LCMS
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.
Autor
České vysoké učení technické v Praze
České vysoké učení technické v Praze
České vysoké učení technické v Praze je nejstarší technickou univerzitou ve střední Evropě a tvoří jej 8 fakult a 6 vysokoškolských ústavů.
Tagy
Článek
Věda a výzkum
LinkedIn Logo

Specifika modelování úniku nebezpečných chemických látek a směsí

Čt, 25.9.2025
| Originální článek z: ČVUT / Martin Staněk / Zdeněk Hon
Příspěvek z konference o separační chemii 2024 se věnuje specifikům modelování úniku nebezpečných chemických látek a směsí a jeho limitům v praxi.
<p>ČVUT / Martin Staněk / Zdeněk Hon: Specifika modelování úniku nebezpečných chemických látek a směsí</p>

ČVUT / Martin Staněk / Zdeněk Hon: Specifika modelování úniku nebezpečných chemických látek a směsí

Příspěvek ze sborníku příspěvků z XXIV. ročníku mezinárodní konference o separační chemii a analýze toxických látek 2024

SPECIFIKA MODELOVÁNÍ ÚNIKU NEBEZPEČNÝCH CHEMICKÝCH LÁTEK A SMĚSÍ

MARTIN STANĚK*, ZDENĚK HON

České vysoké učení technické v Praze, Fakulta biomedicínského inženýrství, katedra zdravotnických oborů a ochrany obyvatelstva, Sportovců 2311, 272 01 Kladno, [email protected]

  • Celý Sborník příspěvků z XXIV. ročníku mezinárodní konference o separační chemii a analýze toxických látek ke stažení ZDE
  • Přednáška Specifika modelování úniku nebezpečných chemických látek a směsí ke stažení ZDE
ABSTRAKT:

Chemické havárie představují potencionálně značně nebezpečné mimořádné události, kterým je nezbytné se věnovat nejen v rámci prevence závažných havárií. Jednou z využívaných možností je v dnešní době modelování úniku nebezpečných chemických látek a směsí prostřednictvím modelačních softwarových nástrojů. Tyto nástroje slouží k predikci potencionálních dopadů chemických havárií dle různých modelů úniku nebezpečných látek. K tomuto účelu je využívána řada matematických modelů různé komplexnosti. Obecně se ale jedná o značně složitý jev, který zahrnuje řadu zejména fyzikálních, ale i chemických procesů a faktorů, které zásadně ovlivňují šíření látek v prostředí. Jejich komplexnost vykazuje z pohledu modelování specifické omezení a nedostatky, které se v určité míře prolínají různými modely a mají značný vliv na přesnost výsledků. V tomto ohledu je nezbytné tyto faktory zohledňovat při interpretaci výsledků modelování.

KLÍČOVÁ SLOVA:

Nebezpečné chemické látky a směsi; modelování; těžký plyn; havarijní projevy.

ÚVOD 

V novodobé historii chemického průmyslu je celosvětově vyráběno i k nejrůznějším účelům používáno velké množství chemických látek a směsí. Od každodenní lidské potřeby, například ve formě hygienických přípravků, přes deratizační prostředky, výrobu plastů, až po využití na hokejových stadionech nebo k úpravě pitné vody. K pokrytí poptávky po chemických látkách, směsích a jejich produktech je především ve vyspělých zemích značně rozvinutý chemický průmysl. Riziko chemických havárií je v rámci tohoto průmyslu zcela reálné a dopady mohou být vzhledem k charakteristice uniklých látek a jejich nebezpečným vlastnostem velmi závažné. Havárie samotné mohou mít řadu příčin a nelze v této oblasti opomenout ani lidský faktor. Obzvláště nebezpečné jsou chemické havárie, které mohou vzniknout v rozsáhlých aglomeracích nebo v jejich blízkosti z důvodu přítomnosti velkého počtu osob a vzhledem k charakteristice a nebezpečným vlastnostem uniklých látek, a to jak ze stacionárních, tak i mobilních zdrojů ohrožení. Potencionální závažnost dopadů chemických havárií lze sledovat na řadě historických událostí, např. únik dioxinu v Sevesu (Itálie, 1976), nehoda automobilové cisterny s únikem bezvodého amoniaku v Houstonu (USA, 1976), únik methylisokianátu v Bhópálu (Indie, 1984), únik chloru v rámci železniční přepravy ve městech Festus (USA, 2002) a Graniteville (USA, 2005), únik chloru při manipulaci se zásobníkem v přístavu Aquaba (Jordánsko 2022) a řadu dalších.

S rozvojem výpočetních technologií a zvyšujícími se nároky na bezpečnost chemického průmyslu v rámci prevence závažných havárií se v dnešní době hojně využívají modelační softwarové nástroje k predikci možných dopadů potencionálních úniků nebezpečných chemických látek a směsí a jejich dalších havarijních projevů. Modelování úniku nebezpečných chemických látek a směsí představuje proces predikce jejich šíření v prostředí na základě matematických modelů. Tento proces má široké využití, nejen v rámci analýzy rizik a tvorby bezpečnostní dokumentace, ale výsledky modelování lze využít i při stanovení a optimalizaci zón havarijního plánování či tvorbě retrospektivních analýzy a vyšetřování proběhlých havárií. Tyto nástroje se v souladu s tímto trendem soustavně vyvíjejí, především v oblasti zlepšení přesnosti samotných výsledků v různých podmínkách a zkvalitnění matematických modelů, dle kterých je vypočítán dosah působení určené látky při jejím úniku. Při jejich využití a interpretaci výsledků modelování je ale nezbytné brát v úvahu řadu specifických omezení a nedostatků, které se ve větší či menší míře prolínají napříč různými matematickými modely a softwarovými nástroji a souhrnně mají zásadní vliv na přesnost a kvalitu výsledků.

