Образование ионных сеток в расплавленных солевых смесях. Компьютерный эксперимент

Обложка

Цитировать

Полный текст

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

Аннотация

Расплавленные соли используются как теплопроводящие среды в жидко-солевых реакторах и в солнечных установках. Знание теплопроводности расплавленной соли необходимо для безопасной эксплуатации этих агрегатов. Вычислительные методы являются альтернативой труднодоступному экспериментальному пути определения теплопроводности. В настоящей работе методом равновесной молекулярной динамики рассчитана температурная зависимость теплопроводности расплавленной соли FLiNaK, а также этого солевого расплава с растворенным в нем NdF3. Температурное поведение теплопроводности, а также ее изменение после растворения NdF3 во FLiNaK объясняется на основе определения динамической сети ионных связей, существующей в модели солевых расплавов. Установлены сети ионных связей с верхним пределом межионного расстояния, равным 0.2 нм для обоих типов солевых расплавов, и с пределом в 0.27 нм для связанной сети Nd–F в расплаве, содержащем NdF3. Эти сети связей со временем появляются в разных частях системы и могут полностью исчезать. Общая численность узлов динамических сетей, определенная за время корреляции тепловых потоков, имеет влияние на значение теплопроводности моделируемой системы. Новый метод интерпретации температурного поведения теплопроводности расплавленной соли в компьютерной модели может быть использован для прогнозирования процесса растворения в солевых расплавах фторидов различных лантаноидов и актиноидов.

Полный текст

Доступ закрыт

Об авторах

А. Е. Галашев

Институт высокотемпературной электрохимии Уральского отделения Российской академии наук; Уральский Федеральный Университет имени первого президента России Б.Н. Ельцина

Автор, ответственный за переписку.
Email: galashev@ihte.uran.ru
Россия, Екатеринбург; Екатеринбург

