Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo

Autores
Sanseverinatti, Carlos Ignacio; Clementi, Luis Alberto; Vega, Jorge Rubén
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
El caucho Acrilonitrilo-Butadieno de alto contenido de A (NBR por sus siglas en inglés: nitrile-butadiene rubber) se obtiene generalmente por copolimerización en emulsión de acrilonitrilo (A) y butadieno (B). La producción se realiza operando por encima del “punto azeotrópico”, donde el proceso puede inestabilizarse, dificultando la uniformidad del producto. La limitación para medir en línea la composición del copolímero restringe estrategias de lazo cerrado para estabilizar el proceso. En este trabajo se propone una estrategia de control en lazo cerrado que ajusta la composición del copolímero operando por encima del punto azeotrópico. A partir de un modelo de primeros principios, se implementa un sensor inferencial basado en redes neuronales recurrentes para estimar en línea la composición y cerrar el lazo de control mediante la dosificación de B durante el proceso. Los resultados indican un desempeño aceptable de la metodología de control propuesta, asegurando condiciones estables y una composición uniforme, incluso con errores significativos de modelado.
High A-content NBR (nitrile-butadiene rubber) is typically produced through emulsion copolymerization of acrylonitrile and butadiene. Production is carried out above the “azeotropic point,”where the process can become unstable, hindering uniform product quality. Limitations in online copolymer composition measurements restrict closed-loop control strategies for process stability. This study proposes a closed-loop control strategy to adjust copolymer composition during operation above the azeotropic point. Based on a first-principles model, a recurrent neural network inferential sensor estimates composition online, enabling closed-loop control via B dosing throughout the process. Results demonstrate acceptable control methodology performance, ensuring stable conditions and uniform composition, even with significant modeling errors.
Fil: Sanseverinatti, Carlos Ignacio. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina.
Fil: Sanseverinatti, Carlos Ignacio. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.
Fil: Clementi, Luis Alberto. CONICET-UNER. Instituto de Investigación en Bioingeniería y Bioinformática (IBB), Argentina.
Fil: Clementi, Luis A. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.
Fil: Vega, Jorge Rubén. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina.
Fil: Vega, Jorge Rubén. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.
Materia
Sensor inferencial
Procesos batch
Redes neuronales recurrentes
Caucho NBR
Soft sensors
Batch processes
Recurrent neuronal networks
NBR rubber
Nivel de accesibilidad
acceso abierto
Condiciones de uso
CC0 1.0 Universal
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/13011
Acceder
id RIAUTN_20da39b784e3d9b5bf1649ccd7c3fc7e
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13011
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitriloA model-based control strategy for production of high acrylonitrile content nitrile-butadiene rubber (NBR)Sanseverinatti, Carlos IgnacioClementi, Luis AlbertoVega, Jorge RubénSensor inferencialProcesos batchRedes neuronales recurrentesCaucho NBRSoft sensorsBatch processesRecurrent neuronal networksNBR rubberEl caucho Acrilonitrilo-Butadieno de alto contenido de A (NBR por sus siglas en inglés: nitrile-butadiene rubber) se obtiene generalmente por copolimerización en emulsión de acrilonitrilo (A) y butadieno (B). La producción se realiza operando por encima del “punto azeotrópico”, donde el proceso puede inestabilizarse, dificultando la uniformidad del producto. La limitación para medir en línea la composición del copolímero restringe estrategias de lazo cerrado para estabilizar el proceso. En este trabajo se propone una estrategia de control en lazo cerrado que ajusta la composición del copolímero operando por encima del punto azeotrópico. A partir de un modelo de primeros principios, se implementa un sensor inferencial basado en redes neuronales recurrentes para estimar en línea la composición y cerrar el lazo de control mediante la dosificación de B durante el proceso. Los resultados indican un desempeño aceptable de la metodología de control propuesta, asegurando condiciones estables y una composición uniforme, incluso con errores significativos de modelado. High A-content NBR (nitrile-butadiene rubber) is typically produced through emulsion copolymerization of acrylonitrile