2、結果與分析

2.1不同外加電壓條件下膜液荷質比變化

液體的荷電一般分為接觸荷電、電暈荷電和感應荷電3種方式，其中感應荷電具有安全易控等優點，因此本實驗采用該方式為液滴荷電[11]。電極環所帶電壓直接影響微量進樣針針尖處電場場強大小，進而影響液體所帶電荷量。本實驗去離子水和明膠液滴感應荷電所產生的荷質比如表2所示。由表2可知，隨著電源電壓升高，去離子水和明膠液滴的荷質比均顯著升高（<0.05），外加電壓7 kV時去離子水荷質比相較于1 kV升高了6倍，而明膠溶液則升高了8～16倍。李金等[12]探究環形電極對噴霧感應荷電的影響時發現，外加電源電壓從0 kV升高至15 kV時，液滴的荷質比會呈現先上升后下降的結果。這是由于當外加電壓足夠高時會擊穿空氣，產生與電源帶相同電荷的離子，而帶相反電荷的液滴與空氣中的擊穿離子結合則使液滴荷質比下降。本研究電源區間屬于感應荷電區，且7 kV電壓無法擊穿空氣。

隨著膜液中吐溫20的減少和司盤20的增多，明膠液滴荷質比亦呈增高趨勢（<0.05）。張建桃等[13]研究表明，介質的電導率改變會引起其荷電性能的改變。相同質量濃度下司盤20的物質的量濃度更高，導致溶液電導率及液滴荷質比增加更為明顯。然而，與只添加吐溫20的明膠溶液（tw100）相比，少量司盤20的添加（tw80）還會引起荷質比的顯著減少（<0.05），推測這是由于溶液中吐溫20與司盤20分子通過“經典疏水作用”在水溶液中優先結合，從而使溶液中總溶質相對濃度下降導致[14]。

2.2不同外加電壓條件下膜液表面張力變化

表面張力是反應液體潤濕性能的重要指標。一般來說，表面活性劑作為雙親分子能夠使氣-液、液-固間的表面張力顯著降低[5]。表面張力越小的液體越容易黏附在物體表面，呈現出更小的接觸角和更優的潤濕性能[15]。通過改變外加電壓，去離子水和明膠液滴的表面張力如表3所示。無論是去離子水還是明膠溶液，電源電壓的升高均使液滴表面張力顯著降低（<0.05）。相較于未施加電壓膜液，當電壓在7 kV時明膠液滴表面張力下降超10%，其中tw0組在7 kV時擁有最小的表面張力（31.38 mN/m）。安建鵬[16]研究了含有不同表面活性劑液滴在荷電之后的表面張力，發現表面活性劑的親水基團會與水分子間形成氫鍵，從而影響液滴在靜電場中的表面活性，使表面張力保持較高水平。本實驗中所有表面張力數值均隨電壓的增大而減小，表明溶液中的氫鍵已達飽和，電壓越高，明膠溶液表面活性越強，表面張力越小。相較于吐溫20，司盤20分子含有更少的親水基團、不易與水分子結合[17]，且在水溶液表面排列更為緊密（排列密度約為吐溫20的3倍）[18]，這導致明膠液滴的表面張力隨著司盤20占比的升高下降更為明顯。

2.3不同外加電壓條件下膜液接觸角變化

為了形成具有良好黏附性和均勻性的可食性膜，成膜溶液對產品的潤濕性尤為重要。表4展示了溶液在不同電壓下荷電后滴落在石蠟表面的接觸角。由表4可知，無外加電壓作用下，tw100的接觸角為79.74°，隨著司盤20的增多，接觸角首先減小，在二者濃度相等時降至71.00°。此后，接觸角隨著司盤20占比增加反而上升。理論上，表面張力越小的液滴接觸角越小[15]，但本實驗現象與前述規律不符。先前研究發現，疏水性司盤表面活性劑分子在液滴中傾向于向上遷移，導致其不能有效降低液滴下表面接觸角；而適量吐溫表面活性劑的加入能夠促進司盤在液滴中的均勻分布，從而減小接觸角[10]。

荷電使得液滴的接觸角顯著降低（<0.05），其中7 kV的電壓能夠使去離子水液滴的接觸角降低約10°，明膠液滴接觸角下降約6°～9°。茹煜等[19]建立了荷電霧滴的三維運動模型，發現在20 kV的電壓下熒光液滴的接觸角能夠降低46°。本研究發現，當表面活性劑吐溫20與司盤20的濃度比為1∶1（tw50），外加電壓為7 kV時，明膠液滴在石蠟表面具有最好的潤濕性，接觸角為64.99°。

2.4機器學習分析

液滴的荷質比為荷電后的本質特性，而表面張力和接觸角則為荷電液滴表現的外在特性。為了訓練機器學習模型，以荷質比作為輸入特征，將表面張力、接觸角測量值轉化為神經網絡可以處理的張量后進行訓練，使模型預測值盡可能地接近實際測量值，實驗結果如表5所示。無論是表面張力還是接觸角，SVM-linear的2最低，為0.938 4和0.943 6，表明該模型預測效果最差。SVM-linear作為一種基于線性核函數的支持向量機模型，對噪聲和異常值非常敏感，且參數調優較為困難[20]。DNN的2最接近1，且MSE值和MAE值最小（表面張力的MSE值和MAE值分別為0.014 5和0.081 3，接觸角的MSE值和MAE值分別為0.037 4和0.151 0），表明該模型預測性能最好。DNN具有非線性特征學習、自動特征提取和分層特征學習等優勢，能夠適應大規模數據并進行調優[21]。Pfisterer等[22]通過DNN建立評估商業果泥食品的營養密度，其平均準確率達92.2%。荷質比與表面張力、接觸角的模型預測如圖2、圖3所示，可以發現模型對實際數據具有良好的擬合效果。通過模型曲線可以確定，在任意荷質比下，去離子水液滴與明膠液滴的表面張力及其在石蠟表面的接觸角，為預測可食性膜液在食品表面的潤濕黏附性提供了思路和手段。

圖2通過深度神經網絡建立荷質比與表面張力之間的模型預測

圖3通過深度神經網絡建立荷質比與接觸角之間的模型預測

3、結語

本文探究了在不同電源電壓下通過感應荷電的方式對明膠液滴荷質比、表面張力及接觸角的影響，并通過深度神經網絡建立模型預測。結果發現，靜電荷電能有效提高明膠液滴的潤濕性能，當外加電壓為7 kV時，明膠成膜液滴的表面張力可以下降9%～14%，接觸角能夠下降8%～12%。從而為形成更均勻、更完整的可食性涂膜提供新的手段。在明膠的質量分數為3%、表面活性劑的質量分數為0.05%、吐溫20與司盤20濃度比為1∶1、電壓為0～7 kV時，深度神經網絡模型對膜液荷質比與表面張力或接觸角的關系具有良好的預測作用，可用于指導實踐操作。

基于深度神經網絡模型分析明膠溶液荷電量與表面張力之間的關系（一）

基于深度神經網絡模型分析明膠溶液荷電量與表面張力之間的關系（二）