Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/63734

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorKRAMER, Raphael Harry Frederico Ribeiro-
dc.contributor.authorMOTA, Maria Rita Rocha-
dc.date.accessioned2025-06-11T13:33:35Z-
dc.date.available2025-06-11T13:33:35Z-
dc.date.issued2025-02-24-
dc.identifier.citationMOTA, Maria Rita Rocha. Desenvolvimento e uso de modelos e algoritmos de otimização para a programação da produção em uma refinaria de petróleo. 2025. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Recife, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/63734-
dc.description.abstractA indústria petrolífera é composta por diversas operações para a transformação do petróleo bruto, fazendo uso de cálculos para o balanceamento de massa e de energia, à medida que correntes in- termediárias (frações de petróleo separadas pela destilação atmosférica) percorrem as unidades de processamento (e.g., Unidade de Coqueamento Retardado, Unidade de Hidrotratamento de Nafta) até a obtenção dos derivados finais (e.g. diesel, gasolina). A realização desses cálculos em atividades como a programação da produção é algo bastante desafiador, dadas as diversas combinações envolvidas no processo, sendo necessário recorrer à aplicação de técnicas de pesquisa operacional para a geração de soluções de boa qualidade em tempo computacional viável. Assim, este trabalho propõe modelos de Programação Não Linear Inteira Mista (PNLIM) para otimizar a programação da produção de uma refinaria brasileira. A ideia é designar quais tanques de armazenamento devem ser abastecidos e escolher quais desses devem enviar petróleo para a Unidade de Destilação Atmosférica (UDA), visando maximizar a carga (mistura de petróleos) que será fracionada na UDA. O problema foi resolvido utilizando três abordagens: (i) a formulação direta do modelo PNLIM, (ii) a reformulação como um problema de Programação Quadrática com o uso da função lazy constraint callback e (iii) uma Matheurística combinando as heurísticas de horizonte deslizante Relax-and-Fix e Fix-and-Optimize com a resolução exata via PNLIM. Os experimentos foram realizados considerando quinze cenários distintos de abastecimento. Os resultados demonstraram que foi possível obter soluções com um volume de carga processada superior ao planejado pela empresa para a mesma semana e, em particular, a heurística Fix-and-Optimize apresentou um ganho de 15,021%, em relação à solução adotada pela refinaria ao ser considerada a mesma programação de abastecimento. Além disso, a pesquisa apresenta a influência do dia e do volume de abastecimento na carga processada, uma vez que a variação dessas informações altera as propriedades físico-químicas da mistura resultante. Também foi identificada a presença de ótimos locais em determinados cenários, dada a natureza não-convexa do modelo. Diante dos resultados obtidos, este estudo reforça a importância do desenvolvimento de pesquisas que façam uso de abordagens como as baseadas em otimização combinatória, visando obter soluções mais assertivas e em curto tempo computacional, atuando, dessa forma, como método de apoio à tomada de decisão.pt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectProgramação Não Linear Inteira Mistapt_BR
dc.subjectRefinariapt_BR
dc.subjectLazy constraint callbackpt_BR
dc.subjectRelax-and-Fixpt_BR
dc.subjectFix-and-Optimizept_BR
dc.titleDesenvolvimento e uso de modelos e algoritmos de otimização para a programação da produção em uma refinaria de petróleopt_BR
dc.typemasterThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/8391208952240627pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/6100360879284224pt_BR
dc.publisher.programPrograma de Pos Graduacao em Engenharia de Producaopt_BR
dc.description.abstractxThe oil industry comprises various operations for the transformation of crude oil, employing calculati- ons for mass and energy balancing as intermediate streams (fractions of oil separated by atmospheric distillation) flow through processing units (e.g., Delayed Coker Unit, Naphtha Hydrotreating Unit) until the final derivatives are obtained (e.g., diesel, gasoline). Performing these calculations in activities such as production scheduling is highly challenging due to the numerous combinations involved in the process. Therefore, it is necessary to apply operations research techniques to generate high-quality solutions within a feasible computational time. Thus, this work proposes Mixed-Integer Nonlinear Programming (MINLP) models to optimize the production scheduling of a Brazilian refinery. The goal is to designate which storage tanks should be supplied and select which of them should send oil to the Crude Oil Distillation (CDU) aiming to maximize the feed (a blend of crude oils) that will be fractionated in the CDU. The problem was solved using three approaches: (i) the direct formulation of the MINLP model, (ii) its reformulation as a Quadratic Programming problem using the lazy callback function, and (iii) a Matheuristic that combines sliding-horizon heuristics (Relax-and-Fix and Fix-and-Optimize) with an exact solution via MINLP. The experiments were conducted considering fifteen different supply scenarios. The results showed that it was possible to obtain solutions with a higher processed load volume than initially planned by the company for the same week. In particular, the Fix-and-Optimize heuristic achieved a 15.021% improvement compared to the refinery’s adopted solution when considering the same supply scheduling. Furthermore, the research highlights the influence of supply day and volume on the processed load, as variations in these factors alter the physicochemical properties of the resulting blend. Additionally, the presence of local optima was iden- tified in certain scenarios due to the non-convex nature of the model. Given the obtained results, this study reinforces the importance of research development that incorporates combinatorial optimization approaches, aiming to obtain more accurate solutions in a short computational time, thereby serving as a decision support method.pt_BR
Aparece nas coleções:Dissertações de Mestrado - Engenharia de Produção

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Maria Rita Rocha Mota.pdf4,09 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons