📄 chemistry

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

Questo studio investiga l'applicazione della macerazione dinamica per l'estrazione dell'olio di ricino, dimostrando che la polarità del solvente e temperature più elevate migliorano significativamente la resa, convalidando al contempo tre modelli matematici per l'ottimizzazione e la scalabilità del processo.

Autori originali: Mehdi LOUAER, Narimane LAMMARI, Abdeslam Hassan MENIAI

Pubblicato 2026-07-10

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Mehdi LOUAER, Narimane LAMMARI, Abdeslam Hassan MENIAI

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di avere un sacchetto di piccoli e duri semi di ricino, e il tuo obiettivo è estrarre l'olio prezioso da essi senza polverizzare i semi. Questo articolo è come un storia di investigazione dove i ricercatori, Mehdi Louaer e il suo team dell'Università di Costantina 3, hanno cercato di capire il modo più veloce e migliore per spremere quell'olio, e poi hanno costruito un "laboratorio virtuale" per prevedere come ciò sarebbe accaduto.

La Grande Sfida dei Solventi
Per prima cosa, il team ha testato tre diversi "bagni" (solventi) per vedere quale riuscisse a estrarre l'olio dai semi in modo più efficace. Pensa a questi solventi come a diversi tipi di spugne:

Esano: Una spugna non polare (come uno straccio unto e secco).
Acetone: Una spugna a polarità media.
Etanolo: Una spugna altamente polare (come un panno super assorbente).

Hanno provato due metodi: il metodo "Soxhlet" della vecchia scuola (che è come una macchina per il caffè americano che gocciola continuamente per ore) e un metodo più recente e veloce chiamato Macerazione Dinamica (che è come scuotere i semi in un barattolo di solvente con un agitatore magnetico).

Ecco la grande rivelazione: la polarità conta. Più "polare" è il solvento, più olio riesce a catturare. L'etanolo è stato il superstar. Quando hanno usato il lento metodo Soxhlet con l'etanolo, hanno ottenuto una resa massiccia del 49,938%. Anche con il metodo di agitazione più veloce (Macerazione Dinamica), l'etanolo ha vinto, estraendo il 17,44% a temperatura ambiente (20°C) e il 19,197% quando lo hanno riscaldato a 50°C.

Al contrario, l'esano non polare era molto più debole. A 20°C, è riuscito solo al 9,787%. Ma il team ha scoperto che il calore è un'arma segreta. Quando hanno alzato la temperatura a 50°C, le prestazioni dell'esano sono balzate al 12,494%. È come scaldare il miele: scorre meglio e penetra nei semi più velocemente.

La Cristallo di Vetro Virtuale
Ora, ecco dove la cosa diventa davvero interessante. I ricercatori non si sono limitati a mescolare barattoli; volevano prevedere il futuro. Hanno utilizzato un potente programma per computer chiamato Comsol Multiphysics per costruire tre diverse "sfere di cristallo" matematiche (modelli) per vedere se riuscivano a indovinare quanto velocemente l'olio sarebbe uscito.

La Prima Sfera di Cristallo (Modello Empirico 1): Una formula semplice che ipotizzava che l'olio sarebbe uscito rapidamente all'inizio per poi rallentare.
La Seconda Sfera di Cristallo (Modello Empirico 2): Una formula leggermente diversa che prevedeva anche la velocità di estrazione.
La Terza Sfera di Cristallo (Il Modello della Singola Sfera): Questa era la più dettagliata. Immaginava ogni particella di seme come una piccola sfera perfetta. Trattava il movimento dell'olio fuori dal seme come il raffreddamento del calore da una sfera calda verso l'aria fredda. Assumeva che l'olio fosse distribuito uniformemente all'interno della sfera e dovesse solo "diffondersi" (vagare) verso l'esterno.

Le Sfere di Cristallo hanno Funzionato?
Il team ha confrontato le previsioni del computer con i risultati reali ottenuti in laboratorio. I risultati sono stati sorprendentemente vicini! L'errore medio tra il computer e la realtà è stato molto piccolo (una Deviazione Assoluta Relativa Media di 0,11).

