Contribution au contrôle de la distribution de la taille des particules lors d'un procédé de polymérisation en émulsion

About the control of the particule size distribution in emulsion polymerization

• Auteur / Autrice : Bruno Da Silva
• Direction : Sami Othman, Nida Sheibat-Othman, Pascal Dufour
• Type : Thèse de doctorat
• Discipline(s) : Automatique
• Date : Soutenance en 2008
• Etablissement(s) : Lyon 1

Mots clés

Mots clés contrôlés

Commande de processus

Analyse numérique

Polymérisation en émulsion

Commande prédictive

Résumé

L'objectif principal de ce travail a été de développer des solutions pour le contrôle de la distribution de la taille des particules (DTP) lors d'un procédé de polymérisation en émulsion. La DTP affecte les propriétés rhéologiques, et optiques du polymère ou encore sa stabilité. Pour ces raisons la DTP apparaît comme une caractéristique importante à contrôler. Le modèle décrivant l'évolution de la DTP est régi par des équations aux dérivées partielles (EDP) non linéaires. L'étude numérique du modèle a permis de dresser un modèle de commande. Deux types de stratégie de commande prédictive par modèle interne ont été définis, l'une basée sur un modèle de commande non linéaire et l'autre basée sur un modèle linéaire temps variant. La DTP étant difficilement mesurable en ligne, notre choix s'est porté vers d'autres mesures, les concentrations de tensioactif libre et de monomère. Il a été possible de définir des profils de concentration afin d'obtenir un produit final avec une DTP spécifique. Les résultats de simulations ont montré la faisabilité de cette approche.

The main objective of this study was to develop methods to control the particle size distribution (PSD) in emulsion polymerization processes. Controlling the PSD is an important task which determines the major end-use properties of the emulsion. The PSD affects the polymer rheology, adhesion, optical properties and the stability of the latex. The models describing the emulsion polymerization processes involves nonlinear partial differential equations (PDE). First of all, a model for predictive control was developed based on numerical investigation of the dynamical model. Then, two kinds of strategies for model predictive control (MPC) with internal model control (IMC) structure were considered. The first one is based on a nonlinear model and the second on a time varying linearized model. The PSD measurement requires sampling, dilution and analysis which is difficult to obtain on-line. Monitoring the free surfactant and the monomer concentrations gives alternative measurements to control the PSD. The design of trajectories of these concentrations allows an inferential control of the final PSD. The PSD could therefore be controlled indirectly by manipulating these concentrations. Simulation results have shown the feasibility of this approach.