A presente tese investigou experimentalmente a influência de oxigênio na presença de fuligem em chamas parcialmente pré-misturadas, utilizando Gás Liquefeito de Petróleo - GLP como combustível. Investigou-se a influência do número de Reynolds do jato reativo laminar, da razão de equivalência e da potência térmica teoricamente liberada. Para detecção de fuligem na chama utilizou-se a técnica de incandescência induzida por laser e os resultados mostraram que a presença de oxigênio em chamas parcialmente pré-misturadas pode representar uma ferramenta útil no controle de fuligem para dispositivos práticos de combustão.

O motor a álcool pré-vaporizado tem potencial para ser uma alternativa mais eficiente e menos poluente aos motores a álcool convencionais. Nele, o combustível é vaporizado com calor rejeitado pelo próprio motor e admitido na fase gasosa, aproveitando-se das vantagens dos motores com combustíveis nessa fase sem alguns dos seus inconvenientes. O projeto foi aperfeiçoado buscando viabilidade técnica e econômica para sua instalação em veículos automotores. Água do sistema de arrefecimento cede calor para a ebulição do combustível. As novas tecnologias para injeção de combustíveis gasosos contribuem para esse objetivo, bem como o desenvolvimento de um sistema sustentável e auto-ajustável de geração de vapor de etanol que usa a água do sistema de arrefecimento. Conseguiu-se maior eficiência em quase todos os regimes de funcionamento estudados, bem como meios de reduzir as principais emissões automotivas indesejáveis. / Pre-vaporized ethanol engine (PVEE) has potential to be more efficient and less pollutant than conventional ethanol-powered engines. In it, fuel is vaporized with heat rejected by engine itself and intook in gaseous form, taking advantage of this kind of fuel but without some of its inconveniences. The PVEE project was polished looking for economical and technical liability to future use in automotive vehicles. New gaseous fuel injection technologies contribute to this goal, together the development of a sustainable and self-adjustable ethanol vapor generating system who uses water from engine\'s cooling systems. Better efficiency was achieved in almost all investigated regimes, as well as were found ways to reduce the main undesirable automotive emissions.

Adsorption is a retention mechanism of fluid molecules on solid surfaces and presents a wide range of applications, such as refrigeration, separation processes and fuel storage. This work describes the modelling of gas adsorption on porous media and presents an optimisation approach for the design of adsorption systems based on topology optimisation. A comprehensive formulation for the adsorption and desorption phenomena is presented, detailing the derivation of their weak forms and assembling the matrices for the implementation of the Finite Element Method (FEM). The sensitivities of objective functions to topology optimisation design variables are obtained by the adjoint method, which is presented in detail. The numerical implementation is aided by FEniCS and Dolfin Adjoint packages, resulting in a generic software for the optimisation of adsorption systems. The method is applied for the design of Adsorbed Natural Gas (ANG) tanks for on-demand consumption. Optimised tank layouts are proposed and compared with standard tanks, presenting improvement of the design objectives. / Adsorção é um mecanismo de retenção de moléculas de um fluido em superfícies sólidas e apresenta um vasto campo de aplicações, como em refrigeração, processos de separação e armazenamento de combustível. Este trabalho descreve o modelo de adsorção de gás em meios porosos e define uma abordagem de otimização de sistemas de adsorção baseada no Método de Otimização Topológica (MOT). Uma formulação abrangente para os fenômenos de adsorção e dessorção é apresentada, detalhando a dedução de seus formas fracas e montagem das matrizes para a implementação do Método dos Elementos Finitos (MEF). As sensibilidades das funções-objetivo em relação às variáveis de projeto são obtidas pelo método adjunto, que também é apresentado em detalhe. A implementação numérica é auxiliada pelos pacotes FEniCS e Dolfin Adjoint, originando uma ferramenta genérica para a otimização de sistemas de adsorção. Este método é aplicado ao projeto de tanques de Gás Natural Adsorvido (GNA) visando transporte, armazenamento e consumo. Tanques otimizados são propostos e comparados com tanques tradicionais, apresentando melhora dos objetivos de projeto.

