[pt] A correta operação de equipamentos na indústria de Óleo e Gás é fundamental para a reduzir perdas ambientais, humanas e financeiras. Neste cenário, foram estudados selos secos a gás (em inglês,DGS) de compressores cetrífugos, por serem identificados como os mais críticos devido à extensão dos danos potenciais causados em caso de falha. Neste estudo, foram desenvolvidos 31 modelos regressivos disponíveis no Scikit-Learn através de técnicas de aprendizado de máquina (em inglês, ML). Estes foram treinados com um conjunto de dados escassos, criado a partir de uma técnica de planejamento de experimentos, para substituir simulações numéricas na previsão de confiabilidade operacional de DGSs. Primeiramente, foi validado um modelo baseado na simulação da Dinâmica dos Fluidos Computacionais (em inglês, CFD) para representar o escoamento do gás entre as faces de selagem, a fim de possibilitar o cálculo da confiabilidade operacional do equipamento. Neste, foi utilizado o software de CFD de código aberto OpenFOAM em conjunto com o banco de dados de substâncias do software REFPROP, a fim de possibilitar ao usuário definir a mistura gasosa e as condições operacionais avaliadas. Em seguida, foram realizados dois estudos de caso seguindo um fluxograma genérico de projeto proposto. O primeiro consistiu na determinação de um modelo regressivo para estimar a confiabilidade de um DGS cuja composição gasosa (composta por metano, etano e octano) é fixa porém suas condições operacionais podem ser alteradas. Já o segundo consistiu na determinação de um modelo regressivo mais robusto, onde tanto a composição gasosa como as condições operacionais podem ser alteradas. Por fim, foi avaliada a viabilidade de implementação de ambos os modelos em condições reais de operação, baseado na norma infinita obtida para a predição do conjunto de teste. As performances atingidar foram de 1.872 graus Celsius e 6.951 grau Celsius para o primeiro e segundo estudos de caso, respectivamente. / [en] The correct equipment operation in the Oil and Gas industry is essential to reduce environmental, human, and financial losses. In this scenario, dry gas seals (DGS) of centrifugal compressors were studied, as they are identified as the most critical device due to the extent of the potential damage caused by their failure. In this study, 31 regression models available at Scikit-Learn were developed using machine learning (ML) techniques. They were trained with a scarce dataset, created based on a design of experiment technique, to replace numerical simulations in predicting the operational reliability of DGSs. First, a model based on Computational Fluid Dynamics (CFD) simulation was validated to represent the gas flowing between the sealing faces, to enable the calculation of the equipment’s operational reliability. Thus, the open-source CFD software OpenFOAM was used together with the substance database of the software REFPROP, to allow the user to define the gas mixture and the evaluated operational conditions. Then, two case studies were carried out following a proposed generic workflow. The first comprised determining a regression model to estimate the reliability of a DGS whose mixture composition (composed of methane, ethane, and octane) is fixed but its operating conditions can vary. The second consisted of determining a more robust regressive model, where both the mixture composition and the operational conditions can vary. Finally, the feasibility of implementing both models under realistic operating conditions was evaluated, based on the infinity norm obtained for the prediction of the test set. The performances achieved were 1.872 degrees Celsius and 6.951 degrees Celsius for the first and second case studies, respectively.

[pt] O presente trabalho apresenta um estudo numérico da transferência de energia por radiação e sua interação com as propriedades radiantes cinzas e espectrais dos gases produtos da combustão e da fuligem que são formados em um processo de combustão turbulenta. Assim, utilizam-se sistemas de forno/- queimador que operam em regime de chama não pré-misturada de maneira a avaliar, através da dinâmica dos fluidos computacional (CFD), a influência que exercem os diversos modelos de propriedades radiantes sobre a representação da termoquímica do escoamento reativo. Com o objetivo de identificar as principais características e deficiências que apresentam cada um destes modelos, foram considerados dois cenários. O primeiro, correspondente a um problema de radiação unidimensional de um sistema homogêneo e não isotérmico onde são estudados, modelos de propriedades radiantes (i) disponíveis em um software comercial de CFD e (ii) aqueles que foram implementados neste trabalho. Além disso, foi empregado um código numérico que determina as propriedades radiantes espectrais de gases produtos da combustão e da fuligem através de uma abordagem de banda estreita. Para este fim, este código foi acoplado com o software de CFD. Em seguida, dois queimadores de porte laboratorial são empregados de forma a avaliar a capacidade preditiva dos modelos de propriedades radiantes: o primeiro queima propano gasoso e ar enriquecido com oxigênio e o segundo utiliza querosene líquido e oxigênio como reagentes. Dados experimentais de fluxo de calor radiante e de fração volumétrica da fuligem são utilizados para comparação com os resultados obtidos da simulação. Para ambas as configurações de queimador foi também estudado o modelo de Moss-Brookes para previsão da formação/consumo da fuligem. Os resultados obtidos demonstraram o bom desempenho da maioria dos modelos de propriedades radiantes estudados. Em particular, a abordagem de banda estreita foi o que melhor previu a radiação térmica. Além disso, a sua utilização com o modelo de Moss-Brookes levou à melhor previsão da fração volumétrica da fuligem. / [en] This work presents a numerical study of radiation heat transfer and its interaction with gray and spectral radiation of combustion products and soot that are formed in a turbulent combustion process. Different burner/furnace systems operating in a non-premixed combustion regime were used in order to evaluate, through computational fluid dynamics (CFD), the influence of several radiant properties models. Aiming to identify the key features and shortcomings that exhibit each of these models, two scenarios were considered. The first corresponds to a 1-D radiation problem where radiative properties models of a homogeneous non isothermal system are studied as (i) available CFD commercial software and (ii) those implemented in this work. Moreover, a numerical code was used in order to determine, through a narrow band approach, the spectral radiative properties of soot and combustion products. For this purpose, this code was coupled with the CFD software. Then, two laboratory-scale burners are used to assess the predictive capacity of radiative properties models: the first, burning propane and enriched air oxygen, and the second uses kerosene and oxygen as reactants. Measurements of radiant heat flux and soot volumetric fraction are used for comparison with simulation results. For both configurations, the performance of the Moss-Brookes model for predicting the soot production was also studied. The results of this study demonstrated the good performance of the majority of the radiant properties models studied. Particularly, the narrow band approach was the model that provided the best thermal radiation prediction. Moreover, the combination of the narrow band approach with the Moss-Brookes model lead to the best prediction of soot volume fraction.