微流控液滴发生器的设计与开发

摘要

片上实验室 (LOC) 设备可在单个芯片上最小化、集成、自动化和并行化实验室功能，例如混合、分离和孵化。液滴生成是 LOC 设备中的一个关键方面，它允许进行各种化学和生化能够进行生物细胞研究、高通量药物开发和诊断筛选的检测。本文介绍了广泛用于 LOC 设备的主动液滴发生器的建模、模拟和实验。本研究中使用的模型几何基于液滴生成的流动聚焦方法。

使用发生器模型的优化液滴收缩宽度，在 0.2 到 4 的流速比范围内观察到数值模拟产生的液滴。随后，以聚甲基丙烯酸甲酯为原料设计开发了原型液滴发生器(PMMA) 材料使用基于层的制造方法。根据此处介绍的实验设置，计算得到的不同电压值的流速比率表明，液滴的形成发生在 1.04 和 4.74 的流速比率之间。此外，从数字图像处理算法中提取的液滴图像的形态参数表明，液滴的平均直径随着流速比的降低而减小。

1 . 介绍

过去十年来，小型化流体系统的演变和微流体装置的发展一直受到生物医学研究界的关注 。作为一个跨学科领域，这一快速发展的技术领域已经在生物医学工程中发现了许多应用，包括病理学、治疗学、药物输送、生物传感器和组织工程 。微流体的关键应用之一是开发芯片实验室 ​​(LOC) 设备作为即时诊断工具。

一个典型的 LOC 装置包括多个功能模块：样品运输和制备模块、分离模块、检测和分析模块。分离模块在通过生物对象分离纯化样品的制备应用中发挥重要作用，并用于对这些分离对象进行彻底研究的分析。此外，对样品中的物体进行尺寸分类是工业、生产、食品和化学工业、环境评估和化学或生物研究等领域中使用的重要技术之一。因此，在所有微流体系统中，液滴生成系统激发了许多研究人员的灵感，导致了各种创新. 液滴生成系统专注于使用不混溶相创建离散体积。

由于基于液滴的微流体系统为每个液滴提供独立可控性，因此这些系统可用于液滴或流体的单独分析、混合和运输。体积在纳升或飞升范围内的操纵液滴可以用作生化分析的隔离反应容器。在大多数应用中，需要高度均匀的液滴来确保恒定、可控和可预测的结果。因此，以可控方式形成均匀的液滴是微流体液滴生成系统最重要的方面。

流速比、毛细管数、粘度比、两种不混溶流体之间的界面张力、通道壁的润湿特性和通道几何形状是影响液滴生成过程的最重要参数。根据液滴的特定能耗，液滴生成可分为两大类： 被动液滴发生器使用流体的流体动力压力，无需外部电源输入，并且主动液滴发生器使用外部电源输入来产生液滴。

主动液滴发生器根据工作原理进一步分为电操作、热操作、磁操作和机械操作。机械操作的液滴发生器涉及使用液压、气动或压电驱动对液体界面 进行物理变形。此外，流体的输送根据驱动力或驱动力分为主动和被动。根据文献，主动转运蛋白比被动转运蛋白具有更好的可控性。

计算流体动力学(CFD) 是流体力学的一个研究领域，它使用数学模型和数值模拟来分析流体流动特性。因此，已经讨论了多种分析两相流体流动行为的技术，并适用于模拟液滴生成。在制造微流控装置时，微机械加工、光刻、压印和压印、注塑、基于激光和增材制造的方法在文献中得到广泛讨论. 与其他小批量制造方法 相比，基于激光的方法因其简单、多功能和省时的特性而被用于制造微流体液滴发生器。聚二甲基硅氧烷(PDMS) 和PMMA材料因其生物相容性、透明性和相对较低的成本而被用于制造微流体通道。

在各种传感方法中，视觉传感正在兴起，因为它具有广泛的应用，如物体检测、异常识别、特征提取和路径规划。远程监控、控制和分析是使用视觉传感实现的主要优势。目前，宏观和微观成像技术一直是文献中与远程医疗应用相关的重点领域。数字图像处理包括捕获的数字图像的预处理、特征提取和结果分析。因此，数字图像处理作为基于液滴的微流体系统中的传感方法来实现，以提取液滴的形态特征，研究系统性能，并实时控制液滴的生成。基于反馈控制的液滴发生器为液滴产生过程提供了更高程度的可控性。此外，自动反馈控制系统由使用 PID 控制的闭环反馈组成，为基于液滴的微流体系统提供实时可控性、更高的精度和可靠性。

