В настоящее время определение показателя текучести расплава (ПТР) полиэтилена высокого давления на установке с реактором автоклавного типа происходит через большие и разные промежутки времени, что затрудняет контроль за качеством получаемого продукта. Цель работы заключается в выборе подхода моделирования для оперативного учёта ПТР и построение когнитивной карты. Используется когнитивный подход к моделированию, который позволяет компенсировать трудности моделирования на основе плохой статистики за счет использования эвристических закономерностей.

Ключевые слова: полиэтилен высокого давления, показатель текучести расплава, когнитивная модель.

Процесс производства полиэтилена высокого давления состоит из следующих этапов:

— подготовка этилена к полимеризации (смешение возвратного этилена со свежим и компримирование);

— полимеризация этилена;

— грануляция первой ступени;

— обработка полиэтилена в товарный продукт.

Реакция полимеризации представляет собой основную стадию всего процесса, в ходе которого происходит превращение этилена в полиэтилен под воздействием инициаторов при высоком давлении (150–250 МПа) и температуре (150–280 С).

Для распределения полученного полиэтилена по сортам и дальнейшей обработки после грануляции первой ступени проводят анализ продукта в анализных бункерах. Одной из важных характеристик определяемой в ходе анализа является показатель текучести расплава (ПТР). Он характеризует вязкость расплава и зависит от молекулярной массы и вида разветвления. Информация о нём позволяет более эффективно контролировать качество, а также он является важной характеристикой для указания дальнейшего способа обработки и маркировки полиэтилена [1–4].

Существенным недостатком измерения показателя текучести расплава на установке получения полиэтилена высокого давления с автоклавным реактором является то, что его измерение происходит лабораторным способом через большие промежутки времени. Вследствие этого оперативный персонал не имеет возможности реагировать на изменения значений показателя качества и подстраивать контролируемые параметры [5]. Пример изменений показателя текучести расплава в течении двух недель представлен на рисунке 1.

Рис. 1. Линия тренда значений ПТР с границами для высшего, первого и второго сорта полиэтилена марки 10803–020

Последствиями такого разброса являются выпуск продукции ненадлежащего качества, а также необходимость хранения и дополнительной обработки продукта неудовлетворительного качества.

Причины, по которым происходит изменение ПТР:

— изменение состава газа;

— изменение расхода сдувки и поступление свежего этилена в систему;

— изменения в конструкции (снижение пропускной способности труб и экструдера и т. д.);

— анализ малой части от всего анализного бункера (примерно 1 кг из 1,5 т).

Процесс полимеризации является сложным, потому целесообразно использование моделирования для динамического расчёта показателя текучести расплава. Существует три подхода к моделированию: строгое, эмпирическое и когнитивное [6–8]. Их сравнение представлено в таблице 1.

Таблица 1

Сравнение подходов к моделирования

Исходя из сравнительной таблицы 1, для решения задачи будет использовано когнитивное моделирование, которое объединяет в себе теоретические (декларативные), эмпирические, получаемые в результате обработки экспериментальных данных, и эвристические знания, позволяет исследовать поведение сложных и плохо определённых систем. Таким образом оно сочетает в себе преимущества строгого и эмпирического моделирования, такие как общее объяснение закономерностей процесса путём установления связей между факторами и точность.

Общая схема разработки когнитивной модели выглядит следующим образом [8]:

1. Структуризация данных;
2. Анализ структуры когнитивной модели;
3. Сценарное моделирование;
4. Оценка и интерпретация результатов;
5. Мониторинг ситуации.

На первом этапе моделирования «Структуризация данных» нужно:

1. Определение входных и выходных параметров, зависящих от цели моделирования. Этот шаг соответствует концептуальному моделированию;
2. Определение переменных, которые характеризуют состояние объекта. Входные, выходные и внутренние переменные составляют собой множество концептов, между которыми наносятся направленные дуги, показывающие причинно-следственную связь, т. е. составляется когнитивная карта;
3. Формирование между концептами структуры операторов связей;
   1. Формирование значений весов дуг, концептов, балансирование модели в статике;
   2. Формирование статических функциональных операторов связей, учитывающие нелинейность объекта;
   3. Формирование динамических операторов связей [6].

