Síntese de redes de trocadores de calor utilizando algoritmos genéticos e evolução diferencial

Abstract

Resumo: A sintese de redes de trocadores de calor (RTC) e um problema da engenharia de processos que pode ser matematicamente caracterizado como altamente combinatorio, nao linear e nao convexo. Todos esses aspectos dificultam a identificacao de solucoes localmente otimas em tempo computacional aceitavel. Neste trabalho propoe-se um algoritmo de otimizacao baseado em superestruturas considerando a mistura nao isotermica e a divisao nas correntes. As redes de trocadores de calor sao otimizadas por meio da aplicacao de um novo metodo hibrido de dois niveis que funciona em um nivel superior com Algoritmo Genetico (GA) para otimizar as variaveis discretas e em um nivel inferior com Evolucao Diferencial (ED) para otimizar cargas termicas e fracoes das correntes divididas, visando encontrar solucoes com o minimo custo total anual (CTA). O metodo proposto e aplicado a oito casos estudados e foi eficiente em alcancar solucoes com CTA comparaveis ou inferiores as reportadas anteriormente na literatura. Palavras-chaves: algoritmo genetico. evolucao diferencial. otimizacao. sintese de redes de trocadores de calor.

Abstract: Heat Exchanger Networks (HEN) synthesis is a process engineering problem that can be mathematically characterized as highly combinatory, non-linear and non-convex. All these aspects bottleneck the identification of locally optimal solutions at acceptable computational time. This work proposes an optimization algorithm based on superstructures considering non-isothermal mixing and stream splitting. HENs are optimized through the application of a bi-level new hybrid method that works at an upper level with Genetic Algorithm (GA) to optimize discrete variables and at a lower level with Differential Evolution (DE) for optimizing heat loads and stream split fractions in order to find solutions with low total annual costs (TAC). The proposed method is applied to eight literature cases studied and was efficient in obtaining solutions with TAC comparable or lower than those previously reported. Key-words: genetic algorithm. differential evolution. optimization. heat exchanger networks synthesis.