Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Departamento de Química Analítica Facultad de Ciencias Universidad de Cádiz APLICACIÓN DE TÉCNICAS QUIMIOMÉTRICAS A LA RESOLUCIÓN DE SEÑALES ELECTROQUÍMICAS SOLAPADAS José María Palacios Santander Tesis Doctoral 2003 APLICACIÓN DE TÉCNICAS QUIMIOMÉTRICAS A LA RESOLUCIÓN DE SEÑALES ELECTROQUÍMICAS SOLAPADAS Tesis Doctoral José María Palacios Santander Director José Luis Hidalgo Hidalgo de Cisneros Profesor Titular del Departamento de Química Analítica Universidad de Cádiz Director Ignacio Naranjo Rodríguez Profesor Titular del Departamento de Química Analítica Universidad de Cádiz Memoria presentada para optar al grado de Doctor en Ciencias Químicas José María Palacios Santander JOSÉ LUIS HIDALGO HIDALGO DE CISNEROS, PROFESOR TITULAR DE UNIVERSIDAD, E IGNACIO NARANJO RODRÍGUEZ, PROFESOR TITULAR DE UNIVERSIDAD, DEL DEPARTAMENTO DE QUÍMICA ANALÍTICA DE LA UNIVERSIDAD DE CÁDIZ, CERTIFICAN: Que el presente trabajo de investigación ha sido realizado en los laboratorios del Departamento de Química Analítica bajo nuestra dirección, reuniendo las condiciones exigidas para optar al Grado de Doctor en Ciencias Químicas. Y para que conste, expedimos y firmamos el presente certificado. Cádiz, 22 de Septiembre de 2003 J. L. Hidalgo Hidalgo de Cisneros I. Naranjo Rodríguez JUAN ANTONIO PÉREZ-BUSTAMANTE DE MONASTERIO, CATEDRÁTICO DE UNIVERSIDAD Y DIRECTOR DEL DEPARTAMENTO DE QUÍMICA ANALÍTICA DE LA UNIVERSIDAD DE CÁDIZ, CERTIFICA: Que el presente trabajo de investigación, realizado en los laboratorios del Departamento de Química Analítica bajo la dirección conjunta de los Profesores José Luis Hidalgo Hidalgo de Cisneros e Ignacio Naranjo Rodríguez, reúne las condiciones exigidas para optar al Grado de Doctor en Ciencias Químicas. Y para que conste, expido y firmo el presente certificado. Cádiz, 22 de Septiembre de 2003 Juan Antonio Pérez-Bustamante de Monasterio AGRADECIMIENTOSAGRADECIMIENTOS Quisiera expresar mi más sincero y profundo agradecimiento a mis Directores de Tesis: los Profesores Titulares de Universidad, D. José Luis Hidalgo Hidalgo de Cisneros y D. Ignacio Naranjo Rodríguez, pertenecientes al Departamento de Química Analítica de la Universidad de Cádiz. A José Luis Hidalgo por dirigirme y animarnos (a él mismo y a mí) a introducirnos en el complejo mundo de la Quimiometría, fundamentalmente, el relacionado con las redes neuronales, así como en el de los electrodos sol-gel; dos áreas en las que no aconsejo a nadie que se inmiscuya si no se ha confesado previamente: nosotros lo hicimos, pero aún así costó lo suyo (Dios no da nada por nada). Gracias de todo corazón por inculcarme paciencia y tranquilizarme cuando ésta me fallaba, además de por darle la vuelta completamente a cada trozo de manuscrito de la Tesis que te entregaba para que me corrigieras. Y a Ignacio Naranjo también por dirigirme y, sobre todo, por la gran cantidad de explicaciones y consejos prácticos que me dio durante el desarrollo de la Tesis; gracias por tomarte con buen humor los momentos difíciles y por ayudarme a poner los pies en el suelo en muchas ocasiones. También quiero dar las gracias de un modo sincero y especial al Prof. Renato Seeber, perteneciente al Dipartimento di Chimica de la Università degli Studi di Modena e Reggio Emilia (Italia), por la maravillosa acogida, tanto personal como profesional, que me dispensó en su grupo de investigación durante los ocho meses que viví en Modena: Grazie mille, Prof!! Del mismo modo, aprovecho para extender mi agradecimiento a todos los componentes del grupo de investigación liderado por el Prof. Seeber; en particular a Marina y Alle (que ya es padre), quienes me introdujeron hasta límites insospechados en el mundo de la transformada wavelet y de la Quimiometría de alto nivel: gracias por ser tan pacientes con un neófito como yo; al Prof. Lorenzo Tassi, por tutearme, portarse tan bien conmigo y tratarme como a uno de sus numerosos “hijos” (mai in mia vita dimenticheró il viaggio a Pompei, Prof!!); a Caterina, Giorgia y Giorgina (la Principessa dei Puffi), tres de mis muchas sufridoras, por su sinceridad y dulzura; a Matteo, una de las mejores personas que conozco; a Andrea, Laura y Chiara, por ser como son (aunque el primero se las traiga); a Moris, que quiso llevarme siempre de juerga y yo no lo dejé; a Enrico, por prestarnos siempre su garaje- trastero-casadecampo-loquefueseaquello para reunirnos y echar un buen rato juntos; al Prof. Baraldi y esposa y al Prof. Zanini y esposa, por acogerme en un momento u otro en sus respectivos hogares y enseñarme tantas cosas; y, finalmente, al Prof. Franchini, por su sencillez y simpatía (dije ‘pura’, Prof, y no ‘pure’!). Si me olvido de alguno, no os preocupéis que os tengo presentes a todos. A Dª. Mª Purificación Hernández Artiga y Dª. Mª Dolores Bellido Milla: Profesoras Titular y Asociada, respectivamente, del departamento de Química Analítica de la Universidad de Cádiz. Muchas gracias por todos vuestros consejos, siempre dados con verdadera ilusión, por los buenos ratos que hemos pasado juntos y por el interés que siempre habéis demostrado en el campo de la investigación: mientras existan personas como vosotras en el mundo, la Ciencia saldrá adelante. Yo también espero que con el tiempo os llevéis bien con los ordenadores. A mis compañeros de grupo: Laura, María del Mar, Carlos, Anabel, José Antonio, Yoquin, Miguel, Marta y Patricia; simplemente, no hay palabras para expresaros toda mi gratitud por vuestro apoyo, cariño y amistad, hasta cuando estáis lejos. Siempre habéis sido, sois y seréis los mejores. Además, a vosotros también os gusta la juerga y eso siempre es de agradecer. Gracias por conocer mi lado más oscuro y respetarlo la mayoría de las veces. Y no me olvido de todos aquellos que han formado parte en alguno u otro momento de nuestro grupo, sobre todo de los italianos, marroquíes y cubanos que han trabajado o continúan trabajando con nosotros: Bárbara, siempre dulce y cariñosa; Mohammed, Hicham y Nissrin, a quienes, respectivamente, les gusta mucho la política, los tacos en cualquier idioma (éste es de los míos), y que yo arregle los desaguisados que arma en los ordenadores (y van tres, al menos); y Osvaldo, mi cubano preferido, aunque atípico, que habla poco, pero cuando lo hace, no tiene desperdicio. Muchas gracias también a Andrés Jiménez, integrante del Servicio de Informática Científica y Estadística de la Universidad de Cádiz, por iniciarme en la estadística y quimiometría. Ya se sabe que todos los comienzos son duros, pero tú facilitaste bastante la labor, sobre todo cuando no me exigías que el trabajo estuviese hecho para ayer. A todo el personal del Departamento de Química Analítica de la Universidad de Cádiz: sin papeles, becari@s, compañer@s, profesores y profesoras en general, gracias a todos por ser como sois, por vuestras palabras de ánimo, por el interés tanto personal como científico demostrado en todo momento y, particularmente, por vuestras sonrisas y bromas (ya sabéis lo que me gusta una buena juerga). En particular, doy las gracias a Patricia, por aguantar mis “curiosos” saludos y, sobre todo por responder a ellos con alegría y buen humor (que siempre hacen buena falta); a Juan, por su amabilidad e interés; a Mariló y a José Antonio, por pedirnos siempre las lámparas (no cojáis complejo de electricistas, ¿eh?); a Domi, por las buenas charlas de despacho que nos hemos pegado algunas veces (bueno, charlaba yo y tú “escuchabas”); y a Mauricio por su sonrisa pronta. Quiero expresar especialmente mi agradecimiento a Pepe Reino y José Luis Insúa, por compartir siempre sus bromas conmigo, por proporcionarmeal momento todo aquello que he necesitado y por su simpática amistad. No me olvido de Mª Carmen, siempre al pie del cañón, quien me ha mostrado la necesidad de limpiar de vez en cuando la mesa del despacho: perdona por haberte impedido realizar tu trabajo tantas veces y por pisar el suelo mojado acabado de fregar (nunca olvidaré la primera vez que lo hice, hace ya unos cuantos años). Al Ministerio de Ciencia y Tecnología por conceder la financiación para el Proyecto BQU2000-0455, que ha contribuido en parte a la realización de la presente Memoria. Al Ministerio de Educación, Cultura y Deportes por la beca FPU que me fue concedida y que ha hecho posible el desarrollo de esta Tesis. Asimismo, hay que agradecer también la financiación prestada por la Junta de Andalucía a nuestro grupo de investigación. A todos aquellos que conocí durante mi estancia en Módena: españoles, italianos, franceses, alemanes, ingleses, escoceses, finlandeses, austriacos, rumanos, portugueses, brasileños, ¡¡¡australianos!!! y un largo etcétera. En especial a: mi buen amigo Stelian, mi rumano preferido, que pasamos juntos tan buenos momentos con el lambrusco, la grappa y el frizzantino (qué pena que no te gustase el chorizo ‘metío’ en manteca); Giuseppe, mi buen amigo y granuja siciliano; Susana y Carmen, por ser tan buenas amigas; Luis, Carlos, Jesús I y Jesús II, por reírse tanto conmigo y por las inolvidables salidas nocturnas. En definitiva, gracias a todos, Erasmus y no Erasmus por haber compartido aquellos momentos de mi vida. A mi hermano Sito, al que pocas veces he confesado cuánto lo quiero, por todo lo que me ha ayudado siempre y por todas las cosas que ha compartido conmigo, a pesar de que sea un cascarrabias algunas veces (como yo). A mis padres, María y Pedro por amarme tanto y aguantarme aún más: gracias