第一章绪论
1.1检测聚合物品质方法概述
聚合物J是由许多结构单元相同，但分子量不同的各种大小的分子所组成的混合物。从聚合反应本身来看，它具有随机性和分散性，反应温度、反应时间、搅拌等将直接影响聚合物的品质。从产品微观结构来看，聚合物的品质是由它的微观分子结构和基本分子参数所决定的，如聚合的平均分子量，分子量分布(MWD)，共聚物的分子量分布和组成分布，以及聚合物的支化和凝胶程度等。基元结构相同的聚合物因其分子量分布和参数不同，表现出来的很多特性也截然不同f21。反映到使用性能上，聚合物的平均分子量及其分布对其流变性、能弹性、性能结晶和热性能等等方面都有直接和重大的影响。如顺丁橡胶中的低分子含量与高分子含量就决定着其材料的强度和加工性能，聚酷(PET)熔体分子量分布的宽度即分散指数((DISP)直接影响产品的均一性。
所以检测和控制产物的分子量分布是保证聚合物品质最为直接的手段。分子量分布的表示方法一般有三种[[3]:一是函数表示法，二是数据列表法，三是分布曲线法。在函数表示法方面，利用聚合反应机理及质量、能量平衡建立反应过程的机理模型是目前在线获得聚合物分子量分布数据的主要方法[4-8]aWangH等[9-11]研究了利用神经网络建立随机系统输出的概率密度分布函数的模型，证明利用神经网络可以实现建模目的，并应用于造纸过程控制〔12]。概率密度分布函数与分子量分布函数类似，都是定义在一定区域上的高关联参数集合。该方法分析难度较大，不适合本试验方法。由于聚合反应实际生产决定了分析手段必须具备及时性，同步性，故数据列表法显然不能满足要求。在分布曲线法方面，在已确立对象数学模型的基础上，曹柳林等[[13]利用B样条神经网[14,15〕实现聚合反应分子量分布的建模与控制;利用RBF神经网络实现聚合反应的内模控制。分布曲线法则具有分析难度适中，且能及时、在线的反映聚合过程，达到同步指导生产的效果，故本文优选分布曲线法作为控制系统的表示方法。近几十年来，我国聚合物生产获得了快速发展，但聚合物产品的质量控制问题始终没有得到很好的解决，其根本原因在于聚合物产品的重要质量指标还无法在线测量。缺乏在线质量分析仪，产品质量指标靠人工分析获得，间隔长，延时大，易受人为因素的影响，其产品的质量一直得不到准确和稳定的控制。进入90年代以来，世界各大高聚物生产厂家和公司十分注重研究和开发聚合反应过程的数学模型，如美国的Aspen公司和德国的CarlFisher公司等，都已开发出直接酷化和酷交换法生产的PET模型，其中后者应用Compet模型软件探索降低梭基、二甘醇和改变分子量分布的方法，但这类软件要么属于非卖品，要么售价昂贵。所以至今仍缺乏有效的在线检测MWD的手段，获取聚合产品分子量分布一般通过以下方式:一是使用机理建模的方式直接计算MWD二是采用示踪剂等其它手段检测MWD，研究单体在双螺杆挤出机中的停留时间，因为反应物的混合、反应效率以及产物的降解等都在很大程度上与停留时间有关;三是利用辅助变量如反应温度和单体浓度等状态估计的方法间接预估产品的分子量分布。
在机理建模领域内，前人做了大量的工作。其中Fh甲，的工作是聚醋研究工作的早期代表，他的许多成果至今仍具有指导意义。印度国家化工实验室的Ravindranath等20OO发表了一系列文章，详细研究了在不同反应器和反应条件下缩聚反应的机理，并以官能团为基元，建立了以聚合度((DP)和相对分子质量分布为目标的数学模型。Kumar等则着重以聚酷反应的相对分子量分布为目标，从微观分子的角度，研究了缩聚反应的相对分子量分布的模型表达式和求解方法。我国的一些科技工作者则更关注于工业化应用，开发出面向生产过程的PET数学模型，如王晖[[23〕和刘济等[24]的研究持续数年，取得了较为深入、细致的成果。由于聚合反应机理复杂，存在着加成聚合、缩和聚合，以及溶剂聚合、本体聚合等多种聚合方式，许多反应的主副反应多达二、三十种，是一个多变量，高维数，强祸合的非线性复杂系统，需要深入的专业知识。
因此，建模工作开发周期很长。这些由微分方程或偏微分方程组成的模型由于不能直接的表示出终端产品的分子量分布(系统输出)与控制变量(输入)之间的解析关系式，因而从这些模型中也无法直接推导出控制策略。故本文将不采用机理建模法。采用示踪剂是监测聚合过程最为传统和经典的方法。通常采用的示踪剂有染料、磁粉、放射性元素、紫外示踪剂等。从聚合过程的研究角度出发，必须考虑到示踪剂加入体系时，不能影响体系的传输和流变性能，更不能影响体系中的聚合反应。这就要求示踪剂对聚合体系必须是化学惰性的，而且能与反应物及产物充分兼容。示踪剂法检测聚合过程具有方法简单易行，检测方便等优点，但是考虑到示踪剂使用条件苛刻，不具备广泛的实用性，本文将不采用示踪剂作为控制聚合的方法。唐渊等研究了超声技术在聚合物加工在线检测上的应用。该技术尚处在初步探索阶段，故本文也不作详细讨论。
