UNIVERSIDADE DO VALE DO RIO DOS SINOS

CINCIAS EXATAS E TECNOLGICAS

CURSO DE PS-GRADUAO EM COMPUTAO APLICADA
Modelagem da disperso de
poluentes leves em ambientes
complexos.
por
LUCIANO PESSOLI
Dissertao submetida a avaliao
como requisito parcial para a obteno do grau de
Mestre em Computao Aplicada
Prof. Dr. Luiz Paulo Luna de Oliveira
Orientador
So Leopoldo, abril de 2006





























Ficha catalogrfica elaborada pela Biblioteca da
Universidade do Vale do Rio dos Sinos
















Catalogao na Publicao:
Bibliotecria Eliete Mari Doncato Brasil - CRB 10/1184


P475m Pessoli, Luciano
Modelagem da disperso de poluentes leves em
ambientes complexos / por Luciano Pessoli. 2006.
113 f. : il. ; 30cm.

Dissertao (mestrado) Universidade do Vale do
Rio dos Sinos, Programa de Ps-Graduao em Computao
Aplicada, 2006.
Orientao: Prof. Dr. Luiz Paulo Luna de Oliveira,
Cincias Exatas e Tecnolgicas.

1. Modelagem de sistema. 2. Simulao de sistema. 3.
Disperso de poluentes. I. Ttulo.

CDU004.414.23
3
O Innito um triz
Que vive no eterno
Em trao de giz.
Millr Fernandes
4
Agradecimentos
quando chega o momento de escrever os agradecimentos que percebo quan-
tas pessoas contriburam para que este trabalho fosse possvel. No quero me furtar
a oportunidade de agradecer a todos que de alguma maneira contriburam para o
sucesso deste projeto. Comeo pela minha amada Valesca, quo grande sua paci-
ncia e compreenso. Aos meus familiares e amigos, subtrados da minha presena
ao longo destes dois anos. Aos professores e funcionrios do PIPCA. Ao Prof. Luna
que ao longo desta dissertao revelou-se mais do que mero orientador. Ao Prof.
Faistauer que contribuiu muito na realizao dos trabalhos. Aos professores Adelmo
Luis Cechin e Jos Carlos Merino Mombach, integrantes da banca no Seminrio de
Andamento. Katia Hardt pelo seu trabalho precursor e motivador da presente
dissertao. E, em especial, ao Prof. Joo Goedert, pelas valorosas contribuies,
que s um cientista com seu talento e experincia poderia dar. CAPES e seus
avaliadores que tornaram economicamente vivel este projeto. Por m, mas no
menos importante, aos colegas de mestrado e de trabalho.
5
Sumrio
Lista de Abreviaturas 7
Lista de Figuras 8
Lista de Tabelas 15
Resumo 17
Abstract 18
1 Introduo 19
1.1 Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2.1 Objetivo Geral . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2.2 Objetivos Especcos . . . . . . . . . . . . . . . . . . . . . . . 23
2 Reviso Bibliogrca 24
2.1 Modelagem de fenmenos gasosos atravs de textura . . . . . . . . . . 24
2.2 Modelagem de fenmenos gasosos atravs de leis fsicas . . . . . . . . 26
2.3 Trabalhos experimentais com uxos turbulentos . . . . . . . . . . . . 37
3 Conceitos Bsicos 41
3.1 Mecnica dos Fluidos . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Difuso Turbulenta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3 Solues numricas de EDPs . . . . . . . . . . . . . . . . . . . . . . . 53
3.3.1 Condies iniciais e de contorno . . . . . . . . . . . . . . . . . 54
3.3.2 Mtodos Numricos . . . . . . . . . . . . . . . . . . . . . . . . 55
6
4 Modelo 61
4.1 Descrio do Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5 Validao 74
5.1 Validao dos pers de D
T
. . . . . . . . . . . . . . . . . . . . . . . . 75
5.1.1 Comparao com resultados de Hardt . . . . . . . . . . . . . . 75
5.1.2 Comparao com resultados experimentais . . . . . . . . . . . 81
5.2 Validao da metodologia de estimativa do campo de ventos . . . . . 84
5.2.1 Problema 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.2.2 Problema 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6 Resultados 91
7 Concluso 102
Bibliograa 106
A Grcos das Simulaes 110
B Glossrio 112
7
Lista de Abreviaturas
3D Tridimensional.
2D Bidimensional.
CFD Computational Fluid Dynamics.
CML Coupled Map Lattice.
DC Entende-se por qualquer valor constante.
EDP Equao Diferencial Parcial.
CAPES Coordenao de Aperfeioamento de Pessoal de Nvel Superior.
CAD Computer Aided Design.
Sr
90
Estrncio - Elemento qumico radioativo.
Cs
137
Csio - Elemento qumico radioativo.
LDA Laser-Doppler Anemometry.
PIV Particle Image Velocimetry
LIF Laser Induced Fluorescence
MKS Metro, Quilograma e Segundo
8
Lista de Figuras
FIGURA 2.1 (Gardner [7]) - Seqncia de modelagem de uma nuvem
atravs de elipsides. . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
FIGURA 2.2 (Elinas [4]) - Nuvem criada atravs de 27 elipsides. . . . . 26
FIGURA 2.3 (Nishita et al. [15]) - Nuvem simulada atravs da dinmica
de uidos computacional (CFD). . . . . . . . . . . . . . . . . . . . . 27
FIGURA 2.4 (Miyazaki et al. [13]) - Esquema de simulao de Miyazaki. 28
FIGURA 2.5 (Unbenscheiden e Trembilski [27]) - Substituio de part-
culas da nuvem por pequenos poliedros. . . . . . . . . . . . . . . . . . 29
FIGURA 2.6 ( Rasmussen et al. [21]) - A esquerda a simulao usando a
tcnica 2D de Rasmussen et al. e a direita uma simulao totalmente
tridimensional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
FIGURA 2.7 (Fedkiw et al. [5]) - Discretizao do espao de simulao
em Voxels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
FIGURA 2.8 (Fedkiw et al. [5]) - Simulao de fumaa em torno de um
objeto slido. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
FIGURA 2.9 (Gavrilov [8]) - Simulao da disperso de Sr
90
e Cs
137
na atmosfera. esquerda vista superior e direita a vista em corte
transversal da simulao. . . . . . . . . . . . . . . . . . . . . . . . . . 33
FIGURA 2.10 (Sau et al. [23]) - Cortes vertical do uxo em torno de
um obstculo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
FIGURA 2.11 (Hardt [10]) - Simulao do escoamento de fumaa em
grandes ambientes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
FIGURA 2.12 (Hardt [10]) - Aprisionamento da fumaa em vrtices. . . 37
FIGURA 2.13 (Vens e Satran [28]) - Esquemtico da congurao do
tnel de vento e o sistema de coordenadas. . . . . . . . . . . . . . . . 37
9
FIGURA 2.14 (Vens e Satran [28]) - Perl de velocidade obtido atra-
vs de experimento em tnel de vento. . . . . . . . . . . . . . . . . . 38
FIGURA 2.15 (Jirka [11]) - Acima o uxo do mar atravs de pequenas
ilhas. Abaixo a simulao em laboratrio. . . . . . . . . . . . . . . . 39
FIGURA 2.16 (Jirka [11]) - Pers de concentrao lateral obtidos em
laboratrio. esquerda a mdia da concentrao e direita a con-
centrao RMS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
FIGURA 3.1 (Roberts e Webster [22]) - Experimento com uma substn-
cia liberada em um canal aberto com uxo turbulento. Substncia
liberada a
1
4
da profundidade do canal. . . . . . . . . . . . . . . . . . 47
FIGURA 3.2 (Roberts e Webster [22]) - Velocidades amostradas em um
uxo turbulento num canal aberto nas profundidades
z
d
= 0.03 (em
baixo) e
z
d
= 0.72 (no alto), onde z a distncia da parede e d a
profundidade do canal. . . . . . . . . . . . . . . . . . . . . . . . . . . 47
FIGURA 3.3 (Ottino [16]) - Pers de comportamento da difuso: (a)
decaimento da taxa de mistura; (b) decaimento da taxa de mistura
em uxos com reorientao parcial; (c) taxa de mistura em uxos
fortemente reorientados. . . . . . . . . . . . . . . . . . . . . . . . . . 48
FIGURA 3.4 (Roberts e Webster [22]) - Descrio esquemtica do cami-
nho da difuso em um uxo turbulento. . . . . . . . . . . . . . . . . . 50
FIGURA 3.5 (Roberts e Webster [22]) - Trajetria de duas partculas
liberadas em um uxo turbulento. . . . . . . . . . . . . . . . . . . . . 52
FIGURA 3.6 (Roberts e Webster [22]) - Funo de autocorrelao das
velocidades das partculas. . . . . . . . . . . . . . . . . . . . . . . . . 54
FIGURA 3.7 (Press [20]) - Esquema de soluo para problemas que en-
volvem valores de fronteira. . . . . . . . . . . . . . . . . . . . . . . . 57
FIGURA 3.8 (Burden [1]) - Esquema de discretizao do espao para o
Mtodo de Diferenas Finitas. . . . . . . . . . . . . . . . . . . . . . . 57
FIGURA 3.9 (Burden [1]) - Alcance da aproximao baseado na Equao
