基于蒸汽辅助的无溶剂微波萃取法提取卡尤普蒂油（Melaleuca cajuputi）：工艺优化与质量评估

《South African Journal of Chemical Engineering》：Steam-Assisted Solvent-Free Microwave Extraction of Melaleuca cajuputi Oil: Process Intensification and Quality Evaluation

　　马哈夫德·马哈夫德|雷吉塔·阿玛利亚·拉马达尼|萨尔萨比拉·普特里·罗马德汉|莱拉图尔·卡达里亚|努尔·伊赫达·法里卡廷·尼萨
印度尼西亚苏拉巴亚10月10日技术学院化学工程系，阿瑞夫·拉赫曼·哈基姆路60111

**摘要**
使用传统的蒸汽蒸馏和水蒸气蒸馏方法提取卡琼胡油（Melaleuca cajuputi）通常需要较长的处理时间和高的能源消耗，这限制了工艺效率。尽管无溶剂微波提取（SFME）能够更快地提取精油，但在密集的植物基质中仍存在加热不均匀和传质受限的问题。本研究开发了一种蒸汽辅助的无溶剂微波提取（SFMES）工艺，通过控制蒸汽流量来增强微波辐照期间的热传递和质传递。本研究首次对卡琼胡油的SFME工艺进行了综合评估，结合了工艺优化、能耗分析和成分选择性分析，形成了一个统一的绿色工程框架。利用Box-Behnken设计基于响应曲面方法系统地评估和优化了关键操作参数的影响，包括微波功率、颗粒大小、进料与蒸馏器比例以及提取时间。在优化条件下，实现了最多1.2%的油产量，并且提取时间显著缩短。气相色谱-质谱分析确认了精油中含有丰富的桉叶油醇，其理化性能符合SNI 3954:2014标准。从绿色工程的角度来看，优化的SFME工艺具有较低的特定能耗（6 kWh kg?1 oil）和较低的二氧化碳排放量（4.8 g CO? g?1 oil），优于水蒸气蒸馏和非蒸汽辅助微波提取方法。这些结果表明，SFME通过提高精油回收率、改善能源效率并减少环境影响，成为一种更清洁且具有工业可行性的精油生产替代方案。

**1. 引言**
卡琼胡油（Melaleuca cajuputi Powell）是桃金娘科（Myrtaceae）中的一个重要物种，是商业上重要的卡琼胡油的主要来源，这种卡琼胡油富含1,8-桉叶油醇。该精油广泛用于制药、个人护理和卫生产品中，东南亚和印度尼西亚是全球主要的生产和供应中心（Darwis等人，2024年）。随着对生物基产品需求的增长，高质量精油市场的年增长率估计为8-10%，这得益于人们对可持续和环境友好成分的偏好（Chakira等人，2025年）。这一趋势突显了需要既高效且具有选择性，同时又节能且环境影响低的提取技术。

传统的卡琼胡油提取技术，如水蒸气蒸馏和蒸汽蒸馏，因操作简便而在行业中持续使用。然而，它们依赖于传导和对流热传递，导致提取时间延长、热能耗高，并可能对敏感的含氧单萜类化合物（尤其是1,8-桉叶油醇）造成热降解，而1,8-桉叶油醇是精油生物活性和商业价值的关键决定因素（Filly等人，2014年；M. T. Golmakani & Moayyedi，2015年；Moret等人，2019年）。从工艺工程的角度来看，这些方法的强化效果有限（Abed等人，2015年；Agustina & Suharmiati，2017年）。

传统蒸馏方法的缺点主要与热传递效率低和生物质长时间暴露在高温下有关。这样的操作条件不仅会增加特定能耗，还可能导致挥发性化合物的部分降解或损失（Qiu等人，2022年；Reda等人，2017年；Septya Kusuma等人，2016年）。因此，开发能够减少能源需求同时保持精油质量的强化提取技术已成为精油加工领域的重要研究方向（M. Golmakani等人，2017年）。微波辅助提取（MAE）通过实现体积加热，快速提升植物内部温度，破坏腺体结构，并提高传质动力学（M. Golmakani等人，2017年），提供了一种有吸引力的替代方案。无溶剂微波提取（SFME）作为一种特定的MAE配置，通过消除有机溶剂、在常压下操作并将提取和蒸馏步骤结合在一个过程中，进一步强化了这一过程（Araujo等人，2021年；Boukhatem等人，2019年）。然而，传统的SFME可能导致局部过热和生物质干燥，从而影响产量和成分完整性。最近的研究表明，在SFME过程中引入受控蒸汽可以通过调节湿度和温度来缓解这些问题，同时提高挥发性化合物的回收率（Qiu等人，2022年；Reda等人，2017年；Septya Kusuma等人，2016年）。因此，蒸汽辅助的无溶剂微波提取（SFMES）结合了快速的微波加热和均匀的蒸汽调节机制，为工艺强化提供了有力途径。

卡琼胡油的多种功能性特性，包括其抗菌、抗炎和呼吸系统益处，与其化学成分密切相关，尤其是1,8-桉叶油醇及其相关萜类化合物的浓度（Chakira等人，2025年；Okoh等人，2010年）。从工程角度来看，这些功能性生物活性应被视为提取选择性的直接结果。因此，开发能够保留或丰富这些生物活性化合物的工艺对于生产高价值精油至关重要。同时，必须量化提取过程的可持续性指标，如特定能耗和二氧化碳排放量，以全面评估其环境和经济可行性（Chakira等人，2025年；Elyemni等人，2019年；Putra等人，2023年）。

虽然MAE和SFME已被广泛用于精油提取（Ismanto等人，2017年；H. S. Kusuma等人，2018年；M Mahfud，Ma’sum等人，2022年），但传统的SFME技术在操作上存在一定的局限性。尽管SFME由于无溶剂而优于微波水蒸气蒸馏（MHD）等方法，但它更适合新鲜或湿润的生物质。当应用于较干燥的材料时，强烈的微波辐照可能导致局部过热和炭化，不仅会干扰工艺过程，还可能降解目标挥发性化合物。引入受控蒸汽流通过两种机制解决了这一问题：首先，通过保持湿润环境和调节温度来防止炭化；其次，促进从植物基质中连续去除释放的油。蒸汽作为载气，将蒸发的精油带入冷凝器，在那里形成明显的双相混合物，从而实现简单的分离。这种方法提高了稳定性和效率。尽管取得了这些进展，但关于卡琼胡油SFME的全面研究仍然很少，这些研究应包括系统优化、明确的可持续性指标和详细的功能性生物活性分析。此外，从综合工艺工程的角度来看，强化提取参数、所得化学成分及其功能性能之间的关系很少被阐明。

在这项工作中，提出了一种蒸汽辅助的无溶剂微波提取（SFMES）工艺，并对其从卡琼胡叶中提取精油的效果进行了系统评估。利用Box-Behnken设计基于响应曲面方法研究了关键操作参数（包括微波功率、颗粒大小、进料与蒸馏器比例和提取时间）的影响并进行优化。提取性能根据既定标准评估了产量和油质量，同时通过特定能耗和相关二氧化碳排放量定量评估了绿色工程性能，并与传统的水蒸气蒸馏和微波辅助蒸馏方法进行了直接比较。此外，通过GC-MS分析了油成分，以阐明在强化条件下的桉叶油醇富集部分的选择性回收。通过结合工艺优化、产品质量评估和可持续性指标，本研究为设计高效且清洁的提取过程提供了实验基础，为高质量卡琼胡油的可持续和工业生产提供了全面框架。

