Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: CARDOSO NETTO, David lattes
Orientador(a): MANZANARES FILHO, Nelson lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Itajubá
Programa de Pós-Graduação: Programa de Pós-Graduação: Doutorado - Engenharia Mecânica
Departamento: IEM - Instituto de Engenharia Mecânica
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/4160
Resumo: Existe um grande potencial hidrocinético em diferentes cursos de água corrente, como rios, canais e fluxos de usinas. O projeto de uma turbina pode envolver tanto o dimensionamento da turbina a partir de parâmetros previamente estabelecidos por meio de conhecimento empírico, como também a determinação desses parâmetros por meio de técnicas de otimização. Dentre os processos de otimização, o presente trabalho faz uso da otimização bayesiana, mais especificamente, da otimização global eficiente. Assim, este trabalho tem como objetivo principal o desenvolvimento de uma metodologia de otimização global mais eficiente, baseada em metamodelagem multifidelidade, e com aplicação no projeto de turbinas. Um novo método de metamodelagem multifidelidade baseado em Kriging Hierárquico aprimorado por Funções de Base Radial é desenvolvido. É proposto o aprimoramento do metamodelo construído com base nos pontos de alta fidelidade e a correção do metamodelo construído com base nos pontos de baixa fidelidade. O método proposto é aplicado em funções de teste analíticas e no projeto preliminar de uma turbina hidrocinética carenada com o objetivo de maximizar a potência hidráulica pela otimização dos parâmetros geométricos da turbina. Os parâmetros geométricos da ogiva e da nacele, e o ângulo de ataque do difusor são definidos como variáveis de projeto. A turbina é modelada em CFD com dois níveis de refinamento malhas, fina e grosseira, adotadas como as fontes de alta e baixa fidelidades, respectivamente. O rotor é aproximado por um disco atuador com uma queda de pressão fixa. O processo de otimização é feito comparando o método proposto com dois métodos da literatura. Os resultados da aplicação em funções de teste analíticas mostram que o método proposto teve melhor desempenho para o caso de teste de maior número de variáveis e com a mais alta multimodalidade. Para o caso real de engenharia, o método desenvolvido resulta em uma evolução média da potência hidráulica maior que a dos outros dois métodos para o primeiro quarto do orçamento computacional total, além de apresentar menor desvio padrão durante a maior parte do tempo de otimização. A geometria de turbina otimizada resulta no aumento do canal a jusante do rotor e no aumento do diâmetro da ogiva, culminando em um aumento de 21% no coeficiente de potência.
id UFEI_7c9fd4d5036397bccddbb9d0d98e8003
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/4160
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str
spelling 2024-08-292024-10-302024-10-30T14:11:26Z2024-10-30T14:11:26Zhttps://repositorio.unifei.edu.br/jspui/handle/123456789/4160Existe um grande potencial hidrocinético em diferentes cursos de água corrente, como rios, canais e fluxos de usinas. O projeto de uma turbina pode envolver tanto o dimensionamento da turbina a partir de parâmetros previamente estabelecidos por meio de conhecimento empírico, como também a determinação desses parâmetros por meio de técnicas de otimização. Dentre os processos de otimização, o presente trabalho faz uso da otimização bayesiana, mais especificamente, da otimização global eficiente. Assim, este trabalho tem como objetivo principal o desenvolvimento de uma metodologia de otimização global mais eficiente, baseada em metamodelagem multifidelidade, e com aplicação no projeto de turbinas. Um novo método de metamodelagem multifidelidade baseado em Kriging Hierárquico aprimorado por Funções de Base Radial é desenvolvido. É proposto o aprimoramento do metamodelo construído com base nos pontos de alta fidelidade e a correção do metamodelo construído com base nos pontos de baixa fidelidade. O método proposto é aplicado em funções de teste analíticas e no projeto preliminar de uma turbina hidrocinética carenada com o objetivo de maximizar a potência hidráulica pela otimização dos parâmetros geométricos da turbina. Os parâmetros geométricos da ogiva e da nacele, e o ângulo de ataque do difusor são definidos como variáveis de projeto. A turbina é modelada em CFD com dois níveis de refinamento malhas, fina e grosseira, adotadas como as fontes de alta e baixa fidelidades, respectivamente. O