阿米尔·穆罕默迪梅赫尔|琼·A·洛佩兹|劳拉·罗德里格斯-洛伦佐|安赫莱斯·伊冯·罗德里格斯-维拉雷亚尔|何塞普·法雷-利亚多斯|贾斯米娜·卡萨尔斯-特雷
机械工程系，加泰罗尼亚理工大学，特拉莎 08222，西班牙
摘要
随着对淡水系统中微塑料污染的关注日益增加，人们迫切需要高效、可扩展且高通量的采样技术。虽然微流控平台在检测、去除和分类微塑料方面显示出潜力，但其实际应用受到低通量能力的限制。本研究介绍了一种基于重力的高通量微流控装置，专为连续浓缩和基于密度的微塑料颗粒分类而设计。该系统在中等雷诺数下运行，能够处理宽范围的颗粒尺寸（4–200 μm）和密度（从910到1380 kg/m³）。该装置既可作为基于密度的颗粒分类器，也可作为样品浓缩的预处理模块。通过使用受控颗粒悬浮液和河水样对装置进行了性能评估。该装置成功分离了密度差异小至0.03 g/cm³的颗粒，从而能够区分具有相似材料特性的塑料。当配置为浓缩器时，系统在高达25 mL/min的流速下实现了94–100%的分离纯度。基于重力的设计使得无需外部泵送即可持续运行，同时保持了高分类效率。所提出的微流控平台突破了传统通量限制，实现了对微塑料在广泛尺寸和密度范围内的快速、高纯度分离。其双重功能增强了下游分析工作流程，并支持回收应用。从环境角度来看，这项技术为改进微塑料的采样和量化提供了一种可扩展的解决方案，有助于实现更快速、标准化和准确的环境监测。
1. 引言
微塑料（MPs）指的是直径小于5 mm的塑料颗粒，它们是由较大塑料降解形成的广泛存在的环境污染物 [1]。自2004年首次被识别以来 [2]，微塑料已被发现在从海洋和土壤到南极洲等偏远地区的各种生态系统中 [3]。它们来自合成纺织品、包装和个人护理产品等来源，并且经常能够逃避污水处理厂的捕获 [4]、[5]、[6]。由于其微小的尺寸和物理化学性质，微塑料会吸附有害污染物并通过空气、水和食物链广泛分布 [3]、[7]。人类主要通过摄入、吸入和皮肤接触接触到微塑料 [8]、[9]、[10]，在人类粪便 [11]、肺部 [12]、血液 [13]、尿液 [14]、肝脏 [15]、生殖组织 [16] 和胎盘 [18] 中也检测到了微塑料。微塑料的普遍存在对水质构成了重大挑战，因此需要开发先进的分析技术。这些方法通常涉及繁琐的手动分离、过滤和基于密度的浮选过程，这些过程耗时且可能导致样品损失或污染，尤其是在处理较小颗粒尺寸时 [19]。例如，直径小于100 μm的颗粒占水污染的很大比例，由于它们的微小尺寸和通常惰性的性质，在检测和准确识别方面存在特殊挑战 [20]。此外，不同研究团队之间缺乏标准化的微塑料分析方法，进一步复杂化了数据可比性和环境污染的全面评估 [21]。这种方法上的差异阻碍了可靠基准数据的建立以及修复措施效果的量化，强调了制定统一协议和工具的迫切需求 [22]。
微塑料分离方法因颗粒尺寸、密度和成分而异，每种技术都利用不同的机制从环境样本中分离颗粒。新兴的微流控技术通过基于颗粒特性的精确、高效和可扩展分离提供了有希望的解决方案。目前的重点是提高微流控颗粒分离装置的通量。密度分离是一种常见的方法，其中高密度盐溶液（如氯化钠、氯化锌或聚钨酸钠）使低密度微塑料浮起，而较重的颗粒下沉 [23]。过滤和筛分技术利用不同孔径的网或过滤器按尺寸分离颗粒 [24]。声电泳分离利用超声波来操纵微塑料颗粒，利用其尺寸和密度差异 [1]、[25]，而磁泳方法则利用磁场分离本身具有磁性的或被磁颗粒涂层的微塑料 [26]、[27]、[28]。一种有趣的技术是循环利用一种输出物以提高纯度，但这会延长处理时间 [29]。另一种提高流速的有前景的方法是惯性聚焦，但这通常需要在特定的颗粒尺寸范围内进行 [30]。
已经有多种方法使用微流控技术实现了微塑料颗粒的检测、采样和分析。对这些方法的详细研究表明，在通量能力、可处理的颗粒尺寸范围、使用的流速以及在较小程度上的颗粒密度处理能力方面存在相当大的差异。有关这些方法的更全面讨论，请参见补充信息中的表S1。在过去十年中，许多系统都致力于实现高性能。Elsayed等人（2021年）[31]开发了一种快速定量方法，适用于尺寸在4到80 μm之间的颗粒。2024年，Costa等人[32]开发了一种高通量声学捕获系统，能够在超过5 mL/min的流速下富集10 μm和23 μm的微塑料，具有超过50 mL/min的潜力。类似地，Zhao等人（2024年）[33]利用确定性侧向位移技术对5 μm到20 μm的微塑料进行高通量分选，详细说明了20 μL/min到80 μL/min之间的样品流速，并得出结论认为通过优化这些流速可以提高分离效率。其他工作，如Motalebizadeh等人（2023年）[34]，专注于快速检测500 nm到10 μm的宽尺寸范围，利用摩擦电效应在2 mL/min的流速下进行分离。另一个有趣的例子是Zabihihesari等人（2023年）[35]的研究，他们开发了一种使用电泳现象处理1–10 μm聚苯乙烯微塑料的装置，速率可达0.3 mL/min。
另一方面，另一组研究者（如补充信息中的表S2所示）专注于水体去污和颗粒分离。还开发了几种专门用于从复杂介质中分离塑料颗粒的微流控和物理方法，每种方法在通量、纯度和可扩展性方面都有不同的权衡。最早的高通量方法之一是由Miller等人（2016年）[36]提出的，他们使用级联惯性聚焦系统对1 μm到300 μm的聚苯乙烯珠子进行分选，实现了1 L/min的流速。尽管该方法在处理大量样品方面效率很高，但缺乏关于分离纯度的报告数据，限制了其在需要高度选择性的应用中的适用性。为了解决这一限制，Norouzi等人（2017年）[23]开发了一种基于密度的微流控技术，能够以高纯度（97–100%）从血细胞中分离聚乙烯（40 μm）和聚苯乙烯（6 μm）颗粒。然而，其流速仅限于1.25 μL/min，不太适合高通量应用。基于磁性的方法也被用于塑料颗粒分离。Yilmaz等人（2019年）[27]利用磁悬浮技术分离聚乙烯微粒（20和27 μm），在10 μL/min的流速下实现了87.5%的纯度。这种无标记、非侵入性的方法适用于脆弱的颗粒，但处理速度较慢。近年来，基于声学的技术显示出在通量和选择性之间实现更好平衡的潜力。Perera等人（2022年）[1]应用声学聚焦技术分离6–300 μm范围内的微塑料，达到了82%的纯度，流速为12 mL/min。在此基础上，Jonai等人（2023年）[25]改进了声学分离技术，适用于5–200 μm大小的颗粒，纯度范围为50%到100%，流速为1 mL/min。这些结果突显了分离控制的改善，但流速有所牺牲。Kitagawa等人（2022年）[37]提出了一种基于膜的分离方法，适用于聚乙烯颗粒，流速在400到800 μL/min之间。虽然膜系统简单且相对高效，但容易堵塞，需要定期维护，这可能限制其在连续或长期应用中的使用。这些研究共同展示了分离技术在纯度和通量之间的固有权衡。惯性与声学系统提供了更高的通量，适合大规模处理，而基于密度和磁性的方法则提供了更高的选择性，尽管流速较低。最终，最佳方法取决于应用的具体要求，包括颗粒尺寸、所需纯度和样品复杂性。以下研究展示了颗粒和细胞的分离，实现了各种研究中的最高通量。许多研究者试图通过堆叠多层装置来显著提高微流控装置的通量 [30]、[38]、[39]、[40]。Jeon等人（2025年）[29]提出了一种有趣的多路螺旋单元，总通量为2 L/min，适用于3.87–76.1 μm范围内的颗粒。他们的实验者采用了由200个（4 × 50）螺旋组成的循环系统，这些螺旋并行堆叠配置。这种配置实现了约125 mL/min的纯化水产量（每个螺旋0.625 mL/min），每个周期的纯化水分离比为15:1（6.25%）。
水生环境中的微塑料污染需要能够处理复杂和异质样品的高通量和可靠性的分析技术。在这方面，我们介绍了一种基于重力的微流控装置，其操作不依赖于颗粒大小，而是依赖于浮力驱动原理，而非颗粒或载体流体的几何尺寸。该装置包含一个带有三个入口的微通道：一个用于微塑料样品的垂直入口，以及两个提供覆盖流的侧向入口，在层流条件下建立稳定的密度梯度。这个梯度是通过使用氯化钠（NaCl）、乙二醇和六偏磷酸钠（SHMP）的水溶液生成的，实现了连续的基于浮力的分离。特别是SHMP在低成本盐（如NaCl）和更昂贵的高密度介质（如ZnCl₂、NaI）[41]、[42]之间提供了实际平衡，同时提供了足够的密度和工业可用性，以支持可扩展的应用。该系统已用于密度范围从1060到1380 kg/m³的颗粒，单个操作循环内的通量可达25 mL/min，无需循环或多个装置的堆叠/并行化。
尽管微流控中的基于密度的分离通常仍处于概念阶段或仅限于基于仿真的研究，但最近的进展探索了不同密度流体中的斯托克斯流动以及外部力（如磁泳、介电泳和声电泳操控）的整合。在这方面，Giorello等人（2020年）[43]开发了一个数学模型来预测狭缝微通道中的聚焦流宽，展示了流体密度和芯片方向对流动行为的关键影响。他们的框架考虑了流速、粘度和密度比，为优化流动聚焦系统提供了宝贵的设计指南。尽管他们的分析使用了简化的矩形横截面，但他们强调了计算流体动力学（CFD）模拟在准确捕获更复杂几何形状方面的重要性。基于这些发展，本研究展示了一种经过实验验证的高通量密度梯度微流控实现，适用于复杂实际水环境中的快速可靠微塑料监测。
对表1中比较数据的分析表明，我们的基于浮力的密度梯度微流控平台代表了最通用且实用的微塑料分离解决方案。与大多数现有方法相比，现有方法强烈依赖于颗粒大小（例如惯性 [29]、[36]、[44]、[45]、[46]、声学 [1]、[25]、[32] 或DLD方法 [33]、[47]；Costa 2024 [32]、Jeon 2025 [29]、Zhao 2024 [33]），需要标记或染色（Zhang 2022 [48]、Stevens 2021 [28]、Nasiri 2021 [45]），或因膜或柱子而容易堵塞（Sonoda 2020 [24]、Kitagawa 2022 [37]、Shin 2024 [49]），我们的方法完全无需标记和膜，且在连续的4–200 μm范围内真正独立于颗粒大小。它仅依靠密度有效分离所有常见聚合物（PE、PP、PS、PVC、PET、PMMA）。
表1.最近微流控技术在微塑料检测、分离和分析方面的关键性能特征的比较概述（2016–2026年）。尽管之前的研究在微塑料分离方面取得了进展，但仍存在各种限制，包括：惯性方法（例如[29]、[36]、[44]、[45]、[46]）的强尺寸依赖性；声学方法（例如[1]、[25]、[32]）；DLD方法（例如[33]、[47]）；需要标记或染色（例如[28]、[45]、[48]）；膜或柱子堵塞的风险（例如[24]、[37]、[49]）；低通量和流速通常低于5 mL/min·min——不足以在24小时内处理代表性样本体积（例如[23]、[25]、[26]、[27]、[31]、[33]、[34]、[35]、[50]）；缺乏真实样本验证或光谱确认（例如[1]、[25]、[27]、[31]、[36]、[37]、[48]）；以及需要循环、并行处理或外部场，这些都增加了复杂性和成本——而大多数设备采用的是单次通过架构（例如[26]、[28]、[29]、[30]、[38]、[39]、[40]、[45]）。为了解决这些问题，本研究开发了一种由浮力驱动的密度梯度微流控装置，该装置可以在连续的4–200 μm范围内独立于颗粒大小进行操作，单通道配置下的通量高达25 mL/min，无需循环或外部执行器，确保无需标记且不会堵塞，并显示出强大的适用性。这一贡献旨在为多功能、经济高效且实用的微塑料预浓缩、分离和分析方法建立一个新的基准，从而促进在复杂基质中的标准化环境监测和下游工作流程。
2. 方法论
为了全面验证所提出的系统，采用了结合理论和实验的方法论，整合了分析建模、数值模拟和实验测定。
2.1. 分析模型
微流控通道内的层流特征是流体层平稳有序的运动，通常发生在雷诺数较低的情况下，此时粘性力超过惯性力。在这种状态下，通道横截面的速度剖面在压力驱动流动中呈抛物线形，由于无滑移边界条件，中心处的速度最大，而壁处的速度为零。这种明确的流动剖面使得能够精确控制颗粒轨迹。图2展示了通道高度上的抛物线形流动剖面，代表了假设三个入口的流速相等且流体相的密度差异不显著的层流、压力驱动流动的速度分布。层流的控制方程基于稳态且不可压缩条件下的纳维-斯托克斯方程。与许多假设雷诺数非常低（Re ≪ 1）的先前研究不同，本工作的关键创新在于在中等雷诺数下进行操作，此时这种简化不再适用。然后使用Schiller-Naumann经验关联式来考虑这些流动条件下的阻力。
2.1.1. 平面Poiseuille流中球形颗粒的流体动力学模型
