Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos

A otimização de um componente mecânico é um importante aspecto do processo de engenharia; um sistema bem projetado irá permitir uma redução do custo durante a fase de operação do equipamento. Em refinarias de petróleo e em plantas petroquímicas, fornos são incorporados ao processo para suprir energi...

ver descrição completa

Detalhes bibliográficos
Autores: Simões, G.J., Ebecken, N.F.F.
Formato: artículo
Fecha de publicación:2016
País:España
Recursos:Universitat Politècnica de Catalunya (UPC)
Repositorio:UPCommons. Portal del coneixement obert de la UPC
Idioma:portugués
OAI Identifier:oai:upcommons.upc.edu:2117/167268
Acesso em linha:https://hdl.handle.net/2117/167268
https://dx.doi.org/10.1016/j.rimni.2014.07.001
Access Level:acceso abierto
Palavra-chave:Numerical analysis
Algoritmos evolutivos
Suportes de tubos
Fornos de refinaria
Projeto mecânico
Evolutionary algorithms
Tube supports
Fired heaters
Mechanical design
Anàlisi numèrica
Àrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèrica
id ES_4f98da3b0d713935d615fe0dca28cb82
oai_identifier_str oai:upcommons.upc.edu:2117/167268
network_acronym_str ES
network_name_str España
repository_id_str
spelling Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornosOptimization of furnace lateral supports by genetic algorithm and particle swarm optimizationSimões, G.J.Ebecken, N.F.F.Numerical analysisAlgoritmos evolutivosSuportes de tubosFornos de refinariaProjeto mecânicoEvolutionary algorithmsTube supportsFired heatersMechanical designAnàlisi numèricaÀrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèricaA otimização de um componente mecânico é um importante aspecto do processo de engenharia; um sistema bem projetado irá permitir uma redução do custo durante a fase de operação do equipamento. Em refinarias de petróleo e em plantas petroquímicas, fornos são incorporados ao processo para suprir energia térmica (calor) gerada pela combustão do combustível, que é transmitida para o fluido que escoa no interior da serpentina. Um importante componente interno de um forno de refinaria de petróleo é o sistema que suporta a serpentina de tubos. Este trabalho faz parte de uma pesquisa cuja meta é gerar uma nova metodologia para o projeto de suportes da zona de radiação de fornos de refinaria. Essa metodologia representa no seu conjunto a possibilidade de aplicação de alguns algoritmos evolutivos na área de projeto mecânico de fornos. Para a otimização de suportes laterais são utilizados 2 algoritmos evolutivos, o algoritmo genético e enxame de partículas. Neste estudo é realizada uma comparação entre os 2 métodos de otimização escolhidos. Recentes técnicas de penalidade dinâmica, especificamente o método da penalidade adaptativa, são incorporadas ao algoritmo. Os requisitos de resistência e operacionalidade são considerados no projeto como especificados pela norma API560. Os resultados mostram que o modelo converge para uma solução muito eficiente. Um exemplo real é incluído para demonstrar a eficiência do algoritmo.Optimization of mechanical components is an important aspect of the engineering process; a well designed system will lead to money saving during the production phase and better machine life. In oil refineries and petrochemical plants, furnaces are incorporated into the process to supply thermal energy (heat) generated by fuel combustion, which is transmitted to a fluid flowing within a tube bundle, i.e., a coil. An important internal component of the furnace oil refinery is the system that supports the tube coil. This work is part of a research whose goal is to generate a new methodology for the investigation and search of the supports of the radiation zone refining furnace. This methodology represents as a whole the possibility of application of some evolutionary algorithms in the area of mechanical design of furnaces. For the optimization of the lateral supports two evolutionary algorithms are used, genetic algorithm and particle swarm algorithm. In this work a comparison between the two optimization methods chosen is carried out. Recent techniques of dynamic penalty, specifically adaptive penalty method are incorporated into the algorithms. The serviceability and strength requirements are considered in the design problem as specified in API560. The results show that the model converges to a very efficient solution without any engineer intervention. A real example is included to demonstrate the efficiency of the algorithm.Peer ReviewedUniversitat Politècnica de Catalunya. CIMNE20162016-01-0120192019-08-01journal articlehttp://purl.org/coar/resource_type/c_6501NAhttp://purl.org/coar/version/c_be7fb7dd8ff6fe43info:eu-repo/semantics/articleapplication/pdfhttps://hdl.handle.net/2117/167268https://dx.doi.org/10.1016/j.rimni.2014.07.001reponame:UPCommons. Portal del coneixement obert de la UPCinstname:Universitat Politècnica de Catalunya (UPC)Portuguésporopen accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-ShareAlike 3.0 Unportedhttps://creativecommons.org/licenses/by-nc-sa/3.0/deed.esinfo:eu-repo/semantics/openAccessoai:upcommons.upc.edu:2117/1672682026-05-27T15:37:01Z
