微尺度与宏观尺度流道中乳清蛋白凝胶清洁动力学的比较分析

《Food and Bioproducts Processing》:Comparative Analysis of Cleaning Kinetics for Whey Protein Gels in Micro- and Macroscale Flow Channels

【字体: 大 中 小 】 时间:2026年07月12日 来源:Food and Bioproducts Processing 4.7

编辑推荐:

  费利西塔斯·阿塞尔迈尔|汉娜·维泽|奥利弗·希茨曼|吴晓天|汤姆克·卢克斯|沃尔夫冈·奥古斯丁|斯特凡·肖尔,布伦瑞克工业大学化学与热过程工程研究所,德国布伦瑞克38106,朗格坎普7号 摘要:基于蛋白质的沉积物造成的污垢问题限制了微结构工艺设备的使用,因为从宏观尺度到微观尺度

  费利西塔斯·阿塞尔迈尔|汉娜·维泽|奥利弗·希茨曼|吴晓天|汤姆克·卢克斯|沃尔夫冈·奥古斯丁|斯特凡·肖尔,布伦瑞克工业大学化学与热过程工程研究所,德国布伦瑞克38106,朗格坎普7号

摘要:基于蛋白质的沉积物造成的污垢问题限制了微结构工艺设备的使用,因为从宏观尺度到微观尺度的清洁方法的可行性目前仍不完全清楚。本研究使用相同的模型污垢和统一的动力学框架,系统地研究了在微观尺度和宏观尺度流道中乳清蛋白分离物水凝胶的清洁情况。通过蛋白质分析量化清洁动力学,并采用辛等人(2004年)的模型进行评估,从而能够分阶段比较凝胶的膨胀、均匀化和衰减过程。选择流速作为主要的比较参数。由于微观尺度系统的通道横截面会发生变化,其流速具有时间依赖性,而通过相位平均后的流速则可与在恒定流速条件下进行的宏观尺度实验直接比较。早期的动力学常数ξ没有表现出明显的尺度依赖性,表明清洁过程的启动是由化学作用控制的。相比之下,平均清洁速率尤其是衰减参数在尺寸分析中表现出对流速的强烈敏感性,在微观尺度上数值更高。为区分内在动力学效应与几何尺度效应,根据质量传递类尺度关系,将清洁时间和模型参数重新表示为无量纲形式。在这种表示方式下,微观尺度和宏观尺度的数据呈现出相似的趋势,表明不同尺度下的清洁机制是相同的。因此,微观尺度上更好的清洁效果主要归因于几何约束下对流质量传递的增强,而非反应动力学的改变。这些结果为将现有的清洁模型应用到微结构系统中提供了理论依据,也有助于针对不同尺度优化原位清洁策略。

