[论文解读] Crystallization Inhibitors: Explaining Experimental Data through Mathematical Models
本研究提出了一维数学模型，模拟多孔砖中盐结晶过程，并引入焦磷酸盐（PC）作为结晶抑制剂。模型通过两个校准参数——结晶速率（$K_s$）和比晶体体积（$\gamma$）——捕捉抑制剂效应，表明PC可提高成核速率，同时减少晶体体积，从而降低破坏性拉应力并保持石材基质的水力连通性。
In this paper we propose a new mathematical model describing the effect of phosphocitrate (PC) on sodium sulphate crystallization inside bricks. This model describes salt and water transport, and crystal formation in a one dimensional symmetry. This is the first study that takes into account mathematically the effects of inhibitors inside a porous stone. To this aim, we introduce two model parameters: the crystallization rate, which depends on the nucleation rate, and the specific volume of precipitated salt. These two parameters are determined by numerical calibration of our system model for both the treated and non treated case.
研究动机与目标
- 开发数学模型以解释结晶抑制剂在多孔建筑材料中的作用机制。
- 量化焦磷酸盐（PC）如何改变砌筑砖中盐结晶动力学。
- 利用处理与未处理砖的实验数据校准模型参数。
- 评估抑制剂对多孔介质中晶体形成、孔隙率及应力发展的影响。
- 为保护科学中结晶改性剂的评估提供预测性模拟工具。
提出的方法
- 一维数学模型模拟多孔砖中水和盐的耦合传输、成核及晶体生长过程。
- 模型包含两个关键参数：受成核影响的结晶速率（$K_s$），以及反映晶体习性变化的比晶体体积（$\gamma$）。
- 通过四组砖段（NT1–NT4 和 PC1–PC4）在处理与未处理条件下的实验数据进行数值校准。
- 模型求解随时间和高度变化的液态水含量（$\theta_l$）、盐浓度（$c_i$）和固态盐含量（$c_s$）的偏微分方程。
- 采用梯形求积法计算砖段内平均孔隙率（$n^{num}_i$）。
- 通过比较模拟盐含量（$q^{num}_i$）与实验测量值（$q_i$）对模型进行验证。
实验结果
研究问题
- RQ1焦磷酸盐（PC）如何改变硫酸钠影响的多孔砖中的结晶速率与晶体体积？
- RQ2数学模型在多大程度上能再现处理与未处理砖中实验测得的盐分布与水分含量分布？
- RQ3PC的存在是否导致晶体体积减小且成核速率增加，从而最小化结构性损伤？
- RQ4$K_s$ 与 $\gamma$ 的变化如何影响多孔基质中的孔隙率与水力连通性？
- RQ5模型能否基于校准参数预测结晶抑制剂的有效性？
主要发现
- 对于未处理情况，模型校准误差为11.6%，对应 $K_s = 4.1 \times 10^{-5}\ \text{s}^{-1}$ 与 $\gamma = 0.6\ \text{cm}^3\text{g}^{-1}$。
- 对于PC处理情况，校准误差为13.7%，对应 $K_s = 6.0 \times 10^{-5}\ \text{s}^{-1}$ 与 $\gamma = 0.53\ \text{cm}^3\text{g}^{-1}$。
- 校准后的模型表明，PC可提高结晶速率（$K_s$），同时降低比晶体体积（$\gamma$）。
- 尽管成核速率加快，PC处理样品的晶体体积更小，从而减少多孔基质中拉应力的产生。
- 模型预测PC通过最小化孔隙堵塞，维持了水力连通性，表现为各砖段孔隙率值保持稳定。
- 数值模拟结果证实了实验观察：PC处理砖中盐含量更高，但晶体体积更小，损伤潜力更低。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。