Simultaneous Estimation of LDF Mass Transfer Coefficients and Multicomponent Isotherm Parameters from Breakthrough Curves Using a Two-Stage Strategy

En el mundo de la separación industrial, donde los gases se clasifican y purifican para todo, desde combustibles hasta medicinas, la eficiencia del proceso a menudo depende de una interacción simple pero compleja: cómo las moléculas se adhieren a una superficie sólida. Imagine una columna rellena de diminutos pellets porosos, a través de la cual fluye una mezcla de gases. A medida que el gas se desplaza, ciertas moléculas se ralentizan y se aferran a los poros de los pellets, mientras que otras pasan de largo a toda velocidad. Este fenómeno, conocido como adsorción, es el motor que impulsa la purificación del hidrógeno y la limpieza del gas natural. Para diseñar estos sistemas de manera efectiva, los ingenieros necesitan conocer dos cosas críticas sobre los materiales que utilizan. Primero, necesitan comprender el equilibrio: cuánto de un gas específico puede contener el material a una presión determinada. Segundo, necesitan conocer la velocidad: qué tan rápido pueden viajar las moléculas de gas desde el espacio abierto hacia los diminutos poros para quedar atrapadas. Durante décadas, los científicos han tratado estas dos cuestiones por separado, midiendo la capacidad en un experimento y la velocidad en otro, para luego intentar unir los resultados. Sin embargo, este enfoque a menudo pasa por alto las sutiles formas en que estos factores se influyen entre sí cuando múltiples gases compiten por el espacio, lo que conduce a predicciones que no coinciden del todo con la realidad.

Un equipo de investigadores de la Universidad de Kyung Hee y la Universidad de Ulsan ha abordado este desafío desarrollando una nueva forma de analizar los datos. En lugar de medir la capacidad y la velocidad de forma aislada, decidieron estimar ambas al mismo tiempo utilizando un solo experimento. Se centraron en una mezcla de metano e hidrógeno, un escenario común en aplicaciones energéticas, y observaron cómo se movía el gas a través de una columna de carbón activado. A medida que el gas fluía, registraron la concentración de metano que salía de la columna a lo largo del tiempo, creando una curva que cuenta la historia de todo el proceso. Esta curva, conocida como curva de ruptura, contiene una gran riqueza de información, pero extraer los números precisos de capacidad y velocidad a partir de ella es notoriamente difícil. El paisaje matemático de este problema está lleno de áreas planas donde pequeños cambios en los números no hacen diferencia, y picos pronunciados donde la solución es sensible al punto de partida. Si un investigador comienza su cálculo con una suposición ligeramente errónea, la computadora podría quedarse atrapada en un pozo local, encontrando una solución que parece buena pero que en realidad es incorrecta.

Para navegar por este terreno complicado, los investigadores emplearon una estrategia de dos etapas, un método diseñado para evitar las trampas de las suposiciones. Primero, realizaron un escaneo amplio y sistemático de posibles valores, probando miles de combinaciones de capacidad y velocidad para ver cuáles producían una curva que se pareciera, aunque fuera remotamente, a los datos experimentales. Este barrido inicial actuó como un mapa, identificando las regiones más prometedoras del espacio de la solución. Luego, tomaron los mejores resultados de este escaneo y los utilizaron como punto de partida para una segunda búsqueda más precisa. Esta segunda etapa utilizó una herramienta matemática sofisticada para ajustar los números, deslizándose por la trayectoria más empinada para encontrar los valores exactos que minimizaran la diferencia entre el modelo y los datos del mundo real. Los resultados fueron sorprendentes. Cuando compararon este nuevo enfoque simultáneo con el método tradicional de estimar los valores uno tras otro, el error en sus predicciones disminuyó drásticamente. El antiguo método secuencial dejó un desajuste significativo, con un valor de error de 0,462, pero la nueva estrategia simultánea redujo este error a un minúsculo 0,0000453. Las curvas calculadas ahora coincidían con los datos experimentales con una precisión que antes era inalcanzable.

El estudio también probó tres modelos matemáticos diferentes para describir cómo interactúan los gases con el carbono, cada uno con sus propias suposiciones sobre la superficie del material. Un modelo asumía que la superficie era perfectamente uniforme, otro permitía un único tipo de irregularidad, y el tercero permitía diferentes tipos de irregularidades para cada gas. Aunque los tres modelos podían ajustarse razonablemente bien a la curva de ruptura utilizando la nueva estrategia, solo uno de ellos decía la verdad al ser verificado con datos independientes. El modelo que permitía diferentes irregularidades para cada gas, conocido como el modelo de Langmuir–Freundlich extendido, produjo resultados que se alineaban estrechamente con mediciones separadas de cómo se comporta el metano por sí solo. Los otros modelos, a pesar de ajustarse a la curva de gas mixto, predecían capacidades que eran demasiado altas en comparación con lo que se sabía sobre el gas puro. Este hallazgo sugiere que, si bien la nueva estrategia puede encontrar números que se ajusten a los datos, la elección del modelo subyacente sigue siendo crucial para asegurar que esos números reflejen la realidad física.

Los investigadores reconocen que su trabajo es un paso adelante, pero no un destino final. Los parámetros que encontraron se derivaron de un solo experimento bajo condiciones específicas de temperatura, presión y tasa de flujo. Señalan que, si estas condiciones cambian, el comportamiento del sistema podría variar y los números encontrados podrían necesitar ajustes. Para dominar verdaderamente la predicción de estos sistemas, el trabajo futuro tendría que probar estos métodos en un rango más amplio de condiciones y, quizás, combinarlos con mediciones de los cambios de temperatura dentro de la columna. No obstante, este estudio demuestra que, al tratar la estimación de la capacidad y la velocidad como un problema único y unificado, y al utilizar una búsqueda inteligente de dos pasos para hallar la solución, los científicos pueden alcanzar un nivel de exactitud que antes era inalcanzable. Este enfoque ofrece una forma más fiable de diseñar las columnas de adsorción que son esenciales para una energía más limpia y procesos industriales más eficientes.