引言:污垢指的是技术表面积累的不必要沉积物,它是食品和生物加工工程领域长期存在且尚未得到充分解决的难题。在对卫生要求极高的工艺环境中,可靠的清洁程序对于确保产品安全、工艺稳定以及符合法规标准至关重要。虽然人们在传统宏观尺度上已经对污垢问题进行了大量研究,但对于微结构工艺设备中的清洁现象却相对关注较少(科克曼等人,2005年;赫塞尔等人,2005年)。微型组件通常指特征尺寸小于1毫米的装置,这类装置具有较小的水力直径,因而表面积与体积比很大。这些几何特性有助于加强热传递和质量传递,从而使制药、化工和食品加工领域的操作更加节能高效(辛格等人,2019年)。但另一方面,同样的特性也使得这些装置更容易出现截面堵塞现象。即使是少量的沉积物也可能导致压力下降显著增加或完全堵塞通道,从而影响设备的运行稳定性。正因如此,尽管微型结构组件具有极大的工艺强化潜力,但它们往往被排除在那些容易产生污垢的流体处理工艺之外。在食品工业中,蛋白质污垢问题尤为重要,因为该行业在严格的卫生标准下广泛采用原位清洁技术。在宏观尺度上,人们已经对蛋白质沉积物的去除进行了详细研究(吉尔哈姆等人,1999年;辛等人,2004年)。像辛等人(2004年)提出的模型这样的动力学描述方法,为量化清洁进程和区分不同的清洁阶段提供了结构化的框架。乳清蛋白分离物已成为研究乳制品相关应用中蛋白质污垢及清洁行为的常用且可重复的模型污垢系统(戈特沙尔克等人,2022年)。然而,将这些已建立的宏观尺度清洁概念应用到微结构几何形态中的可行性目前仍不十分明确。此前已有研究开发出一种用于分析微观尺度流道中清洁情况的可重复实验方法(阿塞尔迈尔等人,2024年),该方法结合了压力降监测、表面覆盖度的自动光学图像分析以及利用布拉德福德试剂进行蛋白质定量测定(斯皮格尔等人,2022年)。后续研究表明,当通道尺寸减小时,膨胀现象会变得越来越重要,因为通道横截面的高相对覆盖率可能导致部分堵塞,并动态改变流体动力学条件(阿塞尔迈尔等人,2025年)。此外,还有研究表明,在清洁过程中,由于自由横截面积的变化,微观尺度通道中的有效流速也会发生变化(阿塞尔迈尔等人,2026年)。最近,人们在微观尺度通道中也观察到了与宏观尺度系统类似的三个阶段的清洁行为,并证明了辛等人(2004年)提出的动力学框架在微观尺度条件下的适用性(阿塞尔迈尔等人,2026年)。尽管这些发现表明微观尺度和宏观尺度上的清洁过程存在定性相似性,但目前还缺乏在受控流体动力学条件下进行的系统性跨尺度比较。尤其不清楚所观察到的差异是由于控制机制的根本变化,还是同一传输和反应控制动力学框架内的定量变化所致。因此,本研究旨在对宏观尺度流道和微观尺度流道中的蛋白质污垢去除情况进行对比研究,其中宏观尺度流道的自由通道高度为hfree,M = (7.5 … 8)毫米,微观尺度流道的自由通道高度为hfree,μ = (0.5 … 1)毫米。为了使两种系统能够直接比较,仅将通道高度缩小到微观尺度,而保持通道宽度和长度不变,这样两种系统中使用的蛋白质沉积物尺寸都可以为80 ×18 x 0.5毫米3。通过压力降监测、表面覆盖度的自动光学图像评估以及清洁溶液中沉积物蛋白质的定量测定来分析清洁效果。实验结果则依据辛等人(2004年)提出的动力学建模方法进行解读,所拟合的模型参数可作为与尺度无关的比较标准。通过系统地评估不同尺度下的清洁动力学和传输相关参数,本研究旨在弄清尺度依赖性效应究竟源于传输现象的变化、几何约束还是流体动力学边界条件的改变。这类知识对于将微结构组件可靠地集成到对卫生要求极高的食品加工环境中,以及建立在不同尺度上都有效的预测性清洁模型而言至关重要。为了解释可能的尺度依赖性现象,下一节将阐述微型化对传输过程的基本影响。微型化从根本上改变了流体-固体系统中的传输现象。特征尺寸的减小会导致表面积与体积比上升、流体动力学边界层的发展方式发生改变,进而可能增强界面质量传递。在以传输为控制因素的工艺过程中,界面质量通量一般可以表示为J=km(cs?cb),其中km为质量传递系数,cs为固液界面处的溶质浓度,cb为本体浓度。质量传递系数反映了穿过浓度边界层的有效传输能力,它与边界层厚度δc之间存在如下关系:km~Dδc,其中D为分子扩散系数。由于界面通量也可由菲克第一定律给出,即J=?D?c?y,因此边界层厚度的减小会直接增加界面浓度梯度,进而提高质量通量。边界层厚度δ0取决于流体动力学条件和特征长度尺度。在层流通道流动中,质量传递系数通常用谢尔伍德数来表示:Sh=kmLD=f(Re,Sc),其中雷诺数Re=ρvLμ,施密特数Sc=μρD。在层流条件下,勒维克型关联式表明:km~vL1/3,因此界面质量传递强度直接取决于相对于特征长度的对流速度。在微结构通道中,由于特征长度L的减小,即使表面流速保持不变,质量传递系数km也会升高。