• português (Brasil)
    • English
    • español
  • português (Brasil) 
    • português (Brasil)
    • English
    • español
  • Entrar
Ver item 
  •   Página inicial
  • Instituto de Física e Matemática - IFM
  • Pós-Graduação em Física - PPGFis
  • PPGFis: Dissertações e Teses
  • Ver item
  •   Página inicial
  • Instituto de Física e Matemática - IFM
  • Pós-Graduação em Física - PPGFis
  • PPGFis: Dissertações e Teses
  • Ver item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Estudo da adsorção de glifosato em grafeno e algumas de suas funcionalizações via teoria do funcional da densidade

Thumbnail
Visualizar/Abrir
dissertacao_wanderson_araujo.pdf (11.21Mb)
Data
2024-02-27
Autor
Araújo, Wanderson Souza
Metadata
Mostrar registro completo
Resumo
A crescente demanda do setor agrícola atrelada ao aumento da renda per capita, da população global e do consumo de alimentos, faz com que seja crucial o uso de técnicas, maquinários e substâncias que propiciam o aumento da eficiência da produção. Nesta direção, defensivos agrícolas como o glifosato surgiram como uma excelente alternativa, por ser um herbicida não seletivo de amplo espectro de ação, eliminando ervas daninhas que competem por nutrientes com a cultura alvo. Introduzido na década de 1970, o glifosato representa atualmente cerca de 70% do uso de pesticida no Brasil. O seu uso exacerbado pode vir a ocasionar problemas ambientais tanto na flora quanto na fauna, além de estudos recentes indicarem ser um possível causador de câncer em seres humanos. Por se tratar de uma molécula polar e altamente solúvel em água, o glifosato apresenta grande risco de contaminação da biota aquática. Neste sentido, técnicas que detectem e/ou removam o glifosato da água são de grande interesse. Este trabalho tem como objetivo elucidar uma possível rota de detecção e remoção de glifosato a partir de substratos baseados em grafeno. Para isso, utilizamos a Teoria do Funcional da Densidade por meio do funcional de troca e correlação PBE juntamente com as correções de van der Waals D3 a partir do método do projetor de ondas aumentadas conforme implementado no pacote computacional VASP. Estudamos seis substratos: grafeno pristino, grafeno com monovacância, grafeno dopado com nitrogênio, grafeno dopado com oxigênio, grafeno adsorvido com nitrogênio e grafeno adsorvido com oxigênio. Adsorvemos o glifosato nos seis substratos através de configurações tentativas, as quais selecionamos as mais promissoras e realizamos Ab-Initio Molecular Dynamics (AIMD) em dois processos: termalização (realizada à temperatura constante de 300 K) e simulated annealing (iniciada em 300 K e decrescendo até 0 K). Posteriormente selecionamos snapshots de configurações de menores energias não equivalentes e realizamos otimização estrutural de maior precisão de onde extraímos as propriedades. Das adsorções podemos separar os resultados em três classes: (i) sistemas onde tivemos uma adsorção fraca caracterizada por uma fisissorção, que foram as adsorções feitas nos substratos pristino e dopados com N e O; (ii) sistema caracterizado por uma forte adsorção, do tipo quimissorção, com a energia de adsorção de magnitude maior que 2 eV, que foi a adsorção realizada no grafeno com monovacância; (iii) sistemas em que houve uma forte adsorção, caracterizando uma quimissorção também, porém com a formação de novos compostos, que ocorreram nos casos das adsorções no grafeno adsorvido (N e O). Realizamos também uma análise da diferença de densidade de carga onde podemos observar que a molécula tem tendência a ficar aniônica e o substrato catiônico. Nossos resultados indicam qual é a melhor utilização de cada substrato baseado em grafeno para remoção e/ou detecção de glifosato em água, servindo como um guia para o desenvolvimento de nanomateriais baseados em grafeno para estes fins.
URI
http://guaiaca.ufpel.edu.br/xmlui/handle/prefix/19145
Collections
  • PPGFis: Dissertações e Teses [127]

DSpace software copyright © 2002-2022  LYRASIS
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV
 

 

Navegar

Todo o repositórioComunidades e ColeçõesData do documentoAutoresOrientadoresTítulosAssuntosÁreas de Conhecimento (CNPq)DepartamentosProgramasTipos de DocumentoTipos de AcessoEsta coleçãoData do documentoAutoresOrientadoresTítulosAssuntosÁreas de Conhecimento (CNPq)DepartamentosProgramasTipos de DocumentoTipos de Acesso

Minha conta

EntrarCadastro

Estatística

Ver as estatísticas de uso

DSpace software copyright © 2002-2022  LYRASIS
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV