利用单因素一次迭代的(OFAT)响应面方法对新开发的TiO?-海藻纳米润滑剂的稳定性进行深入分析,并优化其超声处理时间
《Cleaner Engineering and Technology》:In-Depth Stability Analysis and Optimization of Ultrasonication Duration for Novel TiO
2-Seaweed Nanolubricants Using One-Factor-At-a-Time (OFAT) Response Surface Methodology
【字体:
大
中
小
】
时间:2026年02月14日
来源:Cleaner Engineering and Technology 6.5
编辑推荐:
阿古斯·努格罗霍 | 桑尼·克里斯蒂亚诺托 | 普拉博沃·普拉安托 | 莫哈德·费鲁斯沙姆·加扎利 | 里扎尔曼·马马特 | 张波 | 马齐安·穆罕默德 | 雅亚特·伊曼·苏普里亚特纳 | 温布胡·特里·维多多 | 鲁里·埃里娜·普特里 | 穆罕默德·阿菲克·本·穆罕默德·胡里
阿古斯·努格罗霍 | 桑尼·克里斯蒂亚诺托 | 普拉博沃·普拉安托 | 莫哈德·费鲁斯沙姆·加扎利 | 里扎尔曼·马马特 | 张波 | 马齐安·穆罕默德 | 雅亚特·伊曼·苏普里亚特纳 | 温布胡·特里·维多多 | 鲁里·埃里娜·普特里 | 穆罕默德·阿菲克·本·穆罕默德·胡里
印度尼西亚南万隆省塞尔蓬市KST.BJ.哈比比国家研究与创新机构(BRIN)复合材料与生物材料研究中心,邮编15314
**摘要**
电动汽车(EV)技术的进步需要先进且可持续的润滑解决方案。本研究介绍了一种由海藻基生物润滑剂稳定的环保型TiO2纳米润滑剂,这种可再生资源消除了对合成表面活性剂的需求。采用响应面方法(RSM)和一次一个因素(OFAT)设计,系统地优化了超声波处理时间,以最大化分散稳定性,该稳定性通过紫外-可见光(UV-Vis)光谱法进行量化。结果显示,60分钟的超声波处理时间是最佳时间,这一结论通过二次模型(R2 = 0.9644)得到了高精度预测。这一优化为开发高性能纳米润滑剂提供了关键且节能的工艺参数。研究结果证明了海藻生物润滑剂作为稳定剂的可行性,并为纳米润滑剂的重复制备建立了统计上可靠的框架,从而推动了绿色材料在电动汽车摩擦学应用中的整合。
**1. 引言**
从内燃机向电动汽车的快速转型为润滑系统带来了新的挑战,特别是在高速运行、热管理和材料兼容性方面(Nugroho等人,2024年)。为此,采用纳米技术增强的生物润滑剂成为了一个有前途的替代方案,它结合了纳米颗粒的优异摩擦学性能和可再生基础油的环境效益(Sharif等人,2022年)。二氧化钛(TiO2)作为一种添加剂特别吸引人,因为它具有出色的热稳定性、化学惰性和抗磨损性能(Ma等人,2024年)。此外,海藻衍生的生物润滑剂提供了一种可持续的、富含脂质的分散介质,符合绿色工程原则(Kim等人,2024年)。
选择海藻油符合多方面的清洁生产原则。作为一种非 Food 的、快速生长的海洋生物质,其培养无需使用耕地和淡水,从而避免了与第一代生物润滑剂相关的伦理和环境问题(Divakar等人,2025年)。此外,将其用作基础流体和内在稳定剂可以消除对化石燃料衍生合成表面活性剂的依赖,从而防止持久性和潜在有毒化学物质进入环境。这一战略性的材料选择直接支持了联合国可持续发展目标(SDG)12,即负责任的消费和生产(Trinh等人,2023年)。
对于任何纳米润滑剂来说,实现长期胶体稳定性是一个关键挑战,因为纳米颗粒的聚集和沉淀会导致性能下降(Li等人,2023年)。虽然超声波处理对于分散至关重要,但其最佳处理时间因系统而异,能量输入过多甚至可能导致重新聚集。传统的稳定方法往往依赖合成表面活性剂,这与环境可持续性的目标相悖。在这种情况下,像海藻提取物这样的天然生物材料提供了一种环保的替代方案。海藻富含多糖和蛋白质,其功能基团可以吸附在纳米颗粒表面,通过立体和静电机制促进稳定性(Bojorges等人,2025年)。尽管海藻提取物在稳定TiO2纳米颗粒用于纳米润滑剂配方方面具有很大的潜力,但其应用仍大多未被探索。此外,以往的稳定性评估通常依赖于基本的视觉观察或ζ电位,对分散行为随时间的变化提供了有限的定量洞察。虽然紫外-可见光光谱法是一种强大的工具,但在生物润滑剂系统中具体使用吸光度比率进行定量稳定性跟踪的研究却尚未充分开展。为了解决这些不足,本研究介绍了TiO2-海藻纳米润滑剂。稳定性通过视觉观察、UV-Vis吸光度跟踪和形态表征的综合框架进行了系统评估。此外,还应用了响应面方法(RSM)对超声波处理时间进行了统计优化。本研究的原创贡献有三点:(i)引入海藻提取物作为TiO2的绿色稳定剂;(ii)建立了一个多模式稳定性评估框架;(iii)对超声波处理时间进行统计优化,以实现高性能、适用于电动汽车的纳米润滑剂的可重复和可扩展的制备工艺。
**2. 材料与方法**
2.1. 材料
二氧化钛(TiO2)纳米颗粒的平均初级粒径为21纳米,购自Sigma-Aldrich(美国)。这些纳米颗粒主要呈现出金红石晶体结构,比表面积约为50 m2/g,纯度超过99.5%(Sigma公司,2018年报告)。使用前,TiO2纳米颗粒储存在密封容器中,室温下保存,以防吸湿和污染。
选择海藻油作为基础润滑剂,是因为其可再生来源、环境兼容性和有前景的摩擦学特性。与传统矿物油或植物油不同,海藻油含有独特的生物有机成分,如长链不饱和脂肪酸和天然极性化合物,这些成分预计可以增强接触界面的吸附并改善膜形成。海藻油来自印度尼西亚泗水的一家本地供应商,直接从国内海藻农场采购。这种绿色海藻油含有天然聚合物,如多糖和蛋白质,预计可作为纳米颗粒的天然稳定剂。它们富含C16–C18脂肪酸(棕榈酸、油酸和亚油酸),具有良好的粘度和氧化稳定性;其粘度(40°C时为34 mPa·s)和密度(0.90 g/cm3)符合基础润滑剂的要求(Akkarawatkhoosith等人,2021年)。通过使用海藻油,本研究引入了一种新型且可持续的纳米润滑剂开发平台,符合当前用生物基替代品取代石油基润滑剂的全球努力。
此外,对最近关于TiO2基纳米润滑剂的文献综述(见表1)表明,尽管超声波处理策略和稳定性评估是研究领域,但仍有明显空白。这些研究中报告的表征方法可以根据其与稳定性的关系进行分类。直接技术如视觉观察、UV-Vis、吸光度比率和ζ电位通过沉淀、聚集和表面电荷来测量胶体状态。相比之下,摩擦学评估性能后果,其中稳定的分散体保持低摩擦和低磨损。流变学评估基本流动行为——区分牛顿流体和非牛顿流体,并随温度跟踪粘度——稳定的分散体对于获得可靠的高粘度指数至关重要。此外,FTIR和NMR通过确认成功的表面相互作用来分析根本原因,这些相互作用是实现稳定性的基础。
**表1. 最近关于TiO2基纳米和生物润滑剂的研究总结,比较了基础润滑剂、超声波处理时间、稳定性评估方法和与分散稳定性优化相关的关键发现**
| 作者(年份) | 基础润滑剂 | 超声波处理时间(分钟) | 主要表征方法 | 关键发现(关键注释) |
| --- | --- | --- | --- | --- |
