[发明专利]一种护肤纯天然植物精油及其制备方法在审
申请号: | 202110719879.5 | 申请日: | 2021-06-28 |
公开(公告)号: | CN113384493A | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 崔来斌 | 申请(专利权)人: | 珠海市摩音健康管理有限公司 |
主分类号: | A61K8/92 | 分类号: | A61K8/92;A61K8/67;A61K8/86;A61Q19/08 |
代理公司: | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人: | 刘省超 |
地址: | 519000 广东省珠海市吉大*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 护肤 天然 植物 精油 及其 制备 方法 | ||
本发明涉及一种护肤纯天然植物精油,按质量百分比为它包括:甜扁桃油80‑90%、山梨醇聚醚‑30四油酸酯1‑6%、姜根油0.1‑2%、乳香油0.1‑2%、香橼果皮油0.1‑2%、薰衣草油0.2‑2%、生育酚0.1‑0.5%、生育酚乙酸酯0.1‑1%。本发明与现有技术相比的优点在于:本发明的原料对人体无毒无害,其成品安全环保,可长久使用,且有植物天然的香味,清香宜人;并具有精油含量高、香味持久的特点,通过按摩吸收可进行调理肌肤,使肌肤莹润紧致。
技术领域
本发明涉及到领域,具体是指一种护肤纯天然植物精油及其制备方法。
背景技术
随着社会的高度发展,人们的生活节奏也悄然加速,甚至996的生活方式给人们带来极大的健康压力和精神压力。长期伏案,久坐不动,超长时间超身体负荷的工作,使得身体出现肌肉酸痛,精神萎靡等亚健康问题。常用的推拿油多是由化工成分组成,长期使用对皮肤有刺激效果。
精油,是从植物的花、叶、茎、根或果实中,通过水蒸气蒸馏法、挤压法、冷浸法或溶剂提取法提炼萃取的挥发性芳香物质。精油是由小分子化学颗粒组成,易通过皮肤吸收,进入皮下的毛细血管,促进血液循环,提高局部组织的新陈代谢;同时由于精油的挥发特性,具有芳香属性,有效成分可通过呼吸刺激大脑,起到调节情绪舒缓压力的作用。
发明内容
本发明要解决的是以上技术问题,提供一种护肤纯天然植物精油及其制备方法。
为解决上述技术问题,本发明提供的技术方案为:一种护肤纯天然植物精油,按质量百分比为它包括:甜扁桃油80-90%、山梨醇聚醚-30四油酸酯1-6%、姜根油0.1-2%、乳香油0.1-2%、香橼果皮油0.1-2%、薰衣草油0.2-2%、生育酚0.1-0.5%、生育酚乙酸酯0.1-1%。
一种护肤纯天然植物精油的制备方法,包括以下步骤:
步骤一:按配方比例称取物料,先将甜扁桃油80-90%、姜根油0.1-2%、乳香油0.1-2%、香橼果皮油0.1-2%、薰衣草油0.2-2%几种天然植物精油进行混合均匀;
步骤二:将山梨醇聚醚-30四油酸酯1-6%、生育酚0.1-0.5%、生育酚乙酸酯0.1-1%进行混合均匀;
步骤三:将步骤一和步骤二中的混合物进行混合、均质即可。
进一步的,所述的步骤三中,匀质在200-300r/min条件下至少1.5小时。
本发明与现有技术相比的优点在于:本发明的原料对人体无毒无害,其成品安全环保,可长久使用,且有植物天然的香味,清香宜人;并具有精油含量高、香味持久的特点,通过按摩吸收可进行调理肌肤,使肌肤莹润紧致。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
一种护肤纯天然植物精油,按质量百分比为它包括:甜扁桃油80-90%、山梨醇聚醚-30四油酸酯1-6%、姜根油0.1-2%、乳香油0.1-2%、香橼果皮油0.1-2%、薰衣草油0.2-2%、生育酚0.1-0.5%、生育酚乙酸酯0.1-1%。
一种护肤纯天然植物精油的制备方法,包括以下步骤:
步骤一:按配方比例称取物料,先将甜扁桃油80-90%、姜根油0.1-2%、乳香油0.1-2%、香橼果皮油0.1-2%、薰衣草油0.2-2%几种天然植物精油进行混合均匀;
步骤二:将山梨醇聚醚-30四油酸酯1-6%、生育酚0.1-0.5%、生育酚乙酸酯0.1-1%进行混合均匀;
步骤三:将步骤一和步骤二中的混合物进行混合、均质即可。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海市摩音健康管理有限公司,未经珠海市摩音健康管理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110719879.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种层链式多标签学习模型
- 下一篇:电子设备、壳体组件以及电致变色模组