Алгоритм оценки молекулярных характеристик полимерного продукта в условиях многоточечного регулирования
Аннотация
Введение. В условиях высокого спроса на резинотехнические изделия ведется постоянная модернизация технологических процессов непрерывного производства. Одним из инструментов управления физико-химическими параметрами получаемого продукта является технология многоточечной подачи регулирующих примесей, способная значительно повлиять на молекулярные характеристики полимеров. Однако экспериментально подобрать технологию многоточечной подачи регулирующих примесей для достижения заданных молекулярных характеристик полимеров сложно.
Цель статьи. Разработка эффективного смазочного состава для защиты от коррозии и улучшения разборности резьбовых соединений.
Материалы и методы. В целях более точного математического моделирования процессов синтеза полимеров рассмотрены два подхода к модельному описанию исследуемой системы: кинетический и статистический (метод Монте-Карло) подходы. В первом случае разработанный алгоритм основан на методе моментов в сочетании с численными методами решения систем обыкновенных дифференциальных уравнений, характеризующих изменение материального баланса по каждому компоненту реакции. При описании крупнотоннажного производства предлагается модульный принцип, в соответствии с которым модель кинетики дополняется гидродинамическими закономерностями, зависящими от типа реактора. Во втором случае алгоритм реализации статистического подхода основан на вероятностной природе протекания элементарных реакций. Для описания процесса в каскаде реакторов предложен системный подход к организации вычислений.
Результаты исследования. С использованием кинетического и статистического подходов получены новые зависимости конверсии и характеристической вязкости от номера полимеризатора, показавшие удовлетворительное согласование со значениями результатов эксперимента. Проведен сравнительный анализ рассчитанных кривых молекулярно-массового распределения получаемого продукта. Анализ подтверждает значительное влияние различных режимов подачи регулятора на молекулярные характеристики полимера
Обсуждение и заключение. Проведенный анализ структуры молекулярных звеньев продукта сополимеризации в условиях добавления третьей точки регулирования характеризует снижение жесткости и увеличение эластичности получаемого продукта, а созданные цифровые инструменты оценки позволяют путем проведения вычислительных экспериментов подбирать оптимальные параметры подачи регулятора с целью получения полимеров с заданной молекулярной массой.
Литература
2. Куперман Ф. Е. Новые каучуки для шин. Натуральный каучук. Синтетические стереорегулярные изопреновые и бутадиеновые каучуки. Структура, свойства, примененение. М. : НТЦ «НИИШП», 2009. 606 с.
3. Способ получения цис-1,4-полиизопрена: патент 2539655 Российская Федерация / Баженов Ю. П. [и др.] № 2013135569/04 ; заявл. 29.07.2013 ; опубл. 20.01.2015, Бюл. № 2.
4. Göttker-Schnetmann I., Kenyon P., Mecking S. Coordinative Chain Transfer Polymerization of Butadiene with Functionalized Aluminum Reagents // Angewandte Chemie International Edition. 2019. Vol. 58, issue 49. P. 17777–17781. https://doi.org/10.1002/anie.201909843
5. Molar Mass Control by Diethyl Zinc in the Polymerization of Butadiene Initiated by the Ternary Catalyst System Neodymium Versatate/Diisobutylaluminum Hydride/Ethylaluminum Sesquichloride / L. Friebe [et al.] // Journal of Macromolecular Science, Part A. 2007. Vol. 43, issue 1. P. 11–22. https://doi.org/10.1080/10601320500405786
6. Greene P. Automotive Plastics and Composites. William Andrew Publishing, 2021. 380 p. https://doi.org/10.1016/B978-0-12-818008-2.00009-X
7. Determination of the Intrinsic Viscosity and Molecular Weight of Poly (Methyl Methacrylate) Blends / Y. Yigit [et al.] // Journal of Investigations on Engineering & Technology. 2019. Vol. 2, issue 2. P. 34–39.
8. Подвальный С. Л. Моделирование промышленных процессов полимеризации. М. : Химия, 1979. 350 с.
9. Берлин А. А., Вольфсон С. А. Кинетический метод в синтезе полимеров. М. : Химия, 1973. 344 с.
10. 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
11. Initiator Feeding Policies in Semi-Batch Free Radical Polymerization: A Monte Carlo Study / A. Seyedi [et al.] // Processes. 2020. Vol. 8. P. 1–19. https://doi.org/10.3390/pr8101291
12. Усманов Т. С., Спивак С. И., Усманов С. М. Обратные задачи формирования молекулярномассовых распределений. М. : Химия, 2004. 252 с.
13. Монаков Ю. Б., Марина Н. Г., Сабиров 3. М. Полимеризация диенов в присутствии лантаноидсодержащих катализаторов // Высокомолекулярные соединения. 1994. Т. 36, № 10. С. 1680–1697.
14. Кафаров В. В., Дорохов И. Н., Дранишников Л. В. Системный анализ процесов химической технологии. М. : Наука., 1991. 350 c.
15. Семчиков Ю. Д. Высокомолекулярные соединения. М. : Академия, 2003. 368 c.
16. Asteasuain M. Efficient Modeling of Distributions of Polymer Properties Using Probability Generating Functions and Parallel Computing // Computers & Chemical Engineering. 2019. Vol. 128. P. 261–284. https://doi.org/10.1016/j.compchemeng.2019.06.009
17. Nelson A., Keener J., Fogelson A. Kinetic Model of Two-Monomer Polymerization. 2020. Vol. 101, issue 2. https://doi.org/10.1103/PhysRevE.101.022501
18. Кирпичников П. А., Береснев В. В., Попова Л. М. Альбом технологических схем основных производств промышленности синтетического каучука. Л. : Химия., 1986. 224 c.
