Моделирование диизопропилового эфира методом молекулярной динамики в различных межатомных потенциалах

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Для диизопропилового эфира методом классической молекулярной динамики с использованием трех потенциалов проводится сравнительная оценка точности определения плотности и вязкости. Также исследуется точность определения коэффициентов вязкости при использовании равновесных и неравновесного методов расчета.

Об авторах

О. В. Кашурин

Московский физико-технический институт (национальный исследовательский университет)

Email: kashurin.ov@phystech.edu
Россия, Московская область, Долгопрудный

Н. Д. Кондратюк

Московский физико-технический институт (национальный исследовательский университет); Объединенный институт высоких температур РАН; Национальный исследовательский университет “Высшая школа экономики”

Email: kashurin.ov@phystech.edu
Россия, Московская область, Долгопрудный; Россия, Москва; Россия, Москва

А. В. Ланкин

Объединенный институт высоких температур РАН; Московский физико-технический институт (национальный исследовательский университет)

Email: kashurin.ov@phystech.edu
Россия, Москва; Россия, Московская область, Долгопрудный

Г. Э. Норман

Объединенный институт высоких температур РАН; Московский физико-технический институт (национальный исследовательский университет); Национальный исследовательский университет “Высшая школа экономики”

Автор, ответственный за переписку.
Email: kashurin.ov@phystech.edu
Россия, Москва; Россия, Московская область, Долгопрудный; Россия, Москва; Moscow, Russia

