全生物基可回收亚麻纤维/丝素基复合材料及机器学习辅助力学性能预测

ACS Sustainable Chemistry & Engineering · 2026-10-12 · 期刊论文

• 一句话结论：结论方向：该研究提示，以再生丝素蛋白为基体、亚麻纤维为增强体的全生物基复合材料可达到与传统石油基材料相近的力学水平，并可通过溶解基体无损回收纤维重复使用；证据档位为C，属材料学实验与建模层面的初步支持。
• 研究设计与做法：研究设计与做法：采用室温自组装的再生丝素蛋白基体与亚麻纤维复合，制备过程不使用交联剂、固化剂和催化剂等化学添加剂；同时基于实验数据集构建机器学习模型，用于预测纤维增强丝素基复合材料的力学性能，以缩小配方搜索空间。样本量与重复次数材料未报告。
• 主要结果：主要结果：复合材料拉伸强度最高约70 MPa、模量约2.4 GPa，作者称与常规石油基对应材料相当；丝素基体可被溶解以无损回收亚麻纤维并反复再利用；机器学习模型识别出有前景的纤维含量区间供后续实验验证。统计口径、置信区间与p值材料未报告。
• 机制或解释：机制或解释：作者将性能归因于丝素基体的室温自组装能力，使纤维与基体在无化学添加剂的条件下形成有效结合，同时保留基体可溶解性以实现纤维回收；机器学习则通过数据驱动缩小实验配方空间、减少试错。
• 局限与边界：局限与边界：研究为材料制备与性能表征，未报告疲劳、老化、规模化生产与成本等数据；力学数值为最高值，批次间变异与统计不确定性材料未报告；机器学习模型基于有限实验数据集，外推能力有限；利益冲突材料未报告。
• 可否落地：可否落地：对科研而言，提示全生物基设计与机器学习辅助配方优化是可持续复合材料开发的可行方向，值得在更大数据集与长期服役条件下验证；对产业应用而言，当前尚不足以下结论支持替代现有材料，属“提示”档位。

🔗 打开原文

Fang He, Zhixiang Xu, Yuhang Lin 等

本文摘自《每日前沿研究简报 · 2026-10-13》「工程与材料」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。