因此，在本研究中，设计、开发了一种具有微流体流动聚焦几何形状的主动液滴发生器，并进行了数值和实验分析，以优化所提出几何形状的液滴生成中的收缩通道宽度和流速比。

2 . 提出的系统和工作原理

如图所示，所提出的主动微流体液滴生成系统包括三个 (03) 阶段，即泵送、液滴生成和基于视觉的传感和数据采集。

2.1 . 建议的液滴发生器

图 2所示的液滴发生器的建议设计能够将两种流体注入微流体通道。入口 – A 用于分散相流体，入口 – B 用于连续相流体。两种流体接触时的收缩（如图 2 所示）充当产生液滴的几何约束。然后产生的液滴通过终止于出口-C的空腔，用于传感和数据采集。

收缩几何的主要参数可以确定为收缩通道宽度 ( w )、收缩通道长度 ( l ) 和圆角半径( R )，如图2 所示。在所提出的设计中，收缩通道的长度为 2.5 mm，圆角半径为 0.5 mm，通道深度为 1 mm，所有入口通道宽度为 4 mm，出口通道宽度为 6 mm。

2.2 . 工作准则

错流、共流和流动聚焦是最广泛使用的几何形状，它们在粘性剪切力的作用下使液滴破裂。在错流几何中，分散相和连续相流体以一定角度相遇。这通常作为 T 形接头实现，两种流体以 90 度角相遇。在并流几何中，两种流体流在混合之前是平行的。在流动聚焦几何中，两种流体在流体动力学上被聚焦成收缩。通过收缩时由于伸长流动而形成液滴。与上述几何形状相比，流动聚焦装置能够以更可控和更稳定的方式产生更小的液滴。

在流动聚焦几何中，连续相流体在收缩入口处分散相流体的注意力。当施加的剪应力大于粘度时，分散相流破碎成液滴。这个过程分为包胶、填充、颈缩和分离四个主要步骤。在滞后步骤中，分散相在其尚未达到收缩的入口处。填充阶段是分散相渗透到收缩中的阶段。在颈缩阶段，连续相流体在分散相上施加剪切应力，同时它在收缩中伸长。当施加的剪切应力大于粘度时，分离是液滴破裂的地方。在图 2中突出显示了在提议的设计中使用的流动聚焦几何形状和收缩。

3 . 建模和仿真

水平集技术具有显着优势，即在识别两相区域时具有平滑函数，从​​而在确定界面位置时误差最小，这对于计算表面张力至关重要。因此，水平集技术用于模拟使用微流体流动聚焦几何的液滴生成。通过在研究的前阶段设计的流动聚焦几何形状（如图2所示）中改变收缩通道的宽度来进行模拟，以获得最佳收缩宽度。使用 COMSOL Multiphysics 中的水平集方法进行分析。

3.1 . 数值建模

在这项研究中，保守水平集方法用于模拟所提出的微流体流动聚焦几何的液滴生成。保守水平集方法解决了传统水平集方法不保守的缺点。水平集方程 （1）为：

其中，水平集函数φ在 0-1 的范围内。φ  = 0 表示第 1 相流体，φ  = 1 表示第 2 相流体。ε是界面的厚度，它随相变而变化。水平集函数重新初始化的迭代次数由γ给出，相场的速度由下式给出你→.

由于本研究中使用的两种流体都假定为不可压缩且牛顿流体，因此使用 Navier-Stokes 方程 Eq (2)作为控制方程来描述流动行为。Navier-Stokes 方程建立了作用在控制体积上的动量和剪切力之间的平衡。此外，在分析中假设水和椰子油的密度和动态粘度是恒定的。连续方程 方程（3）也用于描述流动，因为液体的总流入量等于总流出量。

P、μ和ρ表示压力、动态粘度和流体密度。等式（2）的左侧描述动量变化率，右侧∇ P项表示压力，μ∇2你→术语表示粘性力和术语F→对于作用在粒子上的其他体力，例如重力和表面张力。

作用在流体之间界面上的表面张力如公式（4）所示计算。

3.2 . 数值模拟

COMSOL Multiphysics 5.5 软件用于数值模拟第 2 节中提出的液滴发生器几何结构的微流体流动聚焦几何结构。通常，由于微流体器件的特征长度尺度，观察到层流行为。因此，仿真是在 COMSOL Multiphysics的CFD模块下的二维层流两相水平集方法中进行的。由于产生液滴需要两种不混溶的流体，因此分别选择水和椰子油作为分散相和连续相流体。所选流体的物理性质见表1. 选定的流体被认为是不可压缩的，牛顿流体，并且在模拟中将壁定义为湿壁。通过相位初始化和时间相关研究进行模拟，为两个流体入口提供恒定流速并将出口压力设置为零。

