| Summary: | Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-09-13T12:13:14Z
No. of bitstreams: 1
LUCIANO MEDEIROS DE SOUZA - TESE (PPGEP) 2008.pdf: 1622133 bytes, checksum: e718708aa81aa024dab3ad2700717546 (MD5) === Made available in DSpace on 2018-09-13T12:13:14Z (GMT). No. of bitstreams: 1
LUCIANO MEDEIROS DE SOUZA - TESE (PPGEP) 2008.pdf: 1622133 bytes, checksum: e718708aa81aa024dab3ad2700717546 (MD5)
Previous issue date: 2008-05-30 === Capes === No processo de produção de soda cáustica, umas das etapas é o resfriamento da solução de hidróxido de sódio. O resfriamento da solução de hidróxido de sódio é feito em uma série de tanques que utilizam água gelada e água de torre de resfriamento para reduzir a temperatura da solução até um valor especificado. Cada tanque é dotado de agitador e serpentina de resfriamento. A água usada para resfriamento escoa no interior das serpentinas em contracorrente. Nos primeiros tanques usa-se água da torre de resfriamento e nos últimos tanques água gelada. Um dos grandes problemas dos processos industriais é a incrustação formada nos equipamentos. No sistema de resfriamento de soda cáustica, incrustações se formam devido à cristalização de sais em torno da serpentina diminuindo o coeficiente global de transferência de calor. Um modelo assintótico em função do tempo para incrustações nos tanques foi ajustado para determinar o melhor momento da limpeza do tanque. Otimizar a limpeza dos tanques em relação ao período de tempo e a escolha do tanque é e minimizar o número de limpezas periódicas são os objetivos deste trabalho. A função objetivo é calculada pelo programa baseado num modelo para a simulação deste sistema de resfriamento com modelo de incrustação assintótica desenvolvido anteriormente para este projeto e integrado a outros subprogramas desenvolvidos em MATLAB que utilizam os algoritmos genéticos para escolherem as melhores soluções para o sistema. A partir dos algoritmos genéticos determinaram-se alguns ótimos locais analisando os valores da temperatura da solução no último tanque e o número de limpezas por dia, assim como efeitos na carga térmica e na diferença de temperatura entre a água de resfriamento e a solução. Com o uso dos algoritmos genéticos está sendo possível encontrar padrões ótimos de limpeza para os tanques. === In the process of caustic soda production, one of the stages is the cooling of the sodium
hydroxide solution. The cooling of the sodium hydroxide solution is made in a series of tanks that use frozen water and water of cooling tower to reduce the temperature of the solution until the specified value. Each tank is endowed with agitator and coil of cooling. The cooling water flows in the interior of the coils in countercurrent. The water of cooling tower is used in the first tanks, where as the frozen in the last tanks. One of the great problems of the industrial processes is the fouling formed in the equipment. In the system of caustic soda water cooling of the BRASKEM, fouling if they form due to crystallization of leave around the coil diminishing the global coefficient transference heat. An asymptotic model in function of the time for fouling in the tanks it was adjusted to determine optimum moment where the tank must be clean. To optimize the cleaning of the tanks in relation to the period of time and the choice of the tank is and to minimize the number of periodic cleanings they are the objectives of this work. The objective function is calculated by the program based on a model for the simulation of this system of cooling with developed previously for this project and integrated model of asymptotic fouling function to other subprograms developed in MATLAB that use the genetic algorithms to choose the best solutions for the system. From the genetic algorithms some excellent places had been determined analyzing the values of the temperature of the solution in the last tank and the
number of cleaning per day, as well as effect in the thermal load and the difference of temperature enters the water of cooling and the solution. With the use of the genetic algorithms it is being possible to find optimum cleaning schedule for the tanks.
|
|---|