19. Арис Р. Анализ процессов в химических реакторах. Л. : Химия, 1989. 327 с.
20. Берлин А. А., Вольфсон С. А., Ениколопян Н. С. Кинетика полимеризационных процессов. М. : Химия, 1978. 320 с.
21. Подвальный С. Л., Барабанов А. В. Структурно-молекулярное моделирование непрерывных технологических процессов многоцентровой полимеризации. Воронеж : Научная книга, 2011. 104 с.
22. Modeling of a Continuous Process of Isoprene Polymerization in the Presence of Titanium-based Catalyst Systems Under Polycentric Conditions / E. Miftakhov // Journal of Physics: Conference Series. 2020. Vol. 1479. https://doi.org/10.1088/1742-6596/1479/1/012072
23. Trigilio A., Marien Y., Van Steenberge P., D’hooge D. Gillespie-Driven kinetic Monte Carlo Algorithms to Model Events for Bulk or Solution (Bio)Chemical Systems Containing Elemental and Distributed Species // Industrial & Engineering Chemistry Research. 2020. Vol. 59, issue 41. P. 18357–18386. https://doi.org/10.1021/acs.iecr.0c03888
24. Rawlings J. B., Ekerdt J. G. Chemical Reactor Analysis and Disign Fundamnentals. Madison : Nob Hill Publishing, 2002. 610 p.
25. About an Algorithm for Modeling the Isoprene Polymerization Process in the Cascade of Reactors Using the Monte Carlo method / T. A. Mikhailova [et al.] // Journal of Physics. 2021. https://doi.org/10.1088/1742-6596/1745/1/012079
26. Mavrantzas V. Using Monte Carlo to Simulate Complex Polymer Systems: Recent Progress and Outlook // Frontiers in Physics. 2021. P. 1–19. https://doi.org/10.3389/fphy.2021.661367
27. Carlo Algorithm based on Internal Bridging Moves for the Atomistic Simulation of Thiophene Oligomers and Polymers / F. Tsourtou [et al.] // Macromolecules. 2018. Vol. 51, issue 21. P. 8406–8423. https://doi.org/10.1021/acs.macromol.8b01344
28. Dynamic Monte Carlo Simulations of Effects of Nanoparticle on Polymer Crystallization in Polymer Solutions / Z. Gu [et al.] // Computational Materials Science. 2018 Vol. 147. P. 217–226. https://doi.org/10.1016/j.commatsci.2018.02.009
29. Шакирьянов Э. Д., Бодулев А. В., Усманов С. М. Компьютерное моделирование реакционных процессов полифункциональных мономеров и олигомеров // Обратные задачи и математические модели. Сб. научных трудов. Бирский филиал Башкирского государственного университета. 2021. С. 5–14.
30. 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. https://doi.org/10.33184/bulletin-bsu-2021.1.9
31. Monte Carlo Method for Modelling the Copolymerization of Isobutylene and Isoprene/ I. O. Antonova [et al.] // IOP Conf. Series: Earth and Environmental Science. 2021 (052062). https://doi.org/10.1088/1755-1315/677/5/052062
32. Янборисов В. М., Султанова А. А., Колесов С. В. Инверсный алгоритм моделирования радикальной полимеризации методом Моне-Карло // Математическое моделирование. 2016. Т. 28, № 4. С. 3–15.
33. Иржак В. И. Архитектура полимеров. М. : Наука, 2012. 368 с.
34. Иржак В. И. Топологическая структура полимеров. Казань : Изд-во КНИТУ, 2013. 520 с.
35. Иржак Т. Ф., Иржак В. И. Концепция блоков связей в теории сополиконденсации // Высокомолекулярные соединения. Сер. А. 1997. Т. 39, № 12. С. 2011–2016.
36. Дебердеев Т. Р., Иржак В. И., Гарипов Р. М. Концепция блоков связей как инструмент адекватного прогнозирования топологической структуры модифицированных эпоксиаминных матриц // Вестник технологического университета. 2010. Т. 5. С. 122–135.
37. Modified Concept of Bond Blocks and its Applications / K. A. Tereshchenko [et al.] // Chemical Engineering Journal. 2021. Vol. 433, issue 2. https://doi.org/10.1016/j.cej.2021.133537
38. Assessing the Hydrodynamic Effect on the Molecular Parameters of the Isoprene Polymerization Product in the Presence of a Neodymium-Based Catalytic System / S. Mustafina [et al.] // ACS Omega. 2022. https://doi.org/10.1021/acsomega.2c00469
39. «IsopreneMonoMCM» для моделирования периодического процесса полимеризации изопрена в присутствии моноцентровой каталитической системы методом Монте-Карло: свидетельство о государственной регистрации программы для ЭВМ / Михайлова Т. А. [и др.] № 2020667314 ; заявл. 23.12.2020 ; опубл. 12.01.2021.
40. Михайлова Т. А., Мифтахов Э. Н., Мустафина С. А. Компьютерное моделирование производства бутадиен-стирольного каучука в каскаде реакторов методом Монте-Карло // Системы управления и информационные технологии. 2016. № 4 (66). С. 64–69.
41. Бартенев Г. М., Френкель С. Я. Физика полимеров. Л. : Химия, 1990. 432 с.
42. Developing Methods and Algorithms for Cloud Computing Management Systems in Industrial Polymer Synthesis Processes / E. Miftakhov [et al.] // Emerging Science Journal. 2021. Vol. 5, issue 6. P. 964–972. https://doi.org/10.28991/esj-2021-01324
