Desempenho dos AGs

Para realizar os testes de execução do AG, migrou-se para uma plataforma superior a anteriormente usada e também se realizou algumas adaptações na implementação do sistema POCE, como a conversão da complexa classe Conversor para a classe Projetos de Conversores (Ver Apêndice B), a introdução de mecanismos de ordenação em paralelo, entre outros. A nova plataforma é composta de um processador Intel® Core ™ i7-4510U CPU @2.00GHz 2.60 GHz, 8GB RAM e Sistema Operacional Windows 10 Professional 64-bit.

A Tabela 16 contém o número de projetos explorados por cada um dos diferentes algoritmos do sistema POCE, bem como o tempo de execução de cada um deles.

O número de projetos realizados pelo algoritmo de varredura completa (186624) é resultante das possíveis combinações entre: 384 pontos de operação, 3 tecnologias de

materiais magnéticos para núcleo de indutor, 3 diodos, 6 chaves, 3 perfis de dissipador e 3 tecnologias de materiais magnéticos para núcleo de indutor de filtro.

O número de projetos pesquisados pelo AG é 896 indivíduos. Destes 896 indivíduos, 280 compuseram a população inicial, 560 são oriundos do cruzamento e outros 56 são provenientes da mutação.

Tabela 16 — Número de projetos e tempos de execução dos diferentes algoritmos do sistema POCE

Algoritmo _{projetos gerados} Número total de Tempo total de _execução Tempo médio _{por projeto}

Varredura Completa 186624 4h27’30’’ 0,086002’’

AG com função Objetivo

Max ( ) 896 5’50’’ 0,390625’’

AG com função Objetivo

Max ( 896 5’50’’ 0,390625’’

AG com função Objetivo

Max ( 896 6’22’’ 0,426339’’

NSGA II 896 5’53’’ _{0,393973’’}

O tempo de execução de cada um dos AGs foi, em média, de 5’58’’. O algoritmo tradicional do sistema POCE levaria aproximadamente 4h27’30’’. É necessário considerar que 3 AGs devem ser usados para fornecer as 3 respostas (ponderado, menores perdas e menor volume) obtidas pelo algoritmo de varredura completa. Desta forma, o tempo total necessário para que se encontre as tais três respostas com o uso dos AGs é de pelo menos 17’33’’. Assim, é possível dizer que o tempo de pesquisa foi reduzido pelos AGs em pelo menos 93,44 % daquele utilizado pelo algoritmo de varredura completa.

O tempo por projeto para os AGs é superior ao tempo por projetos do algoritmo de varredura completa porque a execução dos AGs requer a execução de rotinas custosas de ordenação e além disso há gastos tempo para seleção de cromossomos, cruzamentos e mutação.

Quanto aos tempos de execução gastos pelos AGs, observou-se um ganho expressivo de ambos em relação ao algoritmo tradicional de varredura completa utilizado pelo sistema POCE, considerando-se que todas as execuções foram realizadas em uma mesma plataforma.

Observou-se um tempo maior para execução do AG com função Objetivo Max ( em relação ao tempo gasto pelo NSGA II. Tal fato contraria a citação de Coelho (2000) anteriormente realizada, a qual diz que uma função ponderada que agrega diferentes objetivos é um método computacionalmente mais eficiente que os demais. Isto ocorreu porque o cálculo da função ponderada , exige, a cada geração, que se encontrem os mínimos e os máximo para os valores de rendimento e densidade volumétrica de potência, e também se recalcule os valores de aptidão de todos os indivíduos da população. Uma função objetivo mais simples reduzirá, muito provavelmente, este tempo, resultando em uma maior eficiência computacional.

6.3 CONCLUSÃO

O presente capítulo exemplificou o uso protótipo do Sistema POCE, através da construção de projetos de conversores estáticos, a fim de fornecer uma visão concreta das facilidades e vantagens da utilização do sistema. Foram exemplificados projetos para os três tipos de topologia de conversores disponíveis no sistema: Boost PFC, Boost CC/CC, Buck CC/CC. Sendo que para a topologia Boost PFC foram implementados diferentes tipos de algoritmos genéticos. Os resultados, obtidos através de gráficos e relatórios, são de fácil entendimento e propiciam ao projetista uma visão das diferentes combinações de tecnologias e componentes disponíveis para a construção de conversores estáticos. Além disso, foram abordados aspectos relativos ao desempenho dos algoritmos em testes de execução. Os testes indicaram que o protótipo do Sistema POCE, objeto deste trabalho, apresenta desempenho geral superior ao programa que serviu de base para sua construção Sartori (2013). Ainda, a utilização dos algoritmos genéticos propicia buscas por áreas do espaço de soluções mais promissoras, evitando visitar todo o espaço, desta forma, tais algoritmos são capazes de oferecer rapidamente boas opções de solução para o problema de projetar conversores.

