Cromatografía Líquida de Exclusión con Múltiple Detección. Un Método Teórico para Estimar el Ensanchamiento Instrumental a partir de Estándares de Poliestireno

YOSSEN, M. M.; VEGA, J. R.; MEIRA, G. R.

Florianópolis

Jornada; X Jornadas de Jóvenes Investigadores (AUGM); 2002

Asociación de Universidades Grupo Montevideo (AUGM)

En la actualidad el uso de polímeros sintéticos es cada vez mayor. Los polímeros pertenecen a un grupo de materiales muy diverso y complejo y sus aplicaciones dependen de sus propiedades mecánicas, que están asociadas con la estructura molecular. La cromatografía líquida de exclusión (CLE) es una de las técnicas analíticas más utilizadas para determinar la macroestructura molecular de polímeros. En la práctica, el ensanchamiento instrumental (EI), principalmente originado por la dispersión axial en las columnas; impide que la fracción instantánea en la celda de detección sea monodispersa en pesos moleculares, aun en el caso de los polímeros simples. Un problema no completamente resuelto en CLE es la estimación de la matriz G requerida para implementar la corrección por EI. En este trabajo teórico se presenta un método numérico para la estimación de la función de EI que caracteriza el proceso de separación en CLE, y en particular cuando se emplean detectores de viscosidad (DV), de dispersión de luz (LS) y de índice de refracción (RI). Las simulaciones realizadas tratan el análisis de un homopolímero lineal vía CLE. Las hipótesis a tener en cuenta son: a) la calibración de pesos moleculares es lineal; b) el fraccionamiento y la detección son ideales, pero los cromatogramas aparecen distorsionados por la presencia de EI y de ruido; c) los cromatogramas medidos son discretos, con valores muestreados a un intervalo de volumen de elución fijo, DV; d) la DPM contiene sólo un número de especies moleculares (relativamente bajo) definidos por la calibración de Pesos Moleculares y los puntos del cromatograma de masa corregidos; y e) el efecto del volumen interdetector es despreciable. Para la inversión de los cromatogramas se utilizó una matriz de EI (G) de dimensión mínima y se aplicó una técnica de descomposición en valores singulares. En la estimación de las componentes de (G) se utilizó un algoritmo de optimización no lineal que minimiza la suma de los errores cuadráticos, entre los cromatogramas medidos y los cromatogramas estimados.Los ejemplos simulados mostraron que es posible recuperar casi exactamente la función de EI adoptada. En la práctica, la polidispersidad de la muestra analizada no debería ser muy elevada, para asegurar la validez de la hipótesis de EI uniforme. Como contrapartida, muestras muy angostas tornan más complejo el problema numérico de inversión. Además, la calidad de la estimación está sujeta a la precisión con que se conozca la calibración de los pesos moleculares.