Orientador: Alexandre Zirpoli Simões / Banca: Elson de Campos / Banca: Filiberto González Garcia / Resumo: Por ser um gás tóxico, inodoro, insípido e incolor, ou seja, imperceptível ao ser humano, o monóxido de carbono (CO) apresenta um sério risco à saúde, sendo necessário um sensor eficiente que alerte sua presença. Assim, filmes espessos foram depositados manualmente sobre substratos de alumina a partir de nanopartículas de dióxido de cério (CeO2) puro e dopadas com európio sintetizadas pelo método hidrotermal assistido por micro-ondas (HAM), visando a sua aplicação como sensores de gás. As nanopartículas fabricadas pelo método HAM foram caracterizadas por Difração de Raios-X (DRX), Espectroscopia Raman, Espectroscopia de Absorção no Ultravioleta-Visível (UV-Vis), área de superfície específica (SBET), entre outros, enquanto os filmes sensores foram caracterizados morfologicamente por Microscopia Eletrônica de Varredura (MEV) e tiveram suas propriedades sensoriais quantificadas. Os difratogramas das amostras apresentaram todos os picos referentes à estrutura tipo fluorita do CeO2. Valores de área de superfície específica maiores que os encontrados na literatura foram obtidos. As micrografias (MEV) obtidas mostram que os filmes espessos são porosos e depositados sem laminações sobre o substrato de alumina, com espessura da ordem de 45 55 μm. As medidas elétricas mostram uma temperatura de trabalho entre 350 e 400°C, intervalo no qual a resposta ao monóxido de carbono foi maior. Os filmes apresentaram excelentes tempos de resposta e de recuperação, principalmente para a amostra co... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: As a toxic, odorless, tasteless and colorless gas, therefore imperceptible by humans, carbon monoxide (CO) is life-threatening and an efficient sensor is necessary to warn us about its presence in the environment. Therefore, thick films were manually deposited on alumina substrates from pure and europium doped cerium dioxide (CeO2) nanoparticles synthesized by the microwave-assisted hydrothermal method (MAH), aiming their application as gas sensors. The nanoparticles synthesized by the MAH method were characterized by X-Ray Diffraction (XRD), Raman spectroscopy, Ultraviolet-Visible spectroscopy (UV-Vis), specific surface area (SBET), among other techniques, while the sensor films were morphologically characterized by Scanning Electron Microscopy (SEM) and had their properties as gas sensors measured. The X-ray diffraction pattern of the samples showed every peak belonging to the fluorite-type structure of CeO2. Specific surface area values higher than the ones commonly found in the literature were obtained. The SEM micrographies show that the thick films are porous and were deposited with no laminations on the alumina substrates, with thickness of 60 μm. The electrical measurements showed an operating temperature between 350 and 400°C, in which the response to carbon monoxide was higher. The films had remarkable response and recovery time, especially for the sample with the stoichiometry Ce1-(3/4)xEuxO2 (x=0,08), which presented a response time of 0.9 second after the exposure to CO. The results obtained in this work are significant and they are an evidence of the quality of the sensor films fabricated with nanoparticles synthesized by the HAM method / Mestre

Orientador: Sandra Lucia da Cruz / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-08T04:57:11Z (GMT). No. of bitstreams: 1 Sousa_ElisangelaOrlandide_M.pdf: 2598884 bytes, checksum: 7421959dcef02a5096290563b5f4500e (MD5) Previous issue date: 2007 / Resumo: Redes de tubulação são sistemas complexos de dutos utilizados no transporte de fluidos a longas distâncias. Um pequeno vazamento em uma tubulação pode provocar grandes perdas de produtos e sérios danos ao meio ambiente até serem detectados. Com o propósito de prevenir vazamentos em tubulações, várias técnicas são relatadas na literatura. Este trabalho descreve o desenvolvimento e teste de uma técnica de detecção de vazamento de gás em tubulação baseada no método acústico e na análise de transientes de pressão gerados a partir do vazamento. Transientes de pressão e o ruído sonoro gerado pelo vazamento foram detectados e analisados em uma tubulação operando sem e com escoamento contínuo de gás (ar) em várias condições de operação. O trabalho experimental utilizou um vazo de pressão de 34,5 litros e uma tubulação com 60 m de comprimento e ½¿ de diâmetro. A pressão de operação variou de 2 a 7 kgf/cm2. Vazamentos de várias magnitudes foram simulados através de um orifício localizado na tubulação cujo diâmetro variou entre 0,4 mm a 5 mm. O microfone