📄 chemistry

From Castor Seeds to Oil: Experimental Insights and Modeling of Oil Extraction

Diese Studie untersucht die Anwendung der dynamischen Mazeration zur Rizinusölextraktion und zeigt auf, dass die Lösungsmittelpolarität und höhere Temperaturen die Ausbeute signifikant verbessern, während sie gleichzeitig drei mathematische Modelle zur Prozessoptimierung und zum Scale-up validiert.

Ursprüngliche Autoren: Mehdi LOUAER, Narimane LAMMARI, Abdeslam Hassan MENIAI

Veröffentlicht 2026-07-10

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Mehdi LOUAER, Narimane LAMMARI, Abdeslam Hassan MENIAI

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie haben einen Beutel mit winzigen, harten Rizinusbuchsen und Ihr Ziel ist es, das kostbare Öl aus ihnen zu bekommen, ohne die Samen in Staub zu verwandeln. Dieses Papier ist wie eine Detektivgeschichte, in der die Forscher, Mehdi Louaer und sein Team von der Universität Constantine 3, versucht haben herauszufinden, was der schnellste und beste Weg ist, dieses Öl herauszupressen, und dann ein „virtuelles Labor“ gebaut haben, um vorherzusagen, wie es passieren würde.

Das große Lösungsmittel-Duell
Zuerst testete das Team drei verschiedene „Bäder“ (Lösungsmittel), um zu sehen, welches am effektivsten Öl aus den Samen ziehen konnte. Denken Sie bei diesen Lösungsmitteln an verschiedene Arten von Schwämmen:

Hexan: Ein unpolares Schwammchen (wie ein trockener, öliger Lappen).
Aceton: Ein mittelpolares Schwammchen.
Ethanol: Ein hochpolares Schwämmchen (wie ein superabsorbierendes Tuch).

Sie probierten zwei Methoden aus: die altmodische „Soxhlet“-Methode (die wie eine langsame, kontinuierliche Filterkaffeemaschine ist, die stundenlang läuft) und eine neuere, schnellere Methode namens Dynamische Mazeration (die wie das Schütteln der Samen in einem Glas mit Lösungsmittel unter Verwendung eines Magnetrührers ist).

Hier kommt die große Enthüllung: Die Polarität spielt eine Rolle. Je „polarer“ das Lösungsmittel war, desto mehr Öl griff es auf. Ethanol war der Superstar. Wenn sie die langsame Soxhlet-Methode mit Ethanol verwendeten, erhielten sie einen gewaltigen Ertrag von 49,938 %. Selbst mit der schnelleren Schüttelmethode (Dynamische Mazeration) gewann Ethanol mit 17,44 % bei Raumtemperatur (20 °C) und 19,197 %, wenn sie es auf 50 °C erwärmten.

Im Gegensatz dazu war das unpolare Hexan viel schwächer. Bei 20 °C schaffte es nur 9,787 %. Aber das Team fand heraus, dass Wärme eine Geheimwaffe ist. Als sie die Temperatur auf 50 °C erhöhten, sprang Hexans Leistung auf 12,494 %. Es ist wie beim Erwärmen von Honig; er fließt besser und dringt schneller in die Samen ein.

Die virtuelle Kristallkugel
Jetzt wird es richtig cool. Die Forscher wollten nicht nur Gläser mischen; sie wollten die Zukunft vorhersagen. Sie nutzten ein leistungsstarkes Computerprogramm namens Comsol Multiphysics, um drei verschiedene mathematische „Kristallkugeln“ (Modelle) zu bauen, um zu sehen, ob sie erraten konnten, wie schnell das Öl herauskommen würde.

Die erste Kristallkugel (Empirisches Modell 1): Eine einfache Formel, die davon ausging, dass das Öl anfangs schnell herauskommen würde und dann langsamer wird.
Die zweite Kristallkugel (Empirisches Modell 2): Eine etwas andere Formel, die ebenfalls die Geschwindigkeit der Extraktion vorhersagte.
Die dritte Kristallkugel (Das Einzelkugel-Modell): Dieses war am detailliertesten. Es stellte sich jedes Samenpartikel als eine winzige, perfekte Kugel vor. Es behandelte das Ausströmen des Öls aus dem Samen wie die Abkühlung von Wärme von einer heißen Kugel in kalte Luft. Es nahm an, dass das Öl im Inneren der Kugel gleichmäßig verteilt ist und nur seinen Weg nach draußen „diffundieren“ (wandern) muss.

Funktionierten die Kristallkugeln?
Das Team verglich die Computerprognosen mit den realen Ergebnissen, die sie im Labor erhielten. Die Ergebnisse waren überraschend nah beieander! Die durchschnittliche Abweichung zwischen dem Computer und der Realität war sehr gering (eine durchschnittliche absolute relative Abweichung von 0,11).

