Estratégias para otimização mono e multiobjetivo de processos químicos

• Autor(a) principal: Correa, Isabela Barreto
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: https://app.uff.br/riuff/handle/1/14884
• topic: Processos Industriais; Otimização; PSO; DE; NSGA II; Processo industrial; Otimização; Algoritmo; Industrial processes; Optimization

Neste trabalho, processos industriais simulados no UniSim® foram otimizados por meio da utilização de algoritmos implementados na linguagem de programação Python. O trabalho se dividiu em duas etapas: otimização mono-objetivo e otimização multiobjetivo. Primeiramente, foram propostos dois problemas de otimização mono-objetivo. Em um dos problemas, objetivou-se minimizar a área de troca térmica de uma rede de trocadores de calor empregada no resfriamento de uma mistura de hidrocarbonetos leves e, com isso, reduzir os gastos com a aquisição dos trocadores. O outro problema objetivou aumentar a eficiência da separação de uma mistura de parafinas em uma coluna de destilação. O desempenho dos algoritmos Otimização por Enxame de Partículas (PSO – Particle Swarm Optimization) e Evolução Diferencial (DE – Differential Evolution) foram comparados em ambos os problemas. O algoritmo DE foi o mais eficiente ao se trabalhar com uma maior dimensão, convergindo mais rapidamente e obtendo um melhor resultado. Na segunda parte do trabalho, foram propostos quatro casos de otimização multiobjetivo em uma planta de produção de cumeno para as situações sem e com a introdução de distúrbios (aumento de 8% nas vazões de alimentação da planta). Nestes casos, os objetivos consistiram na maximização da produção de cumeno, na minimização das produções de p-diisopropilbenzeno (DIPB) e gás residual e na minimização do consumo energético da planta. O Algoritmo Genético de Classificação por Não-Dominância II (NSGA II – Nondominated Sorting Genetic Algorithm II) presente na biblioteca Pymoo foi utilizado. A introdução dos distúrbios resultou em maiores produções de cumeno e de gás residual. Também foi observada uma maior quantidade de excesso de benzeno circulando na planta, que teve como principais consequências: (i) uma menor produção de DIPB, devido ao desfavorecimento da conversão de cumeno em DIPB e (ii) um alto consumo energético da planta, já que uma maior quantidade de energia é requerida no refervedor da coluna de destilação responsável pelo reciclo de benzeno e uma menor quantidade de energia é gerada no reator.