超滤西瓜皮汁以回收L-瓜氨酸过程中结垢行为的机制学研究

《JOURNAL OF FOOD PROCESSING AND PRESERVATION》：Mechanistic Insights Into Fouling Behavior During Ultrafiltration of Watermelon Rind Juice for L-Citrulline Recovery

　　摘要

西瓜皮是一种未得到充分利用的农业废弃物，富含L-瓜氨酸，代表了功能性成分的可持续来源。本研究应用了一种具有50 kDa分子量截留值（MWCO）的超滤聚砜膜从西瓜皮汁中回收L-瓜氨酸，并在不同操作压力（2-8 bar）下研究了其污染行为。渗透通量表现出典型的三阶段下降：快速初始下降、过渡阶段和最终稳定。在所研究的压力中，6 bar下的操作与最高的体积浓度因子（VCF = 1.69）相关，表明在中等压力条件下浓度效率得到提高。Hermia模型分析表明，在2-6 bar时以膜层形成为主，而在8 bar下的模型拟合与中间阻塞特性更为吻合（R2 > 0.92）。污染阻力占总水力阻力的80%以上，表明主要污染行为存在压力依赖性变化。在所有条件下，L-瓜氨酸的去除率一直很低（< 11%），证实其在渗透液中的主要回收。合适的压力选择（4-6 bar）能够有效去除大分子，同时保留L-瓜氨酸、小氨基酸和可溶性酚类等低分子量生物活性化合物，为西瓜皮在功能性食品加工中的膜辅助增值提供了实际指导。

1. 引言

西瓜皮（WR）约占水果重量的30% [1]，尽管富含L-瓜氨酸、多糖和酚类等生物活性化合物 [2-4]，但在加工过程中经常被丢弃。L-瓜氨酸因其报道的心血管保护、抗氧化和抗疲劳作用而受到越来越多的关注 [5-11]，使其成为有吸引力和低成本的功能性成分来源 [12-14]。因此，对WR的增值是一种有前景的方法，可以减少农业工业废弃物，同时支持可持续食品系统和循环生物经济战略。已经探索了多种从西瓜副产品中回收L-瓜氨酸的技术，包括溶剂提取、超声波辅助提取、吸附和离子交换纯化 [12, 15, 16]。尽管这些方法可以实现相对较高的回收效率，但它们通常涉及多个处理步骤、溶剂消耗以及处理复杂植物汁液时吸附剂的再生挑战。这些限制促使人们探索基于膜的分离过程作为更温和且更可扩展的替代方案。由于操作条件温和、化学需求低和可扩展性，膜分离技术越来越多地应用于食品和生物加工 [17-20]。特别是在果汁加工中，超滤（UF）通常用作澄清步骤，以去除悬浮固体和大分子，同时允许小分子生物活性化合物透过。然而，膜污染仍然是果汁澄清过程中的主要限制，常常降低渗透通量和工艺效率。膜污染受到膜特性、进料组成和操作条件的强烈影响 [21, 22]。最近的研究集中在通过膜表面改性和润湿性控制来提高渗透性和抗污染性能，如在甘蔗汁过滤系统中所示 [23]。尽管这些方法为增强抗污染性能提供了有价值的见解，但它们主要关注膜设计，而不是在不同操作条件下的污染行为机制理解。特别是，在复杂果汁基质中的压力依赖性污染机制仍不够清楚。这一限制对于含有高浓度果胶、纤维素片段和可溶性蛋白质的WR汁液尤为重要 [24]。这些成分可以促进强烈的果胶-蛋白质相互作用和致密污染层的形成，可能改变在简单系统中观察到的经典污染行为。因此，仅依靠经验优化操作参数可能不足以确保稳定的过滤性能。尽管UF系统的污染现象已被广泛研究，但现有研究主要集中在提取、组成分析或纳滤上，而不是复杂果汁基质中的UF污染动态 [25, 26]。因此，在不同操作压力下的机制理解仍然有限，特别是对于像WR汁液这样的复杂进料系统。据我们所知，尚未有使用50 kDa聚砜膜对WR汁液UF过程中污染进行系统的、压力分辨的机制分析的报告。已经开发了几个经验模型来解释过滤系统中的膜污染机制 [27-30]。其中，Hermia提出的污染模型将四种主要机制分类为：完全堵塞、标准堵塞、中间堵塞和膜层形成（图1）[31]。选择50 kDa UF膜是因为其分子量截留值显著高于L-瓜氨酸（约175 Da），使得目标氨基酸能够透过，同时保留蛋白质、多糖和胶体材料等大分子成分。然而，由膜固有阻力、浓度极化以及可逆或不可逆沉积现象引起的污染阻力往往决定了果汁澄清过程中的渗透通量下降和过滤效率 [32-34]，从而限制了工艺性能 [35]。因此，本研究调查了在WR汁液UF过程中，当UF作为下游L-瓜氨酸回收的澄清和预处理步骤时，压力依赖的污染机制。使用串联阻力分析与Hermia堵塞模型评估了操作压力（2-8 bar）对污染路径和阻力组分（Rm和Rfc）的影响，以阐明WR汁液UF过程中的压力依赖性污染行为。此外，本研究提供了使用50 kDa聚砜膜对WR汁液UF过程中污染的压力分辨机制理解，并为UF作为L-瓜氨酸回收的澄清步骤提供了实际指导。

