Estimativa de fluxo térmico em placas finas empregando termografia por infravermelho e problemas inversos com técnicas de regularização

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Sanches, Emerson de Lima
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Instituto Politécnico
BR
UERJ
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.bdtd.uerj.br/handle/1/13732
Resumo: Este trabalho tem como principal objetivo a realização da estimativa de fluxos térmicos aplicados a um dos contornos de uma amostra termicamente fina, por meio da solução dos problemas direto e inverso associados e da incorporação de medidas reais de temperatura, obtidos experimentalmente com termografia por infravermelho. Para este projeto, os dados experimentais obtidos via termografia são utilizados para a reconstrução de fluxos de calor para diferentes casos teste. Basicamente, os experimentos são realizados para fluxos com variação apenas no tempo e com variação bidimensional no espaço. Desta forma, os modelos adotados equivalem, respectivamente, a um problema de condução de calor transiente sem variação espacial e a um problema de condução permanente com variação espacial ao longo de duas direções. Ambos os modelos desenvolvidos permitem a utilização de uma metodologia explícita para solução dos problemas inversos de estimativa da função fluxo. Esta metodologia é verificada e validada com o método de Monte Carlo via Cadeias de Markov (MCMC), aplicado à solução dos mesmos problemas, já que o mesmo é amplamente conhecido. Além disso, devido à natureza mal-posta dos problemas inversos, é realizada uma análise da influência da regularização nos resultados obtidos. Para a metodologia explícita, as temperaturas originais são substituídas pelos seus valores mais importantes utilizando o truncamento de expansões em termos de autofunções. Para o MCMC, a técnica Total Variation (TV) é utilizada nas informações a priori. Os resultados comparativos entre ambos os métodos comprovam a aplicabilidade do método explícito para os problemas abordados, bem como demonstram uma maior eficiência no que diz respeito ao custo-computacional em comparação à abordagem Bayesiana e iterativa via MCMC.