Submitted by Almir Azevedo (barbio1313@gmail.com) on 2018-06-18T12:49:30Z No. of bitstreams: 1 dissertação mestrado ien 2018 Marcelo Carvalho dos Santos.pdf: 1995714 bytes, checksum: c266af485c05060099f19eea81c1d8c6 (MD5) / Made available in DSpace on 2018-06-18T12:49:30Z (GMT). No. of bitstreams: 1 dissertação mestrado ien 2018 Marcelo Carvalho dos Santos.pdf: 1995714 bytes, checksum: c266af485c05060099f19eea81c1d8c6 (MD5) Previous issue date: 2018-03 / Uma estimativa rápida e precisa da dispersão atmosférica de radionuclídeos (DAR) é de fundamental importância para o apoio a decisão em casos de acidentes com liberação de materiais radioativos em uma central nuclear. Com o objetivo de aperfeiçoar o sistema de dispersão atmosférica de radionuclídeos (SDAR) da Central Nuclear Almirante Álvaro Alberto (CNAAA), foi proposto um refinamento nos cálculos dos modelos físicos envolvidos. No entanto, o refinamento desejado impõe um grande aumento no custo computacional, fazendo com que os computadores atuais necessitem de um tempo proibitivo para processar os cálculos, impossibilitando a execução do sistema em tempo real. Sendo assim, a fim de acelerar a execução deste sistema e permitir o seu uso efetivo na previsão de DAR em tempo real, é proposta uma abordagem utilizando computação paralela baseada em unidades de processamento gráfico (GPU). Essencialmente, o SDAR usado na CNAAA consiste em quatro módulos (programas) principais: Termo Fonte, Campo de Vento, Dispersão de Pluma e Dose, e Projeção. Este trabalho centra-se no desenvolvimento de uma versão paralela baseada em GPU do módulo Dispersão de Pluma e Dose, com foco no cálculo da dispersão. O módulo Dispersão de Pluma usa um modelo tridimensional de bufadas com trajetória lagrangeana e difusão gaussiana para realizar os cálculos do transporte e difusão de radionuclídeos na atmosfera. Devido às restrições do programa original, uma versão sequencial atualizada foi desenvolvida e utilizada como base para a implementação de um novo algoritmo paralelo baseado em GPU. O programa paralelo foi projetado usando a linguagem de programação C e o Compute Unified Device Architecture (CUDA), em conjunto com técnicas de programação paralela. Como resultado, o tempo de execução de uma simulação do modelo do transporte e difusão de radionuclídeos refinado diminuiu de 2498,59 s (executado em uma CPU Intel-Core I5 7500) para 67,91 s (rodando em uma GPU GTX-1070). Aqui, as questões mais importantes da implementação paralela, bem como os resultados comparativos são apresentados e discutidos. / A fast and accurate estimate of the atmospheric dispersion of radionuclides (ADR) is of fundamental importance for support the decisions in cases of accidents involving the release of radioactive materials at a nuclear power station. Aiming to improve the atmospheric dispersion of radionuclides system (ADRS) of the Almirante Álvaro Alberto Nuclear Power Plant (CNAAA), a refinement was proposed in the calculations of the physical models involved. However, the desired refinement imposes a large increase in computational cost, making current computers need a prohibitive time to process the calculations, making it impossible to run the system in real time. Therefore, in order to accelerate the execution of this system and to allow its effective use in predicting real-time ADS, an approach using parallel computation based on GPUs is proposed. Essentially, the ADRS used in the CNAAA consists of four main calculation modules (programs): Source Term, Wind Field, Plume Dispersion and Dose, and Projection. This work focuses on the development of a parallel version based on the GPU of the Plume Dispersion and Dose module, with focus on the dispersion calculation. The Plume Dispersion and Dose module uses a three-dimensional model of lagrangian trajectory and Gaussian diffusion to perform calculations of the transport and diffusion of radionuclides into the atmosphere. Due to the constraints of the original program, an updated sequential version was developed and used as the basis for the implementation of a new GPU-based parallel algorithm. The parallel program was designed using the C programming language and the Compute Unified Device Architecture (CUDA), in conjunction with parallel programming techniques. As a result, the runtime of a refined dispersion model simulation decreased from 2498.59 s (running on an Intel-Core I5 7500 CPU) to 67.91 s (running on a GTX-1070 GPU). Here, the most important issues of parallel implementation as well as comparative results are presented and discussed.

