Está en la página 1de 2

SENSIBILIDAD Y SELECTIVIDAD DE LOS ELECTRODOS SELECTIVOS DE

IONES INTERPRETADOS

USANDO EL MODELO DE NERNST-PLANCK-POISSON

Jerzy J. Jasielec, Zekra Mousavi, Kim Granholm, Tomasz Sokalski, y Andrzej


Lewenstam

AGH Universidad de Ciencia y Tecnología, Facultad de Ciencia de Materiales y Cerámica,


Química Física y Modelado Departamento, Al. Mickiewicza 30, 30-059 Cracovia, Polonia

Centro de Química de Procesos Johan Gadolin, c / o Centro de Química Analítica de


Procesos y Tecnología de Sensores (ProSens), Universidad Åbo Akademi, Biskopsgatan
8, 20500 Åbo-Turku, Finlandia

RESUMEN:
El modelo de Nernst-Planck-Poisson se usa para modelar la sensibilidad y selectividad de
electrodos selectivos de iones (ISE) con membranas de plástico. Dos parámetros
fundamentales.
La caracterización de la respuesta ISE está en foco: sensibilidad y selectividad. Una
interpretación de sensibilidad, que considera la influencia concurrente de aniones y cationes
en la pendiente ISE, es presentado. La interpretación de la selectividad muestra la validez y
los límites de los enfoques hasta ahora tomado para medir el verdadero coeficiente de
selectividad (imparcial). La validez de más idealizada interpretaciones por el modelo de
capa de difusión se concibe.

INTRODUCCIÓN:
I on-Selective Electrodes (ISE) han encontrado un uso generalizado en la determinación
directa de especies iónicas en muestras complejas.Los ISE pueden ser sensibles
(permselective) a cationes o aniones, dependiendo de su composición de membrana
selectiva de iones, incluyendo la carga del intercambiador de iones que domina en la
membrana. La cualidad más importante de los ISE es su potencial selectivo respuesta a un
ion particular, conocido como el primario o preferido ion, en presencia de ion interferente
(discriminado). La selectividad es uno de los parámetros constitutivos de todos los ISE, y
se caracteriza cuantitativamente por los coeficientes de selectividad, KIJ de iones
discriminados presentes en la muestra.
KIJ es interpretado por diferentes modelos de respuesta ISE (con diferentes niveles de
idealización) que permiten predicciones de su valor, que luego se puede comparar con
valores medidos experimentalmente. En consecuencia, dos términos diferentes se utilizan
en la literatura: el coeficiente de selectividad teórico (o termodinámico) (KIJ theor), y el
coeficiente de selectividad empírica (o aparente) (KIJ maceta). Órdenes de diferencias de
magnitud entre los valores de estos dos coeficientes han sido reportados por Umezawa et al.
Hay muchos métodos para medir KIJ Maceta, por ejemplo, el separado método de solución,
el método de interferencia fijo, el emparejado método potencial, etc. Para todos estos
métodos, los resultados pueden ser influenciados por varios factores como el límite de
detección, tiempo y relación de concentración de los grupos preferidos y discriminados
iones. Según la IUPAC, coeficientes de selectividad calculados usando la ecuación de
Nikolskii-Eisenman son significativos solo cuando se observan pendientes Nerstian para
ambos iones. Sin embargo, esta recomendación no proporciona una herramienta para
estimar los rangos de concentración y el marco de tiempo en el que esta condición se ha
completado. Hasta ahora, las interpretaciones han sido restringidas debido a enfoques de
equilibrio limitantes.
Aplicación del modelo Nernst-Planck-Poisson (NPP) refuerza la teoría punto de vista y
permite la validación de los resultados idealizados publicado hasta ahora. El poder de la
central nuclear puede, erróneamente, promover la opinión de que este modelo no se aplica a
análisis simples casos, y aún más allá, que es otra teoría que modelos más simples.
Este informe muestra la aplicabilidad de la NPP, y se centró en dos casos importantes
interpretados muy recientemente por modelos más simples, a saber:
1. La sensibilidad de los ISE hacia aniones y cationes dependiendo de la composición
de la membrana, analizado por fase modelo de límite de potencial (PBM)
2. El método para medir la selectividad verdadera (imparcial) coeficiente de ISE
basado en el modelo de capa de difusión (DLM)

También podría gustarte