and butadiene. Production is carried out above the “azeotropic point,”where the process can become unstable, hindering uniform product quality. Limitations in online copolymer composition measurements restrict closed-loop control strategies for process stability. This study proposes a closed-loop control strategy to adjust copolymer composition during operation above the azeotropic point. Based on a first-principles model, a recurrent neural network inferential sensor estimates composition online, enabling closed-loop control via B dosing throughout the process. Results demonstrate acceptable control methodology performance, ensuring stable conditions and uniform composition, even with significant modeling errors.Fil: Sanseverinatti, Carlos Ignacio. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina.Fil: Sanseverinatti, Carlos Ignacio. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.Fil: Clementi, Luis Alberto. CONICET-UNER. Instituto de Investigación en Bioingeniería y Bioinformática (IBB), Argentina.Fil: Clementi, Luis A. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.Fil: Vega, Jorge Rubén. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina.Fil: Vega, Jorge Rubén. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.XL MECOM2025-05-22T17:40:42Z2024info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfSanseverinatti, C. I.; Clementi; L. A. & Vega, J. R. (5-8 de noviembre de 2024). Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo. XL Congreso Argentino de Mecánica Computacional (MECOM 2024). Rosario, Argentina.https://hdl.handle.net/20.500.12272/13011https://doi.org/10.70567/mc.v41i16.87spaASECAFE0008414MODELADO Y MONITOREO DE PROCESOS INDUSTRIALES CONTINUOS Y SEMICONTINUOS. ALGORITMOS BASADOS EN INFERENCIA BAYESIANA Y APRENDIZAJE MAQUINALinfo:eu-repo/semantics/openAccessCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/Los autoresCreativeCommonsreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:47:55Zoai:ria.utn.edu.ar:20.500.12272/13011instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:47:55.95Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
A model-based control strategy for production of high acrylonitrile content nitrile-butadiene rubber (NBR)
title Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
spellingShingle Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
Sanseverinatti, Carlos Ignacio
Sensor inferencial
Procesos batch
Redes neuronales recurrentes
Caucho NBR
Soft sensors
Batch processes
Recurrent neuronal networks
NBR rubber
title_short Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
title_full Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
title_fullStr Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
title_full_unstemmed Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
title_sort Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo
dc.creator.none.fl_str_mv Sanseverinatti, Carlos Ignacio
Clementi, Luis Alberto
Vega, Jorge Rubén
author Sanseverinatti, Carlos Ignacio
author_facet Sanseverinatti, Carlos Ignacio
Clementi, Luis Alberto
Vega, Jorge Rubén
author_role author
author2 Clementi, Luis Alberto
Vega, Jorge Rubén
author2_role author
author
dc.subject.none.fl_str_mv Sensor inferencial
Procesos batch
Redes neuronales recurrentes
Caucho NBR
Soft sensors
Batch processes
Recurrent neuronal networks
NBR rubber
topic Sensor inferencial
Procesos batch
Redes neuronales recurrentes
Caucho NBR
Soft sensors
Batch processes
Recurrent neuronal networks
NBR rubber
dc.description.none.fl_txt_mv El caucho Acrilonitrilo-Butadieno de alto contenido de A (NBR por sus siglas en inglés: nitrile-butadiene rubber) se obtiene generalmente por copolimerización en emulsión de acrilonitrilo (A) y butadieno (B). La producción se realiza operando por encima del “punto azeotrópico”, donde el proceso puede inestabilizarse, dificultando la uniformidad del producto. La limitación para medir en línea la composición del copolímero restringe estrategias de lazo cerrado para estabilizar el proceso. En este trabajo se propone una estrategia de control en lazo cerrado que ajusta la composición del copolímero operando por encima del punto azeotrópico. A partir de un modelo de primeros principios, se implementa un sensor inferencial basado en redes neuronales recurrentes para estimar en línea la composición y cerrar el lazo de control mediante la dosificación de B durante el proceso. Los resultados indican un desempeño aceptable de la metodología de control propuesta, asegurando condiciones estables y una composición uniforme, incluso con errores significativos de modelado.