Submitted by Almir Azevedo (barbio1313@gmail.com) on 2018-06-07T16:27:53Z No. of bitstreams: 1 dissertação mestrado ien 2018 Filipe Santana Moreira do Desterro.PDF: 3379721 bytes, checksum: adf3227c935769d0deee6186bbb0daf6 (MD5) / Made available in DSpace on 2018-06-07T16:27:53Z (GMT). No. of bitstreams: 1 dissertação mestrado ien 2018 Filipe Santana Moreira do Desterro.PDF: 3379721 bytes, checksum: adf3227c935769d0deee6186bbb0daf6 (MD5) Previous issue date: 2018-03 / Recentemente, o uso de dispositivos móveis foi proposto para a medição da avaliação da dose durante acidentes nucleares. A ideia é apoiar equipes de campo, fornecendo uma estimativa aproximada do mapa de distribuição de dose na proximidade da usina de energia nuclear (UEN), sem a necessidade de se conectar aos sistemas da UEN. A fim de fornecer essa execução autônoma, um conjunto de redes neurais artificiais (RNA) é proposto em substituição aos tradicionais sistemas de dispersão atmosférica de radionuclídeo (DAR) que utilizam modelos físicos complexos que demandam um excessivo tempo de processamento. Uma limitação observada nessa abordagem é o treinamento muito demorado das RNAs. Além disso, se o número de parâmetros de entrada aumenta, o desempenho de RNAs tradicionais, como o Multilayer-Perceptron (MLP) com treinamento de backpropagation ou Redes Neurais de Regressão Geral (GRNN), é afetado, prejudicando sensivelmente a predição. Este trabalho centrase no estudo de tecnologias computacionais para melhoria das RNAs a serem usadas na aplicação móvel, bem como seus algoritmos de treinamento. Contudo, para refinar a aprendizagem e permitir melhores estimativas de dose, são necessárias arquiteturas de RNA mais complexas. As RNAs com muitas camadas (muito mais do que um número típico de camadas), às vezes referidas como Redes Neurais Profundas ou Deep Neural Networks (DNN), por exemplo, demonstraram obter melhores resultados. Por outro lado, o treinamento de tais RNAs é muito lento. Deste modo, com o objetivo de permitir o uso desses DNNs em um tempo de treinamento razoável. É proposta uma solução de programação paralela, usando a Unidade de Processamento Gráfico (GPU). Neste contexto, este trabalho utilizou o framework TensorFlow para desenvolver Redes Neurais Profundas com 9 camadas. Como resultado, speedups entre 50 e 100 vezes (dependendo das arquiteturas RNA comparadas) foram alcançadas no processo de treinamento, sem afetar a qualidade dos resultados obtidos (estimativas de dose). / Recently, the use of mobile devices has been proposed for the measurement of dose evaluation during nuclear accidents. The idea is to support field teams, providing a rough estimate of the dose distribution map in the vicinity of the nuclear power plant (NPP), without the need to connect to the NPP systems. In order to provide this autonomous execution, a set of artificial neural networks (ANNs) is proposed instead of the traditional atmospheric dispersion of radionuclides (ADR) systems that use complex physical models that require an excessive processing time. One limitation observed in this approach is the very time-consuming training of ANN. In addition, if the number of input parameters increases, the performance of standard ANNs, such as Multilayer-Perceptron (MLP) with backpropagation training or General Regression Neural Networks (GRNN), is affected, leading to an irrational prediction. Thus, work focuses on the study of computational technologies to improve the RNAs to be used in the mobile application, as well as their training algorithms. However, to refine learning and allow better dose estimates, more complex ANN architectures are required. Layer ANNs (much more than a typical number of layers), sometimes referred to as Deep Neural Networks (DNNs), for example, have been shown to perform better. On the other hand, the training of such ANNs is very slow. Thus, in order to allow the use of these DNNs in a reasonable training time. With this, a parallel programming solution is proposed, using the Graphics Processing Units (GPU). In this context, this work used the TensorFlow framework to develop deep neural networks with 9. As a result, speedups between 50 and 100 times (depending on the ANN architectures compared) were achieved in the training process, without affecting the quality of the results obtained dose).

