Estudo da microestrutura e dinâmica molecular do Poly(3-(2\'-ethylhexyl)thiophene)(P3EHT) via ressonância magnética nuclear

O estudo da microestrutura e dinâmica molecular de polímeros conjugados é de grande importância para o entendimento das propriedades físicas desta classe de materiais. No presente trabalho utilizou-se técnicas de ressonância magnética nuclear em baixo e alto campo para elucidar os processos de dinâmica molecular e cristalização do polímero Poly(3-(2’-ethylhexyl)thiophene) - P3EHT. O P3EHT é um polímero modelo para tal estudo, pois apresenta temperatura de fusão bem inferior a sua temperatura de degradação. Esta característica permite acompanhar os processos de cristalização in situ utilizando RMN. Além disso, sua similaridade ao já popular P3HT o torna um importante candidato a camada ativa em dispositivos eletrônicos orgânicos. O completo assinalamento do espectro de 13C para o P3EHT foi realizado utilizando as técnicas de defasamento dipolar e HETCOR. Os processos de dinâmica molecular, por sua vez, foram sondados utilizando DIPSHIFT. Observou-se um gradiente de mobilidade na cadeia lateral do polímero. Além disso, os baixos valores de parametros de ordem obtidos em comparação a experimentos similares realizados no P3HT na literatura indicam um aparente aumento no volume livre entre cadeias consecutivas na fase cristalina. Isso indica que a presença do grupo etil adicional no P3EHT causa um completo rearranjo das moléculas e dificulta seu empacotamento. Constatou-se ainda pouca variação das curvas de DIPSHIFT para os carbonos da cadeia lateral como função do método de excitação utilizado, o que aponta para um polímero que apresenta cadeia lateral móvel mesmo em sua fase cristalina. Os dados de dinâmica molecular foram corroborados por medidas de T1, T1ρ e TCH. Utilizando filtros dipolares em baixo campo observou-se três temperaturas de transição para o P3EHT: 250 K, 325 K e 350 K. A cristalização desse material é um processo lento. Verificou-se que o mesmo pode se estender por até até 24h a temperatura ambiente. Mudanças no espectro de 13C utilizando CPMAS em alto campo indicam um ordenamento dos anéis tiofeno (empacotamento π – π) como o principal processo de cristalização para o P3EHT.

Real time optimization in chemical process: evaluation of strategies, improvements and industrial application.

The increasing economic competition drives the industry to implement tools that improve their processes efficiencies. The process automation is one of these tools, and the Real Time Optimization (RTO) is an automation methodology that considers economic aspects to update the process control in accordance with market prices and disturbances. Basically, RTO uses a steady-state phenomenological model to predict the process behavior, and then, optimizes an economic objective function subject to this model. Although largely implemented in industry, there is not a general agreement about the benefits of implementing RTO due to some limitations discussed in the present work: structural plant/model mismatch, identifiability issues and low frequency of set points update. Some alternative RTO approaches have been proposed in literature to handle the problem of structural plant/model mismatch. However, there is not a sensible comparison evaluating the scope and limitations of these RTO approaches under different aspects. For this reason, the classical two-step method is compared to more recently derivative-based methods (Modifier Adaptation, Integrated System Optimization and Parameter estimation, and Sufficient Conditions of Feasibility and Optimality) using a Monte Carlo methodology. The results of this comparison show that the classical RTO method is consistent, providing a model flexible enough to represent the process topology, a parameter estimation method appropriate to handle measurement noise characteristics and a method to improve the sample information quality. At each iteration, the RTO methodology updates some key parameter of the model, where it is possible to observe identifiability issues caused by lack of measurements and measurement noise, resulting in bad prediction ability. Therefore, four different parameter estimation approaches (Rotational Discrimination, Automatic Selection and Parameter estimation, Reparametrization via Differential Geometry and classical nonlinear Least Square) are evaluated with respect to their prediction accuracy, robustness and speed. The results show that the Rotational Discrimination method is the most suitable to be implemented in a RTO framework, since it requires less a priori information, it is simple to be implemented and avoid the overfitting caused by the Least Square method. The third RTO drawback discussed in the present thesis is the low frequency of set points update, this problem increases the period in which the process operates at suboptimum conditions. An alternative to handle this problem is proposed in this thesis, by integrating the classic RTO and Self-Optimizing control (SOC) using a new Model Predictive Control strategy. The new approach demonstrates that it is possible to reduce the problem of low frequency of set points updates, improving the economic performance. Finally, the practical aspects of the RTO implementation are carried out in an industrial case study, a Vapor Recompression Distillation (VRD) process located in Paulínea refinery from Petrobras. The conclusions of this study suggest that the model parameters are successfully estimated by the Rotational Discrimination method; the RTO is able to improve the process profit in about 3%, equivalent to 2 million dollars per year; and the integration of SOC and RTO may be an interesting control alternative for the VRD process.