(3.41) no ponto u(x, y). . . . . . . . . . . . . . . . . . . . . . . . . . . 59
FIGURA 3.10 Grade de discretizao utilizada pelo mtodo de elementos
nitos em uma ferramenta CFD para inicializao de um uxo. . . . . 60
10
FIGURA 4.1 Estrutura do modelo proposto em Hardt [10]. . . . . . . . . 62
FIGURA 4.2 Estrutura do modelo implementado para esta dissertao. . 63
FIGURA 4.3 Ambiente de simulao retangular , posicionado em um
sistema de coordenadas onde as condies de contorno so =

1
+
2
+
3
+
4
. . . . . . . . . . . . . . . . . . . . . . . . . . 64
FIGURA 4.4 Polinmios ajustados nas fronteiras
i
do espao de si-
mulao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
FIGURA 4.5 Camada para clculo dos coecientes de difuso turbulenta. 67
FIGURA 4.6 Geometria bidimensional da esteira do uxo. . . . . . . . . 67
FIGURA 4.7 Perl do comportamento de difuso turbulenta obtido atra-
vs da Equao (4.5). . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
FIGURA 4.8 Conformao do perl em torno de um cilindro (que no
mostrado) de dimetro = 33, dado pela Equao 4.5 com k = 4,
= 1, = 1, 5 e vento no sentido Sul-Norte. . . . . . . . . . . . . . . 70
FIGURA 4.9 Pers do coeciente de difuso turbulenta em torno de obs-
tculos devido a ao de um campo de ventos entrando no ambiente
na direo Sudeste obtidos a partir da Equao (4.5). . . . . . . . . . 72
FIGURA 5.1 Localizao do cilindro, fontes de poluentes e rea qua-
drada para totalizao da concentrao de poluente na parte posterior
do cilindro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
FIGURA 5.2 Resultado das simulaes com o modelo apresentado por
Hardt [10], o modelo atual e o terico dado por (5.1). As Figuras (a),
(b) e (c) mostram os resultados das simulaes 1, 2 e 3, respectiva-
mente, conforme a Tabela 5.1. . . . . . . . . . . . . . . . . . . . . . . 77
FIGURA 5.3 Comparao dos nveis de concentrao de poluente resul-
tante das simulaes 2, 6 e 7 da Tabela 5.1. Janela de rea 400 cel
2
localizada na parte posterior do cilindro, conforme mostra a Figura 5.1. 78
FIGURA 5.4 Concentrao indevida do poluente nas regies laterais ao
cilindro. Efeito devido ao campo de vento uniforme (v = (1, 0)). . . . 79
FIGURA 5.5 Localizao do cilindro, fontes de poluentes e rea qua-
drada para totalizao da concentrao de poluente na parte posterior
e afastada do cilindro. . . . . . . . . . . . . . . . . . . . . . . . . . . 80
11
FIGURA 5.6 Comparao dos nveis de concentrao de poluente resul-
tante das simulaes 2, 6 e 7 da Tabela 5.1. Janela de rea 400 cel
2
afastada do cilindro com posio central nas coordenadas (160, 80). . 81
FIGURA 5.7 (a) - Experimento em laboratrio de Jirka [11]. (b) - Si-
mulao do experimento de Jirka usando o modelo proposto. . . . . . 83
FIGURA 5.8 Comportamento das concentraes em torno do eixo que
corta o centro do cilindro. O eixo
3
representa a fronteira direita
do ambiente de simulao da Figura 5.7(b). . . . . . . . . . . . . . . 84
FIGURA 5.9 Erro entre os valores absolutos na estimativa do campo de
vento a partir de poucas amostras. . . . . . . . . . . . . . . . . . . . 86
FIGURA 5.10 (a) - Condies de contorno determinadas por funes
conhecidas (b) - Condies de contorno determinada por polinmios
resultantes da interpolao de 5 amostras de ventos em pontos de
valores conhecidos. De fato, em ambas as fronteiras as diferenas
entre ambas as condies so imperceptveis. . . . . . . . . . . . . . . 87
FIGURA 5.11 (a) - Campo de ventos gerado a partir das condies de
contorno denidas na Tabela 5.7. (b) - Campo de ventos gerado a
partir de polinmios encontrados atravs da interpolao de amostras
coletadas em pontos conhecidos das funes da Tabela 5.7. As reas
mais claras dos grcos representam as regies de menores velocidades
do vento. Percebe-se atravs destas guras a grande semelhana entre
os dois campos de ventos. . . . . . . . . . . . . . . . . . . . . . . . . 88
FIGURA 5.12 Vericao dos erros de magnitude (a) e fase (b) do campo
de velocidades entre os campos de ventos da Figura 5.11(a) e (b). (b)
Erro absoluto da velocidade entre os campos de ventos. (b) Erro de
fase entre os dois campos de ventos. As regies de maior erro de fase
coincidem com as regies de menor velocidade do vento e de menor
erro absoluto entre suas velocidades. . . . . . . . . . . . . . . . . . . 89
12
FIGURA 5.13 (a) Comportamento do poluente sob a ao de campo
de vento estimado atravs de funes conhecidas (Tabela 5.5). (b)
Comportamento do poluente sob a ao d campo de ventos estimado
atravs dos polinmios encontrados a partir das amostras da Tabela
5.6. (c) Campo de ventos presente na simulao da Figura (a). (d)
Campo de ventos presente na simulao da Figura (b). . . . . . . . . 90
FIGURA 6.1 Simulao da disperso de poluentes em um ambiente de
baixa complexidade utilizando o modelo de Hardt [10], com coeciente
de difuso D = 0, 5 homogneo em toda a grade de simulao e campo
de vento v(1, 0) uniforme em todo o espao de simulao. . . . . . . . 92
FIGURA 6.2 Simulao da disperso de poluentes em um ambiente de
baixa complexidade utilizando o modelo desta dissertao, sem qual-
quer tipo de difuso (D = 0 e D
T
= 0)e com campo de ventos esti-
mado por uma ferramenta CFD a partir das condies de contorno. . 93
FIGURA 6.3 Campo de ventos da simulao da Figura 6.2, estimado
numericamente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
FIGURA 6.4 Simulao da disperso de poluentes em um ambiente de
baixa complexidade utilizando o modelo desta dissertao, coeci-
ente de difuso denidos atravs da Equao 4.5 e campo de vento
estimado por uma ferramenta CFD. . . . . . . . . . . . . . . . . . . . 94
FIGURA 6.5 Campo de coecientes D
T
calculados para o ambiente da
Figura 6.4. As regies claras correspondem aos maiores valores de
D
T
e as regies mais escuras, os menores valores. . . . . . . . . . . . 95
FIGURA 6.6 Comparao da simulao da disperso de poluentes uti-
lizando os modelos de Hardt e o desta dissertao. (a) Com difuso
homognea D = 0, 5 e campo de vento uniforme v(1, 0). (b) Sem
difuso e campo de vento estimado pela ferramenta CFD. (c) Coe-
ciente de difuso estimado atravs da Equao 4.5 e campo de vento
estimado pela ferramenta CFD. . . . . . . . . . . . . . . . . . . . . . 95
13
FIGURA 6.7 Comparao das regies de predominncia da difuso em
funo dos coecientes D
T
. (a) Simulao da disperso de poluentes
somente sob a ao do transporte convectivo (campo de ventos). (b)
Simulao da disperso de poluentes sob a ao dos transportes con-
vectivo e difusivo. (c) Campo de ventos presente no ambiente. (d)
Campo no-homogneo de D
T
onde as regies mais claras correspon-
dem aos maiores valores para D
T
. . . . . . . . . . . . . . . . . . . . . 96
FIGURA 6.8 Simulao da disperso de poluentes em um ambiente com-
plexo inspirado no Campus Universitrio da Unisinos, sob a ao de
campo de ventos com sentido NE e coeciente de difuso turbulenta
D
T
= 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
FIGURA 6.9 Simulao da disperso de poluentes em um ambiente com-
plexo inspirado no Campus Universitrio da Unisinos, sob a ao de
campo de ventos com sentido NE e sob a ao do perl do coeci-
ente de difuso turbulenta D
T
, calculado dentro de um alcance de
r
max
= 30 e com os parmetros = 1.5, = 1.5, k = 1.8. . . . . . . . 99
FIGURA 6.10 Os pontos de coleta de v, os respectivos valores para v n
(condies de contorno), e as interpolaes polinomiais em toda a
fronteira do ambiente (Campus Universitrio da Unisinos). . . . . . 100
FIGURA 6.11 Simulao da disperso de poluentes em um ambiente
complexo inspirado no Campus Universitrio da Unisinos, sob a ao
de campo de ventos estimados a partir das condies de contorno
denidas atravs de poucas amostras, coletadas nas fronteiras do am-
biente, e com perl de difuso turbulenta ativo D
T
,calculado dentro
de um alcance de r
max
= 30 e com os parmetros = 1.5, = 1.5,
k = 0.735. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
FIGURA 6.12 (a) Campo de ventos presente no ambiente da Figura 6.11.
