Nous étudions la distillation extractive continue de mélanges azéotropiques à temperature de bulle minimale avec un entraineur lourd (classe 1.0-1a) avec comme exemples les mélanges acétone-méthanol avec l’eau et DIPE-IPA avec le 2-méthoxyethanol. Le procédé inclut les colonnes de distillation extractive et de régénération de l’entraineur en boucle ouverte et en boucle fermée. Une première stratégie d’optimisation consiste à minimiser la fonction objectif OF en cherchant les valeurs optimales du débit d’entraineur FE, les positions des alimentations en entraineur et en mélange NFE, NFAB, NFReg, les taux de reflux R1, R2 et les débits de distillat de chaque colonne D1, D2. OF décrit la demande en énergie par quantité de distillat et tient compte des différences de prix entre les utilités chaudes et froides et entre les deux produits. La deuxième stratégie est une optimisation multiobjectif qui minimise OF, le coût total annualisé (TAC) et maximise deux nouveaux indicateurs thermodynamiques d’efficacité de séparation extractive totale Eext et par plateau eext. Ils décrivent la capacité de la section extractive à séparer le produit entre le haut et le bas de la section extractive. L’analyse thermodynamique des réseaux de courbes de résidu ternaires RCM et des courbes d’isovolatilité montre l’intérêt de réduire la pression opératoire dans la colonne extractive pour les séparations de mélanges 1.0-1a. Une pression réduite diminue la quantité minimale d’entraineur et accroît la volatilité relative du mélange binaire azéotropique dans la région d’opération de la colonne extractive. Cela permet d’utiliser un taux de reflux plus faible et diminue la demande énergétique. La première stratégie d’optimisation est conduite avec des contraintes sur la pureté des produits avec les algorithmes SQP dans les simulateurs Aspen Plus ou Prosim Plus en boucle ouverte. Les variables continues optimisées sont : R1, R2 et FE (étape 1). Une étude de sensibilité permet de trouver les valeurs de D1, D2 (étape 2) et NFE, NFAB, NFReg (étape 3), tandis l’étape 1 est faite pour chaque jeu de variables discrètes. Enfin le procédé est resimulé en boucle fermée et TAC, Eext et eext sont calculés (étape 4). Les bilans matières expliquent l’interdépendance des débits de distillats et des puretés des produits. Cette optimisation permet de concevoir des procédés avec des gains proches de 20% en énergie et en coût. Les nouveaux procédés montrent une amélioration des indicateurs Eext et eext. Afin d’évaluer l’influence de Eext et eext sur la solution optimale, la seconde optimisation multiobjectif est conduite. L’algorithme génétique est peu sensible à l’initialisation, permet d’optimiser les variables discrètes N1, N2 et utilise directement le shéma de procédé en boucle fermée. L’analyse du front de Pareto des solutions met en évidence l’effet de FE/F et R1 sur TAC et Eext. Il existe un Eext maximum (resp. R1 minimum) pour un R1 donné (resp. Eext). Il existe aussi un indicateur optimal Eext,opt pour le procédé optimal avec le plus faible TAC. Eext,opt ne peut pas être utilisé comme seule fonction objectif d’optimisation mais en complément des autres fonctions OF et TAC. L’analyse des réseaux de profils de composition extractive explique la frontière du front de Pareto et pourquoi Eext augmente lorsque FE diminue et R1 augmente, le tout en lien avec le nombre d’étage. Visant à réduire encore TAC et la demande énergétique nous étudions des procédés avec intégration énergétique double effet (TEHI) ou avec des pompes à chaleur (MHP). En TEHI, un nouveau schéma avec une intégration énergétique partielle PHI réduit le plus la demande énergétique. En MHP, la recompression partielle des vapeurs VRC et bottom flash partiel BF améliorent les performances de 60% et 40% respectivement. Au final, le procédé PHI est le moins coûteux tandis que la recompression totale des vapeurs est la moins énergivore. / We study the continuous extractive distillation of minimum boiling azeotropic mixtures with a heavy entrainer (class 1.0-1a) for the acetone-methanol with water and DIPE-IPA with 2-methoxyethanol systems. The process includes both the extractive and the regeneration columns in open loop flowsheet and closed loop flowsheet where the solvent is recycled to the first column. The first optimization strategy minimizes OF and seeks suitable values of the entrainer flowrate FE, entrainer and azeotrope feed locations NFE, NFAB, NFReg, reflux ratios R1, R2 and both distillates D1, D2. OF describes the energy demand at the reboiler and condenser in both columns per product flow rate. It accounts for the price differences in heating and cooling energy and in product sales. The second strategy relies upon the use of a multi-objective genetic algorithm that minimizes OF, total annualized cost (TAC) and maximizes two novel extractive thermodynamic efficiency indicators: total Eext and per tray eext. They describe the ability of the extractive section to discriminate the product between the top and to bottom of the extractive section. Thermodynamic insight from the analysis of the ternary RCM and isovolatility curves shows the benefit of lowering the operating pressure of the extractive column for 1.0-1a class separations. A lower pressure reduces the minimal amount of entrainer and increases the relative volatility of original azeotropic mixture for the composition in the distillation region where the extractive column operates, leading to the decrease of the minimal reflux ratio and energy consumption. The first optimization strategy is conducted in four steps under distillation purity specifications: Aspen Plus or Prosim