共查询到17条相似文献,搜索用时 62 毫秒
1.
云南松花粉超临界CO2脱脂研究 总被引:4,自引:0,他引:4
应用超临界CO2萃取技术研究云南松花粉脱脂的工艺,依据影响脂肪提取率的温度、压力、时间及流量,采用4因素3水平的正交实验设计进行实验,得到云南松花粉脱脂的可靠工艺参观数为:温度T2,压力P3,时间H2,流量L2,进而分别对参试的4因素与云南松花粉脱脂率的关系作了分析。 相似文献
2.
谈谈云南松花粉的开发利用云南省林科院尹家庆,范国才,董福美松花粉对人体的保健和治疗疾病的功能,早为世人所瞩目。中国古医典《本草纲目》曾记载:“松花,一名松黄,味甘温,主润心肺,益气,法风止血,亦可酿酒,久服轻身”。我国人民食用松花粉的历史已有2000... 相似文献
3.
4.
5.
6.
云南松花粉中总黄酮含量的测定 总被引:4,自引:0,他引:4
以黄苓甙为标样,对云南松花粉中黄酮类化合物采用甲醇回流提取,用紫外分光光度法进行测定。结果表明:破壁云南松花粉中总黄酮含量达到510mg/100g。 相似文献
7.
8.
9.
超临界 CO2 萃取落叶松木材挥发油的工艺研究 总被引:1,自引:0,他引:1
采用超临界CO2萃取技术萃取落叶松木材挥发油,以得率为考察指标,研究了萃取压力、萃取温度、CO2流量和萃取时间对得率的影响.确定了超临界CO2萃取落叶松木材挥发油的最佳工艺参数:萃取压力35MPa,萃取温度60℃,CO2流量10kg/h,萃取时间2h,在此条件下挥发油得率可达0.57%. 相似文献
10.
11.
对以云南松破壁松花粉为原料 ,采用具创新性生物技术研制的云南松花粉脂提物精粉、活性酶精粉、黄酮精粉、营养及活性物质精粉 ,以及用此 4种精粉经加工而获得的亚油酸软胶囊、口服 0 #胶囊、黄酮药片 (胶囊 )、精粉口服液和松花粉酮酒 5种产品的成分进行了分析 ,了解到它们相关成分的含量。分析结果表明 ,4种云南松花粉精粉具有速溶性好、营养及生物活性物质集中的特点 ,其主要营养及生物活性物质含量数倍于破壁松花粉。以其为原料加工的各项产品很好地保留了精粉的主要功能成分 ,因而对人体具有更高的保健、医疗功效。 相似文献
12.
超临界CO2萃取与微波法联用提取姜黄有效成分的研究 总被引:2,自引:0,他引:2
建立姜黄油及姜黄色素的超临界-微波联合提取工艺,在超临界CO2萃取姜黄油前处理工序的基础上,通过正交试验研究微波法提取姜黄色素过程中各操作参数对提取效果的影响,比较组合工艺与其他工艺在提取条件、产品得率、纯度等方面的差异.优化后得到的最佳条件为:提取温度45 ℃,料液比1:11,乙醇体积分数80%,时间2 min,姜黄色素得率达到3.22%.超临界-微波联合提取工艺完成了姜黄油和姜黄色素的分步提取,而且一定程度上达到了姜黄油和姜黄色素的提取、分离同时实现的效果,更有利于后期精制. 相似文献
13.
均匀设计法优化桦木醇的超临界二氧化碳萃取工艺 总被引:1,自引:5,他引:1
利用均匀设计法优化了超临界CO2萃取(SCDE)桦树皮中桦木醇的工艺.采用均匀设计法考察了萃取温度、萃取压力、萃取时间对桦木醇收率的影响,并用高效液相色谱法测定了萃取物中桦木醇的含量.试验结果表明,在萃取温度 32 ℃、萃取压力 8 MPa、萃取时间 1 h、CO2流量为 20 kg/h 的条件下,SCDE的桦木醇得率为 16.96%,萃取物中桦木醇含量达到 74.88%.与其他提取方法相比,SCDE法尽管得率略低,但选择性好且无环境污染,具有一定的应用前景. 相似文献
14.
15.
利用超临界CO2萃取(SCDE)技术,采用响应面优化法(RSR),对广东惠州野生余甘子籽油的萃取进行了研究.结果表明,500g余甘子籽萃取余甘子籽油的最佳工艺条件为:萃取时间103min,萃取压力19 MPa,萃取温度35℃,在此工艺条件下余甘子籽油得率为26.13%±1.4%.通过GC-MS分析表明,余甘子籽油中含有16种脂肪酸,主要为油酸、亚油酸、亚麻酸和花生四烯酸等不饱和脂肪酸,总GC含量达91.33%.通过分析油的理化参数及生产成本表明,超临界CO2萃取余甘子籽油是一个好的方法,具有工业使用价值. 相似文献
16.
小花龙血树有效成分的研究较少,制约了其进一步的开发利用。采用超临界CO2萃取小花龙血树(Dracaena cambodiana)的有效成分,再结合气相色谱质谱(GC—MS)仪对萃取物进行成分分析,分离并鉴定了其中的51个成分。 相似文献
17.
应用BP神经网络(BPNN)对超临界CO2萃取油茶籽油过程进行了模拟和预测。研究了神经网络的构建、训练以及学习算法和隐含层结构的优化,并用得到的神经网络对不同原料平均粒径(0.215~0.625 mm)、压力(30~35 MPa)、温度(35~50℃)、CO2流量(20~25 L/h)条件下的油茶籽油收率进行预测。结果表明:L-M算法是适宜的BP神经网络学习算法;具有5/8/1结构的BP神经网络的模拟性能最优;模型的预测值与实验结果吻合较好,大部分数据的相对误差小于3%,说明BP神经网络适用于超临界CO萃取油茶籽油过程的模拟。 相似文献