ИССЛЕДОВАНИЕ ПРОЦЕССА ЭКСТРАКЦИИ МАСЛИЧНОЙ ФУЗЫ НА ЛАБОРАТОРНОЙ УСТАНОВКЕ

АННОТАЦИЯ

Основной объем выпуска растительных масел приходится на пальмовое и соевое масла. В сумме они составляют 63% от общего объема мирового производства. На долю хлопкового масла же приходится 2 %, что составляет в 2019/20 годах 4,018 млн. тонн.

Масло хлопковое: жидкость - маслянистая жёлтая, не имеет запаха, со вкусом похожим на ореховый. В составе хлопкового масла имеется: витамины В1, В2, В5, В6, В9, Е и РР, а также насыщенные и мононенасыщенные жирные кислоты, являющиеся основным поставщиком омега-3 и омега-6 в организм человека. Хопковое масло являясь антиоксидантом, препятствует старению организма, влияет на работу сердца и эластичность сосудов. Жирные кислоты, имеющие в составе масла, обладают антигистаминными и противовоспалительными свойствами, положительно влияют на иммунитет.

ABSTRAСT

The main output of vegetable oils falls on palm and soybean oils. Together, they account for 63% of the total world production. Cottonseed oil accounts for 2%, which is 4.018 million tons in 2019/20.

Cottonseed oil: liquid - oily yellow, odorless, with a taste similar to nut. Cottonseed oil contains: vitamins B1, B2, B5, B6, B9, E and PP, as well as saturated and monounsaturated fatty acids, which are the main supplier of omega-3 and omega-6 to the human body. Hopkovo oil, being an antioxidant, prevents the aging of the body, affects the functioning of the heart and the elasticity of blood vessels. Fatty acids, which are part of the oil, have antihistamine and anti-inflammatory properties, positively affect the immune system.

Ключевые слова: растительного сырья, экстракции фуза, процесс,  хлопковое масло, рафинация, твердая фаза, жидкая фаза, осадок фуза.

Keywords: vegetable raw materials, fuse extraction, process, cottonseed oil, refining, solid phase, liquid phase, fuse sediment.

Введения. На сегодняшный день во всём мире растет объем производства растительных масел. Так по данным [1] производство растительных масел составил (в млн. тонн) в 2016/17 годах составил 183; в 2017/18 годах – 193,3; в 2018/19 годах 198,1; в 2019/20 годах (прогноз) – 200,9.

Масло хлопковое: жидкость - маслянистая жёлтая, не имеет запаха, со вкусом похожим на ореховый. В составе хлопкового масла имеется: витамины В1, В2, В5, В6, В9, Е и РР, а также насыщенные и мононенасыщенные жирные кислоты, являющиеся основным поставщиком омега-3 и омега-6 в организм человека. Хлопковое масло являясь антиоксидантом, препятствует старению организма, влияет на работу сердца и эластичность сосудов. Жирные кислоты, имеющие в составе масла, обладают антигистаминными и противовоспалительными свойствами, положительно влияют на иммунитет [2].

Исследование процесса экстракции фуза осуществляется в лабораторной установке центробежной экстракции гидроциклонного типа, которая состоит из следующих частей (рис-1): 1-насос для подачи растворителя; 2-гидроциклон; 3-шнековый питатель для подачи фуза; 4-шнековый питатель для отвода шрота.

Рисунок 1. Лабораторная установка центробежной экстракции гидроциклонного типа

Описание экспериментальной установки. Отделившийся от масла фуз в фузеловушке и фуз из фильтр-прессов подают на центробежный фильтр. Фуз из фузоловушки содержит 40-45% масличности. В центробежном фильтре фуз разделяется на две фракции: поверхностное масло и осадок. Масло из фильтра направляется на рафинацию. Осадок направляется на экстракцию в экстрактор гидроциклонного типа. Полученная из экстрактора мисцелла направляется на дистилляцию.

Определение влияющих факторов на процесс экстрагирования и планирование эксперимента. Результат процесса зависит от условий его протекания, характеризуемых значениями параметров, влияющих на процесс (например, температуры, давления, величины рН и т.д.). Эти параметры называют факторами [5].

Численное значение любого фактора С_i, должно устанавливаться и реализовываться независимо от значений других факторов (i - номер фактора, i=1+n).

Условия проведения каждого опыта эксперимента в виде конкретного значения исследуемых факторов, а иногда и очередность проведения опытов регламентируются планом эксперимента. По результатам опытов, следуя определенному алгоритму, получают соответствующее уравнение, характеризующее влияние факторов на эффективность исследуемого процесса [5].

Для выявления рационального режима проведения процесса экстракции фуза определяем основные влияющие факторы на процесс.

При составлении равномерных планов многофакторного и многоуровневого исследования безразмерную величину факторов получают по формуле:

                                            (3)

C_iu-величина i-го фактора в u-ом опыте [5].

Число опытов планов ПФЭ2ⁿ соответствует числу сочетаний из n элементов при их изменении на двух уровнях

N=2ⁿ.                                             (4)

Для нашего двухфакторного эксперимента число опытов равно N = 2² = 4.

В соответствии с (3) и (4) найдем числовые значения верхнего  и нижнего  уровней факторов в безразмерном выражении [5].

 ,      (5)

Следовательно, любой фактор на нижнем уровне в безразмерном выражении характеризуется числом минус единица (-1 или -), на верхнем - плюс единица (+1 или +).

Сначала записывают планы ПФЭ2ⁿ в безразмерном выражении величины факторов, а потом по ним составляют рабочий план в натуральной размерности факторов.

 Результаты проведенных экспериментов приведены в табл.1.

Таблица 1.

Результаты проведенных экспериментов

По результатом двухфакторного эксперимента составим уравнение, в котором помимо линейных членов будет член, учитывающих эффект парного межфакторного взаимодействия.

Уравнение регрессии в этом случае имеет следующий вид:

                                      (6)

 Коэффициенты регрессии рассчитывают по формулам:

                                   (7)

Результаты расчетов приведены в табл. 2.

Таблица 2.

Результаты расчетов значений регрессионных коэффициентов

Определяем значимость этих коэффициентов по формуле [5, с.20]:

                                        (8)

где N – число опытов в эксперименте; n – число повторных наблюдений в каждом опыте.

В нашем случае: 0,0817

 Среднее квадратическое отклонение коэффициентов:

В нашем случае: 0,1010

Расчетное значение критерия Стьюдента определяется по формуле:

Из таблиц распределения Стьюдента [5, с.283] по числу степеней свободы n(m-1)=4·2=8 при уровне значимости α = 0,05 находим t_кр.= 1,86.

Расчетное значение критерия Стьюдента определяется по формуле (10) = t_кр.∙ S_коэф= 1,86∙0,1010=0,18793.

Сравнивая полученное значение 0,18793 с коэффициентами уравнения регрессии, получаем что все коэффициенты кроме b₁₂ больше по абсолютной величине. Следовательно, все коэффициенты кроме b₁₂  значимы.

Таким образом, данный коэффициент исключается из уравнения регрессии.

Тогда уравнение регрессии (8) имеет вид:

(11)

Проверена адекватность полученного уравнения регрессии, используя критерий Фишера [5, с.53].

где остаточная дисперсия рассчитывается по формуле:

где L- число значимых коэффициентов в уравнении регрессии.

Если расчетное значение критерия Фишера меньше табличного, то полученное уравнение регрессии адекватно описывает эксперимент

Для нашего случая .

При уровне значимости

α = 0,05 и степеней свободы k₁=n-r=4-3=1 и k₂=n(m-1)=8

F_табл =5,32 [5,с.280].

Расчетное значение критерия Фишера по формуле (12) F_расч=0,04.

Значит, F_расч=0,04 ˂ F_табл =5,м. Исходя из этого можно сделать вывод, что полученная модель адекватно описывает процесс. Переводя величины факторов в натуральную размерность согласно формуле (10) на программе МатСАD построили график зависимости выхода процесса – концентрацию мисцеллы от влияющих факторов – давления растворителя и гидромодуля (рис.2).

Рисунок 2. Зависимость концентрации мисцеллы y (%) от давления растворителя х₁ (МПА) и гидромодуля х₂.

Из графика видно, что при высоких значениях влияющих факторов (х₁=0,3 МПА и х₂=3) выход процесса будет наивысшим (17,6%).

Список литературы:

1. ГОСТ ISO 734-1-2016.
2. Электронный источник: http://docs.cntd.ru/document/gost-10856-96
3. Электронный источник: https://files.stroyinf.ru/Data/31/3140.pdf
4. Борисов В.И. и др. Основы измерения основных технологических параметров пищевых производств / В.И. Борисов, М.А. Березин, В.В. Кузнецов, В.С. Борисов. - Саранск: Мордовия-Экспо, 2011. - 234 с.
5. Грачев Ю. П., Плаксин Ю. М. Математические методы планирования эксперимента. - М.: ДеЛи принт, 2005.
6. Тихонов Н.И., Патрина Е.Н. Факторы, влияющие на качество маслосемян сельскохозяйственных культур, и требования, предъявляемые к качеству растительных масел. Методы определения качества маслосемян и растительных масел - Волгоград: Волгоградский ГАУ, 2015. - 124 с. ArtikovA., Multi-step method of computer model formalization with fuzzy sets application. WCIS-2004, world conference on intelligent systems for industrial automation, Tashkent-2004, TSTU.
7. http://victor-safronov.narod.ru/systems-analysis/papers/to-question-of-systems-analysis-development.html. Артыков А. К вопросу развития системного анализа на примере технологических объектов.
8. Jamshid Gharajedaghi, Systems Thinking: Managing Chaos and Complexity A Platform for Designing Business Architecture Third Edition Morgan Kaufmann 374p.
9. Антонов А.В. Системный анализ. - М.: Высшая школа, 2004. - 454 с.
10. Артыков А., Компьютерные методы анализа и синтеза химико-технологических систем учебник. Ташкент.«Ворис нашриёт» - 2012. 160с.
11. Артыков А., Введение в системный анализ. ТашкентТХТИ- 2017. 28с.
12. Гартман Т.Н., Клушин Д.В. Основы компьютерного моделирования химико-технологиченских процессов. М.ИКЦ «Академкнига», 2006-416 с.