COMPUTER SIMULATION OF BIPHASIC CATALYTIC PROCESS IN PRESENCE OF POLYMER MICROGELS

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

Dissipative particle dynamics were used for the first time to simulate the reaction of biphasic catalysis with microgels adsorbed at the phase boundary with catalytic groups. It is shown that the rate of the catalytic process increases with the degree of deformation of the polymer network, which depends on the amount of the crosslinker and the solubility of the polymer in both phases. In this case, the highest rate of catalysis was observed for the microgel soluble in both phases due to an increase in its porosity (compared to amphiphilic microgels) and the “water–microgel–oil” contact area with a simultaneous decrease in the time for reagents to reach the catalytic groups due to the flattening of the microgel. The results obtained can be useful for increasing the efficiency of a wide range of catalytic reactions of the considered type through the use of network macromolecules.

Авторлар туралы

R. Gumerov

Lomonosov Moscow State University, Physics Department

Email: igor@polly.phys.msu.ru
Russian Federation, 119991, Moscow

M. Anakhov

Lomonosov Moscow State University, Physics Department

Email: igor@polly.phys.msu.ru
Russian Federation, 119991, Moscow

I. Potemkin

Lomonosov Moscow State University, Physics Department

Хат алмасуға жауапты Автор.
Email: igor@polly.phys.msu.ru
Russian Federation, 119991, Moscow

