【电化学】-物质传递(迁移与扩散)
物质传递
- 物质传递
- Nernst-Planck公式
- 迁移
- 扩散
- 扩散层厚度
- 扩散速率
- 菲克定律(Fick定律)
- 边界条件(为了求出CO(x,t)\mathit{C_{O}(x,t)}CO(x,t))
- 初始条件
- 半无限边界条件
- 电极表面边界条件
物质传递
定义:物质传递,即物质在溶液中从一个地方迁移到另一个地方,是由两处电化学势或化学势的不同,或者一定体积的溶液扩散所引起的。
物质传递有三种模式:
- 迁移(migration):荷电物质在电场(电势梯度)作用下的运动
- 扩散(diffusion):一个物种在化学势梯度(即浓度梯度)作用下的运动
- 对流(convection):搅拌或流体运输。一般流体流动是由于自然对流(由于密度梯度所引起的对流)和强制对流而发生的,在空间上可分为静止区、层流区和湍流区。
Nernst-Planck公式
电极附近的物质传递可由Nernst-Planck公式来描述,沿着x方向的一维物质传递方程可表示为:
Ji(x)\mathit{J_{i}(x)}Ji(x)=−Di∂Ci(x)∂x\mathit{{{-D_{i}\frac{\mathrm{ \partial }C_{i}(x)}{\mathrm{\partial }x}}}}−Di∂x∂Ci(x)−ziFRTDiCi∂ϕ(x)∂x+Civ(x)\mathit{{{-\frac{z_{i}F}{RT}D_{i}C_{i}\frac{\mathrm{ \partial }\phi(x)}{\mathrm{\partial }x}+C_{i}v(x)}}}−RTziFDiCi∂x∂ϕ(x)+Civ(x)
- Ji(x)\mathit{J_{i}(x)}Ji(x)为在距电极表面x\mathit{x}x处的物质i\mathit{i}i的流量,mol⋅s−1⋅cm−2\mathrm{mol{\cdot}s^{-1}{\cdot}cm^{-2}}mol⋅s−1⋅cm−2
- Di\mathit{D_{i}}Di为扩散系数,cm2⋅s−1\mathrm{cm^2{\cdot}s^{-1}}cm2⋅s−1
- ∂Ci(x)∂x\frac{\mathrm{ \partial }C_{i}(x)}{\mathrm{\partial }x}∂x∂Ci(x)为距离x\mathit{x}x处的浓度梯度
- ∂ϕ(x)∂x\frac{\mathrm{ \partial }\phi(x)}{\mathrm{\partial }x}∂x∂ϕ(x)是电势梯度
- zi\mathit{z_{i}}zi和Ci\mathit{C_{i}}Ci分别为物质i\mathit{i}i的电荷(无量纲)和浓度
公式右边三项分别代表扩散、迁移和对流对流量的贡献
在静止条件下,即在不搅拌或没有密度梯度的静止溶液中,溶液的对流速度v\mathit{v}v为0。那么流量通用公式变为:
Ji(x)\mathit{J_{i}(x)}Ji(x)=−Di∂Ci(x)∂x\mathit{{{-D_{i}\frac{\mathrm{ \partial }C_{i}(x)}{\mathrm{\partial }x}}}}−Di∂x∂Ci(x)−ziFRTDiCi∂ϕ(x)∂x\mathit{{{-\frac{z_{i}F}{RT}D_{i}C_{i}\frac{\mathrm{ \partial }\phi(x)}{\mathrm{\partial }x}}}}−RTziFDiCi∂x∂ϕ(x)
如果物质i\mathit{i}i带电(由于符号与电流冲突,下面用j\mathit{j}j表示物质i\mathit{i}i)。考察物质流动方向垂直,横截面积为A的线性体系。这样就有:
Jj\mathit{J_{j}}Jj=−ijzjFA\frac{\mathit{ -{i}_{j}}}{\mathit{z_{j}FA}}zjFA−ij(C⋅mol−1⋅cm2\mathit{C{\cdot}mol^{-1}{\cdot}cm^2}C⋅mol−1⋅cm2)