Список литературы

  1. Campos Assuncao M., Cote G., Andre M. et al. // RSC Adv. 2017. № 7. P. 6922.
  2. Miran Milošević, Boelo Schuur, Andre B. De Haan // Chemical engineering transactions. 2011. V. 24. P. 733.
  3. Kristina Søborg Pedersen, Karin Michaelsen Nielsen, Jesper Fonslet et al. // Solvent Extraction and Ion Exchange. 2019. V. 37. № 5. P. 376.
  4. Piñeiro Á. // Fluid Phase Equilib. 2004. V. 216. P. 245.
  5. Kammerer K., Lichtenthaler R.N. // Thermochim. Acta. 1998. V. 310. P. 61.
  6. Xianyang Meng, Jiangtao Wu, Zhigang Liu // J. Chem. Eng. 2009. V. 54. № 9. P. 2353.
  7. Mohammed Rashid Ali, Noor Asma Fazli Abdul Samad // Physics and Chemistry of Liquids. 2021. V. 59. № 4. P. 1.
  8. Gui Liu, Zhongwei Zhao, Ahmad Ghahreman // Hydrometallurgy. 2019. V. 187. P. 81.
  9. Xue-Qiang Zhang, Qi Jin, Yi-Ling Nan et al. // Angew. Chem. Int. Ed. 2021. V. 60. P. 15503.
  10. Wei-Jing Chen, Chang-Xin Zhao, Bo-Quan Li et al. // Energy Environ. Mater. 2020. V. 3. P. 160.
  11. Manju Rani, Sanjeev Maken, So Jin Park // Korean J. Chem. Eng. 2019. V. 36. № 9. P. 1401.
  12. Гурина Д.Л., Антипова М.Л., Петренко В.Е. // Журн. физ. химии. 2011. Т. 85. № 5. С. 885.
  13. Антипова М.Л., Петренко В.Е. // Там же. 2013. Т. 87. № 7. С. 1196.
  14. Ланкин А.В., Норман Г.Э., Орехов М.А. // Там же. 2016. Т. 90. № 5. С. 710.
  15. Orekhov N., Kondratyuk N., Logunov M. et al. // Cryst. Growth Des. 2021. V. 21. № 4. P. 1984.
  16. Gupta A.K. // Mater. Today Proc. 2021. V. 44. P. 2380.
  17. Min Zhou, Ke Cheng, Guo-Zhu Jia // J. Mol. Liq. 2017. V. 230. P. 137.
  18. Раззоков Д., Исмаилова О.Б., Маматкулов Ш.И. и др. // Журн. физ. химии. 2014. Т. 88. № 9. С. 1339.
  19. Ewen J., Gattinoni C., Thakkar F. et al. // Materials. 2016. V. 9. № 8. P. 651.
  20. Glova A.D., Volgin I.V., Nazarychev V.M. et al. // RSC Adv. 2019. V. 9. № 66. P. 38834.
  21. Orekhov N., Ostroumova G., Stegailov V. // Carbon. 2020. V. 170. P. 606.
  22. Nazarychev V.M., Glova A.D., Volgin I.V. et al. // Int. J. Heat Mass Transf. 2021. V. 165. P. 120639.
  23. Ruochen Sun, Hui Qi, Pingan Liu et al. // J. Mol. Eng. Mat. 2020. V. 8. P. 2050001.
  24. Yasen Dai, Zhengrun Chen, Xingyi Liu et al. // Separation and Purification Technology. 2021. V. 279. P. 119717.
  25. Ponder J.W., Case D.A. // Adv. Prot. Chem. 2003. V. 66. P. 27.
  26. Jorgensen W.L., Maxwell D.S., Tirado-Rives J. // J. Am. Chem. Soc. 1996. V. 118. № 45. P. 11225.
  27. Vanommeslaeghe K., Hatcher E., Acharya C. et al. // J. Comput. Chem. 2010. V. 31. P. 671.
  28. Walker R.C., Crowley M.F., Case D.A. // J. Comput. Chem. 2008. V. 29. P. 1019.
  29. Wang J., Wang W., Kollman P.A. et al. // J. of Molecular Graphics and Modelling. 2006. V. 25.
  30. Wang J., Wolf R.M., Caldwell J. et al. // J. Comput. Chem., 2004. V. 25. P. 1157.
  31. Dodda L.S., Cabeza de Vaca I., Tirado-Rives J. et al. // Nucleic Acids Res. 2017. V. 45. № W1. P. W331.
  32. William J.L., Tirado-Rives J. // Proc. Natl. Acad. Sci. U.S.A. 2005. V. 102. № 19. P. 6665.
  33. Dodda L.S., Vilseck J.Z., Tirado-Rives J. et al. // J. Phys. Chem. B. 2017. V. 121. № 15. P. 3864.
  34. Jo S., Kim T., Iyer V.G. et al. // J. Comput. Chem. 2008. V. 29. P. 1859.
  35. Brooks B.R., Brooks C.L. III, MacKerell A.D. Jr. et al. // J. Comput. Chem. 2009. V. 30. P. 1545.
  36. Lee J., Cheng X., Swails J.M. et al. // J. Chem. Theory Comput. 2016. V. 12. P. 405.
  37. Lorentz H.A. // Ann. Phys. 1881. V. 248. P. 127.
  38. Berthelot D.C.R. // Seances Acad. Sci. 1889. V. 126. P. 1703.
  39. Good R.J., Hope C.J. // J. Chem. Phys. 1970. V. 53. P. 540.
  40. Good R.J., Hope C.J. // Ibid. 1971. V. 55. P. 111.
  41. Abraham M.J., Murtola T., Schulz R. et al. // SoftwareX. 2015. V. 1. P. 19.
  42. Bussia G., Donadio D., and Parrinello M. // J. Phys. Chem. 2007. V. 126.
  43. Berendsen H.J.C., Postma J.P.M., van Gunsteren W.F. et al. // J. Chem. Phys. 1984. V. 81. № 8. P. 3684.
  44. Sun H. // J. Phys. Chem. B. 1998. V. 102. № 38. P. 7338.
  45. Essmann U., Perera L., Berkowitz M. et al. // J. Chem. Phys. 1995. V. 103. P. 8577.
  46. Green M.S. // J. Chem. Phys. 1954. V. 22. № 3. P. 398.
  47. Kubo R. // J. Phys. Soc. Jpn. 1957. V. 12. № 6. P. 570.
  48. Hess B. // J. Chem. Phys. 2002. V. 116. P. 209.
  49. Xianyang Meng, Jiangtao Wu, Zhigang Liu // J. Chem. Eng. 2009. V. 54. P. 2353.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2.

Скачать (39KB)
3.

Скачать (49KB)
4.

Скачать (44KB)
5.

Скачать (47KB)

© О.В. Кашурин, Н.Д. Кондратюк, А.В. Ланкин, Г.Э. Норман, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».