我们考虑的是两个无限大、静止、平行板之间的经典稳定、不可压缩、完全发展的层流情况，这种配置被称为平面Poiseuille流。牛顿不可压缩流体的运动受纳维-斯托克斯方程的支配：
(1) ∇·u = 0
(2) ρ∂u∂t + u·∇u = −∇p + μ∇²u + F
其中u = (ux, uy, uz)是流体速度，p是压力，ρ是流体密度，μ是动态粘度，F代表体力（例如重力）。假设板间有h的距离，流动方向为x方向，横向没有压力变化，并忽略重力效应，系统简化为一维压力驱动流动，速度u仅在y方向上变化，即u = (ux(y), 0, 0)。在这些假设下，动量守恒方程简化为：
(3) 0 = −dp/dx + μd²ux/dy²
两次积分并应用无滑移边界条件ux(0) = ux(h) = 0后，速度剖面变为：
(4) ux/y = 1/2μdp/dxy/h
如果最大速度发生在通道中心线y = h/2，则：
(5) umax = h²/8μdp/dx
将其代入方程(4)，抛物线形速度剖面可以表示为：
(6) ux/y = umax/4y - h/2
这里，ux/y是在中心速度最大、壁处速度为零的抛物线形速度剖面，假设通道高度上的密度差异很小。
2.1.2. 作用在颗粒上的净重力
作用在球形颗粒上的经浮力调整后的重力公式为：
(7) FG = Vpρp − ρfg
其中，FG是重力，Vp是半径为r、密度为ρp的球形颗粒的体积，g是重力加速度。
2.1.3. 流体动力阻力（雷诺数<1000）
当颗粒雷诺数不再可以忽略（即在中等雷诺数时），Stokes阻力定律会低估实际阻力。在这种情况下，必须使用一般的阻力表达式：
(8) FD = 1/2CdρfAv − uv − u
其中A = πr²是颗粒的截面积，v是颗粒所在位置的流体速度，u是流体速度，Cd是阻力系数。
颗粒雷诺数定义如下，μ是流体的动态粘度：
(9) ReP = 2ρfrv − uμ
对于1 < ReP < 1000，通常使用Schiller-Naumann经验关联式来估算阻力系数[51]、[52]、[53]、[54]：
(10) Cd = 24/ReP¹⁺0.15/ReP⁰.687
将方程(10)代入方程(8)可以得到适用于中等雷诺数范围内的修正阻力模型。
2.1.4. 力平衡和终端速度
假设颗粒浓度足够低，可以忽略相邻颗粒的干扰；颗粒不会聚集；颗粒的存在不影响流体；颗粒形状完美球形；升力和其他力（如静电力）可以忽略。则可以认为，在终端速度下，颗粒达到动态平衡，此时向下的重力与向上的阻力完全平衡：
(11) FG = FD
代入方程(7)和(8)后得到：
(12) 4/3πr³ρp − ρfg = 1/2πr²Cdρfv − uv
使用方程(8)确定y方向上的相对沉降速度（Re < 1）可以表示为：
(13) vy = 2/9r²ρp − ρfgμ
然而，由于我们案例中的雷诺数大于1，可以使用Schiller–Naumann关联式来考虑雷诺数与阻力之间的关系。这种校正适用于1 < ReP < 1000的中等雷诺数范围：
(14) Cd = 24/ReP¹⁺0.15/ReP⁰.687
代入方程(12)和(14)后得到：
(15) vy − uy = 8/3rρp − ρfg × 3Cdρf = 1/3rRePρp − ρfg × 1 + 0.15/ReP⁰.687ρf
方程(15)表示在考虑上述假设和简化条件下，流体vy与颗粒uy之间的相对速度。
需要注意的是，本研究中开发的分析和数值模型假设颗粒为完美球形，这简化了阻力 và 沉降速度的估算。然而，环境中的微塑料通常形状不规则，包括纤维、片状和碎片（见图1）。这些非球形几何形状显著影响颗粒的流体动力学行为。
下载：下载高分辨率图像（764KB）
下载：下载全尺寸图像
图1. 显示本研究中使用的河流水中微塑料颗粒的不规则形状和广泛尺寸分布（4–200 μm）的显微图像。
对于不规则颗粒，阻力系数（Cd）会偏离如Schiller–Naumann模型这样的经典关联式，后者严格适用于球形颗粒。非球形颗粒通常表现出更高的阻力系数，因为投影面积增加和形状引起的流动分离[55]，导致沉降速度低于等体积球体。此外，颗粒的方向和旋转动力学引入了有效阻力的变化，进一步影响其在密度梯度中的迁移行为。
因此，形状不规则的微塑料可能不会达到单一明确的等密度平衡位置，而是显示出轨迹分布[56]、[57]。这可能导致颗粒流在出口处部分重叠，降低分离的清晰度。尽管如此，由于本工作中的分离机制主要受密度差异控制而非几何限制，该设备预期仍能对异质颗粒群体保持其功能，尽管分辨率略有降低。未来的研究应将形状校正因子（例如球形度或Corey形状因子）纳入阻力模型，并将CFD模拟和实验验证扩展到实际相关的非球形微塑料。
另一个不良影响可能是由分层流之间的界面不稳定性、流动脉动、流体层之间的扩散、通道粗糙度（见图A7的通道粗糙度数据）和温度变化[58]、[59]、[60]引起的扰动。通过仔细控制操作条件（包括入口流速比）、保持稳定的密度梯度以及确保足够的停留时间，可以最小化这些影响。此外，通过适当的设备 leveling、无气泡操作、控制表面润湿以及在注入前预混合样本以确保颗粒均匀分布，可以进一步减轻这些问题。
使用Norouzi等人2017年[23]最初开发的Python分析代码，我们适应了一个具有方形截面、较长长度和高通量条件的微通道模型。模拟使用Hagen-Poiseuille方程描述流体流动，该方程定义了抛物线形速度剖面，并根据体积流量分数将通道高度划分为流体层。颗粒的垂直运动由Stokes定律控制沉降速度，捕捉由密度差异引起的浮力驱动迁移。通过整合这些控制原理，代码随时间迭代更新颗粒轨迹，考虑流体界面和通道边界处的相互作用，直到颗粒达到中性浮力平衡位置或离开通道。颗粒达到中性浮力所需的通道长度取决于它们的密度和大小。这种关系以及确定通道长度的逐步过程总结在下面的逻辑流程图中（见图3），相应的分析结果在图7（第2.5节）中呈现。
虽然这些分析假设为描述流动行为和颗粒动力学提供了简化框架，但计算流体动力学（CFD）模拟对于准确捕捉现实操作条件下的耦合流体-颗粒相互作用和空间变化是必要的。
2.2. 微流控通道中颗粒分离的CFD模拟
为了研究微流控设备内的颗粒分离动力学，并考虑入口和出口以及密度梯度对流动行为的影响，使用了ANSYS FLUENT软件包进行了三维计算流体动力学（CFD）模拟。模拟结合了连续流体相和离散颗粒相，通过离散相模型（DPM）实现了双向耦合，从而能够更真实地模拟颗粒对流体流动的扰动。