在工业聚合物生产过程中，温度是需要外界控制的重要因素，在反应物等化学物质条件一定的情况下，温度对产物的结构及产率起着决定性作用。利用反应温度等辅助变量间接预估产品的分子量分布，前人也做了很多工作。曹柳林等利用PI控制算法对温度分布进行控制。
1.2分布参数系统控制方法研究现状分布参数系统(distributed paramenter systems)是一种状态变化不能只用有限个参数而必须用场(一维或多维空间变量的函数)来描述的系统，与集中参数系统对应。在实际问题中，参数的分布性质是普遍存在的。
参考文献
顾雪蓉，陆云.高分子科学基础〔M].北京:化学工业出版社，2003. 2-32
赵振河.高分子化学和物理[M].北京:纺织工业出版社，2003. 52-63
郑昌仁.高聚物分子量及其分布[M].北京:化学工业出版社，1986. 35-42
Flores-Cerrillo J, MacGregor JF. Within-batch and batch-to-batch inferential adaptive control of semi-batch reactors: a partial least squares approach[J]. Ind. Eng. Chem. Res.，2003, 42: 3334-3345 Sayer C, Arzamendi G, Asua JM, et al. Dynamic optimization of semi continuous emulsion copolymerization reactions: composition and molecular weight distribution[J].Comp. Chem. Eng.，2001，25: 839-849 Meira G R, Johnson A F. Molecular weight distribution control in continuous' living' polymerizations through periodic operation of the monomer feed[J]. Polymer Engineering and Science, 1981，21(7): 415 Echevarria A, Leiza J R} De L C Jose C, et al. Molecular-weight distribution control in emulsion polymerization[J]. AICHE Journal, 1998, 44(7): 1667-1679 Matias vicente, Selwa Benamor. Control of molecular weight distribution in emulsion polymerization using on-line reaction calorimetry[J]. Ind. Eng. Chem. Res.，2001，40(1): 218-227 Wang H. Bounded Dynamic Stochastic System Modeling and Control四].London: http://www.51lunwen.org/kzgc/ Springer-Verlag Ltd.，2000. 17-58 Wang H. Robust control of the output probability density functions for multivariable stochastic systems[JJ. IEEE Transaction on Automatic Control, 1999, 44: 2103-2107 Yue H，Wang H.Recent developments in stochastic distribution control:a review[J]. Measurement and Control, 2003, 36: 209-215 D Jones, Wang H. A ne
