2、結(jié)果與分析

2.1不同外加電壓條件下膜液荷質(zhì)比變化

液體的荷電一般分為接觸荷電、電暈荷電和感應(yīng)荷電3種方式，其中感應(yīng)荷電具有安全易控等優(yōu)點，因此本實驗采用該方式為液滴荷電[11]。電極環(huán)所帶電壓直接影響微量進樣針針尖處電場場強大小，進而影響液體所帶電荷量。本實驗去離子水和明膠液滴感應(yīng)荷電所產(chǎn)生的荷質(zhì)比如表2所示。由表2可知，隨著電源電壓升高，去離子水和明膠液滴的荷質(zhì)比均顯著升高（<0.05），外加電壓7 kV時去離子水荷質(zhì)比相較于1 kV升高了6倍，而明膠溶液則升高了8～16倍。李金等[12]探究環(huán)形電極對噴霧感應(yīng)荷電的影響時發(fā)現(xiàn)，外加電源電壓從0 kV升高至15 kV時，液滴的荷質(zhì)比會呈現(xiàn)先上升后下降的結(jié)果。這是由于當外加電壓足夠高時會擊穿空氣，產(chǎn)生與電源帶相同電荷的離子，而帶相反電荷的液滴與空氣中的擊穿離子結(jié)合則使液滴荷質(zhì)比下降。本研究電源區(qū)間屬于感應(yīng)荷電區(qū)，且7 kV電壓無法擊穿空氣。

隨著膜液中吐溫20的減少和司盤20的增多，明膠液滴荷質(zhì)比亦呈增高趨勢（<0.05）。張建桃等[13]研究表明，介質(zhì)的電導率改變會引起其荷電性能的改變。相同質(zhì)量濃度下司盤20的物質(zhì)的量濃度更高，導致溶液電導率及液滴荷質(zhì)比增加更為明顯。然而，與只添加吐溫20的明膠溶液（tw100）相比，少量司盤20的添加（tw80）還會引起荷質(zhì)比的顯著減少（<0.05），推測這是由于溶液中吐溫20與司盤20分子通過“經(jīng)典疏水作用”在水溶液中優(yōu)先結(jié)合，從而使溶液中總?cè)苜|(zhì)相對濃度下降導致[14]。

2.2不同外加電壓條件下膜液表面張力變化

表面張力是反應(yīng)液體潤濕性能的重要指標。一般來說，表面活性劑作為雙親分子能夠使氣-液、液-固間的表面張力顯著降低[5]。表面張力越小的液體越容易黏附在物體表面，呈現(xiàn)出更小的接觸角和更優(yōu)的潤濕性能[15]。通過改變外加電壓，去離子水和明膠液滴的表面張力如表3所示。無論是去離子水還是明膠溶液，電源電壓的升高均使液滴表面張力顯著降低（<0.05）。相較于未施加電壓膜液，當電壓在7 kV時明膠液滴表面張力下降超10%，其中tw0組在7 kV時擁有最小的表面張力（31.38 mN/m）。安建鵬[16]研究了含有不同表面活性劑液滴在荷電之后的表面張力，發(fā)現(xiàn)表面活性劑的親水基團會與水分子間形成氫鍵，從而影響液滴在靜電場中的表面活性，使表面張力保持較高水平。本實驗中所有表面張力數(shù)值均隨電壓的增大而減小，表明溶液中的氫鍵已達飽和，電壓越高，明膠溶液表面活性越強，表面張力越小。相較于吐溫20，司盤20分子含有更少的親水基團、不易與水分子結(jié)合[17]，且在水溶液表面排列更為緊密（排列密度約為吐溫20的3倍）[18]，這導致明膠液滴的表面張力隨著司盤20占比的升高下降更為明顯。

2.3不同外加電壓條件下膜液接觸角變化

為了形成具有良好黏附性和均勻性的可食性膜，成膜溶液對產(chǎn)品的潤濕性尤為重要。表4展示了溶液在不同電壓下荷電后滴落在石蠟表面的接觸角。由表4可知，無外加電壓作用下，tw100的接觸角為79.74°，隨著司盤20的增多，接觸角首先減小，在二者濃度相等時降至71.00°。此后，接觸角隨著司盤20占比增加反而上升。理論上，表面張力越小的液滴接觸角越小[15]，但本實驗現(xiàn)象與前述規(guī)律不符。先前研究發(fā)現(xiàn)，疏水性司盤表面活性劑分子在液滴中傾向于向上遷移，導致其不能有效降低液滴下表面接觸角；而適量吐溫表面活性劑的加入能夠促進司盤在液滴中的均勻分布，從而減小接觸角[10]。