2.2.1. 模拟框架
模拟分几个连续步骤执行：
1. 初步流体相解决方案：首先在无颗粒的情况下解决流体场，以建立基线速度和压力分布。
2. 离散颗粒注入：一旦达到稳态流动，通过顶部入口将颗粒引入流动。
3. 动量耦合：计算每个控制体积中颗粒与流体之间的动量交换，并用其更新流体场。
4. 迭代收敛：使用更新的动量值迭代重新计算颗粒轨迹和流体场，直到达到收敛。
2.2.2. 微通道配置、边界条件和网格研究
主要模拟的微通道具有445 mm的长度和2 mm × 2 mm的方形截面（见图4、图5），设计了三个入口以引入不同的流体流。用于聚乙烯微珠主要模拟的垂直入口输送含有荧光聚乙烯微珠（直径200 μm）的样品流体，而中间和底部入口引入密度梯度护套流以支持垂直分层。在通道壁处应用了无滑移边界条件。
为了准确解决流体动力学问题，为微通道几何形状生成了结构化网格。在关键区域（特别是流体流汇聚的入口接头处和靠近出口处）进行了网格细化，以增强速度和浓度梯度的分辨率，同时保持数值稳定性。图4提供了入口和出口部分的代表性网格图像，展示了对捕捉流动相互作用和颗粒行为关键的网格分布和细化区域。为了确保网格的独立性，通过测试几种网格配置进行了网格收敛性研究。使用Y位置的10⁹⁰ kg/m³（最密集的颗粒）作为基准指标，评估了Y轴上的颗粒位置（10, 100, 150, 200, 250, 300, 365, 445 mm）。如补充信息中的表S9所示，提高网格分辨率可以逐渐获得更稳定的颗粒位置，特别是在150 mm之后。最终选择的网格在计算效率与准确性之间取得了平衡，确保数值伪影不影响模拟结果。
2.2.3. 颗粒跟踪和分离建模
2.2.3.1. 球形微珠微塑料浓度的计算建模
在本研究中，通过计算流体动力学（CFD）模拟进行了分类研究。该系统设计用于分离环境相关密度的微塑料颗粒，这些颗粒的密度分别为1060 kg/m³和1130 kg/m³，它们悬浮在密度为1000 kg/m³的水中。通过底部入口引入密度约为1190 kg/m³的氯化钠（NaCl）缓冲溶液，以在通道内创建一个垂直密度梯度。微通道采用重力导向方式，以实现基于相对浮力的颗粒迁移，从而促进分层。样品流速设定为1 mL/min，缓冲液流速为200 μL/min，以保持层流条件。计算流体力学（CFD）模拟显示了100%的分离效率，密度较大的微塑料颗粒向底部出口迁移，而净化后的水则从上部出口排出。模拟结果验证了垂直密度梯度注入方法在去除微塑料方面的有效性，并为根据颗粒特性优化通道尺寸提供了设计依据。用于模拟的流体和颗粒特性总结在表2中。
表2. 用于水净化和微塑料分离的CFD模拟中的流体和颗粒特性总结，包括密度和成分描述：
| 成分 | 描述inds | 密度 | 注入颗粒数量 |
|--------------|-------------------|-----------------|--------------|
| 样品流体 | 水基 | 1000 kg/m³ | ~100,000 |
| 紫色颗粒 | 聚乙烯微珠 | 1060 kg/m³ | ~100,000 |
| 蓝色颗粒 | 聚乙烯微珠 | 1130 kg/m³ | ~100,000 |
| 底部入口缓冲液 | NaCl溶液 | 1190 kg/m³ | |
| | | | |
只有在确认流体界面稳定后，才会释放颗粒。一旦颗粒被注入，就会跟踪其随时间的变化轨迹，以捕捉浮力驱动迁移和阻力的影响。模拟考虑了作用于颗粒的三种主要力：重力、浮力和流体动力阻力。颗粒路径被监测，直到它们离开通道或达到等密度位置。这种建模方法使得可以评估分离距离，并根据密度差异预测颗粒在通道内的排列情况。
2.2.3.2. 微球形微塑料分类的计算建模
对于使用乙二醇进行颗粒分类的模拟，所有入口（样品和缓冲液）的选择流速为50 μL/min，以确保稳定的层流并维持整个通道内的均匀垂直密度梯度。模型中加入了重力导向，以模拟基于密度的颗粒迁移。用于模拟的流体和颗粒特性的详细信息总结在表3中，其中包括每个成分的相关密度和描述。
表3. 用于模拟的流体和颗粒特性总结，包括密度和成分描述：
| 成分 | 描述inds | 密度 | 注入颗粒数量 |
|--------------|-------------------|-----------------|--------------|
| 样品流体 | 水基 | 1000 kg/m³ | ~100,000 |
| 橙色颗粒 | 聚乙烯微珠 | 1090 kg/m³ | ~100,000 |
| 紫色颗粒 | 聚乙烯微珠 | 1060 kg/m³ | ~100,000 |
| 中部入口缓冲液 | 70%乙二醇在水中的溶液 | 1075 kg/m³ | |
| 底部入口缓冲液 | 100%乙二醇 | 1130 kg/m³ | |
尽管CFD模型包含了关键物理参数，如密度梯度、颗粒-流体相互作用和层流条件，但由于计算限制，它不可避免地排除了一些现实世界中的效应。具体来说，数值框架中没有考虑静电相互作用、颗粒附着在通道壁上、沿通道表面的滚动运动以及微气泡的影响。由于这些现象可能在实际条件下影响颗粒轨迹和分离效率，因此接下来的实验部分对于评估设备在真实操作环境下的性能以及评估模拟未捕捉到的因素的影响至关重要。
2.3. 实验方法与材料
为了评估所提出的微塑料分离模型的性能，使用CATIA V6设计了一个微流控装置，见图5c。该装置具有2 mm×2 mm的正方形横截面的主微通道，长度为445 mm，见图5a。它包含三个入口和两个出口，在出口端有一个平坦的分离点，见图5b。平坦分离的功能是通过最小化涡流形成来促进出口处的流动平稳，从而提高颗粒分离效率。虽然上部垂直入口引入样品，但中部和底部入口分别输送不同密度和流速的缓冲液，从而基于密度差异促进颗粒分离。
