Identificación del amianto en muestras masivas mediante FTIR y análisis de datos multivariados

Área de la Ciencia:

• Química analítica
• Ciencias de los materiales

Sus antecedentes:

• La identificación del amianto en los materiales que lo contienen es crucial para la salud y la seguridad.
• Los métodos tradicionales como la microscopía de luz polarizada (PLM) pueden consumir mucho tiempo y requieren una experiencia significativa.

Objetivo del estudio:

• Desarrollar y validar un procedimiento de laboratorio rápido y rentable para la identificación de los tipos de amianto en las MCA.
• Combinar la espectroscopia de la transformación de Fourier en infrarrojo (FTIR) con el análisis parcial de mínimos cuadrados discriminantes (PLS-DA) para la identificación automatizada del amianto.

Principales métodos:

• Se empleó la espectroscopia FTIR que utiliza la técnica de la transformación de Fourier en infrarrojo de reflectancia difusa (DRIFT).
• Se formó un modelo PLS-DA utilizando seis materiales de referencia de amianto regulados.
• El rendimiento predictivo del modelo se evaluó utilizando muestras de ACM generadas en laboratorio y de origen industrial, comparando los resultados con el análisis estándar de PLM.

Principales resultados:

• El modelo PLS-DA logró una clasificación correcta del 100% para muestras individuales de tipo amianto y del 80% para muestras mixtas de amianto.
• Se observó una alta precisión (96%) para las muestras que contenían crisotilo después de pasos específicos de pretratamiento.
• La precisión disminuyó para las muestras con múltiples tipos de amianto, lo que indica la necesidad de una mayor optimización del modelo.

Conclusiones:

• El método FTIR-PLS-DA propuesto proporciona un enfoque rápido, rentable y potencialmente menos dependiente de la experiencia para la identificación del amianto.
• Es necesario un mayor refinamiento con conjuntos de datos más grandes para mejorar la precisión de las muestras de amianto mixto complejo.
• Esta técnica es prometedora para mejorar la eficiencia de la detección de amianto en entornos industriales y de remediación.