Modelling and Parameter Estimation of a PO3G Polyether Process
Notice bibliographique
Résumé
This thesis focuses on developing advanced fundamental models for production of polytrimethylene ether glycol (PO3G) from bio-based 1,3 propanediol. These models describe the time-varying concentrations of monomer, oligomers, end-groups and by-products (i.e., unsaturated ends, water, and propanal) during PO3G production in a batch reactor system with an overhead condenser. A comprehensive dataset from industrial sponsor, E. I. du Pont Canada, is used to support parameter estimation and model validation. Using model predictions and the available data, the current research provides a better understanding about the influences of process operating conditions on PO3G production rate and product properties. Novel probability factors are developed to permit simplification of model equations when accounting for the complex influence of super-acid catalyst on the polycondensation rate. The model is extended through multiple steps to account for: i) the dynamic behaviour of the condenser, ii) the inhibitory influence of water on polycondensation kinetics, iii) formation, consumption, and evaporation of cyclic oligomers, and iv) the effects of temperature. Model parameters are ranked from most-estimable to least-estimable using orthogonalization-based parameter-ranking techniques, and a mean-squared-error criterion is used to determine which parameters are estimable. Parameter estimation is performed using industrial data obtained from eight batch-reactor runs at temperatures ranging from 160 to 180 ̊C and using super-acid catalyst levels from 0.10 to 0.25 wt%. The resulting PO3G models and parameter estimates provide good predictions of industrial data and will be useful for selecting operating conditions for commercial PO3G production. The PO3G models (along with the current parameter estimates) can also be used to select the operation settings for future experimental runs, which will produce more reliable parameter estimates and consequently, more accurate model predictions. The author recommends using a sequential Bayesian model-based design of experiment (MBDOE) approach when designing new PO3G experiments. This method is recommended because Monte-Carlo simulations results reveal that new parameter estimates obtained using the designed experiment will be more accurate, on average, compared to parameter estimates obtained using new experiments selected from among the corners of the permissible design space.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».