Алгоритм поиска оптимального режима подачи регулятора в процессе получения полимерных продуктов

Алгоритм поиска оптимального режима подачи регулятора в процессе получения полимерных продуктов

Автор: Мифтахов Э.Н.

Журнал: Инженерные технологии и системы @vestnik-mrsu

Рубрика: Технологии, машины и оборудование

Статья в выпуске: 4, 2024 года.

Бесплатный доступ

Введение. Высокий спрос на полимерную продукцию обеспечивает необходимость постоянной модернизации технологических аспектов ее производства, повышение эффективности которого невозможно без модельного описания и решения задач оптимизации его основных технологических стадий. В условиях имеющихся сегодня потребностей по получению продуктов с заданной структурой и свойствами вопрос по созданию инструментов решения задач оптимизации является весьма актуальным. Одним из инструментов управления молекулярной массой продукта является использование режима дробной подачи регулятора, состав и дозировка которого часто подобраны эмпирически. Цель исследования. Разработка методов и алгоритмов, позволяющих определить режим многоточечной подачи регулятора в непрерывном производстве полимерных продуктов с целью формирования заданных молекулярных характеристик.

Еще

Бутадиен-стирольный сополимер, молекулярные характеристики, кинетический подход, регулятор, оптимизация, генетический алгоритм

Короткий адрес: https://sciup.org/147247070

IDR: 147247070   |   DOI: 10.15507/2658-4123.034.202404.597-614

Список литературы Алгоритм поиска оптимального режима подачи регулятора в процессе получения полимерных продуктов

