OTIMIZAÇÃO UTILIZANDO METAMODELO KRIGING: UMA APLICAÇÃO À SEPARAÇÃO DE PROPENO POR DESTILAÇÃO

Authors

  • Savana Barbosa de Brito Lélis Villar UFCG
  • Thiago Gonçalves das Neves UFCG
  • Adriana Barbosa da Costa UFCG
  • Sidinei Kleber da Silva UFCG
  • Michela Mulas UFCG
  • Antônio Tavernard Pereira Neto UFCG
  • Deborah Almeida dos Anjos UFCG
  • Antonio Carlos Brandão de Araújo UFCG

DOI:

https://doi.org/10.26512/ripe.v2i9.15044

Abstract

Neste trabalho, uma metodologia para otimização de processos baseada em metamodelos foi proposta. Para enfrentar problemas de simulação e otimização baseados em modelos complexos, soluções baseadas em modelos reduzidos foram propostas na literatura, designadas na literatura por metamodelos. O desempenho da otimização foi baseada em modelos kriging através do planejamento experimental Latin Hypercube Sampling. A krigagem é um método de interpolação que procura minimizar a variância estimada a partir de um modelo prévio. O principal objetivo desse trabalho foi simular o processo de produção de propeno e otimizá-lo através do método da krigagem, através dos softwares comerciais Aspen Plus® e Matlab®. Com o método kriging, atingiu-se resultados próximos daqueles obtidos através da solução rigorosa. Com a otimização, foi possível obter a melhor configuração de operação visando à minimização do consumo energético do processo.

Palavras-chave: Propeno, Destilação, Otimização, Kriging

Downloads

Download data is not yet available.

References

AFONSO, S. M. B., HOROWITZ, B. & WILMERSDORF, R. B., 2008. Comparative Study of Surrogate Models for Engineering Problems. ASMO-UK (Association for Structural and Multidisciplinary Optimization in the UK)(Bath): s.n.

BLANNING, R.W, 1974, "The Sources and Uses of Sensitivity Information". Interfaces. Vol. 4, No. 4, pp. 21-23.

BLANNING, R.W, 1975, "Response to Michel, Kleijnen and Permut". Interfaces. Vol. 5, No. 3, pp. 24-25.

CAMARGO, Â. P.; SENTELHAS, P.C. Avaliação do desempenho de diferentes métodos de estimativa da evapotranspiração potencial no estado de São Paulo, Brasil. Revista Brasileira de Agrometeorologia, v.5, n.1, p.89-97, 1997.

CAMARGO, E. C. G. Desenvolvimento, implementação e teste de procedimentos geoestatísticos (krigagem) no sistema de processamento de informações georeferenciadas (SPRING). São José dos Campos, 1997. 115 p. Dissertação (Mestrado em Sensoriamento Remoto) ”“ INPE.

CLARKE, S.M., GRIEBSCH, J.H., SIMPSON, T.W., 2005, “Analysis of Support Vector”.

ECHARD, B., GAYTON, N., LEMAIRE, M., RELUN, R. 2013: A combined Importance Sampling and Kriging reliability method for small failure probabilities with time-demanding numerical models ”“ Reliability Engineering and System Safety, v.111, p. 232-240.

FONSECA, L.G., 2009, Algoritmos Geneticos Assistidos por Metamodelos Baseados em Similaridade. Tese de D.Sc., LNCC/MCT, Petropolis, RJ.

FORRESTER, A., SOBESTER, A. & KEANE, A., 2008. Engineering Desing Via Surrogate Modelling: A Practical Guide. Wiley. Giunta, A.A., 2002. “Use of data sampling, surrogate models, and numerical optimization in engineering design”. In Proceedings of the 40th AIAA Aerospace Sciences Meeting and Exhibit. Reno, NV.

FOUST, A. S. et al. Principios de Operaciones Unitarias, 2.ed. México: CECSA, 1987. p. 751

GIUNTA, A. A. & WATSON, L., 1998. A Comparision of Approximation Modeling Techniques: Polynomial versus Interpolating Models. s.l., AIAA-98-4758.

GOLDBARG, M. C., LUNA, H. P. L. Otimização combinatória e programação linear: modelos e algoritmos. Rio de Janeiro: Campus, 2000.

GOMES, M.V.C., 2007, Otimização sequencial por aproximações ”“ Uma aplicação em tempo real para o refino de petróleo. Tese de D.Sc., Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil.

GOOVAERTS, P. Geostatistics in soil science: state-of-art and perspectives. Geoderma, v. 89, p. 1-45, 1999.

GUTMANN, H. M., 2001. A Radial Basis Function Method for Global Optimization. Journal of Global Optimization, p. 201”“227.

