KR102653916B1 - 고흡수성 수지의 물성 예측 방법 - Google Patents
고흡수성 수지의 물성 예측 방법 Download PDFInfo
- Publication number
- KR102653916B1 KR102653916B1 KR1020190038619A KR20190038619A KR102653916B1 KR 102653916 B1 KR102653916 B1 KR 102653916B1 KR 1020190038619 A KR1020190038619 A KR 1020190038619A KR 20190038619 A KR20190038619 A KR 20190038619A KR 102653916 B1 KR102653916 B1 KR 102653916B1
- Authority
- KR
- South Korea
- Prior art keywords
- fine powder
- superabsorbent polymer
- predicting
- amount
- base resin
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 138
- 229920000247 superabsorbent polymer Polymers 0.000 title claims abstract description 52
- 239000000843 powder Substances 0.000 claims abstract description 48
- 238000004519 manufacturing process Methods 0.000 claims abstract description 39
- 230000000704 physical effect Effects 0.000 claims abstract description 23
- 229920005989 resin Polymers 0.000 claims description 44
- 239000011347 resin Substances 0.000 claims description 44
- 238000006116 polymerization reaction Methods 0.000 claims description 35
- 238000004132 cross linking Methods 0.000 claims description 24
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 claims description 18
- 239000000178 monomer Substances 0.000 claims description 17
- 238000010238 partial least squares regression Methods 0.000 claims description 17
- 238000010298 pulverizing process Methods 0.000 claims description 17
- SMZOUWXMTYCWNB-UHFFFAOYSA-N 2-(2-methoxy-5-methylphenyl)ethanamine Chemical compound COC1=CC=C(C)C=C1CCN SMZOUWXMTYCWNB-UHFFFAOYSA-N 0.000 claims description 15
- NIXOWILDQLNWCW-UHFFFAOYSA-N 2-Propenoic acid Natural products OC(=O)C=C NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 15
- 239000000499 gel Substances 0.000 claims description 14
- 239000002245 particle Substances 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 239000003431 cross linking reagent Substances 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 229920000642 polymer Polymers 0.000 claims description 8
- 238000001035 drying Methods 0.000 claims description 7
- 239000004088 foaming agent Substances 0.000 claims description 6
- 238000000611 regression analysis Methods 0.000 claims description 6
- 150000003839 salts Chemical class 0.000 claims description 6
- 235000011121 sodium hydroxide Nutrition 0.000 claims description 6
- 238000003801 milling Methods 0.000 claims description 5
- 239000000017 hydrogel Substances 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 230000003472 neutralizing effect Effects 0.000 claims description 3
- 159000000000 sodium salts Chemical class 0.000 claims description 2
- 238000012719 thermal polymerization Methods 0.000 claims description 2
- 238000009281 ultraviolet germicidal irradiation Methods 0.000 claims description 2
- 238000000227 grinding Methods 0.000 description 11
- 239000007864 aqueous solution Substances 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000010924 continuous production Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000004583 superabsorbent polymers (SAPs) Substances 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000004184 polymer manufacturing process Methods 0.000 description 2
- 239000003505 polymerization initiator Substances 0.000 description 2
- YGYAWVDWMABLBF-UHFFFAOYSA-N Phosgene Chemical compound ClC(Cl)=O YGYAWVDWMABLBF-UHFFFAOYSA-N 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 230000002745 absorbent Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 208000012839 conversion disease Diseases 0.000 description 1
- 229920006037 cross link polymer Polymers 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003898 horticulture Methods 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 229920005668 polycarbonate resin Polymers 0.000 description 1
- 239000004431 polycarbonate resin Substances 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 229920001059 synthetic polymer Polymers 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/44—Resins; rubber; leather
- G01N33/442—Resins, plastics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
Abstract
본 발명은 고흡수성 수지의 연속 제조 공정에서, 미분의 발생량을 신뢰성 높게 사전 예측하여, 우수한 물성의 고흡수성 수지를 생산성 높게 제조할 수 있게 하는 고흡수성 수지의 물성 예측 방법에 관한 것이다.
Description
본 발명은 고흡수성 수지의 연속 제조 공정에서, 미분의 발생량을 신뢰성 높게 사전 예측하여, 우수한 물성의 고흡수성 수지를 생산성 높게 제조할 수 있게 하는 고흡수성 수지의 물성 예측 방법에 관한 것이다.
고흡수성 수지(Super Absorbent Polymer, SAP)란 자체 무게의 5백 내지 1천 배 정도의 수분을 흡수할 수 있는 기능을 가진 합성 고분자 물질로, 개발업체마다 SAM (Super Absorbency Material), AGM(Absorbent Gel Material) 등 각기 다른 이름으로 명명하고 있다. 상기와 같은 고흡수성 수지는 생리용구로 실용화되기 시작해서, 현재는 어린이용 종이기저귀 등 위생용품 외에 원예용 토양보수제, 토목, 건축용 지수재, 육묘용 시트, 식품유통분야에서의 신선도 유지제, 및 찜질용 등의 재료나 전기 절연분야에 이르기까지 널리 사용되고 있다.