本研究中描述的浮力驱动微流控装置有两种不同的工作模式：浓缩和分类。每种模式都通过定制的入口配置、缓冲液和流速进行了优化，以便有效处理异质微塑料，并满足不同的分析需求。在浓缩模式下（见图5b），该装置作为样品富集的预处理模块。使用含有微塑料（聚苯乙烯（PS）、聚丙烯（PP）、聚对苯二甲酸乙二醇酯（PET）、低密度聚乙烯（LDPE）和较密矿物颗粒的混合悬浮液，评估了在广泛密度范围（~0.91–1.38 g/cm³）内的系统性能，这些密度代表典型的环境塑料（见补充信息中的图A6）。样品以可控流速通过垂直入口引入。同时，高密度缓冲液（例如六偏磷酸钠，密度约为1600 kg/m³）通过底部侧向入口供应，而中部侧向入口保持不活动。这种设置建立了二元密度界面，在稳定的层流（Re ≈ 200）下促进垂直分层。浮力将密度较低的微塑料（密度高达1350 kg/m³）驱动到顶部出口，而较重的矿物颗粒（约2200 kg/m³）则沉积到底部出口。在注射前，在加压罐中对样品进行连续混合，以确保颗粒分布均匀并防止过早沉淀。在第二阶段，从顶部出口出来的富集微塑料部分在单一流体配置下重新引入微流控装置进行进一步浓缩。在这个阶段，微塑料被导向底部出口，而澄清后的水则从顶部出口流出。两个阶段的通道长度都可以根据估计的沉淀速度和流体动力学考虑进行选择，以确保有效分离所需的足够停留时间。这种两阶段的浮力驱动方法利用精确的密度对比和可控的层流，高效地从复杂的环境基质中分离和浓缩微塑料，为样品分析前的预处理提供了可靠的策略。
在分类模式下，所有三个入口都被用来生成多层密度梯度（见图5a）。样品垂直引入（例如，50 μL/min），同时通过中部入口引入中等密度和高等密度的缓冲液（如70%乙二醇，密度约为1075 kg/m³或NaCl，密度约为1095 kg/m³），通过底部入口引入100%乙二醇（密度约为1130 kg/m³或SHMP，密度约为1480 kg/m³），并且以匹配的流速输送。在这个梯度中，颗粒根据密度差异迁移到它们的等密度平衡位置，密度差异可达到0.03 g/cm³，从而能够将颗粒分离成不同的流，通过分叉的出口收集。如图5c中的正交CAD视图所示的装置几何形状支持无需外部场力的重力辅助操作，确保无堵塞、高通量的性能。
该装置使用立体光刻（SLA）3D打印技术（Form 3 L，FormLabs®，马萨诸塞州萨默维尔）和透明光固化聚合物（clear-durable V4树脂）制造而成。为了最小化微通道内的疏水性和表面粗糙度的影响，在每次实验前用异丙醇冲洗微流控装置，然后用水冲洗，以彻底清洁。
用于验证不同模式下性能的实验装置示意图见图6。实验装置包括注射泵（Kd Scientific双注射器输注泵）、密封混合罐、用于样品和缓冲液输送的60 mL注射器、柔性管道以及出口处的管道支架，以确保精确的流速控制和系统稳定性。为了保持样品的均匀性，我们设计和制造了一个密封混合罐；为了减少静电相互作用，在样品中添加了Tween 80表面活性剂，否则可能会促进颗粒聚集并影响分离效率。搅拌强度经过仔细优化，以防止颗粒机械损伤或尺寸变化。整个装置使用四个角处的可调螺栓和螺母进行水平调整，并使用水平仪验证平整度，倾斜测试（±5°）确认了其稳固性。使用Dino Lite数字显微镜进行光学检测、可视化和通道内的颗粒跟踪，实现实时监测颗粒行为，见图6。
通过在工作过程中在多个预定义位置获取的显微镜图像获得颗粒轨迹和沿微通道的垂直定位，并通过补充视频中的时间分辨观察进行补充，从而实现颗粒跟踪和轨迹重建。CFD预测的轨迹也与实验结果进行了比较（见补充信息中的图A5）。
垂直入口设计使得颗粒可以直接注入通道，减少了与水平入口相关的颗粒积聚风险。样品注射器和装置入口之间的管道长度被缩短，以防止颗粒粘附或沉淀。为了消除可能破坏层流和分离的气泡，在注射样品之前，使用专用注射器对微通道进行了预清洗，确保系统密封无泄漏。出口分离区被设计为平坦的（见图5b），便于准确收集颗粒，流体在出口处平衡流动以保持对称性。
2.4. 样品准备
2.4.1. 用于分类的合成聚合物微塑料样品的制备
初步验证了密度梯度形成和基于浮力分离方法的正确操作，使用了人工添加样品。使用的Cospheric®密度标记珠子具有接近微塑料特性的设计，密度范围从1060到1350 kg/m³，尺寸为200 μm。需要注意的是，虽然聚乙烯（PE）可以分为低密度聚乙烯（LDPE）和高密度聚乙烯（HDPE），但本研究使用的是经过密度校准的Cospheric®颗粒；因此，分类完全基于Cospheric的密度标记，而不是聚合物亚型。这些珠子悬浮在去离子水中，在加压罐中连续混合，并添加了Tween 80等表面活性剂以最小化聚集。
2.4.2. 用于浓缩的环境水样品制备
环境水样品是在LABPLAS项目（HORIZON 2020；GA: 101003954）执行期间从易北河采集的，具体是从汉堡和德绍附近的淡水段采集的，河流中间的深度为0.5米。样品直接从水面采集到玻璃瓶中，以防止外部污染，并用铝箔覆盖瓶口以避免接触瓶盖。在储存前未进行任何预处理，如酸化或过滤。为了获得足够的分析体积，将来自两个采样点（E17和E14）的水混合，制备了500 mL的对照样品和500 mL的含有微塑料的样品。通过将已知量的微塑料（7.0 mg聚苯乙烯（PS，<200 μm）、6.0 mg聚丙烯（PP，<200 μm）、7.8 mg聚对苯二甲酸乙二醇酯（PET，<300 μm）和6.4 mg低密度聚乙烯（LDPE，<100 μm）分散到淡水中，制备出初始浓度分别为14.0 mg/L（PS）、12.0 mg/L（PP）、15.6 mg/L（PET）和12.8 mg/L（PE）的样品。由于LDPE和PP的浮力作用，对样品进行了充氧以确保均匀分布，并通过快速转移取样以防止颗粒粘附在容器表面造成的损失。
2.4.3. 验证：颗粒计数
样品通过装置处理后，使用移液管从微流控装置的各个出口收集样品，并用Dino-Lite数字显微镜进行观察和手动计数每个出口容器中的颗粒数量。每个出口的样品都测量了多次，计算平均值及其相应的标准偏差，以确保在各种实验条件下对颗粒分布和分离纯度的统计评估具有很强的可靠性。关于测量次数、颗粒轨迹分析和完整定量数据集的详细信息见补充信息（“颗粒轨迹”部分，表S3–S8）。纯度是一种选择性测量，表示分离出的特定类型颗粒数量与样品总颗粒数量的比例。纯度也以百分比（%）报告，计算公式如下：
(16) 纯度 = 目标出口的目标颗粒数量 / 该出口的总颗粒数量 × 100
需要注意的是，由于颗粒在多次实验中被重复使用，因此偶尔会在通道内发现一些破碎的颗粒碎片。这些碎片可能会影响在出口收集的颗粒统计计数；然而，这些变化很小，没有显著影响整体结果，也没有改变观察到的趋势，这些趋势在所有实验中保持一致。对纯化流和废液流中的颗粒进行了计数，定量结果见补充材料中的表S8。
2.4.3.1. 验证：拉曼光谱分析
