鄧愛華,王 云,謝 鵬
(1.湖南應(yīng)用技術(shù)學(xué)院農(nóng)林科技學(xué)院,湖南常德 415000;2.湖南文理學(xué)院生命與環(huán)境科學(xué)學(xué)院,湖南常德 415000)
黃秋葵(Abelmoschus esculentus(Linn.)Moench)屬錦葵科秋葵屬一年生草本植物,其成熟的種子中含油15%~20%[1]。黃秋葵籽油中不飽和脂肪酸—亞油酸含量高達(dá)47%[2],且飽和脂肪酸、單不飽和脂肪酸和多不飽和脂肪酸的比例接近FAO/WHO推薦1∶1∶1的模式[3]。有研究表明,黃秋葵不飽和脂肪酸具有保護(hù)小鼠因力竭游泳導(dǎo)致的肝損傷[4],以及提高疲勞運(yùn)動(dòng)小鼠的肝組織抗氧化能力[5]。此外,黃秋葵籽油還可以作為生物燃料,為生物柴油生產(chǎn)提供新的非食用油來源[6]。因此,黃秋葵籽油可為保健產(chǎn)品及生物燃料提供重要的原料。
黃秋葵籽油的萃取方法主要有浸出法、壓榨法[7]、水酶法和有機(jī)溶劑萃取法[8]、超聲波[9]、微波輔助萃取[10]和超臨界CO2萃取[11]等方法。壓榨法、浸出法、有機(jī)溶劑萃取法等工藝較簡單但出油量較低且雜質(zhì)較多,殘留溶劑會對人體健康產(chǎn)生影響。試驗(yàn)采用超臨界CO2萃取黃秋葵籽油,并應(yīng)用響應(yīng)面法優(yōu)化萃取工藝。
黃秋葵籽,湖南長安蔬菜有限公司提供;二氧化碳?xì)怏w(99.99%),常德廣匯氣體有限公司提供;95%乙醇、甲醇(AR),湖南匯虹試劑有限公司提供提供。
GN-20型多功能粉碎機(jī),廣州旭朗機(jī)械設(shè)備有限公司產(chǎn)品;202-00A型鼓風(fēng)干燥箱,上海喆鈦機(jī)械制造有限公司產(chǎn)品;JA11003型電子天平,天津宗谷電子衡器有限公司產(chǎn)品;DK-S22型電熱恒溫水浴鍋,上海精宏儀器有限公司產(chǎn)品;HA121-50-02型超臨界流體萃取裝置,南通儀創(chuàng)試驗(yàn)儀器有限公司產(chǎn)品;IKA-RET型磁力攪拌器,上海微川精密儀器有限公司產(chǎn)品。
選用成熟的黃秋葵種子,經(jīng)多功能粉碎機(jī)粉碎,裝入超臨界CO2萃取裝置中,CO2流量設(shè)定為30 L/h,在一定的壓力和溫度條件下萃取一定時(shí)間,在萃取釜出口收集得到黃秋葵籽油:
1.3.1 單因素試驗(yàn)
萃取釜中的物料密度為500 g/L,分離釜Ⅰ中的壓力為8 MPa,分離釜Ⅱ中的壓力為6 MPa,中間條件為萃取壓力25 MPa,萃取溫度55℃,萃取時(shí)間120 min,CO2流速30 L/h。分別考查萃取壓力(15,20,25,30,35 MPa)、萃取溫度(40,45,50,55,60℃)、萃取時(shí)間(60,90,120,150,180 min)、CO2流速(10,20,30,40,50 L/h)等對秋葵油脂萃取率的影響。
1.3.2 響應(yīng)面試驗(yàn)設(shè)計(jì)
在單因素試驗(yàn)結(jié)果基礎(chǔ)上,確定萃取壓力、萃取溫度、萃取時(shí)間、CO2流速為考查因素,以油脂萃取率為響應(yīng)值,運(yùn)用Design Expert 8.0.6軟件進(jìn)行Box-behnken響應(yīng)面試驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析。以A,B,C,D分別表示萃取壓力、萃取溫度、萃取時(shí)間、CO2流量,每個(gè)因素的高中低水平分別以1,0,-1編碼。
響應(yīng)面試驗(yàn)因素及水平見表1。
表1 響應(yīng)面試驗(yàn)因素及水平
2.1.1 萃取壓力對萃取率的影響
萃取壓力對萃取率的影響見圖1。
由圖1可知,隨著萃取釜中壓力增加,黃秋葵籽油的萃取率也在增加,是因?yàn)檩腿「袎毫Φ脑黾訉?dǎo)致CO2的密度增大,溶質(zhì)的溶解度隨之增加,萃取率也增加。當(dāng)萃取壓力增加到35 MPa時(shí),萃取率卻出現(xiàn)降低,這是由于壓力較高,油脂的傳遞受到影響。因此,選擇萃取壓力30 MPa最為合理。
圖1 萃取壓力對萃取率的影響
2.1.2 萃取溫度對萃取率的影響
萃取溫度對萃取率的影響見圖2。
圖2 萃取溫度對萃取率的影響
由圖2可知,隨著萃取溫度的增加,黃秋葵籽油的萃取率呈現(xiàn)先增加后降低的趨勢,在萃取溫度為55℃時(shí),黃秋葵籽油的萃取率最高,隨著萃取溫度的增加,物質(zhì)的擴(kuò)散系數(shù)也在增加,有助于物質(zhì)的傳遞速率。當(dāng)萃取溫度超過55℃后,收率隨著萃取溫度的增加逐漸下降,升高萃取溫度使得流體密度變小,溶解力下降,隨之黃秋葵籽油萃取率下降。
