Aller au contenu principal

Simulation d'un titrage conductimétrique

"""
Simulation du suivi conductimétrique pour le titrage
du sérum physiologique.
"""

import matplotlib.pyplot as plt
import csv
from scipy.stats import linregress


class Ion:
    """
    Définition d'un ion à prendre en compte dans le
    calcul de la conductivité d'une solution.
    """

    def __init__(self, nom, conduc=0, charge=0, n=0):
        self.nom = nom
        self.charge = charge  # Charge électrique (multiple de e)
        self.conductivite = conduc  # Conductivité molaire ionique
        self.quantite = n  # Quantité de matière (moles)

    @property
    def quantite(self):
        return self._quantite

    @quantite.setter
    def quantite(self, n):

        if n < 0:
            self._quantite = 0
        else:
            self._quantite = n

    def info(self):
        chaine = "Nom : {}\n".format(self.nom)
        chaine += "Charge électrique : {}e\n".format(self.charge)
        chaine += "Quantité de matière : {} mol\n".format(self.quantite)
        return chaine


class Solution:
    """
    Définition d'une solution ionique.
    """

    def __init__(self, liste_ions=[], volume=0):
        self.ions = liste_ions
        self.volume = volume

    def conductivite(self):

        conduc = 0
        for ion in self.ions:
            contrib = ion.conductivite * ion.quantite / self.volume
            conduc += contrib
        return conduc


def creation_fichier_resultat(nom_fichier, entete_x, entete_y, list_x, list_y):

    with open(nom_fichier, "w") as fichier:
        writer = csv.writer(fichier, dialect="excel")
        writer.writerow([entete_x, entete_y])

        for i in range(len(list_x)):
            writer.writerow((list_x[i], list_y[i]))


def affichage(list_v, list_conduc, list_regres):
    # Création d'une figure
    fig = plt.figure()
    # Création d'une sous-figure
    ax = fig.add_subplot(111)
    # Affichage des données
    ax.plot(list_v, list_conduc, "ro")
    ax.plot(list_v, list_regres, "b-")
    # Limites pour l'axe des abscisses
    ax.set_xlim(min(list_v) - 1e-3, max(list_v) + 1e-3)
    # Utilisation de l'écriture scientifique pour les valeurs
    ax.ticklabel_format(axis="both", style="sci", scilimits=(0, 0))
    # Label de l'axe des abscisses
    ax.set_xlabel(r"$V_2$ (L)")
    # Label de l'axe des ordonnées
    ax.set_ylabel(r"$\sigma$ ($\mathrm{S}\cdot\mathrm{m}^{-1}$)")
    # Affichage de la grille
    ax.grid()
    # Légende
    ax.set_title(r"Suivi conductimétrique sans effet de dilution")
    # Sauvegarde de la figure
    fig.savefig("conductimetrie_01.pdf")
    # Affichage de la figure
    plt.show()


def determination_intervalles(liste1, liste2):
    """
    Fonction qui, à partir de la liste liste1, possédant des valeurs
    décroissantes puis croissantes, retourne un tuple constitué de quatre
    listes ; la première ne contenant que les valeurs décroissantes, la
    deuxième les valeurs croissantes de la liste 1. Les deux autres listes
    correspondent aux parties correspondantes de la liste 2.
    """
    indice_du_min = liste1.index(min(liste1))
    liste1_1 = liste1[0:indice_du_min]
    liste1_2 = liste1[indice_du_min:]

    liste2_1 = liste2[0:indice_du_min]
    liste2_2 = liste2[indice_du_min:]
    return (liste2_1, liste1_1, liste2_2, liste1_2)


def regression_lineaire(vol_1, conduc_1, vol_2, conduc_2):
    lr1 = linregress(vol_1, conduc_1)
    lr2 = linregress(vol_2, conduc_2)

    drl = []
    for vol in vol_1:
        drl.append(lr1[0] * vol + lr1[1])
    for vol in vol_2:
        drl.append(lr2[0] * vol + lr2[1])

    return drl


def main():
    C = 3.2e-2  # Concentration des ions chlorure
    V = 10e-3  # Volume de sérum physiologique
    C2 = 2e-2  # Concentration des ions argent
    V2_max = 24  # Volume maximal de titrant versé (en mL)
    V_eau = 0.100  # Volume d'eau ajouté
    xE = C * V  # Avancement à l'équivalence

    ion_argent = Ion("ion argent", 6.2e-3, 1)
    ion_chlorure = Ion("ion chlorure", 7.6e-3, -1)
    ion_sodium = Ion("ion sodium", 5.0e-3, 1, C * V)
    ion_nitrate = Ion("ion nitrate", 7.1e-3, -1)

    sol = Solution([ion_argent, ion_chlorure, ion_sodium, ion_nitrate])

    # Volumes de titrant versés
    volumes = [i * 1e-3 for i in range(V2_max + 1)]
    conduc = []  # valeurs des conductivités dans la solution

    for V2 in volumes:
        n2 = C2 * V2
        ion_argent.quantite = n2 - xE
        ion_chlorure.quantite = C * V - n2
        ion_nitrate.quantite = n2
        # Partie à adapter si on veut montrer l'effet de la dilution
        sol.volume = V_eau + V + V2
        conduc.append(sol.conductivite())

    creation_fichier_resultat(
        "valeurs.csv", "Volumes (L)", "Conductivité (S.m^-1)", volumes, conduc
    )

    vol_1, conduc_1, vol_2, conduc_2 = determination_intervalles(conduc, volumes)
    droites_regression = regression_lineaire(vol_1, conduc_1, vol_2, conduc_2)

    affichage(volumes, conduc, droites_regression)

    print(volumes)
    print(vol_1, vol_2)


main()