采用亚临界正丁烷流体萃取光皮梾木油
2023-01-12张爱华聂素丽贾维肖赵梓成李培旺肖志红
张爱华,聂素丽,贾维肖,赵梓成,4,李培旺,肖志红
(1.湖南省林业科学院,湖南 长沙 410004;2.木本油料资源利用国家重点实验室,湖南 长沙 410004;3.湖南省建筑材料研究设计院有限公司,湖南 长沙 410011;4.湘潭大学 机械工程与力学学院,湖南 湘潭 411105)
光皮梾木(别名光皮树,斑皮抽水树),属于双子叶植物纲、山茱萸科、梾木属的落叶乔木,是一种公认的高含油生物能源树种,生物柴油的理想原料树种[1-3]。目前对光皮梾木的研究比较少,李昌珠等[4-5]对光皮梾木进行了深入研究,提出了光皮梾木丰产矮化技术规程,开展了光皮梾木优良无性系的区域栽培试验,构建了光皮梾木立地质量评价量化模型,有望在黄河以南和珠江以北地区进行大面积种植。肖志红等[6]对光皮梾木果实不同部位油脂组成进行了分析,阐述说明光皮梾木果实全果含油,果肉含油占全果60%以上,核仁含油占全果30%以上,干基光皮梾木果含油率在30%左右,因此光皮梾木在我国具有很大的发展潜力。
光皮梾木在我国已经得到了一定发展,其油脂也到了较广泛应用。目前主要应用于生物能源和食用油两个领域[7-8]。李正茂等[9]对光皮梾木经济性状及开发生物质液体燃料的研究进行了构想,阐明光皮梾木经济利用系数高,果实含油率在30%以上;油质好,对其转化的生物燃料进行了测定,十六烷值在45 以上,符合车用燃料标准;政策扶持方面,光皮梾木已经被列入中国与欧盟的合作研究项目,有望快速推进其在生物质液体燃料领域的研究与开发。
李昌珠等[10]对目前国内光皮梾木的资源状况进行了阐述,目前国内的光皮梾木主要集中种植于湖南省和江西省,种植面积约为5.3×104hm2。刘光斌等[11]对5 种野生木本植物油性质及其制备生物柴油进行了研究,认为光皮梾木油是一种制备生物柴油的优良原料,反应过程酯交换率大于95%,所制备的生物柴油符合国家标准,产品指标也接近于0#柴油标准[12-14]。
光皮梾木油中的亚油酸和β-谷甾醇是人体不可缺少的营养物质,具有提高人体免疫力、降低动脉粥样硬化风险的作用,此外还有抗肿瘤和预防糖尿病的效果[15-16]。许安然等[17]采用光皮梾木油治疗高脂血症,并进行了临床试验,结果表明光皮梾木油能够明显降低人体内的胆固醇和β 脂蛋白,在食用过程中无任何毒副作用,可以作为辅助降脂的药食同源产品使用。亚临界技术已成功应用于深海鱼油、无花果油、牡丹籽油、孜然油、白果油、姜油和大宗油脂的制备[18-22],也应用于烟草浸膏、羊毛脂内含油脂的脱除领域[23-24]。超临界萃取法存在设备投资大、效率低、生产成本极高等不足[25]。SFE 技术(超临界流体萃取技术)较传统制油工艺存在诸多优势,因此在行业内势头发展迅猛,并已逐渐扩展应用到新型油料领域。制油过程的参数调整至关重要[26]。朱凯琪等采用SPE 技术制备了柚皮精油,韩艳利等[27]对山苍子果实的亚临界低温制油工艺进行了研究,发现该工艺具有很好的实用前景。
本研究旨在探索采用亚临界正丁烷(n-C4)流体萃取光皮梾木油技术,探讨光皮梾木油在亚临界液态n-C4中的溶解进程平衡,研究温度对萃取动力学的影响,为光皮梾木油的高效萃取及其功能成分制备提供理论依据。
1 材料与方法
1.1 试验仪器
SPE 实验室成套设备(型号CBE-XL,河南亚临界生物有限公司);实验室万能粉碎机(型号XFB-200,吉首市中诚制药机械厂);气质联用色谱仪(型号SCION SQ,BRUKER,USA);数控标准检验筛分机(型号RA-200,上海如昂机电科技有限公司);电子天平(型号MS304TS-02,梅特勒-托利多国际贸易上海公司)。
1.2 试验材料
光皮梾木果实,采自湖南省林业科学院实验林场,丁烷(纯度99.99%)购于青岛鲁东气体有限公司,石油醚、正己烷(AR 级)均购于国药集团化学试剂有限公司。
1.3 试验方法
1.3.1 亚临界萃取制油试验设计