Plus simulator built-in SQP method is used for the optimization of the continuous variables: R1, R2 and FE by minimizing OF in open loop flowsheet (step 1). Then, a sensitivity analysis is performed to find optimal values of D1, D2 (step 2) and NFE, NFAB, NFReg (step 3), while step 1 is done for each set of discrete variables. Finally the design is simulated in closed loop flowsheet, and we calculate TAC and Eext and eext (step 4). We also derive from mass balance the non-linear relationships between the two distillates and how they relate product purities and recoveries. The results show that double digit savings can be achieved over designs published in the literature thanks to the improving of Eext and eext. Then, we study the influence of the Eext and eext on the optimal solution, and we run the second multiobjective optimization strategy. The genetic algorithm is usually not sensitive to initialization. It allows finding optimal total tray numbers N1, N2 values and is directly used with the closed loop flow sheet. Within Pareto front, the effects of main variables FE/F and R1 on TAC and Eext are shown. There is a maximum Eext (resp. minimum R1) for a given R1 (resp. Eext). There exists an optimal efficiency indicator Eext,opt which corresponds to the optimal design with the lowest TAC. Eext,opt can be used as a complementary criterion for the evaluation of different designs. Through the analysis of extractive profile map, we explain why Eext increases following the decrease of FE and the increase of R1 and we relate them to the tray numbers. With the sake of further savings of TAC and increase of the environmental performance, double-effect heat integration (TEHI) and mechanical heat pump (MHP) techniques are studied. In TEHI, we propose a novel optimal partial HI process aiming at the most energy saving. In MHP, we propose the partial VRC and partial BF heat pump processes for which the coefficients of performance increase by 60% and 40%. Overall, optimal partial HI process is preferred from the economical view while full VRC is the choice from the environmental perspective.

Les avantages que présentent les systèmes électriques par rapport aux autres systèmes (mécaniques, hydrauliques et pneumatiques) ont permis d’intensifier l’électrification des systèmes embarqués à bord des aéronefs : c’est le concept d’avion plus électrique. Dans ce contexte, l’approche de conception intégrée par optimisation (CIO) de ces systèmes s’avère aujourd’hui une nécessité pour pouvoir répondre aux exigences en termes d’efficacité énergique, de fiabilité et de masse... Dans cette thèse, nous avons appliqué la CIO à une chaine de conversion électromécanique utilisée dans le système de conditionnement d’air d’un avion. Deux objectifs sont ciblés : la minimisation de la masse du système et l’augmentation de son efficacité énergétique. Ces objectifs sont intégrés à diverses contraintes hétérogènes, allant de la qualité réseau au respect de la mission de vol dans le plan couple – vitesse, en passant par la thermique,… Compte tenu de la complexité du système étudié et de son caractère multidisciplinaire, des approches de conception par optimisation dites « MDO » (pour Multidisciplinary Design Optimization) sont étudiées. En effet, au delà des compétences physiques et techniques, la conception intégrée par optimisation des systèmes complexes nécessite des efforts supplémentaires en termes de méthodologies de conception. Nous avons présenté dans cette thèse trois approches : Approches mono-niveau : séquentielle et globale ; Approche multi-niveaux, couplant niveaux système et niveau constituants (filtre, onduleur, machine) ; des formulations adaptées à notre problème de conception sont présentées afin de résoudre les problèmes liés aux optimisations mono-niveau. Les performances des différentes approches de conception sont présentées analysées et comparées. Les résultats obtenus montrent clairement les avantages que présente la formulation multi-niveaux par rapport aux approches classiques de conception. / The benefits of electrical systems compared to other systems (mechanical, hydraulic and pneumatic) are a serious motivation for the electrification of embedded systems in “more electric aircraft”. In this framework, the integrated optimal design of these systems appears necessary to meet requirements in terms of efficiency, reliability and weight reduction. In this thesis, we have applied the integrated optimal design to an electromechanical system used in the air conditioning system of a more electric aircraft. Two objectives are targeted: the minimization of the system weight and the increase of its efficiency. Both objectives are integrated with several heterogeneous constraints, from network quality till flight mission fulfilment in the torque vs speed plan. Because of the complexity of the studied system and its multidisciplinary nature, "MDO" approaches (for multidisciplinary Design Optimization) are studied. In fact, beyond physical and technical skills, integrated optimal design of complex systems requires additional efforts in terms of design methodologies. Three approaches are presented in this thesis: One-level Approaches: sequential and global; Multilevel approach, coupling “system” level with “device” level (filter, inverter, electric machine); a set of formulations adapted to our design problem are presented to solve the issues associated to the one-level approaches. The performance of these design approaches are presented, analyzed and compared. The results clearly show the advantages that involves multilevel formulation compared to conventional design approaches.

