Diseño y análisis de significancia estadística de descriptores en la elección de moléculas a reformar utilizando CAMPD

Abstract

Hoy en día, para cubrir las necesidades energéticas a nivel industrial, de transporte y social, se utilizan combustibles fósiles, los que dañan el medio ambiente. Una alternativa para reemplazar esta fuente es el hidrógeno, el que puede ser producido a través del reformado de compuestos orgánicos como el metanol, metano, etanol, glicerol, pentano, hexadecano, entre otros. Pero, ya que se tiene un conjunto de compuestos reformables, cabe pensar lo siguiente ¿Son éstas las mejores moléculas para reformar? ¿Cuál es la mejor? ¿Cómo se podría determinar? Estas preguntas resultan difíciles de responder, ya que corresponden a un problema inverso y de optimización, cuya resolución es lenta y costosa. La solución que se propone, es utilizar CAMPD (Computer Aided Molecular and Process Design), que considera la definición de descriptores y QSPRs, para estimar el comportamiento de las propiedades macroscópicas (variables de salida que se desean optimizar) a partir de propiedades microscópicas (variables de entrada), para así facilitar el ciclo de optimización. CAMPD por su parte, está vinculado con el concepto de piezas, que se utilizan para generar los compuestos candidatos que cumplen las propiedades macroscópicas objetivo. Es por eso, que el presente trabajo, se enmarca en la primera etapa de CAMPD, lo que corresponde a definir descriptores estadísticamente significativos para el desempeño de moléculas en el proceso de reformado y proponer un tamaño de piezas que pueda representar al conjunto de moléculas a analizar y que genere la menor cantidad estructuras infactibles fisicoquímicamente. En cuanto al tamaño de piezas, se selecciona al grupos de átomos, ya que logran representar la totalidad del conjunto de compuestos y generar alrededor de 140 estructuras infactibles. Por otro lado, se determina que los descriptores que se obtienen para las propiedades macroscópicas: rendimiento de hidrógeno, emisiones y costo de producción; son el número de carbonos (Z1), hidrógenos (Z2) y grupos OH (Z3). Por su parte, a través del PCA, se obtienen dos variables, v1 = Z1 y v2 = 0.42Z2 + 0.903Z3 que resumen y explican el comportamiento de las tres propiedades macroscópicas. Cabe señalar, que podrían existir más descriptores (como el ángulo de enlace o la accesibilidad al carbono), pero no se opta por ellos, ya que su cálculo es muy complejo. Por último, se debe señalar que muchos de los datos que se utilizan en el análisis cuantitativo y cualitativo, son estimados, por lo que las relaciones obtenidas, podrían no ser tan acertadas. Además, el análisis cuantitativo, solo determina si existe alguna relación lineal entre las variables, por lo que puede generar sesgo en los resultados. Sin embargo, se debe destacar el desarrollo de una estrategia para abordar este problema (o alguno similar), una vez que se posean todos los datos necesarios y, así, obtener las relaciones correctas. No disponible a texto completo No autorizada por el autor a ser publicada a texto completo en Cybertesis.