Modelado de la cinética de adsorción de metales pesados en agua mediante simulación Monte Carlo Cinético (kMC) y Machine Learning basado en optimización bayesiana

La contaminación de cuerpos de agua por metales pesados como arsénico (As), plomo (Pb) y antimonio (Sb), originada principalmente por actividades industriales, mineras y agrícolas, representa una amenaza ambiental y sanitaria a nivel global. Entre las estrategias de remoción más utilizadas, la adsorción sobre materiales sólidos destaca por su eficiencia, bajo costo y reducido impacto ambiental. Para avanzar en la comprensión de los mecanismos que regulan este proceso, especialmente su dinámica temporal, se desarrolló un modelo cinético de Monte Carlo (kMC) que simula eventos estocásticos de adsorción, desorción y difusión sobre una red bidimensional de sitios activos. El modelo incorpora explícitamente interacciones entre adsorbatos mediante un Hamiltoniano local, y calcula las tasas de transición con expresiones tipo Arrhenius, permitiendo estudiar cómo diferentes parámetros energéticos afectan la evolución del sistema. Con el fin de ajustar las simulaciones a datos experimentales, se integró un esquema de optimización bayesiana, que permitió ajustar automáticamente los parámetros del modelo minimizando el error cuadrático medio. Este enfoque logró reproducir de forma cualitativa las curvas cinéticas observadas en diversos sistemas adsorbente–adsorbato, evidenciando la influencia relativa de los parámetros energéticos y destacando la utilidad del modelo kMC como herramienta flexible para el análisis cinético en sistemas heterogéneos.

• Autores: Torres Arroyave, Germán de Jesús
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/47770
• Acceso en línea: https://hdl.handle.net/10495/47770
• Palabra clave: Simulación por Computador; Computer Simulation; Fisicoquímica; Chemistry, physical and theoretical; Metales pesados; Heavy metals; Contaminación del agua; Water - pollution; Adsorción; Adsorption; Adsorción de metales pesados; Monte Carlo cinético; Optimización bayesiana; Modelado computacional; Procesos gaussianos; https://id.nlm.nih.gov/mesh/D003198; ODS 6: Agua limpia y saneamiento. Garantizar la disponibilidad y la gestión sostenible del agua y el saneamiento para todos
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/