Banca de DEFESA: OSCAR SIMÓN MELGAR CISNEROS

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: OSCAR SIMÓN MELGAR CISNEROS
DATA : 28/08/2025
HORA: 09:00
LOCAL: Pós-Graduação Engenharia Civil
TÍTULO:

Analise Estatistica Multivariada e Otimizacao do Processo de Abertura de Cavernas Subterraneas em Rochas Salinas: Utilizando PCA, t-SNE e Algoritmos Geneticos

PALAVRAS-CHAVES:

Abertura de Cavernas. Simulações Numéricas. Análises Estatísticas. Redução de Dimensionalidade. Otimização. Algoritmos Genéticos

PÁGINAS: 155
RESUMO:

O consumo global de energia tem impulsionado a necessidade de armazenamento subterrâneo, sendo as cavernas de sal uma solução amplamente utilizada para materiais energéticos. A construção e o controle dessas cavernas são, portanto, cruciais para garantir sua capacidade e segurança operacional. Este trabalho apresenta uma metodologia integrada para a análise e otimização do processo de dissolução para abertura de cavernas. Primeiramente, foram realizadas simulações numéricas do processo de mineração por dissolução em uma rocha de cloreto de sódio, utilizando o software SALGAS SOLUTION MINING SIMULATION SOFTWARE para diferentes métodos de circulação (direta e reversa). Para interpretar a complexa interação entre as variáveis de entrada e os resultados, foi realizada uma análise estatística multivariada com as técnicas de redução de dimensionalidade, Principal Component Analysis (PCA) e t-distributed Stochastic Neighbor Embedding (t-SNE). A análise PCA revelou que a taxa de produção de salmoura e suas variáveis correlatas constituem o principal componente de variabilidade do processo, enquanto as variáveis associadas à temperatura e às propriedades do fluido desempenham um papel secundário, mas significativo. A técnica t-SNE confirmou esses achados e demonstrou sua capacidade de agrupar cenários com características operacionais similares. Com base nos insights obtidos, o trabalho avança da análise para o design, implementando um framework de otimização que acopla o simulador SALGAS a Algoritmos Genéticos (AG). Foram conduzidas otimizações mono-objetivo, para maximizar o volume final, e multiobjetivo, para explorar os complexos trade-offs entre os objetivos de Volume, Massa de Sal, Eficiência Energética e Tempo de Construção. Os resultados demonstram que o AG é capaz de identificar vetores de decisão que geram projetos superiores aos cenários de base, caracterizando a fronteira de Pareto de soluções ótimas. A metodologia proposta, portanto, oferece uma abordagem sistemática e robusta para o projeto de cavernas salinas.

MEMBROS DA BANCA:
Presidente - 2749584 - IGOR FERNANDES GOMES
Externo à Instituição - JONATHAN DA CUNHA TEIXEIRA - UFAL
Externo ao Programa - 3370859 - JUAN ALBERTO ROJAS TUEROS - nullExterna ao Programa - 2458868 - LICIA MOUTA DA COSTA - nullExterno à Instituição - RAMON BARBOZA DE VASCONCELOS - UFPE