表 1。所选液体的物理性质。

描述	液体	密度 (kg/ m 3 )	动态粘度 (cP)
分散相	水	1000	1.01
连续相	椰子油	900	55

首先，进行数值模拟以观察膨胀比对流动聚焦几何中液滴生成的影响。膨胀比定义为收缩宽度与下游（出口通道）宽度之比。对 1.0 mm、1.5 mm、2.0 mm 和 2.5 mm 收缩通道宽度进行分析，下游宽度为常数。对于所有几何形状的固定流速，观察到液滴生成模式。图3显示了本研究中考虑的四种不同收缩宽度的模拟结果。对于不同的收缩宽度，观察到液滴产生的显着变化。与其他讨论的几何形状相比，具有 1/3 膨胀比的收缩宽度为 2.0 毫米的几何形状能够更好地进行液滴破碎。根据对选定收缩宽度进行的模拟，具有 2.0 毫米收缩宽度的几何形状显示了分解液滴的最短时间。因此，确定收缩通道宽度为 2 mm 的几何形状适合该设计。

在最终确定几何形状的收缩宽度后，进行数值模拟以确定流速的合适比率以产生液滴。流量比定义为分散相流体的流量( Q _D )与连续相流体的流量( Q _C )之比。结果用于确定用于液滴生成的流速比 ( Q _D / Q _{C ) 的范围。}根据模拟结果，流速比范围为 0.2 到 4.0，适合在选定的流动聚焦几何形状中生成液滴。奥米德等人。[22]进行了类似的数值分析来研究流聚焦几何中液滴生成的通道几何和流体速度。图4显示了不同流量比的模拟结果。

4 . 制造和组装

4.1 . 液滴发生器的制造

液滴发生器设计分为四 (04) 层（如图5所示），第 1 层（顶部）和第 4 层（底部）用作流体流动通道的密封件，而第 2 层和第 3 层共同产生通道几何形状。

与使用复杂的掩模制造方法相比，提出了四层以增加制造的简单性。PMMA被用作制造材料，因为它具有生物相容性、易于清洁和可在多种情况下重复使用的优点。激光切割技术被用于使用厚度为 1 毫米的 PMMA 片材制造单个层，因为与其他制造技术相比，它具有诸如更少的时间消耗和成本效益等优点。激光切割后制成的PMMA片材如图6所示。

为了将 PMMA 层粘合在一起，使用了一种简单的溶剂辅助方法[23] 。首先，异丙醇用于去除沉积在所有 PMMA 层表面上的灰尘和其他颗粒，并且异丙醇用作粘合介质。在粘合表面上施加异丙醇后，将 PMMA 层夹在一起并进行热处理。该处理在 60 ℃ 的温度下进行^了10 分钟，以实现适当的粘合，层间没有任何泄漏、变形或气泡[24]。图7显示了制造过程中遵循的步骤。

4.2 . 主动液滴生成系统的组装

主动液滴生成需要外部能量来驱动。因此，使用分别连接到分散相和连续相的两个潜水型泵将两种流体泵送到液滴发生器。潜水泵的工作电压为2.5-6 V，额定电流为0.18 A。它通过将旋转能转化为动能再转化为压力能来产生流体流动。首先，由于产生的流体压力差，流体被吸入泵中，然后旋转的叶轮将流体泵送通过扩散器。潜水泵的流量是通过改变电源电压来改变的。相比于在微流体应用中广泛使用的蠕动泵，潜水泵在流速中呈现最小的循环波动。潜水泵具有较低的响应时间和提供连续泵送的能力，以增加相对于注射泵的可控性。此外，潜水泵不需要启动，这可以最大限度地减少由于空转而导致的泵故障[25]、[26]。组装示意图 如图8

除了两个潜水泵外，还使用了一个基于 ATmega328P 的微控制器开发板、H 桥电机控制器和一个电源来改变流速并以受控方式产生液滴。与主动液滴生成系统一起使用的电路如图 9 所示。

5 . 基于视觉的传感和数据采集

图像采集、预处理和数据采集被确定为液滴形态特征提取的主要步骤。根据液滴大小，使用微观或宏观成像方法来获取液滴图像。具有互补金属氧化物半导体(CMOS) 图像传感器的相机用于捕捉宏观尺度成像液滴发生器的出口通道。将相机放置在液滴发生器上方获取出口通道的图像，因此使用平面视图捕获图像。最初，使用实验设置捕获的图像在三个阶段进行预处理，即裁剪、增强和标记。根据原始图像，根据需要使用了几种增强方法来增加液滴的可见性。标记未变形的液滴，并在通道之间标记一个正方形作为参考几何形状，因为出口通道宽度是一个已知参数。