dc.title.none.fl_str_mv Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
Optimization of furnace lateral supports by genetic algorithm and particle swarm optimization
title Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
spellingShingle Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
Simões, G.J.
Numerical analysis
Algoritmos evolutivos
Suportes de tubos
Fornos de refinaria
Projeto mecânico
Evolutionary algorithms
Tube supports
Fired heaters
Mechanical design
Anàlisi numèrica
Àrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèrica
title_short Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
title_full Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
title_fullStr Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
title_full_unstemmed Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
title_sort Algoritmo genético e enxame de partículas para a otimização de suportes laterais de fornos
dc.creator.none.fl_str_mv Simões, G.J.
Ebecken, N.F.F.
author Simões, G.J.
author_facet Simões, G.J.
Ebecken, N.F.F.
author_role author
author2 Ebecken, N.F.F.
author2_role author
dc.subject.none.fl_str_mv Numerical analysis
Algoritmos evolutivos
Suportes de tubos
Fornos de refinaria
Projeto mecânico
Evolutionary algorithms
Tube supports
Fired heaters
Mechanical design
Anàlisi numèrica
Àrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèrica
topic Numerical analysis
Algoritmos evolutivos
Suportes de tubos
Fornos de refinaria
Projeto mecânico
Evolutionary algorithms
Tube supports
Fired heaters
Mechanical design
Anàlisi numèrica
Àrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèrica
description A otimização de um componente mecânico é um importante aspecto do processo de engenharia; um sistema bem projetado irá permitir uma redução do custo durante a fase de operação do equipamento. Em refinarias de petróleo e em plantas petroquímicas, fornos são incorporados ao processo para suprir energia térmica (calor) gerada pela combustão do combustível, que é transmitida para o fluido que escoa no interior da serpentina. Um importante componente interno de um forno de refinaria de petróleo é o sistema que suporta a serpentina de tubos. Este trabalho faz parte de uma pesquisa cuja meta é gerar uma nova metodologia para o projeto de suportes da zona de radiação de fornos de refinaria. Essa metodologia representa no seu conjunto a possibilidade de aplicação de alguns algoritmos evolutivos na área de projeto mecânico de fornos. Para a otimização de suportes laterais são utilizados 2 algoritmos evolutivos, o algoritmo genético e enxame de partículas. Neste estudo é realizada uma comparação entre os 2 métodos de otimização escolhidos. Recentes técnicas de penalidade dinâmica, especificamente o método da penalidade adaptativa, são incorporadas ao algoritmo. Os requisitos de resistência e operacionalidade são considerados no projeto como especificados pela norma API560. Os resultados mostram que o modelo converge para uma solução muito eficiente. Um exemplo real é incluído para demonstrar a eficiência do algoritmo.
publishDate 2016
dc.date.none.fl_str_mv 2016
2016-01-01
2019
2019-08-01
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
NA
http://purl.org/coar/version/c_be7fb7dd8ff6fe43
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://hdl.handle.net/2117/167268
https://dx.doi.org/10.1016/j.rimni.2014.07.001
url https://hdl.handle.net/2117/167268
https://dx.doi.org/10.1016/j.rimni.2014.07.001
dc.language.none.fl_str_mv Portugués
por
language_invalid_str_mv Portugués
language por
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-ShareAlike 3.0 Unported
https://creativecommons.org/licenses/by-nc-sa/3.0/deed.es
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-ShareAlike 3.0 Unported
https://creativecommons.org/licenses/by-nc-sa/3.0/deed.es
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de Catalunya. CIMNE
publisher.none.fl_str_mv Universitat Politècnica de Catalunya. CIMNE
dc.source.none.fl_str_mv reponame:UPCommons. Portal del coneixement obert de la UPC
instname:Universitat Politècnica de Catalunya (UPC)
instname_str Universitat Politècnica de Catalunya (UPC)
reponame_str UPCommons. Portal del coneixement obert de la UPC
collection UPCommons. Portal del coneixement obert de la UPC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869407829654241280
score 15,198674

Registos relacionados