天然產(chǎn)物分離純化過程中層析技術(shù)的研究——應(yīng)用及相關(guān)過程模型化.pdf

1、層析分離技術(shù)是應(yīng)用最廣泛的一種天然產(chǎn)物分離純化技術(shù)。目前對該技術(shù)的研究可以概括為應(yīng)用和理論研究兩個方面，但兩個方面的研究都存在著一些不足之處。在應(yīng)用方面，現(xiàn)存層析工藝大多存在處理量低、應(yīng)用成本較高等缺陷；在理論研究方面，則主要是缺乏完善的過程模擬計算方法。這些問題的存在嚴(yán)重阻礙了該技術(shù)的進一步發(fā)展。因此，建立高效、廉價、簡便的層析工藝，完善相關(guān)層析過程的模型化研究具有非常重要的理論與實際意義。 本文探討了大孔吸附樹脂固定床層析技

2、術(shù)在天然產(chǎn)物分離純化中的應(yīng)用，旨在建立一條低成本，適合工業(yè)化生產(chǎn)的工藝路線。并著重對相關(guān)層析過程進行了模型化研究，基于人工神經(jīng)網(wǎng)絡(luò)（ANN）強大的非線性系統(tǒng)描述能力，分別建立了ANN-大孔吸附樹脂固定床傳質(zhì)動力學(xué)模型（ANN-Fixed bed）、ANN-高效液相色譜優(yōu)化模型（ANN-HPLC）以及ANN-高速逆流色譜優(yōu)化模型（ANN-HSCCC），進一步完善了層析過程的模擬計算方法。 本文首先建立了大孔吸附樹脂固定床層析與結(jié)晶

3、相結(jié)合的純化工藝，并從熱力學(xué)的角度考察了吸附過程的本質(zhì)。通過工藝條件的優(yōu)化，實現(xiàn)了茄尼醇的純化，一次性將其純度從50%左右提高到了94．51%，說明大孔吸附樹脂固定床層析技術(shù)是實現(xiàn)工業(yè)化生產(chǎn)切實可行的辦法。研究結(jié)果表明，高極性溶劑和低溫環(huán)境有利于增大樹脂的吸附量；增大料液濃度、降低流速、增大層析柱高徑比，會提高柱吸附量。但濃度過高會降低溶質(zhì)在柱床中的保留時間，流速過慢會使上樣周期變長，柱子越長柱壓會相應(yīng)的增大；在洗脫過程中，隨著洗脫劑極

4、性的增大，產(chǎn)品純度提高但收率降低，因此在本文中采用分步洗脫的方式；熱力學(xué)研究表明，大孔樹脂對茄尼醇的吸附為物理吸附，吸附過程能夠自發(fā)進行，茄尼醇被樹脂吸附后運動受到更大限制使系統(tǒng)變得更有序。以上研究結(jié)果可以為進一步將大孔吸附樹脂固定床層析技術(shù)應(yīng)用于天然產(chǎn)物的分離純化提供有效的幫助。 為了更深入的認(rèn)識大孔吸附樹脂固定床層析過程，本文對其分離過程中的傳質(zhì)動力學(xué)進行了研究。改進了傳統(tǒng)的普通速率模型（GR模型），用于描述層析過程中的穿透

5、行為。相比傳統(tǒng)的GR模型，本文從粒徑分布（PSD）和等溫線變化（VOI）兩方面對模型進行了完善。模型計算結(jié)果表明，當(dāng)GR模型只考慮PSD或只考慮VOI的時候，計算結(jié)果與實驗結(jié)果有比較明顯的差別。當(dāng)模型沒有考慮PSD的影響時，計算得到的穿透曲線斜率較大，穿透點提前，而且更早的達到平衡；當(dāng)模型沒有考慮到VOI時，計算得到的穿透曲線具有更小的斜率，穿透時間延長，達到平衡的時間延長；當(dāng)將以上兩方面的因素補充到GR模型后，計算結(jié)果與實驗值更加接近

6、。這些研究結(jié)果為進一步完善GR模型提供了參考。 鑒于GR模型表達式及求解過程相對復(fù)雜。本文建立了一種更加簡單、準(zhǔn)確的模型-ANN-Fixed bed模型，預(yù)測層析過程的穿透行為。結(jié)果表明，ANN-Fixed bed模型預(yù)測結(jié)果能夠更好的與實驗結(jié)果相吻合，線性相關(guān)系數(shù)R2>0．98，平均方差小于0．05。利用該模型對實驗參數(shù)進行考察發(fā)現(xiàn)，隨著原料液濃度的降低、吸附介質(zhì)粒徑的減小、吸附介質(zhì)顆粒孔隙率的增加以及高徑比的增加，穿透曲線變

7、陡，達到穿透點所需要的時間變長；隨著流速的增加以及柱床空隙率的增加，達到穿透點所需要的時間縮短。這些研究結(jié)果對于進一步優(yōu)化層析工藝，提高層析吸附量具有很好的指導(dǎo)意義。 在建立ANN-HPLC模型過程中，本文首次通過序列的結(jié)合ANN和色譜響應(yīng)函數(shù)（CRF）建立了一種新的化學(xué)計量學(xué)模型，用于色譜分離條件的優(yōu)化。利用該模型，本文成功的一次性優(yōu)化得到了適用于三種不同色譜分離目的的最優(yōu)操作條件，并在預(yù)測的最優(yōu)操作條件下得到了預(yù)期的色譜圖，

8、證明了該模型的有效性。該方法改善了以往模型靈活性不足的缺點，同時也為建立更加靈活、有效的色譜分離條件優(yōu)化模型提供了新思路。 在建立ANN-HSCCC模型過程中，本文首次利用ANN探討了逆流色譜分離過程中固定相的保留機理，通過對網(wǎng)絡(luò)輸入變量的考察發(fā)現(xiàn)，固定相保留率隨著流動相流速和黏度的增加而減小，隨著轉(zhuǎn)速和溶劑體系上下相密度差的增加而增大，并且輸入變量之間存在明顯相互作用。在此基礎(chǔ)上，通過結(jié)合Box-Behnken響應(yīng)面模型與De