(b) Campo no-homogneo de D
T
estimados em funo do campo de
ventos e da disposio dos obstculos da Figura 6.11. . . . . . . . . . 101
FIGURA A.1 Comparao dos nveis de concentrao de poluente resul-
tante das simulaes da Tabela 5.1. Janela de rea 400 cel
2
localizada
na parte posterior do cilindro, conforme mostra a Figura 5.1. . . . . . 110
14
FIGURA A.2 Comparao dos nveis de concentrao de poluente resul-
tante das simulaes da Tabela 5.1. Janela de rea 400 cel
2
afastada
do cilindro com posio central nas coordenadas (160, 80). . . . . . . 111
15
Lista de Tabelas
TABELA 4.1 Relao de escalas entre as grandezas do simulador e as
grandezas correspondentes no ambiente real (MKS). o fator de
escala entre o tamanho de uma clula da grade e o metro, o grau
de cinza do simulador, v
max
o maior mdulo do campo de ventos
no ambiente, % o percentual de concentrao de poluente, e n o
nmero de iteraes realizadas (representando o tempo). . . . . . . . 73
TABELA 5.1 Parmetros de simulao em torno do cilindro. Na tabela,
r
max
o alcance efetivo dos efeitos turbulentos, fora do qual a funo
D
T
(r, ) considerada nula, e D o coeciente de difuso molecular,
homogneo para toda a grade de simulao. . . . . . . . . . . . . . . 75
TABELA 5.2 Localizao e concentrao das fontes de emisso perma-
nente de poluentes usadas na validao do modelo atravs da simula-
o do escoamento do uxo em torno do cilindro. . . . . . . . . . . . 77
TABELA 5.3 Parmetros de simulao do experimento de Jirka. As
legendas so as mesmas da Tabela 5.1. . . . . . . . . . . . . . . . . . 82
TABELA 5.4 Localizao das fontes de emisso de poluentes usadas na
simulao do experimento de Jirka. . . . . . . . . . . . . . . . . . . . 82
TABELA 5.5 Condies de contorno denidas a partir de funes
senoidais. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
TABELA 5.6 Valores das amostras coletadas na fronteira do ambiente . 85
TABELA 5.7 Condies de contorno denidas a partir de funes
cuja soma de suas integrais = 0 (Equao 4.2). . . . . . . . . . . . . 87
16
TABELA 6.1 Localizao, concentrao e tipo das fontes de emisso
de poluentes usadas na simulao da disperso de poluentes em um
ambiente complexo inspirado no Campus Universitrio da Unisinos.
Fontes indicadas com P so do tipo permanente. Fontes indicadas
com I so do tipo instantneas. . . . . . . . . . . . . . . . . . . . . . 98
17
Resumo
Este trabalho prope uma metodologia para simular o transporte de poluentes
leves sob a ao de campos de ventos em ambientes complexos. O mtodo consiste
na diviso da clssica equao de difuso advectiva em duas componentes, uma
laminar e outra turbulenta. A primeira representa o campo de ventos, determinado
a partir de poucas amostras devidamente coletadas na fronteira do ambiente. A
estimativa dos campos de ventos resulta da interpolao destas amostras, para a
determinao das condies de contorno do ambiente de simulao, e da soluo da
equao da continuidade para escoamentos potenciais. A segunda componente, que
representa a parte turbulenta do escoamento, consiste em uma grade de valores no-
homogneos para os coecientes de difuso sobre o ambiente, determinada a partir
de um modelo tpico da difuso turbulenta, com base na fenomenologia da mecnica
dos uidos. Esta metodologia evita a necessidade da resoluo das equaes de
Navier-Stokes, e permite maior ecincia na simulao. O mtodo proposto, alm
de barato computacionalmente, fornece boa preciso na estimativa do escoamento
de poluentes em ambientes complexos. So exemplo das possveis aplicaes da
metodologia: (a) no planejamento de escoamento populacional em casos de acidentes
envolvendo escapamento de poluentes; (b) no planejamento urbano, permitindo uma
melhor distribuio de reas residenciais e industriais; ou (c) na previso e controle
de riscos ambientais devido a escapamentos danosos ao meio ambiente.
Palavras-chave: Fenmenos de transporte, Simulao, Fluxo potencial, Difuso
turbulenta.
18
TITLE: SIMULATION THE LIGHT POLLUTANT DISPERSION IN THE COM-
PLEX ENVIRONMENTS
Abstract
This work proposes a method for simulating the transport of pollutant, driven
by wind elds in complex environments. The method consists in dividing the
advective-diusion equation into two components, laminar and turbulent. The for-
mer represents the wind elds, obtained from a few samples properly collected at
the environment boundary. The wind eld estimation comes from the interpola-
tion of those samples, for determining the boundary conditions of the simulation
environment, and from numerical solution of the continuity equation for potential
ows. The second component, representing the turbulent part of the ow, consists
of a non-homogeneous scalar eld of diusion coecients dened in the ambient,
in accordance with a typical model for the turbulent diusion, based on the uid
mechanics phenomenology. The proposed methodology avoids the need of solving
the Navier-Stokes equations and gives the simulation more performance. The model,
besides being computationally cheap, gives good precision on the estimation of pol-
lutant transport in complex environments. Possible applications of the method are:
(a) on the planning of crowd evacuation in accidents involving pollutants escaping;
(b) on the urban planning, permitting a better distribution of residential and in-
dustrial areas; or (c) on the prevention and management of ambiental risks due to
escaping harmful for the environment.
Keywords: Transport phenomena, Simulation, Potential ow, Turbulent diusion.
19
Captulo 1
Introduo
Os fenmenos naturais complexos tm sido alvo de estudo de vrios pesqui-
sadores, em todas as partes do mundo e em todas as pocas. Atualmente, com o
desenvolvimento dos recursos computacionais, tais estudos podem modelar fenme-
nos cada vez mais complexos. Dentre todos os fenmenos estudados pelo homem,
um dos mais desaadores tem sido o da dinmica de uidos. De fato, os uidos em
geral exibem dinmicas turbulentas, o que a principal causa da sua complexidade.
Alm de sua importncia intrnseca, tais estudos tm aplicao direta em muitos
ramos da tecnologia. Poderamos citar as indstrias automobilstica, naval e aero-
nutica dentre uma innidade de exemplos.
O presente trabalho, trata da modelagem da disperso de poluentes devido s
correntes de vento em ambientes complexos, isto , de grandes escalas e com grande
nmero de obstculos. Tal estudo encaixa-se na categoria de fenmenos complexos
mencionada acima pois est ligado dinmica de uidos. O tema, tem merecido
a ateno de vrios pesquisadores nos ltimos anos, sejam voltados indstria do
entretenimento, sejam voltados criao de ferramentas que possam auxiliar na ava-
liao de riscos sade humana. Estes estudos podem ser divididos em dois tipos.
Aqueles preocupados com a simples visualizao esttica dos elementos envolvidos
(nuvens, fumaa, etc), dando importncia ao realismo visual dos resultados, e aque-
les preocupados com a modelagem precisa da dinmica desses elementos pela ao
do uido (ar, gua, etc) com o objetivo de previso. O presente trabalho encaixa-se
no segundo tipo.
20
Os poluentes leves obedecem com grande delidade aos campos de ventos.
Por isso, torna-se necessrio levar em considerao certos aspectos da teoria da
dinmica dos uidos, aplicados aos ventos. Os ventos, ao interagirem com os obs-
tculos, produzem uxos turbulentos. Esta turbulncia produz a rpida mistura
do ar, aumentando drasticamente a disperso destes poluentes no ambiente. Esse
processo chamado de difuso turbulenta, que muito mais eciente do que a ordi-
nria (molecular) que, por isso, ser desprezada neste trabalho. Portanto, a menos
que se diga explicitamente o contrrio, sempre que se falar em difuso, estar-se-
referindo-se difuso turbulenta.