Список литературы

  1. Halliday C., Hatton T.A. // Appl. Energy. 2020. V. 280. Art. № 116016. https://doi.org/10.1016/j.apenergy.2020.116016
  2. Sorbom N., Ball J., Palmer T.R. et al. // Fusion Eng. Des. 2015. V. 100. P. 378. https://doi.org/10.1016/j.fusengdes.2015.07.008
  3. Akanda M.A.M., Shin D. // J. Ener. Storage. 2023. V. 60. Art. № 106608. https://doi.org/10.1016/j.est.2023.106608
  4. Игнатьева Л.Н., Машенко В.А., Горбенко О.М., Бузник В.М. // Хим. физика 2023. № 11. С. 23. https://doi.org/10.31857/S0207401X23110031
  5. Froese B. C. // Adsorption of Neodymium Experiment Design to Simulate Nuclear Fuel Reprocessing. Syracuse: University Honors Program Capstone Projects, 2011. P. 5–14. https://surface.syr.edu/honors_capstone/249
  6. Cervi E., Lorenzi A., Cammi A., Luzzi L. // Chem. Eng. Sci. 2019. V. 193. P. 379. https://doi.org/10.1016/j.ces.2018.09.025
  7. Nunes V.M.B., Lourenco M.J.V., Santos F.J.V., Nieto de Castro C.A. // J. Chem. Eng. Data. 2003. V. 48. № 3. P. 446. https://doi.org/10.1021/je020160l
  8. Gheribi A.E., Chartrand P. // J. Chem. Phys. 2016. V. 144. № 8. P. 084506. https://doi.org/10.1063/1.4942197
  9. Gheribi A.E., Torres J.A., Chartrand P. // Sol. Energy Mater. Sol. Cells. 2014. V. 126. P. 11. https://doi.org/10.1016/j.solmat.2014.03.028
  10. Ross R.G. // Rep. Prog. Phys. 1984. V. 47. № 10. P. 1347. https://doi.org/10.1088/0034-4885/47/10/002
  11. Romatoski R.R., Hu L.W. // Ann. Nucl. Energy. 2017. V. 109. № 2–3. P. 635. https://doi.org/10.1016/j.anucene.2017.05.036
  12. An X.-H., Cheng J.-H., Yin H.-Q., Xie L.-D., Zhang P. // Intern. J. Heat Mass Transfer. 2015. V. 90. P. 872. https://doi.org/10.1016/j.ijheatmasstransfer.2015.07.042
  13. Robertson S.G., Wiser R., Yang W. et al. // J. Appl. Phys. 2022. V. 131. № 22. 225102. https://doi.org/10.1063/5.0088059
  14. Nagasaka Y., Nakazawa N., Nagashima A. // Intern. J. Thermophys. 1992. V. 13. № 4. P. 555. https://doi.org/10.1007/BF00501941
  15. Robertson G., Short M.P. // Rev. Sci. Instrum. 2021. V. 92. Art. № 064905. https://doi.org/10.1063/5.0049727
  16. Copley J.R.D., Rowe J.M. // Phys. Rev. Lett. 1974. V. 32. № 2. P. 49. https://doi.org/10.1103/PhysRevLett.32.49
  17. Demmel F., Hosokawa S., Pilgrim W.-C. // J. Phys.: Condens. Matter. 2021. V. 33. № 37. Art. № 375103. https://doi.org/10.1088/1361-648X/ac101c
  18. Hosokawa S., Demmel F., Pilgrim W.-C. et al. // Electrochem. 2009. V. 77. № 8. P. 608. https://doi.org/10.5796/electrochemistry.77.608
  19. Bryk T., Mryglod I.M. // J. Mol. Liquids. 2005. V. 120. № 1–3. P. 83. https://doi.org/10.1016/j.molliq.2004.07.041
  20. Кишевецкий С.П., Курдяева Ю.А., Гаврилов Н.М. // Хим. физика. 2023. Т. 42. № 10. С. 77. https://doi.org/10.31857/S0207401X23100096
  21. Tosi M.P., Fumi F.G. // J. Phys. Chem. Solids. 1964. V. 25. № 1. P. 45. https://doi.org/10.1016/0022-3697(64)90160-x
  22. Adams D.J., McDonald I.R. // J. Phys. C: Sol. State Phys. 1974. V. 7. № 16. P. 2761. https://doi.org/10.1088/0022-3719/7/16/009
  23. Pauling L. // J. Amer. Chem. Soc. 1929. V. 51. № 4. P. 1010. https://doi.org/10.1021/ja01379a006
  24. Galashev A.Y., Rakhmanova O.R., Abramova K.A. et al. // J. Phys. Chem. B. 2023. V. 127. № 5. P. 1197. https://doi.org/10.1021/acs.jpcb.2c06915
  25. Mayer J.E. // J. Chem. Phys. 1933. V. 1. № 4. P. 270. https://doi.org/10.1063/1.1749283
  26. Wang H. Ph.D. Dis. Molecular dynamics simulations of molten salts: Force field evaluation and development. Indiana, Notre Dame: University of Notre Dame, 2022.
  27. Ishii Y., Sato K., Salanne M., Madden P.A., Ohtori N. // J. Phys. Chem. B. 2014. V. 118. № 12. P. 3385. https://doi.org/10.1021/jp411781n
  28. Руденко Е.И., Дохликова Н.В., Гатин А.К., Сарвадий С.Ю., Гришин М.В. // Хим. физика. 2023. Т. 42. № 7. С. 70. https://doi.org/10.31857/50207401X23070166
  29. Cordero B., Gomes V., Platero-Prats A. et al. // Dalton Trans. 2008. V. 21. № 21. P. 2832. https://doi.org/10.1039/b801115j
  30. Thakur S., Dionne C.J., Karna P., King S.W., Lanford W. // Phys. Rev. Mater. 2022. V. 6. Art. № 094601. https://doi.org/10.1103/PhysRevMaterials.6.094601
  31. Rudenko A., Redkin A., Il’ina E. et al. // Materials. 2022. V. 15. № 16. Art. № 5603. https://doi.org/10.3390/ma15165603
  32. Braun I.L., King S.W., Giri A. et al. // Appl. Phys. Lett. 2016. V. 109. № 19. Art.№ 191905. https://doi.org/10.1063/1.4967309
  33. Возняковский А.А., Возняковский А.П., Кидалов С.В., Заваринский В.И. // Хим. физика. 2021. Т. 40. № 6. С. 14. https://doi.org/10.31857/S0207401X21060169
  34. Xu R.L., Rojo M.M., Islam S.M. et al. // J. Appl. Phys. 2019. V. 126. № 18. Art.№ 185105. https://doi.org/10.1063/1.5097172
  35. Galashev A.Y. // Appl. Sci. 2023. V. 13, № 2. P. 1085. https://doi.org/10.3390/app13021085
  36. Özen A.S., Akdeniz Z. // J. Mol. Liquids. 2022. V. 368. Part B. P. 120771. https://doi.org/10.1016/j.molliq.2022.120771
  37. Li J., Guo H., Zhang H., Li T., Gong Y. // Chem. Phys. Lett. 2019. V. 718, P. 63. https://doi.org/10.1016/j.cplett.2019.01.035
  38. Bessada C., Zanghi D., Salanne M. et al. // J. Mol. Liquids. 2020. V. 307. № 2. Art. № 112927. https://doi.org/10.1016/j.molliq.2020.112927

