共查询到19条相似文献,搜索用时 265 毫秒
1.
采用3种大孔吸附树脂对青玉米须总黄酮进行吸附纯化,筛选出适宜的树脂XDA-200,考察了原液质量浓度、pH值等因素对该树脂吸附的影响,以及洗脱剂乙醇体积分数等对静态解吸效果的影响。结果表明:XDA-200树脂对玉米须总黄酮有良好的吸附纯化性能,当上样液浓度为20.2mg/ml,PH值为5,上样液量为2倍树脂柱体积,吸附流速1.8BV/hr时吸附效果最好;洗脱液为2.5倍树脂柱体积的95%乙醇时,洗脱效果最好,分离纯化后的青玉米须黄酮产品纯度可达70.6%。 相似文献
2.
3.
采用紫外分光光度法测定总黄酮含量.比较了6种大孔树脂对越橘果渣总黄酮的吸附和解吸效果,从中筛选出适合分离纯化越橘果渣总黄酮的树脂,并对其吸附和解吸条件进行了探讨.结果表明:HPD-600树脂为纯化越橘果渣总黄酮的最佳树脂,并确定其吸附流速2 BV/h,吸附pH 3.8,解吸剂选用60%乙醇.经HPD-600精制的越橘果渣总黄酮为褐色粉末,总黄酮纯度由原料果渣的10.92%提高到53.5%,提高了4.8倍. 相似文献
4.
5.
采用微波辅助提取薇菜总黄酮,并用正交试验进行工艺参数的优化。同时选择4种大孔树脂,比较其对薇菜总黄酮的吸附量和解吸率,筛选出较优的大孔树脂并对其动态吸附及解吸性能进行考察。结果表明:优化的工艺条件为乙醇浓度40%,固液比1:50,微波功率为450w,微波处理时间为100s。X-5型大孔吸附树脂对薇菜总黄酮有较好的吸附及解吸效果;较好的吸附分离工艺参数为:上柱液浓度1.098mg/ml,吸附流速1BV/h,用70%乙醇浓度洗脱时,吸附率为68.94%;当吸附量为5.68mg/g,解吸率为51.13%,薇菜总黄酮的纯度为15.10%。 相似文献
6.
大孔树脂对槐花总黄酮的吸附分离性能研究 总被引:2,自引:0,他引:2
[目的]筛选对槐花总黄酮具有较好吸附和解吸能力的大孔吸附树脂并确定其最佳吸附及脱附条件。[方法]通过考察流速、温度和pH值等影响树脂吸附和脱附性能的因素,确定最佳的吸附和脱附条件。[结果]D4020型非极性大孔吸附树脂对槐花总黄酮有较好的吸附和解吸效果。最佳吸附条件为:pH值4.5,温度为15℃,上样液浓度在0.55-0.85 mg/m l,流速为2.0 BV/h。脱附条件为:70%乙醇,pH值8.5,流速为3.0 BV/h。在此条件下洗脱D4020吸附树脂,3.0 BV脱附液就可把树脂吸附的90%以上的总黄酮解吸下来,脱附的总黄酮浓度较高,且可蒸馏回收洗脱剂,降低成本。[结论]该研究为槐花总黄酮的吸附及脱附提供了科学依据。 相似文献
7.
以白木香叶为原料,利用乙醇水溶液浸提法,用芦丁为对照品,硝酸铝作显色剂,测定提取液在510 nm波长处的吸光度,来检测白木香叶总黄酮的提取率。单因素实验考察了乙醇体积分数、提取温度、液料比和提取时间4个因素对白木香叶总黄酮提取得率的影响,在此基础上,通过响应曲面法优化得到白木香叶总黄酮提取的最佳工艺条件。利用大孔吸附树脂对白木香叶总黄酮进行分离纯化,以饱和吸附量、吸附率和解吸率作为评价指标,比较了D101、AB-8和S-8 3种极性不同的大孔吸附树脂对白木香叶总黄酮的分离纯化效果,得到了分离纯化效果最佳的树脂,并研究了其吸附时间与吸附率的关系。结果表明:1)白木香叶总黄酮最佳提取条件为80%的乙醇、提取温度65 ℃、液料比20 mL/g、提取时间3 h,此条件下,白木香叶总黄酮得率为4.83%;2)非极性或弱极性的大孔吸附树脂更适合白木香叶总黄酮的分离纯化;3)D101大孔吸附树脂对白木香叶总黄酮具有较好的纯化效果,总黄酮纯度提高到纯化前的2.8倍。 相似文献
8.
