Orientador : Katia Lucchesi Cavalca / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-03T13:51:06Z (GMT). No. of bitstreams: 1 Castro_HelioFioride_M.pdf: 2561520 bytes, checksum: bbc0b48e9d5c169ee070e452e68145fd (MD5) Previous issue date: 2003 / Mestrado

Orientador : Renato Pavanello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-03T14:27:51Z (GMT). No. of bitstreams: 1 Pizzirani_Flavia_M.pdf: 4503656 bytes, checksum: a407de1aec0b2f2a0bee54c8d2dc0390 (MD5) Previous issue date: 2003 / Resumo: Este trabalho apresenta uma investigação sobre a aplicação de Algoritmos Genéticos em otimização estrutural. A otimização topológica de estruturas reticuladas e de problemas de estado plano de tensões é realizada usando-se Algoritmos Genéticos. Os Algoritmos Genéticos são mecanismos de busca baseados na teoria da Seleção Natural de Charles Darwin e nos mecanismos da genética. Estes algoritmos trabalham com uma população de possíveis soluções que evoluem de acordo com operadores genéticos probabilísticos. Neste trabalho faz-se uma revisão bibliográfica sobre o uso dos Algoritmos Genéticos aplicados ao problema de otimização topológica. Realiza-se uma modelagem clássica em elementos finitos para análise linear estática das estruturas que serve de base para avaliar as funções de fitness do problema. O algoritmo implementado é baseado em uma codificação binária, que permite descrever a presença ou ausência de material em um determinado espaço de trabalho. O problema de minimização de massa, sujeito a restrições mecânicas de deslocamento e tensões máximas é resolvido usando-se um esquema de penalidades. São estudados vários parâmetros do algoritmo, tais como, repetibilidade, esquemas de penalização e tipos de crossover. No decorrer do trabalho são apresentados exemplos e ao final estão as conclusões e sugestões para trabalhos futuros na área / Abstract: This work presents an investigation about the aplication of Genetic Algorithms in structural optimization. The topological optimization of trusses and bidimensional elasticity problems is carried out using Genetic Algorithms. The Genetic Algorithms are search mechanisms based on Charles Darwin's Natural Selection Theory and in genetic mechanisms. These algorithms work with a population of possible solutions that evolve based on probabilistic genetic operators. In this work a bibliographical review about the use of Genetic Algorithms applied to the problem of topological optimization. A linear static analysis is done with the Finite Element Method for modelling structures. This analisys serves as a basis to evaluate the fitness functions of the problem. The implemented algorithm is based on a binary codification that allows describe the presence or absence of material in a determined workspace. The minimization of mass problem, when subjected to mechanical restrictions of displacement and maximum tensions, is decided using a scheme of penalties. Some parameters of the algorithm, such as repeatability, projects of penalization and types of crossover, are studied. In elapsing of the work some examples are presented and in the end some conclusions and suggestions for future works in the area are given / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: Paulo Morelato França / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T17:43:38Z (GMT). No. of bitstreams: 1 Mendes_AlexandredeSousa_D.pdf: 1237414 bytes, checksum: 79ab61ac72d53bfe2374807e58a1f03c (MD5) Previous issue date: 2003 / Doutorado

Orientadores: Akebo Yamakami / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T22:32:38Z (GMT). No. of bitstreams: 1 Takahashi_MarciaTomie_D.pdf: 1514697 bytes, checksum: bf74eb1142b348387b3427a6f3cb4420 (MD5) Previous issue date: 2004 / Doutorado

Orientadores: Sergio Valdir Bajay, Afonso Henriques Moreira Santos / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-24T09:56:11Z (GMT). No. of bitstreams: 1 Almeida_RobertoAlvesde_D.pdf: 5348368 bytes, checksum: ee8e2af27e6e61b5a4e93c8bf6c77a19 (MD5) Previous issue date: 1998 / Resumo: Este trabalho tem como principal objetivo discutir o novo cenário que se desenrola para o setor de petróleo e a evolução legal do autoprodutor de energia elétrica, sobretudo do cogerador industrial. Objetiva-se, também, desenvolver um modelo de planejamento de sistemas de cogeração industrial combinando o algoritmo genético com a programação dinâmica. Este modelo é composto por um método de pré-dimensionamento e um método de simulação operacional. Estes dois métodos utilizam o algoritmo genético como ferramenta de otimização. O escalonamento temporal da implantação do sistema de cogeração é determinado com o auxílio da programação dinâmica, para um horizonte de planejamento preestabelecido. O modelo proposto prevê, ainda, o emprego de uma análise termoeconômica para se calcular o custo dos produtos da planta de cogeração, parâmetro importante na análise de alternativas de investimento. Desenvolve-se no trabalho, um estudo de caso, apresentando a aplicação do modelo proposto em um sistema de cogeração de uma refinaria brasileira de petróleo. O modelo proposto e os resultados obtidos no estudo de caso são criticamente analisados ao final do trabalho, propondo-se estudos posteriores para o seu desdobramento / Abstract: This thesis discusses the current scenario of the petroleum industry, as well as, the electric energy self-producer in terms of its legal evolution, particularly of the industrial cogenerator. This work also develops a industrial cogeneration planning system model by combining genetic algorithm and dynamic programming. Such a planning model has a pre-dimensioning method and an operational simulation method. These two methods use genetic algorithm as an optimisation tool. The temporary steps of the cogeneration system implementation is determined through dynamic programming for a pre-defined planning horizon. Yet, the proposed model utilises the thermoeconomic analysis to calculate the costs of the plant cogeneration products, important factor in the alternative investment analysis. The application of the model is demonstrated by means a case study in a cogeneration system of a Brazilian petroleum plant. The proposed model and the outputs of the case study are critically analysed at the end of the thesis, which supplies a number of future related studies / Doutorado / Doutor em Planejamento de Sistemas Energéticos

Ingeniero Civil Mecánico / El método de elementos finitos se utiliza ampliamente en el análisis del comportamiento estático y dinámico de estructuras. Sin embargo, en muchos casos los resultados obtenidos por elementos finitos difieren considerablemente de los datos medidos en el modelo real. El proceso de ajuste de modelos busca corregir estas imperfecciones del modelo numérico, minimizando la diferencia de los datos calculados en relación a los datos experimentales. A través de esto, se busca la generación de modelos confiables a partir de ajustes paramétricos en los mismos, es decir, validar modelos numéricos para poder representar comportamientos dinámicos a través de ellos. En este trabajo de título se busca estudiar el posible uso de frecuencias de anti-resonancia en el ajuste de modelos de elementos finitos. Específicamente, se abordará el caso de una estructura aeronáutica (modelo similar al GARTEUR SM-AG19) la que se encuentra disponible en el laboratorio de sólidos de la Facultad de Ciencias Físicas y Matemáticas. Con el fin de adquirir experiencia y manejo en la metodología, primero se realizó un ajuste para una barra simple y posteriormente para la estructura aeronáutica. Una primera tarea consistió en la construcción de un modelo en elementos finitos que representara a cada estructura. Estos modelos se realizaron a través del toolbox SDTools de Matlab. Luego, para el montaje experimental se definieron y prepararon los materiales y herramientas necesarias que se utilizaron para obtener los datos requeridos. Después de adquirido los datos, estos se procesaron a través de 2 funciones: las de respuesta en frecuencia y las de transmisibilidad; a partir de ambos tipos de funciones se pudo identificar las frecuencias de anti-resonancia experimentales. Finalmente, se realizaron los ajustes de los modelos numéricos utilizando un método basado en algoritmos genéticos. Como manera anexa y a modo de verificar los modelos de ajustes, se realizó una comparación para cada uno con el método de ajuste del software Femtools. Durante el desarrollo de la primera estructura se buscó detectar el daño en una barra. A partir del algoritmo de optimización se encontraron cinco funciones de respuesta en frecuencia ajustadas dentro de un rango entre 0 y 3000 Hz, las que arrojaron una variación del factor de corrección del módulo de Young del 53% y 48% para el elemento 6 a través de los dos métodos utilizados respectivamente. Para el caso de la estructura aeronáutica, se realizaron dos tipos de correlaciones y por tanto de ajuste, una de los modos propios y otra para las frecuencias de anti-resonancia. Ambos resultados se complementaron para entregar una validación del modelo numérico confiable, lo que se pudo apreciar a través de la comparación de las funciones de respuesta en frecuencia resultante (numérico-experimentales) y los valores de correlación de la MAC. En ambas estructuras, el ajuste a través del programa Femtools no mejora en gran medida el modelo original. Del desarrollo y resultados de este trabajo, se pudo comprobar que el uso de frecuencias de anti-resonancias es un método bastante confiable para ajustar modelos numéricos, siendo bastante superior a los utilizados por el programa Femtools. La extracción de datos experimentales a través de FRF y FTM, arrojó resultados muy similares para los dos ajustes que se realizaron a partir de ellos. Por ultimo se pudo comprobar que el método en base a algoritmos genéticos entrega soluciones óptimas (a nivel global) a los problemas propuestos y que es bastante versátil en cuanto a los datos que se utilicen para la formulación del problema.

