Otimização de estruturas para acumulação de calor sensível

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Andriotty, Tiago Haubert
Orientador(a): Schneider, Paulo Smith
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/109172
Resumo: Este trabalho apresenta a otimização de sistemas de acumulação sensível de energia térmica, submetidos a fontes de energia intermitentes (solar). Este tipo de sistema de acumulação é definido pelo seu material de acumulação e pelo fluido de trabalho, que realiza o transporte da energia. A metodologia empregada consiste em aplicar o modelo da capacitância global para descrever o comportamento dinâmico do material de acumulação, disposto na forma de placas planas paralelas, enquanto que o fluido de trabalho foi modelado via balanço de energia. O material de acumulação foi dividido em diversas seções menores, de modo a satisfazer a condição de validade do modelo da capacitância global, resultando em números de Biot menores ou iguais a 0,1, para cada seção. Os parâmetros identificados para a otimização foram a geometria do material de acumulação (número de placas e volume), propriedades do material de acumulação (massa específica e calor específico) e vazão do fluido de trabalho. Definiu-se a função a ser minimizada como o módulo da diferença entre a taxa de energia de saída do sistema de acumulação e a taxa de energia de saída alvo. Os resultados para duas geometrias e materiais distintos (aço AISI304 e granito), foram comparados com simulações efetuadas com o software comercial COMSOL, e os desvios encontrados ficaram na faixa de 10,16% a 8,88% para o aço e de 1,45% a 0,25% para o granito. A formulação proposta neste trabalho foi implementada no programa Engineering Equation Solver (EES), e otimizada com algoritmos genéticos. Observou-se que a massa específica e o calor específico são parâmetros que podem ser avaliados pelo seu produto (capacidade térmica volumétrica), quando a massa do material de acumulação não foi fixada. Para os casos nos quais a massa foi definida, o calor específico e a massa específica devem ser considerados parâmetros independentes, pois cada um atuou de forma diferente sobre o sistema. Observou-se que aumentando a quantidade de parâmetros de otimização, a diferença entre a taxa de energia na saída e a mesma taxa alvo diminuiu. Na simulação com dois parâmetros de otimização, a diferença relativa máxima entre estas taxas foi de 50%, enquanto que para quatro parâmetros de otimização, este valor caiu para 24%.
id UFRGS-2_d14aa9a730aece920b224b9d7e51c986
oai_identifier_str oai:www.lume.ufrgs.br:10183/109172
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Andriotty, Tiago HaubertSchneider, Paulo SmithRocha, Luiz Alberto Oliveira2015-01-22T02:15:30Z2014http://hdl.handle.net/10183/109172000949576Este trabalho apresenta a otimização de sistemas de acumulação sensível de energia térmica, submetidos a fontes de energia intermitentes (solar). Este tipo de sistema de acumulação é definido pelo seu material de acumulação e pelo fluido de trabalho, que realiza o transporte da energia. A metodologia empregada consiste em aplicar o modelo da capacitância global para descrever o comportamento dinâmico do material de acumulação, disposto na forma de placas planas paralelas, enquanto que o fluido de trabalho foi modelado via balanço de energia. O material de acumulação foi dividido em diversas seções menores, de modo a satisfazer a condição de validade do modelo da capacitância global, resultando em números de Biot menores ou iguais a 0,1, para cada seção. Os parâmetros identificados para a otimização foram a geometria do material de acumulação (número de placas e volume), propriedades do material de acumulação (massa específica e calor específico) e vazão do fluido de trabalho. Definiu-se a função a ser minimizada como o módulo da diferença entre a taxa de energia de saída do sistema de acumulação e a taxa de energia de saída alvo. Os resultados para duas geometrias e materiais distintos (aço AISI304 e granito), foram comparados com simulações efetuadas com o software comercial COMSOL, e os desvios encontrados ficaram na faixa de 10,16% a 8,88% para o aço e de 1,45% a 