عنوان پایان‌نامه
مطالعه تجربی و مدل سازی ریاضی فرایند استخراج فوق بحرانی اسانس موثره از گیاه جعفری کوهی
- رشته تحصیلی
- مهندسی شیمی - طراحی فرآیندهای جداسازی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1098.;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 51794
- تاریخ دفاع
- ۳۰ بهمن ۱۳۹۰
- دانشجو
- محسن دشتیانه
- استاد راهنما
- شهره فاطمی
- چکیده
- استخراج با سیال فوق بحرانی(SCFE) تکنیک قدرتمند و جدیدی در فرآیندهای جداسازی است. در دهه گذشته، استفاده از این روش از نظر علاقه¬مندی و کاربردهای تجاری تحت مفهوم شیمی سبز و تصفیه¬خانه¬های زیستی روبه افزایش بوده است. از این رو این موضوع پایه¬ای برای ارائه یک مدل مناسب ریاضی برای فرآیند SCFE به منظور شبیه¬سازی و بهینه¬سازی شرایط عملیاتی می¬باشد. در این پروژه استخراج روغن فرار از گیاه جعفری کوهی (Pimpinella affinis ledeb.) توسط دی¬اکسید¬کربن فوق بحرانی مورد مطالعه قرار گرفت. اجزای موجود در اسانس استخراج¬شده، توسط دستگاه کروماتوگرافی گازی (GC) و کروماتوگرافی گازی جرمی (GC-Mass) شناسایی شدند. از جمله ترکیبات مهم اسانس این گیاه می¬توان به ترانس-آلفا-برگاموتن اشاره کرد که کاربردهای زیادی در صنعت عطر¬سازی دارد. سایر ترکیبات اسانس، کاربردهای فراوان در داروسازی، صنایع آرایشی و بهداشتی دارند. هدف اصلی از انجام این پروژه بررسی شرایط عملیاتی جهت ماکزیمم نمودن مقدار اسانس تولیدی و در نهایت مدل¬سازی فرایند طی زمان دینامیک می¬باشد. از میان پارامترهای مختلف، دما (در محدوده 45 تا 50 درجه سانتی¬گراد)، فشار (در محدوده 15 تا 25 مگاپاسکال)، اندازه ذره (ذرات با قطر 18/0، 38/0 و 58/0 میلی¬متر) و تخلخل بستر (3/0، 4/0 و 5/0) به عنوان پارامترهای عملیاتی انتخاب شدند. به منظور بررسی میزان تأثیر¬گذاری هر پارامتر بر روی میزان بازده اسانس و برگاموتن، از روش طراحی آماری ترکیبی مرکزی و آنالیز واریانس استفاده شد. در ادامه دو مدل معنی¬دار رگرسیون درجه دوم برای پیش¬گویی میزان بازده اسانس و برگاموتن برحسب پارامترهای عملیاتی مذکور و همچنین شرایط بهینه جهت بیشینه نمودن درصد استخراج بر اساس این مدل¬ها، ارائه گردید. نتایج آزمایش¬های انجام شده وآنالیز آماری در این تحقیق نشان داد که بیشترین بازده اسانس و برگاموتن در دمای 55 درجه سانتی¬گراد، فشار 25 مگاپاسکال، ذرات با قطر 18/0 میلی¬متر و تخلخل 3/0، به ترتیب برابر 00/5 % و 84/2 % برحسب گیاه خشک اولیه حاصل می¬شود. به منظور ارائه مدل انتقال جرم در استخراج اسانس، مدل¬سازی ریاضی فرایند با توجه به مکانیسم نفوذ حفره¬ای درون دانه گیاه ، مقاومت انتقال جرم در اطراف دانه و پراکندگی محوری در طول بستر انجام شد. معادله¬های پیوستگی و موازنه مولی اسانس در فاز سیال و فاز جامد در طول بستر و در شرایط ناپایا نوشته و به روش عددی خط حل شد. منحنی ناحیه انتقال جرم بستر و منحنی شکست اسانس تعیین گردید و درنهایت بازده استخراج بر حسب نسبت کل ماده استخراج¬شده به ازای واحد جرم اسانس اولیه موجود در گیاه تعیین شد. در این مدل ریاضی، ایزوترم تعادلی جذب اسانس با توجه به معادله هنری جایگزین گردید و با جایگذاری پارامترهای انتقال جرم با توجه به معادلات موجود در مراجع، پارامتر هنری به¬صورت تابعی از دما و فشار از طریق مقایسه و تطبیق نتایج منحنی شکست اسانس حاصل ازآزمایش با مدل، تعیین شد. به کمک این مدل می¬توان زمان دینامیک لازم جهت استخراج اسانس از گیاه مذکور و مقدار بازده استخراج را در محدوده دما و فشار مطالعه شده پیش¬بینی نمود.
- Abstract
- Supercritical fluid extraction (SCFE) is a powerful and new method in separating processes. This method has been increasingly used in the last decade because of favorites and commercial applications regarding green chemistry and biological refineries. Therefore, this issue is a basis for presenting an appropriate mathematical model to simulate and optimize the operational conditions of the SCFE process. In this project, extraction of essential oil from Pimpinella affinis ledeb using supercritical carbon dioxide has been investigated. The components of the extracted oil were detected by Gas Chromatography (GC) and GC-MS. Trans-alpha-begamotene was found to be the major component of the essential oil extracted from this plant and it is widely used in perfume industry. The operational parameters such as, temperature (in the range of 45-55 0C), pressure (in the range of 15-25 Mpa), particle size (particles with diameter equal to 0.18, 0.38 and 0.58 mm), and the bed porosities (0.3, 0.4 and 0.5) were studied by the central composite design to investigate the effect of each parameter and their interactions on the efficiency of SCFE of essential oil and begamotene. As a result, two significant second-order regression models were presented to predict the efficiency of the extracted oil and begamotene in terms of above operational parameters. On the base of the presented models, the maximum efficiency of the extracted oil and begamotene were determined as 5.07 % and 2.84 % , based on dried plant, respectively, at temperature of 55 0C, pressure of 25 Mpa, particles diameter of 0.18, and porosity of 0.3. Finally, the process was modeled mathematically according to the pore intraparticle diffusion mechanism, the resistance of mass transfer around the particle and axial dispersion in the bed leading to the mass transfer model of the essential oil. The continuity and molar balance equations of the oil were obtained and solved numerically in the fluid and solid phase along the bed, at transitional condition. The bed mass transfer zone and breakthrough curve of the extracted oil were determined by MATLAB programming. In this mathematical model, the equilibrium absorption isotherm of the oil was substituted using Henry equation and mass transfer parameters were substituted in the model according to the literature equations. Henry parameter was predicted and tuned as a function of the temperature and pressure by comparing and adapting the model results of the extracted oil breakthrough curve to the experiments. This model is capable of predicting the dynamic time necessary to extract the essential oil from the aforementioned plant and also the extraction efficiency in the range of temperature and pressure under study. Comparison of mathematical model with the statistical model showed that in optimal condition (temperature of 49.6 0C, pressure of 22.1 Mpa, particles with diameter of 0.38, and porosity of 0.3), the total predicted extracted oil was 54% (on the basis of initial amount of oil in the particle) by the statistical model, however the mathematical model with a relative error of 3.33%, predicted this value equal to 52.2%.
