Modelagem Bayesiana Orientada por Dados Utilizando Computação Bayesiana Aproximada (ABC) para Monitoramento de Trocadores de Calor

• Processo: 24/05412-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 28 de junho de 2024
• Data de Término da vigência: 27 de julho de 2024
• Área de conhecimento: Engenharias - Engenharia Mecânica
• Pesquisador responsável: Samuel da Silva
• Beneficiário: Vitória Batista Godoy
• Supervisor: Rafael de Oliveira Teloli
• Instituição Sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
• Instituição Anfitriã: Institut Franche-Comté Electronique Mécanique Thermique Et Optique - Sciences Et Technologies, França
• Vinculado à bolsa: 23/13794-7 - Modelagem Bayesiana Orientada por Dados para o Monitoramento de Trocadores de Calor, BP.IC
• Assunto(s): Detecção de falhas Identificação de sistemas Monitoramento Trocadores de calor
• Palavra(s)-Chave do Pesquisador: Computação Bayesiana Aproximada | Deteccao de Falhas | Identificação de sistemas | Monitoramento | trocadores de calor | Análise Impulsionada por Dados

Resumo

Este projeto pretende apresentar um método para detecção de falhas em trocadores de calor a partir da monitoração de dados de temperatura que são medidos e usados em processos de controle em ambiente industrial. Neste processo é importante ter um modelo numérico como uma réplica digital que se comunique com o controle do processo. Ferramentas de calibração Bayesiana orientada por estes dados é uma forma muito bem vinda para realizar este processo, uma vez que um trocador de calor tem muitos parâmetros incertos e exige uma modelagem estocástica, em especial, no momento de estimar o coeficiente global de transferência de calor. O projeto de IC da bolsista Vitória propõe realizar esta calibração usando o método de Monte Carlo em Cadeia de Markov (MCMC) para amostrar as distribuições dos parâmetros a calibrar. No entanto, o método MCMC exige o conhecimento e proposta de uma forma para a função verossimilhança; isto motivou o desenvolvimento de métodos mais recentes de calibração que não precisam ter este conhecimento na sua implementação. O método de Computação Bayesiana Aproximada (ABC) é uma destas técnicas que tem sido bastante popular. Neste sentido, este estágio no Institut FEMTO-ST tem como motivação implementar este método no problema desta IC. O Prof. Teloli (FEMTO-ST, Besançon) já vem trabalhando recentemente com esta formulação e tem grande experiência neste tipo de abordagem. Espera-se um grande enriquecimento científico e cultural na Bolsista Vitória nas 4 semanas de estágio durante as férias de julho (curso de graduação em Engenharia Mecânica da UNESP). Por fim, é importante destacar que espera-se neste período a escrita de um artigo científico conjunto, uma vez que se constatou que o método ABC ainda não é usado na solução de problemas inversos em trocadores de calor, até o conhecimento dos envolvidos neste projeto. A proposta apresenta todo o detalhamento do plano de trabalhos a ser desenvolvido durante o estágio.