rotor é aproximado por um disco atuador com uma queda de pressão fixa. O processo de otimização é feito comparando o método proposto com dois métodos da literatura. Os resultados da aplicação em funções de teste analíticas mostram que o método proposto teve melhor desempenho para o caso de teste de maior número de variáveis e com a mais alta multimodalidade. Para o caso real de engenharia, o método desenvolvido resulta em uma evolução média da potência hidráulica maior que a dos outros dois métodos para o primeiro quarto do orçamento computacional total, além de apresentar menor desvio padrão durante a maior parte do tempo de otimização. A geometria de turbina otimizada resulta no aumento do canal a jusante do rotor e no aumento do diâmetro da ogiva, culminando em um aumento de 21% no coeficiente de potência.There is significant hydrokinetic potential in various flowing water courses, such as rivers, canals, and plant outflows. Turbine design can involve either designing based on empirically established parameters or determining these parameters through optimization techniques. This study focuses on Bayesian optimization, specifically efficient global optimization. The main objective is to develop a more efficient global optimization methodology based on multifidelity surrogate modeling, applied to turbine design. A new multifidelity surrogate modeling method based on Hierarchical Kriging improved by Radial Basis Functions is developed. The proposed method involves improving the surrogate model based on high-fidelity data and correcting the surrogate model based on low-fidelity data. The method is applied to analytical test functions and to the preliminary design of a shrouded hydrokinetic turbine, aiming to maximize hydraulic power by optimizing the turbine's geometric parameters. The geometric parameters of the nose cone, nacelle, and diffuser angle of attack are defined as design variables. The turbine is modeled in CFD with two mesh refinement levels, fine and coarse, used as sources of high and low fidelity, respectively. The rotor is approximated by an actuator disk with a fixed pressure drop. The optimization process compares the proposed method with two methods from the literature. The results from the analytical test functions show that the proposed method performed better for the test case with the highest number of variables and the most multimodality. For the real engineering case, the developed method resulted in an average hydraulic power improvement greater than the other two methods for the first quarter of the total computational budget and showed lower standard deviation during most of the optimization time. The optimized turbine geometry resulted in an increase in the downstream channel of the rotor and an increase in the nose cone diameter, culminating in a 21% increase in the power coefficient.porUniversidade Federal de ItajubáPrograma de Pós-Graduação: Doutorado - Engenharia MecânicaUNIFEIBrasilIEM - Instituto de Engenharia MecânicaCNPQ::ENGENHARIAS::ENGENHARIA MECÂNICAOtimização BayesianaMetamodelagem multifidelidadeKriging hierárquico aprimorado por funções de base radialTurbinas hidrocinéticasDinâmica dos fluidos computacionalMetodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisMANZANARES FILHO, Nelsonhttp://lattes.cnpq.br/3703215687960139http://lattes.cnpq.br/6051067400765263CARDOSO NETTO, DavidCARDOSO NETTO, David. Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas. 2024. 116 f. Tese (Doutorado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2024.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/4160/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALTese_2024053.pdfTese_2024053.pdfapplication/pdf3884786https://repositorio.unifei.edu.br/jspui/bitstream/123456789/4160/1/Tese_2024053.pdf0ef3ebb97abdd1265ca159bebce90504MD51123456789/41602024-10-30 11:11:26.637oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442025-08-26T21:13:59.337372Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
title Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
spellingShingle Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
CARDOSO NETTO, David
CNPQ::ENGENHARIAS::ENGENHARIA MECÂNICA
Otimização Bayesiana
Metamodelagem multifidelidade
Kriging hierárquico aprimorado por funções de base radial
Turbinas hidrocinéticas
Dinâmica dos fluidos computacional
title_short Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
title_full Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
