Diseño de mezclas de líquidos iónicos para la captura de CO₂ utilizando simulación de dinámica molecular y Optimización Bayesiana

Abstract

Las emisiones de CO₂ a la atmósfera se han convertido en una preocupación mundial en los últimos años. La cantidad de CO₂ generada en los procesos de postcombustión ha atraído la atención de la comunidad científica internacional. Algunos procesos utilizan alcanolaminas para absorber CO₂; sin embargo, su volatilidad incrementa el costo del proceso. Una alternativa a esta limitación es el uso de líquidos iónicos (LIs) como disolventes en el proceso de absorción de CO₂. Una característica importante de los LIs es que su presión de vapor es extremadamente baja, lo que los hace prácticamente no volátiles. En este trabajo, se empleó la Simulación de Dinámica Molecular (SDM) para calcular la capacidad de absorción de una mezcla de LIs, y se utilizó un enfoque de diseño de experimentos guiado por Optimización Bayesiana (OB) para encontrar una mezcla óptima de LIs que maximice la cantidad de CO₂ capturado. La metodología aplicada contribuye a reducir el número de experimentos numéricos y, por ende, el tiempo de cómputo. La mezcla de LIs analizada fue [BMIM][NTF₂] y [EMIM][SCN] (1-etil-3-metilimidazolio bis(trifluorometilsulfonil)imida y 1-etil-3-metilimidazolio tiocianato) debido a su conocida eficacia como absorbentes. Con solo 12 simulaciones, se logró determinar la composición de la mezcla de LIs que absorbe la mayor cantidad de CO₂. Los resultados obtenidos motivan a continuar explorando otras mezclas de LIs que puedan absorber mayores cantidades de CO₂.

CO₂ emissions to the atmosphere have become a global concern in recent years. The amount of CO₂ generated in post-combustion processes has attracted the attention of the international scientific community. Nowadays some processes use alkanolamines to absorb CO₂ but amines are volatil and it makes an expensive process, one of these alternatives is to use ionic liquids (ILs) as solvents in the CO₂ absorption process. An important characteristic of ILs is that their vapour pressure is very low, making them virtually non-volatile. In this work, we worked Molecular Dynamics Simulation (MDS) to calculate the absorption capacity of a mixture of ILs and used a Bayesian Optimisation (BO) guided design of experiments approach to find an optimal mixture of ILs that maximises the amount of CO₂ captured. The methodology used helps to reduce the number of numerical experiments and therefore the computational time. The mixture of ILs that was analysed was [BMIM][NTF2] and [EMIM][SCN] (1-ethyl- 3-methylimidazolium bis(trifluoromethylsulfonyl)imide and 1-ethyl-3-methyl-imidazolium thiocyanate) because they are known by being good absorbents and with only 12 simulations it was able to found the composition of the mixture of ILs able to absorb the highest amount of CO₂. The results motivate further exploration of other ILs mixtures that can absorb more CO₂.