Piotr A. Gauden¹, Wojciech P. Zieliński¹, Sylwester Furmaniak²,
Piotr Kowalczyk³

¹ Uniwersytet Mikołaja Kopernika, Wydział Chemii, Zespół Naukowy: Fizykochemia Materiałów Węglowych, Gagarina 7, 87-100 Toruń, Polska

² Państwowa Wyższa Szkoła Zawodowa im. Stanisława Staszica, Podchorążych 10, 64-920 Piła, Polska

³ Uniwersytet w Murdoch, Szkoła Inżynierii i Technologii Informacyjnych, Zachodnia Australia 6150, Australia

 

         Pośród znanych adsorbentów nanoporowate materiały węglowe, ze względu na swoją złożoność, stanowią jeden z najbardziej skomplikowanych układów badawczych – zarówno doświadczalnie, jak i w opisie teoretycznym czy modelowaniu [1-4]. Procesy zachodzące na granicy faz adsorbat/adsorbent (w tym w szczególności materiał węglowy) mają często złożoną naturę wynikającą z wpływu różnorodnych czynników, jak geometryczna i/lub energetyczna niejednorodność (szerokość i kształt porów, defekty, obecność heteroatomów i/lub grup funkcyjnych itp.) [1-4]. Jednym z najpopularniejszych adsorbatów wykorzystywanych do badania chemicznej natury materiałów węglowych (a także wyznaczania dostępnej przestrzeni adsorpcyjnej) jest woda. Ma ona stosunkowo prostą budowę, jest łatwa w użyciu oraz jest jednym z najbardziej popularnych rozpuszczalników. W ostatnich latach obserwuje się intensywny wzrost zarówno skali, jak i zakresu różnorodności nanomateriałów węglowych stosowanych w celu usuwania jonów i cząsteczek rozpuszczonych z wody [5,6]. Warto też podkreślić, że mechanizm sorpcji H₂O jest niezwykle skomplikowany i wciąż nie do końca poznany [7-9]. Podobna sytuacja jest obserwowana w odniesieniu do procesów dejonizacji oraz adsorpcji związków z roztworów wodnych.

         Istotną rolę w badaniach opisanych powyżej mogą odgrywać symulacje komputerowe (z wykorzystaniem metod typu Monte Carlo oraz dynamiki molekularnej) dostarczające informacji na temat procesów zachodzących w porach materiału węglowego. Jednak jak zauważył Burt i współpracownicy [10] w celu optymalizacji nowych materiałów pojawia się potrzeba odejścia od powszechnie stosowanego szczelinopodobnego modelu nanoporów na rzecz modeli bardziej skomplikowanych, które w lepszy sposób odzwierciedlają strukturę rzeczywistych materiałów węglowych (takich jak wirtualne węgle porowate (WWP)).

         Niniejsza prezentacja dotyczy problemu symulacji procesu adsorpcji wody na uporządkowanych oraz nieuporządkowanych materiałach węglowych. Wnikliwie omówiony zostanie także postęp, który został poczyniony w ostatnim okresie w zakresie modelowania procesów sorpcji i dyfuzji na granicy faz układów woda („czysta”, jak i będąca składnikiem roztworów)/porowaty adsorbent. Zbadano wpływ struktury porowatej, chemicznej natury powierzchni oraz stopnia polaryzacji materiału węglowego. Wyniki rozważań teoretycznych porównano z doniesieniami literaturowymi.

Literatura:

[1] T. J. Bandosz, M. J. Biggs, K. E. Gubbins, Y. Hattori, T. Iiyama, K. Kaneko, J. Pikunic, K. T. Thomson, [w:] Chemistry and Physics of Carbon, L.R. Radovic, ed., vol. 28, Marcel Dekker Inc., New York, 2003, 97.

[2] R. Ch. Bansal, M. Goyal, Adsorpcja na węglu aktywnym, WNT, Warszawa, 2009.

[3] P.A. Gauden, A.P. Terzyk, Zarys teorii adsorpcji par i gazów w mikroporach materiałów węglowych, WIChiR, Warszawa, 2002.

[4] H. Jankowska, A. Świątkowski, J. Choma, Węgiel aktywny, WNT, Warszawa, 1985.

[5] J. Abraham, K. S. Vasu, Ch. D. Williams, K. Gopinadhan, Y. Su, Ch. T. Cherian, J. Dix, E. Prestat, S. J. Haigh, I. V. Grigorieva, P. Carbone, A. K. Geim, R. R. Nair, Nature Nanotechnology, 2017, 21, 1.

[6] T. Ohba, PCCP, 2016, 18, 14543.

[7] S. Furmaniak, P. A. Gauden, A. P. Terzyk, G. Rychlicki, Adv. Colloid Interface Sci., 2008, 137, 82.

[8] A.P. Terzyk, P. A. Gauden, S. Furmaniak, R. P. Wesołowski, P. Kowalczyk, Phys. Chem. Chem. Phys., 2010, 12, 10701.

[9] L. Liu, Sh. J. Tan, T. Horikawa, D. D. Do, D. Nicholson, J. Liu, Adv. Colloid Interface Sci., 2017, 250, 64.

[10] R. Burt, G. Birkett, X. S. Zhao, Phys. Chem. Chem. Phys., 2014, 16, 6519.

Podziękowania: Podziękowania dla Poznańskiego Centrum Superkomputerowo Sieciowego (PCSS – Poznań) za udostępnienie mocy obliczeniowej na klastrze.