Интенсификaция процесса получения масла из ядра косточек вишни в поле сверхвысокочастотного тока

Введение. Ядро косточки вишни является источником ценных биологически активных веществ, в составе которого обычно содержится 18–20% жира, 14–20% белка и множество биологически активных соединений. Традиционные методы извлечения масла из данного сырья показывают низкую эффективность и высокое энергопотребление. Цель исследования: изучить интенсификацию процесса получения масла из ядра косточек вишни с применением СВЧ-обработки и определить оптимальные параметры процесса с помощью математического моделирования. “Fan va texnologiyalar taraqqiyoti” Ilmiy-texnikaviy jurnal №1/2026 190 Food industry technologies В современной пищевой промышленности использование поля сверхвысокочастотного (СВЧ) тока развивается как новое направление. Данная технология, основанная на принципе диэлектрического нагрева, предоставляет возможности быстрого разрушения клеточной структуры и ускорения выхода масла. Анализ литературы показывает, что СВЧ технологии не только повышают эффективность извлечения масла, но и улучшают качество продукта [1, 5]. Постановка решаемой проблемы и формулировка задачи: С целью проведения эксперимента по получению масла из ядра косточек вишни методом холодного прессования использовались косточки вишни сорта "Гулистон", выращенные на территории нашей республики. Косточки вишни, полученные от предприятий по переработке плодов, сушились при температуре 60°С в течение 24 часов до влажности 8-10%, затем ядра отделялись механическим способом. Для изучения влияния факторов на процесс интенсификации получения масла из косточек вишни эксперименты проводились согласно плану полного факторного эксперимента (ПФЭ) 2³, и каждый эксперимент повторялся трижды. В качестве факторов, влияющих на процесс получения масла из косточек вишни, были выбраны следующие: Факторы: • z₁ – количество влаги в косточках вишни (%), z₁⁻ = 8, z₁⁺ = 12 • z₂ – время обработки сверхвысокочастотным током (мин), z₂⁻ = 4, z₂⁺ = 8 • z₃ – размер измельченных ядер косточек вишни (мм), z₃⁻ = 1, z₃⁺ = 3 С учетом всех взаимодействий факторов требовалось составить уравнение регрессии, проверить адекватность полученной модели и выполнить ее интерпретацию. Анализ эксперимента и полученных результатов: Исходная матрица планирования ПФЭ 2³ представлена в таблице 1. Таблица 1. Исходная матрица планирования ПФЭ 2³ z₂ (Время обработки) z₃ (Размер ядра) Среднее y (%) z₁ (Влаж ность) Экспери мент № y₁ (%) y₂ (%) y₃ (%) 1 8 4 3 11.7 11.9 11.6 11.73 2 12 4 3 11.0 11.2 10.8 11.00 3 8 8 3 12.4 12.6 12.2 12.40 4 12 8 3 11.9 12.1 11.7 11.90 5 8 4 1 14.1 14.3 14.0 14.13 6 12 4 1 13.4 13.6 13.3 13.43 7 8 8 1 14.6 14.8 14.7 14.70 8 12 8 1 13.2 13.5 13.1 13.27 Из данных результатов видно, что наибольший выход масла наблюдается в 7-м эксперименте: влажность = 8%, время обработки = 8 мин, размер ядра = 1 мм, выход масла (y) = 14.70%. В данном случае влажность была низкой, время обработки больше, частицы мелкие. Наименьший выход масла наблюдается во 2-м эксперименте: влажность = 12%, время обработки = 4 мин, размер ядра = 3 мм. Выход масла (y) = 11.00%. Development of science and technology Scientific and technical journal №1/2026 191 Oziq-ovqat sanoati texnologiyalari Таблица 2. Кодирование факторов Зависимость кодированных переменных от реальных z₁ - Влажность (%) 12 8 10 2 x₁ = (z₁ − 10)/2 z₂ - Время обработки (мин) 8 4 6 2 x₂ = (z₂ − 6)/2 z₃ - Размер ядра (мм) 3 1 2 1 x₃ = (z₃ − 2)/1 Таблица 3. Матрица планирования для обработки результатов Высокий уровень z᷈ᵢ⁺ Низкий уровень z᷈ᵢ⁻ Граница измене ния λᵢ Центр z᷈ᵢ⁰ Факторы Средние результаты 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟏𝒙𝟐 𝒙𝟏𝒙𝟑 𝒙𝟐𝒙𝟑 𝒙𝟏𝒙𝟐𝒙𝟑 𝒚𝟐 𝒚𝟑 𝒚𝟒 𝒚̅𝒋 1 Факторы Взаимодействия Результаты экспериментов Эксп. № 1 1 1 +1 +1 +1 +1 14.1 14.3 14.0 14.13 1 1 1 -1 -1 +1 -1 13.4 13.6 13.3 13.43 1 1 1 -1 +1 -1 -1 14.6 14.8 14.7 14.70 1 1 1 +1 -1 -1 +1 13.2 13.5 13.1 13.27 1 1 1 +1 -1 -1 -1 11.8 12.0 11.6 11.80 1 1 1 -1 +1 -1 +1 11.2 11.5 11.0 11.23 1 1 1 -1 -1 +1 +1 12.4 12.6 12.2 12.40 1 1 1 +1 +1 +1 -1 11.0 11.2 10.8 11.00 Расчет коэффициентов уравнения регрессии. Коэффициенты уравнения регрессии рассчитываются по формуле: 𝑛 𝑏𝑟,𝑝= 1 𝑛∑ 𝑗=1 𝑥𝑗𝑟⋅𝑥𝑗𝑝⋅𝑦‾𝑗, 𝑟< 𝑝, 𝑟= 1, … , 𝑘, 𝑝= 1, … , 𝑘 где: 𝑏𝑟,𝑝 - коэффициент взаимодействия факторов r и p, 𝑛 - число экспериментов, 