Das bedeutet, dass die Modelle zuverlässig waren. Die „Einzelkugel-Modell“ (dasjenige, das die Samen wie abkühlende Kugeln behandelte) schien jedoch von den drei Modellen am genauesten zu sein, obwohl alle drei einen guten Job machten. Die Computersimulationen bestätigten auch das, was das Labor zeigte: Wenn die Temperatur steigt, erhöht sich die „effektive Diffusivität“ (wie schnell sich das Öl bewegt). Zum Beispiel bewegte sich das Öl mit Hexan bei 50 °C (2,804E-18 m²/s) schneller als bei 20 °C (1,897E-18 m²/s).

Die Qualitätskontrolle
Schließlich überprüften sie die „Gesundheit“ des extrahierten Öls. Sie maßen Dinge wie den Verseifungszahl (Saponification Value) und den Säuregehalt (Acid Value). Die gute Nachricht? Alle Öle, egal ob durch die schnelle Schüttelmethode oder die langsame Tropfmethode extrahiert, bestanden die Sicherheitsprüfungen für Lebensmittel und Kosmetika. Sie hatten niedrige Säure- und Peroxidwerte, was bedeutet, dass sie frisch und von hoher Qualität waren.

Das Fazit
Das Papier behauptet nicht, die Ölprobleme der Welt gelöst zu haben, aber es zeigt, dass die Dynamische Mazeration ein praktikabler, schneller Weg ist, um Rizinusöl zu gewinnen, insbesondere wenn man ein polares Lösungsmittel wie Ethanol verwendet und vielleicht ein wenig Wärme hinzufügt. Es beweist auch, dass man Computersimulationen nutzen kann, um genau vorherzusagen, wie dieser Prozess funktioniert, was Zeit und Geld im Labor spart. Das „Einzelkugel“-Modell ist das beste Werkzeug, das sie gefunden haben, um diesen Tanz zwischen dem Samen und dem Lösungsmittel vorherzusagen, aber die anderen beiden Modelle sind immer noch nützliche Helfer.

Technische Zusammenfassung: Von Rizinusbohnen zu Öl: Experimentelle Erkenntnisse und Modellierung der Ölextraktion

Problemstellung
Pflanzliche Öle, einschließlich Rizinusöl, besitzen einen erheblichen ernährungsphysiologischen und therapeutischen Wert, wobei ihre Qualität und Wirksamkeit jedoch stark von der angewandten Extraktionsmethode abhängen. Während mechanisches Pressen und die konventionelle Lösungsmittelextraktion (wie die Soxhlet-Extraktion) etablierte Techniken sind, besteht ein Bedarf an der Optimierung von Extraktionsprozessen, um die Effizienz zu verbessern, Kosten zu senken und die Ölqualität zu bewahren. Insbesondere die Anwendung der dynamischen Mazeration – einer Technik, bei der Pflanzenmaterial unter Rühren in einem Lösungsmittel eingeweicht wird, um den Stofftransportwiderstand zu verringern – wurde bisher nicht auf die Rizinusölextraktion angewendet. Darüber hinaus mangelt es an validierten mathematischen Modellen, die in der Lage sind, die Kinetik dieses spezifischen Prozesses präzise vorherzusagen, um eine Skalierung und Prozessoptimierung zu erleichtern.

Methodik
Die Studie verwendete einen kombinierten experimentellen und numerischen Ansatz, um die Rizinusölextraktion mittels dynamischer Mazeration zu untersuchen.

Experimenteller Aufbau: Gemahlene Rizinusbohnen (mittlerer Durchmesser 0,991 mm, Feuchtigkeit 5,59 %) wurden unter Verwendung von drei Lösungsmitteln (Hexan, Aceton und Ethanol) bei zwei Temperaturen (20 °C und 50 °C) in einem Batch-System mit magnetischem Rühren (375 rpm) extrahiert. Die Ölausbeuten wurden über 75 Minuten überwacht. Zum Vergleich wurde auch eine konventionelle Soxhlet-Extraktion durchgeführt.
Physikochemische Analyse: Die extrahierten Öle wurden hinsichtlich des Verseifungszahl (SV), des Säurewertes (AV), des Peroxidwertes (PV) und des Esterwertes (EV) charakterisiert, um die Einhaltung von Lebensmittel- und Kosmetikstandards zu gewährleisten.
Modellierungsansatz: Drei mathematische Modelle wurden unter Verwendung der Software COMSOL Multiphysics eingesetzt, um die experimentellen kinetischen Daten anzupassen:
1. Erstes empirisches Modell: Basierend auf Naik et al., beschrieben durch eine Exponentialfunktion ( $Y = Y_{\infty}(1 - e^{-kt})$ ).
2. Zweites empirisches Modell: Basierend auf Mafarat und Beliard, beschrieben durch eine rationale Funktion ( $Y = Y_{\infty}(\frac{t}{b+t})$ ).
3. Phänomenologisches Modell (Single-Sphere-Modell): Ein diffusionsbasiertes Modell, das das Samenpartikel als Kugel behandelt, wobei die interne Diffusion den Prozess steuert. Dieses Modell nutzte Materialbilanzen und das zweite Ficksche Gesetz und löste für die effektive Diffusivität ( $D_e$ ) sowie die Stofftransportkoeffizienten ( $k_f$ ), die aus Sherwood-, Reynolds- und Schmidt-Zahlen-Korrelationen abgeleitet wurden.

