Молекулярно-динамический расчет межфазного натяжения в двухфазной системе жидкий углеводород–вода–ПАВ: от разреженного монослоя ПАВ до сверхплотного

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Предложен способ вычисления низких значений межфазного натяжения (МФН) на основе молекулярно-динамического моделирования систем со сверхплотной упаковкой молекул поверхностно-активных веществ (ПАВ) на межфазной границе вода – жидкий углеводород. Методом молекулярной динамики с использованием полноатомных и грубозернистых моделей выполнены расчеты межфазного натяжения в двухфазных системах вода–алкан (декан, додекан) в присутствии различных индивидуальных ПАВ. Были рассмотрены следующие ионные и неионные ПАВ: додецилсульфат натрия (ДСН), хлорид цетилтриметиламмония (ЦТАХ), додецилбензолсульфонат натрия (ДБСН), децет-6 сульфат натрия C10E6SO4Na, монодециловый эфир гексаэтиленгликоля (C10E6), монононадециловый эфир триэтиленгликоля (C19E3), монододециловый эфир октапропоксипентаэтиленгликоля (C12P8E5). Показано, что увеличение адсорбции ПАВ до предельных значений снижает межфазное натяжение вплоть до нуля.

全文:

受限制的访问

作者简介

А. Ванин

Санкт-Петербургский государственный университет

Email: nikolay.volkov@spbu.ru
俄罗斯联邦, Санкт-Петербург, 199034

Н. Волков

Санкт-Петербургский государственный университет

编辑信件的主要联系方式.
Email: nikolay.volkov@spbu.ru
俄罗斯联邦, Санкт-Петербург, 199034

Е. Бродская

Санкт-Петербургский государственный университет

Email: nikolay.volkov@spbu.ru
俄罗斯联邦, Санкт-Петербург, 199034

А. Щёкин

Санкт-Петербургский государственный университет

Email: nikolay.volkov@spbu.ru
俄罗斯联邦, Санкт-Петербург, 199034

Е. Турнаева

Тюменский государственный университет

Email: nikolay.volkov@spbu.ru
俄罗斯联邦, Тюмень, 625003

М. Половинкин

Санкт-Петербургский государственный университет

Email: nikolay.volkov@spbu.ru
俄罗斯联邦, Санкт-Петербург, 199034

Ю. Ерошкин

Санкт-Петербургский государственный университет

Email: nikolay.volkov@spbu.ru
俄罗斯联邦, Санкт-Петербург, 199034

参考

  1. Иванова А. А., Кольцов И. Н., Громан А. А. и др. // Нефтехимия. 2023. Т. 63. № 4. С. 449. https://doi.org/10.31857/S0028242123040019 (Ivanova A. A., Koltsov I. N., Groman A. A., et al. // J. Petroleum Chem. 2023. V. 63. No. 8. P. 867.) https://doi.org/10.1134/S0965544123060142
  2. Shi P., Luo H., Ta X. et al. // RSC Advances. 2022. V.12. № 42. P. 27330. https://doi.org/10.1039/d2ra04772a
  3. Bui T., Frampton H., Huang Sh. et al. // Phys. Chem. Chem. Phys. 2021. V. 23. N. 44. P. 25075. https://doi.org/10.1039/D1CP03971G
  4. Müller P., Bonthuis D. J., Miller R. et al. // J. Phys. Chem. B. 2021. V. 125. N. 1. P. 406. https://doi.org/10.1021/acs.jpcb.0c08615
  5. Ghoufi A., Malfreyt P., Tildesley D. J. // Chem. Soc. Rev. 2016. V. 45. N. 5. P. 1387. https://doi.org/10.1039/C5CS00736D
  6. Negin C., Ali S., Xie Q. // Petroleum. 2017. V.3. P. 197. https://doi.org/10.1016/j.petlm.2016.11.007
  7. Belyaeva E. A., Vanin A. A., Victorov A. I. // Phys. Chem. Chem. Phys. 2018. V. 20. Is. 36. P. 23747. https://doi.org/10.1039/C8CP02488J
  8. Belyaeva E. A., Vanin A. A., Anufrikov Yu. A. et al. // Colloids Surf. A. 2016. V. 508. P. 93. https://doi.org/10.1016/j.colsurfa.2016.08.022
  9. Волков Н.А., Ерошкин Ю. А., Щекин А. К. и др. // Коллоидн. журн. 2021. Т. 83. № 4. С. 382. https://doi.org/10.31857/S0023291221040157 (Volkov N. A., Eroshkin Yu.A., Shchekin A.K et al. // Colloid J. 2021. V. 83. N. 4. P. 406.) https://doi.org/10.1134/S1061933X21040141
  10. Volkov N.A., Tuzov N. V., Shchekin A. K. // Fluid Phase Equilibria. 2016. V. 424. P. 114. https://doi.org/10.1016/j.fluid.2015.11.015
  11. Vanommeslaeghe K., Hatcher E., Acharya C. et al. // J. Comput. Chem. 2010. V. 31. P. 671. https://doi.org/10.1002/jcc.21367
  12. Yu W., He X., Vanommeslaeghe K., Mackerell A. D., Jr. // Ibid. 2012. V. 33. P. 2451. https://doi.org/10.1002/jcc.23067
  13. Klauda J.B., Venable R. M., Freites J. A. et al. // J. Phys. Chem. B. 2010. V. 114. P. 7830. https://doi.org/10.1021/jp101759q
  14. Jorgensen W.L., Chandrasekhar J., Madura J. D. et al. // J. Chem. Phys. 1983. V. 79. P. 926. https://doi.org/10.1063/1.445869
  15. Humphrey W., Dalke A., Schulten K. // J. Mol. Graph. 1996. V. 14. P. 33. https://doi.org/10.1016/0263-7855(96)00018-5
  16. Hanwell M.D., Curtis D. E., Lonie D. C. et al. // J. Cheminform. 2012. V. 4. P. 17. https://doi.org/10.1186/1758-2946-4-17
  17. Faria B. F., Vishnyakov A. M. // J. Chem. Phys. 2022. V. 157. Article 094706. https://doi.org/10.1063/5.0087363
  18. van Buuren A. R., Marrink S.-J., Berendsen H. J. C. // J. Phys. Chem. 1993. V. 97. P. 9206. https://doi.org/10.1021/j100138a023
  19. Bussi G., Donadio D., Parrinello M. // J. Chem. Phys. 2007. V. 126. № 014101. https://doi.org/10.1063/1.2408420
  20. Essmann U., Perera L., Berkowitz M. L. et al. // J. Chem. Phys. 1995. V. 103. P. 8577. https://doi.org/10.1063/1.470117
  21. Allen M.P., Tildesley D. J. Computer Simulation of Liquids. Oxford University Press, 2017. 2nd ed. 626 p.
  22. Френкель Д., Смит Б. Принципы компьютерного моделирования молекулярных систем: от алгоритмов к приложениям. Пер. с англ. и науч. ред. Иванов В. А., Стукан М. Р. М.: Научный мир, 2013. 559 с.
  23. Marrink S.J., de Vries A. H., Mark A. E. // J. Phys. Chem. B. 2004. V. 108. P. 750. https://doi.org/10.1021/jp036508g
  24. Marrink S.J., Risselada H. J., Yefimov S. et al. // J. Phys. Chem. B. 2007. V. 111. P. 7812. https://doi.org/10.1021/jp071097f
  25. Souza P.C.T., Alessandri R., Barnoud J. et al. // Nat Methods. 2021. V. 18. P. 382. https://doi.org/10.1038/s41592-021-01098-3
  26. Ndao M., Devémy J., Ghoufi A., Malfreyt P. // J. Chem. Theory Comput. 2015. V. 11. P. 3818. https://doi.org/10.1021/acs.jctc.5b00149
  27. Martínez L., Andrade R., Birgin E. G., Martínez J. M. // J. Comput. Chem. 2009. V. 30. № 13. P. 2157. https://doi.org/10.1002/jcc.21224
  28. Berendsen H.J.C., van der Spoel D., van Drunen R. // Comp. Phys. Comm. 1995. V. 91. P. 43. https://doi.org/10.1016/0010-4655(95)00042-E
  29. van der Spoel D., Lindahl E., Hess B. et al. // J. Comp. Chem. 2005. V. 26. P. 1701. https://doi.org/10.1002/jcc.20291
  30. Pronk S., Páll S., Schulz R. et al. // Bioinformatics. 2013. V. 29. P. 845. https://doi.org/10.1093/bioinformatics/btt055