1. HAVARIJNÍ PROJEVY A ŠÍŘENÍ NEBEZPEČNÝCH CHEMICKÝCH LÁTEK A SMĚSÍ V PROSTŘEDÍ

Obecně jsou projevy šíření nebezpečných chemických látek a směsí dány jejich fyzikálními a chemickými vlastnostmi. Jejich projevy při úniku jsou také dány těkavostí, kdy při úniku může dojít k šíření toxické látky v prostředí, zahoření či explozi [1]. Tyto projevy jsou dále ovlivněny vnějšími faktory, zejména meteorologickými podmínkami a charakteristikou okolní krajiny. Chemické vlastnosti látky také blíže definují její účinky na živé organismy, přičemž úroveň účinku je dána koncentrací látky působící na organismus a dobou kontaminace. Z havarijního pohledu se jedná zejména o únik, požár nebo výbuch nebezpečných látek vedoucí k ohrožení života a zdraví osob, zvířat, majetku a životního prostředí. Jednotlivé projevy jsou blíže charakterizovány havarijními modely, které jsou využívány pro modelování specifických fenoménů [2, 3]. V kontextu úniku a šíření nebezpečných chemických látek a směsí v prostředí hovoříme zejména o takzvaných těžkých plynech. Těžký plyn je označení pro plyn, který má vyšší molární hmotnost než vzduch (28,96 g/mol), případně se nachází ve stavu s vyšší hustotou než okolní vzduch (1,29 kg/m3). Jedná se primárně o látky, které se v chemickém průmyslu běžně skladují v plynném stavu nebo jsou zkapalněny pomocí aplikace fyzikálních principů. V průmyslové praxi je první z uvedených skupin zastoupena například fluorem, chlorem, chlorovodíkem, ozonem, fosgenem nebo oxidem uhličitým. Druhá skupina pak může zahrnovat prakticky všechny plyny skladované pod vysokým tlakem nebo v kryogenním stavu – například fluorovodík, amoniak, kyslík, dusík atd [4, 5].

Při úniku nebezpečných chemických látek a směsí ve formě těžkého plynu lze charakterizovat jejich rozptyl ve třech fázích. V první fázi, během úniku, plyn klesá k zemi v důsledku působení gravitace. V této fázi má unikající plyn největší hustotu a koncentraci, které dle působení teplotního rozdílu látky a okolního prostředí způsobují formování oblaku těžkého plynu i u látek standardně lehčích vzduchu, například amoniaku. V této fázi se u dvoufázového úniku či úniku typu JET mohou uplatňovat i jevy, jakými jsou například tzv. Joule-Thomsonův jev nebo valivý efekt šíření oblaku těžkého plynu ve směru osy zdroje úniku. Oblak se tedy v první fázi může šířit aktivním mechanismem i proti působení externích, zejména meteorologických faktorů, ale i gravitačních podmínek a uplatňuje se také přenos a působení kinetické energie látky získané při jejím úniku v závislosti na podmínkách úniku samotného. Následně se těžký plyn v druhé fázi začíná šířit po povrchu země a postupně mísit a ředit okolním vzduchem. V této fázi se také začínají uplatňovat difusní a externí jevy na jeho šíření jako jsou depozice či sedimentace v důsledku působení gravitačních sil, aktivní promíchávání s okolním vzduchem v důsledku turbulentního proudění vzduchu a další. Ve třetí fázi nastává úplné naředění těžkého plynu vzduchem, čímž dochází k jeho kompletní disperzi. Ve všech fázích je plyn rovněž zahříván od zemského povrchu a postupně se snižuje jeho relativní hustota. Rozptyl a šíření těžkého plynu jsou v uvedených fázích významně ovlivněny meteorologickými podmínkami a rozdílem teplot látky a okolního prostředí. Doba trvání jednotlivých fází výrazně závisí také na vlastnostech látky, její koncentraci a způsobu tvorby těžkého plynu, jestli se jedná o únik vroucí kapaliny s okamžitým odparem nebo pozvolným odparem kapaliny z kaluže [4, 6, 7, 8].

2 MODELOVÁNÍ ÚNIKU NEBEZPEČNÝCH CHEMICKÝCH LÁTEK A SMĚSÍ

Modelování úniku nebezpečných chemických látek a směsí představuje proces predikce jejich šíření v prostředí na základě matematických modelů. Zaměřují se především na predikci šíření a rozptylu těžkých plynů v okolí havárie. Lze ale simulovat i únik kapalných chemických látek a směsí, včetně havarijních projevů spojených s jejich odpařováním, hořením a explozí. Využívány jsou zejména simulace úniku nebezpečných chemických látek a směsí ve vnějším prostředí, které jsou přímo využitelné nejen v rámci havarijního plánování [4]. Pro modelování úniku látky v uzavřeném prostoru lze využít tzv. Computer Fluid Dynamics modely (CFD), které simulují pohyb částic v prostředí. Tyto modely jsou známy například z digitálních aerodynamických tunelů a simulují pohyb částic v různých soustavách o rozdílné hustotě.

Obecně je jejich použití ale značně limitované a velmi náročné pro uživatele i výpočetní techniku [9].

Při modelování je vycházeno ze tří základních typů havarijních modelů, scénářů, úniku plynných nebo kapalných látek, které reprezentují jejich havarijní projevy. Havarijní model lze v souvislosti s únikem nebezpečných chemických látek a směsí definovat jako soubor možných havarijních projevů těchto látek při chemických haváriích. Tyto modely představují rozptyl toxické látky nebo požár či výbuch [3, 10]. Z pohledu modelování se jedná o následující havarijní modely:

  • Únik toxické látky představuje jednorázový nebo kontinuální únik toxické látky do okolního prostředí, případně pomalý odpar kapaliny či vroucí kapaliny s rychlým odparem, únik typu JET. Tento model je charakteristický tvorbou toxického oblaku těžkého plynu, který na základě koncentrace dané látky může mít závažné následky pro zasažené osoby. Jednorázový únik a rychlý odpar vroucí kapaliny je reprezentován modelem PUFF, kontinuální únik a odpar kapaliny modelem PLUME. Tyto modely lze blíže chápat jako pravděpodobnostní znázornění, ve které oblasti se bude látka nacházet.
  • Výbuch plynů, par a prachů je charakteristický dosahem tlakové vlny a exploze s možným poraněním samotnou vlnou a střepinami. V blízkosti epicentra výbuchu mohou vzniknout smrtelná poranění a poškození okolních budov, vozidel či dalších objektů a předmětů. Jako následek může rovněž vzniknout požár. Tyto jevy lze charakterizovat modelem FIRE BALL, kdy při vznícení a explozi látky dochází ke vzniku ohnivé koule, případně modelem Vapor Cloud Explosion. Při tomto havarijním projevu lze uvažovat i o možném varu kapaliny s postupným zvyšováním tlaku uvnitř zásobníku. Při překročení maximálního tlaku dojde k explozi zásobníku s okamžitou expanzí a uvolněním nebezpečné látky, která vede k vytvoření ohnivé koule. Tento jev je charakterizován modelem BLEVE (Boiling Liquid Expanding Vapor Explosion).
  • Požár plynů a par představuje déle trvající masivní únik se zahořením, který je reprezentován modelem JET FIRE. V případě rychlého, okamžitého vzniku požáru nahromaděné látky v ovzduší se jedná o model FLASH FIRE, kdy dochází k mžikovému vznícení látky. Pro tyto projevy je charakteristické poranění tepelným záření a možný vznik požárů v jeho okolí.
  • Požár hořlavých kapalin nebo pevných látek představuje hoření kaluže kapaliny či vroucí kapaliny, případně pevné látky, které jsou reprezentovány modely POOL FIRE a FIRE in SOLID. Pro tyto havarijní projevy je charakteristické ohrožení tepelným zářením a zplodinami hoření [4, 6, 11, 12, 13].

