Структура мезилатов пропил-, дипропил- и трипропиламмония по данным метода молекулярной динамики

Обложка

Цитировать

Полный текст

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

Аннотация

С использованием метода молекулярной динамики исследованы особенности формирования микроструктуры ионных жидкостей на основе мезилат аниона и катионов аммония, имеющих в составе различное число пропильных групп. Проанализированы структурные изменения жидкости при изменении размера катиона. Рассчитаны вероятности образования водородных связей между катионом и анионом и средние числа водородных связей. Рассмотрено влияние сольватационных эффектов на предсказанные ранее квантово-химическим методом структурные модели ионных жидкостей.

Полный текст

Доступ закрыт

Об авторах

И. В. Федорова

Институт химии растворов им. Г.А. Крестова РАН

Автор, ответственный за переписку.
Email: fiv@isc-ras.ru
Россия, Иваново

М. А. Крестьянинов

Институт химии растворов им. Г.А. Крестова РАН

Email: fiv@isc-ras.ru
Россия, Иваново

Л. П. Сафонова

Институт химии растворов им. Г.А. Крестова РАН

Email: fiv@isc-ras.ru
Россия, Иваново

Список литературы

  1. Belieres J.P., Angell C. // J. Phys. Chem. B. 2007. V. 111. P. 4926. https://doi.org/10.1021/jp067589u
  2. Greaves T.L., Drummond C.J. // Chem. Rev. 2015. V. 115. P. 11379. https://doi.org/10.1021/acs.chemrev.5b00158
  3. Greaves T.L., Drummond C.J. // Ibid. 2008. V. 108. P. 206. https://doi.org/10.1021/cr068040u
  4. Hayes R., Warr G.G., Atkin R. // Ibid. 2015. V. 115. P. 6357. https://doi.org/10.1021/cr500411q
  5. Hayes R., Imberti S., Warr G.G., Atkin R. // Angew. Chem. Int. Ed. 2013. V. 52. P. 4623. https://doi.org/10.1002/anie.201209273
  6. Hunt P.A., Ashworth C.R., Matthews R.P. // Chem. Soc. Rev. 2015. V. 44. P. 1257. https://doi.org/10.1039/C4CS00278D
  7. Weingärtner H. // Angew. Chem. Int. Ed. 2008. V. 47. P. 654. https://doi.org/10.1002/anie.200604951
  8. Fumino K., Ludwig R. // J. Mol. Liq. 2014. V. 192. P. 94. http://doi.org/10.1016/j.molliq.2013.07.009
  9. Fumino K., Reimann S., Ludwig R. // Phys. Chem. Chem. Phys. 2014. V. 16. P. 21903. http://doi.org/10.1039/C4CP01476F
  10. Fumino K., Peppel T., Geppert-Rybczynska M. et al. // Ibid. 2011. V. 13. P. 14064. http://doi.org/10.1039/C1CP20732F
  11. Sun X., Cao B., Zhou X. et al. // J. Mol. Liq. 2016. V. 221. P. 254. https://doi.org/10.1016/j.molliq.2016.05.080
  12. Bodo E., Bonomo M., Mariani A. // J. Phys. Chem. B. 2021. V. 125. P. 2781. https://doi.org/10.1021/acs.jpcb.1c00249
  13. Han J., Wang L., Zhang H. et al. // J. Phys. Chem. A. 2020. V. 124. P. 10246. https://doi.org/10.1021/acs.jpca.0c07908
  14. Verma P.L., Gejji S.P. // J. Mol. Graph. Model. 2018. V. 85. P. 304. https://doi.org/10.1016/j.jmgm.2018.09.010
  15. Verma P.L., Gejji S.P. // J. Phys. Chem. A. 2018. V. 122. P. 6225. https://doi.org/10.1021/acs.jpca.8b04303
  16. Wei Y., Xu T., Zhang X. et al. // J. Chem. Eng. Data. 2018. V. 63. P. 4475. https://doi.org/10.1021/acs.jced.8b00583
  17. Fedorova I.V., Safonova L.P. // J. Phys. Chem. A 2019. V. 123. P. 293. https://doi.org/10.1021/acs.jpca.8b10906
  18. Fedorova I.V., Yablokov M.E., Safonova L.P. // Russ. J. Phys. Chem. A. 2022. V. 96. P. 2704. https://doi.org/10.1134/S003602442212010X
  19. Dong K., Zhang S., Wang Q. // Sci. China Chem. 2015. V. 58. P. 495. https://doi.org/10.1007/s11426-014-5147-2
  20. Shmukler L.E., Fedorova I.V., Fadeeva Yu.A., Safonova L.P. // J. Mol. Liq. 2021. V. 321. А. 114350. https://doi.org/10.1016/j.molliq.2020.114350
  21. Fabre E., Murshed S.M.S. // J. Mater. Chem. A. 2021. V. 9. P. 15861. https://doi.org/10.1039/d1ta03656d
  22. Abe H. // J. Mol. Liq. 2021. V. 332. А. 115189. https://doi.org/10.1016/j.molliq.2020.115189
  23. Markusson H., Belieres J. P., Johansson P. et al. // J. Phys. Chem. A. 2007. V. 111. P. 8717. https://doi.org/10.1021/jp072036k
  24. Fedorova I.V., Shmukler L.E., Fadeeva Yu.A. et al. // Russ. J. Phys. Chem. A. 2022. V. 96. P. 786. https://doi.org/10.1134/S0036024422040070
  25. Reid J.E.S.J., Bernardes C.E.S., Agapito F. et al. // Phys. Chem. Chem. Phys. 2017. V. 19. P. 28133. https://doi.org/10.1039/c7cp05076c
  26. Fedorova I.V., Shmukler L.E., Fadeeva Yu.A. et al. // Ionics. 2023. V. 29. P. 661. https://doi.org/10.1007/s11581-022-04844-5
  27. Fedorova I.V., Safonova L.P. // J. Mol. Model. 2023. V. 29. А. 230. https://doi.org/10.1007/s00894-023-05624-2
  28. Wang J., Wolf R.M., Caldwell J.W. et al. // J. Comput. Chem. 2004. V. 25. P. 1157. https://doi.org/10.1002/jcc.20035
  29. Wang J., Wang W., Kollman P.A., Case D.A. // J. Mol. Graph. Model. 2006. V. 25. P. 247. https://doi.org/10.1016/j.jmgm.2005.12.005
  30. Smith W., Yong C.W., Rodger P.M. // Mol. Simul. 2002. V. 28. P. 385. https://doi.org/10.1080/08927020290018769
  31. Singh U.C., Kollman P.A. // J. Comput. Chem. 1984. V. 5. P. 129. https://doi.org/10.1002/jcc.540050204
  32. Besler B.H., Merz Jr.K.M., Kollman P.A. // J. Comp. Chem. 1990. V. 11. P. 431. https://doi.org/10.1002/jcc.540110404
  33. Frisch M.J., Trucks G.W., Schlegel H.B. et al. Gaussian 09, Revision A.01, Gaussian, Inc., Wallingford CT, 2009.
  34. Smith W. // Comput. Phys. Commun. 1992. V. 67. P. 392. https://doi.org/10.1016/0010-4655(92)90048-4
  35. Youngs T.G.A. dlputils, Version 1.4.2. http://www.projectaten.com/dlputils
  36. Humphrey W., Dalke A., Schulten K. // J. Mol. Graph. 1996. V. 14. P. 33. https://doi.org/10.1016/0263-7855(96)00018-5
  37. Youngs T.G. // J. Comput. Chem. 2009. V. 31. P. 639. https://doi.org/10.1002/jcc.21359
  38. Bondi A. // J. Phys. Chem. 1964. V. 68. P. 441. https://doi.org/10.1021/j100785a001
  39. Arunan E., Desiraju G.R., Klein R.A. et al. // Pure Appl. Chem. 2011. V. 83. P. 1637. https://doi.org/10.1351/PAC-REC-10-01-02
  40. Fedorova I.V., Krestyaninov M.A., Safonova L.P. // Mol. Liq. 2022. V. 360. А. 119481. https://doi.org/10.1016/j.molliq.2022.119481
  41. Tsuzuki S., Shinoda W., Miran M.S. et al. // J. Chem. Phys. 2013. V. 139. А. 174504. https://doi.org/10.1063/1.4827519

