Modification of the Stefan’s Rule for the Surface Tension Coefficients of Liquids

Cover Page

Cite item

Full Text

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

Abstract

A modification of the “Stefan’s rule” for the surface tension coefficients of liquids has been proposed, with the modification consisting in choosing a liquid as a system of comparison with respect to its surface. An expression for the surface tension coefficients has been derived and employed to interpret their temperature dependences for a number of molecular liquids with different physicochemical properties.

About the authors

V. A. Sevryugin

Kazan (Volga Region) Federal University, 420008, Kazan, Russia

Email: ssevriugin@mail.ru
Россия, 420008, Казань, Кремлевская ул., 18

V. D. Skirda

Kazan (Volga Region) Federal University, 420008, Kazan, Russia

Author for correspondence.
Email: ssevriugin@mail.ru
Россия, 420008, Казань, Кремлевская ул., 18

References

  1. Kalova J., Mareš R. Temperature dependence of the surface tension of water, including the supercooled region // International Journal of Thermophysics. 2022. V. 43. № 10. P. 154. https://doi.org/10.1007/s10765-022-03077-y
  2. Uddin M.S., Gosha R.C., Bhuiyan G.M. Investigation of surface tension, viscosity and diffusion coefficients forliquid simple metals // Journal of Non-Crystalline Solids. 2018. V. 499. P. 426–433. https://doi.org/10.1016/j.jnoncrysol.2018.07.014
  3. Nikoofard H., Kalantar Z. et al. Calculation of self-diffusion coefficient and surface tension of liquid alkali metals using square-well fluid // Fluid Phase Equilibria. 2019. V. 487. P. 1–7. https://doi.org/10.1016/j.fluid.2019.01.007
  4. Cachadina I., Hernandez A., Mulero A. Surface tension of esters. Temperature dependence of the influence parameter in density gradient theory with Peng−Robinson equation of state // Case Studies in Thermal Engineering. 2022. V. 36. P. 102193. https://doi.org/10.1016/j.csite.2022.102193
  5. Chulkova E.V., Emelyanenko K.A., Emelyanenko A.M., Boinovich L.B. Elimination of wetting study flaws in unsaturated vapors based on Laplace fit parameters // Surface Innovations. 2022. V. 10. № 1. P. 21–24. https://doi.org/10.1680/jsuin.21.00012
  6. Введенский О.Г., Микутов А.П., Каширин Н.В., Севрюгин В.А. Способ определения коэффициента поверхностного натяжения жидкости // Патент на изобретение № 2711148. 2020.
  7. Ролдугин В.И. Физикохимия поверхности. Изд. дом: Интеллект, 2008.
  8. Роулинсон Дж., Уидом Б. Молекулярная теория капиллярности. М.: Мир, 1986.
  9. Сумм Б.Д. Новые корреляции поверхностного натяжения с объемными свойствами жидкостей // Вестн. Моск. ун-та. Сер. 2. Химия. 1999. Т. 40. № 6. С. 400–405.
  10. Vavruch I. Stefan’s rule as a consequence of cohesive forces // Colloids and Surfaces. 1985. V. 15. P. 57−62. https://doi.org/10.1016/0166-6622(85)80055-X
  11. Щукин Е.Д., Перцов А.В., Амелина Е.А. Коллоидная химия. М.: Высшая школа, 2004.
  12. Lu H.M., Jiang Q. Surface tension and its temperature coefficient for liquid metals // J. Phys. Chem. 2005. V. 109. № 32. P. 15463−15468. https://doi.org/10.1021/jp0516341
  13. Kou H., Li W., Zhang X., Xu N. et al. Temperature-dependent coefficient of surface tension prediction model without arbitrary parameters // Fluid Phase Equilibria. 2018. V. 484. P. 53−59. https://doi.org/10.1016/j.fluid.2018.11.024
  14. Гиббс Д.В. Термодинамика. Статистическая механика. М.: Наука, 1982.
  15. Френкель Я.И. Кинетическая теория жидкостей. Л.: Наука, 1975.
  16. Скирда В.Д. Развитие градиентного ЯМР в исследованиях структуры и динамики сложных молекулярных систем / Скирда В.Д. и др. Альметьевск, 2021.
  17. Севрюгин В.А., Скирда В.Д. Вязкость молекулярных ньютоновских жидкостей // Коллоидный журнал. 2021. Т. 83. № 4. С. 456–465. https://doi.org/10.31857/S002329122104011X
  18. Бобылёв В.Н. Физические свойства наиболее известных химических веществ. М.: РХТУ, 2004.
  19. Краткий справочник физико-химических величин. изд. 8 / Под ред. Равделя А.А. и Пономаревой А.М. Л.: Химия, 1983.
  20. Скрышевский А.Ф. Структурный анализ жидкостей. М.: Высшая школа, 1971. 256 с.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (106KB)

Copyright (c) 2023 В.А. Севрюгин, В.Д. Скирда

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».