Adsorption is a retention mechanism of fluid molecules on solid surfaces and presents a wide range of applications, such as refrigeration, separation processes and fuel storage. This work describes the modelling of gas adsorption on porous media and presents an optimisation approach for the design of adsorption systems based on topology optimisation. A comprehensive formulation for the adsorption and desorption phenomena is presented, detailing the derivation of their weak forms and assembling the matrices for the implementation of the Finite Element Method (FEM). The sensitivities of objective functions to topology optimisation design variables are obtained by the adjoint method, which is presented in detail. The numerical implementation is aided by FEniCS and Dolfin Adjoint packages, resulting in a generic software for the optimisation of adsorption systems. The method is applied for the design of Adsorbed Natural Gas (ANG) tanks for on-demand consumption. Optimised tank layouts are proposed and compared with standard tanks, presenting improvement of the design objectives. / Adsorção é um mecanismo de retenção de moléculas de um fluido em superfícies sólidas e apresenta um vasto campo de aplicações, como em refrigeração, processos de separação e armazenamento de combustível. Este trabalho descreve o modelo de adsorção de gás em meios porosos e define uma abordagem de otimização de sistemas de adsorção baseada no Método de Otimização Topológica (MOT). Uma formulação abrangente para os fenômenos de adsorção e dessorção é apresentada, detalhando a dedução de seus formas fracas e montagem das matrizes para a implementação do Método dos Elementos Finitos (MEF). As sensibilidades das funções-objetivo em relação às variáveis de projeto são obtidas pelo método adjunto, que também é apresentado em detalhe. A implementação numérica é auxiliada pelos pacotes FEniCS e Dolfin Adjoint, originando uma ferramenta genérica para a otimização de sistemas de adsorção. Este método é aplicado ao projeto de tanques de Gás Natural Adsorvido (GNA) visando transporte, armazenamento e consumo. Tanques otimizados são propostos e comparados com tanques tradicionais, apresentando melhora dos objetivos de projeto.

O motor a álcool pré-vaporizado tem potencial para ser uma alternativa mais eficiente e menos poluente aos motores a álcool convencionais. Nele, o combustível é vaporizado com calor rejeitado pelo próprio motor e admitido na fase gasosa, aproveitando-se das vantagens dos motores com combustíveis nessa fase sem alguns dos seus inconvenientes. O projeto foi aperfeiçoado buscando viabilidade técnica e econômica para sua instalação em veículos automotores. Água do sistema de arrefecimento cede calor para a ebulição do combustível. As novas tecnologias para injeção de combustíveis gasosos contribuem para esse objetivo, bem como o desenvolvimento de um sistema sustentável e auto-ajustável de geração de vapor de etanol que usa a água do sistema de arrefecimento. Conseguiu-se maior eficiência em quase todos os regimes de funcionamento estudados, bem como meios de reduzir as principais emissões automotivas indesejáveis. / Pre-vaporized ethanol engine (PVEE) has potential to be more efficient and less pollutant than conventional ethanol-powered engines. In it, fuel is vaporized with heat rejected by engine itself and intook in gaseous form, taking advantage of this kind of fuel but without some of its inconveniences. The PVEE project was polished looking for economical and technical liability to future use in automotive vehicles. New gaseous fuel injection technologies contribute to this goal, together the development of a sustainable and self-adjustable ethanol vapor generating system who uses water from engine\'s cooling systems. Better efficiency was achieved in almost all investigated regimes, as well as were found ways to reduce the main undesirable automotive emissions.

As propriedades de combustão em regime laminar são de fundamental importância para analisar e prever a o desempenho de motores de combustão interna, auxiliando na análise de processos fundamentais e melhorias de projetos, porém faz-se necessário ampliar os conhecimentos das características da combustão dos gases. Por exemplo, a velocidade de chama laminar, SL, é geralmente uma destas características analisadas, por possuir impacto significativo no tamanho e na estabilidade dos combustores. O objetivo deste trabalho é avaliar experimentalmente as estruturas de chamas ancoradas parcialmente pré-misturadas. São avaliadas as velocidades de chama laminar da mistura gás natural/ar e sua dependência com a razão de equivalência, em condição rica e regime laminar. Diferentes metodologias são empregadas para o cálculo da velocidade de chama laminar baseadas nos métodos da área e do ângulo de chama, utilizando as técnicas ópticas fluorescência induzida por laser no plano (Planar Laser Induced Fluorescence - PLIF na língua inglesa) do radical OH, quimiluminescência dos radicais OH e CH e utilizando velocidades do escoamento obtidas pela técnica de velocimetria por imagem de partículas (Particle Image Velocimetry - PIV na língua inglesa). Os resultados indicaram que a velocidade de chama laminar determinada através do método da área da chama, utilizando os parâmetros obtidos através das técnicas PLIF-OH* e Emissão-OH* apresentaram os melhores resultados, sendo então selecionadas como metodologias para aplicação em trabalhos futuros, que utilizarão biogases e combustíveis líquidos após processo de vaporização, como etanol e biodiesel, entre outros.