2. 材料与方法

2.1. 原汁制备

WR从越南Tay Ninh的Thabico食品工业联合股份有限公司采购。新鲜果皮经过清洗、研磨后，使用手动榨汁机榨汁。汁液通过棉布过滤以去除不溶性残留物，滤液储存在-20°C下 [36]，等待进一步使用。根据标准程序分析了WR提取物的近似组成：通过烘干测定水分含量，通过干灰法测定灰分 [37]，通过Kjeldahl方法测定蛋白质 [38]，通过二硝基水杨酸（DNS）方法测定总糖和还原糖 [39]。L-瓜氨酸浓度采用Johnson等人描述的高效液相色谱（HPLC）测定 [40]。总可溶性固体（TSS）使用手持式折射仪（Atago，日本）测量，而pH值则使用校准的数字pH计（HI98107，Hanna Instruments，罗马尼亚）记录 [41]。总溶解固体（TDS）和电导率（EC）使用带有自动温度补偿的便携式电导率计（HI99301，Hanna Instruments，意大利）测量 [42]。

2.2. UF工艺

UF系统使用了一种聚砜螺旋缠绕膜单元（8040-F50-3，Membranium，俄罗斯），其MWCO为50,000 Da，有效过滤面积为35 m2。选择50 kDa UF膜是因为其分子量截留值显著高于L-瓜氨酸的分子量（约175 Da）。在这种条件下，预计L-瓜氨酸可以自由透过膜，而高分子量成分如蛋白质、果胶和多糖则被保留。因此，所选的MWCO通过去除大分子和胶体材料来促进果汁澄清，而不是作为L-瓜氨酸的分子保留屏障。8040-F50-3膜的特征参数见表1。制造商提供的操作限制确保所有实验条件都在推荐的膜操作范围内。表1. 8040-F50-3膜的特征。操作参数

