课题组新论文荐读 | 特殊空间排列的异形纤维增强了非洲虾的过滤性能

科技   2024-04-15 17:28   广东  

    纤维滤料是综合性能最为优越的滤料之一,与粒状滤料相比,纤维滤料具有过滤阻力小、通透性强、过滤效率高、过滤饱和度高和易于清晰等诸多显著优点。因此,纤维滤料已被广泛应用于污水处理、海水淡化预处理、空气净化、食品生产、制药和医学等诸多领域,具有极强的研究价值。近年来,研究者们对纤维滤料的研究主要集中在圆形纤维上,而缺乏对异形纤维的研究。与相同体积分数的圆形纤维相比,异形纤维不仅具有更大的比表面积,而且在提升纤维过滤器捕集效率、力学性能和颗粒承载能力方面具有巨大潜力。已有不少研究者对异形纤维的过滤性能进行了研究,并证实了异形纤维在多种工况下的过滤性能要优于圆形纤维。异形纤维横截面特征和排布方式是影响其压降和捕集效率的关键因素,但至今为止,研究者们依然没有找到一种对异形纤维横截面和排布方式的高效优化方法。自然是人类永恒的教科书,自然界中的各类滤食性生物在经过数亿年的不断进化,演变出了多种性能优秀的生物纤维,如扇贝的纤毛、藤壶的卷须、管虫的腮丝、鲸须和非洲巨网虾的过滤刚毛等。人类也许可以从中获取优质灵感,进而找到最适合在自然过滤的纤维优化方法。

    近日,中山大学吴嘉宁副教授课题组揭示了非洲虾过滤纤维的过滤性能增强机制,为异形纤维横截面和排布方式的优化提供了新思路。论文以“Specialized spatially-arranged non-circular fibers enhance filtration performance of  African shrimp (Atya gabonensis) ”为题发表在《生物灵感与仿生学》(Bioinspiration & Biomimetics)(JCR 2区,IF:3.4)。中山大学博士研究生廖益丰,本科生吕俊为共同第一作者,中山大学吴嘉宁副教授和深圳大湾区关键核心技术创新研究院刘浩为共同通讯作者。


图1 非洲虾活体

图 文 导 读

    非洲虾是一种生活在西非或者南非的体型偏大的淡水滤食性虾,其不仅能够在清澈的河流中捕获足量的食物满足自身大体型的需求,而且还能够大量繁殖,具有优秀的过滤性能。研究团队在先前的研究中通过显微成像技术和计算机断层扫描技术观察到非洲虾螯足上生长着茂密的异形纤维(刚毛),这类异形纤维具有独特的横截面特征和巧妙的空间三维排布方式,其纤维排布具体为交错和扭转的方式(平均交错距离x=20 μm,y=55 μm,扭转角θ=3°-5°)(图2(a)-(c)),纤维横截面呈椭圆形且壁厚沿椭圆长轴单侧增厚(增厚量a=2-10 μm)(图2 (d)-(e))。由于纤维的横截面特征和排布方式往往是影响纤维捕集性能的关键因素,因此,研究者推断非洲虾优秀的过滤性能在很大程度上得益于其独特的纤维横截面特征和纤维排布方式。

图2 非洲虾过滤纤维独特的截面特征及排布方式


    纤维的过滤性能由压降和捕集效率共同决定。为了证实非洲虾横截面特征对其过滤性能有显著影响,研究者首先以计算横截面非圆度的方式量化了纤维横截面壁厚增厚量a纤维横截面特征的影响,计算发现横截面壁厚增厚量a对纤维横截面特征有着显著的影响(图3(a)-3(b))。通过CFD仿真技术研究了在等计算域条件下纤维横截面壁厚增厚量a、攻角θe对纤维过滤压降P的影响,结果表明,纤维的压降P与纤维横截面壁厚增厚量a和攻角θe均成正相关关系(图3(d))。


