交联软纳米粒子在高分子熔体中的非高斯扩散
详细信息 查看官网全文
- 英文论文题名：Non-Gaussian diffusion of cross-linked single-chain nanoparticle in polymer melt
- 论文作者：钱虎军 ; 陈弢 ; 吕中元
- 英文论文作者：Hu-Jun Qian ; Tao Chen ; Zhong-Yuan Lu ; State Key Laboratory of Supramolecular Structure and Materials ; Institute of Theoretical Chemistry ; Jilin University
- 年：2016
- 作者机构：超分子结构与材料国家重点实验室吉林大学理论化学研究所;
- 论文关键词：纳米粒子动力学 ; 非高斯扩散 ; 高分子/纳米粒子复合 ; 计算机模拟
- 会议召开时间：2016-08-25
- 会议录名称：中国化学会2016年软物质理论计算与模拟会议论文摘要集
- 语种：中文
- 分类号：TB383.1;O631
- 学会代码：ZGHY
- 会议名称：中国化学会2016年软物质理论计算与模拟会议
- 会议地点：中国天津
- 主办单位：中国化学会
- 学会名称：中国化学会
- 页数：2
- 文件大小：274k
- 原文格式：D
- 会议级别：全国
摘要
通过纳米粒子掺杂是实现高分子材料性能优化的常见手段[1]。因此,理解此类复合体系中各类纳米粒子的加入对复合物动力学性质的影响机制及规律至关重要。前期的大量研究已经表明,硬核型(接枝)无机粒子的加入往往会降低熔体高分子链的扩散能力而导致复合物熔体粘度的增加[2]。与之不同,在熔体中加入单链交联软纳米粒子[3]或树枝状分子[4]却会大幅降低熔体粘度。为了解释此类粘度下降现象,在前期的工作中我们做了大量的模拟[5],结果表明:在此类体系中软纳米粒子的可变形性起到了至关重要的作用。这种形变能力赋予了纳米粒子与熔体间良好相互结合能力,体现出了典型的液/液界面特性,这与无机粒子体系中的固/液界面形成了鲜明的对比。而这种良好的界面结合能力和软纳米粒子固有的表面形变能力为界面处的熔体链段带来了明显的界面加速效应。并且随着纳米粒子的快速扩散,熔体链与纳米粒子发生多次碰撞,在多次碰撞及局部加速的协同作用下,熔体链的松弛将得到多级加速,最终导致熔体链的松弛不仅存在明显的加速效应而且加速效果随着链长的增加而逐级放大。而在此类复合体系中,纳米粒子的运动也是近年来大家所关心的重点[6]。首先,布朗运动中的高斯假设是否有必要是一个基本的物理问题。为了回答这个问题,实验上需要寻找一类扩散及其分布直接可测的特殊体系[7]来进行验证。而我们基于前期关于纳米粒子对熔体链动力学影响机制的研究,继续对体系中纳米粒子本身的动力学行为进行了详细研究。通过分析纳米粒子在具有不同聚合度熔体中的扩散行为及分布,发现:(a)就纳米粒子的扩散系数而言,我们获得了与理论[8]以及刘军等人的早期模拟[9]一致的结果,即纳米粒子的扩散系数只在短链体系中存在链长依赖性,而在长链体系中其扩散系数不随熔体链长的变化而变化;(b)更为重要的是,纳米粒子的扩散分布在短链体系中完全符合高斯分布特征,而在缠结体系中却体现出明显的非高斯行为。通过仔细对比我们发现,纳米粒子的扩散行为强烈依赖于回转半径和粒子半径相当的熔体链节的运动,前者的扩散系数及非高斯性大小和后者所具有的值基本相当;(c)此外,由于熔体链对纳米粒子运动的影响,纳米粒子的扩散在一定时间尺度上表现出了强烈的non-Markovian行为。
Adding nanoparticles(NPs) into polymers is an efficient way to improve materials properties.Therefore,it is crucial to have a fully understanding of how the NPs can influence the dynamics of matrix chains.Our previous simulation have shown that adding cross-linked single-chain NPs into polymer melts can cause an obvious chain-length dependent viscosity decrease effect,namely,it's found being larger for longer chains.In the current report,we will show that the NPs also show an interesting anomalous diffusion behavior.In particular,(1) the diffusion constant of the NP shows a strong melt chain-length dependency in short chain length melts.However,such chain length dependency disappears in entangled long chains.(2) More importantly,the displacement of NP follows a Gaussian statistics in short chain length melt.However a strong non-Gaussian distribution is observed in entangled melts.Such a non-Gaussian behavior can be attributed to the coupling of the NP to the melt chain.(3) In addition,a memory effect is observed in the diffusion of NPs in long chain melts,which indicates a typical non-Markovian behavior in the system.
