Estimación de Distribuciones de Tamaños de Partícula por Técnicas de Dispersión de Luz. Utilización de Algoritmos Genéticos para Resolver el Problema Inverso

Abstract

La distribución de tamaños de partícula (PSD) de un látex es una característica morfológica importante que determina la procesabilidad y propiedades de uso finales del material cuando se lo utiliza como adhesivo, pintura, tinta o recubrimiento. La dispersión de luz dinámica (DLS) es una técnica óptica utilizada para estimar la PSD de un látex, requiriéndose además resolver un problema inverso mal condicionado (PIMC). En general, las técnicas ópticas se caracterizan por su baja resolución, que impide discriminar tamaños de partícula muy cercanos. Una forma de incrementar la resolución de la DTP estimada es combinando mediciones independientes. En este trabajo se propone un método para estimar la PSD de un látex de poliestireno a partir de mediciones de DLS, resolviendo el PIMC resultante mediante un algoritmo genético (AG). El AG estima la PSD a partir de los diámetros medios obtenidos por DLS a distintos ángulos de medición. El método propuesto se probó con ejemplos simulados correspondientes a dos PSDs asimétricas unimodales y con dos casos experimentales correspondientes a dos PSDs, una unimodal y una bimodal. Los resultados mostraron que las PSDs estimadas son más exactas que aquellas obtenidas mediante técnicas numéricas estándar de resolución de PIMC, aun en presencia de ruidos de medición de magnitud similar a los hallados en la práctica.

The particle size distribution (PSD) of a latex is an important morphological characteristic that determines the processability and end use properties of the material when used as an adhesive, a paint, an ink, or a coating. Dynamic light scattering (DLS) is an optical technique that can be used to estimate the PSD of a latex, and it requires to solve an ill-conditioned inverse problem (PIMC). In general, optical techniques are characterized by a low resolution that turns difficult to discriminate particles exhibiting similar sizes. A better PSD resolution can be achieved by combining independent measurements. In this work, a genetic algorithm (AG) is proposed as a tool for solving the ICIP corresponding to the PSD estimation of a polystyrene latex from multiangle DLS measurements. More strictly, the AG estimates the PSD on the basis of the mean diameters derived from DLS measurements taken at several angles. The proposed method was tested with both simulated and experimental examples. The simulated PSDs are two asymmetric and unimodal distributions; whereas the analyzed experimental cases correspond to unimodal as well as bimodal distributions. The results showed that the estimated PSDs are more accurate than those obtained using standard methods for solving PIMC, even in the presence of measurement noises of similar magnitude to those found in practice.