Modelo de contribución de grupos para estimación de propiedades de fluidos orgánicos

PÉREZ-CORREA, IGNACIO; GIUNTA, PABLO; FRANCESCONI, JAVIER; MARIÑO, F.

Congreso; Congreso Latinoamericano de Ingeniería y Ciencias Aplicadas 2022; 2022

En todo diseño o simulación de un proceso que involucre la utilización de fluidos orgánicos es relevante poseer unaherramienta que permita realizar estimaciones de sus propiedades ya que estos datos no suelen estar disponibles enbibliografía para todas las sustancias, y llevar a cabo los experimentos necesarios para conseguirlos no siempre esconveniente y/o económico.Los modelos que predicen las propiedades de compuestos orgánicos establecen una relación, llamada cuantitativaestructura-propiedad (QSPR), en donde se utilizan características estructurales de la molécula para calcular suspropiedades físicas, químicas, entre otras. La forma de representar las características estructurales de las sustancias esa través de descriptores moleculares, siendo el modelo de grupos funcionales el más utilizado. Este asume que lamolécula puede ser seccionada en distintas partes y cada una de ellas aporta individualmente al cálculo de lapropiedad.El propósito del presente trabajo consiste en la generación de un modelo para 8 propiedades termodinámicas de interés(temperatura de ebullición, temperatura de fusión, presión crítica, volumen crítico, temperatura crítica, calor latente devaporización, entalpía de fusión y entalpía de formación gaseosa) utilizando como descriptor molecular a los gruposfuncionales. También serán considerados términos de interacción cruzada entre los grupos con el objetivo de estudiarsu efecto en las propiedades de los compuestos. Los ajustes obtenidos se contrastan frente al modelo de Joback,tomado como referencia, que estima el mismo conjunto de propiedades. Este modelo de referencia utiliza entre 155-438compuestos, según la propiedad, representados mediante 41 grupos funcionales. La base de datos utilizada contiene2594 sustancias, descriptas mediante los mismos 41 grupos funcionales del modelo de referencia, sobre los cuales serealizaron dos regresiones. La primera de ellas (modelo reajustado) se obtuvo a partir de la misma metodología deJoback, utilizando sus ecuaciones y linealizando las que así lo requieran para poder llevar a cabo la regresión buscandomejorar sus coeficientes. Luego, se hizo una segunda regresión agregando la interacción cruzada entre los grupos(modelo de interacción cruzada). Se analizaron los supuestos para garantizar las condiciones del teorema de GaussMárkov sobre los ajustes obtenidos, y también fueron aplicadas las transformaciones de Box-Cox-Tukey con el objetivode validar los supuestos y mejorar la predictibilidad del modelo.El modelo de interacción cruzada presenta errores entre (0,5-3) % para la mayoría de las propiedades, el de reajuste (1-3) % superando ambos al modelo de referencia que posee valores del orden de (3-30) %. Cabe destacar que el puntode fusión presenta errores elevados en los tres casos, 41% en el modelo de referencia, 46% en modelo reajustado y22% en modelo con interacción cruzada, sugiriendo que puede haber una dificultad de predicción de esta propiedadinherente al descriptor molecular utilizado