P\u00f3\u0142ka teoretyczna to matematyczna abstrakcja.<\/strong><\/p>\n\n\n\nWyobra\u017amy sobie, \u017ce proces chromatograficzny to seria nast\u0119puj\u0105cych po sobie dyskretnych etap\u00f3w ekstrakcji. Cz\u0105steczka substancji wchodzi w kontakt z faz\u0105 stacjonarn\u0105, ustala si\u0119 stan r\u00f3wnowagi, po czym faza ruchoma przesuwa j\u0105 o krok dalej do kolejnego \u201emikro-etapu\u201d. Im wi\u0119cej takich krok\u00f3w (p\u00f3\u0142ek) uda nam si\u0119 \u201eupchn\u0105\u0107\u201d w kolumnie, tym lepszy b\u0119dzie rozdzia\u0142.<\/p>\n\n\n\n
Kluczowa my\u015bl:<\/strong> P\u00f3\u0142ka teoretyczna to najmniejszy odcinek kolumny, na kt\u00f3rym ustala si\u0119 stan r\u00f3wnowagi termodynamicznej mi\u0119dzy faz\u0105 ruchom\u0105 a stacjonarn\u0105.<\/p>\n\n\n\nDziedzictwo Martina i Synge\u2019a: Model Destylacyjny<\/h2>\n\n\n\n W 1941 roku Archer Martin i Richard Synge<\/strong> (p\u00f3\u017aniejsi nobli\u015bci) zaproponowali model oparty na procesie destylacji frakcjonowanej. W tamtym czasie destylacja by\u0142a najlepiej opisanym procesem rozdzielczym, a kolumny destylacyjne faktycznie posiada\u0142y fizyczne p\u00f3\u0142ki.<\/p>\n\n\n\nMartin i Synge spr\u00f3bowali opisa\u0107 zachowanie kolumny chromatograficznej tak jakby by\u0142a kolumn\u0105 do destylacji. W takim modelu substancja porusza si\u0119 w d\u00f3\u0142 kolumny w serii skokowych krok\u00f3w.<\/p>\n\n\n\n
Na ka\u017cdej \u201ep\u00f3\u0142ce\u201d faza ruchoma i stacjonarna s\u0105 w idealnej r\u00f3wnowadze.<\/h3>\n\n\n\n Cho\u0107 model ten by\u0142 genialny w swojej prostocie, mia\u0142 jedn\u0105 ogromn\u0105 wad\u0119: by\u0142 statyczny<\/strong>. Zak\u0142ada\u0142, \u017ce r\u00f3wnowaga ustala si\u0119 natychmiastowo, co w rzeczywistym przep\u0142ywie cieczy lub gazu jest niemo\u017cliwe.<\/p>\n\n\n\nWydajno\u015b\u0107 kolumny: Parametry N i H<\/h2>\n\n\n\n Aby opisa\u0107 wydajno\u015b\u0107 kolumny, u\u017cywamy dw\u00f3ch kluczowych parametr\u00f3w:<\/p>\n\n\n\n
Liczba p\u00f3\u0142ek teoretycznych (N)<\/strong><\/p>\n\n\n\nIm wy\u017csza warto\u015b\u0107 N, tym kolumna jest sprawniejsza, a piki w\u0119\u017csze. Obliczamy j\u0105 z chromatogramu na podstawie czasu retencji (tR<\/sub>) i szeroko\u015bci piku (w):<\/p>\n\n\n\nN<\/mi>=<\/mo>16<\/mn>(<\/mo>t<\/mi>R<\/mi><\/msub>w<\/mi><\/mfrac>)<\/mo><\/mrow>2<\/mn><\/msup><\/mrow>N = 16 \\left( \\frac{t_R}{w} \\right)^2<\/annotation><\/semantics><\/math><\/div>\n\n\n\n<\/p>\n\n\n\n
Jak \u0142atwo zauwa\u017cy\u0107 liczba p\u00f3\u0142ek teoretycznych b\u0119dzie charakterystyczna dla konkretnej substancji i warunk\u00f3w rozdzia\u0142u, a nawet dla konkretnego aparatu. Dlatego wa\u017cne jest by wyznacza\u0107 j\u0105 zawsze w takich samych warunkach.<\/p>\n\n\n\nWysoko\u015b\u0107 r\u00f3wnowa\u017cna p\u00f3\u0142ce teoretycznej (H lub HETP)<\/strong><\/p>\n\n\n\nTo parametr, kt\u00f3ry m\u00f3wi nam, jak \u201egruba\u201d jest jedna p\u00f3\u0142ka. Skoro kolumna ma okre\u015blon\u0105 d\u0142ugo\u015b\u0107 (L), to zale\u017cno\u015b\u0107 jest prosta:<\/p>\n\n\n\n
H<\/mi>=<\/mo>L<\/mi>N<\/mi><\/mfrac><\/mrow>H = \\frac{L}{N}<\/annotation><\/semantics><\/math><\/div>\n\n\n\nAnalityczny cel:<\/strong> Chcemy, aby H by\u0142o jak najmniejsze. Niska warto\u015b\u0107 H oznacza, \u017ce na ka\u017cdym centymetrze kolumny mie\u015bci si\u0119 wi\u0119cej p\u00f3\u0142ek, co przek\u0142ada si\u0119 na wy\u017csz\u0105 sprawno\u015b\u0107.<\/p>\n\n\n\nR\u00f3wnanie Van Deemtera, czyli jak sterowa\u0107 wydajno\u015bci\u0105<\/h2>\n\n\n\n W 1956 roku holenderski in\u017cynier Jan van Deemter i jego wsp\u00f3\u0142pracownicy zauwa\u017cyli, \u017ce model statyczny to za ma\u0142o. W rzeczywisto\u015bci cz\u0105steczki analitu nie czekaj\u0105 grzecznie na ustalenie r\u00f3wnowagi \u2013 one s\u0105 w ci\u0105g\u0142ym ruchu, dyfunduj\u0105 i zderzaj\u0105 si\u0119 z elementami wype\u0142nienia.<\/p>\n\n\n\n
Ich Kinetyczna Teoria Rozdzia\u0142u<\/strong>, opisana jest r\u00f3wnaniem:<\/p>\n\n\n\nH<\/mi>=<\/mo>A<\/mi>+<\/mo>B<\/mi>u<\/mi><\/mfrac>+<\/mo>C<\/mi>\u22c5<\/mo>u<\/mi><\/mrow>H = A + \\frac{B}{u} + C \\cdot u<\/annotation><\/semantics><\/math><\/div>\n\n\n\nGdzie u to pr\u0119dko\u015b\u0107 liniowa fazy ruchomej. R\u00f3wnanie opisuje zale\u017cno\u015b\u0107 pomi\u0119dzy pr\u0119dko\u015bci\u0105 przep\u0142ywu a wydajno\u015bci\u0105 kolumny. Opr\u00f3cz przep\u0142ywu, mo\u017cna jednak na nim zauwa\u017cy\u0107 trzy sk\u0142adowe, kt\u00f3re s\u0105 \u015bci\u015ble zwi\u0105zane z budow\u0105 kolumny. Te trzy sk\u0142adowe to trzy r\u00f3\u017cne dyfuzje zachodz\u0105ce w trakcie rozdzia\u0142u. <\/p>\n\n\n\n
Sk\u0142adowe R\u00f3wnania:<\/strong><\/p>\n\n\n\n\nCz\u0142on A (Dyfuzja wirowa \/ Eddy diffusion):<\/strong> Wynika z faktu, \u017ce cz\u0105steczki mog\u0105 wybiera\u0107 r\u00f3\u017cne drogi mi\u0119dzy ziarnami wype\u0142nienia. Jedne p\u0142yn\u0105 \u201eautostrad\u0105\u201d, inne klucz\u0105 bocznymi uliczkami.\n\nJak go zminimalizowa\u0107?<\/em> U\u017cywaj\u0105c mniejszego i bardziej jednorodnego ziarna wype\u0142nienia. Kr\u00f3tko m\u00f3wi\u0105c, cz\u0142on A jest charakterystyczny dla danej kolumny. By go zmniejszy\u0107 nale\u017cy u\u017cy\u0107 kolumny o ni\u017cszej ziarnisto\u015bci lub kolumny z ziarnem typu Core-shield.<\/li>\n<\/ul>\n<\/li>\n\n\n\nCz\u0142on B (Dyfuzja pod\u0142u\u017cna):<\/strong> Cz\u0105steczki naturalnie chc\u0105 si\u0119 rozprzestrzenia\u0107 z miejsc o wysokim st\u0119\u017ceniu do niskiego (wzd\u0142u\u017c kolumny). Ten efekt dominuje przy niskich przep\u0142ywach<\/strong>.<\/li>\n\n\n\nCz\u0142on C (Opory przenoszenia masy):<\/strong> Cz\u0105steczka potrzebuje czasu, aby wej\u015b\u0107 do fazy stacjonarnej i z niej wyj\u015b\u0107. Przy wysokich przep\u0142ywach<\/strong> faza ruchoma \u201eucieka\u201d zbyt szybko, zanim cz\u0105steczki zd\u0105\u017c\u0105 wymieni\u0107 si\u0119 mi\u0119dzy fazami.<\/li>\n<\/ul>\n\n\n\nOptymalizacja rozdzia\u0142u w Praktyce<\/h2>\n\n\n\n Wykres zale\u017cno\u015bci H od pr\u0119dko\u015bci przep\u0142ywu to tzw. krzywa van Deemter’a. Zrozumienie krzywej van Deemter’a to klucz do bycia mistrzem optymalizacji.<\/p>\n\n\n
\n
Szukanie Minimum<\/h3>\n\n\n\n Krzywa H = f(u) ma kszta\u0142t litery „U”. Istnieje optymalna pr\u0119dko\u015b\u0107 przep\u0142ywu (uopt<\/sub>)<\/strong>, przy kt\u00f3rej warto\u015b\u0107 H jest najni\u017csza (czyli sprawno\u015b\u0107 kolumny najwy\u017csza). Pracuj\u0105c przy tej pr\u0119dko\u015bci, uzyskujemy najlepszy mo\u017cliwy rozdzia\u0142 dla danej kolumny.<\/p>\n\n\n\nGC vs LC: Wielka Bitwa Dyfuzji<\/h3>\n\n\n\n W chromatografii gazowej (GC)<\/strong> dyfuzja cz\u0105steczek w fazie ruchomej (gazie) jest tysi\u0105ce razy szybsza ni\u017c w cieczy.<\/p>\n\n\n\n\nW GC cz\u0142on B (dyfuzja pod\u0142u\u017cna) jest bardzo istotny.<\/li>\n\n\n\n W chromatografii cieczowej (LC)<\/strong> to cz\u0142on C (przenoszenie masy) jest g\u0142\u00f3wnym hamulcowym. Dlatego w nowoczesnej technice UHPLC (lub UPLC) stosuje si\u0119 ekstremalnie ma\u0142e ziarna (poni\u017cej 2 \u03bcm), aby skr\u00f3ci\u0107 drog\u0119 dyfuzji i \u201esp\u0142aszczy\u0107\u201d krzyw\u0105 Van Deemtera, pozwalaj\u0105c na bardzo szybkie przep\u0142ywy bez utraty sprawno\u015bci.<\/li>\n<\/ul>\n\n\n\nMonitoring \u017cywotno\u015bci kolumny<\/h2>\n\n\n\n W miar\u0119 u\u017cytkowania mo\u017cliwo\u015bci rozdzielcze kolumny spadaj\u0105. Warto to monitorowa\u0107 a p\u00f3\u0142ki teoretyczne idealnie si\u0119 do tego nadaj\u0105. Poni\u017cszy wykres przedstawia zale\u017cno\u015b\u0107 pomi\u0119dzy liczb\u0105 p\u00f3\u0142ek teoretycznych a ilo\u015bci\u0105 wykonanych analiz na kolumnie. Monitoruj\u0105c ten parametr mo\u017cna przewidzie\u0107 zu\u017cycie kolumny i wymieni\u0107 j\u0105 w odpowiednim momencie.<\/p>\n\n\n\n
Podsumowanie: Z\u0142oty \u015arodek<\/h2>\n\n\n\n Teoria p\u00f3\u0142ek i r\u00f3wnanie Van Deemtera to nie tylko matematyczne ciekawostki. To fundamenty, kt\u00f3re pozwalaj\u0105 nam zrozumie\u0107, \u017ce:<\/p>\n\n\n\n
\nD\u0142u\u017csza kolumna<\/strong> nie zawsze jest rozwi\u0105zaniem (bo ro\u015bnie czas i ci\u015bnienie).<\/li>\n\n\n\nSzybszy przep\u0142yw<\/strong> oszcz\u0119dza czas, ale mo\u017ce zrujnowa\u0107 rozdzielczo\u015b\u0107 (przez cz\u0142on C).<\/li>\n\n\n\nMniejsze ziarno<\/strong> wype\u0142nienia to niemal zawsze lepsza sprawno\u015b\u0107 (poprawa cz\u0142on\u00f3w A i C).<\/li>\n<\/ol>\n\n\n\nJako analitycy zawsze szukamy kompromisu mi\u0119dzy jako\u015bci\u0105 (wysokie N, niskie H) a ekonomi\u0105 czasu. Dzi\u0119ki Van Deemterowi wiemy dok\u0142adnie, gdzie ten kompromis si\u0119 znajduje.<\/p>\n\n\n\n
![\"Rozdzielczo\u015b\u0107](\"https:\/\/bioeducator.eu\/wp-content\/uploads\/2026\/02\/resolution.png\")
<\/figure>\n<\/div><\/div>\n<\/div>\n\n\n\n