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

No mundo da separação industrial, onde os gases são classificados e purificados para tudo, desde combustíveis até medicamentos, a eficiência do processo depende frequentemente de uma interação simples, porém complexa: como as moléculas aderem a uma superfície sólida. Imagine uma coluna preenchida com pequenos pellets porosos, através da qual flui uma mistura de gases. À medida que o gás se move, certas moléculas diminuem a velocidade e prendem-se aos poros dos pellets, enquanto outras passam rapidamente. Este fenômeno, conhecido como adsorção, é o motor por trás da purificação de hidrogênio e da limpeza de gás natural. Para projetar esses sistemas de forma eficaz, os engenheiros precisam saber duas coisas críticas sobre os materiais que utilizam. Primeiro, precisam compreender o equilíbrio: quanto de um gás específico o material pode conter a uma determinada pressão. Segundo, precisam saber a velocidade: quão rápido as moléculas de gás podem viajar do espaço aberto para os minúsculos poros para ficarem presas. Durante décadas, os cientistas trataram essas duas questões separadamente, medindo a capacidade em um experimento e a velocidade em outro, tentando depois unir os resultados. No entanto, esta abordagem muitas vezes ignora as formas sutis como estes fatores se influenciam mutuamente quando múltiplos gases competem pelo espaço, levando a previsões que não condizem totalmente com a realidade.

Uma equipa de investigadores da Universidade Kyung Hee e da Universidade de Ulsan abordou este desafio desenvolvendo uma nova forma de analisar os dados. Em vez de medirem a capacidade e a velocidade de forma isolada, decidiram estimar ambas simultaneamente utilizando um único experimento. Focaram-se numa mistura de metano e hidrogénio, um cenário comum em aplicações energéticas, e observaram como o gás se movia através de uma coluna de carvão ativado. À medida que o gás fluía, registaram a concentração de metano a sair da coluna ao longo do tempo, criando uma curva que conta a história de todo o processo. Esta curva, conhecida como curva de rutura (breakthrough curve), contém uma riqueza de informações, mas extrair os números precisos de capacidade e velocidade a partir dela é notoriamente difícil. O cenário matemático deste problema é repleto de áreas planas onde pequenas alterações nos números não fazem diferença, e picos acentuados onde a solução é sensível ao ponto de partida. Se um investigador iniciar o seu cálculo com um palpite ligeiramente incorreto, o computador poderá ficar preso num armadilha local, encontrando uma solução que parece boa, mas que é, na verdade, errada.

Para navegar neste terreno difícil, os investigadores empregaram uma estratégia de dois estágios, um método concebido para evitar as armadilhas do palpite. Primeiro, realizaram uma varredura sistemática e ampla de valores possíveis, testando milhares de combinações de capacidade e velocidade para ver quais produziam uma curva que se parecesse minimamente com os dados experimentais. Esta varredura inicial funcionou como um mapa, identificando as regiões mais promissoras do espaço de solução. Em seguida, utilizaram os melhores resultados desta varredura como ponto de partida para uma segunda busca, mais precisa. Esta segunda etapa utilizou uma ferramenta matemática sofisticada para refinar os números, deslizando pela via mais íngreme para encontrar os valores exatos que minimizavam a diferença entre o modelo e os dados do mundo real. Os resultados foram impressionantes. Quando compararam esta nova abordagem simultânea com o método tradicional de estimar os valores um após o outro, o erro nas suas previsões diminuiu drasticamente. O antigo método sequencial deixou um desajuste significativo, com um valor de erro de 0,462, mas a nova estratégia simultânea reduziu este erro para um ínfimo 0,0000453. As curvas calculadas passaram a coincidir com os dados experimentais com uma precisão que era anteriormente inalcançável.

O estudo também testou três modelos matemáticos diferentes para descrever como os gases interagem com o carvão, cada um com as suas próprias suposições sobre a superfície do material. Um modelo assumiu que a superfície era perfeitamente uniforme, outro permitiu uma única irregularidade, e o terceiro permitiu diferentes tipos de irregularidades para cada gás. Embora todos os três modelos pudessem ser ajustados à curva de rutura de forma razoável utilizando a nova estratégia, apenas um deles dizia a verdade quando verificado contra dados independentes. O modelo que permitia diferentes irregularidades para cada gás, conhecido como o modelo de Langmuir–Freundlich Estendido, produziu resultados que se alinhavam de perto com medições separadas de como o metano se comporta sozinho. Os outros modelos, apesar de se ajustarem à curva de mistura, previam capacidades que eram excessivamente altas em comparação com o que era conhecido sobre o gás puro. Esta descoberta sugere que, embora a nova estratégia possa encontrar números que se ajustem aos dados, a escolha do modelo subjacente continua a ser crucial para garantir que esses números reflitam a realidade física.

Os investigadores reconhecem que o seu trabalho é um passo em frente, mas não um destino final. Os parâmetros que encontraram foram derivados de um único experimento sob condições específicas de temperatura, pressão e taxa de fluxo. Observam que, se estas condições mudarem, o comportamento do sistema poderá sofrer alterações, e os números encontrados poderão precisar de ajustes. Para dominar verdadeiramente a previsão destes sistemas, o trabalho futuro teria de testar estes métodos numa gama mais ampla de condições e, talvez, combiná-los com medições de alterações de temperatura dentro da coluna. No entanto, este estudo demonstra que, ao tratar a estimativa de capacidade e velocidade como um problema único e unificado, e ao utilizar uma busca inteligente de dois passos para encontrar a solução, os cientistas podem alcançar um nível de precisão que era anteriormente inalcançável. Esta abordagem oferece uma forma mais fiável de projetar as colunas de adsorção que são essenciais para uma energia mais limpa e processos industriais mais eficientes.