Submitted by Liliane Ferreira (ljuvencia30@gmail.com) on 2018-04-23T11:10:57Z No. of bitstreams: 2 Dissertação - Gabriel Cristóbal Valenzuela Saavedra - 2018.pdf: 4929181 bytes, checksum: 32d6c5535f93ba6a8920d6f67beb26e8 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-04-23T11:57:24Z (GMT) No. of bitstreams: 2 Dissertação - Gabriel Cristóbal Valenzuela Saavedra - 2018.pdf: 4929181 bytes, checksum: 32d6c5535f93ba6a8920d6f67beb26e8 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-04-23T11:57:24Z (GMT). No. of bitstreams: 2 Dissertação - Gabriel Cristóbal Valenzuela Saavedra - 2018.pdf: 4929181 bytes, checksum: 32d6c5535f93ba6a8920d6f67beb26e8 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-03-28 / Outro / El presente estudio tiene como finalidad encontrar un camino metodológico para modelar la dispersión de contaminantes atmosféricos provenientes de fuentes de emisión fija, a través de materiales baratos y simples. El camino insto de la revisión teórica de los principales conceptos de la contaminación atmosférica y la calidad del aire, así conocer cuales factores determinan áreas vulnerables a la contaminación atmosférica. Se usó una fuente de emisión fija de una industria alimentaria para mostrar un análisis de lo que sería un estudio de impacto ambiental de las emisiones producto de la operación normal de la fábrica para el año 2012, sin la intención de evaluar, si no, para mostrar cómo se aplica el modelo en un caso práctico. De esta forma, colocar en disposición una metodología que pueda ser usada en estudios que ayuden a la toma de decisión para la planificación en la introducción de nuevas fuentes de emisión o la alteración de las antiguas. Como resultado, se consiguen imágenes donde es fácilmente reconocible el área de susceptibilidad de las emisiones provenientes de la fuente fija, las que son interpretadas para aclarar que podría pasar frente a los diversos escenarios posibles. / O presente estudo teve como objetivo encontrar o caminho metodológico para modelar a dispersão de poluentes atmosféricos provenientes de fontes de emissão fixa, através de materiais baratos e simples. O percurso instou da revisão teórica e dos principais conceptos da poluição e qualidade do ar para saber quais são os fatores que determinam áreas vulneráveis à poluição atmosférica. Usou-se uma fonte de emissão atmosférica fixa de uma indústria alimentar para mostrar um analises do que seria um estudo de impacto das emissões produto da operação normal da fábrica para o ano 2012, sem a intenção de avaliar a indústria, mas para mostrar como se aplica o modelo de dispersão em casos práticos. Dessa forma, disponibilizar uma metodologia que possa ser usada em estudos que ajudem a tomar decisões de planejamento para a colocação de novas fontes de emissão ou a alteração das antigas. Como resultado, se consegue imagens onde é facilmente reconhecível a área de susceptibilidade das emissões provenientes da fonte fixa, as quais são interpretadas para esclarecer o que poderia acontecer frente aos diversos cenários possíveis.