이러한 고흡수성 수지는 통상 아크릴산 및/또는 이의 염을 포함하는 단량체를 가교 중합하고, 이러한 가교 중합체에 대해, 겔 분쇄, 건조, 분쇄 및 분급 등의 과정을 거쳐 베이스 수지를 분말 상태로 연속 제조될 수 있다. 이러한 베이스 수지에 대해서는, 선택적으로 표면 가교를 거쳐 최종 고흡수성 수지로 제조될 수 있다.
그런데, 이러한 고흡수성 수지의 제조 과정 중, 겔 분쇄, 건조, 분쇄 및 분급 등의 공정을 거쳐 베이스 수지의 분말을 얻는 과정에서, 불가피하게 180㎛(약 80mech) 미만, 혹은 150㎛ 미만의 입경을 갖는 미분이 발생하게 된다. 이러한 미분은 수분을 흡수하지 못하고 물에 용해되는 수가용 성분으로 작용할 수 있으므로, 고흡수성 수지의 물성을 저하시키는 일 요인이 된다.
따라서, 베이스 수지 및 고흡수성 수지의 제조 과정에서, 미분이 다량 발생하는 경우, 해당 미분은 분급 과정에서 제거되어 공정 중에서 재순환을 거치게 되는데, 이는 전체적인 고흡수성 수지 연속 제조 공정의 생산성이나 수율을 저하시키는 주요 요인이 되고 있다.
이 때문에, 베이스 수지 및 고흡수성 수지의 연속 제조 과정에서, 제반 공정 조건들을 최적화하여 미분의 발생량을 최소화할 필요가 있다. 그러나, 상기 베이스 수지 및 고흡수성 수지의 연속 제조 과정에서는 매우 다양한 공정 변수 및 조건들이 변화하면서 영향을 미치기 때문에, 진행되는 공정별로 미분의 발생량이 어떻게 변화할지 예측하기는 매우 어려웠던 것이 사실이다.
결과적으로, 기존에는 고흡수성 수지의 연속 제조 공정에서, 공정별로 각 공정 변수나 조건들이 변화됨에 따라, 미분의 발생량 및 이에 따른 고흡수성 수지의 생산성 등에 큰 편차가 발생하였던 것이 사실이다.
이로 인해, 다양한 공정 변수 및 조건 변화에 따라 미분의 발생량을 신뢰성 있게 사전 예측하여, 고흡수성 수지의 연속 제조 공정에서의 생산성 등을 우수하게 유지할 수 있는 방법의 개발이 요청되고 있다.
이에 본 발명은 고흡수성 수지의 연속 제조 공정에서, 미분의 발생량을 신뢰성 높게 사전 예측하여, 우수한 물성의 고흡수성 수지를 생산성 높게 제조할 수 있게 하는 고흡수성 수지의 물성 예측 방법을 제공하는 것이다.
본 발명은 아크릴산 및 이의 염을 포함한 단량체 수용액을 내부 가교제의 존재 하에 가교 중합하는 단계와, 상기 가교 중합된 함수겔 중합체를 겔 분쇄하는 단계와, 상기 겔 분쇄된 함수겔 중합체를 건조, 조분쇄, 미분쇄 및 분급하여 베이스 수지를 제조하는 단계를 포함하는 고흡수성 수지의 연속 제조 공정에서,
상기 연속 제조 공정의 복수의 공정 변수 X1 내지 Xm(m은 5 이상 30 이하의 정수)과, 상기 베이스 수지에 포함된 180㎛ 미만의 입경을 갖는 미분의 함유량 Y(중량%)의 실측 관계 데이터를 얻는 단계;
상기 실측 관계 데이터로부터, 부분 최소 제곱 회귀 분석법(Partial Least-Squares Regression; PLS)에 따라, 상기 X1 내지 Xm의 공정 변수와, Y의 회귀 계수를 도출하고 표준화하여, Y = aX1 + bX2 + cX3....+ zXm의 선형 관계식을 도출하는 단계(단, a 내지 z는 회귀 분석 결과 도출된 상수이다.); 및
상기 도출된 선형 관계식으로부터, 고흡수성 수지의 연속 제조 공정 중에 상기 베이스 수지에 포함된 미분의 함유량을 예측하는 단계를 포함하는 고흡수성 수지의 물성 예측 방법을 제공한다.
본 발명에 따르면, 다변량 회귀 모형화 기술(빅데이터 기술)을 적용하여, 고흡수성 수지의 연속 제조 공정에서, 다양한 공정 변수 및 조건의 변화에 따른, 미분의 발생량을 신뢰성 높게 사전 예측할 수 있는 미반응 단량체 잔류량의 예측 방법이 제공된다.
