[发明专利]离开环流反应器的聚合物的密度和熔体指数的预测模型

说明书

本发明涉及一个或多个淤浆环流反应器中的烯烃单体的聚合以及用于根据反应器中的操作条件预测聚合物的熔体指数和密度的模型。

高密度聚乙烯(HDPE)最初是通过在作为所得聚合物的溶剂的液体中进行的加聚而制造的。该方法很快被根据齐格勒或菲利浦斯的在淤浆条件下的聚合所替代。更具体地说，淤浆聚合在管道环流反应器中连续进行。形成聚合流出物，该聚合流出物为悬浮在液体介质中的颗粒聚合物固体物的淤浆，该液体介质通常为反应稀释剂和未反应的单体(参见，例如US-A-2,285,721)。必须将聚合物与包含惰性稀释剂和未反应单体的液体介质分离而不污染所述液体介质，使得所述液体介质可在进行最少的纯化或者未进行纯化的情况下再循环回聚合区域。如US-A-3,152,872中所述，在淤浆环流反应器的一个或多个沉降腿中收集聚合物和液体介质的淤浆，将所述淤浆周期性地从所述沉降腿排到闪蒸室中，由此以间歇方式进行操作。

双环流系统是相当合意的，因为它们通过在各反应器中提供不同的聚合条件(通常通过使一个反应器与另一个反应器的氢气和共聚单体的量不同)而提供了制备高度定制的聚烯烃的可能性。通过一个或多个输送管线将聚合物产物从第一环流输送到第二环流。

为了确保聚合物产物满足级别要求，需要在聚合物制造期间以有规律的时间间隔测量离开聚合物的密度和熔体流动指数。然而，在对聚合物进行取样的时间和从实验室获得其特性的时间之间存在约90分钟的延迟。如果发现聚合物不合格，则需要降低若干小时的产量的级别(declassify)。此外，需要改变操作条件并且待施加的修正的幅度和/或需要改变的参数的性质不是显而易见的。此外，对一个级别的特性例如密度的修正使其它特性例如熔体指数改变。通常通过冗长的试错法来获得对修正不合格特性而不改变正确的特性的聚合条件的相关变化的评价。由于在得到正确的规格之前探求正确的操作条件而通常存在进一步的延迟。

现有技术文献WO01/49751公开了在单独或组合的气相反应器中，在聚合条件下，在氢气、氧气、惰性稀释剂和铬催化剂的存在下制造高密度聚乙烯或线型低密度聚乙烯的方法，该方法具有对某些过程变量以及所制造树脂的物理性质的在线控制。所述方法包括使用用于推断未连续测量的物理性质和过程变量的模型以及与控制所述性质和过程操作条件相关的模型。过程变量的控制提供了生产速率和催化剂生产能力的最大化。

现有技术文献WO00/22489公开了用于在线推断和控制聚丙烯及其共聚物的物理性质和化学性质的系统。所述系统包括用于推断未连续测量的物理性质和化学性质的模型，以及控制这些性质以及生产速率、反应介质密度和关注的其它过程变量的相关模型。所述控制系统使生产速率和催化剂生产能力(yield)最大化。

现有技术文献WO97/26549公开了用于预测一种或多种聚合物性质的在线核磁共振(NMR)系统和相关方法。使用神经网络来开发除了关联被操纵的NMR输出之外还关联过程变量以预测聚合物性质的模型。在另一实施方式中，使用偏最小二乘回归技术开发精确度提高的模型。神经网络技术或者偏最小二乘回归技术可与所述的多模型或最佳模型选择方案组合使用。所述聚合物可选自聚乙烯、聚丙烯、聚苯乙烯或乙丙橡胶。

这些模型是静态模型。

因此，需要在开始聚合之前得到聚合物密度和熔体指数的精确估算值以设定过程变量。

本发明的一个目的是开发能够根据操作条件预测密度和熔体指数的模型。

本发明的另一目的是使用该模型来确定对于同时得到所有期望的聚合物级别特性所必需的操作条件。

本发明的另一目的是设计能够恰当处理由于反应器中的产物混合而产生的强的非线性、高度耦合的变量和动态效应的模型。

本发明的进一步目的是使用所述模型优化聚合物生产。

本发明的又一目的是制作(prepare)将在聚合物产物偏离所需规格时人工施加到操作条件上以便使该聚合物产物恢复到目标规格的修正表。

通过本发明至少部分地实现这些目标中的任意一个。

因此，本发明提供在齐格勒-纳塔或茂金属催化剂体系的存在下选择反应器操作条件以制造规定密度和熔体流动指数的均聚物或共聚物的方法，所述方法包括如下步骤：

a)选择与反应器条件相关的n个输入变量；

b)定义如下通式的受约束神经网络模型：

C1＝1/(1+exp(-(a11*X1+a12*X2+a13*X3+...+b1)))

C2＝1/(1+exp(-(a21*X1+a22*X2+a23*X3+...+b2)))