Modelling and control of different types of polymerization processes using neural networks technique: A review
Polymerization process can be classified as a nonlinear type process since it exhibits a dynamic behaviour throughout the process. Therefore, it is highly complicated to obtain an accurate mechanistic model from the nonlinear process. This predicament always been a “wall” to researchers to be able t...
Gespeichert in:
Veröffentlicht in: | Canadian journal of chemical engineering 2010-12, Vol.88 (6), p.1065-1084 |
---|---|
Hauptverfasser: | , , , |
Format: | Artikel |
Sprache: | eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Polymerization process can be classified as a nonlinear type process since it exhibits a dynamic behaviour throughout the process. Therefore, it is highly complicated to obtain an accurate mechanistic model from the nonlinear process. This predicament always been a “wall” to researchers to be able to devise an optimal process model and control scheme for such a system. Neural networks have succeeded the other modelling and control methods especially in coping with nonlinear process due to their very conciliate characteristics. These characteristics are further explained in this work. The predicament that is encountered by researchers nowadays is lack of data which consequently lead to an imprecise mechanistic model that scarcely conforms to the desired process. The implementations of the neural network model not only restrict to polymerization reactor but to other difficult‐to‐measure parameters such as polymer quality, polymer melts index and mixture of initiators. This work is aimed to manifest ascendancy of neural networks in modelling and control of polymerization process.
Le processus de polymérisation peut être catégorisé comme un processus de type non linéaire, puisqu'il affiche un comportement dynamique tout au long du processus. Par conséquent, il est très compliqué d'obtenir un modèle mécaniste précis du processus non linéaire. Cette situation fâcheuse a toujours représenté un « mur » pour les chercheurs qui souhaitent concevoir un schéma de contrôle et de modélisation du processus optimal pour un tel système. Les réseaux neutres ont succédé aux autres méthodes de modélisation et de contrôle, surtout pour s'occuper du processus non linéaire en raison de leurs caractéristiques très conciliantes. Ces caractéristiques sont expliquées plus en détail dans ce travail. La situation fâcheuse rencontrée par les chercheurs aujourd'hui est le manque de données, ce qui mène par conséquent à un modèle mécaniste imprécis qui est à peine conforme au processus souhaité. Les mises en œuvre du modèle des réseaux neutres se limitent non seulement au réacteur de polymérisation, mais aux autres paramètres difficiles à mesurer, comme la qualité du polymère, l'indice de fluidité du polymère et le mélange des initiateurs. Ce travail cherche à manifester l'ascendance des réseaux neutres en modélisant et contrôlant le processus de polymérisation. |
---|---|
ISSN: | 0008-4034 1939-019X 1939-019X |
DOI: | 10.1002/cjce.20364 |