Um dos atributos fundamentais associados aos escoamentos multifásicos é a existência de estruturas características segundo as quais as diferentes fases do líquido escoam. O surgimento de uma dessas estruturas, conhecidas como configurações ou regimes de escoamento, é determinado pelas vazões e propriedades físicas dos componentes, além de parâmetros geométricos como diâmetro e inclinação do conduto. O desenvolvimento de metodologias de caracterização de regimes, bem como a caracterização e o diagnóstico da transição destes regimes de escoamento são de fundamental importância. Este trabalho utiliza a análise tempo-frequência da transformada de Gabor para caracterizar os regimes de escoamento horizontais gás-líquido intermitentes. Mais especificamente, o principal objetivo está em investigar a existência de sub-regimes dentro do regime intermitente, para tanto recorremos à covariância tempo-frequência da transformada de Gabor, que é capaz de detectar transições através da não-estacionaridade associada com as correspondentes transições. Testes experimentais foram conduzidos no circuito TALC em CEA-Grenoble e uma extensiva base de dados foi obtida, cobrindo diversos tipos de escoamento intermitente. Uma sonda de condutividade elétrica, consistindo de dois anéis de eletrodos montados junto à tubulação, produziu sinais dos quais a covariância tempo-frequência foi calculada através da correspondente transformada de Gabor. / One of the main features associated to multiphase flows is the existence of characteristic dynamic structures according to which the different phases of a mixture of immiscible fluids can flow. The manifestation of one of these structures, known a flow pattern or regime, is determined by the flow rates as well as by physical and geometrical properties of the fluids and piping. The development of flow pattern characterization and diagnostic methods, and the associated transitions in between, is of crucial importance for an efficient engineering of such phenomena. Time-frequency analysis based on the Gabor transform is used in this work to characterize horizontal air-water intermittent flow regimes. More specifically, our main objective is to reveal the existence of sub-regimes inside the intermittent regimes region with the help of the corresponding time-frequency covariance based on the Gabor transform, which is capable of detecting transitions by assessing the unstationarity associated with the corresponding transitions. Experimental tests were conducted at the TALC facility at CEA-Grenoble and an extensive database was obtained, covering several types of intermittent flow. A conductivity probe, consisting in two ring electrodes flush mounted to the pipe, delivered signals from which the time-frequency covariance were calculated from the corresponding Gabor transform.

Um dos atributos fundamentais associados aos escoamentos multifásicos é a existência de estruturas características segundo as quais as diferentes fases do líquido escoam. O surgimento de uma dessas estruturas, conhecidas como configurações ou regimes de escoamento, é determinado pelas vazões e propriedades físicas dos componentes, além de parâmetros geométricos como diâmetro e inclinação do conduto. O desenvolvimento de metodologias de caracterização de regimes, bem como a caracterização e o diagnóstico da transição destes regimes de escoamento são de fundamental importância. Este trabalho utiliza a análise tempo-frequência da transformada de Gabor para caracterizar os regimes de escoamento horizontais gás-líquido intermitentes. Mais especificamente, o principal objetivo está em investigar a existência de sub-regimes dentro do regime intermitente, para tanto recorremos à covariância tempo-frequência da transformada de Gabor, que é capaz de detectar transições através da não-estacionaridade associada com as correspondentes transições. Testes experimentais foram conduzidos no circuito TALC em CEA-Grenoble e uma extensiva base de dados foi obtida, cobrindo diversos tipos de escoamento intermitente. Uma sonda de condutividade elétrica, consistindo de dois anéis de eletrodos montados junto à tubulação, produziu sinais dos quais a covariância tempo-frequência foi calculada através da correspondente transformada de Gabor. / One of the main features associated to multiphase flows is the existence of characteristic dynamic structures according to which the different phases of a mixture of immiscible fluids can flow. The manifestation of one of these structures, known a flow pattern or regime, is determined by the flow rates as well as by physical and geometrical properties of the fluids and piping. The development of flow pattern characterization and diagnostic methods, and the associated transitions in between, is of crucial importance for an efficient engineering of such phenomena. Time-frequency analysis based on the Gabor transform is used in this work to characterize horizontal air-water intermittent flow regimes. More specifically, our main objective is to reveal the existence of sub-regimes inside the intermittent regimes region with the help of the corresponding time-frequency covariance based on the Gabor transform, which is capable of detecting transitions by assessing the unstationarity associated with the corresponding transitions. Experimental tests were conducted at the TALC facility at CEA-Grenoble and an extensive database was obtained, covering several types of intermittent flow. A conductivity probe, consisting in two ring electrodes flush mounted to the pipe, delivered signals from which the time-frequency covariance were calculated from the corresponding Gabor transform.

