Oscillerende Reactie Kit

Briggs-Rausch Oscillerende Reactie Kit

Datum: juni 2024

Inleiding:

Een experimenteerkit die ik al langer in mijn bezit heb maar waar ik op de een of andere manier niet aan toe kwam is de "The Fascinating Oscillating Reaction Kit. Zoals de naam aangeeft bevat de kit de chemicaliën om een oscillerende reactie uit te voeren. Een heldere oplossing veranderd periodiek van kleur, van kleurloos naar amber naar blauwpaars en terug naar kleurloos. Deze reactie noemt men de Briggs-Rauscher Oscillating Reactie.

Materiaal:

In de kit Malonzuur (C₃H₄O₄) Mangaansulfaat (MnSO₄) NatriumIodate (NaIO₃) Natriumthiosulfaat (Na₂S₂O₃) Aminosulfonzuur (HSO₃NH₂) Zetmeel oplossing Maatbeker Bekers Spatels Roerhoutjes Pipet Daarnaast Waterstofperoxide 3% (H₂O₂), moet men zelf kopen. Markeerstift Demi water Smartphone met camera Voor het volgen van de reactie: CMA Coachlab II Temperatuursensor (0511BT) Colorimeter (03581BT) Cuvetten Oxidatie-Reductie Potentiaal (ORP) sensor (BT57i) PC met Coachlab software en Excel


Coachlab II Interface	Colorimeter
ORP sensor	Temperatuursensor

Uitvoering:

In het begeleidende boekje worden verschillende experimenten beschreven die ik echter uitgebreid heb met CoachLab experimenten (zowel met Coach 6 als 7)
Experiment 1
Neem de 2 bekertjes, markeer de ene A de andere B OPLOSSING A Voeg 10 ml water toe aan beker A Voeg een hele spatel aminosulfonzuur en een halve spatel natriumjodaat toe Meng goed totdat alle poeder is opgelost OPLOSSING B Voeg 10 ml waterstofperoxide oplossing toe aan beker B Voeg 1 afgeronde spatel malonzuur en een klein beetje mangaansulfaat (zandkorrel) toe Neem de zetmeel oplossing en schud deze eerst goed Voeg 3-4 druppels zetmeel oplossing toe Voeg oplossing B toe aan oplossing A en meng Observeer Maak een Filmpje met de smartphone
Coachlab Experiment 2 - Colorimeter
Koppel Coachlab aan de PC en start de software op Stel de colorimeter in op 470 nm Vul de cuvet met water en plaats deze in de colorimeter Druk op CAL Stel de Coachlab software in op 1 meting per seconde voor een periode van 30 minuten Vul een cuvet met reactieoplossing Plaats de cuvet in de colorimeter Start het experiment Exporteer de verzamelde data als tekst file Importeer de file in Excel Analyseer de data
Coachlab Experiment 3 - ORP en temperatuursensor
Verwijder de colorimeter van de CoachLab en vervang deze met de ORP elektrode Stel de Coachlab software in op 1 meting per seconde voor een periode van 30 minuten Vul een klein bekerglas met de reactieoplossing Plaats deze op een roermotor Voeg een kleine roerboon toe Plaats elektrode en temperatuursensor in de oplossing Zet de roermotor aan en stel deze in op rustig roeren Start het experiment in de CoachLab software Exporteer de verzamelde data als tekst file Importeer de file in Excel Analyseer de data


Experiment 4
Neem een deel van de nu de donkerkleurige oplossing Voeg een spatel natriumthiosulfaat toe en meng Observeer Voeg nogmaals natriumthiosulfaat toe en meng wederom Observeer
Experiment 5
Neem 2 bekers Voeg aan elke beker 10 ml peroxide toe Voeg een halve spatelpunt natriumjodaat toe aan elk beker Voeg aan 1 van de bekers een spatelpunt aminosulfonzuur toe Meng voorzichtig Observeer
Experiment 6
Neem 1 van de bekertjes van Experiment 5 en voeg een druppel zetmeeloplossing toe Observeer Neem het andere bekertje van Experiment 5 en voeg een spatelpunt malonzuur toe Meng Observeer
Experiment 7
Neem het bekertje Experiment 6 waaraan malonzuur is toegevoegd Voeg een korrel mangaansulfaat toe Meng Observeer