**2. 方法**
2.1. 原材料
从印度尼西亚东爪哇的马迪恩收集了新鲜的卡琼胡叶，作为主要原料，无需事先干燥。SFME过程中使用蒸馏水作为蒸汽源，而当地市政供水用于冷却和冷凝。使用新鲜生物质是为了保留挥发性成分并更好地模拟实际提取条件（Farid Chemat等人，2017年）。
2.2. 实验装置
SFME实验装置如图1所示。系统包括一个适用于实验室使用的家用微波炉（Electrolux）、一个三颈圆底烧瓶作为提取容器、一个用于油分离的Clevenger型装置、一个分离漏斗和一个蒸汽发生装置。蒸汽发生器由一个加热套件组成，连接到两颈烧瓶上，使用硅胶管将蒸汽输送到提取室。类似的配置也被报道用于在无溶剂条件下结合微波加热和水蒸气蒸馏原理（Mahfud Mahfud等人，2017年；Qiu等人，2022年）。

**2.3. 实验程序**
在常压下进行无溶剂微波提取，结合了微波辅助加热和干馏。为了防止卡琼胡叶的局部过热和干燥，在整个提取过程中引入了连续的蒸汽流。通过在另一个烧瓶中加热200毫升蒸馏水产生蒸汽，流速约为1.667 cm3 min?1。研究了关键操作变量的影响，包括颗粒大小（0.5、1.0、1.5和2.0厘米；±0.1厘米）、微波功率（150、300和450瓦）、物料与蒸馏器的质量比（0.06、0.08、0.10和0.12克/毫升）以及提取时间（120分钟）。每隔20分钟收集一次冷凝液。提取时间定义为从冷凝器出口首次出现冷凝液开始的时间。这种定义在微波辅助提取研究中常用（Farid Chemat等人，2017年；Rizkita等人，2025年）。
2.4. 提取产量和密度测定
提取产量基于干燥基计算，以考虑原材料的含水量，公式如下：
(1)
产量(%) = (提取的油质量/(原材料质量 × (1 ? 含水量)) × 100
其中，提取的油质量（moil，克）是提取油的质量，原材料质量（mmaterial，克）是卡琼胡叶的初始质量，x是表示为质量分数的含水量。这种方法可以准确比较不同操作条件下的提取效率（AOAC，2019年）。

提取油的密度（ρ）使用校准的比重计在室温下测量，并使用以下公式计算：
(2)
ρ = (充满的比重计质量 - 空比重计质量) / 比重计体积（V，毫升）
所有测量重复三次，报告平均值。
2.5. 化学成分分析
使用气相色谱-质谱（GC-MS）分析提取液体的化学成分。分析前，用乙醚提取液体样品以分离重质和轻质组分。收集醚层，并对水相重复提取。将合并的醚提取物在温和的氮气流下浓缩至最终体积约1毫升。GC-MS分析使用Shimadzu GC-MS QP2010S进行，配备Rtx-5MS毛细管柱（30米 × 0.25毫米 × 0.25微米）。操作条件如下：电子撞击电离70 eV，进样器温度290°C，检测器温度280°C，炉温从70°C程序升温至230°C，加热速率为5°C min?1。载气为氦气，流速60毫升/分钟，压力13.7千帕。化合物鉴定通过将质谱与NIST库数据进行比较，遵循既定的分析协议（Hassan等人，2016年）。
2.6. 基于响应曲面方法的优化
使用响应曲面方法（RSM）和Box-Behnken设计（BBD）进行工艺优化。考虑了三个独立变量：微波功率、颗粒大小和提取时间（表1）。使用Design-Expert软件（版本13，State-Ease Inc., 明尼阿波利斯，美国）生成并分析了15次实验运行。

**表1. 独立变量及其水平**
| 因素 | 编号 | 范围 | 水平 |
|-----------------|------------------|------------------|---------------|
| 微波功率（W） | X1 | 150 | 300 | 450 |
| 颗粒大小（毫米） | X2 | 12 | 15 | 20 |
| 提取时间（分钟） | X3 | 10 | 20 | 30 |

该设计能够评估变量对提取产量的线性、二次方和交互效应。将二次多项式模型拟合到实验数据（公式3）：
(3)
Y = β0 + ∑i=1k βiXi + ∑i=1k βiiXi2 + ∑i其中，y是预测响应，β0是截距，βi、βii和βij分别是线性、二次方和交互系数，xi和xj是编码变量，ε表示实验误差。这种方法实现了工艺变量的系统优化和解释（myers等人，2016年）。

本研究采用顺序实验策略。首先进行了单因素一次（ofat）实验，以评估每个操作变量的单独效应趋势并确定合适的优化范围。随后，仅用于工艺优化的box-behnken设计（bbd）进行了实验重复（在中心点进行三次运行），以估计实验误差并评估模型适用性。 βijxixj + ε 其中，y是预测响应，β0是截距，βi、βii和βij分别是线性、二次方和交互系数，xi和xj是编码变量，ε表示实验误差。这种方法实现了工艺变量的系统优化和解释（myers等人，2016年）。>其中，y是预测响应，β0是截距，βi、βii和βij分别是线性、二次方和交互系数，xi和xj是编码变量，ε表示实验误差。这种方法实现了工艺变量的系统优化和解释（myers等人，2016年）。

本研究采用顺序实验策略。首先进行了单因素一次（ofat）实验，以评估每个操作变量的单独效应趋势并确定合适的优化范围。随后，仅用于工艺优化的box-behnken设计（bbd）进行了实验重复（在中心点进行三次运行），以估计实验误差并评估模型适用性。>能源消耗、系统边界和二氧化碳排放评估
通过使用特定能源消耗（SEC）和二氧化碳排放指标作为清洁工程代理，评估了提取过程的能源和环境性能。该评估旨在实现对SFMES、HD和非蒸汽辅助微波提取路线之间的公平比较。

2.7.1. 能源消耗计算
特定能源消耗（SEC）计算为总电能输入与回收的精油质量之比：
(4) SEC = Etotal / moil (kWh/g油)
其中Etotal表示提取过程中消耗的总电能（kWh），moil表示获得的精油质量（g）。
对于微波辅助过程，总电能输入计算为：
(5) Etotal = P × t
其中P是微波功率（kW），t是提取时间（h）。SFMES中与蒸汽生成相关的电能被包括在总电能输入中，而辅助能源需求（例如实验室照明、分析仪器和冷却水循环）在所有方法中都被排除，以保持一致性。

2.7.2. 系统边界和假设
系统边界被定义为从输入到输出的框架，仅包括提取阶段。这包括微波辐照的能源输入、蒸汽生成（对于SFMES）和提取容器的加热。上游过程，如原材料栽培、收获和干燥，以及下游的油净化被排除在分析之外。
应用了以下假设：
1. 假设电能供应来自国家电网。
2. 通过测量的电能消耗间接考虑了微波效率和热损失。
3. 所有提取实验都在稳态实验室条件下进行。
4. 精油产量基于干基测量，并在重复实验中取平均值。
这些假设的采用是为了确保方法的一致性和可重复性，而不是为了提供完整的生命周期评估。

2.7.3. 二氧化碳排放估算
二氧化碳排放使用基于电能的排放因子方法进行估算：
(6) CO2排放 = Etotal × EF
其中EF是电网排放因子（kg CO?/kWh）。采用了0.82 kg CO?/kWh的值，这与印度尼西亚电力生产的报告排放因子一致。
将所得到的二氧化碳排放量归一化为生产的精油质量：
(7) CO2强度 = CO2排放 / moil (g油)
这种标准化指标使得可以直观比较不同提取技术的环境性能。

2.7.4. 范围和局限性
本研究中报告的能源和二氧化碳指标旨在作为比较性的清洁工程指标，而不是完整的生命周期评估（LCA）。分析重点关注提取阶段的相对改进和环境负担，避免超出实验范围的过度解读。

