Estimação de parâmetros de modelos termodinâmicos via otimização multiobjetivo

• Ano de defesa: 2019
• Autor(a) principal: Mota, Breno Tiago de Souza
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto Politécnico; BR; UERJ; Programa de Pós-Graduação em Modelagem Computacional
• Palavras-chave em Português: Multiobjective Optimization; Equations of state; Parameter Estimation; MOPSO; Otimização Multiobjetivo; Equações de Estado; Estimação de Parâmetros; CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
• Link de acesso: http://www.bdtd.uerj.br/handle/1/13629

Uma equação de estado se caracteriza como uma relação matemática entre grandezas de estado, possibilitando predizer propriedades termodinâmicas. Ao longo dos anos diversos pesquisadores usaram dados experimentais para encontrar os parâmetros de suas equações, através da minimização dos desvios entre os valores calculados pela equação e os dados experimentais. Estudos recentes mostram uma natureza conflitante na predição de equações de estado para diferentes propriedades. Partindo desta premissa este trabalho tem por objetivo propor uma nova metodologia para estimar parâmetros de equações de estado e outros modelos termodinâmicos através da otimização multiobjetivo. Essa técnica foi aplicada para encontrar novos parâmetros da equação de Patel-Teja, com resultados para 260 substâncias envolvendo 20 famílias químicas. Além dos resultados da otimização, este trabalho apresenta resultados da aplicação de uma técnica de paralelização para o método MOPSO (do inglês, Multi-Objective Particle Swarm Optimization).