Revista de Engenharia Mecânica Aplicada

Abstrato

Otimização multiobjetivo de uma aleta com transferência de calor bidimensional usando NSGA-II e RNA

MM Ganandês Árabe, Mohsen Hajabdollahi e Hassan Hajabdollahi

A transferência de calor bidimensional numa aleta foi modelada com precisão aceitável e otimizada. A curva de Bézier foi utilizada para estimar a geometria da aleta. O método de volumes finitos acoplado à rede neural artificial foi desenvolvido para prever a distribuição de temperatura através da aleta com uma precisão de -1,5% a +1% e ± 0,5% para a eficiência da aleta e taxa de transferência de calor, respectivamente. As localizações de quatro pontos de controlo na curva de Bézier foram consideradas como variáveis ​​de projeto. De seguida, foi aplicado o algoritmo genético de classificação não dominado rápido e elitista (NSGA-II) para encontrar a eficiência máxima da aleta e a taxa de transferência de calor como duas funções objetivo. Os resultados dos projetos ótimos foram um conjunto de múltiplas soluções ótimas, denominadas ‘soluções ótimas de Pareto’. O máximo de 72 por cento para a eficiência das alhetas foi encontrado com 739 W como taxa de transferência de calor, enquanto a taxa máxima de transferência de calor foi de 962,3 W com 57 por cento de eficiência.
Além disso, os resultados ótimos da transferência de calor bidimensional foram comparados com os unidimensionais e foram encontradas reduções médias de 14,7% na eficiência das alhetas e na taxa de transferência de calor que mostram a deficiência da modelação unidimensional. No segundo caso de estudo, a frente de Pareto foi derivada para a taxa de transferência de calor e a área superficial da aleta como duas funções objetivo. Observou-se que os resultados da configuração ótima da aleta no caso da eficiência da aleta como função objetivo são os mesmos dos resultados da área superficial da aleta como função objetivo.