1)单因素试验考察不同因素变量对萃取效果的影响:物料粒径/目(10、20、30、40、50)、物料水分/%(3.02、5.29、7.67、10.19、12.24)、萃取温度/℃(25、30、35、40、45)、萃取时间/min(20、30、40、50、60)、料液比(1∶1、1∶1.5、1∶2、1∶2.5、1∶3)、萃取次数(1、2、3、4、5)。
在萃取温度35℃,料液比1∶1.5,萃取时间40 min,物料水分10.19%的试验条件下考察粒径因素对萃取率影响;在萃取温度35℃、料液比1∶1.5、物料粒径30 目、萃取时间40 min 的试验条件下考察物料水分对萃取率的影响;在料液比1∶1.5,物料水分10.19%,物料粒径30 目,萃取时间40 min 的试验条件下考察萃取温度对萃取率的影响;在萃取温度35℃、料液比1∶1.5、物料水分10.19%、物料粒径30 目的条件下考察萃取时间对萃取率的影响;在萃取温度35℃、物料粒径30 目、物料水分10.19%、萃取时间为40 min 的条件下考察料液比对光皮梾木油萃取率的影响;在萃取温度35℃、物料粒径30 目、物料水分10.19%、萃取时间40 min、料液比1∶1.5 的试验条件下考察萃取次数对光皮梾木油萃取率的影响。
2)响应面优化试验:在单因素试验的基础上,进一步考察萃取温度、萃取时间和料液比及其交互作用对萃取效果的影响,采用Box-Behnken中的设计方法,运用Design-Expert 软件设计设计L17(3,3)进行RSM 优化。
1.3.2 亚临界n-C4 流体萃取制油
按照试验设计要求(见1.3.1),准确称取一定量粉碎后的光皮梾木果实物料,置于萃取釜内,萃取过程按照设定和萃取时间定时排放萃取液。具体操作详见CBE-XL SPE 试验室成套设备说明书,循环若干次完成萃取,同一样品试验要保持后续过程同第一次萃取的操作参数,并依次进行后续次数的萃取。
1.3.3 脂肪酸组分含量及含油率指标测定
利用分析天平称取1 g 以内的油脂样品转至试管,将甲醇-氢氧化钠混合溶液按照设定比例与油脂样品混合,通过酯交换反应使脂肪酸甘油三酯转换为脂肪酸甲酯。温水浴条件下快速摇动100 min,加入萃取剂正己烷继续摇动20 min。将萃取相稀释定容,用于后续气相分析[28-29]。含油率指标检测参照GB/T 14488.1—2008。
1.3.4 光皮梾木油—亚临界n-C4 两相溶解度平衡模型研究
图1 模拟系统可以分为A、B、C 三个区域,光皮梾木油的浓度分布为A 区域>C 区域>B 区域。光皮梾木油和亚临界n-C4两相初始接触,油脂分子传质运动开始,A 区域传至C 区域,再由C 区域传至B 区域,n-C4由B 区域传至C 区域,再由C 区域传至A 区域,经过一定时间的传质运动,A、B、C 三个区域将达到一种动态的平衡。
图1 模拟两相互溶平衡示意Fig.1 Schematic diagram of simulated two-phase miscible equilibrium
1.3.5 亚临界n-C4 流体萃取光皮梾木油的动力学研究
亚临界n-C4流体萃取制备光皮梾木油过程中涉及流体体系和萃取微动态比较复杂,通常采用半理论半经验的方法确定模型的参数。本研究直接引用Patricelli模型公式进行后续动力学的研究,并对其进行考察验证。
2 结果与分析
2.1 光皮梾木油-亚临界n-C4 两相溶解度平衡模型
2.1.1 动态互溶平衡时长
平衡传质时间直接影响互溶测定结果的准确性,为了保证体系相平衡的达到,合理的传质时间显得尤为重要。过长的传质时间,不仅会影响结果准确性,还会造成能耗损失,增加不必要的负担。过短的传质时间直接影响互溶度的准确性,造成试验无意义。因此,分别在30、40 和50℃的条件下,考察了传质时间对互溶度的影响规律,结果如图2 所示。
图2 丁烷流体中光皮梾木油质量变化Fig.2 Changes in the quality of parvovirus oil in butane fluid
如图2 所示,不同温度下n-C4流体中溶解光皮梾木油的质量随时间延长呈现先增大后逐渐平缓的趋势,采用相对标准偏差(RSD)来显示试验过程数据的稳定性,RSD 的计算方法见式(1)。