这里的ij\mathit{i_{j}}ij是由于物质j\mathit{j}j的流动在任何x\mathit{x}x处的电流。
故有:
−Jj\mathit{-J_{j}}−Jj=ijzjFA\frac{\mathit{ {i}_{j}}}{\mathit{z_{j}FA}}zjFAij=id,jzjFA\frac{\mathit{ {i}_{d,j}}}{\mathit{z_{j}FA}}zjFAid,j+im,jzjFA\frac{\mathit{ {i}_{m,j}}}{\mathit{z_{j}FA}}zjFAim,j
且:
物质j\mathit{j}j的扩散电流:id,jzjFA\frac{\mathit{ {i}_{d,j}}}{\mathit{z_{j}FA}}zjFAid,j=Dj∂Cj(x)∂x\mathit{{{D_{j}\frac{\mathrm{ \partial }C_{j}(x)}{\mathrm{\partial }x}}}}Dj∂x∂Cj(x)
物质j\mathit{j}j的迁移电流:im,jzjFA\frac{\mathit{ {i}_{m,j}}}{\mathit{z_{j}FA}}zjFAim,j=zjFRTDjCj∂ϕ(x)∂x\mathit{{{\frac{z_{j}F}{RT}D_{j}C_{j}\frac{\mathrm{ \partial }\phi(x)}{\mathrm{\partial }x}}}}RTzjFDjCj∂x∂ϕ(x)
在电解过程中,在溶液中的任何位置,总电流i\mathit{i}i是所有物质的贡献所组成的,即
i\mathit{i}i=F2ART∂ϕ(x)∂x\mathit{{{\frac{F^2A}{RT}\frac{\mathrm{ \partial }\phi(x)}{\mathrm{\partial }x}}}}RTF2A∂x∂ϕ(x)∑j\mathop{\sum}\limits_{j}j∑zj2DjCj\mathit{z^2_{j}D_{j}C_{j}}zj2DjCj+FA∑jzjDj\mathit{FA}\mathop{\sum}\limits_{j}z_{j}D_{j}FAj∑zjDj∂Cj∂x\frac{{ \partial }C_{j}}{\mathrm{\partial }x}∂x∂Cj
迁移
在本体溶液中(离电极较远处),浓度梯度一般来讲较小,总的电流主要是由迁移来完成的。所有的荷电物质都做贡献。对于物质j\mathit{j}j,在一个横截面积为A的线性物质传递体系的本体区域,ij\mathit{i}_jij=im,j\mathit{ {i}_{m,j}}im,j
扩散
采用支持电解质并在静止的溶液中,有可能将一个电活性物质在电极附近的物质传递仅限制为扩散模式。
扩散层厚度
一维:L\mathit{L}L=(2Dt)1/2\mathit{{(2Dt)}^{1/2}}(2Dt)1/2
二维:L\mathit{L}L=(4Dt)1/2\mathit{{(4Dt)}^{1/2}}(4Dt)1/2
三维:L\mathit{L}L=(6Dt)1/2\mathit{{(6Dt)}^{1/2}}(6Dt)1/2
- D\mathit{D}D为扩散系数,cm2⋅s−1\mathit{cm^{2}{\cdot}s^{-1}}cm2⋅s−1
- t\mathit{t}t为给定的时间,s\mathit{s}s
- L\mathit{L}L为与电极的距离,cm\mathit{cm}cm
扩散速率
一维:v\mathit{v}v=L/t\mathit{L/t}L/t=(2D/t)1/2\mathit{{(2D/t)}^{1/2}}(2D/t)1/2
这个是平均扩散速率,不是瞬时扩散速率
菲克定律(Fick定律)
Fick定律是描述物质的流量和浓度与时间、位置间函数关系的微分方程。考虑线性(一维)扩散的情况。
菲克第一定律:阐明流量与浓度梯度成正比的关系
