INSTITUTO POLITÉCNICO NACIONAL

ESCUELA NACIONAL DE CIENCIAS BIOLÓGICAS

LABORATORIO DE FÍSICOQUIMICA
INGENIERÍA EN SISTEMAS AMBIENTALES

6AV1

PRACTICA NO. 1
“ADSORCIÓN DE AZUL DE METILENO”

EQUIPO 2

INTEGRANTES:
CRUZ VILLA CAROLINA
HERNÁNDEZ ROMERO FERNANDA
MIRANDA ONOFRE VIVIANA AISLINN

FECHA DE REALIZACIÓN: 23 AGOSTO 2018

FECHA DE ENTREGA: 30 AGOSTO 2018

“LA TÉCNICA AL SERVICIO DE LA PATRIA”

OBJETIVOS
1. Conocer la eficiencia del carbón activado como adsorbente de contaminantes y colorantes presentes en
una muestra de agua a diferentes concentraciones de azul de metileno.
2. Reconocer el carbón más eficiente para la adsorción entre 3 diferentes tipos de éste, carbón vegetal,
carbón USP, carbón de carbonería.
3. Encontrar el modelo de isoterma (Henry, Langmuir, Freundlich) que se ajuste al experimento de
adsorción realizado.

INTRODUCCIÓN
La adsorción es un proceso por el cual átomos, iones o moléculas de gases, líquidos o sólidos disueltos son
atrapados o retenidos en una superficie.

Hay una clara diferencia entre el fenómeno de adsorción y el de absorción, en el segundo existe una penetración
física de una fase en la otra; sin embargo es factible que ambos sucedan simultáneamente, y en este caso
puede ser muy difícil separar los efectos de ambos fenómenos, inclusive un fenómeno puede afectar al otro.

El fenómeno de adsorción es de particular relevancia en la ciencia de los coloides y superficies, la adsorción

puede ocurrir en cualquier tipo de interfaz (L-G, S-G, L-S).
Es importante definir los siguientes términos:

 Adsorbato: Sustancia que se pega (adsorbe) en la superficie.

 Adsorbente: Superficie sobre la que sucede la adsorción.
Según sus características la adsorción puede clasificarse en dos tipos:
a) Adsorción física (fisisorción): Fuerzas de van der Waalls, no es de naturaleza específica (sitios activos),
formación de multicapas, el adsorbato conserva su identidad.

b) Adsorción química (quimisorción): Fuerzas análogas al enlace químico (atracción entre iones opuestos o
coulombicas, coordinadas o covalentes), es de naturaleza específica (sitios activos), formación de monocapas,
el adsorbato puede perder su identidad.

Factores que afectan la cantidad adsorbida:

 Naturaleza del adsorbato.

 Naturaleza del adsorbente.
 Naturaleza del disolvente.

Tipos de Isotermas
 Isoterma de Henry, establece que la adsorción es directamente proporcional a la concentración del
soluto. Es bueno para concentraciones bajas, forma monocapa, adsorción deslocalizada, superficie
homogénea y no hay interacción adsorbente-adsorbato.
  Isoterma de Lagmuir se lleva a cabo en superficie homogénea y lisa, tiene sitios activos, formación de
monocapa, cuenta con adsorción localizada en los sitios activos y la interacción adsorbente-adsorbato
es de la misma magnitud para todas (no hay homogeneidad).

 Isoterma de Freundlich es un modelo empírico, forma multicapas, existe interacción adsorbato-

adsorbato, se lleva a cabo en una superficie heterogénea y existe adsorción localizada como
deslocalizada.

DIAGRAMA DE BLOQUES Y FISICO CON DESCRIPCIÓN DEL APARATO

DESARROLLO DE LA PRÁCTICA Y OBSERVACIONES
El equipo 2, se encargó de evaluar el fenómeno de
adsorción con carbón vegetal como adsorbato, y las
disoluciones de azul de metileno en diferentes
concentraciones (ya especificadas en el diagrama de
bloques anterior) tuvieron una función de adsorbente.
El resto de los equipos evaluaron con otro tipo de
adsorbentes, entre ellos carbón USP y carbón comercial,
o de carbonería.
Al terminar la metodología correspondiente, se
compararon entre ellos, además de evaluarlos tomando
como referencia muestras de colorante azul de metileno,
es decir, las muestras blanco.

