Исследование структуры бабстонных кластеров в водных растворах электролитов методами лазерной диагностики

• Автор: Шкирин, Алексей Владимирович
• Шифр специальности: 01.04.21
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Москва
• Количество страниц: 118 с. : ил.

СОДЕРЖАНИЕ
Введение
Глава 1. Методы измерения матрицы рассеяния света
1.1. Способы описания поляризации света
1.2. Принципы построения оптических схем поляриметров
1.2.1 Схемы РБ1) с разделением измерений по каналам
1.2.2 Схемы Р8П с разделением измерений во времени
1.3. Модуляторы поляризации света.
1.3.1 Расчет двухэлементных поляризационных модуляторов
1.3.2 Физические эффекты и материалы для модуляции поляризации света
Глава 2. Моделирование рассеяния лазерного излучения системами
кластеров наночастиц
2.1 Общий вид матриц рассеяния дисперсных систем
2.2 Модель ютастер-кластерной агрегации
2.3 Численные расчеты матриц рассеяния света для ансамблей кластеров наносфер
Глава 3. Экспериментальная техника
3.1. Поляриметр-скаттерометр на основе второй гармоники ЫФУАС лазера с длиной волны 0,532 мкм
3.1.1. Оптическая схема и принцип работы
3.1.2. Система обработки информативного сигнала
3.2. Лазерный модуляционно-интерференционный микроскоп 5
3.3. Спектрометр динамического рассеяния света
Г лава 4. Результаты экспериментальных исследований
4.1. Постановка задачи
4.2. Водные суспензии кварца и полистирольного латекса
4.2.1 Эксперименты по фазовой микроскопии.
4.2.2 Эксперименты по измерению матрицы рассеяния света
4.3. Водные растворы ИаС1
4.3.1 Эксперименты по фазовой микроскопии.
4.3.2 Эксперименты по динамическому рассеянию света.
4.3.3 Эксперименты по измерению матрицы рассеяния света

4.4. Решение обратной задачи светорассеяния в водных растворах ЫаС1
4.4.1. Компьютерное моделирование структуры бабстонных кластеров
4.4.2. Определение концентрации бабстонных кластеров
4.5. Выводы
Заключение
Список литературы

ВВЕДЕНИЕ
Методы неразрушающего анализа веществ в разнообразных фазовых состояниях, активно развиваемые в последние десятилетия, находят широкое применение как в фундаментальных, так и прикладных исследованиях, где представляет интерес определение состава и структуры дисперсных систем, в частности, микро- и наноструктуры жидкостей (например, коллоидных систем). Общей чертой практически всех коллоидных систем, являются процессы агрегации дисперсных частиц. Поэтому, значительную актуальность имеет, с одной стороны, совершенствование бесконтактных методов диагностики дисперсной фазы, сформированной в объеме жидкости, а, с другой стороны, экспериментальное изучение структуры кластеров дисперсных частиц, образующихся в таких системах. Потребность в получении информации о мйкроструктурных параметрах в жидкости возникает во многих областях, включая контроль технологических процессов, физико-химические, геофизические, биомедицинские и фармакологические исследования, а также экологический мониторинг.
Интересной с фундаментальной и практической точек зрения, но практически незатронутой другими исследователями проблемой является выяснение структуры газовой фазы, содержащейся при нормальных условиях в очищенных от твердых примесей растворах электролитов и являющейся источником их естественной гетерогенности [1-5]. В [1] была впервые предложена и теоретически обоснована модель, представляющая долгоживущие газовые микро неоднородности в водных ионных растворах как бабстонные кластеры. Там же был введен термин «бабстон» (аббревиатура от англ. bubble, stabilized by ions) для обозначения стабильных нанопузырьков, спонтанно возникающих при нормальных условиях в жидкостях, насыщенных растворенным газом и содержащих ионную компоненту. Присутствие бабстнов и их кластеров в водных средах существенно влияет на физические свойства этих сред, являясь центрами оптического пробоя, ультразвуковой кавитации, а также кипения. В то же время, для практических применений (например, в ядерной энергетике) требуется высокая устойчивость жидкости к перегреву, а также по отношению к оптическим и ультразвуковым полям высокой интенсивности. Следует отметить, что образование бабстонов имеет существенное значение в объяснении ряда биологических процессов (например, дыхание морских организмов). Таким образом, изучение законов формирования бабстонно-кластерной фазы в водных средах представляет собой актуальную задачу. В связи с этим диссертационная работа была посвящена экспериментальной проверке существования нано пузырьковых (бабстонных) кластеров в водных ионных растворах и определению их структурных параметров.

иерархическую модель агрегации сферических частиц [87]. В нашей модели итеративно генерируются последовательности кластеров, начиная с N отдельных сферических частиц. Значения радиусов этих сфер - отдельные реализации случайного процесса с заданным типом распределения функции плотности вероятности. На каждом шаге итерационной процедуры, случайным образом выбираются два кластера; эти кластеры агрегируют друг с другом, образуя при этом новый кластер. Вероятность Р выбора данного кластера подчиняется степенному закону в виде Р = С-Уа, где V - объем кластера, а - параметр модели (этот параметр влияет на фрактальные свойства кластерных частиц), С - нормирующий множитель. Численный алгоритм соединения выбранной пары кластеров заключается в следующем (рис. 2.2):
1) кластер (1) считается неподвижным, а система координат связана с центром тяжести этого кластера (точка О)).
2) кластер (2) случайно поворачивается в пространстве вокруг своего центра тяжести (это соответствует случайному вращению кластера (2) во время его движения до столкновения).
3) выбрается точка Н, случайно расположенная на поверхности достаточно большой сферы с центром в точке С|. Таким образом задается направление падения кластера (2) на кластер (1) (обозначим это направление единичным вектором й). Здесь нет необходимости учитывать случайное вращение кластера (1) вокруг точки О], так как оно автоматически включено в случайный выбор направления падения (Рис. 2.2).
4) определяется точка столкновения двух кластеров, при этом подразумевается, что кластер (2) начинает двигаться вдоль вектора й. Если точка столкновения отсутствует, предыдущий шаг повторяется снова.
5) агрегация двух кластеров приводит к образованию нового кластера, который заменяет эту пару кластеров в сгенерированной последовательности кластеров.
6) процедура продолжается до тех пор, пока не будет построен единый кластер, состоящий из N сфер.
В этой иерархической модели кластер-кластерной агрегации средняя фрактальная размерность генерируемых ансамблей кластеров зависит от параметра а. Кроме того, можно выделить интервал, где средняя фрактальная размерность меняется монотонно, при этом разница между минимальным и максимальным значениями на граничных точках интервала весьма существенна (см. рис.2.3).