Um tema pouco estudado na literatura, mas frequentemente encontrado por empresas prestadoras de serviço, é o Problema de Escalonamento de Técnicos de Campos (Field Technician Scheduling Problem). O problema consiste em associar um número de tarefas - em diversos locais, com diferentes prioridades e com janelas de tempo - a uma quantidade de técnicos - com diferentes horários de expediente e com habilidades distintas - que saem no início do horário de trabalho da sede da empresa, para onde devem retornar antes do fim do expediente. Cada tarefa é atendida por um único técnico. Esse problema é estudado neste trabalho. A primeira parte do trabalho apresenta um modelo de programação linear inteira mista (PLIM) e, dada a complexidade do problema, heurísticas construtivas e meta-heurísticas foram desenvolvidas. Na função objetivo, procura-se principalmente maximizar o número ponderado de tarefas executadas em um dia de trabalho, de acordo com as suas prioridades. Em linhas gerais, as heurísticas construtivas ordenam as tarefas de acordo com um critério pré-estabelecido e, em seguida, designam cada uma a um dos técnicos capazes de realiza-la sem violar as restrições do problema. Tendo em conta o bom desempenho obtido em outros problemas semelhantes, foi adotado um Algoritmo Genético denominado Biased Random-Key Genetic Algorithms (BRKGA), que utiliza chaves aleatórias para codificar e decodificar as soluções. Codificadores e decodificadores adaptados ao problema foram desenvolvidos e testes computacionais são apresentados. As soluções obtidas em problemas de pequenas dimensões são comparadas com as soluções ótimas conhecidas e, para aprimorar a avaliação do desempenho nas instâncias médias e grandes, quatro procedimentos para obter limitantes superiores foram propostos. Testes computacionais foram realizados em 1040 instâncias. O BRKGA encontrou 99% das 238 soluções ótimas conhecidas e, nas 720 instâncias de dimensões médias e grandes, ficou em média a 3,8% dos limitantes superiores. As heurísticas construtivas superaram uma heurística construtiva da literatura em 90% das instâncias. A segunda parte do trabalho apresenta uma nova abordagem para o Problema de Escalonamento de Técnicos de Campo: um modelo biobjetivo, onde uma segunda função objetivo buscará que as tarefas prioritárias sejam realizadas o mais cedo possível. Uma versão multiobjectivo do BRKGA foi desenvolvida, considerando diversas estratégias para classificar a população do algoritmo e escolher as melhores soluções (estratégias de elitismo). Codificadores e decodificadores foram criados para o problema multiobjectivo. Os resultados computacionais obtidos são comparados com os resultados de um Algoritmo Genético conhecido na literatura, o Nondominated Sorting Genetic Algorithm II (NSGA II). Para instâncias de pequenas dimensões, os resultados da meta-heurística proposta também são comparados com a fronteira ótima de Pareto de 234 instâncias, obtidas por enumeração completa. Em média, o BRKGA multiobjectivo encontrou 94% das soluções da fronteira ótima de Pareto e, nas instâncias médias e grandes, superou o desempenho do NSGA-II nas medidas de avaliação adotadas (porcentagem de soluções eficientes, hipervolume, indicador epsílon e cobertura). / An important topic in service companies, but little studied until now, is the field technician scheduling problem. In this problem, technicians have to execute a set of jobs or service tasks. Technicians have different skills and working hours. Tasks are in different locations within a city, with different time windows, priorities, and processing times. Each task is executed by only one technician. This problem is addressed in this thesis. The first part of the research presents the mixed integer linear programming model (MILP) and, due to the complexity of this problem, constructive heuristics and metaheuristics were proposed. The objective function is to maximize the sum of the weighted performed tasks in a day, based on the priority of tasks. In general terms, in the proposed constructive heuristics, jobs are ordered according to a criterion and, after that, tasks are assigned to technicians without violating constraints. A Genetic Algorithm (the Biases Randon Key Genetic Algorithm - -RKGA) is applied to the problem, based on its success in similar problems; the BRKGA uses random keys and a decoder transforms each chromosome of the Genetic Algorithm into a feasible solution of the problem. Decoders and encoders adapted to the problem were developed and computational tests are presented. A comparison between the solutions of the heuristic methods and optimal solutions values was also conducted for small instances and, to analyze medium and large instances, four upper bound models were proposed. Computational experiments with 1040 instances were carried out. The BRKGA reached 99% of the 238 optimal solutions and, for 720 medium and large instances, the average upper bound gap was 3,8%. Constructive heuristics overcame a heuristic of the literature in 90% of the instances. The second part of this research presents a new approach of the Field Technician Scheduling Problem: a multiobjective model, with a second objective function to execute the priority tasks as soon as possible. A multiobjective BRKGA was developed, with different strategies to classify the Genetic Algorithm population and to select the elite solutions (elite strategies). Decoders and encoders were developed for the multiobjective problem too. The results were compared with a known Genetic Algorithm, the Nondominated Sorting Genetic Algorithm II (NSGA II). For 234 small instances, the results were compared with the Pareto optimal solutions, obtained by complete enumeration. On average, the BRKGA found 94% of the Pareto optimal solutions and, for 720 medium and large instances, outperformed the NSGA-II by means of the measures adopted (percentage of efficient solutions, hypervolume, epsilon and coverage).