3. 结果与讨论
“结果与讨论”部分旨在阐明蒸汽调节的无溶剂微波提取（SFME）在提高Melaleuca cajuputi精油回收率的同时，改善产品质量和清洁工程性能中的作用。讨论首先探讨了关键操作参数对精油产量的影响，然后定量评估能源消耗及其相关的碳排放，以建立过程可持续性的基准。接着讨论了产品质量和化学选择性，特别是桉叶油醇的富集以及是否符合SNI 3954:2014标准。随后利用响应面方法（RSM）进行了过程优化，以确定最佳操作窗口。最后，讨论了蒸汽调节微波加热的机制及其工业意义，将过程强化、质量提升和环境性能联系在一个统一的清洁化学工程框架内。

3.1. 参数对精油产量的影响
本节讨论的所有参数效应都是在蒸汽辅助条件下解释的，其中连续的蒸汽流动在微波辐照期间稳定了温度和水分分布。

3.1.1. 微波功率对温度曲线的影响
增加微波功率会加速温度上升到溶剂沸点，从而提高精油产量（Barbosa等人，2021；Ghaffar等人，2015），如图2所示。
图2显示了不同功率水平下微波提取过程中的温度变化。温度曲线展示了不同功率输入如何影响加热速率和最终达到的平衡温度。在初始阶段（0-10分钟），所有功率水平的温度都迅速上升，表明Melaleuca Cajuputi叶片的能量吸收和加热效率很高。较高的功率水平（450 W）导致温度上升更快，相比于较低的功率水平（150 W和300 W）。这种行为证实了在高功率设置下的能量传递增强和快速的介电加热。在20到30分钟之间，所有功率水平的温度开始趋于稳定，表明系统接近热平衡。最终达到的平衡温度对于450 W（约120°C）高于300 W（约100°C）和150 W（约80°C）。这种行为证实了微波功率控制着加热速率和平衡温度，从而可以通过改善挥发性化合物的释放来提高精油提取的效率。该图还表明，较高的功率水平可以减少达到平衡所需的时间，证明高功率在加速提取过程方面的效率。然而，过高的功率可能会使精油化合物发生热降解，因此需要优化功率设置以平衡效率和产品质量。

3.1.2. 时间对Melaleuca Cajuputi产量的影响
提取过程可以分为三个阶段：初始的恒速率阶段、由对流-扩散控制的过渡阶段，以及最终的扩散控制阶段。在这个平衡阶段，基质外层的物质发生位移，位移速率是恒定的。然后是过渡阶段，在此阶段通过対流和扩散进行质量传递。在最后一个阶段，即扩散阶段，提取速率较慢，这一阶段的特征是通过扩散机制释放提取物。在提取过程中，这个扩散阶段通常被认为是限制步骤。
图3展示了在不同微波功率水平（150 W、300 W和450 W）下提取时间对精油产量的影响。在初始阶段（0-20分钟），所有功率水平的产量都急剧增加，表明挥发性化合物通过微波诱导的内部加热和水分蒸发迅速释放。在测试的条件中，450 W显示出最快的提取速率，其次是300 W和150 W，证实了微波功率对质量传递和细胞破坏的积极影响。随着提取时间超过20分钟，产量增加的速率逐渐减缓，表明转向扩散受限的提取和易提取化合物的耗尽。大约在60-80分钟后，曲线开始趋于平稳，表明逐渐达到平衡条件。

3.1.3. 功率对Melaleuca Cajuputi精油产量的影响
微波功率通过控制介电加热强度和内部蒸汽生成来控制提取效率。在微波辐照下，植物材料中的极性分子经历快速振荡和分子间碰撞，产生内部热量，促进细胞破裂并促进精油的释放。随着微波功率的增加，介电加热强度增强，导致质量传递加快和油化合物的快速挥发。
图3显示了在不同微波功率水平（150 W、300 W和450 W）下，提取产量（%）与时间（分钟）之间的关系。结果表明，产量随提取时间和微波功率的增加而增加。在初始阶段（0-20分钟），所有功率水平的产量都迅速增加，反映出易获取的挥发性化合物的有效释放。在测试的条件中，450 W显示出最高的提取速率，其次是300 W和150 W，证实了微波功率对提取动力学的强烈影响。
超过20分钟后，产量增加的速率逐渐減慢，表明转向扩散受限的提取和易提取成分的耗尽。尽管较高功率（450 W）始终产生较高的产量，但在较长的提取时间内产量的增加幅度减小，表明长时间处理提供的额外收益有限。这种行为强调了优化微波功率和提取时间的重要性，以平衡提取效率和能源利用。适中的高功率（450 W）结合受控的提取时间提供了在不需要额外能源投入的情况下实现高产量的最有利条件。

3.1.4. 粒径对Melaleuca Cajuputi精油产量的影响
粒径通过控制表面积和内部质量传递阻力直接影响提取效率。因此，粒径越小，水分释放就越容易，干燥过程越长，从材料中释放的水分就越多。因此，通过观察图4中材料粒径对产量的影响可以得出以下结论：
图4显示了在不同微波功率水平（450 W，F/D 0.12 g/mL）下，粒径对Melaleuca Cajuputi精油产量的影响。研究中使用了含水量为7.15%的Melaleuca Cajuputi叶片，粒径为0.5厘米的倍数。最佳产量是在粒径为±0.5厘米时获得的。这表明，材料的切割尺寸越长，暴露在热量中的油腺就越少，从而减少了提取材料的表面积。提取材料的粒径越小，微波的穿透效果越好，提高了提取效率。
图4展示了在不同微波功率水平（150 W、300 W和450 W）下，粒径对精油产量（%）的影响。结果清楚地表明，较小的粒径在整个过程中导致更高的提取产量。在初始阶段（0-20分钟），所有粒径的产量都迅速增加，反映出易获取的挥发性化合物的有效释放。在测试的条件中，最小的粒径（0.5厘米）显示出最高的提取速率，其次是1厘米和1.5厘米。这种行为可以归因于较小的粒径增加了表面积和微波渗透效果，从而增强了内部加热、细胞破裂和挥发性化合物的质量传递。
随着提取时间的进展，所有粒径的产量增加速率逐渐减缓，表明转向扩散受限的提取和易提取成分的耗尽。尽管如此，0.5厘米粒子的累积产量仍然最高，证实了它们在提高提取效率方面的优越性。相比之下，较大的粒径（1.5厘米）产生的产量较低，可能是由于表面积与体积比的降低和内部质量传递阻力的增加，限制了有效的热量分布和油的释放。
这些发现证实了粒径在微波辅助提取过程中的关键作用。较小的粒径有助于更有效的能量吸收和挥发性化合物的扩散，从而提高提取效率。因此，控制粒径对于优化产量和确保SFME系统中微波能源的有效利用至关重要。

