Размерные кинетические эффекты при полимеризации в аэрозоле

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Размерные эффекты при химических превращениях в аэрозолях могут приводить к сдвигу химического равновесия и существенному изменению скорости реакций. Наиболее чувствительны к ним процессы полимеризации, при которых от числа мономеров в капле может зависеть как скорость реакции, так и степень полимеризации. Для обратимой реакции поликонденсации сформулировано кинетическое уравнение, основанное на предположении, что в малом объеме с ростом конверсии непрерывно воспроизводится равновесное молекулярно-массовое распределение (распределение Флори, нормированное на конечное количество мономеров). Построены кинетические кривые, демонстрирующие влияние размера капли на конверсию мономера, степень полимеризации и эволюцию молекулярно-массового распределения. Кинетика поликонденсации была смоделирована на примере поликонденсации молочной кислоты и сопоставлена с экспериментальными закономерностями. Модель демонстрирует, что уменьшение размеров капель приводит к существенному (степенная зависимость от радиуса) ускорению процесса полимеризации и понижению среднечисленной массы полимера.

Full Text

Restricted Access

About the authors

В. Б. Федосеев

Институт металлоорганической химии им. Г.А. Разуваева Российской академии наук

Author for correspondence.
Email: vbfedoseev@yandex.ru
Russian Federation, 603137 Нижний Новгород, ул. Тропинина, 49

Т. А. Ковылина

Институт металлоорганической химии им. Г.А. Разуваева Российской академии наук

Email: vbfedoseev@yandex.ru
Russian Federation, 603137 Нижний Новгород, ул. Тропинина, 49

Е. Н. Федосеева

Нижегородский государственный университет им. Н.И. Лобачевского

Email: vbfedoseev@yandex.ru
Russian Federation, 603022 Нижний Новгород, пр. Гагарина, 23, корп. 5