O transporte pneumático de sólidos constitui uma aplicação comum em processos industriais petroquímicos, de mineração, de alimentos e agrícola. Entretanto, devido a limitações de ordem prática, a maioria das aplicações existente envolve o transporte de 1 a 400 toneladas por hora, através de distâncias de até 1000 m. Entre estas limitações, o consumo de potência provavelmente é a mais severa. Um sistema de transporte seguro e que apresente uma redução no consumo de potência pode ser implementado com técnicas não convencionais de controle. Este trabalho descreve a implementação de um controlador difuso em um circuito experimental de 45 mm de diâmetro interno utilizado para transportar sementes de Setaria Itálica ao longo de 21 metros. Informações obtidas com um estudo prévio de identificação de regimes gás - sólido através de redes neurais auto-organizáveis foram utilizadas no projeto do controlador. Os resultados mostraram uma redução significativa de 41%, em média, no consumo de potência requerida para o transporte de uma mesma carga de sólido. / The pneumatic conveying of solids in a gas stream is a recurrent process in petrochemical industries as well as in agricultural, food and mining. However, due to practical limitations the majority of existing systems have capacities ranging from 1 to 400 tones per hour over distances less than 1000 m, mainly because of a high power consumption per transported unit mass. A safe circuit with reduced power consumption can be designed using non-conventional control techniques. This work describes a fuzzy controller implementation for a 45 mm i.d. pneumatic conveying system used to transport Setaria Italica seeds over a distance of 21 m. Data obtained in a previous study about gas-solid flow regime identification through a self-organizing neural network were used in the controller design. The results show that reduction in power consumption can reach 41% when compared with classical non controller transport.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Since the industrial processes efficiency depends on the granular flow regime established under given operating conditions on the rotary drum, the ability to predict the particle motion inside this equipment, including the particle properties effect, is of primary importance. So, in this work an experimental and numerical study was carried out in order to investigate: the transition phenomenon between different flow regimes, the mixture and segregation phenomenon and the particle dynamic behavior inside an unbaffled rotary drum, under different operating conditions, using particles of different physical properties. A modification of the Blumberg and Schlünder model equation for rolling-cascading transition was proposed by the introduction of the particle shape effect, represented here by the sphericity. It was observed, for the first time, the hysteresis phenomenon in the transition between cataractingcentrifuging regimes which was shown to be dependent on the physical properties of the particles such as sphericity, density and particle-wall friction coefficient. A new expression relating the critical rotation speed for centrifuging as a function of the filling degree, which takes into consideration the particle properties and the hysteresis effects, was proposed. Regarding the segregation phenomenon, radial segregation due to particle diameter and density differences was observed in all systems studied after a few drum rotations. Size induced axial segregation (banding) was observed, as expected. However density differences alone did not induce axial segregation. As regards the numerical investigation, two different approaches were used for the granular flow prediction inside a rotary drum: Eulerian and Lagrangian. For the Eulerian approach, the results indicated that the kinetic model, which has been successfully applied in many dilute granular flow simulations, may also be applied in the dense granular flow treatment present in rotary drums. It was also observed that, the drag force can be neglected in the case of a rotating drum operated in the rolling regime where there is no fluid entering or leaving the system. Taking the computational efforts into account, this force can be set to zero in the entire calculation domain. For the Lagrangian model calibration, a sensitivity analysis of the numerical dynamic angle of repose due to variations in the friccional coefficient (μf) and the damping ratio (β), both varying from 0.149 to 0.701, was assessed using a Central Composite Design. The smallest deviation from the experimental data when using rice grains was obtained in the simulation whose parameters values were μf = 0.425 and β = 0.149 with an error of about 2.9%. As regards the glass beads, the smallest deviation between experiment and simulation was found using a friction coefficient μf = 0.701 and damping ratio