操作 清洗

pH 2.0–12.0 1.0–13.0

压力（MPa） 0.2–1.5 0.2–1.5

温度（°C） 4.0–50.0 4.0–50.0

如图2所示，每次UF实验使用70 L新鲜制备的WR汁液，并将其引入进料罐，在其中以交叉流配置通过UF柱。系统以批处理模式运行，截留液完全回流到进料罐，渗透液单独收集。选择的压力范围（2-8 bar）基于苹果汁、番石榴汁和柑橘汁等果汁UF和植物提取物澄清系统的典型操作条件 [43-45]。这个范围允许评估低压力极化主导的情况和高压力污染加剧的情况。使用流量计每0.5分钟记录一次渗透流量。进料温度使用带有集成温度测量的电子流量计连续监测。实验室保持在空调条件下，使进料温度保持在30 ± 1°C。UF期间的交叉流速根据操作压力在7.9到10.2 m3·h?1之间变化。每次过滤运行大约进行10-15分钟，直到达到稳定的渗透通量。渗透流量以30秒间隔记录。所有实验都进行了三次独立运行（n = 3），使用每种压力条件下的新鲜制备WR汁液以确保可重复性。图2显示了使用50 kDa MWCO聚砜膜从WR汁液中回收L-瓜氨酸的UF装置示意图。每次过滤后进行清洗程序，以在下次实验前恢复膜渗透性。过滤后清洗是通过在1.5-4.0 bar的压力下用蒸馏水以7.9-10.2 m3·h?1的流量冲洗膜15分钟来去除松散的污染物。随后，膜在0.01 N NaOH溶液中浸泡20分钟，流量为3.5-4.5 m3·h?1。最后，以7.0-9.1 m3·h?1的流量循环蒸馏水，直到渗透液pH稳定在6到7之间，同时保持温度在30°C±1°C。这个程序恢复了超过95%的初始膜渗透性。渗透通量作为操作时间和体积浓度因子（VCF）的函数进行分析，VCF量化了过滤过程中的浓缩程度 [28]。VCF计算为初始进料体积（V0）与浓缩液体积（Vc）的比率，如方程（1）所示：

(1)
其中V0是初始进料体积（L），Vc是浓缩液体积（L），Vt是累积渗透体积（L）；因此，Vc = V0 ? Vt。由于UF主要是作为澄清步骤而不是L-瓜氨酸的分子分离屏障，因此评估了其传输行为。拒绝系数（R）根据方程（2）计算：

(2)
其中Cp和Cf（g·L?1）分别代表渗透液和进料中的L-瓜氨酸浓度。

2.3. 膜污染的理论模型

Hermia（1982）提出了一组半经验模型来描述在恒定压力条件下UF渗透通量的下降。这些模型描述了四种主要的污染机制：膜层形成、中间堵塞、标准堵塞和完全堵塞。控制这些机制的数学关系在方程（3）–（5）中给出，并在表2中总结 [31]。

(3)
其中k是污染率常数，n是堵塞指数。

(4)
(5)
其中J是渗透通量（L·m?2·h?1），J0是初始渗透通量（L·m?2·h?1），t是过滤时间（h），k是污染率常数（模型依赖单位），A是膜面积（m2），V是累积渗透体积（L）。表2. 用于污染机制分析的Hermia堵塞定律和线性化形式。污染机制

堵塞指数（n） 线性化形式

膜层形成 0

中间堵塞 1

标准堵塞 1.5

完全堵塞 2

ln(J) = ln(J0) + kt

在本研究中，使用Hermia的模型（方程4）和表2中的经验关系分析了J（L·m?2·h?1）。基于决定系数（R2）对实验数据进行了线性回归分析，以确定最佳匹配的污染模型 [30]。

2.4. 串联阻力模型

基于达西定律 [47] 的串联阻力模型将渗透通量（Jp，L·m?2·h?1）描述为应用压力和总阻力的函数，假设渗透压效应可以忽略不计。关系由方程（6）给出：

(6)
其中Jp是渗透通量（L·m?2·h?1），ΔP是跨膜压力（Pa），μp是渗透液粘度（Pa·s），Rt是总阻力（m?1）。为了确定Rm（m?1），使用去离子水进行了实验。测量了纯水通量Jw（L·m?2·h?1），假设在30°C时的粘度为8 × 10?? Pa·s。然后使用方程（7）计算膜阻力 [48]：

(7)

污染阻力Rfc（m?1）包括膜阻力（Rm）和总阻力（Rt），如方程（8）所示：

(8)

2.5. 数据分析

所有UF实验都进行了三次独立运行（n = 3），每次运行使用新鲜制备的WR。结果以平均值±标准偏差（SD）报告。使用单因素ANOVA进行统计分析，p < 0.05时认为差异具有统计学意义。应用最小显著差异（LSD）测试进行均值比较。**WR果汁的组成**