Obecně je využívána řada matematických modelů pro výpočet a stanovení dosahu plynné látky v prostředí, včetně predikce jejího šíření v čase a prostoru. Předmětem těchto modelů je snaha o co nejpřesnější popis šíření látek v atmosféře, zejména těžkých plynů, včetně vlivu vnějších faktorů na jejich šíření a rozptyl. Obecně lze tyto modely dělit dle jejich komplexnosti a způsobu výpočtu šíření látky na jednoduché, empirické modely, dále středně komplexní, integrální modely a modely mělkých vrstev. Následně Lagrangeovské modely pohybu částic a PUFF modely. Mezi nejpokročilejší modely jsou řazeny CFD modely. Základním modelem pro popis šíření těžkých plynů v prostředí je Gaussovský model, který ovšem nedokáže řádně reflektovat rozdílné chování jednotlivých plynných látek a vliv externích faktorů na šíření látky [8, 11].

Výše uvedené modely PLUME a PUFF patří mezi základní fyzikální modely pro popis rozptylu chemických látek. V základní podobě se jedná o difúzní modely rozptylu těžkého plynu při jednorázovém nebo déle trvajícím úniku. Tyto modely mají řadu možných variací a jsou implementovány například v Gaussovském modelu rozptylu plynné látky. Základní pojetí těchto modelů je pro jejich reálné využití zásadně limitováno, jelikož nepočítají s celou řadou fyzikálních jevů, které mají vliv na šíření látky a její disperzi v atmosféře. Při modelování, kdy výsledky budou lépe odpovídat reálným podmínkám, je nezbytné použít komplexní matematické modely, které na druhou stranu budou mnohem náročnější na objem a kvalitu vstupních údajů. Základní modely jsou tedy vhodné jako screeningová či orientační metoda pro jednoduché zhodnocení modelovaného úniku [11].

Při použití jednotlivých matematických modelů lze blíže rozlišit jejich zaměření na modely blízkého a vzdáleného pole (Near-Field models, Far-Field models). Modely blízkého pole bývají většinou modely zaměřené na šíření těžkých, negativně vzlínavých plynů v prostředí. Tyto modely kalkulují s velmi vysokými koncentracemi látky v blízkosti zdroje úniku a lépe charakterizují chování a šíření těžkého plynu v této oblasti. Modely vzdáleného pole počítají se značně zjednodušeným chováním látky, včetně vlivů externích faktorů, a většinou fundamentálně vycházejí z Gaussovských či Lagrangeovských modelů. Tyto modely dokážou odhadnout potencionální koncentraci látky ve větších vzdálenostech od zdroje úniku, avšak kvůli jejich zjednodušení je nezbytné výsledky brát pouze jako orientační nebo screeningové. V rámci jednotlivých modelů je zásadní nastavení dílčích korekčních faktorů a výpočet následného rozptylu látky v atmosféře [4, 11].

Jako příklad modelu šíření a disperze těžkého plynu se zaměřením na modelování blízkého pole lze uvést model Heavy Gas používaný softwarovým nástrojem ALOHA, který je založen na modelu DEGADIS. Model Heavy Gas používá pro výpočet koncentračního profilu uvnitř oblaku modifikovaný Gaussovský model. Případně lze zmínit i model šíření těžkého plynu SLAB, který pracuje s výpočtem založeným na řešení šesti bilančních rovnic, které zahrnují výpočet trojrozměrné hybnosti látky, bilanci hmoty, energie a skupenského stavu unikající látky v čase [4, 14]. Uvedené modely sice používají mírně odlišný přístup k modelování, ale úroveň a kvalita výsledků by měla být za určitých podmínek podobná. Model Heavy Gas je oproti původní verzi modelu DEGADIS mírně zjednodušen a modeluje pouze, pokud je zdroj úniku při zemi. Na druhou stranu je z pohledu doby trvání úniku komplexnější oproti původní verzi modelu, jelikož ALOHA nemodeluje pouze plynulý, rovnoměrný únik, ale především únik s variabilní dobou trvání, kterou modeluje v pěti krocích [15]. Řada modelů však nereflektuje přenos kinetické energie na unikající plyn a většinou uvažují směrování úniku ze zdroje po směru větru, což ale nemusí odpovídat reálným podmínkám [15, 16].

2.1 Faktory ovlivňující rozptyl a šíření těžkých plynů z pohledu modelování

Mezi hlavní faktory ovlivňující rozptyl a šíření těžkých plynů při úniku nebezpečných chemických látek a směsí z pohledu modelování a reálného způsobu jejich šíření v atmosféře patří množství a druh konkrétní látky, její chemické a fyzikální vlastnosti, způsob skladování, meteorologické podmínky a charakteristika okolní krajiny. Z pohledu možných havarijních projevů je také důležitým faktorem těkavost látky, na základě které lze predikovat, jestli bude unikající hořlavý plyn nebo odpařující se kapalina náchylná ke vznícení [3, 17].