Este trabalho apresenta os resultados obtidos com o desenvolvimento de um sistema robusto como uma alternativa de reconhecimento da qualidade de vapor de álcool combustível e do poder calorífico do gás combustível GLP em um nariz eletrônico. Foram implementadas duas metodologias experimentais para a extração de atributos dos padrões de vapor de álcool combustível e de gás GLP. Na primeira abordagem de tratamento dos dados, foram usados um Sistema de Inferência Fuzzy (FIS), e dois algoritmos de treinamento de Redes Neurais Artificiais (RNA) para reconhecer padrões de vapor de álcool combustível: a Backpropagation e Learning Vector Quantization. A segunda abordagem para o tratamento dos dados foi desenvolver um sistema reconhecedor do poder calorífico do gás GLP robusto à perda aleatória de um dos sensores. Foram usados três sistemas. No primeiro foi implementada uma RNA para reconhecer todos os dados que simulavam a falha de um sensor aleatório. O resultado desse sistema foi de 97% de acertos. O segundo implementou sete RNA’s treinadas com subconjuntos dos dados de entrada, tais que seis RNA’s foram treinadas com um sensor diferente com falha; e a sétima RNA foi treinada com dados dos sensores sem falhas. O resultado desse sistema foi de 99% de acertos. O terceiro implementou uma Máquina de Comitê Estática Ensemble constituída de dez RNA’s em paralelo para resolver o problema. O resultado foi de 97% de acertos. As RNA’s tiveram melhores respostas que os FIS. Foram sugeridas algumas formas de implementação em hardware do sistema reconhecedor em sistemas pré-fabricados com DSP’s e micro-controladores. / This work shows the results of a robust system development as an alternative to recognize the quality of an alcohol fuel vapor sample and Liquid Petrol Gas (LPG) heat power in an electric nose. Two experimental methodologies were implemented to extract the features of alcohol fuel vapor and LPG gas patterns. The first approach to process the data used an Fuzzy Inference System (FIS) and two training algorithms of Artificial Neural Networks (ANN) to recognize alcohol fuel vapor patterns: Backpropagation and Learning Vector Quantization. The second approach consists of process data to develop an LPG heat power recognizing system robust to one-random-sensor-loss. Three systems were used. The first implemented an ANN to recognize all data that simulated the failure of a random sensor. This system had 97% of right responses. The second implemented seven ANN’s trained with input data subsets, such that six ANN’s were trained with a different failure sensor, and the seventh ANN was trained with data of all sensors without failure. This system had 99% of right responses. The third implemented an Ensemble Static Learning Machine containing ten parallel RNA’s to solve the problem. The result were 97% of right responses. RNA’s had better results than FIS. Some ways of hardware implementation of the recognizing system were suggested in DSP and micro-controllers pre-built systems.

Este trabalho apresenta os resultados obtidos com o desenvolvimento de um sistema robusto como uma alternativa de reconhecimento da qualidade de vapor de álcool combustível e do poder calorífico do gás combustível GLP em um nariz eletrônico. Foram implementadas duas metodologias experimentais para a extração de atributos dos padrões de vapor de álcool combustível e de gás GLP. Na primeira abordagem de tratamento dos dados, foram usados um Sistema de Inferência Fuzzy (FIS), e dois algoritmos de treinamento de Redes Neurais Artificiais (RNA) para reconhecer padrões de vapor de álcool combustível: a Backpropagation e Learning Vector Quantization. A segunda abordagem para o tratamento dos dados foi desenvolver um sistema reconhecedor do poder calorífico do gás GLP robusto à perda aleatória de um dos sensores. Foram usados três sistemas. No primeiro foi implementada uma RNA para reconhecer todos os dados que simulavam a falha de um sensor aleatório. O resultado desse sistema foi de 97% de acertos. O segundo implementou sete RNA’s treinadas com subconjuntos dos dados de entrada, tais que seis RNA’s foram treinadas com um sensor diferente com falha; e a sétima RNA foi treinada com dados dos sensores sem falhas. O resultado desse sistema foi de 99% de acertos. O terceiro implementou uma Máquina de Comitê Estática Ensemble constituída de dez RNA’s em paralelo para resolver o problema. O resultado foi de 97% de acertos. As RNA’s tiveram melhores respostas que os FIS. Foram sugeridas algumas formas de implementação em hardware do sistema reconhecedor em sistemas pré-fabricados com DSP’s e micro-controladores. / This work shows the results of a robust system development as an alternative to recognize the quality of an alcohol fuel vapor sample and Liquid Petrol Gas (LPG) heat power in an electric nose. Two experimental methodologies were implemented to extract the features of alcohol fuel vapor and LPG gas patterns. The first approach to process the data used an Fuzzy Inference System (FIS) and two training algorithms of Artificial Neural Networks (ANN) to recognize alcohol fuel vapor patterns: Backpropagation and Learning Vector Quantization. The second approach consists of process data to develop an LPG heat power recognizing system robust to one-random-sensor-loss. Three systems were used. The first implemented an ANN to recognize all data that simulated the failure of a random sensor. This system had 97% of right responses. The second implemented seven ANN’s trained with input data subsets, such that six ANN’s were trained with a different failure sensor, and the seventh ANN was trained with data of all sensors without failure. This system had 99% of right responses. The third implemented an Ensemble Static Learning Machine containing ten parallel RNA’s to solve the problem. The result were 97% of right responses. RNA’s had better results than FIS. Some ways of hardware implementation of the recognizing system were suggested in DSP and micro-controllers pre-built systems.