0,25% para o granito. A formulação proposta neste trabalho foi implementada no programa Engineering Equation Solver (EES), e otimizada com algoritmos genéticos. Observou-se que a massa específica e o calor específico são parâmetros que podem ser avaliados pelo seu produto (capacidade térmica volumétrica), quando a massa do material de acumulação não foi fixada. Para os casos nos quais a massa foi definida, o calor específico e a massa específica devem ser considerados parâmetros independentes, pois cada um atuou de forma diferente sobre o sistema. Observou-se que aumentando a quantidade de parâmetros de otimização, a diferença entre a taxa de energia na saída e a mesma taxa alvo diminuiu. Na simulação com dois parâmetros de otimização, a diferença relativa máxima entre estas taxas foi de 50%, enquanto que para quatro parâmetros de otimização, este valor caiu para 24%.This work presents the optimization of sensible heat storage system, subjected to intermittent energy sources (solar). This type of storage system is defined by its storage material and the working fluid, which transports the energy. The methodology consists of using the global capacitance method to describe the dynamic behavior of the storage material, disposed in the form of parallel flat plates, while the working fluid was modeled via an energy balance. The storage material was divided into several smaller sections in order to satisfy the validity condition of the global capacitance model, resulting in Biot numbers smaller or equal than 0.1 for each section. The optimized parameters were the geometry of the storage material (number of plates and volume), the storage material properties (mass and specific heat) and flow rate of the working fluid. The minimized objective function is the difference between the output energy rate of the storage system and the target output energy rate. The results for two different geometries and materials (steel AISI304 and granite), were compared to simulations performed with the commercial software COMSOL, and the deviations were found in the range of 10.16% to 8.88% for steel and 1,45% to 0.25% for granite. The formulation proposed in this paper is implemented in the Engineering Equation Solver (EES), and optimized with genetic algorithm. It was observed that the density and specific heat are parameters that can be evaluated for its product (volumetric heat capacity) when the mass of the storage material was not defined. For the cases where the mass was defined, the specific heat and the density should be considered independent parameters, as each one act differently in the system. It was observed that increasing the number of optimized parameters, the difference between the output energy rate and the same target rate decreased. In the simulation with two optimized parameters, the maximum relative difference between these rates was 50%, while for four optimized parameters, this value dropped to 24%.application/pdfporEnergia térmicaOtimizaçãoTermoacumulaçãoThermal storageSensible heatOptimizationGlobal capacitance modelParallel flat platesOtimização de estruturas para acumulação de calor sensívelinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia MecânicaPorto Alegre, BR-RS2014mestradoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000949576.pdf000949576.pdfTexto completoapplication/pdf1789570http://www.lume.ufrgs.br/bitstream/10183/109172/1/000949576.pdf52ac3f55fd1ff78cfffaac2130136fa8MD51TEXT000949576.pdf.txt000949576.pdf.txtExtracted Texttext/plain116786http://www.lume.ufrgs.br/bitstream/10183/109172/2/000949576.pdf.txt98bcfc878eb91f3ab2244288c19786dbMD52THUMBNAIL000949576.pdf.jpg000949576.pdf.jpgGenerated Thumbnailimage/jpeg981http://www.lume.ufrgs.br/bitstream/10183/109172/3/000949576.pdf.jpgb55310a531f2223a06ad5a440d035fc4MD5310183/1091722025-12-15 08:13:38.513054oai:www.lume.ufrgs.br:10183/109172Repositório InstitucionalPUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.bropendoar:2025-12-15T10:13:38Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Otimização de estruturas para acumulação de calor sensível
title Otimização de estruturas para acumulação de calor sensível
