生物基纤维素纤维增强气凝胶隔热性能研究：微观尺度建模与响应面法(Response Surface Methodology, RSM)优化方法

《Materials Today Communications》：Investigating Thermal Insulation in Bio-Derived Cellulose Fiber Reinforced Aerogels: Microscale Modeling and RSM Optimization Approach

　　

摘要：纤维素纤维增强气凝胶(Cellulose Fiber Reinforced Aerogel, CFRA)复合材料通过将生物基纤维素纤维引入二氧化硅气凝胶基体中，在保持低导热系数(Thermal Conductivity, TC)的同时增强结构稳定性，是一类新兴的可持续超级隔热材料。研究人员提出一种计算框架，结合细观力学建模与统计分析来预测并优化CFRA复合材料的有效热导率(Effective Thermal Conductivity, ETC)。建立了三维周期性代表性体积单元(Representative Volume Element, RVE)模拟稳态热传导，并采用Box–Behnken设计(Box–Behnken Design, BBD)结合响应面法(Response Surface Methodology, RSM)分析微观结构参数的影响。预测模型经解析解与实验数据验证，具有优异精度（确定系数R2=0.9976，调整确定系数R2adj=0.9948）。敏感性分析表明温度和气凝胶本征热导率λa是影响ETC的主导因素，纤维半径在研究范围内影响极小（<0.1%变化）。最优构型为纤维半径7 μm、纤维体积分数1.3%、气凝胶热导率0.016 W·m-1·K-1，室温下ETC为0.0163 W·m-1·K-1，较空气热导率（0.026 W·m-1·K-1）低37%。该集成建模—优化框架为设计与优化可持续CFRA隔热材料提供了有效工具。

论文解读：生物基纤维素纤维增强气凝胶隔热性能的微观尺度建模与RSM优化研究

本文发表于《Materials Today Communications》。传统高性能隔热材料面临环境不可持续及气凝胶本征脆性的问题。二氧化硅气凝胶具超低热导率（0.012–0.03 W·m^-1·K^-1）和高孔隙率（>90%），但极脆难以独立应用；生物基纤维素纤维（Cellulose Fiber, CF）可再生、具一定力学韧性且热导率较低（~0.04 W·m^-1·K^-1），用以增强气凝胶可兼顾生态可持续性与结构完整性。目前多数纤维素增强气凝胶研究偏重制备与表征，缺乏能系统评估微观结构参数（纤维体积分数V_fy、纤维半径R、气凝胶热导率λ_a、温度T）对有效热导率(Effective Thermal Conductivity, ETC, λ_eff)影响的预测性微观力学框架，也少见将细观有限元分析与统计实验设计结合的优化研究。为此，Nasri等研究人员建立三维周期性代表性体积单元(Representative Volume Element, RVE)结合Box–Behnken设计(BBD)–响应面法(Response Surface Methodology, RSM)，定量解析各参数贡献并获取最优微观构型，为可持续CFRA隔热材料设计提供理论依据。

主要关键技术方法：

研究人员采用COMSOL Multiphysics建立含单根单向（Unidirectional, UD）纤维素纤维的三维方形阵列RVE（0.1088×0.1088×2 mm³），施加周期性边界条件(Periodic Boundary Conditions, PBCs)求解稳态傅里叶热传导方程以获取各方向热通量并 homogenize 得ETC。材料属性取室温定值（CF λ_f=0.04 W·m^-1·K^-1，ρ=1500 kg·m^-3，c_p=1600 J·kg^-1·K^-1；SiO₂气凝胶 λ_a=0.014–0.023 W·m^-1·K^-1，ρ=100 kg·m^-3，c_p=1000 J·kg^-1·K^-1），忽略辐射、气相克努森效应及界面热阻，纤维直径参照Jaxel等的实验形貌取14 μm（对应V_fy=1.3%）。基于四因素三水平（T: 30–200 ℃；V_fy: 0.05–0.4；λ_a: 0.014–0.023 W·m^-1·K^-1；R: 10–17 μm）的Box–Behnken设计开展27次FEA仿真，拟合二阶回归模型并经方差分析(ANOVA)评价，最后进行参数敏感性分析与数值优化。

研究结果：

4.1. Model validation（模型验证）

研究人员将RVE数值解与平行模型（Rule of Mixtures, ROM）、Pilling模型、Kulkarni and Brady模型及Jaxel等的实验值（V_fy=1.3%，λ_a=0.016 W·m^-1·K^-1）对比。轴向ETC λ_ya=0.016312 W·m^-1·K^-1，横向λ_yt=0.016179 W·m^-1·K^-1，二者相差仅0.81%，表明低纤维含量下复合材料热学各向异性弱。数值结果与ROM完全一致（误差0%），与Pilling及Kulkarni–Brady模型误差0.006%，与实验值偏差2.32%，验证了RVE模型在预测CFRA热传导上的可靠性。

4.2. Parametric analysis of the effective thermal conductivity（有效热导率的参数分析）

4.2.1. Impact of the fiber content（纤维含量的影响）

固定R=13.5 μm，ETC随V_fy增大而升高（纤维λ_f>λ_a，增多高导相并减少低导气凝胶占比）。即便V_fy达35%且λ_a≤0.021 W·m^-1·K^-1，复合ETC仍低于静止空气热导率（0.026 W·m^-1·K^-1），证明CFRA具超级隔热潜力；过量纤维会形成连续导热通路劣化性能，故需控制最佳纤维比例。

4.2.2. Impact of the temperature（温度的影响）

材料属性假定与温度无关以隔离参数效应。ETC随T升高呈微非线性增加，源于施加热梯度增大总体热通量及RSM捕捉到的参数交互作用。物理上高温会增强气凝胶骨架与纤维中声子传导及孔隙内气相传热，趋势与文献报道生物基气凝胶TC温变行为一致。全温域(30–200 ℃)ETC仍处超低导范围，说明CFRA适用于变温环境隔热。

4.2.3. Impact of the thermal conductivity of aerogel（气凝胶热导率的影响）*

ETC随λ_a增大近线性上升，气凝胶为连续基体主导热传递路径；λ_a越低越能有效阻隔热流。此结果强调选用或制备超低热导率SiO₂气凝胶对CFRA设计的关键性。

4.2.4. Impact of the fiber radius（纤维半径的影响）

R在10–17 μm变化时ETC仅微降约0.08%，影响可忽略。因热传导由基体控制且无界面热阻，经典有效介质理论(Maxwell–Eucken型)指出忽略界面阻力时限入体尺寸不显式影响有效导率，故制造中纤维直径适度波动不会损害隔热性能。

4.3. DOE using Response Surfaces Method（基于响应面法的实验设计分析）

BBD–RSM拟合得到四因子二阶回归预测方程。ANOVA显示模型极显著（F=356.47，p<0.0001），R²=0.9976，R²_adj=0.9948，无纯误差（确定性仿真）。敏感性量化：温度贡献约40–45%，λ_a约35–40%，V_fy约10–15%，R<5%；交互项共约10–15%。证实CFRA热行为主要由基体导热机制控制。回归模型可供参数空间内ETC快速预测及作为宏观热仿真输入。

讨论与结论（翻译浓缩）：

本研究建立了CFRA复合材料ETC预测的细观计算—统计框架。通过三维周期性均匀化与BBD（27次仿真）定量阐明微观结构与热参数对ETC的贡献。结果确认CFRA传热受基体导热机制主导：温度对ETC影响最强，气凝胶本征λ_a贡献35–40%，纤维体积分数中等（10–15%），纤维半径（10–17 μm）在理想界面条件下热学影响可忽略（<0.1%），符合有效介质理论，允许放宽纤维尺寸加工公差。优化得出最佳构型——纤维体积分数1.3%、纤维半径7 μm、气凝胶λ_a=0.016 W·m^-1·K^-1，室温ETC=0.0163 W·m^-1·K^-1，比空气热导率低37%，属超级隔热范畴，证明微量纤维素纤维增强可在不牺牲隔热性的前提下提升结构完整性。二阶RSM模型（R²=0.9976，R²_adj=0.9948）证明细观有限元耦合RSM适于此设计分析。保持低纤维含量、优先选用超低热导率气凝胶及容许纤维尺寸合理波动可协同实现高性能、低成本CFRA隔热设计。该集成方法搭建了预测设计与实验表征间桥梁，未来工作拟纳入界面热阻、温变材料属性及湿热耦合传输以完善多物理场优化。