基于耗散粒子动力学（DPD）的表面活性剂体系油水界面张力定量预测模型

《Soft Matter》：Quantitative prediction of oil–water interfacial tension in surfactant systems using dissipative particle dynamics

本研究针对传统分子动力学（MD）在模拟表面活性剂界面行为时存在的时空尺度限制及参数化难题，开发了一种基于实验数据直接参数化的耗散粒子动力学（DPD）模型。该模型成功实现了对SDS、DDAO及CiEj等纯/混合体系界面张力（IFT）的定量预测，揭示了界面过饱和导致胶束自发形成的微观机制，为复杂配方设计提供了理论工具。

　　

在日常生活中，我们使用的洗洁精、化妆品之所以能有效清除油污或乳化营养成分，核心在于其中含有的表面活性剂分子。这些“双亲”分子（一头亲水、一头亲油）能自发吸附在油水界面上，显著降低界面张力（Interfacial Tension, IFT），从而稳定乳液或增强去污能力。然而，在工业配方设计中，如何精准预测不同表面活性剂（尤其是混合体系）在界面上的行为，一直是个棘手的难题。

传统的全原子分子动力学（MD）模拟虽然精度高，但计算成本巨大，难以模拟界面吸附的完整动力学过程及高浓度下的复杂行为（如胶束形成）。虽然粗粒化方法（如DPD）能大幅提升计算效率，但如何让模型参数与真实实验数据对齐，特别是对聚氧乙烯（EO）类非离子表面活性剂（如常见的C_iE_j）进行准确参数化，一直是该领域的瓶颈。

针对这一挑战，发表在《Soft Matter》上的这项研究，开发了一套全新的DPD参数化方案，成功实现了对油水界面张力的定量预测，为从微观模拟指导实际配方开发提供了强有力的工具。

关键技术方法概览

研究团队基于耗散粒子动力学（DPD）框架，建立了水-十二烷（dodecane）界面模型。关键创新在于以实验数据为基准的直接参数化：针对难处理的EO基团，结合分配系数和无限稀释活度系数（IDAC）等实验数据确定相互作用参数（a_ij），而非依赖理论估算。模拟体系涵盖非离子（C_iE_j）、阴离子（SDS）及两性离子（DDAO）表面活性剂，通过计算化学势及界面压力，定量复现了界面张力随浓度的变化曲线，并深入分析了混合体系的协同效应机制。

模型构建与参数化细节

1. DPD力场与参数确定

研究采用标准的DPD保守力、耗散力及随机力形式，并引入静电相互作用（Slater-type smearing）以处理SDS等带电体系。为确保模型可靠性，作者没有采用常见的Flory-Huggins参数或COSMO-RS理论估算，而是直接利用实验测得的无限稀释活度系数（IDAC）来反推DPD中的关键排斥参数a_ij。通过Widom插入法建立了a_ij与化学势的定量关系，并特别考虑了溶剂分子成键（如十二烷为4珠链）对化学势的影响，修正了参数拟合公式。

2. 粗粒化映射与单位标度

研究设定了明确的粗粒化方案：十二烷分子映射为4个珠（bead），每个珠代表3个碳原子；水珠的粗粒化程度（N_W≈ 3.14）通过匹配实验密度自动确定。通过匹配十二烷的实测密度（750 kg/m3），将DPD单位长度标定为R_C≈ 6.56 ?，从而将模拟尺度与现实世界对应起来。表面活性剂分子（如C₁₂E₆）的烷基链和EO链均采用多珠模型，并区分了链端（C3T, EOT）与链中（C3, EO）珠的类型，以更精细地捕捉分子构象。

主要研究结果与发现

1. 界面张力定量预测验证

模拟结果与实验数据表现出极好的一致性。对于纯表面活性剂体系（如C₁₂E₆），DPD模型准确预测了界面张力随表面浓度（Γ）的变化曲线，包括高浓度区域的平台期（对应临界胶束浓度CMC）。模型不仅复现了张力值，还给出了与实验相符的最大表面覆盖度（Γ_max）和界面单层厚度，证明了参数化方案的有效性。

2. 界面胶束化新机制

研究观察到一个关键现象：当界面 surfactant 浓度超过最大堆积密度（Γ_max）时，界面会自发产生胶束（micelles）并释放到体相水中。这一“界面挤出”机制解释了为什么在CMC之后界面张力不再下降——过量的表面活性剂不再留在界面“内卷”，而是以胶束形式离开。这一发现为理解界面饱和行为提供了动态视角。

3. 混合体系的协同效应解密

在DDAO/SDS混合体系的模拟中，模型成功预测了实验观察到的协同效应（混合物的IFT低于任一单一组分）。分析表明，这种协同性源于分子几何的互补：SDS电荷头基间的静电排斥限制了其单独存在时的最大界面堆积，而体积较大的DDAO分子能插入SDS分子之间，增加界面堆积密度，从而进一步降低张力。协同效应是“降低张力的能力”与“最大可堆积密度”之间平衡的结果。

结论与意义

本研究突破了EO类表面活性剂DPD参数化的传统难点，建立了一套基于实验数据的、可定量预测的油水界面模型。该模型不仅能输出与实验吻合的IFT数据，还能提供实验难以直接测量的微观信息（如分子取向、界面厚度、胶束形成动力学）。

更重要的是，这项工作揭示了界面过饱和导致胶束自发形成的微观机制，并从分子尺度解释了混合表面活性剂协同增效的原理。这对于设计高效洗涤剂、化妆品配方及提高石油采收率（EOR）中的乳化效率具有重要的理论指导意义，标志着粗粒化模拟从“定性观察”向“定量设计”迈出了关键一步。