Modeling the influence of convective flows through an ion-selective area on electric current regimes in binary electrolyte solutions

Cover Page

Cite item

Full Text

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

Abstract

The paper presents the results of numerical simulations of a cell containing an ion-selective area in a one-dimensional statement. The mathematical model takes into account non-ideal selectivity of the ion-exchange area, and the presence of a convective electrolyte solution flow through it. The flow has been proven to influence the eventual selectivity of the ion-exchange area; the electric current through the system can both increase and decrease depending on the resulting current regime: underlimiting or limiting. The understanding of this effect will be useful in applications, including analyte preconcentration systems in microlaboratories for chemical analysis of biological liquids and electrobaromembrane separation systems for metal ions.

About the authors

G. S. Ganchenko

Laboratory of electro- and hydrodynamics of micro- and nanoscale, Financial University under the Government of the Russian Federation

Leningradsky Prospekt, 49/2, Moscow, 125167 Russia

V. S. Shelistov

Laboratory of electro- and hydrodynamics of micro- and nanoscale, Financial University under the Government of the Russian Federation

Email: shelistov_v@mail.ru
Leningradsky Prospekt, 49/2, Moscow, 125167 Russia

I. I. Olberg

Institute of Mathematics, Mechanics and Computer Science named after I.I. Vorovich, Southern Federal University

Milchakova St., 8A, Rostov-on-Don, 344090 Russia

I. V. Morshneva

Institute of Mathematics, Mechanics and Computer Science named after I.I. Vorovich, Southern Federal University

Milchakova St., 8A, Rostov-on-Don, 344090 Russia

E. A. Demekhin

Laboratory of electro- and hydrodynamics of micro- and nanoscale, Financial University under the Government of the Russian Federation; Laboratory of General Aerodynamics, Institute of Mechanics of M.V. Lomonosov Moscow State University

Leningradsky Prospekt, 49/2, Moscow, 125167 Russia; Michurinsky Avenue, 1, Moscow, 119192 Russia