补充文件

附件文件
动作
1. JATS XML
下载
2. 1. Full-atomic models of surfactants and ions: dodecyl sulfate anion C12H25OSO3– (a), cetyltrimethylammonium cation C16H33N+(CH3)3 (b), hexaethylene glycol decyl ether C10E6 (c), C12P8E5 molecule (d), C10E6SO4– anion (e).

下载 (150KB)
索引源数据
3. 2. A simulation cell containing 170 molecules of C10E6SO4Na, 700 molecules of decane, and 10,000 molecules of water. The Z axis is perpendicular to both monolayers of surfactants.

下载 (257KB)
索引源数据
4. 3. Coarse-grained models of surfactants and ions used in calculations: (a) monodecyl ether of hexaethylene glycol C10E6, (b) mononadecyl ether of triethylene glycol C19E3 and (c) dodecylbenzenesulfonate anion DBS. Coarse–grained power centers {CH3 - (CH2)2 –} and {– (CH2)3 –} are represented by black balls, the benzene ring is represented by two closely spaced gray balls, the power centers {– CH2 – O – CH2 –}, {– OH} and {– SO3–} are white, red and yellow balls, respectively.

下载 (55KB)
索引源数据
5. Fig. 4. Dependences of MFN on the adsorption of DSN at the decane–water interface, obtained at a temperature of 300 K, with a different number of surfactant molecules in the simulation cell.

下载 (20KB)
索引源数据
6. Fig. 5. Dependences of MFN on adsorption for a nonionic surfactant (C10E6) at the decane–water interface, obtained in full-atomic modeling at a temperature of 300 K and a different number of surfactant molecules (100 and 170 molecules) in the simulation cell.

下载 (18KB)
索引源数据
7. 6. Two–phase three-component system: water-dodecane–C10E6. The shape of the main cell of the simulation at various preset values of interfacial tension γ: 50 (a), 30 (b), 0 mN/m (c). The X-axis is vertical, the Z-axis is horizontal, and the Y-axis is perpendicular to the image plane.

下载 (156KB)
索引源数据
8. 7. Dependences of MFN on the adsorption of surfactants at the decane–water interface at a temperature of 300 K for five individual surfactants: C10E6, DSN, CTAH, C12P8E5 and C10E6SO4Na.

下载 (43KB)
索引源数据
9. 8. Dependence of the interfacial tension on the amount of surfactant adsorption at the interfacial boundary in the water–dodecane–surfactant system for three different surfactants (C10E6, C19E3, DBSH). The temperature is 353 K, the system is in mechanical equilibrium with a gas under pressure PN = 1 bar. Coarse-grained modeling data.

下载 (9KB)
索引源数据

版权所有 © Russian Academy of Sciences, 2024