提升L种子油产量:一个自适应的神经模糊干扰系统燃料SC-CO2提取突破
Padej Pao-la-Or1, Boonruang Marungsri1, Pornariya Chirinang2
1School of Electrical Engineering, Institute of Engineering, Suranaree University of Technology, Nakhon Ratchasima 30000, Thailand.
Foods (Basel, Switzerland)
|January 11, 2024
概括
研究人员利用超临界流体提取优化了石榴种子油提取. 最好的条件涉及特定的压力,温度和时间,通过响应表面方法和ANFIS验证高油量产量.
科学领域:
- 农业科学 农业科学
- 化学工程是化学工程的重要组成部分.
- 食品科学 食品科学 食品科学
背景情况:
- 石榴种子油富含有益的化合物.
- 有效的开采方法对于最大限度地提高石油产量和质量至关重要.
研究的目的:
- 为了优化石榴种子油的超临界液体提取条件.
- 为了比较响应表面方法 (RSM) 和人工神经模糊智能系统 (ANFIS) 的过程优化.
主要方法:
- 使用CO2进行超临界流体提取 (SFE).
- 试验策略的盒式设计.
- 响应表面方法 (RSM) 和人工神经模糊智能系统 (ANFIS) 的优化.
主要成果:
- 确定了最佳的提取参数:40 MPa的压力,55 °C的温度,120分钟的时间和21.3 L/h的CO2流量.
- RSM和ANFIS都与实验数据有很强的相关性,证实了它们的有效性.
- 在优化条件下实现了高石榴油产量.
结论:
- 超临界液体提取是提取石榴种子油的有效方法.
- RSM和ANFIS是优化SFE流程的宝贵工具.
- 确定的最佳参数为工业规模的石榴油生产提供了基础.


