水溶液电解质塞琴诺夫常数的计算:一种新的气体溶解度模型
《Journal of Molecular Liquids》:Calculation of Sechenov constants for aqueous electrolytes: a new gas solubility model
【字体:
大
中
小
】
时间:2026年09月21日
来源:Journal of Molecular Liquids CS10.3
编辑推荐:
•提出了一个计算Sechenov常数的简单新模型。•为新模型确定了用于计算Ks的参数(hj、hG(A,B,Tep,t)、ha)。•新模型相较于Weisenberger-Schumpe模型将预测准确度提高了20%。
引言
目前,在许多科学领域和工业实践中,评估低到中等温度和
•提出了一个计算Sechenov常数的简单新模型。•为新模型确定了用于计算Ks的参数(hj、hG(A,B,Tep,t)、ha)。•新模型相较于Weisenberger-Schumpe模型将预测准确度提高了20%。
引言
目前,在许多科学领域和工业实践中,评估低到中等温度和压力条件下水溶液中气体含量都非常重要。这些领域包括催化剂行为建模和CO?还原反应机制[1];研究物理和化学吸收过程以去除气流中的有害成分,最常见的为CO2,也包括SO2、H2S、CH4和其他气体[2]、[3]、[4]、[5];气泡柱反应器中的传质和化学反应建模[6];对流层水相化学的研究[7];以及气体溶解度本身的研究[2]、[8]。在这些领域以及许多其他领域中,人们已开发出各种方法来描述气体在水电解质溶液中的溶解度。这些方法从基于Sechenov方程的经验关联式,到基于水合、离子特异性相互作用以及更详细的电解质溶液热力学描述模型不等。近期的综述对这些方法及其应用进行了全面概述[9]、[10]、[11]、[12]、[13]、[14]、[15]、[16]。在众多经验模型中,Weisenberger–Schumpe模型[17]对当前研究目标尤其具有吸引力,因为它将相对简单的公式化与广泛的气体及电解质覆盖范围相结合,并且可以应用于混合电解质溶液。该模型基于Krevelen和Hoftijzer在[18]中提出的方法,该方法假设溶解度的变化与溶液的离子强度成正比,并与离子和溶解气体的贡献之和成正比。Krevelen和Hoftijzer的模型后来被Schumpe在[19]、[20]、[21]的一系列研究中进行了修订。为了解决在计算混合溶液时产生的内部不一致性问题,[20]中首先用单个离子的离子强度替代了溶液的离子强度,随后在[21]中又用其浓度替代。Weisenberger和Schumpe在[17]中提出了该模型的现代版本,其中参数值为在大量数据集上确定的50种离子和22种气体的参数值。随后利用[2]、[14]、[22]、[23]中的实验数据扩展了模型的范围并优化了某些参数。然而,应当注意,由于原始数据集不可获得,在这样的研究中难以在整个数据范围内保持参数一致性——从而难以保持模型的通用性。在我们之前的工作中[24],我们试图解决这一局限性,通过发布一套扩展的Sechenov常数数据集,可为未来的研究提供基础数据集。
众所周知,溶解的电解质会影响气体在水溶液中的溶解度。当气体溶解度相较于纯水降低时(这通常是最常见的情况),通常称为盐析效应(salting-out effect);当溶解度增加时,称为盐溶效应(salting-in)。在实践中,电解质对气体溶解度的影响通常使用经验性的Sechenov方程来估算:lg Hv0/pc - lg Hv/pc = lg ss0 = -Ks·c
Weisenberger–Schumpe模型[17](以下简称WS模型)提出了使用Schumpe最初在[21]中引入的方程来计算Sechenov常数(Ks):Ks = Σj hj + hGT·νj = Σj νj·hj + Σj νj·hGT
WS模型中Ks的温度依赖性通过使用气体特异性参数hG的线性关系来考虑:hG = hG0 + ht(T - 298.15)
总体而言,该模型能令人满意地描述观测到的Ks值。然而,[23]中更详细的分析表明,在广泛的Ks值范围(0–0.9 L mol?1)内,WS模型无法同时对Ks值较小和较大(>0.6 L mol?1)的情况提供准确预测,即使改变hG也不能解决这一问题(涉及O3、SF6等多种气体)。随后在[25]中,我们基于对新实验数据的分析,通过提出一种估算Ks的新表达式部分解决了这一问题:Ks = (1-θ)/(ln10)·Σj νj ωj Mw ρw = (1-θ)·Mw/(ln10·ρw)·Σj νj ωj = hGT·Σj νj hj
该方程更准确地考虑了气体特异性参数在高Ks值时的影响,并对Ar、N2和Xe等气体表现出令人满意的效果。然而,在对模型预测能力进行广泛数据集测试时,发现了一个缺陷:对某些气体的低Ks值预测效果不佳。这在图1中得到了清晰说明,该图展示了各种气体(G)的Ks(G)与Ks(O2)关系之间的线性近似。如图所示,对于某些气体(G = CO2、SF6、H2S),直线并不穿过如公式(4)所预测的原点,而是发生了不同程度的偏移。此外,图1还说明了应用WS模型时遇到的问题。使用公式(2)计算的Ks(G)与Ks(O2)关系相较于Ks(O2)与Ks(O2)线发生了偏移,偏移值为:Ks(G) - Ks(O2) = hG(G) - hG(O2) 对Σj νj求和 = hG(G) 对Σj νj求和
