均匀设计-BP神经网络优化超临界CO_2提取杜香挥发油工艺  

Supercritical carbon dioxide extraction of Ledum palustre L. essential oils optimizing with uniform design and BP neural network

作　　者：姜玮[1] 刘静波[1] 陶旭[1] 王宇[2] 张燕[1] 王二雷[1] 卢静[1] 

机构地区：[1]吉林大学军需科技学院营养与功能食品实验室,长春130062 [2]吉林省产品质量监督检验院,长春130022

出　　处：《农业工程学报》2011年第S2期293-296,共4页Transactions of the Chinese Society of Agricultural Engineering

基　　金：吉林大学研究生创新研究计划项目(20111179)

摘　　要：将均匀设计和BP神经网络运用于杜香挥发油超临界CO2流体的萃取研究中,采用均匀设计的试验样本,单因素法筛选BP神经网络提取模型的隐含层节点数、学习函数、传递函数和训练函数;采用独立样本t检验和相关性分析讨论试验值和模拟值的关系评价模型;利用建立好的模型仿真提取,分析提取工艺因素(提取时间、提取温度、提取压强、原料粒度)对提取率的影响。试验结果显示,BP网络模型平均误差为0.0116,超临界CO2萃取时间、萃取压力、原料粒度和萃取温度与挥发油提取率之间的模型拟合度良好;通过模型仿真及优化,杜香枝干最优萃取条件为375 bar、17.5℃、1.0 h、大于20目的原料,仿真得率为1.82%,验证试验的得率的平均值为1.73%;杜香叶片萃取最佳条件为275 bar、15℃、3.0 h、大于20目的原料,仿真得率为2.65%,试验验证平均值为2.66%。该方法为杜香挥发油的提取研究提供新方法。将均匀设计和BP神经网络运用于杜香挥发油超临界CO2流体的萃取研究中,采用均匀设计的试验样本,单因素法筛选BP神经网络提取模型的隐含层节点数、学习函数、传递函数和训练函数;采用独立样本t检验和相关性分析讨论试验值和模拟值的关系评价模型;利用建立好的模型仿真提取,分析提取工艺因素(提取时间、提取温度、提取压强、原料粒度)对提取率的影响。试验结果显示,BP网络模型平均误差为0.0116,超临界CO2萃取时间、萃取压力、原料粒度和萃取温度与挥发油提取率之间的模型拟合度良好;通过模型仿真及优化,杜香枝干最优萃取条件为375 bar、17.5℃、1.0 h、大于20目的原料,仿真得率为1.82%,验证试验的得率的平均值为1.73%;杜香叶片萃取最佳条件为275 bar、15℃、3.0 h、大于20目的原料,仿真得率为2.65%,试验验证平均值为2.66%。该方法为杜香挥发油的提取研究提供新方法。

关 键 词：人工神经网络 超临界流体 CO2 萃取 均匀设计 杜香挥发油 

分 类 号：S1[农业科学—农业基础科学]