WR果汁表现出较高的水分含量（94.51% ± 0.63%），TSS为3.0°Brix，pH值为5.64 ± 0.02。L-瓜氨酸的含量为1037.28 ± 1.07 mg/L。碳水化合物含量相对较低，总糖分为1.05% ± 0.28%，还原糖分为0.68% ± 0.35%。此外，果汁还含有0.78% ± 0.00%的灰分和0.55% ± 0.02%的蛋白质。这些结果证实WR是超滤（UF）回收L-瓜氨酸的宝贵来源；然而，碳水化合物、蛋白质和灰分的存在可能会影响过滤性能。

**3.2. 渗透通量和污染阻力分析**

在2–8巴的压力范围内，WR果汁的超滤渗透通量遵循了膜操作中众所周知的三阶段下降特性[49]。如图3a所示，由于缺乏浓度极化层和渗透阻力较低，渗透通量在最初一分钟内急剧下降了20%–25%，导致流动阻力迅速增加。过渡阶段（1–3分钟）受溶质-溶质和溶质-膜相互作用的影响，在此期间纤维素、果胶和其他多糖在膜表面积累并部分堵塞了膜孔，这与关于菠萝和甘蔗汁膜过滤的观察结果一致[27, 50]。超过3分钟后，随着滤饼层的形成，通量趋于稳定，滤饼层成为主要的阻力来源。尽管在乳清蛋白和果汁的超滤中也观察到了类似的三阶段渗透通量下降[49, 51]，但当前系统在较高压力下表现出更明显的过渡现象，这可能归因于WR果汁中较高的果胶含量和更强的果胶-蛋白质相互作用[52, 53]。这表明WR果汁中的污染行为不仅受经典浓度极化的控制，还受基质特异性相互作用的影响。

**3.3. 污染机制分析与超滤中的污染阻力贡献**

应用Hermia模型来识别不同操作压力下的主要污染机制[27]。需要注意的是，Hermia模型是一个半经验框架，结合了理论堵塞定律和实验拟合参数；因此，所识别的污染机制代表了明显的趋势，而非确定的孔径级污染现象。如表3和图4所示，在中等至高压（4–8巴）下模型拟合度很高（R2 > 0.92），而在低压（2巴）下获得的关联系数较低，表明在低压力条件下污染行为不太稳定。

**图4. 不同操作压力下WR果汁超滤过程中渗透通量（Jp）和污染阻力（Rfc）的关系：** (a,b) 与运行时间的关系；(c,d) 与VCF（体积流量比）的关系。不同的字母表示在不同时间/VCF点上操作压力之间存在统计学上的显著差异（LSD检验，p < 0.05）。误差条表示标准差（平均值 ± 标准差，n = 3）。通量下降显著受VCF的影响（图3c）。VCF从1增加到1.7时，所有压力下的通量都急剧下降，这主要归因于超滤过程中的浓度极化效应[30, 54]。相比之下，水和废水处理的膜过滤研究表明，在长时间运行过程中，通量下降主要是由膜污染和膜结构上的污染物沉积引起的孔堵塞所主导[55–57]。在6巴压力下，浓度极化是限制渗透流的主要机制；而在8巴压力下，通量下降随着时间的推移而加剧，并且在VCF达到1.4后才趋于稳定。在2巴压力下，通量下降较为缓慢，反映了推动溶质通过膜的驱动力不足，以及污染的贡献更大。在这个阶段，沉淀和可逆的浓度极化主要来自WR果汁中的大分子，如纤维素、半纤维素、多糖、蛋白质和胶体[4, 36]。在膜分离中，通量下降主要是由于浓度极化、孔吸附、凝胶层形成和孔堵塞共同作用的结果[56, 58]。在一个腰果苹果糖浆浓度模型中，假设渗透液粘度（μ）等于纯水（30°C时的8 × 10?4 Pa · s）[59]。因此，使用去离子水测量纯水的通量来通过方程式（7）计算固有膜阻力（Rm）[58]，得出2–8巴压力范围内的恒定值为4960.32 m?1。这证实了通量下降受到浓度极化和污染的影响，涉及颗粒沉积、部分孔堵塞或滤饼层形成。由于污染和浓度极化引起的阻力（Rfc）随着时间的推移和压力的增加而逐渐增加（图3b,d），在所有操作条件下都成为主要阻力成分。在2巴压力下，Rfc随时间线性增加，表明污染早期且不稳定。在4和6巴压力下，阻力由于大分子的加速沉积而更快上升；然而，曲线相对稳定，表明污染是可逆的，由浓度极化控制。相比之下，在8巴压力下，阻力表现出不规则的变化，反映了初期孔堵塞 followed by 部分松散污染物的去除。这些趋势与西兰花汁[58]和富含蛋白质的乳清[49]的超滤观察结果一致，其中较高压力加剧了污染，但并未一定改善分离性能。

