SEI/UTFPR - 2501066 - Relatório

Ministério da Educação

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

UTFPR - CAMPUS FRANCISCO BELTRAO
DIRETORIA-GERAL - CAMPUS FRANCISCO BELTRÃO
DIR. DE GRAD.E EDUCACAO PROFISSIONAL -FB
SECRETARIA DE GESTAO ACADEMICA - FB
DEPARTAMENTO DE REGISTROS ACADEMICOS -FB

plano de ensino

Código Ofertado	Disciplina/Unidade Curricular	Modo de Avaliação	Modalidade da disciplina	Oferta
QUI044	Otimização De Processos Químicos	Nota/Conceito E Frequência	Presencial	Semestral

Carga Horária
AT	AP	APS	ANP	APCC	Total
2	2	4	0	0	60
AT: Atividades Teóricas (aulas semanais). AP: Atividades Práticas (aulas semanais). ANP: Atividades não presenciais (horas no período). APS: Atividades Práticas Supervisionadas (aulas no período). APCC: Atividades Práticas como Componente Curricular (aulas no período, esta carga horária está incluída em AP e AT). Total: carga horária total da disciplina em horas.

Objetivo

Compreender a relevância que otimização aplicada (Pesquisa Operacional) possui para a indústria de processos químicos de alta performance. Compreender as distinções entre abordagens empregadas para solução de cada camada de negócio de um plano de automação industrial. Aprender técnicas de modelagem matemática baseadas em programação matemática. Compreender os fundamentos das principais técnicas de otimização e dos principais algoritmos de otimização em larga-escala hoje empregados em aplicações industriais de automação de processos químicos. Adquirir familiaridade com o uso de ambientes de modelagem e otimização computacional baseados em linguagem de programação de alto nível. Capacitação para a identificação, análise, modelagem e solução de problemas de otimização da indústria de processos químicos.

Ementa

Introdução à otimização; Métodos de otimização; Aplicação de métodos de otimização na indústria de processos químicos.

Conteúdo Programático

Ordem	Ementa	Conteúdo
1	Introdução à otimização.	Motivação. Camadas de otimização em Automação Industrial. Conceitos gerais de otimização. Estrutura geral de um problema de otimização. Tipos de solução (ótima, inviável e ilimitada). Classificação de problemas de otimização. Linear vs. não-Linear. Contínuo vs. discreto. Restrito vs. irrestrito. Solução ótima global vs. local (conceito de região viável convexa e função convexa). Modelos determinístico vs. estocásticos. Algoritmos para a resolução de problemas de otimização. Ferramentas computacionais para modelagem e solução de problemas de otimização.
2	Métodos de otimização.	Fundamentos de programação matemática. Programação Linear (LP) e Não Linear (NLP). Modelagem de problemas LP. Resolução gráfica. Tipos de solução. Algoritmos. Simplex. Barreira. Dualidade. Análise de sensibilidade. Aplicações na indústria de processos. Problema de alocação. Problema de mistura. Problema de planejamento de produção. Programação inteira-mista (MIP). Variáveis inteiras: a relação entre espaço discreto e contínuo em duas dimensões. Relação entre programação inteira-mista linear (MILP) e LP. A dificuldade intrínseca: bases da teoria da complexidade. Volume de controle: a delimitação do escopo do problema a ser resolvido. A necessidade de seleção e sequenciamento de recursos em problemas de tomada de decisão. O tempo como elemento de discretização em processos de tomada de decisão. Diferença entre problemas de planejamento e programação. Algoritmos de solução. Algoritmo Branch and Bound. Conceitos em MIP: relaxação, gap de integralidade. Algoritmos MIP disponíveis no GAMS (OSL, CPLEX, X-PRESS). Opções de configuração do processo algorítmico (critérios de fim de pesquisa, cortes). Modelagem de restrições. Bounding: limites sobre variáveis e impacto no tempo de CPU. Boas práticas de modelagem em MIP. Exemplos. Modelagem de problemas NLP. Problemas não-diferenciáveis. Problemas irrestritos. Problemas com restrições. Boas práticas de modelagem. Técnicas de linearização. Algoritmos. Exemplos.
3	Aplicação de métodos de otimização na indústria de processos químicos.	Introdução ao GAMS (Tutorial). Implementação computacional de modelos de otimização. Uso do sistema de modelagem GAMS para tratamento de problemas clássicos de Pesquisa Operacional e de problemas de otimização frequentes na indústria de processos químicos.

Bibliografia Básica

BIEGLER, L.T. Nonlinear Programming: Concepts, Algorithms, and Applications to Chemical Processes. SIAM, 2010.
PERLINGEIRO, Carlos Augusto G. (Carlos Augusto Guimarães). Engenharia de processos: análise, simulação, otimização e síntese de processos químicos. São Paulo, SP: Blucher, c2005. x, 198 p. ISBN 9788521203681.
HIMMELBLAU, David Mautner; RIGGS, James L. Engenharia química: princípios e cálculos. 8. ed. Rio de Janeiro, RJ: LTC, 2014. xxii, 839 p. + 1 tabela ISBN 85-216-1502-7.

Bibliografia Complementar

CHAPRA, Steven C. Métodos numéricos aplicados com MATLAB para engenheiros e cientistas. 3. ed. -. Porto Alegre, RS: AMGH, 2013. xvi, 655 p. ISBN 9788580551761 (broch.).
REKLAITIS, G. V.; RAVINDRAN, A.; RAGSDELL, K. M.; Engineering Optimization: Methods and Applications. Jonh Wiley & Sons, 1983.
JALURIA, Y. Design and Optimization of Thermal Systems. 2. ed. New York: CRC Press, 2008.
BEVERIDGE, G. S.; SCHEHTER, R. S.; Optimization Theory and Practice. McGraw-Hill, 1970.
NOCEDAL, Jorge; WRIGHT, Stephen J. Numerical optimization. 2nd ed. New York, NY: Springer, c2006. xxii, 664 p. (Springer series in operations research and financial engineering). ISBN 978-0-387-30303-1.

#	Resumo da Alteração	Edição	Data	Aprovação	Data
1	Matriz 24.	Andre Zuber	07/12/2017	Andre Zuber	07/12/2017

Documento assinado eletronicamente por (Document electronically signed by) WILIAN RODRIGO GALEAZZI, TECNICO EM ASSUNTOS EDUCACIONAIS, em (at) 17/01/2022, às 11:48, conforme horário oficial de Brasília (according to official Brasilia-Brazil time), com fundamento no (with legal based on) art. 4º, § 3º, do Decreto nº 10.543, de 13 de novembro de 2020.

A autenticidade deste documento pode ser conferida no site (The authenticity of this document can be checked on the website) https://sei.utfpr.edu.br/sei/controlador_externo.php?acao=documento_conferir&id_orgao_acesso_externo=0, informando o código verificador (informing the verification code) 2501066 e o código CRC (and the CRC code) DD9CCE7F.

Referência: Processo nº 23064.035219/2021-13

SEI nº 2501066