• Aucun résultat trouvé

Approches des paramètres de solubilité δ

N/A
N/A
Protected

Academic year: 2021

Partager "Approches des paramètres de solubilité δ"

Copied!
1
0
0

Texte intégral

(1)

UTILISATION DES APPROCHES THERMODYNAMIQUES POUR LA PRÉDICTION DU MODE D’INTERACTION LIANT/SUBSTRAT DANS LE PROCÉDÉ DE GRANULATION

M. BENALI, V. GERBAUD, M. HEMATI.

Laboratoire de Génie Chimique, UMR CNRS 5503, 5 rue Paulin Talabot, BP1301, 31106 Toulouse cedex 01 France

e-mail : Mohammed.Benali@ensiacet.fr

Approches des paramètres de solubilité δ

Méthode employée : Simulation moléculaire

Utotale= Uintramoléculaire + Uintermoléculaire Van der Waals + Electrostatique (répulsion / attraction)

Le système

►boite périodique

Le capteur

►modèle de calcul des interactions au sein du système

L’appareil de mesure

►Technique d’échantillonage des états du système

Le résultat :

►Valeur moyenne de la densité d’énergie cohésive

( )

=

=

= Zetats

j j etats

Z CED CED

1

δ 1

Δt Δt Δt

Dynamique moléculaire NVT

trajectoire U0 U1… z

Utotale= Uintramoléculaire + Uintermoléculaire Van der Waals + Electrostatique (répulsion / attraction)

Le système

►boite périodique

Le capteur

►modèle de calcul des interactions au sein du système

L’appareil de mesure

►Technique d’échantillonage des états du système

Le résultat :

►Valeur moyenne de la densité d’énergie cohésive

( )

=

=

= Zetats

j j etats

Z CED CED

1

δ 1

Δt Δt Δt

Dynamique moléculaire NVT

trajectoire U0 U1… z

Modèle d’énergie de cohésion et d’adhésion

- Force de cohésion du liant σLL: σ LL=0,25δ2L

2 S

SS 0,25δ

σ

= =

σ

- Force d’adhésion substrat / liant σSL: σ LS=0,25 δLδSφLS - Force de cohésion du substrat : σSS:

2 p 2 d

2=δ+δ

δ - Force de cohésion du liant σLL: σσ ==σσLLLL==0,250,25δδ2L2L

2 S

SS 0,25δ

σ

= =

σ SS=0,25δ2S

σσ

- Force d’adhésion substrat / liant σSL: σσσ ==σσLSLS==00,,2525 δδLLδδSSφφLSLS - Force de cohésion du substrat : σSS:

2 p 2 d

2=δ+δ

δ

Approches des énergies de surface γ

Modèle des énergies de surface

- Travail de cohésion de liant (L) :

- Travail de cohésion de substrat (S) :

- Travail d’adhésion liant/substrat :

L LL=2γ W

(

dL

)

d S P L P S

a=2 γγ + γγ

W

d L P L

L=γ +γ

γ

S SS=2γ

W d

S P S

S =γ +γ

γ

Polaire dispersive

- Travail de cohésion de liant (L) :

- Travail de cohésion de substrat (S) :

- Travail d’adhésion liant/substrat :

L LL=2γ W

(

dL

)

d S P L P S

a=2 γγ + γγ

W

d L P L

L=γ +γ

γ

S SS=2γ

W d

S P S

S =γ +γ

γ

Polaire dispersive

Méthode expérimentale : Mesure de l’angle de contact

Micro-seringue

Pastille Caméra

γ γ + γ γ 2

= θ + 1

γLV( cos) solided dLV solidep pLV

p Solide

2 γ

d LV

Solide

( 1 cos )

4 + θ

= γ γ

Liquide non-polaire (diiodométhane)

Liquide polaire (eau ou formamide)

Principe

Résultats et discussions

Angle de contact et énergie de surfaces: Résultats

Paramètres de solubilité : Résultats & comparaison

WLL < Wa < WSS: Formation d’un film autour du substratAgglomérat rigide

WSS < Wa < WLL:zones isolées de substrat recouvertes par le liantAgglomérat friable

Produits θ(°) γ(mN/m)

Diiodométhane Eau Formamide γd γp γ

MCC 34,0 ±1,1 - 29,0 ±2,9 42,4 10,7 53,1

PVP 22,5 ±2,3 33,5 ±1,8 - 46,7 30,8 77,5 HPMC 43,2 ±0,9 66,4 ±2,5 - 38,4 13,5 51,9 CMC-Na 25,6 ±1,4 36,9 ±2,2 - 45,7 27,0 72,7

Solides Simulation Contribution de

groupes δ(MPa0,5)

Expériences δ(MPa0,5) δd (MPa0,5) δp (MPa0,5) δ(MPa0,5)

MCC 23,44 15,71 28,22 30,19 [3] 26,1 [1]-39,3 [4]

PVP 16,10 11,04 19,53 21,2 [2] -

HPMC 14,91 7,87 16,86 16,6-22,6 [1] 21-26 [1]