Submitted by Ronildo Prado (ronisp@ufscar.br) on 2016-09-23T20:10:21Z No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-23T20:10:38Z (GMT) No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-23T20:10:49Z (GMT) No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) / Made available in DSpace on 2016-09-23T20:10:57Z (GMT). No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) Previous issue date: 2015-03-31 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Currently there is a growing increase in fuel consumption, but also an increased concern about the end of fossil fuels and their environmental damage. In this scenario, secondgeneration ethanol (E2G), produced from sugarcane bagasse, appears as an option to increase the production of first generation ethanol (E1G), produced from sugarcane. The aim of this study was to evaluate the production of ethanol, the generation of electricity, CO2 emissions and vinasse into an E1G and E2G autonomous distillery through multiobjective optimization. This assessment has been formulated in terms of multi-objective optimization problems in virtual biorefinery modeled in EMSO (Environment for Modeling, Simulation and Optimization). The modeling of closed water circuits, CO2 production in the boiler and in the fermenter, and the process of concentrating the juice and vinasse streams through multiple-effect evaporators, and the multiobjective optimization involving the production of E2G, electric energy and production of CO2 and vinasse were performed. The modeled biorefinery processes 500,000 kg/h of sugarcane and burns, in addition to bagasse, 35,000 kg/h of sugarcane straw. The multiple effect evaporators for the broth concentration generated savings of around 18% in turbine backpressure exhaust steam when compared to a process with a single effect. The concentration of the vinasse through multiple-effect evaporators can cause a reduction in flow rate of more than 70%. The obtained non-dominated solutions in multiobjective optimization studies have shown a relationship among the production of ethanol, vinasse, energy and CO2 as a function of the decision variables: bagasse fraction diverted to produce E2G, and fraction of vinasse concentrated in multiple effect evaporators. Nondominated solutions are in the bagasse fraction range from 0.01% to 50.09%, and vinasse fraction comprises values greater than 14.09%. Among the solutions, ethanol flow was between 35,730 kg/h and 41,633 kg/h. CO2 production can reach values above 187,000 kg/h considering the CO2 released in the fermenters and in the boiler. On the issue of electricity generation, values above 83,000 kW can be reached. The results showed that the methodology used was efficient and the proposed objectives have been met. / Com o crescente aumento do consumo de combustíveis e o aumento da preocupação com o fim dos combustíveis fósseis e com seus danos ambientais, o etanol de segunda geração (E2G), produzido a partir do bagaço e da palha da cana-de-açúcar, surge como uma opção para aumentar a produção de etanol de primeira geração (E1G), produzido a partir da cana-de-açúcar. O objetivo desse trabalho foi avaliar a produção de etanol, a geração de energia elétrica, a emissão de CO2 e de vinhaça em uma destilaria autônoma de E1G e E2G empregando a otimização multiobjetivo. Essa avaliação foi formulada em termos de problemas de otimização multiobjetivo na biorrefinaria virtual modelada em EMSO (Environment for Modeling, Simulation and Optimization). A modelagem de circuitos fechados de água, da produção de CO2 na caldeira e no fermentador, e do processo de concentração das correntes de caldo e de vinhaça por meio de evaporadores múltiplo efeito, bem como a otimização multiobjetivo envolvendo a produção de E1G e E2G, geração de energia e produção de vinhaça, foram realizados. A biorrefinaria modelada processa 500.000 kg/h de cana-de-açúcar e queima, além de bagaço, 35.000 kg/h de palha de cana-de-açúcar. Com os evaporadores múltiplo efeito para a concentração do caldo, foi possível uma economia na ordem de 18% no vapor de escape da turbina de contrapressão em comparação a um processo de simples efeito. A concentração da vinhaça, por meio de evaporadores múltiplo efeito, pode provocar uma redução da vazão de mais de 70%. As soluções não-dominadas obtidas nos estudos de otimização multiobjetivo mostraram uma relação entre a produção de etanol, de vinhaça, de energia e de CO2 em função das variáveis de decisão: fração de bagaço destinado para a produção de E2G, e fração de vinhaça destinada para a concentração nos evaporadores de múltiplo efeito. As soluções não-dominadas se encontram no intervalo de fração de bagaço entre 0,01% e 50,09%, enquanto a fração de vinhaça compreende valores acima de 14,09%. Entre as soluções, a vazão de etanol ficou entre 35.730 kg/h e 41.633 kg/h. A produção de CO2 pode chegar a valores acima dos 187.000 kg/h, considerando o CO2 liberado nos fermentadores e na caldeira. No quesito geração de energia elétrica, consegue-se chegar a valores acima de 83.000 kW. Os resultados mostraram que a metodologia utilizada foi eficiente e os objetivos propostos foram atendidos.