3.1.5. F/D比例对Melaleuca Cajuputi精油产量的影响
本研究还比较了F/D比例（即进料与蒸馏物的比例）与先前研究的影响。结果将以F/D图表的形式展示，图5显示了在20分钟、40分钟和60分钟采样时Melaleuca Cajuputi的产率（%Yield）。
图5显示了在变量F/D 0.12 g/mL下，前20分钟内获得的产量为0.7943%。进料与蒸馏物（F/D）比例显著影响提取效率，因为它控制了生物质和蒸汽相之间的相互作用。关于之前的研究，采用的是相同的方法，即无溶剂微波提取法。在原材料与蒸馏器体积比（F/D）为0.1 g/mL的条件下进行实验，新鲜Melaleuca Cajuputi叶子的提取产量为2.7092%，水分含量为63.6076%；干燥的Melaleuca Cajuputi叶子的提取产量为2.1227%。这种情况可能由多种因素造成，例如，所使用的材料来自不同的地区，这些地区的Melaleuca Cajuputi叶子生长环境的气候和营养条件也存在差异。可以比较的是，两种情况下的产量都与F/D比值较大有关，即F/D比值在0.1 g/mL到0.12 g/mL范围内，或者说是叶子的重量在100-120克左右。图5展示了进料与蒸馏液比例（F/D）对精油产率的影响。数据包括了三个F/D比值：0.06 g/mL、0.08 g/mL和0.1 g/mL。结果表明，改变F/D比值确实会影响提取效率。在整个提取过程中，当F/D比值为0.06 g/mL时，产量始终最高，在120分钟提取时间结束时达到约2.4%的峰值。这表明较低的F/D比值有助于提高进料与蒸馏液之间的相互作用，从而更有效地提取精油。相反，F/D比值为0.1 g/mL时产量最低，这可能意味着较高的比值会导致进料与溶剂之间的接触不够充分，从而降低提取效率。所有三个比值在最初的20分钟内产量都迅速增加，之后产量增长的速度放缓，说明提取时间延长会导致收益递减。这种趋势在所有F/D比值下都存在，但在较高的比值（如0.1 g/mL）下尤为明显，其产量增长最为缓慢。这些发现强调了优化F/D比值对于提高精油产量的关键作用。较低的F/D比值不仅能够提高提取效率，还能减少资源消耗，因此是工业应用中需要重点优化的参数。

3.2 使用响应面方法（RSM）进行工艺优化
3.2.1 实验设计与变量选择
响应面方法（RSM）采用了Box–Behnken设计（BBD）来模拟、分析并优化cajuput油的产量，该设计考虑了三个独立变量：微波功率（A）、原材料大小（B）和提取时间（C）。选择BBD设计是因为它能够高效地估计二次响应面，同时所需的实验次数较少，并且可以避免极端因素组合。这种设计能够系统地评估线性、二次项和交互作用效应，为因素重要性和响应行为提供统计上可靠的见解。根据初步试验和微波辅助提取系统的操作限制，定义了各因素的取值范围：微波功率（150–450 W）、原材料大小（0.5–1.5 cm）和提取时间（20–80 min）。选择产量作为响应变量，因为它与工艺效率和工业应用性直接相关。实验设计矩阵包含15次实验，其中包含三次中心点重复实验以估计纯误差，具体内容见表2。
表2. Box Behnken设计矩阵（15次实验）
| 运行编号 | 微波功率（W） | 原材料大小（cm） | 提取时间（min） | 产量 |
|-------|---------|------------|-----------|---------|
| 1 | 150 | 0.5 | 60 | 0.5 |
| 2 | 150 | 1.5 | 60 | 0.2 |
| 3 | 150 | 1.0 | 3 | 1.0 |
| 4 | 150 | 1.5 | 0.2 | 6 |
| 5 | 150 | 1.0 | 8 | 0.3 |
| 6 | 150 | 0.7 | 0.1 | 3 |
| 7 | 150 | 1.0 | 2 | 0.1 |
| 8 | 150 | 1.5 | 0.8 | 0.6 |
| 9 | 150 | 0.0 | 0.5 | 2 |
| 10 | 300 | 1.5 | 2 | 0.1 |
| 11 | 300 | 0.5 | 8 | 0.9 |
| 12 | 300 | 1.5 | 0.1 | 1 |
| 13 | 300 | 1.0 | 6 | 0.4 |
| 14 | 300 | 1.0 | 6 | 0.3 |
| 15 | 300 | 1.0 | 6 | 0.7 |

使用表2中的数据对二次模型进行方差分析（ANOVA），结果见表3。模型具有统计学意义，F值为17.36，p值为0.0029，说明这样一个高的F值仅由随机噪声引起的概率为0.29%，这表明二次模型能够很好地描述独立变量与cajuput油产量之间的关系。此外，拟合优度检验也不显著（F = 4.69，p = 0.1807），说明实验结果与预测结果之间的偏差并非由系统误差引起。因此，该模型适用于响应解释和优化。根据实验设计矩阵，最高精油产量出现在第2次实验中，此时微波功率为450 W、原材料大小为0.5 cm、提取时间为60分钟，产量为1.00%。这表明在测试的参数范围内，高微波功率结合小颗粒大小和中等提取时间能够达到最佳条件。在这种条件下，增强的介电加热和降低的质量传递阻力共同促进了有效细胞破裂和挥发性化合物的释放，从而实现了最大的油回收率。

表3. Box Behnken设计的二次模型方差分析

3.2.2 模型开发与统计分析
为了描述独立变量与产量之间的关系，对实验数据拟合了一个二次多项式模型。通过方差分析（ANOVA）评估了该模型的适用性，结果见表3。二次模型具有统计学意义，F值为17.36，p值为0.0029，表明由于随机噪声导致如此高的F值的概率仅为0.29%。拟合优度检验也不显著（F = 4.69，p = 0.1807），说明实验结果与预测结果之间的偏差并非由系统误差引起。因此，该模型适用于响应解释和优化。在线性项中，微波功率（A）和原材料大小（B）对产量有显著的影响（p = 0.0022和0.0004）。原材料大小被认为是最具影响力的因素，其F值最高（68.72），说明它在控制质量传递阻力和细胞破裂效率方面起关键作用。提取时间（C）在研究范围内对产量的影响不显著（p = 0.1022），表明提取系统已经接近了准平衡状态。对于二次项，只有原材料大小的平方项（B2）显著（p = 0.0137），表明存在最佳颗粒大小范围。所有交互项（AB、AC、BC）以及二次项A2和C2统计上都不显著，说明响应主要由主效应控制，而非协同作用。

3.2.3 模型适用性与拟合统计
使用表4中的拟合统计量进一步评估了模型的适用性。决定系数（R2 = 0.9690）表明模型解释了96.9%的响应变异性。调整后的R2值（0.9132）在考虑了预测变量数量后，仍表现出较强的解释能力。相对较低的标准差（0.0809）与平均响应（0.4560）相比，表明残差分散较小。

3.2.4 回归模型与解释
最终得到的二次回归方程用编码变量表示如下：
(8) 产量 = 0.5226 + 0.2048A ? 0.2126B + 0.0693C ? 0.0138AB ? 0.0063AC ? 0.0081BC + 0.0542A2 + 0.0392B2 ? 0.0258C2
编码形式便于直接比较各因素的效应。微波功率的正系数表明，增加功率通过提高体积加热、加速含油组织的破裂和增加内部蒸汽压力来提高产量。相反，原材料大小的负系数反映了扩散阻力的增加以及较大颗粒尺寸导致有效表面积的减少。提取时间的系数较小，表明其作用较为次要。交互项的系数较小，与其统计显著性一致，说明主要效应占主导地位。

3.2.5 响应面分析
通过等高线图评估了工艺变量的综合效应，结果见图6。相应的三维响应面图位于补充材料中，以增强清晰度并避免主文中视觉上的重复。

图6. 使用BBD方法的优化等高线图。功率-颗粒大小等高线图显示，在高微波功率与较小颗粒尺寸的组合下，提取产量最高。这种行为表明，较高的功率增强了介电加热和内部蒸汽生成，而较小的颗粒尺寸减少了内部质量传递阻力，从而更有效地释放精油。相比之下，较大的颗粒尺寸限制了热量渗透和扩散，即使在较高的功率水平下也会导致产量降低。功率-时间等高线图表明，微波功率对产量的影响比提取时间更为显著。增加功率显著提高了油回收率，而超过某个阈值后延长提取时间仅能带来小幅度的改进，表明达到了平衡状态，且易于提取的化合物开始减少。颗粒大小-时间等高线图证实了在研究时间范围内颗粒大小的主导影响。较小的颗粒尺寸始终具有较高的提取效率，而较长的提取时间无法弥补较大颗粒尺寸带来的限制。因此，等高线图清楚地显示了变量之间的非线性相互作用，这与方差分析和回归模型的结果一致，验证了微波功率和颗粒大小是控制cajuput油产量的最重要参数。

