Exploration of the Adsorption Kinetics of Surfactants at the Water–Oil Interface via Grand-Canonical Molecular Dynamics Simulations

吸附 肺表面活性物质 分子动力学 十二烷基硫酸钠 化学 乳状液 水溶液 动力学 胶束 热力学 饱和(图论) 相(物质) 微乳液 化学工程 分子 双水相体系 色谱法 物理化学 有机化学 计算化学 组合数学 物理 工程类 生物化学 数学 量子力学
作者
Xue‐Dan Yang,Wei Chen,Ying Ren,Liang‐Yin Chu
出处
期刊:Langmuir [American Chemical Society]
卷期号:38 (3): 1277-1286 被引量:15
标识
DOI:10.1021/acs.langmuir.1c03205
摘要

It is well-known that surfactants tend to aggregate into clusters or micelles in aqueous solutions due to their special structures, and it is difficult for the surfactant molecules involved in the aggregation to move spontaneously to the oil-water interface. In this article, we developed a new grand-canonical molecular dynamics (GCMD) model to predict the saturated adsorption amount of surfactant with constant concentration of surfactant molecules in the bulk phase, which can prevent surfactants aggregating in the bulk phase and get the atomic details of the interfacial structural change with increase of the adsorption amount through a single GCMD run. The adsorption of anionic surfactant sodium dodecyl sulfate (SDS) at the heptane-water interface was studied to validate the model. The saturated adsorption amount obtained from the GCMD simulation is consistent with the experimental results. The adsorption kinetics of SDS molecules during the simulation can be divided into three stages: linear adsorption stage, transition adsorption stage, and dynamic equilibrium stage. We also carried out equilibrium molecular dynamics (EMD) simulations to compare with GCMD simulation. This GCMD model can effectively reduce the simulation time with correct prediction of the interfacial saturation adsorption. We believe the GCMD method could be especially helpful for the computational study of surfactant adsorption under complex environments or emulsion systems with the adsorption of multiple types of surfactants.
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
orixero应助鸽子采纳,获得30
1秒前
1秒前
今后应助肖窈采纳,获得10
1秒前
iui飞完成签到,获得积分20
1秒前
1秒前
小萧发布了新的文献求助10
2秒前
2秒前
陈乐宁2024发布了新的文献求助10
2秒前
wrx完成签到,获得积分20
2秒前
1214056634发布了新的文献求助10
3秒前
3秒前
ljs发布了新的文献求助10
3秒前
sana完成签到,获得积分10
4秒前
4秒前
4秒前
小陈科研发布了新的文献求助10
4秒前
4秒前
SciGPT应助jing采纳,获得10
4秒前
chen发布了新的文献求助10
5秒前
橘寄发布了新的文献求助10
5秒前
美满的小白菜完成签到,获得积分10
5秒前
7秒前
haifenghou发布了新的文献求助30
7秒前
刘帅帅完成签到,获得积分10
8秒前
福建彭于晏完成签到,获得积分10
8秒前
orixero应助孙伟健采纳,获得10
8秒前
可爱的函函应助ws采纳,获得10
9秒前
熊亚丹发布了新的文献求助10
9秒前
9秒前
ljs完成签到,获得积分10
9秒前
10秒前
10秒前
坚强映菱发布了新的文献求助10
10秒前
DONGDONG发布了新的文献求助10
10秒前
田様应助chen采纳,获得10
10秒前
10秒前
GL完成签到,获得积分10
10秒前
自由的刺猬完成签到,获得积分10
11秒前
852应助yang采纳,获得10
11秒前
11秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
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 3135677
求助须知:如何正确求助?哪些是违规求助? 2786507
关于积分的说明 7777976
捐赠科研通 2442633
什么是DOI,文献DOI怎么找? 1298612
科研通“疑难数据库(出版商)”最低求助积分说明 625205
版权声明 600847