2.1.3 萃取時(shí)間對萃取率的影響
萃取時(shí)間對萃取率的影響見圖3。
圖3 萃取時(shí)間對萃取率的影響
由圖3可知,在萃取時(shí)間120 min時(shí),黃秋葵籽油的萃取率最高;在萃取時(shí)間為120 min之后,黃秋葵籽油萃取率逐漸降低,可能是長時(shí)間的萃取導(dǎo)致油脂中的某些物質(zhì)被破壞或管道中殘留較多。因此,選擇萃取時(shí)間為120 min最為合理。
2.1.4 CO2流速對萃取率的影響
CO2流速對萃取率的影響見圖4。
圖4 CO2流速對萃取率的影響
由圖4可知,隨著CO2流速的增加,黃秋葵籽油的萃取率隨之增加,當(dāng)CO2流速達(dá)到30 L/h時(shí),萃取率最高。然而,隨著流速的繼續(xù)增加萃取率反而降低,可能是前期增大CO2的流速,就會升高傳質(zhì)速度和濃度差,能夠加快萃取反應(yīng)的進(jìn)行,但是當(dāng)CO2流速增加到一個(gè)飽和點(diǎn)之后,繼續(xù)增加CO2流速會減少流體在物料中的傳質(zhì)接觸時(shí)間,從而降低黃秋葵籽油的萃取率。因此,選擇CO2流速為30 L/h最為合理。
根據(jù)單因素試驗(yàn)結(jié)果,選擇萃取壓力(A)、萃取溫度(B)、萃取時(shí)間(C)和CO2流速(D)為影響因素,萃取率(Y)為響應(yīng)值,進(jìn)行Box-behnken試驗(yàn)設(shè)計(jì)。
響應(yīng)面試驗(yàn)設(shè)計(jì)及結(jié)果見表2,回歸方程顯著性檢驗(yàn)結(jié)果見表3。
表2 響應(yīng)面試驗(yàn)設(shè)計(jì)與結(jié)果
使用Design Expert 8.0.6對表2數(shù)據(jù)進(jìn)行多元回歸擬合,得到回歸方程方差分析結(jié)果表3。對結(jié)果進(jìn)行二次回歸擬合后,得萃取壓力(A)、萃取溫度(B)、萃取時(shí)間(C)和CO2流速(D)對秋葵籽油萃取率的二次多項(xiàng)回歸方程:
表3 回歸方程顯著性檢驗(yàn)結(jié)果
方差分析顯示模型顯著(p<0.05),失擬項(xiàng)不顯著(p>0.05),因此模型成立。從表3可知,一次項(xiàng)A,C,D對萃取率的影響極顯著(p<0.01);二次項(xiàng)A2,B2,C2對萃取率的影響顯著(p<0.05);由F值可知,在所選試驗(yàn)范圍內(nèi),各因素對油脂萃取率的影響順序?yàn)锳(萃取壓力)>C(萃取時(shí)間)>D(CO2流速)>B(萃取溫度)。
交互作用對萃取率影響的響應(yīng)面圖見圖5。
對比曲面陡峭程度,發(fā)現(xiàn)與方差分析結(jié)果一致,影響萃取率交互作用大小順序的因素為A(萃取壓力)B(萃取溫度)>A(萃取壓力)C(萃取時(shí)間)>C(萃取時(shí)間)D(CO2流速)>B(萃取溫度)C(萃取時(shí)間)>B(萃取溫度)D(CO2流速)>A(萃取壓力)C(CO2流速)但各因素之間交互作用不顯著(p>0.05)。
利用Design Expert 8.0.6軟件由所建立的數(shù)學(xué)模型進(jìn)行參數(shù)最優(yōu)分析,得出最佳萃取工藝條件為萃取壓力33.86 MPa,萃取溫度57.74℃,萃取時(shí)間163.22 min,CO2流量32.08 L/h,預(yù)測黃秋葵籽油萃取率為20%。為了適合操作,調(diào)整條件萃取壓力30 MPa,萃取溫度55℃,萃取時(shí)間150 min,CO2流速30 L/h,通過3組平行試驗(yàn),黃秋葵籽油萃取率為19.6%±0.14%,與預(yù)測值無顯著性差異(p>0.05)。證明此條件為黃秋葵籽油萃取的最優(yōu)條件,該回歸方程可用于實(shí)踐。
圖5 交互作用對萃取率影響的響應(yīng)面圖
以黃秋葵籽為原料,經(jīng)超臨界二氧化碳技術(shù)萃取油脂。通過響應(yīng)面法獲得最優(yōu)萃取工藝參數(shù)為萃取壓力30 MPa,萃取溫度55℃,萃取時(shí)間150 min,CO2流速30 L/h,通過3組平行試驗(yàn),黃秋葵油脂萃取率為19.6%,與預(yù)測值19.48%無顯著性差異(p>0.05)。通過超臨界二氧化碳萃取黃秋葵籽油,將為黃秋葵籽的開發(fā)利用提供一個(gè)新的技術(shù)參考。