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Структуры ионных пар с катионом пропиламмония PrA/MsO (а), дипропиламмония DPrA/MsO (б) и трипропиламмония TPrA/MsO (б) и мезилат-анионом. Водородные связи обозначены пунктирными линиями

Скачать (134KB)
Метаданные
3. Рис. 2. ФРР центров масс ионов для ионных жидкостей, содержащих мезилат-анион и катионы пропиламмония (PrA/MsO), дипропиламмония (DPrA/MsO), трипропиламмония (TPrA/MsO) и тетрапропиламмония (TetPrA/MsO)

Скачать (336KB)
Метаданные
4. Рис. 3. ПФР атомов кислорода мезилат-анионов относительно атомов водорода аминогруппы катионов пропиламмония, дипропиламмония и трипропиламмония (а) и атомов водорода аминогруппы катионов относительно атомов кислорода анионов (б)

Скачать (119KB)
Метаданные
5. Рис. 4. ФРР атомов водорода аминогрупп (а) и атомов азота (б) катионов пропиламмония, дипропиламмония и трипропиламмония относительно атомов кислорода мезилат-анионов для изучаемых протонных ионных жидкостей

Скачать (182KB)
Метаданные
6. Рис. 5. Распределение вероятностей угла NHO от его величины для рассматриваемых протонных ионных жидкостей с мезилат-анионом и различными катионами

Скачать (121KB)
Метаданные
7. Рис. 6. ФРР атомов водорода группы –СН2, ближайшей к атому азота (1), атомов водорода последующей группы –СН2 (2) и атомов водорода группы –СН3 (3) катиона относительно атомов кислорода мезилат-анионов для апротонной ионной жидкости TetPrA/MsO

Скачать (84KB)
Метаданные

© Российская академия наук, 2024

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».