中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 全自动超临界二氧化碳萃取茶叶籽及其萃取物的分析 安徽农业科学 2015 (31) 186-187+195
Position: Home > Articles > Automatic Supercritical CO_2 Extraction of Tea Seeds and Analysis of Its Extracts Journal of Anhui Agricultural Sciences 2015 (31) 186-187+195

全自动超临界二氧化碳萃取茶叶籽及其萃取物的分析

作  者：
崔朋;燕磊;李佩玉;潘连洁
单  位：
黄山学院分析测试中心;黄山学院应用化学研究所
关键词：
茶叶籽;超临界;高效液相色谱;气质联用
摘  要：
[目的]探索黄山茶叶籽萃取物的组分。[方法]以茶叶籽为原料,采用超临界二氧化碳萃取法对茶叶籽进行萃取,并采用HPLC和GC-MS分析萃取物中的组分。[结果]萃取产率受萃取温度的影响不大,与萃取压力呈正相关,在相同条件下萃取压力越大,产率越高。从HPLC和GC-MS图谱分析,不同方法萃取的茶叶籽的组分没有明显的区别。[结论]通过对茶叶籽的超临界萃取物进行测试,可为后期产物的定向提取分离提供参考。
译  名：
Automatic Supercritical CO_2 Extraction of Tea Seeds and Analysis of Its Extracts
作  者：
CUI Peng;YAN Lei;LI Pei-yu;Applied Chemistry Laboratory of Huangshan University;Analysis and Test Center of Huangshan University;
关键词：
Tea seeds;;Supercritical;;HPLC;;GC-MS
摘  要：
[Objective] To explore the main components of tea seeds which produced in Huangshan. [Method] Automatic supercritical CO_2 extraction method was used to extract tea seeds,HPLC and GC-MS was adopted to analyze components of the extracts. [Result] The extraction yield was not affected by temperature,but was positively correlated with extraction pressure. Under the same conditions,the yield increased with higher extraction pressure. Through analysis of HPLC and GC-MS spectra,it was found that there is no obvious difference in the extractions of tea seeds by different methods. [Conclusion] Through the extract test,this study may provide the reference for the separation of product oriented extraction.

相似文章

导出引用
计量
文章访问数: 6
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46