Análisis de regresión: Enfoque del desempeño de la curva de ruptura en un sistema dinámico

• Humberto Burgos-Huezo ^[1] ; Jaime Garfias-Soliz ^[1] ; Richard Martel ^[2] ; Javier Salas-García ^[1]
  1. [1] Universidad Autónoma del Estado de México

     Universidad Autónoma del Estado de México

     México

     
  2. [2] Institut National de la Recherche Scientifique

     Institut National de la Recherche Scientifique

     Canadá

     
• Localización: Ingeniería, investigación y tecnología, ISSN 1405-7743, ISSN-e 2594-0732, Vol. 25, Nº. 1, 2024
• Idioma: español
• Títulos paralelos:
  • Regression analysis: Breakthrough curve performance approach in a dynamic system
• Enlaces
  • Texto completo
• Resumen
  • español

    La presencia de arsénico disuelto en agua para consumo humano es un problema sanitario de importancia global. El objetivo de este trabajo fue evaluar la incidencia que tienen el análisis de regresión lineal (RL) y no lineal, sobre la estimación de los parámetros de adsorción de diversos modelos matemáticos para explicar el proceso de remoción de contaminantes desde la fase acuosa. Para ello, se utilizaron zeolitas químicamente modificadas para la adsorción de As(V) en un sistema dinámico de columna de lecho fijo (CLF). La cinética de adsorción se analizó con los modelos lineales y no lineales de Thomas y Yan y la Ecuación de Advección de Dispersión (EAD). La regresión lineal muestra la baja idoneidad del modelo lineal de Yan (YL) para representar la curva de ruptura experimental (CRE), causada por una mayor sensibilidad a la linealización del modelo. En la regresión no lineal (RNL), el modelo de mejor ajuste fue evaluado utilizando seis índices de ajuste, mostrando, a partir de ello, la existencia de una variación en la curva de ruptura de predicción, producto de una distribución del error (DDE) diferente a partir de cada uno de ellos. Existe divergencia en la estimación paramétrica a partir del enfoque de modelación utilizado, lineal o no lineal, derivada de los cambios inducidos en la DDE por la linealización de los modelos. La idoneidad para explicar el proceso de adsorción sigue el orden: Thomas no lineal (TNL)>EAD> Yan no lineal (YNL)> Thomas lineal (TL)>YL. Se puede concluir que la regresión no lineal fue más apropiada para el proceso de estimación paramétrica de los modelos de adsorción.

  • English

    The presence of arsenic dissolved in water for human consumption is a health problem of global importance. The objective of this work was to evaluate the impact that linear (RL) and nonlinear regression analysis have on the estimation of the adsorption parameters of various mathematical models, to explain the process of removal of pollutants from the aqueous phase. For this, chemically modified zeolites were used for the adsorption of As(V) in a dynamic fixed-bed column system. The adsorption kinetics was analyzed with the Thomas and Yan linear and non-linear models and the Dispersion Advection Equation (EAD). The results obtained from the linear regression show the low suitability of the Yan linear model to represent the experimental breakthrough curve, possibly due to a greater sensitivity to the linearization process of the model. In the non-linear regression (RNL), the best fit model was evaluated using six fit indices, showing, from this, the existence of a variation in the predicted breakthrough curve, product of an error distribution other than starting from each of them. There is divergence in the parametric estimation from the modeling approach used, linear or non-linear, derived from the changes induced in the DDE by the linearization of the models. The suitability to explain the adsorption process follows the order: TNL> EAD> YNL> Thomas linear (TL)> Yan linear (YL). It can be concluded that nonlinear regression was more appropriate for the parametric estimation process of the adsorption models.