关于水及含H₂、H₂O₂和O₂水溶液辐射分解动力学模型的学术研究报告

本研究由俄罗斯科学院物理化学与电化学研究所的B.G. Ershov与A.V. Gordeev共同完成，相关论文《A model for radiolysis of water and aqueous solutions of H2, H2O2 and O2》发表于学术期刊《Radiation Physics and Chemistry》2008年第77卷。

一、 学术背景

本研究属于辐射化学（Radiation Chemistry）领域，具体聚焦于水及水溶液辐射分解（radiolysis）的动力学模拟。水作为核能装置和辐射化学设备中常见的传热介质，在电离辐射作用下会发生分解，产生氢气（H₂）、过氧化氢（H₂O₂）和氧气（O₂）等分子产物以及羟基自由基（OH）、水合电子（e⁻_aq）、氢原子（H）等活性粒子。这些产物的生成和转化直接影响系统的腐蚀、材料降解和安全性。因此，准确理解和预测水在辐射场下的化学行为，对于核能工业和安全评估具有至关重要的应用价值。

自20世纪60-80年代，水辐射分解的初级产物已被基本识别，大量相关反应的速率常数也被测定。早期已有研究者尝试建立数学模型来描述稳定产物（H₂, H₂O₂, O₂）的生成，但他们通常在模型中引入缺乏物理依据的“校正”反应（如模拟与未知杂质或容器壁的作用）来拟合实验数据。这种做法的任意性降低了模型的可靠性和预测能力。因此，本研究团队旨在发展一个更为严谨的动力学模型。该模型的核心目标是：基于一套真实存在且可识别的化学反应，通过优化关键反应的速率常数，构建一个能够自洽地描述在宽浓度、pH、吸收剂量和剂量率范围内，纯水及含H₂、H₂O₂、O₂水溶液辐射化学转化的数学模型。该模型不依赖于任何人为假设的“校正”反应，力求通过优化的反应速率常数集合来统一解释大量实验数据。

二、 研究流程详述

本研究是一项理论与实验数据深度结合的计算模拟研究，其工作流程主要包括模型构建、参数优化、模型验证与扩展三个核心环节。

第一环节：模型构建与反应集定义。 研究首先确立了模型的基本框架。模型描述的是辐射作用后约10⁻⁷秒开始的“均相”阶段，此时径迹中的活性粒子已扩散均匀，体系中的化学反应可用一组常微分方程（ODE）来描述。模型假设体系为封闭的单相液体，各点剂量率相同。研究团队以一套关键化学反应集（如表1所示）作为模型的核心。该反应集最初基于Gordeev等人1987年的工作，但进行了重要扩充：新增了反应（2, 23, 31, 32），使模型的pH适用范围从酸性、中性扩展至碱性（pH 10）。反应集涵盖了OH、e⁻_aq、H、HO₂、O₂⁻等自由基与H₂、H₂O₂、O₂等分子之间可能发生的主要反应。每个反应都附带了其优化后的速率常数（k_opt），并与权威综述（Buxton等人，1988年）中推荐的速率常数（k_rec）及其最小/最大值范围（k_min, k_max）进行了对比。此外，表中还列出了反应的活化能，对于许多扩散控制反应，活化能取为水的自扩散能12.6 kJ/mol。

