← Zurück zu Allen Blogs und Publikationen Optimierung der Öl- und Proteinextraktion in Sojabohnen-Crush-Anlagen

Optimierung der Öl- und Proteinextraktion in Sojabohnen-Crush-Anlagen

Wie Lösungsmittelextraktion und Entbenzinieren-Toasten den Restölgehalt, die Feuchte und die Proteinqualität von Sojaextraktionsschrot bestimmen, welche AOCS-Referenzmethoden und Handelsspezifikationen sie definieren und wo die Nahinfrarotmessung die Steuerung unterstützen kann und wo nicht — auf Grundlage der technischen und begutachteten Fachliteratur.

Was Ölausbeute und Schrotqualität in einer Ölmühle bestimmt

Die Verarbeitung von Sojabohnen in der Lebensmittel- und Futtermittelindustrie erzeugt aus derselben Bohne zwei verkaufsfähige Ströme, Rohöl und Schrot. Die Lösungsmittelextraktion ist heute das gebräuchlichste Verfahren zur Ölgewinnung und umfasst nach Saatvorbereitung und Flockierung die Ölextraktion, das Entbenzinieren des Schrots, das Trocknen und Kühlen des Schrots, die Destillation der Miscella und die Lösungsmittelrückgewinnung [1]. Hexan ist das vorherrschende Extraktionsmittel, und eine umfassende Übersicht über mehr als 70 in der Literatur beschriebene Lösungsmittel hält fest, dass die Wahl des Lösungsmittels davon abhängt, welches Hauptendprodukt, Öl oder Schrot, optimiert werden soll [2].

Das Schrot wird nach seiner Zusammensetzung gehandelt. Die NOPA-Handelsregeln nennen typische Spezifikationen von 44,0–49,0 % Protein, 0,5 % Fett, höchstens 3,5 % Rohfaser und höchstens 12,0 % Feuchte, die alle durch Vereinbarung zwischen Käufer und Verkäufer geändert werden können [3]. Nach denselben Regeln wird eine Partie, die bis zu 0,5 % unter der Proteinspezifikation liegt, nicht mit Abzügen belegt, und größere Proteinfehlmengen werden mit dem Zweifachen des gelieferten Rechnungspreises je Proteineinheit abgerechnet [3]. Protein und Feuchte entscheiden daher über den Handelswert jeder Partie.

Der Desolventizer-Toaster: ein Apparat, mehrere Ziele

Nach der Extraktion gelangen die lösungsmittelfeuchten Flocken in den Desolventizer-Toaster (DT). Sein Hauptzweck ist die Abtrennung des Hexans vom Schrot; er muss möglichst viel Hexan zurückgewinnen und bei geringem Energieverbrauch ein Schrot guter ernährungsphysiologischer Qualität erzeugen [4]. Diese Ziele sind miteinander gekoppelt: In einem Stufenmodell eines industriellen DT untersuchten Paraíso et al., wie der Hexangehalt des eintretenden Kuchens die Schrotfeuchte und den Direktdampfverbrauch beeinflusst [4]. In 48 Technikumsversuchen mit hexanextrahierten Flocken fanden Mustakas et al., dass sich die Schrotqualität mit Erhitzungsdauer, Manteldampfdruck und Feuchtegehalt verbesserte und dass der Feuchtegehalt während des Toastens direkt vom Hexangehalt des dem Toaster zugeführten Materials beeinflusst wurde [5]. Mustakas et al. halten außerdem fest, dass sowohl unter- als auch übererhitzte Schrote einen geringeren Nährwert haben [5].

Referenzmethoden und Prozessindikatoren

Die Zusammensetzung wird durch AOCS-Methoden definiert, die in der folgenden Tabelle zusammengefasst sind; die NOPA gibt Bestandteile bezogen auf den Anlieferungszustand und umgerechnet auf 12 % Feuchte an [3], und das AOCS-Eignungsprüfungsprogramm für ungemahlenes Sojaextraktionsschrot ergänzt Ba 9-58 für die Ureaseaktivität [6].

