Spectroscopic Evidence for Clusters of Like‐Charged Ions in Ionic Liquids Stabilized by Cooperative Hydrogen Bonding
Abstract: Direct spectroscopic evidence for hydrogen‐bonded clusters of like‐charged ions is reported for ionic liquids. The measured infrared O−H vibrational bands of the hydroxyethyl groups in the cations can be assigned to the dispersion‐corrected DFT calculated frequencies of linear and cyclic clusters. Compensating the like‐charge Coulomb repulsion, these cationic clusters can range up to cyclic tetramers resembling molecular clusters of water and alcohols. These ionic clusters are mainly present at low temperature and show strong cooperative effects in hydrogen bonding. DFT‐D3 calculations of the pure multiply charged clusters suggest that the attractive hydrogen bonds can compete with repulsive Coulomb forces.
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Erschienen in
-
Spectroscopic Evidence for Clusters of Like‐Charged Ions in Ionic Liquids Stabilized by Cooperative Hydrogen Bonding ; volume:17 ; number:4 ; year:2016 ; pages:458-462 ; extent:5
ChemPhysChem ; 17, Heft 4 (2016), 458-462 (gesamt 5)
- Urheber
-
Knorr, Anne
Stange, Peter
Fumino, Koichi
Weinhold, Frank
Ludwig, Ralf
- DOI
-
10.1002/cphc.201501134
- URN
-
urn:nbn:de:101:1-2022110505011324660026
- Rechteinformation
-
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
15.08.2025, 07:33 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Knorr, Anne
- Stange, Peter
- Fumino, Koichi
- Weinhold, Frank
- Ludwig, Ralf
Ähnliche Objekte (12)
Sinn von Feiertagen
Adam und Eva
Metabolismus von Neuropeptid Y
Synthesen von funktionalisierten Carbonylverbindungen unter Verwendung von chemisch und elektrochemisch erzeugten metallorganischen Verbindungen
Die Pflicht glücklich zu sein
Schuldgefühle
An Schuldgefühlen klammern
Cyclic Octamer of Hydroxyl‐functionalized Cations with Net Charge Q =+8 e Kinetically Stabilized by a ‘Molecular Island’ of Cooperative Hydrogen Bonds
Mundart-Predigten des rauchenden Pfarrer Ottmar Fischer
Applying machine learning for drought prediction using data from a large ensemble of climate simulations
Applying machine learning for drought prediction in a perfect model framework using data from a large ensemble of climate simulations
Spectroscopic investigations on pure water and aqueous salt solutions in the mid infrared region
Sinn von Feiertagen
Adam und Eva
Metabolismus von Neuropeptid Y
Synthesen von funktionalisierten Carbonylverbindungen unter Verwendung von chemisch und elektrochemisch erzeugten metallorganischen Verbindungen
Die Pflicht glücklich zu sein
Schuldgefühle
An Schuldgefühlen klammern
Cyclic Octamer of Hydroxyl‐functionalized Cations with Net Charge Q =+8 e Kinetically Stabilized by a ‘Molecular Island’ of Cooperative Hydrogen Bonds
Mundart-Predigten des rauchenden Pfarrer Ottmar Fischer
Applying machine learning for drought prediction using data from a large ensemble of climate simulations
Applying machine learning for drought prediction in a perfect model framework using data from a large ensemble of climate simulations
Spectroscopic investigations on pure water and aqueous salt solutions in the mid infrared region
Sinn von Feiertagen
Adam und Eva
Metabolismus von Neuropeptid Y
Synthesen von funktionalisierten Carbonylverbindungen unter Verwendung von chemisch und elektrochemisch erzeugten metallorganischen Verbindungen
Die Pflicht glücklich zu sein
Schuldgefühle
An Schuldgefühlen klammern
Cyclic Octamer of Hydroxyl‐functionalized Cations with Net Charge Q =+8 e Kinetically Stabilized by a ‘Molecular Island’ of Cooperative Hydrogen Bonds
Mundart-Predigten des rauchenden Pfarrer Ottmar Fischer
Applying machine learning for drought prediction using data from a large ensemble of climate simulations
Applying machine learning for drought prediction in a perfect model framework using data from a large ensemble of climate simulations