Language
Country/Area
No result found
La merveilleuse relation entre les polymères et les solvants : comment affecter la solubilité dans différentes plages de température
Dans la science des polymères, la solubilité est à la base de nombreuses applications importantes, en particulier dans des domaines tels que le textile, la médecine et la science des matériaux. Le comportement des solutions de polymères change en fonction de la température, un phénomène qui devient encore plus apparent lorsqu’on parle de la température critique inférieure de la solution (LCST). La LCST est un paramètre important indiquant la température à laquelle les composants d'un mélange sont complètement miscibles en toutes proportions. Une fois que la température dépasse ce point critique, une insolubilité locale se produira.
Le comportement des phases dans les solutions polymères est une propriété importante dans le développement et la conception de la plupart des procédés liés aux polymères.
Certains polymères présentent une miscibilité complète dans les solutions aqueuses. Pour ces polymères, tels que le poly(N-isopropylacrylamide), le changement de phase se produit généralement à 32 °C (90 °F), mais en pratique, la température de changement de phase peut différer. de 5 à 10°C en fonction de la concentration en polymère, de la masse molaire de la chaîne et d'autres facteurs. Cela montre que les caractéristiques structurelles du polymère et de ses additifs, tels que les sels ou les protéines, peuvent modifier considérablement la température du point de trouble, ou LCST.
Les facteurs physiques rendent le LCST unique, principalement en raison du facteur de changement d'entropie du mix.
Il s'agit donc d'une valeur anormale car normalement l'entropie détermine le mélange, car le processus de mélange augmente le volume disponible pour chaque composant.En dessous du LCST, le mélange est spontané, ce qui signifie que le changement d'énergie libre (ΔG) est négatif, tandis qu'au-dessus du LCST, cette valeur devient positive.
Théoriquement, le modèle LCST peut être décrit par un modèle fluide en réseau. Ce modèle est une extension de la théorie des solutions de Flory-Huggins, prenant en compte les effets de densité et de compressibilité. La dernière extension de la théorie de Flory-Huggins permet l'observation des phénomènes LCST simplement en considérant la corrélation géométrique et les interactions de corrélation entre soluté et solvant.
Il existe également de nombreuses façons de prédire la LCST. Le premier type de méthode est proposé sur la base de données expérimentales et repose sur un fondement théorique fixe, qui nécessite l’ajustement de paramètres inconnus. L'autre consiste à utiliser des équations empiriques pour relier la LCST à travers des propriétés physiques et chimiques (telles que la densité, les propriétés critiques). Cependant, cette méthode ne peut pas obtenir les données requises dans certains cas.
Récemment, Liu et Zhong ont proposé un modèle linéaire basé sur l'indice de connexion moléculaire. Cette méthode montre une bonne capacité de prédiction, et on espère que certaines données importantes pourront être obtenues par calcul avant les expériences. De plus, le modèle QSPR (Quantified Structure Activity/Property Relationship) existant peut réduire efficacement le coût des essais et des erreurs, permettant aux chercheurs de faire des prédictions relativement fiables de la LCST des solutions de polymères avant la synthèse réelle, ce qui a de grandes implications pour la conception des matériaux. grande signification.
Actuellement, plus de 70 polymères non ioniques ont montré un comportement LCST dans des solutions aqueuses, ce qui constitue une grande source d'inspiration pour la conception de nouveaux polymères.
À mesure que la science progresse, la relation entre les polymères et les solvants continuera de retenir l'attention. Les chercheurs continuent d’explorer de nouveaux systèmes polymères et leurs comportements de solubilité, et d’autres applications pourraient être liées à ces résultats de recherche à l’avenir. Alors, comment pouvons-nous utiliser ces connaissances pour concevoir de meilleurs matériaux dans le cadre de futures recherches scientifiques ?
