Компьютерное моделирование процесса синтеза бутадиен-стирольного каучука: влияние подачи регулятора на характеристики продукта

Цели. Развитие математических подходов и алгоритмов анализа влияния различных способов подачи регулятора в каскад реакторов с учетом выбора точек подачи на характеристики конечного продукта процесса сополимеризации с применением компьютерного моделирования.
Методы. При математическом моделировании процессов синтеза сополимеров применялся статистический подход (метод Монте-Карло). Разработанный авторами алгоритм основан на вычислении вероятностей осуществления элементарных реакций исследуемого процесса. В случае непрерывного производства сополимера в каскаде реакторов необходимо учитывать, что время пребывания каждой частицы реакционной смеси в реакторе подчиняется вероятностному распределению. Реализация алгоритма позволяет имитировать образование макромолекул сополимера на уровне частиц, что дает возможность вычислять его усредненные молекулярные характеристики и исследовать микроструктуру на основе данных, полученных в результате моделирования.
Результаты. Методами математического моделирования построены зависимости характеристической вязкости от номера реактора и конверсии. Результаты расчетов показали удовлетворительное согласование с экспериментальными данными, полученными на производстве. Построены зависимости молекулярно-массового распределения сополимера, среднемассовой молекулярной массы и коэффициента микрогетерогенности от номера реактора для различных режимов подачи регулятора — в две и/или три точки каскада реакторов. Анализ результатов моделирования и расчетов подтвердил влияние способа добавления регулятора в реакторы каскада на молекулярные характеристики сополимера.
Выводы. Анализ структуры молекулярных звеньев бутадиен-стирольного сополимера показал снижение среднемассовой молекулярной массы конечного продукта и увеличение его жесткости при трехточечном режиме регулирования процесса.

1. Аржаков М.С. и др. Высокомолекулярные соединения; под ред. А.Б. Зезина. М.: Юрайт; 2024. 340 c. ISBN 978-5-534-01322-1

2. Carpio R.R., Feital T., Câmara M.M., et al. Digital Twin for the SBR Cold Emulsion Copolymerization Process. Macromol. React. Eng. 2024;18(3):2300055. https://doi.org/10.1002/mren.202300055

3. Кирпичников П.А., Береснев В.В., Попова Л.М. Альбом технологических схем основных производств промышленности синтетического каучука. М.: АльянС; 2017. 224 с.

4. Маевский В.К. Стабилизация показателей качества полимера в химическом реакторе. Известия СПбГТИ (ТУ). 2022;60(86):75–82. https://doi.org/10.36807/1998-9849-2022-60-86-75-82

5. Кафаров В.В., Дорохов И.Н. Системный анализ процессов химической технологии: основы стратегии. М.: Юрайт; 2018. 499 c. ISBN 978-5-534-06991-4

6. Gartner III T.E., Jayaraman A. Modeling and simulations of polymers: A Roadmap. Marcomolecules. 2019;52(3): 755–786. https://doi.org/10.1021/acs.macromol.8b01836

7. Аверко-Антонович И.Ю., Бикмуллин Р.Т. Методы исследования свойств полимеров: учебное пособие. Казань: КГТУ; 2002. 603 с. ISBN 5-7882-0221-3

8. Михайлова Т.А., Мифтахов Э.Н., Мустафина С.А. Исследование процессов промышленного синтеза полимеров методами математического моделирования с применением технологий облачных вычислений: монография. Уфа: Уфимский университет науки и технологий, РИЦ; 2023. 164 с.

9. Михайлова Т.А., Мифтахов Э.Н., Насыров И.Ш., Мустафина С.А. Моделирование непрерывного процесса свободно-радикальной сополимеризации бутадиена со стиролом методом Монте-Карло. Вестник Воронежского государственного университета инженерных технологий. 2016;2(68):210–217. https://doi.org/10.20914/2310-1202-2016-2-210-217

10. Gillespie D. Exact Stochastic Simulation of Coupled Chemical Reactions. J. Phys. Chem. 1977;81(25):2340–2361. https://doi.org/10.1021/j100540a008

11. Trigilio A.D., Marien Y.W., Van Steenberge P.H.M., et al. Gillespie-Driven kinetic Monte Carlo Algorithms to Model Events for Bulk or Solution (Bio)Chemical Systems Containing Elemental and Distributed Species. Ind. Eng. Chem. Res. 2020;59(41):18357–18386. https://doi.org/10.1021/acs.iecr.0c03888

12. Арис Р. Анализ процессов в химических реакторах: пер. с англ. Л.: Химия; 1989. 327 с.

13. Rawlings J.B., Ekerdt J.G. Chemical Reactor Analysis and Design Fundamentals. Madison: Nob Hill Publishing; 2002. 610 p.

14. Mikhailova T., Mustafina S., Mikhailov V. Automation of data processing of the results of the chemical experiment on modeling the production of synthetic rubber using Microsoft Excel. J. Phys.: Conf. Ser. 2021;2092(1):012003. https://doi.org/10.1088/1742-6596/2092/1/012003

15. Miftakhov E., Mustafina S., Mikhailova T., et al. Application of cloud computing technologies for the study of physical and chemical processes. In: The 2022 8th International Conference on Information Technology and Nanotechnology (ITNT). IEEE; 2022. 4 p. https://doi.org/10.1109/ITNT55410.2022.9848608