CAPES / Vários estudos numéricos investigaram cavidades fechadas sob o efeito da convecção natural preenchidas com fluidos newtonianos generalizados (FNG) nos últimos anos pelas aplicações diretas em trocadores de calor compactos, no resfriamento de sistemas eletrônicos e na engenharia de polímeros. Neste trabalho é realizada a investigação numérica do processo de convecção natural de fluidos de lei de Potência e de Bingham em cavidades fechadas, aquecidas lateralmente e preenchidas com meios heterogêneos e bloco centrado. O meio heterogêneo é constituído de blocos sólidos, quadrados, desconectados e condutores de calor. Como parâmetros são utilizados a faixa de Rayleigh de 104 à 107, índice de potência n de 0, 6 à 1, 6, número de Bingham de 0, 5 até Bimax , sendo investigado da influência do número de Prandtl para cada modelo de fluido. Nas cavidades com meio heterogêneo são utilizadas as quantidades de blocos de 9, 16, 36 e 64, mantendo-se a razão entre a condutividade térmica do sólido e do fluido κ = 1. Para as cavidades com bloco centrado, são utilizados os tamanhos adimensionais de 0, 1 à 0, 9 com κ = 0, 1; 1 e 10. A modelagem matemática é realizada pelas equações de balanço de massa, de quantidade de movimento e de energia. As simulações são conduzidas no programa comercial ANSYS FLUENT R . Inicialmente são resolvidos problemas com fluidos newtonianos em cavidade limpa, seguida de cavidade preenchida com meio heterogêneo e posteriormente bloco centrado para validação da metodologia de solução. Na segunda etapa é realizada o estudo com os modelos de fluidos de lei de Potência e de Bingham seguindo a mesma sequência. Os resultados são apresentados na forma de linhas de corrente, isotermas e pelo número de Nusselt médio na parede quente. De maneira geral, a transferência de calor na cavidade é regida pelo número de Rayleigh, tamanho e condutividade térmica dos blocos, pelo índice de potência para o modelo de lei de Potência e do número de Bingham para o modelo de Bingham. O número de Prandtl tem grande influência nos dois modelos de fluidos. O meio heterogêneo reduz a transferência de calor na cavidade quando interfere na camada limite térmica para ambos os fluidos, sendo feita uma previsão analítica para o fluido de lei de Potência. Para bloco centrado, a interferência na camada limite com fluido de lei de Potência também foi prevista analiticamente. A transferência de calor aumentou com bloco de baixa condutividade térmica e pouca interferência e com bloco de alta condutividade térmica e grande interferência, para ambos os fluidos. / Many studies have been carried out in square enclosures with generalized Newtonian fluids with natural convection in past few years for directly applications in compact heat exchangers, cooling of electronics systems and polymeric engineering. The natural convection in square enclosures with differently heated sidewalls, filled with power-law and Bingham fluids in addition with heterogeneous medium and centered block are analyzed in this study. The heterogeneous medium are solid, square, disconnected and conducting blocks. The parameters used are the Rayleigh number in the range 104 - 107 , power index n range of 0, 6 - 1, 6, Bingham number range of 0, 5 - Bimax , being the influence of Prandtl number investigated for each fluid model. The number of blocks for heterogeneous medium are 9, 16, 36 and 64, keeping constant solid to fluid conductive ratio, κ = 1. For enclosures with centered block are used the nondimensional block size from 0, 1 to 0, 9, with solid to fluid conductive ratio in range κ = 0, 1; 1 and 10. Mathematical modeling is done by mass, momentum and energy balance equations. The solution of equations have been numerically solved in ANSYS FLUENT R software. Firstly, numerical solutions for validation with Newtonian fluids in clean enclosures are conducted, followed by enclosures with heterogeneous medium and centered block. Subsequently, numerical solutions of power-law and Bingham fluids with same enclosures configurations are conducted. The results are reported in the form of streamlines, isotherms and average Nusselt number at hot wall. In general, the heat transfer process in enclosure is governed by Rayleigh number, size and thermal conductivity of the blocks, power index n for power-law fluid and Bingham number for Bingham fluid. Both fluid models are very sensitive with Prandtl number changes. Heterogeneous medium decrease heat transfer in enclosure when affects thermal boundary layer for both fluid models. One analytical prediction was made for power-law fluid. An increase in heat transfer occurs with low thermal conductivity block and few interference and with high thermal conductivity block and great interference, for both fluids.