**3.3. 超滤中的污染机制分析与污染阻力贡献**

Hermia模型被用来识别不同操作压力下的主要污染机制[27]。需要注意的是，Hermia模型是一个半经验框架，结合了理论堵塞定律和实验拟合参数；因此，所识别的污染机制代表的是明显的趋势，而非确定的孔径级污染现象。如表3和图4所示，在中等至高压（4–8巴）下模型拟合度很高（R2 > 0.92），而在2巴压力下获得的关联系数较低，表明在低压力条件下污染行为不太稳定。

**图4. 不同操作压力下WR果汁超滤过程中渗透通量下降的Hermia模型拟合：** (a) 滤饼层形成；(b) 中间堵塞；(c) 标准堵塞；(d) 完全堵塞。在中等压力（2–6巴）下，污染主要由滤饼层形成控制，表明大分子和胶体成分主要在膜表面积累。这种行为与果汁澄清系统中常见的浓度极化和表面沉积现象一致。WR果汁中果胶和可溶性蛋白质的存在可能促进了相对松散且异质的沉积层的形成，类似于Abd-Razak等人[51]对橙汁超滤的观察结果。在较高压力（8巴）下，增强的水力驱动力促进了溶解溶质向膜表面的对流传输，加速了沉积层的积累和结构重组。模型拟合表明污染行为倾向于向中间堵塞转变；然而，这应谨慎解释，因为它更可能反映了孔口限制和滤饼层的压实，而不是颗粒侵入膜孔。Alborzi等人[60]也报告了类似的压力引起的压实和孔径收缩效应。此外，高压下的更大渗透阻力可能增强了WR果汁中的有机化合物与膜表面之间的相互作用。Xu等人[61]报告说，增加的渗透阻力可以增强范德华力、氢键和疏水作用与聚砜膜表面之间的溶质-膜相互作用。因此，对所识别机制的解释应谨慎，因为Hermia模型的半经验性质提供了间接推断，而非直接的机械证据。这些发现突显了污染动态的压力依赖性。虽然中等压力有利于由滤饼过滤主导的稳定表面沉积，但过高的压力会加速阻力发展，并增加不可逆污染机制的贡献，从而降低工艺稳定性。还研究了压力对各种阻力成分的影响。结果表明，操作压力的增加显著增强了总阻力。具体来说，膜阻力（Rm/Rt）的贡献随着压力的增加而减少，而污染阻力（Rfc/Rt）的贡献逐渐增加（图5）。升高的阻力归因于膜过滤的压力驱动特性，随着跨膜压力的增加，更多的颗粒流向膜表面[34, 62]。因此，随着压力的增加，压力引起的污染阻力逐渐增加，并最终超过了固有膜阻力。