Os mtodos de simulao que buscam resultados precisos na simulao do es-
coamento de uidos baseiam-se em estruturas geomtricas simples e em geral tratam
de escoamentos ideais, ou seja, escoamentos no-viscosos. Entretanto, na natureza,
a maioria dos escoamentos de uidos so viscosos e ocorrem em ambientes com obs-
tculos complexos. Atualmente os recursos computacionais no permitem que sejam
aplicadas as teorias existentes para resolver tais problemas. Por isso, muitos traba-
lhos (por exemplo [25]) negligenciam alguns fatores fsicos do fenmeno em funo
de um melhor desempenho.
Ao simular o escoamento de poluentes em ambientes reais, tem-se como obje-
tivo principal a determinao dos nveis de concentrao do poluente em cada ponto
e em cada instante. Para isto, precisa-se de uma estimativa dos campos de vento
em cada ponto do ambiente pois o vento quem ditar a disperso do poluente
leve. Como soluo, poder-se-ia medir as condies do vento em cada ponto do
ambiente, entretanto, esta soluo no vivel na prtica. A soluo vivel medir
as condies do vento em alguns pontos estratgicos do ambiente, com o objetivo de
interpolar essas medidas para os demais pontos desse ambiente. Neste caso, o ideal
seria considerar a resoluo numrica das equaes de Navier-Stokes, que modelam
completamente a dinmica dos uidos. Com tais solues, os campos de ventos
obtidos j conteriam as componentes turbulentas do escoamento e, a partir da, a
modelagem da disperso do poluente seria trivial. Entretanto, a grande diculdade
21
nesta abordagem surge justamente quando so levadas em considerao a viscosi-
dade e a complexa estrutura geomtrica do ambiente, responsveis pela componente
turbulenta. De fato, como mencionado acima, a resoluo das equaes de ui-
dos (Navier-Stokes) em ambientes complexos impraticvel, com os atuais recursos
tecnolgicos. Mesmo considerando ambientes simples, a modelagem da difuso de
poluentes com esta abordagem computacionalmente cara.
Hardt [10] apresentou um mtodo computacionalmente barato para simular o
escoamento de poluentes leves em ambientes complexos. O modelo est baseado em
princpios elementares de aproximao da difuso turbulenta, isto , aproximando-a
como se fosse ordinria (molecular). Assim, a representao da difuso turbulenta
naquele modelo foi feita atravs de um campo escalar de coecientes de difuso
constante em todo o ambiente. Alm disso, a metodologia de Hardt demanda que
o campo de ventos seja dado, em cada ponto do ambiente (muitas amostras), o que
impraticvel. Mais ainda, a aproximao adotada para as interaes dos campos
de ventos com os obstculos grosseira, se resumindo a um mecanismo simples de
deteco dos obstculos, e pela adoo de altos coecientes de difuso para todo
ambiente. Trata-se portanto de uma aproximao simples para as interaes do
campo de ventos com os obstculos uma vez que, na prtica, aqueles coecientes
so diferentes em cada ponto e so determinados por aquelas interaes.
Embora o modelo de Hardt tenha se mostrado satisfatrio para uma primeira
abordagem, pode-se obter melhores resultados com o seu renamento. A proposta
deste trabalho justamente propor alguns renamentos para o modelo de Hardt. Os
melhoramentos propostos sero os seguintes: uma metodologia para determinao
de campos de ventos a partir de poucas amostras e um modelo mais realista para
os coecientes de difuso turbulenta. Para estimar o campo de ventos em funo
dos obstculos, sero tomadas amostras do vento em alguns pontos das fronteiras do
ambiente e estas serviro para estimar o campo de vento em cada ponto do espao de
simulao. Alm disso, o campo de coecientes de difuso turbulenta ser denido
a partir de pers que levam em considerao a interao do campo de ventos com
os obstculos. O resultado ser uma metodologia de modelagem e simulao para o
22
transporte de poluentes em ambientes complexos sob a ao de campos de ventos. A
metodologia proposta tem aplicao no planejamento urbano, em controle de riscos
ambientais ou sade humana, dentre outras reas das quais necessitam de uma
metodologia eciente e sucientemente precisa para a previso de fenmenos que
envolvam o transporte de poluentes em ambientes de grande escala.
O trabalho est organizado da seguinte maneira. O Captulo 2 apresenta a bi-
bliograa com trabalhos relacionados, dando uma viso dos mtodos utilizados para
a simulao de fenmenos gasosos, como nuvens e fumaa, apresentando diferentes
abordagens para a visualizao, clculo do campo de ventos e processos de difuso.
O Captulo 3 apresenta os conceitos bsicos envolvidos neste trabalho, abordando
a mecnica dos uidos focando principalmente os uxos laminares, difuso turbu-
lenta bem como o clculo numrico de solues de equaes diferenciais parciais
elpticas. O Captulo 4 apresenta os detalhes das alteraes realizadas no modelo
de Hardt, com a descrio de como foi modelada a difuso turbulenta. O Captulo
5 apresenta as validaes da metodologia proposta neste trabalho. O Captulo 6
apresentam os resultados das simulaes com o novo modelo. Por m, no Captulo
7 so apresentadas as concluses e sugestes para trabalhos futuros.
1.1 Problema
O problema a ser tratado neste trabalho a disperso bidimensional de polu-
entes pelo ar em ambientes complexos. Por ambiente complexo, entende-se aquele
de grande escala com disposio complexa de obstculos sujeitos a campos de ven-
tos moderados, isto , com componentes turbulentas prximo aos obstculos. Sero
consideradas apenas as componentes horizontais da disperso, sendo desprezados os
efeitos verticais como os devidos temperatura, gravidade, aos regimes da ca-
mada limite, etc. Os poluentes a serem considerados so aqueles que obedecem com
grande delidade ao campo de ventos presente no ambiente, os quais sero chamados
de poluentes leves.
Com as hipteses acima, podemos decompor os campos de ventos bidimen-
23
sionais em uma componente no turbulenta (ou laminar) e outra turbulenta. A
primeira ser obtida pela soluo da equao da continuidade bidimensional para
um uxo potencial mediante as condies de contorno dadas, estimadas a partir de
poucas amostras. A segunda ser representada pela difuso turbulenta, represen-
tando seus mecanismos de mistura. Os detalhes desta diviso, no contexto da teoria
do transporte sero melhores tratados na Seo 4.1.
1.2 Objetivos
1.2.1 Objetivo Geral
Visa-se propor um mtodo para modelagem e simulao do transporte de po-
luentes, sucientemente preciso e eciente para aplicaes reais e situaes de emer-
gncia devido a escapamento de gases e planejamento urbano, dando condies para
uma melhor distribuio das zonas residenciais e industriais numa cidade. O resul-
tado deste trabalho permitir, por exemplo, que se possa avaliar os riscos sade
humana, em ambientes que ofeream riscos pela difuso de agentes txicos, como
cidades prximas a usinas nucleares ou indstrias qumicas.
1.2.2 Objetivos Especcos
Os principais objetivos so:
Denir os coecientes de difuso turbulenta atravs de um campo escalar no
homogneo de modo a representar a componente turbulenta do uido devido
a interao do campo de ventos com os obstculos..
Estimar adequadamente a componente laminar do campo de ventos a partir
de poucas amostras para determinar a parte convectiva do transporte.
Com base nos tens acima, fornecer um mtodo sucientemente preciso e e-
ciente para a simulao do escoamento de poluentes em grandes ambientes.
24
Captulo 2
Reviso Bibliogrca
Nesta seo apresentado um resumo dos trabalhos que envolvem a simula-
o de fenmenos de transporte. Dentre os quais aqueles que tem como objetivo
reproduzir com delidade os fenmenos relacionados mecnica de uidos, mode-
lando estes sistemas atravs das leis fsicas que os regem e trabalhos experimentais
que visam entender melhor os fenmenos de transporte envolvendo regimes turbu-
lentos. Primeiramente, sero citados alguns trabalhos cujo objetivo principal a
modelagem de nuvens atravs de estruturas slidas e texturizadas. Apesar de no se
relacionarem diretamente com o presente trabalho, por tratarem da modelagem de
fenmenos quasi-estticos, tais estudos so relevantes como referencia histrica da
evoluo da modelagem computacional de fenmenos gasosos. Para mais detalhes
sobre tais trabalhos, ver [10]. Depois, seguem-se os trabalhos envolvendo simulao
computacional e experimentos de escoamentos de uidos e gases.