e o transdutor de pressão foram instalados no vaso de pressão ou na tubulação para detectar a ocorrência de vazamento, ambos conectados a um computador PC através de um conversor ADA. O sinal gerado pelo microfone foi amplificado e passou por um banco de filtros passa faixa sendo transformado em três sinais com amplitudes independentes, cada uma com uma faixa de freqüência específica de 1kHz, 5kHz e 9kHz. O programa de aquisição de dados foi escrito em linguagem C para ler e processar os dados. Os resultados experimentais mostraram que é possível detectar vazamentos em tubulações através do método acústico. A análise dos sinais de amplitude para freqüências diferentes mostrou que o ruído sonoro gerado pelo vazamento depende da magnitude do vazamento e da pressão na tubulação. Em todos os experimentos a ocorrência de vazamento foi prontamente detectada pelo microfone enquanto as mudanças nos perfis de transientes de pressão não eram sempre significativas para detectar o vazamento / Abstract: Pipeline networks are complex systems of ducts used in the fluid transportation through long distances. Even small leaks in a pipeline can lead to great losses of product and serious damages to the environment before it could be detected. With the purpose of preventing leakage in pipelines, various techniques have been reported in the literature. This work describes the development and test of a gas leak detection technique in pipelines based on an acoustic method and on the analysis of pressure transients generated by the leak. Pressure transients and the noise generated by leakage have been detected and analysed in a pipeline operating with and without continuous flow of gas (air) under various operation conditions. The experimental setup made use of a 34,5 liters pressure vessel and a 60 m long, ½¿ in diameter pipeline. The operational pressure varied from 2 to 7 kgf/cm². Leakages of various magnitudes were simulated through an orifice located in pipeline whose diameter varied from 0,4 mm to 5,0 mm. A microphone and a pressure transducer were installed either in the pressure vessel or in the pipeline to detect leak occurrence, both being connected to a PC computer through an ADA converter. The signal generated by the microphone was amplified and also passed through a bank of band pass filters being transformed into three signals with independent amplitude, each one with a band of specific frequency of 1 kHz, 5 kHz and 9 kHz. The data acquisition software was written in C language to read and process all data. The experimental results showed that it is possible to detect leaks in pipelines based on acoustic method. The analysis of the signal amplitude for different frequencies showed that the noise signal generated by leakage depend on both leak magnitude and pressure in the pipeline. In all experiments leak occurrence was readily detected by the microphone while the changes in pressure transient profiles were not always significant to detect the leak / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientadores: Ana Maria Frattini Fileti, Sandra Lúcia da Cruz / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-18T11:17:01Z (GMT). No. of bitstreams: 1 Santos_RejaneBarbosa_M.pdf: 7186526 bytes, checksum: a1d9198f8a8453c6c0cc532057d71723 (MD5) Previous issue date: 2011 / Resumo: A cada ano cresce o número de tubulações transportando gases e líquidos, ocasionando a necessidade de aumentar a confiabilidade operacional dos dutos. Considerando a importância do monitoramento dos sistemas de tubulações, o presente trabalho tem por objetivo o desenvolvimento e teste de técnicas de detecção de vazamentos de gases em um sistema de tubulação, baseada nos métodos acústicos, visando à detecção e à determinação da magnitude dos vazamentos, além da localização dos mesmos através da utilização de redes neurais artificiais. Foram provocados vazamentos, com diferentes magnitudes de orifícios, em tubulação de ferro galvanizado de 60m e em tubulação flexível de 100 m de comprimento, transportando ar comprimido. Os ruídos sonoros dos vazamentos foram captados por microfone e analisados para as duas tubulações,sob diversas condições de pressão inicial do ar (2, 4 e 6 kgf/cm2) e de localização do vazamento.O microfone foi instalado no vaso de pressão,localizado no início da tubulação, e acoplado a uma placa de aquisição de dados num microcomputador. Os dados experimentais obtidos através deste microfone foram decompostos em ruídos de diferentes freqüências por meio de um circuito eletrônico de condicionamento de sinais. Para cada pressão inicial, a dinâmica destes ruídos no tempo foi utilizada como entrada do modelo