大孔吸附树脂分离枳实总黄酮工艺的优化研究 总被引:1,自引:0,他引:1
[目的]优化大孔吸附树脂法纯化枳实(Auraneii immaturusFructus)总黄酮的工艺。[方法]比较AB-8、HPD-450和D1013种大孔吸附树脂对枳实总黄酮的吸附和解吸效果;并对上柱液的黄酮浓度、pH值和洗脱液乙醇体积分数进行了优化。[结果]D101大孔吸附树脂对枳实总黄酮的分离纯化效果最好,其纯化枳实总黄酮的工艺条件为:上柱液浓度3mg/ml,上柱液体积2.0BV,上柱液pH值4.5,洗脱液乙醇体积分数70%,洗脱体积2.0BV。[结论]D101大孔吸附树脂对总黄酮的综合性能较好,适合于枳实总黄酮的分离纯化。 相似文献
9.
大孔吸附树脂分离纯化虎舌红总黄酮 总被引:1,自引:0,他引:1
对大孔吸附树脂富集纯化虎舌红(Ardisia mamillata)总黄酮的最佳工艺参数进行了研究,并比较了4种大孔树脂对虎舌红总黄酮的吸附与解吸效果,从中筛选出适合分离纯化虎舌红总黄酮的树脂,同时对其吸附和解吸条件进行了探讨.结果表明,AB-8型为较理想树脂,其纯化总黄酮的最优工艺条件为:上样液质量浓度为0.34 mg/mL,吸附流速为2.0 mL/min,吸附pH值为5.0,洗脱剂为3BV(90 mL)体积分数70%的乙醇,解吸流速为1.50 mL/min.经AB-8型树脂纯化后,总黄酮纯度由原来的8.92%提高到67.79%,提高了7.6倍. 相似文献
10.
《江西农业大学学报》2017,(1)
研究了桃花总黄酮的纯化工艺及抗氧化活性。采用静态吸附-解吸和动态吸附-解吸的方法,以吸附率和解吸率为指标,从8种树脂中筛选出最佳树脂为DM-28;以总黄酮浓度为指标,优选出大孔树脂DM-28纯化桃花总黄酮的最佳工艺参数为:静态吸附:最佳温度为30℃,最适p H为4.0,吸附3.5 h,60%乙醇洗脱;动态吸附:上样浓度为0.72 mg/m L、上样流速为2 m L/min,60%乙醇以2 m L/min流速进行洗脱,在此优化条件下,纯化后的桃花总黄酮(58.39%)比纯化前提高6.84倍。此外,通过测定桃花总黄酮清除自由基的能力对其抗氧化活性进行了评价,结果表明:桃花总黄酮的抗氧化能力较强,对DPPH、ABTS+自由基的半抑制浓度(IC50)分别为13.47μg/m L、32.16μg/m L。 相似文献
11.
12.
13.
14.
15.
通过单因素试验和正交试验,研究了青玉米须中黄酮类化合物的提取工艺。结果表明:最佳提取条件为溶剂乙醇含量60%、料液比1∶25、提取温度90℃、提取时间75 m in。 相似文献
16.
采用聚酰胺树脂分离纯化翅果油树(Elaeagnus mollis Diels)叶黄酮,通过不同条件下两种聚酰胺树脂(100-200目、60-100目)对翅果油树叶黄酮静态和动态吸附与解吸特性的研究,确定最佳精制工艺。结果表明,100-200目聚酰胺树脂对翅果油树叶黄酮的吸附性能较好,饱和吸附量为0.153mg/g,解吸率为85.88%;最佳工艺条件为吸附液pH 4.0~6.0、解吸液体积分数为60%、V(吸附液)∶m(树脂)=6∶1、洗脱剂用量为1.5BV(柱体积);在此条件下,聚酰胺树脂可重复使用4~5次。 相似文献
17.