Před zahájením samotného modelování je nezbytné určit, jaká konkrétní látka uniká do okolního prostředí a v jakém množství. Z chemických a fyzikálních vlastností látek jsou nejdůležitější bod tání a varu, relativní molekulová hmotnost, hustota, relativní hustota par, těkavost a reaktivnost s dalšími látkami. Tyto hodnoty také stanoví, v jakém skupenství se bude látka v běžném prostředí nacházet a jestli bude těžší nebo lehčí vzduchu, tudíž jestli se při úniku, případně odpařování, bude držet spíše při zemi či nikoliv. Tento jev blíže závisí i na teplotě samotné látky a okolního prostředí [1, 2]. Pokud dojde k úniku látky, která je lehčí než vzduch, může se za určitých podmínek rovněž přiblížit charakteristice chování těžkého plynu. Tyto látky mohou při úniku vytvořit oblak s vyšší relativní hustotou, než je hustota okolního vzduchu, což způsobuje jeho klesání k zemi [11]. Vzhledem k fyzikálním vlastnostem, a především bodu varu, je pro samotný únik podstatné, v jakém skupenství je látka skladována. Tento údaj je relevantní obzvláště u chemických látek, které mají bod varu výrazně pod úrovní běžných teplot prostředí. Tyto látky lze skladovat v plynném stavu, nicméně v současnosti, i vzhledem k ekonomické stránce, jsou takové látky skladovány převážně zkapalněné. Tohoto jevu je dosaženo buď zchlazením samotné látky pod úroveň bodu varu, nebo standardně jejím stlačením [17].

Pokud je látka zchlazená, bude při potencionálním úniku unikat jako kapalina, která bude vytvářet kaluž, ze které se bude látka pozvolna odpařovat. Rychlost odpařování závisí primárně na vlastnostech látky, její teplotě, teplotě okolí a zemského povrchu. Pokud je látka zkapalněna stlačením, bude unikat jako směs plynu a aerosolu přímo ze zdroje úniku. V tomto případě se jedná o tzv. dvoufázový únik či únik typu JET, kdy uniká kapalná látka s okamžitým odparem [4]. Při tomto typu úniku se bude rovněž projevovat Joule-Thomsonův jev, který způsobuje výrazné ochlazení unikající látky v důsledku uvolnění tlaku. Takovýto únik bude zpravidla závažnější s většími a rychleji nastupujícími dopady než únik s pozvolným odpařováním, který ale bude déle trvající při úniku stejného množství látky v obou případech [3, 17].

Při modelování šíření těžkého plynu v rámci úniku nebezpečných chemických látek a směsí je z pohledu jejich skladování podstatné, v jakém skupenství je látka skladována a jaký je její celkový objem v zásobníku, cisterně či tlakové nádobě. Pokud je plynná látka skladována v kapalném stavu, kterého je docíleno jejím stlačením, je důležitým údajem také tlak látky ve skladovacím zařízení. Při skladování látek je podstatná i nadmořská výška, ve které je únik modelován. Tento údaj má vliv zejména na hodnotu okolního atmosférického tlaku, který má vliv na bod varu kapalných látek. Posledními důležitými údaji z pohledu tohoto faktoru je, jak velikým otvorem látka uniká, kde je tento otvor lokalizován a jaké je množství látky v zásobníku, respektive z kolika procent nebo do jaké míry je naplněn. Na základě stanovení těchto údajů lze orientačně dopočítat rychlost úniku, jak dlouho bude látka unikat a jaké bude její uniklé množství v závislosti na konkrétní látce a výše uvedených faktorech [15].

Dalšími významnými faktory při modelování rozptylu a šíření těžkých plynů v atmosféře jsou meteorologické podmínky, předpokládáme-li, že látka bude vypuštěna ve venkovním prostředí, nikoli uvnitř budov. V této oblasti je důležitá teplota vzduchu, která má vliv na rychlost odpařování a šíření látky, roční období, ve kterém únik nastal a denní doba. Na základě těchto údajů je možné odhadnout charakteristiku teplotního vrstvení atmosféry, kterou lze zjednodušeně popsat pomocí šesti tříd, které určuje Pasquillova-Giffordova-Turnerova typizace. Třída A představuje velmi nestabilní podmínky až třída F, která naopak představuje podmínky vysoce stabilní. Dále je podstatný směr a rychlost větru, který určuje směr šíření látky a vzdálenost, do jaké může ve stanovených koncentracích od místa úniku dosáhnout. U tohoto faktoru je rovněž podstatné, v jaké výšce jsou povětrnostní podmínky měřeny, zda se jedná o přízemní podmínky nebo podmínky měřené v určité výšce nad zemí, které mohou být rozdílné. Dalšími důležitými údaji jsou vlhkost vzduchu, míra pokrytí oblohy mraky a přítomnost inverze nad místem úniku. Například déšť a zvýšená vlhkost na sebe může částečně vázat unikající látku a tím až výrazně omezovat dosah samotného úniku [11, 15].

Posledním signifikantním faktorem je charakteristika okolní krajiny, především její členitost. Obecně lze okolní terén při modelování rozdělit na otevřenou krajinu, otevřenou vodní plochu a urbanistickou či lesnatou krajinu. Tyto typy krajiny představují přibližnou drsnost zemského povrchu a členitost terénu [15]. Charakter okolního trénu bude mít zásadní vliv na způsob, rychlost a směr šíření látek. Například při úniku látek v městských zástavbách je nezbytné počítat s rozdílem teplot v přízemních vrstvách a nad úrovní budov. Dále mohou být rozdílné povětrnostní podmínky v těchto vrstvách a v ulicích může například vznikat turbulentní proudění vzduchu [3, 18].