| Cortes等人,2023年(Cortes等人,2020年) | 向日葵油与TiO2纳米颗粒(25–35nm) | 5分钟 | UV-Vis(通过光谱法测量分散情况);流变学;滑动磨损摩擦学 | 短时间超声波处理产生了具有良好粘度和摩擦学性能的稳定悬浮液——尽管未评估长期胶体稳定性 |
| Zawawi等人,2022年;Zawawi等人,2022年 | 聚烷基二醇(PAG)与Al2O3–SiO2 | 120分钟 | 视觉沉淀;可能使用UV-Vis(光电捕获) | 生产了可持续30天的稳定纳米润滑剂——强调了超声波处理时间对复合材料的重要性 |
| Gill等人,2023年;Gill等人,2020年 | 矿物油与TiO2纳米颗粒 | 900分钟 | 通过视觉/UV-Vis(在摩擦测试之前) | 延长超声波处理时间导致TiO2在矿物油中分散良好——适用于制冷系统测试 |
| Nugroho等人,2023年;Nugroho等人,2023年 | 多醇酯(POE) | 0–120分钟 | 30天视觉观察;ζ电位 | 120分钟时达到最佳稳定性;ζ电位约为?80 mV,表明分散稳定;强烈的超声波处理时间效应 |
| Birleanu等人,2022年;Birleanu等人,2022年 | 发动机油(商业) | 30分钟 | 随时间变化的UV-Vis;DLS/尺寸;摩擦学 | 30分钟超声波处理产生了稳定的TiO2分散液,具有持续的UV-Vis信号;摩擦学性能提升与保护膜的形成有关 |
| Nogales-Delgado等人,2021年;Nogales-Delgado等人,2021年 | 双重酯交换与卡杜恩生物润滑剂 | 10–25分钟 | 离心试验 | 改善了分散稳定性:在纳米颗粒(混合加超声波处理)下,表面改性的TiO2纳米颗粒(50–100nm,疏油性)实现了优异的分散且无沉淀 |
| Hamisa等人,2020年;Hamisa等人,2022年 | POE(电动汽车应用) | 未报告 | 视觉和ζ电位 | 报告了TiO2/POE纳米润滑剂在汽车空调中的稳定性窗口;未明确超声波处理时间——复制性有待验证 |
| Ribero等人,2026年;Ribeiro等人,2026年 | 基于生物的环氧大豆油(ESBO),通过酰胺化/酯交换与N-烷基羟胺(N-MEA、N-EAE、N-BAE)功能化 | 与PAO 8(聚α烯烃)进行基准比较 | 未报告 | 化学表征(NMR、FTIR)、压力-粘度系数和膜形成建模;ESBO-N-MEA在各种润滑条件下表现出显著的摩擦系数降低,由于吸附和膜形成改善 |
| Hadiza等人,2025年;Hadiza等人,2025年 | Gmelina arborea种子油(非食用油)通过甲醇酯交换转化为甲酯( biodiesel) | 化学酯交换和酯化在受控温度( biodiesel步骤为60°C;TMP酯化为160°C)和真空条件下进行;未使用超声波处理 | 通过RPVOT(ASTM D2272)测试氧化稳定性 | FTIR用于确认功能基团 |
| Silitonga等人,2025年 | 污泥脂质和废弃烹饪油 | 通过 Soxhlet提取(65°C,5小时)化学处理;未应用超声波分散 | 热重分析(TGA)将温度稳定性与摩擦学相关联 | ANN–ACO建模验证了优化(R2 = 0.9770),最小化实验并实现了96.14% ± 0.302的转化率(预测为96.88%) |
**2.2. 场发射扫描电子显微镜(FESEM)评估**
使用JEOL JSM-7600F场发射扫描电子显微镜(FESEM)检查了TiO2纳米颗粒的形态和大小。为了成像,将干燥的TiO2纳米颗粒沉积在镀碳的铜网上。FESEM显微图是在6.0 kV加速电压、9.9 mm工作距离、100,000倍放大倍率下获得的,使用LED照明,并带有100 nm刻度线。基于图像的颗粒大小分析确认了平均尺寸接近制造商规定的尺寸(约21 nm),从而验证了材料的完整性。值得注意的是,观察到了颗粒簇,这表明颗粒有自然聚集的趋势,这对海藻油基质中的分散稳定性有直接影响。这样的形态学见解非常重要,因为颗粒形状和聚集强烈影响纳米润滑剂的表面相互作用和摩擦学性能(Tankal等人,2024年)。
**2.3. 纳米润滑剂配方**
TiO2-海藻纳米生物润滑剂采用了一项来自先前研究(Nugroho等人,2025年)的两步分散技术制备。第一步,在恒定磁力搅拌(Thermo Scientific Cimarec,SP88857105,220-240伏特)下,将预定浓度为0.02体积%的TiO2纳米颗粒逐渐引入海藻基生物润滑剂中,持续30分钟,以促进初始润湿和均匀混合。第二步,使用QSonica公司的Q500 Sonicator?探头型超声处理器(20 kHz,500瓦),在不同持续时间(30–80分钟)下进行超声波处理。过程采用5秒工作/2秒停止的脉冲循环,以减少热量积聚。超声波处理采用间歇脉冲和外置冷却,以最小化生物润滑剂基质的热降解。这一过程有效防止了聚集并提高了胶体稳定性,与先前的报告一致(Aljuwayhel等人,2022年)。所得纳米润滑剂储存在室温下的密封容器中,用于后续表征。这种控制的配方确保了可重复性,并便于评估分散稳定性和摩擦学性能。超声波处理时间的设计如下表所示:
**表2. 用于制备TiO2-海藻纳米润滑剂的超声波处理时间**
| 样品编号 | 磁力搅拌时间(分钟) | 超声波处理时间(分钟) | 功率,频率 |
| --- | --- | --- | --- |
| 1. 纯海藻生物润滑剂 | 30 | -- | -- |
| 2. TiO2-海藻纳米润滑剂 | 30 | 155 | 00W,20 kHz |
| 3. TiO2-海藻纳米润滑剂 | 30 | 30 | 500W,20 kHz |
| 4. TiO2-海藻纳米润滑剂 | 30 | 45 | 500W,20 kHz |
| 5. TiO2-海藻纳米润滑剂 | 30 | 60 | 500W,20 kHz |
| 6. TiO2-海藻纳米润滑剂 | 30 | 75 | 500W,20 kHz |
| 7. TiO2-海藻纳米润滑剂 | 30 | 90 | 500W,20 kHz |
**2.4. 稳定性测试方法**
在本研究中,主要采用响应面方法(RSM)对超声波参数进行统计优化。使用二次设计建模了超声波处理时间(自变量)与吸光度比率(响应变量)之间的关系。随后,对实验数据进行了OFAT分析,以验证RSM模型的预测结果(Simonoska Crcarevska等人,2013年)。据我们所知,将RSM应用于海藻基纳米生物润滑剂的研究很少,因此这代表了在这一类可持续润滑剂稳定性优化方面的新贡献。
