Otimização geométrica de cavidades resfriadoras através da aplicação da teoria construtal e inteligência computacional

Abstract

Este estudo aborda a aplicação da Inteligência Computacional associada ao Design Construtal para a otimização geométrica em problemas de transferência de calor. É proposta a aplicação dos algoritmos de Recozimento Simulado e Evolução Diferencial para a otimização geométrica de cavidades resfriadoras inseridas em um meio com geração de calor constante. Os indicadores de performance, restrições e o espaço de busca das configurações geométricas a serem avaliadas no processo de otimização são definidos através do método Design Construtal. O principal objetivo do problema de interesse é a minimização da temperatura máxima adimensional através da otimização geométrica. Para geometrias simples, com poucos graus de liberdade, o método de Busca Exaustiva é empregado no processo de otimização. Porém, geometrias complexas requerem um maior esforço computacional. As cavidades investigadas neste estudo possuem até sete graus de liberdade, o que inviabiliza o emprego do método de Busca Exaustiva para uma avaliação completa da geometria. Nesses casos, são aplicadas meta-heurísticas para a otimização geométrica. Portanto, este trabalho investigou a utilização de diferentes métodos de Inteligência Computacional, bem como buscou seus melhores parâmetros quando aplicados a problemas de otimização geométrica de cavidades resfriadoras. Os resultados mostram que o método de Evolução Diferencial com uma correta configuração de parâmetros pode tornar a busca por geometrias ótimas mais eficiente, com resultados mais confiáveis e requerendo um menor esforço computacional. Outrossim, este trabalho avaliou se os métodos de otimização empregados conduziram à reprodução adequada do efeito das razões geométricas (graus de liberdade) sobre o desempenho térmico do sistema. De acordo com os resultados da avaliação geométrica da cavidade Duplo-T, considerando as meta-heurísticas avaliadas, o algoritmo de Evolução Diferencial foi o método que apresentou o melhor desempenho na correta reprodução do efeito dos graus de liberdade sobre a performance térmica do domínio. O método de Evolução Diferencial foi aplicado na avaliação geométrica de uma nova cavidade, proposta nesse trabalho, com a forma de Duplo-Y. Os resultados obtidos na avaliação geométrica da cavidade Duplo-Y apontam paro o bom desempenho da meta-heurística empregada, assim como, o conjunto de parâmetros utilizados, de forma a contribuir significativamente com a recomendação da metodologia para a investigação de geometrias complexas na pesquisa de cavidades resfriadoras.

This study approaches the use of Computational Intelligence associated with Constructal Design for geometric optimization in heat transfer problems. It is proposed using Simulated Annealing and Differential Evolution algorithms to optimize cooling cavities into a medium with constant heat generation. The Constructal Design method will be applied to define the performance indicators, constraints, and search space of geometric configurations evaluated over the optimization process. The interest problem's primary objective is to minimize the dimensionless maximum temperature in the computational domain through geometric optimization. For simple geometries with few degrees of freedom, the Exhaustive Search method is used for the optimization process. However, cavities with more complex geometries require a significant computational effort during the optimization process. The investigated geometries in this work have at least seven degrees of freedom that turns the Exhaustive Search method infeasible for complete optimization of the cavities. In this case, Computational Intelligence is applied through meta-heuristics. Therefore, this work investigated the use of different Computational Intelligence methods and searched for their better parameters when employed in the cooling cavities' geometric optimization problems. The results showed that the Differential Evolution method with adequate parameters configurations would search for optimal geometries more efficiently, with robust results and requiring lower computational effort. Moreover, this work also evaluated if the optimization methods employed can lead to suitable reproduction of the effect of geometry ratios (degrees of freedom) over the system's thermal performance. According to the results of the geometric evaluation of the Double T-shaped cavity and considering the meta-heuristics analysed, the Differential Evolution algorithm was that showed the better achievement in the correct reproduction of the effect of degrees of freedom over the thermal performance of the computational domain. The geometric evaluation of the new cavity with a Double Y-shape, proposed in this work, was performed by the Differential Evolution algorithm. The results obtained denote the reliable performance of the employed meta-heuristic and the set of parameters used. The results contribute significantly with methodology recommendation for the research of complex geometries of cooling cavities.