Orientador: Paulo Morelato França / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T20:11:19Z (GMT). No. of bitstreams: 1 Garcia_ViniciusJacques_D.pdf: 1756755 bytes, checksum: e845cc09a5de807da958e9792684e777 (MD5) Previous issue date: 2005 / Resumo: Depois da regulamentação do setor elétrico brasileiro, a qualidade no fornecimento de energia ganhou maior importância por parte das concessionárias. Neste contexto, o problema de restauração do serviço tem particular relevância pela relação com a freqüência e duração das interrupções no fornecimento: através de alterações na configuração original da rede, busca-se reduzir a carga não atendida sem deixar de observar as restrições de capacidade dos alimentadores, de queda de tensão nas barras de carga e de radialidade da rede. Considerando o caráter temporário destas manobras, torna-se desejável reduzir o grau de intervenção de modo a facilitar a restauração da configuração original. Nesta tese é considerado o problema multiobjetivo de restauração do serviço que compreende a minimização da carga sem fornecimento e do número de chaves manipuladas. Depois da definição matemática do problema, da revisão da literatura especializada e da descrição de um "framework" para problemas relacionados, são descritas duas heurísticas, uma construtiva e outra de melhoramento. A seguir, apresentam-se duas metaheurísticas para o problema, uma Busca Tabu e um Algoritmo Evolutivo, ambas baseadas em otimização de Pareto. Por fim, por meio de estudos práticos com sistemas de distribuição brasileiros, avalia-se experimentalmente a aplicabilidade das abordagens propostas / Abstract: After the Brazilian electric power market regulation, quality of service became a crucial concern of utilities. In fact, the service restoration has a particular importance since it is closely related to frequency and duration of service interruption: through network reconfigurations, one aims to reduce the non supplied load while respecting constraints like feeder and voltage limits as well as the maintenance of a radial structure. Considering that this emergency state is transitory existing only until the fault is eliminated, it is convenient to reduce the number of switching operations in order to make the return back to the original configuration easy. This work considers the multiobjective service restoration to minimize both the load not supplied and the number of switching operations. After defining the mathematical formulation proposed and presenting the bibliographical survey with the description of a new framework to related problems, two new heuristics are presented, one for constructive search and another one for neighborhood search. Next, two metaheuristics especially developed for the referred problem are described, both based on Pareto optimization. Finally, the effectiveness of these proposed methods are proved in a set of five systems, three of them referring to actual Brazilian systems / Doutorado / Automação / Doutor em Engenharia Elétrica

Made available in DSpace on 2014-07-29T15:01:46Z (GMT). No. of bitstreams: 1 Dissertacao_Maira de Carvalho.pdf: 846890 bytes, checksum: 1b876a63defdf3d8fc33aa92bba455c5 (MD5) Previous issue date: 2011-08-29 / CARVALHO, M. Calibration models of urban drainage using multiobjective evolutionary algorithms. 2011. Dissertation (Masters of Environmental Engineering) - Civil Engineering College, Post-Graduation Stricto Sensu Program in Environmental Engineering - Federal University of Goiás, Goiânia, Goiás, Brazil, 2011.. This study proposed to develop and implement a calibration routine hydrological models applied to urban drainage using multiobjective optimization techniques. To make this work possible model was adopted Storm Water Management Model (SWMM) and the computational algorithms developed in MATLAB environment using an evolutionary algorithm. The method was applied to two different levels of detail in representing the Arroyo Cancels basin, located in the urban area of Santa Maria-RS, submitted to the hydrological processes involved in the process of rainfall-runoff transformation in the search for optimal values of hydrological parameters the basin. Objective functions were defined and applied simultaneously in the calibration parameters. Worked with the simulation of events of low and high intensity settings for two discretization of the watershed, and other simple and subdivided into 18 sub-basins. The sensitivity analysis performed made it possible to check that the parameters that most influenced the basin were simple: Percentage of impervious area and outlet width. Regarding the results for the various watershed discretization can be seen that in most cases when working with a more detailed watershed they were better, except for some isolated events. Overall the model showed better results when high-intensity simulated events for the best compromise solutions, thus showing the importance of using a multiobjective model. / CARVALHO, M. Calibração de modelos de drenagem urbana utilizando algoritmos evolucionários multiobjetivo. 2011. Dissertação (Mestrado em Engenharia do Meio Ambiente) Escola de Engenharia Civil, Programa de Pós-Graduação Stricto Sensu em Engenharia do Meio Ambiente, Universidade Federal de Goiás, Goiânia, 2011. O presente trabalho propôs desenvolver e aplicar uma rotina de calibração de modelos hidrológicos aplicados a drenagem urbana empregando técnicas de otimização multiobjetivo. Para tornar possível a realização deste trabalho foi adotado o modelo Storm Water Management Model (SWMM) e as rotinas computacionais desenvolvidas em ambiente MATLAB, utilizando um algoritmo evolucionário. O método foi aplicado a dois diferentes níveis de detalhamento na representação da bacia do Arroio Cancela, localizada na zona urbana do município de Santa Maria-RS, na busca de valores ótimos de parâmetros hidrológicos da bacia. Foram definidas funções objetivo e aplicadas simultaneamente na calibração de parâmetros. Trabalhou-se com a simulação de eventos de baixa e alta intensidade para duas configurações de bacia hidrográfica, sendo simples e outra subdividida em 18 sub-bacias. A análise de sensibilidade realizada possibilitou a verificação de que os parâmetros que mais influenciaram na bacia simples foram: Porcentagem de área impermeável e Largura do escoamento. Em relação aos resultados para as diferentes configurações de discretização da bacia hidrográfica pode-se verificar que na maioria dos casos quando se trabalhou com uma bacia mais detalhada estes foram melhores, salvo alguns eventos isolados. No geral o modelo apresentou melhores resultados quando simulou eventos de alta intensidade para as soluções de melhor compromisso, assim mostrando a importância da utilização de um modelo multiobjetivo.