Resultaten:

Experiment 1
YouTube link: BR Reactie
Het ritme dat we visueel waarnemen is ca. 12 s. (4 waarneming in het filmpje: 11,11,13,13)

Coachlab Experiment 2 - Colorimeter



Nevenstaande foto van de cuvet na de meting laat zien dat zich veel zuurstofbelletjes gevormd hebben. De vorming van de gasbelletjes beïnvloedt de meting hetgeen verklaard waarom de tweede helft van de meting zulk een onstabiel resultaat geeft. Alleen de eerste 7 minuten zijn dus bruikbaar voor verdere analyse. Analyseren we het signaal op basis van deze grafiek dan liggen de pieken 0.17 minuten uit elkaar (~10 s).


Coachlab Experiment 3 - ORP en temperatuursensor

YouTube link: BR Reactie


Analyseren we het signaal door in the zoomen.
















Analyseren we het signaal op basis van deze grafiek dan liggen de pieken ~8 s uit elkaar.
Experiment 4

Voor toevoegen thiosulfaat	Na toevoegen	Wachten	Toevoegen thiosulfaat
Alhoewel de reactie niet meer de kleurveranderingen doorloopt zijn er nog steeds actieve componenten aanwezig. Door thiosulfaat toe te voegen reageren we het jood weg zodat de blauwe kleur verdwijnt.
S₂O₃^2- (thiosulfaat) + I₂ (jood) ---> 2I^- (jodide) + S₄O₆^2-(tetrationaat)
Experiment 5
Voor toevoegen

Na toevoegen aminosulfonzuur aan rechter oplossing

Na het toevoegen van het aminosulfonzuur kleurt de oplossing amber en kan men de vorming van zuurstofbelletjes waarnemen. Hetgeen aangeeft dat het aanzuren van de oplossing een essentieel onderdeel van de reactie is. De amberkleuring suggereert dat er jood gevormd wordt.

Experiment 6
Toevoegen zetmeel aan linker oplossing

Na het toevoegen van zetmeel zal een oplossing blauw kleuren als er jood aanwezig is. De oplossing verkleurt niet hetgeen aangeeft dat een oplossing van peroxide en jodaat op zichzelf geen jood produceert.

Toevoegen malonzuur aan rechter oplossing

Na het toevoegen van malonzuur aan de rechter oplossing ontkleurt deze weer. Dit geef aan dat het malonzuur een rol speelt bij de teruggaande reactie (van jood (I₂) naar jodide (I^-)).

Experiment 7
Na toevoegen Mangaansulfaat aan rechter oplossing

Na toevoegen van Mangaansulfaat aan de rechter oplossing kleurt deze weer amber, hetgeen aangeeft dart het Mangaansulfaat betrokken is bij de reactie die leidt tot joodvorming.

Discussie:

Oscillerende reacties zijn reacties waarin schommelingen plaatsvinden in de concentraties van reactanten en producten tot er een evenwicht wordt bereikt. In de scheikunde bestaan er bijzonder weinig reacties die 'oscilleren'.

In dit experiment hebben we de 'Briggs-Rauscher reactie' bestudeerd, die in 1973 ontdekt werd.

De Briggs-Rauscher reactie schrijft men als:

IO₃ ^- + 2 H₂O₂ + CH₂(CO₂H)₂ + H⁺ <=> ICH(CO₂H)₂ + 2 O₂ + 3 H₂O

Deze reactie komt neer op een samenstelling van twee andere reacties (A en B)

(A) IO₃ ^- + 2 H₂O₂ + H⁺ <=> HIO + 2 O₂ + 2 H₂O

(B) HIO + CH₂(CO₂H)₂ <=> ICH(CO₂H)₂ + H₂O

Reactie A kan plaatsvinden via twee verschillende processen (1 en 2), nl. een radicalair en een niet-radicalair proces. Het radicalair proces (1) zal plaatsvinden wanneer de [I- ] laag is en het niet-radicalaire proces (2) zal optreden wanneer de [I- ] hoog is. (cfr. schema 1)

