Modelo de superficies de respuesta para la limpieza de pintura al óleo: Influencia del barniz , del envejecimiento de la naturaleza de los pigmentos y de la composición del limpiador

Esta tesis doctoral se inscribe en el marco de la restauracion de obras de arte y mas concretamente en la limpieza de barnices en pintura al oleo sobre lienzo. La limpieza de barnices es una de las intervenciones mas delicadas a las que se enfrenta el restaurador de obras de arte y, por ello, es uno de los tratamientos que requieren mas estudio. Se trata de una operacion delicada, arriesgada y sobre todo irreversible, teniendo en cuenta que todo el material original que pueda eliminarse de las distintas capas de policromia, no puede ser restituido posteriormente. Por otra parte hay que tener en cuenta que en muchos casos la elevada toxicidad de los productos usados tradicionalmente para limpiar pueden poner en riesgo la salud del restaurador. Analizando las investigaciones realizadas en los ultimos anos en el campo de la limpieza de pintura al oleo, se observa un gran desarrollo tecnologico con la aparicion de nuevas y mejores tecnicas analiticas para identificar los componentes de las distintas capas de policromia y comprobar la accion de los productos utilizados para la limpieza de barnices y de suciedad. Estos estudios han permitido perfeccionar tecnicas y metodos analiticos para evaluar la eficacia de la limpieza, pero se echa en falta combinar estas tecnicas en un espacio comun que las integre bajo un modelo matematico unico. El objetivo de esta tesis doctoral consiste en representar el fenomeno complejo de la limpieza bajo un modelo de superficies de respuesta que permita ser simulado in silico para poner de manifiesto las relaciones sinergicas y antagonicas de los principales factores que intervienen en ella: tipo de barniz, grado de envejecimiento, tipo de pigmento del oleo y la composicion del limpiador. Para lograrlo se unificaran distintas respuestas (metodologias) que evaluan la eficacia de la limpieza. A su vez la simulacion permitira desarrollar productos limpiadores optimos para tratamientos de limpieza especificos. La propuesta metodologica de la tesis ha consistido en realizar primero ensayos experimentales en el laboratorio y, con la informacion recogida de ellos, se ha desarrollado el modelo de superficies de respuesta. En segundo lugar con el modelo se han realizado simulaciones con ordenador (in silico). Para la parte experimental en el laboratorio se ha trabajado sobre muestras patron que han simulado pintura al oleo sobre lienzo. Dicha pintura ha sido elaborada con pigmentos blanco de zinc y de plomo, amarillo cadmio, rojo cadmio y azul cobalto aglutinados con aceite de linaza. Unas muestras se recubrieron con un barniz terpenico a base de resina de almaciga y otras con un barniz sintetico a base de resina acrilica. Para simular el deterioro de pintura antigua con el paso del tiempo, una parte de las muestras fue envejecida con radiacion ultravioleta, mientras que otra parte se mantuvo sin envejecer para simular pintura contemporanea. Los limpiadores estan compuestos por cantidades variables de dos disolvente principales, agua y limoneno; dos tensioactivos, un alcohol graso etoxilado (Findet® 1214/N23) y un alquilpoliglucosido (Glucopon® 600); y un codisolvente (alcohol feniletilico). Se han aplicado sobre las muestras patron segun un diseno estadistico de experimentos generado por el software MODDE® 6.0 de la firma Umetrics. Para la evaluacion de la limpieza se han empleado 6 respuestas: juicio del experto usando luz visible, juicio del experto usando luz ultravioleta, limpieza O/V mediante cromatografia de gases unida a espectrometria de masas, asi como la afectacion del color, de la luminosidad y del brillo. Con la simulacion in silico, una vez establecido el modelo matematico de superficies de respuesta, se han podido simular multitud de escenarios de limpieza y analizarlos. Las simulaciones han sido de tres tipos: uno general de todos los escenarios posibles, otro fijando mezclas de referencia, y por ultimo otro de optimizacion. La simulacion general ha permitido trazar diagramas triangulares con los valores de cada respuesta para todas las combinaciones posibles de escenarios. Se aprecia una elevada complejidad en el fenomeno de la limpieza donde todos los factores que intervienen se entrecruzan en efectos sinergicos y antagonicos. La simulacion con las mezclas de referencia han puesto de manifiesto la influencia que tienen sobre la limpieza el tipo de barniz, el grado de envejecimiento y el tipo de pigmento de la pintura. La optimizacion ha conducido mediante analisis MDS al desarrollo de un conjunto de 12 limpiadores especificos para distintas aplicaciones. Tras los resultados obtenidos y el analisis que de ellos se ha realizado se han alcanzado las siguientes conclusiones: 1) Se han modelado los procesos de limpieza de pintura al oleo mediante un modelo de superficies de respuesta. 2) Gracias al modelo se ha podido simular in silico multitud de escenarios de limpieza y determinar cuales son los principales factores que influyen en la limpieza evaluada a traves de las respuestas: limpieza O/V, juicio del experto usando luz visible, juicio del experto usando luz ultravioleta, afectacion del color, dELab, afectacion porcentual de la luminosidad, L, y afectacion porcentual del brillo, G. 3) Los principales factores en la limpieza han sido las concentraciones de agua y limoneno, como disolventes principales y que regulan el grado de hidrofilia y de lipofilia de los limpiadores, seguidos del tipo de barniz, el envejecimiento y los tipos de pigmentos. El resto de los componentes de los limpiadores son menos relevantes y en orden decreciente de relevancia son Findet® 1214/N23, alcohol feniletilico y Glucopon® 600 4) Se han revelado como muy importantes en la limpieza los efectos cruzados sinergicos y antagonicos entre los componentes de los limpiadores, los pigmentos, el barniz y el grado de envejecimiento. 5) Es posible mediante simulacion in silico formular composiciones especificas para distintos escenarios y aplicaciones de limpieza. Se ha desarrollado incluso un catalogo de 12 limpiadores optimos, caracterizados por su baja toxicidad, para aplicaciones especificas. 6) Se propone para futuras investigaciones desarrollar modelos vectoriales en 3 dimensiones que recojan por un lado los aspectos materiales y fisicoquimicos de la limpieza, por otro lado lo relacionado con el experto restaurador, y finalmente la dimension visual evaluable con metodologias opticas.