| dc.contributor | Leite, Jean Vianei | |
| dc.contributor | Carpes Junior, Walter Pereira | |
| dc.contributor | Universidade Federal de Santa Catarina | |
| dc.creator | Sprotte, André Felipe Vitorio | |
| dc.date | 2021-08-23T14:05:09Z | |
| dc.date | 2021-08-23T14:05:09Z | |
| dc.date | 2021 | |
| dc.date.accessioned | 2023-09-02T07:44:58Z | |
| dc.date.available | 2023-09-02T07:44:58Z | |
| dc.identifier | 372499 | |
| dc.identifier | https://repositorio.ufsc.br/handle/123456789/226931 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8583525 | |
| dc.description | Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2021. | |
| dc.description | Algoritmos genéticos de otimização multiobjetivo tem sido utilizados na resolução de problemas do eletromagnetismo, caracterizados pela complexidade matemática e pela dificuldade de diferenciação de funções, quando isto é possível de ser feito. Em vista disso, esta dissertação de mestrado possui como objetivo desenvolver um algoritmo genético de otimização multiobjetivo (AGMULTI), aplicado a projetos de transformadores elétricos. Por meio de duas funções objetivo, AGMULTI pode minimizar simultaneamente, em pares, uma das seguintes grandezas: a massa total, os custos total e de fabricação dos transformadores. Além disso, pode maximizar o rendimento do dispositivo enquanto realiza a minimização de umas das grandezas já citadas. O algoritmo apresenta eficiência, robustez e precisão, o que é reforçado pelos valores elevados da razão de hiperárea das funções de teste, as quais são utilizadas para pôr o algoritmo à prova e compará-lo com técnicas clássicas de otimização multiobjetivo. Por fim, o projeto de um transformador trifásico de 300 kVA é otimizado junto com outros três projetos realizados de maneira tradicional, com potências distintas, o que inclui um dispositivo trifásico de 30 kVA, outro trifásico de 2 kVA e um monofásico de 300 VA. Parte dos resultados é comparada com as simulações realizadas no software de modelagem eletromagnética via elementos finitos EFCAD. Os resultados demonstram que o algoritmo é eficiente, robusto e preciso, com soluções bem distribuídas. Também é observado que não há razão para tornar o rendimento uma das funções de custo em otimização multiobjetivo de projetos de transformadores com potência acima de 10 kVA, porque a diferença entre o indivíduo mais eficiente e o menos eficiente da população não excede 1%. | |
| dc.description | Abstract: Multi-objective genetic algorithms have been used to solve electromagnetic problems, which are characterized by their mathematical complexity, and by their difficulty in differentiating functions, while this is possible to be done. Considering that, this master?s thesis has as objective developing a multi-objective optimization genetic algorithm (AGMULTI) applied to electric transformers design. By means of two cost functions, AGMULTI can minimize simultaneously, in pairs, the following quantities of the transformers: their total mass, their fabrication and their total costs. Besides, it can maximize the efficiency of the device while it minimizes one of the previous cited quantities. The algorithm presents efficiency, robustness, and precision, which is reinforced by high values of hyperarea ratios obtained in test functions, which are applied to the algorithm to prove those three characteristics, and to compare it to other classic multi-objective optimization techniques. At last, a 300 kVA three-phase transformer design is optimized in addition to other three designs made in the traditional way, with different power levels, which include a 30 kVA three-phase device, a 2 kVA three-phase one and a 300 VA single-phase one. Part of the results is compared with simulations performed in the finite element method electromagnetic modeling software EFCAD. The results demonstrate the algorithm is efficient, robust, and precise, and it has well distributed solutions. Moreover, it is observed there is no reason using the efficiency as a cost function in multi-objective transformers designs with less than 10 kVA of power, since the difference between the most and the least efficient individuals of the entire population does not exceed 1%. | |
| dc.format | 198 p.| il., tabs. | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.subject | Engenharia elétrica | |
| dc.subject | Algorítmos genéticos | |
| dc.subject | Otimização combinatória | |
| dc.subject | Transformadores elétricos | |
| dc.title | Contribuição à otimização evolucionária multiobjetivo: pesquisa aplicada a projetos de transformadores elétricos | |
| dc.type | Dissertação (Mestrado) | |
