CC BY
15УДК 004.9.
Alexander A. Ivanov, Tamara B. Chistyakova, Inna V.
Novozhilova
MODELING SYSTEM FOR POLYMERIZATION PROCESS CONTROL IN THE PRODUCTION OF LATEX
St. Petersburg State Institute of Technology (Technical University), Moskovsky Pr., 26, St Petersburg, 190013, Russia e-mail: CAD_dept@technolog.edu.ru
The article presents a methodology for the development of problem-oriented software package for modeling of polymerization processes enabling the simulation based on mathematical models of processes to solve complex management tasks in different modes of operation with the aim of improving safety and efficiency. The use of software as a part of the complex production-frame model of representation of knowledge about emergency situations in polymerization processes (The use of the production-frame model of representation of knowledge about emergency situations in polymerization processes as a part of the software complex) allows one to perform an automated control of product quality and to develop control actions to ensure compliance between the conditions of technological processes and parameters of production schedules.
Keywords: software system, simulation, intelligent system, emulsion polymerization, latex production.
:66.095.26
А.А. Иванов1, Т.Б. Чистякова2, И.В. Новожилова3
СИСТЕМА
МОДЕЛИРОВАНИЯ ДЛЯ УПРАВЛЕНИЯ ПРОЦЕССОМ ЭМУЛЬСИОННОЙ ПОЛИМЕРИЗАЦИИ В ПРОИЗВОДСТВЕ ЛАТЕКСА
Санкт-Петербургский государственный технологический институт (технический университет), Московский пр. 26, Санкт-Петербург, 190013, Россия e-mail: CAD_dept@technolog.edu.ru
Представлена структура проблемно-ориентированного программного комплекса для моделирования процессов полимеризации, позволяющего на основе имитационных математических моделей процессов решать сложные задачи управления в различных режимах функционирования с целью повышения безопасности и эффективности производства. Применение в составе программного комплекса продукционно-фреймовой модели представления знаний о нештатных ситуациях процессов полимеризации позволяет осуществлять автоматизированный контроль качества продукции и вырабатывать управляющие воздействия, обеспечивающие соответствие режимов технологических процессов показателям технологических регламентов.
Ключевые слова: программный комплекс, имитационное моделирование, интеллектуальная система, эмульсионная полимеризация, производство латексов.
Введение
Интенсивное развитие химии высокомолекулярных соединений позволяет разрабатывать новые перспективные полимерные материалы с заданными характеристиками и уникальными механическими и физико-химическими свойствами. При этом современные процессы полимеризации являются одними из сложных объектов управления в химической технологии из-за их высокой чувствительности к действию возмущений на активность каталитической системы. Большая инерционность каналов управления и сложная взаимосвязь регулирующих воздействий и регулируемых параметров обуславливает высокую трудоемкость задач управления химико-технологическим процессом полимеризации. В настоящее время основная часть выпускаемых промышленностью полимерных материалов производится методом суспензионной и эмульсионной полимеризации (ЭП).
Анализ современных процессов полимеризации показал, что они имеют различные режимы эксплуатации в зависимости от типа продукции, исходного сырья, оборудования, являются многостадийными и высоко экзотермическими, отличаются разнородностью физико-химических процессов переработки сырья и материалов, а также строгими требованиями к качеству конечной продукции [1-5]. Рассмотренные закономерности протекания процессов показывают, что для эффективного управления управленческому и производственному персоналу требуются глубокие знания в области химии и технологии
управления, поэтому разработка интеллектуальной системы компьютерного моделирования процессами полимеризации, аккумулирующие знания экспертов, является актуальной и экономически обоснованной задачей.
Целью работы является создание проблемно-ориентированного программного комплекса для моделирования процессов полимеризации, позволяющего на основе математических моделей (ММ) процессов решать сложные задачи управления в номинальном режиме функционирования, а также в случае возникновения нештатных ситуаций, связанных с нарушением технологических режимов производства. Методология разработки программного комплекса представлена на примере анализа химико-технологического процесса низкотемпературной ЭП, используемого при производстве латексов различного типа.
Описание объекта исследования
Полимеризация - процесс получения высокомолекулярных веществ, при котором молекула полимера (макромолекула) образуется последовательным присоединением молекул низкомолекулярного вещества (мономера) к активному центру на конце растущей цепи. Принципиальное отличие процессов полимеризации состоит в том, что вместо продукта с фиксированной молекулярной массой получают некоторое молекулярно-массовое распределение (ММР). Таким образом, на случайное ММР продукта накладывается случайное распределение вре-
1 Иванов Александр Александрович, ст. преподаватель каф. систем автоматизированного проектирования и управления, e-mail: CAD_dept@technolog.edu.ru Alexander A. Ivanov, Senior Lecturer, Computer design and control Department, e-mail: CAD_dept@technolog.edu.ru
2 Чистякова Тамара Балабековна, д-р техн. наук, профессор, зав. каф. систем автоматизированного проектирования и управления, e-mail: nov@technolog.edu.ru Tamara B. Chistyakova, Dr. Sci. (Eng.), Professor, Head of Computer design and control Department, e-mail: nov@technolog.edu.ru
3 Новожилова Инна Васильевна, канд. техн. наук, доцент, каф. систем автоматизированного проектирования и управления, e-mail: CAD_dept@technolog.edu.ru Inna V. Novozhilova, Ph D. (Eng.), Associate Professor, Computer design and control Department, e-mail: CAD_dept@technolog.edu.ru
Дата поступления 6 августа 2016 года
мени пребывания частиц в системе, что необходимо учитывать при решении задач управления процессом [1].
Процесс ЭП по низкотемпературному производству латекса представляет батарею из 8-12 реакторов идеального смешения, соединенных последовательно. Основными параметрами, определяющими качество латекса, являются [1, 4-6]: молекулярная масса и ММР полимера; содержание геля в полимере; размер латексных частиц и распределение их по размеру; поверхностное натяжение латекса; рН латекса; вязкость латекса.
Для процесса ЭП при производстве латексов существуют следующие закономерности: 1) процесс протекает по свободно-радикальному механизму с использованием окислительно-восстановительной системы как источника свободных радикалов; 2) образование полимера происходит в полимер-мономерных частицах (ПМЧ), образованных из мицелл эмульгатора при их инициировании радикалами; 3) полученный мономер имеет высокую молекулярную массу; 4) среда, в которой протекает процесс в реакторе, является эмульсией типа масло-вода.
Важно отметить, что процессы полимеризации являются высоко экзотермическими, поэтому контроль процесса по выделяемому тепловому потоку широко используется для стабилизации конверсии. Можно выделить два существующих подхода к управлению процессами.
1) Стабилизируется отводимый тепловой поток (охлаждения шихты или реактора системой теплосъема) воздействием на дозировку каталитической системы. Эффективной организацией управления отводимыми тепловыми потоками решается и задача косвенной стабилизации концентрации полимера [1].
2) Стабилизируется концентрация (дозировка) каталитической системы на входе в реактор, а температура стабилизируется изменением теплосъема. В этом случае возмущения, связанные с неизбежными в процессе полимеризации изменениями концентрации примесей в шихте или изменениями активности каталитической системы, не компенсируются. Это приводит к большим колебаниям конверсии мономера и других параметров, вызванных нарушением режима.
Таким образом, при построении систем моделирования и управления процессами ЭП, необходимо учесть оба способа стабилизации температуры.
Технологический процесс ЭП как объект управления характеризуется совокупностью векторов У = /{X, и, Р), где У = {температура, давление и перепад давлений из всех полимеризаторов, показатели качества: конверсия мономера, цвет реакционной массы из всех аппаратов, показатель ДЕФО, рН латекса после дегазации, поверхностное натяжение (ПН)) - вектор выходных параметров, Х = {плотности и состав инициатора, регулятора, эмульгатора, стоппера в различные аппараты) - вектор входных параметров, и = {дозировка регулятора, желе-зо-трилонового комплекса Ре, водной фазы, расход шихты для первого аппарата; дозировка инициатора в первый и третий аппараты; дозировка стоппера и эмульгатора в десятый аппарат) - вектор управляющих воздействий; Р = {зарастание змеевика, неисправность дозирующих устройств, неисправность КИПиА, зарастание коагулю-мом межтрубного пространства полимеризаторов, примеси в сырье} - вектор неконтролируемых возмущений.
В зависимости от модификации латекса и типа химико-технологического процесса можно выделить ряд задач управления:
1) Минимизация общей величины воздействий или материально-энергетических затрат на распределяемое управляющее воздействие (найти такое распределение воздействия, при котором его суммарная величина минимальна, а параметр, регулируемый этим воздействием на выходе каскада, поддерживается заданным).
