已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Combined Molecular Dynamics Simulation–Molecular-Thermodynamic Theory Framework for Predicting Surface Tensions

表面张力 分子动力学 肺表面活性物质 化学 吉布斯等温线 胶束 水溶液 临界胶束浓度 热力学 离子键合 朗缪尔 物理化学 计算化学 有机化学 离子 物理
作者
Vishnu Sresht,Eric P. Lewandowski,Daniel Blankschtein,Arben Jusufi
出处
期刊:Langmuir [American Chemical Society]
卷期号:33 (33): 8319-8329 被引量:41
标识
DOI:10.1021/acs.langmuir.7b01073
摘要

A molecular modeling approach is presented with a focus on quantitative predictions of the surface tension of aqueous surfactant solutions. The approach combines classical Molecular Dynamics (MD) simulations with a molecular-thermodynamic theory (MTT) [Y. J. Nikas, S. Puvvada, D. Blankschtein, Langmuir 1992, 8, 2680]. The MD component is used to calculate thermodynamic and molecular parameters that are needed in the MTT model to determine the surface tension isotherm. The MD/MTT approach provides the important link between the surfactant bulk concentration, the experimental control parameter, and the surfactant surface concentration, the MD control parameter. We demonstrate the capability of the MD/MTT modeling approach on nonionic alkyl polyethylene glycol surfactants at the air–water interface and observe reasonable agreement of the predicted surface tensions and the experimental surface tension data over a wide range of surfactant concentrations below the critical micelle concentration. Our modeling approach can be extended to ionic surfactants and their mixtures with both ionic and nonionic surfactants at liquid–liquid interfaces.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
连灵竹完成签到,获得积分0
刚刚
老实的羊青完成签到 ,获得积分10
3秒前
隐形曼青应助啊哈哈采纳,获得10
4秒前
4秒前
bill应助Jamer采纳,获得10
6秒前
英俊的铭应助_shiy采纳,获得10
8秒前
10秒前
神奇海螺发布了新的文献求助10
14秒前
汉堡包应助kk采纳,获得30
15秒前
123发布了新的文献求助10
15秒前
汤健完成签到 ,获得积分10
16秒前
狂野的驳发布了新的文献求助10
17秒前
23秒前
夜漫雪完成签到,获得积分20
23秒前
24秒前
25秒前
活泼的沅发布了新的文献求助10
27秒前
_shiy发布了新的文献求助10
30秒前
30秒前
Sunnpy完成签到 ,获得积分10
31秒前
Sunnpy发布了新的文献求助10
37秒前
科研通AI2S应助sukasuka采纳,获得10
42秒前
46秒前
可爱的函函应助荞麦面采纳,获得10
47秒前
ww完成签到,获得积分10
49秒前
蟹菌蚝完成签到 ,获得积分10
49秒前
夜漫雪发布了新的文献求助10
50秒前
51秒前
52秒前
53秒前
oceanao应助亚当寇克采纳,获得10
53秒前
天天快乐应助完美的一斩采纳,获得10
53秒前
散步的书包完成签到,获得积分10
54秒前
尉迟衣发布了新的文献求助10
56秒前
完美世界应助juan采纳,获得10
1分钟前
随心完成签到 ,获得积分10
1分钟前
orixero应助hhc采纳,获得10
1分钟前
SciGPT应助尉迟衣采纳,获得10
1分钟前
隐形曼青应助骑驴找马采纳,获得10
1分钟前
1分钟前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158476
求助须知:如何正确求助?哪些是违规求助? 2809636
关于积分的说明 7883043
捐赠科研通 2468315
什么是DOI,文献DOI怎么找? 1314077
科研通“疑难数据库(出版商)”最低求助积分说明 630572
版权声明 601956