第二环节：速率常数优化与模型校准。 这是本研究的核心创新方法。研究团队没有简单地采用文献推荐的速率常数平均值，而是通过系统性地优化（optimizing） 一套自洽的速率常数集合来使模型的计算结果与广泛的实验数据最佳吻合。他们认识到，由于实验测定误差（通常最佳也有10-20%）以及某些竞争反应速率常数之间存在高度关联性，直接采用推荐值可能无法实现模型对多组不同条件实验数据的统一描述。 优化过程基于灵敏度分析（sensitivity analysis） 原理。通过计算观测值（如H₂O₂浓度）对某个速率常数变化的敏感度，可以识别出在特定实验条件下起主导作用的关键反应。然后，在文献报道的速率常数合理变化范围（k_min 到 k_max）内，调整这些关键反应的速率常数，使得模型对整个实验数据集的预测与实测值之间的均方根偏差最小。这个过程是在一个真实的、包含约30个反应的框架内进行的。例如，为了匹配实验数据，他们将H原子与H₂O₂反应的速率常数从文献推荐的9.0×10⁷ M⁻¹s⁻¹优化为3.44×10⁷ M⁻¹s⁻¹。值得注意的是，论文指出后续的脉冲辐解实验（Ershov等人，2000年；Alam等人，2004年）独立测得了该常数为3.5×10⁷ M⁻¹s⁻¹，与模型优化值高度一致，这强有力地验证了优化方法的有效性。模型计算采用Gear（1971年）等适用于刚性微分方程组的数值方法进行求解。

第三环节：模型验证、应用与向高pH范围扩展。 研究利用大量已发表的实验数据对优化后的模型进行了全面验证。这些数据主要来自Hochanadel（1952年）的经典工作，同时也整合了Schwarz（1962年）、Willis等人（1969年）、Hayon（1967年）和Kabakchi等人（1967年）的研究结果。验证涵盖了多种情景： 1. H₂O₂的辐射分解动力学：模拟了不同剂量率下，中性除氧水中H₂O₂浓度随时间变化的曲线（图1）。分析表明，此过程主要由反应（14）（e⁻_aq + O₂ → O₂⁻）和反应（18）（e⁻_aq + H₂O₂ → OH + OH⁻）竞争主导。 2. 含H₂和H₂O₂体系的相互作用： * H₂过量时H₂O₂的分解（图2）：模拟了链式分解过程。当H₂O₂浓度降至阈值以下时，H原子浓度剧增，通过反应（11）（H + H₂O₂ → OH + H₂O）快速消耗H₂O₂。此情景对反应（11）的速率常数非常敏感。 * H₂O₂过量时H₂的消耗（图3）：模拟了H₂和H₂O₂浓度随时间的变化，用于确定反应（1, 3, 4）与（14, 18）等几组常数之间的比例关系。 3. 稳态浓度与剂量率的关系：成功再现了中性水中H₂O₂及（H₂O₂+2O₂）稳态浓度与剂量率平方根（I^(¹⁄₂)）之间的线性关系（图5），这是辐射化学中双分子反应主导过程的典型特征。 4. 温度效应：模型结合反应的活化能，令人满意地描述了温度对H₂O₂与过量H₂反应动力学的影响（图6），表明模型具备预测高温下水辐射分解行为的潜力。 5. pH依赖性：为了将模型拓展至高pH范围（至pH 13），研究团队在表1反应集的基础上，补充了适用于高碱性介质的反应集（表3）。表3包含了OH自由基解离产物（O⁻）、H₂O₂解离产物（HO₂⁻）以及臭氧阴离子自由基（O₃⁻）参与的关键反应。利用Kabakchi等人（1967年）在不同pH和剂量率下测得的H₂O₂和O₂稳态浓度数据（图7），验证了扩展后模型在整个pH 1-13范围内的描述能力。计算时还考虑了实验细节，如液上气相体积和实际吸收剂量。