2.2 Limity a nedostatky modelování úniku nebezpečných chemických látek a směsí

Hlavní limity a nedostatky modelačních softwarových nástrojů pro modelování úniku nebezpečných chemických látek a směsí ve formě těžkého plynu všeobecně vycházejí zejména ze složitosti matematického popisu jednotlivých procesů, které se při úniku látek odehrávají a predikce vývoje meteorologických podmínek. Šíření těžkého plynu v prostředí lze efektivně definovat z pohledu soustav kapalin o rozdílné teplotě a hustotě, které se postupně mísí, ale v případě, kdy do celé soustavy začnou zasahovat externí vlivy, zejména meteorologické podmínky, se začne možnost výpočtu šíření značně komplikovat [4]. Hlavní vliv v této oblasti mají zejména turbulentní proudění vzduchu, nestálost prostředí, možné změny v teplotě, rychlosti a směru větru. Dále zde mají zásadní vliv i podmínky plynoucí z charakteristiky okolní krajiny a členitosti terénu, přítomnost překážek v podobě vegetace, staveb, jejich komplexů nebo náhlého terénního převýšení, které mohou vytvářet překážky v šíření těžkého plynu a variabilitu v meteorologických podmínkách. Při spojení meteorologických podmínek, zejména proudění vzduchu a členitosti terénu, může vznikat turbulentní proudění vzduchu či se mohou na závětrné straně budov vytvářet oblasti s nižším tlakem vzduchu, ve kterých se bude těžký plyn akumulovat ve vyšší koncentraci. Tento jev bude také zvyšovat perzistenci látky v prostředí. Matematické modely, které jsou určeny pro modelování chemických úniků ve vnějším prostředí, používají zjednodušený matematický popis šíření těžkého plynu v prostředí a vliv externích faktorů [18].

Z pohledu modelování je dále nezbytné uvažovat rozdíly mezi jednotlivými matematickými modely určenými pro výpočet šíření látky v prostředí, které jsou používány různými modelačními softwarovými nástroji. Mezi obecně používané modely šíření těžkých plynů řadíme například SLAB, HEDEGAS, DEGADIS, RANS, Gaussovský model a další. Rozdíly ve výsledcích mohou být značné, jelikož každý model může pracovat s rozdílnými vstupními parametry, korekčními faktory a výsledek stanovovat dle jiných matematických vzorců. Rovněž se zde mohou projevovat rozdílné přístupy k tvorbě modelací samotných a způsobu jejich vyhodnocení a interpretace [8]. V současné době nedokáže žádný matematický model zcela přesně popsat chování látky v atmosféře, protože nelze přesně predikovat meteorologické změny v prostředí v průběhu času a přesné působení reliéfu krajiny. Tyto nedostatky bychom teoreticky dokázali částečně překonat, pokud bychom měli detailní 3D model okolní krajiny a věděli bychom, jak se v prostoru a času budou meteorologické podmínky měnit, což reálně aplikovat nelze. V tomto případě bychom využili CFD model či jeho variaci, protože bychom znali veškeré proměnné v popisovaných fluidních soustavách [18]. V reálných podmínkách bude ovšem platit pravidlo, že čím členitější bude okolní prostředí a méně stabilní meteorologické podmínky, tím menší bude přesnost výsledků. Totéž platí zejména pro déle trvající úniky, v řádu hodin, nebo úniky, které dosahují do značných vzdáleností od místa úniku, řádově vyšší jednotky kilometrů. Tímto se modely dostávají do kompromisní roviny, která umožňuje tvorbu modelací s méně přesnými výsledky, ale za to s menšími nároky na objem a kvalitu vstupních dat. Výsledkem modelování tedy bude vykreslení oblasti, ve které se s určitou pravděpodobností může těžký plyn šířit ve stanovené koncentraci nebo ve které lze předpokládat působení dopadů chemické havárie. Čím větší bude oblast šíření látky, vzdálenost od zdroje úniku a čím bude únik déle trvající, tím menší bude validita a přesnost modelování, jelikož výsledek bude zatížen zvyšující se chybou způsobenou terénními a proměnlivými meteorologickými podmínkami. Jako příklad práce s těmito limitacemi lze uvést modelační softwarový nástroj ALOHA, který z těchto důvodů omezuje výsledky do vzdálenosti 10 km od zdroje úniku a po dobu trvání maximálně 60 minut [12, 18].

Samotný výsledek modelování bude dle současných možností modelačních softwarových nástrojů poměrně přesný v podmínkách, kdy se bude jednat o menší únik, okolní krajina bude rovná, bez přírodních či umělých překážek a za stálých meteorologických podmínek, tedy za ideálních podmínek, kterých ale takřka nelze dosáhnout. Nicméně, pokud se jedná o modelování v podmínkách, kdy se jedná o únik velkého rozsahu a okolí úniku tvoří členitý terén s výrazným výškovým převýšením, případně lesnatá krajina nebo velké množství různorodých budov, bude výsledek zatížen značnou chybou tohoto faktoru. Mezi nedostatky lze také obecně zařadit omezené možnosti modelování se zdrojem úniku směřovaným mimo směr proudění větru, případně vertikálně a možné šíření látky mimo osu úniku. Značná chybovost také bývá ve výpočtu rychlosti úniku látky a době trvání úniku. Při interpretaci výsledků modelování je nezbytné brát ohled na tyto faktory, které mohou způsobovat jejich nepřesnost. Výsledky jsou tedy v těchto podmínkách spíše orientační v závislosti na použitém matematickém modelu, kvalitě vstupních údajů a jednotlivých faktorech ovlivňujících šíření těžkých plynů v prostředí [4, 15]. Problém může rovněž představovat náročnost na vstupní data a jejich možný nedostatek, kdy například při úniku nebezpečných chemických látek a směsí nejsou v počátečních fázích známy veškeré údaje, které jsou nezbytné k modelování. 

Některé modelační softwarové nástroje umožňují modelování i s nedostatkem vstupních dat, které jsou vybrány automaticky dle přednastavených průměrných hodnot, především v oblasti meteorologických podmínek. Výsledek bude v tomto případě značně nepřesný, ale pro provedení orientačního modelování může být dostatečný [4].