Neste trabalho é desenvolvida uma solução semi-analítica para a Equação de Langevin assintótica (Equação de Deslocamento Aleatório) aplicada à dispersão de poluentes na Camada Limite Convectiva (CLC). A solução tem como ponto de partida uma equação diferencial de primeira ordem para o deslocamento aleatório, sobre a qual é aplicado o Método Iterativo de Picard. O novo modelo é parametrizado por um coeficiente de difusão obtido a partir da Teoria de Difusão Estatística de Taylor e de um modelo para o espectro de turbulência, assumindo a supersposição linear dos efeitos de turbulência térmica e mecânica. A avaliação do modelo é realizada através da comparação com dados de concentração medidos durante o experimento de dispersão de Copenhagen e com resultados obtidos por outros quatro modelos: modelo de partículas estocástico para velocidade aleatória (Modelo de Langevin), solução analítica da equação difusão-advecção, solução numérica da equação difusão-advecção e modelo Gaussiano. Uma análise estatística revela que o modelo proposto simula satisfatoriamente os valores de concentração observados e apresenta boa concordância com os resultados dos outros modelos de dispersão. Além disso, a solução através do Método Iterativo de Picard pode apresentar algumas vantagem em relação ao método clássico de solução.

Neste trabalho é desenvolvida uma solução semi-analítica para a Equação de Langevin assintótica (Equação de Deslocamento Aleatório) aplicada à dispersão de poluentes na Camada Limite Convectiva (CLC). A solução tem como ponto de partida uma equação diferencial de primeira ordem para o deslocamento aleatório, sobre a qual é aplicado o Método Iterativo de Picard. O novo modelo é parametrizado por um coeficiente de difusão obtido a partir da Teoria de Difusão Estatística de Taylor e de um modelo para o espectro de turbulência, assumindo a supersposição linear dos efeitos de turbulência térmica e mecânica. A avaliação do modelo é realizada através da comparação com dados de concentração medidos durante o experimento de dispersão de Copenhagen e com resultados obtidos por outros quatro modelos: modelo de partículas estocástico para velocidade aleatória (Modelo de Langevin), solução analítica da equação difusão-advecção, solução numérica da equação difusão-advecção e modelo Gaussiano. Uma análise estatística revela que o modelo proposto simula satisfatoriamente os valores de concentração observados e apresenta boa concordância com os resultados dos outros modelos de dispersão. Além disso, a solução através do Método Iterativo de Picard pode apresentar algumas vantagem em relação ao método clássico de solução.

Neste trabalho é desenvolvida uma solução semi-analítica para a Equação de Langevin assintótica (Equação de Deslocamento Aleatório) aplicada à dispersão de poluentes na Camada Limite Convectiva (CLC). A solução tem como ponto de partida uma equação diferencial de primeira ordem para o deslocamento aleatório, sobre a qual é aplicado o Método Iterativo de Picard. O novo modelo é parametrizado por um coeficiente de difusão obtido a partir da Teoria de Difusão Estatística de Taylor e de um modelo para o espectro de turbulência, assumindo a supersposição linear dos efeitos de turbulência térmica e mecânica. A avaliação do modelo é realizada através da comparação com dados de concentração medidos durante o experimento de dispersão de Copenhagen e com resultados obtidos por outros quatro modelos: modelo de partículas estocástico para velocidade aleatória (Modelo de Langevin), solução analítica da equação difusão-advecção, solução numérica da equação difusão-advecção e modelo Gaussiano. Uma análise estatística revela que o modelo proposto simula satisfatoriamente os valores de concentração observados e apresenta boa concordância com os resultados dos outros modelos de dispersão. Além disso, a solução através do Método Iterativo de Picard pode apresentar algumas vantagem em relação ao método clássico de solução.