neural para determinar a magnitude do vazamento provocado (saída do modelo). Quando detectada a existência do vazamento pelo primeiro modelo, um segundo modelo neural é acionado para a localização do mesmo na respectiva tubulação. O método de Levenberg- Marquardt com Regularização Bayesiana foi utilizado no treinamento dos modelos neurais.Através dos resultados obtidos observou-se que os vazamentos foram adequadamente detectados por método acústicos, para todos os orifícios utilizados. Entretanto, quando os vazamentos eram muito próximos (1,5 m), os sinais captados pelo microfone utilizado foram muito parecidos, dificultando a localização do mesmo pelo segundo modelo. Os resultados indicaram a grande potencialidade dos modelos desenvolvidos. Para a tubulação flexível, nas pressões 4 e 6 kgf/cm², e para todos os casos da tubulação rígida, os modelos neurais apresentaram 100 % de acerto na detecção. Quanto à predição da magnitude de vazamento, considerando que os dados de saída apresentados à rede neural se constituíam de números inteiros da medida em milímetros, efetuou-se o arredondamento da saída da rede neural e, verificou-se que desta forma, são anulados todos os erros ocorridos em todos os testes realizados. Em testes utilizando apenas a tubulação rígida, com ar comprimido a 6 kgf/cm², o modelo neural para determinar a localização do vazamento desempenhou um bom comportamento, caracterizando a predição do local com erro máximo de 0,6 m. Com o uso desta metodologia elimina-se a necessidade de monitoramento constante do operador humano na tela do computador, analisando os gráficos gerados pelos sinais acústicos, pois os modelos podem gerar um alarme informando a ocorrência, o tamanho e a localização do vazamento / Abstract: Every year the number of pipelines transporting gases and liquids increases, requiring improvements in the operating reliability of pipelines. Considering the importance of monitoring piping systems, the aim of the present work is to develop and test a technique to detect gas leaks in pipes, based on acoustic method, in order to determine the occurrence and the magnitude of leaks, besides locating the leakage, by using neural artificial networks. Leakages of distinct magnitudes were triggered in a 60m-galvanized iron pipe and in a 100m-flexible pipe, which transports compressed air. The audible noise, generated by leaks in both pipelines operating under different initial air pressures (2, 4 and 6 kgf/cm2) and for distinct locations, was captured by the microphone and then analyzed. The experimental data, obtained through a microphone installed inside the pressure vessel and connected to a data acquisition system, was decomposed by an electronic circuit into sounds of different frequencies. For each initial pressure employed, the dynamic of these noises in time was used as input to the neural model in order to determine the occurrence and magnitude of the leak (model output). Once detected the occurrence of a leakage, a second neural model is activated to determine its position in the pipeline. The method chosen for training the neural networks was the Levenberg-Marquardt with Bayesian Regularization. From the results, it was observed that the leaks were properly detected by the acoustic method in all situations. Nevertheless, there were similarities among captured signals from very close leakages (1.5m), which affected the location prediction from the model. The results indicated that the developed models were powerful tools for online monitoring rigid and flexible pipes. For the flexible pipe, using pressures 4 and 6 kgf/cm², and for all operating conditions of the iron pipe, the neural models showed 100% accuracy in leak detection. For the leakage magnitude prediction, whereas the output data presented to the neural network was integer numbers of the measurement (mm), the output of the neural network was rounded, vanishing the small decimal errors detected in all tests. In tests using only the iron pipeline, with compressed air at 6 kgf/cm2, the leak location prediction model performed well, pointing out the local with maximum error of 0.6 m. By using this methodology, the human operator will not need to monitor the graphics on computer screen because the neural models can strike an alarm for the leak occurrence, simultaneously displaying its magnitude and location / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientadores: Sandra Lúcia da Cruz, Ana Maria Frattini Fileti / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-20T02:02:28Z (GMT). No. of bitstreams: 1 Sousa_ElisangelaOrlandide_D.pdf: 7481778 bytes, checksum: c6a75eef8a6e332ab1da367733280fd8 (MD5) Previous issue date: 2012 / Resumo: Redes de tubulação são conhecidas como sistemas complexos de dutos deste a antiguidade e são utilizadas no transporte de líquidos e gases a longas distâncias. Um pequeno vazamento em uma tubulação pode provocar grandes perdas de produtos e sérios danos ao meio ambiente até serem detectados. Com o propósito de rastrear estes tipos de vazamentos, este trabalho tem como objetivo propor metodologias para a detecção de vazamentos em uma tubulação, de natureza rígida ou flexível, baseando-se no método acústico e na análise de transientes de pressão gerados a partir do vazamento, visando à localização e a determinação da magnitude dos vazamentos através da utilização de redes neurais artificiais. As metodologias propostas se destacam por não apresentarem impactos prejudiciais ao meio ambiente. Variações de transientes de pressão e o ruído sonoro gerados pela ocorrência de vazamentos foram detectados e analisados a partir de experimentos realizados em uma tubulação de ferro galvanizado de 60 m e uma tubulação flexível de 100 m de comprimento operando com escoamento contínuo de gás (ar), em várias condições de operação. O vazamento foi provocado em mais que uma posição ao longo das duas tubulações e utilizaram-se orifícios de diâmetros diferentes. Os transientes de pressão e os ruídos sonoros foram captados por um transdutor de pressão e um microfone, respectivamente, ambos instalados em um vaso de pressão, localizado no início da tubulação e acoplados a uma placa de aquisição de dados em um microcomputador. O sinal gerado pelo microfone foi amplificado e passou por um banco de filtros passa faixa sendo transformado em três sinais com amplitudes independentes, cada uma com uma faixa de freqüência específica de 1kHz, 5kHz e 9kHz. O programa de aquisição de dados foi escrito em linguagem C para ler e processar os dados. Os dados resultantes dos experimentos mostraram que foi possível detectar vazamentos, para todos os orifícios utilizados, baseado nos transientes de pressão e no método acústico. A dinâmica desses dados foi utilizada como entrada para o modelo neural para localizar e determinar a magnitude dos vazamentos, simultaneamente. O método de Levenberg-Marquardt com Regularização Bayesiana foi utilizado no treinamento dos modelos neurais. Os resultados apresentados pelo modelo neural desenvolvido indicaram com sucesso ao mesmo tempo a localização e a magnitude dos vazamentos / Abstract: Pipeline networks are complex systems of ducts used nowadays for gas and chemical products transporting through long distances. They frequently cross highly populated regions, water supplies or natural reserves. Even small leaks in pipelines can lead to great losses of products and serious damages to the environment before it could be detected. With the purpose to track these leaks, this work developed a technique to detection of leaks in pipelines, of rigid or flexible nature, based on acoustic method and on analysis of pressure transients generated by leak occurrence, in order to localization and determination the magnitude of leaks by using neural artificial networks. The methodologies proposed are notated for not having impacts on the environment. Variations of pressure transients and the noise generated by leakage will be detected and analyzed in a 60m-galvanized iron pipe and in a 100m-flexible pipe operating with continuous flow of gas (air) under various operating conditions. Leakages were provoked in many positions along the two pipes and used hole of distinct magnitudes. The pressure transients and the audible noise was captured by the pressure transducer and the microphone, respective, both installed inside the pressure vessel connected to a data acquisition system at a computer. The signal generated by the microphone was amplified and also passed through a bank of band pass filters being transformed into three signals with independent amplitude, each one with a band of specific frequency of 1 kHz, 5 kHz and 9 kHz. The data acquisition software was written in C language to read and process all data. The experimental results showed that it is possible to detect leaks in pipelines, for all holes, based on a pressure transient and on acoustic methods. The dynamics of these data in time is used as input to the neural model to location and determine of the leaks magnitude, simultaneously. The method chosen for training the neural networks was the Levenberg-Marquardt with Bayesian Regularization. The results of neural models indicated successfully in the same time the location and the magnitude of the leaks / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química