D-101-1大孔树脂吸附纯化杜仲总黄酮研究 总被引:1,自引:0,他引:1
[目的]筛选D-101-1大孔树脂吸附纯化杜仲总黄酮的最佳工艺。[方法]在80℃条件下,用70%乙醇(料液比为1∶10)回流提取2次,每次2h,以杜仲总黄酮的纯度和得率为考察指标,对D-101-1净品型大孔树脂吸附纯化杜仲总黄酮的工艺进行了筛选。[结果]洗脱溶剂为70%乙醇时,杜仲总黄酮的分离纯化效果最好,杜仲总黄酮的纯度为54.43%,得率为2.61%。[结论]该方法操作简便,树脂再生容易,方法可取。 相似文献
18.
[目的]以玉米须、陈皮为主要原料,开发研制具有营养保健作用的复合保健饮品。[方法]选用玉米须汁、陈皮汁、白砂糖、柠檬酸作为试验因子,采用L9(34)正交试验的方法进行试验,根据饮品的色泽、香气、滋味和组织状态进行评分,分析得出最佳的原料配比。[结果]试验得出,玉米须陈皮复合保健饮料的最佳配方为:玉米须汁75%,陈皮汁75%,白砂糖14%,柠檬酸0.18%,甜橙香精0.1%。4个因子对产品感官评价的影响程度大小依次为:陈皮汁白砂糖柠檬酸玉米须汁。随着陈皮汁加入量的增加,产品感官色泽有较明显的上升趋势,同时香气更加浓郁;白砂糖加入量的增加,柠檬酸与白砂糖形成一定的糖酸比,对产品的口味有较明显的改善;玉米须风味柔和,对产品风味无明显影响。[结论]玉米须陈皮复合保健饮料口味独特,清爽可口,又富有营养价值和保健功效,具有一定的市场前景和开发价值。 相似文献
19.
基于MF-SSD卷积神经网络的玉米穗丝目标检测方法 总被引:1,自引:0,他引:1
目的 玉米穗丝是玉米的授粉器官,生长发育状况会影响玉米的产量。为了在玉米生长状态监测和产量预测工作中实时准确识别玉米穗丝,提出一种基于多特征融合SSD (MF-SSD)卷积神经网络的玉米穗丝检测模型。方法 基于特征图对玉米穗丝进行检测,在VGG16-SSD的基础上,用MobileNet替换特征提取器,加入多层特征融合结构,得到MF-SSD网络模型;通过网络优化调整,试验了MF-SSD-cut-3、MF-SSD和MF-SSD-add-3共3种网络结构,优选出检测性能最好的网络结构用于玉米穗丝检测。基于玉米穗丝图像数据集,应用0~180°随机旋转原始图像和水平翻转、平移原始图像2种数据增广技术提升模型训练效果。对是否使用二次训练策略和是否使用Focal loss解决样本不平衡问题进行了试验,并对比分析Loss的下降过程。结果 通过加入多层特征融合结构对SSD模型改进后能够提高网络的检测能力,提升识别速度。与VGG16-SSD相比,MF-SSD在交并比指标方面的平均精度提高7.2%,对玉米穗丝小目标检测的平均召回率提高19.6%,检测速度最高能提升18.7%。在存储空间和运行时间有较高要求的嵌入式环境下,MF-SSD-cut-3模型在满足检测效果的前提下,以较小的空间代价获得了相对较短的运行时间;在不考虑空间和时间因素的情况下,MF-SSD模型获得更好的检测效果。二次训练策略提高了网络的收敛速度和模型的稳定性;Focal loss有效解决了SSD算法中正负样本数量不平衡问题,使网络模型的训练更容易收敛。结论 MF-SSD模型对小目标的检测能力能满足农业生产中对玉米穗丝的实时检测需要,可以用于玉米生长状态的自动监控和产量的精准预测。 相似文献