基于成分-结构-性能关联的菠萝叶纤维细度与强度快速预测模型构建及应用

本研究针对菠萝叶纤维(PALF)机械性能评估耗时费力、组分-性能关系不明的问题，通过阶梯式脱胶处理构建11种纤维组(SSD1-11)，结合600+单纤维力学测试(GB/T5881-2024)和多元统计建模，开发出PFS-PALF预测模型(精度达95%)，揭示了纤维素主导刚度、半纤维素调控细度、木质素增强延展性的组分功能层级关系，为高性能PALF材料定向设计提供新范式。

　　

在追求可持续发展的今天，天然纤维材料因其环境友好特性备受关注。菠萝叶纤维(PALF)作为热带农业副产品，具有比肩E-glass纤维(30-70 GPa)的优异刚度(37-86 GPa)，却在产业化应用中面临巨大挑战——传统纤维束存在结构缺陷、胶质含量高、截面不均等问题，而单纤维又因组分复杂导致性能评估需要50+次重复测试，严重制约了其在高值化领域的应用。更棘手的是，PALF中56%的叶肉细胞与44%维管组织存在固有异质性，加之品种和产地差异造成的纤维素/木质素比例变化，使得性能预测犹如"盲人摸象"。

针对这一难题，华南热带作物研究所的研究团队以栽培最广的Queen品种为研究对象，开展了一项突破性研究。通过创新性地设计阶梯式化学脱胶工艺，成功制备出11种不同组分特征的纤维组(SSD1-11)，结合600余次标准化力学测试和先进统计建模，不仅揭示了PALF性能的分子机制，更开发出可替代传统检测的智能预测工具。这项发表在《Industrial Crops and Products》的研究，为天然纤维的精准设计提供了全新范式。

研究团队采用多尺度技术联用策略：通过控制性脱胶获得组分梯度样本，GB/T5881-2024标准测试力学性能，XRD分析晶体结构参数(CI和τ)，SEM观察形貌演变，结合Pearson-Mantel多元统计和MATLAB建模构建PFS-PALF预测系统，并跨品种验证模型普适性。所有样本均来自中国湛江的菠萝种植基地和马来西亚Putra大学等权威机构。

【物理性能特征】研究发现：完全去除半纤维素的SSD-8组细度降至17.71±4.18 dtex(降幅18%)，但保留5%半纤维素可维持3.77±1.06 cN/dtex的强度；木质素含量与拉伸应变显著正相关(r=0.54)，SSD-10组(10%木质素)应变达2.56%，比原纤维提升22.5%，证实了"滑动-支撑"机制的存在。

【组分关联规律】Mantel检验揭示层级关系：纤维素(占比61.9-95%)主导刚度(总r=2.23)，其(200)晶面衍射峰强度与Young's模量呈线性相关；半纤维素通过膜状结构连接微纤维(r=1.12)，调控细度与界面粘附；木质素(r=1.04)的垂直交联网络是应力传递的关键，其保留使SSD-12组强度提升26%。

【预测模型构建】PFS-PALF模型包含4个核心方程：线性密度(Y_L)=7.923X₁+10.243X₂+2.573X₃+0.911X₄+0.12X₅，十acity(Y_T)含负系数项(-0.193X₁)，反映过度脱胶的负面效应。模型验证显示实测与预测值无统计学差异(p>0.05)，R2≥0.9。

【结构演变机制】XRD显示：脱胶会改变纤维素Iβ的(200)晶面参数，SSD-10组结晶度(CI)达72.58%但晶粒尺寸(τ)缩小至2.39 nm，导致脆性增加；极端脱胶的SSD-11组(95%纤维素)因氢键网络破坏，尽管τ保持2.72 nm，强度仍骤降至0.51 cN/dtex。

【品种性能排序】跨品种验证表明：MD-2最适合高强复合材料(5.5 cN/dtex, 72 GPa)，Queen更适柔性纺织品(应变2.09%)，而Red Spanish和Smooth Cayenne在成本敏感领域具优势。这种性能图谱为精准选材提供了数据支撑。

该研究通过建立首个PALF组分-性能定量模型，实现了三大突破：一是将传统需50+次测试的性能评估简化为组分输入即可预测；二是逆向指导脱胶工艺优化，如通过降低碱浓度(20→5 g/L)和延长时间(2→5 h)开发出高性能SSD-12组；三是构建了品种-应用匹配数据库。这些成果不仅解决了PALF产业化中的检测瓶颈，其建模思路更可拓展至其他天然纤维。未来整合晶体参数的多尺度建模，以及建立涵盖70+菠萝品种的全球数据库，将推动天然纤维进入智能化设计新时代。正如审稿专家所言："这项研究为农业废弃物高值化利用树立了新标杆"。