關鍵詞：Materials Studio，分子動力學模擬，徑向分布函數，鎂鋰分離，溶劑萃取法

隨著新能源行業的發展，鋰資源的需求量逐年增加。鹽湖鹵水中含有豐富的鋰資源。通過溶劑萃取技術從鹽湖鹵水中提取鋰資源具有高效的鋰離子回收率。鹽湖中高濃度的鎂，鈉，鉀等離子是萃取鋰資源的主要影響因素。其中，TBP為萃取劑，LiBPh4為協萃取劑，CH2ClBr為稀釋劑。文獻通過Materials Studio軟件模擬計算，采用分子動力學中的徑向分布函數（RDF）研究TBP對不同金屬離子(Li+ , Na+ , K+ , Mg2+)的內在相互作用強度。

以下內容分步驟對文獻模擬過程進行分析：

1、建立基礎模型

構建TBP、CH2ClBr、LiBPh4、KBPh4、Mg(BPh4)2、H2O分子模型，如圖1所示。

TBP CH2ClBr LiBPh4 KBPh4

Mg(BPh4)2 H2O

圖1 不同物質的分子結構模型

2、構建分子動力學模型

利用Materials Studio (MS)中的Amorphous cell模塊構建混合有機相模型，模型包含10個LiBPh4分子、10個KBPh4分子、10個Mg(BPh4)2分子、40個TBP分子、40個CH2ClBr分子和60個H2O分子。結構模型如圖2所示。其模型參數設置如圖3所示。（文獻原文中并未說明分子動力學使用使用什么力場構建，此處以COMPASSII 進行后續模擬的過程，該力場使用最多，最廣泛，準確度更高）

圖2 混合有機相模型

圖3 模型參數設置

3、結構優化

使用Forcite 模塊對上述混合有機相模型分別進行結構優化和能量優化，使其達到最佳的模型結構和穩定的能量體系。模型參數如圖4所示。收斂和能量數據如圖5所示。

圖4 Forcite 模型參數

圖5 模型的收斂以及能量數據

3、動力學優化

對上述結構優化后的模型繼續進行動力學優化。參數設置如6所示。（文獻原文中并未提供優化所選用的系綜以及動力學的計算時間，這里選擇NVT作為系綜，模擬的時長為200ps）。動力學計算結果如圖7所示。

圖6 動力學優化參數

圖7 計算平衡后的能量和溫度數據

4、徑向分布函數（RDF）計算

對上述優化后的模型進行RDF計算。選擇模型中的P=O中的O、Li、Mg、K。通過Forcite中的Analysis功能中的RDF進行P=O與Li，Mg，K之間的分布。模型及設置面板如下圖8所示。結果數據如圖9所示。

計算結果表明，TBP分子上Li+、K+和Mg2+的結合位置與P—O基團的結合位置距離分別為1.92、2.6和1.97 ?。每一個的分布概率離子在上述距離處達到最大值，說明在相同條件下Li+和P—O基團的結合位置相對于其他兩種金屬離子更接近。（此數據與文獻中結果數據有不同之處，其規律相似。）

圖8 優化后模型

圖9 P=O與Li、Mg、K的RDF

最后，有相關需求歡迎通過公眾號“320科技工作室”與我們聯絡