Na-CMC 12,51 7,69 15,10 - -

Paramètres thermodynamiques d’interaction liant/substrat

Paramètres MCC PVP HPMC CMC-Na

Modèle des paramètres de

solubilité

σLL ou SS (MPa) 199,1 95,3 71,1 56,9

σLS (MPa) - 88,8 83,0 54,4

Modèle des énergies de surface

WLL ou SS (mN/m) 106,2 155,0 103,8 145,4

WLS (mN/m) - 120,6 104,5 118,6

Accord entre le modèle des énergies de surface et celui des

paramètres de solubilité HPMC est le meilleur liant Le HPMC possède une valeur d’énergie de

surface et une polarité plus proche de celles de substrat MCC

Notre approche basée sur la simulation moléculaire reste plus représentative de l’état et de la structure réelle des composés que la méthode expérimentale et semi-empirique

Mod

Modèèle des le des éénergies de surfacenergies de surface PVP et CMC-Na / MCC

WSS < Wa < WLL : Mauvais étalement Granule friable HPMC/ MCC

WLL < Wa < WSS : Bon étalement Granule rigide

[1]Barton, Allan F.M., handbook of solubility parameters and other cohesion parameters, 2nd ed. Allan F.M. Barton, CRC Press, Florida, ISBN 0-8493-0176-9 (1991). [2]Rowe R.C., Interaction of lubricants with microcrystalline cellulose and anhydrous lactose- a solubility approach, Inter. J. Phar., 41, 223-226 (1988). [3]Roberts R.J., Rowe R.C., The solubility parameter and fractional polarity of microcrystalline cellulose as determined by mechanical measurement, Inter. J. Phar., 99, 157-164, (1993). [4]

Rowe, RC. Adhesion of film coating to tablet surfaces- a theoretical approach based on solubility parameters, Inter. J. Phar., 41, 219-222, (1988).

Mod

Modèèle des paramle des paramèètres de solubilittres de solubilitéé PVP et CMC-Na / MCC

σLS < σLL < σSS : Pas d’interaction Granule friable HPMC/ MCC

σLL < σLS < σLL : HPMC entoure MCC Granule rigide

Objectif

Matières premières

Agglomération humide

Séchage

Agglomérat sec

substrat

liant

Liquide+liant+substrat

►Approches expérimentales - paramètres du procédé - paramètres physico-

chimiques

►Approches thermodynamiques 1. Energies de surface 2. Paramètres de cohésion

ou de solubilité

- Cohésion de l’agglomérat - Adhésion liant / substrat Le choix du liant le plus approprié par la quantification de trois types d’interactions

caractérisant les interactions dans l’agglomérat : Cohésion liant/liant, adhésion liant/substrat et cohésion substrat/substrat

La détermination des propriétés cohésives en utilisant une approche basée sur l’estimation des énergies de surfaceγ, et une approche reposant sur la détermination des paramètres de solubilitéδ

L’étude de faisabilité de la simulation par dynamique moléculairepour la prédiction des propriétés cohésives des poudres

Substrat: Cellulose MicroCristalline, MCC.

Liants: - PolyVinylPyrrolidone, PVP - HydroxyPropylMéthylCellulose, HPMC - CarboxyMéthylCellulose de sodium, CMC-Na

►Matériels

Pas d’affinité σ

σ > > σ σ > σ > σ

« entoure »

σ σ

σ > >

entoure

le liant entoure le substrat résistance liée à la cohésion du liant

le liant remplit les interstices du substrat résistance liée à la cohésion du substrat Pas d’affinité

σσ

σσ > > σσ σσ > σσ > σσ

« entoure »

σσ σσ

σσ > >

entoure

le liant entoure le substrat résistance liée à la cohésion du liant

le liant remplit les interstices du substrat résistance liée à la cohésion du substrat

Références

Documents relatifs

To show alterations of photosynthetic electron transport and especially of PSII under drought stress, we measured chlorophyll fluorescence induction, decay, thermoluminescence and

Compte tenu du faible diamètre angulaire du champ objet de l’instrument d’observation utilisé pour suivre l’occultation d’une étoile par un astre pourvu d’une atmosphère,

à partir de la réponse de la question a), calculez d’abord la perte de charge (exprimée en mètre de colonne d’eau) par unité de longueur, ce qui donne S la pente de la ligne

The prediction of our theory for the values of maximum mass and moment of inertia for a stable neutron star are 1.75 Il @ and 1.68 x 10 1 * 5 g cm 2 , in very good agree- ment

a : Modèle de ville considéré pour le quartier Roma de Mexico (les carrés représentent la position des bâtiments ; Co56 la position où l’effet de l’interaction

une solution plus économique que le bois, les fermiers reviennent sur leur jugement premier et en 1780, quatre poêles adaptées au charbon de terre sont construites à Dieuze. En 1783,

Procédé de configuration d’un modèle de prédiction des caractéristiques d’un substrat de méthaniseur et utilisation de modèles pour l’estimation de la biodégradation

Unfortunately, the array indexes used in the loops make the static data dependence analysis difficult, and hence returns conservative information regarding dependence distances