FenixEdu™

Dissertação

{pt_PT=Modelação da variação de propriedades psicométricas do ar em produtividade. Conforto térmico da atmosfera subterrânea} {} EVALUATED

Detalhes: {pt=Esta dissertação foi desenvolvida na Área da Ventilação da SOMINCOR com o intuito de identificar e modelar relações matemáticas dinâmicas entre propriedades psicrométricas (temperaturas seca e húmida e humidade) do ar limpo admitido pelas Chaminés Principais de Ventilação (CPV), e as propriedades psicrométricas (temperaturas seca e húmida e humidade) do ar do ambiente subterrâneo. O presente trabalho cumpriu o objectivo proposto com o desenvolvimento e implementação para MATLAB de modelos matemáticos dinâmicos de suporte previsão temporal de variáveis psicrométricas determinantes do conforto térmico (temperatura seca e humidade relativa), condição necessária e suficiente para poder prever outras propriedades do ar (temperatura húmida e de ponto de orvalho). Em concreto, um modelo semi-empírico (Lei de Newton do arrefecimento/aquecimento modificada) para a transferência de calor convectiva rocha encaixante-ar, um modelo semi-empírico para o incremento da temperatura do ar por autocompressão adiabática da coluna de ar, e um modelo empírico (modelo NARX), baseado em redes neuronais a duas camadas, como função de transferência da humidade relativa do ar. Estes contributos visam suportar a implementação futura de estratégia de controlo preditivo, variante avançada de controlo de processos baseada na utilização de modelos de previsão das trajectórias futuras de variáveis controladas (temperatura seca e humidade relativa nos níveis em profundidade) em função de valores das variáveis manipuláveis (temperatura seca do ar à superfície), valores determinados mediante formulação e resolução de problema de optimização com restrições., en=This Master of Science Thesis (dissertation) was developed in the SOMINCOR Ventilation Area with the aim of identifying and modelling dynamic mathematical relationships between psychrometric properties (dry and humid temperatures and humidity) of the clean air admitted by the Ventilation’s Principal Chimneys (CPV), and the psychrometric properties (dry and wet temperatures and humidity) of the air in the underground environment. The present work fulfilled the proposed objective with the development and implementation for MATLAB of dynamic mathematical models to support the time prediction of psychrometric variables determining the thermal comfort (dry temperature and relative humidity), a necessary and sufficient condition to be able to predict other properties of the air (wet and dew point temperatures). Specifically, a semi-empirical model (Modified Newton’s law of cooling/heating) for the convective heat transfer air-rock, a semi-empirical model for the increase of the air temperature by adiabatic autocompression of the air column, and an empirical model (NARX model), based on two-layer neural network, as a transfer function for the relative humidity of the air. These contributions aim to support the future implementation of a predictive control strategy, an advanced process control variant based on the use of models to predict the future trajectories of controlled variables (dry temperature and relative humidity at depth levels) as a function of values of the manipulated variables (air dry temperature at the surface), being these values determined by formulation and resolution of a constrained optimization problem.}
Keywords: {pt=Lei do Arrefecimento de Newton modificada, Atmosfera subterrânea, Autocompressão adiabática, Data Science., en=Modified Newton’s Law of Cooling, Underground atmosphere, Adiabatic autocompression, Data Science.}

Discussão: junho 25, 2019, 11:0