[pt] Neste trabalho são apresentados os efeitos da diluição da atmosfera precursora de metano por três gases nobres (Ar, Ne e He) nas propriedades mecânicas e na microestrutura de filmes de carbono amorfo hidrogenado (a-C:H). Tanto a influência da diluição da atmosfera precursora de metano (para Vb=-350 V), como da variação da tensão de autopolarização (Vb) são estudadas. A influência da temperatura do substrato também é estudada para três temperaturas do substrato (250 K, 300 K e 420 K) em filmes depositados em atmosferas de 100% CH4 e 2% CH4+98% Ar. Os filmes foram depositados utilizando a técnica de Deposição Química na Fase Vapor Assistida por Plasma (PECVD). As propriedades mecânicas e estruturais foram investigadas com o uso das técnicas nucleares (retroespalhamento Rutherford e detecção de íons de recuo elástico), espectroscopia de absorção no infravermelho, espectroscopia Raman, microscopia de força atômica, medidas de ângulo de contacto, medidas de tensão interna (por perfilometria) e medidas da dureza (por nanoindentação). Os resultados obtidos mostraram que a diluição da atmosfera precursora de metano por gases nobres não induz modificações substanciais à microestrutura do filme ou às propriedades mecânicas. Pelo contrário, os resultados mostraram que tanto a composição, como a microestrutura e as propriedades mecânicas dos filmes são fortemente dependentes da energia de bombardeamento dos íons. Também foi observada uma dependência das propriedades mecânicas e estruturais dos filmes em função da temperatura do substrato. Resultados experimentais importantes e originais foram obtidos a partir da medida da rugosidade dos filmes usando microscopia de força atômica que sugerem uma transição nos mecanismos de formação dos filmes de a-C:H de predominantemente por adsorção/difusão para a predominância dos processos balísticos. / [en] In this work, the effects of the dilution of the precursor methane atmosphere by three noble gases (Ar, Ne and He) on the mechanical properties and the microstructure of hydrogenated amorphous carbon films (a-C:H) are presented. The influence of the precursor atmosphere (for Vb=-350 V) and the variation of the self-bias voltage (Vb) are studied. The influence of the substrate temperature also is studied for three temperatures 250 K, 300 K and 420 K for films deposited in atmospheres of 100% CH4 and 2% CH4 + 98% Ar. The films were deposited by Plasma Enhance Chemical Vapor Deposition (PECVD). The mechanical and structural properties were investigated with the use of the nuclear techniques (Rutherford backscattering and elastic recoil detection analysis), infrared and Raman spectroscopies, atomic force microscopy, contact angle measurements, internal stress and hardness measurements. The results shown that the precursor atmosphere dilution by noble gases did not induce substantial modifications in the microstructure or in the mechanical properties of the films. On the other side, the results shown that the composition, the microstructure and the mechanical properties of the films are strongly dependent on the ion bombardment regime. The dependence of the mechanical and structural properties of the films as a function of the substrate temperature was also investigated. Experimental results had been obtained from the film roughness measurements using atomic force microscopy. These results suggest the transition from predominantly adsorption/diffusion mechanisms to the predominance of the ballistic processes in the formation mechanisms of the a- C:H films.

[pt] As atividades realizadas em estruturas Onshore e Offshore, relacionadas a exploração e produção de petróleo estão associadas ao risco iminente de vazamento de gás ou óleo, que encontrando qualquer tipo de ignição, pode causar incêndios e explosões com o potencial de causar perdas financeiras substanciais e mortes. No presente trabalho, a metodologia em CFD foi utilizada para analisar o vazamento de gás natural em um ponto localizado no módulo de compressão de gás em uma plataforma offshore. A turbulência do escoamento foi modelada com a metodologia RANS, empregando o modelo de duas equações K-epsilon. Considerando a situação crítica, o vazamento foi analisado em regime permanente, e modelado como uma fonte pontual. Foram consideradas duas intensidades de vento: 0,5 m/s representando a condição de calmaria e 6,5 m/s representando a velocidade mais frequente, e uma única direção no sentido PROA-POPA. Para cada condição de vento, foram estudadas quatro direções de vazamentos distintos (direção de liberação do gás), ou seja, a partir da junção entre o bocal do compressor e o flange da tubulação de alimentação do sistema (localizados imediatamente acima do compressor) tem-se vazamentos nas direções norte, sul, leste e oeste. A partir dos resultados de sobrepressão (DeltaP) (diferença entre a pressão ambiente (P0) e a pressão máxima de onda de choque (Pmáxima) obtida, pontos críticos foram identificados. O volume da nuvem foi determinado para cada cenário e, posteriormente, um cálculo de TNT equivalente (comparação do potencial da mistura explosiva com a massa de TNT necessária para produzir efeitos semelhantes) foi realizado para identificação dos potenciais riscos a estrutura offshore em caso de ignição do material gasoso disperso. Os resultados obtidos