Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-03-09T21:45:39Z No. of bitstreams: 1 ADRIANA BARBOSA DA COSTA - DISSERTAÇÃO PPGEQ 2016..pdf: 2381705 bytes, checksum: 9ae8c9d691a6fa4d5aa82e113e910d76 (MD5) / Made available in DSpace on 2018-03-09T21:45:39Z (GMT). No. of bitstreams: 1 ADRIANA BARBOSA DA COSTA - DISSERTAÇÃO PPGEQ 2016..pdf: 2381705 bytes, checksum: 9ae8c9d691a6fa4d5aa82e113e910d76 (MD5) Previous issue date: 2016-12-14 / Um constante estudo para o tratamento de águas residuais e descarte de efluentes é necessário a fim de lidar com normas cada vez mais rígidas nesse âmbito. As estações de tratamento de águas residuais podem ser consideradas sistemas altamente não-lineares, devido a existência de perturbações, bem como a interação de um número considerável de variáveis do processo. Neste contexto, o estudo, otimização e controle dessas plantas são essenciais para o bom funcionamento do processo em atenção às exigências. Vários métodos de otimização são propostos na literatura, e suas implementações em aplicações de engenharia podem ser significativamente melhoradas pelo uso de metamodelos representando o modelo rigoroso do processo a partir de dados computacionais. O presente trabalho trata do desenvolvimento de metamodelos, pela aplicação do modelo Kriging, para um processo de tratamento de águas residuais. Para tal, são realizadas as etapas de amostragem de pontos, por meio do Latin Hypercube Sampling, estimação dos parâmetros e validação. A metodologia proposta baseiase na geração de dados computacionais por meio do modelo rigoroso para o Benchmark Simulation Model N°2, implementado no Simulink®, e na otimização do processo utilizando os metamodelos Kriging. Estes modelos obtidos através de dados de processo rigoroso mostram uma alta precisão e minimização do esforço computacional para o processo de otimização. A Programação Quadrática Seqüencial e o Algoritmo Genético são utilizados para a tarefa de otimização, bem como a geração do modelo de Otimização em Tempo Real. Os resultados obtidos no modelo de referência demonstram a potencialidade da metodologia proposta para minimizar o custo do processo enquanto obedecem as restrições do efluente para as águas residuais tratadas. / A continuous study for improving the treatment of wastewater and the effluent disposal is necessary in order to deal with increasingly stringent environmental laws in this field. Wastewater treatment plants can be considered as highly non-linear systems, due to the existing disturbances as well as the interaction of a considerable number of process variables. In such a context, the study, optimization and control of these plants are essential for the proper operation of the process with respect to requirements. Several optimization methods are proposed in the literature and, their implementation for engineering applications can be significantly improved by the use of metamodels representing the rigorous model of the process starting from computational data. The present work deals with the development of metamodels, such as the Kriging model, a wastewater treatment process. To this end, the steps of data sampling, through Latin Hypercube Sampling, parameter estimation and validation are performed. The proposed methodology is based on the generation of computational data through the rigorous model of the Benchmark Simulation Model No. 2, implemented in Simulink®, and the optimization of the process using of the Kriging metamodels. These models obtained through the rigorous process data show a high accuracy and the computational effort of the optimization methods. The Sequential Quadratic Programming and Genetic Algorithm are used for the optimization task, as well as the generation of the Real Time Optimization model. The achieved results on benchmark model demonstrate the potentiality of the proposed methodology, to minimize the process cost while obeying the effluent restrictions of the treated wastewater.