INVESTIGADORES
BOSCHETTI Carlos Eugenio
congresos y reuniones científicas
Título:
APLICACIÓN DE LA ESTRATEGIA DE OPTIMIZACIÓN DE MÚLTIPLES RESPUESTAS A LA PRODUCCIÓN DE CAUCHO SINTÉTICO
Autor/es:
GERARDO MARTINEZ DELFA; CARLOS EUGENIO BOSCHETTI
Lugar:
Rosario
Reunión:
Jornada; III Jornadas de Ciencia y Tecnología 2009; 2009
Institución organizadora:
Universidad Nacional de Rosario
Resumen:
El caucho
estireno-butadieno (SBR) es uno de los polímeros sintético más importantes,
constituyendo aproximadamente el 40% del consumo mundial de elastómeros
sintéticos. Su producción se realiza mediante una copolimerización en emulsión
en frío, y el caucho así obtenido se comercializa mayoritariamente para la
producción de neumáticos. Dado que las propiedades de la microestructura del
polímero son el resultado de las condiciones de reacción, incluyendo los
reactivos utilizados, resulta que para optimizar las propiedades del caucho
deben controlarse varias condiciones del proceso. Además, dicha microestructura
determinará las propiedades físicas y la procesabilidad del compuesto de caucho
en su aplicación final. El objetivo de este trabajo es entonces desarrollar una
herramienta que permita correlacionar condiciones de reacción con propiedades
finales del material, acordes a su aplicación; de esta manera se puede
optimizar la reacción con el fin de obtener un conjunto dado de propiedades
finales, estableciéndose una estrategia de producción enfocada a la calidad. Un
problema que se debe enfrentar habitualmente para el control de procesos, es
que la mayoría de los procesos químicos son no lineales, y en particular los
reactores de polimerización se encuentran entre los sistemas con mayor grado de
no-linealidad. Para enfrentar esta situación se propone el uso de redes
neuronales artificiales para el modelado de las respuestas del sistema, y dado
que se requiere optimizar varias propiedades a la vez, se utiliza la función
deseabilidad, para la optimización simultánea de múltiples respuestas. Como
primer ejemplo, se optimizaron simultáneamente tres parámetros de calidad del
caucho: contenido de sólidos del látex, viscosidad Mooney y Polidispersión. El
entrenamiento de las redes neuronales se realizó alimentando las mismas con
datos experimentales obtenidos a partir de un diseño central compuesto, en el
cual se variaron a la vez tres reactivos de la polimerización: iniciador,
activador y agente de transferencia de cadena (CTA). Luego de aplicar la
función deseabilidad conjunta a las superficies de respuesta correspondientes a
cada propiedad, se obtuvo un único conjunto de condiciones de reacción
optimizado. En estas condiciones predichas por el modelo se llevaron a cabo
nuevas polimerizaciones, lográndose buena concordancia entre los valores objetivo
y los obtenidos experimentalmente, para las tres propiedades requeridas. El
siguiente ejemplo del uso de esta estrategia de optimización se aplicó al
aumento de la producción, para lo que se requiere encontrar la mejor manera de
dosificar el CTA a la reacción, de forma de evitar reacciones de
entrecruzamiento de las cadena de polímero que deterioren la calidad del
material. Recurriendo nuevamente a datos obtenidos a partir de un diseño
experimental, se optimizó la adición incremental de CTA maximizando el grado de
conversión de la reacción de polimerización y manteniendo los valores objetivo
para los pesos moleculares promedio del polímero; esto permite asegurar que el
caucho no sufrirá una pérdida en la calidad de su microestructura y
procesabilidad. En resumen, la combinación de redes neuronales artificiales y
optimización de múltiples respuestas demostró ser apta para el modelado y
control de propiedades estructurales del polímero en un proceso complejo, y
dichos modelos pudieron validarse experimentalmente. Por lo tanto, la
herramienta desarrollada posibilita elegir las condiciones de reacción de acuerdo
al tipo de aplicación que se requiera para el material.