Další významnou limitací modelování je omezení možnosti kalkulace s doplňujícími fyzikálními jevy, které při úniku mohou nastat. Jedná se například o vliv Joule-Thomsonova jevu na samotný únik, který způsobuje tzv. „Auto–Refrigeration Effect“. Tento jev způsobuje při úniku typu JET snížení teploty látky, okolního prostředí i zásobníku a únikového otvoru, který způsobí zpomalení rychlosti úniku látky. Samotné zpomalení úniku se také odehraje z důvodu snížení tlaku uvnitř zásobníku. S tímto celkově souvisí i limitace z pohledu proměnlivosti dynamiky úniku látky v čase [3]. Další fyzikálně chemický jev, který nelze řádně do modelování zanést, je suchá a mokrá depozice látky do prostředí. S tímto jevem je spojený i možný vznik chemické reakce při kontaktu unikající látky s vlhkostí a vodou v prostředí, která může mít za následek vytvoření jiné chemické látky o objemu a rychlosti, které prakticky nelze predikovat [19]. Totéž platí pro zplodiny hoření chemické látky nebo tvorbu toxického oblaku např. při hoření plastů. Další limitací modelování prostřednictvím soudobých softwarových nástrojů je omezená možnost vytvoření komplexních modelací a havarijních scénářů, kdy může dojít k tzv. domino efektu nebo situaci, při které bude unikat více látek najednou nebo z více zdrojů. Proces modelování je primárně limitován na jeden individuální výsledek. S použitím doplňujících softwarových nástrojů a geografických informačních nástrojů lze vizualizovat více úniků najednou, ale bez jejich vzájemné interakce [15]. Samotnému domino efektu je nezbytné věnovat pozornost, jelikož se jedná o značně komplikovaný jev, který lze jen obtížně predikovat a potencionální následky mohou vyústit až v nejhorší možný scénář havárie [6, 16].

3. ZÁVĚR

Modelování úniku nebezpečných chemických látek a směsí, především ve formě těžkých plynů, je obecně značně komplikovaný jev a zahrnuje řadu zejména fyzikálních, ale i chemických faktorů, které mají vliv na šíření látek v prostředí. Simulovat lze i další havarijní projevy úniku nebezpečných chemických látek a směsí ve formě požáru či exploze látek. Soudobé matematické modely využívané modelačními softwarovými nástroji jsou zatíženy řadou nedostatků a omezení, které pramení z nutnosti zjednodušeného popisu šíření látek v prostředí a vnímání externích faktorů, aby bylo možné modelace vytvořit v běžných podmínkách. V tomto ohledu je nezbytné řadu faktorů zobecňovat či zjednodušovat, zejména popis a implementace meteorologických a terénních faktorů do jednotlivých modelů. Popisované nedostatky obecně snižují míru přesnosti a validity výstupů modelování, ale nejsou takového rozsahu, který by bránil jejich praktickému využití. Výsledky modelování nelze vnímat jako zcela přesné, ale je nezbytné je brát pouze orientačně jako možnou predikci šíření nebezpečných látek v prostředí. Modelování může v tomto ohledu v určité míře sloužit jako návod, na jakou oblast se blíže zaměřit a v jaké zóně plánovat či provádět například opatření ochrany obyvatelstva. Rovněž je vhodným doplňujícím a analytickým nástrojem pro různé využití v rámci chemické bezpečnosti i prevence závažných havárií.

Zdroje
  1. KOLEKTIV AUTORŮ. Ochrana obyvatelstva a krizové řízení: skripta. Praha: Ministerstvo vnitra - generální ředitelství Hasičského záchranného sboru ČR, 2015. ISBN 978-80-86466-62-0.
  2. BŘÍZA, Jan et al. Ochrana obyvatelstva v případě krizových situací a mimořádných událostí nevojenského charakteru. 1. vydání. Brno: Tribun EU, 2014. ISBN 978-80-263-0722-8.
  3. ČAPOUN, Tomáš. Chemické havárie. Praha: MV - generální ředitelství Hasičského záchranného sboru ČR, 2009. ISBN 978-80-86640-64-8.
  4. SKŘEHOT, Petr et al. Rozptyl těžkého plynu v atmosféře: teorie - modely - experimenty. V Praze: T-SOFT, 2018. ISBN 978-80-905401-2-5.
  5. SKŘEHOT, Petr, Jakub MAREK, František HOUSER, Zdeněk HON, Martin STANĚK, Michaela MELICHAROVÁ, Zbyněk JAŇOUR a Petr KORBA. Predikce vzniku a šíření těžkého plynu při chemických haváriích. Chemické listy. 2019, 113(9), 553-558. ISSN 1213-7103.
  6. BOURDEAU, Philippe a Gareth GREEN (ED). SCIENTIFIC GROUP ON METHODOLOGIES FOR THE SAFETY EVALUATION OF CHEMICALS. Methods for assessing and reducing injury from chemical accidents. Amstelveen: SCOPE, 1989. ISBN 0471922781.
  7. DU, Yang, Yi ZHOU, Yinchang LI, Dewen ZHOU, Peili ZHANG a Peiwen WANG. Experimental Simulation on Oil Gas Spreading in the Complex Confined Spaces. Procedia Engineering. 2012, 45, 360-365. ISSN 18777058.
  8. MARKIEWICZ, Maria. A Review of Mathematical Models for the Atmospheric Dispersion of Heavy Gases. Part I. A Classification of Models. Ecological Chemistry and Engineering S. 2012, 19(3), 297-314. ISSN 1898-6196.
  9. DONG, Longxiang, Hongchao ZUO, Liang HU, Bin YANG, Licheng LI a Liyang WU. Simulation of heavy gas dispersion in a large indoor space using CFD model. Journal of Loss Prevention in the Process Industries. 2017, 46, 1-12. ISSN 09504230.
  10. PURKAIT, Mihir, Piyal MONDAL, Murchana CHANGMAI, Vikranth VOLLI a Chi-Min SHU. Hazards and Safety in Process Industries: Case Studies. 1. Boca Raton: CRC Press, 2021. ISBN 978-0-367-51651-2.
  11. SKŘEHOT, Petr et al. Prevence nehod a havárií. Praha: Výzkumný ústav bezpečnosti práce, 2009. ISBN 978-80-86973-73-9.
  12. PRAVEEN, Patel. Hazard Evaluation Using Aloha Tool in Storage Area of an Oil Refinery. International Journal of Research in Engineering and Technology. 2015, 04(12), 203-209. ISSN 23217308.
  13. NABHANI, Nader a Amir ROSTAMZADEH. Consequence Modeling of Ammonia Storage Tank in a Chemical Plant - a Case Study. International Journal of Mechanical and Production Engineering. 2015, 3(4), 11-13. ISSN 2320-2092.
  14. THE NETHERLANDS ORGANIZATION OF APPLIED SCIENTIFIC RESEARCH. Methods for the calculation of physical effects: resulting from releases of hazardous substances (liquids and gases). 3. ed. Voorburg: Directorate-General of Labour of the Ministry of Social Affairs and Employment, 2005. CPR (Series), no. 14E.
  15. JONES, Robert. ALOHA® (Areal Locations of Hazardous Atmospheres) 5.4.4 Technical Documentation. Seattle: National Oceanic and Atmospheric Administration, 2013.
  16. LEES, Frank P. Lee’s Loss Prevention in the Process Industries: Hazard Identification, Assessment and Control. 3. ed. Burlington: Elsevier Butterworth-Heinemann, 2005. ISBN 07-506-1547-8.
  17. WITLOX, Hank. Overview Of Consequence Modelling In The Hazard Assessment Package Phast. DNV Software, 2010.
  18. KASHI, Eslam. Temperature Gradient and Wind Profile Effects on Heavy Gas Dispersion in Build up Area. Australian Journal of Basic and Applied Sciences. 2010, 12(4). ISSN 6010-6020.
  19. LEELőSSY, Ádám, Ferenc MOLNÁR, Ferenc IZSÁK, Ágnes HAVASI, István LAGZI a Róbert MÉSZÁROS. Dispersion modeling of air pollutants in the atmosphere: a review. Open Geosciences. 2014, 6(3). ISSN 2391-5447.
České vysoké učení technické v Praze
LinkedIn Logo
 