β = 0.425 with an error of about 3.4%. For the case of the rotary drum using rice grains, which are characterized by irregular shapes, the calibrated model was affected by neither the filling degree nor the drum rotation speed. On the other hand, in the case of rounded particles (glass beads), the Lagrangian model parameters should be calibrated to specific conditions of rotation speed and filling degree and cannot be generalized. / A eficiência dos processos industriais desenvolvidos em um tambor rotatório depende da forma como as partículas ou grãos movimentam-se em seu interior. O entendimento dos principais mecanismos que regem estes movimentos e a capacidade de prevê-los através de técnicas de modelagem computacional tornam-se de importância primordial para questões de operação, projeto e otimização. Neste sentido, este trabalho teve como foco a aplicação de metodologias experimentais e numéricas com o intuito de estudar: 1) o fenômeno de transição entre os diferentes regimes de escoamento; 2) mistura e segregação; 3) dinâmica de partículas em um tambor rotatório sob diferentes condições operacionais utilizando partículas com diferentes propriedades físicas. Foi proposta uma nova expressão para a velocidade crítica de rotação para centrifugação função, além do grau de preenchimento do tambor, das propriedades físicas das partículas. Uma modificação no modelo desenvolvido por Blumberg e Schlünder (1996) para a transição rolamento-cascateamento através da inclusão do efeito da forma das partículas foi também introduzida. Observou-se, pela primeira vez na literatura, o fenômeno de histerese quando da transição entre os regimes catarateamento-centrifugação o qual se mostrou dependente das propriedades físicas dos materiais particulados tais como: esfericidade, massa específica e coeficiente de atrito partícula-parede. Foi possível a realização de uma investigação, tanto quantitativa quanto qualitativa, acerca dos efeitos das diferenças de diâmetro, massa específica e da condição inicial do material no interior do tambor rotatório sobre o fenômeno de segregação radial e axial (mistura binária). O fenômeno da segregação axial foi observado apenas quando da diferença de diâmetros entre as partículas. A diferença tão somente da massa específica, independente das condições de velocidade de rotação e grau de preenchimento, não causou segregação axial. No que diz respeito à abordagem numérica, duas diferentes aproximações para a previsão do escoamento granular no interior do tambor foram utilizadas: Euleriana e Lagrangeana. Comparações entre os perfis radiais de velocidade de sólidos experimentais e simulados através do modelo Euleriano mostraram que o modelo cinético-colisional, o qual tem sido aplicado com sucesso em muitas simulações de escoamento granulares diluídos pode, também, ser aplicado no tratamento de um escoamento granular denso presente em tambores rotatórios. Neste caso, observou-se também que a força de arrasto ou resistiva fluido-sólido pode ser negligenciada no caso de um tambor rotatório operando no regime de rolamento, onde não há entrada ou saída de fluido do sistema. No processo de calibração do modelo Lagrangeano através de um Planejamento Composto Central, os valores determinados dos parâmetros coeficiente de atrito (μp) e razão de amortecimento (ζ) para o arroz foram de, respectivamente, 0,425 e 0,149 (erro relativo de 2,9%), enquanto que para as esferas de vidro foram de 0,701 e 0,425 (erro relativo de 3,4%), respectivamente. Os parâmetros da modelagem Lagrangeana determinados para as partículas arredondadas (esferas de vidro) mostraram-se dependentes das condições operacionais. Já para as partículas irregulares (arroz), a calibração dos parâmetros através de um tambor em escala reduzida, mostrou-se adequada para o emprego na previsão do escoamento em tambores rotatórios em uma escala superior, podendo futuramente ser empregada em uma escala industrial. / Doutor em Engenharia Química

O transporte pneumático de sólidos constitui uma aplicação comum em processos industriais petroquímicos, de mineração, de alimentos e agrícola. Entretanto, devido a limitações de ordem prática, a maioria das aplicações existente envolve o transporte de 1 a 400 toneladas por hora, através de distâncias de até 1000 m. Entre estas limitações, o consumo de potência provavelmente é a mais severa. Um sistema de transporte seguro e que apresente uma redução no consumo de potência pode ser implementado com técnicas não convencionais de controle. Este trabalho descreve a implementação de um controlador difuso em um circuito experimental de 45 mm de diâmetro interno utilizado para transportar sementes de Setaria Itálica ao longo de 21 metros. Informações obtidas com um estudo prévio de identificação de regimes gás - sólido através de redes neurais auto-organizáveis foram utilizadas no projeto do controlador. Os resultados mostraram uma redução significativa de 41%, em média, no consumo de potência requerida para o transporte de uma mesma carga de sólido. / The pneumatic conveying of solids in a gas stream is a recurrent process in petrochemical industries as well as in agricultural, food and mining. However, due to practical limitations the majority of existing systems have capacities ranging from 1 to 400 tones per hour over distances less than 1000 m, mainly because of a high power consumption per transported unit mass. A safe circuit with reduced power consumption can be designed using non-conventional control techniques. This work describes a fuzzy controller implementation for a 45 mm i.d. pneumatic conveying system used to transport Setaria Italica seeds over a distance of 21 m. Data obtained in a previous study about gas-solid flow regime identification through a self-organizing neural network were used in the controller design. The results show that reduction in power consumption can reach 41% when compared with classical non controller transport.

Um dos principais problemas relacionados ao transporte e manipulação de fluidos multifásicos refere-se a existência de regimes de escoamento e sua forte influência sobre importantes parâmetros de operação. Um bom exemplo disto ocorre em reatores químicos gás-líquido no qual máximos coeficientes de reação podem ser alcançados mantendo-se um escoamento a bolhas disperso, maximizando a área interfacial total. Assim, a habilidade de identificar automaticamente regimes de escoamento é de importância crucial, especialmente para operação adequada de sistemas multifásicos. Este trabalho se constituirá no desenvolvimento e implementação de uma rede neural auto-organizativa especializada ao problema de identificação de regimes de escoamento bifásico ar-água em tubo horizontal. Os regimes reconhecidos em tubo horizontal são seis: estratificado liso, estratificado ondulado, estratificado rugoso, intermitente, bolhas e anular. Para tanto, pretende-se tomar como ponto de partida as medidas capacitivas, variação de pressão da tubulação e medida de pressão \"flutuante\" como padrões associativos a serem armazenados na rede neural. Posteriormente, a fase de treinamento da rede neural consistirá em identificar os coeficientes sinápticos apropriados, a partir de um conjunto representativo de ensaios. Nesse trabalho optou-se por uma arquitetura com 10 neurônios na camada de entrada, portanto uma quantidade maior do que o número de regimes que se deseja identificar. O objetivo é ver se a rede neural consegue encontrar de forma autônoma os seis regimes já conhecidos, mesmo tendo 10 neurônios na grade. Isso demonstra a habilidade da rede neural auto-organizativa em identificar regimes de escoamento mesmo em situações onde não há conhecimento prévio dos mesmos. Serão feitas simulações para verificar o desempenho da rede neural a partir de dados experimentais coletados no oleoduto piloto do Núcleo de Engenharia Térmica e Fluidos da Escola de Engenharia de São Carlos. / One of the main problems related to the transport and manipulation of multiphase flow is the existence of flow regimes and its strong influence on important parameters of operation. As an example of it occurs in gas-liquid chemical reactor in which maximum coefficients of reaction can be reached by keeping a maximal flow bubbly dispersed into a total interfacial area. Thus, the ability to identify flow regimes automatically is very important, specially in order to obtain a properly operation of multiphase systems. This work consists in the development and implementation of a self-organizing neural networks specially for the problem of identification of regimes of two-phase flow air-water in horizontal pipe. The regimes recognized in horizontal pipe are six: estratified smooth, estratified wavy, estratified rugged, intermittent, bubbly and annular. The capacitive measures, variation of pressure of the piping and measure of flutuante pressure were considered as a starting point to be stored as associative standards in the neural networks. After, the phase of training of the neural networks consisted of an appropriate identification for the sinaptic coefficients from a representative set of tests. An architectural input-layer of 10 neurons was opted. Therefore a bigger amount of regimes than the ones usually required. The objective is to see if the neural network is able to find independently the six regimes already known, even having 10 neurons in the grid. This demonstrates the ability of the self-organizing maps neural network in identifying flow regimes in situations where one does not have previous knowledge of them. Simulations will be made to verify the performance of the neural network from experimental data collected in the pilot pipe-line of the Nucleus of Thermal Engineering and Fluids of the School of Engineering of São Carlos.

