Otimização multiobjetivo aplicada à eficiência energética de torres de resfriamento.

• Ano de defesa: 2016
• Autor(a) principal: Lizarazu, Marcelo Silveira Dantas
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Faculdade de Engenharia; BR; UERJ; Programa de Pós-Graduação em Engenharia Eletrônica
• Palavras-chave em Português: Cooling towers; Compression chillers; Multi-objective optimization; Evolutionary algorithms; Swarm intelligence; Engenharia Eletrônica; Enxame de partículas; Torres de resfriamento; Chiller de compressão; Otimização multiobjetivo; Algoritmos evolucionários; Inteligência de enxame; Eficiência energética; CNPQ::ENGENHARIAS
• Link de acesso: http://www.bdtd.uerj.br/handle/1/11839

As torres de resfriamento são equipamentos largamente utilizados em refinarias de petróleo, usinas geradoras de eletricidade e em grandes edifícios comerciais. A função da torre de resfriamento é recuperar parte do calor rejeitado pelos equipamentos responsáveis pela refrigeração de ambientes e/ou processos. Nesta dissertação, as torres de resfriamento são utilizadas em conjunto com chillers de compressão. A crescente preocupação ambiental e o atual cenário de escassez de recursos hídricos e energéticos levam à adoção de ações para obter-se a máxima eficiência energética de equipamentos e processos industriais, o que justifica a implementação de técnicas de inteligência computacional na determinação da melhor condição operacional de um processo. É neste contexto que este trabalho propõe a utilização de algoritmos de otimização multiobjetivo na determinação dos setpoints ótimos de operação de um sistema de resfriamento baseado em torre de resfriamento e chillers de compressão. A otimização multiobjetivo aqui proposta proporciona o melhor compromisso entre dois objetivos conflitantes: maximização da efetividade da troca térmica realizada na torre de resfriamento e minimização do consumo energético global do sistema de resfriamento considerado. As soluções obtidas levam em consideração as restrições operacionais dos equipamentos, de modo a garantir a operação segura do sistema de resfriamento. Neste trabalho são implementados os algoritmos NSGA-II, SPEA2, Micro-GA, MOPSO e MO-TRIBES. Os três primeiros utilizam técnicas evolucionárias, enquanto os demais utilizam técnicas baseadas em inteligência de enxame. Os resultados obtidos pelos algoritmos são comparados sob diferentes cenários e modelagens para os equipamentos do sistema de resfriamento, permitindo eleger o melhor algoritmo para a aplicação proposta.