2.1 Modelagem de fenmenos gasosos atravs de textura
Sob o ponto de vista visual, a modelagem de fenmenos gasosos iniciou com
a sintetizao de objetos estticos, dentre os quais pode-se destacar as nuvens. Em
geral, tais objetos apresentam estruturas complexas, tanto em nvel macroscpico
quanto no nvel microscpico o que abre espao a inmeros mtodos para sua modela-
gem. Um dos trabalhos pioneiros na simulao de fenmenos gasosos quasi-estticos
foi apresentado por Gardner [7] onde, atravs de superfcies planares, curvas e textu-
25
ras, foi possvel sintetizar nuvens com bons resultados visuais. O modelo de nuvem
apresentado composto por um cu plano, formas elipsides e uma funo mate-
mtica para a textura. Cada elipside da nuvem possui uma estrutura irregular e
transparente e a combinao de vrias elipsides com texturas diferentes e diferentes
pontos de transparncia geram nuvens de diferentes formatos. A Figura 2.1 mostra
a combinao gradativa da elipside texturizada e transparncias.
FIGURA 2.1 (Gardner [7]) - Seqncia de modelagem de uma nuvem atravs de
elipsides.
Com o objetivo de melhorar a visualizao de fenmenos gasosos quasi-estticos,
outros trabalhos baseados no trabalho de Gardner surgiram onde, basicamente fo-
ram discutidas novas formas de texturizar estes objetos. Elinas [4] sugeriu mudar a
funo de textura de Gardner, baseada na srie de Fourier simplicada, composta
por uma soma curta de senos, por uma funo baseada na textura de Perlin. O re-
sultado desta nova abordagens produz nuvens com detalhes mais complexos e pode
ser observado na Figura 2.2.
Com o aumento gradativo dos recursos computacionais foram surgindo no-
vas abordagens na representao de objetos relacionados aos fenmenos gasosos e
criou-se a necessidade de animar estes objetos. Seguindo esta linha, Nishita [14], em
um de seus trabalhos para modelar nuvens, combinou varias tcnicas para simular
e animar nuvens e tufes, como metaballs, fractais e efeitos pticos de disperso e
absoro da luz. Naquele trabalho uma imagem bidimensional de uma nuvem ou
mais precisamente, a distribuio de densidade de uma nuvem, dada atravs do
mapeamento das imagens fractais do conjunto de Mandelbrot. J para uma imagem
tridimensional de uma nuvem utilizada a tcnica de metaballs. Grandes metaballs
so organizados para dar a estrutura bsica da nuvem. Em seguida, e de forma re-
26
FIGURA 2.2 (Elinas [4]) - Nuvem criada atravs de 27 elipsides.
cursiva, pequenos metaballs so sobrepostos para criar os detalhes sutis que formam
as nuvens.
2.2 Modelagem de fenmenos gasosos atravs de leis fsicas
Ainda que muitos fenmenos gasosos (i.e.: nuvens) encontrados na natureza
paream estticos quando observados distncia, quando prximos percebe-se que
sua formao possui uma dinmica complexa, ou seja, muitas variveis fsicas in-
uenciam na sua formao e movimento. Este fato impulsionou pesquisadores a
criarem modelos para simular estes fenmenos baseados em leis fsicas. Em funo
disto, uma grande quantidade de agentes fsicos (i.e.: campo de ventos, tempera-
tura, viscosidade, etc. . . ) foram sendo includos nos modelos com o objetivo de
representar de forma cada vez mais realstica o comportamento destes fenmenos.
Nishita et al. [15] simularam a dinmica complexa das nuvens atravs da
dinmica dos uidos atmosfricos, do qual resulta as formas das nuvens. O mo-
delo inclui as fases de transio, resfriamento adiabtico e um campo de velocidade
representando a atmosfera. Neste modelo so levados em considerao efeitos da
temperatura, presso e viscosidade, baseados nas equaes de Navier-Stokes e uma
equao para o vapor e densidade da nuvem. O espao de simulao dividido em
pequenos cubos, denominado voxel, onde a simulao feita atravs da interao
27
FIGURA 2.3 (Nishita et al. [15]) - Nuvem simulada atravs da dinmica de
uidos computacional (CFD).
entre vapor, nuvem, temperatura e o vetor velocidade de cada voxel. Este mtodo
produz nuvens com bom realismo visual conforme mostrado na Figura 2.3. Entre-
tanto, no trabalho apresentado por Nishita e Dobashi no foi levado em considerao
a presena de obstculos.
Modelos baseados nas leis fsicas da dinmica de uidos possuem um alto custo
computacional. Para contornar isto, Miyazaki et al. [13] apresentaram um mtodo
para representar nuvens baseado nas equaes de Navier-Stokes onde usado um
modelo numrico simplicado chamado de coupled map lattice (CML). O modelo
CML uma extenso dos mtodos baseados em autmatos celulares e que tem como
principal vantagem o baixo custo computacional e a facilidade de implementao.
Como no modelo anterior, a combinao de vapor, presso e temperatura do origem
a nuvem. A formao da nuvem realizada como uma bolha que surge prxima ao
solo e sobe s regies de temperatura mais baixas representando de forma coerente
o que acontece na natureza. A Figura 2.4 apresenta um esquemtico desta simulao.
Nuvens em movimento no cu, espirais de fumaa, furaces entre outros fen-
menos so causados pela interao de objetos, neste caso partculas, com um campo
de ventos. Desta interao so gerados uxos turbulentos. Stam e Fiume [24] leva-
ram em considerao a turbulncia destes campos de ventos para simular fenmenos
28
FIGURA 2.4 (Miyazaki et al. [13]) - Esquema de simulao de Miyazaki.
gasosos, modelando o campo de vento como um processo estocstico e o modelo de
gs como uma distribuio de densidade das partculas que o compe. A evoluo
desta densidade dentro do campo de ventos feita atravs da equao de difuso
advectiva.
Os campos de ventos e outras caractersticas fsicas, presentes nos fenmenos
gasosos, so componentes importantes para a simulao do comportamento din-
mico dos gases. Segundo Stam e Fiume [25], um modelo para fenmenos gasosos
formado por trs componentes principais: uma representao do gs, um modelo
de seu comportamento e um modelo de iluminao que determina a aparncia do
fenmeno. Ao contrrio dos modelos que fazem uso de blobs para modicar a den-
sidade de um gs ao longo do tempo, Stam et al., props um modelo de blob que
modica a forma do gs de maneira no uniforme atravs do tempo, onde a massa
de gs deslocada atravs de um campo de vento. Desta forma, o gs tende a se
movimentar de uma maneira prxima ao que acontece na natureza. O modelo do
gs descrito atravs das variaes ao longo do tempo da densidade das partculas
de gs, dos campos de ventos e dos campos de temperaturas. Estas variaes so
descritas atravs das equaes de Navier-Stokes. Uma equao de difuso tambm
foi empregada no modelo por capturar as principais caractersticas de fenmenos de
transporte e tambm por inuenciar na densidade do gs, auxiliando na sua mis-
tura. O uso de uma equao de difuso devido ao fato de que a turbulncia no
modelada pelo campo de ventos.
29
FIGURA 2.5 (Unbenscheiden e Trembilski [27]) - Substituio de partculas da
nuvem por pequenos poliedros.
Os mtodos onde a densidade do fenmeno gasoso modelada atravs de
partculas possuem um alto custo computacional quando o nmero de partculas
elevado. Na busca de melhorar o desempenho de sistemas de simulao de fenme-
nos gasosos, em particular nuvens, Unbenscheiden e Trembilski [27] propuseram um
mtodo baseado em sistemas de partculas onde o nmero de partculas reduzido a
algumas centenas, melhorando o desempenho computacional da simulao. A idia
bsica do modelo usar somente as partculas que permanecem nos vrtices de po-
liedros, texturizados e so semitransparentes. Desta forma o nmero de partculas
de uma nuvem reduzido consideravelmente conforme mostra a Figura 2.5. Alm
disso, foram introduzidos alguns princpios fsicos para a simulao como o princpio
de sustentao de Arquimdes, lei do gs ideal e a lei de refrigerao de Newton.
Atento aos fenmenos envolvidos nos uxos, e com o objetivo de gerar imagens mais
realsticas Unbenscheiden e Trembilski [27] acrescentaram a componente de turbu-
lncia, baseada no modelo de movimento Browniano.
No intuito de contribuir na rea de estudos na simulao de fenmenos gaso-
sos em larga escala, Rasmussen et al. [21] apresentaram um mtodo bidimensional
eciente de simular exploses nucleares. O espao de simulao, tradicionalmente
tridimensional, foi reduzido a duas dimenses, representando cortes transversais da
simulao. A criao da exploso feita simulando o movimento das partculas atra-
vs de alguns campos de ventos gerados atravs das equaes de Euler. Alm disso,
o modelo faz uso da tcnica de connamento da vorticidade para acrescentar os vr-
tices, comum neste tipo de fenmeno, dando um aspecto realstico cada simulao.