**2.4.1. 视觉沉淀观察**
首先通过在室温下存放15天来初步评估TiO2-海藻纳米生物润滑剂的胶体稳定性。配方储存在透明密封的玻璃小瓶中,并在定义的时间间隔(第1天和第15天)进行监测。视觉评估关注聚集体的存在、沉淀层、相分离以及均匀性或颜色的变化,遵循既定程序(Monteiro等人,2024年)。在整个观察期间,大多数配方在视觉上保持稳定,没有明显的相分离。在第15天时,较高TiO2负载的样品出现轻微沉淀,表明部分不稳定,但样品可以通过轻微搅拌重新分散。虽然这种方法提供了快速且实用的物理稳定性指示,但随后进行了定量分析,以确认分散质量并确保摩擦学应用的可靠性(Hamnas等人,2024年)。在第15天时,较高TiO2负载的样品出现轻微沉淀,表明部分不稳定。然而,这些沉积物在轻微搅拌后很容易重新分散,这表明这些配方在处理和潜在的实际应用中保持了可接受的物理稳定性。2.4.2. 紫外-可见光谱法评估为了定量评估TiO2-海藻纳米润滑剂的胶体稳定性,使用石英比色皿(光程为1厘米)在200-1000纳米的波长范围内进行了紫外-可见光谱法测量。样品在固定的时间间隔(第1天和第15天)收集,并进行稀释以确保吸光度的线性。通过Thermo Scientific?GENESYS? 40紫外-可见光谱仪监测TiO2纳米颗粒在紫外区域(280-320纳米)的特征吸收带,以评估颗粒分散情况,而可见光范围内的整体光谱散射则提供了关于聚集行为的信息。测量在室温下进行,波长范围为200至1000纳米,扫描速度为600纳米/分钟,数据间隔为2纳米。所有样品都使用光程为1厘米的石英比色皿,并以纯海藻油作为参考来校正基线。由于TiO2纳米颗粒在此范围内的高光谱活性和特征吸收峰,因此重点分析了200-400纳米的光谱区域。稳定性是通过比较吸光强度变化(ΔA/A0)和随时间变化的峰值来量化的,遵循已建立的方法(Sepahi等人,2025)。这种光谱分析使得对基于海藻的润滑剂基质中的纳米颗粒稳定性进行更客观的评估成为可能,补充了视觉沉降测试并支持对分散质量的解释。(Nugroho等人,2023c)稳定性分析是通过使用朗伯-比尔定律计算选定波长下的吸光度比来进行的,其中吸光度(A)与浓度(c)、光程(l)和摩尔吸光系数(ε)成正比。所有结果和图表中的分析仅基于308纳米处观察到的TiO2特征峰值的比值随时间的变化(A308,第15天 / A308,第1天)。这些变化用于指示纳米颗粒的聚集或沉降。稳定的配方在整个15天期间表现出一致的比值,而比值的降低——特别是在第15天之后——表明了部分颗粒的聚集或沉淀。这些定量结果与视觉评估一致,并证实了纳米润滑剂在常温储存条件下的良好胶体稳定性。然后使用以下公式计算吸光度比:(Nugroho等人,2023b)其中Aλ1和Aλ2分别是波长λ1和λ2处的吸光度值。2.4.2. 绝对Zeta电位评估绝对Zeta电位是评估胶体分散体稳定性的关键参数,包括基于油的纳米润滑剂。它反映了纳米颗粒的表面电荷,这决定了颗粒间的相互作用和分散稳定性。较高的绝对值通常意味着较强的静电排斥力,从而减少聚集和沉降倾向(Mohammadi-Jam等人,2025)。尽管Zeta电位在水系统中研究最为广泛,但其应用于非水基质(如海藻油)也是有效的,为纳米颗粒-油界面行为提供了补充见解。在这项研究中,使用了NanoPartica SZ-100V2系列仪器来测量Zeta电位,范围为-500mV至+500mV,每次测试仅使用1毫升样品,这对于体积有限的纳米润滑剂配方是有益的。测量直接在TiO2-海藻油分散体上进行,不添加任何水,以确保结果反映了生物纳米润滑剂系统的真实电动力学环境。该仪器利用电泳光散射来确定在施加电场下的颗粒迁移率,从而准确表征基于油的系统中的分散稳定性[36]。这些测量提供了有关TiO2-海藻纳米润滑剂电动力学特性的重要信息,支持其优化用于高性能汽车应用,包括电动汽车和混合动力汽车。3. 结果与讨论3.1. 沉降的视觉观察图1展示了TiO2-海藻纳米润滑剂样品在15天储存期间的照片对比。在第1天,所有样品看起来清澈到略微浑浊,表明纳米颗粒在油基质中分散良好。到了第15天,稳定性的差异变得明显,观察到了不同程度的浑浊、聚集和沉降。下载:下载高分辨率图像(170KB)下载:下载全尺寸图像图1. (a) 第1天的TiO2-海藻纳米润滑剂和(b) 第15天的TiO2-海藻纳米润滑剂这些变化的程度与超声处理时间密切相关,表明超声处理参数对纳米润滑剂的初始分散质量和长期悬浮稳定性有重要影响。在第1天,所有TiO2-海藻纳米润滑剂样品都表现出良好的稳定性,表现为清澈到略微浑浊的外观。较长的超声处理时间通常可以改善光学清晰度,表明纳米颗粒分散得到改善,来自颗粒簇的光散射减少。在任何配方中都没有检测到明显的大聚集体,证实了初始的分散和均匀的悬浮状态。所有样品中的沉降都不存在或极少,强调了所采用的制备协议的有效性。这些发现验证了实验条件的稳健性,并与之前关于纳米润滑剂分散和早期稳定性的报告相符(Ajmal等人,2024)。到了第15天,不稳定性的迹象逐渐明显,特别是在超声处理时间较短(0分钟和30分钟)的样品中。这些样品显示出更高的浑浊度,以颗粒簇的形式出现明显的聚集体,以及管底部附近的沉积物积累或浓度梯度。相比之下,超声处理50分钟的样品保持了相对良好的稳定性,表现为较低的聚集程度和较少的沉降。经过60分钟超声处理的配方表现出最有利的分散状态,几乎没有聚集和沉降。这一结果强调了延长超声处理时间在提高TiO2-海藻纳米润滑剂长期胶体稳定性方面的作用(Abo-Zahhad等人,2024)。总体而言,这项分析强调了尽管第1天的样品始终表现出良好的稳定性,但除非经过足够的超声处理,第15天的样品 tend to 不稳定。清晰度、聚集和沉降的变化清楚地突出了超声处理时间的重要性,50分钟产生了良好的稳定性,而60分钟则获得了最佳的长期分散和稳定性结果。3.2. 紫外-可见吸光度分析第1天和第15天的TiO2-海藻纳米润滑剂的吸光光谱突出了纳米润滑剂系统内胶体稳定性和分子相互作用的关键方面。第1天,所有时间间隔(0至90分钟)的吸光谱在大约308纳米处都显示出明显的峰值,表明存在由海藻基质稳定的分散良好的TiO2纳米颗粒。相对较高且一致的吸光值表明纳米润滑剂最初保持了稳定的分散状态,在测量期间几乎没有聚集或沉降。峰值的锐度和强度表明TiO2与海藻生物聚合物之间存在强烈的分子相互作用,通过空间和静电机制促进了胶体稳定(Baek等人,2021)。到了第15天,吸光光谱显示了一些变化,308纳米处的峰值强度明显下降,同时吸光值随时间的变化也更大。这种减少表明TiO2纳米颗粒在纳米润滑剂基质中部分不稳定或聚集,可能是由于长期的分子重排或稳定力的减弱。吸光峰值的宽化和轻微位移表明纳米颗粒的聚集以及TiO2颗粒周围局部化学环境的可能变化。这些分子层面的相互作用可能包括氢键的减弱或海藻生物分子提供的静电排斥力的降低,这在长时间储存后破坏了胶体稳定性。这一现象与Wu等人的研究结果一致(Wu等人,2025)。如图2所示,200至400纳米范围内吸光谱的波动是胶体分散体的特征,这一区域也是TiO2纳米颗粒固有光谱吸收带的典型特征。观察到的波动可以归因于几个因素。主要原因是紫外光子的高能量使测量对纳米级和亚微米结构的瑞利散射特别敏感。悬浮液中的微小瞬时聚集体比可见光更有效地散射紫外线,从而产生嘈杂的基线。此外,纳米颗粒的固有多分散性和胶体系统的动态性质——其中颗粒处于持续的布朗运动并经历微弱的、可逆的聚集——导致扫描过程中颗粒密度的局部变化。这导致特征性的光谱波动,反映了纳米润滑剂复杂的、异质性的微环境,而不是纯粹的分子吸收特征。在可见光区域(400-800纳米),这种散射的影响显著减少。下载:下载高分辨率图像(354KB)下载:下载全尺寸图像图2. 在(a)第1天和(b)第15天测量的TiO2-海藻纳米润滑剂的吸光光谱,显示了不同样品之间的稳定性变化。在分子层面上,TiO2-海藻纳米润滑剂的稳定性由纳米颗粒表面化学与来自海藻的生物有机大分子之间的动态相互作用决定。