Әдебиет тізімі

  1. Karg M., Pich A., Hellweg T., Hoare T., Lyon L.A., Crassous J.J., Suzuki D., Gumerov R.A., Schneider S., Potemkin I.I., Richtering W. // Langmuir. 2019. V. 35. P. 6231–6255. https://doi.org/10.1021/acs.langmuir.8b04304
  2. Anakhov M.V., Gumerov R.A., Potemkin I.I. // Mendeleev Commun. 2020. V. 30. P. 555–562. https://doi.org/10.1016/j.mencom.2020.09.002
  3. Lyon L.A., Fernandez-Nieves A. // Annu. Rev. Phys. Chem. 2012. V. 63. P. 25–43. https://doi.org/10.1146/annurev-physchem-032511-143735
  4. Richtering W. // Langmuir. 2012. V. 28 P. 17218–17229. https://doi.org/10.1021/la302331s
  5. Zlotin S.G., Kucherenko A.S., Beletskaya I.P. // Russ. Chem. Rev. 2009. V. 78. P. 737–784. https://doi.org/10.1070/RC2009v078n08ABEH004040
  6. Beletskaya I.P., Kashin A.N., Litvinov A.E., Tyurin V.S., Valetsky P.M., van Koten G. // Organometallics. 2006. V. 25. P. 154–158. https://doi.org/10.1021/om050562x
  7. Beletskaya I.P., Khokhlov A.R., Tarasenko E.A., Tyu-rin V.S. // J. Organomet. Chem. 2007. V. 692. P. 4402–4406. https://doi.org/https://doi.org/10.1016/j.jorganchem.2007.06.056
  8. Beletskaya I.P., Kashin A.N., Khotina I.A., Khokh-lov A.R. // Synlett. 2008. P. 1547–1552. https://doi.org/10.1055/s-2008-1078430
  9. Beletskaya I.P., Selivanova A.V., Tyurin V.S., Matve-ev V.V., Khokhlov A.R. // Russ. J. Org. Chem. 2010. V. 46. P. 157–161. https://doi.org/10.1134/S1070428010020016
  10. Xiong L., Zhang H., Zhong A., He Z., Huang K. // Chem. Commun. 2014. V. 50. P. 14778–14781. https://doi.org/10.1039/c4cc06573e
  11. Ahmed E., Cho J., Friedmann L., Jang S.S., Weck M. // J. Am. Chem. Soc. 2022. V. 2. P. 2316–2326. https://doi.org/10.1021/jacsau.2c00367
  12. Hajji C., Haag R. Hyperbranched Polymers as Platforms for Catalysts. In: Dendrimer Catalysis. Gade L.H. (Ed.). Springer Berlin Heidelberg, Berlin, Heidelberg. V. 20. 2006. pp. 149–176. https://doi.org/10.1007/3418_035
  13. Wiese S., Spiess A.C., Richtering W. // Angew. Chem. Int. Ed. 2013. V. 52. P. 576–579. https://doi.org/10.1002/anie.201206931
  14. Ajmal M., Demirci S., Siddiq M., Aktas N., Sahiner N. // New J. Chem. 2016. V. 40. P. 1485–1496. https://doi.org/10.1039/C5NJ02298C
  15. Borrmann R., Palchyk V., Pich A., Rueping M. // ACS Catal. 2018. V. 8. P. 7991–7996. https://doi.org/10.1021/acscatal.8b01408
  16. Tan K.H., Xu W., Stefka S., Demco D.E., Kharandiuk T., Ivasiv V., Nebesnyi R., Petrovskii V.S., Potemkin I.I., Pich A. // Angew. Chem. Int. Ed. 2019. V. 58. P. 9791–9796. https://doi.org/10.1002/anie.201901161
  17. Kleinschmidt D., Fernandes M.S., Mork M., Meyer A.A., Krischel J., Anakhov M.V., Gumerov R.A., Potemkin I.I., Rueping M., Pich A. // J. Colloid Interface Sci. 2020. V. 559. P. 76–87. https://doi.org/10.1016/j.jcis.2019.10.005
  18. Kleinschmidt D., Nothdurft K., Anakhov M.V., Meyer A.A., Mork M., Gumerov R.A., Potemkin I.I., Richtering W., Pich A. // Mater. Adv. 2020. V. 1. P. 2983–2993. https://doi.org/10.1039/d0ma00407c
  19. Sabadasch V., Dirksen M., Fandrich P., Cremer J., Biere N., Anselmetti D., Hellweg T. // ACS Appl. Mater. Interfaces. 2022. V. 14. P. 49181–49188. https://doi.org/10.1021/acsami.2c14415
  20. Gumerov R.A., Rumyantsev A.M., Rudov A.A., Pich A., Richtering W., Möller M., Potemkin I.I. // ACS Macro Lett. 2016. V. 5. P. 612–616. https://doi.org/10.1021/acsmacrolett.6b00149
  21. Gumerov R.A., Filippov S.A., Richtering W., Pich A., Potemkin I.I. // Soft Matter. 2019. V. 15. P. 3978–3986. https://doi.org/10.1039/C9SM00389D
  22. Hoogerbrugge P.J., Koelman J.M.V.A. // Europhys. Lett. 1992. V. 19. P. 155–160. https://doi.org/10.1209/0295-5075/19/3/001
  23. Español P., Warren P. // Europhys. Lett. 1995. V. 30. P. 191–196. https://doi.org/10.1209/0295-5075/30/4/001
  24. Groot R.D., Warren P.B. // J. Chem. Phys. 1997. V. 107. P. 4423–4435. https://doi.org/10.1063/1.474784
  25. Gama Goicochea A., Romero-Bastida M., López-Ren-dón R. // Mol. Phys. 2007. V. 105. P. 2375–2381. https://doi.org/10.1080/00268970701624679
  26. Thompson A.P., Aktulga H.M., Berger R., Bolintine-anu D.S., Brown W.M., Crozier P.S., in ’t Veld P.J., Kohlmeyer A., Moore S.G., Nguyen T.D., Shan R., Stevens M.J., Tranchida J., Trott C., Plimpton S.J. // Comput. Phys. Commun. 2022. V. 271. P. 108171. https://doi.org/10.1016/j.cpc.2021.108171
  27. Komarova G.A., Kozhunova E.Yu., Potemkin I.I. // Molecules. 2022. V. 27. P. 8549. https://doi.org/10.3390/molecules27238549
  28. Voevodin V.V., Antonov A.S., Nikitenko D.A., Shvets P.A., Sobolev S.I., Sidorov I.Yu., Stefanov K.S., Voevodin V.V., Zhumatiy S.A. // Supercomput. Front. Innov. 2019. V. 6. P. 4–11. https://doi.org/10.14529/jsfi190201

Қосымша файлдар


© Р.А. Гумеров, М.В. Анахов, И.И. Потемкин, 2023

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».