Reactie B bestaat uit twee deelreacties:

I ^-+ HIO + H⁺ <=> I₂ + H₂O

I₂ + CH₂(CO₂H)₂ <=> ICH₂(CO₂H)₂ + H⁺ + I

Tijdens het radicalair proces wordt HIO snel gevormd. Bovendien wordt het sneller gevormd dan het kan wegreageren. Dit maakt dat, volgens deelreactie 1 van B, veel [I^- ] over blijft. Deze I^- kan geoxideerd worden tot I2 wat zorgt voor de amberkleur. De overige HIO wordt gereduceerd door H₂O₂ tot I^-. Deze stijgende I^- concentratie zal vervolgens een punt bereiken waarop het niet-radicaal proces overneemt. Dit proces produceert nu niet zo snel HIO als in het radicalair proces waardoor de amberkleur begint te verdwijnen als I2 sneller wordt verbruikt dan gevormd. De diepblauwe kleur is afkomstig van de binding van I^- en I₂ met zetmeel. Uiteindelijk zal de I^- concentratie zo laag zijn zodat het radicaal proces wederom overheerst en de cyclus herbegint. Een overzicht is weergegeven in onderstaande schema.

Analyse van de CoachLab meetresultaten

De meting met de colorimeter en de ORP elektrode gebruiken we om te bepalen met welke frequentie de reactie oscilleert. De meer visuele analyses geven een range van ca. 8 tot 13 s aan waarbij we wel de opmerking moeten maken dat ze op verschillende tijdstippen in het reactieverloop gefocusseerd waren. Uiteindelijk besloot ik om de experimenten te herhalen waarbij de resultaten zijn weergegeven in onderstaande grafieken.

De colorimeter resultaten zijn wederom beperkt maar laten al zien dat de oscillaties steeds langzamer gaat evrlopen, een effect dat ook goed waarneembaar is in de ORP resultaten. Het nadeel is dat je daar erg veel resultaten visueel zou moeten verwerken.

Je zou eigenlijk zo veel mogelijk datapunten in de analyse willen betrekken. Dat kan waarschijnlijk ook wel in Excel maar ik bedacht me dat het gemakkelijker was om een Python programma te schrijven dat de piektijden bepaalde, vervolgens het verschil tussen de de pieken te berekenen, een eenvoudige statistische analyse uit te voeren de resultaten weer te geven als een histogram. De data van bovenstaand ORP experiment dat in bewerking is genomen is beperkt tot 1000 s. De data is geëxporteerd als tekst file en ingelezen in het python programma. Het resultaat van de analyse is weergegeven in onderstaande overzicht en histogram

Analysis of data collected
Mean Peak Difference Time (s): 8.6
Standard deviation (s): 3.7
A total of 115 data points were analyzed

Zo op het eerste zicht lijkt de analyse niet perfect te zijn en is er mogelijk wat vervuiling met verkeer geïdentificeerde pieken. Desalniettemin ondersteunt de analyse de waarnemingen dat we met een toenemende oscillatietijd te maken hebben en dat een groot deel van de oscillatietijd rond de 10 s ligt.

Opmerkingen:

Waterstofperoxide 3% kan men bij Kruidvat of Etos kopen
In de handleiding bij de kit worden verschillende experimenten beschreven die bijdragen aan het ontraadselen van het reactiemechanisme. Daarin was ikzelf wat minder geïnteresseerd. Ik was meer geïnteresseerd in de instrumentele methoden waarmee men de reactie kan volgen.
Aminosulfonzuur is het alternatief voor zwavelzuur dat in de oorspronkelijke formulering gebruikt werd.
CoachLabmetingen:
CoachLab ORP - Oscllerende Reactie - 1.cmr
BROscillerendeReactie_ORP_Results_20240620.cmr7
BROscillerendeReactie_colorimeter_Results_20240622.cmr7
De analyses in Excel:
Exp ORP sensor.xlsx
AnalyseJuni2024.xlsx
Het python programma:
AnalyseV2.py