Ciò significa che i modelli erano affidabili. Tuttavia, il "Modello della Singola Sfera" (quello che trattava i semi come sfere che si raffreddano) sembrava essere il più accurato dei tre, sebbene tutti e tre facessero un buon lavoro. Le simulazioni al computer hanno confermato anche ciò che il laboratorio mostrava: all'aumentare della temperatura, la "diffusività effettiva" (quanto velocemente si muove l'olio) aumentava. Ad esempio, con l'esano, l'olio si muoveva più velocemente a 50°C (2,804E-18 m²/s) rispetto a 20°C (1,897E-18 m²/s).

Il Controllo di Qualità
Infine, hanno controllato la "salute" dell'olio estratto. Hanno misurato cose come quanto sapone si potesse produrre da esso (Valore di Saponificazione) e quanto acido libero fosse presente (Valore di Acidità). La buona notizia? Tutti gli oli, sia quelli estratti con il metodo di agitazione veloce che quelli con il metodo di gocciolamento lento, hanno superato i controlli di sicurezza per alimenti e cosmetici. Avevano bassi valori di acidità e di perossidi, il che significa che erano freschi e di alta qualità.

Il Punto Fondamentale
L'articolo non sostiene di aver risolto i problemi mondiali dell'olio, ma dimostra che la Macerazione Dinamica è un modo valido e veloce per ottenere l'olio di ricino, specialmente se si usa un solvente polare come l'etanolo e magari si fornisce un po' di calore. Dimostra anche che è possibile utilizzare le simulazioni al computer per prevedere esattamente come funziona questo processo, il che fa risparmiare tempo e denaro in laboratorio. Il modello della "Singola Sfera" è lo strumento migliore che hanno trovato per prevedere questa danza tra il seme e il solvente, ma anche gli altri due modelli rimangono utili aiutanti.

Sintesi Tecnica: Dai Semi di Ricino all'Olio: Approcci Sperimentali e Modellazione dell'Estrazione dell'Olio

Definizione del Problema
Gli oli vegetali, inclusi l'olio di ricino, possiedono un significativo valore nutrizionale e terapeutico, tuttavia la loro qualità e la loro efficacia dipendono fortemente dal metodo di estrazione impiegato. Sebbene la pressatura meccanica e l'estrazione convenzionale con solvente (come il Soxhlet) siano tecniche consolidate, è necessario ottimizzare i processi di estrazione per migliorare l'efficienza, ridurre i costi e preservare la qualità dell'olio. Nello specifico, l'applicazione della macerazione dinamica — una tecnica che prevede l'immersione del materiale vegetale in un solvente sotto agitazione per ridurre la resistenza al trasferimento di massa — non era stata precedentemente applicata all'estrazione dell'olio di ricino. Inoltre, vi è una mancanza di modelli matematici validati in grado di prevedere accuratamente la cinetica di questo specifico processo per facilitare la scalabilità e l'ottimizzazione del processo.

Metodologia
Lo studio ha impiegato un approccio combinato sperimentale e numerico per investigare l'estrazione dell'olio di ricino tramite macerazione dinamica.

Configurazione Sperimentale: Semi di ricino macinati (diametro medio 0,991 mm, umidità 5,59%) sono stati estratti utilizzando tre solventi (Esano, Acetone e Etanolo) a due temperature (20°C e 50°C) in un sistema batch con agitazione magnetica (375 rpm). Le rese di estrazione sono state monitorate per 75 minuti. Per scopi comparativi, è stata eseguita anche un'estrazione Soxhlet convenzionale.
Analisi Chimico-Fisica: Gli oli estratti sono stati caratterizzati per Valore di Saponificazione (SV), Valore Acido (AV), Valore di Perossido (PV) e Valore di Esterificazione (EV) per garantire la conformità con gli standard alimentari e cosmetici.
Approccio di Modellazione: Tre modelli matematici sono stati valutati utilizzando il software COMSOL Multiphysics per adattarsi ai dati cinetici sperimentali:
1. Primo Modello Empirico: Basato su Naik et al., descritto da una funzione esponenziale ( $Y = Y_{\infty}(1 - e^{-kt})$ ).
2. Secondo Modello Empirico: Basato su Mafarat e Beliard, descritto da una funzione razionale ( $Y = Y_{\infty}(\frac{t}{b+t})$ ).
3. Modello Fenomenologico (Modello a Singola Sfera): Un modello basato sulla diffusione che tratta la particella del seme come una sfera dove la diffusione interna controlla il processo. Questo modello ha utilizzato bilanci di materia e la seconda legge di Fick, risolvendo per la diffusività effettiva ( $D_e$ ) e i coefficienti di trasferimento di massa ( $k_f$ ) derivati dalle correlazioni di Sherwood, Reynolds e Schmidt.