por inculcarme tan buenos valores y por permitirme estar hoy aquí, defendiendo mi Tesis Doctoral; en definitiva, gracias por darme la vida y darme la oportunidad de gozarla, tanto en las alegrías como en las penas. A toda mi familia, tanto natural como política; en particular a mis tías Pepi y Ana, por preocuparse siempre por mí y desearme lo mejor; a Miguel y Paqui, mis segundos padres; y, finalmente, a Miguelón y María, mis hermanos pequeños. A mis fieles y eternos amigos Marco y María del Mar, por estar ahí siempre que os he necesitado y también por tantos momentos inolvidables que hemos pasado juntos. Y a mi buen amigo Sergio, compañero de penurias durante el Servicio Militar, por estar también ahí, aunque haya sido al otro lado de la red. Para terminar, quiero dar las gracias a la persona más importante de mi vida, a la mujer que me va a aguantar hasta que la muerte nos separe, a mi compañera y amiga, a mi novia y confidente, a mi amor y mi vida: Laura. Ella ha sido un pilar fundamental en el que sustentar mi vida y ha participado tanto directa como indirectamente en la presente Tesis Doctoral: dando apoyo moral y físico, soportando mis rabietas y parrafadas soeces cuando algo no salía como yo esperaba, estando siempre a mi lado (muchas veces, literalmente), animándome en los buenos y malos momentos, y un infinito etcétera. Gracias por tu amor, por tu simpatía, tu cariño, tus risas y llantos, y, en definitiva, por ser quien eres: una persona maravillosa. A la persona que lo es Todo en mi vida: Laura. A mis padres y hermanos, naturales y políticos. “Comprender las cosas que nos rodean es la mejor preparación para comprender las cosas que hay más allá.” Hipatia, filósofa y matemática egipcia (aprox. 370 – aprox. 415). Índice i ÍÍNNDDIICCEE ÍÍNNDDIICCEE ÍÍNNDDIICCEE DDEE FFIIGGUURRAASS ÍÍNNDDIICCEE DDEE TTAABBLLAASS OOBBJJEETTOO DDEELL TTRRAABBAAJJOO CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII :::: IINNTTRROODDUUCCCCIIÓÓNN 1) El Método Sol-Gel 1.1. Breve descripción del proceso sol-gel 1.2. Utilización de ultrasonidos de alta potencia para sintetizar geles: sonogeles 2) Aplicaciones Electroquímicas De Los Materiales Sol- Gel 3) Características Generales De La Fabricación De Materiales Sol-Gel Con Fines Electroquímicos 4) Técnicas Voltamperométricas Empleadas En Esta Memoria 4.1. Voltamperometría de impulso diferencial 4.2. Voltamperometría de redisolución anódica de impulso diferencial 5) Contribuciones Del Grupo De Trabajo En El Campo De Los Materiales Sol-Gel 5.1. Procedimiento de preparación de los electrodos 6) El Problema De La Superposición De Señales Y Su Resolución 7) Transformadas De Funciones 7.1. Conceptos fundamentales: visión global de la teoría del procesamiento de señales 7.2. Fundamentos de la transformada de Fourier (FT) Aplicaciones de la FT 7.3. Fundamentos de la transformada de Fourier dependiente del tiempo (STFT) Aplicaciones de la STFT 7.4. Fundamentos de la transformada wavelet (WT) Antecedentes históricos y aspectos generales de las wavelets Transformada wavelet continua (CWT) El parámetro de escala Cálculo de la CWT Resolución del tiempo y la frecuencia Aproximación matemática de la teoría wavelet Vectores de una base Producto interno, ortogonalidad y ortonormalidad La síntesis wavelet Discretización de la transformada wavelet continua: las Series Wavelet El análisis multirresolución: la transformada wavelet discreta i ix xv 1 5 7 7 9 11 21 24 26 27 29 30 32 34 34 38 40 44 49 50 51 52 53 54 59 61 61 63 66 66 71 Índice ii La codificación sub-banda y el análisis multirresolución Generalización de la transformada wavelet: la transformada wavelet en “paquetes” Aplicaciones de la WT 8) Calibración Multivariante 8.1. Técnicas empleadas en calibración multivariante Regresión lineal múltiple (MLR) Análisis de componentes principales (PCA) Regresión de componentes principales (PCR) Regresión por mínimos cuadrados parciales (PLS) Redes neuronales artificiales (ANN) 8.2. Validación de los modelos de calibración multivariante 8.3. Otros aspectos relacionados con la calibración multivariante Diseño de calibración Pretratamiento de datos Outliers 8.4. Últimos avances en calibración multivariante Selección de características Modelos de transferencia de calibración 8.5. Métodos no lineales de calibración multivariante 9) Redes Neuronales Artificiales (ANNs) 9.1. Antecedentes históricos 9.2. Estructura de una red neuronal y conceptos relacionados 9.3. Mecanismos de aprendizaje de las redes neuronales Aprendizaje supervisado Aprendizaje no supervisado 9.4. Entrenamiento de la red neuronal 9.5. Tipos de redes neuronales Perceptrones Red neuronal de Hopfield Memoria asociativa bidireccional adaptativa Red neuronal de Kohonen 9.6. Red neuronal de alimentación directa Algoritmo de retropropagación Validación de redes MLF Inconvenientes que presentan las redes MLF 9.7. Aplicaciones químicas de las redes neuronales Reconocimiento de patrones Interpretación de espectros Control de calidad y análisis de procesos Dilucidación de estructuras Modelización y calibración multivariante no lineal Relaciones cuantitativas de estructura-actividad (QSAR) Procesamiento de señales Otras aplicaciones CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII IIII ::::IINNSSTTRRUUMMEENNTTAACCIIÓÓNN,, RREEAACCTTIIVVOOSS YY PPRROOCCEEDDIIMMIIEENNTTOOSS 1) Aparatos Y Materiales 1.1. Aparatos 1.2. Materiales 71 80 81 85 87 88 90 93 96 100 101 102 102 103 108 109 109 110 115 116 118 119 124 125 127 128 130 130 131 132 133 136 137 140 141 142 143 145 146 146 147 150 151 152 153 155 155 156 Índice iii 2) Software 3) Reactivos Empleados 3.1. Especies orgánicas 3.2. Especies inorgánicas3.3. Especies de los electrodos y del sistema electroquímico 4) Preparación De Disoluciones 4.1. Disoluciones de especies inorgánicas 4.2. Disoluciones de especies orgánicas 4.3. Disolución de HCl 4.4. Reguladoras y otros medios electrolíticos Reguladora ácido acético / acetato amónico Reguladora Britton-Robinson (0,04 M, I = 0,01) 4.5. Disolución de polietilenglicol 5) Procedimiento De Preparación De Los Electrodos CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII IIII IIII ::::CCAALLIIBBRRAACCIIÓÓNN MMUULLTTIIVVAARRIIAANNTTEE PPAARRAA EELL SSIISSTTEEMMAA TTLL++ // PPBB22++ 1) Características Del Sistema 1.1. El elemento talio Antecedentes históricos Descripción Obtención Aplicaciones Toxicidad en seres humanos y mamíferos Toxicidad en plantas Comportamiento en el medio ambiente 1.2. El elemento plomo Antecedentes históricos Descripción Obtención Aplicaciones Toxicidad en seres humanos y mamíferos Toxicidad en plantas Comportamiento en el medio ambiente 2) Antecedentes En El Estudio De Mezclas De Tl+ y Pb2+ 3) Descripción Del Método Experimental 3.1. Parámetros empleados en la determinación voltamperométrica Etapa de purga Etapa de electrodeposición Etapa de redisolución y medida Otros parámetros 3.2. Procedimiento experimental 4) Resultados De La Determinación Voltamperométrica 4.1. Patrones puros de talio y plomo 4.2. Mezclas de los patrones de talio y plomo Parámetros para las muestras del patrón Tl+ puro Parámetros para las muestras del patrón Pb2+ puro Parámetros para las mezclas de calibración Parámetros para las mezclas de comprobación externas (test set externo) 157 157 157 157 158 158 158 159 159 159 159 159 160 160 163 165 165 165 165 165 165 166 167 167 168 168 168 168 169 169 171 171 173 175 177 177 177 178 178 178 179 180 181 183 183 183 184 Índice iv 5) Estudios Previos Realizados Sobre El Sistema Tl+ / Pb2+ 5.1. Aplicación de técnicas para el análisis exploratorio de datos Análisis lineal discriminante Análisis de componentes principales 5.2. Métodos de predicción o de separación de señales Estimación por interpolación Redes neuronales artificiales Redes neuronales como método de reconocimiento de patrones Redes neuronales como método de calibración multivariante 6) Métodos De Reducción De Dimensiones En Conjunción Con Redes Neuronales Artificiales. Estudio Comparativo Incluyendo Otros Métodos Estadísticos 6.1. Objetivo y resumen del trabajo 6.2. Descripción del proceso de reducción de dimensiones Reducción de dimensiones mediante FT Reducción de dimensiones mediante WT Comparación de ambos procesos de reducción de dimensiones 6.3. Aplicación de métodos de calibración multivariante Redes neuronales artificiales Redes neuronales artificiales basadas en coeficientes de Fourier Redes neuronales artificiales basadas en coeficientes wavelet Estudio comparativo de los dos tipos de modelos neuronales Métodos de calibración multivariante tradicionales Regresión de componentes principales (PCR) Regresión de mínimos cuadrados parciales (PLS) Estudio comparativo de los métodos estadísticos empleados 6.4. Conclusiones 7) Análisis Multicomponente De Señales Electroquí- micas En El Dominio Wavelet 7.1. Objetivo y resumen del trabajo Algunos aspectos relacionados con el análisis multirresolución y la selección de caracteres Resumen de la metodología empleada 7.2. Breve descripción del algoritmo y de las técnicas empleadas Algoritmo empleado en el proceso de selección de caracteres Filtros wavelet y valores de los parámetros empleados en el algoritmo Regresión por mínimos cuadrados parciales (PLS) Regresión multilineal (MLR) Redes neuronales artificiales (ANN) 7.3. Discusión de los resultados obtenidos 7.4. Conclusiones 184 185 185 186 188 188 191 192 194 198 200 204 205 207 208 208 209 212 214 216 218 218 219 219 222 223 223 225 227 228 228 233 