  • Способ регулирования процесса эмульсионной сополимеризации: патент 1466516 Российская Федерация / Грачев Г. М. [и др.]. № 4069311/05 ; заявл. 26.05.1986 ; опубл. 15.12.1994. URL: https://clck.ru/3DzamK (дата обращения: 15.05.2024).
  • Моделирование динамических режимов процессов синтеза полимеров на основе метода моментов для мультимодальных распределений / С. Л. Подвальный [и др.] // Известия РАН. Серия физическая. 2016. Т. 80, № 9. С. 1261-1262. EDN: WLNMBF
  • Янборисов В. М., Козлов В. Г. Моделирование полимеризации изопрена в присутствии каталитической системы TiCl4-'BuCl методом Монте-Карло // Вестник Башкирского университета. 2021. Т. 26, № 1. С. 52-57. EDN: EWISKP
  • Modified Concept of Bond Blocks and its Applications / K. A. Tereshchenko [et al.] // Chemical Engineering Journal. 2021. Vol. 433. Part 2. Article no. 133537. https://doi.org/10.1016/j.cej.2021.133537
  • Thakur A. K., Gupta S. K., Chaudhari P. Slurry-Phase Ethylene Polymerization Processes: a Review on Multiscale Modeling and Simulations // Reviews in Chemical Engineering. 2022. Vol. 38, No. 5. P. 539-568. https://doi.org/10.1515/revce-2020-0048
  • Kinetic Modeling of the Synthesis of Poly(4-vinylpyridine) Macro-Reversible Addition-Fragmentation Chain Transfer Agents for the Preparation of Block Copolymers / F. Kandelhard [et al.] // Industrial & Engineering Chemistry Research. 2023. Vol. 62, Issue 22. P. 8696-8708. https://doi. org/10.1021/acs.iecr.3c00607
  • Furuya T., Koga T. Molecular Simulation of Polymer Gels Synthesized by Free Radical Copolymerization: Effects of Concentrations and Reaction Rates on Structure and Mechanical Properties // Polymer. 2023. Vol. 279. Article no. 126012. https://doi.org/10.1016/j.polymer.2023.126012
  • Kandelhard F., Georgopanos P. A Kinetic and Heat Balance Model for Anionic Batch Block Copolymerization of Styrene and Isoprene // Chemie Ingenieur Technik. 2023. Vol. 95, Issue 5. P. 754-760. https://doi.org/10.1002/cite.202200205
  • Model-Assisted Optimization of RAFT Polymerization in Micro-Scale Reactors - A Fast Screening Approach / F. Kandelhard [et al.] // Macromolecular Reaction Engineering. 2021. Vol. 15, Issue 4. Article no. 2000058. https://doi.org/10.1002/mren.202000058
  • Kinetic Approach to Modeling the Radical Polymerization of Butyl Acrylate in the Presence Dibenzyl Trithiocarbonate / N. V. Ulitin [et al.] // Russian Journal of Physical Chemistry B. 2012. Vol. 6. P. 761-768. https://doi.org/10.1134/S1990793112060218
  • Study of Kinetics of Isoprene Polymerization in the Presence of Neodymium-Containing Catalytic Systems Modified in Turbulent Flows / E. N. Miftakhov [et al.] // Russian Journal of Applied Chemistry. 2021. Vol. 94. P. 77-83. https://doi.org/10.1134/S1070427221010110
  • Mavrantzas V. G. Using Monte Carlo to Simulate Complex Polymer Systems: Recent Progress and Outlook // Frontiers in Physics. 2021. Vol. 9. https://doi.org/10.3389/fphy.2021.661367
  • Monte Carlo Simulation of Surface-Initiated Polymerization: Heterogeneous Reaction Environment / B. Yang [et al.] // Macromolecules. 2022. Vol. 55, Issue 6. P. 1970-1980. https://doi. org/10.1021/acs.macromol.1c02575
  • Application of the Monte Carlo Method in Modeling the Isoprene Polymerization Process in the Presence of the Polycentric Titanium-Containing Catalytic System / S. Mustafina [et al.] // Journal of Physics: Conference Series. 2021. Article no. 012127. https://doi.org/10.1088/1742-6596/1902/1/012127
  • Katoch S., Chauhan S. S., Kumar V. A Review on Genetic Algorithm: Past, Present, and Future // Multimedia Tools and Applications. 2021. Vol. 80. P. 8091-8126. https://doi.org/10.1007/s11042-020-10139-6
  • Kasat R. B., Ray A. K., Gupta S. K. Applications of Genetic Algorithm in Polymer Science and Engineering // Materials and Manufacturing Processes. 2003. Vol. 18, Issue 3. P. 523-532. https://doi. org/10.1081/AMP-120022026
  • Polymer Design Using Genetic Algorithm and Machine Learning / C. Kim [et al.] // Computational Materials Science. 2021. Vol. 186. Article no. 110067. https://doi.org/10.1016/j.commatsci.2020.110067
  • Xu D., Xu H. Application of Genetic Algorithm in Model Music Composition Innovation //Applied Mathematics and Nonlinear Sciences. 2023. Vol. 9, Issue 1. https://doi.org/10.2478/amns.2023.2.00070
  • A Multifactorial Cellular Genetic Algorithm for Multimodal Multitask Optimization / E. Osaba [et al.] // Conference: 2022 IEEE Congress on Evolutionary Computation (CEC). 2022. P. 1-8. https://doi. org/10.1109/CEC55065.2022.9870324
  • Latent Crossover for Data-Driven Multifidelity Topology Design / T. Kii [et al.] // Journal of Mechanical Design. 2024. Vol. 146, Issue 5. https://doi.org/10.1115/1.4064979
  • Aladdin A. M., Rashid T. A New Lagrangian Problem Crossover - A Systematic Review and Meta-Analysis of Crossover Standards // Systems. 2023. Vol. 11, Issue 3. https://doi.org/10.3390/ systems11030144
  • Pretorius K., Pillay N. Neural Network Crossover in Genetic Algorithms Using Genetic Programming // Genetic Programming and Evolvable Machines. 2024. Vol. 25. Article no. 7. https://doi. org/10.1007/s10710-024-09481-7
  • Алгоритм оценки молекулярных характеристик полимерного продукта в условиях многоточечного регулирования / Э. Н. Мифтахов [и др.] // Инженерные технологии и системы. 2023. Т. 33, № 2. С. 270-287. https://doi.org/10.15507/2658-4123.033.202302.270-287
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp