05. Мифтахов Э. Н. Алгоритм поиска оптимального режима подачи регулятора в процессе получения полимерных продуктов

Печать

DOI: 10.15507/2658-4123.034.202404.597-614

УДК 678:004.021:004.032.2

Алгоритм поиска оптимального режима подачи регулятора в процессе получения полимерных продуктов

Мифтахов Эльдар Наилевич
доктор физико-математических наук, научный сотрудник Уфимского университета науки и технологий (450076, Российская Федерация, г. Уфа, ул. Заки Валиди, д. 32), ORCID: https://orcid.org/0000-0002-0471-5949, Researcher ID: AAA-5885-2019, Scopus ID: 56178153800, SPIN-код: 6314-8818, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Аннотация
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.
Материалы и методы Для решения задачи поиска оптимального режима подачи регулятора используется эвристический подход, представленный генетическим алгоритмом оптимизации. Данный алгоритм основан на механизме создания популяции потенциальных решений, которые подвергаются операциям скрещивания, мутации и отбора, имитируя процессы наследования и эволюции в природе. С целью оценки молекулярных характеристик продукта сополимеризации применяется кинетический подход к моделированию, основанный на использовании моментов молекулярно-массового распределения. Для математического описания непрерывного производства используются рекуррентные соотношения, характеризующие перенос реакционной массы между реакторами идеального перемешивания.
Результаты исследования. Согласно условиям организации непрерывного производства добавление регулятора возможно в начале процесса, а также в третий и шестой по ходу батареи полимеризаторы. С целью определения режима подачи регулятора критерий оптимизации был сформирован в виде функционала, отражающего абсолютную разницу расчетных и заданных значений среднечисленной и среднемассовой молекулярных масс. Программная реализация разработанного метода и алгоритма оптимизации, проведенные вычислительные испытания позволили идентифицировать ряд решений, каждое из которых способствует получению продукта с заданными молекулярными характеристиками. Визуализация части полученных решений демонстрирует различную динамику молекулярной массы в течение всего процесса.
Обсуждение и заключение. С использованием разработанного метода и алгоритма была решена задача идентификации режима трехточечного регулирования молекулярной массы для непрерывного процесса получения бутадиен-стирольного сополимера. Выбор генетического алгоритма при исследовании и оптимизации сложных многофакторных физико-химических систем обоснован тем, что он позволяет осуществлять поиск одного или нескольких параметров системы как в дискретном, так и непрерывном множестве переменных и способствует нахождению глобального оптимума благодаря случайному характеру при поиске решений. Разнообразие полученных решений задачи дает возможность управления процессом синтеза полимеров в случае постоянного мониторинга физико-химических характеристик продукта.

Ключевые слова: бутадиен-стирольный сополимер, молекулярные характеристики, кинетический подход, регулятор, оптимизация, генетический алгоритм

Конфликт интересов: автор заявляет об отсутствии конфликта интересов.

Финансирование: исследование выполнено за счет гранта Российского научного фонда № 24-21-00380 (https://rscf.ru/project/24-21-00380/).

Для цитирования: Мифтахов Э. Н. Алгоритм поиска оптимального режима подачи регулятора в процессе получения полимерных продуктов // Инженерные технологии и системы. 2024. Т. 34, № 4. С. 597–614. https://doi.org/10.15507/2658-4123.034.202404.597-614

Автор прочитал и одобрил окончательный вариант рукописи.

Поступила в редакцию 18.08.2024;
поступила после рецензирования 02.09.2024;
принята к публикации 09.09.2024

СПИСОК ЛИТЕРАТУРЫ

1. 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).

2. Моделирование динамических режимов процессов синтеза полимеров на основе метода моментов для мультимодальных распределений / С. Л. Подвальный [и др.] // Известия РАН. Cерия физическая. 2016. Т. 80, № 9. С. 1261–1262. EDN: WLNMBF

3. Янборисов В. М., Козлов В. Г. Моделирование полимеризации изопрена в присутствии каталитической системы TiCl4-tBuCl методом Монте-Карло // Вестник Башкирского университета. 2021. Т. 26, № 1. С. 52–57. EDN: EWISKP

4. 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

5. 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

6. 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

7. 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

8. 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

9. 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

10. 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

11. 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

12. 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

13. 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

14. 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

15. 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

16. 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

17. 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

18. 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

19. 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

20. 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

21. 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

22. 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

23. 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

Контент доступен под лицензией Creative Commons Attribution 4.0 License.