因此采用了拉曼微光谱技术，因为它是一种成熟且广泛接受的微塑料分析方法。欧洲委员会在最近关于测定用于人类消费的水中微量塑料的方法的指令[65]中推荐了这种方法，并得到了联合研究中心（JRC）指南的支持，该指南定义了水样中微量塑料分析的最佳实践[66]。对于微粒分析，从进水口（F1U、F2U）和出水口（F1D、F2D）各取1毫升水样，通过0.2微米的Anodisc 13（Cytiva，Whatman）膜进行过滤，使用不锈钢过滤架，并直接在过滤架内干燥样品以最小化污染。然后将Anodisc膜安装到玻璃片上进行拉曼分析。使用配备高分辨率光栅（300克/毫米）、785纳米激光器和Peltier冷却CCD相机的WITec Alpha300 Access共聚焦拉曼显微镜获取光谱。采集参数设置为20倍物镜、5毫瓦激光功率、每次测量0.5秒的采集时间和每个光谱100次累积。使用WITec Project 5.2软件提取拉曼光谱，并随后使用GRAMS/AITM光谱软件（ThermoFisher Scientific，葡萄牙）进行基线校正和宇宙射线去除。
2.5. 结果与讨论
2.5.1. 分析结果
2.5.1.1. 微量塑料浓缩的样品预处理及其分类
图7显示了第2.1节中开发的分析模型的结果（见图2）。当前模型使得能够开发出概念设计图表，以估计有效分离所需的最小通道长度。这些图表基于雷诺数、流速、颗粒大小和密度等关键参数，定义了LUB1和LUB2（达到浮力平衡的长度），分别为低密度和高密度颗粒提供了达到浮力平衡所需的最小行程距离。
下载：下载高分辨率图像（279KB）
下载：下载全尺寸图像
图2. 微流控通道中层流 velocity profile 的完整发展。当颗粒在密度梯度中通过通道时，它们会受到浮力、阻力和重力的作用。顶层代表样品流，而中间和底层对应于从上到下逐渐增加密度的缓冲溶液。假设密度差异可以忽略不计，可以认为最大速度出现在通道的中心。根据它们的密度，颗粒要么漂浮要么沉降，直到它们达到平衡位置，此时作用力相互平衡。例如，如果我们模拟一个现实的水生场景，可以使用总长度为285毫米的设备。这个尺寸是根据图7.a.) 中显示的图形选择的，该图形表明当总通道流速为25毫升/分钟时，90微米的PET颗粒需要210毫米的流动长度才能达到其浮力平衡。此外，相同材料的更小颗粒将需要更长的LUB。在下面的图7.b.) 中观察到，对于相同流速，直径为17微米或更大的、密度为2200千克/立方米的矿物颗粒，需要大约280毫米的通道长度才能达到其浮力平衡位置。同样，直径小于17微米的相同密度颗粒在那个通道长度内无法达到其平衡浮动位置。然而，在图7.c.) 中，对于第二阶段，总流速为10毫升/分钟时，85微米的聚苯乙烯（PS）颗粒在通道长度约为280毫米时达到其浮力平衡。
假设微通道的横截面为2×2毫米，长度为285毫米（类似于图5d所示），设计并制造以满足先前确定的通量和200的雷诺数。通过在设备的入口引入较轻的流体（1000千克/立方米，代表含有微量塑料的河水）和通过底部入口引入更密集的盐缓冲液（最高1600千克/立方米），在通道中建立了垂直密度梯度。所有流体都被假设具有类似水的物理特性，包括动态粘度。有关不同流速、颗粒密度、颗粒大小和达到浮力长度（LUB）的更多信息可以在补充信息中的图A1中找到。这些工具在预测和优化微流控分离系统的性能方面被证明是有效的。
(a) 较小的颗粒需要更长的通道长度才能达到浮力平衡。
(b) 更高密度的颗粒也需要足够的通道长度才能在相同的流动条件下有效分离。
(c) 流速的变化影响达到浮力平衡所需的长度，强调了优化操作条件和通道设计的必要性。
2.5.2. 微量塑料浓度和颗粒分类的CFD分析
本研究在一个单一的微流控平台上整合了两个互补的目标：按密度对微量塑料（MP）颗粒进行分类，以及同时浓缩水中的污染物（MP）。使用3D打印的微通道系统，我们利用垂直密度梯度和计算流体动力学（CFD）建模来可视化颗粒轨迹并评估系统。
2.5.2.1. 微量塑料分类效率
为了准确模拟流体相互作用和颗粒行为，进行了三维CFD模拟。与依赖于简化横截面流动假设的传统2D分析模型不同，我们的模拟捕捉了垂直分层、重力影响和多入口配置的完整复杂性。图8a和c显示了微通道中的密度场，并说明了在不同流动条件下的三种流体的界面位置。模拟总共运行了2400个时间步长。在此期间观察到了颗粒分离，如图8b和d所示。该模拟框架能够统计跟踪数百个单独颗粒在整个通道中的移动情况。它们由浮力驱动的垂直迁移使我们能够计算出沿通道长度（在10、100、150、200、250、300、365和445毫米处测量）的平均位置和标准偏差。这允许对颗粒分类和出口分布进行准确的定量评估。根据CFD模型，不同密度的颗粒显示出完全分离，系统预测纯度为100%。颗粒轨迹分析显示，注射后不久，颗粒根据它们的密度开始垂直迁移，导致在出口附近形成明显的分离。在通道沿线的多个位置对数百个颗粒进行统计跟踪，证实了轨迹的精确演变，并验证了CFD模型预测的分离效率。有关微通道中颗粒位置的详细信息可以在补充信息中的表S3和S4中找到。
2.5.2.2. 微量塑料浓度效率（球形微珠）
本研究评估了系统通过有效分离具有环境相关密度的微量塑料（MP）颗粒来浓缩样品的能力。重点关注悬浮在水中密度为1060和1130千克/立方米的MP颗粒（水密度为1000千克/立方米），使用通过底部入口引入的氯化钠（NaCl）缓冲液（约1190千克/立方米）来建立垂直密度梯度。对于高通量操作，样品流速设置为1毫升/分钟，缓冲液流速设置为200微升/分钟。计算流体动力学（CFD）模拟显示了100%的浓度纯度，MP颗粒沉降到底部出口，而清水从上部出口回收。图8c和8d展示了密度分层和颗粒迁移的情况，强调了通过垂直注入和密度驱动分离的有效性。
2.5.2.3. 考虑河水的微量塑料浓度
此外，还进行了CFD模拟来模拟含有矿物颗粒（密度约为2200千克/立方米[67]、直径约为4微米）的河水（1000千克/立方米）中的微量塑料浓度（图A6，补充信息），以及PET（1380千克/立方米<200微米）、PS（1040千克/立方米<200微米）、PE（910千克/立方米<100微米）和PP（920千克/立方米<200微米）。从底部入口引入了密集的六偏磷酸钠（SHMP）缓冲液（1600千克/立方米）来建立垂直密度梯度（如图A2，补充信息所示）。样品和缓冲液的流速分别设置为10毫升/分钟和15毫升/分钟，以确保在高通量条件下的稳定分层。模拟显示，密集的矿物颗粒向底部出口迁移，而PET、PS和其他较不密集的天然颗粒则留在较密集的缓冲液层上方并通过上部出口排出。这些结果证实了由密度控制的、与颗粒大小无关的分离效果，但实际性能可能受其他实验因素如粘附和微气泡形成的影响。补充信息中的表S10总结了CFD模拟中使用的材料属性。