最初,海藻中的多糖和蛋白质吸附在TiO2表面,形成一层水合壳层,空间上阻碍了纳米颗粒的聚集并提供了电荷稳定。在15天内,环境因素如离子强度或生物聚合物降解可能会改变这些分子相互作用,削弱保护性的水合层。因此,范德华吸引力和减弱的静电力导致部分纳米颗粒聚集和沉降,影响吸光性质(Heidarian等人,2021)。这一分子见解强调了设计具有强表面功能化的纳米润滑剂以增强长期胶体稳定性的重要性。以下部分将详细阐述第1天和第15天之间308纳米吸光峰值的观察变化。这项分析旨在阐明导致这些光谱差异的潜在分子和胶体现象。通过研究峰值强度和形状的变化,我们将确定驱动TiO2-海藻纳米润滑剂系统中纳米颗粒稳定性或聚集的机制。图3显示了未经超声处理的样品1的TiO2-海藻纳米润滑剂的吸光光谱,在第1天和第15天之间308纳米峰值有明显差异,反映了胶体稳定性的显著时间变化。第1天,308纳米处的吸光峰值达到2.803的高值,表明海藻基质中分散良好的TiO2纳米颗粒浓度相对较高。下载:下载高分辨率图像(274KB)下载:下载全尺寸图像图3. 图3. 在(a)第1天和(b)第15天测量的不同超声处理时间(0、30、60和90分钟)的TiO2-海藻纳米润滑剂的吸光光谱。308纳米处的特征吸收峰表明了TiO2纳米颗粒随时间的稳定分散。这表明尽管没有超声处理,海藻生物聚合物最初仍提供了一定的稳定性和与纳米颗粒的相互作用。高峰值强度表明短期内分散良好,此时几乎没有纳米颗粒聚集或沉降。然而,到了第15天,308纳米处的吸光度急剧下降至1.153,与第1天相比减少了近59%。这种显著下降表明纳米颗粒随时间的聚集和沉降。聚集是由海藻润滑剂中的TiO2纳米颗粒之间的相互作用驱动的,其中重力加速了颗粒簇的沉淀(Y?ld?z等人,2021)。在没有预先超声处理的情况下,通常会分散纳米颗粒聚集体并促进更均匀的悬浮状态,因此纳米润滑剂系统缺乏足够的胶体稳定能量。因此,空间和静电排斥力减弱,导致更快的聚集和沉降,从而降低了系统的胶体稳定性,正如Amiri等人所报告的(Amiri等人,2023)。图4显示了第1天和第15天在不同超声处理时间下测量的TiO2-海藻纳米润滑剂在308纳米处的吸光值比较。条形图报告了第1天(蓝色)和第15天(红色)测量的TiO2-海藻纳米润滑剂分散体在308纳米处的UV-Vis吸光度,超声处理时间为7种不同持续时间:0、15、30、45、60、75和90分钟。第1天的吸光度较高且分布狭窄(≈2.80–2.99 a.u.),表明初始分散良好。第15天的吸光度随超声处理时间强烈变化:0分钟 = 1.15 a.u.,15分钟 = 1.60,30分钟 = 1.80,45分钟 = 2.00,60分钟 = 2.50,75分钟 = 2.35,90分钟 = 2.30 a.u。计算出的百分比保留率(第15天/第1天 ×100%,近似):0分钟41.1%;15分钟55.2%;30分钟61.0%;45分钟67.8%;60分钟83.9%;75分钟79.7%;90分钟76.9%。因此,观察到大约60分钟的超声处理是最佳选择:它在15天后提供了最佳的光学/胶体稳定性(≈84%的吸光度保留率),而不足(≤30分钟)和过长的(≥75分钟)超声处理则导致长期的保留率逐渐降低。下载:下载高分辨率图像(194KB)下载:下载全尺寸图像图4. 在不同超声处理时间下测量的TiO2-海藻纳米润滑剂在308纳米处的吸光值比较,表明了海藻基底润滑剂基质中TiO2纳米颗粒的时间稳定性和分散保持情况。308纳米响应的光学起源。在308纳米处测量的信号包含两个组成部分:(1) 来自TiO2相关跃迁和表面/配体到金属的电荷转移(LMCT)带的真实电子吸收(吸附的有机物可以在比TiO2带隙更高的能量产生LMCT特征),以及(2) 来自纳米颗粒和聚集体的波长依赖性光散射(瑞利/米氏散射)。由于瑞利散射与颗粒大小密切相关,而对于较大的聚集体来说米氏散射占主导地位,因此观察到的吸光度是颗粒浓度和分散状态的敏感指标:分散良好、表面经过化学改性的小颗粒会产生特征性的吸收并伴随有限的散射;而大颗粒则通过散射增加明显的消光效果。胶体与分子机制(超声处理→稳定性)。超声空化会产生局部高剪切力和冲击波,这些作用可以(a) 分解聚集体(剪切解聚),从而减小流体动力学半径并细化颗粒大小分布;(b) 通过羟基化作用活化颗粒表面并产生反应性表面状态,增加Ti–OH的密度,从而增强极性生物聚合物的吸附能力;(c) 短暂提高温度和局部化学反应,影响吸附剂的构象。在适度的超声处理(约60分钟)下,这些效果达到最大:颗粒尺寸减小,表面活性位点被活化,海藻衍生的生物聚合物(如多糖、岩藻多糖、藻酸酯)和天然脂质能够吸附到TiO2表面,形成静电/立体排斥(电静力)屏障。吸附的多糖能与表面Ti位点形成配位结合,生成氢键,并将亲水链引入油基质中,从而增加排斥屏障和ζ电位——这与经典DLVO平衡理论(Derjaguin–Landau–Verwey–Overbeek)是一致的:当静电和立体排斥力超过范德华吸引力时,体系达到稳定状态(Wu等人,2022年)。最佳的超声处理时间约为60分钟,而处理时间不足或过长都会导致性能下降,其原因如下:处理时间不足(≤30分钟)会留下较大的聚集体且活化表面位点较少,因此范德华吸引力占主导,布朗运动无法阻止颗粒沉降或不可逆的聚集(第15天的保留率较低);处理时间过长(≥75–90分钟)可能通过逐渐解吸或机械断裂吸附的生物聚合物、多糖链的热降解或自由基介导的降解,以及通过暂时性的溶解度变化促进奥斯特瓦尔德熟化过程,从而降低立体排斥屏障并增加重新聚集的可能性。重新聚集的颗粒会以不同的方式散射光(瑞利散射成分增加),但通常会沉淀下来,导致测量到的吸光度降低。因此,60分钟的处理时间代表了解聚和保持吸附稳定层之间的权衡(Zeng等人,2025年)。海藻分子稳定剂的作用机制及其与长期稳定性的关联。海藻成分通过多种协同作用实现稳定:(i) 多糖官能团(-OH, -COO-, 硫酸基)与Ti表面原子之间的氢键和配位螯合;(ii) 形成扩展的溶解聚合物层,施加立体排斥势;(iii) 两亲性脂质改变颗粒-油界面的疏水性/亲水性平衡,提高在非极性润滑剂中的分散性;(iv) 电荷基团增加ζ电位,增强DLVO模型中的静电排斥作用。当这些机制得到维持(如约60分钟的处理时间)时,可以抑制范德华聚集,从而在第15天实现较高的保留率。
布朗运动和范德华力的作用。布朗运动提供动能,使小颗粒保持悬浮状态并减少大颗粒的碰撞频率,但在缺乏足够排斥势的情况下,它无法克服范德华吸引力。因此,为了从热力学和动力学上保持分散性稳定,需要减小颗粒尺寸(通过解聚)并增强电静力排斥(Badran等人,2024年)。
这对润滑剂性能的影响及建议:研究指出,在60分钟的处理条件下,纳米悬浮液具有较高的第15天保留率,同时测得的ζ电位也得到了验证,表明其稳定性良好。稳定的TiO2纳米润滑剂有望改善摩擦学性能(通过第三体薄膜的形成和表面平滑作用减少摩擦和磨损),通过较大的界面面积提高热导率,并通过吸附的有机物提供抗氧化保护或氧屏障作用(Farade等人,2024年)。图5显示了经过45分钟超声处理的TiO2-海藻纳米润滑剂的吸光度光谱,第1天和第15天都显示出显著特征,反映了胶体稳定性和纳米颗粒的分散性。第1天时,308纳米处的吸光度峰值为2.931 a.u.,表明TiO2纳米颗粒在海藻基质中高度分散。