Aps obtidas algumas simulaes sob a ao dos campos de ventos, o resultado tri-
30
FIGURA 2.6 ( Rasmussen et al. [21]) - A esquerda a simulao usando a tcnica
2D de Rasmussen et al. e a direita uma simulao totalmente tridimensional.
dimensional obtido fazendo uso de interpolao para preencher os espaos vazios
existente entre estes campos. Pode-se comparar o resultado apresentado por Ras-
mussen et al. [21] atravs da Figura 2.6.
Nenhum dos trabalhos mencionados acima levou em considerao a presena
de obstculos na simulao de fumaa ou nuvens. Fedkiw et al. [5] utilizaram um
mtodo muito conhecido na simulao de fenmenos que envolvem a mecnica dos
uidos, conhecido como CFD (Computational Fluid Dynamics), para dar vida a
gases, como a fumaa, levando em considerao a presena de obstculos simples.
Baseado nas equaes de Euler para gerar o campo de ventos de seu sistema e uti-
lizando a tcnica conhecida como connamento da vorticidade conseguiu injetar a
energia perdida devida a dissipao numrica, fenmeno que afeta o desempenho
de tais mtodos. Normalmente a mistura do ar com a fumaa produz, em diversas
escalas, uma grande quantidade de estruturas rotacionais, conhecidas como vrtices.
O efeito da dissipao numrica faz com que estas estruturas sejam suavizadas, ou
seja, vo perdendo a energia. O uso da tcnica de connamento da vorticidade faz
com que parte desta energia perdida seja adicionada novamente simulao fazendo
com que estes vortices permaneam mais tempo ativos na simulao. Fedkiw et al.
[5] implementaram um modo de simular o comportamento da fumaa quando esta
31
interage com objetos slidos. O espao da simulao foi discretizado em voxels, con-
forme mostrado na Figura 2.7. Nas faces de cada voxel so denidos os vetores de
velocidade enquanto que no centro a temperatura e a densidade da fumaa.
FIGURA 2.7 (Fedkiw et al. [5]) - Discretizao do espao de simulao em
Voxels.
Para lidar com objetos slidos, os voxels so denidos como ocupados e novos
valores de velocidade e temperatura so informados. Com isso pode-se reproduzir
uma variedade de efeitos somente alterando a velocidade ou temperatura do objeto.
O resultado obtido na aplicao deste tipo de tcnica mostrado na Figura 2.8.
Mtodos de simulao de fumaa ou fenmenos gasosos em grande escala so
interessantes pois abrem caminho ao desenvolvimento de ferramentas que podem
auxiliar predio do comportamento de um gs txico quando liberado na at-
mosfera. Pesquisas voltadas a estudar este tipo de comportamento deve levar em
considerao a interao da fumaa com objetos slidos. Com uma abordagem si-
milar aos mtodos apresentados anteriormente, Yoshida e Nishita [32] combinaram
o uso de metaballs, campos de ventos e o conceito de vorticidade para simular o
comportamento da fumaa movendo-se em torno de objetos slidos. Naquele traba-
lho foi simulado a densidade da fumaa com metaballs e a combinao destes como
sendo a fumaa. O campo de vento foi calculado pelas equaes de Reynolds, por
considerarem componentes de velocidade randmica no uxo. Os vrtices, comuns
na interao da fumaa com objetos ou campo de ventos, foram gerados atravs do
conceito de vorticidade. O espao de simulao dividido em voxels e a simulao
32
FIGURA 2.8 (Fedkiw et al. [5]) - Simulao de fumaa em torno de um objeto
slido.
consiste em mover os metaballs atravs do campo de vento. Uma das caractersticas
importantes da fumaa, que foi negligenciado, o efeito da difuso. Para introduzir
este comportamento, foi considerado que o raio do metaball aumentasse proporcio-
nalmente com o avano da simulao, contudo mantendo seu valor de densidade. De
fato, o resultado visual deste mtodo faz com que a fumaa se torne menos densa
a medida que o metaball aumenta de tamanho. Entretanto, a diminuio da con-
centrao de fumaa depende dos coecientes de difuso determinados na interao
dos campos de ventos e obstculos.
No entanto, para criar ferramentas que possam avaliar ou prever os riscos
sade humana causados pela liberao de poluentes na atmosfera, seja uma fonte de
emisso constante de uma indstria ou um acidente ambiental, os efeitos da difuso
devero ser levados em considerao. Gavrilov [8] apresentou um modelo estocstico,
para prever a difuso de poluentes para distncias entre 0,1 a 100 Km. No modelo,
os campos de ventos foram estimados atravs da integrao numrica das equaes
33
FIGURA 2.9 (Gavrilov [8]) - Simulao da disperso de Sr
90
e Cs
137
na
atmosfera. esquerda vista superior e direita a vista em corte transversal da
simulao.
da hidrodinmica, complementada pelas equaes de componentes independentes
do tensor turbulento. So levadas em considerao as condies climticas, prdios,
montanhas e outras caractersticas fsicas do espao de simulao. As trajetrias
pseudo-randmicas das partculas, dentro do uxo turbulento, so simuladas usando
o mtodo de Monte-Carlo. Nesta fase so levadas em considerao a sedimentao
gravitacional, transformao da cadeia radioativa e a interao com os obstculos.
Percebe-se no entanto, algumas falhas no que se refere ao campo de ventos no plano
horizontal apresentado por Gavrilov [8], conforme mostrado na Figura 2.9.
A simulao numrica aplicada pesquisa do comportamento de uidos uma
opo quando o objetivo principal a preciso dos resultados. Em um dos trabalhos
mais recentes no estudo do comportamento de uidos e suas interaes com paredes
ou obstculos, Sau et al. [23] zeram uso da simulao numrica para estudar a
interao de um uxo com um cilindro retangular e tambm a interao entre os
vrtices formados no uxo. Os vrtices gerados em um uxo turbulento so o pro-
duto do comportamento interno do uxo e sua dinmica sofre inuncia direta da
forma dos obstculos presentes no uxo. Sau comprovou, atravs de sua simulao, o
desaparecimento de vrtices devido a interao de vrtices com aceleraes de sinais
opostos e estudou o uxo em diferentes seces, transversal e horizontal. A Figura
34
FIGURA 2.10 (Sau et al. [23]) - Cortes vertical do uxo em torno de um
obstculo.
2.10 mostra o uxo de um uido em torno de um cilindro retangular em diferentes
camadas de seco vertical. Os resultados precisos obtidos por Sau so devidos a
simulao numrica tridimensional das equaes de uidos e esto de acordo com
a literatura para estes tipos de fenmenos. O custo computacional para gerar este
tipo de simulao elevado e foi levada a cabo utilizando uma arquitetura paraleli-
zada para o clculo da soluo numrica. O uso de tal metodologia para ambientes
complexos totalmente invivel.
Muitas outras reas do conhecimento vem utilizando a simulao de fenme-
nos de transporte para realizarem seus estudos. Recentemente foi apresentado um
trabalho onde foram exibidos resultados da simulao numrica para o clculo da
disperso de poluentes em um sistema hbrido [3]. Motivado a entender o comporta-
mento de ecossistemas prximos a regies industrializadas, Diniz et al. propuseram
35
um modelo para simular a inuncia de produtos impactantes nos meios aquticos,
usados no plantio de arroz. O modelo faz distino entre os poluentes devido a sua
densidade ou solubilidade, ou seja, queles que penetram na gua e os que no pe-
netram e tambm entre o transporte de poluentes pelo ar ou pela gua e a interao
entre estes dois meios. O modelo de disperso de poluentes pelo ar representado
de forma genrica por:
u
t
= {Dif} {Trp} {Dec} +{Fon} +{PPMA}, (2.1)
onde, u a concentrao do poluente no ar, {Dif} o processo de difuso, {Trp}
o processo de transporte, {Dec} o de decaimento, {Fon} representa as fontes
de poluentes e {PPMA} a contribuio dos poluentes provenientes do meio aqu-
tico. De modo equivalente, o modelo de disperso de poluentes no meio aqutico
representado por:
a
t
= {Dif} {Trp} {Dec} +{Fon} +{PPMAr}, (2.2)
onde a a concentrao do poluente na gua e {PPMAr} a contribuio dos
poluentes provenientes do meio areo. Diniz et al., atentos a interdisciplinaridade
envolvida neste tipo de trabalho, apresentou um modo de visualizar os resultados de
forma que outros prossionais, alm de matemticos, pudessem entender de forma
clara os resultados.