图3 纤维横截面特征对其压降的影响

    为进一步研究非洲虾纤维横截面特征对纤维过滤性能的影响,研究者采用CFD-DEM耦合仿真方法模拟非洲虾单根纤维过滤单元对细颗粒的捕集过程。由于非洲虾在滤食的过程中其纤维的椭圆横截面长轴与水流方向保持一致,所以研究者首先研究在攻角为0(θe=0°)的情况下,纤维横截面壁厚增厚对纤维过滤性能的影响。研究结果显示,在θe=0°的情况下纤维横截面壁厚增量a与纤维捕集效率和质量因子QF均成正相关关系()。在不同粒径条件下,当纤维横截面壁厚增量a=10 μm时,与壁厚没增加的纤维相比,纤维捕集效率增加41%±22%(图4(a)),质量因子QF增加30% ± 20%(图4(b))。此外,为了验证非洲虾纤维生长方位的合理性,研究者模拟了纤维在不同攻角下的细颗粒捕集过程,结果表明,虽然攻角θe增加可增加单纤维的捕集效率(图4(c)),但是随着攻角θe的增加,纤维的压降P也随之增加(图3(d)),这导致了攻角θe增加时纤维的质量因子QF有所降低(图4(d))。这也从纤维过滤性能的角度说明了非洲虾在滤食时,其纤维椭圆横截面长轴与水流方向保持一致是合理的。


图4 纤维横截面壁厚增量a和攻角θe对纤维捕集效率和质量因子QF的影响


    为了验证非洲虾纤维排布方式对其过滤性能有增强作用的推测,研究者首先对非洲虾纤维束周围的流场进行分析。非洲虾纤维束呈交错且扭转的排布方式,为独立验证交错排布方式和扭转排布方式对纤维束过滤性能的增强作用,研究者创建了平行分布的纤维束模型(A1)(图5(a))和仅交错而不扭转分布的纤维束模型(A2)(图5(b))作为对比模型,与仿非洲虾的纤维束模型(A3)(图5(c))进行对比分析。由于具有空间排布特征的纤维束周围的流场难以量化和表示,研究者以A1、A2和A3模型中具有代表性的截取平面内的二维纤维束流场特征作为对比指标来近似对比A1、A2和A3模型的流场。采用有限体积法求解A1、A2和A3模型中的代表性截平面内的二维纤维束的周围流场的纳维斯托克斯方程,得到纤维束周围的流场特征,并使用相同数量的流线将A1、A2和A3模型的流场可视化(图5(d)-(i))。在A1模型中,纤维平行排列且排列紧凑,如同一块“过滤平板”,A1模型的过滤方式为死端过滤,大部分流线均从“过滤平板”两侧绕开(图5(d)),而本文研究的细颗粒在流场中的运动形式主要是随着流线运动,因此,A1模型在颗粒捕集过程中,其周围流场的强绕流现象可能会降低A1模型对细颗粒的捕集效率。当纤维的排布方式由平行排布(A1)变为交错排布(A2)时,纤维的过滤方式由死端过滤转变成切向流过滤,此时虽然不少流线依然从纤维束两侧绕开,但已经有部分流线从相邻纤维中的缝隙流过,与纤维表面贴合(图5(e)),这些与纤维表面贴合的流线可能达到部分粒径的细颗粒的极限流线,进而提高对该尺度下的细颗粒的捕集效率。在A3模型中,纤维呈既交错又扭转的排布方式,相邻纤维在空间中错开,优化了纤维流场特征,使流线与纤维表面更好的贴合,进而更有可能提高纤维对颗粒的捕集效率。以纤维扭转角θ=3°的A3模型为例,研究者从纤维束基部开始,往上每隔1mm高度取一个截取平面作为代表性截取平面(J3-J6)。从仿真结果中可以看到,J3平面内有部分流线从相邻纤维中的缝隙流过,接近部分纤维表面(图5(f));J4平面内,纤维间的相互影响已明显减小,大部分经过纤维的流线均能与纤维表面有较好的贴近(图5(g));J5和J6平面内,几乎所有流过纤维的流线均能与纤维表面紧密贴近(图5(h)-(i))。代表性截取平面的高度越高,流线与纤维表面的贴合度越好,这说明A3模型大部分区域的流线均能与纤维表面紧密贴合。该研究在对纤维捕集细颗粒的研究中只考虑拦截效应,即细颗粒随着流线运动,只有当细颗粒运动在极限流线上时才有可能与纤维表面接触,进而被纤维捕获,因此,流线与纤维表面越贴近,细颗粒则越有机会被纤维捕获。非洲虾纤维独特的排布方式使纤维周围的流场与纤维表面紧密贴合,与多种尺度的细颗粒的极限流线重合,进而提高对多种尺度的细颗粒的捕集效率。