Mohlo by Vás zajímat

PURELAB® Chorus 1 Complete - Revoluce v ultračisté laboratorní vodě

Ostatní
| 2025 | ELGA LabWater
Instrumentace
Laboratorní přístroje
Výrobce
ELGA LabWater
Zaměření
Ostatní

Moderní metody stanovení explozivních látek v životním prostředí

Ostatní
| 2025 | ALS Czech Republic
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

Modern analytical methods for tracing explosives in the environment

Ostatní
| 2025 | ALS Europe
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

High-Throughput and Highly Selective Quantitative Lipidomics with the Stellar Mass Spectrometer – A Novel Hybrid Nominal Mass Instrument

Postery
| 2025 | Thermo Fisher Scientific
Instrumentace
LC/Orbitrap, LC/HRMS, LC/MS/MS, LC/MS
Výrobce
Thermo Fisher Scientific
Zaměření
Lipidomika

Oligo Mapping of sgRNA Digests: Leveraging Xevo MRT Mass Spectrometer Performance and Streamlining Data Analysis

Aplikace
| 2025 | Waters
Instrumentace
LC/MS, LC/MS/MS, LC/TOF, LC/HRMS
Výrobce
Waters
Zaměření
Farmaceutická analýza
 

Podobné články

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání
Článek | Nejbližší akce

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání

Třináctý ročník konference České společnosti pro hmotnostní spektrometrii (CMSC 2025) a jedenácté Neformální proteomické setkání proběhnou 19.–21. listopadu v Českých Budějovicích.
Česká společnost pro hmotnostní spektrometrii
tag
share
more
Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů
Článek | Věda a výzkum

Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů

Tým Dr. Petra Cíglera z ÚOCHB vyvinul metodu PTQ, která během čtyř minut vytváří svítivá kvantová centra v nanodiamantech. Proces je tisíckrát rychlejší a umožňuje průmyslovou výrobu kvalitních nanosenzorů.
Ústav organické chemie a biochemie AV ČR
tag
share
more
Webináře LabRulezLCMS týden 46/2025
Článek | Webináře

Webináře LabRulezLCMS týden 46/2025

12 webinářů: baterie, biomarkery, DLS, elementární analýza, erytropoéza, forenzní toxikologie, HRMS, LC-MS, oligonukleotidy, prebiotika, QC, siRNA
LabRulez
tag
share
more
Poslední šance registrovat se na konferenci CZEPAR 2025
Článek | Nejbližší akce

Poslední šance registrovat se na konferenci CZEPAR 2025

Poslední možnost zaregistrovat se na konferenci CZEPAR 2025! Nepropásněte tuto příležitost a podívejte se na výběr zajímavých přednášek, které na Vás čekají.
CZEPAR - Česká platforma antibiotické rezistence
tag
share
more
 

Mohlo by Vás zajímat

PURELAB® Chorus 1 Complete - Revoluce v ultračisté laboratorní vodě

Ostatní
| 2025 | ELGA LabWater
Instrumentace
Laboratorní přístroje
Výrobce
ELGA LabWater
Zaměření
Ostatní

Moderní metody stanovení explozivních látek v životním prostředí

Ostatní
| 2025 | ALS Czech Republic
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

Modern analytical methods for tracing explosives in the environment

Ostatní
| 2025 | ALS Europe
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

High-Throughput and Highly Selective Quantitative Lipidomics with the Stellar Mass Spectrometer – A Novel Hybrid Nominal Mass Instrument

Postery
| 2025 | Thermo Fisher Scientific
Instrumentace
LC/Orbitrap, LC/HRMS, LC/MS/MS, LC/MS
Výrobce
Thermo Fisher Scientific
Zaměření
Lipidomika

Oligo Mapping of sgRNA Digests: Leveraging Xevo MRT Mass Spectrometer Performance and Streamlining Data Analysis

Aplikace
| 2025 | Waters
Instrumentace
LC/MS, LC/MS/MS, LC/TOF, LC/HRMS
Výrobce
Waters
Zaměření
Farmaceutická analýza
 

Podobné články

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání
Článek | Nejbližší akce

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání

Třináctý ročník konference České společnosti pro hmotnostní spektrometrii (CMSC 2025) a jedenácté Neformální proteomické setkání proběhnou 19.–21. listopadu v Českých Budějovicích.
Česká společnost pro hmotnostní spektrometrii
tag
share
more
Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů
Článek | Věda a výzkum

Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů

Tým Dr. Petra Cíglera z ÚOCHB vyvinul metodu PTQ, která během čtyř minut vytváří svítivá kvantová centra v nanodiamantech. Proces je tisíckrát rychlejší a umožňuje průmyslovou výrobu kvalitních nanosenzorů.
Ústav organické chemie a biochemie AV ČR
tag
share
more
Webináře LabRulezLCMS týden 46/2025
Článek | Webináře

Webináře LabRulezLCMS týden 46/2025

12 webinářů: baterie, biomarkery, DLS, elementární analýza, erytropoéza, forenzní toxikologie, HRMS, LC-MS, oligonukleotidy, prebiotika, QC, siRNA
LabRulez
tag
share
more
Poslední šance registrovat se na konferenci CZEPAR 2025
Článek | Nejbližší akce

