算法(Artificial neural network coupled genetic algorithm, ANN-GA)2种方法优化其最佳工艺条件并验证。在萃取过程中,通过不同萃取压力和不同萃取时间条件下葡萄籽油萃取率的变化,拟合出最佳的葡萄籽油萃取动力学模型并验证。结果表明:RSM与ANN这2种方法均能较为精准地预测,得出RSM模型(R2=0.9940)的预测效果优于ANN(R2=0.9879)模型。且RSM和ANN-GA优化最佳萃取条件及萃取率分别为:萃取压力16.13 MPa、分离温度59.55℃、萃取时间100.6 min,萃取率11.36%;萃取压力16.5 MPa、分离温度60.95℃、萃取...
|
关 键 词: | 响应面法 人工神经网络 亚临界CO2等压萃取 葡萄籽油 动力学 |
|
|