Nugroho等人(Nugroho et al., 2023a)之前报告指出,该样品中的聚集现象和吸光度下降受多种因素影响。虽然TiO2纳米颗粒之间的范德华吸引力倾向于通过克服排斥力导致颗粒聚集,但高能量的超声处理有助于抵消这些吸引力。超声处理的机械能分散了颗粒簇,防止了快速聚集。然而,随着时间的推移,仍然会发生一定程度的颗粒聚集,导致沉淀和可观察到的吸光度下降。此外,海藻基质提供的空间障碍和排斥力有助于稳定颗粒,减缓聚集速率(Gao等人,2025年)。总的来说,范德华吸引力和超声处理诱导的分散作用之间的平衡,加上基质的稳定作用,解释了60分钟超声处理样品的优异吸光度保留率和整体稳定性。
图6显示了经过75分钟超声处理的TiO2-海藻纳米润滑剂的吸光度光谱,分别记录了第1天(a)和第15天(b)的数据。第1天时,308纳米处的吸光度峰值为2.942 a.u.;第15天时,相同波长下的吸光度下降到2.401 a.u.。图6表明,经过75分钟超声处理的TiO2-海藻纳米润滑剂显示出高度的纳米颗粒分散性,308纳米处的吸光度峰值明显高于60分钟处理样品(2.952 a.u.)。这表明长时间的超声处理有效地将TiO2纳米颗粒分散在海藻基质中,减少了大颗粒聚集,并显著增加了纳米润滑剂悬浮液中的有效表面积,与Farade等人的研究结果一致。尽管随着时间的推移,颗粒会发生一些聚集和沉积,导致吸光度降低,但与较短超声处理时间的样品相比,吸光度保留率仍然显著较高。
海藻作为TiO2纳米颗粒的稳定介质,其性能可以通过与其他文献中报道的基于生物的系统的比较来理解。例如,虽然使用葵花籽油等常见植物油的研究也显示了稳定性,但通常需要添加合成表面活性剂或表面改性的纳米颗粒来达到超过30mV的ζ电位并防止快速沉降(Cortes等人,2020年)。相比之下,我们海藻油中存在的天然生物聚合物在不添加任何合成添加剂的情况下,实现了-95mV的初始高ζ电位,并保持了15天的稳定分散性。这表明海藻油中的内在稳定组分的效果与其他基于生物的系统中的化学修饰效果相当,甚至可能更优。此外,在最佳条件下实现的吸光度比(0.86)与用传统生物基表面活性剂稳定的纳米润滑剂的吸光度比相当,凸显了海藻作为多功能、可再生基底和稳定剂的潜力。表3定量总结了超声处理时间与分散稳定性之间的关系。数据显示,超声处理时间与胶体稳定性之间是非线性的关系,在60分钟时达到最佳效果,吸光度保留率达到了85.1%。这一峰值表明此时空化能量输入非常适合打破聚集体并促进海藻生物聚合物的吸附,形成稳定的分散体系。在更长的处理时间(75分钟和90分钟)下,保留率的下降表明过度处理可能导致了聚合物降解或颗粒碰撞频率增加,从而促进了重新聚集。这一趋势强调了施加足够能量以实现分散与避免过度处理的负面影响之间的关键平衡。
在分子层面上,最佳的60分钟处理时间代表了激活与降解之间的动力学平衡。超声处理的机械剪切和空化提供了必要的能量,克服了聚集TiO2纳米颗粒的势能障碍,使它们分离。同时,这种能量也活化了纳米颗粒表面,并展开了海藻油中的复杂生物聚合物(如卡拉胶、岩藻多糖),暴露出它们的疏水域和官能团(-OH, -OSO3-),促进了这些生物聚合物在TiO2表面的快速、不可逆的化学吸附,形成了致密的水合电静力屏障(Nugroho等人,2025年)。超过这个最佳时间后,过度的空化会给系统带来过多的动能,可能导致长链多糖的断裂,降低其空间障碍能力,并使弱结合的聚合物片段脱附。结果是涂层部分失稳,暴露出“粘性”斑块,使颗粒通过范德华力重新聚集。尽管如此,长期的超声处理仍可能引起颗粒碰撞和微弱的吸引力,导致重新聚集,尤其是在海藻多糖或其他包覆剂的稳定作用逐渐减弱时。海藻油作为TiO2纳米颗粒的稳定介质的作用,可以通过与其他生物基系统的比较来理解。例如,尽管使用普通植物油(如葵花籽油)的研究也显示了稳定性,但这些系统通常需要添加合成表面活性剂或表面改性的纳米颗粒来达到超过30mV的ζ电位并防止快速沉降(Cortes等人,2020年)。扩展超声波处理可能会增加颗粒碰撞频率,并可能引起表面化学性质的部分变化,尽管最初实现了高分散度,但总体上会降低稳定性。在60分钟超声波处理后达到的最佳分散稳定性是机械空化能量与界面化学相互作用的结果。高强度超声波会产生微小的空化气泡,这些气泡会剧烈破裂,产生强烈的局部剪切力、微喷射和湍流。这种机械能执行两个关键功能:首先,它将大的TiO2聚集体破碎成初级纳米颗粒,大幅增加它们的表面积;其次,极端的局部条件可能在TiO2表面诱导出暂时的活化位点,并同时展开海藻油中存在的复杂的高分子量生物聚合物(如硫酸化多糖)。这一过程增强了吸附动力学,使得这些生物聚合物能够更密集、不可逆地吸附在纳米颗粒表面。由此产生的电静力稳定层非常坚固:带电的硫酸基和羧基团延伸到润滑剂中,产生强烈的静电排斥作用(通过高zeta电位得到证实),而庞大的多糖链形成一个物理空间障碍,防止纳米颗粒过于接近而使范德华力占主导。因此,超声波处理的持续时间至关重要——时间不足无法完全解聚和功能化颗粒,而时间过长可能会破坏稳定的生物聚合物,降低它们的分子量和空间效能,或者通过高能量颗粒碰撞导致重新聚集。
从更清洁的工程角度来看,确定精确的60分钟超声波处理最佳时间不仅提升了性能,而且对于能源高效的制造来说是一个关键参数。与一些研究中报道的90分钟延长处理时间(Adelekan等人,2021年)相比,我们优化的方案在直接能耗上降低了33%,从而实现了更好的分散效果。当这种处理时间扩大到工业生产规模时,这直接转化为更低的运营成本和纳米润滑剂制备相关的碳足迹显著减少。
3.3 绝对zeta电位分析
TiO2-海藻纳米润滑剂最初的zeta电位为-95mV,这一数值表明由于海藻中富含硫酸基的多糖赋予了表面强负电荷,因此具有很高的胶体稳定性。这些硫酸基团(如卡拉胶)吸附在TiO2纳米颗粒上,形成了一个坚固的静电屏障,防止颗粒聚集。在15天内,zeta电位下降了15%,降至-81mV。尽管有这种下降,但仍然远高于-30 mV的稳定阈值,确保了纳米润滑剂在实际应用中的稳定性。观察到的降解可以归因于颗粒逐渐聚集以及海藻来源的稳定成分的分解,这一点得到了关于胶体稳定性的研究的支持(Mohammadi-Jam等人,2025年)。
纳米润滑剂的负电荷主要由海藻多糖中的硫酸基团(-SO3-)驱动,这些基团在水中解离,赋予稳定的负电荷。这与先前研究的吸光度数据一致,即高zeta电位的系统表现出最小的吸光度变化,反映了颗粒的分散性(Naqshbandi等人,2022年)。zeta电位下降15%伴随着吸光度的轻微增加,表明有轻微的聚集现象,但没有显著的功能性损失。
我们观察到的TiO2-海藻纳米润滑剂的优异稳定性,从高zeta电位和持续的吸光度比率可以看出,这归因于海藻提取物的独特生化特性。与简单的甘油三酯基植物油(例如葵花籽油或菜籽油)不同,海藻富含阴离子硫酸化多糖(如卡拉胶)和蛋白质。这些生物聚合物吸附在TiO2纳米颗粒表面,形成了坚固的电静力稳定屏障(Shi等人,2023年)。硫酸基团(-SO3-)解离,赋予强烈的负电荷,从而产生强烈的静电排斥作用,这一点通过我们的zeta电位测量得到了直接验证(Pan等人,2024年)。同时,长链多糖和蛋白质延伸到基础流体中,形成了物理空间障碍,防止纳米颗粒过于接近以至于范德华力起主导作用。这种双重电静力机制是许多常见生物油的显著优势,因为后者主要提供空间阻碍,缺乏用于静电排斥的强离子化基团的密度(Shi等人,2024年)。
