Ηλεκτρονική Διάθεση Μαθήματος
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής αναμένεται:
-να κατανοεί τους μηχανισμούς κάτω από τους οποίους λαμβάνει χώρα ο χρωματογραφικός διαχωρισμός, αφού αποκτήσει το θεωρητικό υπόβαθρο σχετικά με τις αναλυτικές τεχνικές και τις φυσικοχημικές διεργασίες,
-να κατανοεί τον τρόπο επίδρασης των χρωματογραφικών παραγόντων (σύσταση της κινητής φάσης, pH κινητής φάσης, ταχύτητα ροής και θερμοκρασία στήλης) στη συγκράτηση των ενώσεων και να επιλέγει το κατάλληλο χρωματογραφικό μοντέλο,
-να αναπτύξει κριτική σκέψη για την ερμηνεία και την αξιολόγηση των χρωματογραφικών πειραματικών δεδομένων,
-να εξοικειωθεί στη χρήση του excel και κατάλληλων αλγορίθμων (μακροεντολές-VBA) για την προσαρμογή πειραματικών δεδομένων, πρόβλεψη των χρόνων συγκράτησης ενώσεων και βελτιστοποίηση των χρωματογραφικών συνθηκών,
- να ακολουθεί τα κατάλληλα βήματα και να εφαρμόζει τους αλγορίθμους προσαρμογής, πρόβλεψης και βελτιστοποίησης, ώστε να βρίσκει τις βέλτιστες συνθήκες διαχωρισμού των χρωματογραφικών κορυφών του προς ανάλυση μίγματος.
Περιεχόμενο Μαθήματος
Μηχανισμοί χρωματογραφικών διαχωρισμών στην υγρή χρωματογραφία αντίστροφης φάσης, στη χρωματογραφία ζεύγους ιόντων και στην υγρή χρωματογραφία υδρόφιλης αλληλεπίδρασης. Επίδραση της σύστασης της κινητής φάσης, του pH της κινητής φάσης, της ταχύτητας ροής και της θερμοκρασίας της στήλης στο διαχωρισμό ουσιών. Μοντελοποίηση του διαχωρισμού ουσιών κάτω από σταθερές ή μεταβαλλόμενες συνθήκες έκλουσης. Πρόβλεψη της συγκράτησης ουσιών και βελτιστοποίηση των διαχωρισμών με τη βοήθεια αλγορίθμων.
Επιπρόσθετη βιβλιογραφία για μελέτη
1.Teaching Simulation and Computer-Aided Separation Optimization in Liquid Chromatography by Means of Illustrative Microsoft Excel Spreadsheets. S. Fasoula, P. Nikitas, and A. Pappa-Louisi. J. Chem. Educ. 94 (2017) 1167−1173.
2.Separation optimization in HPLC analysis implemented in R programming language. Ch.Zisi,A.Pappa-Louisi,P.Nikitas, J. Chrom. A, 1617 (2020) 460823(doi:10.1016/j.chroma.2019.460823)