APLICACIÓN DE LA ESTRATEGIA DE OPTIMIZACIÓN DE MÚLTIPLES RESPUESTAS A LA PRODUCCIÓN DE CAUCHO SINTÉTICO

GERARDO MARTINEZ DELFA; CARLOS EUGENIO BOSCHETTI

Rosario

Jornada; III Jornadas de Ciencia y Tecnología 2009; 2009

Universidad Nacional de Rosario

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.