Hardt [10] apresentou um modelo para simulao do escoamento de poluentes
em ambientes de larga escala de baixo custo computacional. Motivada a fornecer
uma ferramenta que combinasse preciso e ecincia, baseou o seu modelo em con-
ceitos elementares de difuso e transporte de partculas sob a ao de campos de
ventos. No trabalho proposto por Hardt [10] eram passados ao simulador os cam-
pos de ventos, os obstculos, o coeciente de difuso e as fontes de fumaa am
de simular os comportamento da fumaa em um determinado ambiente. Naquele
36
FIGURA 2.11 (Hardt [10]) - Simulao do escoamento de fumaa em grandes
ambientes.
modelo, os campos de ventos eram fornecidos para todo o ambiente, isto , em cada
clula de simulao. Por isso, era inteiramente dependente do usurio no que con-
cerne obteno dos dados. Apesar disso, o mecanismo de deteco de obstculos
implementado foi capaz de corrigir inconsistncias na amostragem dos campos de
ventos, evitando invases de obstculos e recuperando, em certo grau, o movimento
de contorno do ar em relao aos obstculos. Entretanto, esta ltima correo foi
conseguida com o aumento articial do coeciente de difuso em todo o ambiente,
melhorando o fechamento da esteira de poluente em regies posteriores aos obstcu-
los mas aumentando indevidamente os espalhamento laterais (anterior e posterior).
Apesar de tudo o modelo de Hardt reproduziu com delidade o comporta-
mento do transporte de poluentes, mesmo quando o campo de ventos possui m
qualidade de amostragem. A Figura 2.11 ilustra um resultado onde o campo foi in-
formado como uniforme na direo noroeste, isto , com penetraes de obstculos
e ocultando todo o comportamento de contorno. Alm disso, os efeitos de con-
namento de poluentes por ao de vrtices foi contemplado, como ilustra a Figura
2.12 onde se tem um campo de vento uniforme na direo leste superposto com
dois vrtices opostos aprisionando poluente. Portanto, os renamentos propostos
ao modelo apresentado por Hardt [10], apresentados no Capitulo 4, preservar tais
caractersticas.
37
FIGURA 2.12 (Hardt [10]) - Aprisionamento da fumaa em vrtices.
FIGURA 2.13 (Vens e Satran [28]) - Esquemtico da congurao do tnel de
vento e o sistema de coordenadas.
2.3 Trabalhos experimentais com uxos turbulentos
Apesar de existirem modelos para representarem as estruturas turbulentas
encontradas nos uxos, muitos esforos so gastos para coletar dados atravs de
experimentos com uxos turbulentos. Vens e Satran [28] estudaram o perl de
uxos turbulentos interagindo com obstculos com o objetivo de melhor entender
as estruturas turbulentas geradas nestes uxos. Os experimentos foram conduzidos
em um tnel de vento e as velocidades medidas atravs de sensores com resoluo
de 12-bit e taxa de amostragem de 50Hz. A Figura 2.13 mostra um esquemtico da
disposio do obstculo e sensores dentro do tnel de vento.
Com os dados obtidos atravs deste experimento, foi possvel traar um perl
38
FIGURA 2.14 (Vens e Satran [28]) - Perl de velocidade obtido atravs de
experimento em tnel de vento.
de velocidade do uxo em funo do objeto e sua distncia. A Figura 2.14 mostra o
comportamento do uxo onde, h uma alterao grande da velocidade prxima ao
objeto e diminui gradativamente a medida que o uxo se afasta do objeto.
As diferentes velocidades encontradas em um uxo do origem a vrtices que
so responsveis pelos mecanismos de mistura e transporte de poluentes. Estas
estruturas, quando o uxo ocorre em grandes escalas como em grandes rios, so
predominantemente bidimensionais, ou seja, as dimenses horizontais dos vrtices
so muito maiores que a dimenso vertical. Com o objetivo de estudar os processos
de mistura que ocorrem nos uxos, Jirka [11] conduziu experimentos em laboratrio
a m de estudar as inuncias da velocidade do uido e condies topolgicas sobre
a gerao dos vrtices. A Figura 2.15 compara o comportamento do uido em dife-
rentes ambientes.
Utilizando laboratrios com precisos mtodos de medio de velocidade (LDA
ou PIV) e concentrao (LIF) , alm de controle do uxo, possvel representar,
em escalas menores, o que acontece com os uxos na natureza. Os resultados de
experimentos em laboratrios do base ao desenvolvimento de modelos matemticos
para o comportamento dos uidos e os mecanismos de transporte de poluentes. A
Figura 2.16 mostra o perl de concentrao da mistura ao longo do uxo encontrado
atravs dos experimentos realizados por Jirka.
Os trabalhos revisados neste captulo forneceram informaes sobre os dife-
rentes mtodos utilizados para a simulao de fenmenos gasosos em movimento e
39
FIGURA 2.15 (Jirka [11]) - Acima o uxo do mar atravs de pequenas ilhas.
Abaixo a simulao em laboratrio.
as vantagens inerentes a cada um dos mtodos. Grande parte destes trabalhos ne-
gligenciaram, em diferentes graus, aspectos fsicos destes fenmenos em detrimento
do desempenho computacional ou pela simples falta de recursos. Os resultados
apresentados nestes trabalhos orientaram a proposta desta dissertao no intuito de
apresentar uma metodologia sucientemente precisa e de baixo custo computacio-
nal. Trabalhos como o de Gavrilov [8] e Stam [25], embora apresentem resultados
precisos, so relativamente caros computacionalmente dado as caractersticas fsicas
implementada em seus modelos. Devido a isto, a presente proposta explora outras
FIGURA 2.16 (Jirka [11]) - Pers de concentrao lateral obtidos em laboratrio.
esquerda a mdia da concentrao e direita a concentrao RMS.
40
metodologias para garantir a preciso dos resultados e o desempenho computacio-
nal, como ser apresentado no Captulo 4.
41
Captulo 3
Conceitos Bsicos
Neste captulo sero abordados temas da mecnica dos uidos necessrios para
a elaborao desta dissertao tais como uxo laminares incompressveis e difuso
turbulenta. Tambm ser dedicado uma seo onde sero tratadas as equaes di-
ferencias parciais, suas condies iniciais e de contorno, com enfoque na equao da
continuidade e tambm os mtodos numricos para a soluo destas equaes.
3.1 Mecnica dos Fluidos
O estudo do comportamento dos uidos em movimento ou repouso e a con-
seqncia das interaes deste com obstculos ou mesmo outro uido chamado
de Mecnica dos Fluidos. O estudo dos uidos est inserido em diversas reas da
cincia, seja na medicina, em estudos sobre a respirao ou circulao sangnea, na
engenharia, em projetos de avies, navios ou bombas ou ainda, na previso meteo-
rolgica. Estes so apenas alguns exemplos da aplicao destes conhecimentos e, se
observarmos ao nosso redor, como sugerido em [30], percebemos que ". . . quase tudo
neste planeta um uido ou se move em um uido ou prximo dele".
A mecnica dos uidos est baseada em leis fundamentais da fsica, no entanto
em experimentos, a aplicao das teorias dos uidos geram resultados que enganam
as expectativas. Isto porque estas teorias fazem uso de uidos e condies ideais
para serem comprovadas. Segundo Giles [9], um uido uma substncia capaz de
42
uir e tomar a forma do recipiente que o contm. Um dos principais fatores que
caracteriza os uidos que um uido no suporta nenhuma fora de cisalhamento
por nenhum perodo de tempo. O resultado desta fora ser o movimento do uido.
O uido permanecer em movimento enquanto esta fora estiver ativa.
Os uidos esto subdivididos em dois grupos, lquidos e gases [19]. A diferena
entre estes dois estados est ligada a coeso molecular destas substncias. Em geral,
o estudo do escoamento de lquidos esto ligadas as foras gravitacionais enquanto
que os gases no sofrem inuncia da gravidade. Um uido pode estar em repouso,
ou em equilbrio hidrosttico, quando a tenso de cisalhamento aplicada sobre ele
zero ou pode estar em movimento.
Para descrever o movimento de um uido deve-se primeiramente considerar
que em um uido em movimento, as velocidades so diferentes em pontos distintos
e necessrio atribuir velocidade as suas trs componentes. Alm da veloci-
dade, a densidade e presso tambm variam de um ponto a outro em um uido
em movimento. Ento, os campos de velocidade, densidade e presso descrevem o
comportamento dinmico dos uidos em geral. A primeira equao para descrever
o comportamento de um uido deriva da lei de conservao de matria que diz, se
uma matria u para fora desde um ponto, deve haver uma diminuio da que ca.