Um dos principais problemas relacionados ao transporte e manipulação de fluidos multifásicos refere-se a existência de regimes de escoamento e sua forte influência sobre importantes parâmetros de operação. Um bom exemplo disto ocorre em reatores químicos gás-líquido no qual máximos coeficientes de reação podem ser alcançados mantendo-se um escoamento a bolhas disperso, maximizando a área interfacial total. Assim, a habilidade de identificar automaticamente regimes de escoamento é de importância crucial, especialmente para operação adequada de sistemas multifásicos. Este trabalho se constituirá no desenvolvimento e implementação de uma rede neural auto-organizativa especializada ao problema de identificação de regimes de escoamento bifásico ar-água em tubo horizontal. Os regimes reconhecidos em tubo horizontal são seis: estratificado liso, estratificado ondulado, estratificado rugoso, intermitente, bolhas e anular. Para tanto, pretende-se tomar como ponto de partida as medidas capacitivas, variação de pressão da tubulação e medida de pressão \"flutuante\" como padrões associativos a serem armazenados na rede neural. Posteriormente, a fase de treinamento da rede neural consistirá em identificar os coeficientes sinápticos apropriados, a partir de um conjunto representativo de ensaios. Nesse trabalho optou-se por uma arquitetura com 10 neurônios na camada de entrada, portanto uma quantidade maior do que o número de regimes que se deseja identificar. O objetivo é ver se a rede neural consegue encontrar de forma autônoma os seis regimes já conhecidos, mesmo tendo 10 neurônios na grade. Isso demonstra a habilidade da rede neural auto-organizativa em identificar regimes de escoamento mesmo em situações onde não há conhecimento prévio dos mesmos. Serão feitas simulações para verificar o desempenho da rede neural a partir de dados experimentais coletados no oleoduto piloto do Núcleo de Engenharia Térmica e Fluidos da Escola de Engenharia de São Carlos. / One of the main problems related to the transport and manipulation of multiphase flow is the existence of flow regimes and its strong influence on important parameters of operation. As an example of it occurs in gas-liquid chemical reactor in which maximum coefficients of reaction can be reached by keeping a maximal flow bubbly dispersed into a total interfacial area. Thus, the ability to identify flow regimes automatically is very important, specially in order to obtain a properly operation of multiphase systems. This work consists in the development and implementation of a self-organizing neural networks specially for the problem of identification of regimes of two-phase flow air-water in horizontal pipe. The regimes recognized in horizontal pipe are six: estratified smooth, estratified wavy, estratified rugged, intermittent, bubbly and annular. The capacitive measures, variation of pressure of the piping and measure of flutuante pressure were considered as a starting point to be stored as associative standards in the neural networks. After, the phase of training of the neural networks consisted of an appropriate identification for the sinaptic coefficients from a representative set of tests. An architectural input-layer of 10 neurons was opted. Therefore a bigger amount of regimes than the ones usually required. The objective is to see if the neural network is able to find independently the six regimes already known, even having 10 neurons in the grid. This demonstrates the ability of the self-organizing maps neural network in identifying flow regimes in situations where one does not have previous knowledge of them. Simulations will be made to verify the performance of the neural network from experimental data collected in the pilot pipe-line of the Nucleus of Thermal Engineering and Fluids of the School of Engineering of São Carlos.

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.