C??lculo da fra????o de vazio em escoamentos bif??sicos (g??s/l??quido) a partir da identifica????o de bolhas em imagens digitais

• Autor(a) principal: SERRA, PEDRO L.S.
• Data de Publicação: 2017
• Tipo de documento: Tese
• Título da fonte: Repositório Institucional do IPEN
• Texto Completo: http://repositorio.ipen.br/handle/123456789/29885
• topic: flying spot digitizers; cathode ray tube digitizers; data visualization; image processing; image scanners; digital systems; two-phase flow; fluid flow; steam; gasers; natural convection; void fraction; gravimetry; power reactors; nuclear power plants

A Ag??ncia Internacional de Energia At??mica (IAEA - "International Atomic Energy Agency") vem incentivando o desenvolvimento de sistemas passivos de refrigera????o em plantas nucleares visando a simplifica????o e o incremento da confiabilidade em fun????es essenciais de seguran??a nos projetos de uma pr??xima gera????o de reatores nucleares refrigerados a ??gua. O principal fundamento desses sistemas ?? o emprego da circula????o natural como sistema de seguran??a aplic??vel em opera????es de desligamento do reator para manuten????o ou na ocorr??ncia de acidentes. A circula????o natural ?? um fen??meno que surge em virtude do gradiente de temperatura em pontos diferentes do circuito de refrigera????o. Em condi????es extremas de estabilidade t??m-se o estabelecimento do escoamento bif??sico g??s/l??quido podendo configurar-se segundo diferentes regimes. A fra????o de vazio ?? reconhecida como um dos par??metros chave na predi????o da ocorr??ncia de instabilidades do escoamento bif??sico. Apresenta-se neste trabalho uma inovadora metodologia para estimativa da fra????o de vazio a partir de imagens digitais capturadas diretamente de circuitos experimentais que geram o escoamento bif??sico. O m??todo ?? baseado na aquisi????o de imagens, com controle da profundidade de campo, de uma se????o do Circuito de Circula????o Natural (CCN) presente no IPEN/CNEN-SP. A imagem ?? segmentada com base na infer??ncia fuzzy de diferentes par??metros de segmenta????o e ajustada ao foco utilizado na sua aquisi????o. Ela ?? varrida de um modo in??dito e iterativo, utilizando m??scaras de diferentes tamanhos integrando um conjunto de redes neurais com a Transformada Randomizada de Hough. Cada diferente tamanho de m??scara ?? escolhido de acordo com os tamanhos das bolhas que s??o os objetos de interesse. O volume da bolha ?? estimado baseado em sua proje????o plana capturada nas imagens digitais. O c??lculo da fra????o de vazio considera o volume da se????o geom??trica do escoamento no tubo de vidro cil??ndrico e a profundidade de campo utilizada e nos par??metros geom??tricos inferidos para cada bolha detectada. Os resultados mostraram que a integra????o entre o conjunto de redes neurais e a Transformada Randomizada de Hough aumentaram a robustez das estimativas do sistema.