Влияние проницаемой мембраны на кристаллизацию простой жидкости

Обложка

Цитировать

Полный текст

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

Аннотация

В статье рассматривается осаждение газа на кристаллическую подложку при условии наличия между подложкой и газом проницаемой мембраны. Мембрана отталкивает частицы газа, однако потенциал отталкивания имеет конечную максимальную силу, что позволяет частицам газа проникать через эту мембрану, если их скорость превышает некоторое значение. Показывается, что в зависимости от максимальной силы отталкивания мембраны (интенсивности отталкивания) система приходит к совершенно разным конечным состояниям: монокристаллу, поликристаллу с различной степенью пористости или же в системе не происходит кристаллизации вообще.

Об авторах

Ю. Д. Фомин

Институт физики высоких давлений им. Л.Ф. Верещагина Российской академии наук

Email: fomin314@mail.ru
Калужское шоссе, 14, Троицк, Москва, 108840 Россия

Е. Н. Циок

Институт физики высоких давлений им. Л.Ф. Верещагина Российской академии наук

Калужское шоссе, 14, Троицк, Москва, 108840 Россия

В. Н. Рыжов

Институт физики высоких давлений им. Л.Ф. Верещагина Российской академии наук

Калужское шоссе, 14, Троицк, Москва, 108840 Россия

Список литературы

  1. Venable R.M., Krämer A., Pastor R.W. Molecular dynamics simulations of membrane permeability // Chem. Rev. 2019. V. 119. № 9. P. 5954–5997. https://doi.org/10.1021/acs.chemrev.8b00486
  2. A N.V.N., Jougnot D., Thanh L.D., et al. Predicting water flow in fully and partially saturated porous media: A new fractal-based permeability model // Hydrogeol. J. 2021. V. 29. P. 2017–2031. https://doi.org/10.1007/s10040-021-02364-6
  3. Yoshioka T., Kotaka K., Nakagawa K., et al. Molecular dynamics simulation study of polyamide membrane structures and RO/FO water permeation properties // Membranes. 2018. V. 8. № 4. P. 127. https://doi.org/10.3390/membranes8040127
  4. Gonçalves J.A., Batista R.J.C., Barbosa M.C. Water in nanoporous hexagonal boron nitride nanosheets: a first-principles study // Beilstein J. Nanotechnol. 2025. V. 16. P. 510–519. https://doi.org/10.3762/bjnano.16.39
  5. Kiran P.S., Indupuri S., Kumar K.V., et al. Fabrication of nanoporous multilayer graphene nanoplatelets membrane for water desalination // Desalination. 2024. V. 575. P. 117291. https://doi.org/10.1016/j.desal.2024.117291
  6. Tiwary S.K., Singh M., Chavan S.V., Karim A. Graphene oxide-based membranes for water desalination and purification // npj 2D Materials and Applications. 2024. V. 8. P. 27. https://doi.org/10.1038/s41699-024-00462-z
  7. Ali I., Zenab Hasan S., Garcia H., Danquah M.K., Imanova G. Recent advances in graphene-based nano-membranes for desalination // Chem. Eng. J. 2024. V. 483. P. 149108. https://doi.org/10.1016/j.cej.2024.149108
  8. Kim Y., Cruz S.S., Lee K., et al. Remote epitaxy through graphene enables two-dimensional material-based layer transfer // Nature. 2017. V. 544. P. 340–343. https://doi.org/10.1038/nature22053
  9. Ji J., Kwak H.M., Yu J., et al. Understanding the 2D-material and substrate interaction during epitaxial growth towards successful remote epitaxy: a review // Nano Convergence. 2023. V. 10. P. 19. https://doi.org/10.1186/s40580-023-00368-4
  10. Wang X., Choi J., Yoo J., Hong Y.J. Unveiling the mechanism of remote epitaxy of crystalline semiconductors on 2D materials-coated substrates // Nano Convergence. 2023. V. 10. P. 40. https://doi.org/10.1186/s40580-023-00387-1
  11. Frenkel D., Smit B. Understanding molecular simulation: From algorithms to applications, 3rd ed. Academic. New York. 2023.
  12. Ackland G.J., Jones A.P. Applications of local crystal structure measures in experiment and simulation // Phys. Rev. B. 2006. V. 73. P. 054104. https://doi.org/10.1103/PhysRevB.73.054104
  13. Stukowski A. Visualization and analysis of atomistic simulation data with OVITO – The open visualization tool // Modelling Simul. Mater. Sci. Eng. 2010. V. 18. P. 015012. https://doi.org/10.1088/0965-0393/18/1/015012
  14. Thompson A.P., Aktulga H.M., Berger R., et al. LAMMPS - A flexible simulation tool for particle-based materials modeling at the atomic, meso, and continuum scales // Computer Physics Communications. 2022. V. 271. P. 108171. https://doi.org/10.1016/j.cpc.2021.108171

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© 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».