이러한 예측 방법을 적용한 결과, 공정 변수나 조건의 변화에 따라, 미분의 발생량이, 예를 들어, R2이 75% 이상으로 되는 높은 신뢰도로 사전 예측될 수 있음이 확인되었다.
따라서, 이러한 예측 방법을 적용하면, 고흡수성 수지의 연속 제조 공정 중에, 공정 변수나 조건을 제어함에 따라, 미분의 발생량이 어떠한 양상으로 변화할지 사전 예측할 수 있으므로, 미분 발생량을 저감시켜 고흡수성 수지의 생산성을 향상시킬 수 있는 공정 조건 등을 예측 적용할 수 있다.
그러므로, 본 발명의 예측 방법을 적용하면, 미분의 발생량 자체가 감소되어 우수한 물성의 고흡수성 수지를 생산성 높게 제조할 수 있으므로, 전체적인 고흡수성 수지 제조 공정의 경제성이나 안정성을 향상시킬 수 있다.
도 1은 발명의 구현예에 따른 물성 예측 방법에 따라, 미분 발생량 예측 모델을 만들기 위해 적용된 고흡수성 수지의 연속 제조 공정의 간략화된 모식도이다.
도 2는 발명의 구현예에 따른 물성 예측 방법에서, 각 공정 변수(X축)와, 미분의 발생량(Y축) 간의 선형 관계식을 도출하고, 이에 기초하여 실제 공정 조건에 따른 미분 발생량을 예측하는 방법의 일 예를 간략화하여 나타낸다.
도 3은 발명의 구현예에 따른 물성 예측 방법에 따라 예측된 미분 발생량으로부터, 베이스 수지의 입도 분포를 예측하는 방법의 일 예를 간략화하여 나타낸다.
도 2는 발명의 구현예에 따른 물성 예측 방법에서, 각 공정 변수(X축)와, 미분의 발생량(Y축) 간의 선형 관계식을 도출하고, 이에 기초하여 실제 공정 조건에 따른 미분 발생량을 예측하는 방법의 일 예를 간략화하여 나타낸다.
도 3은 발명의 구현예에 따른 물성 예측 방법에 따라 예측된 미분 발생량으로부터, 베이스 수지의 입도 분포를 예측하는 방법의 일 예를 간략화하여 나타낸다.
이하, 도면을 참고하여, 발명의 구체적인 구현예에 따른 고흡수성 수지의 물성 예측 방법에 대해 보다 상세하게 설명하기로 한다.
발명의 일 구현예에 따르면, 아크릴산 및 이의 염을 포함한 단량체 수용액을 내부 가교제의 존재 하에 가교 중합하는 단계와, 상기 가교 중합된 함수겔 중합체를 겔 분쇄하는 단계와, 상기 겔 분쇄된 함수겔 중합체를 건조, 조분쇄, 미분쇄 및 분급하여 베이스 수지를 제조하는 단계를 포함하는 고흡수성 수지의 연속 제조 공정에서,
상기 연속 제조 공정의 복수의 공정 변수 X1 내지 Xm(m은 5 이상 30 이하의 정수)과, 상기 베이스 수지에 포함된 180㎛ 미만의 입경을 갖는 미분의 함유량 Y(중량%)의 실측 관계 데이터를 얻는 단계;
상기 실측 관계 데이터로부터, 부분 최소 제곱 회귀 분석법(Partial Least-Squares Regression; PLS)에 따라, 상기 X1 내지 Xm의 공정 변수와, Y의 회귀 계수를 도출하고 표준화하여, Y = aX1 + bX2 + cX3....+ zXm의 선형 관계식을 도출하는 단계(단, a 내지 z는 회귀 분석 결과 도출된 상수이다.); 및
상기 도출된 선형 관계식으로부터, 고흡수성 수지의 연속 제조 공정 중에 상기 베이스 수지에 포함된 미분의 함유량을 예측하는 단계를 포함하는 고흡수성 수지의 물성 예측 방법이 제공된다.
본 발명자들은 다변량 회귀 모형화 기술(빅데이터 기술) 및 부분 최소 제곱 회귀 분석법(Partial Least-Squares Regression; PLS)을 적용하여, 베이스 수지 및 고흡수성 수지의 연속 제조 공정에서, 다양한 공정 변수 및 조건의 변화에 따른, 미분의 발생량을 신뢰성 높게 사전 예측할 수 있는 일 구현예의 물성 예측 방법을 개발하였다.
이러한 일 구현예의 예측 방법에 따르면, 다양한 공정 변수 및 조건의 변화에 따라, 베이스 수지 제조 과정에서의 미분 발생량(베이스 수지에 포함된 미분 함유량)이, 예를 들어, R2이 75% 이상, 혹은 80 내지 90%으로 되는 높은 신뢰도로 사전 예측될 수 있음이 확인되었다.