spellingShingle Otimização de estruturas para acumulação de calor sensível
Andriotty, Tiago Haubert
Energia térmica
Otimização
Termoacumulação
Thermal storage
Sensible heat
Optimization
Global capacitance model
Parallel flat plates
title_short Otimização de estruturas para acumulação de calor sensível
title_full Otimização de estruturas para acumulação de calor sensível
title_fullStr Otimização de estruturas para acumulação de calor sensível
title_full_unstemmed Otimização de estruturas para acumulação de calor sensível
title_sort Otimização de estruturas para acumulação de calor sensível
author Andriotty, Tiago Haubert
author_facet Andriotty, Tiago Haubert
author_role author
dc.contributor.author.fl_str_mv Andriotty, Tiago Haubert
dc.contributor.advisor1.fl_str_mv Schneider, Paulo Smith
dc.contributor.advisor-co1.fl_str_mv Rocha, Luiz Alberto Oliveira
contributor_str_mv Schneider, Paulo Smith
Rocha, Luiz Alberto Oliveira
dc.subject.por.fl_str_mv Energia térmica
Otimização
Termoacumulação
topic Energia térmica
Otimização
Termoacumulação
Thermal storage
Sensible heat
Optimization
Global capacitance model
Parallel flat plates
dc.subject.eng.fl_str_mv Thermal storage
Sensible heat
Optimization
Global capacitance model
Parallel flat plates
description Este trabalho apresenta a otimização de sistemas de acumulação sensível de energia térmica, submetidos a fontes de energia intermitentes (solar). Este tipo de sistema de acumulação é definido pelo seu material de acumulação e pelo fluido de trabalho, que realiza o transporte da energia. A metodologia empregada consiste em aplicar o modelo da capacitância global para descrever o comportamento dinâmico do material de acumulação, disposto na forma de placas planas paralelas, enquanto que o fluido de trabalho foi modelado via balanço de energia. O material de acumulação foi dividido em diversas seções menores, de modo a satisfazer a condição de validade do modelo da capacitância global, resultando em números de Biot menores ou iguais a 0,1, para cada seção. Os parâmetros identificados para a otimização foram a geometria do material de acumulação (número de placas e volume), propriedades do material de acumulação (massa específica e calor específico) e vazão do fluido de trabalho. Definiu-se a função a ser minimizada como o módulo da diferença entre a taxa de energia de saída do sistema de acumulação e a taxa de energia de saída alvo. Os resultados para duas geometrias e materiais distintos (aço AISI304 e granito), foram comparados com simulações efetuadas com o software comercial COMSOL, e os desvios encontrados ficaram na faixa de 10,16% a 8,88% para o aço e de 1,45% a 0,25% para o granito. A formulação proposta neste trabalho foi implementada no programa Engineering Equation Solver (EES), e otimizada com algoritmos genéticos. Observou-se que a massa específica e o calor específico são parâmetros que podem ser avaliados pelo seu produto (capacidade térmica volumétrica), quando a massa do material de acumulação não foi fixada. Para os casos nos quais a massa foi definida, o calor específico e a massa específica devem ser considerados parâmetros independentes, pois cada um atuou de forma diferente sobre o sistema. Observou-se que aumentando a quantidade de parâmetros de otimização, a diferença entre a taxa de energia na saída e a mesma taxa alvo diminuiu. Na simulação com dois parâmetros de otimização, a diferença relativa máxima entre estas taxas foi de 50%, enquanto que para quatro parâmetros de otimização, este valor caiu para 24%.
publishDate 2014
dc.date.issued.fl_str_mv 2014
dc.date.accessioned.fl_str_mv 2015-01-22T02:15:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/109172
dc.identifier.nrb.pt_BR.fl_str_mv 000949576
url http://hdl.handle.net/10183/109172
identifier_str_mv 000949576
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/109172/1/000949576.pdf
http://www.lume.ufrgs.br/bitstream/10183/109172/2/000949576.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/109172/3/000949576.pdf.jpg
bitstream.checksum.fl_str_mv 52ac3f55fd1ff78cfffaac2130136fa8
98bcfc878eb91f3ab2244288c19786db
b55310a531f2223a06ad5a440d035fc4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br
_version_ 1864542330585874432