Otimização não-linear multiobjetivo das condições de eficiência usando uma abordagem híbrida CFD-DOE: uma aplicação prática em ventiladores centrífugos para fornos industriais

• Ano de defesa: 2025
• Autor(a) principal: PEREIRA, Matheus Costa
• Orientador(a): PAIVA, Anderson Paulo de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Itajubá
• Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Engenharia de Produção
• Departamento: IEPG - Instituto de Engenharia de Produção e Gestão
• País: Brasil
• Palavras-chave em Português: Otimização multiobjetivo; Otimização pós-Pareto; Interseção normal à fronteira; Planejamento de experimentos; Fluidodinâmica computacional; Tomada de decisão multicritério; Aprendizado de máquina
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO
• Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/4236

Este estudo apresenta a combinação de fluidodinâmica computacional, planejamento de experimentos e otimização multiobjetivo para auxiliar os tomadores de decisão na seleção de uma configuração geométrica ideal e viável, de acordo com suas preferências. Essa abordagem híbrida permite uma seleção automática de soluções Pareto-ótimas. O método proposto utiliza modelos de superfície de resposta, métricas de classificação e técnicas de otimização a posteriori para refinar os parâmetros e identificar as soluções mais adequadas no espaço de soluções. A metodologia é exemplificada com um estudo de caso de um ventilador centrífugo feito de material AISI 304, usado para circulação de ar em um forno industrial operando em altas temperaturas. A abordagem abrange a otimização individual com base nas respostas originais, seguida pela validação do modelo por meio de novas simulações, comparando os resultados obtidos usando o Ansys Fluent® e avaliando os ganhos percentuais em relação ao ventilador original. As variáveis de entrada referem-se às pás do ventilador, enquanto as variáveis de resposta estão relacionadas à massa, vazão mássica, torque, desempenho, custo, velocidade, pressão e turbulência. As melhorias mais significativas foram observadas na massa da pá, que foi minimizada em 65,8%, na magnitude da velocidade máxima, que foi maximizada em 23,7%, e na vazão mássica, que foi maximizada em 19,9%. Para fins de comparação e avaliação, os resultados obtidos também são comparados com o algoritmo genético de ordenação não dominada e técnicas de aprendizado de máquina, revelando um desempenho adequado.