大豆油脫臭工藝的流程模擬及回歸建模分析

張 棟，黃一珍

(1.中糧營養(yǎng)健康研究院 加工應(yīng)用技術(shù)中心， 北京 102209； 2.中糧營養(yǎng)健康研究院 品牌食品研發(fā)中心， 北京 102209)

油脂加工

大豆油脫臭工藝的流程模擬及回歸建模分析

張 棟1，黃一珍2

(1.中糧營養(yǎng)健康研究院 加工應(yīng)用技術(shù)中心， 北京 102209； 2.中糧營養(yǎng)健康研究院 品牌食品研發(fā)中心， 北京 102209)

利用計算機模擬技術(shù)建立大豆油脫臭工藝的流程模擬模型；以脫臭操作壓力、脫臭進(jìn)料溫度、汽提蒸汽量為操作變量，按照中心組合設(shè)計原理制定實驗方案，并利用流程模擬模型完成所有實驗。根據(jù)實驗結(jié)果建立大豆油脫臭工藝的油脂損失率和脫臭油中植物甾醇保留率的數(shù)學(xué)回歸模型。該數(shù)學(xué)模型達(dá)到較高的擬合程度和準(zhǔn)確性?？蔀橛嬎銠C模擬技術(shù)和數(shù)學(xué)建模技術(shù)在油脂工藝優(yōu)化領(lǐng)域的應(yīng)用提供參考。

大豆油脫臭；計算機模擬；回歸模型

植物油料經(jīng)壓榨、浸出或水代法處理得到的未經(jīng)精煉的植物油毛油含有一定雜質(zhì)，不僅影響油脂的食用價值和安全儲藏，而且給深加工帶來困難[1]。油脂精煉，通常是對毛油進(jìn)行精制，包括脫膠、脫酸、脫色、脫臭等工藝[1-2]。目前油脂精煉采用的脫臭工藝一般都是高溫、真空水蒸氣蒸餾法，即利用油脂中臭味物質(zhì)與甘油三酸酯揮發(fā)度的差異，在高溫和高真空條件下借助水蒸氣脫除臭味物質(zhì)[2-3]，但同時也伴隨著植物甾醇等有益物質(zhì)損失，以及反式脂肪酸等有害物質(zhì)的生成[4-5]。因此，隨著消費者對健康油脂日益迫切的消費需求以及油脂企業(yè)面臨的經(jīng)營壓力，有必要開展脫臭工藝的操作參數(shù)優(yōu)化。

影響脫臭工藝的操作參數(shù)包括脫臭操作壓力、脫臭進(jìn)料溫度、脫臭進(jìn)料量和汽提蒸汽量等[2-3]。本文基于Aspen Plus 軟件[6]建立大豆油脫臭工藝的流程模擬模型，并利用該流程模擬模型分析脫臭操作壓力、脫臭進(jìn)料溫度、汽提蒸汽量對脫臭工藝油脂損失率和脫臭油中植物甾醇保留率的影響，并依據(jù)實驗結(jié)果建立油脂損失率和植物甾醇保留率的數(shù)學(xué)回歸模型，以期為脫臭工藝的操作優(yōu)化提供技術(shù)解決方案。

1 流程模擬模型

1.1 原料組分含量和熱力學(xué)參數(shù)

本文建立的流程模擬模型以脫色油作為大豆油脫臭工藝的原料，其組分主要包括甘油三酸酯、游離脂肪酸、β-谷甾醇、角鯊烯、水等[7-8]。具體見表1。

表1 脫色油的組分含量 %

注：TAG.甘油三酸酯；L.亞油酸；P.棕櫚酸；LN.亞麻酸；O.油酸；S.硬脂酸。

脫臭工藝流程模擬模型需要利用組分的熱力學(xué)參數(shù)以建立物料平衡和能量平衡方程，主要包括氣液平衡常數(shù)、蒸氣壓、比熱容、汽化熱、臨界溫度、臨界壓力等[7，9-10]，通?？芍苯诱{(diào)用Aspen Plus軟件數(shù)據(jù)庫中的相應(yīng)數(shù)據(jù)。同時Aspen Plus 軟件提供了熱力學(xué)參數(shù)的基團貢獻(xiàn)法模型，如果原料組分的熱力學(xué)參數(shù)在Aspen Plus軟件數(shù)據(jù)庫中缺失，可以利用該組分的分子結(jié)構(gòu)以及基團貢獻(xiàn)法模型對熱力學(xué)參數(shù)進(jìn)行估算[11-13]。

1.2 建立Aspen流程模型(見圖1)

