Transferência de calor combinando radiação e convecção no interior de dutos de geradores de vapor fumotubulares

Esta dissertação de mestrado considera a transferência de calor combinando convecção e radiação térmica no escoamento de gases participantes em dutos de seção circular. Partindo de uma metodologia geral, o trabalho enfoca principalmente os casos típicos de aplicação em geradores de vapor fumotubulares de pequeno e médio porte, em que gases em alta temperatura escoam através de um tubo mantido em temperatura uniforme. O escoamento é turbulento e o perfil de velocidade é plenamente desenvolvido desde a entrada do duto. A temperatura do gás, contudo, é uniforme na entrada, considerando-se a região de desenvolvimento térmico. Duas misturas de gases são tratadas, ambas constituídas por dióxido de carbono, vapor d’água e nitrogênio, correspondendo a produtos típicos da combustão estequiométrica de óleo combustível e metano. As propriedades físicas dos gases são admitidas uniformes em todo o duto e calculadas na temperatura de mistura média, enquanto que as propriedades radiantes são modeladas pela soma-ponderada-de-gases-cinzas. O campo de temperatura do gás é obtido a partir da solução da equação bidimensional da conservação da energia, sendo os termos advectivos discretizados através do método de volumes de controle com a função de interpolação Flux-Spline; as trocas de energia radiantes são avaliadas por meio do método das zonas, onde cada zona de radiação corresponde a um volume de controle. Em um primeiro passo, a metodologia é verificada pela comparação com resultados apresentados na literatura para a transferência de calor envolvendo apenas convecção e combinando convecção com radiação. Em seguida, discutem-se alguns efeitos da inclusão da radiação térmica, por exemplo, no número de Nusselt convectivo e na temperatura de mistura do gás. Finalmente, são propostas correlações para o número de Nusselt total, que leva em conta tanto a radiação quanto a convecção. Essa etapa exige inicialmente uma análise dos grupos adimensionais que governam o processo radiante para redução do número elevado de parâmetros independentes. As correlações, aplicáveis a situações encontradas em geradores de vapor fumotubulares de pequeno e médio porte, são validadas estatisticamente pela comparação com os resultados obtidos pela solução numérica.

Aspectos matemáticos do problema de aprendizagem em inteligência artificial

O objetivo deste trabalho é apresentar a base teórica para o problema de aprendizagem através de exemplos conforme as ref. [14], [15] e [16]. Aprender através de exemplos pode ser examinado como o problema de regressão da aproximação de uma função multivaluada sobre um conjunto de dados esparsos. Tal problema não é bem posto e a maneira clássica de resolvê-lo é através da teoria de regularização. A teoria de regularização clássica, como será considerada aqui, formula este problema de regressão como o problema variacional de achar a função f que minimiza o funcional Q[f] = 1 n n Xi=1 (yi ¡ f(xi))2 + ¸kfk2 K; onde kfk2 K é a norma em um espa»co de Hilbert especial que chamaremos de Núcleo Reprodutivo (Reproducing Kernel Hilbert Spaces), ou somente RKHS, IH definido pela função positiva K, o número de pontos do exemplo n e o parâmetro de regularização ¸. Sob condições gerais a solução da equação é dada por f(x) = n Xi=1 ciK(x; xi): A teoria apresentada neste trabalho é na verdade a fundamentação para uma teoria mais geral que justfica os funcionais regularizados para a aprendizagem através de um conjunto infinito de dados e pode ser usada para estender consideravelmente a estrutura clássica a regularização, combinando efetivamente uma perspectiva de análise funcional com modernos avanços em Teoria de Probabilidade e Estatística.