235 236 237 238 248 Índice v 8) Estudio De La Importancia De Los Parámetros De Pico A La Hora De Resolver Señales Electroquímicas Solapadas 8.1. Objetivo y resumen del trabajo 8.2. Parámetros que definen los picos voltamperométricos 8.3. Características de los modelos de calibración multivariante Regresión multilineal (MLR) Regresión por mínimos cuadrados parciales (PLS) Redes neuronales artificiales (ANN) 8.4. Discusión de los resultados obtenidos Regresión multilineal (MLR) Regresión por mínimos cuadrados parciales (PLS) Redes neuronales artificiales (ANN) 8.5. Conclusiones 9) Conclusiones Finales A La Calibración Multiva- riante Del Sistema Tl+ / Pb2+ CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII VVVV ::::CCAALLIIBBRRAACCIIÓÓNN MMUULLTTIIVVAARRIIAANNTTEE PPAARRAA EELL SSIISSTTEEMMAA 44-- CCLLOORROO--33--MMEETTIILLFFEENNOOLL,, 44--CCLLOORROOFFEENNOOLL,, 22,,44--DDIICCLLOORROOFFEE-- NNOOLL YY 22,,44,,66--TTRRIICCLLOORROOFFEENNOOLL 1) Fenoles Y Clorofenoles En General 1.1. El fenol y los fenoles en general 1.2. Los clorofenoles 2) Características Del Sistema 2.1. El compuesto orgánico 4-cloro-3-metilfenol (MF) Descripción Aplicaciones Toxicidad Comportamiento en el medio ambiente 2.2. El compuesto orgánico 4-clorofenol (CF) Descripción Aplicaciones Toxicidad Comportamiento en el medio ambiente 2.3. El compuesto orgánico 2,4-diclorofenol (DCF) Descripción Aplicaciones Toxicidad Comportamiento en el medio ambiente 2.4. El compuesto orgánico 2,4,6-triclorofenol (TCF) Descripción Aplicaciones Toxicidad Comportamiento en el medio ambiente 3) Antecedentes En El Estudio De Mezclas De Clorofenoles 4) Estudios Previos Realizados Sobre El Sistema De Los Clorofenoles 4.1. Establecimiento de las condiciones experimentales Composición y pH del medio regulador 249 252 253 254 254 255 256 257 257 259 260 264 264 267 269 269 273 274 274 275 275 276 276 277 278 278 278 279 279 279 279 280 280 281 281 281 282 282 283 286 286 287 Índice vi Técnica voltamperométrica Preacondicionamiento y estabilización de los electrodos Sonogel-Carbono 4.2. Selección de los analitos 4.3. Determinación de las concentraciones de los analitos: cálculo del límite de detección 5) Descripción Del Método Experimental Empleado Finalmente Durante El Proceso De Calibración Multivariante 5.1. Parámetros empleados en la determinación voltamperométrica Etapa de limpieza electroquímica: pretratamiento Etapa de medida: pretratamiento Etapa de limpieza electroquímica y medida: barrido 5.2. Procedimiento experimental 6) Resultados De La Determinación Voltamperométrica 6.1. Patrones puros de los clorofenoles 6.2. Mezclas de los patrones de los clorofenoles Parámetros para los patrones puros de los clorofenoles 4-cloro-3-metilfenol (MF) 4-clorofenol (CF) 2,4-diclorofenol (DCF) 2,4,6-triclorofenol (TCF) Parámetros para las mezclas de los patrones de los clorofenoles Grupo del diseño de experimentos completo 34 (81 mezclas) Grupo del diseño de experimentos completo 24 (16 mezclas) Grupo del diseño de experimentos fraccionario (60 mezclas) Discusión de ciertos datos experimentales obtenidos en la determinación de las mezclas El problema de la no aditividad entre las señales Tendencias en los valores de intensidad de las mezclas 7) Estudios Desarrollados Para La Calibración Multi- variante Del Sistema De Los Clorofenoles 7.1. Objetivo y resumen del trabajo Resumen de la metodología empleada 7.2. Aplicación de técnicas para el análisis exploratorio de datos Representación de las señales en un espacio multidimensional Análisis de clusters Análisis de componentes principales (PCA) 7.3. Selección de los diferentes conjuntos de muestras: entrenamiento (trn), validación interna (val) y validación externa (tst) Distribución original de las mezclas(orig) Distribución aleatoria de las mezclas basada en dos conjuntos (rand2) Distribución aleatoria de las mezclas basada en los tres conjuntos (rand3) Distribución de las mezclas basada en un diseño ortogonal (OA) 287 287 289 294 298 300 301 301 301 301 303 303 305 310 310 310 310 311 311 311 313 314 316 316 318 323 323 325 328 328 332 334 336 337 339 340 341 Índice vii 7.4. Aplicación de técnicas para el pretratamiento de las señales Corrección de línea base manual (LB) Standard Normal Variate (SNV) Multiplicative Scatter Correction (MSC) Orthogonal Signal Correction (OSC) 7.5. Breve descripción del algoritmo WILMA y de las técnicas empleadas en la calibración multivariante Regresión por mínimos cuadrados parciales (PLS) Algoritmo WILMA (Wavelet Interface to Linear Modelling Analysis) Procedimiento basado en MLR Procedimiento basado en PLS 7.6. Discusión de los resultados obtenidos Resultados de la aplicación del método PLS sin selección de caracteres (PLSssc) Resultados de la aplicación del algoritmo WILMA Procedimiento de transferencia de calibración (CT) 7.7. Conclusiones 8) Estudios Actualmente En Desarrollo Y A Culminar En Un Futuro Próximo 8.1. Investigaciones que se encuentran actualmente en fase de desarrollo 8.2. Investigaciones que se prevé abordar en un futuro próximo CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO VVVV ::::CCOONNCCLLUUSSIIOONNEESS FFIINNAALLEESS AAAA PPPP ÉÉÉÉ NNNN DDDD IIII CCCC EEEE IIII ::::RREESSUUMMEENN EENN IINNGGLLÉÉSS 1) Objective 2) Introduction 2.1. The problem of overlapped signals in voltammetric techniques 2.2. Electrochemical systems and some aspects of instrumentation 2.3. The Sonogel-Carbon composite electrode Electrode preparation procedure 3) First Steps In The Resolution Of The Inorganic Electrochemical System 3.1. Voltammetric parameters used 3.2. Exploratory data analysis 3.3. Prediction and separation of signals Method of estimation based on interpolation Artificial neural networks ANN as a pattern recognition method ANN as a multivariate calibration technique 4) Article Published In The Scientific Journal: ‘Microchimica Acta’ 5) Article Published In The Scientific Journal: ‘Talanta’ 6) Study of Importance of Peak Parameters to Resolve Overlapped Electrochemical Signals 6.1. Parameters defining the voltammetric peaks 6.2. Results obtained 344 344 346 347 348 350 350 351 353 354 360 360 367 377 391 394 394 397 399 407 409 409 409 410 412 413 414 414 416 417 417 419 419 420 422 422 422 424 425 Índice viii 7) Multivariate Calibration On Highly Overlapped Electrochemical Signals Of Quaternary Mixtures Of Chlorophenols Determined By A Peg-Modified Sonogel-Carbon Electrode 7.1. Defining the problem 7.2. Application of chemometric techniques Partial least-square regression (PLS) The wavelet-based calibration algorithm Calibration transfer procedure 7.3. Future work 8) References AAAA PPPP ÉÉÉÉ NNNN DDDD IIII CCCC EEEE IIII IIII :::: AAAA RRRR TTTT ÍÍÍÍ CCCC UUUU LLLL OOOO PPPP UUUU BBBB LLLL IIII CCCC AAAA DDDD OOOO EEEE NNNN LLLL AAAA RRRR EEEE VVVV IIII SSSS TTTT AAAA CCCC IIII EEEE NNNN TTTT ÍÍÍÍ FFFF IIII CCCC AAAA ““““MMMM IIII CCCC RRRR OOOO CCCC HHHH IIII MMMM IIII CCCC AAAA AAAA CCCC TTTT AAAA ”””” AAAA PPPP ÉÉÉÉ NNNN DDDD IIII CCCC EEEE IIII IIII IIII :::: AAAA RRRR TTTT ÍÍÍÍ CCCC UUUU LLLL OOOO PPPP UUUU BBBB LLLL IIII CCCC AAAA DDDD OOOO EEEE NNNN LLLL AAAA RRRR EEEE VVVV IIII SSSS TTTT AAAA CCCC IIII EEEE NNNN TTTT ÍÍÍÍ FFFF IIII CCCC AAAA ““““TTTT AAAA LLLL AAAA NNNN TTTT AAAA ”””” BBBB IIII BBBB LLLL IIII OOOO GGGG RRRR AAAA FFFF ÍÍÍÍ AAAA 428 428 430 432 433 436 438 438 443 455 473 Índice de figuras ix ÍÍNNDDIICCEE DDEE FFIIGGUURRAASS CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII FFiigguurraa II..11..-- Señal de excitación en voltamperometría de impulso diferencial. FFiigguurraa II..22..-- Insonación de la mezcla precursora de un sol mediante un sistema generador de ultrasonidos de alta potencia. FFiigguurraa II..33..-- Esquema gráfico de las etapas que constituyen el proceso de separación de los electrodos compuestos Sonogel-Carbono. FFiigguurraa II..44..-- Comparación de señales estacionarias (A) y no-estacionarias (B). FFiigguurraa II..55..-- Esquema de un proceso de reducción de dimensiones utilizando la FT. FFiigguurraa II..66..-- Ejemplo de una señal no-estacionaria. FFiigguurraa II..77..-- STFT de una señal no-estacionaria. FFiigguurraa II..88..-- Diferentes funciones de ventana con diverso “soporte”. FFiigguurraa II..99..-- Resultado de aplicar la STFT con cada ventana. FFiigguurraa II..1100..-- Ejemplo de una señal obtenida de una aplicación práctica. FFiigguurraa II..1111..-- Ejemplos de funciones wavelet madre. FFiigguurraa II..1122..-- Ejemplo de aplicación de la transformada wavelet continua: A) s=1; B) s=5 y C) s=20. FFiigguurraa II..1133..-- Resultado de aplicar una transformación wavelet sobre una señal no-estacionaria FFiigguurraa II..1144..-- Esquema representativo de la resolución en tiempo y frecuencia tras aplicar una transformación wavelet. FFiigguurraa II..1155..-- Esquema de las diferencias de resolución obtenidas tras aplicar FT, STFT y WT. FFiigguurraa II..1166..-- Ejemplo de A) señal no-estacionaria y B) su respectiva CWT. FFiigguurraa II..1177..-- Rejilla de muestreo diádica. FFiigguurraa II..1188..-- Esquema de aplicación del algoritmo de Mallat. FFiigguurraa II..1199..-- Ejemplo de A) señal y B) su respectiva DWT. FFiigguurraa II..2200..-- Esquema del algoritmo de Mallat para un proceso de descomposición en “paquetes”. FFiigguurraa II..2211..-- Esquema de aplicación de la SNV sobre un voltamperograma. FFiigguurraa II..2222..-- Ejemplo de aplicación de la MSC sobre un conjunto de datos espectrales. FFiigguurraa II..2233..