Por David Barrientos Torres / Ciencia Amateur
Autor revisor Jesús Ortiz Espinoza
Las membranas poliméricas son barreras cuya finalidad es eliminar sustancias tóxicas del agua contaminada. Funcionan como filtros avanzados que permiten desalinizar el agua de mar y reutilizar aguas residuales. Han sido ampliamente investigadas, sin embargo, actualmente su desarrollo tradicional enfrenta varios retos [1].
Hasta ahora, la elección de materiales adecuados, el diseño de estructuras eficientes y el desarrollo de procesos han sido tareas lentas y costosas, que se han realizado mediante métodos de prueba y error. Pero actualmente, la inteligencia artificial (IA) y la química de materiales hacen posible crear membranas poliméricas de forma más rápida y precisa [2].
Mediante algoritmos de aprendizaje automático, se analizan grandes cantidades de datos sobre las propiedades moleculares, las estructuras de los polímeros y su capacidad de filtración.
Esto hace posible predecir el rendimiento de una membrana incluso antes de fabricarla. De esta forma, en lugar de probar interminables combinaciones, la IA identifica las opciones más prometedoras, acelerando el desarrollo y optimizando los resultados. [3]
Ventajas de las membranas optimizadas con IA
Con la ayuda de la inteligencia artificial, las membranas poliméricas ahora se desarrollan con mayor rapidez y alcanzan un rendimiento superior. El uso de algoritmos avanzados está permitiendo el diseño de membranas capaces de filtrar contaminantes muy específicos, como microplásticos, metales pesados, bacterias e incluso virus.
Además, la IA está logrando optimizar la estructura porosa de estos materiales, lo que reduce la resistencia al flujo del agua y, con ello, disminuye el consumo energético del proceso de purificación.
Otro beneficio clave es la mejora en la durabilidad: al ajustar su composición y diseño, las membranas se vuelven más resistentes a la degradación química y mecánica, lo que prolonga su vida útil y las hace más sostenibles a largo plazo.
El desarrollo de membranas con IA para combinar distintos polímeros, aprovechando las mejores características de cada uno, resulta en un material híbrido con propiedades sobresalientes y un mayor rendimiento.
La adopción masiva de estas tecnologías podría resolver algunos desafíos técnicos y, al mismo tiempo, alcanzar beneficios sociales y ambientales, porque reduce los costos de producción de agua potable, disminuye el uso de productos químicos y el consumo de energía. En ese sentido, son membranas que contribuyen a amortiguar el cambio climático.
Aplicaciones en la industria
Las posibilidades que ofrecen las membranas poliméricas optimizadas con IA son vastas. Aquí, las más prometedoras.
Desalinización de agua de mar. Las nuevas membranas prometen hacer más accesibles los procesos de conversión de agua de mar en agua potable, ya que su tecnología reduce costos y mejora la eficiencia energética.
Tratamiento de aguas residuales industriales. Industrias como la textil y la minera generan grandes cantidades de aguas contaminadas. Las membranas inteligentes pueden ser personalizadas para eliminar contaminantes específicos de cada industria, permitiendo la reutilización del agua y reduciendo el impacto ambiental.
Purificación en situaciones de emergencia. En desastres naturales, el acceso al agua potable es crítico. Los sistemas portátiles equipados con estas membranas podrían proporcionar agua segura rápidamente en zonas afectadas.
Sistemas de agua (domésticos y urbanos). Las ciudades del futuro podrían integrar sistemas avanzados de filtración basados en membranas optimizadas con IA, garantizando agua limpia directamente en los hogares.
.
Referencias
- Alprol, A. E., Mansour, A. T., Ibrahim, M. E. E. D., & Ashour, M. (2024). Artificial Intelligence Technologies Revolutionizing Wastewater Treatment: Current Trends and Future Prospective. In Water (Switzerland) (Vol. 16, Issue 2). Multidisciplinary Digital Publishing Institute (MDPI).
- Kazim, H., Sabri, M., Al-Othman, A., & Tawalbeh, M. (2023). Artificial Intelligence Application in Membrane Processes and Prediction of Fouling for Better Resource Recovery. Journal of Resource Recovery, 1(2), 0–0.
- Stiffe, J., Villanueva, B., Almagro, D., Chavez, G., Jhonny, J., Alvarado, J., Javier, J., Mamani, L., Alejandro, C., Horna, M., Jhon, D., Arriguela, P., Huaricallo Vilca, Y., & En Dirección De La Construcción, M. (n.d.). 3rd LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development-LEIRD 2023 Virtual Edition.
- Osman, A. I., Nasr, M., Farghali, M., Bakr, S. S., Eltaweil, A. S., Rashwan, A. K., & Abd El-Monaem, E. M. (2024). Machine learning for membrane design in energy production, gas separation, and water treatment: a review. In Environmental Chemistry Letters (Vol. 22, Issue 2, pp. 505–560). Springer Science and Business Media Deutschland GmbH.
- Wang, Y., Cheng, Y., Liu, H., Guo, Q., Dai, C., Zhao, M., & Liu, D. (2023). A Review on Applications of Artificial Intelligence in Wastewater Treatment. In Sustainability (Switzerland) (Vol. 15, Issue 18). Multidisciplinary Digital Publishing Institute (MDPI).
.
Autores
David Barrientos. Estudiante del Doctorado en Ciencias de la Ingeniería en el Tec de Monterrey. Cuenta con más de cinco años de experiencia en la gestión y ejecución de proyectos de telemetría y automatización en la red hidráulica de la Ciudad de México. Actualmente, se dedica a la investigación y divulgación en la implementación de ciencia de datos, inteligencia artificial y metodologías para la gestión y optimización de la administración del agua.
Este artículo fue asesorado y revisado por Jesús Ortiz Espinoza, profesor de la Escuela de Ingeniería y Ciencias, del Tec de Monterrey. Cuenta con una maestría en Ciencia de Materiales, doctorado en Ciencias de la Ingeniería, y actualmente realiza una estancia posdoctoral en el Centro de Investigación Científica de Yucatán, especializado en sintetizar, caracterizar y preparar membranas para purificación de agua y gases de efecto invernadero.
