Aprendizaje automático explicable para la caracterización exhaustiva de la resina de poli (6-ethoxybenzothiazole...

Área de la Ciencia:

• Ciencias del medio ambiente
• Ciencias de los materiales
• Ingeniería Química

Sus antecedentes:

• La adsorción es una tecnología clave para la purificación del agua.
• Los iones metálicos de alta valencia (Th{IV}, As{V}, H{II}) presentan riesgos ambientales significativos.
• Los materiales poliméricos ofrecen un potencial para la eliminación eficiente de iones metálicos.

Objetivo del estudio:

• Evaluar la eficiencia de adsorción del polietobenzotiazol acrilamida (PEBTA) para la eliminación de Th, As y Hg.
• Caracterización del PEBTA mediante el uso de diversas técnicas analíticas.
• Desarrollar un modelo de aprendizaje automático para predecir el rendimiento de adsorción de PEBTA.

Principales métodos:

• Se realizaron estudios de adsorción isotérmica y cinética.
• PEBTA fue caracterizado utilizando FT-IR, NMR, TGA, SEM y EDAX.
• Se desarrolló un modelo de aprendizaje automático XGBoost para predecir la eficiencia de adsorción.

Principales resultados:

• El PEBTA demostró altas capacidades de adsorción: 187,6 mg/g para Th, 173,1 mg/g para As y 159 mg/g para Hg.
• La adsorción siguió una cinética de pseudo segundo orden y se ajustó a múltiples modelos isotérmicos (Langmuir, Freundlich, Temkin, Sips).
• El modelo XGBoost predijo con precisión el rendimiento de adsorción basado en parámetros como la temperatura, la concentración y el pH.

Conclusiones:

• El PEBTA es un adsorbente muy eficaz para eliminar los iones metálicos tóxicos de las soluciones acuosas.
• El modelo de aprendizaje automático desarrollado puede predecir el rendimiento de la adsorción, reduciendo los esfuerzos experimentales.
• Este enfoque facilita la optimización de los procesos de purificación del agua utilizando adsorbentes poliméricos.