Una nariz electrónica e infrarrojos para medir la calidad de la gasolina
Se trata de un trabajo de un equipo de investigadores de la Universidad de Cádiz
![Equipo que ha participacido en el estudio de la Universidad de Cádiz.](https://imagenes.elpais.com/resizer/v2/LNVZJHEVDJN3PCQOFBT72A7ZMU.jpg?auth=691be5a729f3a4514aa28a87f69ef491d7f673580e8cb108d1fa219e6fa9bb96&width=414)
![Virginia Gómez Jiménez](https://imagenes.elpais.com/resizer/v2/https%3A%2F%2Fs3.amazonaws.com%2Farc-authors%2Fprisa%2F7bd0111b-ab41-46c5-8904-c53e46a65304.png?auth=2f6026aa553cef96cdf19c4c8e4019db3b05b7f40a4c9163744da7223f945b74&width=100&height=100&smart=true)
En un momento en el que los precios de la gasolina y del gasóleo interesan a los consumidores, la Universidad de Cádiz ha hecho públicos los avances de un estudio. Un equipo de investigación de dicho centro ha diseñado una nariz electrónica capaz de detectar restos de líquidos inflamables en un incendio y diferenciar entre los dos tipos de gasolina más comúnmente comercializadas, la de 95 y 98 octanos, y poder evaluar la calidad de este hidrocarburo.
Este sistema se complementa con técnicas de medición de infrarrojos que, combinados con algoritmos de aprendizaje automático, permiten a la industria petroquímica una alternativa eficaz para validar la composición e identificar el tipo de combustible.
En un comunicado, la Fundación Descubre, una institución privada sin ánimo de lucro impulsada por la Consejería de Transformación Económica, Industria, Conocimiento y Universidades de la Junta de Andalucía, ha detallado que el equipo de investigadores ha trabajado con dos métodos analíticos basados en la identificación de patrones en datos masivos y elaboración de predicciones, lo que se conoce como machine learning.
Los han aplicado por separado y de forma conjunta en una nariz electrónica diseñada por este mismo equipo de expertos para detectar restos de líquidos inflamables en un incendio y un sistema de medición de infrarrojos.
En el estudio, publicado en la revista Microchemical Journal, han analizado por separado la utilidad de ambos métodos en dos procesos diferentes, uno basado en algoritmos y otro obteniendo mediciones químicas de gasolina, además de evaluar la eficacia de su combinación para discriminar y clasificar muestras de hidrocarburos.
La nariz electrónica es capaz de ofrecer datos sobre el perfil volátil de las muestras, mientras que las técnicas espectroscópicas se centran en analizar los compuestos no volátiles, y la unión de la información de ambas metodologías se usa para generar modelos predictivos que permiten discriminar y clasificar muestras de gasolina en función de su octanaje.
En base al estudio, la nariz electrónica proporciona información más precisa de la gasolina según su octanaje debido a la clasificación de los compuestos volátiles. “Esta técnica, y concretamente el perfil aromático de las muestras, permite discriminar mejor la cantidad de octanos que contiene cada una”, ha explicado la investigadora de la Universidad de Cádiz y responsable de este trabajo, Marta Barea.
Las aplicaciones de esta nueva metodología en la industria petroquímica contribuyen a optimizar los procesos de calidad, así como en otros ámbitos, obteniendo sistemas de gestión de calidad rápidos, en el momento y con un nivel de detalle muy preciso.
“Esta combinación supone una alternativa real para automatizar el proceso del control de calidad de este derivado del petróleo, que actualmente depende de la experiencia del analista que realiza este trabajo”, ha argumentado Barea.
Este descubrimiento también es útil en la química forense para detectar en un incendio, in situ, qué líquido inflamable lo ha originado y desde ahí seguir indicios hasta localizar su origen.
Para obtener estos resultados, estudiaron los datos de un total de 50 muestras de gasolina de 95 y 98 octanos, que analizaron mediante estas dos técnicas. Primero entrenaron el modelo, dándole a conocer el conjunto de toda la información a la que puede acceder. Con el fin de comprobar si también era capaz de interpretar nuevas muestras, incluían otros datos desconocidos para el modelo. “El objetivo de este proceso es saber qué algoritmo de aprendizaje automático puede predecir correctamente si la gasolina es de 95 o de 98 octanos y la precisión de cada una de ellas”, señala la responsable del estudio.
Este trabajo se ha realizado con fondos propios de la Universidad de Cádiz, del Instituto de Investigación Vitivinícola y Agroalimentario (Ivagro), de Fondos Feder y de la Consejería de Transformación Económica, Industria, Conocimiento y Universidades de la Junta de Andalucía.
Más aplicaciones y usos de la ‘e-nose’
Aguas residuales. Hace varios meses, un equipo de científicos españoles diseñó, con la ayuda de inteligencia artificial, una nariz electrónica portátil (e-nose) para olfatear las plantas de tratamiento de aguas residuales. Junto con un dron, la ligera e-nose es capaz de medir la concentración de distintos olores, predecir su intensidad y elaborar un mapa de estos en tiempo real para su gestión; el método aparece publicado en la revista iScience. Sus responsables son investigadores del Instituto de Bioingeniería de Cataluña, quienes para su desarrollo recogieron bolsas de aire de una planta y entrenaron a la nariz electrónica para que oliera sustancias químicas intensas. Entre ellas, el sulfuro de hidrógeno, el amoniaco y el dióxido de azufre, que huelen a huevos podridos, orina y cerillas quemadas, respectivamente, señala un comunicado del grupo Cell, editor de la revista que publica el trabajo, recogido por Efe. La e-nose también está equipada con un sensor de dióxido de carbono, un indicador de la actividad bacteriana. En el laboratorio, la nariz electrónica funcionó casi tan bien como las narices humanas, según sus responsables, que recuerdan que lo complicado de la medición de olores es que se trata de una percepción humana y no está bien definida.
Newsletters
Sobre la firma
![Virginia Gómez Jiménez](https://imagenes.elpais.com/resizer/v2/https%3A%2F%2Fs3.amazonaws.com%2Farc-authors%2Fprisa%2F7bd0111b-ab41-46c5-8904-c53e46a65304.png?auth=2f6026aa553cef96cdf19c4c8e4019db3b05b7f40a4c9163744da7223f945b74&width=100&height=100&smart=true)