Chemische recyclage van plastiek afval naar olie voor de productie van lichte olefinen via stoomkraken kan de hoofdroute voor reductie van de escalerende plastiek afvalcrisis zijn. Plastiek afval bevat een significante hoeveelheid contaminanten onder de vorm van hetero atomische componenten die O, N, S, Cl en Br bevatten. Stoomkrakers hebben strikte limieten op de contaminant concentraties, dit verzekerd een hoge product kwaliteit en bescherming van de interne apparatuur van de stoomkraker. De pyrolyse olie moet dus eerst behandeld worden voor deze naar de stoomkraker kan gestuurd worden. Een nieuwe opkomende technologie is deze van superkritisch water pyrolyse, dit is de thermische decompositie van plastic afval in het bijzijn van superkritisch water. Deze technologie kan een lichter type pyrolyse olie produceren en een deel van de contaminanten verwijderen tijdens het proces. In dit project zal onderzoek gedaan worden naar de decompositie van plastiek in superkritisch water. Hiervoor zal de reactie netwerk generator Genesys uitgebreid worden met polymeer reacties. Een machine learning model zal ontwikkeld worden om de polymeer eigenschappen te berekenen. Via experimenten zal het opgestelde model gevalideerd worden en finaal word de rekentijd van het model gereduceerd met behulp van machine learning. Dit project moet inzicht geven in de superkritische pyrolyse van plastiek en deze technologie klaarmaken voor industriële applicatie en optimalisatie.