2.5.2.4. 血细胞分类效率
在另一个案例中，CFD模拟考虑了作为样品流体的新鲜人全血（1040千克/立方米），同时通过中间和底部入口引入稀释的Percoll（1090千克/立方米）和Percoll（1130千克/立方米）来建立稳定的密度梯度。每个入口的流速设置为50微升/分钟，以在连续操作下保持稳定的分层。为了评估颗粒轨迹和收集行为，考虑了红血球（1110千克/立方米，约8微米）和白细胞（1080千克/立方米，约15微米）的特征密度和大小。如图A3（补充信息）所示，模拟显示了颗粒在梯度内的密度驱动迁移，证实分离主要是由密度差异控制的而不是颗粒大小。所有用于模拟的流体和颗粒的物理性质和描述在表S11（补充信息）中进行了总结。
2.5.3. 实验结果
2.5.3.1. 不同密度梯度下的颗粒分类（球形微珠）
图9中的图表总结了在不同密度梯度溶液（如乙二醇、NaCl（两种密度范围）和六偏磷酸钠（SHMP）中实现的分离效率，每种溶液都测试了流速对颗粒分离的影响。这些实验的目的是基于颗粒密度确定高纯度分离的最佳流动条件。考虑了广泛的塑料颗粒密度：使用乙二醇和NaCl（1000-1075-1130千克/立方米）研究中等密度梯度，而NaCl（1000-1095-1190千克/立方米）和SHMP（1000-1280-1480千克/立方米）探索了更宽的梯度以分离较重的颗粒。这些比较说明了密度梯度和流速如何显著影响分离性能。虽然在各种流速下所有介质都支持有效分离，但使用NaCl溶液和1000-1075-1130千克/米立方的梯度时，达到了最高的流速1.2毫升/分钟，并实现了高达100%的纯度分离（表S5，补充信息）。下图9展示了每个实验案例的相应流速、颗粒和缓冲液密度以及分离纯度。为了确保实验一致性并避免复杂性，使用了固定的样品入口流速50微升/分钟进行颗粒分类，同时逐步将缓冲液流速增加到1.2毫升/分钟。补充视频3（侧视图）和补充视频4（顶视图）提供了显示微流控设备出口处不同密度颗粒分离过程的演示。有关颗粒轨迹、位置和纯度的更多细节在补充信息的表S3-S8和图A5中提供。更多支持数据可在本文的补充材料中找到。
2.5.3.2. 不同密度梯度下的颗粒浓度（球形微珠）
在另一个实验中，微流控系统从受污染的水中浓缩了微量塑料，纯度达到了97%，同时产生的纯净水中的盐分携带最小，如图A4所示（补充信息）。
2.5.3.3. 使用两相微流控技术分离和表征环境河水中的微量塑料
从方法论上讲，河水样品需要首先采用两相顺序方法去除矿物质，然后在高通量条件下（总共25毫升/分钟）浓缩微量塑料，结合加压罐中的连续混合，而微珠样品则强调梯度优化以实现精确分类。这两种方法得到了分析建模和CFD模拟的支持，以预测达到浮力平衡的长度（LUB），并通过光学跟踪、颗粒计数和拉曼光谱进行了验证，突出了设备对复杂实际基质与受控合成悬浮液的适应性（见补充信息）。两相微流控分离和浓缩过程的性能如图11和图12所示。如图10所示，河水样本经过了两个连续阶段的处理。在第一阶段，原始样本被引入设备中，产生富含微塑料的F1U（上出口）和含有较密矿物颗粒的F1D（下出口）（见补充信息中的图A6）。随后收集F1U部分并在第二阶段进行再处理，进一步浓缩后得到富含微塑料的F2D（下出口）和澄清后的水F2U（上出口）。这种顺序处理方法能够高效分离和预浓缩微塑料，为下游分析做好准备，证明了该设备在连续流动条件下净化和富集微塑料组分的能力。图11展示了在拉曼分析前收集到的各组分的代表性明场图像。第二阶段的的上出口（F2U）（图12A）显示的颗粒数量最少，表明微颗粒被有效地移除并浓缩到F2D中。相比之下，F2D中的颗粒形态多样且数量显著更多。图像中的红色十字标记了用于光谱识别的特定颗粒。通过拉曼光谱分析F2D中的微颗粒，确认了存在以下聚合物类型：聚苯乙烯（PS）（图12B）、聚丙烯（PP）（图12C）、聚对苯二甲酸乙二醇酯（PET）（图12D）和聚乙烯（PE）（图12E）。除了目标聚合物外，还检测到了其他类型的颗粒（图12F），这些可能是残留的矿物质或环境颗粒。拉曼识别结果验证了微流体分离方法的选择性，并证明第二阶段能够将微塑料有效地浓缩到单一出口，适用于后续的光谱分析。
2.5.3.4. 通过拉曼光谱进行聚合物识别。图13展示了F2D组分中单个微颗粒的代表性明场显微图像及其对应的拉曼光谱，证实了四种常见聚合物的识别：聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET）、聚丙烯（PP）和聚苯乙烯（PS）。在每个案例中，红色十字标记了用于拉曼分析的特定颗粒。聚合物识别是通过将特征拉曼带与参考光谱匹配来实现的；然而，荧光背景显著影响了一些测量结果。特别是，在一个光谱中（红色轨迹），LDPE的识别受到了阻碍，而PET和PS在浅绿色和红色光谱中显示出强烈的荧光干扰，部分掩盖了诊断峰。尽管如此，关键的光谱特征仍允许准确分配聚合物类型。相比之下，PP表现出明确的拉曼峰，且荧光干扰相对较低，使得光谱解释更加清晰。总体而言，显微图像和光谱共同展示了拉曼光谱在环境微颗粒样本中识别聚合物的能力和挑战。
预计所有塑料颗粒都存在于F1U中。此外，F2D中的塑料颗粒数量也应大致相同，因为样本体积减少了一半，而微塑料的总数保持不变。这一预期与PET和PS的结果一致。相比之下，对于LDPE和PP，大部分来自F1D的颗粒应该通过F2U排出，因此不应出现在F2D中。这一趋势在PP中得到了证实，但在LDPE中观察到了超出预期的存在。这种行为可以解释为，与低流速下球形颗粒几乎理想的分离情况不同（见图9），当前实验是在中等雷诺数下进行的，此时系统接近其极限。在这些条件下，实际样本中的小扰动、非球形颗粒形态以及颗粒间的相互作用会显著影响分离效率。特别是在“微塑料的制备”部分（补充信息）中提到，LDPE颗粒是用不同的切割技术生产的，这可能引入了额外的形状变异性。这一点，加上PP和PE已知会积累静电荷[68]，可能是造成观察到的行为偏差的原因。