References

  1. Zhao J., Levitt N.P., Zhang R., Chen J. // Environ. Sci. Technol. 2006. V. 40. P. 7682.
  2. Jang M., Lee S., Kamens R.M. // Atmos. Environ. 2003. V. 37. P. 2125.
  3. Kalberer M., Paulsen D., Sax M., Steinbacher M., Dommen J., Prévôt A. S., Baltensperger U. // Science. 2004. V. 303. P. 1659.
  4. Shin D.S., Oh E.K., Kim S.G. // Aerosol Sci. Technol. 1996. V. 24. P. 243.
  5. Poostforooshan J., Rennecke S., Gensch M., Beuermann S., Brunotte G.P., Ziegmann G., Weber A.P. // Aerosol Sci. Technol. 2014. V. 48. P. 1111.
  6. Akgün E., Muntean A., Hubbuch J., Wörner M., Sangermano M. // Macromol. Mater. Eng. 2015. V. 300. P. 136.
  7. Wortmann A., Kistler-Momotova A., Zenobi R., Heine M.C., Wilhelm O., Pratsinis S.E. // J. Am. Soc. Mass Spectrom. 2007. V. 18. P. 385.
  8. Fedoseev V.B., Fedoseeva E.N. // Condens. Matter Interphases. 2020. V. 22. №3. P. 397.
  9. Cheng Y., Su H., Koop T., Mikhailov E., Pöschl U. // Nat. Commun. 2015. V. 6. P. 1.
  10. Ott E.J.E., Freedman M.A. // J. Phys. Chem. B. 2020. V. 124. P. 7518.
  11. Shishulin A.V., Fedoseev V.B. // Tech. Phys. 2020. V. 65. P. 340.
  12. Wei Z., Li Y., Cooks R.G., Yan X. // Annu. Rev. Phys. Chem. 2020. V. 71. P. 31.
  13. Fedoseev V.B., Fedoseeva E.N. // J. Eng. Phys. Thermophys. 2023. V. 96. P. 1196.
  14. Roshchin D.E., Patlazhan S.A., Berlin A.A. // Eur. Polym. J. 2023. V. 190. P. 112002.
  15. Ermakov A.N., Larin I.K., Ugarov A.A., Purmal A.P. // Kinet. Catal. 2006. V. 47. P. 836.
  16. Alpert P.A., Arroyo P.C., Dou J., Krieger U.K., Steimer S.S., Förster J.D., Ammann M. // Phys. Chem. Chem. Phys. 2019. V. 21. P. 20613.
  17. Fedoseev V.B. // Tech. Phys. Lett. 2023. V. 49. P. 71.
  18. Френкель С.Я. Введение в статистическую теорию полимеризации. М.: Наука, 1965.
  19. Andrews G.E. The Тheory of Рartitions. No. 2. Cambridge: Cambridge Univ. Press, 1998.
  20. Федосеев В.Б. // Вестн. Нижегородского гос. ун-та. Сер. Химия. 2000. №. 1. С. 146.
  21. Fedoseev V.B., Fedoseeva E.N. // Condens. Matter Interphases. 2022. V. 24. №1. P. 101.
  22. Федосеева Е.Н., Федосеев В.Б. // Изв. Кабардино-Балкарского гос. ун-та. 2022. № 12. С. 99.
  23. Korolev G.V., Irzhak T.F., Irzhak V.I. // Polymer Science A. 2001. V. 43. №6. P. 594.
  24. Roshchin D.E., Patlazhan S.A., Berlin A.A. // Polymer Science B. 2022. V. 64. № 1. P. 78.
  25. Emel'yanenko V.N., Verevkin S.P., Schick C., Stepurko E.N., Roganov G.N., Georgieva M.K. // Russ. J. Phys. Chem. A. 2010. V. 84. № 9. P. 1491.
  26. Похарукова Ю.Е., Новиков В.Т., Глотова В.Н. // Вестн. Кузбасского гос. техн. ун-та. 2017. №. 1. С. 134.
  27. Kortsenshteyn N.M., Yastrebov A.K. // Colloid J. 2015. V. 77. P. 38.
  28. Pasichnyy M., Shirinyan A., Schmelzer J. // Ukr. J. Phys. 2011. V. 56. №. 2. P. 192.
  29. Vengrenovich R.D., Moskalyuk A.V., Yarema S.V. // Semiconductors. 2006. V. 40. № 3. P. 270.
  30. Platonov M. P., Grigor'eva F. P., Frenkel S. Y. // Polymer Science USSR. 1980. V. 22. №. 4. P. 980.
  31. Fedoseev V.B., Fedoseeva E.N. // J. Eng. Phys. Thermophys. 2019, V. 92. P. 1191.
  32. Хмелев В.Н., Шалунов А.В., Шалунова А.В., Голых Р.Н., Генне Д.В. // Ползуновский вестник. 2012. №. 3–2. С. 179.
  33. Save M., Soum A. // Macromol. Chem. Phys. 2002. V. 203. P. 2591.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Kinetic curves modeled for drops of aqueous lactic acid solution with an initial radius 10 (1), 30 (2), 50 (3) and 100 microns (4), under conditions corresponding to the experiments [13]: a – monomer conversion n, b – polycondensation rate dη/dt. In Fig. 1a the points indicate the position of the maximum speed.

Download (107KB)
Indexing metadata
3. Fig. 2. Theoretical (solid line) and experimental (dashed) estimation of the time to reach the maximum rate of polycondensation tmax depending on the initial drop radius. The theoretical dependence is normalized by tmax for a drop with a radius of 30 microns – the point of intersection of the lines.

Download (65KB)
Indexing metadata
4. Fig. 3. The sequence of MMR occurring during polycondensation in a drop of solution with an initial radius of 10 microns, with an increase in conversion (time) at n = 0.001 (1.5 min); 0.01 (3 min); 0.1 (6 min); 1 (t > 1 h).

Download (54KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

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».