𝑥𝑗𝑟, 𝑥𝑗𝑝 - 𝑗 кодированные значения факторов r и p в j-м эксперименте, 𝑦‾𝑗 - 𝑗- средний результат в j-м эксперименте. Уравнение регрессии записывается в полном виде: 𝑦= 𝑏0 + 𝑏1𝑥1 + 𝑏2𝑥2 + 𝑏3𝑥3 + 𝑏12𝑥1𝑥2 + 𝑏13𝑥1𝑥3 + 𝑏23𝑥2𝑥3 + 𝑏123𝑥1𝑥2𝑥3 где: 𝑏0 = 12.82, 𝑏1 = −0.295, 𝑏2 = 0.249, 𝑏3 = −1.188, 𝑏1,2 = −0.063, 𝑏1,3 = −0.013, 𝑏23 = 0,145 𝑏123 = −0.005 Математическое моделирование. Коэффициенты уравнения регрессии рассчитывались по стандартной формуле для полного факторного эксперимента. После статистической обработки и исключения незначимых коэффициентов получено окончательное уравнение регрессии в кодированных переменных: y = 12.82 - 0.295x₁ + 0.249x₂ - 1.188x₃ + 0.145x₂x₃ Адекватность модели подтверждена критерием Фишера: Fрасч = 0.0016 < Fтабл = 3.24. Анализ полученных результатов. “Fan va texnologiyalar taraqqiyoti” Ilmiy-texnikaviy jurnal №1/2026 192 Food industry technologies Полученные результаты показывают, что наибольший выход масла (14.70%) достигается при оптимальных параметрах: влажность 8%, время обработки 8 минут и размер частиц 1 мм. Наименьший выход масла (11.00%) наблюдается при влажности 12%, времени обработки 4 минуты и размере частиц 3 мм. Сравнение с литературными данными: Полученные результаты согласуются с исследованиями Demirbas (2016) [1], который сообщает о выходе масла из косточек вишни на уровне 12-15% при традиционных методах экстракции. Наше исследование показывает улучшение до 14.70% благодаря СВЧ-обработке. Benito-Román et al. (2023) [2] в своих исследованиях получили выход масла 13.2% при использовании сверхкритической экстракции. Применение СВЧ-технологии в нашем исследовании показало сопоставимые, а в оптимальных условиях - превышающие результаты. Исследования Fellows et al. (2016) [5] подтверждают эффективность диэлектрического нагрева для разрушения клеточных структур, что объясняет повышенный выход масла при СВЧ-обработке. Влияние факторов. Анализ уравнения регрессии показывает: • Отрицательный коэффициент при x₁ (-0.295) указывает на то, что снижение влажности увеличивает выход масла • Положительный коэффициент при x₂ (0.249) свидетельствует о положительном влиянии увеличения времени обработки • Отрицательный коэффициент при x₃ (-1.188) показывает, что уменьшение размера частиц значительно повышает выход масла • Взаимодействие x₂x₃ (0.145) указывает на синергетический эффект времени обработки и размера частиц Заключение. В результате проведенного исследования установлено, что интенсификация процесса получения масла из ядра косточек вишни с помощью СВЧ-обработки позволяет достичь максимального выхода масла 14.70% при оптимальных параметрах: влажность 8%, время обработки 8 минут и размер частиц 1 мм. Разработанная математическая модель адекватно описывает процесс и может быть использована для прогнозирования выхода масла при различных параметрах обработки. Данный метод является перспективным с экономической и технической точки зрения для широкого внедрения в промышленных условиях, поскольку обеспечивает повышение эффективности извлечения масла, снижение энергозатрат и ускорение процесса по сравнению с традиционными методами. Использованная литература 1. Demirbas, A. Biodiesel from kernel oil of sweet cherry (Prunus avium L.) seed // Energy Sources, Part A: Recovery, Utilization, and Environmental Effects. – 2016. – T. 38, № 17. – B. 2503–2509. DOI: 10.1080/15567036.2015.1091868. 2. Benito-Román, O., García-Santos, D., Sanz, M. T., Melgosa, R. Isolation of Cherry Seed Oil Using Conventional Techniques and Supercritical Fluid Extraction // Foods. – 2023. – T. 12, № 1. – 11 b. DOI: 10.3390/foods12010111. 3. Saeed, P., Ali, H., Khan, A., Shah, S. Characterization of total phenolic content and antioxidant property in sweet cherry (Prunus avium) kernel extract and oil // Pakistan Journal of Food Sciences. – 2023. – T. 33, № 1. – B. 42–49. 4. Lafka, T. I., Lazou, A. E., Sinanoglou, V. J., Lazos, E. S. Phenolic and antioxidant potential of olive oil mill wastes // Food Chemistry. – 2011. – T. 125, № 1. – B. 92–98. DOI: 10.1016/j.foodchem.2010.08.041. 5. Fellows, P. J., Brennan, J. G., Datta, A. K. Dielectric heating in food processing: Principles and applications // Encyclopedia of Food and Health. – 2016. – B. 137–142. DOI: 10.1016/B978-012-384947-2.00233-4. Development of science and technology Scientific and technical journal №1/2026 193