References

  1. Kumar S., Maniya N., Wang C., Senapati S., Chang H.-C. Quantifying PON1 on HDL with nanoparticle-gated electrokinetic membrane sensor for accurate cardiovascular risk assessment // Nat. Commun. 2023. V. 14. № 1. P. 557. https://doi.org/10.1038/s41467-023-36258-w
  2. Жуков М.Ю., Юдович В.И. Математическая модель изотахофореза // Доклады Академии наук СССР. 1982. Т. 267. № 2. С. 334–338.
  3. Ramachandran A., Santiago J.G. Isotachophoresis: theory and microfluidic applications // Chem. Rev. 2022. V. 122. № 15. P. 12904–12976. https://doi.org/10.1021/acs.chemrev.1c00640
  4. Wang Y.-C., Stevens A.L., Han J. Million-fold preconcentration of proteins and peptides by nanofluidic filter // Anal. Chem. 2005. V. 77. № 14. P. 4293–4299. https://doi.org/10.1021/ac050321z
  5. Wang S.-C., Wei H.-H., Chen H.-P., Tsai M.-H., Yu C.-C., Chang H.-C. Dynamic superconcentration at critical-point double-layer gates of conducting nanoporous granules due to asymmetric tangential fluxes // Biomicrofluidics. 2008. V. 2. № 1. P. 014102. https://doi.org/10.1063/1.2904640
  6. Berzina B., Anand R.K. Tutorial review: Enrichment and separation of neutral and charged species by ion concentration polarization focusing // Anal. Chim. Acta. 2020. V. 1128. P. 149–173. https://doi.org/10.1016/j.aca.2020.06.021
  7. Ouyang W., Ye X., Li Z., Han J. Deciphering ion concentration polarization-based electrokinetic molecular concentration at the micro-nanofluidic interface: theoretical limits and scaling laws // Nanoscale. 2018. V. 10. № 32. P. 15187–15194. https://doi.org/10.1039/c8nr02170h
  8. Sarapulova V.V., Pasechnaya E.L., Titorova V.D., Pismenskaya N.D., Apel P.Yu., Nikonenko V.V. Electrochemical properties of ultrafiltration and nanofiltration membranes in solutions of sodium and calcium chloride // Membr. Membr. Technol. 2020. V. 2. № 5. P. 332–350. https://doi.org/10.1134/s2517751620050066
  9. Butylskii D., Troitskiy V., Chuprynina D., Dammak L., Larchet C., Nikonenko V. Application of hybrid electrobaromembrane process for selective recovery of lithium from cobalt- and nickel-containing leaching solutions // Membranes. 2023. V. 13. № 5. P. 509. https://doi.org/10.3390/membranes13050509
  10. Ryzhkov I.I., Lebedev D.V., Solodovnichenko V.S., Shiverskiy A.V., Simunin M.M. Induced-charge enhancement of the diffusion potential in membranes with polarizable nanopores // Phys. Rev. Lett. 2017. V. 119. № 22. P. 226001. https://doi.org/10.1103/physrevlett.119.226001
  11. Rubinstein I., Shtilman L. Voltage against current curves of cation-exchange membranes // J. Chem. Soc., Faraday Trans. 1979. V. 75. P. 231–246. https://doi.org/10.1039/f29797500231
  12. Ganchenko G.S., Kalaydin E.N., Schiffbauer J., Demekhin E.A. Modes of electrokinetic instability for imperfect electric membranes // Phys. Rev. E. 2016. V. 94. № 6. P. 063106. https://doi.org/10.1103/physreve.94.063106
  13. Ганченко Г.С., Калайдин Е.Н., Чакраборти С., Демехин Е.А. Гидродинамическая неустойчивость при омических режимах в несовершенных электрических мембранах // Доклады Академии наук. 2017. Т. 474. № 3. С. 296–300. https://doi.org/10.7868/s0869565217150063
  14. Demekhin E.A., Ganchenko G.S., Kalaydin E.N. Transition to electrokinetic instability near imperfect charge-selective membranes // Phys. Fluids. 2018. V. 30. № 8. P. 082006. https://doi.org/10.1063/1.5038960
  15. Schiffbauer J., Demekhin E., Ganchenko G. Transitions and instabilities in imperfect ion-selective membranes // Int. J. Mol. Sci. 2020. V. 21. № 18. P. 6526. https://doi.org/10.3390/ijms21186526
  16. Филиппов А.Н. Ячеечная модель ионообменной мембраны. Гидродинамическая проницаемость // Коллоидный журнал. 2018. Т. 80. № 6. С. 745–757. https://doi.org/10.1134/S0023291218060034
  17. Филиппов А.Н., Шкирская С.А. Верификация ячеечной (гетерогенной) модели ионообменной мембраны и ее сравнение с гомогенной моделью // Коллоидный журнал. 2019. Т. 81. № 5. С. 650–659. https://doi.org/10.1134/s0023291219050045
  18. Филиппов А.Н. Ячеечная модель ионообменной мембраны. Электродиффузионный коэффициент и диффузионная проницаемость // Коллоидный журнал. 2021. Т. 83. № 3. С. 360–372. https://doi.org/10.31857/S002329122103006X
  19. Филиппов А.Н. Ячеечная модель ионообменной мембраны. Капиллярно-осмотический и обратноосмотический коэффициенты // Коллоидный журнал. 2022. Т. 84. № 3. С. 350–362. https://doi.org/10.31857/S0023291222030053
  20. Filippov A.N. Control of electrolyte filtration through a charged porous layer (membrane) using a combination of pressure drop and an external electric field // Colloids Interfaces. 2022. V. 6. № 2. P. 34. https://doi.org/10.3390/colloids6020034
  21. Rubinstein I., Zaltzman B. Electro-osmotically induced convection at a permselective membrane // Phys. Rev. E. 2000. V. 62. № 2. P. 2238–2251. https://doi.org/10.1103/physreve.62.2238
  22. Шелистов В.С., Никитин Н.В., Ганченко Г.С., Демехин Е.А. Численное моделирование электрокинетической неустойчивости в полупроницаемых мембранах // Доклады Российской академии наук. 2011. Т. 440. № 5. С. 625–630.
  23. Apel P., Bondarenko M., Yamauchi Yu., Yaroshchuk A. Osmotic pressure and diffusion of ions in charged nanopores // Langmuir. 2021. V. 37. № 48. P. 14089–14095. https://doi.org/10.1021/acs.langmuir.1c02267
  24. Филиппов А.Н. Числа переноса противоионов в ячеечной модели заряженной мембраны // Мембраны и мембранные технологии. 2023. Т. 13. № 5. С. 393–401. https://doi.org/10.31857/S2218117223050036

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 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».