论文部分内容阅读
佛手(Citrus medica L var Sarcodactylis(Noot) Swingle)是我国一种珍贵的中药材,因其显著的医药价值使得开发价值越来越大。佛手精油具有植物精油中的独有清香和上佳的防腐抗菌能力,已经被广泛应用到食品、香料以及医药等领域。然而,当前国内对佛手精油的研究基本局限在有效成分的分析层面,而对佛手精油的加工和综合利用技术鲜有报道。本研究拟对佛手精油微胶囊制备、工艺优化、精油微胶囊释放动力学进行摸索,旨在为佛手精油深加工和综合利用技术开发提供一定的理论支持。具体而言,主要完成以下四方面工作:(1)喷雾干燥制备佛手精油微胶囊技术研究。(2)支持向量机(Support vector machine, SVM)在佛手精油B-环糊精包合工艺优化中的应用。(3)人工神经网络(Artifical neural network, ANN)在佛手精油微胶囊释放动力学的研究。(4)佛手精油-蔗糖溶液真空渗透佛手丝质量传递规律的研究。具体研究结果如下:1、利用实验室制备的佛手精油为原料,分别以B-环糊精和阿拉伯胶为壁材,利用单因素实验和响应面实验确定喷雾干燥制备的佛手精油微胶囊的最佳工艺条件。壁材为B-环糊精的优化配方工艺条件为:最佳进风温度为169.11℃,最佳气流量为604.59MPa,最佳进料量为26.40g,以及最佳进料速度为17.88mL/min。并进行了β环糊精-佛手精油微胶囊包埋率的测定。壁材为阿拉伯胶的优化配方工艺条件为:精油比例17.5%,阿拉伯胶比例50%,壁材浓度35%。并进行了阿拉伯胶-佛手精油微胶囊包埋率的测定。2、采用了基于统计学习理论的支持向量机(SVM)回归方法对佛手精油β-环糊精包含物制备的工艺条件进行了预测及优化。通过正交试验为构建SVM回归模型提供了基础数据,并运用交叉验证对模型参数进行了优化。回归结果显示,收得率SVM模型(MSE=0.003, R2=0.9581)和包埋率SVM模型(MSE=0.007, R2=0.9008)得到的回归预测值和实验测定值拟合良好,两者相对误差小于0.1%的回归值比例分别为100%和88.0%,表明SVM回归法可精确地预测挥发油B-环糊精包含物制备工艺状况,从而获取更为可靠的最优化工艺条件。3、目的是为建立佛手精油微胶囊贮存过程中的动力学模型并运用人工神经网络预测其动力学参数。在不同的温度下(10、25、40、55、70、85、100℃)研究佛手精油B-环糊精微胶囊的释放动力学,该动力学模型应用误差反向传播计算以及单隐层的人工神经网络(ANN)得到。结果显示,本研究中人工神经网络的隐藏层的最理想神经元数目为19。此外,动力学参数k,t1/2和D值的预测值和实验实际值的相关系数大于0.9971。综合结果显示,人工神经网络在预测佛手精油微胶囊释放动力学参数方面有很大的潜能。4、本实验以佛手丝为原料,在真空条件下,探讨了温度、浸泡液浓度、渗透时间对佛手精油-蔗糖溶液在佛手丝的固液体系渗透脱水的影响。结果显示,佛手丝的失水率在温度保持不变时随佛手精油-蔗糖溶液浓度增加而上升;高浓度混合溶液受温度的影响比低浓度渗透液大;佛手丝的失水率常数在渗透液浓度不变时和温度变化成正比,而固体物得率常数则成反比。综上所述,本研究为佛手精油加工及综合利用技术提出了新思路,亦达到了预期目标。为佛手精油微胶囊制备及应用技术的发展完善奠定基础;尤其是SVM和ANN的应用拓宽了对佛手精油微胶囊制备和储藏的技术;佛手精油-蔗糖溶液真空渗透佛手丝也为佛手精油在香料茶饮中的应用提供理论基础。