2) Максимизация производительности каскада с учетом блуждающего «узкого» места, ограничивающего
производительность: а) определяется параметр в каскаде реакторов, характеризующий достижение заданным реактором предельной производительности; б) уменьшается дозировка в последующие реакторы, чтобы выходной регулируемый параметр находился в заданных пределах.
3) Обеспечение требуемого характера изменения параметра качества по каскаду реакторов.
Критерии качества конечного продукта непосредственно зависят от характера кинетики полимеризации, поэтому оптимизация управления процессом состоит в нахождении значений дозировок каталитической системы, наиболее близких к эталонным.
Структура системы моделирования
Для решения задачи исследования и моделирования процесса ЭП и на основании формализованного описания процесса как объекта управления, предложена структура интеллектуальной системы компьютерного моделирования (рисунок 1), позволяющая проводить исследование структуры химических превращений при различных способах полимеризации; изучать особенности аппаратурно-технологического оформления процессов; исследовать характер кинетики процесса (соотношение степени конверсии мономера по аппаратам, распределение температуры в реакторах)$ определять и прогнозировать качественные характеристики продукта (вязкость, пластичность, ПН, кислотность)$ проводить исследования влияния управляющих воздействий (дозировки катализатора, нагрузки, концентрации и температуры шихты, дозировки водорода) на выходные параметры процесса$ изучать вопросы техники безопасности при управлении процессом.
Структура системы моделирования включает математическое обеспечение процесса; информационное обеспечение, включающее базы данных (БД) технологических параметров процессов, в том числе значений давления, технологического оборудования; базу знаний (БЗ) о нештатных ситуациях (БТ) процесса, причинах их возникновения ^Б) и рекомендаций по устранению ^С); графический интеллектуальный интерфейс; модуль выполнения вычислительных экспериментов и визуализации результатов моделирования.
Рисунок 1. Функциональная структура интеллектуальной системы моделирования
Разработанная система моделирования может быть использована для обучения управленческого и производственного персонала способам управления процессами полимеризации, которые относятся к тонким процессам химической технологии, чрезвычайно чувствительным к действию множества слабо контролируемых возмущений. Обучаемый (оператор-технолог, исследова-
тель) имеет возможность: своевременно и количественно реагировать на устойчивые отклонения режима процесса; сглаживать временной ряд измеренных величин; в условиях помех экстраполировать временной ряд на несколько шагов вперед, предваряя будущие результаты измерения; выбирать правильно изменение управляющего воздействия (его величину и частоту воздействия) с учетом динамики процесса.
Математические модели процесса эмульсионной полимеризации
Ядром проблемно-ориентированного программного комплекса является библиотека ММ процессов эмульсионной и стереоспецифической полимеризации. Обобщенное описание ММ представлено в виде совокупности векторов У = /{X, и, А, где А - вектор параметров ММ; t - время. Библиотека ММ процесса ЭП включает: структурные модели, описывающие структуру технологических потоков и структуру межфазных переходов; детерминированные ММ, позволяющие рассчитывать концентрации всех основных компонентов реакционной системы; эмпирические уравнения для расчета качественных показателей процессов; имитационные модели для моделирования типовых нарушений.
На основании принятого механизма реакций и структуры межфазных переходов разработана детерминированная ММ процесса, состоящая из дифференциальных уравнений (1)-(10), описывающих изменения каждого из компонентов, участвующих в химических реакциях процесса ЭП.
Для того, чтобы избежать решения большого числа уравнений в зависимости от длины цепи полимера, принято, что скорости реакций расхода эмульгатора и активизации ПМЧ зависят от степени конверсии К. Константы скорости реакций получены на основании обработки экспериментальных данных и анализа литературных источников [1, 6-10].
Исходя из принятого механизма реакций, составлена система дифференциальных уравнений, описывающих динамику изменения концентраций компонентов. Начальные условия для решения системы уравнений: t = 0, С = С;зад-, г = 0...9, где t - время, сек; С - концентрация /-го компонента, моль/л; Сзад- - заданное значение концентрации /-го компонента, моль/л; /=0...9 - номер компонента.
Изменение концентрации радикалов в водной
среде
(1)
где Со - концентрация радикалов в водной фазе, моль/л; т - время пребывания, сек; Ур - объемная скорость роста частиц, м3/сек; О - скорость притока мономера, моль/м3сек; Со0 - начальная концентрация радикалов в водной фазе, моль/л; к - константа скорости химической реакции образования радикала трёхвалентного железа; С2 - концентрация инициатора, моль/л; Сз - концентрация трилонового комплекса железа, моль/л; ка - константа скорости химической реакции активизации мицелл эмульгатора; С1 - концентрация мицелл эмульгатора, моль/л; кг - константа скорости химической реакции активизации ПМЧ; С5 - концентрация активизированных ПМЧ, моль/л; К - степень конверсии; кь - константа скорости химической реакции выхода радикала; С7 - концентрация радикалов в ПМЧ, моль/л; кА - константа скорости химической реакции образования трехвалентного железа.
Изменение концентрации мицелл
где С10 - начальная концентрация мицелл эмульгатора, моль/л; Гэ - скорость химической реакции расхода эмульгатора на рост ПМЧ.
Изменение концентрации инициатора
ат Ур
(3)
где С20 - начальная концентрация инициатора, моль/л.
Изменение концентрации двухвалентного железа
¿/С 1
,
ат Ур
(4)
где Сз0 - начальная концентрация трилонового комплекса железа, моль/л; к2 - константа скорости химической реакции восстановления двухвалентного железа; С8 - концентрация трехвалентного железа, моль/л; С9 - концентрация восстановителя (ронгалита), моль/л.
Изменение концентрации ПМЧ
,
с1т Ур
(5)
где С40 - начальная ПМЧ, моль/л; к0 - константа скорости химической реакции взаимодействия ПМЧ с мономером; С4 - концентрация ПМЧ, моль/л; С7 - концентрация радикалов в ПМЧ, моль/л;
Изменение концентрации активизированных
ПМЧ
где С50 - начальная концентрация активизированных ПМЧ, моль/л; кс - константа скорости химической реакции слипания латексных частиц;
Изменение концентрации радикалов в ПМЧ
(7)
где С70 - начальная концентрация радикалов в ПМЧ, моль/л; кГ - константа скорости химической реакции рекомбинации радикала.
Изменение концентрации мономера, перешедшего в полимер
^ = ^-{ОС1-ОСв +к С10С7), (8)
с1т Ур
где Се - концентрация мономеров, перешедших в полимер, моль/л; Се0 - начальная концентрация мономеров, перешедших в полимер, моль/л; кр - константа скорости химической реакции роста полимера; С10 - концентрация полимера, моль/л.
Изменение концентрации трехвалентного железа
(9)
где С80 - начальная концентрация трехвалентного железа, моль/л.
Изменение концентрации восстановителя
^ = — к2С8С9), (10)
ат Ур
где С90 - начальная концентрация восстановителя (ронгалита), моль/л.
Для расчета качественных показателей процесса (ПН, ДЕФО, рН) в зависимости от основных управляющих воздействий проведена обработка экспериментальных данных, по результатам которой получены эмпирические модели (11)-(13). Для нахождения аналитических выражений эмпирических ММ используется метод выбора признаков при классификации экспериментальных данных [11, 12].
ух = 60,66 + 8,54x^5 + 447,69^х7 + 441,24х2х7 - 0,014х3х6, (11)
у2 = 6503,59-1,2х3 +1589,54x^5 + 96009,13х2 -303615*2х4 -у3 =10,91-2,78x^5 +256,05^2 -369,9х2х7 -0,00017х3х6 +
(12)
(13)
Здесь у1 - поверхностное натяжение, Н/м; у2 - жёсткость латекса по Дефо; уз - водородный показатель латекса; Х1 - дозировка инициатора в третий реактор; Х2 - дозировка активатора; Хз - расход шихты; Х4 - дозировка регулятора; Х5 - температура во втором аппарате; Хб - дозировка эмульгатора в десятый аппарат; Х7 - дозировка инициатора в первый аппарат.
Полученные уравнения удовлетворяют основным требованиям, предъявляемым к ММ - максимальная погрешность не превышает 3 %, коэффициент корреляции не меньше 0,85, средняя погрешность не превышает 1 %.
