《表3 回归模型的方差分析》
表3结果表明,模型极显著(P<0.000 1),因变量与所考察自变量之间的线性关系显著(R2=0.909 3),模型调整确定系数RAdj2=0.818 6,说明该模型能解释响应值的变化,拟合程度较好,失拟项不显著(P>0.05),说明本试验所得二次回归方程高度显著,能很好地对响应值进行预测。一次项A、B、C及二次项A2、C2、D2表现为极显著,说明它们对响应值影响极大。根据F值的大小顺序可以推断,对响应值的影响程度顺序依次为:p H>蛋白酶添加量>酶解温度>酶解时间。由响应面预测的最优值为p H 4.31、复合酶添加量2.5%、酶解温度47.67℃、酶解温时间2.31h,在此工艺参数下进行前处理,再用碱性蛋白酶酶解,牡丹籽提油量为1.720g。为验证该结果,在上述优化条件下进行3次重复试验,考虑到实际操作的便利,将提取参数修正为p H 4.3、复合酶添加量2.5%、酶解温度47℃、酶解时间2.3 h,该工艺参数下进行前处理,再用碱性蛋白酶酶解,牡丹籽提油量为1.720g,提油率约为85%,与理论值接近。因此,基于响应面法所得的优化条件准确可靠,具有实际应用价值。
图表编号 | XD00109540200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.28 |
作者 | 王青、王晓东、程安玮、徐同成、王新坤、孙金月 |
绘制单位 | 农业农村部新食品资源加工重点实验室、山东省农产品精深加工技术重点实验室、山东省农业科学院农产品研究所、农业农村部新食品资源加工重点实验室、山东省农产品精深加工技术重点实验室、山东省农业科学院农产品研究所、农业农村部新食品资源加工重点实验室、山东省农产品精深加工技术重点实验室、山东省农业科学院农产品研究所、农业农村部新食品资源加工重点实验室、山东省农产品精深加工技术重点实验室、山东省农业科学院农产品研究所、农业农村部新食品资源加工重点实验室、山东省农产品精深加工技术重点实验室、山东省农业科学院农产品研究所、 |
更多格式 | 高清、无水印(增值服务) |