Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: CISNEROS, Oscar Simón Melgar
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Civil
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Abertura de cavernas
SALGAS
Simulações numéricas
Link de acesso: https://repositorio.ufpe.br/handle/123456789/66744
Resumo: O consumo global de energia tem impulsionado a necessidade de armazenamento subter râneo, sendo as cavernas de sal uma solução amplamente utilizada para materiais energéticos. A construção e o controle dessas cavernas são, portanto, cruciais para garantir sua capacidade e segurança operacional. Este trabalho apresenta uma metodologia integrada para a análise e otimização do processo de dissolução para abertura de cavernas. Primeiramente, foram re alizadas simulações numéricas do processo de mineração por dissolução em uma rocha de cloreto de sódio, utilizando o software SALGAS SOLUTION MINING SIMULATION SOFT WARE para diferentes métodos de circulação (direta e reversa). Para interpretar a complexa interação entre as variáveis de entrada e os resultados, foi realizada uma análise estatística multivariada com as técnicas de redução de dimensionalidade, Principal Component Analysis (PCA) e t-distributed Stochastic Neighbor Embedding (t-SNE). A análise PCA revelou que a taxa de produção de salmoura e suas variáveis correlatas constituem o principal componente de variabilidade do processo, enquanto as variáveis associadas à temperatura e às propriedades do fluido desempenham um papel secundário, mas significativo. A técnica t-SNE confirmou esses achados e demonstrou sua capacidade de agrupar cenários com características operaci onais similares. Com base nos insights obtidos, o trabalho avança da análise para o design, implementando um framework de otimização que acopla o simulador SALGAS a Algoritmos Genéticos (AG). Foram conduzidas otimizações mono-objetivo, para maximizar o volume final, e multiobjetivo, para explorar os complexos trade-offs entre os objetivos de volume, massa de Sal, eficiência energética e Tempo de Construção. Os resultados demonstram que o AG é capaz de identificar vetores de decisão que geram projetos superiores aos cenários de base, caracterizando a fronteira de Pareto de soluções ótimas. A metodologia proposta, portanto, oferece uma abordagem sistemática e robusta para o projeto de cavernas salinas
id UFPE_80eb6908115d239abde34a1376ebc961
oai_identifier_str oai:repositorio.ufpe.br:123456789/66744
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticosAbertura de cavernasSALGASSimulações numéricasO consumo global de energia tem impulsionado a necessidade de armazenamento subter râneo, sendo as cavernas de sal uma solução amplamente utilizada para materiais energéticos. A construção e o controle dessas cavernas são, portanto, cruciais para garantir sua capacidade e segurança operacional. Este trabalho apresenta uma metodologia integrada para a análise e otimização do processo de dissolução para abertura de cavernas. Primeiramente, foram re alizadas simulações numéricas do processo de mineração por dissolução em uma rocha de cloreto de sódio, utilizando o software SALGAS SOLUTION MINING SIMULATION SOFT WARE para diferentes métodos de circulação (direta e reversa). Para interpretar a complexa interação entre as variáveis de entrada e os resultados, foi realizada uma análise estatística multivariada com as técnicas de redução de dimensionalidade, Principal Component Analysis (PCA) e t-distributed Stochastic Neighbor Embedding (t-SNE). A análise PCA revelou que a taxa de produção de salmoura e suas variáveis correlatas constituem o principal componente de variabilidade do processo, enquanto as variáveis associadas à temperatura e às propriedades do fluido desempenham um papel secundário, mas significativo. A técnica t-SNE confirmou esses achados e demonstrou sua capacidade de agrupar cenários com características operaci onais similares. Com base nos insights obtidos, o trabalho avança da análise para o design, implementando um framework de otimização que acopla o simulador SALGAS a Algoritmos Genéticos (AG). Foram conduzidas otimizações mono-objetivo, para maximizar o volume final, e multiobjetivo, para explorar os complexos trade-offs entre os objetivos de volume, massa de Sal, eficiência energética e Tempo de Construção. Os resultados demonstram que o AG é capaz de identificar vetores de decisão que geram projetos superiores aos cenários de base, caracterizando a fronteira de Pareto de soluções ótimas. A metodologia proposta, portanto, oferece uma abordagem sistemática e robusta para o projeto de cavernas salinasGlobal energy consumption has driven the need for underground storage, with salt caverns being a widely used solution for energy materials. The construction and control of these cav erns are, therefore, crucial to ensure their capacity and operational safety. This work presents an integrated methodology for the analysis and optimization of the dissolution process for cav ern development. First, numerical simulations of the solution mining process were performed in a sodium chloride rock formation, using the SALGAS SOLUTION MINING SIMULATION SOFTWARE for different circulation methods (direct and reverse). To interpret the complex interaction between input variables and results, a multivariate statistical analysis was con ducted using dimensionality reduction techniques, Principal Component Analysis (PCA) and t-distributed Stochastic Neighbor Embedding (t-SNE). The PCA revealed that the brine pro duction rate and its correlated variables constitute the main component of process variability, while