Ingeniero Civil Eléctrico / La presente memoria tiene por objetivo el análisis de la planificación de la transmisión para un conjunto de generadores medianos ubicados en una zona particular. Esto se realizará por medio del desarrollo de una herramienta de optimización que entrega como resultado una topología de red económica y práctica, cumpliendo con restricciones técnicas establecidas previamente. Debido a la naturaleza combinatoria del problema de planificación de la transmisión, la resolución mediante un método determinístico en tiempos aceptables es inviable. Por esto la herramienta de optimización se basa en la utilización de heurísticas que buscan disminuir las dimensiones del problema, obteniéndose con éstas resultados cercanos al óptimo, los cuales son suficientes para una etapa de prefactibilidad en la planificación. En particular se utilizan técnicas de agrupamiento difuso o Fuzzy C-Means para agrupar proyectos de generación, de manera de que en vez de resolver el problema total se resuelva para cada uno de los subconjuntos de generadores un subproblema de optimización de dimensiones considerablemente menores. Luego para resolver cada uno de los subproblemas se utilizan algoritmos genéticos, ya que esta técnica de optimización tiene un muy buen desempeño en el problema de planificación de los sistemas eléctricos de potencia. La herramienta desarrollada es implementada en el software de modelación matemática GNU Octave (símil libre de Matlab) en un conjunto de computadores trabajando paralelamente con el fin de aumentar la velocidad de convergencia del algoritmo genético. Para analizar el desempeño de la herramienta, ésta es probada en cinco casos de prueba con distintas características y niveles de complejidad. Con estos casos se demuestra la correcta convergencia del algoritmo genético y el algoritmo de agrupamiento. Además se prueba la metodología propuesta para casos con múltiples puntos de inyección, existencia de zonas prohibidas y posibles subestaciones colectoras. Para optimizar las conexiones se utilizan cuatro tipos de líneas de diferentes características técnicas. Los resultados obtenidos no son óptimos globales del problema, pero sí son soluciones económicas, prácticas y de un menor impacto ambiental, debido al menor número de líneas a construir y el mayor orden de las topologías. Finalmente se demuestra que la metodología propuesta disminuye las dimensiones del problema y disminuye la aleatoriedad de los algoritmos genéticos, ya que la heurística de agrupamiento guía al algoritmo genético hacia soluciones lógicas y prácticas.

No description available.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Ingeniero Civil Eléctrico / El dinamismo asociado al desarrollo de la generación Chile y el incremento constante de la demanda, ponen un acento especial en la tarea de planificar la expansión del sistema de transmisión, dado que las redes eléctricas centrales (SIC y SING) deben ser capaces de cumplir con su tarea de transportar la energía desde donde se producirá hasta donde se consumirá en el horizonte planificado, de forma técnica y económicamente eficiente. Entendiendo que las inversiones en el ámbito de la red principal de transmisión son fuertes y los esfuerzos requeridos para la obtención de servidumbres y las consiguientes compensaciones son complejos, en este trabajo se propone la inclusión de equipos FACTS en la planificación del sistema, de modo que esta inversión sea más flexible e implique un menor costo en elementos tradicionales de expansión (líneas y transformadores). La solución del problema de planificación de la expansión para un horizonte fijo (problema estático) se obtiene mediante un algoritmo genético propuesto sobre un modelo lineal de la red eléctrica en corriente continua con re-despacho de carga y que considera pérdidas eléctricas. La validación de este algoritmo se hace por medio de dos sistemas de pequeño y mediano tamaño ampliamente estudiados en la bibliografía internacional. Finalmente, se aplica el algoritmo propuesto sobre un modelo de 50 barras del Sistema Interconectado Central proyectado en demanda y generación al año 2022. Los resultados obtenidos tanto en la validación como en la aplicación sobre el modelo del SIC muestran la efectividad del algoritmo para encontrar una solución óptima (conocida en el primer caso), y que la utilización de equipos FACTS permite determinar planes de inversión en líneas, e incluso total, de menor costo, tanto en el caso con cómo sin pérdidas. En este sentido, el principal aporte de este trabajo es la integración de las pérdidas y equipos FACTS a los elementos y modelos tradicionales del problema de planificación de la expansión del sistema de transmisión.

No description available.