pH响应型智能标签的3D打印技术创新及其在呼吸跃变型水果保鲜监测中的性能比较

这篇研究比较了传统浇铸法（cast）、双喷嘴3D打印（dual-nozzle 3D printing）和同轴3D打印（coaxial 3D printing）制备的pH响应标签在水果保鲜监测中的性能差异。通过优化同轴打印参数（内-外喷嘴直径比1.0:1.8、填充率40%），标签展现出最高显色灵敏度（color-development sensitivity）和抗菌效果（50% vs 双喷嘴26%），并利用轻量化深度卷积神经网络（DCNN）模型（如MobileNet）将监测准确率提升10%–13%，为智能包装提供了新技术路径。

　　

Highlight

本研究通过对比传统浇铸法、双喷嘴和同轴3D打印技术制备的pH响应标签，揭示了它们在呼吸跃变型水果（如猕猴桃、青芒果和柿子）保鲜监测中的性能差异。同轴3D打印凭借其独特的核壳结构设计（core-shell architecture），在显色灵敏度（color-development sensitivity）和抗菌活性（antibacterial efficacy）上表现最优，而轻量化深度卷积神经网络（DCNN）模型的整合进一步提升了监测智能化水平。

核心-壳层质量比对显色的影响

同轴3D打印技术采用同心喷嘴设计，通过调节内-外喷嘴直径比（inner-to-outer nozzle diameter ratio）精确控制材料分布。实验发现，当内-外喷嘴直径比为1.0:1.8时，标签的显色响应速度最快，这归因于多孔结构（porosity-driven）增强了环境接触效率。

结论

三种标签中，同轴3D打印标签的综合性能最佳：显色灵敏度最高（得益于孔隙结构差异）、抗菌效果最强（与精油含量和释放动力学相关），并能将水果货架期延长3–7天。支持向量机（SVM）模型成功预测了标签功能，而MobileNet模型使监测准确率提升10%–13%，展现了智能包装在减少食品浪费方面的潜力。

第二个Conclusion

本研究为下一代智能包装提供了技术框架，通过结构设计优化和机器学习融合，实现了水果新鲜度的精准监测与主动保鲜，具有明确的产业转化价值。