Predicción de grupos funcionales superficiales en carbón activado de coronta de maíz mediante FTIR-ATR y métodos de aprendizaje

Este estudio aborda la relación de las condiciones experimentales de activación y carbonización para la obtención de carbón activado con la proporción de grupos funcionales superficiales representando ácidos carboxílicos, fenoles y lactonas. La biomasa utilizada fue la coronta del maíz como material...

Full description

Autores:
Escorcia Pallares, Yanyna Luz
Tipo de recurso:
Fecha de publicación:
2025
Institución:
Universidad del Atlántico
Repositorio:
Repositorio Uniatlantico
Idioma:
spa
OAI Identifier:
oai:repositorio.uniatlantico.edu.co:20.500.12834/2234
Acceso en línea:
https://hdl.handle.net/20.500.12834/2234
Palabra clave:
Adsorción
Química
Carbonización
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/4.0/
Description
Summary:Este estudio aborda la relación de las condiciones experimentales de activación y carbonización para la obtención de carbón activado con la proporción de grupos funcionales superficiales representando ácidos carboxílicos, fenoles y lactonas. La biomasa utilizada fue la coronta del maíz como material residual de su comercialización y transformación. La activación química se realizó con ácido fosfórico (H₃PO₄) en diferentes concentraciones y proporciones, utilizando distintas temperaturas y tiempos de carbonización. A través de un diseño de experimento D-optimal se obtuvieron 52 tipos diferentes de carbón, que se caracterizaron mediante espectroscopía infrarroja con transformada de Fourier (FTIR) y titulación de Boehm. Los grupos carboxílicos fueron los responsables de la acidez superficial, principalmente promovidos por la concentración del activante, la temperatura de carbonización y una interacción sinergística entre la temperatura y tiempos de carbonización. Las lactonas mostraron ser influenciadas por las mismas variables, y la dosis del activante adicionalmente. En este punto se concluye que las condiciones de activación y carbonización son clave para la funcionalización de la superficie del carbón activado, favoreciendo la formación de grupos carboxílicos y lactonas, los cuales son fundamentales para las propiedades de adsorción. Por otro lado, los modelos de XGBoost demostraron un promisorio resultado para la predicción de los grupos carboxílicos y lactonas, con un rendimiento adecuado para predecir su concentración. Sin embargo, el modelo para fenoles fue insuficiente, sugiriendo un estudio más profundo y la influencia de las bandas solapadas entre los 3 grupos. Estos resultados sugieren que es posible optimizar un modelo que permita, de una manera eficaz y rápida, predecir los grupos funcionales superficiales en carbón activado.