Poslední šance registrovat se na konferenci CZEPAR 2025

Poslední možnost zaregistrovat se na konferenci CZEPAR 2025! Nepropásněte tuto příležitost a podívejte se na výběr zajímavých přednášek, které na Vás čekají.
CZEPAR - Česká platforma antibiotické rezistence
tag
share
more
 

Mohlo by Vás zajímat

PURELAB® Chorus 1 Complete - Revoluce v ultračisté laboratorní vodě

Ostatní
| 2025 | ELGA LabWater
Instrumentace
Laboratorní přístroje
Výrobce
ELGA LabWater
Zaměření
Ostatní

Moderní metody stanovení explozivních látek v životním prostředí

Ostatní
| 2025 | ALS Czech Republic
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

Modern analytical methods for tracing explosives in the environment

Ostatní
| 2025 | ALS Europe
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

High-Throughput and Highly Selective Quantitative Lipidomics with the Stellar Mass Spectrometer – A Novel Hybrid Nominal Mass Instrument

Postery
| 2025 | Thermo Fisher Scientific
Instrumentace
LC/Orbitrap, LC/HRMS, LC/MS/MS, LC/MS
Výrobce
Thermo Fisher Scientific
Zaměření
Lipidomika

Oligo Mapping of sgRNA Digests: Leveraging Xevo MRT Mass Spectrometer Performance and Streamlining Data Analysis

Aplikace
| 2025 | Waters
Instrumentace
LC/MS, LC/MS/MS, LC/TOF, LC/HRMS
Výrobce
Waters
Zaměření
Farmaceutická analýza
 

Podobné články

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání
Článek | Nejbližší akce

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání

Třináctý ročník konference České společnosti pro hmotnostní spektrometrii (CMSC 2025) a jedenácté Neformální proteomické setkání proběhnou 19.–21. listopadu v Českých Budějovicích.
Česká společnost pro hmotnostní spektrometrii
tag
share
more
Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů
Článek | Věda a výzkum

Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů

Tým Dr. Petra Cíglera z ÚOCHB vyvinul metodu PTQ, která během čtyř minut vytváří svítivá kvantová centra v nanodiamantech. Proces je tisíckrát rychlejší a umožňuje průmyslovou výrobu kvalitních nanosenzorů.
Ústav organické chemie a biochemie AV ČR
tag
share
more
Webináře LabRulezLCMS týden 46/2025
Článek | Webináře

Webináře LabRulezLCMS týden 46/2025

12 webinářů: baterie, biomarkery, DLS, elementární analýza, erytropoéza, forenzní toxikologie, HRMS, LC-MS, oligonukleotidy, prebiotika, QC, siRNA
LabRulez
tag
share
more
Poslední šance registrovat se na konferenci CZEPAR 2025
Článek | Nejbližší akce

Poslední šance registrovat se na konferenci CZEPAR 2025

Poslední možnost zaregistrovat se na konferenci CZEPAR 2025! Nepropásněte tuto příležitost a podívejte se na výběr zajímavých přednášek, které na Vás čekají.
CZEPAR - Česká platforma antibiotické rezistence
tag
share
more
 

Mohlo by Vás zajímat

PURELAB® Chorus 1 Complete - Revoluce v ultračisté laboratorní vodě

Ostatní
| 2025 | ELGA LabWater
Instrumentace
Laboratorní přístroje
Výrobce
ELGA LabWater
Zaměření
Ostatní

Moderní metody stanovení explozivních látek v životním prostředí

Ostatní
| 2025 | ALS Czech Republic
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

Modern analytical methods for tracing explosives in the environment

Ostatní
| 2025 | ALS Europe
Instrumentace
HPLC
Výrobce
Ostatní
Zaměření
Nebezpečné látky, Životní prostředí

High-Throughput and Highly Selective Quantitative Lipidomics with the Stellar Mass Spectrometer – A Novel Hybrid Nominal Mass Instrument

Postery
| 2025 | Thermo Fisher Scientific
Instrumentace
LC/Orbitrap, LC/HRMS, LC/MS/MS, LC/MS
Výrobce
Thermo Fisher Scientific
Zaměření
Lipidomika

Oligo Mapping of sgRNA Digests: Leveraging Xevo MRT Mass Spectrometer Performance and Streamlining Data Analysis

Aplikace
| 2025 | Waters
Instrumentace
LC/MS, LC/MS/MS, LC/TOF, LC/HRMS
Výrobce
Waters
Zaměření
Farmaceutická analýza
 

Podobné články

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání
Článek | Nejbližší akce

Program 13. České konference hmotnostní spektrometrie 2025 a 11. Neformálního proteomického setkání

Třináctý ročník konference České společnosti pro hmotnostní spektrometrii (CMSC 2025) a jedenácté Neformální proteomické setkání proběhnou 19.–21. listopadu v Českých Budějovicích.
Česká společnost pro hmotnostní spektrometrii
tag
share
more
Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů
Článek | Věda a výzkum

Vědci z ÚOCHB zásadně zrychlili a zlevnili výrobu „kvantových“ nanodiamantů

Tým Dr. Petra Cíglera z ÚOCHB vyvinul metodu PTQ, která během čtyř minut vytváří svítivá kvantová centra v nanodiamantech. Proces je tisíckrát rychlejší a umožňuje průmyslovou výrobu kvalitních nanosenzorů.
Ústav organické chemie a biochemie AV ČR
tag
share
more
Webináře LabRulezLCMS týden 46/2025
Článek | Webináře

Webináře LabRulezLCMS týden 46/2025

12 webinářů: baterie, biomarkery, DLS, elementární analýza, erytropoéza, forenzní toxikologie, HRMS, LC-MS, oligonukleotidy, prebiotika, QC, siRNA
LabRulez
tag
share
more
Poslední šance registrovat se na konferenci CZEPAR 2025
Článek | Nejbližší akce

Poslední šance registrovat se na konferenci CZEPAR 2025

Poslední možnost zaregistrovat se na konferenci CZEPAR 2025! Nepropásněte tuto příležitost a podívejte se na výběr zajímavých přednášek, které na Vás čekají.
CZEPAR - Česká platforma antibiotické rezistence
tag
share
more
Další projekty
GCMS
ICPMS
Sledujte nás
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.