Literatuur:

T.S. Briggs, W.C. Rauscher; "An Oscillating Iodine Clock"; Journal of Chemical Education; 1973 7 50; p. 496
B. Z. Shakhashiri; "Chemical Demonstrations: A Handbook for Teachers of Chemistry Volume 2"; 1985; p. 248-256.
Thjomas S. Briggs, Warren C. Rauscher; "On Oscillating Iodine Clock"; Journal of Chemical Education; 2012 89; p. 1421-1424
Stanley D. Furrow; "A Modified Recipe and Variatons for the Briggs-Rauscher Oscillating Reaction"; Journal of Chemical Education; 2012 89; p. 1421-1424.
Carolyn D. Baird, Helen B. Reynolds, Mary A. Crwaford; "A Microscale Method To Demonstrate the Belousov-Zhabotinskii Reaction"; Journal of Chemical Education; 2011 88; p. 960-961
Jearl Walker; "Chemical Systems That Oscillate Between One Color and Another"; Scientific American (The Amateur Scientist); July 1978; p. 152 - 161

Relevante websites:

Minder relevante websites:

Achtergrondinformatie:

Omschrijving experimenteerkit

Explore the basic principles of chemical kinetics, with the fascinating oscillating reaction kit. Watch as a clear solution suddenly changes to amber, then to a deep blue/purple, then back to clear again. Be amazed, as the colour cycle repeats again and again. In this remake of the Briggs-Rauscher reaction, or the classic 'oscillating clock' explore solutions, concentrations, catalysts, equilibrium and the use of controls and variables. It is a remarkable reaction, one-of-a-kind chemistry kit that is sure to excite your class, or scientist in training.

What You Get

Fascinating Oscillating Rx Kit. Contains malonic acid (5 g), manganese sulfate (1 g), sodium iodate (5 g), sodium thiosulfate (10 g), sulfamic acis (5 g), starch solution (20 mL), wooden rack, pipet, stirrers, spoon, small scoops, cups, MSDS and instructions. Requires hydrogen peroxide (3%), not included. Magnetic stirrer will increase oscillations, but is not required.

How Does it Work?

Fascinating Oscillating Rx Kit presents a range of color changing effects through a fascinating chemical reaction. Simply mix the included solutions together, stir, then watch the color change within seconds. From dark blue to clear again, this wonderful experiment kit clearly demonstrates the principles of Briggs-Rauscher oscillating chemical reaction. Explore the effects of variables like temperature on chemical reactions.

Teach

Briggs-Rauscher Reaction
Oscillating Chemical Reactions
Kinetics

ORP sensor

De Oxidatie-Reductie Potentiaal (ORP) sensor BT57i meet het vermogen van een vloeistof om als oxidator of reductor te functioneren. De ORP sensor bestaat uit een elektrode en een versterker. De elektrode heeft twee componenten: een meetcel van platina die wordt ondergedompeld in de testoplossing waarin eventueel een redoxreactie plaatsvindt en een referentiecel (verzegelde, met gel gevulde Ag/AgCl-elektrode), omringd door een zoutoplossing (kaliumchloride). De platina meetcel dient, afhankelijk van de testoplossing, als een elektrondonor of acceptor en de referentiecel levert een constante, stabiele spanning ter vergelijking. De elektrode meet het spanningsverschil tussen de platina meetelektrode en de spanning van de referentiecel met een meetbereik van 450 tot +1100 mV. Effectief wordt hiermee het redoxpotentiaal ten opzichte van de referentiecel gemeten. Waarden aan de positieve kant van deze schaal geven aan dat de testoplossing oxiderend is, terwijl waarden aan de negatieve kant van de schaal wijzen op een reducerende testoplossing.