참고로, 도 2는 일 구현예의 물성 예측 방법에 따라, 각 공정 변수(X축)와, 미분의 발생량(Y축) 간의 선형 관계식을 도출하고, 이에 기초하여 실제 공정 조건에 따른 미분 발생량을 예측하는 방법의 일 예를 간략화하여 나타낸 도면이다. 이러한 도 2에 도시된 바와 같이, 부분 최소 제곱 회귀 분석법에 따라 각 공정 변수들과 미분 발생량 간의 선형 관계식을 도출한 후, 이러한 관계식에 실제 공정 변수/조건들을 대입하는 경우, 실제 진행될 공정에서 각 공정 변수/조건 등에 따른 미분 발생량이 공정 진행 후의 실측 데이터와 거의 일치하게 되어 미분 발생량이 매우 신뢰성 높게 예측될 수 있음이 확인되었다.
이와 같이, 베이스 수지 및 고흡수성 수지의 연속 제조 공정 중에, 다양한 공정 변수 및 조건을 제어함에 따라, 미분 발생량이 어떠한 양상으로 변화할지 신뢰성 높게 사전 예측할 수 있으므로, 미분 발생량을 줄이는 방향으로 공정 조건 및 변수들을 사전에 조정할 수 있다.
따라서, 상기 일 구현예의 예측 방법을 적용함에 따라, 베이스 수지 및 고흡수성 수지 연속 제조 중에 미분의 발생량을 줄이고 보다 우수한 물성을 갖는 고흡수성 수지를 생산성 높게 제조할 수 있게 된다.
이하, 첨부한 도면을 참고하여, 상기 일 구현예의 예측 방법의 일 예를 각 단계 별로 구체적으로 설명하기로 한다. 참고로, 도 1은 발명의 구현예에 따른 물성 예측 방법에 따라, 미분 발생량 예측 모델을 만들기 위해 적용된 고흡수성 수지의 연속 제조 공정의 간략화된 모식도이다.
일 구현예의 예측 방법에서는, 먼저, 고흡수성 수지의 제조를 위한 베이스 수지의 연속 제조 공정을 실제 수행하여, 상기 연속 제조 공정의 복수의 공정 변수 X1 내지 Xm(m은 5 이상 30 이하의 정수)과, 상기 베이스 수지에 포함된 180㎛(약 80mech) 미만, 혹은 150㎛ 미만의 입경을 갖는 미분의 함유량 Y(중량%)에 관한 실측 데이터를 얻게 되며, 이로부터 X1 내지 Xm의 공정 조건 및 변수의 변화에 따른 Y의 관계에 관한 실측 데이터를 얻게 된다.
이러한 실측 관계 데이터를 얻기 위해, 도 1에 도시된 바와 같이, 아크릴산 및 이의 염을 포함한 단량체 수용액을 내부 가교제의 존재 하에 중합 반응기에서 가교 중합하는 단계와, 상기 가교 중합된 함수겔 중합체를 초퍼 등에서 겔 분쇄하는 단계와, 상기 겔 분쇄된 함수겔 중합체를 건조, 조분쇄, 미분쇄 및 분급하여 베이스 수지를 제조하는 단계를 포함하는 방법으로 베이스 수지 또는 고흡수성 수지를 연속제조할 수 있다.
이러한 실측 데이터를 얻기 위한 제조 공정에서는, 예를 들어, 아크릴산과, 물 및 가성소다를 포함하는 중화액과, 내부 가교제 및 발포제 등을 포함하는 부원료를 중합 반응기에 각각 공급 및 혼합하여 단량체 수용액을 얻을 수 있다. 이러한 단량체 수용액은 아크릴산과, 아크릴산이 가성소다에 의해 중화된 아크릴산의 나트륨염을 포함하고, 내부 가교제, 발포제 및 중합 개시제 등의 부원료를 포함할 수 있으며, 이러한 단량체 수용액에 대해 중합 반응기에서 가교 중합이 진행될 수 있다.
또, 상기 가교 중합 단계는 50℃ 이상의 온도 및 자외선의 조사 하에 열 중합 및 광 중합이 병행하여 진행될 수 있고, 이를 위해 상기 중합 개시제로 열 개시제 및 광 개시제가 함께 사용될 수 있다.
이러한 가교 중합 단계 후에는, 초퍼 등에서의 겔 분쇄, 건조, 조분쇄 및 미분쇄 단계가 순차 진행될 수 있고, 상기 조분쇄 및 미분쇄 이후에 분급 단계가 진행되어 발생된 미분이 제거될 수 있다. 이렇게 제거된 미분은 공정 중에 재순환되어 미분 재조립된 후 다시 겔 분쇄 공정에 투입될 수 있다. 위 공정 단계에서, 상기 분급 단계에서 제거된 미분의 총량이 산출되어 상기 미분의 함유량 Y(중량%)에 관한 실측 데이터로 활용될 수 있다.