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-11-03T13:22:18Z No. of bitstreams: 2 Dissertação - Layara de Paula Sousa Santos - 2017.pdf: 2403100 bytes, checksum: 73792e08ef369454156c844fd7e57d55 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-11-06T09:47:01Z (GMT) No. of bitstreams: 2 Dissertação - Layara de Paula Sousa Santos - 2017.pdf: 2403100 bytes, checksum: 73792e08ef369454156c844fd7e57d55 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-11-06T09:47:01Z (GMT). No. of bitstreams: 2 Dissertação - Layara de Paula Sousa Santos - 2017.pdf: 2403100 bytes, checksum: 73792e08ef369454156c844fd7e57d55 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-09-29 / Faced with urban population growth and the importance of water as a limited natural resource, there is a need to implement techniques to reduce the operational costs of water distribution systems and ensure adequate supply. The optimization of pump operation can be used to meet the demands of consumption with a lower energy cost, in addition to maximizing hydraulic reliability. In this work, a hybrid optimization / simulation model was developed based on the multiobjective genetic algorithms and the EPANET hydraulic simulator. The NSGA II (Nondominated Sorting Genetic Algorithm II) method was used to optimize the operation of variable rotation pumps, that is, the decision variables of the problem were the rotation of the pumps for each hour throughout the day. A modification of the original EPANET hydraulic simulator, which does not correctly compute the efficiency of variable-speed pumps, was employed so that the power of each pump, and consequently the cost of electric power, was calculated correctly. The representation of the system in the model was done by means of the configuration of the hypothetical network called ANYTOWN in the EPANET and implementation of the Multiobjective Evolutionary Algorithm, determination of the penalty coefficients and determination of genetic parameters and operators (population, generation number, mutation probability and probability of recombination). The validity test of the developed model was obtained through simulations performed with the input data, including the patterns of variation of the speed of rotation of the pumps. Non-dominated solutions (Pareto Front) were obtained considering first the negative pressure penalty at the nodes and, subsequently, the negative pressure penalties at the nodes and the closure / shutdown of tubes and / or pumps. All points found represent optimal operating solutions for the system considering the period of the last 24 hours for calculating the objective functions. The results obtained for the two previously defined objectives demonstrate the effectiveness of the model, since mainly with adoption of penalty 2, presents adequate pressures at the nodes and adequate water level in the reservoir, with the consequent saving of electric energy and increased hydraulic reliability. / Diante do crescimento populacional urbano e importância da água como recurso natural limitado, verifica-se a necessidade de implementar técnicas com a finalidade de reduzir os custos operacionais dos sistemas de distribuição de água e garantir abastecimento adequado. A otimização da operação de bombas pode ser utilizada com o propósito de atender as demandas de consumo com um menor custo energético, além de maximizar a confiabilidade hidráulica. Neste trabalho, um modelo híbrido de otimização/simulação foi desenvolvido tendo como suporte os algoritmos genéticos multiobjetivo e o simulador hidráulico EPANET. O método NSGA II (Non-dominated Sorting Genetic Algorithm II) foi utilizado para a otimização da operação de bombas de rotação variável, ou seja, as variáveis de decisão do problema foram a rotação das bombas para cada hora ao longo do dia. Uma modificação do simulador hidráulico EPANET original, que não computa corretamente o rendimento de bombas de rotação variável, foi empregada para que as potências de cada bomba e, consequentemente o custo da energia elétrica, fossem calculadas corretamente. Foi realizada a representação do sistema no modelo, por meio da configuração da rede hipotética denominada ANYTOWN no EPANET e implementação do Algoritmo Evolucionário Multiobjetivo, determinação dos coeficientes de penalidade e determinação dos parâmetros e operadores genéticos (população, número de geração, probabilidade de mutação e probabilidade de recombinação). O teste de validade do modelo desenvolvido foi obtido por meio das simulações realizadas com os dados de entrada, incluindo os padrões de variação da velocidade de rotação das bombas. Conjuntos de soluções não dominadas (Frente Pareto) foram obtidos considerando-se primeiramente a penalidade de pressão negativa nos nós e, posteriormente, as penalidades de pressão negativa nos nós e fechamento/desligamento de tubos e/ou bombas. Todos os pontos encontrados representam soluções operacionais ótimas para o sistema considerando-se o período das últimas 24 horas para o cálculo das funções objetivo. Os resultados obtidos para os dois objetivos previamente definidos demonstram a eficácia do modelo, visto que principalmente com adoção da penalidade 2, apresenta pressões adequadas nos nós e nível adequado de água no reservatório, com a consequente economia de energia elétrica e aumento da confiabilidade hidráulica.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-01-10T09:42:22Z No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-01-10T09:42:46Z (GMT) No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-01-10T09:42:46Z (GMT). No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-24 / Multiobjective Optimization for feature and samples selection in double chromosome of integer representation and variable size for multivariate calibration} In several problems of regression, classification, prediction, approximation Optimization, the original data contain a large number of variables to obtain a better representation of the problem under consideration. However, a significant part of the variables may be irrelevant and redundant from the point of view of machine learning. Indeed, one of the challenges to be overcome is a selection of a subset of variables that has the best perform. One of the breakthroughs in this type of problem is the use of a multiobjective formulation that avoids the overlap of the model to the training data set. Another important point is the process of choosing the objects to be used in the learning stage. Generally, a selection of variables and treatment objects are treated separately and without dependence. This project proposes a multiobjective modeling to select variables and objects simultaneously using a genetic integer representation algorithm with variable size chromosomes. It is expected that a simultaneous selection of objects and variables on a multiobjective context produce better results in a traditional approach. As a case study this work utilized an analysis of near infrared (NIR) material on oil samples for the purpose of estimating the concentration of an interest properties such set was used in the competition conducted at the International Diffuse Reflectance Conference (IDRC) in the year 2014. / Em diversos problemas de regressão, classificação, previsão, aproximação e otimização, os dados originais contêm um grande número de variáveis introduzidas para se obter uma melhor representação do problema considerado. Entretanto, uma parte significativa destas variáveis podem ser irrelevantes e/ou redundantes do ponto de vista do aprendizado de máquina acerca do problema. Com efeito, um dos desafios a ser superados é a seleção de um subconjunto de variáveis que apresentem um melhor desempenho. Um dos avanços recentes neste tipo de problema está no uso de uma formulação multiobjetivo que evita o superajuste do modelo ao conjunto de dados de treinamento. Outro ponto importante refere-se ao processo de escolha adequada dos objetos a serem utilizados na etapa de aprendizado. Geralmente, a seleção de variáveis e de objetos de treinamento são tratados de forma separada e sem dependência. Este projeto propõe uma modelagem multiobjetivo para seleção de variáveis e objetos de forma simultânea utilizando-se de algoritmo genético de representação inteira com cromossomos de tamanho variáveis. Espera-se que a seleção simultânea de objetos e variáveis no contexto multiobjetivo produza melhores resultados em relação a abordagem tradicional. Como estudo de caso este trabalho utiliza dados obtidos por uma análise de material com ondas de infravermelho próximo (NIR) sobre amostras de petróleo com o propósito de estimar a concentração de uma propriedade de interesse, tal conjunto foi utilizado na competição realizada no International Diffuse Reflectance Conference (IDRC) (\url{http://cnirs.clubexpress.com/content.aspx?page_id=22&club_id=409746&module_id=19 0211}), no ano de 2015.