variables associated with temperature and fluid properties play a secondary but sig nificant role. The t-SNE technique confirmed these findings and demonstrated its ability to group scenarios with similar operational characteristics. Based on the insights obtained, the work progresses from analysis to design, implementing an optimization framework that cou ples the SALGAS simulator with Genetic Algorithms (GA). Single-objective optimizations were conducted to maximize the final volume, and multi-objective optimizations were performed to explore the complex trade-offs between the objectives of Volume, Salt Mass, Energy Efficiency, and Construction Time. The results demonstrate that the GA is capable of identifying deci sion vectors that generate superior designs compared to the base scenarios, characterizing the Pareto frontier of optimal solutions. The proposed methodology, therefore, offers a systematic and robust approach for the design of salt caverns.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em Engenharia CivilGUIMARÃES, Leonardo José do Nascimentohttp://lattes.cnpq.br/2708264864319695http://lattes.cnpq.br/3821425977868488CISNEROS, Oscar Simón Melgar2025-11-03T21:44:40Z2025-11-03T21:44:40Z2025-08-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfCISNEROS, Oscar Simón Melgar. Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos. 2025. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2025.https://repositorio.ufpe.br/handle/123456789/66744porhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2025-11-09T23:12:42Zoai:repositorio.ufpe.br:123456789/66744Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-11-09T23:12:42Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
title Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
spellingShingle Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
CISNEROS, Oscar Simón Melgar
Abertura de cavernas
SALGAS
Simulações numéricas
title_short Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
title_full Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
title_fullStr Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
title_full_unstemmed Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
title_sort Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos
author CISNEROS, Oscar Simón Melgar
author_facet CISNEROS, Oscar Simón Melgar
author_role author
dc.contributor.none.fl_str_mv GUIMARÃES, Leonardo José do Nascimento
http://lattes.cnpq.br/2708264864319695
http://lattes.cnpq.br/3821425977868488
dc.contributor.author.fl_str_mv CISNEROS, Oscar Simón Melgar
dc.subject.por.fl_str_mv Abertura de cavernas
SALGAS
Simulações numéricas
topic Abertura de cavernas
SALGAS
Simulações numéricas
description O consumo global de energia tem impulsionado a necessidade de armazenamento subter râneo, sendo as cavernas de sal uma solução amplamente utilizada para materiais energéticos. A construção e o controle dessas cavernas são, portanto, cruciais para garantir sua capacidade e segurança operacional. Este trabalho apresenta uma metodologia integrada para a análise e otimização do processo de dissolução para abertura de cavernas. Primeiramente, foram re alizadas simulações numéricas do processo de mineração por dissolução em uma rocha de cloreto de sódio, utilizando o software SALGAS SOLUTION MINING SIMULATION SOFT WARE para diferentes métodos de circulação (direta e reversa). Para interpretar a complexa interação entre as variáveis de entrada e os resultados, foi realizada uma análise estatística multivariada com as técnicas de redução de dimensionalidade, Principal Component Analysis (PCA) e t-distributed Stochastic Neighbor Embedding (t-SNE). A análise PCA revelou que a taxa de produção de salmoura e suas variáveis correlatas constituem o principal componente de variabilidade do processo, enquanto as variáveis associadas à temperatura e às propriedades do fluido desempenham um papel secundário, mas significativo. A técnica t-SNE confirmou esses achados e demonstrou sua capacidade de agrupar cenários com características operaci onais similares. Com base nos insights obtidos, o trabalho avança da análise para o design, implementando um framework de otimização que acopla o simulador SALGAS a Algoritmos Genéticos (AG). Foram conduzidas otimizações mono-objetivo, para maximizar o volume final, e multiobjetivo, para explorar os complexos trade-offs entre os objetivos de volume, massa de Sal, eficiência energética e Tempo de Construção. Os resultados demonstram que o AG é capaz de identificar vetores de decisão que geram projetos superiores aos cenários de base, caracterizando a fronteira de Pareto de soluções ótimas. A metodologia proposta, portanto, oferece uma abordagem sistemática e robusta para o projeto de cavernas salinas
publishDate 2025
dc.date.none.fl_str_mv 2025-11-03T21:44:40Z
2025-11-03T21:44:40Z
2025-08-20
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 CISNEROS, Oscar Simón Melgar. Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos. 2025. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2025.
https://repositorio.ufpe.br/handle/123456789/66744
identifier_str_mv CISNEROS, Oscar Simón Melgar. Análise estatística multivariada e otimização do processo de abertura de cavernas subterrâneas em rochas salinas utilizando PCA, t-SNE e algoritmos genéticos. 2025. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2025.
url https://repositorio.ufpe.br/handle/123456789/66744
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Civil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Civil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1856042069835907072

Registros relacionados