Análise de métodos de otimização multiobjetivos aplicados a processos químicos

• Ano de defesa: 2023
• Autor(a) principal: Cruz, Bernardo de Carvalho
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Processo químico; Simulação por computador; Otimização multiobjetivo; Otimização de processo; Python (Linguagem de programação de computador); Indústria de transformação; Chemical process; Computer simulation; Multiobjective optimization
• Link de acesso: http://app.uff.br/riuff/handle/1/28668

No presente trabalho, teve-se como objetivo o estudo de dois métodos de otimização evolutivos, Particle Swarm Optimization (PSO) + Soma Ponderada e Non-dominated Sorting Genetic Algorithm II (NSGA-II), para otimização multiobjetivo de processos químicos. Na estratégia de aplicação do PSO, a estratégia de soma ponderada foi utilizada para agregar as funções objetivos individuais. Os dois métodos foram implementados em linguagem Python e os processos foram simulados no software Unisim-Design®. A toolbox Pymoo foi utilizada para implementar o algoritmo NSGA-II. Dois casos testes foram utilizados para a implementação dos métodos: (i) Destilação do n-pentano e (ii) Processo de Produção de Metanol a partir da Reforma do Gás Natural. As métricas que utilizadas para avaliação do desempenho dos algoritmos foram: custo computacional, valores das variáveis de decisão, valores ótimos da função-objetivo e métricas de comparação da curva de Pareto IGD+ e GD+. O método PSO apesar de um elevado custo computacional foi capaz de fornecer soluções ótimas, se aproximando mais do resultado do NSGA-II no processo mais simples, e sendo evidenciado através dos indicadores IGD+ e GD+.