-- Esquema comparativo entre una neurona biológica y una neurona artificial. FFiigguurraa II..2244..-- Esquema de una red neuronal artificial. FFiigguurraa II..2255..-- Esquema de los procesos que se producen en el interior de una neurona artificial. CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII IIII FFiigguurraa IIII..11..-- Esquema de fabricación de los electrodos Sonogel-Carbono modificados con PEG. 27 31 32 36 41 45 46 48 48 50 55 56 58 59 61 65 68 75 77 81 105 107 120 121 123 161 Índice de figuras x CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII IIII IIII FFiigguurraa IIIIII..11..-- Superposición de los voltamperogramas de Tl+ a 1,0 mg·L-1, Pb2+ a 1,0 mg·L-1 y de la mezcla de ambos. FFiigguurraa IIIIII..22..-- Voltamperogramas de los patrones puros de Tl+ y Pb2+, en el intervalo de concentraciones de 0,1 a 1,0 mg·L-1. FFiigguurraa IIIIII..33..-- Rectas de calibración de los patrones puros de Tl+ y Pb2+, en el intervalo de concentraciones de 0,1 a 1,0 mg·L-1. FFiigguurraa IIIIII..44..-- Voltamperogramas de las mezclas de Tl+ y Pb2+ para el conjunto de calibración y el test set externo. FFiigguurraa IIIIII..55..-- Análisis lineal discriminante de las muestras de talio y plomo. FFiigguurraa IIIIII..66..-- Análisis de componentes principales de las muestras de talio y plomo. FFiigguurraa IIIIII..77..-- Gráfico de loadings realizado sobre los parámetros de pico de las señales: A) mean-centering y B) autoescalado de los datos. FFiigguurraa IIIIII..88..-- Hipótesis de la linealidad existente entre las mezclas de talio y plomo. FFiigguurraa IIIIII..99..-- Ejemplo de topologíapara un modelo neuronal basado en los parámetros de altura, semianchura y potencial de pico. FFiigguurraa IIIIII..1100..-- Superficies de error RMS para A) el conjunto de entrenamiento y B) el conjunto de validación, en función de los valores de la velocidad de aprendizaje y el momentum. FFiigguurraa IIIIII..1111..-- Diferentes grados de solapamiento que pueden darse en un sistema binario. FFiigguurraa IIIIII..1122..-- Procedimiento utilizado en el preprocesamiento y tratamiento quimiométrico de las señales electroquímicas del sistema Tl+ / Pb2+. FFiigguurraa IIIIII..1133..-- Esquema de la distribución de las distintas muestras de talio y plomo según el conjunto al que pertenecen: entrenamiento (trn), validación interna (mon) y validación externa (tst) (los espacios en blanco se corresponden con las mezclas no determinadas experimentalmente). FFiigguurraa IIIIII..1144..-- Recopilación de los errores RMS para los mejores modelos de calibración multivariante: ANNs, PCR y PLS. FFiigguurraa IIIIII..1155..-- Gráfico de los “box & whiskers” para las distribuciones de error de los mejores modelos de calibración multivariante: A) Tl+, B) Pb2+. FFiigguurraa IIIIII..1166..-- Árbol wavelet obtenido mediante la aplicación sucesiva de la DWT. FFiigguurraa IIIIII..1177..-- Esquema del proceso de selección de caracteres basado en la FWT y desarrollado por el algoritmo. FFiigguurraa IIIIII..1188..-- Esquema explicativo de los diferentes tipos de ‘padding’ aplicados a una señal voltamperométrica cualquiera. FFiigguurraa IIIIII..1199..-- Esquema de la distribución de las distintas muestras de talio y plomo según el conjunto al que pertenecen: entrenamiento (trn), validación interna (mon) y validación externa (tst) (los espacios en blanco se corresponden con las mezclas no determinadas experimentalmente). 177 180 181 182 185 186 188 190 193 197 203 209 213 220 221 229 230 234 236 Índice de figuras xi FFiigguurraa IIIIII..2200..-- Resultados obtenidos con el criterio de selección automática para cada técnica quimiométrica aplicada: a) selección automática de coeficientes – ordenación por varianza (AV), valores de SDEC frente al número de ciclos para los diferentes criterios de ‘padding’; b) selección automática de coeficientes – ordenación por varianza (AV), valores de SDEPMON frente al número de ciclos para los diferentes criterios de ‘padding’; c) selección automática de coeficientes – ordenación por coeficiente de correlación (AR), valores de SDEC frente al número de ciclos para los diferentes criterios de ‘padding’; d) selección automática de coeficientes – ordenación por coeficiente de correlación (AR), valores de SDEPMON frente al número de ciclos para los diferentes criterios de ‘padding’. FFiigguurraa IIIIII..2211..-- Gráfico de los residuos frente a las concentraciones experimentales de a) Tl+ y b) Pb2+, respectivamente, para el modelo de calibración MLR / zpd / sym7 / AR (10 coeficientes wavelet). FFiigguurraa IIIIII..2222..-- Gráfico de los residuos frente a las concentraciones experimentales de a) Tl+ y b) Pb2+, respectivamente, para el modelo de calibración ANN / spd / coif1 / FV (4 coeficientes wavelet). FFiigguurraa IIIIII..2233..-- Comparación entre las señales originales de algunas de las muestras estudiadas y sus correspondientes señales reconstruidas mediante el modelo de calibración MLR / zpd / sym7 / AR (10 coeficientes wavelet). FFiigguurraa IIIIII..2244..-- Comparación entre las señales originales de algunas de las muestras estudiadas y sus correspondientes señales reconstruidas mediante el modelo de calibración ANN / spd / coif1 / FV (4 coeficientes wavelet). FFiigguurraa IIIIII..2255..-- Recopilación de los errores RMS para los mejores modelos de calibración multivariante: MLR, PLS y ANN. FFiigguurraa IIIIII..2266..-- Gráfico de los residuos frente a las concentraciones experimentales de a) Tl+ y b) Pb2+, respectivamente, para el modelo de calibración ISD lgg basado en redes neuronales artificiales. CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII VVVV FFiigguurraa IIVV..11..-- Variación de la intensidad de pico con respecto al tiempo durante el proceso de preacondicionamiento y estabilización de los electrodos Sonogel-Carbono. FFiigguurraa IIVV..22..-- Superposición de los voltamperogramas correspondientes a diferentes compuestos fenólicos. FFiigguurraa IIVV..33..-- Superposición de los voltamperogramas correspondientes a los cuatro clorofenoles: MF, 2CF, DCF y TCF a una concentración de 1 mg·L-1. FFiigguurraa IIVV..44..-- Superposición de los voltamperogramas correspondientes a todas las posibles mezclas binarias y ternarias constituidas por los cuatro clorofenoles: MF, 2CF, DCF y TCF a una concentración de 1 mg·L-1. 239 244 245 247 247 261 262 288 290 291 292 Índice de figuras xii FFiigguurraa IIVV..55..-- Superposición de los voltamperogramas correspondientes a los cuatro clorofenoles seleccionados: MF, CF, DCF y TCF a una concentración de 1 mg·L-1. FFiigguurraa IIVV..66..-- Valores de intensidad de pico obtenidos para los diferentes clorofenoles en el intervalo de concentraciones de 0,01 a 0,1 mg·L-1. FFiigguurraa IIVV..77..-- Curvas de calibrado para los clorofenoles seleccionados, junto con sus respectivos coeficientes de correlación. FFiigguurraa IIVV..88..-- Superposición de los voltamperogramas de MF, CF, DCF y TCF a 0,25 mg·L-1, así como de su correspondiente mezcla, con corrección de línea base. FFiigguurraa IIVV..99..-- Superposición de los voltamperogramas correspondientes a la determinación del MF (1 mg·L-1) y del primer y tercer barridos de limpieza electroquímica posteriores. FFiigguurraa IIVV..1100..-- Superposición de los voltamperogramas correspondientes a las señales individuales de cada uno de los analitos en el intervalo de concentraciones de 0,05 a 0,25 mg·L-1. FFiigguurraa IIVV..1111..-- Superposición de los voltamperogramas correspondientes a las señales individuales de cada uno de los analitos en el intervalo de concentraciones de 0,05 a 0,25 mg·L-1 con la línea base corregida. FFiigguurraa IIVV..1122..-- Esquema de la distribución de las distintas mezclas de cada uno de los analitos de acuerdo con su concentración en el intervalo comprendido entre 0,05 y 0,25 mg·L-1. FFiigguurraa IIVV..1133..-- Superposición de los voltamperogramas correspondientes a las mezclas cuaternarias de los analitos en el intervalo de concentraciones de 0,05 a 0,25 mg·L-1. FFiigguurraa IIVV..1144..-- Superposición de los valores de intensidad real e intensidad esperada para las 157 mezclas cuaternarias: Principio de Aditividad. FFiigguurraa IIVV..1155..-- Esquema representativo de las diferentes mezclas de clorofenoles determinadas voltamperométricamente, manteniendo la concentración de TCF constante. FFiigguurraa IIVV..1166..-- Proyección en el plano de la representación tridimensional de las diferentes mezclas de clorofenoles determinadas voltamperométricamente, manteniendo la concentración de TCF constante. FFiigguurraa IIVV..1177..-- Representación en cuatro dimensiones de las diferentes mezclas de clorofenoles determinadas voltamperométrica- mente: la dirección diagonal representa los valores de concentración de TCF. FFiigguurraa IIVV..1188..-- Proyección en el plano MF – CF de las diferentes mezclas de clorofenoles determinadas voltamperométricamente. FFiigguurraa IIVV..1199..-- Resultado del análisis de clusters mediante el algoritmo KNN con los datos centrados con respecto a la media. FFiigguurraa IIVV..2200..-- Gráfico de los scores para las dos primeras componentes principales obtenido a partir del PCA sobre los voltamperogramas de las mezclas. FFiigguurraa IIVV..2211..--Ampliación de la Figura IV.13 correspondiente a la zona donde se produce la deriva horizontal. 293 295 296 300 302 304 305 306 309 316 329 329 331 331 333 334 335 Índice de figuras xiii FFiigguurraa IIVV..2222..