式(1)中:n为采集数据的个数;xi为数据点对应的数据值;为采集数据的平均值。
把每3 个相邻的数据作为一组,根据式(1)计算每组数据的RSD。当RSD 处于5.0%以下即可认定为试验过程产生的数据稳定,即互溶传质过程达到动态平衡。
从图2 和图3 可以看出,在30℃的条件下,光皮梾木油互溶扩散在60 min 后达到平衡。在40℃和50℃的条件下,光皮梾木油溶解平衡的时间都在40 min 前后,由此可见温度的升高可以使得光皮梾木油与溶剂更快地达到互溶平衡。这是因为温度升高能加快传质速率,提高分子运动水平,从而缩短了溶解达到平衡的时间。为了准确测量光皮梾木油的互溶度,在考察温度区间内(30~50℃),选择适宜的萃取平衡时间为60 min。
图3 采集的组数据RSDFig.3 Collected group data RSD
通过重复性试验检验了本方案的准确性,采用相对标准偏差(式1)来衡量试验数据的准确性和稳定性。考察工艺条件:反应温度30℃,溶剂1 L,测得3 组光皮梾木油/n-C4的互溶数据(84.91、85.42、85.94 g/L),标准偏差RSD 小于1%,因此本试验结果准确、可靠。
2.1.2 互溶模型验证
由图1 可知,n-C4与光皮梾木油分子通过一个相对静态的缓冲区C 进行互相传质,再分别进入对方的体系呈梯度式进行扩散,最终使各自浓度达到设定条件下的互溶平衡状态。
基于传质扩散的本质,建立关于光皮梾木油在n-C4流体中的一维稳态扩散模型,见图4。
图4 一维稳态扩散模型示意Fig.4 Schematic diagram of one-dimensional steady-state diffusion model
其中,Cin,Cout,为光皮梾木油的质量浓度(g/L),代入求得
采用菲克第一扩散定律:
单位时间内透过静态缓冲区面积为A的质量流量为
设定光皮梾木油在A 区域内浓度CA一致,B区域CB一致,定为常数项,把式10中的常数项用P,R替换。
因此,式10 可以化简为:
对t积分可得:
经上述推导,一定时间内溶解质量m与经过的时间t的关系如公式14 所示。用Origin 2018 软件的非线性拟合功能对图3 试验数据进行拟合函数取,结果如图5 所示:拟合的效果用均方差和决定系数(R2)判断,拟合结果如表1。
图5 试验数据拟合结果Fig.5 Experimental data fitting results
由表1 可知,时间结果的决定系数R2都很大(R2>0.95),并且F值都为显著(F<0.05%)。方差检验表明,模型计算值与试验数据没有显著差异。因此,式(14)能很好地与试验数据符合,证明了试验方法的准确、可靠。
表1 模型拟合结果Table 1 Model fitting results
2.1.3 互溶度及相互关联
测定了温度30~50℃时的互溶度数值,结果见表2。
表2 溶解度试验数据Table 2 Experimental data of solubility
互溶度平衡的数据关联方法采用缔合模型法。简要推导过程如下:
1 mol A 与k mol B 形成1 mol 结合物ABk,即:
那么有平衡常数:
取对数得到:
其中[A],[B],[ABk]分别表示溶质、溶剂、结合物的平衡摩尔浓度。
根据Clapeyron-Clausius 方程及Van’t Hoff方程:
其中:∆Hvap表示溶剂蒸发热,J/mol;Hsolv∆ 表示溶质溶解热,J/mol;qv,qs为积分常数。
由式(13)-(19)得:
式中d为流体密度,a,b和k分别为经验常数。
方公式(20)将互溶度与n-C4流体密度、操作温度等因素进行了关联,将表4 中温度、密度数值进行线性回归,见式(21)。
回归系数0.998 93,表明在30 到50℃范围内,线性相关性高。
将式(21)带入式(20)得:
将试验数据数用式(22)进行回归,可得回归方程:
k=15.66、ΔH为总反应热、R=8.314 J/(mol·K),,表明光皮梾木油在亚临界n-C4中的溶解是一个放热过程。
试验值与式(23)计算值对比见图6。
