Solution of the inverse problem of forming molecular mass distribution of polymers using heuristic methods
https://doi.org/10.35164/0554-2901-2024-05-26-29
Abstract
A technique has been developed for solving the inverse problem of forming a molecular weight distribution and assessing the kinetic heterogeneity of catalysts using heuristic optimization methods. Since the number of active polymerization centers, which determines the number of required parameters of the system, is unknown, a genetic algorithm was chosen to ensure a guaranteed solution to the problem. The main steps of implementing an algorithm are presented, which allows, based on the single assumption that the distribution on each type of active centers is described by one of the model distributions, to solve automatically the problem of selecting the number of active centers and the proportions of each type. The developed method was tested in the study of the kinetic heterogeneity of a catalytic system based on gadolinium chloride solvate in the production of 1,4-cis-polyisoprene.
About the Author
E. N. Miftakhov
Ufa University of Science and Technology
Russian Federation
Russian Federation
Republic of Bashkortostan, Ufa
References
1. Monakov Y., Sigaeva N., Urazbaev V. Active sites of polymerization. Multiplicity: Stereospecific and kinetic heterogeneity. Leiden: Brill Acad. Publ., 2005. 397 p.
2. Захаров В.П., Мингалеев В.З., Берлин А.А., Насыров И.Ш., Жаворонков Д.А., Захарова Е.М. Кинетическая неоднородность титановых и неодимовых катализаторов производства 1,4-цисполиизопрена // Химическая физика. 2015. Т. 34, №3. С. 69–75.
3. Тихонов А.Н., Гончарский А.В., Степанов В.В., Ягола А.Г. Численные методы решения некорректных задач. М.: Наука, 1990. 232 с.
4. Усманов Т.С., Усманов А.С., Усманов С.М., Ягола А.Г. Обратные задачи формирования молекулярно-массового распределения в процессах полимеризации // Вычислительные методы и программирование. 2006. Т. 7, №4. С. 294–299.
5. Усманов Т.С., Спивак С.И., Усманов С.М. Обратные задачи формирования молекулярно-массовых распределений. М.: Химия, 2004. 252 c.
6. Бигаева Л.А., Усманов А.С., Гайсин Ф.Р., Усманов С. М. Обратная задача молекулярно-массового распределения и анализ функций распределения // Башкирский химический журнал. 2014. Т. 21, №2. С. 65–59.
7. Усманов А.С., Спивак С.И., Насыров И.Ш., Усманов С.М. Расчет функции распределения активных центров в процессе ионно-координационной полимеризации // Системы управления и информационные технологии. 2004. №4. С. 34–38.
8. Захаров В.П., Мингалеев В.З., Захарова Е.М., Насыров И.Ш., Жаворонков Д.А. Совершенствование стадии приготовления неодимового катализатора в производстве изопренового каучука // Журнал прикладной химии. 2013. Т. 86, №6. С. 967–971.
9. Мифтахов Э.Н., Мустафина С.А., Морозкин Н.Д., Насыров И.Ш. Оценка эффективности влияния трубчатого турбулентного аппарата на кинетику процессов получения полимеров // Инженерные технологии и системы. 2023. Т. 33, №3. С. 388–402.
10. Мифтахов Э.Н., Мустафина С.А., Насыров И.Ш., Фаизова В.Ю. Исследование кинетической неоднородности каталитической системы на основе сольвата хлорида гадолиния в производстве 1,4-цис-полиизопрена // Журнал прикладной химии. 2022. Т. 95, №3. С. 375–381.
11. Miftakhov E.N., Mustafina S., Akimov A.,Mustafina S. Simulation approach to study kinetic heterogeneity of gadolinium // e-Polymers. 2024. V. 24(1).
12. Пантелеев А.В., Скавинская Д.В., Алёшина Е.А. Метаэвристические алгоритмы поиска оптимального программного управления. М.: Инфра-М, 2024. 396 с.
13. Simon D. Evolutionary Optimization Algorithms. Wiley, John Wiley & Sons Limited, 2013. 776 p.
14. Katoch S., Chauhan S.S., Kumar V. A review on genetic algorithm: past, present, and future // Multimedia Tools and Applications. 2021. Vol. 80(5). P. 8091–8126.
15. Kii T., Yaji K., Fujita K., Sha Z., Seepersad C. Latent Crossover for Data-Driven Multifidelity Topology Design // Journal of Mechanical Design. 2024. Vol. 146(5).
16. Aladdin A., Rashid T. A New Lagrangian Problem Crossover – A Systematic Review and Meta-Analysis of Crossover Standards // Systems. 2023. Vol. 11(3).
17. Pretorius K., Pillay N. Neural network crossover in genetic algorithms using genetic programming // Genet Program Evolvable Mach. 2024. Vol. 25(7).
18. ГОСТ Р 57268.1-2016 (ИСО 16014-1:2012) Композиты полимерные. Определение средней молекулярной массы и молекулярно-массового распределения полимеров методом эксклюзионной хроматографии. М.: Стандартинформ, 2016. 18 с.
Review
For citations:
Miftakhov E.N. Solution of the inverse problem of forming molecular mass distribution of polymers using heuristic methods. Plasticheskie massy. 2024;(5):26-29. (In Russ.) https://doi.org/10.35164/0554-2901-2024-05-26-29
Views:
305
Email this article 