coincidiram com medidas experimentais de sobre pressão em situações semelhantes. Identificou-se como o pior cenário, vazamento no flange do compressor na direção sul, correspondente a direção contraria ao vento, com alta concentração de gás natural numa grande região da plataforma. / [en] Oil exploration and production activities in Onshore and Offshore structures are associated with the imminent risk of gas or oil leakage, which encountering any type of ignition, can cause fires and explosions with the potential to cause substantial financial losses and deaths. In the present work, the CFD methodology was used to analyze the leakage of natural gas at a point located in the gas compression module on an offshore platform. The flow turbulence was modeled with the RANS methodology, using the two-equation K-epsilon model. Consider the critical situation, the leak was analyzed in steady state, and modeled as a point source. Two wind intensities were considered: 0.5 m / s represents the calm condition and 6.5 m / s represents the most frequent speed, and a single direction in the PROA-POPA direction. For each wind condition, four distinct leakage results (direction of gas release) were studied, i.g., from the junction between the compressor nozzle and the system supply piping flange (driven above the compressor) there are leaks in the north, south, east and west directions. From the results of overpressure (deltaP) (the difference between the ambient pressure (P0) and the maximum shock wave pressure (P maximum) obtained, points obtained were separated. The cloud volume was determined for each scenario and, subsequently, a calculation of equivalent TNT (comparison of the potential of the explosive mixture with the mass of TNT necessary to produce similar effects) was performed to identify potential risks to the offshore structure in case of ignition make dispersed gaseous material. The results obtained coincided with experimental pressure measurements under similar conditions. It was identified as the worst scenario, a leak in the compressor flange in the south direction, corresponding to the direction against the wind, with a high concentration of natural gas in a large region of the platform.

[pt] O biogás é uma energia renovável com grande potencial de produção a partir de resíduos, incluindo resíduos alimentares. Nesse contexto, o presente trabalho apresenta o desenvolvimento de três modelos distintos usando Redes Neurais Artificiais (RNAs), com a capacidade de prever o volume acumulado de biogás, de metano e a concentração de CH4, respectivamente. Foi construído um banco de dados da literatura com variáveis do processo de biodigestão anaeróbia: tipo de biomassa, tipo de reator/alimentação, teor de sólido volátil, pH, taxa de carga orgânica, tempo de retenção hidráulica, temperatura e volume do reator. Para cada conjunto de modelos, foram desenvolvidas e testadas 24 RNAs utilizando a ferramenta computacional MATLAB. As RNAs foram avaliadas pela sua capacidade de estimação através do coeficiente de determinação (R2 ) e também através da soma do erro quadrático (SSE) obtidos. Após as etapas iniciais, as redes neurais foram usadas para criar superfícies de resposta, buscando regiões ideais para produção de biogás e metano. Contudo, um único modelo não atingiu a representatividade desejada, levando à segmentação dos dados por tipo de biomassa. As RNAs desenvolvidas demonstraram eficácia na estimação dos grupos usados para treinamento, teste e validação. A melhor rede alcançou R2 de 0,9969 para biogás, 0,9963 para metano e 0,9386 para a porcentagem de metano, com SSE de 0,1808, 0,1089 e 11,45, respectivamente. A estratégia de combinar variáveis do processo em superfícies de resposta revelou-se útil para identificar pontos ótimos no processo produtivo. / [en] Biogas is a renewable energy source with significant production potential from various waste materials, including food waste. In this context, this study presents the development of three distinct models using Artificial Neural Networks (ANNs), capable of predicting the cumulative volume of biogas, methane, and CH4 concentration, respectively. A literature-based database was constructed, including variables from anaerobic digestion processes: biomass type, reactor/feed type, volatile solid content, pH, organic loading rate, hydraulic retention time, temperature, and reactor volume. For each set of models, 24 ANNs were developed and tested using the MATLAB computational tool. The ANNs estimation capability was assessed using the coefficient of determination (R2) and the sum of squared errors (SSE). Following initial stages, neural networks were employed to create response surfaces, aiming to identify optimal regions for biogas and methane production. However, a single model failed to achieve the desired representativeness, leading to data segmentation based on biomass type. The developed ANNs demonstrated effectiveness in estimating the groups used for training, testing, and validation. The best network achieved R2 values of 0.9969 for biogas, 0.9963 for methane, and 0.9386 for methane percentage, with SSE values of 0.1808, 0.1089, and 11.45, respectively. The strategy of combining process variables in response surfaces proved valuable in identifying optimal points in the production process.