3.2.6 数值优化与模型验证
采用了期望函数方法来在给定的实验约束条件下最大化油产量。所有因素都设置在指定的范围内，并且重要性相同，同时使响应值最大化。优化产生了100个可行的解决方案，每个方案的期望值均为1.000，表明多种因素组合满足了优化标准。根据实际考虑和平衡的操作参数，选择了排名第一的解决方案。该方案对应的条件为微波功率171.52 W、原材料大小0.517 cm和提取时间76.59分钟，预测的油产量为0.661。尽管在极端功率水平下预测的产量更高，但该条件代表了更节能的运行点，同时保持了高性能。多个具有相同期望值的解决方案的存在表明存在一个宽泛的最佳区域，而不是一个尖锐的最大值，这对于实际操作和工艺稳健性是有利的。

模型验证是通过将Box–Behnken二次模型预测的产量与相应的实验值进行比较来进行的（见表5和图7）。残差通常较小且在零附近对称分布，表明预测值和实际值之间有良好的一致性。在较高产量水平下观察到的较大偏差与较低的预测R2值一致，这反映了在较高操作条件下的不确定性增加，这是在微波辅助提取系统的经验模型中常见的现象（Myers等人，2016年）。

表5. 模型验证的实验和预测产量值
| 运行编号 | 实际产量 | 预测产量 | 残差 |
|---------|---------|---------|---------|
| 1 | 10.59 | 0.635 | -0.045 |
| 2 | 21.00 | 1.070 | -0.067 |
| 3 | 30.21 | 0.142 | 0.067 |
| 4 | 40.51 | 0.465 | 0.045 |
| 5 | 50.12 | 0.118 | 0.001 |
| 6 | 11.60 | 0.530 | 0.016 |
| 7 | 13.00 | 0.230 | 0.006 |
| 8 | 80.63 | 0.254 | -0.024 |
| 9 | 90.70 | 0.671 | 0.008 |
| 10 | 10.02 | 0.120 | 0.166 |
| 11 | 10.91 | 0.826 | 0.084 |
| 12 | 12.00 | 0.190 | 0.256 |
| 13 | 13.00 | 0.366 | -0.046 |
| 14 | 14.00 | 0.366 | -0.046 |
| 15 | 15.00 | 0.366 | 0.0033 |

图7. 模型验证图。(a) 残差的正态概率图；(b) 预测值与实验值的比较
图7(a)显示了残差的正态概率图，数据点紧密跟随一条直线，没有明显的弯曲或尾部聚集。这证实了残差大致服从正态分布，满足响应面方法所需的正态性和恒定方差假设。系统模式的缺失表明开发的二次模型没有显著偏差，实验误差主要是随机的而非结构性的。图7(b)比较了预测值和实验值，大多数数据点沿着45°参考线分布，表明模型预测与实验观察结果非常吻合。这种视觉一致性支持了较高的决定系数（R2 = 0.9690）和调整后的R2（0.9132），表明模型解释了大部分设计空间内的变异性。在较高产量值处的轻微偏差与较低的预测R2值一致，这表明在极端操作条件下的预测稳健性较差，这在非线性微波辅助提取系统中是常见的（Bezerra等人，2008年）。Golmakani和Moayyedi（2015年）的研究表明，该模型的有效性得到了高Adeq Precision值（14.37）的进一步证实，这一值超过了推荐的4的阈值，表明模型具有很强的信噪比，并验证了其在设计空间探索和优化中的适用性。通过等高线图（图6a-c）进一步阐明了工艺变量的综合影响。微波功率与原材料粒度之间的相互作用显示，最高产量区域出现在高微波功率与小粒度相结合的情况下，而增加粒度即使在较高的功率水平下也会显著降低产量。功率-时间响应曲面表明微波功率的效果比提取时间更显著，而粒度-时间图则证实了在测试的时间范围内粒度是影响产量的主要因素。这些趋势与回归系数和方差分析（ANOVA）结果（表3）一致，进一步强调了微波功率和原材料粒度是研究领域内桉树油产量的主要决定因素。验证结果证实，二次RSM-BBD模型能够可靠地捕捉实验趋势，并适用于响应解释、数值优化和工艺设计。然而，鉴于调整后的R2与预测R2之间的差异，建议在选定的最优条件和附近操作条件下进行确认实验，以在扩大规模和工业应用之前进一步增强模型的稳健性（Bezerra等人，2008年；Myers等人，2016年）。

3.3 油品质量与化学组成
3.3.1 GC-MS结果
GC-MS分析的结果有助于确定精油中包含的成分。在Melaleuca Cajuputi油中，最丰富的成分是含氧单萜类化合物。然而，含氧化合物具有挥发性。根据已进行的研究，表6显示了Melaleuca Cajuputi油的主要成分，即1,8-桉叶醇、蒎烯和环球醇。
表6. Melaleuca Cajuputi油的GC-MS分析结果
| 成分 | R.T (min) | % |
|-------------|---------|---------|
| 单萜类 | 1.b-蒎烯 | 2.397 |
| | 1.5 | 1.2 |
| | a-蒎烯 | 7.956 |
| | 3.173 | |
| 希列烯 | 3.343 | 0.10 |
| 含氧化合物 | 4.1,8-桉叶醇 | 2.470 |
| | 25.835 | |
| | a-蒎烯 | 2.337 | 0.53 |
| 倍半萜类 | 6.胡莫伦 | 7.950 |
| | 3.177 | |
| | d-塞利烯 | 8.175 | 3.528 |
| 石竹烯 | 4.891 | 13.18 |
| 含氧化合物 | 9.环球醇 | 7.692 | 18.49 |
| | 3.858 | 0.28 |
GC-MS分析证实，提取的油主要由含氧化合物组成，其中1,8-桉叶醇是主要成分（25.83%）（Elaissi等人，2012年；Sebei等人，2015年）。Melaleuca Cajuputi油中另一种显著的化合物是环球醇，这是一种含氧化合物倍半萜，其浓度可能会有所不同，但在某些Melaleuca Cajuputi物种中通常约为5-18%（Elaissi等人，2012年；Sebei等人，2015年）。研究表明它具有抗菌特性，这增强了其在治疗应用中的重要性（Elaissi等人，2012年；Zhou等人，2016年）。在单萜类含量方面，α-蒎烯和β-蒎烯的含量较高，分别为约3%和1%，尽管具体百分比会因物种和样品条件而异（Elaissi等人，2012年；Marzoug等人，2011年；Sebei等人，2015年）。多种倍半萜类的存在，包括δ-塞利烯、石竹烯和胡莫伦，进一步凸显了Melaleuca Cajuputi油的化学多样性（Elaissi等人，2012年）。Melaleuca Cajuputi油还含有几种次要成分，如α-蒎烯和丁香酚，虽然含量较低，但它们增加了油的复杂性，并与多种功能性属性相关，包括抗菌活性（Dhakad等人，2017年；Zhou等人，2016年）。Melaleuca Cajuputi油中化学成分的多样性不仅证明了其工业价值，还表明了其在制药、化妆品和芳香疗法领域的潜在应用。这种精油中单萜类和倍半萜类的平衡使其作为天然产品具有多样性，为医学和个人护理等多个领域提供了广阔的应用机会（Bugarin等人，2014年；Elaissi等人，2012年；Zhou等人，2016年）。含氧化合物的丰富存在，特别是1,8-桉叶醇和环球醇，使Melaleuca Cajuputi油成为进一步研究和开发的理想候选物，旨在提升其在不同行业的应用潜力。因此，GC-MS分析揭示了Melaleuca Cajuputi油中单萜类、倍半萜类和含氧化合物的复杂混合物。1,8-桉叶醇和环球醇的主要存在，以及次要成分的复杂组成，表明该油在从抗菌剂到天然治疗产品的广泛应用中具有巨大潜力。