상술한 연속 제조 공정은 단량체 수용액 중의 각 성분의 함량(공급 유량), 중합 반응기 내의 제반 조건, 겔 분쇄, 조분쇄 및 미분쇄의 진행 조건 등과 같은 다양한 공정 조건, 예를 들어, X1 내지 Xm(m은 5 이상 30 이하의 정수)로 표시되는 매우 다양한 공정 변수 및 조건들이 조절/변화될 수 있다.
따라서, 본 단계에서는, 장기간 동안 베이스 수지 및 고흡수성 수지를 연속 제조한 다량의 데이터를 바탕으로, 이들 X1 내지 Xm의 공정 변수 및 조건들의 변화에 따른 미분 발생량 Y의 관계에 대한 실측 데이터를 수집하게 된다. 참고로, 본 발명자들은 베이스 수지(고흡수성 수지)를 약 1년에 걸쳐 실제 제조한 데이터를 바탕으로, 약 30~50개 공정 조건들의 변화에 따른 미분 발생량 Y의 관계에 대한 실측 데이터를 수집하였다.
한편, 상술한 방법으로 실측 데이터를 수집한 후에는, 이러한 실측 관계 데이터로부터, 상기 다양한 공정 변수 중, 상기 Y와 상관 관계가 상대적으로 높은 최대 30개의 공정 변수를 추출하는 단계를 추가로 진행할 수도 있다.
이러한 단계는 미분 발생량 예측 모델을 보다 단순화하기 위함이다. 즉, 지나치게 다양한 공정 조건이나 변수들 모두의 변화량을 통해 미분 발생량 예측 모델을 만드는 경우, 예측 모델의 변수가 지나치게 많아짐에 따라, 잔류량 예측이 지나치게 복잡하게 될 수 있다. 따라서, 본 단계에서는, 상기 전체 공정 조건 중, 상대적으로 미분 발생량과 상관 관계가 높은 5 내지 30개, 혹은 10 내지 17개의 공정 변수를 추출할 수 있다.
이러한 공정 변수의 추출 단계에서는, 이전부터 고흡수성 수지 제조 공정에서 입도나 미분 발생에 큰 영향을 미치는 것으로 알려진 공정 변수를 당업자가 선택할 수 있다. 혹은 선택 가능한 다른 방법으로서, 부분 최소 제곱 회귀 분석법에 의한 분석 툴(tool)에 따라, 전체 공정 조건/변수들 중 일부를 통합하여 새로운 공정 변수를 추출하거나, 보다 상관 관계가 높은 공정 변수를 선택 및 추출할 수도 있다.
이와 같이, PLS법를 통해, 공정 변수의 통합/추출과, 회귀 분석을 수행하는 이유는, 기본적으로 회귀 분석을 통한 예측 모델의 생성을 위해서는 각 공정 변수간의 독립성이 보장되어야 하기 때문이다. 그러나, 실측 데이터 중의 전체 공정 조건들은 상당부분 서로 상관 관계가 있기 때문에, PLS법 등을 통해 일부의 공정 조건들을 서로 통합하여 새로운 공정 변수를 추출하거나, 선택할 수 있으며, 이러한 공정 변수들 중에서 미분 발생량과 상대적으로 상관 관계가 높은 5 내지 30개의 공정 변소 X1 내지 Xm을 추출할 수도 있다.
이와 같이 PLS 법 등을 통해, 공정 변수들을 통합 추출하는 과정과, 회귀 분석을 수행하는 과정은, PLS 법의 통상적인 분석 방법에 따를 수 있으며, 예를 들어, "Chemometrics and Intelligent Laboratory Systems 58 (2001) 109-130, "PLS-regression: a basic tool of chemometrics" 등에 기재된 방법에 따를 수 있다. 이에 이러한 분석 방법에 관한 추가적인 방법은 설명하기로 한다.
한편, 본 발명자들은 이미 상술한 바와 같이, 베이스 수지 및 고흡수성 수지를 연속 제조하는 과정에서, 매우 다양한 공정 변소 및 조건들의 변화에 따른 미분 발생량 Y의 관계에 대한 실측 데이터를 수집한 바 있으며, 이러한 실측 데이터로부터 미분 발생량이나 고흡수성 수지 또는 베이스 수지의 입도와 상관 관계가 높은 5 내지 30개의 공정 변수들을 추출하였다.
이렇게 본 발명자들이 추출한 X1 내지 Xm의 공정 변수들의 일 예는 하기 표 1에 정리되어 있으며, 또, 실측 데이터를 수집하는 과정에서 각 공정 변수들을 변화시킨 범위 역시 하기 표 1에 함께 정리되어 있다.