图6 计算值与拟合值对比Fig.6 Comparison between calculated value and fitting value
从图6 可以看到,试验值和计算值几乎都落在一条直线上。试验值的平均相对误差(ARE%)为1.09%,最大相对误差(RE%)为1.11%,因此说明,在30~50℃范围内,采用公式(23)计算光皮梾木油与亚临界n-C4中的互溶度有很好的准确性,这对本试验选用的温度指导意义重大。
2.2 亚临界n-C4 流体萃取制油工艺优化研究
2.2.1 单因素试验
1)粒径因素对萃取率影响
试验结果见图7a,可知物料粒径在30 目以内,光皮梾木油脂萃取率与目数成正比;物料粒径大于30 目,光皮梾木油脂萃取率与目数成反比,根据单因素试验结果粒径为30 目,萃取率达到最高。这是由于物料目数低,颗粒粒径会变大,物料内部的油脂分子不利于梯度扩散;颗粒粒径过小,容易造成粉末团聚,且在实际操作过程中不利于溶剂通过致密的物料层,所以造成萃取率下降,因此综合考虑,后续试验物料粒径控制在30 目。
2)物料水分对萃取率的影响
试验结果见图7b,可知过高的含水率对萃取率的影响比较大,在物料含水率超过12%,萃取率有明显的下降趋势。这是由于物料中的H2O 分子为极性分子,油脂和萃取相n-C4都为非极性分子,H2O 分子的存在能够阻碍油脂分子向萃取相的扩散;但是过低含水率就需要消耗更多的热能进行烘干,并且水分低于10%后,萃取率的升高趋势不是很明显。因此,本试验后续过程中针对物料水分控制在10%左右。
3)萃取温度对萃取率的影响
试验结果见图7c,可知在亚临界n-C4流体萃取制油过程中,温度升高(25~35℃)可有效提高油脂的萃取率,这是由于温度升高可以加快分子扩散运动,使n-C4流体与物料中的油脂分子接触能力提高,从而促进油脂的萃取率;但温度过高(40~45℃),会造成萃取釜内n-C4分子气化加剧,从而使亚临界状态的n-C4溶剂实际体积减小,不利于光皮梾木油的提取。因此,针对萃取温度因素在后续响应面试验优化范围为30~40℃。
4)萃取时间对萃取率的影响
试验结果见图7d,可知在时间40 min 以内,光皮梾木油脂萃取率与萃取时间成正比;时间大于40 min,光皮梾木油脂萃取率呈现持平趋势。这是由于在萃取的初始阶段,物料中的油脂分子处于快速的传质阶段,物料细胞中的油脂分子由高浓度向n-C4溶剂快速扩散,所以萃取率有明显提高。随着时间增加,n-C4溶剂中的油脂分子与物料细胞的中油脂分子扩散运动达到动态平衡,造成传质进入慢速阶段,从而萃取率趋于平缓。因此,后续试验选萃取时间30~50 min 的考察范围为宜。
5)料液比对光皮梾木油萃取率的影响
试验结果见图7e,可知在亚临界萃取过程中,料液比由1∶1~1∶25 阶段,萃取率有显著提高,这是由于溶剂量少会影响物料中油脂分子的传质,随着料液比增加,会加大萃取过程中油脂分子扩散的浓度差,从而有利于萃取率的提高。当料液比进一步增加,油脂分子扩散平衡增加的升高幅度不及料液比的升高幅度,并且还会造成后续脱溶的成本增加。因此,后续试验选择料液比1∶1.5~1∶2.5 的考察范围为宜。
6)萃取次数光皮梾木油萃取率的影响
试验结果见图7f,可知光皮梾木油萃取率随着萃取次数的增加而增加,当萃取3 次后,油脂萃取率的增幅明显降低,这说明在当前工艺条件下经过3 次萃取光皮梾木油的萃取率达到峰值,为94.31%。萃取次数的增加本质也就是增加了萃取时间和料液比,不仅会造成溶剂的浪费和延长脱溶的时间,还会增加工艺生产的成本。因此,选择萃取次数3 次为宜,并且为了因素的独立性,在后续响应面试验设计时不再考虑萃取次数这个因素。
图7 各因素对萃取率的影响Fig.7 Effects of factors on extraction rate
2.2.2 RSM 方案结果
针对单因素试验考察结果,选取A-萃取温度、B-料液比、C-萃取时间RSM 试验中的自变量,以光皮梾木油Y-萃取率为试验结果响应值。利用Design-Expert 8.0 中BBD 模块进行RSM 优化,试验设计采用L17(3,3)。