Imagen 1: Comparación de los resultados de la

filtración con carbón vegetal como adsorbato contra
las muestras blanco.

Imagen 2: Comparativo de todas las muestras,

incluidas las muestras blanco.
TABLA DE DATOS EXPERIMENTALES Y RESULTADOS

Tabla 1 Concentracion final (Cf) obtenida para cada solucion de azul de metileno.

V Cf A Cf/a log a log Cf

0.050 0.0003 4.280 0.00007 0.631 -3.524
0.050 0.0004 3.109 0.00012 0.493 -3.423
0.050 0.0005 5.373 0.00009 0.730 -3.317
0.050 0.0007 5.139 0.00014 0.711 -3.130
0.050 0.0008 4.905 0.00016 0.691 -3.100
0.050 0.0053 6.803 0.00079 0.833 -2.272

 Modelo de Henry
Tabla 2 Método para minimos cuadrados para el modelo de Henry

Cf A x2 x*y
(x) (y)
0.000299 4.279970 0.00000009 0.001281
0.000377 3.108962 0.00000014 0.001173
0.000481 5.372952 0.00000023 0.002587
0.000742 5.138926 0.00000055 0.003811
0.000794 4.904921 0.00000063 0.003893
0.005348 6.803465 0.00002860 0.036382
Ʃ 0.008041 29.609196 0.00003024 0.049126

Tabla 3 Datos linealizados mediante minimos cuadrados.

Cf a
(x) (y)
0.0003 4.4297
0.0004 4.4676
0.0005 4.5181
0.0007 4.6444
0.0008 4.6697
0.0053 6.8797
 Tabla 4 Método de coeficiente de correlación.

x- y-Ȳ (x- 2 (y-Ȳ)2 (x- ) (y-Ȳ)

-0.00104 -0.655 1.083x10-6 0.429 0.00068

-0.00096 -1.826 9.270x10-7 3.334 0.00176

-0.00086 0.438 7.374x10-7 0.192 -0.00038
-0.00060 0.204 3.582x10-7 0.042 -0.00012
-0.00055 -0.030 2.986x10-7 0.001 0.00002
0.00401 1.869 1.606x10-5 3.492 0.00749
Ʃ 1.946x10-5 7.489 0.00945

 Modelo Langmuir
Tabla 5 Método para minimos cuadrados para el modelo de Langmuir

Cf Cf/a x2 x*y
(x) (y)
0.0003 0.00007 8.955x10-8 2.092x10-8
0.0004 0.00012 1.424x10-7 4.579 x10-8
0.0005 0.00009 2.318x10-7 4.313x10-8
0.0007 0.00014 5.500x10-7 1.070x10-7
0.0008 0.00016 6.299x10-7 1.284x10-7
0.0053 0.00079 2.860x10-5 4.203x10-6
Ʃ 0.0080 0.00137 3.024x10-5 4.548x10-6

Tabla 6 Datos linealizados mediante minimos cuadrados.

Cf Cf/a
(x) (y)
0.00030 0.00008
0.00038 0.00009
0.00048 0.00011
0.00074 0.00015
0.00079 0.00015
0.00535 0.00079
 Tabla 7 Método de coeficiente de correlación.

x- y-Ȳ (x- 2 (y-Ȳ)2 (x- ) (y-Ȳ)

-0.0010 -0.00016 1.083x10-6 2.525x10-8 1.654x10-7
-0.0010 -0.00011 9.270x10-7 1.155x10-8 1.035x10-7
-0.0009 -0.00014 7.374x10-7 1.939x10-8 1.196x10-7
-0.0006 -0.00008 3.582x10-7 7.144x10-9 5.059x10-8
-0.0005 -0.00007 2.986x10-7 4.492x10-8 3.663x10-8
0.0040 0.00056 1.606x10-5 3.104x10-7 2.233x10-6
Ʃ 1.946x10-5 3.783 x10-7 2.708x10-6

 Modelo Freundlich
Tabla 8 Método para minimos cuadrados para el modelo de Freundlich

Log Cf Log a x2 x*y

(x) (y)
-3.524 0.631 12.4183028 -2.22517267
-3.423 0.493 11.7189218 -1.68636608
-3.317 0.730 11.0057224 -2.42247223
-3.130 0.711 9.79573707 -2.22489839
-3.100 0.691 9.61222744 -2.14120726
-2.272 0.833 5.16128996 -1.89183575
Ʃ -18.767 4.089 59.712 -12.592

Tabla 9 Datos linealizados mediante minimos cuadrados.

