A novel strategy for dynamic optimization of grade transition processes based on molecular weight distribution
A novel strategy for dynamic optimization of grade transition processes based on molecular weight distribution
复制标题
基于分子量分布的级变过程动态优化的新策略
DOI：
10.1002/aic.14445
复制
发表时间：
2014-07
期刊：
影响因子：
3.7
通讯作者：
Lorenz T. Biegler
中科院分区：
文献类型：
--
作者：
Jinzu Weng;Zhijiang Shao;Xi Chen;Xueping Gu;Zhen Yao;Lianfang Feng;Lorenz T. Biegler
为了实现聚合物的不同最终用途特性，工业工厂必须在不同的操作条件下通过相同的工艺生产几个等级的产品。由于分子量分布(MWD)是聚合物的重要质量指标，基于MWD的牌号转换具有重要意义。由于MWD的大规模性质，利用MWD动态优化品位过渡过程是一项具有挑战性的任务。在分析聚合过程状态变量之间关系的基础上，提出了一种基于小尺度矩模型的动态优化方法，并结合MWD的稳态计算，对聚合过程进行了优化。该技术避免了动态随钻测井优化的计算量，极大地降低了工艺优化的计算复杂度。证明了这种简化在理论上的等价性。最后，给出了一个工业高密度聚乙烯浆料生产过程的实例，验证了该方法的有效性和准确性。©2014美国化学工程师学会学报，60：2498-2512,2014
To achieve different end-use properties of polymers, an industrial plant must produce several grades of the product through the same process under different operating conditions. As molecular weight distribution (MWD) is a crucial quality index of polymers, grade transition based on MWD is of great importance. Dynamic optimization of the grade transition process using MWD is a challenging task because of its large-scale nature. After analyzing the relationships among state variables during polymerization, a novel method is proposed to conduct the optimal grade transition using dynamic optimization with a small-scale moment model, combined with a steady-state calculation of the MWD. By avoiding expensive computation in dealing with dynamic MWD optimization, this technique greatly reduces the computational complexity of the process optimization. The theoretical equivalence of this simplification is also proved. Finally, an industrial high-density polyethylene slurry process is presented to demonstrate the efficiency and accuracy of the proposed strategy. © 2014 American Institute of Chemical Engineers AIChE J, 60: 2498–2512, 2014
登录
查看更多内容
具有目标分子量分布的工业高密度聚乙烯浆料工艺的面向方程优化
DOI：
10.1021/ie302488v
发表时间：
2013-01
期刊：
Industrial & Engineering Chemistry Research
影响因子：
--
作者：
Chen Zhang;Zhiliang Zhan;Zhijiang Shao;Yuhong Zhao;Xi Chen;Xuping Gu;Lianfang Feng;Lorenz T. Biegler
通讯作者：
Lorenz T. Biegler
影响因子：
4.3
作者：
P. Mills
通讯作者：
P. Mills
影响因子：
3.7
作者：
M. F. Ellis;T. W. Taylor;K. Jensen
通讯作者：
M. F. Ellis;T. W. Taylor;K. Jensen
影响因子：
4.6
作者：
J. Soares;A. Hamielec
通讯作者：
J. Soares;A. Hamielec
影响因子：
1.4
作者：
M. Wulkow
通讯作者：
M. Wulkow