三、 主要研究结果

1. 成功构建并优化了一套自洽的动力学模型：研究提出并验证了一个包含约30个关键反应的动力学模型，并为其确定了一套优化的速率常数集合（表1中的k_opt）。这套常数在文献报道的合理范围内，但经过系统调整，使得模型能够统一描述多种不同条件下的实验数据。
2. 关键速率常数的优化获得独立实验支持：模型优化将反应 H + H₂O₂ 的速率常数定为3.44×10⁷ M⁻¹s⁻¹，后来被独立的脉冲辐解实验（3.5×10⁷ M⁻¹s⁻¹）所证实，这是对模型优化方法有效性的有力证明。
3. 模型展现出广泛的适用性和预测能力：
   • 条件范围广：模型成功描述了从酸性（pH 1）到强碱性（pH 13）的pH范围，以及从低到高的剂量率和不同初始浓度下的辐射化学行为。
   • 过程描述准：准确模拟了H₂O₂的简单分解、存在H₂时的链式与非链式分解、分子产物的稳态浓度及其与剂量率的平方根关系。
   • 温度外推性：通过包含活化能参数，模型能合理描述温度对反应动力学的影响，暗示其可用于评估高温水化学。
   • 机制阐释清：通过灵敏度分析，明确了在不同实验条件下起主导作用的关键反应。例如，在特定pH下，H₂O₂和O₂稳态浓度对反应（19）（e⁻_aq + H⁺ → H）以及竞争e⁻_aq和H的一系列反应敏感。
4. 高pH模型的初步建立：通过引入表3的反应集，模型得以扩展至pH 13。虽然由于高碱性条件下的实验数据相对稀缺，未对表3常数进行优化，但使用已知或推荐的常数已能较好地描述实验趋势，特别是O₃⁻离子在强碱体系中的作用被纳入考量。

这些结果层层递进：首先，通过优化核心反应集的常数，模型获得了描述中性及近中性条件下水辐射分解的基础能力（结果1，2）。在此基础上，通过补充高pH反应集并利用pH依赖实验数据进行验证，证明了模型在更宽化学环境下的适用性（结果4）。而模型对温度效应、剂量率关系等多种复杂情景的准确模拟（结果3），则共同支撑了其作为一个强大预测工具的结论。

四、 研究结论与价值

本研究成功开发并验证了一个用于描述水和含H₂、H₂O₂、O₂水溶液辐射分解的综合性动力学模型。该模型基于真实的化学反应，通过优化关键速率常数，实现了对广泛实验数据的自洽描述，而不依赖于任何虚构的“校正”反应。

其科学价值在于：1）提供了一套经过全局优化的、内部一致的反应速率常数集合，有助于澄清文献中某些常数存在的争议或不确定性；2）建立了一个可靠的数学工具，可用于深入分析脉冲辐射引发快速反应的机理；3）为理解复杂水化学体系在辐射场下的行为提供了定量框架。

其应用价值尤为突出：该模型可直接应用于核工业领域，用于预测和评估水冷核反应堆一回路、乏燃料池或其他辐射环境中水化学的演变，包括腐蚀性物种（如H₂O₂、O₂）的生成、氢气的积累与消耗等，这对于材料防腐、系统安全性和寿命评估具有重要意义。

五、 研究亮点

1. 方法论创新：摒弃了早期模型中引入人为“校正”反应的做法，采用基于全局实验数据的速率常数系统优化策略，使模型建立在更坚实的物理化学基础之上。优化结果与后续独立实验测量的一致性，证明了该方法的科学性和预见性。
2. 模型的综合性与预测能力：所开发的模型是当时较为全面的一个，能够覆盖宽广的pH、浓度、剂量和剂量率范围，并能描述温度效应，体现了强大的综合预测能力。
3. 明确的机制关联：通过灵敏度分析，将宏观实验现象（如产物浓度变化）与微观的基元反应直接关联，清晰地阐明了不同条件下反应网络中的控制步骤。
4. 向极端条件的拓展：成功将模型从常规的中性条件扩展至强碱性环境（pH 13），并考虑了O₃⁻等特殊物种的作用，增强了模型的普适性。

六、 其他有价值内容

论文中隐含了对辐射化学基础数据重要性的强调。研究显示，即使对于水这种被广泛研究的体系，其关键反应的速率常数仍存在不确定性和关联性，需要通过像本研究这样的全局性建模工作来加以约束和优化。这项工作也为处理更复杂的、含有其他溶质的水溶液辐射化学模型奠定了基础。