Submitted by Almir Azevedo (barbio1313@gmail.com) on 2018-06-07T17:17:44Z No. of bitstreams: 1 dissertacao mestrado ien 2018 Kelcio Jose Gomes.pdf: 23521797 bytes, checksum: 9f86dd75bf1d595f5e579d31365eb4a4 (MD5) / Made available in DSpace on 2018-06-07T17:17:44Z (GMT). No. of bitstreams: 1 dissertacao mestrado ien 2018 Kelcio Jose Gomes.pdf: 23521797 bytes, checksum: 9f86dd75bf1d595f5e579d31365eb4a4 (MD5) Previous issue date: 2018-04 / Este trabalho apresenta um aplicativo móvel de previsão de doses para casos de emergências em Centrais Nucleares com liberação de material nuclear. O objetivo consiste em prover um suporte extra para a tomada de decisões de equipes de campo quando a os sistemas de informações da planta estiverem indisponíveis. Contudo, a previsão de doses devido a dispersão de radionuclídeos na atmosfera requer a execução de modelos físicos altamente complexos e computacionalmente intensos. Para que essas previsões sejam possíveis de serem feitas usando recursos computacionais limitados como, por exemplo, telefone celular é proposto neste trabalho o uso de Redes Neurais Artificiais (RNA) previamente treinadas (modo off-line) com dados obtidos por simulações precisas utilizando-se do Sistema de Dispersão Atmosférica. Para isso, foram consideradas situações típicas para cada acidente postulado, bem como uma ampla gama de condições meteorológicas. Como passo inicial, foram investigadas diversas arquiteturas de RNA para avaliar a capacidade de previsão de dose em cenários hipotéticos nas vizinhanças da Central Nuclear Brasileira da CNAAA, em Angra dos Reis, Rio de Janeiro. Como resultado, obteve-se um ótima generalização e um coeficiente de correlação de 0,99 para um conjunto de dados de avaliação (padrões não usados em treinamento). Diante disso, as RNAs selecionadas foram codificadas na Linguagem de Programação Java para serem executadas em um aplicativo da plataforma Android destinado a traçar a distribuição da dose espacial no mapa da região em questão. Neste trabalho, descreve-se a arquitetura geral do sistema proposto, resultados numéricos e comparações entre as arquiteturas investidas de RNA são discutidas. Além disso, o desempenho e limitações da execução numa plataforma de celular móvel são avaliados e possíveis melhorias e trabalhos futuros são apontados. / This work presents the approach of a mobile dose prediction system for NPP emergencies with nuclear material release. The objective is to provide extra support to field teams decisions when plant information systems are not available. However, predicting doses due to atmospheric dispersion of radionuclide generally requires execution of complex and computationally intensive physical models. In order to allow such predictions to be made by using limited computational resources such as mobile phones, it is proposed the use of artificial neural networks (ANN) previously trained (offline) with data generated by precise simulations using the NPP atmospheric dispersion system. Typical situations for each postulated accident and respective source terms, as well as a wide range of meteorological conditions have been considered. As a first step, several ANN architectures have been investigated in order to evaluate their ability for dose prediction in hypothetical scenarios in the vicinity of CNAAA Brazilian NPP, in Angra dos Reis, Brazil. As a result, good generalization and a correlation coefficient of 0.99 was achieved for a validation data set (untrained patterns). Then, selected ANNs have been coded in Java programming language to run as an Android application aimed to plot the spatial dose distribution into a map. In this work, the general architecture of the proposed system is described; numerical results and comparisons between investigated ANN architectures are discussed; performance and limitations of running the Application into a commercial mobile phone are evaluated and possible improvements and future works are pointed.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / In this thesis, we presents a development and validation of a 3D numerical model for the advection-diffusion equation. Models of this kind has been developed for scientific investigations and to support atmospheric emissions control and environmental policy decisions. To develop this model, we used the computational implementation of an explicit numerical scheme for the discretization of the envolved equations. During this procedures, exaustive tests were performed to ensure that the used implementations agrees to the stability, consistence and convergence criterias. As a way for minimizing one of the main deficiences found in almost the major atmospheric dispersion models, i.e. imprecisions in the meteorological input data for initializing this models, we used a realistic atmospheric flow field generated by mesoscale circulation model. As the mesoscale model gives information at scale larger than the