Log Cf Log a
(x) (y)
-3.524 0.6047659
-3.423 0.6242355
-3.317 0.64469795
-3.130 0.68099393
-3.100 0.68669052
-2.272 0.84692474
 Tabla 10 Método de coeficiente de correlación.

x- y-Ȳ (x- 2 (y-Ȳ)2 (x- ) (y-Ȳ)

-0.39616784 -0.049976541 0.156948959 0.002497655 0.0197991
-0.29549768 -0.188801822 0.087318879 0.035646128 0.0557905
-0.18969395 0.048795676 0.035983796 0.002381018 -0.00925624
-0.00202082 0.029455077 4.08372x10-6 0.000867602 -5.9523x10-5
0.02743416 0.009214711 0.000752633 8.49109x10-5 0.0002528
0.85594614 0.151312898 0.7326438 0.022895593 0.12951569
Ʃ 1.013652 0.064373 0.196042

CÁLCULOS MATEMÁTICOS Y GRAFICAS

Ecuaciones.
𝑦 = 𝑚𝑥 + 𝑏 …………………….. (1)
(Ʃ𝑥)(Ʃ𝑦)
Ʃ𝑥𝑦 − 𝑛
𝑚= 2
(Ʃ𝑥) ……….. (2)
Ʃ𝑥 2 −
𝑛

Ʃ𝑦 Ʃ𝑥 ………………. (3)
𝑏= −𝑚∗
𝑛 𝑛

Ʃ𝑥
= 𝑛
………………………........... (4)
Ʃ𝑦
Ȳ= 𝑛
………………………............ (5)

Ʃ(𝑥−𝑥)(𝑦−𝑦)
𝑟= ….... (6)
(√Ʃ(𝑥−𝑥)2 )(√Ʃ(𝑦−𝑦)2 )

𝑟 2 = (𝑟)2 ………………………….. (7)

 Modelo de Henry
Con los datos obtenidos experimentalmente (Ver Tabla 1) utilizando las columnas correspondientes a Cf (x),
a (y), se realizaron los siguientes cálculos:
Donde:
Ʃx=0.008041
Ʃx2 =0.00003024
Ʃy=29.609196
Ʃx*y= 0.049126
Sustituyendo en ecuación 4 y 5
0.008041
= = 0.0013
6
29.609196
Ȳ= 6
=4.9349

Sustituyendo en ecuación 2
(0.008041)(29.609196)
0.049126 − 6
𝑚= = 485.3054
(0.008041)2
0.00003024 −
6

m=485.3054

Sustituyendo en ecuación 3
26.609196 0.008041
𝑏= − 485.3054 ∗ = 4.2845
6 6

b=4.2845

Sustituyendo en ecuación 1
𝑨𝒃𝒔 = 𝟒𝟖𝟓. 𝟑𝟎𝟓𝟒𝑪𝒇 + 𝟒. 𝟐𝟖𝟒𝟓
Una vez obtenida la ecuación de la recta se sustituyó cada valor de Cf, para obtener el nuevo valor de Abs
Obtenido el nuevo valor de Abs, como se observa en la Tabla 3, se obtiene la Grafica 1.
Para obtener el coeficiente de correlación, se realizaron las siguientes operaciones.
Donde:

Ʃ(x- )2=1.946x10-5
Ʃ(y-Ȳ)2 =7.489

Ʃ(x- ) (y-Ȳ)= 0.00945

Sustituyendo en ecuación 6
0.00945
𝑟= = 0.78238356
(√1. 946𝑥10−5 )(√7.489)

r=0.78238356
Sustituyendo en ecuación 7
𝑟 2 = (0.78238356)2 = 0.6121

r2=0.6121
  Modelo Langmuir
Con los datos obtenidos experimentalmente (Ver Tabla 1) utilizando las columnas correspondientes a Cf (x),
Cf(y), se realizaron los siguientes cálculos:
Donde:
Ʃx= 0.0080

