RAS Chemistry & Material ScienceЖурнал физической химии Russian Journal of Physical Chemistry

  • ISSN (Print) 0044-4537
  • ISSN (Online) 3034-5537

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

PII
10.31857/S0044453724090179-1
DOI
10.31857/S0044453724090179
Publication type
Article
Status
Published
Authors
Volume/ Edition
Volume 98 / Issue number 9
Pages
124-134
Abstract
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.
Keywords
Date of publication
12.09.2025
Year of publication
2025
Number of purchasers
0
Views
3

References

  1. 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. 2. Shi P., Luo H., Ta X. et al. // RSC Advances. 2022. V.12. № 42. P. 27330. https://doi.org/10.1039/d2ra04772a
  3. 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. 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. 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. 6. Negin C., Ali S., Xie Q. // Petroleum. 2017. V.3. P. 197. https://doi.org/10.1016/j.petlm.2016.11.007
  7. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 17. Faria B. F., Vishnyakov A. M. // J. Chem. Phys. 2022. V. 157. Article 094706. https://doi.org/10.1063/5.0087363
  18. 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. 19. Bussi G., Donadio D., Parrinello M. // J. Chem. Phys. 2007. V. 126. № 014101. https://doi.org/10.1063/1.2408420
  20. 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. 21. Allen M.P., Tildesley D. J. Computer Simulation of Liquids. Oxford University Press, 2017. 2nd ed. 626 p.
  22. 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. 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. 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. 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. 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. 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. 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. 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. 30. Pronk S., Páll S., Schulz R. et al. // Bioinformatics. 2013. V. 29. P. 845. https://doi.org/10.1093/bioinformatics/btt055
QR
Translate

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library