necessary for description of a plume trajectory, a weighted linear average proper interpolation was developed for intermediate these distances. Our model considers the assumption that atmospheric turbulence is not isotropic, where diffusion coefficients are variables in time and space and are different for lateral and vertical directions. In our model we estimate this coefficients by the atmospheric boudary layer parameterizations proposed byMoraes (2000). For validation of themodel, we used experimental datasets from field experiment carried near a thermoelectric power plant presidente Médici, in the city of Candiota/RS. These datasets contains surface SO2 concentrations, surface wind velocity measured in meteorological towers as well as turbulence data measured in micrometeorological towers. The results of the validation indicates that the model works well, at least for the source and the terrain were it is located. i.e. continuous emission and homogeneous topography. / Nesta tese, apresentamos o processo de desenvolvimento e validação de um modelo numérico 3D para a equação de difusão-advecção. Modelos como este têm sido desenvolvidos objetivando a investigação científica para dar suporte ao controle de emissões de poluentes atmosféricos e à tomada de decisões no desenvolvimento de políticas ambientais. Para a elaboração deste modelo utilizamos a implementação de um esquema numérico explícito na discretização das equações envolvidas. Durante este processo, exaustivos testes foram realizados para que a implementação garantisse estabilidade, consistência e convergência. Como forma de minimizar uma das principais deficiências encontradas na maioria dos modelos de dispersão atmosféricos (MDA), qual seja, a imprecisão da entrada de dados meteorológicos para a inicialização destes modelos, utilizamos um campo de vento realístico gerado por um modelo numérico de circulação de mesoescala. No entanto, como este modelo de mesoescala fornece informações com uma escala maior do que a necessária para a descrição da trajetória de uma pluma, foi preciso desenvolver um método de interpolação apropriado para intermediar estas distâncias. Nosso modelo contempla, ainda, a hipótese da turbulência atmosférica não ser isotrópica, onde os coeficientes de difusão turbulenta são variáveis no tempo e espaço e, ainda, diferentes nas direções lateral e vertical. Em nosso modelo, estes coeficientes foram estimados utilizando a parametrização de camada limite proposta por Moraes (2000). Para a validação do modelo, utilizamos dados experimentais obtidos em um experimento realizado próximo à usina termelétrica Presidente Médici, no município de Candiota/RS. Estes dados compreendem medidas de concentração superficial de SO2, velocidade do vento em superfície medidos em torres meteorológicas, bem como dados de turbulência medido em torre micrometeorológica. Os resultados da validação mostraram que o modelo funciona bem, ao menos para o tipo de fonte e topografia onde está localizada, ou seja, emissão contínua e topografia homogênea.

A percepção crescente da sociedade em relação aos perigos inerentes às instalações industriais que manipulam grandes inventários de substâncias perigosas faz com que a ferramenta análise quantitativa de risco ganhe importância na complexa discussão sobre a viabilidade destes empreendimentos, no intuito de promover a ocupação adequada do solo na área urbana e prevenir a ocorrência do chamado acidente maior. Contudo, para se chegar à expressão de risco de uma determinada instalação industrial deve-se aplicar um conjunto de técnicas e de modelos matemáticos, entre os quais estão os modelos de dispersão atmosférica, usados para se estimar a área afetada na vizinhança da mesma por liberações acidentais que levam à formação de nuvens de substâncias químicas na atmosfera. Em decorrência da complexidade inerente ao próprio processo de dispersão atmosférica, especialmente no que tange aos denominados gases densos, existe uma diversidade de modelos que podem ser aplicados no escopo da análise de risco, o que leva a seus usuários, naturalmente, ao questionamento sobre a suscetibilidade dos resultados finais ao tipo de modelagem adotada. Neste sentido, este trabalho estuda o processo de dispersão atmosférica de nuvens densas formadas em liberações acidentais, identificando as principais possibilidades de modelagem deste processo e, ao final, apresenta um estudo de caso demonstrando que diferentes modelagens desta dispersão, comumente empregadas em análise de risco de instalações industriais, podem produzir variações na estimativa do risco de uma mesma instalação e, portanto, influenciar as decisões baseadas em risco. / The concern of the society about the risks posed by activities that deal with hazardous substances has increased in an environment strongly industrialized and with high population density in view of the inherent potential hazards of them as well as the impact of recent accidental episodes, even though their benefits provided. In this context the quantitative risk analysis is presented as an essential tool to assess the risk of these activities and compose a complex discussion about its feasibility. Some of these accident scenarios may involve the formation of a hazardous product cloud and its subsequent air dispersion in the off-site region when an accidental released take place and one should apply the so-called atmospheric dispersion models for estimating the consequences of the releases. Due to the complexity involved in this atmospheric dispersion process, there is a wide variety of mathematical models that can be applied for estimating the offsite consequences of the accidental releases leading, naturally, to one wonder whether the final risk expression of a facility is susceptible to these differences. Often in the world of industrial use of hazardous materials, toxic or flammable there is a possibility that these accidental releases produce clouds that are denser than air, a situation that demands even more attention in terms of risk aspects involved. Then, this dissertation studies the process of atmospheric dispersion of heavier-than-air clouds produced after an accidental release, identifying the main ways of modelling the process and presents a case study comparing different dispersion models that demonstrates that the final expression of risk of a typical installation can be different when it is used different dispersion model in the process.

A percepção crescente da sociedade em relação aos perigos inerentes às instalações industriais que manipulam grandes inventários de substâncias perigosas faz com que a ferramenta análise quantitativa de risco ganhe importância na complexa discussão sobre a viabilidade destes empreendimentos, no intuito de promover a ocupação adequada do solo na área urbana e prevenir a ocorrência do chamado acidente maior. Contudo, para se chegar à expressão de risco de uma determinada instalação industrial deve-se aplicar um conjunto de técnicas e de modelos matemáticos, entre os quais estão os modelos de dispersão atmosférica, usados para se estimar a área afetada na vizinhança da mesma por liberações acidentais que levam à formação de nuvens de substâncias químicas na atmosfera. Em decorrência da complexidade inerente ao próprio processo de dispersão atmosférica, especialmente no que tange aos denominados gases densos, existe uma diversidade de modelos que podem ser aplicados no escopo da análise de risco, o que leva a seus usuários, naturalmente, ao questionamento sobre a suscetibilidade dos resultados finais ao tipo de modelagem adotada. Neste sentido, este trabalho estuda o processo de dispersão atmosférica de nuvens densas formadas em liberações acidentais, identificando as principais possibilidades de modelagem deste processo e, ao final, apresenta um estudo de caso demonstrando que diferentes modelagens desta dispersão, comumente empregadas em análise de risco de instalações industriais, podem produzir variações na estimativa do risco de uma mesma instalação e, portanto, influenciar as decisões baseadas em risco. / The concern of the society about the risks posed by activities that deal with hazardous substances has increased in an environment strongly industrialized and with high population density in view of the inherent potential hazards of them as well as the impact of recent accidental episodes, even though their benefits provided. In this context the quantitative risk analysis is presented as an essential tool to assess the risk of these activities and compose a complex discussion about its feasibility. Some of these accident scenarios may involve the formation of a hazardous product cloud and its subsequent air dispersion in the off-site region when an accidental released take place and one should apply the so-called atmospheric dispersion models for estimating the consequences of the releases. Due to the complexity involved in this atmospheric dispersion process, there is a wide variety of mathematical models that can be applied for estimating the offsite consequences of the accidental releases leading, naturally, to one wonder whether the final risk expression of a facility is susceptible to these differences. Often in the world of industrial use of hazardous materials, toxic or flammable there is a possibility that these accidental releases produce clouds that are denser than air, a situation that demands even more attention in terms of risk aspects involved. Then, this dissertation studies the process of atmospheric dispersion of heavier-than-air clouds produced after an accidental release, identifying the main ways of modelling the process and presents a case study comparing different dispersion models that demonstrates that the final expression of risk of a typical installation can be different when it is used different dispersion model in the process.