3.3.2 桉叶醇富集
Melaleuca Cajuputi精油的一个关键质量指标是1,8-桉叶醇（桉叶油精）的富集程度，这决定了其制药、医疗和工业价值。在这项研究中，SFMES（蒸汽辅助无溶剂微波萃取）方法实现了富含桉叶醇组分的选择性回收，GC-MS结果显示桉叶醇含量为25.83%（表6）。这一数值与在相似植物条件下通过传统水蒸馏和蒸汽蒸馏获得的数值相当，甚至在某些情况下更高。1,8-桉叶醇是Melaleuca Cajuputi精油中的主要成分，显著反映了其制药、医疗和工业价值。SFME方法促进了富含桉叶醇组分的浓缩回收，一些研究中报告的桉叶醇含量超过了98%（Barbosa等人，2021年）。这种效率通常与传统的水蒸馏和蒸汽蒸馏方法相当或更高（Filly等人，2014年；Marzoug等人，2011年）。1,8-桉叶醇的优先富集可归因于SFME中使用的体积微波加热机制。这种方法增强了油腺的快速内部加热，促进了高度挥发性含氧化合物的快速释放，同时最小化了传统技术中常见的二次热降解。研究表明，微波能量直接与极性成分和细胞内水分相互作用，加速了分泌细胞的破裂，并减少了暴露于高温的时间，这对保护脆弱的1,8-桉叶醇至关重要（Hindi，2025年；Villa等人，2022年）。此外，在SFME过程中引入受控的蒸汽流对于实现桉叶醇富集至关重要。蒸汽有助于保持局部湿度，减轻过度加热并促进挥发性化合物的有效蒸发，从而使桉叶醇转化为气相，同时让较重的倍半萜类部分保留在植物基质中。这种选择性的蒸发行为解释了提取油中观察到的较高桉叶醇与倍半萜类的比例（A?ar等人，2015年；Araujo等人，2021年；Filly等人，2014年）。1,8-桉叶醇的富集显著提升了Melaleuca Cajuputi油在多个领域的适用性，特别是在呼吸治疗、消毒剂和芳香疗法中，这些领域通常要求高浓度的桉叶醇（Jedidi等人，2024年；Silva等人，2011年）。通过SFMES实现的提取效率和面向质量的选择性使处理能力符合最终用途要求，表明其在工业应用中的重要性和高价值潜力（Marzoug等人，2011年；Ribeiro-Santos等人，2020年；Ribeiro等人，2021年；Wu等人，2011年）。因此，像SFME这样的提取技术的进步不仅提高了1,8-桉叶醇的产量，还提升了Melaleuca Cajuputi油的整体质量，使其成为多种工业应用的优质产品。这种对Melaleuca Cajuputi油中1,8-桉叶醇提取和富集的全面探索突显了提取方法的进步及其对提升精油功能性属性的重要性。

3.3.3 SFMES与文献（HD、SD、MAE）的比较
为了评估蒸汽辅助SFME的性能，将其提取效率和化学选择性与文献中报道的水蒸馏（HD）、蒸汽蒸馏（SD）和微波辅助提取（MAE）的数值进行了比较。比较总结如表7所示。
表7. Melaleuca Cajuputi精油的提取方法比较
| 方法 | 提取时间 | 桉叶醇含量（%） | 能源效率 |
|-----------------|---------|-----------|-----------|
| 水蒸馏（HD） | 2–6小时 | 18–25 | 低 |
| | | | |
| 蒸汽蒸馏（SD） | 3–5小时 | 20–26 | 低 |
| | | | |
| SFMES | ≤60分钟 | 25.83 | 高 |
| | | | |
与HD和SD相比，SFMES将提取时间从数小时缩短到不到一小时，同时保持或提高了桉叶醇含量。这一改进反映了微波辐照引起的强化传热和传质作用，消除了先前系统中常见的温度梯度。相对于MAE和MAHD，SFME方法进一步消除了对大量溶剂或过量水的需求，从而减少了与加热大体积液体相关的能量消耗。通过SFMES获得的化学组成符合高品质Melaleuca Cajuputi油的标准，其中含氧化合物单萜类是主要成分。与文献中报道的一些高功率MAE系统不同，没有观察到桉叶醇降解或过量热副产物的形成。这表明微波加热和蒸汽调节的联合作用创造了一个稳定的提取环境，平衡了效率和选择性。比较分析表明，SFME代表了一种先进的提取途径，结合了微波强化的优势与质量保护。该方法实现了卓越的时间效率和桉叶醇的竞争性富集，以及降低的热强度，使其成为可持续和高价值Melaleuca Cajuputi油生产的有希望的替代方案。

3.4 更清洁的工程性能：能源消耗和二氧化碳排放
除了产量和质量考虑外，更清洁的化学工程还强调对能源效率和环境影响的定量评估。因此，计算了SFMES过程的特定能源消耗，并将其与传统的水蒸馏和微波辅助蒸馏方法进行了基准测试。在优化条件下，SFMES的特定能源消耗为6 kWh kg?1油，显著低于传统水蒸馏的数值。能源需求的减少主要归因于体积微波加热、提取时间的缩短以及蒸汽辅助的稳定效果，这减少了与生物质干燥和过热相关的能量损失（Dinh Phuc等人，2019年；Indira等人，2021年）。当按油产量进行归一化时，观察到不同的趋势。在优化条件下（450 W，F/S比0.05，5分钟），SFMES实现了最低的特定电力消耗，达到6 kWh kg?1油（表8）。这一数值显著低于在较低微波功率和较长提取时间下获得的数值，后者特定能源消耗可高达18 kWh kg?1油。这表明，如果需要较长的提取时间，低功率操作并不一定节省能源，这一现象也在之前的MAE和SFME研究中得到确认（M. T. Golmakani & Moayyedi，2015年；M Mahfud，Varyana等人，2022年）。
表8. 精油提取方法的能源消耗和二氧化碳排放比较
| 方法 | 操作条件 | 提取时间（分钟） | 特定能源（kWh kg?1油） | 二氧化碳排放（g CO? kg?1油） |
|-----------------|---------|--------------|----------------------|
| 水蒸馏（常规加热） | 120–240 | 30–50 | 24–40 |
| | | | |
| MAHDM（微波+水） | 30–60 | 10–15 | 8–12 |
| | | | |
| SFME（非最优条件） | 450 W，5分钟 | 56 | 4.8 |
| | | | |
| SFME（最优条件） | 300 W，5–15分钟 | 5–15 | 18 | 14.4 |
| | | | |
二氧化碳排放根据电力排放系数0.8 kg CO? kWh?1进行计算。二氧化碳排放与电力消耗的趋势一致，因为它们都是基于电力排放系数计算的。在最佳条件下，碳排放减少到4.8 g CO? kg?1油，而非最佳条件则产生了更高的排放（表8）。这证实，通过高效的微波能量耦合进行过程强化比单纯降低微波功率更有效地减少了排放。与传统的水蒸馏和MAHD相比，优化的SFME过程每单位产品的能源需求和碳足迹显著降低。传统水蒸馏通常需要较长的加热时间（2–4小时），导致电力消耗超过30–50 kWh kg?1油，而MAHD的数值在10–15 kWh kg?1油之间（Akhbari等人，2018年；Dinh Phuc等人，2019年）。如表8所示，SFME在能源效率和排放减少方面明显优于这两种方法。表8中的数据清楚地表明，SFMES满足了更清洁工程的三个基本原则。首先，实现了能源最小化，因为优化的SFME条件将特定能源消耗降低了大约60–80%，相对于MAHD降低了约40–50%，证实了微波驱动的体积加热的有效性。其次，SFME过程本质上消除了溶剂，无需外部溶剂或额外加水，从而消除了废水产生，并显著减少了下游分离的能量需求。第三，通过同时实现高提取产量、短处理时间和保持油质，证明了生产力的提高，而没有典型的能量-产量 trade-off。这些结果共同表明，SFME代表了一种更清洁、更高效、更集约化的提取路径，符合可持续化学工程的原则。改进的可持续性能不会影响产品质量，因为提取的油仍符合SNI标准，并表现出有利的桉叶醇选择性。在效率、环境性能和产品完整性之间的这种平衡是先进微波辅助绿色提取技术的核心特征。表8中的结果证实，优化后的SFME满足了关键的清洁工程原则，实现了能源最小化、二氧化碳排放减少以及提取效率的提升，同时没有损害油的质量。这些发现进一步证明了SFME作为一种低能耗且环境友好的提取方法，与清洁生产和可持续工艺强化策略相一致（H. S. Kusuma等人，2025年；M Mahfud, Variyana等人，2022年）。