图5 A1、A2和A3模型的流场对比

    为进一步验证非洲虾纤维排布方式对其过滤性能有增强作用,研究者采用CFD-DEM耦合仿真的方法模拟A1、A2和A3模型对细颗粒的捕集过程,并对比A1、A2和A3模型的过滤性能。在EDEM中将计算域尺寸设置为与CFD仿真时的计算域尺寸一致,即H2=5 mm,L2=1 mm,W2=9.2 mm(图6(a))。仿真结果表明,在等填充率的条件下,尽管A3模型的压降略高于A1和A2模型(图6(b)),但是A3模型的过滤效率也显著高于A1和A2模型(图5(c)),最终使质量因子也明显高于A1和A2模型(图6(d))。

    在捕集不同粒径的细颗粒时,A3模型的捕集效率最高为A2模型捕集效率的1.79倍,最高为A1模型捕集效率的7.71倍;A3模型对细颗粒的质量因子最高为A2模型捕集效率的1.16倍,最高为A1模型捕集效率的4.62倍。这表明非洲虾特殊的纤维排布方式对其纤维的过滤性能有较为显著的增强作用。

图6  A1、A2和A3模型的过滤性能对比

    非洲虾纤维独特的空间排布方式不仅可以提高其对细颗粒的捕集能力,而且能够显著增大纤维束的迎水过滤面积。由于纤维束的迎水过滤面积是影响纤维束对粗颗粒的捕集效率的重要因素,所以研究者推测非洲虾纤维独特的空间排布方式可提高纤维对粗颗粒的捕集效率。由于粗颗粒无法通过范德华力直接粘附到纤维上,纤维束对其进行捕集只能通过物理筛分,只有当颗粒进入纤维实际间距d(不包含纤维横截面壁厚的纤维间距)小于等于颗粒直径dp的区域时才有可能被捕获,因此,在本研究中研究者将纤维束中有可能捕获颗粒的区域(dp≥d)的面积近似视为有效迎水过滤面积。

    以非洲虾纤维束为例,纤维束在流场中的迎水过滤面积Sy如图7(a)中蓝色虚线框所示,然而当颗粒粒径一定时,纤维束的有效迎水过滤面积Sn如图7(b)中紫色阴影部分所示,纤维的实际间距d如图7(c)-(d)所示。为了量化非洲虾纤维排布特征对纤维束迎水过滤面积的影响,研究者根据非洲虾纤维的实际特征计算得到了非洲虾纤维扭转角θ、纤维数量n和对应的纤维束迎水过滤面积Sy之间的关系(图7(e))。为了验证非洲虾纤维的纤维束在捕集不同粒径的粗颗粒时,纤维独特的排布方式有显著增加有效迎水过滤面积的作用,研究者计算并对比了在捕集不同粒径的粗颗粒时A1、A2和A3模型的有效迎水过滤面积。对比结果表明,在对绝大多数情况下,A3模型的有效迎水过滤面积(Sn3)均远大于A1和A2模型的有效迎水过滤面积(Sn1和Sn2)。例如,纤维扭转角θ=5°的A3模型在捕集粒径为0.7mm的颗粒时,其有效迎水过滤面积为A1和A2模型对应的有效迎水过滤面积的17.2倍(图7(f))。

    经上述分析,可以推断非洲虾纤维束在捕集粗颗粒时可能具备显著的优势。

图7  纤维排布方式对过滤面积的影响

    为进一步验证非洲虾独特的纤维排布方式可提高其对粗颗粒的捕集效率,研究者采用CFD-DEM耦合仿真的方法模拟了A1、A2和A3模型在相同条件下的粗颗粒捕集过程(图8(a))。结果表明,A3模型对不同粒径的粗颗粒的捕集效率均远大于A1和A2模型对不同粒径的粗颗粒的捕集效率(图8(b)),这足以说明非洲虾独特的纤维排布方式使纤维在捕集粗颗粒方面具有显著的优势。此外,通过分析不同纤维扭转角θ的A3模型对粗颗粒的捕集效率,可以看出,在粗颗粒粒径小于等于纤维的最大间距时(图8(a)),纤维扭转角θ与纤维对粗颗粒的捕集效率呈负相关关系。这是因为当粗颗粒粒径小于等于纤维的最大间距时,纤维扭转角θ与纤维束的有效迎水过滤面积呈负相关关系。(图7(f));θ越小,A3模型对粗颗粒的捕集效率越高,这应该是由于有效迎水过滤面积的不同导致的;当粗颗粒的粒径大于纤维的最大间距dmax时,θ越大,A3模型对粗颗粒的捕集效率越高,这应该是因为纤维扭转角θ大的A3模型的迎水过滤面积也大,进而有更大的颗粒承载量。