| 공정 단계 | 공정 변수 | 최소 | 최대 | 단위 | |
| 1 | 단량체 수용액 제조 | 아크릴산 공급량 | kg/hr | ||
| 2 | 단량체 수용액 제조 | 내부가교제 공급량 | kg/hr | ||
| 3 | 단량체 수용액 제조 | 가성소다 공급량 | kg/hr | ||
| 4 | 단량체 수용액 제조 | 물 공급량 | kg/hr | ||
| 5 | 단량체 수용액 제조 | 중화액 공급량 | kg/hr | ||
| 6 | 단량체 수용액 제조 | 발포제 공급량 | kg/hr | ||
| 7 | 가교 중합 | 자외선 조사량 | 5 | 20 | A |
| 8 | 가교 중합 | 제 1 중합 반응기 온도 | 50 | 120 | ℃ |
| 9 | 가교 중합 | 제 2 중합 반응기 온도 | 50 | 120 | ℃ |
| 10 | 가교 중합 | 제 3 중합 반응기 온도 | 50 | 120 | ℃ |
| 11 | 가교 중합 | 제 4 중합 반응기 온도 | 50 | 120 | ℃ |
| 12 | 가교 중합 | 제 5 중합 반응기 온도 | 50 | 120 | ℃ |
| 13 | 가교 중합 | 제 6 중합 반응기 온도 | 50 | 120 | ℃ |
| 14 | 조분쇄 | 조 분쇄기 홀 크기 | 5Φ | 15Φ | |
| 15 | 미분쇄 | 제 1 미분쇄기 밀링 수단(롤 밀 등) 간격 상단 | 0.01 | 1 | mm |
| 16 | 미분쇄 | 제 2 미분쇄기 밀링 수단(롤 밀 등) 간격 상단 | 0.01 | 1 | mm |
| 17 | 미분쇄 | 제 1 미분쇄기 밀링 수단(롤 밀 등) 간격 상단 | 0.01 | 1 | mm |
이러한 공정 변수 추출 단계까지를 진행한 결과, 상기 추출된 X1 내지 Xm의 공정 변수는 하기에 나열된 공정 변수들을 포함할 수 있다:
가교 중합 반응기에 연속 공급되는 아크릴산의 공급량(kg/hr);
가교 중합 반응기에 연속 공급되는 내부 가교제의 공급량(kg/hr);
가교 중합 반응기에 연속 공급되는 물, 가성소다 및 이들을 포함하는 중화액의 유량(kg/hr);
가교 중합 반응기에 연속 공급되는 발포제의 공급량(kg/hr);
가교 중합기 각각에 대한 자외선 조사량(A);
가교 중합 반응기 각각의 내부 온도(℃);
조분쇄기의 홀 크기;
미분쇄기의 밀링 수단 간 간격(mm).
상술한 방법으로, 실측 관계 데이터를 얻고, 선택적으로 미분 발생량 Y와 상관 관계가 높은 공정 변수들을 추출하여, 상기 X1 내지 Xm의 공정 변수들을 도출한 후에는, 상기 PLS법에 의해, 상기 X1 내지 Xm의 공정 변수와, Y의 회귀 계수를 도출하고 표준화하여, Y = aX1 + bX2 + cX3....+ zXm(a 내지 z은 회귀 분석 결과 도출된 상수이다.)의 선형 관계식을 도출할 수 있다.
이러한 단계에서는, 먼저, PLS 법을 사용하여, 상기 X1 내지 Xm의 공정 변수와, Y의 회귀 계수를 도출하게 된다. 이러한 회귀 계수는 기도출된 X1 내지 Xm과, Y의 상관 관계를 나타낼 수 있다. 이러한 회귀 계수 및 상기 X1 내지 Xm의 공정 변수와, Y의 실측 관계 데이터를 이용하여, 이들을 표준화함으로서 Y = aX1 + bX2 + cX3....+ zXm의 형태로 되는 선형 관계식을 도출할 수 있다. 이러한 회귀 계수 도출, 표준화 및 선형 관계식의 도출 방법은 PLS 법의 통상적인 분석 방법에 따를 수 있으므로, 이에 관한 추가적인 설명은 생략하기로 한다.
이러한 선형 관계식으로부터 상기 X1 내지 Xm의 공정 조건들을 변화함에 따라, 미분 발생량이 어떻게 변화될 것인지 사전 예측할 수 있다. 예를 들어, 도 2에도 도시된 바와 같이, 위 단계에서 선형 관계식을 도출한 후, 이러한 관계식에 실제 적용될 공정 변수/조건들을 대입하는 경우, 실제 진행될 공정에서 각 공정 변수/조건 등에 따른 미분 발생량을 예측할 수 있다. 특히, 본 발명자들이 상술한 방법으로 예측 모델을 도출하여 이로부터 미분 발생량의 예측치를 산출하고, 이를 실측치와 대비해본 결과, R2이 75% 이상의 높은 예측 신뢰도로 미분 발생량이 예측될 수 있음이 확인되었다.
따라서, 이러한 예측 방법을 적용하면, 폴리카보네이트 수지의 연속 제조 공정 중에, 공정 조건이 변화/조절됨에 따라, 미반응 단량체 잔류량 및 중합 반응의 반응 전환율이 어떠한 양상으로 변화할지 사전 예측할 수 있으므로, 이를 고려하여 적절한 양의 포스겐을 사용할 수 있다.