Die Wärmebehandlung im DT wird indirekt beurteilt. Die Ureaseaktivität (AOCS Ba 9-58) und die Proteinlöslichkeit in 0,2 % KOH werden seit Langem verwendet, und der Protein-Dispersibilitätsindex (PDI) wurde als Alternative vorgeschlagen [7]. Batal et al. autoklavierten lösungsmittelextrahierte Sojaflocken unterschiedlich lange und verfütterten sie an Küken: Der Ureaseindex blieb bei kurzen Erhitzungszeiten hoch (ein pH-Anstieg von 1,65 bis 2,4) und fiel dann plötzlich auf 0,3 oder darunter, die KOH-Löslichkeit nahm ab, jedoch oft uneinheitlich, und der PDI sank stetig von über 70 % auf meist unter 30 %, weshalb die Autoren folgerten, dass der PDI der konsistentere und empfindlichere Indikator für die minimal ausreichende Wärmebehandlung sei [7]. PDI-Ergebnisse hängen von der Methode ab: Die langsam gerührte AOCS Ba 10b-09 liefert in der Regel niedrigere Werte als die schnell gerührte Ba 10-65, daher muss die Methode zusammen mit dem Ergebnis angegeben werden [8].

Parameter Typische NOPA-Spezifikation [3] AOCS-Referenzmethode
Protein 44,0–49,0 % [3] Ba 4f-00 (NOPA) [3]; Ba 4d-90 oder Ba 4e-93 Stickstoff (AOCS LPP) [6]
Fett (Öl) 0,5 % [3] Ba 3-38 [3][6]
Rohfaser höchstens 3,5 % [3] Ba 6-84 [3][6]
Feuchte höchstens 12,0 % [3] Ba 2a-38 [3][6]
Ureaseaktivität — Ba 9-58 [6]

Wo die Nahinfrarotmessung ihren Platz hat

Die NIR hat zu Beginn des Prozesses eine offizielle Rolle. AOCS Am 1-92 regelt die gleichzeitige Bestimmung von Öl, Feuchte und flüchtigen Bestandteilen sowie Protein in Ölsaaten mittels Nahinfrarot-Reflexion, an gereinigter Saat oder an der Probe im Anlieferungszustand, sofern die Verunreinigungen 2,0 % (Massenanteil) nicht überschreiten, und ist nur innerhalb der Kalibrierbereiche des Analysators gültig [9]. Es handelt sich um eine Saatmethode; die Anwendung der NIR auf Schrot erfordert am Schrot entwickelte Kalibrierungen. Für proteinreiche Futtermittelkomponenten erstellten Fontaine et al. NIRS-Kalibrierungen für Aminosäuren, Protein und Feuchte an mehr als 1.000 Proben und fanden bei der Validierung an unabhängigen Soja- und Tiermehlproben, dass mit wenigen Ausnahmen 85–98 % der Aminosäurevarianz erklärt wurden [10]. ISO 12099 legt fest, wie solche Kalibrierungen für Futtermittel entwickelt und validiert werden sollten [11].

Prozessindikatoren sind ein schwierigeres Ziel. In einem Forschungsbericht der Kansas State University zu 0 bis 60 Minuten autoklavierten Sojaflocken sagten NIRS-Regressionsmodelle Gesamtlysin (r² 0,969) und reaktives Lysin (r² 0,988) aus den amtlichen Ergebnissen vorher; Ureaseaktivität, Trypsininhibitoraktivität und KOH-Löslichkeit wurden nur mit den amtlichen Methoden gemessen, und NIRS-Modelle dafür wurden nicht berichtet [12]. Daraus ergeben sich zwei praktische Konsequenzen:

  • Zusammensetzung und Verarbeitungsqualität trennen. NIR-Modelle für Feuchte und Protein in Schrot stützen sich auf umfangreiche Literatur [10][11]; Urease, PDI und KOH-Löslichkeit sollten Referenzbestimmungen bleiben, sofern keine standortspezifische NIR-Kalibrierung gegen Ba 9-58 oder Ba 10b-09 validiert wurde [6][8][12].
  • Auf den eigenen Referenzdaten der Anlage kalibrieren. Modelle für Restöl, Feuchte und Protein sollten auf Ergebnissen der im Handel verwendeten AOCS-Methoden aufbauen [3], und ihre Genauigkeit sollte an unabhängigen Proben derselben Anlage ermittelt werden, wie ISO 12099 es beschreibt [11].