    经验证,非洲虾纤维独特的横截面特征和排布特征可有效增强纤维对细颗粒和粗颗粒的捕集性能,进而使非洲虾能够在清澈的水流中高效滤食。


图8  纤维束对粗颗粒的捕集

    受非洲虾纤维特征的启发,研究者设计了3个仿生过滤器,这3个仿生过滤器的区别在于它们的过滤纤维之间的扭转角不同,分别为3°、4°和5°,为了便于区分,研究者用标号A3(3°)、A3(4°)和A3(5°)表示这3个仿生过滤器(图9(a))。为了验证仿生过滤器的捕集性能,研究者还设计了2个对比过滤器(A1和A2)。在A1过滤器中,其纤维呈平行排布,在A2过滤器中,其纤维呈仅错开但不扭转的排布。为了验证仿生过滤器在对细颗粒和粗颗粒捕集的过程中具有显著的优势,研究者搭建了一个颗粒捕集实验平台(图9(b)),分别测试并对比了A1、A2、A3(3°)、A3(4°)和A3(5°)过滤器对不同粒径颗粒的捕集效率。结果表明,仿生过滤器无论在细颗粒捕集还是粗颗粒捕集方面均远远优于A1、A2过滤器。例如,在对细颗粒的捕获时,仿生过滤器的捕集效率最高为A1过滤器的2.37倍,为A2过滤器的1.52倍。在对粗颗粒的捕获时,A1过滤器和A2过滤器不具备对粗颗粒的捕获能力,而仿生过滤器缺兼备对粗颗粒的捕获能力。研究表明,依据非洲虾纤维特征设计的仿生过滤器在细颗粒和粗颗粒的捕集方面均具有较为显著的优势,同时也证明了非洲虾纤维在捕集颗粒层面的优越性。

    综上所述,非洲虾纤维独特的横截面特征使纤维在保持低压降的同时拥有优秀的细颗粒捕集能力;其纤维特殊的空间排布方式巧妙的将非洲虾的滤食方式由死端过滤转变为切向流过滤,改善了纤维束周围流场,使能量损耗和捕集效率之间达到一个更好的平衡,提高了纤维对细颗粒捕集的质量因子。此外,非洲虾纤维的排布特征还大幅增加了有效迎水过滤面积,进而提高了纤维对粗颗粒的捕集性能。非洲虾纤维独特的横截面特征和排布方式不仅使非洲虾能够在清澈的河流中获取足够的食物以维持其庞大身躯的能量供给和繁殖需求,同时也可以为新型海洋原位捕集机器人的开发提供一种创新设计思路。

图9  仿生过滤器设计与捕集性能测试


文 章 信 息

    研究成果以题为“Specialized spatially-arranged non-circular fibers enhance filtration performance of  African shrimp (Atya gabonensis)”发表在 Bioinspiration & Biomimetics上,中山大学博士生廖益丰和中山大学本科生吕俊为论文共同第一作者,合作者包括中山大学本科生张宇佳、洪宇和和丁硕硕。中山大学吴嘉宁副教授和深圳大湾区关键核心技术创新研究院刘浩为共同通讯作者。


    这项工作得到了中国国家自然科学基金资助(项目编号52275298和51905556),广东省“攀登计划”资助(项目编号52910001和11220004),以及深圳市科技计划资助(项目编号GXWD2021B03、20220817165030002和ZDSYS20210623091808026)。同时还获得了广东省科技计划项目(科技创新平台)高水平创新研究院(2019B090909010)的支持。


相关论文信息:https://doi.org/10.1088/1748-3190/ad3b57


点击下方链接

了解更多资讯



仿生界面及未来制造实验室
中山大学深圳校区理学园
 最新文章