**图5. 不同操作压力下膜阻力（Rm/Rt）和污染阻力（Rfc/Rt）的相对贡献，以及L-瓜氨酸的排斥率（%）。大写字母（A–B）表示Rfc/Rt比率之间的显著差异，而小写字母（a–c）表示Rm/Rt比率之间的显著差异。拒绝曲线上的不同小写字母（w–z）表示不同压力下L-瓜氨酸排斥率之间的显著差异（LSD检验，p < 0.05）。误差条表示标准差（平均值 ± 标准差，n = 3）。如图5所示，Rm和Rfc对总阻力的相对贡献随压力显著变化。在2巴压力下，Rm/Rt占18.37%，而Rfc/Rt占81.63%，表明即使在低压力下，污染和极化已经主导了总体阻力。随着跨膜压力从2巴增加到8巴，Rm/Rt的贡献从18.37%下降到6.38%，而Rfc/Rt从81.63%增加到93.62%。这一趋势表明，较高的操作压力加剧了浓度极化和溶质在膜表面的沉积，从而导致总阻力和膜压实增加。Chen等人[63]也报告了类似由于污染物沉积导致的超滤过程中污染阻力增加的现象，他们观察到污染层的发展显著增加了整体膜阻力。值得注意的是，4巴和6巴压力下Rfc的变化较小（89.80% vs. 89.12%），表明在这一范围内操作有效地平衡了渗透产率和污染控制。相比之下，在8巴压力下，Rfc急剧增加（达到93.62%），表明严重的滤饼层压实超过了更高的水力驱动力的好处。这一观察表明，4–6巴的适宜操作压力范围可能在过滤性能和污染抑制之间提供了适当的折中，这对于实际膜操作尤为重要。L-瓜氨酸的传输行为进一步证实了超滤主要作为一种澄清步骤，而不是选择性分子分离过程。L-瓜氨酸主要在渗透液中回收，其排斥率在整个研究压力范围内保持在11%以下。这种低排斥率表明WR果汁中的营养和功能成分在加工过程中得到了较大程度的保留。在较高压力下排斥率的轻微下降可能是由于浓度极化的加剧和部分溶质在形成的污染层中的捕获，而不是基于尺寸的内在保留。在压力驱动的膜过程中，小分子（如氨基酸）的分离通常受渗透通量和溶质-膜相互作用的影响，包括静电效应和溶液化学[64]。这些结果强调了超滤作为一种温和的澄清技术的作用，能够去除形成浑浊的大分子（如果胶、蛋白质和胶体物质），同时保留渗透液中的低分子量生物活性化合物。此外，去除高分子量的成分可以通过降低粘度和减轻后续分离步骤（如吸附或离子交换纯化）中的污染潜力来提高下游工艺的性能。总体而言，这些发现为设计节能的WR果汁膜工艺提供了实用指导，同时保持了功能化合物的回收。图6显示了不同压力下WR果汁超滤过程中固有膜阻力Rm/Rt和污染加浓度极化阻力Rfc/Rt的贡献，随运行时间（图6a,b）和VCF（图6c,d）的变化。在开始时，Rm/Rt在所有条件下都占主导地位，表明总阻力最初由清洁的膜控制。然而，在第一分钟内，特别是在8巴压力下，Rfc/Rt迅速增加，表明污染层的发展迅速以及从膜控制向污染物控制的阻力转变。大约4-6分钟后，Rm/Rt达到了一个相对稳定的水平，这表明污染层已经形成了一个准稳态结构。然而，污染阻力（Rfc/Rt）的趋势则相反，如图6b所示。在过滤开始时，Rfc/Rt的值根据操作压力的不同在63%到76%之间变化。在最初的1分钟内，这一数值迅速增加，表明浓度极化现象迅速建立，并且污染物开始沉积。随着过滤的继续进行，Rfc/Rt逐渐增加并最终稳定下来。这种状态代表了渗透产率和污染发展之间的平衡，这与关于苹果汁和橙汁的超滤（UF）研究结果一致，即在适度压力下可以促进稳定的滤饼层形成而不会发生严重的压实[57]。在8巴的压力下，Rfc/Rt的最高值出现在过滤后期，超过了93%，表明在高压条件下污染和浓度极化主导了整个水力阻力。这种行为反映了由于浓度极化加剧、滤饼层压实以及部分孔口堵塞所导致的严重污染[17]。当分析阻力与VCF（体积清除因子）的关系时，也观察到了类似的趋势。如图6c所示，随着VCF从1.0增加到大约1.7，Rm/Rt逐渐减小，这反映了随着进料溶液在过滤过程中浓度增加，溶质积累和污染层形成的影响越来越大。在较高压力下，这种减小更加明显，表明升高的跨膜压力增强了污染物向膜表面的对流传输。在橙汁、苹果汁、葡萄汁和蔗汁的超滤过程中也报告了类似的压力诱导污染行为[34, 51, 65, 66]。因此，膜本身的阻力贡献减小了，表明阻力控制方式从膜控制转变为污染控制。相反，图6d显示Rfc/Rt随着VCF的增加而稳定上升。即使在相对较低的VCF值（1.05-1.10）下，Rfc/Rt也显著增加，表明随着过滤的进行，浓度极化和污染物积累迅速发展。在较高的VCF值下，Rfc/Rt趋于平稳，特别是在8巴的压力下，污染阻力占总阻力的93%以上。这种行为表明在这些条件下发生了由浓度极化、滤饼层压缩和部分孔口堵塞主导的严重污染。在蔬菜汁和富含蛋白质的果汁的超滤过程中也报告了类似的压力诱导污染行为，其中高压加速了污染物的沉积和滤饼层的压实[56, 58]。总体而言，4巴和6巴下的污染阻力值相当，而在6巴下运行获得了更高的初始渗透通量和更好的体积产率。这一观察结果突显了超滤系统中通常报告的通量增强与污染加剧之间的固有权衡：较低的压力（2巴）可以减少污染，但限制了产率；而较高的压力（8巴）则加速了不可逆的污染并影响了膜的长期性能。总体来说，本研究中观察到的压力依赖性污染行为变化强调了平衡对流传输和污染物沉积的重要性，特别是在富含果胶的果汁系统中，基质特有的相互作用可能会放大经典的污染机制并影响过程的稳定性。本研究的一个局限性在于没有进行膜表面表征（例如使用SEM或FTIR）。未来包含此类分析的研究可以提供关于污染层形态和化学相互作用的更多见解。

