otimizacao-de-sistemas-termicos
Modelagem e Otimização de Sistemas Térmicos
Identificação
Instituição: Universidade Federal de Pernambuco (UFPE)
Curso: Programa de Pos-Graduação em Engenharia Mecânica
Componente: Disciplina eletiva
Autores: Francisco Sotero (francisco.sotero@ufpe.br) Laís de Moura (lais.rodrigues@ufpe.br)
Professor: Fábio Magnani, Prof. Tit., Dr. Eng. Mec. (fabio.magnani@ufpe.br)
Objetivos
- Integrar Termodinâmica, Mecânica dos Fluidos, Transferência de Calor, Métodos Numéricos e Análise Termoeconômica para modelar, simular e otimizar sistemas térmicos.
- Reforçar a leitura física dos resultados e a capacidade de propor melhorias de projeto (trade-offs técnicos/econômicos/ambientais).
Ementa
- Revisão integradora: métodos numéricos, ciclos termodinâmicos, perda de carga e trocadores de calor.
- Análise técnica, financeira e ambiental de sistemas térmicos (tarifas, emissões, ACV, VPL, TIR, payback).
- Modelagem de casos práticos de sistemas térmicos (resolvidos por métodos computacionais de solução de sistemas não-lineares) e otimização (multiplicadores de Lagrange, métodos de busca e programação linear).
- Mini-projetos aplicados.
Bibliografia
Básica
- Stoecker, W. F. Design of Thermal Systems. 3ª ed., McGraw-Hill, 1989.
- Bejan, A.; Tsatsaronis, G.; Moran, M. Thermal Design and Optimization. Wiley, 1996.
- Moran, Shapiro, Boettner & Bailey. Princípios de Termodinâmica para Engenharia, 8ª ed., LTC, 2018.
Complementar
- Fox, McDonald, Pritchard & Mitchell. Introdução à Mecânica dos Fluidos, 9ª ed., LTC, 2018.
- Incropera, F. P.; DeWitt, D. P. Fundamentos de Transferência de Calor e de Massa 8ª ed., LTC, 2019.
- Chapra, Canale. Métodos Numéricos para Engenharia. 7ª ed., McGraw-Hill, 2016.
Habilidades e Competências
Ao final, o(a) estudante deverá ser capaz de:
- Formular modelos matemáticos de sistemas térmicos complexos, traduzindo hipóteses físicas em sistemas de equações não-lineares.
- Aplicar e selecionar métodos numéricos apropriados (solução de sistemas não-lineares e otimização) para encontrar o ponto de operação e a solução de projeto.
- Analisar e Interpretar a sensibilidade, os regimes de operação e os limites físicos dos resultados obtidos.
- Propor e Justificar melhorias de projeto, conduzindo análises de trade-off (técnicas, econômicas e ambientais).
Metodologia
- Jupyter Notebooks como instrumento central (código reprodutível, gráficos e discussão integrada).
- Discussões em sala (interpretação física, “regras de bolso”, verificação de coerência).
Notas de Estudos
### Sobre os formatos disponíveis
Cada nota de estudo é publicada em diferentes formatos, para atender a usos variados:
- 📓 Colab — versão interativa do notebook no Google Colab, onde é possível executar os códigos em Python diretamente no navegador, sem instalação local.
- 🌐 HTML — versão estática em página web, ideal para leitura rápida e visualização em qualquer dispositivo.
- 📑 PDF — versão em documento fixo, prática para impressão, anotações e uso offline.
- 🎞️ Slides (reveal.js) — versão em formato de apresentação, adequada para revisões em sala de aula ou exposições rápidas.
- 📊 PPTX — versão compatível com PowerPoint/LibreOffice Impress, permitindo editar os slides e adaptá-los a outras apresentações.
Desenvolvimento do Repositório
Se você deseja reproduzir os notebooks localmente ou entender como gerar as diferentes saídas (HTML, PDF, Reveal.js, PPTX), consulte o guia de desenvolvimento:
Esse documento explica:
- Instalação do ambiente (Anaconda, VS Code, MiKTeX, Quarto).
- Estrutura de arquivos do repositório.
- Comandos para renderizar os notebooks em diferentes formatos.
- Orientações básicas de Git/GitHub.
Jupyter é um laboratório vivo de ensino e de prática de ciência — livre, aberto, integrado, integrador, transparente, auditável, reprodutível, interativo e colaborativo.