• ottimizzazione
• optimization
• infiammabile
• gas
• fluidodinamica
• fluid
• flammable
• dynamic
• dispersione
• dispersion
• detector
• computazionale
• computational
• analysis
• analisi
• phast
• placement
• posizionamento
• rischio
• risk
• sensori

Nelle strutture di deposito e nell’industria di processo il sistema di rilevamento di gas pericolosi ha come funzione principale quella di rilevare la fuoriuscita e l’accumulo di sostanze pericolose prima che queste possano recare particolari danni a persone o all’ambiente (ad esempio per le sostanze infiammabili prima che queste raggiungano un concentrazione al di sopra de LFL e quindi portare alla formazione di incendi). Le prestazioni di tale sistema di protezione risultano essere largamente influenzate dal numero dei sensori adottati e dal loro posizionamento all’interno dell’area di interesse. Gli standard attuali però prevedono solo delle raccomandazioni di tipo qualitativo per la loro installazione con un utilizzo minimo di dati derivanti da simulazioni di dispersione ambientale. Lo scopo del mio lavoro di tesi è quello di sviluppare un algoritmo di l’ottimizzazione per il posizionamento e per la scelta del numero dei sensori basato su modellazione ambientale in modo da ottenere un posizionamento più strategico ed efficiente dei componenti del sistema di rilevamento. La modellazione ambientale è effettuata essenzialmente attraverso l’utilizzo di due software ad uso commerciale Phast e ANYS Fluent. Il primo si tratta di un modello a parametri concentrati utilizzato per l’analisi delle conseguenze che utilizza una serie di modelli per il calcolo di termini sorgente, dispersione della sostanza rilasciata ed infine è in grado di valutare le conseguenze degli scenari considerati simulando fenomeni come il pool fire, il jet fire, il fireball e la sovrapressione per le esplosioni. L’utilizzo di software come Phast presenta numerosi vantaggi come ad esempio una notevole semplicità di utilizzo del software e tempi di calcolo molto brevi. Tra gli svantaggi però i modelli a parametri concentrati non sono in grado di prevedere la presenza di ostacoli, quindi il loro utilizzo in ambienti ad alto grado di congestionamento è fortemente sconsigliato. Fluent invece si tratta di un modello a parametri distribuiti per cui l’analisi dei sistemi che coinvolgono il moto dei fluidi viene effettuata mediante risoluzione delle equazioni di Navier-Stokes previa discretizzazione del dominio in elementi di dimensione finita denominate celle. Questo modello permette quindi in fase di simulazione di tenere conto della presenza di eventuali ostacoli il che rende i risultati più affidabili rispetto ai modelli a parametri concentrati. Di contro però presenta una notevole difficoltà in fase di creazione del modello e un notevole costo in termini di tempo e costo computazionale. Inoltre il software non nascendo in particolare per l’analisi delle conseguenza non possiede un modello per la simulazione della turbolenza atmosferica. Si rende quindi necessaria l’implementazione mediante il linguaggio di programmazione C di tutta una serie di equazioni (User Define Function) che permettano al sistema di simulare le condizioni atmosferiche. Queste condizioni sono ricavate da un analisi statistica delle condizioni metereologiche come velocità e direzione del vento al fine di stabilire la classe di stabilità più frequente all’interno del dominio di interesse. I risultati della dispersione derivate da entrambi i modelli costituiscono l’input del problema di ottimizzazione. Tale problema è stato sviluppato scrivendo un codice Matlab che basandosi su una griglia valuta la probabilità punto per punto di rilevare una concentrazione di sostanza infiammabile al di sopra del 20% del LFL di tale sostanza. Tramite un processo iterativo il codice va a selezionare i punti con probabilità maggiore, che risultano quindi quelli di ottimo per il posizionamento del sensore, andandovi a posizionare il sensore. Al fine di validare il modello sviluppato quest’ultimo è stato applicato ad un caso studio, ovvero quello del Deposito doganale Costieri D’Alesio S.p.a. di Livorno. Sono state anche confrontate le due soluzioni ottenute dalla simulazione effettuata tramite l’utilizzo del software Phast e quello ottenuta con Fluent per evidenziare lo scostamento tra le due soluzioni.

In the storage facilities and in the process industry the hazardous gas detection system has the main function of detecting the leakage and accumulation of hazardous substance before they can cause particular damage to people or to environment (for example for flammable substances before they reach a concentration above the LFL and cause fire). The performance and the efficiency of these protection system depends on the number of gas detector adopted and placement of them in the monitoring area. The current standards provide for detector placement only qualitative recommendations without simulation of environmental dispersion. The aim of this work is to develop an optimization algorithm based on environmental modelling to select the number and positioning of the gas detectors to improve the efficiency of these protection system. The environmental modelling is carried out with two different type of commercial software, Phast and Ansys Fluent. Phast is an integral model with concentrated parameters used for consequence analysis. It uses a different type of model to solve source term, dispersion of hazardous substance and finally it can evaluate the consequence of the scenarios considered through simulation of phenomena like pool fire, jet fire, fireball and overpressure for the explosion. This method has numerous advantages, is easy to implement and is quick to reach the solution. However, it has the disadvantage of not considering the presence of obstacles, so their use is not recommended in congested spaces. Fluent is a model with distributed parameters that it uses the solution of Navier-Stokes equation to analyse system involving fluid motion. Before solving the equations, it performs a discretization of them into finite elements called cells. This method has the advantages to predict the presence of any obstacles, but it has the disadvantage of difficult implementation and it is not cheap in term of computational cost. This software does not have a simulation model of atmospheric turbulence and is not suitable for the consequence analysis. It is therefore necessary to implement with C programming languages some equations called User-Define Function that allow to predict the atmospheric conditions. This condition is achieved from a statistical analysis of meteorological condition like wind speed and wind direction to obtain the most frequent class stability of monitoring area. The dispersion results of both models are the input of the optimization problem. This problem is developed with a Matlab code that evaluate point by point of a grid the probability to detect a concentration above the 20% of the LFL of the flammable substance. With an iterative process the code selects the point which correspond to the maximum value of the probability to detect the scenario. These points are the optimal position of the gas detectors. This method is applied to a case study concerning the custom warehouse Costieri d’Alesio S.p.a in Livorno. Finally, the two different type of solution, fist with Phast’s dispersion and second with Fluent’s dispersion, are compared to highlight the different placement of gas detector.