Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.

Detalhes bibliográficos
Autor(a) principal: SANTOS, Marcos Antonio Rodrigues dos
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/1594
Resumo: Este trabalho apresenta uma metodologia computacional de baixo custo, para o desenvolvimento de projeto otimizado de bomba-turbina radial. A presente metodologia é composta de um modelo unidimensional (cálculo baseado na linha de corrente média), correlações empíricas de perdas de energia hidráulica e duas técnicas de otimização: uma, que busca mínimos locais utiliza um algoritmo baseado no gradiente, e, a outra, que busca um mínimo global utiliza dois algoritmos populacionais. Para a técnica de busca local é utilizada a programação quadrática seqüencial (SQP) padrão, enquanto que para a de busca global são utilizados dois algoritmos genéticos: algoritmo genético (GA) padrão e o algoritmo genético NSGA-II. As técnicas de buscas locais e globais utilizam, respectivamente, as funções fmincon e gado MatLab®. A função fmincon busca mínimos locais a partir de uma estimativa inicial. A função ga busca um mínimo global mantendo uma população de indivíduos bem adaptados, por meio da avaliação da função-objetivo. O algoritmo NSGA-II busca um conjunto de indivíduos não-dominados, apresentando uma relação de compromisso, onde o melhor indivíduo é escolhido segundo algum critério. Através do solver escrito em MatLab®, a metodologia apresentada busca geometrias básicas da bomba-turbina que maximizam os valores do rendimento total tanto para o modo de operação como bomba como para turbina. As cinco variáveis de projeto que maximizam o rendimento total da bomba-turbina são: ângulos de entrada e saída das palhetas fixas do pré-distribuidor, ângulo de montagem das palhetas diretrizes do distribuidor, e ângulos de entrada e saída das pás do rotor. Devido ao número reduzido das variáveis de projeto, foi realizada inicialmente uma otimização mono-objetivo (maximização do rendimento total da bomba separadamente da maximização do rendimento total da turbina), que também permitiu uma análise inicial do comportamento das funções-objetivo. Em seguida, foi realizada a otimização multi-objetivos, com o intuito de obter um compromisso entre as duas funções-objetivo. Utilizando o SQP e o GA, as duas funções-objetivo foram combinadas em uma única função através da ponderação por pesos. Por fim, é apresentado um exemplo de aplicação da metodologia para o modelo reduzido de bomba-turbina radial de rotação específica igual a 90, previamente ensaiado em um banco de testes. Os resultados numéricos ótimos obtidos pela presente metodologia, tanto para as cinco variáveis de projeto como para as diversas características hidrodinâmicas, foram comparados com os respectivos resultados da bomba-turbina ensaiada, mostrando a aproximação atingida, segundo a modelagem apresentada. Finalmente, são apresentadas algumas sugestões para trabalhos futuros decorrentes do presente trabalho.
id UFEI_09f443467c3def674984b74217e125d4
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/1594
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str 7044
spelling 2009-06-292018-08-28T18:32:15Z2018-08-28T18:32:15ZSANTOS, Marcos Antonio Rodrigues dos. Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos. 2009. 171 f. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2009.https://repositorio.unifei.edu.br/jspui/handle/123456789/1594Este trabalho apresenta uma metodologia computacional de baixo custo, para o desenvolvimento de projeto otimizado de bomba-turbina radial. A presente metodologia é composta de um modelo unidimensional (cálculo baseado na linha de corrente média), correlações empíricas de perdas de energia hidráulica e duas técnicas de otimização: uma, que busca mínimos locais utiliza um algoritmo baseado no gradiente, e, a outra, que busca um mínimo global utiliza dois algoritmos populacionais. Para a técnica de busca local é utilizada a programação quadrática seqüencial (SQP) padrão, enquanto que para a de busca global são utilizados dois algoritmos genéticos: algoritmo genético (GA) padrão e o algoritmo genético NSGA-II. As técnicas de buscas locais e globais utilizam, respectivamente, as funções fmincon e gado MatLab®. A função fmincon busca mínimos locais a partir de uma estimativa inicial. A função ga busca um mínimo global mantendo uma população de indivíduos bem adaptados, por meio da avaliação da função-objetivo. O algoritmo NSGA-II busca um conjunto de indivíduos não-dominados, apresentando uma relação de compromisso, onde o melhor indivíduo é escolhido segundo algum critério. Através do solver escrito em MatLab®, a metodologia apresentada busca geometrias básicas da bomba-turbina que maximizam os valores do rendimento total tanto para o modo de operação como bomba como para turbina. As cinco variáveis de projeto que maximizam o rendimento total da bomba-turbina são: ângulos de entrada e saída das palhetas fixas do pré-distribuidor, ângulo de montagem das palhetas diretrizes do distribuidor, e ângulos de entrada e saída das pás do rotor. Devido ao número reduzido das variáveis de projeto, foi realizada inicialmente uma otimização mono-objetivo (maximização do rendimento total da bomba separadamente da maximização do rendimento total da turbina), que também permitiu uma análise inicial do comportamento das funções-objetivo. Em seguida, foi realizada a otimização multi-objetivos, com o intuito de obter um compromisso entre as duas funções-objetivo. Utilizando o SQP e o GA, as duas funções-objetivo foram combinadas em uma única função através da ponderação por pesos. Por fim, é apresentado um exemplo de aplicação da metodologia para o modelo reduzido de bomba-turbina radial de rotação específica igual a 90, previamente ensaiado em um banco de testes. Os resultados numéricos ótimos obtidos pela presente metodologia, tanto para as cinco variáveis de projeto como para as diversas características hidrodinâmicas, foram comparados com os respectivos resultados da bomba-turbina ensaiada, mostrando a aproximação atingida, segundo a modelagem apresentada. Finalmente, são apresentadas algumas sugestões para trabalhos futuros decorrentes do presente trabalho.Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisItajubáUniversidade Federal de Itajubá171 p.Máquinas de fluxoBomba-Turbina radialOtimização conceptualTécnicas de otimizaçãoCorrelações empíricas de perdasTurbomachinesRadial Pump-TurbineConceptual design optimizationOptimization techniquesEmpirical losses correlationsOLIVEIRA, Waldir deMANZANARES FILHO, NelsonEngenharia MecânicaDinâmica dos Fluidos e Máquina de FluxoSANTOS, Marcos Antonio Rodrigues dosPrograma de Pós-Graduação: Mestrado - Engenharia MecânicaIEM - Instituto de Engenharia Mecânicaporreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEIinfo:eu-repo/semantics/openAccessORIGINALdissertacao_0034977.pdfdissertacao_0034977.pdfapplication/pdf5380246https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1594/1/dissertacao_0034977.pdfa65e166c4177a1f9af4ad1273dc83e52MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1594/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/15942024-04-08 15:58:33.311oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-04-08T18:58:33Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
title Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
spellingShingle Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
SANTOS, Marcos Antonio Rodrigues dos
title_short Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
title_full Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
title_fullStr Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
title_full_unstemmed Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
title_sort Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos.