荷電使得液滴的接觸角顯著降低（<0.05），其中7 kV的電壓能夠使去離子水液滴的接觸角降低約10°，明膠液滴接觸角下降約6°～9°。茹煜等[19]建立了荷電霧滴的三維運動模型，發(fā)現(xiàn)在20 kV的電壓下熒光液滴的接觸角能夠降低46°。本研究發(fā)現(xiàn)，當表面活性劑吐溫20與司盤20的濃度比為1∶1（tw50），外加電壓為7 kV時，明膠液滴在石蠟表面具有最好的潤濕性，接觸角為64.99°。

2.4機器學習分析

液滴的荷質(zhì)比為荷電后的本質(zhì)特性，而表面張力和接觸角則為荷電液滴表現(xiàn)的外在特性。為了訓練機器學習模型，以荷質(zhì)比作為輸入特征，將表面張力、接觸角測量值轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)可以處理的張量后進行訓練，使模型預測值盡可能地接近實際測量值，實驗結(jié)果如表5所示。無論是表面張力還是接觸角，SVM-linear的2最低，為0.938 4和0.943 6，表明該模型預測效果最差。SVM-linear作為一種基于線性核函數(shù)的支持向量機模型，對噪聲和異常值非常敏感，且參數(shù)調(diào)優(yōu)較為困難[20]。DNN的2最接近1，且MSE值和MAE值最?。ū砻鎻埩Φ腗SE值和MAE值分別為0.014 5和0.081 3，接觸角的MSE值和MAE值分別為0.037 4和0.151 0），表明該模型預測性能最好。DNN具有非線性特征學習、自動特征提取和分層特征學習等優(yōu)勢，能夠適應(yīng)大規(guī)模數(shù)據(jù)并進行調(diào)優(yōu)[21]。Pfisterer等[22]通過DNN建立評估商業(yè)果泥食品的營養(yǎng)密度，其平均準確率達92.2%。荷質(zhì)比與表面張力、接觸角的模型預測如圖2、圖3所示，可以發(fā)現(xiàn)模型對實際數(shù)據(jù)具有良好的擬合效果。通過模型曲線可以確定，在任意荷質(zhì)比下，去離子水液滴與明膠液滴的表面張力及其在石蠟表面的接觸角，為預測可食性膜液在食品表面的潤濕黏附性提供了思路和手段。

圖2通過深度神經(jīng)網(wǎng)絡(luò)建立荷質(zhì)比與表面張力之間的模型預測

圖3通過深度神經(jīng)網(wǎng)絡(luò)建立荷質(zhì)比與接觸角之間的模型預測

3、結(jié)語

本文探究了在不同電源電壓下通過感應(yīng)荷電的方式對明膠液滴荷質(zhì)比、表面張力及接觸角的影響，并通過深度神經(jīng)網(wǎng)絡(luò)建立模型預測。結(jié)果發(fā)現(xiàn)，靜電荷電能有效提高明膠液滴的潤濕性能，當外加電壓為7 kV時，明膠成膜液滴的表面張力可以下降9%～14%，接觸角能夠下降8%～12%。從而為形成更均勻、更完整的可食性涂膜提供新的手段。在明膠的質(zhì)量分數(shù)為3%、表面活性劑的質(zhì)量分數(shù)為0.05%、吐溫20與司盤20濃度比為1∶1、電壓為0～7 kV時，深度神經(jīng)網(wǎng)絡(luò)模型對膜液荷質(zhì)比與表面張力或接觸角的關(guān)系具有良好的預測作用，可用于指導實踐操作。

基于深度神經(jīng)網(wǎng)絡(luò)模型分析明膠溶液荷電量與表面張力之間的關(guān)系（一）

基于深度神經(jīng)網(wǎng)絡(luò)模型分析明膠溶液荷電量與表面張力之間的關(guān)系（二）