3.5. 产品质量和工艺-性质关系
3.5.1. 密度、溶解度和颜色（符合SNI标准）
基于密度、溶解度、香气和颜色评估了物理化学质量，并与印度国家标准（SNI 3954:2014）进行了比较。提取油的密度在20°C时为0.930 g/mL?1，处于香叶醇丰富的Cajuputi桉树油的可接受范围（0.900–0.930）内（表9）。这一结果表明，微波辅助提取，特别是蒸汽辅助的SFME，并不会对油的整体组成或纯度产生不利影响。溶解度测试显示，在70%（v/v）乙醇中以1:10的比例时液体完全透明，证实了含氧单萜类化合物（尤其是1,8-香叶醇）的主导地位，以及不存在不溶性杂质。这一观察结果与先前的研究一致，这些研究表明MAE和SFME能够保留精油的原生化学组成，而不会引起溶剂相关的污染或成分变化（Ait Amer Meziane等人，2020年；M. T. Golmakani & Moayyedi，2015年；Hashemi-Moghaddam等人，2013年）。

表9. Cajuputi桉树精油的物理性质与SNI 3954:2014的比较
| 物理性质 | SNI 3954:2014 | 本研究 |
|----------------|------------------|------------------|
| 密度（g/mL?1，20°C） | 0.900–0.930 | 0.930 |
| 在70%乙醇中的溶解度 | 清透 | 清透（1:10） |
| 香气 | 典型Cajuputi桉树油香气 | 典型Cajuputi桉树油香气 |
| 颜色 | 从清澈到黄绿色 | 从清澈到黄绿色 |

感官评估进一步支持了提取油的质量。该油具有典型的Cajuputi桉树香气和从清澈到黄绿色的颜色，均符合SNI要求，表明在提取过程中几乎没有发生热降解。这些物理特性的保持证明了基于微波的提取方法在满足国家质量标准的同时能够保持产品的完整性，这与之前关于绿色提取技术的报告一致（Güne? & Alma，2012年；M Mahfud, Variyana等人，2022年）。

3.5.2. 产量与操作强度的关系
提取产量强烈依赖于操作强度，主要受微波功率、提取时间和颗粒大小的影响。正如大量研究报道的那样（Darnengsih等人，2024年；Variyana等人，2024年），增加微波功率和提取时间可以提高产量，因为这会导致体积快速加热、内部蒸汽生成以及植物基质内的质量传递增强。然而，产量的响应是非线性的，在过高的操作强度下收益会降低。这种行为归因于局部过热和高能量输入下的潜在挥发损失。由此产生的凸形响应面证实了存在一个最佳操作窗口，在该窗口内，输入的能量被有效地转化为油的分解，而不是以热损失的形式散失，这是强化微波辅助提取过程的一个特征（Haqqyana等人，2022年）。

3.5.3. 与工艺强化的联系
同时实现高提取产量和保持油质量的成果证明了通过微波辅助提取进行工艺强化的有效性。与传统的蒸馏法相比，强化工艺能够在更短的处理时间和更低的总热强度下提供相当或更优的产品质量。这一优势源于微波与材料的直接相互作用，它减少了热传递的限制并提高了提取效率（H. S. Kusuma等人，2025年；M Mahfud, Variyana等人，2022年）。

在优化条件下，密度、溶解度、香气和颜色的稳定性表明，工艺强化不会损害产品质量。相反，它能够在生产力和质量之间达到良好的平衡，进一步证明了微波辅助提取作为一种更清洁、更节能和更可持续的精油生产方法。

3.6. 与传统提取方法的比较及其工业意义
提取性能受到能量输入、传输现象以及植物基质物理化学响应的相互作用的影响。在Cajuputi桉树叶的SFMES中，体积微波加热和控制蒸汽流的同时应用产生了热传递、水分调节和气相质量传递的协同效应。这些耦合机制最终控制了提取动力学、化学选择性和油的质量以及能源效率。与传统依赖外部传导和对流热传递的蒸馏法不同，微波辐射能够直接对湿润的生物质进行体积加热。微波能量选择性地与极性分子和细胞内水分结合，导致油腺内部迅速加热和压力升高。这种内部压力有助于结构破裂并加速挥发性油成分向气相的释放（M. T. Golmakani & Moayyedi，2015年；Varma，2001年）。蒸汽辅助的作用在强化微波条件下稳定提取环境方面至关重要。连续的蒸汽流保持生物质的水分，调节温度梯度，并防止过度干燥或局部过热，这在无溶剂微波系统中是常见的限制。这种水分调节增强了工艺的稳健性和重复性，同时在高功率或长时间操作期间保持了化学完整性。

SFMES的集成机制在图8中进行了示意性说明，展示了体积微波加热、蒸汽介导的水分控制和增强的气相质量传递之间的相互作用。这种混合配置允许在强化但可控的热条件下进行提取，从而在显著减少的提取时间内实现高油回收率。微波功率成为控制提取性能的主要过程变量。增加微波功率会增强体积加热，导致油腺更快破裂和精油成分的快速挥发。更高的功率水平可以大幅减少提取时间，从而直接降低单位产油的特定能耗，这是基于微波的工艺强化的特征之一（Boukhatem等人，2019年；H. S. Kusuma等人，2025年）。

从机制角度来看，本研究中观察到的含氧单萜类化合物的优先回收可以归因于它们相对于碳氢化合物萜烯更高的极性和更强的微波吸收能力。在蒸汽辅助条件下，这些化合物在较低的整体温度下迅速释放，从而减少了长时间的热应力。因此，提取出的油富含香叶醇，反映了选择性保留而非无差别的挥发（Araujo等人，2021年；Boukhatem等人，2019年）。体积微波加热导致内部蒸汽快速生成和油腺破裂，而控制的蒸汽流则稳定了水分含量，调节了温度梯度，并增强了气相质量传递。

表10总结了工艺变量、化学选择性和功能意义的综合效应，将微波功率、蒸汽辅助和提取时间与油质量和清洁工程性能联系起来。因此，提取油的功能属性被解释为过程控制的结果，而非独立设计的目标。

