Pantheon Institutional repository
Collect, preserve and disseminate digital academic production in all areas of knowledge.
Comprise the assets of the repository, in addition to theses and dissertations at UFRJ, scientific articles, electronic books, book chapters and papers presented at events for teachers, researchers, administrative staff and students of master's and doctoral degrees.
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/20460| Type: | Trabalho de conclusão de graduação |
| Title: | Machine Learning and CFD: a new approach to simulate and optimize micromixers in different geometries |
| Author(s)/Inventor(s): | Ainstein, Luca Martin |
| Advisor: | Santos, Fábio Pereira dos |
| Co-advisor: | Maionchi, Daniela de Oliveira |
| Abstract: | Este trabalho busca explorar uma nova abordagem de otimização na área de microfluidodinâmica, utilizando a combinação de técnicas de Dinâmica de Fluidos Computacional (CFD) e Inteligência Artificial. O objetivo desta combinação é possibilitar a realização de uma otimização global com menor custo computacional. Essa otimização ocorre através da possibilidade de construir um banco de dados de simulações em um menor tempo, utilizando uma rede neural densa treinada com os dados obtidos utilizando CFD. Neste trabalho foi possível testar, para micromisturadores de geometria-Y, 265 simulações, variando parâmetros como diâmetro da obstrução (OD) e offset da obstrução (OF), permitindo obter uma rede neural que apresenta erros de cálculo menores do que 1% para o processo de escoamento e menores do que 4% para a perda de carga. Por fim, a utilização do algoritmo genético possibilitou, levando 3 parâmetros como base (custo da energia da mistura, perda de carga e porcentagem de mistura), otimizar os valores de OD e OF da geometria globalmente. |
| Keywords: | Fluidinâmica computacional (CFD) Inteligência artificial Banco de dados Redes neurais |
| Subject CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA |
| Production unit: | Escola de Química |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | 13-Apr-2023 |
| Publisher country: | Brasil |
| Language: | eng |
| Right access: | Acesso Aberto |
| Appears in Collections: | Engenharia Química |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| LMAinstein.pdf | 1.02 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.