-- Representación de los voltamperogramas de las mezclas correspondientes a la distribución original. FFiigguurraa IIVV..2233..-- Representación de los voltamperogramas de las mezclas correspondientes a la distribución aleatoria basada en dos conjuntos. FFiigguurraa IIVV..2244..-- Representación de los voltamperogramas de las mezclas correspondientes a la distribución aleatoria basada en los tres conjuntos. FFiigguurraa IIVV..2255..-- Representación de los voltamperogramas de las mezclas correspondientes a la distribución basada en un diseño ortogonal. FFiigguurraa IIVV..2266..-- Resultados de la aplicación de una corrección de línea base manual sobre los voltamperogramas de las mezclas de clorofenoles. FFiigguurraa IIVV..2277..-- Resultados de la aplicación de la Standard Normal Variate (SNV) sobre los voltamperogramas de las mezclas de clorofenoles. FFiigguurraa IIVV..2288..-- Resultados de la aplicación de la Multiplicative Scatter Correction (MSC) sobre los voltamperogramas de las mezclas de clorofenoles. FFiigguurraa IIVV..2299..-- Resultados de la aplicación de la Orthogonal Signal Correction (OSC) sobre los voltamperogramas de las mezclas de clorofenoles. FFiigguurraa IIVV..3300..-- Representación del artificio introducido en las señales tras la aplicación de las técnicas de normalización. FFiigguurraa IIVV..3311..-- Esquema del funcionamiento del algoritmo WILMA en las etapas previas a la selección de los coeficientes wavelet. FFiigguurraa IIVV..3322..-- Esquema del funcionamiento del algoritmo WILMA en las últimas etapas del mismo. FFiigguurraa IIVV..3333..-- Esquema recopilatorio del procedimiento desarrollado por el algoritmo WILMA. FFiigguurraa IIVV..3344..-- Gráfico de los residuos frente a las concentraciones experimentales de: A) MF y B) CF, respectivamente, para el modelo de calibración PLSssc / OSC / rand2 (basado en 7 y 8 coeficientes wavelet, respectivamente). FFiigguurraa IIVV..3355..-- Gráfico de los residuos frente a las concentraciones experimentales de: A) DCF y B) TCF, respectivamente, para el modelo de calibración PLSssc / OSC / rand2 (basado en 10 y 9 coeficientes wavelet, respectivamente). FFiigguurraa IIVV..3366..-- Gráfico de los scores para las dos primeras componentes principales obtenido a partir del PCA sobre los voltamperogramas de las mezclas. FFiigguurraa IIVV..3377..-- Esquema del procedimiento de transferencia de calibración basado en la técnica de normalización OSC (CT-OSC). FFiigguurraa IIVV..3388..-- Gráfico de los scores para las dos primeras componentes principales obtenido a partir del PCA sobre los voltamperogramas de las mezclas después del procedimiento CT-OSC (2 grupos). 338 339 340 343 345 346 347 348 349 353 356 359 364 365 378 379 381 Índice de figuras xiv FFiigguurraa IIVV..3399..-- Gráfico de los scores para las dos primeras componentes principales obtenido a partir del PCA sobre los voltamperogramas de las mezclas (9 grupos desde A hasta I). FFiigguurraa IIVV..4400..-- Gráfico de los scores para las dos primeras componentes principales obtenido a partir del PCA sobre los voltamperogramas de las mezclas después del procedimiento CT-OSC (9 grupos). FFiigguurraa IIVV..4411..-- Reconstrucción de las señales de las mezclas de clorofenoles a partir de los 8 coeficientes wavelet seleccionados por el modelo de calibración CT-OSC (2 grupos) / db2 / sp0 / V / MLR. FFiigguurraa IIVV..4422..-- Reconstrucción de las señales de las mezclas de clorofenoles a partir de los coeficientes de regresión correspondientes al modelo de calibración CT-OSC (2 grupos) / db2 / sp0 / V / MLR. FFiigguurraa IIVV..4433..-- Representación de los residuos correspondientes a la predicción de MF frente al número de medidas realizadas con el electrodo Sonogel-Carbono modificado. 386 387 390 390 395 Índice de tablas xv ÍÍNNDDIICCEE DDEE TTAABBLLAASS CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII TTaabbllaa II..11..-- Clasificación de las funciones wavelet. CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII IIII IIII TTaabbllaa IIIIII..11..-- Composición de las muestras de calibración: patrones puros de talio (10); patrones puros de plomo (10); mezclas de calibración (20); mezclas de comprobación (8). TTaabbllaa IIIIII..22..-- Valores de los parámetros de pico para las muestras de Tl+. TTaabbllaa IIIIII..33..-- Valores de los parámetros de pico para las muestras de Pb2+. TTaabbllaa IIIIII..44..-- Valores de los parámetros de pico para las mezclas de calibración. TTaabbllaa IIIIII..55..-- Valores de los parámetros de pico para las mezclas de comprobación externas (test set externo). TTaabbllaa IIIIII..66..-- Mejores modelos neuronales basados en los parámetros de altura, semianchura y potencial de pico. TTaabbllaa IIIIII..77..-- Mejores modelos neuronales basados en las amplitudes fundamentales obtenidas a partir de los voltamperogramas mediante un método de reducción de dimensiones por transformada de Fourier. TTaabbllaa IIIIII..88..-- Resumen de las pruebas conducentes a la obtención de la frecuencia de corte adecuada para reducir la información contenida en las señales mediante transformada de Fourier. TTaabbllaa IIIIII..99..-- Comparación de la eficacia de los métodos para reducir dimensiones: FT y WT. TTaabbllaa IIIIII..1100..-- Errores RMS para los mejores modelos neuronales basados en coeficientes de Fourier. TTaabbllaa IIIIII..1111..-- Errores RMS para los mejores modelos neuronales basados en coeficientes wavelet (Symlet 3). TTaabbllaa IIIIII..1122..-- Errores RMS para los mejores modelos neuronales basados en coeficientes wavelet (Symlet 4). TTaabbllaa IIIIII..1133..-- Recopilación de los errores RMS para los mejores modelos neuronales. TTaabbllaa IIIIII..1144..-- Errores RMS para los modelos basados en PCR. TTaabbllaa IIIIII..1155..-- Errores RMS para los modelos basados en PLS. TTaabbllaa IIIIII..1166..-- Tabla de las desviaciones estándar de los errores calculados (SDEC) para el conjunto de entrenamiento y del error de las predicciones para los conjuntos de validación interna (SDEPMON) y externa (SDEPTST ) de los mejores modelos de calibración obtenidos a partir de las distintas técnicas quimiométricas aplicadas. TTaabbllaa IIIIII..1177..-- Tabla recopilatoria de los errores RMS obtenidos en estudios anteriores tras la aplicación de los mejores modelos de calibración obtenidos a partir de las distintas técnicas quimiométricas aplicadas. 54 179 183 183 184 184 194 196 206 208 214 215 216 216 218 219 241 250 Índice de tablas xvi TTaabbllaa IIIIII..1188..-- Tabla comparativa de las características del sistema estudiado por Alpízar et al. y del presentado en esta memoria. TTaabbllaa IIIIII..1199..-- Tabla de los modelos de calibración multivariante elaborados a partir de los parámetros de pico para las diferentes técnicas quimiométricas aplicadas. TTaabbllaa IIIIII..2200..-- Tabla compilatoria del número de componentes principales empleado para la construcción de modelos de calibración multivariante basados en PLS. TTaabbllaa IIIIII..2211..-- Errores RMS para los mejores modelos MLR basados en los parámetros de pico. TTaabbllaa IIIIII..2222..-- Errores RMS para losmejores modelos PLS basados en los parámetros de pico. TTaabbllaa IIIIII..2233..-- Errores RMS para los mejores modelos neuronales basados en los parámetros de pico. TTaabbllaa IIIIII..2244..-- Errores relativos (%) para los mejores modelos de calibración multivariante basados en los parámetros de pico. CCCC AAAA PPPP ÍÍÍÍ TTTT UUUU LLLL OOOO IIII VVVV TTaabbllaa IIVV..11..-- Datos de concentraciones de 4-cloro-3-metilfenol detectadas en diversos tipos de efluentes o destinos medioambientales. TTaabbllaa IIVV..22..-- Datos de intensidad de los cuatro clorofenoles empleados para la obtención de las curvas de calibrado y el límite de detección de los analitos. TTaabbllaa IIVV..33..-- Límites de detección para cada analito, así como los parámetros empleados para su cálculo. TTaabbllaa IIVV..44..-- Límites de cuantificación para cada analito, así como los parámetros empleados para su cálculo. TTaabbllaa IIVV..55..-- Valores de los parámetros de pico para los patrones puros de 4- cloro-3-metilfenol. TTaabbllaa IIVV..66..-- Valores de los parámetros de pico para los patrones puros de 4- clorofenol. TTaabbllaa IIVV..77..-- Valores de los parámetros de pico para los patrones puros de 2,4-diclorofenol. TTaabbllaa IIVV..88..-- Valores de los parámetros de pico para los patrones puros de 2,4,6-triclorofenol. TTaabbllaa IIVV..99..-- Valores de los parámetros de pico para el grupo de mezclas correspondiente al diseño de experimentos completo 34 (81 mezclas). TTaabbllaa IIVV..1100..-- Valores de los parámetros de pico para el grupo de mezclas correspondiente al diseño de experimentos completo 24 (16 mezclas). TTaabbllaa IIVV..1111..-- Valores de los parámetros de pico para el grupo de mezclas correspondiente al diseño de experimentos fraccionario (60 mezclas). TTaabbllaa IIVV..1122..-- Intervalos de variación y porcentaje de variación media (calculados para la intensidad real con respecto a la intensidad esperada) para diferentes grupos de mezclas. TTaabbllaa IIVV..1133..-- Valores de intensidad real para cada mezcla perteneciente al diseño de experimentos completo 34 (grupo de las 81 mezclas). 253 254 256 257 259 260 263 277 297 298 298 310 310 310 311 311 313 314 317 319 Índice de tablas xvii TTaabbllaa IIVV..1144..-- Valores de intensidad real para cada mezcla perteneciente al diseño de experimentos completo 24 (grupo de las 16 mezclas). TTaabbllaa IIVV..1155..-- Valores de intensidad real para cada mezcla perteneciente al diseño de experimentos fraccionario (grupo de las 36 mezclas: concentraciones de 0,05; 0,15 y 0,25 mg·L-1 para el TCF). TTaabbllaa IIVV..1166..-- Valores de intensidad real para cada mezcla perteneciente al diseño de experimentos fraccionario (grupo de las 24 mezclas: concentraciones de 0,10 y 0,20 mg·L-1 para el TCF). TTaabbllaa IIVV..1177..-- Efecto de algunos clorofenoles sobre la determinación del 4- cloro-3-metilfenol a la concentración de 1 mg·L-1. TTaabbllaa IIVV..1188..-- Matriz de las mezclas constituyentes de un diseño matricial ortogonal OA9(34). TTaabbllaa IIVV..1199..-- Resultados obtenidos para las mejores pruebas con el método de calibración multivariante PLS sin selección de caracteres. TTaabbllaa IIVV..2200..-- Errores relativos para cada conjunto de muestras obtenidos a partir de las predicciones dadas por el modelo de calibración multivariante PLSssc / OSC / rand2. TTaabbllaa IIVV..2211..-- Resultados obtenidos de las mejores pruebas con el algoritmo WILMA para el analito MF. TTaabbllaa IIVV..2222..-- Resultados obtenidos de las mejores pruebas con el algoritmo WILMA para el analito CF. TTaabbllaa IIVV..2233..-- Resultados obtenidos de las mejores pruebas con el algoritmo WILMA para el analito DCF. TTaabbllaa IIVV..2244..-- Resultados obtenidos de las mejores pruebas con el algoritmo WILMA para el analito TCF. TTaabbllaa IIVV..2255..-- Errores relativos para cada conjunto de muestras obtenidos a partir de las predicciones dadas por el modelo de calibración multivariante MLR / SNV / rand2, basado en el algoritmo WILMA. TTaabbllaa IIVV..2266..-- Resultados obtenidos de las mejores pruebas con el algoritmo WILMA tras la aplicación del procedimiento CT-OSC basado en 2 grupos de muestras. TTaabbllaa IIVV..2277..-- Resultados obtenidos con el algoritmo WILMA tras la eliminación de ocho señales outliers y la posterior aplicación del procedimiento CT-OSC basado en 2 grupos de muestras. TTaabbllaa IIVV..2288..-- Errores relativos para cada conjunto de muestras obtenidos a partir de las predicciones dadas por los modelos de calibración multivariante basados en el algoritmo WILMA tras el proceso CT-OSC (2 grupos). TTaabbllaa IIVV..2299..-- Resultados obtenidos para las mejores pruebas con el método de calibración multivariante PLS sin selección de caracteres una vez aplicado el procedimiento CT-OSC basado en 9 grupos de muestras. TTaabbllaa IIVV..3300..-- Resultados obtenidos de las mejores pruebas con el algoritmo WILMA tras la aplicación del procedimiento CT-OSC basado en 9 grupos de muestras. TTaabbllaa IIVV..3311..-- Resultados obtenidos de las mejores pruebas con el algoritmo WILMA tras la aplicación del procedimiento CT-OSC basado en 9 grupos de muestras, con la mitad de señales seleccionadas. 320 321 322 323 342 360 366 368 370 372 374 375 382 384 385 388 388 389 OOBBJJEETTOO DDEELL TTRRAABBAAJJOO Objeto del trabajo 3 OOBBJJEETTOO DDEELL TTRRAABBAAJJOO La problemática de la selectividad de las señales electroquímicas se ha abordado en esta Memoria mediante el empleo de técnicas quimiométricas. Nuestro planteamiento, y por tanto la finalidad de nuestro trabajo, ha ido dirigido hacia la resolución de señales electroquímicas que presenten un grado de solapamiento muy severo, utilizando para ello técnicas estadísticas novedosas en el diseño e interpretación de experimentos. Con este fin, se han desarrollado una serie de algoritmos matemáticos, en colaboración con el grupo de investigación italiano dirigido por el Prof. Renato Seeber, de la Università degli Studi di Modena e Reggio Emilia (Módena – ITALIA), donde se ha llevado a cabo una parte de los estudios que aquí se presentan. Entre las técnicas estadísticas aplicadas, caben destacar la Transformada Wavelet y las Redes Neuronales Artificiales, así como también diversos métodos de calibración multivariante. La metodología quimiométrica desarrollada se ha aplicado a sistemas electroquímicos de complejidad diversa: uno de naturaleza inorgánica constituido por iones de talio y de plomo, y otro de naturaleza orgánica constituido por cuatro clorofenoles. Los sistemas se han estudiado con sensores electroquímicos de tipo amperométrico: el electrodo de gota colgante de mercurio, para la mezcla inorgánica, y los electrodos Sonogel-Carbono, recientemente desarrollados en nuestro grupo de investigación, para el sistema orgánico. El trabajo de investigación que se describe en la presente Memoria representa la incursión de nuestro grupo de investigación en un tema que requiere conocimientos complejos y a menudo alejados de lo que constituye la formación fundamental de un químico, y no hubiéramos sido capaces de hacerlo sin el asesoramiento de especialistas a los que mostramos nuestro agradecimiento. Estos hechos dotan a este trabajo de un carácter laborioso, arduo en su realización, y sobre todo en su preparación previa, y también de unas perspectivas amplias y asociadas a personas que dominen en profundidad estas cuestiones. Desde el grupo de investigación es, por tanto, de justicia, destacar ante todo el esfuerzo del doctorandoen el conocimiento de estos temas quimiométricos, tanto por su dificultad en sí como por el obstáculo que supone introducirse de manera profunda en materias que incluso podrían considerarse más cercanas a otras especialidades. CCAAPPÍÍTTUULLOO II Capítulo I 7 IINNTTRROODDUUCCCCIIÓÓNN 1) El Método Sol-Gel Los antecedentes históricos y el fundamento de los procesos sol-gel se han abordado ya con profundidad en una Tesis Doctoral anterior del grupo [1], por lo que en esta Memoria se recogerán de forma más resumida; se profundizará, en cambio, en los aspectos más recientes de esta tecnología. 1.1. Breve descripción del proceso sol-gel La técnica sol-gel fue descubierta de modo casual hacia 1840 por Ebelman [2], quien sintetizó una sustancia (SiO2) de aspecto cristalino mediante la hidrólisis de tetraetoxisilano (TEOS) en condiciones ácidas. Una primera teoría, basada en estudios realizados con dichos materiales [3], surgió en 1864. Gracias a los trabajos de Hurd [4], la citada teoría alcanzó gran aceptación hacia los años 30. Posteriormente, durante el periodo 1950-60, la preparación de redes inorgánicas de metales diversos (Al, Si, Ti, Zr) mediante procesos sol-gel se empleó en gran medida en la industria cerámica [5, 6]. La elaboración de materiales cerámicos multicompuestos, basada en la hidrólisis controlada y la policondensación de alcóxidos, fue investigada, simultánea pero independientemente, por Levene y Thomas [7] y por Dislich [8], suponiendo un importante avance en la química sol-gel. No obstante, el avance más significativo se produjo probablemente a mediados de los años 70, cuando se demostró que la aplicación de una cuidadosa etapa de secado sobre un gel daba como resultado monolitos (piezas rígidas) [9-11]. En la actualidad, el proceso sol-gel permite obtener diversos tipos de configuraciones: fibras, recubrimientos, películas delgadas, etc.; teóricamente, disponiendo del molde adecuado, cualquier forma física es posible. De un modo muy resumido, el proceso sol-gel consiste en la hidrólisis a baja temperatura de un alcóxido monomérico precursor, seguida de una policondensación que conduce a una red porosa de tipo óxido. De acuerdo con esto, sólo es necesaria la existencia de alcóxido y agua; sin embargo, generalmente también se utiliza un catalizador INTRODUCCIÓN 8 ácido o básico para acelerar el inicio de la hidrólisis y un alcohol para lograr homogeneidad entre las fases acuosa y orgánica, inmiscibles. La hidrólisis inicial del alcóxido seguida de reacciones de condensación en regiones localizadas origina una suspensión de partículas coloidales denominada sol. La policondensación de dichas partículas aumenta la interconexión entre éstas, de modo que la viscosidad crece rápidamente y conduce a la formación de una red rígida, polimérica y húmeda denominada gel, compuesta fundamentalmente de unidades de siloxano (SiO2); en el caso más frecuente, estas unidades se encuentran conectadas por puentes de oxígeno. Se genera alcohol durante la hidrólisis y agua en la polimerización. Ambos productos, junto con el agua en exceso existente en la mezcla precursora y la humedad procedente del medio externo, se encuentran en el interior de la red, pero se van liberando a medida que avanza el proceso, aunque no completamente. Incluso después del punto de gelificación, en el cual todo el volumen del sólido está interconectado, la estructura y propiedades del gel continúan evolucionando puesto que existe disolvente en los poros y el gel permanece húmedo. Además, siguen produciéndose reacciones de policondensación, con lo que se extiende el entrecruzamiento. Como consecuencia, y de forma dinámica, el gel experimenta una progresiva contracción espontánea, produciéndose la expulsión de líquido de los poros, un aumento en las fuerzas internas del gel y una disminución del tamaño de los poros. Sin embargo, la mayor parte del agua y del alcohol generados durante todo el proceso quedan retenidos en la red durante la gelificación. Por ello, un gel envejecido puede definirse como un material vítreo en fase sólida con una fase acuosa interna. Si se somete esta red a un tratamiento térmico suave (normalmente, menos de 100 °C), se logra un gel seco denominado xerogel que no experimenta pérdidas posteriores de líquido y puede considerarse estable en el tiempo. Existe, no obstante, la posibilidad de continuar el proceso exponiendo el xerogel a altas temperaturas, lo que origina la densificación y conduce a un cristal totalmente compacto. Químicamente, el proceso sol-gel puede esquematizarse en tres etapas elementales, cuyo resultado final es un material inorgánico. Dichas etapas son las siguientes: 1. Preparación del sol: dispersión coloidal de partículas en un líquido. Capítulo I 9 2. Gelificación del sol: que resulta en una red rígida interconectada de cadenas poliméricas y poros microscópicos. 