Wesentliche Beiträge

Erste Anwendung: Diese Arbeit stellt die erste berichtete Anwendung der dynamischen Mazeration speziell für die Rizinusölextraktion dar.
Modellvalidierung: Die Studie bewertete und validierte erfolgreich drei verschiedene kinetische Modelle (zwei empirische und ein phänomenologisches) für dieses spezifische System mittels inverser Modellierung in COMSOL Multiphysics.
Parameteroptimierung: Die Forschung bestimmte optimale Modellparameter, einschließlich der Geschwindigkeitskonstanten für empirische Modelle und der Werte der effektiven Diffusivität für das Single-Sphere-Modell, über variierende Lösungsmittelpolaritäten und Temperaturen hinweg.

Ergebnisse

Extraktionserträge: Die Soxhlet-Methode lieferte die höchste Ölrückgewinnung. Unter den Bedingungen der dynamischen Mazeration lieferte Ethanol (ein polares Lösungsmittel) die höchsten Ausbeuten: 17,44 % bei 20 °C und 19,197 % bei 50 °C, im Vergleich zu Hexan (unpolar), das jeweils 9,787 % und 12,494 % lieferte. Generell wurden höhere Extraktionserträge mit polaren Lösungsmitteln (Ethanol, Aceton) im Vergleich zu unpolarem Hexan beobachtet, was auf die Extraktion von Nicht-Triglycerid-Bestandteilen und Farbstoffen zurückzuführen ist.
Temperatureffekte: Eine Erhöhung der Temperatur von 20 °C auf 50 °C verbesserte sowohl die Extraktionsausbeute als auch die Extraktionsrate für alle Lösungsmittel. Beispielsweise stieg die Hexan-Ausbeute von 9,787 % auf 12,494 %. Dies wird auf die reduzierte Viskosität und Oberflächenspannung des Lösungsmittels zurückgeführt, was die Penetration und den Stofftransport verbessert.
Modellleistung: Alle drei Modelle zeigten eine angemessene Genauigkeit bei der Vorhersage der experimentellen Daten mit einer durchschnittlichen absoluten relativen Abweichung (AARD) von 0,11.
- Das zweite empirische Modell zeigte eine durchschnittliche AARD von 0,10.
- Das Single-Sphere-Modell erreichte ebenfalls eine durchschnittliche AARD von 0,11.
- Das erste empirische Modell hatte eine etwas höhere durchschnittliche AARD von 0,11 (speziell 0,1210 für Ethanol bei 20 °C).
Diffusivitätstrends: Die effektive Diffusivität ( $D_e$ ) stieg mit der Temperatur (z. B. stieg die Hexan- $D_e$ von $1,897 \times 10^{-18}$ auf $2,804 \times 10^{-18} m^2/s$ ), nahm jedoch ab, wenn die Lösungsmittelpolarität zunahm.
Ölqualität: Die physikochemische Analyse ergab, dass die extrahierten Öle die Codex Alimentarius- und ASTM-Normen für Lebensmittel- und Kosmetikanwendungen erfüllten, gekennzeichnet durch niedrige Säure- und Peroxidwerte, aber hohe Verseifungs- und Esterwerte.

Bedeutung und Ansprüche
Die Autoren behaupten, dass die Studie die Lebensfähigkeit zeigt, einen rein modellbasierten Ansatz zur Behandlung von Mazerationsprozessen anzuwenden, was wertvolle computergestützte Werkzeuge bietet, um Studienzeit und Kosten zu minimieren. Die Forschung bestätigt, dass die dynamische Mazeration eine praktikable Methode zur Rizinusölextraktion ist, deren Prozessleistung positiv durch Lösungsmittelpolarität und Temperatur beeinflusst wird. Obwohl alle drei Modelle als zuverlässig erachtet wurden, schlagen die Autoren bescheiden vor, dass das „Single-Sphere“-Modell gegenüber den beiden empirischen Modellen geringfügig überlegen schien, um die Extraktionskinetik zu beschreiben. Die Ergebnisse werden als Beitrag zur Entwicklung effizienterer und kostengünstigerer Extraktionsmethoden für Rizinusöl präsentiert.

Mehr davon