DINÁMICA MOLECULAR: UNA ALTERNATIVA PARA LA PREDICCIÓN DE AFINIDAD ENTRE COMPUESTOS MINEROS
Resumen
Debido a las condiciones actuales, la simulación de procesos en el área de ingeniería ha cobrado mayor auge en la formación de recursos humanos, especialmente, en la industria de la transformación, como lo es la minería. El objetivo de esta investigación fue determinar la afinidad entre el trióxido de arsénico y los diferentes minerales que componen una muestra extraída de mina, con la finalidad de evaluar la formación del complejo bismuto-arsénico sin tener un efecto en otros minerales de mayor interés, mediante el uso de una técnica alternativa a la experimentación para la obtención del parámetro de solubilidad de compuestos minerales amorfos, utilizando la simulación mediante la técnica de dinámica molecular. Se determinó la composición de la muestra mineral mediante difracción de rayos X, se construyeron las estructuras cristalinas, utilizan do el programa Materials Studio cuyas geometrías fueron optimizadas mediante una metodología de minimización de energía y fueron validadas utilizando la ecuación de la figura del mérito y densidad. Las simulaciones de dinámica molecular se realizaron a presión y temperatura constantes y se obtuvo el parámetro de solubilidad. Los resultados de los minerales identificados en la muestra fueron comparados con el trióxido de arsénico que, de acuerdo con el principio de similitud y a la magnitud en las diferencias, existe una miscibilidad entre As2O3 y Bi2O3, una posible miscibilidad con otros 10 minerales y una inmiscibilidad con el resto de ellos.Citas
Anthony, J., Bideaux, R., Bladh, K. & Nichols, M. (Eds.) (2020). Handbook of Mineralogy. Mineralogical Society of America. http://www.handbookofmineralogy.org/
Arab, B., & Shokuhfar, A. (2013). Molecular Dynamics Simulation of Cross-Linked Epoxy Polymers : the Effect of Force Field on the Estimation of Properties. Journal of Nano- and Electronic Physics, 5(1), 1–5. https://www.researchgate.net/publication/286902080_Molecular_Dynamics_Simulation_of_Cross-Linked_Epoxy_Polymers_the_Effect_of_Force_Field_on_the_Estimation_of_Properties
Forster, A., Hempenstall, J., Tucker, I. & Rades, T. (2001). Selection of excipients for melt extrusion with two poorly water-soluble drugs by solubility parameter calculation and thermal analysis. International Journal of Pharmaceutics, vol. 226(1–2), 147–161. https://doi.org/10.1016/S0378-5173(01)00801-8
Fu, W., Ram, R., Etschmann, B., Brugger, J., & Vaughan, J. (2020). Selective impurity removal and Cu upgrading of copper flotation concentrate by a spontaneously oxidative H2SO4 leaching process. Hydrometallurgy, vol. 195. https://doi.org/10.1016/j.hydromet.2020.105411
Gražulis, S., Daškevič, A., Merkys, A., Chateigner, D., Lutterotti, L., Quirós, M., Serebryanaya, N., Moeck, P. Downs, R. & Le Bail, A. (2012). Crystallography Open Database (COD): An open-access collection of crystal structures and platform for world-wide collaboration. Nucleic Acids Research, vol. 40, pp. 420–427. https://doi.org/10.1093/nar/gkr900
Greenhalgh, D., Williams, A., Timmins, P. & York, P. (1999). Solubility parameters as predictors of miscibility in solid dispersions. Journal of Pharmaceutical Sciences, 88(11), 1182–1190. https://doi.org/10.1021/js9900856
Gupta, J., Nunes, C., Vyas, S. & Jonnalagadda, S. (2011). Prediction of solubility parameters and miscibility of pharmaceutical compounds by molecular dynamics simulations. Journal of Physical Chemistry B, 115(9), pp. 2014–2023. https://doi.org/10.1021/jp108540n
Hildebrand, J. H. (1936). Solubility of Non-Electrolytes. Nature, vol. 138(742), https://doi.org/10.1038/138742a0
Li, B., Liu, G., Xing, X., Chen, L., Lu, X., Teng, H. & Wang, J. (2019). Molecular dynamics simulation of CO2 dissolution in heavy oil resin-asphaltene. Journal of CO2 Utilization, vol. 33, pp. 303–310. https://doi.org/10.1016/j.jcou.2019.06.011
Martin, M. (2006). Comparison of the AMBER, CHARMM, COMPASS, GROMOS, OPLS, TraPPE and UFF force fields for prediction of vapor-liquid coexistence curves and liquid densities. Fluid Phase Equilibria, vol. 248(1), pp. 50–55. https://doi.org/10.1016/j.fluid.2006.07.014
Pfrommer, B., Côté, M., Louie, S. & Cohen, M. (1997). Relaxation of Crystals with the Quasi-Newton Method. Journal of Computational Physics, vol. 131(1), pp 233–240. https://doi.org/10.1006/jcph.1996.5612
Rappé, A., Casewit, C., Colwell, K., Goddard, W. & Skiff, W. (1992). UFF, a Full Periodic Table Force Field for Molecular Mechanics and Molecular Dynamics Simulations. Journal of the American Chemical Society, vol. 114(25), pp. 10024–10035. https://pubs.acs.org/doi/10.1021/ja00051a040
Rappé, A., Colwell, K. & Casewit, C. (1993). Application of a Universal Force Field to Metal Complexes. Inorganic Chemistry, vol. 32(16), pp. 3438–3450. https://pubs.acs.org/doi/10.1021/ic00068a012
Salehi, H., Ramdin, M., Moultos, O. & Vlugt, T. (2019). Computing solubility parameters of deep eutectic solvents from Molecular Dynamics simulations. Fluid Phase Equilibria, vol. 497, pp. 10–18. https://doi.org/10.1016/j.fluid.2019.05.022
Singh, V., Batra, S. & Bhushan, I. (2020). Rietveld analysis for crystal structure determination of polycrystalline materials. Materials Today: Proceedings, vol. 29, pp. 832–835. https://doi.org/10.1016/j.matpr.2020.04.867
Xiao, F., Mao, J., Cao, D., Shen, X., & Volinsky, A. A. (2012). The role of trivalent arsenic in removal of antimony and bismuth impurities from copper electrolytes. Hydrometallurgy, vol. 125–126, pp. 76–80. https://doi.org/10.1016/j.hydromet.2012.05.011
Xiao, F., Zheng, Y., Wang, Y., Jian, H., Huang, X. & Ma, Y. (2008). Purification mechanism of copper electrolyte by As (III). Transactions of Nonferrous Metals Society of China, 18(5), pp. 1275–1279. https://doi.org/10.1016/S1003-6326(08)60216-2