High A-content NBR (nitrile-butadiene rubber) is typically produced through emulsion copolymerization of acrylonitrile and butadiene. Production is carried out above the “azeotropic point,”where the process can become unstable, hindering uniform product quality. Limitations in online copolymer composition measurements restrict closed-loop control strategies for process stability. This study proposes a closed-loop control strategy to adjust copolymer composition during operation above the azeotropic point. Based on a first-principles model, a recurrent neural network inferential sensor estimates composition online, enabling closed-loop control via B dosing throughout the process. Results demonstrate acceptable control methodology performance, ensuring stable conditions and uniform composition, even with significant modeling errors.
Fil: Sanseverinatti, Carlos Ignacio. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina.
Fil: Sanseverinatti, Carlos Ignacio. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.
Fil: Clementi, Luis Alberto. CONICET-UNER. Instituto de Investigación en Bioingeniería y Bioinformática (IBB), Argentina.
Fil: Clementi, Luis A. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.
Fil: Vega, Jorge Rubén. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina.
Fil: Vega, Jorge Rubén. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina.
description El caucho Acrilonitrilo-Butadieno de alto contenido de A (NBR por sus siglas en inglés: nitrile-butadiene rubber) se obtiene generalmente por copolimerización en emulsión de acrilonitrilo (A) y butadieno (B). La producción se realiza operando por encima del “punto azeotrópico”, donde el proceso puede inestabilizarse, dificultando la uniformidad del producto. La limitación para medir en línea la composición del copolímero restringe estrategias de lazo cerrado para estabilizar el proceso. En este trabajo se propone una estrategia de control en lazo cerrado que ajusta la composición del copolímero operando por encima del punto azeotrópico. A partir de un modelo de primeros principios, se implementa un sensor inferencial basado en redes neuronales recurrentes para estimar en línea la composición y cerrar el lazo de control mediante la dosificación de B durante el proceso. Los resultados indican un desempeño aceptable de la metodología de control propuesta, asegurando condiciones estables y una composición uniforme, incluso con errores significativos de modelado.
publishDate 2024
dc.date.none.fl_str_mv 2024
2025-05-22T17:40:42Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv Sanseverinatti, C. I.; Clementi; L. A. & Vega, J. R. (5-8 de noviembre de 2024). Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo. XL Congreso Argentino de Mecánica Computacional (MECOM 2024). Rosario, Argentina.
https://hdl.handle.net/20.500.12272/13011
https://doi.org/10.70567/mc.v41i16.87
identifier_str_mv Sanseverinatti, C. I.; Clementi; L. A. & Vega, J. R. (5-8 de noviembre de 2024). Estrategia de control basada en modelo para la producción de caucho acrilonitrilo-butadieno (NBR) de alto contenido en acrilonitrilo. XL Congreso Argentino de Mecánica Computacional (MECOM 2024). Rosario, Argentina.
url https://hdl.handle.net/20.500.12272/13011
https://doi.org/10.70567/mc.v41i16.87
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv ASECAFE0008414
MODELADO Y MONITOREO DE PROCESOS INDUSTRIALES CONTINUOS Y SEMICONTINUOS. ALGORITMOS BASADOS EN INFERENCIA BAYESIANA Y APRENDIZAJE MAQUINAL
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
Los autores
CreativeCommons
eu_rights_str_mv openAccess
rights_invalid_str_mv CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
Los autores
CreativeCommons
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv XL MECOM
publisher.none.fl_str_mv XL MECOM
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230950040993792
score 13.265058

Publicaciones similares