2.6. 结论
本研究提出了一种基于重力的密度梯度微流体平台，能够在中等雷诺数条件下实现高通量、与颗粒大小无关的微塑料颗粒浓缩和分类。该设备依靠浮力驱动原理工作，而不是基于几何尺寸的限制，因此克服了许多现有微流体方法的重大局限，后者通常仅限于狭窄的颗粒尺寸范围，或者需要循环、标记、膜或并行架构。分析建模、基于Python的轨迹模拟、三维CFD分析和实验验证的整合，为系统设计和优化提供了全面且内部一致的框架。理论预测、数值模拟和实验数据之间的强烈一致性证实了流体动力模型的稳健性，并验证了垂直密度梯度分层对于连续颗粒迁移和分离的有效性。第2.1节中开发的设计图表（长度直到浮力，LUB）（图3）进一步为根据特定颗粒密度和尺寸调整通道长度和流动条件提供了实用指导。（见图14。）
图3. 逻辑流程图展示了根据颗粒的密度和大小确定达到中性浮力所需的具体通道长度的逐步过程。在逻辑流程图中，P1代表颗粒1的密度（密度较小的颗粒），P2代表颗粒2的密度（密度较大的颗粒）。Δt用于更新颗粒在x和y方向上的位置。
图4. 经过网格收敛研究（表S9）后，生成了这个三维计算模型，包含608,128个元素和129,877个节点。使用了线性四面体元素，平均元素尺寸为0.29毫米，最大元素尺寸为0.58毫米，最小边长为0.157毫米。
图5. 微流体设备的示意图和几何结构。（a）微通道内的颗粒分类示意图。（b）利用密度梯度驱动的流动分离微塑料。（c）微流体设备的正交CAD视图（正面和顶视图）。（d）使用立体光刻（SLA）技术制造的最终微流体芯片。
图6. 展示了用于微塑料（MP）浓缩和分类的微流体平台的实验设置，包括在微通道内的颗粒可视化和跟踪。
图7. 第2.1节中开发的分析模型的结果（见图3）。分析结果展示了颗粒密度和直径与达到中性浮力所需的微通道长度之间的关系。
图8. （a, c）不同流速下三层流动结构中微通道和流体界面的密度分布。（b）密度分别为1060和1090 kg/m³的微塑料颗粒之间的分离（分类）。（d）颗粒通过密度梯度迁移后，在设备出口处的分离（水净化）。
图9. 在不同流速和密度梯度介质（乙二醇、NaCl和SHMP）下对塑料颗粒进行分类。（a）使用乙二醇作为密度梯度介质，对密度为1060和1090 kg/m³的聚乙烯微塑料颗粒进行分类。（b）使用氯化钠（NaCl）作为密度梯度介质，对密度为1060和1090 kg/m³的聚乙烯微塑料颗粒进行分类。（c）在阶梯密度梯度中使用氯化钠（NaCl）作为分离介质，对密度为1090和1130 kg/m³的聚乙烯微塑料颗粒进行分类。（d）在高密度范围内，使用六偏磷酸钠（SHMP）作为梯度介质，对密度为1080和1380 kg/m³的聚乙烯微塑料颗粒进行分类。
图10. 两阶段河流水处理实验程序的示意图。第一阶段后，F1U中含有大部分微塑料，而较重的颗粒被移除到F1D中。在第二阶段，F1U进一步处理，使微塑料在F2D中浓缩（最终组分通过拉曼分析），并在F2U中获得更清洁的水。
图11. 微流体设备的配置，显示了第一阶段（F1U, F1D）和第二阶段（F2U, F2D）收集的出口组分，用于评估微塑料的分离和浓缩。
图12. 通过拉曼光谱分析的代表性样本的明场图像。这些图像是用配备20倍物镜的共聚焦拉曼显微镜获取的。红色十字标记了用于拉曼分析的特定颗粒。总共从F2D中收集了85个微颗粒进行了表征。（A）设备的上出口（第二阶段），显示颗粒数量最少；（B）识别出的聚苯乙烯（PS）颗粒；（C）识别出的聚丙烯（PP）颗粒；（D）识别出的聚对苯二甲酸乙二醇酯（PET）颗粒；（E）识别出的聚乙烯（PE）颗粒；（F）其他类型的颗粒。（关于图中颜色参考的解释，请参阅本文的网络版本。）
图13. F2D组分中微颗粒的代表性明场图像及其对应的拉曼光谱。（a）聚乙烯（PE），（b）聚对苯二甲酸乙二醇酯（PET），（c）聚丙烯（PP），（d）聚苯乙烯（PS）。红色十字标记了通过拉曼光谱分析的特定微颗粒。荧光背景在某些光谱中部分掩盖了特征拉曼带，尤其是对于LDPE（红色光谱）、PET（浅绿色和红色光谱）和PS（浅绿色和红色光谱），而PP则显示出更清晰的诊断峰。（关于图中颜色参考的解释，请参阅本文的网络版本。）
图14. 通过拉曼显微光谱识别为其他颗粒（PET、PS、LDPE和PP）的F2D和F1U样本中的微颗粒数量总结。每个样本分析了两个到三个（F1U-F2D）过滤器。一毫升的F2D或F1U通过0.2 μm Anodisc膜（13 mm）过滤，然后使用共聚焦拉曼显微镜（Witec）对每个过滤器上的微颗粒进行可视化和识别。拉曼光谱是使用785 nm激光线和20倍物镜获取的。获取条件为5 mW激光功率、0.5秒和100次积累。误差条表示平均值和标准偏差。
实验结果表明，该平台在操作条件下实现了超过94-100%的分离纯度，单次通量的处理量可达25 mL/分钟，且无需循环。该系统在广泛的密度范围（约910-1380 kg/m³）和颗粒直径（4 μm至200 μm）内表现出可靠的性能，证实了其真正的与颗粒大小无关的特性。重要的是，成功处理了真实的河流水样本，并通过下游拉曼验证了LDPE、PP和PS颗粒，证明了该设备适用于未经预过滤或预浓缩的复杂环境基质。此外，该平台还实现了样本体积的减少和富集，突显了其作为光谱和分析工作流预处理模块的适用性。
与先进的惯性、声学、磁性和基于膜的系统相比，所提出的方法独特地结合了中等至高的通量、高纯度、连续操作、简单的制造工艺以及无堵塞的性能，所有这些都在单个微流体芯片内实现。外部场或标记要求的缺失进一步增强了操作的简单性和可扩展性。虽然CFD建模有效地指导了设备设计，但某些实际效应如颗粒粘附、静电相互作用和气泡形成并未在模型中明确考虑，需要在未来的研究中进一步完善。此外，将该框架扩展到不规则形状的颗粒、生物污染的塑料和多相环境悬浮液是一个相关的研究方向。
总体而言，这项研究确立了基于重力的、中等雷诺数的微流体技术作为一种实用且可扩展的环境微塑料监测策略。所提出的平台不仅是一个高性能的浓缩器和分类器，还是未来面向大规模、快速和标准化微塑料采样的并行系统的模块化构建块。未来的研究应重点提高流速、纯度，并与自动化光谱或AI驱动的检测技术集成，以实现实时微塑料定量。此外，解决颗粒形状不规则、生物污染效应和纳米级颗粒包含等问题，以及评估预处理效果（例如H₂O₂、Fenton）对于拓宽不同环境基质的应用范围和推进全球标准化工作至关重要。