表10. 蒸汽辅助SFME中工艺变量、油质量和清洁工程性能之间的联系
| 方面 | 关键观察 | 科学解释 | 清洁工程意义 |
|-----------------|------------------|------------------------------------|
| 微波功率 | 在更高功率下产量急剧增加 | 增强的体积加热加速细胞破裂和油挥发 |
| 提取时间缩短 | → | 每单位油的能耗降低 |
| 蒸汽辅助 | 在长时间操作下产量和质量稳定 | 蒸汽保持水分，防止生物质干燥和热点形成 |
| 提高工艺稳健性和重复性 | | |
| 香叶醇选择性 | 更高的含氧单萜类化合物比例 | |
| 水分辅助的挥发 | 有利于极性萜烯的挥发 | |
| 使用相同原料的更高药用价值 | |
| 能源消耗 | 低于传统蒸馏法 | |
| 能源效率 | 每克油的间接排放减少 | |
| 直接降低能源消耗 | | |
| 碳减排强度 | | |
| 每克油的二氧化碳排放降低 | |
| 环境足迹 | | |

从组成角度来看，SFMES促进了含氧单萜类化合物（特别是1,8-香叶醇）的选择性增强。富含水分的条件有利于极性和含氧化合物的气相传输，这些化合物具有更强的微波吸收能力和对蒸汽辅助挥发的更高亲和力（Indira等人，2021年；Mollaei等人，2025年）。对于Cajuputi桉树油而言，这种选择性回收特别有利，因为其商业和治疗价值与香叶醇含量密切相关。在清洁化学工程的术语中，SFMES的环境性能与其强化的能量特征直接相关。体积微波加热和缩短提取时间的结合显著减少了电力需求，从而导致与传统蒸馏法相比二氧化碳排放量更低。这种能源效率与减排的直接耦合再次证明了SFMES作为一种更清洁、更可持续的分离方法（Handayani等人，2025年；H. Kusuma等人，2016年）。

响应面方法（RSM）分析进一步表明，在由微波功率、提取时间和进料特性控制的相对较窄的操作窗口内可以实现最佳性能。虽然这种敏感性是强化过程的特点，但经过适当优化后也能实现精确的操作控制和可扩展性（Myers等人，2016年）。SFMES展示了提取产量、油质量和能源效率的平衡整合，无需使用有机溶剂。这种平衡体现了与清洁化学工程原则相一致的工艺强化，即在提高生产力的同时减少了环境负担。

3.6.1. 蒸汽辅助微波加热在质量传递中的作用
在SFMES过程中引入连续蒸汽流对于稳定提取环境和增强质量传递起着决定性作用。蒸汽保持生物质的水分，防止过度干燥，并增强了由微波引起的体积加热所产生的内部压力梯度。这种协同作用促进了油腺的破裂，并加速了挥发性化合物向冷凝器的气相传输（Boukhatem等人，2019年；M. T. Golmakani & Moayyedi，2015年）。

从传输现象的角度来看，SFMES同时增强了热传递和质量传递，同时减少了局部过热。蒸汽既作为水分调节剂，又作为载体相，促进挥发性化合物的迁移，从而在无溶剂条件下提高了提取效率。这种机制对于像Cajuputi桉树叶这样的木质纤维素基质尤为重要，因为它们在高微波功率下容易发生结构崩解和干燥。

3.6.2. 含氧单萜类的保存和选择性回收
含氧单萜类化合物，尤其是1,8-香叶醇，与碳氢化合物萜烯相比具有更高的极性和更强的微波吸收能力（Lucchesi等人，2004年；Motasemi等人，2015年）。在SFMES条件下，这些化合物的选择性加热使其在较低的整体温度下迅速释放，从而限制了长时间的热应力暴露。这种机制解释了为什么与传统的蒸馏法和无辅助微波提取相比，SFMES能够富集更多香叶醇（Araujo等人，2021年；Boukhatem等人，2019年）。因此，含氧单萜类化合物的保存归因于受控的工艺强化，而非植物材料本身的变异性。

3.6.3. 对功能和清洁工程性能的影响
Cajuputi桉树油的功能属性，包括抗菌活性和呼吸治疗相关性，与以香叶醇为主的组成密切相关（Mollaei等人，2025年；Okoh等人，2010年）。通过保持高浓度的含氧单萜类化合物，SFMES在不进行化学修饰或溶剂干预的情况下提高了功能性能。在清洁化学工程的背景下，这些功能属性是成功化学保存的指标，而非独立的设计目标。SFMES代表了一种混合强化策略，其中体积微波加热与通过蒸汽流控制的水分调节相结合，同时影响热传递、质量传递和相行为。

表11总结了这些机械关系，说明了SFMES如何在保持化学完整性的同时增强提取效果。功能性能是合理过程设计的直接结果，而非提取后的修改。从工程角度来看，这证实了化学选择性和功能质量可以通过操作变量进行预测和控制，支持SFMES作为更清洁、更强大的分离策略的可扩展性和广泛应用性。体积微波加热加速了内部能量吸收，导致油腺快速破裂和精油成分的快速挥发。蒸汽的引入稳定了基质水分和温度分布，防止了局部过热和过度干燥。这些综合效应有利于含氧单萜类的选择性回收，这些化合物具有更高的极性和更强的微波吸收能力。功能意义，如抗菌和呼吸治疗相关性，并非独立设计的目标，而是成功化学保存的指标。从工程角度来看，该表证明了通过过程设计可以预测和控制功能性能，支持SFMES作为合理且可扩展的强化分离策略的广泛应用。

3.6.1. 蒸汽辅助微波加热在质量传递中的作用
在SFMES过程中引入连续蒸汽流在稳定提取环境和增强质量传递方面起着决定性作用。蒸汽保持生物质的水分，防止过度干燥，并增强了由微波引起的体积加热所产生的内部压力梯度。这种协同作用促进了油腺的破裂，并加速了挥发性化合物向冷凝器的气相传输（Boukhatem等人，2019年；M. T. Golmakani & Moayyedi，2015年）。

从传输现象的角度来看，SFMES同时增强了热传递和质量传递，同时减少了局部过热。蒸汽既作为水分调节剂，又作为载体相，促进了挥发性化合物的迁移，从而在没有溶剂的情况下提高了提取效率。对于像Cajuputi桉树叶这样的木质纤维素基质来说，这种机制尤为重要，因为它们在高微波功率下容易发生结构崩解和干燥。**提取过程、化学选择性和功能之间的机械性关联**
**过程特征**
**工程机制**
**化学结果**
**功能影响**
**清洁工程相关性**

**技术细节**
- 微波体积加热
- 快速内部能量吸收
- 快速油腺破裂
- 减少热降解
- 过程强化
- 蒸汽辅助水分控制
- 温度和压力稳定
- 提高含氧化单萜的回收率
- 保持富含桉脑的化学谱型
- 选择性提取
- 短提取时间
- 有限的热暴露时间
- 保存挥发性化合物
- 更高的生物活性保留
- 能源效率
- 无溶剂操作
- 无溶剂-溶剂相互作用
- 清洁的化学谱型
- 更安全的性能
- 绿色分离

**3.7. 清洁工程与工业影响**
清洁工程评估用于评估SFMES（蒸汽辅助无溶剂微波提取）在卡久普特油（Cajuput oil）方面的环境和工业相关性，重点关注能源使用、碳强度以及与传统蒸馏方法的工艺整合性。

**3.7.1. SFMES的能源与可持续性基准测试**
表12提供了SFMES与传统蒸馏方法在能源与可持续性方面的定量比较。比较重点包括关键清洁工程指标，如提取时间、特定能耗以及每单位油的二氧化碳排放量。

| 参数 | SFMES（本研究） | 传统蒸馏法* | 改进趋势 |
|-----------------|-----------|-----------|-----------------------|