Detalhes bibliográficos
| Ano de defesa: |
2024 |
| Autor(a) principal: |
Lima, Patrick Souza
 |
| Orientador(a): |
Schnitman, Leizer
|
| Banca de defesa: |
Tofaneli, Luzia Aparecida
,
Estevam, Valdir
,
Nogueira, Idelfonso Bessa dos Reis
|
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal da Bahia
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Mecatrônica da UFBA (PPGM)
|
| Departamento: |
Instituto de Computação - IC
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufba.br/handle/ri/41432
|
Resumo: |
O petróleo, que é composto por uma variedade de componentes químicos, exibe características físico químicas distintas, o que requer a aplicação de técnicas específicas para assegurar um fluxo adequado e evitar problemas operacionais. Dentre essas técnicas, o Core Annular Flow (CAF) se destaca, pois reduz as tensões de cisalhamento ao introduzir perifericamente um fluido de baixa viscosidade. No entanto, a injeção de fluidos imiscíveis pode resultar em diversos padrões de escoamento multifásico, o que tem sido um desafio para a indústria, que busca identificar o padrão de escoamento presente no sistema.Para abordar essa questão, foi desenvolvida uma metodologia que combina Computacional Fluid Dynamics (CFD) e inteligência artificial com agrupamentos fuzzy. Essa abordagem permitiu identificar de forma eficaz os diferentes padrões de escoamento. As simulações realizadas foram comparadas com dados experimentais já existentes na literatura, demonstrando a validade da metodologia proposta. Além disso, a aplicação do agrupamento fuzzy possibilitou a detecção de regiões de transição, proporcionando uma caracterização mais detalhada e contínua dos padrões de escoamento multifásico, o que amplia o entendimento desses fenômenos na indústria. |
