Preparación y caracterización de sensores a base de Zeolita con óxido de Estaño dopado con Pt y su aplicación como nariz electrónica

• Autor: Cárcamo Cabrera, Henry Alonso
• Formato: tesis de maestría
• Fecha de Publicación: 2017
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.pucp.edu.pe:20.500.14657/182047
• Enlace del recurso: http://hdl.handle.net/20.500.12404/9597
• Nivel de acceso: acceso abierto
• Materia: Nariz electrónica; Zeolita; Adsorción; https://purl.org/pe-repo/ocde/ford#1.04.00

La presente tesis se centra en realizar una diferenciación entre vinos peruanos tintos semisecos jóvenes y la diferenciación de éstos vinos con vinos posiblemente adulterados, utilizando para ello una nariz electrónica constituida por un arreglo de 10 sensores a base de óxido de estaño dopados con Pt y recubiertos con zeolita-Y. La caracterización de estos materiales se realiza mediante FRX, DRX, ATR, FTIR, SEM-EDX, TGA-DTGA, adsorción-desorción de N2 y AA. Se realiza un estudio computacional de la interacción de los centros activos de la zeolita con alcoholes y con algunos componentes volátiles de los vinos, evaluando la energía de adsorción para cada interacción, utilizando el programa Gaussian 09. Se realiza el sensado de los alcoholes, con el software Labview, de los vinos comerciales y vinos posiblemente adulterados utilizando la nariz electrónica, bajo condiciones óptimas de temperatura, tiempo de sensado, concentración de la fase metálica en el dopaje del sensor con y sin recubrimiento de zeolita. Se obtiene las mejores señales de respuesta de los sensores en presencia de etanol al 12 % y metanol al 3 %. La mejor temperatura de sensado es de 260 °C y los mejores sensores son S-0,1 %Pt/SnO2; S-0,2 %Pt/SnO2; S-0,1 %Pt/SnO2/ZY y S-0,2 %Pt/SnO2/ZY. Los datos obtenidos son procesados mediante Análisis de Componentes Principales (PCA). Este método es un tratamiento estadístico que permite reducir la dimensionalidad de un conjunto de datos iniciales de manera que la varianza total sea la mayor posible, el análisis de estas nuevas variables sirve para obtener un patrón característico de una muestra determinada que al ser comparado con otras, permita observar variaciones en base a un patrón inicial. Los PCA obtenidos de los datos de las mediciones de los vinos utilizando los mejores sensores, muestran una varianza más alta y una mejor diferenciación de los vinos comerciales de los vinos posiblemente adulterados, a la vez que se logra diferenciar mejor los vinos comerciales por marca y tipo (tinto y rose).