<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Otimização de uma planta de gás natural usando meta-modelos

dc.contributor.advisorRodriguez Carpio, Roymel
dc.contributor.advisorCo1Secchi, Argimiro Resende
dc.contributor.advisorCo1Latteshttp://lattes.cnpq.br/3710340061939187pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/8933252766069325pt_BR
dc.contributor.referee1Fernandes, Heloísa Lajas Sanches
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2840875338255590pt_BR
dc.contributor.referee2Santos, Lizandro de Sousa
dc.contributor.referee2Latteshttp://lattes.cnpq.br/3463927972972691pt_BR
dc.creatorPaula, Lucas Anelli de
dc.creator.Latteshttp://lattes.cnpq.br/6960224674193201pt_BR
dc.date.accessioned2025-04-11T15:54:10Z
dc.date.available2026-05-16T03:08:51Z
dc.date.issued2024-02-06
dc.description.resumoSendo precursor de diversos insumos, como combustíveis de baixa emissão, gás de síntese, etano e propano, o gás natural é uma matéria-prima cujo consumo e produção global tem crescido nos últimos anos. Após extração, o gás é fracionado em uma Unidade de Processamento de Gás Natural (UPGN), produzindo correntes com maior valor de mercado, como GNV, GLP e C5+. O objetivo deste trabalho consistiu na otimização de uma Unidade de Fracionamento de Líquidos (UFL) contida dentro de uma UPGN, através do uso de metamodelos. A partir de uma simulação da planta em software Aspen Hysys, foi proposta a construção de meta-modelos representativos em linguagem Python para previsão das variáveis dependentes do sistema e aplicação dos meta-modelos na otimização do lucro da UFL, considerando três cenários econômicos distintos. Os meta-modelos foram treinados e testados a partir de dados coletados da simulação, usando os métodos de Regressão Linear Múltipla, Random Forest, Gradient Boosting, XGBoost e Kriging para ajuste das variáveis. O meta-modelo que apresentou melhor desempenho fez uso do método Kriging, alcançando valor de R2 acima de 99% na previsão da variável referente ao lucro obtido e das variáveis de restrições de qualidade dos produtos, seguido do meta-modelo ajustado por Gradient Boosting. Portanto, esses dois meta-modelos foram selecionados para uso na otimização. A otimização consistiu em maximizar a função objetivo que considera o lucro penalizado pelo desvio das restrições de qualidade dos produtos. Após verificar que o problema não possuía múltiplos ótimos locais, foram avaliadas três metodologias de otimização: Assistido por metamodelo Kriging, assistido por meta-modelo Gradient Boosting e otimização direta na simulação no Aspen Hysys, para três cenários econômicos propostos. Em todos os cenários, foi observado que a otimização com meta-modelo Kriging levou a resultados de função objetivo melhores ou equiparáveis aos obtidos na otimização com simulação direta. Os resultados indicam ganhos de pelo menos 3% no lucro da UFL através das condições de operação encontradas na otimização assistida por meta-modelo Kriging.pt_BR
dc.embargo.termsabertopt_BR
dc.identifier.citationPAULA, Lucas Anelli de. Otimização de uma planta de gás natural usando meta-modelos. 2024. 79 f. TCC (Graduação) - Curso de Engenharia Química, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2024.pt_BR
dc.identifier.urihttp://hdl.handle.net/11422/25544
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola de Químicapt_BR
dc.publisher.initialsUFRJpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectGás naturalpt_BR
dc.subjectModelagem matemáticapt_BR
dc.subjectSimulação de plantaspt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO::GERENCIA DE PRODUCAO::PLANEJAMENTO DE INSTALACOES INDUSTRIAISpt_BR
dc.titleOtimização de uma planta de gás natural usando meta-modelospt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
LAPaula.pdf
Tamanho:
994,75 KB
Formato:
Adobe Portable Document Format

Pacote de licença

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1,81 KB
Formato:
Item-specific license agreed upon to submission
Descrição: