In general, the productivity and the product quality of batch or semi-batch reactor can be improved by finding the optimal temperature trajectory. Instead of numerical techniques, the minimization of the reaction time of the semi-batch transesterification reactor is treated by analysis and qualitative consideration in this thesis. The optimization of the transesterification or esterification stage, the first stage of the production of PET(polyethylene terephthalate) is performed by using a simple kinetic model of the main reaction, the qualitative consideration of the side reactions and the flash distillation model. The process constraints were found from the several experimental observations. A simple time optimal temperature trajectory was proposed. The proposed time optimal temperature trajectory reduces the batch time by 30-45 min within the process constraints. Additionally, the kinetic model of the transesterification reaction of dimethylene terephthalate with ethylene glycol was developed based on the total mass. It has an analytical solution, and the kinetic parameters, $K_{a,0}$ and $E_a$ were found from isothermal and non-isothermal kinetic analyses of the experimental data. The total mass based kinetic model with flash distillation model well represents the transesterification reaction.
일반적으로 회분반응의 생산성 및 생산물의 품질의 향상은 공정의 조업조건(온도, 압력)을 최적으로 결정함에 의하여 향상 된다. 또한, reaction mechanism의 분석은 생산물 품질균일성을 유지하는데 중요한 정보를 제공한다. 본 연구에서는 반회분 transesterification 반응을 대상으로 주반응기구를 설명하는 모델을 제시하고, 공정의 제약조건을 고려한 최적온도궤적을 구하였다. 대상 고정은 합성섬유, 필름, 플라스틱을 만드는 재료로 널리 사용되고 있는 PET 생산의 첫번째 단계로 알려진 dimethyl terephthalate와 ethylene glycol의 transesterification 반응이 이루어지는 반회분 (semi-batch) 반응기이다. 대상공정의 제약조건으로는 반응기온도의 승온, 반응물의 flooding, 부반응물이 고려되었으며, 구해진 시간 최적온도궤적은 반응시간을 약 30-45분 단축하였다. 최적온도궤적은 느린 초기반응을 빠른 승온에 의하여 반응시간을 단축하고, 생성된 methanol의 효과적인 제거가 일어나도록 한다. 또한, 낮은 온도영역에서의 빠른 반응은 부생성물의 억제에도 도움을 주었다. 또한, 주반응의 반응모델이 연구되었고, 실험적으로 반응속도상수가 구해졌으며, flash distillation model을 포함한 모델링이 수행되었다. 반응 모델은 생산물 품질 균일성 유지에 정보를 제공할 것으로 생각되며, 모델링 연구는 공정의 이해 및 전환율 예측에 도움을 줄 것으로 기대된다.