Имитационное моделирование нештатных ситуаций
Для имитационного моделирования нештатных ситуаций необходимо определить векторы параметров ММ, которые вызывают эти ситуации. Моделирование причин нештатных ситуаций осуществляется изменением параметров базовой модели Ц, X, Ау по отношению к номинальным значениям, хранящимся в библиотеке параметров ММ. Основные причины и настраиваемые модули приведены в таблице 1. Наиболее опасной ситуацией для процесса ЭП является повышение давления в полимеризаторах. На основе экспериментальных данных разработана модель, имитирующая забивку аппарата или переточной линии повышением давления в полимеризаторах. Давление начинает возрастать в «забитом» полимеризаторе, и давление в предыдущих полимеризаторах тоже начинает постепенно расти. Наконец наступает такой момент, когда значение давления в первом полимеризаторе становится больше аварийного значения, что грозит взрывом.
Таблица 1. Моделирование типовых нарушений процесса ЭП
Наименование причины Характеристика настраиваемых модулей Настраиваемые элементы модели
Несбалансированные расходы, дозировки Вектор управляющих воздействий и
Нарушение составов сырья, температуры входных потоков Вектор входных параметров объекта X
Снижение активности катализатора Константы скоростей реакций кг, к2
Изменение поверхности массообмена Константа скорости реакции эмульгирования кэ
Изменение скоростей реакций Константы скоростей реакций ка, кь кг, ко, к, kp, кс
Зарастание перетоков между аппаратами, входов выходов Эмпирическая модель Ру = /(Ру-1, 0
Разработанная имитационная модель относится к дискретным имитационным моделям, построенным на основе событийного подхода.
Объектом имитационной модели является каскад реакторов. Атрибут объекта - давление в каждом из полимеризаторов каскада. Событиями являются: давление в первом полимеризаторе выше нормы (аварийная ситуация); повышение давления на каждом временном шаге при забивке технологического оборудования;
уменьшение давления на каждом временном шаге при отключении забитого элемента технологического оборудования; превышение давлением в первом полимеризаторе значения, после которого ситуацию нельзя исправить; флуктуация давления на каждом временном шаге при отсутствии забитых элементов технологического оборудования.
Имитационная модель «Повышение давления» моделируется эмпирическими линейными зависимостями давлений по аппаратам во времени:
Р} (Х) = Р} {I - 1) + 2; (Р} {I - 1) - Р} +1 (Х - 1) ,
(14)
где Р($) - давление в у-ом аппарате в текущий момент времени t, атм.; Р^ - 1) - давление в у-ом аппарате в предыдущий момент времени ^ - 1) , атм.; ^ - коэффициент забивки трубопроводов; Ру+1^ - 1) - значение давление в (у + 1)-ом аппарате в момент времени ^ - 1), атм.; у = 1, ..., 10 - номер аппарата.
Для наглядного контроля давления и удобного сравнения текущих и регламентных значений в интеллектуальной системе моделирования реализован графический интерфейс, пример которого приведен на рисунке 2.
Рисунок 2. Имитационное моделирование давления в каскаде реакторов
Подсистема моделирования давления в каскаде реакторов обеспечивает возможность «наблюдения» за изменением давления и получать рекомендации в случае возникновения нештатной ситуации.
Алгоритмы и численные методы решения системы уравнений
Система дифференциальных уравнений, описывающая кинетику химических реакций при полимеризации, является жесткой, так как временные характеристики различных переменных величин существенно отличаются. Это вызывает трудности, при численном интегрировании. Для решения таких задач широкое распространение получил метод численного интегрирования жестких систем обыкновенных дифференциальных уравнений, разработанный Гиром. Методом Гира решены уравнения кинетических моделей процессов полимеризации с учетом вероятности распределения молекул по объему зоны протекания реакции. Блок-схема алгоритма решения системы уравнений ММ представлена на рисунке 3. Существует система настройки модели, то есть ее констант и коэффициентов, с помощью которых возможно моделирование различных ситуаций на процессе. Выходом являются таблицы, графики, значения технологических оценок, которые в совокупности позволяют оценить адекватность модели объекту.
Рисунок 3. Блок-схема алгоритма решения системы уравнений ММ процесса ЭП
Анализ адекватности ММ
Для оценки адекватности ММ проведены расчеты кинетических кривых и основных показателей качества при варьировании управляющих переменных. В таблице 2 и рисунках 4-6 приведены результаты анализа влияния дозировки каталитической системы на характер кинетики процесса ЭП.
