人工神经网络优化火龙果籽油的超临界CO2萃取工艺.pdfVIP

２０14 年 5 月 食品研究与开发 第 35 卷第 10 期 Ｆood Research And Development 工艺技术 58 DOI ：10.3969/j.issn.1005-6521.2014.010.015 人工神经网络优化火龙果籽油的 超临界CO 萃取工艺 2 邓楚津，刘书成，陶柳清，吴晓萍* （广东海洋大学 食品科技学院，广东 湛江524088 ） 摘 要 ： 采用超临界 CO 萃取火龙果籽油，通过单因素试验研究了干燥时间、原料粒度、CO 流量等因素对油脂得率的 2 2 影响，利用 JMP 7.0 软件中的人工神经网络平台，建立了超临界 CO2 萃取火龙果籽油的人工神经网络模型，并优化了萃 取过程的工艺条件。试验结果表明：火龙果籽晒干后经（80±1）℃干燥 1 h，稍粉碎过 40 目筛，CO2 流量为 20 L/h ，萃取压 力 30 MPa ，萃取温度 55 ℃，萃取时间 3 h ，油脂得率达 31 %以上；超临界 CO2 萃取的火龙果籽油酸值、过氧化值都较低， 不饱和程度较高，是一种具有较高的开发潜力的植物油脂。 关键词： 超临界CO 萃取；火龙果籽油；脂肪酸；工艺优化 2 Optimization of Extraction Process of Pitaya Seed Oil by Supercritical Carbon Dioxide Based on Artificial Neural Network DENG Chu-jin ， LIU Shu-cheng ，TAO Liu-qing ， WU Xiao-ping* （College of Food Science and Technology ， Guangdong Ocean University ， Zhanjiang 524088 ，Guangdong ，China ） Ａｂｓｔｒａｃｔ ： Pitaya seed oil was extracted by supercritical CO2 . Single-factor tests was applied to study the effects of drying time ， granularity of raw material and flux of CO2 on the extraction rate of pitaya seed oil. A artificial neural network model of supercritical CO2 extracting pitaya seed oil was established to optimize extracting process parameters in JMP 7.0 software. The parameters were listed as follows ： the sun-burned pitaya seed were dried at the temperature of （80±1） ℃ for 1 hour ， slightly-grinded pitaya seeds were screened through a 40-inch boult ， flow of CO was 20 L / h ， extraction pressure was 30