Aplicação e análise de métodos estocásticos de otimização ao modelo de múltiplas fontes pontuais ponderadas para a determinação da radiação em chamas

• Ano de defesa: 2019
• Autor(a) principal: Silva, Bruno Hartmann da
• Orientador(a): França, Francis Henrique Ramos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Otimização; Problemas inversos; Radiação; Combustão
• Palavras-chave em Inglês: Optimisation; Combustion; Radiation; Inverse Problem; Design of Experiments
• Link de acesso: http://hdl.handle.net/10183/193435

A determinação da emissão de radiação em chamas é um problema frequente em projetos de caldeiras, queimadores e equipamentos similares, sendo sua modelagem fundamental para controle de processos, para redução de custos e para prevenção de falhas e acidentes. Alguns modelos foram propostos, entre eles o chamado WMP, mas poucos estudos se dedicaram a desenvolvê-los e avaliá-los. Estudos anteriores buscaram relacionar os parâmetros do modelo WMP com o fenômeno da combustão e otimizá-los com a Otimização Extrema Generalizada. Existe contudo a possibilidade de que outros métodos sejam mais e cientes sem perda de qualidade. Com isso em mente, este estudo busca aplicar e avaliar o desempenho de diferentes algoritmos estocásticos de otimização ao modelo WMP. É feita uma revisão do estado da arte, sendo escolhidos cinco algoritmos para análise: Otimização de Lobos Cinzentos, Otimização de Manadas Egoístas, Algoritmo Genético, Algoritmo de Dentes-de-Leão e Otimização de Bactérias. Também é proposto um procedimento de calibração desses algoritmos baseada na metodologia de Projeto de Experimentos. O Algoritmo de Lobos Cinzentos se mostrou como o de melhor desempenho, sendo seus resultados médios e desvios padrões satisfatórios em comparação com os demais. O Algoritmo Genético e o Algoritmo de Dentes-de-Leão mostraram desempenho satisfatório, mas necessitando mais execuções para a con rmação da resposta. A Otimização de Manadas Egoístas e a Otimização de Bactérias exibiram desempenhos inferiores, com altas médias e desvios. A metodologia de Projeto de Experimentos se mostrou adequada para algoritmos com poucos parâmetros, mas perde qualidade à medida que o número de parâ- metros aumenta. Os melhores resultados foram encontrados com maiores quantidades de fontes emissoras e maiores comprimentos de distribuição, concordando com a tendência apresentada por trabalhos anteriores. O melhor resultado foi encontrado pelo Algoritmo de Dentes-de-Leão, na con guração com sete fontes emissoras e comprimento de distribui ção das fontes equivalente a 2,5 vezes o comprimento visível da chama, com um valor de função objetivo de 0,216 kW/m2.