Моделирование влияния конвективных течений через ионоселективную область на токовые режимы в бинарных растворах электролитов

Обложка

Цитировать

Полный текст

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

Аннотация

В работе представлены результаты численного моделирования ячейки с ионоселективной областью в одномерной постановке. Математическая модель учитывает неидеальную селективность ионообменной области и наличие конвективного течения раствора электролита через нее. Было обнаружено, что течение может влиять на степень селективности ионообменной области, причем электрический ток через систему может как увеличиваться, так и уменьшаться в зависимости от того, какой токовый режим реализуется: допредельный или предельный. Понимание обнаруженного эффекта будет полезно в практических приложениях, таких как системы предварительного концентрирования аналита в микролабораториях для химического анализа биологических жидкостей или электробаромембранные системы разделения.

Об авторах

Г. С. Ганченко

Лаборатория электро- и гидродинамики микро- и наномасштабов, Финансовый университет при Правительстве Российской Федерации

Ленинградский пр-т, 49/2, Москва, 125167 Россия

В. С. Шелистов

Лаборатория электро- и гидродинамики микро- и наномасштабов, Финансовый университет при Правительстве Российской Федерации

Email: shelistov_v@mail.ru
Ленинградский пр-т, 49/2, Москва, 125167 Россия

И. И. Ольберг

Институт математики, механики и компьютерных наук им. И.И. Воровича, Южный федеральный университет

ул. Мильчакова, 8А, Ростов-на-Дону, 344090 Россия

И. В. Моршнева

Институт математики, механики и компьютерных наук им. И.И. Воровича, Южный федеральный университет

ул. Мильчакова, 8А, Ростов-на-Дону, 344090 Россия

Е. А. Демехин

Лаборатория электро- и гидродинамики микро- и наномасштабов, Финансовый университет при Правительстве Российской Федерации; Лаборатория общей аэродинамики, НИИ механики МГУ им. М.В. Ломоносова

Ленинградский пр-т, 49/2, Москва, 125167 Россия; Мичуринский пр-т, 1, Москва, 119192 Россия

Список литературы

  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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025

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».