在实际的清洁系统中,表面流速并非独立变量,而是与体积流量V?和有效流动横截面积A相关联:v=V?A。在微结构通道中,由于沉积物可能占据通道横截面的很大一部分,清除污垢后会动态增加有效横截面积A(t)。因此,即使在体积流量保持不变的情况下,随着通道逐渐打开,局部对流速度也会随时间降低。由于质量传递系数与v/L1/3成正比,因此通道几何形状的变化会直接影响清洁过程中的瞬时传输条件。而在宏观尺度系统中,由于沉积物只构成较小的障碍,流动横截面积基本保持不变,这种几何形状与流动之间的动态耦合效应要弱得多。相比之下,雷诺数主要用于表征惯性力与粘性力的比值,它描述的是流动状态而非界面传输强度。虽然雷诺数会通过对流速分布和边界层发展的影响间接影响质量传递,但它并不能直接量化决定蛋白质溶解的界面质量通量。机械作用也可能有助于去除沉积物。壁面剪应力由τw=μ?v?ywall给出,在层流通道流动中其大小大致可表示为τw~μvL。因此,在表面流速相同的情况下,特征尺寸越小,壁面剪应力就越大。不过,对于蛋白质沉积物的碱性清洁而言,限制清洁速率的主要步骤通常是溶解以及已溶解物质的对流传输,而非单纯的机械剥离作用。因此,起主导作用的仍然是固液界面处的浓度梯度。在微结构系统中,尺度效应已在热传递领域得到了广泛研究(赫维格,2002年;赫维格和豪斯纳,2003年)。这些效应包括低佩克莱特数时的轴向扩散、固相与液相之间的耦合传输、温度和压力导致的性质变化,以及与尺度相关的壁面粗糙度分布。由于热传递和质量传递在数学上具有相似性,这些概念也可以概念性地应用于以质量传递为驱动力的清洁过程。在以蛋白质溶解和对流传输已溶解物质为主要去除方式的蛋白质污垢清除过程中,预计这类与传输相关的尺度效应会影响可观察到的清洁动力学。这些效应究竟只是改变了有效的传输系数,还是从根本上改变了不同尺度下的去除机制,目前仍是一个未解之谜。为了解决这个问题,需要一个具有物理可解释性参数的动力学模型,以便评估微结构通道中的清洁过程在多大程度上遵循与传统宏观系统相同的力学原理。辛等人(2004年)基于聚合物溶解理论并结合边界层质量传递概念,建立了一个数学模型来描述蛋白质沉积物的碱性去除过程。通常,清洁进度是通过清洁速率Rt=1A0·dmRdt来量化的,其中mR为已清除的污垢质量,A0为初始被污染的表面积。因此,清洁速率表示单位面积和单位时间内被清除的沉积物质量(单位:克/平方米·秒)。该模型假设,膨胀的蛋白质凝胶的清除过程类似于可溶性溶剂中聚合物的溶解过程。对于乳清蛋白分离物沉积物而言,限制清洁速率的步骤被认为是已溶解的蛋白质分子从固液界面处的膨胀反应区释放到相邻的流体动力学边界层中,随后这些分子被输送到本体溶液中。而清洁剂向污垢中的扩散以及相关的键断裂反应则被认为发生得很快。基于这一概念,清洁过程被分为三个典型阶段:膨胀阶段、均匀阶段和衰减阶段(见图1)。在膨胀阶段,清洁速率从零开始上升至最大值Rm。这一阶段的特征是一个诱导时间tind,在此期间,清洁溶剂渗透进凝胶,使其膨胀并削弱蛋白质网络。从结构上看,凝胶会转变为一种膨胀且部分松散的界面层。当界面处溶解的蛋白质分子浓度保持恒定时,就会观察到恒定的最大清洁速率Rm。这个均匀阶段反映了以传输为控制因素的清洁过程,此时边界层中的质量传递限制了沉积物的清除。膨胀阶段和均匀阶段共同由Rsu(t)=Rm·eξ(t?tind)Ψ+eξ(t?tind)来描述,其中动力学常数ξ决定了蛋白质链脱落的速率,无量纲参数Ψ则控制着从以膨胀为主的溶解行为向均匀溶解行为的过渡。随着清洁的进行,可被清洁的污染表面积逐渐减少,因此在衰减阶段清洁速率会下降:Rdt=Rm·e?kat?tsu,其中ka是一阶速率常数,用于描述剩余污染表面积的减少程度。尽管该模型是现象学上构建的,但其参数仍可从力学角度进行解释。参数ξ反映了膨胀凝胶结构中特定材料的内在界面分离过程。最大清洁速率Rm代表了在给定流体动力学条件下的有效界面质量传输能力。而衰减参数ka则描述了可用污染表面积的逐渐减少,它可能受到传输效应和几何效应的共同影响。值得注意的是,辛模型的控制方程中并未明确包含通道高度hch、水力直径dh或雷诺数Re等几何描述参数。因此,该模型在结构上与系统规模无关。潜在的尺度效应并非通过修改方程本身来体现,而是可能体现在拟合得到的动力学参数的系统性差异中。正是模型形式与参数数值之间的这种结构分离,使得辛模型特别适合用于跨尺度比较。微观与宏观尺度下的清洁过程差异,可以通过分析所获得的动力学参数变化来定量评估,而无需重新构建控制方程。因此,本研究旨在探讨在微结构流道中进行的蛋白质凝胶清洁是否遵循与传统宏观结构系统相同的底层机制,以及观察到的工艺性能差异在多大程度上可归因于与传输相关的尺度效应。