7 CONCLUSÃO

Este trabalho apresentou o desenvolvimento de uma tecnologia computacional, chamada de Sistema POCE (Projetos Otimizados de Conversores Estáticos), para realizar de forma rápida e eficaz o projeto otimizado de conversores estáticos visando atender requisitos de perdas, volume e custo. O foco do trabalho foi o pré-dimensionamento dos principais dispositivos de potência do conversor, onde cada projeto é realizado de forma global, tendo como referência o ponto de operação (i@fs), onde i é a ondulação da corrente de entrada e

fs é a frequência de comutação, conforme explorado em Sartori (2013).

Para atingir o objetivo acima exposto pesquisou-se sobre os conceitos básicos e questões relativas ao projeto de conversores estáticos, bem como sobre o estado da arte das pesquisas realizadas em relação ao projeto otimizado de conversores estáticos. Foi possível observar que boa parte das pesquisas realizadas na área tem foco na otimização dos componentes individuais do conversor e, além disso, são desenvolvidas para objetivos ou domínios específicos. Aqueles que trabalham com domínios um pouco mais amplos, oferecem respostas no formato de fronteira de Pareto. Há trabalhos que empregam algoritmos metaheurísticos para obtenção de resultados e, entre estes, os algoritmos evolutivos são os mais usados. Os softwares usados para realizações dos projetos são de cunho genérico, tais como MATLAB, e não especificamente para o propósito de projetar um conversor. Alguns autores mencionam o uso de um banco de dados, mas não há citações sobre a utilização de um SGBD (Sistema Gerenciador de Banco de Dados).

O passo seguinte foi a escolha da metodologia e das ferramentas/tecnologias utilizadas para o desenvolvimento do Sistema de Projetos Otimizados de Conversores Estáticos – POCE. O uso da Prototipação Evolucionária, como metodologia para o desenvolvimento software, foi devido ao domínio complexo ao qual pertence o problema, permitindo que uma implementação simples e inicial evolua para uma mais complexa e detalhada. Escolheu-se também o UML 2, como linguagem para modelagem do sistema e o Astah Professional 6.8.0, como ferramenta case para criação dos modelos do sistema e do banco de dados. Tais ferramentas estão associadas às linguagens orientadas a objetos, amplamente difundidas e utilizadas no desenvolvimento de sistemas. Já para as implementações utilizou-se o Java SE 8 e Neatbeans IDE 8.2, como linguagem e ambiente de programação e o PostgresSQL 9.2.4 e pgAdmin III 1.16.1, como sistemas de gerenciamento de bando de dados e interface gráfica para operação do SGBD. Utilizou-se o pacote de classes OrmLite para realizar a conversão dos objetos da aplicação Java, para os dados a serem persistidos pelo PostgresSQL. Os

gráficos foram construídos com o auxílio da ferramenta Gnuplot, chamada implicitamente pelo sistema.

Foi desenvolvido um protótipo de um sistema computacional, denominado Sistema POCE (Projetos Otimizados de Conversores Estáticos), onde o projeto de um conversor estático é realizado a partir da escolha da topologia, da seleção dos parâmetros de construção e de um banco de dados de componentes. O protótipo desenvolvido permite que sejam gerados conversores das topologias Boost PFC, Boost CC/CC, Buck CC/CC. Os parâmetros iniciais são Potência de Entrada, Tensão de Entrada, Tensão de Saída, Frequência da Rede (somente para Boost PFC), Temperatura Ambiente, Temperatura de Junção, Densidade de Corrente, Topologia do Filtro (somente para Boost PFC), valores iniciais e finais para intervalos de Frequência de Comutação e de Ondulação de Corrente de Entrada do Indutor. Os projetos de conversores da topologia Boost PFC podem ser, opcionalmente, realizados através de algoritmos genéticos, economizando-se tempo de execução sem penalizações proibitiva com respeito aos resultados obtidos. Os componentes estão organizados em um banco de dados e são núcleos magnéticos, diodos, chaves e dissipadores de calor. O protótipo apresenta como resultados três projetos de conversores: conversor de menor volume, conversor de menores perdas, conversor com perdas e volume ponderados. Também são apresentados os custos para tais projetos. O usuário poderá consultar todos os projetos gerados pelo protótipo em formato de tabelas de dados, relatório PDF ou gráficos.

O uso protótipo do Sistema POCE permite a construção de projetos de conversores estáticos, bem como a visualização de projetos anteriormente criados. Foram exemplificados projetos para os dois tipos de topologia de conversores disponíveis no sistema: Boost PFC, Boost CC/CC e Buck CC/CC. Os resultados, obtidos através de gráficos e relatórios, são de fácil entendimento e propiciam ao projetista uma visão das diferentes combinações de tecnologias e componentes disponíveis para a construção de conversores estáticos. Além disso, foram abordados aspectos relativos ao desempenho do sistema em testes de execução. Os testes indicaram que o protótipo do Sistema POCE, quanto ao desempenho do algoritmo de varredura completa, apresenta desempenho geral superior ao programa que serviu de base para sua construção Sartori (2013), sendo 10 vezes mais rápido que este. Já, com respeito aos algoritmos genéticos implementados no sistema POCE, obteve-se uma redução de tempo, em relação ao algoritmo de varredura completa, de pelo menos 93,44 %. Tal redução de tempo é possível devido à redução do espaço de soluções pesquisadas para regiões mais prósperas.