Согласно схеме разработки для создания когнитивной модели структурируем данные и связи между ними.

Входные параметры модели процесса полимеризации этилена при высоком давлении:

— давление в реакторе;

— температура в реакторе;

— расход этилена;

— расход сдувки (поступление свежего этилена в систему);

— температура на выходе холодильника;

— давление продукта на выходе из реактора;

— концентрация и количество инициаторов.

Выходные параметры:

— показатель текучести расплава.

Взаимосвязи между параметрами имеют вид, представленный в таблице 2.

Таблица 2

Взаимосвязи между входными и выходными параметрами модели

Так как реактор автоклавного типа имеет клапан, регулирующий давление в реакторе, влияние концентрации и количества инициаторов на значение давления минимально и их взаимосвязью можно пренебречь.

С учётом обозначенных параметров и их связей когнитивная карта будет иметь вид, представленный на рисунке 2.

Рис. 2. Когнитивная карта связей входных и выходной характеристик

Для уточнения когнитивной карты и формирование между концептами структуры операторов связи необходимо провести обработку данных для выявления точных взаимосвязей между параметрами.

Заключение: процесс производства полиэтилена высокого давления в реакторе автоклавного типа имеет свои недостатки, основным из которых является длительные промежутки времени между измерениями показателя текучести расплава, который является основным показателем качества и характеристикой для сортировки и дальнейшей обработки. По анализу подходов моделирования для решения проблемы выдвинуто предложение построение модели с помощью когнитивного моделирования. Для объекта выбраны входные и выходные параметры, их взаимоотношения и построено первое приближение когнитивной карты.

Литература:

1. Поляков, А. В. Производство полиэтилена высокого давления / А. В. Поляков. — Москва: НИИТЭХИМ, 1979. — 91 c. — Текст: непосредственный.
2. Поляков, А. В. Полиэтилен высокого давления. Научно-технические основы промышленного синтеза / А. В. Поляков, Ф. И. Дунтов, А,Э,и Софиев. — Ленинград: Химия, 1988. — 200 c. — Текст: непосредственный.
3. Богуцкий, В. Б. К вопросу о применении показателя текучести расплава при переработке полимеров / В. Б. Богуцкий, Л. Б. Шрон. — Текст: непосредственный // Вестник науки и образования Северо-Запада России. — 2021. — № 2. — С. 1–7.
4. Melt flow index of low-density polyethylene determination based on molecular weight and branching properties / A. Azmi, S. A. Sata, F. S. Rohman, N. Aziz. — Текст: непосредственный // Journal of Physics: Conference Series. — 2019. — № 1349 (2019) 012010. — С. 1–6.
5. ГОСТ 16337–77. Полиэтилен высокого давления / [Электронный ресурс]. — URL: https://barnspb.ru/wp-content/uploads/2020/11/ГОСТ16337–77_ПВД.pdf (дата обращения: 11.05.2025).
6. Верёвкин, А. П. Основы теории систем и системного анализа / А. П. Верёвкин, О. В. Кирюшин, Т. М. Муртазин. — 2023: УГНТУ, 2023. — 159 c. — Текст: непосредственный.
7. Критерии выбора математических моделей / Мелихова, Е. В, Микаилсой, Ф. Д. — Текст: непосредственный // Мировые научно-технологические тенденции социально-экономического развития АПК и сельских территорий. — Волгоград: Волгоградский государственный аграрный университет, 2018. — С. 2–10.
8. Хрусталёв, Е. Ю. Когнитивное моделирование развития наукоемкой промышленности (на примере оборонно-промышленного комплекса) / Е. Ю. Хрусталёв, О. Ю. Хрусталёв. — Текст: непосредственный // Экономический анализ: теория и практика. — 2013. — № 10. — С. 2–10.