Adding nanoparticles(NPs) into polymers is an efficient way to improve materials properties.Therefore,it is crucial to have a fully understanding of how the NPs can influence the dynamics of matrix chains.Our previous simulation have shown that adding cross-linked single-chain NPs into polymer melts can cause an obvious chain-length dependent viscosity decrease effect,namely,it's found being larger for longer chains.In the current report,we will show that the NPs also show an interesting anomalous diffusion behavior.In particular,(1) the diffusion constant of the NP shows a strong melt chain-length dependency in short chain length melts.However,such chain length dependency disappears in entangled long chains.(2) More importantly,the displacement of NP follows a Gaussian statistics in short chain length melt.However a strong non-Gaussian distribution is observed in entangled melts.Such a non-Gaussian behavior can be attributed to the coupling of the NP to the melt chain.(3) In addition,a memory effect is observed in the diffusion of NPs in long chain melts,which indicates a typical non-Markovian behavior in the system.
引文
[1]Green,P.F.Soft Matter 2011,7,7914-7926.
[2]Choi,J.;Hore,M.J.A.;Clarke,N.;Winey,K.I.;and Composto,R.J.Macromolecules,2014,47,2404.
[3]Mackay,M.E.;Dao,T.;Tuteja,A.;Ho,D.L.;van Horn,B.;Kim,H.;Hawker C.J.Nat.Mater.2003,2,762.
[4]H.Goldansaz,F.Goharpey,F.Afshar-Taromi,I.Kim,F.J.Stadler,E.van Ruymbeke,and V.Karimkhani,Macromolecules,2015,48,3368.
[5]Chen,T.;Qian,H.-J.;Zhu,Y.-L.;Lu,Z.-Y.Macromolecules 2015,48,2751-2760
[6]Kalathi,J.T.;Yamamoto,U.;Schweizer,K.S.;Grest,G.S.;Kumar,S.K.Phys.Rev.Lett.2014,112,108301.
[7]Wang,B.;Anthony,S.M.;Bae,S.C.;Granick,S.Proc.Natl.Acad.Sci.USA 2009,106,15160.
[8]Yamamoto,U.;Schweizer K.S.;Macromolecules 2015,48,152.
[9]Liu,J.;Cao,D.;Zhang L.J.Phys.Chem.C 2008,112,6653.
[2]Choi,J.;Hore,M.J.A.;Clarke,N.;Winey,K.I.;and Composto,R.J.Macromolecules,2014,47,2404.
[3]Mackay,M.E.;Dao,T.;Tuteja,A.;Ho,D.L.;van Horn,B.;Kim,H.;Hawker C.J.Nat.Mater.2003,2,762.
[4]H.Goldansaz,F.Goharpey,F.Afshar-Taromi,I.Kim,F.J.Stadler,E.van Ruymbeke,and V.Karimkhani,Macromolecules,2015,48,3368.
[5]Chen,T.;Qian,H.-J.;Zhu,Y.-L.;Lu,Z.-Y.Macromolecules 2015,48,2751-2760
[6]Kalathi,J.T.;Yamamoto,U.;Schweizer,K.S.;Grest,G.S.;Kumar,S.K.Phys.Rev.Lett.2014,112,108301.
[7]Wang,B.;Anthony,S.M.;Bae,S.C.;Granick,S.Proc.Natl.Acad.Sci.USA 2009,106,15160.
[8]Yamamoto,U.;Schweizer K.S.;Macromolecules 2015,48,152.
[9]Liu,J.;Cao,D.;Zhang L.J.Phys.Chem.C 2008,112,6653.