Aplicação de redes neurais artificiais em ciclos de potência com turbinas à gás

• Ano de defesa: 2009
• Autor(a) principal: José Antonio Batista Neto
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Tecnológico de Aeronáutica
• Palavras-chave em Português: Turbinas a gás; Redes neurais; Inteligência artificial; Ciclos termodinâmicos; Sistemas elétricos de potência; Termodinâmica; Engenharia mecânica
• Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2228

Dentre os sistemas centrais de potência, o de geração com turbinas a gás torna-se relevante pelo fato de exigir pouco espaço para suas instalações, e, ao mesmo tempo produzir potência elevada ( de 5 a 250 MW ). As variações nas possibilidades de se produzir trabalho, mas também em reduzir perdas abrem espaço para as pesquisas no sentido de aperfeiçoar a eficiência das centrais de potência. Muitas pesquisas têm se realizado nesse sentido, visando a otimização, através do uso das combinações de ciclos, apresentando-se hoje plantas acima de 2000 MW, com faixas de eficiência até 55%. O objetivo deste trabalho é mostrar como se desenvolve e como pode ser aplicada uma teoria de Redes Neurais Artificiais no dimensionamento e na operação de ciclos com turbinas a gás. A Rede Neural é um sistema fundamentado na neurociência, na matemática, na física, na ciência da computação e na engenharia e tem a propriedade de "aprender", a partir de dados de entrada, a encontrar respostas diante de novas entradas através de um conceito denominado de Generalização. O método permite analisar o fluxo de calor e trabalho nos ciclos, através da apresentação ao sistema de novas entradas. As respostas são recolhidas e comparadas entre si permitindo analisar os desempenhos. Para atingir este objetivo utiliza-se a metodologia computacional contida no programa MATLAB, referente às Redes Neurais, que permite respostas rápidas diante dessas novas entradas. Neste trabalho, após um desenvolvimento teórico, baseado em modelos criados a partir da termodinâmica, aplica-se uma formulação numérica e comparam-se os resultados obtidos através de métodos convencionais com os resultados obtidos por aplicação de redes neurais, demonstrando com esses resultados uma motivação para trabalhos futuros.