따라서, 상술한 예측 방법을 베이스 수지 및 고흡수성 수지의 연속 제조 공정에 적용하면, 이러한 연속 제조 공정 중에, 다양한 공정 변수 및 조건을 제어함에 따라, 미분 발생량이 어떠한 양상으로 변화할지 신뢰성 높게 사전 예측할 수 있으므로, 미분 발생량을 줄이는 방향으로 공정 조건 및 변수들을 사전에 조정할 수 있다.
그러므로, 일 구현예의 예측 방법을 적용함에 따라, 베이스 수지 및 고흡수성 수지 연속 제조 중에 미분의 발생량을 줄이고 보다 우수한 물성을 갖는 고흡수성 수지를 생산성 높게 제조할 수 있게 된다.
한편, 상기 일 구현예의 예측 방법은 상기 실측 관계 데이터로부터, 상기 미분의 함유량 Y(중량%)와, 상기 베이스 수지의 입도 분포 Z의 관계식을 도출하는 단계; 및
상기 예측된 미분의 함유량과, 상기 Y 및 Z의 관계식으로부터, 상기 베이스 수지 입도 분포 Z를 예측하는 단계를 더 포함할 수도 있다.
이전부터 미분 발생량과, 베이스 수지 및 고흡수성 수지의 입도 분포가 밀접한 관계에 있음은 잘 알려져 있는 바, 상기 Y 및 Z의 실측 관계 데이터를 수집하여 이들의 관계를 도출한 후, 이로부터 베이스 수지의 입도 분포를 신뢰성 있게 예측할 수도 있다. 이와 같이, 미분 발생량으로부터, 베이스 수지의 입도 분포를 예측하는 방법의 일 예는 도 3에 간략하게 도시되어 있다.
이러한 추가 예측을 통해, 어떠한 입도 분포의 베이스 수지 및 고흡수성 수지가 제조될지에 대해서도 신뢰성 있게 사전 예측될 수 있으므로, 수 많은 반복 실험을 거치지 않더라도, 상기 사전 예측 결과를 기초로 다양한 공정 조건/변수들을 조절하여 보다 우수한 물성을 갖는 고흡수성 수지를 제조하는 것이 가능해 진다.
Claims (6)
- 아크릴산 및 이의 염을 포함한 단량체 수용액을 내부 가교제의 존재 하에 가교 중합하는 단계와, 상기 가교 중합된 함수겔 중합체를 겔 분쇄하는 단계와, 상기 겔 분쇄된 함수겔 중합체를 건조, 조분쇄, 미분쇄 및 분급하여 베이스 수지를 제조하는 단계를 포함하는 고흡수성 수지의 연속 제조 공정에서,
상기 연속 제조 공정의 복수의 공정 변수 X1 내지 Xm(m은 5 이상 30 이하의 정수)과, 상기 베이스 수지에 포함된 180㎛ 미만의 입경을 갖는 미분의 함유량 Y(중량%)의 실측 관계 데이터를 얻는 단계;
상기 실측 관계 데이터로부터, 부분 최소 제곱 회귀 분석법(Partial Least-Squares Regression; PLS)에 따라, 상기 X1 내지 Xm의 공정 변수와, Y의 회귀 계수를 도출하고 표준화하여, Y = aX1 + bX2 + cX3....+ zXm의 선형 관계식을 도출하는 단계(단, a 내지 z는 회귀 분석 결과 도출된 상수이다.); 및
상기 도출된 선형 관계식으로부터, 고흡수성 수지의 연속 제조 공정 중에 상기 베이스 수지에 포함된 미분의 함유량을 예측하는 단계를 포함하는 고흡수성 수지의 물성 예측 방법.
- 제 1 항에 있어서, 상기 아크릴산 및 이의 염은 아크릴산과, 아크릴산이 가성소다에 의해 중화된 아크릴산의 나트륨염을 포함하고,
단량체 수용액은 발포제를 더 포함하는 고흡수성 수지의 물성 예측 방법.
- 제 2 항에 있어서, 상기 가교 중합 단계는 50℃ 내지 120℃의 온도 및 자외선의 조사 하에 열 중합 및 광 중합이 병행하여 진행되는 고흡수성 수지의 물성 예측 방법.
- 제 1 항에 있어서, 상기 X1 내지 Xm의 공정 변수는 하기에 나열된 공정 변수들을 포함하는 고흡수성 수지의 물성 예측 방법:
가교 중합 반응기에 연속 공급되는 아크릴산의 공급량(kg/hr);
가교 중합 반응기에 연속 공급되는 내부 가교제의 공급량(kg/hr);
가교 중합 반응기에 연속 공급되는 물, 가성소다 및 이들을 포함하는 중화액의 유량(kg/hr);
가교 중합 반응기에 연속 공급되는 발포제의 공급량(kg/hr);
가교 중합기 각각에 대한 자외선 조사량(A);
가교 중합 반응기 각각의 내부 온도(℃);
조분쇄기의 홀 크기;
미분쇄기의 밀링 수단 간 간격(mm).
- 제 1 항에 있어서, 상기 선형 관계식으로부터 예측된 미분의 함유량은 실제 측정된 미분의 함량에 대해 R2이 75% 이상의 예측 신뢰도를 갖는 고흡수성 수지의 물성 예측 방법.
- 제 1 항에 있어서, 상기 실측 관계 데이터로부터, 상기 미분의 함유량 Y(중량%)와, 상기 베이스 수지의 입도 분포 Z의 관계식을 도출하는 단계; 및
상기 예측된 미분의 함유량과, 상기 Y 및 Z의 관계식으로부터, 상기 베이스 수지 입도 분포 Z를 예측하는 단계를 더 포함하는 고흡수성 수지의 물성 예측 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190038619A KR102653916B1 (ko) | 2019-04-02 | 2019-04-02 | 고흡수성 수지의 물성 예측 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190038619A KR102653916B1 (ko) | 2019-04-02 | 2019-04-02 | 고흡수성 수지의 물성 예측 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200116770A KR20200116770A (ko) | 2020-10-13 |
| KR102653916B1 true KR102653916B1 (ko) | 2024-04-01 |
Family
ID=72884941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190038619A KR102653916B1 (ko) | 2019-04-02 | 2019-04-02 | 고흡수성 수지의 물성 예측 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102653916B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100829706B1 (ko) | 2007-05-29 | 2008-05-14 | 호남석유화학 주식회사 | 고분자 제품의 물성 예측 방법 |
| JP2017042978A (ja) | 2015-08-26 | 2017-03-02 | 住友ゴム工業株式会社 | ゴム材料評価方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150062959A (ko) * | 2013-11-29 | 2015-06-08 | 주식회사 엘지화학 | 고흡수성 수지의 겔 강도 측정 방법 |
| KR20170106109A (ko) * | 2016-03-11 | 2017-09-20 | 주식회사 엘지화학 | 고흡수성 수지의 투과율 측정방법 |
| KR102068795B1 (ko) * | 2016-11-24 | 2020-01-21 | 주식회사 엘지화학 | 고분자의 물성을 예측하는 방법 |
-
2019
- 2019-04-02 KR KR1020190038619A patent/KR102653916B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100829706B1 (ko) | 2007-05-29 | 2008-05-14 | 호남석유화학 주식회사 | 고분자 제품의 물성 예측 방법 |
| JP2017042978A (ja) | 2015-08-26 | 2017-03-02 | 住友ゴム工業株式会社 | ゴム材料評価方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200116770A (ko) | 2020-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10086361B2 (en) | Super absorbent polymer and a preparation method thereof | |
| EP3181638A1 (en) | Super absorbent resin and method for preparing same | |
| KR101949995B1 (ko) | 고흡수성 수지의 제조 방법 및 이로부터 제조된 고흡수성 수지 | |
| US10086362B2 (en) | Preparation method of super absorbent polymer | |
| EP3020737A1 (en) | Super absorbent polymer and preparation method therefor | |
| DE202014011209U1 (de) | Superabsorbierendes Polymer | |
| KR101680829B1 (ko) | 고흡수성 수지의 제조 방법 | |
| KR20160076422A (ko) | 고흡수성 수지 및 이의 제조 방법 | |
| KR102069313B1 (ko) | 고흡수성 수지의 제조 방법 및 고흡수성 수지 | |
| KR101841664B1 (ko) | 고흡수성 수지의 제조 방법 및 이를 통해 제조된 고흡수성 수지 | |
| KR20140126821A (ko) | 고흡수성 수지의 제조 방법 | |
| KR102653916B1 (ko) | 고흡수성 수지의 물성 예측 방법 | |
| EP2835382B1 (en) | Method for preparing super absorbent polymer | |
| KR102192639B1 (ko) | 고흡수성 수지 | |
| KR101645684B1 (ko) | 고흡수성 수지 | |
| KR101782501B1 (ko) | 고흡수성 수지의 제조 방법 | |
| KR101939388B1 (ko) | 아크릴산계 중합체의 제조방법 | |
| KR20160067725A (ko) | 고흡수성 수지 및 이의 제조 방법 | |
| KR20170106109A (ko) | 고흡수성 수지의 투과율 측정방법 | |
| KR20160030711A (ko) | 고흡수성 수지 제조용 중합 반응기 및 이를 이용하는 고흡수성 수지의 제조 방법 | |
| KR20240042883A (ko) | 고흡수성 수지 입자의 제조방법 | |
| KR20220009781A (ko) | 고흡수성 수지의 물성을 평가하는 방법 | |
| KR20230150084A (ko) | 고흡수성 수지 필름의 제조 방법 | |
| KR20200059023A (ko) | 고흡수성 수지의 제조 방법 및 고흡수성 수지 | |
| KR20200056050A (ko) | 고흡수성 수지의 제조 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |