Evaluación de adsorción-desorción de fósforo empleando arcillas modificadas con aminoácidos y desarrollo de modelo matemático que describa su comportamiento / Erick Giovanni Estrada Palencia; investigador Werner Omar Chanta Bautista; auxiliar de investigación II Renato Rodolfo Rivera Tello; colaboradores Claudia de León, Victoria Casasola, Irma Orellana, Byron López,Luis Velásquez, Nancy Ramírez, Sebastián Alegría y María Montepeque.

Apéndice en la página 47.

Tesauro DeCS

En Guatemala el 90% de las fuentes de agua potable está contaminada, y la problemática del agotamiento de las reservas de fósforo es un tema del que se discute desde los años 30. Recuperar este fósforo reduciría el costo en los procesos de purificación en plantas de tratamiento de agua y contribuiría a mitigación de los procesos de eutrofización de ríos y lagos. El propósito de este proyecto fue capturar el fósforo en agua empleando arcillas modificadas, trabajando con muestras de agua preparada en laboratorio con cantidades conocidas de fósforo. Se seleccionaron las arcillas caolín y montmorillonita por sus características y disponibilidad en Guatemala, estas fueron activadas mediante un tratamiento ultrasónico y tratadas con soluciones de aminoácidos a dos concentraciones (2 milimolar y 0.1 milimolar) para modificar la superficie de las arcillas con los aminoácidos Glicina, Lisina e Histidina, encontrándose que los 6 nanomateriales funcionalizados a 2 milimolar presentan una mejor captura de aminoácidos (arriba del 98 % para cada material). Después de esta etapa se procedió a cuantificar la cantidad de fósforo que es retenido reversiblemente por las organoarcillas obtenidas, evaluando el comportamiento durante 3 ciclos de adsorción/desorción. Se encontró que los nanomateriales funcionalizados a baja concentración presentan una menor retención de aminoácidos (59.16 % el mayor y 27.10 % el menor), sin embargo, son capaces de liberar fosfatos de manera eficiente durante al menos 3 ciclos, se determinó que la mejor combinación al finalizar los ciclos de regeneración corresponde al nanomaterial de bentonita con lisina (s-bb3-lys 0.1), poseyendo una captura de 29.132 miligramos de fosforo y una liberación de 27.785 miligramos. Con los datos generados se realizó un modelo matemático inicial, escrito en Python 2.7, que describe el comportamiento observado en el laboratorio y permitirá encontrar mejores nanomateriales, capaces de capturar fósforo de manera reversible.

In Guatemala, 90% of drinking water sources are contaminated, and the problem of depletion of phosphorus reserves is a topic that has been discussed since the 1930s. Recovering this phosphorus would reduce the cost of purification processes in treatment plants. water treatment and would contribute to mitigation of the eutrophication processes of rivers and lakes. The purpose of this project was to capture phosphorus in water using modified clays, working with water samples prepared in the laboratory with known amounts of phosphorus. Kaolin and montmorillonite clays were selected for their characteristics and availability in Guatemala, these were activated by ultrasonic treatment and treated with amino acid solutions at two concentrations (2 millimolar and 0.1 millimolar) to modify the surface of the clays with the amino acids Glycine, Lysine and Histidine, finding that the 6 nanomaterials functionalized at 2 millimolar present a better capture of amino acids (above 98% for each material). After this stage, the amount of phosphorus that is reversibly retained by the organoclays obtained was quantified, evaluating the behavior during 3 adsorption/desorption cycles. It was found that the functionalized nanomaterials at low concentration present a lower retention of amino acids (59.16% the highest and 27.10% the lowest), however, they are capable of releasing phosphates efficiently for at least 3 cycles, it was determined that the best combination At the end of the regeneration cycles, it corresponds to the bentonite nanomaterial with lysine (s-bb3-lys 0.1), having a capture of 29,132 milligrams of phosphorus and a release of 27,785 milligrams. With the data generated, an initial mathematical model was made, written in Python 2.7, which describes the behavior observed in the laboratory and will allow finding better nanomaterials capable of reversibly capturing phosphorus.