3.4 FESEM照片分析
图8显示了100,000倍放大下的FESEM图像,揭示了TiO2纳米颗粒具有以下形态特征:(i) 聚集的团簇,颗粒似乎形成了聚集体或团簇,而不是完全作为单独的纳米颗粒分散;(ii) 不规则的形状和粗糙的表面;颗粒形状有些不规则或接近球形,表面明显粗糙且有纹理。这一发现与早期的研究结果一致(Mali等人,2025年)。
下载:下载高分辨率图像(260KB)
下载:下载全尺寸图像
图8. 100,000倍放大下的FESEM图像,显示了具有不规则、粗糙表面的聚集TiO2纳米颗粒及纳米级尺寸分布
这些表面粗糙特征可能会影响与润滑基础流体和添加剂的相互作用;(iii) 颗粒大小和分布:刻度尺(100纳米)表明单个颗粒的直径大约在20到30纳米之间,这与制造商报告的用于纳米润滑剂的TiO2纳米颗粒大小21纳米基本一致;以及(iv) 孔隙率和表面积;聚集和粗糙的形态表明相对较高的表面积,这可以增强TiO2纳米颗粒与润滑剂基质中的海藻生物聚合物之间的相互作用(Said等人,2021年)。
为了定量评估颗粒大小和形态,对FESEM显微图像进行了分析。对100多个颗粒的分析确认了主要的颗粒尺寸分布在20-30纳米之间,与制造商规定的21纳米一致。重要的是,显微图像定量显示存在大量超过85纳米的聚集颗粒(用红色圆圈标出)。这种在干燥状态下的固有聚集趋势强调了本研究中进行的超声波处理优化对于在海藻油基质内实现稳定分散的关键重要性。成功的解聚在3.2节紫外-可见光吸光度分析和3.3节绝对zeta电位分析中报告的高吸光度比和zeta电位值中得到了量化反映。
这些TiO2纳米颗粒的详细形态直接影响它们在海藻基纳米润滑剂基质中的分散行为和功能性能,突出了配方和稳定性的关键考虑因素。因此,对于TiO2-海藻纳米润滑剂的应用有重要影响,即(i) 稳定性和分散质量。观察到的聚集趋势表明分散技术(如超声波处理)对于最小化聚集以获得最佳纳米润滑剂稳定性至关重要,这在研究中已被采用(Shilpa等人,2024年)。海藻生物聚合物可能通过空间和静电排斥作用作为天然稳定剂,考虑到TiO2纳米颗粒自然的聚集倾向(Ali等人,2021年);(ii) 摩擦学性能,TiO2的粗糙表面和纳米尺寸增加了纳米尺度上的接触面积,可能提高了承载能力并减少了摩擦和磨损;(iii) 表面化学和相互作用,纳米颗粒表面的粗糙性可能促进与海藻多糖的化学键合或物理吸附,从而增强了纳米润滑剂的机械强化和稳定性(?zak?n等人,2024年)。这一发现证实了本研究中TiO2-海藻纳米润滑剂的稳定性。TiO2纳米颗粒的表面积增强了催化和抗磨性能,有助于延长润滑剂的使用寿命。
总之,FESEM图像显示了具有聚集、不规则和粗糙形态的纳米级TiO2。然而,为了确保TiO2-海藻纳米润滑剂中的最小聚集,超声波处理过程中使用了高能量的超声波设备,促进了纳米颗粒的分散。这些形态特征结合严格的 dispersing 技术,意味着通过增强表面相互作用有可能改善摩擦学性能。此外,TiO2-海藻纳米润滑剂的良好稳定性至关重要,因为它可以显著提高润滑剂在实际应用中的性能和耐久性。TiO2纳米颗粒的物理特性与天然海藻聚合物之间的协同作用,产生了一种高性能、环保的纳米润滑剂,具有良好的稳定性和耐磨性。
5. 使用OFAT方法优化TiO2-海藻纳米润滑剂的稳定性
下一节将讨论使用OFAT方法优化TiO2-海藻纳米润滑剂的稳定性。选择这种方法是为了系统地研究超声波处理时间对润滑剂吸光度的影响,吸光度是分散稳定性的一个关键指标。这一讨论的 strength 在于其清晰且集中的参数优化,为提升润滑剂性能提供了可行的见解。这种详细的评估不仅证实了OFAT方法在微调处理条件方面的有效性,还为这些纳米润滑剂在未来扩大生产和实际应用中奠定了坚实的基础(Kaundal等人,2025年)。
5.1 模型摘要统计
表4总结了使用OFAT方法研究超声波处理时间对TiO2-海藻纳米润滑剂吸光度比影响的模型摘要统计。该表基于标准差(Std. Dev)、R2、调整后的R2、预测R2和PRESS值,比较了线性模型、二次模型和三次模型,指出二次模型是解释和预测响应的最佳模型。
表4. 使用OFAT方法研究超声波处理时间对TiO2-海藻纳米润滑剂吸光度比影响的模型摘要统计
| 模型 | 标准差 | R2 | 调整后的R2 | 预测R2 | PRESS |
|-----------------|------------|-----------|----------|----------|
| 线性模型 | 0.067 | 0.760 | 0.712 | 0.596 | 0.038 |
| 二次模型 | 0.029 | 0.964 | 0.946 | 0.886 | 0.011 |
| 建议的三次模型 | 0.024 | 0.982 | 0.964 | 0.753 | 0.023 |
二次模型被确定为最佳拟合模型,显示出最高的R2值,说明它解释了96.44%的吸光度比变化。特别是其R2值0.9644表明该模型可以解释96.44%的吸光度比变化。调整后的R2值0.9465证实了模型在考虑预测变量数量后的稳健性,而预测R2值0.8862表明其在新数据上的良好预测能力。此外,该模型的标准差(0.029)和PRESS值(0.011)最低,表明模型精度高且预测准确。相比之下,线性模型的拟合效果适中,R2值为0.7606,但显然不如二次模型(Hemmat Esfe等人,2022年)。尽管三次模型的R2值略高于二次模型,但其预测R2值(0.7532)和PRESS值(0.023)较低,表明可能存在过拟合和预测可靠性降低(Iweka等人,2023年)。
R2、调整后的R2和预测R2指标对于评估模型对观测数据的拟合程度以及其对新数据的泛化能力至关重要。在这里,二次模型在拟合数据和保持预测可靠性(预测R2接近调整后的R2)之间提供了最佳平衡(Gholami等人,2023年)。统计分析表明,超声波处理时间对TiO2-海藻纳米润滑剂吸光度比的影响最好通过二次模型来捕捉,表明这种关系是非线性的,可能在测试范围内存在一个峰值或拐点。该模型的稳健性和预测信心使其适合指导进一步的工艺优化和应用(Akrish等人,2024年)。
5.2 ANOVA输出和标准差
接下来的部分将展示并分析方差分析(ANOVA)结果,以评估超声波处理时间对吸光度比的统计显著性,如表5所示。同时,讨论还将讨论报告的标准差值,以评估模型的精确度和一致性,深入了解观测响应的变异性和可靠性。
表5. 用于评估超声波处理时间对吸光度比影响的响应表面二次模型的ANOVA结果
| 源 | 平方和 | df | 均方 | F值 | p值 |
|-----------------|---------------|------------|------------|-----------|
| 模型 | 0.091 | 12 | 0.046 | 4.11 | 0.001 |
| A - 超声波处理时间 | 0.068 | 10 | 0.068 | 8 | 0.030 |
| A?2 | 0.019 | 10 | 0.019 | 2.86 | 0.008 |