4. 结论
本研究证明了50 kDa聚砜超滤膜作为集成L-瓜氨酸回收过程中的澄清步骤是技术上可行的。结果证实，污染行为强烈依赖于压力。Hermia模型分析表明，在中等压力（2-6巴）下，滤饼层形成占主导地位；而在8巴的压力下，中间堵塞现象变得更加显著。阻力分配显示，与污染相关的阻力构成了总水力阻力的主要部分，并且在高压下不成比例地增加。重要的是，4-6巴的操作压力提供了通量稳定性和污染控制之间的最佳平衡，而8巴的压力则加速了阻力增长，但没有带来相应的性能提升。L-瓜氨酸主要在渗透液中回收，其截留率低于11%，这证实了超滤主要起到了澄清作用，去除了大分子同时保留了下游纯化所需的生物活性化合物。尽管50 kDa膜提供了有效的澄清效果，但分子量切割选择（MWCO）涉及到污染缓解和溶质选择性之间的权衡。总体而言，本研究建立了一个基于压力的机制框架，用于理解富含大分子的植物汁液超滤过程中的污染现象。这些发现支持了合理的压力选择，并有助于实现水萝卜（WR）作为功能性成分来源的可持续利用。未来的研究应包括污染物的表征（例如粒径分布和膜表面分析）以及中试规模的验证。

致谢
作者衷心感谢胡志明市技术大学（HCMUT）和VNU-HCM对这项研究的支持。

资助
本研究由胡志明市技术大学（HCMUT）和VNU-HCM资助，资助编号为BK-SDH-2026-2280820。

利益冲突声明
作者声明没有利益冲突。

数据可用性声明
支持本研究结果的数据可通过联系相应作者获得。