参考正方形的边长用于计算每毫米点数 (dpmm) 值 等式 (10)。(10)dp米米=大号enG吨H○F一种s一世de一世nsq你一种re(p一世Xels)CH一种nnelw一世d吨H(米米),

使用图像处理算法计算每个液滴的面积和周长，然后计算公式 (11)的平均直径 。(11)D一世一种米e吨er(d)=D一世一种米e吨er(一种re一种)+D一世一种米e吨er(per一世米e吨er)2,

平均直径值以像素为单位，并使用 dpmm 值转换为毫米。

6 . 实验

6.1 . 实验程序

最初，对每种流体进行实验以评估不同电压值下的流速。这样做的目的是为了制作参考图以获得不同电压值下的流速。在实验过程中，制造的液滴几何形状和泵头保持在同一水平。进行实验以产生不同流速比的液滴并获取与产生的液滴相关的数据。在实验过程中，观察了生成的液滴的形态特性（即液滴直径和形状）以及含量和浓度细节。用于实验的装置如图10所示。

6.2 . 基于图像处理计算液滴直径

使用 MATLAB 软件基于数字图像处理计算每个图像中液滴的直径。样本图像在裁剪、增强和标记阶段的结果图像分别如图11 (a-c) 所示。

为计算液滴直径而开发的图像处理算法的主要步骤是读取标记的图像、转换为灰度图像、对象识别和提取液滴特征。上述步骤如图12所示。

7 . 结果和讨论

在两个不同阶段的单独实验期间参考不同电压值获得的流动特性如图 1 和图 2 所示。13和14 。在获得流动特性时，通过向潜水泵提供不同的电压值来分别泵送水和椰子油。实验重复进行 3 次，在确定流速曲线时对流速进行平均。获得的流动特性用于液滴生成实验。

在实验中，确定了产生液滴的泵浦电压值。获得的泵送电压值用于参考图1和2中所示的图表找到流速值。13和14。根据使用图表获得的流量值，计算出各自的流量比( Q _D / Q _C )并显示在表2中。

表 2。针对不同电压值的流速比。

电压 (V)	流量 ( μl ∕ s )	流量比 ( Q D / Q C )
分散相	连续相	问答_	QC _
1.65	4.25	65	63	1.04
2	4	91	53	1.72
2.05	3.75	94	43	2.18
2	3.5	91	33	2.73
1.9	3.25	85	24	3.59
1.65	3	65	14	4.74

图15显示了在各种流速比的实验中产生的液滴的捕获图像。

考虑到出口通道的 6 mm 宽度，计算每个图像中的液滴直径，并且直径相对于不同流速比的变化如图16 所示。

8 . 结论

在这项研究中，设计、模拟、制造和实验了一个主动液滴发生器。通过数值模拟优化了几何形状的收缩通道宽度，得出的结论是收缩宽度为2.0 mm的几何形状适合液滴破碎。液滴发生器的制作是参照数值模拟得到的参数完成的。提出了基于层的制造方法，基于层的制造的显着优势是可以使用微加工中使用的微加工技术以微尺度制造液滴发生器. 本研究中使用的制造方法成功地呈现了适当的粘合，没有泄漏、变形或片材之间的气泡。

最初，通过实验分别获得相对于两相不同泵送电压的流速。然后，确定了成功产生液滴的泵送电压值，并在 1.04-4.74 的范围内获得了各自的流量比。为获取范围内的不同流速比捕获图像，并对其进行处理以计算液滴直径。因此，基于图像的形态识别在提取液滴面积和周长以计算液滴直径方面表现令人满意。结果表明，液滴直径随着流速比的相应减小而减小。液滴直径从 3.07 毫米减少到 1.28 毫米。但是，当使用该实验设置将流速比降至值 1 以下时，未观察到液滴生成。液滴直径的观察结果显示出与流速比的关系。因此，可以利用这种关系通过使用反馈控制方法来控制液滴直径。

将来，这种设计可以通过实施两个微型泵作为一个小型化系统，以进一步减小液滴直径范围。将评估表面粗糙度的影响和表面活性剂在表面改性中的使用，以提高液滴形成的均匀性。此外，可以对液滴进行实时图像处理，以评估液滴直径，控制液滴产生的频率，并可用作反馈控制方法。神经网络、机器学习、深度学习和基于人工智能的方法可用于图像处理，以将自主方法引入液滴生成系统。最终，优化和小型化的设计可以集成到LOC 设备中，作为生物医学应用的液滴发生器。