脫色油通過析氣罐后，依次經(jīng)過兩個換熱器與脫臭油進(jìn)行換熱，脫色油一般可以由100℃左右升溫至210℃左右[9]。在換熱器3，脫色油被加熱載體進(jìn)一步加熱至脫臭溫度，一般控制為230～270℃[1]，之后可作為脫臭進(jìn)料送入脫臭塔進(jìn)行精煉脫臭。得到的脫臭油經(jīng)過換熱后仍然具有較高溫度，可被送至其他工段繼續(xù)換熱，回收熱能。脫臭餾出物經(jīng)過冷卻、吸收，回收脂肪酸、β-谷甾醇等有用成分。

圖1 大豆油脫臭工藝流程模擬模型

1.3 模型計算結(jié)果

在本文建立的脫臭流程模擬模型中，設(shè)定脫色油流量為10 000 kg/h，脫臭進(jìn)料溫度為250℃；脫臭操作塔采用板式結(jié)構(gòu)，塔板數(shù)為4，脫臭操作壓力設(shè)定為700 Pa(絕對壓力)，并在脫臭塔每層塔板通入汽提蒸汽，汽提蒸汽總量為脫臭進(jìn)料量的3%。將上述參數(shù)輸入Aspen Plus軟件界面，大豆油脫臭工藝流程模擬模型運算成功后，可得到脫臭油和脫臭餾出物的組分含量、流量、溫度等運算結(jié)果，脫臭油和脫臭餾出物的組分含量見表2。由表2可知，脫臭油中甘油三酸酯含量達(dá)到99.54%，通過脫臭工藝顯著降低了大豆油中游離脂肪酸含量。汽提脫臭過程的蒸餾損耗主要包括油脂脫臭前的游離脂肪酸、油脂中存在的植物甾醇和其他不皂化物。盡管中性油脂的蒸氣壓較低，比其他組分更不容易揮發(fā)，但中性油脂是脫臭油的主要成分，因此不可避免地也要被蒸餾出一部分[1]。根據(jù)流程模擬模型運算結(jié)果，計算出脫臭工藝的油脂損失率為0.27%，脫臭油中β-谷甾醇的保留率為87.71%，且采用該流程模擬模型運算得到的脫臭油及脫臭餾出物的流量和溫度分別為 9 972.64、327.36 kg/h和247.33、249.17℃，符合實際生產(chǎn)工況的工藝數(shù)據(jù)，模型可靠。

表2 流程模擬模型運算結(jié)果

注：表中的甘油三酸酯包括表1中的17種甘油三酸酯。

2 數(shù)學(xué)回歸模型

2.1 數(shù)學(xué)回歸模型的建立

根據(jù)中心組合實驗設(shè)計原理[14]，以脫臭操作壓力(X1)、脫臭進(jìn)料溫度(X2)、汽提蒸汽量(X3，占脫臭進(jìn)料量的百分?jǐn)?shù))為考察因素設(shè)計實驗方案。每種實驗方案均通過已建立的大豆油脫臭工藝流程模擬模型進(jìn)行運算，然后利用模擬運算結(jié)果進(jìn)一步計算脫臭工藝的油脂損失率(Y1)和脫臭油中植物甾醇(β-谷甾醇)保留率(Y2)。實驗因素水平見表3，實驗設(shè)計及結(jié)果見表4。

表3 實驗因素水平

表4 實驗設(shè)計及結(jié)果

利用表4中的實驗數(shù)據(jù)分別建立Y1與Y2的數(shù)學(xué)回歸模型(Eq1、Eq2)：

對數(shù)學(xué)回歸模型Eq1和Eq2進(jìn)行方差分析，規(guī)定顯著性水平α=0.05，結(jié)果見表5。

由表5可知，兩個模型觀察到的顯著性水平P均遠(yuǎn)小于0.05，回歸判定系數(shù)R2值分別達(dá)到98.73%和98.60%，表明模型的二次型關(guān)系顯著，擬合程度很高[15]。

表5 數(shù)學(xué)回歸模型方差分析

2.2 數(shù)學(xué)回歸模型的驗證

按照表4的實驗設(shè)計方案，利用回歸模型Eq1和Eq2對大豆油脫臭的油脂損失率和植物甾醇保留率進(jìn)行預(yù)測，并與流程模擬模型的運算結(jié)果進(jìn)行對比，結(jié)果發(fā)現(xiàn)回歸模型Eq1、Eq2運算結(jié)果與流程模擬模型運算結(jié)果的平均相對誤差分別為2.74%與1.63%，在允許誤差范圍內(nèi)，說明該數(shù)據(jù)模型預(yù)測準(zhǔn)確度較高。