A crescente demanda por biocombustíveis e a concorrência dos combustíveis fósseis torna necessária a otimização dos meios já existentes e o desenvolvimento de novas tecnologias para produção de biocombustíveis, principalmente em projetos envolvendo biorreatores e fotobiorreatores (FBR) industriais. A dinâmica dos fluidos computacional (CFD) vem sendo utilizada em vários trabalhos para o estudo de parâmetros fluidodinâmicos que podem influenciar no rendimento dos processos químicos envolvidos, como tensão de cisalhamento, perfis de velocidade, tempo de residência e a influência da geometria sobre esses parâmetros. Contudo, não existe ainda um número abrangente de trabalhos que utilize técnicas de otimização acopladas com a resolução numérica do problema fluidodinâmico. Em alguns estudos, algoritmos de otimização são utilizados para determinar os melhores coeficientes das reações químicas. No entanto, não há estudos, até o momento, que reportem a otimização multiobjetivo simultânea dos parâmetros geométricos e do escoamento aplicados a equipamentos da indústria sucro-energética. Neste contexto, o presente trabalho de pesquisa tem como objetivo contribuir para o avanço científico e tecnológico através da implementação de um software aberto (PyCFD-O) que permita o acoplamento CFD-otimização e o desenvolvimento das bases de uma metodologia de projeto otimizado bem como de operação de biorreatores e FBRs de escala industrial. O PyCFD-O foi testado em dois estudos de caso que podem ser estendidos a um fermentador contínuo e um FBR. Os parâmetros geométricos de ambos os reatores foram otimizados de forma a minimizar simultaneamente a tensão de cisalhamento e a variância da distribuição do tempo de residência. O software PyCFD-O mostrou-se robusto, revelando que o processo global de otimização realiza de fato a busca pela fronteira de Pareto. Além da obtenção das geometrias otimizadas, também foram discutidos a influência dos parâmetros geométricos na hidrodinâmica do escoamento em ambos os casos. / The growing demand for biofuels and its competition with fossil fuels create the need to optimize the existing resources and development of new technologies for production of biofuels, particularly in projects involving industrial bioreactors and photobioreactors (PBR). Computational fluid dynamics (CFD) has been used in several studies for the study of fluid dynamics parameters that can influence the performance of the chemical process involved, such as shear stress, velocity profiles, residence time and the influence of these parameters on the reactor geometry. However, there are lacks of studies that utilize optimization techniques coupled with the numerical resolution of the fluid dynamic problem. The use of optimization algorithms has been reported in some cases, but there have not been reports on studies combining the optimization of flow parameters and multiobjective algorithms to choose ideal geometric parameters applied to the equipment of the sugar-energy industry. In this context, this research project aims to contribute to the advancement of scientific and technological knowledge trhough the implementation of open source software (PyCFD-O) for the CFD-optimization coupling and the development of the bases of a methodology for optimal design and operation of industrial scale bioreactors and PBR. The PyCFD-O software was tested in two case studies with characteristics that can be extended to a continuos fermenter and PBR. The geometric parameters of both reactors were simultaneously optimized in order to minimize the shear stress and the variance of residence time distribuition. The PyCFD-O software showed robustness, revealing that overall optimization process actually performs the search of Pareto frontier. In addition to the geometry optimization, the influence of the geometrical parameters of the hydrodynamic of the flow was discussed in both case studies.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-07-19T15:32:30Z No. of bitstreams: 1 felipegomesduque.pdf: 3507645 bytes, checksum: d7e6e84ea872f86ac2bd64caa361fce0 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-07-23T15:26:16Z (GMT) No. of bitstreams: 1 felipegomesduque.pdf: 3507645 bytes, checksum: d7e6e84ea872f86ac2bd64caa361fce0 (MD5) / Made available in DSpace on 2018-07-23T15:26:16Z (GMT). No. of bitstreams: 1 felipegomesduque.pdf: 3507645 bytes, checksum: d7e6e84ea872f86ac2bd64caa361fce0 (MD5) Previous issue date: 2018-04-12 / O presente trabalho propõe uma metodologia de planejamento de medição em Sistemas de Distribuição de Energia Elétrica (SDE) e um novo método para estimação de estados destes sistemas. Para tanto, a técnica metaheurística de otimização bio-inspirada denominada Modified Monkey Search (MMS) é proposta para alocação ótima de medidores inteligentes e unidades de medição fasorial. O modelo de otimização é multiobjetivo e visa a maximização da eficácia do processo de estimação de estados com o custo mínimo de investimento em sistemas de medição. O método de Pareto é associado ao algoritmo MMS para o tratamento adequado destes objetivos conflitantes considerando-se custos reais associados aos equipamentos de medição. Adicionalmente, um novo método de estimação de estados baseado na modelagem de um Fluxo de Potência Ótimo (FPO) modificado é proposto, cuja resolução é dada pelo Método de Pontos Interiores (MPI). O algoritmo MMS determina as variáveis discretas associadas aos tipos de equipamentos de medição, bem como aos locais de instalação dos mesmos no SDE. Estudos são realizados para comparar a nova metodologia de estimação de estados proposta com uma metodologia tradicional, bem como para comparar os resultados da metaheurística de otimização aplicada ao problema com outras técnicas desenvolvidas para esta finalidade. Os estudos são conduzidos com sistemas da literatura, além de um sistema real de médio porte de uma concessionária brasileira. / The present work proposes an approach for planning the measurement locations in Electric Distribution Systems (EDS) and a new method for static state estimation. The bio-inspired meta-heuristic optimization technique called Modified Monkey Search (MMS) is proposed for optimal allocation of smart meters and phasor measurement units. The optimization model is multiobjective and aims at maximizing the efficiency of the state estimation process with minimum measurement investment costs. The Pareto’s method is associated with the MMS algorithm for handling the conflicting objectives in a suitable manner by considering real costs related to measurement equipments. In addition, a new method for static state estimation based on the modeling of a modified Optimal Power Flow (OPF) is proposed, whose solution is given by the Interior Point Method (IPM). The MMS algorithm determines the discrete variables related to types and location of measurement equipments in the system. Studies are made to compare the new approach for static state estimation with a traditional method, as well as to compare the results from the meta-heuristic optimization applied to the problem with existing techniques. The studies are performed using systems from the literature, as will as a practical medium size distribution network from a Brazilian utility.