−JO(x,t)\mathit{-J_{O}(x,t)}−JO(x,t)=DO∂CO(x,t)∂x\mathit{D_O{\frac{{\partial }C_{O}(x,t)}{{\partial }x}}}DO∂x∂CO(x,t)
JO(x,t)\mathit{J_{O}(x,t)}JO(x,t):在单位时间t\mathit{t}t及给定位置x\mathit{x}x处物质的流量,它是O的净物质传递速率,mol⋅s−1⋅cm−2\mathit{mol{\cdot}s^{-1}{\cdot}cm^{-2}}mol⋅s−1⋅cm−2
菲克第二定律:是关于O的浓度随时间变化的定律
∂CO(x,t)∂t\mathit{{\frac{{\partial }C_{O}(x,t)}{{\partial }t}}}∂t∂CO(x,t)=DO∂2CO(x,t)∂x2\mathit{D_O{\frac{{\partial }^2C_{O}(x,t)}{{\partial }x^2}}}DO∂x2∂2CO(x,t)
在大多数电化学体系中,由电解引起的溶液组分的变化是足够小的,因而扩散系数随x的变化可忽略。
电化学实验中所测电流与CO(x,t)\mathit{C_{O}(x,t)}CO(x,t)的关系
假设电活性物质O到电极的传递纯粹是由扩散来完成的,它进行的电极反应应是:
O+ne⇌R\mathit{O+ne{\rightleftharpoons}R}O+ne⇌R
如果没有其它的电极反应发生,那么电流与电极表面(x=0\mathit{x=0}x=0)物质O的流量JO(0,t)\mathit{J_{O}(0,t)}JO(0,t)的关系为:
−JO(0,t)\mathit{-J_{O}(0,t)}−JO(0,t)=inFA\mathit{{\frac{i}{nFA}}}nFAi=DO[∂CO(x,t)∂x]x=0\mathit{D_O[{\frac{{\partial }C_{O}(x,t)}{{\partial }x}]_{x=0}}}DO[∂x∂CO(x,t)]x=0
边界条件(为了求出CO(x,t)\mathit{C_{O}(x,t)}CO(x,t))
对于每种扩散物质都需要一个初始条件(在t=0时的浓度分布)和两个边界条件(在某一定时的可通用函数)
初始条件
通常的形式是:CO(x,0)=f(x)\mathit{C_{O}(x,0)=f(x)}CO(x,0)=f(x)
如:
CO(x,0)=CO∗\mathit{C_{O}(x,0)=C_{O}^*}CO(x,0)=CO∗
CR(x,0)=0\mathit{C_{R}(x,0)=0}CR(x,0)=0
半无限边界条件
电解池与扩散层相比通常要大得多,因此,电解池壁附近的溶液不因电极过程而改变。通常假设:
limx→∞\lim\limits_{x\to\infty}x→∞limCO(x,t)=CO∗\mathit{C_{O}(x,t)=C_{O}^*}CO(x,t)=CO∗
limx→∞\lim\limits_{x\to\infty}x→∞limCR(x,t)=0\mathit{C_{R}(x,t)=0}CR(x,t)=0
电极表面边界条件
另外的边界条件通常与电极表面浓度或浓度梯度有关。如在一个控制电势的实验中,有:
CO(0,t)=f(E)\mathit{C_{O}(0,t)=f(E)}CO(0,t)=f(E)
CO(0,t)CR(0,t)=f(E)\mathit{\frac{C_{O}(0,t)}{C_{R}(0,t)}=f(E)}CR(0,t)CO(0,t)=f(E)
式中,f(E)\mathit{f(E)}f(E)为某种电极电势函数
【电化学】-物质传递(迁移与扩散)相关推荐
- 从DDPM到GLIDE:基于扩散模型的图像生成算法进展
前几天,OpenAI在Arxiv上挂出来了他们最新最强的文本-图像生成GLIDE [1],如头图所示,GLIDE能生成非常真实的结果.GLIDE并非基于对抗生成网络或是VQ-VAE类模型所设计,而是采 ...