Ʃx2 = 0.000030

Ʃy= 0.00137

Ʃx*y= 0.0000045

Sustituyendo en ecuación 4 y 5
0.0080408
= 6
=0.0013
0.0013730
Ȳ= 6
=0.0002

Sustituyendo en ecuación 2
(0.00080)(0.00137)
4.548𝑥10−6 −
𝑚= 6
−5 (0.0080)2
3.024𝑥10 − 6

m=0.1392

Sustituyendo en ecuación 3
0.00137 0.0080
𝑏= − 0.1392 ∗
6 6
b=0.00004

Sustituyendo en ecuación 1

𝑨𝒃𝒔 = 𝟎. 𝟏𝟑𝟗𝟐𝑪𝒇 + 𝟒𝒙𝟏𝟎−𝟓

Una vez obtenida la ecuación de la recta se sustituyó cada valor de Cf, para obtener el nuevo valor de Abs
Obtenido el nuevo valor de Abs , como se observa en la Tabla 6, se obtiene la Grafica 2.
Para obtener el coeficiente de correlación, se realizaron las siguientes operaciones:

Donde:

Ʃ(x- )2= 0.000019

Ʃ(y-Ȳ)2 = 0.0000004

Ʃ(x- ) (y-Ȳ)= 0.000003

Sustituyendo en ecuación 6
2.708x10−6
𝑟=
(√1.946x10−5 )(√3.783 x10−7 )

r=0.99818264

Sustituyendo en ecuación 7

𝑟 2 = (0.99818264)2 = 0.9964
r2=0.9964

 Modelo Freundlich
Con los datos obtenidos experimentalmente (Ver Tabla 1) utilizando las columnas correspondientes a log Cf(x),
log a(y), se realizaron los siguientes cálculos:
Donde:
Ʃx= -18.767

Ʃx2 = 59.712

Ʃy= 4.089

Ʃx*y= -12.592

Sustituyendo en ecuación 4 y 5
−18.767
= =-3.1278
6
4.089
Ȳ= 6
=0.6814

Sustituyendo en ecuación 2.
(−18.767)(4.089)
−12.592 − 6
𝑚=
(−18.767)2
59.712 − 6
m=0.1934

Sustituyendo en ecuación 3.
4.089 −18.767
𝑏= − 0.1934 ∗
6 6

b=1.2863
Sustituyendo en ecuación 1
𝑨𝒃𝒔 = 𝟎. 𝟏𝟗𝟑𝟒𝑪𝒇 + 𝟏. 𝟐𝟖𝟔𝟑

Una vez obtenida la ecuación de la recta se sustituyó cada valor de Cf, para obtener el nuevo valor de Abs.
Obtenido el nuevo valor de Abs , como se observa en la Tabla 9, se obtiene la Grafica 3.
Para obtener el coeficiente de correlación, se realizaron las siguientes operaciones.
Donde:

Ʃ(x- )2=1.013652
Ʃ(y-Ȳ)2 =0.064373

Ʃ(x- ) (y-Ȳ)= 0.196042

Sustituyendo en ecuación 6
0.196042
𝑟=
(√1.013652)(√0.064373)