| 残差 | 3.379 | E-003 | 48.449 | E-004 |
| 缺乏拟合 | 3.379 | E-003 | 21.690 | E-003 |
| 纯误差 | 0.000 | 2 | 0.000 | |
| 总计 | 0.095 | 6 | 0.029 | |
R2值为0.9644,表明模型解释了大部分的吸光度比变化。调整后的R2值为0.9465,证实了模型在考虑预测变量数量后的稳健性,而预测R2值0.8862表明其在新数据上的良好预测能力。此外,该模型的标准差(0.029)和PRESS值(0.011)最低,表明模型精度高且预测准确。相比之下,线性模型的拟合效果适中,R2值为0.7606,但明显不如二次模型(Hemmat Esfe等人,2022年)。尽管三次模型的R2值略高于二次模型,但其预测R2值(0.7532)和PRESS值(0.023)较低,表明可能存在过拟合和预测可靠性降低(Iweka等人,2023年)。
R2、调整后的R2和预测R2指标对于评估模型对观测数据的拟合程度及其对新数据的泛化能力至关重要。在这里,二次模型在拟合数据和保持预测可靠性(预测R2接近调整后的R2)之间提供了最佳平衡(Gholami等人,2023年)。统计分析表明,超声波处理时间对TiO2-海藻纳米润滑剂吸光度比的影响最好通过二次模型来捕捉,表明这种关系是非线性的,可能涉及测试范围内的一个峰值或拐点。该模型的稳健性和预测信心使其适合指导进一步的工艺优化和应用(Akrish等人,2024年)。
5.2. ANOVA输出和标准差
接下来的部分将展示并分析方差分析(ANOVA)结果,以评估超声波处理时间对吸光度比的统计显著性,如表5所示。同时,讨论将探讨报告的标准差值,以评估模型的精确度和一致性,从而更深入地了解观测响应的变异性和可靠性。
表5. 用于评估超声波处理时间对吸光度比影响的响应表面二次模型的ANOVA结果
| 源 | 平方和 | df | 均方 | F值 | p值 |
|-----------------|---------------|------------|------------|-----------|
| 模型 | 0.091 | 12 | 0.046 | 4.11 | 0.001 |
| A - 超声波处理时间 | 0.068 | 10 | 0.068 | 8 | 0.030 |
| A?2 | 0.019 | 10 | 0.019 | 2.86 | 0.008 |
| 残差 | 3.379 | E-003 | 48.449 | E-004 |
| 缺乏拟合 | 3.379 | E-003 | 21.690 | E-003 |
| 纯误差 | 0.000 | 2 | 0.000 | |
| 总计 | 0.095 | 6 | 0.029 | |
R2值为0.9644,表明模型具有很高的显著性,F值为54.11,p值非常低,为0.0013,表明超声波处理时间显著影响吸光度比。这表明模型解释的变化是统计上显著的,而不是随机噪声的结果,这与Zhao等人的研究结果一致(Zhao等人,2024年)。单独因素A - 超声波处理时间在统计上也显著,F值为80.03,p值为0.0009,强调了该参数对响应的强烈影响。二次项A2也显著(F值22.86,p值0.0088),证实了超声波处理时间与吸光度比之间存在非线性(曲线)关系。模型的平方和(0.091)远大于残差平方和(0.003379),表明模型解释了大部分的吸光度比变化。残差分析显示纯误差非常小(0.000),这表明实验重复性良好,且模型对数据的拟合度很高(Bayrak等人,2024年)。然而,拟合不足的平方和等于残差平方和(0.003379),没有单独的纯误差贡献,这意味着虽然模型的拟合效果显著,但模型预测值与观测值之间可能存在一些微小的差异。残差的自由度较低(df=4),纯误差的自由度也为2,这凸显了重复实验的有限性,但仍然足以检验模型的适用性。从上述数据可以看出模型的显著性,整体模型以及各个术语(线性和二次项)的p值都低于0.05,证实了模型能够显著解释超声处理时间对吸光度比变化的影响。F值远大于1,进一步强调了这种统计上的显著性(Chen等人,2022年)。总之,方差分析结果验证了超声处理时间对TiO2-海藻纳米润滑剂的吸光度比有显著影响,这一关系被二次模型很好地捕捉到了。该模型在统计上具有稳健性,并且在实际优化应用中具有足够的精确度。
模型的高精度和可靠性通过低的标准差(0.029)得到证明,表明预测残差围绕拟合值的分散度很小。平均吸光度比为0.71,变异系数为4.10%,表明相对于平均值而言测量结果较为一致。非常小的PRESS值(0.011)进一步证实了模型准确预测新观测结果的能力。该模型解释了吸光度比96.44%的变异性(R2=0.9644),调整后的R2为0.9465,在考虑了预测因子后依然保持稳健性。预测可靠性也得到了支持,预测R2为0.8862,仅略低于调整后的值。此外,足够的精确度(14.671)远超过理想的4,表明该模型具有出色的信噪比,确保了模型在优化过程中的有效性,而不会被噪声所干扰(Dehghani等人,2020年)。总体而言,这些统计结果表明二次模型非常适合TiO2-海藻纳米润滑剂的吸光度数据,展现了高度的精确性、稳健性和预测能力。这些总结数据进一步证实了二次模型对实验数据的优秀拟合效果,表明其在实际应用中的精确性、可靠性和预测能力。
二次模型的统计有效性还通过残差的诊断分析得到了进一步验证。非显著的拟合不足检验(p > 0.05)表明模型适合实验数据,且没有重要的遗漏项。残差的正态性通过正态概率图(图12)得到验证,其中点紧密跟随一条直线,证实了误差分布为正态的假设。此外,残差与预测值的关系图(图13)显示点在恒定范围内随机散布,验证了误差的方差同性(恒定方差)假设,表明误差没有明显的模式或结构。这些诊断测试共同证实了模型在预测和优化方面的适用性和可靠性。
下载:高分辨率图像(79KB)
下载:全尺寸图像
图12. 幂变换的Box-Cox图
下载:高分辨率图像(98KB)
下载:全尺寸图像
图13. 超声处理时间的理想性图
5.3. 正态性图
图9. 内部学生化残差的正态概率图,显示与参考线大致对齐
下载:高分辨率图像(100KB)
下载:全尺寸图像
图9. 正态概率图
内部学生化残差的正态概率图显示了残差与其预期正态百分位数的关系。大多数数据点沿对角参考线紧密对齐,表明残差大致遵循正态分布。这种对齐支持了回归分析中的一个关键假设,即偏离拟合二次模型的偏差呈正态分布,且没有显著的偏度或峰度。尽管存在一些轻微偏离,但它们看起来是随机的,不具有系统性,在实际建模中是可以接受的(Hassan等人,2024年)。
一些点,包括中间用黑色突出显示的点和左下尾部的青色点,稍微偏离了这条线,但并不代表严重的异常值或可能影响模型完整性的关键点。总体而言,这种残差分析表明模型很好地拟合了数据,满足了正态性假设,从而验证了从二次模型得出的统计结论的可靠性和有效性。该图是一个关键的诊断工具,用于确认模型进一步解释和预测的适当性。
5.4. 内部学生化残差与预测值的关系图
图10显示了内部学生化残差与模型预测值的关系图,显示残差在零线周围随机散布,没有明显的模式。
下载:高分辨率图像(88KB)
下载:全尺寸图像
图10. 残差与预测值图