这里考虑了WS模型中在t = 25 °C时采用的hG(O2) = 0的条件。当绝对差值|Ks(G) - Ks(O2)|随Ks增大而急剧增加时,这会带来问题,这在Ks(SF6)与Ks(O2)的关系中尤为明显。对于这一依赖关系,WS模型不允许选择一个单一的Ks(SF6)与Ks(O2)依赖值,也不允许选择一个单一的hG(SF6)值来同时拟合HCl溶液(Σνj = 2),其中hG(SF6) = (Ks(SF6) - Ks(O2) = 0.0491 - 0.0359)/2 = 0.0066 L mol?1,以及Na2SO4溶液(Σνj = 3),其中hG(SF6) = (0.6058 - 0.3608)/3 = 0.0273 L mol?1。可见,尽管在WS模型中hG(SF6)应为常数,但从HCl和Na2SO4数据中推断出的值却相差四倍以上。
使用公式(4)描述数据的主要困难出现在小Ks值和负Ks值区域。需要注意的是,负Ks值对应盐溶效应,即气体在电解质溶液中的溶解度超过在纯水(相同条件下)中的溶解度。在[24]中汇编的数据集中,在HNO3和HClO4溶液中经常观察到CO2、N2O和其他气体的负Ks值,SO2在几乎所有研究体系中也是如此。盐溶效应源于离子影响区域内的额外气体吸收。然而,其潜在机制取决于特定的气体-电解质体系。例如,在SO2溶解过程中,会与卤化物[26]、[27]及其他类型的阴离子形成络合物。图2和图S1(SD文件中的附加数据表)展示了盐析系数(Ks)与阴离子在络合物稳定性递增序列中的位置之间的关系:SO42? < NO3? < Cl? < Br? < SCN? < I?。相比之下,为了解释Ar、He和其他相对惰性气体的水合作用,以及CO2、N2O和H2S等气体的水合作用,人们提出了多种理论,将气体溶解度与离子周围及溶解气体(非电解质)周围水的结构和性质的变化联系起来[15]、[16]:内压理论;静电理论;水合理论等。推导公式(4)时采用的方法依赖于水合理论的概念,未考虑特定的离子-气体相互作用,特别是涉及SO2的相互作用,这导致了上述在预测图1中多条依赖关系中靠近原点附近的Ks值时遇到的困难。
本研究的主要目标是改进[25]中先前提出的模型,使其能够充分预测小Ks值,并使用[24]中的数据集中的参数值确定新模型的参数。通过比较新模型与WS模型在同一数据集中的预测精度,对新模型的性能进行了评估。为确保公平比较,WS模型的参数也使用[24]中的数据集中的参数进行了确定。
通过实现这些目标,所提出的模型可作为WS模型的可靠替代方案,用于估算气体在混合电解质溶液中溶解度的变化。
模型方程
如引言中所述,新模型方程能很好地描述具有高Ks值的体系。新方程中使用气体特异性参数和离子特异性参数的乘积,使得能够正确考虑特定气体性质对电解质溶液中气体溶解度降低(由离子周围水合壳形成引起)的影响。然而,某些体系中观察到的盐溶效应仅用水合作用难以解释
建模与分析工具
公式(10)中的参数使用Microsoft Excel 2010中实现的广义缩减梯度算法以及Origin 2016中的Levenberg-Marquardt算法,对非线性最小二乘问题进行求解。优化标准为最小化实验值与计算值之间的残差平方和。
由于模型参数数量众多(131个)、实验数据量大(Ks值)且数据稀疏和不规则
最优模型参数集合
新模型的参数通过第3.5节中描述的最终优化步骤,在全局实验Ks数据上最小化RSS获得,结果列于表1和表2。表1和表2中列出的参数值已四舍五入到足够的有效位数,使得重新计算的Ksi值偏差不超过0.0002 L mol?1,这与报告Ks值时通常使用的精度一致。
残差平方和(RSS)被用作衡量指标
结论
本工作改进了[25]中提出的计算水溶液中气体Sechenov常数的模型。结果,新模型不仅保留了对高Ks值描述优于WS模型的优势,还显著改善了表现出盐溶效应体系的Ks预测。
需要注意的是,实测Ks值与计算Ks值之间的偏差与特定的离子-气体相互作用有关,其性质可能
标题
提出了一套用于计算环境温度和压力条件(≤ 2 mol L?1,~1 atm,0-100 °C)下盐水溶液中气体含量及其变化的工具包。给出了27种阳离子和24种阴离子的参数,用于计算22种气体在1400多种盐溶液中的Sechenov常数,精度约为0.05 L mol?1。
CRediT作者贡献声明
Andrey V. Gordeev:撰写——审阅与编辑、撰写——初稿、可视化、验证、软件、资源、方法、调查研究、正式分析、数据管理。Boris G. Ershov:撰写——审阅与编辑、监督指导、资源、项目管理、资金获取、概念化。
生成式人工智能和AI辅助技术在写作过程中的声明
在准备本工作期间,作者使用了ChatGPT以改善语言、提高材料的可读性并提供一般性问题的帮助。作者根据需要审阅并编辑了输出内容,并对已发表文章的内容承担全部责任。
资助
本研究得到俄罗斯联邦科学与高等教育部资助。
利益冲突声明
作者声明不存在可能影响本文报道工作的已知竞争性经济利益或个人关系。
术语表
缩写
AIC 赤池信息准则
OLS 普通最小二乘法
RSS 回归残差平方和
SD 附加数据
WS Weisenberger–Schumpe模型
WSnpar 具有新参数的Weisenberger–Schumpe模型(表S1,数据工作表)
符号说明
A、B、tep 用于计算气体特异性函数hG(T)温度依赖性的参数
AIC AIC的值
B 模型参数的向量列:[β1, … βk, … βp]
TF F统计量的值
Fadq 用于检验模型适用性的F统计量
F(α, f1, f2) F的临界值
Andrey V. Gordeev | Boris G. Ershov
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号