- WR:城环所杨军组揭示亚热带水库浮游有壳虫群落构建受随机性过程影响比确定性过程更强...
有壳虫(又称有壳变形虫.或有壳肉足虫)是一类单细胞原生生物,其细胞被壳体所包裹,可以通过壳口伸出伪足进行摄食和运动.它们个体微小.分布广泛.多样性高,从热带到极地地区在淡水.半咸水和土壤中均有发现,在 ...
- Microbiome:城环所杨军组揭示随机过程主导亚热带河流微型真核浮游生物群落构建
文章目录 Microbiome: 随机过程主导亚热带河流微型真核浮游生物群落构建 新闻稿 引言 结果与讨论 结论: 通讯作者简介 Reference 猜你喜欢 写在后面 Microbiome: 随机过 ...
- 半监督主动式机器学习的技术优势:银行金融风控场景分析
风控技术的发展,经历了传统的黑白名单.规则系统,各风控公司都在不断探索新的风控技术和手段.随着人工智能的发展,现在风控领域大量使用有监督机器学习方法,同时,有一些公司在探索和应用更高级别的无监督机器学 ...
- python 模糊匹配_Case2:模糊匹配工具
一.需求角度 1.使用情景 多组(大量,成百上千条)数据的情况下,给单个数据某一属性的非结构化录入值(尤其是文本信息,如地址等)以相应的关键词打上标签,便于后续的数据透视或相关处理. 2.使用人群 像 ...
- 知到答案 环境学概论 智慧树网课章节测试答案
本答案由[高校答案网]整理 第一章 章节测试 1.选择题:人类环境就是自然环境 选项: A:对 B:错 答案: [错] 2.选择题:环境学研究的重点是工程环境 选项: A:对 B:错 答案: [对] ...
- 科技新品 | 索尼最新高级条形音箱;Bose消噪耳塞全新配色;新一代人工智能社交机器人Musio S...
"科技新产品动态"栏目把新鲜的具有代表性的科学产品带到您眼前,涉及消费电子,半导体.服务器.智能家电等众多品类,提供图片和简单的文字介绍. 索尼推出最新高级条形音箱HT-A5000 ...
- 中国方言地图的总结与展望
中国方言地图的总结与展望 牛冬 南京大学 城市与资源学系 GIS专业江苏 南京 210089 niu_dong@msn.com ...
- 音视频技术开发周刊 | 254
每周一期,纵览音视频技术领域的干货. 新闻投稿:contribute@livevideostack.com. 2022四大视频技术趋势分析 视频时代已经到来,并且在未来很长时间都会存在.根据我们今年最 ...
最新文章
- 这个宝藏工具,给你一种黑客般的感觉
- Python内置函数之输入输出函数
- 腾讯云上午突发故障 称运营商光缆中断所致
- PIL图像处理开发极简教程
- Python3.7.5安装(Windows10附pip更换下载源)
- git 如何同步本地tag与远程tag
- Nacos 快速开始、版本选择、预备环境准备、下载源码或者安装包、从 Github 上下载源码方式、下载编译后压缩包方式、配置nacos、配置集群、启动服务器、服务注册发现和配置管理、关闭服务器
- 在Spring 中如果Girl要Kiss Boy咋办捏?
- 手把手教你安装VMtools
- CSS动画实战:创建一个太极Loading图
- 201521123014 《Java程序设计》第11周学习总结
- ubuntu镜像源列表
- HDU 4849 Wow! Such City!陕西邀请赛C(最短路)
- 函数多个返回值(返回多个参数/局部变量)通过双重指针来实现
- 计算机大赛教学辅助课件,职业教育:机械类一等奖作品《识读组合体视图教学辅助》PPT课件.ppt...
- 做生意值得一看的几部电视剧
- 转型之路之Excel单元格按数值显示带背景颜色进度条
- # 胡昌泽day2笔记
- mac下charles抓android7.0的包
- 【初入前端】第一课 课前预习