Uso de metamodelos na otimização do processo de secagem do carvão.

• Ano de defesa: 2022
• Autor(a) principal: FARIAS, Girrad Nayef Rached.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Ciências e Tecnologia - CCT; PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA; UFCG
• Palavras-chave em Português: Processos químicos - modelagem - simulação e otimização; Carvão mineral - processo de secagem; RNA; Algorítimo genético; Metamodelo; Chemical processes - modeling - simulation and optimization; Mineral coal - drying process; Genetic algorithm; Engenharia Química
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27376

O carvão mineral é um insumo utilizado como redutor e/ou fonte de energia em diversos processos. Esse combustível é encontrado de forma que não pode ser utilizado sem tratamento prévio, necessitando de operações para redução da granulometria e da umidade. Dessa forma, esse trabalho tem como objetivo desenvolver um modelo fenomenológico do processo de secagem do carvão em Aspen Plus para servir de gerador de dados para a criação de metamodelos com base em Redes Neurais Artificiais, e assim, avaliar cenários de processo através de rotinas de otimização. Em conjunto foi aplicado Algoritmo Genético para determinação de arquiteturas da RNA, com intuito de reduzir o erro da predição do metamodelo. Com a simulação validada a partir de dados industriais, foi possível otimizar a arquitetura da rede, onde houve mudança do número de camadas e neurônios, contribuindo para melhora da predição do processo, obtendo erros médios de 0,01% até 1,66% das variáveis preditas. A otimização do cenário de operação, conseguiu reduzir de forma significativa o consumo dos combustíveis usados para aquecimento do gás de secagem, com todas as variáveis de qualidade do processo sendo atendidas, resultando em uma redução de 15% de gás de alto forno e 80% de gás natural, reduzindo o consumo energético do processo.