Wie USTECH vorgeht

USTECH unterstützt diesen Arbeitsablauf mit dem At-line-Analysator MasterLine17EC für eingehende Bohnen und Schrotproben, dem Inline-NIR-Analysator ProLine17EC, der an Fallschurren nach dem Trockner-Kühler montiert werden kann, und der Software-Suite caliX zur Entwicklung und Validierung der oben beschriebenen PLS-Kalibrierungen im Einklang mit ISO 12099 [11]. Welche Schrotparameter die Genauigkeit erreichen, die eine Anlage benötigt, und ob sich ein Prozessindikator zuverlässig vorhersagen lässt, wird in einer Machbarkeitsstudie mit Ihren eigenen Proben und AOCS-Referenzanalysen ermittelt.

Quellen

  • [1] Kemper, T.G. (2005). Oil Extraction. In: Shahidi, F. (ed.), Bailey's Industrial Oil and Fat Products, 6th ed. John Wiley & Sons, Hoboken. doi:10.1002/047167849X.bio013
  • [2] Johnson, L.A., Lusas, E.W. (1983). Comparison of alternative solvents for oils extraction. Journal of the American Oil Chemists' Society, 60(2), 229–242. doi:10.1007/BF02543490
  • [3] National Oilseed Processors Association (2024). NOPA's Trading Rules for the Purchase and Sale of Soybean Meal, MY 2024/25 (as amended and adopted 24 September 2024), Rule 2, Rule 3 and Appendix A. NOPA, Washington, DC. nopa.org/wp-content/uploads/2025/04/UpdatedTradingRules-SBM.pdf
  • [4] Paraíso, P.R., Cauneto, H., Zemp, R.J., Andrade, C.M.G. (2008). Modeling and simulation of the soybean oil meal desolventizing–toasting process. Journal of Food Engineering, 86(3), 334–341. doi:10.1016/j.jfoodeng.2007.10.010
  • [5] Mustakas, G.C., Moulton, K.J., Baker, E.C., Kwolek, W.F. (1981). Critical processing factors in desolventizing-toasting soybean meal for feed. Journal of the American Oil Chemists' Society, 58(3), 300–305. doi:10.1007/BF02582363
  • [6] American Oil Chemists' Society. Laboratory Proficiency Program: Unground Soybean Meal — determinations and recommended test methods (AOCS Ba 2a-38, Ba 3-38, Ba 4d-90/Ba 4e-93, Ba 5a-49, Ba 6-84, Ba 9-58). AOCS, Urbana, IL. aocs.org/laboratory-proficiency-program/unground-soybean-meal-laboratory-proficiency-testing
  • [7] Batal, A.B., Douglas, M.W., Engram, A.E., Parsons, C.M. (2000). Protein dispersibility index as an indicator of adequately processed soybean meal. Poultry Science, 79(11), 1592–1596. doi:10.1093/ps/79.11.1592
  • [8] AOCS Official Method Ba 10b-09. Protein Dispersibility Index (PDI). In: Official Methods and Recommended Practices of the AOCS, 7th ed. AOCS, Urbana, IL. Catalogue listing: sciinfo.dss.go.th/public/products/detail/171037/1
  • [9] AOCS Official Method Am 1-92. Oil, Moisture and Volatile Matter, and Protein by Near-Infrared Reflectance. In: Official Methods and Recommended Practices of the AOCS, 7th ed. AOCS, Urbana, IL. Catalogue listing: sciinfo.dss.go.th/public/products/detail/171029/1
  • [10] Fontaine, J., Hörr, J., Schirmer, B. (2001). Near-infrared reflectance spectroscopy enables the fast and accurate prediction of the essential amino acid contents in soy, rapeseed meal, sunflower meal, peas, fishmeal, meat meal products, and poultry meal. Journal of Agricultural and Food Chemistry, 49(1), 57–66. doi:10.1021/jf000946s
  • [11] ISO 12099:2017. Animal feeding stuffs, cereals and milled cereal products — Guidelines for the application of near infrared spectrometry. ISO, Geneva. iso.org/standard/67352.html
  • [12] Dunmire, K.M., Dhakal, J., Stringfellow, K., Stark, C.R., Paulk, C.B. (2019). Evaluating soybean meal quality using near-infrared reflectance spectroscopy. Kansas Agricultural Experiment Station Research Reports, 5(8). doi:10.4148/2378-5977.7864
USTECH Innovations Logo

Bewerten Sie diese Anwendung für Ihren Prozess

Unser Applikationsteam erläutert die Methode, stellt die zugrunde liegende Literatur bereit und bespricht mit Ihnen die Anwendung auf Ihren Prozess.

Kontakt aufnehmen

Lesen Sie weiter