该图显示了内部学生化残差与模型预测响应的关系。残差在水平零线附近随机分布,表明残差的方差在预测值范围内大致恒定。这表明模型表现出方差同性,即在所有预测水平上误差的方差大致相等,这是回归分析中的一个理想假设。残差大多位于±3的水平范围内,表明没有严重的异常值或具有异常大残差的关键点。残差的分布看起来是平衡的,没有明显的模式,如漏斗形状或系统偏差,这意味着模型很好地拟合了数据,没有违反线性或独立性假设(Alizadeh等人,2023年)。总体而言,该图表明二次模型提供了可靠的预测,满足有效回归推断的关键假设。
5.4. 幂变换的Box-Cox图
图12展示了Box-Cox图,描绘了lambda(λ)参数与残差平方和的自然对数之间的关系。Box-Cox图用于确定是否需要对响应变量进行转换(如对数或平方根),以满足正态性和残差方差恒定的假设。它展示了lambda(λ)参数与残差平方和的自然对数(In(Residual SS))之间的关系,以确定响应变量的最佳幂变换。随着lambda从-3向正值移动,曲线向上倾斜,lambda = -3(绿色)和lambda = 1(蓝色)处的垂直参考线表示合理的值域(Zhang等人,2023年)。
最佳lambda值是最小化残差平方和的值,表明该值是最适合规范残差和改善模型拟合的变换。在这个图中,lambda的置信区间包括1,意味着身份变换(无变换)是可以接受的。这意味着可以不必进行变换即可使用原始的响应变量尺度,关于正态性和方差同性的模型假设很可能是有效的。相反,如果lambda与1有显著差异且置信区间不包括1,则建议进行变换以改善模型拟合。总体而言,这项Box-Cox分析支持当前模型和数据尺度适用于有效的回归推断。
5.5. 优化输出
图13显示了超声处理时间与总体理想性得分的关系图,突出显示了60分钟为最佳超声处理时间,此时预测的理想性得分最高,为0.914。
该图显示了超声处理时间(x轴)与理想性得分(y轴)之间的关系,其中理想性是一个综合指标,表示达到最佳结果的条件的有利程度。理想性在较短时间内(约15分钟)相对较低,随着超声处理时间的增加而稳步上升,在大约60分钟时达到峰值——即最高的理想性得分。这个峰值对应于最高的预测理想性得分0.914,表明60分钟是实现最佳吸光度比的最佳超声处理时间。60分钟后,理想性开始略微下降,表明超过这个时间会导致负面效果,表现为理想性值的降低。因此,60分钟是实现最佳吸光度比和整体最佳性能的最佳超声处理时间。这一洞察对于实际应用至关重要,指导选择约60分钟的超声处理时间以最大化吸光度和过程效率。这些发现与先前的研究结果一致(Liu等人,2025年;Romero-Menco等人,2024年)。
图14显示了吸光度比与超声处理时间的关系,表明在约71分钟时吸光度比达到峰值,预测值为0.825。
下载:高分辨率图像(112KB)
下载:全尺寸图像
图14. 超声处理时间的吸光度比图
该图表明吸光度比从15分钟开始稳步增加,在大约60分钟时达到最高峰,预测的吸光度比约为0.825。这一峰值表明60分钟的超声处理优化了吸光度比,代表了增强样品吸光特性的最佳处理时间。超过60分钟后,吸光度比略有下降,表明延长超声处理时间可能会导致样品降解。曲线周围的虚线可能表示置信区间,支持这一趋势的可靠性。
通过RSM模型确定的60分钟最佳超声处理时间得到了实验OFAT趋势的强烈验证,实验数据在相同时间点也显示了吸光度的明显峰值。统计学预测的最佳值与实验观察结果之间的一致性证实了RSM模型的可靠性,并确认了60分钟作为关键处理参数的有效性。这一见解对于实际应用至关重要,为最大化过程效率和分散稳定性提供了精确的目标。
7. 限制与未来展望
虽然本研究成功优化了TiO2-海藻纳米润滑剂的分散稳定性,但也需要注意其局限性。优化仅关注了超声处理时间,包括纳米颗粒浓度和超声功率在内的多变量优化可能会揭示更精细的整体最优解。此外,尽管稳定性指标较为稳健,但它们只是性能的代理指标;与功能摩擦学效果的直接联系尚未建立。因此,未来的工作将优先进行摩擦学测试,以量化摩擦和磨损的减少。这应结合热重分析(TGA)来评估热降解限制,并通过在不同剪切率和温度下的流变学研究来评估在真实操作条件下的性能,从而全面验证这种有前景的生物基润滑剂的工业适用性。
8. 结论
本研究建立了一种统计上优化且可重复的协议,用于使用基于海藻的生物润滑剂制备TiO2纳米润滑剂。通过OFAT响应面方法得出的核心发现是,60分钟的超声处理时间优化了分散稳定性——这一结果通过高度可靠的二次模型(R2 = 0.9644)得到了准确预测。这一优化过程不仅有效,而且节能,提供了一个明确的处理目标,避免了由于不确定的较长超声处理时间而导致的能量浪费。这项工作展示了利用可持续资源(海藻油)并消除对合成稳定剂需求的可行途径,从而实现了稳定纳米润滑剂的生产。该强大的预测模型为大规模应用提供了明确的策略,确保了电动汽车系统中产品品质的一致性。本研究通过将基于海藻的生物润滑剂与统计过程优化相结合,建立了可持续纳米润滑剂开发的道路。该策略通过以下方式显著推进了更清洁的工程实践:1)使用在生长过程中能够吸收二氧化碳的可再生非食品生物质;2)消除了对石化衍生稳定剂的需求;3)制定了节能的制造工艺,使超声波处理所需的能量减少了约三分之一。虽然未来需要进行摩擦学测试以量化实际使用中的效率提升,但这一基础为高性能润滑剂的发展铺平了道路,这些润滑剂在整个生命周期(从生产到在电动汽车系统中的应用)中都能减少对环境的影响,从而有助于降低排放并延长部件寿命。
**CRediT作者贡献声明**
Rizalman Mamat:写作、审阅与编辑、验证
Zhang Bo:写作、审阅与编辑、资金筹措
Prabowo Puranto:写作、初稿撰写、监督、资金筹措、正式分析
Mohd Fairussham Ghazali:写作、审阅与编辑、验证、资金筹措
Agus Nugroho:写作、初稿撰写、方法论、正式分析、数据管理、概念构建
Sonny Kristianto:写作、初稿撰写、资源协调、概念构建
Rury Eryna Putri:写作、审阅与编辑、调查、正式分析
Mohammad Afiq bin Mohamed Huri:写作、审阅与编辑、软件开发、数据管理
Wimbuh Tri Widodo:写作、审阅与编辑、数据可视化、数据管理
Mazian Mohammad:写作、审阅与编辑、资源协调、方法论
Yayat Iman Supriyatna:数据可视化、软件开发、数据管理
**未引用的参考文献**
Abo-Zahhad和Said,2024;Ali和Xianjun,2021;Bayrak和Celik,2024;Cortes等人,2020;Dhanola和Garg,2020;Faltein和Sukdeo,2024;Hamnas和Unnikrishnan,2024;Mohammadi-Jam等人,2025;Naqshbandi和Rahman,2022;Nogales-Delgado和Encinar Martín,2021;Romero-Menco等人,2024;Trinh和Chung,2023。
**利益冲突声明**
作者声明他们没有任何可能影响本手稿所述工作的财务利益或个人关系。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号