При управлении процессом ЭП необходимо обеспечить требуемый характер изменения параметра качества по каскаду реакторов. Степень конверсии мономера в зависимости от номера аппарата должна соответствовать эталонной кривой, которая приведена на рисунках 4-6, соответственно. На степень конверсии и на качественные показатели (ПН, рН) особенно сильное влияние оказывают дозировки компонентов: Fe и инициатора в первую и во вторую точки, а также дозировка эмульгатора.
Тестирование системы моделирования процессов полимеризации на примере производства латек-сов различного типа ОАО «СК Премьер» (г. Ярославль) и производства синтетического каучука ФГУП «НИИСК» (Санкт-Петербург) подтвердило ее работоспособность и возможность применения в качестве советчика оператора при управлении процессами полимеризации [13].
Разработанная система моделирования и управления химико-технологическими процессами на примере ЭП позволяет на основании кластерного анализа и совокупности более 200 эвристических правил осуществлять выбор ситуации по характеру кинетических кривых в каскаде реакторов с учетом текущей дозировки эмульгатора и выдавать количественные рекомендации по корректировке компонентов окислительно-восстановительной системы; выдавать качественные рекомендации по управлению конверсией, поверхностным натяжением, ДЕФО в последнем реакторе, температурой и давлением
в реакторах; настраивать систему на различные значения производительности процесса, корректировать в зависимости от знаний значений коэффициентов уравнений, эталонных и режимных параметров.
Таблица 2. Влияние дозировки каталитической системы на характер кинетики полимеризации
Кинетическая кривая Дозировки компонентов ОВС, м.ч. о о, Дозировка эмульгатора в 2 точках, м.ч.
Fe: Ронгалит Инициатор в 1 точке Инициатор в 2 точках Поверхность натяжение мН/м рН, ед.
Эталонная 0,09/ 0,09 0,02 0,15 64-66 0,3-0,8 9,810,3
1 - 1 0,05/ 0,05 0,01 0,20 < 64 < 0,3 > 10,3
1 - 2 0,09/ 0,09 0,01 0,17 < 64 < 0,3 > 10,3
1 - 3 0,12/ 0,12 0,01 0,19 > 66 > 0,8 < 9,8
2 - 1 0,12/ 0,12 0,02 0,15 < 64 < 0,3 > 10,3
2 - 3 0,05/ 0,05 0,02 0,15 < 64 < 0,3 > 10,3
2 - 4 0,05/ 0,05 0,02 0,18 < 64 < 0,3 > 10,3
2 - 5 0,09/ 0,09 0,02 0,15 64-66 0,30,8 9,810,3
2 - 6 0,11/ 0,11 0,02 0,17 < 66 > 0,8 < 9,8
3 - 7 0,06/ 0,06 0,05 0,10 < 66 > 0,8 < 9,8
3 - 8 0,09/ 0,09 0,04 0,13 < 66 > 0,8 < 9,8
3 - 9 0,11/ 0,11 0,04 0,16 < 66 > 0,8 < 9,8
Рисунок 4. Степень конверсии мономера K в зависимости от номера аппарата для кинетических кривых 1-1,1-2,1-3
Рисунок 5. Степень конверсии мономера K в зависимости от номера аппарата для кинетических кривых 2-1, 2-2, 2-3, 2-4, 2-5, 2-6
01234 5 6789 10
Номер аппарата
-♦-Эталонная кривая-"-Кривая 2-1 -*-Кривая 2-3
-»^Кривая 2-4 -^Кривая 2-5 -»-Кривая 2-6
Рисунок 5. Степень конверсии мономера K в зависимости от номера аппарата для кинетических кривых 2-1, 2-2, 2-3, 2-4, 2-5, 2-6
0123456789 10
Номер аппарата -♦—Эталонная кривая Кривая 3-7 -*-Кривая 3-8 -«-Кривая 3-9
Рисунок 6. Степень конверсии мономера K в зависимости от номера аппарата для кинетических кривых 3-7, 3-8, 3-9
Заключение
Применение математических моделей процессов полимеризации и проблемно-ориентированного программного комплекса позволяет осуществлять автоматизированный контроль качества продукции и вырабатывать управляющие воздействия, обеспечивающие соответствие режимов технологических процессов показателям технологических регламентов.