3. Eliminación del disolvente de la red: obteniéndose un sólido condensado. Todo el proceso anterior se produce a temperatura ambiente, lo que constituye una de las principales características de este tipo de ruta sintética. Gracias a ello, es perfectamente factible la introducción de especies variadas durante la primera etapa, incluso en el caso de especies termolábiles. Ciertos sólidos sintetizados vía sol-gel poseen capacidad para la conducción iónica o electrónica y esta propiedad los convierte en adecuados para, por ejemplo, técnicas electroquímicas convencionales como las voltamperometrías. Existen, en principio, dos opciones para sintetizar materiales mediante procesos sol- gel: a. Métodos acuosos: parten de una disolución de una sal metálica. El sol se genera cuando se hidroliza la sal metálica y el gel se forma por eliminación del disolvente o por un aumento del pH, evolucionando posteriormente desde una agrupación de partículas coloidales hacia la formación de una red. b. Métodos alcohólicos: parten de un precursor organometálico disuelto en el alcohol apropiado (en función de los sustituyentes orgánicos del metal). En este caso, no se distingue una etapa de formación del sol, sino que reacciones de hidrólisis y condensación progresan de forma simultánea hasta originar el gel, que después evoluciona, transformándose también en una red de conexiones tridimensionales. 1.2 Utilización de ultrasonidos de alta potencia para sintetizar geles: sonogeles En general, podemos clasificar en dos áreas las diferentes aplicaciones de los ultrasonidos en función del efecto estudiado. El primer área se relaciona con el efecto del medio sobre la onda [12, 13], mientras que el segundo área, basada en la utilización de ultrasonidos de alta intensidad y/o baja frecuencia, se centra en el estudio del efecto de la onda sobre el medio como, por ejemplo, la formación de emulsiones. Los estudios realizados con relación a este segundo área [14, 15] coinciden en que debe tener lugar el fenómeno de la cavitación ultrasónica para que los efectos de la onda sobre el medio se INTRODUCCIÓN 10 hagan patentes. Una definición general de cavitación ultrasónica sería la creación de una nueva superficie en el seno de un líquido mediante la irradiación de ondas ultrasonoras. Mediante la aplicación de ultrasonidos en general, a sistemas inmiscibles (por ejemplo, alcóxido–agua), se logra generar emulsiones extremadamente finas, en las cuales las superficies de contacto entre ambas fases aumentan notablemente, facilitando el intercambio de moléculas entre ellas. La aplicación de ultrasonidos de alta potencia a la mezcla precursora alcóxido-agua, en presencia de un catalizador ácido, sin utilización de disolvente, constituye una alternativa diferente para sintetizar geles denominada sonocatálisis. Este método proporciona materiales concaracterísticas especiales denominados sonogeles [16]. La onda ultrasonora actúa sobre la interfase líquido-líquido de la mezcla alcóxido– agua provocando la formación de burbujas de gas disueltas en el líquido, en las que se alcanzan unas condiciones extremas de presión y temperatura. Durante el colapso de estas burbujas se produce la hidrólisis, obteniéndose un líquido homogéneo (que polimerizará posteriormente en forma de gel). Así, la ausencia de disolvente y la cavitación inducida mediante el empleo de ultrasonidos configuran un medio único para la consecución del proceso sol-gel que se traduce, finalmente, en la existencia de particulares características en los sonogeles tales como la alta densidad, textura fina, estructura homogénea, etc. El primer intento de utilizar ultrasonidos para realizar un proceso sol-gel sin adicionar disolvente fue llevado a cabo por Tarasevich [17] en 1984; concretamente, este investigador describió la exposición de una mezcla TEOS–agua a una intensa radiación ultrasónica. Desde entonces, los grupos de investigación dirigidos por los profesores Zarzycki y Esquivias han desarrollado un amplio trabajo con el objetivo de establecer las consecuencias prácticas de esta modificación del procedimiento, en lo que se refiere a la cinética del proceso y a las características estructurales de los sonogeles. Para la preparación de un sonogel, la hidrólisis de la mezcla precursora se lleva a cabo, pues, sometiendo ésta a ondas ultrasónicas en un contenedor de cristal abierto. Para ello, el equipo más sencillo y accesible sería un baño de ultrasonidos. Sin embargo, tiene el inconveniente de que la potencia suministrada por el aparato oscila según el tamaño del Capítulo I 11 baño, el vaso de reacción y su posición dentro del baño, de manera que la energía se dispersa en un volumen mayor, por lo que no alcanza en la mezcla reaccionante los niveles requeridos para la cavitación. Sin duda, el método más eficaz para la transmisión de energía ultrasonora a la mezcla es la inmersión directa de una sonda en el líquido reaccionante. La función de esta sonda es amplificar el movimiento vibracional originado en el generador (el cual suele resultar insuficiente para casos prácticos). El material más adecuado para la fabricación de sondas acústicas es una aleación de titanio. Gracias a la inmersión directa de la sonda en el sistema reaccionante es posible acceder a potencias ultrasónicas muy superiores a las alcanzadas en el baño, ya que en este sistema no existen pérdidas de energía en la transferencia de ultrasonidos entre la sonda y la mezcla reaccionante. La cantidad de energía comunicada al sistema viene determinada por el tiempo de insonación, principalmente, existiendo pues un parámetro adicional para controlar las propiedades del sol-gel. En comparación con los métodos clásicos de obtención de geles, que pueden incluir la presencia de un alcohol como disolvente, el primer efecto notable es la considerable disminución del tiempo de gelificación. Este parámetro disminuye, además, al aumentar la dosis de ultrasonidos aplicada a la mezcla. Cuando se emplea el método clásico, la dilución existente al principio origina una gran disminución de la densidad del gel debido al exceso de porosidad resultante de la eliminación del disolvente. Este efecto no es deseable cuando se requieren matrices de alta densidad y escasa posibilidad de contracción. 2) Aplicaciones Electroquímicas De Los Materiales Sol-gel La tecnología sol-gel encuentra numerosas aplicaciones en el campo de la química: matrices ópticamente transparentes [18-22], dispositivos electrocrómicos [23-26], construcción de cátodos [27-31] y soportes para extracciones en fase sólida (SPE) [32, 33] y, por último, en cromatografía líquida y gaseosa [34-38], entre otras. A continuación se describirán, no obstante, algunas de las aplicaciones electroquímicas más comunes de los materiales sol-gel. INTRODUCCIÓN 12 Dentro del campo del electroanálisis la utilización de materiales sol-gel es reciente y requiere un tipo especial de material sol-gel que ha de ser conductor de la corriente eléctrica [27]. Podríamos concebir un sol-gel electroquímico como aquél en que la matriz inorgánica ha sido modificada con materiales conductores, con la intención de utilizarla como electrodo en un sistema electroquímico. Sin embargo, existen referencias bibliográficas que enfocan este tema justo al contrario, es decir, bajo la perspectiva de que un electrodo convencional puede ser modificado con diversas matrices inorgánicas, lo que constituiría una categoría dentro del campo de los electrodos modificados químicamente (CMEs). Dentro de ella, junto a una extensa gama de agentes modificantes (óxidos metálicos, ftalocianinas y porfirinas metálicas, fosfatos y fosfonatos, ã –alúmina,...), se incluyen los electrodos modificados con óxidos sintetizados mediante procesos sol-gel y, concretamente, óxidos de silicio, esto es, sílice (SiO2–MEs). La investigación relacionada con SiO2–Mes comenzó lentamente a principios de los 90, experimentando después un crecimiento exponencial a lo largo de esta última década. Sin embargo, su aplicación en el campo electroquímico es aún incipiente a pesar de las apropiadas características de estos materiales (capacidad de adsorción, química ácido/base, estabilidad térmica) para, por ejemplo, acumular especies electroactivas antes de la detección electroquímica de éstas. Un ejemplo de aplicación de material electroactivo obtenido vía sol-gel en forma de película delgada fue desarrollado por Lundgren y Murray [34] en 1987. Utilizaron electrodos de carbono vítreo y de platino como soportes para depositar finas capas de silicato microporoso sintetizado vía sol-gel, en cuyos poros incorporaban después una especie electroactiva; para estudiar la microporosidad de la película sol-gel, realizaron voltamperometría cíclica de un complejo de osmio, utilizado como soluto electroactivo, y encontraron serias limitaciones de difusión concordantes con las bajas difusividades observadas en geles de tetrametoxisilano [35]. Dvorak y De Armond [36] aplicaron, posteriormente, un procedimiento similar