Desenvolvimento de um modelo de incrustação e aplicação de algoritmo genético na programação de limpezas de tanques de resfriamento.

• Autor(a) principal: SOUZA, Luciano Medeiros de.
• Data de Publicação: 2008
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1708
• topic: Engenharia; Resfriamento; Incrustação; Otimização; Algoritmo Genético; Cooling; Fouling; Optimization; Genetic Algorithm

No processo de produção de soda cáustica, umas das etapas é o resfriamento da solução de hidróxido de sódio. O resfriamento da solução de hidróxido de sódio é feito em uma série de tanques que utilizam água gelada e água de torre de resfriamento para reduzir a temperatura da solução até um valor especificado. Cada tanque é dotado de agitador e serpentina de resfriamento. A água usada para resfriamento escoa no interior das serpentinas em contracorrente. Nos primeiros tanques usa-se água da torre de resfriamento e nos últimos tanques água gelada. Um dos grandes problemas dos processos industriais é a incrustação formada nos equipamentos. No sistema de resfriamento de soda cáustica, incrustações se formam devido à cristalização de sais em torno da serpentina diminuindo o coeficiente global de transferência de calor. Um modelo assintótico em função do tempo para incrustações nos tanques foi ajustado para determinar o melhor momento da limpeza do tanque. Otimizar a limpeza dos tanques em relação ao período de tempo e a escolha do tanque é e minimizar o número de limpezas periódicas são os objetivos deste trabalho. A função objetivo é calculada pelo programa baseado num modelo para a simulação deste sistema de resfriamento com modelo de incrustação assintótica desenvolvido anteriormente para este projeto e integrado a outros subprogramas desenvolvidos em MATLAB que utilizam os algoritmos genéticos para escolherem as melhores soluções para o sistema. A partir dos algoritmos genéticos determinaram-se alguns ótimos locais analisando os valores da temperatura da solução no último tanque e o número de limpezas por dia, assim como efeitos na carga térmica e na diferença de temperatura entre a água de resfriamento e a solução. Com o uso dos algoritmos genéticos está sendo possível encontrar padrões ótimos de limpeza para os tanques.