KARTAM, N., FLOOD, I., GARRETT, J. H. & . Agrawal, G., 1997. Artificial Neural Networks for Civil Engineers: Fundamentals and Applications. s.l.:ASCE Publications.

KEANE, A. J. & NAIR, P. B., 2005. Computational Approaches for Aerospace Design:The pursuit of Excellence. Hoboken: John Willey & Sons Inc.: s.n.

KLEIJNEN, J.P.C., 1975, "A Comment on Blanning's "Metamodel for Sensitivity Analysis: The Regression Metamodel in Simulation"". Interfaces. Vol. 5, No. 3, pp. 21-23

KLEIJNEN, J.P.C., SARGENT, R.G., 2000, "A Methodology for Fitting and Validating Metamodels in Simulation". European Journal of Operational Research, Vol. 120, pp. 14-29.

LANDIM, P. M. B. Análise estatística de dados geológicos. São Paulo: Fundação Editora da Unesp, 1998. 226 p.

LOPHAVEN, S.N., NIELSEN, H.B., SONDERGAARD, J. 2002, Aspects of MATLAB Toolbox DACE, Technical Report IMM-REP-2002-13, 2002 Technical University of Denmark, Denmark.

MCKAY, M. D., BECKMAN, R. J. & CONOVER, W. J., 1979. A Comparison of Three Methods for Selecting Values of Input Variables in the Analysis of Output from a Computer Code. Technometrics, Vol. 21, No. 2, pp. 239-245.

MECKESHEIMER, M., BARTON, R., SIMPSON, T. et al., 2001, “Metamodeling of Combined Discrete/Continuous Responses”, AIAA Journal, v. 39, n. 10, pp. 1950-1959.

MECKESHEIMER, M., BOOKER, A.J., BARTON, R. et al., 2002, “Computationally Inexpensive Metamodeling Assessment Strategies”, AIAA Journal, v. 40, n. 10, pp. 2053-2060.

MICHEL, A.J., PERMUT, S.E., 1975, "A Comment on Blanning's "The Sources and Uses of Sensitivity Information"". Interfaces, Vol. 5, No. 3, pp. 19-20.

MIKHEEV, 2011. Encyclopedia of Mathematics. [Online] Available at: http://www.encyclopediaofmath.org/index.php?title=Latin_square&oldid=15140 [Acesso em 18 04 2016].

NAIDU, S. L. S., 2004. Neural Network Surrogate Model For Multidisciplinary Design Optimization. s.l.:M. Tech. Dissertation, Indian Institute of Technology.

PINTO, J. W. O., 2014, Uso da otimização sequencial aproximada a problemas Uni e multiobjectivos de gerenciamento de reservatórios. Dissertação, Universidade Federal de Pernambuco, Recife, PE, Brasil.

QUEIPO, N. V. et al., 2005. Surrogate-based analysis and optimization. Progress in Aerospace Sciences, Volume 41, p. 1”“28.

RAJ, D., 1968. Sampling Theory. New York: McGraw-Hill. Regression for Approximation of Complex Engineering Analyses”, Journal of Mechanical Design, n. 127, v. 6, pp. 1077-1087.

ROCHA, R. S. Determinação Experimental de Correntes do Processo de Destilação Molecular de Resíduos de Petróleo e Extensão da Curva PEV, 2008. 190 f. Tese (Mestrado em Engenharia Química) - Departamento de Engenharia Química, Universidade Estadual de Campinas, Campinas, 2008.

SÁNCHEZ, I. F. H., 2011. Quadrados Latinos com Aplicações em Engenharia de Software, Dissertação de Mestrado. Recife: UFPE.

SANTNER, T.J., WILLIAMS, B.J., NOTZ, W.I., 2003, The Design and Analysis of Computer Experiments, New York, Springer-Verlag.

SEADER, J. D.; HENLEY E. J.; Separation Process Principles, 1998, 2nd (2005) Editions. John Wiley & Sons Inc.

SILVA, E. E. Otimização de estruturas de concreto armado utilizando algoritmos genéticos. Trabalho de dissertação ”“ Universidade de São Paulo. 2001.

YAMAMOTO, J. K.; CONDE, R.. Classificação de recursos minerais usando a variância da interpolação. Revista Brasileira de Geociência, v. 29, n. 3, p. 349-56, 1999.

Published

2017-01-25

How to Cite

Lélis Villar, S. B. de B., das Neves, T. G., da Costa, A. B., da Silva, S. K., Mulas, M., Pereira Neto, A. T., … de Araújo, A. C. B. (2017). OTIMIZAÇÃO UTILIZANDO METAMODELO KRIGING: UMA APLICAÇÃO À SEPARAÇÃO DE PROPENO POR DESTILAÇÃO. Revista Interdisciplinar De Pesquisa Em Engenharia, 2(9), 210–229. https://doi.org/10.26512/ripe.v2i9.15044