Redoxreacties bepalen het gedrag van veel chemische processen in drinkwater, afvalwater en waterachtige omgevingen. De reactiviteit, functionaliteit en oplosbaarheid van (onderdelen van) levende systemen zijn sterk afhankelijk van redox-omstandigheden. ORP waarden worden net als pH waarden gebruikt om de waterkwaliteit te bepalen. Voor zwembaden waarin de normale pH waarde ligt tussen 7.2 en 7.6, moet de ORP waarde bijvoorbeeld boven de 700 mV worden gehouden om ongewenste organismen te doden. Daarentegen moet, om leven mogelijk te maken, water in een natuurlijke omgeving een veel lagere ORP waarde hebben. Normaal gesproken zijn ORP waarden boven 400 mV schadelijk voor levensvormen in een waterig, natuurlijk milieu. De ORP sensor kan ook worden gebruikt bij redoxtitraties om het equivalantiepunt vast te stellen.

Python code

Filename: AnalyseV2.py
# Date: June 2024
# Description:
# Read the file containing the ORP data. Assign only the time and the mV to a list
# Determine the time between peaks and report the results in a txt file and as a histogram

import csv
import matplotlib.pyplot as plt
import statistics as st

file_name = 'PeaktimesDiff_ORP.csv'

def main():

time_sec = []
mV=[]
peak_time=[]
diff_time=[]

# ------------------------------ READ THE DATA FROM THE FILE --------------------------
# ---------------- store the data in a time list and a mV list ------------------------
# ---------=------- MANUALLY REMOVE THE FIRST 3 LINES (HEADERS) IN THE CSV FILE -------
# automate removal of lines with regex?

with open("ORPData.csv") as file:
for line in file:
time, temp, ORP = line.rstrip().split(";")
time_sec.append(round(float(time)))
mV.append(round(float(ORP)))

# ------------------------------ ANALYZE THE DATA ------------------------------------
# Determine where is a peak by checking wether the current mV is
# higher than the previous mV and the following mV
# Store the corresponding time in a list

for i in range(0,(len(mV)-1)):
# print(i, end=" ")
# print(mV[i], end=" ")
if (mV[i] > mV[i+1] and mV[i] > mV[i-1]):
peak_time.append(time_sec[i])

# calculate the time between the peaks
# store the data in a list and in a csv file
file = open(file_name, 'w', newline='')
data_file = csv.DictWriter(file, fieldnames=["difference"])
i=0
for i in range(len(peak_time)):
if i != 0:
diff = float(peak_time[i]) - float(peak_time[i-1])
diff_time.append(diff)
data_file.writerow({"difference": diff})
else:
# correct the file for the first value
data_file.writerow({"difference": ""})
# print(diff_time[i])
# correct the list for the first value
diff_time[0]=0
file.close()

# Some basic statistics
Evaluate_data(diff_time)

# ------------------------------ PLOT A HISTOGRAM ------------------------------------
plt.hist(diff_time, bins=50)
# Add x-axis and y-axis titles
plt.xlabel('Data Values')
plt.ylabel('Frequency')
# Display the plot
plt.show()

# ---------------- FUNCTION FOR CALCULATING SOME DATA STATISTICS ------------------
def Evaluate_data(diff_time):
# Calculate some statistical data, display it and store it in a text file
# Create a text file and write the data to the text file as well as the console

# create a file object along with extension
O_file_name = "ORPdataresults.txt"
O_file = open(O_file_name, 'w')
O_file.write('Analysis of data collected\n')
print('Analysis of data collected')
# calculate basic statistical data
Mean_dT = ('Mean Peak Difference Time (s): '+ str((round(st.mean(diff_time),1))))
O_file.write(str(Mean_dT) + '\n')
print(Mean_dT)
Sd_dT = ('Standard deviation (s): '+ str((round(st.stdev(diff_time),1))))
O_file.write(str(Sd_dT) + '\n')
print(Sd_dT)
Elem_List = len(diff_time)
Data_Points = str('A total of ' + str(Elem_List) + ' data points were analyzed ')
O_file.write(Data_Points + '\n')
print(Data_Points)
#close the file
O_file.close()

if __name__ == "__main__":
main()