title_fullStr Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
title_full_unstemmed Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
title_sort Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas
author CARDOSO NETTO, David
author_facet CARDOSO NETTO, David
author_role author
dc.contributor.advisor1.fl_str_mv MANZANARES FILHO, Nelson
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/3703215687960139
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/6051067400765263
dc.contributor.author.fl_str_mv CARDOSO NETTO, David
contributor_str_mv MANZANARES FILHO, Nelson
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA MECÂNICA
topic CNPQ::ENGENHARIAS::ENGENHARIA MECÂNICA
Otimização Bayesiana
Metamodelagem multifidelidade
Kriging hierárquico aprimorado por funções de base radial
Turbinas hidrocinéticas
Dinâmica dos fluidos computacional
dc.subject.por.fl_str_mv Otimização Bayesiana
Metamodelagem multifidelidade
Kriging hierárquico aprimorado por funções de base radial
Turbinas hidrocinéticas
Dinâmica dos fluidos computacional
description Existe um grande potencial hidrocinético em diferentes cursos de água corrente, como rios, canais e fluxos de usinas. O projeto de uma turbina pode envolver tanto o dimensionamento da turbina a partir de parâmetros previamente estabelecidos por meio de conhecimento empírico, como também a determinação desses parâmetros por meio de técnicas de otimização. Dentre os processos de otimização, o presente trabalho faz uso da otimização bayesiana, mais especificamente, da otimização global eficiente. Assim, este trabalho tem como objetivo principal o desenvolvimento de uma metodologia de otimização global mais eficiente, baseada em metamodelagem multifidelidade, e com aplicação no projeto de turbinas. Um novo método de metamodelagem multifidelidade baseado em Kriging Hierárquico aprimorado por Funções de Base Radial é desenvolvido. É proposto o aprimoramento do metamodelo construído com base nos pontos de alta fidelidade e a correção do metamodelo construído com base nos pontos de baixa fidelidade. O método proposto é aplicado em funções de teste analíticas e no projeto preliminar de uma turbina hidrocinética carenada com o objetivo de maximizar a potência hidráulica pela otimização dos parâmetros geométricos da turbina. Os parâmetros geométricos da ogiva e da nacele, e o ângulo de ataque do difusor são definidos como variáveis de projeto. A turbina é modelada em CFD com dois níveis de refinamento malhas, fina e grosseira, adotadas como as fontes de alta e baixa fidelidades, respectivamente. O rotor é aproximado por um disco atuador com uma queda de pressão fixa. O processo de otimização é feito comparando o método proposto com dois métodos da literatura. Os resultados da aplicação em funções de teste analíticas mostram que o método proposto teve melhor desempenho para o caso de teste de maior número de variáveis e com a mais alta multimodalidade. Para o caso real de engenharia, o método desenvolvido resulta em uma evolução média da potência hidráulica maior que a dos outros dois métodos para o primeiro quarto do orçamento computacional total, além de apresentar menor desvio padrão durante a maior parte do tempo de otimização. A geometria de turbina otimizada resulta no aumento do canal a jusante do rotor e no aumento do diâmetro da ogiva, culminando em um aumento de 21% no coeficiente de potência.
publishDate 2024
dc.date.issued.fl_str_mv 2024-08-29
dc.date.available.fl_str_mv 2024-10-30
2024-10-30T14:11:26Z
dc.date.accessioned.fl_str_mv 2024-10-30T14:11:26Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/4160
url https://repositorio.unifei.edu.br/jspui/handle/123456789/4160
dc.language.iso.fl_str_mv por
language por
dc.relation.references.pt_BR.fl_str_mv CARDOSO NETTO, David. Metodologia de otimização multifidelidade baseada em kriging hierárquico aprimorado com aplicação ao projeto preliminar de turbinas hidrocinéticas. 2024. 116 f. Tese (Doutorado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2024.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Doutorado - Engenharia Mecânica
dc.publisher.initials.fl_str_mv UNIFEI
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv IEM - Instituto de Engenharia Mecânica
publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/4160/2/license.txt
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/4160/1/Tese_2024053.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
0ef3ebb97abdd1265ca159bebce90504
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1854751280575021056