Made available in DSpace on 2017-07-10T18:07:58Z (GMT). No. of bitstreams: 1 Lucas Maycon Hoff Zeni.pdf: 1421377 bytes, checksum: 75c6a9407a955e26c7fd4db2939b1b79 (MD5) Previous issue date: 2012-02-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Configuration of fixed bed that operates with biphasic flow is used in industrial operations such as the Fischer-Tropsch, hydrogenation, and residual water treatments. Vital information for the project and operation of this type of bed is in its characteristics fluid-dynamic and among these characteristics the flow regime because these have a direct influence transferring heat and mass present in the bed. In the two-phase flow with ascendant flow through fixed bed, three distinct regimes can be identified: the bubble regime, for low gas flow; pulsating regime, for moderate liquid and gas flow; and spray regime; for low flow of liquid and high flow rates of gas. Although there are different techniques to determine flow regimes, the most used is the visual identification. Thus, this research aims to develop, by using artificial neural networks (ANNs) a way to determine, for a given set of liquid-gas flow what out-flow regime the bed presents. To do so, firstly, the out-flow regime were identified by using water and air, respectively flux mass flowing varying from 2 to 16.5 kg.m-2.s-1 and from 0 to 0.6 kg.m-2.s-1, flowing up-words through a fixed bed packed with glass spheres measuring from 2.7 to 3.5 mm of diameter. The network proposed to identify the regimes contains Multiple Layers Perceptron architecture (PML) trained by the back propagation algorithm put together by applying the Multiple Back-Propagation (MBP) software, version 2.2.3 consistently with two input neurons, two intermediate layers, and four output neurons. The number of neurons of the intermediate layers was assorted to find out the best configuration. As activation of function, logistic, tangent, hyperbolic, and Gaussian were tested. Observed results showed that it is possible the identification of regimes through neural networks and among those tested the one that showed the best performance was the one that used the hyperbolic-tangent activation function; 10 neurons in the first hidden layer, and 12 neurons in the second hidden layer. / A configuração de leito fixo que opera com escoamento bifásico é muito utilizada em operações industriais, tais como síntese de Fischer-Tropsch, hidrogenação e tratamento de águas residuais. Uma informação vital para projeto e operação deste tipo de leito está nas características fluidodinâmicas, e dentre estas características podem ser citados os regimes de escoamento, pois estes influenciam diretamente nas transferências de calor e massa presentes no leito. No escoamento bifásico com fluxo ascendente através de leito fixo podem ser identificados três regimes distintos: regime bolha, para baixas vazões de gás; regime pulsante, para vazões moderadas de líquido e gás; e regime spray, para baixas vazões de líquidos e altas vazões de gás. Apesar de haver diferentes técnicas para a determinação dos regimes de escoamento, a mais empregada é a identificação visual. Sendo assim, esta pesquisa tem por objetivo desenvolver, por meio da utilização de redes neurais artificiais (RNA s), uma maneira de determinar, para um dado conjunto de vazões gás-líquido, qual regime de escoamento o leito apresenta. Para isto, os regimes de escoamento primeiramente foram identificados utilizando água e ar, respectivamente com fluxo mássico variando de 2 a 16,5 kg.m-2.s-1 e de 0 a 0,6 kg.m-2.s-1, escoando em fluxo ascendente por meio de um leito fixo recheado com esferas de vidro de diâmetro entre 2,7 e 3,5 mm. A rede proposta para a identificação dos regimes possui arquitetura perceptron de múltiplas camadas (MLP) treinada pelo algoritmo backpropagation e foi montada utilizando o programa freeware Multiple Back-Propagation (MBP) versão 2.2.3 sempre com dois neurônios de entrada, duas camadas intermediárias e quatro neurônios de saída. O número de neurônios das camadas intermediárias foi variado a fim de descobrir a melhor configuração. Como função de ativação, foram testadas as funções logística, tangente hiperbólica e gaussiana. Os resultados observados mostram que é possível a identificação dos regimes por meio de redes neurais e dentre as configurações testadas, a que apresentou melhor desempenho foi a rede que utilizou a função de ativação tangente hiperbólica, 10 neurônios na primeira camada oculta e 12 neurônios na segunda camada oculta.