Contributi Chiave

Prima Applicazione: Questo lavoro rappresenta la prima applicazione riportata della macerazione dinamica specificamente per l'estrazione dell'olio di ricino.
Validazione dei Modelli: Lo studio ha valutato e validato con successo tre distinti modelli cinetici (due empirici e uno fenomenologico) per questo specifico sistema utilizzando la modellazione inversa in COMSOL Multiphysics.
Ottimizzazione dei Parametri: La ricerca ha determinato i parametri ottimali del modello, inclusi le costanti di velocità per i modelli empirici e i valori di diffusività effettiva per il modello a singola sfera, attraverso diverse polarità di solvente e temperature.

Risultati

Rese di Estrazione: Il metodo Soxhlet ha prodotto il recupero di olio più elevato. Tra le condizioni di macerazione dinamica, l'Etanolo (un solvente polare) ha prodotto le rese più elevate: 17,44% a 20°C e 19,197% a 50°C, rispetto all'Esano (non polare) che ha prodotto rispettivamente il 9,787% e il 12,494%. In generale, rese di estrazione più elevate sono state osservate con solventi polari (Etanolo, Acetone) rispetto all'Esano non polare, ciò attribuito all'estrazione di costituenti non trigliceridici e di sostanze coloranti.
Effetti della Temperatura: L'aumento della temperatura da 20°C a 50°C ha migliorato sia la resa che la velocità di estrazione per tutti i solventi. Ad esempio, la resa dell'Esano è aumentata dal 9,787% al 12,494%. Ciò è attribuito alla riduzione della viscosità e della tensione superficiale del solvente, che migliora la penetrazione e il trasferimento di massa.
Prestazioni del Modello: Tutti e tre i modelli hanno dimostrato una ragionevole accuratezza nel prevedere i dati sperimentali, con una deviazione assoluta media relativa (AARD) complessiva di 0,11.
- Il Secondo Modello Empirico ha mostrato un AARD medio di 0,10.
- Il Modello a Singola Sfera ha ottenuto anche un AARD medio di 0,11.
- Il Primo Modello Empirico ha avuto un AARD medio leggermente superiore di 0,11 (specificamente 0,1210 per l'Etanolo a 20°C).
Tendenze della Diffusività: La diffusività effettiva ( $D_e$ ) è aumentata con la temperatura (ad esempio, la $D_e$ dell'Esano è passata da $1,897 \times 10^{-18}$ a $2,804 \times 10^{-18} m^2/s$ ) ma è diminuita all'aumentare della polarità del solvente.
Qualità dell'Olio: L'analisi chimico-fisica ha indicato che gli oli estratti rispettavano le norme Codex Alimentarius e ASTM per applicazioni alimentari e cosmetiche, caratterizzati da bassi valori di acidità e perossido ma alti valori di saponificazione ed esterificazione.

Significatività e Rivendicazioni
Gli autori affermano che lo studio dimostra la validità dell'uso di un approccio puramente di modellazione per affrontare i processi di macerazione, offrendo strumenti computazionali preziosi per minimizzare tempi e costi di studio. La ricerca conferma che la macerazione dinamica è un metodo fattibile per l'estrazione dell'olio di ricino, con le prestazioni del processo influenzate positivamente dalla polarità del solvente e dalla temperatura. Sebbene tutti e tre i modelli siano stati ritenuti affidabili, gli autori suggeriscono con moderazione che il modello a "singola sfera" è apparso leggermente superiore ai due modelli empirici nel descrivere la cinetica di estrazione. I risultati sono presentati come un contributo allo sviluppo di metodi di estrazione più efficienti e convenienti per l'olio di ricino.

Articoli simili