El ICIQ explora un nuevo método de tratamiento de agua que puede generar energía verde

La urea es un contaminante emergente, ya que es un producto común de las actividades residenciales (la urea es el principal componente de la orina) y de diferentes procesos industriales.

"Hoy en día, las plantas depuradoras de agua tienen problemas para tratar toda la urea, lo que puede provocar eutrofización cuando esta agua se libera de nuevo. Esto es un problema serio, especialmente en áreas urbanas", dice Rebeca Ferrer, estudiante de doctorado del grupo de la Katherine Villa en el ICIQ. Convertir la urea en amoníaco elimina el contaminante, pero también tiene otras ventajas. El amoníaco está ganando importancia como fuente de energía verde; este compuesto se puede descomponer para la producción de hidrógeno y se puede almacenar como combustible verde.

Sin embargo, los investigadores han tenido que enfrentar varios desafíos en el desarrollo de esta investigación, como las burbujas producidas por los micromotores. "Necesitamos optimizar el diseño para que los tubos puedan purificar el agua de la manera más eficiente posible. Para hacerlo, tenemos que ver cómo se mueven y cuánto tiempo continúan trabajando, pero esto es difícil de ver bajo el microscopio porque las burbujas dificultan la visión", explica Ferrer.

Los micromotores son hoy en día una herramienta prometedora para la recuperación ambiental, principalmente gracias a su capacidad para navegar autónomamente y realizar tareas específicas a microescala. Un micromotor está formado por un tubo hecho de silicio y dióxido de manganeso en el que se producen reacciones químicas en su interior que provocan la liberación de burbujas por un extremo. Estas burbujas actúan como un motor que impulsa el tubo.

Gracias a un método de Machine Learning desarrollado por investigadores de la Universidad de Gotemburgo, Suecia, es posible predecir los movimientos de los micromotores. Este método también permite monitorear varios micromotores simultáneamente. "Si no podemos supervisar el micromotor, no podemos mejorarlo. Este método de Machine Learning funciona bien en un entorno de laboratorio, que es donde actualmente se lleva a cabo la investigación", dice Harshith Bachimanchi, estudiante de doctorado en el Departamento de Física de la Universidad de Gotemburgo.

Los investigadores consideran demasiado difícil predecir cuándo las plantas depuradoras de agua urbanas también podrán convertirse en productoras de energía. Aún queda mucho trabajo por hacer, incluida la mejora del sistema de Machine Learning, que debe modificarse para funcionar en pruebas a gran escala. "Nuestra meta es ajustar los micromotores a la perfección", concluye Bachimanchi.