3 結(jié) 論

本文利用Aspen Plus軟件建立了大豆油脫臭工藝流程模擬模型，模擬結(jié)果基本符合實際生產(chǎn)工況。以脫臭操作壓力、脫臭進(jìn)料溫度、汽提蒸汽量作為操作變量，建立了脫臭工藝油脂損失率和脫臭油中植物甾醇保留率的數(shù)學(xué)回歸模型。對比分析流程模擬模型和數(shù)學(xué)回歸模型的運算結(jié)果，數(shù)學(xué)回歸模型的預(yù)測準(zhǔn)確度、顯著性水平以及擬合程度均達(dá)到較好水平。需要注意的是，通過本文方法建立的流程模擬模型和數(shù)學(xué)模型需要與實際生產(chǎn)數(shù)據(jù)進(jìn)行校正，減小模型誤差，以便更好地利用計算機模型開展油脂工藝優(yōu)化研究。

[1] 何東平，閆子鵬. 油脂精煉與加工工藝學(xué)[M].2版. 北京：化學(xué)工業(yè)出版社，2012.

[2] 魯志成，梁少華，馬傳國. 影響油脂脫臭效果因素的分析與探討[J]. 中國油脂,2003, 28(11): 22-25.

[3] 李振嵐，陳曉慧，江維，等.兩段式脫臭塔特性及油脂脫臭工藝條件優(yōu)化[J]. 食品科學(xué)，2011，32(14):139-143.

[4] 王霞，金青哲，王興國. 大豆油精煉過程中生育酚的損失[J]. 中國油脂，2009, 34 (7)：4-7.

[5] 夏天文，孟橘，楊帆，等.脫臭過程對油脂反式脂肪酸含量的影響[J]. 中國油脂, 2007,32(12)：18-20.

[6] 劉福安，房勇，劉芳，等. 應(yīng)用Aspen Plus軟件模擬模型指導(dǎo)氣體分離裝置和蒸汽管網(wǎng)挖潛節(jié)能 [J]. 煉油技術(shù)與工程，2008,38(6): 46-49.

[7] CERIANI R, MEIRELLES A J A. Simulation of continuous deodorizers: effects on product streams [J]. J Am Oil Chem Soc, 2004, 81(1): 1059-1069.

[8] NEFF W E, BYRDWELL W C. Soybean oil triacylglycerol analysis by reversed-phase high-performance liquid chromatography coupled with atmospheric pressure chemical ionization mass spectrometry [J]. J Am Oil Chem Soc, 1995, 72: 1185-1191.

[9] CERIANI R, MEIRELLES A J A. Simulation of thin-film deodorizers in palm oil refining [J]. J Food Process Eng, 2010,33:208-225.

[10] SU Y C, LIU Y A, TOVAR C A D, et al. Selection of prediction methods for thermophysical properties for process modeling and product design of biodiesel manufacturing [J]. Ind Eng Chem Res, 2011, 50: 6809-6836.

[11] MARRERO J, GANI R. Group-contribution based estimation of pure component properties [J]. Fluid Phase Equilibr, 2001,183/184:183-208.

[12] CERIANI R, GANI R, LIU Y A. Prediction of vapor pressure and heats of vaporization of edible oil/fat compounds by group contribution [J]. Fluid Phase Equilibr,2013,337:53-59.

[13] CERIANI R, MEIRELLES A J A. Predicting vapor-liquid equilibria of fatty systems [J]. Fluid Phase Equilibr,2004, 215: 227-236.

[14] BOX G E P, HUNTER J S. Statistic for experiments-an introduction to design, data analysis, and model building [M]. New York: John Wiley & Sons,1978.

[15] 賈俊平. 統(tǒng)計學(xué)[M]. 5版.北京：中國人民大學(xué)出版社，2014.

Simulation of deodorization process of soybean oil and analysis of regression model

ZHANG Dong1，HUANG Yizhen2

(1. Processing & Application Technology Center, Nutrition & Health Research Institute, COFCO Corporation,Beijing 102209, China; 2. Brand Food R & D Center, Nutrition & Health Research Institute,COFCO Corporation, Beijing 102209, China)

The process simulation model of deodorization of soybean oil was established by computer simulation technology. With deodorization pressure, deodorization feed temperature and dosage of stripping steam as operation variables, the experiments were performed using the process simulation model based on central composite design. According to the simulation results, the regression models for oil loss rate and retention rate of sito-sterol in deodorized oil were established with higher fitting degree and accuracy,which could provide reference for the application of computer simulation technology and mathematical modelling in the oil processing optimization.

deodorization of soybean oil; computer simulation; regression model

2016-04-01;

2016-10-08

張 棟(1986)，男，工程師，碩士，研究方向為食品加工工藝優(yōu)化(E-mail)zhang_dong@cofco.com。

TS224.6;TQ644.4

A

1003-7969(2017)01-0015-04