对表3 Box-Behnken 试验结果实进行数据处理分析,得到光皮梾木油制备过程中萃取温度(A/℃)、料液比(B)、萃取时间(C/min)三因素的试验值与收率(Y/%)之间的二次回归方程模型:
表3 Box-Behnken 试验设计与结果Table 3 Box Behnken experimental design and results
由表4 可知,模型P<0.000 1,R2(决定系数)为0.987 1,R2adj(调整系数)为0.970 6,说明拟合模型显著、拟合度高,可以很好地对不同条件下亚临界n-C4流体萃取光皮梾木油的响应值进行准确预测。
表4 RSM 回归模型方差分析Table 4 Response surface regression model analysis of variance
由图8 可知,响应面交互作用3D 图形和等高线图中显示了交互作用的最高点,且最高点的数值均在考察范围之内,表明模型真实可靠。进一步分析:萃取时间和料溶比两个因素作用极显著,萃取温度作用次之。通过对表6 响应面回归模型方差分析后,确定预测最佳参数为萃取温度36.45℃、料液比1∶2.45、萃取时间43.51 min,萃取率预测值99.39%。根据实际情况调整为萃取温度(36℃)、料液比(1∶2.5)、萃取时间(43 min),在经响应面优化后的3 次平行试验值为99.15%±0.05%,与预测值相差0.24%±0.05%,相差不大,说明模型真实可靠;较优化前单因素条件中最佳萃取率提高了4.80%±0.05%。
图8 两因素交互影响转化率的响应面和等高线图Fig.8 Response surface and contour maps of two factors interacting to influence the conversion rate
2.2.3 亚临界n-C4 流体萃取光皮梾木油的动力学研究
Meziane 等[30]采用Patricelli 模型对葵花籽的萃取机理进行了研究,发现含油的物料与萃取剂之间存在两种方式:游离油脂萃取和结合油脂扩散萃取,其中游离油脂的萃取占主导地位,并且该模型相对成熟,本研究直接引用该模型式(25)进行后续动力学的研究。
式(25)中:Yt为光皮梾木油某时间点的萃取率(g/100 g);Ye为平衡萃取率;为游离油脂萃取平衡萃取率(g/100 g);为结合油脂扩散平衡萃取率(g/100 g);Bw为游离油脂传质系数(min-1);Bd为结合油脂传质系数(min-1)。
由图9可知,在同一温度的条件下,亚临界n-C4流体萃取的萃取率随着时间的增加呈现升高趋势,在起始阶段20 min 以内,光皮梾木油的萃取率增加趋势迅猛,这是由于物料内的油脂分子含量高,扩散的梯度差比较大,所以对萃取率有利;在以后时间,萃取率逐渐趋于平缓。同时,随着温度的升高,同一时刻的萃取率也呈现上升趋势,这是由于温度的增加能够提高流体和油脂分子的运动速率,有益于油脂分子的萃取。
采用1stopt 数据处理软件将不同温度和不同时间的光皮梾木油萃取率的数据进行模型拟合,并采用Origin 软件进行绘图,由图9 可知,Patricelli模型准确地阐述了亚临界n-C4萃取的动力学过程,拟合曲线见图9 中的红实线,模型参数见表5。
表5 光皮梾木油萃取过程Patricelli 模型拟合参数表Table 5 Fitting parameters of the Patricelli model in extraction process of S.wilsoniana oil
图9 不同萃取温度动力学曲线Fig.9 Kinetic curve at different extraction temperature
Patricelli 模型阐述的油脂萃取过程分为两部分:一是物料经过预处理后,黏附或吸附在物料内部或物料颗粒之间的游离油脂,该部分油脂的萃取率很高,在图中能够看到陡升的趋势;二是物料内部的结合油脂,这部分油脂在细胞壁内,需要通过油脂分子的扩散运动才能实现油脂的萃取,由于增加了阻碍,所以萃取率较低。
2.2.4 不同工艺光皮梾木油的物化性质
1)光皮梾木油的常规理化指标