author SANTOS, Marcos Antonio Rodrigues dos
author_facet SANTOS, Marcos Antonio Rodrigues dos
author_role author
dc.contributor.author.fl_str_mv SANTOS, Marcos Antonio Rodrigues dos
description Este trabalho apresenta uma metodologia computacional de baixo custo, para o desenvolvimento de projeto otimizado de bomba-turbina radial. A presente metodologia é composta de um modelo unidimensional (cálculo baseado na linha de corrente média), correlações empíricas de perdas de energia hidráulica e duas técnicas de otimização: uma, que busca mínimos locais utiliza um algoritmo baseado no gradiente, e, a outra, que busca um mínimo global utiliza dois algoritmos populacionais. Para a técnica de busca local é utilizada a programação quadrática seqüencial (SQP) padrão, enquanto que para a de busca global são utilizados dois algoritmos genéticos: algoritmo genético (GA) padrão e o algoritmo genético NSGA-II. As técnicas de buscas locais e globais utilizam, respectivamente, as funções fmincon e gado MatLab®. A função fmincon busca mínimos locais a partir de uma estimativa inicial. A função ga busca um mínimo global mantendo uma população de indivíduos bem adaptados, por meio da avaliação da função-objetivo. O algoritmo NSGA-II busca um conjunto de indivíduos não-dominados, apresentando uma relação de compromisso, onde o melhor indivíduo é escolhido segundo algum critério. Através do solver escrito em MatLab®, a metodologia apresentada busca geometrias básicas da bomba-turbina que maximizam os valores do rendimento total tanto para o modo de operação como bomba como para turbina. As cinco variáveis de projeto que maximizam o rendimento total da bomba-turbina são: ângulos de entrada e saída das palhetas fixas do pré-distribuidor, ângulo de montagem das palhetas diretrizes do distribuidor, e ângulos de entrada e saída das pás do rotor. Devido ao número reduzido das variáveis de projeto, foi realizada inicialmente uma otimização mono-objetivo (maximização do rendimento total da bomba separadamente da maximização do rendimento total da turbina), que também permitiu uma análise inicial do comportamento das funções-objetivo. Em seguida, foi realizada a otimização multi-objetivos, com o intuito de obter um compromisso entre as duas funções-objetivo. Utilizando o SQP e o GA, as duas funções-objetivo foram combinadas em uma única função através da ponderação por pesos. Por fim, é apresentado um exemplo de aplicação da metodologia para o modelo reduzido de bomba-turbina radial de rotação específica igual a 90, previamente ensaiado em um banco de testes. Os resultados numéricos ótimos obtidos pela presente metodologia, tanto para as cinco variáveis de projeto como para as diversas características hidrodinâmicas, foram comparados com os respectivos resultados da bomba-turbina ensaiada, mostrando a aproximação atingida, segundo a modelagem apresentada. Finalmente, são apresentadas algumas sugestões para trabalhos futuros decorrentes do presente trabalho.
publishDate 2009
dc.date.issued.fl_str_mv 2009-06-29
dc.date.available.fl_str_mv 2018-08-28T18:32:15Z
dc.date.accessioned.fl_str_mv 2018-08-28T18:32:15Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SANTOS, Marcos Antonio Rodrigues dos. Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos. 2009. 171 f. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2009.
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/1594
identifier_str_mv SANTOS, Marcos Antonio Rodrigues dos. Otimização de bomba-turbina utilizando programação quadrática seqüencial e algoritmos genéticos. 2009. 171 f. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2009.
url https://repositorio.unifei.edu.br/jspui/handle/123456789/1594
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Engenharia Mecânica
dc.publisher.department.fl_str_mv IEM - Instituto de Engenharia Mecânica
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1594/1/dissertacao_0034977.pdf
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1594/2/license.txt
bitstream.checksum.fl_str_mv a65e166c4177a1f9af4ad1273dc83e52
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1801863221474230272