Uso de Mecânica de Fluidos Computacional para otimizar queimadores porosos

Abstract

A transição energética e a redução de emissões poluentes exigem tecnologias de combustão mais eficientes e limpas para aplicações industriais e residenciais. Os queimadores porosos representam uma tecnologia promissora para combustão eficiente e baixas emissões. No entanto, a sua otimização enfrenta um desafio fundamental: as simulações de dinâmica de fluidos computacional (CFD) requerem horas por avaliação, tornando, na maioria dos casos, o acoplamento direto com algoritmos de otimização que necessitam de milhares de avaliações computacionalmente proibitivo. Este trabalho desenvolveu uma metodologia integrada que articula modelação CFD, algoritmos evolucionários e modelos substitutos analíticos para superar esta limitação. A investigação estruturou-se em cinco pilares complementares. Primeiro, desenvolveuse código computacional para simulação CFD de queimadores porosos baseado num modelo de média volumétrica. O código foi validado em quatro casos representativos, incluindo escoamentos reativos e transferência de calor em meios porosos. Segundo, implementaram-se algoritmos genéticos (GAs), validados com funções teste monoobjetivo e multiobjetivo, demonstrando robustez face a superfícies multimodais e espaços de alta dimensionalidade. Terceiro, aplicou-se regressão simbólica para criar modelos substitutos analíticos interpretáveis, validados pela obtenção perfeita da equação de Darcy-Forchheimer. Quarto, utilizaram-se essas ferramentas para otimizar problemas modelo de transferência de calor em canais com degrau invertido, alcançando-se melhorias de 28,3% e identificando fronteiras de Pareto bem distribuídas. Quinto, otimizaram-se queimadores porosos com modelos substitutos treinados com 1740 simulações CFD, atingindo-se eficiências radiativas de 44,9% em 100 execuções independentes. Os resultados demonstraram acelerações de 106 a 107 vezes face ao acoplamento direto CFD-GA, com desvios de validação inferiores a 2%. A metodologia híbrida - exploração rápida via modelos analíticos seguida de validação CFD seletiva - viabiliza otimizações em espaços de alta dimensionalidade, fornecendo ferramentas (< 1 ms por avaliação) aplicáveis industrialmente ao desenvolvimento eficiente de tecnologias suportadas em simulações dispendiosas; - Abstract: Use of Computational Fluid Dynamics to Optimize Porous Burners The energy transition and pollutant emission reduction require efficient, cleaner combustion technologies for industrial and residential applications. Porous burners are promising for efficient combustion with low emissions. However, their optimization faces a fundamental challenge: CFD simulations require hours per evaluation, making direct coupling with optimization algorithms computationally prohibitive. This work developed an integrated methodology articulating CFD modeling, evolutionary algorithms, and analytical surrogate models to overcome this limitation. The investigation comprised five pillars. First, computational code for CFD simulation of porous burners based on volumetric averaging was validated through four cases including reactive flows and heat transfer in porous media. Second, genetic algorithms were validated through mono and multi-objective benchmark functions, demonstrating robustness against multimodal surfaces and high-dimensional spaces. Third, symbolic regression created interpretable analytical surrogate models, validated via perfect recovery of the Darcy-Forchheimer equation. Fourth, these tools optimized heat transfer in backward-facing step channels, achieving 28.3% improvements with well-distributed Pareto fronts. Fifth, porous burners were optimized via surrogate models trained with 1740 CFD simulations, reaching 44.9% radiative efficiency in 100 independent runs. Results showed 106–107 times accelerations versus direct CFD-GA coupling, with deviations below 2%. The hybrid methodology—rapid exploration via analytical models followed by selective CFD validation—enables high-dimensional optimizations, providing practical tools (< 1 ms per evaluation) for efficient development of technologies supported by expensive simulations.