由表6 可知,3 种工艺制备的光皮梾木油考察的主要理化指标无明显差异,进一步说明亚临界制油工艺的可靠性。3 种工艺制备的光皮梾木油的酸值均较高,这是由于光皮梾木果实为全果含油,在果实成熟过程中,果肉内的油脂在高水分的条件下,再加上自身生物酶的催化,会发生酸败现象。这也为后续光皮梾木果实的采收时间和烘干预处理提供了科研基础。
表6 3 种油脂制备方法对光皮梾木油常规指标的影响Table 6 Effects of three oil preparation methods on Routine Indexes
2)脂肪酸组分分析
由表7 可知,亚油酸、油酸、棕榈酸、亚麻酸、硬脂酸等主要成分的相对百分含量在三种工艺制备的光皮梾木油中无显著变化,均为亚油酸和油酸占据了75%以上的含量。从油脂分子角度来讲,3 种工艺对油脂的品质无任何不利影响,这说明亚临界n-C4流体萃取光皮梾木油工艺切实可行。
表7 光皮梾木油脂肪酸的组成和相对含量Table 7 Composition and relative content of fatty acids in S.wilsoniana oil
由图10a 可知,光皮梾木油中不饱和脂肪酸组分为79.67%,饱和脂肪酸组分为19.13%。因为光皮梾木油催化裂解后续要进行异构和加氢反应,不饱和组分的增加有利于后续的异构化反应,这也验证了光皮梾木油是一种理想的生物能源原料。由图10b 可知,光皮梾木油中C18脂肪酸组分为81.78%,C16脂肪酸组分为17.02%,二者总和占比为98.80%。常规柴油主要组分的碳数分布区间为C15~C20,这说明以光皮梾木油作为原料开发生物燃料具有一定的理论依据。
图10 光皮梾木油脂肪酸组分及碳数分布Fig.10 Component and carbon number distribution of S.wilsoniana oil
3 结论与讨论
3.1 结 论
本研究尝试采用亚临界萃取技术用于光皮梾木油的制备,并从萃取机理、萃取动力学和工艺参数优化等方面阐述了亚临界流体制备光皮梾木油的过程,发现采用亚临界技术制备光皮梾木油不仅油脂得率较高,而且工艺过程温度较低,整体能耗较少。
通过模拟亚临界n-C4/光皮梾木油两相互溶平衡模型,研究了光皮梾木油在亚临界n-C4中的互溶性动态平衡,测定了光皮梾木油在亚临界n-C4中的溶解度,并用改进模型对平衡溶解度和工艺温度进行关联。
研究了SFE 萃取制备光皮梾木油过程中的各因素变化对油脂萃取率的影响,通过单因素结果获得各因素的具体考察范围,在此基础上选取萃取温度、料液比、萃取时间3 个参数选为自变量,以光皮梾木油萃取率为响应值,利用数据处理软件Design-Expert 8.0 中BBD 模块进行L17(3,3)水平试验设计,获得二次回归方程模型,拟合模型显著、拟合度高,可以很好地对不同条件下亚临界n-C4流体萃取光皮梾木油的响应值进行准确预测。
在不同温度条件下,采用1stopt 数据处理软件将不同时间的光皮梾木油萃取率的数值进行模型拟合,并采用Origin 软件进行绘图,发现Patricelli 模型准确地阐明了光皮梾木油通过亚临界n-C4萃取的动力学过程,R2均>0.99。
3.2 讨 论
通过本研究发现亚临界n-C4流体萃取在光皮梾木油脂制备领域具有很好的发展潜力,从萃取机理阐述游离油脂萃取和内部结合油脂萃取的过程,达到用于指导生产制油的目的,较传统工艺不仅大大提高了油脂的得率[31],而且制油工艺全程低温,油脂内含活性物质(角鲨烯、甾醇等)以及剩余饼粕活性物质(蛋白质)得以保留,为下一步的科研开发提供了优质原料。因为本实验是在小试萃取装置基础进行的研究,若要进行规模化放大还需进行中试和大试,重点解决亚临界n-C4流体萃取过程中存在的“虫洞现象”“热交换节能应用”等技术难题,这也为后续研究提供了思路,以期完善整个萃取流程的工艺优化。本研究未来将继续扩大亚临界n-C4流体萃取在木本油料领域的研究,以及探究亚临界技术萃取的木本油脂和饼粕副产物的高值化利用,例如通过亚临界低温萃取获得的高品质光皮梾木油在人体亚健康治疗领域的应用研究,以及饼粕作为高品质蛋白质原料进行分提等研究。