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Общий вид системы FLiNaK + 15 мольн.% NdF3 перед МД-расчетом (t = 0 с, на рисунке слева) и в конце расчета, когда был получен расплав при T = 1020 K (t = 2.5 нс, на рисунке справа).

Скачать (366KB)
Метаданные
3. Рис. 2. Относительное количество взаимосвязанных положительных и отрицательных ионов в системе FLiNaK + + 15 мольн.% NdF3, образующих связи Li+–F-, длина которых не превышает 0.2 нм (а) и связи Nd3+–F- с длиной ≤0.27 (б); штриховые линии и цифры у кривых показывают средние значения числа связанных ионов Nb.

Скачать (121KB)
Метаданные
4. Рис. 3. Размещение ионов Li+ в системе FLiNaK + + 15 мольн.% NdF3 (800 K) в конце расчета.

Скачать (189KB)
Метаданные
5. Рис. 4. Узлы наибольшей сетки связей с длинами связей не более 0.2 нм между положительными и отрицательными ионами в системе FLiNaK + 15 мольн.% NdF3 при температуре 800 K.

Скачать (128KB)
Метаданные
6. Рис. 5. Размещение ионов Nd3+ в системе FLiNaK + + 15 мольн.% NdF3 в конце расчета при температуре 1020 К.

Скачать (136KB)
Метаданные
7. Рис. 6. Узлы сетки связей между ионами Nd3+ и F- в системе FLiNaK + 15 мольн.% NdF3 с длинами связей не более 0.27 нм в конце расчета при температуре 1020 K.

Скачать (67KB)
Метаданные
8. Рис. 7. Температурная зависимость относительного числа связанных ионов для систем FLiNaK и FLiNaK + 15 мольн.% NdF3; штриховые линии – линейная аппроксимация представленных зависимостей; на рисунке термин “общее число” означает, что учитываются длины связей Lb всех положительных ионов с F -, не превышающие 0.2 нм, а также Lb растворенных ионов со связями Nd3+–F - не более 0.27 нм.

Скачать (51KB)
Метаданные
9. Рис. 8. Теплопроводность систем FLiNaK и FLiNaK + + 15 мольн.% NdF3, определенная в молекулярно-динамическом расчете (настоящая работа) и в эксперименте по определению коэффициента λ методом лазерной вспышки [31].

Скачать (32KB)
Метаданные

© 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».