r=0.7674566
Sustituyendo en ecuación 7
𝑟 2 = (0.7674566)2 = 0.5890
r2=0.5890

DISCUSIÓN DE RESULTADOS
En la imagen 1, se comparó las alícuotas de los filtrados de carbón vegetal, contra las muestras blancos, se
puede observar que el color azul, evidencia del colorante azul de metileno, se encuentra inexistente, no
obstante, las muestras presentan una coloración gris oscura, en aquellas altas concentraciones, así como
coloración gris claro, en aquellas muestras de bajas concentraciones; esto es evidencia de presencia de carbón
en muestras ya filtradas.
Se observa, en la imagen 2, la comparación grupal de todos los tipos de adsorbentes contra la muestra blanco,
destacando a las muestras con carbón USP, donde, además de la completa remoción del colorante azul de
metileno, se obtuvieron filtraciones limpias, sin aparente presencia del adsorbato, muestras totalmente
incoloras. En caso contrario del carbón comercial, se obtuvieron muestras donde no hubo completa remoción
del colorante, además se obtuvieron presencia del carbón en las muestras ya filtradas.
Como se puede observar en la gráfica 1, que establece el modelo de Henry para nuestro sistema, podemos
observar que la linealidad está muy alejada a la unidad (R² = 0.6121), se puede observar un crecimiento de la
capacidad de adsorción al aumentar la concentración de la solución de azul de metileno, no obstante, de manera
casi inmediata, esta capacidad de adsorción disminuye hasta encontrarse a un punto casi constante a una
elevada concentración.
Como segundo análisis, tenemos la isoterma de Langmiur (Gráfico 2), que tiene un coeficiente lineal muy
cercano a 1 (r2=0.9964), donde se muestra una proporcionalidad entre la relación de concentración final y
adsorbancia, contra la concentración final.
Para finalizar el estudio de las isotermas, se evaluó el sistema ahora con el modelo de Freundlich, (Gráfico 3)
donde se obtuvo la relación de linealidad más baja (r2=0.589), las relaciones de los logaritmos de adsorción
tienen un crecimiento a medida que la relación de los logaritmos de concentración aumentan, teniendo una baja
momentáneamente, hasta tener un comportamiento constante a la relación de concentración logarítmica más
alta.

CONCLUSIONES
 El carbón vegetal actúo efectivamente sobre el colorante, no obstante, no es eficiente, ya que parte del
carbón fue arrastrado por el filtrado.
 El modelo de Langmuir se adecuó mejor para este experimento, por lo cual se concluyó que el carbón
como adsorbente, forma monocapa, además, las disoluciones de azul de metileno, forman una
superficie homogénea, por su naturaleza líquida.
 En cuanto los resultados grupales, se logró catalogar al carbón USP, como el adsorbato más eficaz
para la remoción del colorante azul de metileno.

BIOBLIOGRAFIA
 Minerva Gonzalez Herrera . (2013). FENÓMENOS DE SUPERFICIE. ADSORCIÓN. 26/08/18, de UNAM
Sitio web: http://depa.fquim.unam.mx/amyd/archivero/Unidad3Adsorcion_19664.pdf

X X
CRUZ VILLA CAROLINA HERNANDEZ ROMEDRO FERNANDA

X
MIRANDA ONOFRE VIVIANA AISLINN
ANEXO
Ejemplo de aplicación de la adsorción a la Ingeniería en Sistemas Ambientales

Biosorción del Colorante Azul-Brillante FCF con Cáscaras de Limón Modificada (Rojas-Sánchez, Díaz-
Nava, Marín Rangel y Cortés-Martínez, 2012).
Las nuevas metodologías de tratamiento como la biosorción surgen como una estrategia innovadora, eficiente,
económica y con impacto ambiental favorable. La biosorción es la captación de compuestos por medio de una
biomasa (viva o muerta), a través de mecanismos fisicoquímicos como la adsorción o el intercambio iónico,
involucrando una fase sólida (adsorbente) y una fase líquida (disolvente) que contiene las especies que van a
ser adsorbidas (adsorbato). El objetivo de este trabajo fue determinar los parámetros de biosorción del colorante
azul-Brillante (Az-1) de soluciones acuosas utilizando cáscara de limón como biosorbente (RL-Nat) para darle
una mayor utilidad al residuo agroindustrial, el cual fue modificado con sales de hierro, con lo que se espera un
incremento en la remoción del colorante. Se concluye que el colorante es removido eficientemente del agua
colorida con la cascara de limón tanto natural, como modificada con Hierro. La cascara de limón resulta ser un
biosorbente potencial para la remoción de este colorante de aguas residuales. La biosorción se perfila a ser una
quimisorción sobre una superficie heterogénea, de acuerdo al ajuste a los modelos de cinética e isotermas.

“LA TECNICA AL SERVICIO DE LA PATRIA”