Sensor microstrip de doble banda y alta sensibilidad para el análisis de mezclas aceite–agua con optimización mediante red neuronal RBF

Por qué importa medir mezclas de aceite y agua

Desde pozos petrolíferos hasta refinerías, conocer exactamente cuánto agua contiene el crudo tiene grandes implicaciones económicas y medioambientales. Un exceso de agua reduce el valor del producto, corroe los equipos y desperdicia energía en transporte y tratamiento. Aun así, las revisiones rutinarias suelen realizarse con aparatos voluminosos de laboratorio que son lentos y difíciles de llevar al campo. Este artículo presenta un pequeño sensor electrónico, más pequeño que una uña, que puede leer rápidamente cuánto agua hay en una mezcla aceite–agua enviando señales de microondas a través de ella e interpretando la respuesta con un algoritmo de aprendizaje inteligente.

Un circuito diminuto que percibe fluidos

El núcleo del trabajo es un compacto circuito “microstrip”: patrones metálicos planos impresos sobre un material típico de placa de circuito. Los autores dan forma a ese metal en la combinación de un semicírculo y un trapecio isósceles, formando dos resonadores que resuenan de forma natural en dos frecuencias separadas de microondas, alrededor de 1,2 y 14,92 gigahercios. Cuando se coloca una gota de fluido sobre la región donde el campo eléctrico es más intenso, las frecuencias de resonancia se desplazan ligeramente según la facilidad con que las moléculas del fluido se polarizan frente a las microondas. Dado que el aceite y el agua difieren marcadamente en este comportamiento eléctrico, sus mezclas dejan huellas distintivas en la respuesta del sensor.

Dos bandas para una escucha más precisa

La mayoría de los sensores anteriores de este tipo escuchan a una sola frecuencia de microondas, lo que limita la finura con que pueden distinguir líquidos similares. Al diseñar deliberadamente el circuito para operar en dos bandas bien separadas, los investigadores dan efectivamente al dispositivo un segundo “oído”. La banda de baja frecuencia es sensible a cambios amplios en la mezcla, mientras que la banda alta reacciona con más fuerza a diferencias sutiles. Un modelado cuidadoso del circuito, usando inductores y condensadores sencillos como representaciones de cada segmento metálico, muestra que el diseño físico y el modelo teórico concuerdan estrechamente, y las mediciones confirman que el dispositivo presenta resonancias limpias y bien definidas en ambas bandas con pérdidas de señal muy bajas.

Observando cómo el aceite y el agua tiran de las ondas

Simulaciones por ordenador y pruebas de laboratorio revelan cómo fluyen las microondas a través del sensor conforme cambia la proporción aceite–agua. En las frecuencias de resonancia, corrientes intensas se concentran en la región de detección, maximizando la interacción con la muestra. Cuando el contenido de agua varía de 0 a 100 por ciento en pasos del 5 por ciento, los picos de resonancia se desplazan en frecuencia y cambian de amplitud de forma claramente no lineal: las curvas se curvan en lugar de formar líneas rectas. Esta no linealidad refleja la compleja manera en que las moléculas de aceite y agua responden conjuntamente a campos alternos en diferentes frecuencias. Cabe destacar que la banda de mayor frecuencia muestra desplazamientos mayores para el mismo cambio de composición, lo que se traduce en mayor sensibilidad: hasta aproximadamente 87,5 y 114,2 megahercios de desplazamiento por unidad de cambio en la constante eléctrica en las bandas baja y alta, respectivamente, superando a muchos diseños reportados anteriormente.

Permitiendo que una red neuronal lea la señal

Debido a que las curvas de respuesta del sensor no son líneas rectas simples, los métodos de calibración tradicionales tienen dificultades para convertir los datos medidos en porcentajes de agua precisos. Para resolver esto, el equipo introduce múltiples características de microondas—frecuencias de resonancia, intensidades de señal, factores de calidad e información de fase—en una red neuronal de base radial (RBF), un tipo de modelo de aprendizaje automático que sobresale en captar relaciones lisas pero no lineales. Entrenada con mediciones de docenas de mezclas preparadas bajo condiciones estrictamente controladas, la red aprende a mapear estas huellas digitales de microondas directamente al contenido de agua. Las predicciones resultantes coinciden muy bien con los valores reales, con un ajuste estadístico superior a 0,99 y errores típicos de solo unos pocos por ciento, y el análisis de errores residuales no muestra sesgos fuertes a lo largo del rango completo de 0–100 por ciento.

Del chip de laboratorio al monitor en el mundo real

En esencia, el estudio demuestra que un circuito de microondas muy pequeño y de bajo coste, cuando se combina con un algoritmo de aprendizaje inteligente, puede funcionar como una precisa “nariz electrónica” para mezclas aceite–agua. El diseño de doble frecuencia ofrece al sensor una imagen más rica de cómo se comporta la mezcla, mientras que la red neuronal maneja la física desordenada y no lineal que de otro modo requeriría modelado complejo. Aunque se necesita trabajo adicional para robustecer el dispositivo frente a condiciones industriales severas y uso prolongado en campo, la combinación de alta sensibilidad, tamaño compacto y procesamiento inteligente de datos apunta hacia monitores prácticos en tiempo real para oleoductos, tanques de almacenamiento y controles ambientales dondequiera que se mezclen aceite y agua.

Cita: Dehkalani, F.V., Hayati, M., Horri, A. et al. High-sensitivity dual-band microstrip sensor for oil–water mixture analysis with RBF neural network optimization. Sci Rep 16, 10332 (2026). https://doi.org/10.1038/s41598-026-41132-y

Palabras clave: sensor de microondas, mezcla aceite agua, resonador microstrip, composición de fluidos, sensado con red neuronal