[發明專利]聚乙烯分子量分布的高精度快速預測模型構建方法及其應用

有效

• 申請號: 201810162139.4
• 申請日: 2018-02-27
• 公開（公告）號: CN108388761B
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 錢鋒;田洲;鐘偉民;杜文莉;葉貞成
• 申請（專利權）人: 華東理工大學
• 主分類號: G16C20/70
• 分類號: G16C20/70;G16C20/20;G16C10/00
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 韋東

本發明涉及聚乙烯分子量分布的高精度快速預測模型構建方法及其應用。具體而言，本發明構建用于準確、快速預測聚乙烯分子量分布的模型的方法包括：通過數據建模建立操作變量和活性位分布函數參數之間的關系，然后建立活性位分布函數參數與整個分子量分布之間的關系，最后通過混合建模的方法建立起操作變量和聚乙烯分子量分布之間的模型。可利用該模型準確、快速預測聚乙烯分子量分布。本發明的方法避開了復雜的過程機理分析，具有速度快、精確度高的特點，便于在線控制和優化。

技術領域

本發明屬于聚合過程的建模領域，涉及聚乙烯分子量分布的高精度快速預測模型構建方法及其應用。

背景技術

聚乙烯工業生產中常以熔融指數與密度作為產品的質量指標，但是這兩者均是非常宏觀的性質，僅反映聚合物的平均分子量和共單體的平均含量。熔融指數和密度相同的聚乙烯產品，由于其微觀分子量分布不同，其物理特性會有很大的不同，目前，對聚乙烯牌號的分類越來越細，僅僅使用熔融指數和密度作為產品的質量指標，已經遠遠不能滿足對聚乙烯的分類要求了。

分子量分布屬于聚乙烯的微觀質量指標，其分布與材料的物理性能以及加工性能有密切的關系，因此，熔融指數和密度相同而分子量分布不同的聚乙烯的性能差別也較大。

在以往對聚乙烯分子量分布的研究中，通常是通過乙烯聚合機理進行建模，并通過矩方程法獲得聚乙烯的分子量分布。但是，由于乙烯聚合過程具有高度非線性、反應過程復雜的特征，導致機理建模規模龐大、計算繁瑣、難以求解等問題，而且在實際應用中計算速度慢且由于其高度的非線性導致在某些情況下無法求解，不能全面真實地反映實際的分子量分布。

劉劍鋒等(計算機與應用化學，2012，29(1)：31-36)通過克里金插值法建立分子量分布模型，但該方法是通過建立分子鏈長與相對應的分子量的比重的關系來描述分子量分布，而聚乙烯的分子鏈長可達10⁵數量級，以這樣的方式建模會使得計算量增加而導致計算速度慢。

劉興高等(J.Appl.Polym.Sci.，2006，101(1)：285-289)通過偏最小二乘支持向量機對聚乙烯熔融指數建立了軟測量模型，但只針對熔融指數進行了預測，沒有涉及聚乙烯分子量分布的預測。

發明內容

本發明針對聚乙烯生產過程高非線性、反應機理高復雜性的情況，提出一種快速預測聚乙烯分子量分布的方法。本發明方法先通過數據建模建立操作變量和活性位分布函數參數之間的關系，以代替復雜的高非線性的機理過程，再建立活性位分布函數參數與整個分子量分布之間的關系，通過混合建模的方法最終建立起操作變量和聚乙烯分子量分布之間的模型。在運行過程中，可加入模型參數在線校正策略，動態實時地校正模型參數。

本發明構建用于高精度快速預測聚乙烯分子量分布的模型的方法包括：通過數據建模建立操作變量和活性位分布函數參數之間的關系，然后建立活性位分布函數參數與整個分子量分布之間的關系，最后通過混合建模的方法建立起操作變量和聚乙烯分子量分布之間的模型。

在一個或多個實施方案中，所述模型構建方法包括如下步驟：

步驟1：采集工況數據，對工況數據進行預處理，篩選出不同工況條件的數據N組及相對應的聚乙烯樣品N組，分別記為X_i，i＝1,2,…,N；

步驟2：獲取步驟1采集得到的聚乙烯樣品的分子量分布數據；通過催化劑各個活性位對應的分布函數加權疊加機制來擬合實際所測得的分子量分布曲線，取得各活性位分布函數參數，組成對應的模型輸出變量，設為 Y_i,i＝1,2,…,N；其中，所述分布函數參數為τ_i，i＝1…n，n為對應催化劑的活性位個數；和