para modificar electrodos de platino y de óxido de indio con recubrimientos de gel de sílice y describieron el comportamiento de la película estudiando la respuesta electroquímica del catión tris(2,2’–bipiridil)rutenio(II). Algunas de las aplicaciones más recientes relacionadas con materiales electroactivos pueden encontrarse en [39, 40]. Capítulo I 13 Hacia 1994, otro campo de aplicaciones electroquímicas fue iniciado y desarrollado por el grupo de Lev. Se trataba de la fabricación de electrodos sólidos compuestos de carbono y sílice (comúnmente denominados CCEs, Carbon Ceramic Electrodes). Estos CCEs estaban constituidos por una red de sílice porosa con un contenido de carbono distribuido homogéneamente. Mediante una adecuada selección de precursores, podían obtener tanto materiales hidrofílicos como hidrofóbicos. Los electrodos hidrofóbicos presentaban buenas relaciones señal–corriente de fondo porque repelían el agua, de modo que sólo la superficie más externa del electrodo estaba en contacto con el medio electrolítico. En relación con los electrodos de pasta de carbono, los CCEs son fuertes, poseen mayor estabilidad y pueden ser moldeados en formas muy diversas (monolitos, recubrimientos, láminas, series de microelectrodos, ...). Investigaron aplicaciones de estos electrodos como indicadores (con la posibilidad de modificarlos con especies orgánicas o inorgánicas) y como soportes para inmovilizar biomoléculas. Comparando las características voltamperométricas de los CCEs con las de otros electrodos de carbono mediante el uso de varios pares redox orgánicos e inorgánicos, observaron mejor estabilidad y un comportamiento más reproducibleen medio acuoso y medios mixtos. El mismo grupo de investigación llevó a cabo posteriormente la preparación de CCEs hidrofóbicos dopados con oro o paladio, mediante la adición de una sal del metal a la mezcla precursora, que luego sería reducida para generar el metal en el interior del xerogel [41, 42]. Aplicaciones más recientes de electrodos sólidos compuestos de carbono y silicio pueden encontrarse en [43-45]. Los híbridos silicato-polímeros conductores constituyen un tipo de material sintetizado combinando la química sol-gel con la polimerización de polímeros ð - conjugados. Ejemplos de estos materiales son los compuestos por sílice y polipirrol, politiofeno o polianilina. La preparación de estos híbridos puede realizarse de diferentes maneras; usando un precursor común para la policondensación del sol-gel y la polimerización orgánica (por ejemplo, derivados alcóxidos de pirrol [46] o tiofeno [47]), copolimerizando los precursores del sol-gel y los monómeros orgánicos [48, 49] o realizando la polimerización electroquímica del polímero conductor en una red porosa previamente preparada utilizando el método sol-gel [50]. Audebert y el grupo de Corriu [51, 52] prepararon otro tipo de materiales híbrido orgánico–inorgánico. Aprovechando la robustez y no-reactividad de un soporte como la INTRODUCCIÓN 14 sílice, desarrollaron diferentes posibilidades de modificación orgánica del soporte mediante enlaces covalentes. Utilizaron una mezcla inicial de tetrametoxisilano y 1,1’– bis(trimetoxisilil)ferroceno como precursores para una película de gel depositada en un electrodo de platino y estudiaron su comportamiento electroquímico, observando señales reversibles y alta estabilidad en diversos disolventes, lo que permitía su uso como electrodos de referencia. Diversas investigaciones han tenido como objetivo la preparación de electrocatalizadores mediante el método sol-gel, principalmente, con sistemas RuO2–TiO2. Guglielmi et al. [53] han descrito varias rutas para sintetizarlos pero no han llevado a cabo estudios de electrocatálisis. La actividad electroquímica del sistema Ru–Ti sí ha sido comparada con la del mismo sistema preparado por vías convencionales y es probable que la estructura más porosa obtenida en el caso de utilizar el método sol-gel sea lo que proporcione un mayor número de sitios activos y mayor capacidad de carga. Otros sistemas empleados recientemente han sido SnO2-Sb [54] y perovskitas del tipo La1-xSrxMnO3 [55]. Es también destacable el hecho de que las transiciones sol-gel y gel-xerogel pueden ser controladas mediante pruebas electroquímicas. Así, mediante la inclusión de un derivado de ferroceno como analito electroactivo de prueba en una mezcla precursora de TEOS, agua y catalizador ácido, Olivier et al. [56] siguieron la conversión de gel a xerogel mediante la realización de medidas voltamperométricas, observando que la respuesta electroquímica del analito dependía del grado de interconexión del polímero inorgánico. Por otro lado, también se ha utilizado una sistemática similar [57] (observación del comportamiento electroquímico de un analito de prueba incorporado a una película de sílice sintetizada vía sol-gel) para obtener información acerca de la efectividad del encapsulamiento y de la estabilidad de la especie encapsulada en la matriz, así como de su actividad y el grado de “caída” de la red. Las aplicaciones en las que el dispositivo fabricado no es un biosensor son relativamente menos abundantes, constituyendo, pues, un ámbito aún por explorar. No obstante, se recogen en la bibliografía diversas aplicaciones de las cuales se resumen algunas a continuación. Capítulo I 15 Siguiendo el método desarrollado por Lev, Oskam y Searson fabricaron CCEs y los caracterizaron mediante varias técnicas físico-químicas [58]. Algunos de los electrodos desarrollados por Lev se utilizaron como sensores de oxígeno [41, 42]. Los autores anteriores y otros colaboradores [59] publicaron una revisión enfocada hacia sensores basados en procesos sol-gel, cuya matriz está modificada con grupos orgánicos. Comentan la estrecha gama de aplicaciones electroanalíticas de matrices sol-gel modificadas orgánicamente existente hasta 1995, limitada a biosensores amperométricos y algunos electrodos con recubrimientos sol-gel. Destacan, por último, las propiedades de los electrodos compuestos de carbono y sol-gel, sus posibilidades ilimitadas de configuración y las alternativas para conferir mayor o menor carácter hidrofóbico a la superficie activa del electrodo en función del alcóxido precursor. Concluyen, finalmente, subrayando la eficiencia de la tecnología sol-gel como herramienta aplicable en el campo analítico y la versatilidad y simplicidad de los procesos sol-gel, características que permiten su uso de forma más eficiente que otras matrices más comunes en aplicaciones con sensores. Como detector electroquímico, estos electrodos se han empleado como dispositivos amperométricos en sistemas de cromatografía líquida [60, 61] y electroforesis capilar [62, 63]. Mediante el dopado del sol-gel de sílice al principio del proceso o durante la polimerización, Hsueh y Collinson [64] fabricaron electrodos de carbono vítreo con un recubrimiento de sílice orgánicamente modificada con grupos –NH2 o –COOH y los caracterizaron mediante voltamperometría de intercambio iónico, encontrando una notable capacidad de intercambio, atribuida a las interacciones electrostáticas entre el analito y la función ácida o básica del organosilano. La mayor ventaja que proporcionan los materiales sol-gel modificados orgánicamente es la posibilidad de combinar las propiedades de cristales inorgánicos con las propiedades intrínsecas de las moléculas orgánicas. Wang et al. [65] ampliaron esta posibilidad fabricando electrodos compuestos de sol-gel y carbono modificados con dimetilglioxima para la detección voltamperométrica de trazas de Ni (II) y, así, aprovecharon en un mismo dispositivo las ventajas de la química sol-gel y de la voltamperometría de preconcentración. También emplearon este sistema, modificado con ftalocianina de cobalto para la detección electrocatalítica [66] de peróxido de hidrógeno, hidrazina, ácido oxálico, cisteína y tiourea, utilizando voltamperometría cíclica y análisis por inyección en flujo para comparar el nuevo electrodo con el equivalente en pasta de INTRODUCCIÓN 16 carbono modificada. El sistema sol-gel resultó mostrar mayor sensibilidad y estabilidad a largo plazo ya que no existía paso del modificante a la disolución, permaneciendo encapsulado efectivamente en la red, contrariamente a los electrodos de pasta de carbono modificados. Otros modificantes orgánicos empleados recientemente son polidimetilsiloxano (PDMS) [67] y tetrapropilortotitanato (TPOT) [68]. Dulebohn et al. [69] propusieron un sensor para CO mediante el encapsulamiento de un complejo de Rh (I) en películas de zirconio y titanio depositadas sobre un electrodo de Pt. Mediante voltamperometría cíclica, estudiaron el comportamiento del sensor encontrando un pico cuya intensidad estaba relacionada con la exposición de éste al gas. Además, la señal base del sensor era recuperable tras 10 minutos de paso de gas inerte por la celda electroquímica. Recientemente, Tess y Cox han propuesto un microsensor recubierto con una película de sílice fabricada vía sol-gel para la cuantificación de CO gaseoso aplicando voltamperometría de barrido lineal y amperometría de inyección en flujo [70]. Este electrodo demostró ser una interesante alternativa a los ionómeros orgánicos tipo Nafion, puesto que ofrecía estabilidad prolongada y una respuesta al CO independiente del grado de humedad en un rango muy amplio. Aplicando los procesos sol-gel, también se ha sintetizado NASICON (superconductor iónico de sodio) para desarrollar un sensor potenciométrico
Compartir