Разработанная система предоставляет пользователям (управленческому и производственному персоналу) в наглядной форме графическую информацию об изменениях во времени всех основных режимных параметров процессов (например, для процесса ЭП конверсии во всех 10 реакторах, нагрузки, дозировки всех компонентов окислительно-восстановительной системы, эмульгатора, поверхностное натяжение латекса). Графический интерфейс системы, снабженный разветвленной системой подсказок, позволяет пользователю изучить структуру технологических потоков и основное оборудование производства. Основные закономерности физико-химических превращений и реакции полимеризации можно изучить с использованием графической подсистемы, которая наглядно иллюстрирует реакции принятого механизма химических превращений.
Таким образом, использование разработанной интеллектуальной системы моделирования позволяет минимизировать материально-энергетические затраты
на распределяемые управляющие воздействия, увеличить производительность каскада реакторов, а также обеспечить требуемое качество продукции, что в целом повышает эффективность технологических процессов полимеризации.
Результаты тестирования подтвердили работоспособность системы моделирования и возможность ее использования для решения задач исследования процессов, а также обучения управленческого и производственного персонала управлению процессами полимеризации в различных режимах функционирования.
Литература
1. Подвальный С.Л., Барабанов А.В. Структурно-молекулярное моделирование непрерывных технологических процессов многоцентровой полимеризации. Воронеж : Науч. кн., 2011. 104 с.
2. Гусев Ю.К., Папков В.Н., Гринфельд Е.А., Блинов Е.В. Современный ассортимент химикатов-добавок в производстве отечественных каучуков эмульсионной полимеризации и товарных латексов // Промышленное производство и использование эластомеров. 2010. № 2. С. 19-24.
3. Кожевников Н.В., Гольдфейн М.Д., Кожевникова Н.И. Особенности образования акрилатных ла-тексов при эмульсионной полимеризации в отсутствие эмульгатора // Известия Саратовского университета. Новая серия. Серия: Химия. Биология. Экология. 2014. Т. 14, № 1. С. 38-47.
4. Крайник И.И., Береснев В.Н. Исследование устойчивости синтетических латексов и способов повышения их стабильности в процессах эмульсионной полимеризации // Молодой ученый. 2015. № 13-2. С. 57-60.
5. Скачков А. М., Карманова О.В., Тихомиров С.Г. Изучение свойств полимерных композиций с использованием модифицированного латексного коа-гулюма // Вестник Воронежского государственного университета инженерных технологий. 2014. № 2 (60). С. 148-152.
6. Иржак В.И. Структурная кинетика формирования полимеров. Санкт-Петербург : Лань, 2015. 439 с.
7. Гайсин Ф.Р., Сивергин Ю.М., Усманов С.М. Кинетика трехмерной свободно-радикальной полимеризации олигоэфир(мет)акрилатов. Численный эксперимент. Санкт-Петербург: Химиздат, 2014. 239 с.
8. Розенцвет В.А., Козлов В.Г., Монаков Ю.Б. Ка-тионная полимеризация сопряженных диенов. РАН, Ин-т экологии Волжского бассейна. М.: Наука, 2011. 237 с.
9. Alex M. van Herk, Katharina Landfester Hybrid Latex Particles: Preparation with (Mini)emulsion Polymerization Springer Science & Business Media, 2010. P. 288.
10. Goldfein M. D., Kozhevnikov N.V., Kozhevnikova N.I., Zaikov G.E. Kinetics and mechanism of polymer dispersion formation on based of (meth)acrylates // Вестник Казанского технологического университета. 2015. Т. 18, № 7. С. 72-78.
11. Ибрагимов И. М., Ковшов А.Н., Назаров Ю.Ф. Основы компьютерного моделирования нано-систем: учеб. пособие. Санкт-Петербург: Лань, 2010. 376 с.
12. Foo-tim Chau, Yi-zeng Liang, Junbin Gao, Xue-guang Shao. Chemometrics. From basics to wavelet transform. Hoboken (NJ): Wiley-Interscience, cop. 2004. XIV, 316 р.
13. Чистякова Т.Б., Иванов А.А., Абрам-зон И.М., Макаров М.М. Интеллектуальная система управления безопасностью и качеством в процессе эмульсионной полимеризации производства латекса: Свид-во об офиц-ной рег. прогр. для ЭВМ 2000611255 Офиц. бюл. Рос. агентства по пат. и товар. знакам «Программы для ЭВМ. Базы данных. Топологии интегральных микросхем». - М. : ФИПС, 2001. № 1.
