LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

ENCIT 2020

18th Brazilian Congress of Thermal Sciences and Engineering

Real-coded genetic algorithm for double-stage organic Rankine cycle exergy optimization

Submission Author: Renan Manozzo Galante , PR , Brazil
Co-Authors: Guilherme de Paula Prado, Renan Manozzo Galante
Presenter: Guilherme de Paula Prado

doi://10.26678/ABCM.ENCIT2020.CIT20-0487

 

Abstract

The organic Rankine cycles (ORC) have an important role for moderate/low heat source temperatures, being an alternative for common steam Rankine cycles. Several studies are conducted in using ORC for generate power and electrical energy from waste heat recovery. With aim to improve the ORC working fluid selection and different setups are analyzed by various authors. In this present paper, a real-coded genetic algorithm (RCGA) is presented as an alternative method to a brute force algorithm in a double-stage ORC (DS-ORC) optimization. The optimization is performed by minimizing the exergetic efficiency for 28 combinations of working fluids and design variables. The proposed RCGA proved to be an alternative tool for thermal design and optimization.

Keywords

DS-ORC, Real-coded genetic algorithm, exergy, Optimization

 

DOWNLOAD PDF VIEW PRESENTATION

 

‹ voltar para anais de eventos ABCM