**清洁装置——几何结构与通用实验条件**
微观与宏观尺度系统的清洁效果比较是通过两种几何结构不同的流道来进行的(见图2),这两种流道分别集成在独立的实验室级清洁装置中。关于微观尺度系统的实验装置,Spiegel等人(2022年)已有详细描述;而宏观尺度系统的实验装置则由Wiese等人(2023年)进行过详细阐述。

在微结构流道中(见图2a),其特征尺寸为1毫米的流道高度。为了便于比较微观与宏观尺度系统,选择流速作为参考参数(见2.1节)。由于微观尺度流道中的流速在清洁过程中会发生变化,因此首先利用测得的压降数据将其量化为时间函数。图7展示了九次独立但相同的微观尺度实验所得的流速分布曲线,以及通过Bradford蛋白测定法得到的相应清洁速率。

**在相同平均流速下的直接比较**
在初步比较中,两种系统均在约0.12米/秒的相似平均流速下运行。在微观尺度系统中,时间平均流速为(0.12 ± 0.06)米/秒;而在宏观尺度系统中,该值为(0.12 ± 0.01)米/秒。图9对比了在0.12米/秒的相似平均流速下进行的两次微观与宏观尺度实验的典型实验数据及模型预测的清洁速率曲线,展示了清洁过程的特性演变趋势。

**结论**
本研究通过统一的动力学框架和相同的模型沉积物,对微观与宏观尺度流系统中的蛋白质凝胶清洁进行了系统的跨尺度比较。通过基于物理原理的无量纲化处理,将尺寸效应与传输型尺度效应区分开来,从而明确了不同尺度下性能差异的成因。控制凝胶膨胀和分子解离的早期动力学参数ξ,在不同尺度下基本保持不变。

**术语表**
| 缩写 | 描述 |
|------|------|
| CIP | 在线清洗 |
| WPI | 乳清蛋白分离物 |
| WPC | 乳清蛋白浓缩物 |
| MSS | 模型土壤系统 |
| SUS | 膨胀与均匀相 |
| Re | 雷诺数 |
| Pe | 佩克莱特数 |
| CMT | 结合质量传递 |
| A | 油污表面面积,单位:平方米 |
| c | 清洁溶液中WPI-凝胶的浓度,单位:克/立方米 |
| D | 扩散系数,单位:米2/秒 |
| d | 直径,单位:米 |
| h | 流道高度,单位:米 |
| k | 反应速率常数,单位:负一次方 |
| RC | 清洁速率,单位:米?2/秒 |
| t | 时间,单位:秒 |
| v | 流速,单位:米/秒 |
| V | 清洁溶液体积,单位:立方米 |
| V? | 体积流量,单位:立方米/秒 |
| R2 | 决定系数 |

**资金支持**
本研究未获得公共部门、商业机构或非营利组织任何资助机构的专项资助。研究得以开展得益于Project DEAL提供的开放获取资金支持。

**作者贡献**
Tomke Luks:实验研究。Xiaotian Wu:实验研究。Stephan Scholl:写作——审稿与编辑、结果验证、项目监督、资源协调。Wolfgang Augustin:写作——审稿与编辑、结果验证、项目监督、项目管理、概念设计。Hanna Wiese:写作——初稿撰写、数据可视化、方法设计、定量分析、概念设计。Felicitas Aselmeyer:写作——初稿撰写、数据可视化、方法设计、定量分析、概念设计。Oliver Hitzmann:实验研究。

**利益冲突声明**
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

**致谢**
感谢Arla Foods Ingredients Group P/S提供乳清蛋白分离物Lacprodan? SP-9224样品。

**作者贡献细分**
Felicitas Aselmeyer:概念设计、方法设计、定量分析、写作——初稿撰写、数据可视化。Hanna Wiese:概念设计、方法设计、定量分析、写作——初稿撰写、数据可视化。Oliver Hitzmann:实验研究。Xiaotian Wu:实验研究。Tomke Luks:实验研究。Wolfgang Augustin:概念设计、写作——审稿与编辑、项目监督。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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