Sendo a velocidade de um uido v, a quantidade de massa que ui por unidade de
tempo atravs de uma rea unitria de superfcie a componente normal de v
superfcie. A equao que descreve a conservao de massa de um uido
(v) =

t
, (3.1)
e conhecida como equao da continuidade. Onde a densidade do uido. A
densidade de um uido est ligada a presso e, como uma primeira aproximao,
podemos denir a densidade como = const.
Para uidos incompressveis, onde a densidade constante, a equao da con-
43
tinuidade ca
v = 0. (3.2)
Em alguns casos de uxos incompressveis, v um campo potencial, isto , existe
um campo potencial escalar tal que v = . Com isto, (3.2) se reduz equao
de Laplace em ,
= 0, (3.3)
neste caso, o uxo se diz potencial.
A velocidade de um uido dada pelas foras que so exercidas sobre ele.
Segundo a lei de Newton, o produto da massa de um elemento de volume do uido
pela sua acelerao deve ser igual a fora sobre o elemento, isto ,
(acel.) = f. (3.4)
Pode-se escrever a densidade de fora f como sendo a soma de trs termos: presso,
foras externas e foras viscosas. Assim, temos
(acel.) = p + f
visc.
, (3.5)
onde p representa a fora de presso por unidade de volume, representa
foras externas conservativas por unidade de massa e f
visc.
a fora devido viscosi-
dade do uido.
Sendo v a velocidade de uma partcula, sua acelerao poderia ser denida
por
v
t
. No entanto, atravs desta equao sabe-se apenas a acelerao da partcula
44
em um determinado ponto. Para o estudo da mecnica dos uidos, necessrio
saber a acelerao de uma partcula em um determinado pedao do uido. Sendo
v(x, y, z, t) a velocidade da partcula no instante t, a velocidade da partcula no
instante t + t dado por v(x + x, y + y, z + z, t + t) onde
x = v
x
t (3.6)
y = v
y
t (3.7)
z = v
z
t. (3.8)
A variao de velocidade de uma regio de um uido denida por
v
t
= v
x
v
x
+ v
y
v
y
+ v
z
v
z
(3.9)
o que nos d a taxa de variao total da velocidade no tempo (acelerao)
Dv
Dt
=
v
t
+
v
t
= (v )v +
v
t
(3.10)
Por exemplo, em um uido que esteja se movendo em crculo, mesmo a uma
velocidade constante em cada ponto do espao (
v
t
= 0), est acelerando. Este fato
ocorre pois a velocidade muda sua direo ao longo das linhas de corrente, isto ,
com o uido, o que indica uma acelerao centrpeta. Ao introduzir o termo de
acelerao, Equao (3.10), na Equao (3.5), obtemos a seguinte equao:
v
t
+ (v )v = p + f
visc.
(3.11)
45
A fora viscosa costuma ser aproximada por f
visc
= v, onde o coeciente
de viscosidade do uido. As Equaes (3.1) e (3.11), denominadas de equaes de
Navier-Stokes, descrevem o uxo de uidos em geral. A equao acima pode ser
escrita de forma adimensional, dividindo-se, respectivamente, v, x e t por uma
velocidade U, um comprimento L e um tempo T, todos caractersticos em relao
ao problema em questo. Com isto, (3.11) ca
v
t
+ (v )v = p +
1
Re
v, (3.12)
onde Re = LU/ o nmero de Reynolds. Note que agora, as variveis v, x e t j
esto na sua forma adimensional.
Em casos onde consideram-se uidos ideais, ou seja, sem viscosidade, o termo
f
visc.
na Equao (3.11) poder ser ignorado. Alm disso, pode ser simplicada ao
se denir o campo vorticidade , dado pelo rotacional de v, isto ,
= v. (3.13)
Com isto, a Equao de movimento (3.11) pode ser expressa como segue:
v
t
+ v +
1
2
v
2
=
p

. (3.14)
O campo vetorial representa os movimentos circulares do uxo, muito co-
muns quando existem obstculos no escoamento de um uido. Em uxos onde a
vorticidade nula, ou seja, com v = 0 para todo v, no h circulao de uido.
Tomando-se o rotacional de ambos os membros da Equao (3.14), e lembrando que
o rotacional de qualquer gradiente zero, temos a seguinte equao:
46

t
+( v) =

. (3.15)
Ao tratar de uidos incompressveis, tem-se a densidade constante. Com
isto, a Equao (3.15) pode ser simplicada, resultando em

t
+( v) = 0. (3.16)
As equaes (3.2) e (3.16) descrevem o uxo de uidos ideais em termos da vortici-
dade.
Como mencionado anteriormente, a presena de um grande nmero de vrti-
ces, em todas as escalas, uma caractersticas dos uxos turbulentos. Tais uxos
costumam se estabelecer para altos valores de Re.
3.2 Difuso Turbulenta
A difuso turbulenta um processo que rapidamente decrementa os nveis de
concentrao de substncias que so liberadas em um ambiente. Os estudos da difu-
so turbulenta permitem prever os nveis de concentrao de poluentes na atmosfera
ou na gua alertando dos riscos da exposio nestes ambientes. Os modelos de difu-
so turbulenta derivam dos estudos de uxos turbulentos que possuem uma relao
estreita com experimentos prticos. Os experimentos permitem aos pesquisadores
comprovar suas teorias a respeito deste processo. A Figura 3.1 mostra o compor-
tamento da difuso de uma substncia libertada em um uxo turbulento de canal
aberto.
Embora a turbulncia seja um conceito difcil de denir, Roberts e Webs-
ter [22] destacam algumas caractersticas que todos os uxos turbulentos possuem
47
FIGURA 3.1 (Roberts e Webster [22]) - Experimento com uma substncia
liberada em um canal aberto com uxo turbulento. Substncia liberada a
1
4
da
profundidade do canal.
FIGURA 3.2 (Roberts e Webster [22]) - Velocidades amostradas em um uxo
turbulento num canal aberto nas profundidades
z
d
= 0.03 (em baixo) e
z
d
= 0.72
(no alto), onde z a distncia da parede e d a profundidade do canal.
como imprevisibilidade, rpida difusividade, altos nveis de vorticidade e dissipao
da energia cintica. A caracterstica imprevisvel dos uxos turbulentos faz com
seus movimentos devam ser determinados atravs de clculos estatsticos onde a
velocidade de um uxo turbulento determinado pela velocidade mdia enquanto
que a intensidade da turbulncia descrita atravs da varincia da velocidade. A
turbulncia maior prximo parede e vai diminuindo a medida que o uxo se
afasta da parede. A Figura 3.2 exibe as amostras de velocidade obtidas em um uxo
turbulento em diferentes profundidades.
A variao na velocidade atua ecientemente na determinao da concentra-
o, gerando uma rpida difuso e, ao mesmo tempo, gerando estruturas espaciais
chamadas vrtices. Os vrtices esto presente no uxo em diversos tamanhos desde
48
(a) (b) (c)
FIGURA 3.3 (Ottino [16]) - Pers de comportamento da difuso: (a) decaimento
da taxa de mistura; (b) decaimento da taxa de mistura em uxos com reorientao
parcial; (c) taxa de mistura em uxos fortemente reorientados.
as grandes escalas at as mais pequenas, onde a difuso molecular ocorre. A energia
cintica dissipada nestes vrtices ou redemoinhos ocorre atravs de um processo cha-
mado de cascata de energia onde a energia transferida de forma descendente dos
maiores vrtices aos menores. Nos vrtices de pequenas escalas a energia dissipada
atravs dos efeitos da viscosidade.
As estruturas rotacionais, presentes nos uxos turbulentos, diminuem sua ao
como difuso na medida que o uxo se afasta do obstculo. Este comportamento
tpico est de acordo com a Figura 3.3(a). Os comportamentos da mistura em um
uxo turbulento ou pers da difuso turbulenta podem ser classicados de acordo
com o uxo, em trs categorias, como ilustra a Figura 3.3. No caso de uxos sem
reorientao parcial, a taxa de mistura decresce a uma razo de t
1
[16]. Em uxos
com reorientao parcial, a ecincia da mistura tambm decai na mesma razo, en-
tretanto com alguma recuperao peridica de sua ecincia. E por m, em uxos
com forte reorientao, a ecincia oscila e sua taxa de difuso mdia tende a uma
constante.
A difuso molecular o transporte de massa determinada pela lei de Fick onde
a taxa de transporte de massa na direo x dada por
q = D
c
x
(3.17)
49
onde q o uxo do soluto, c = c(x) a concentrao e D o coeciente de difuso
molecular. A difuso molecular pode ser generalizada para o espao tridimensional
onde a Equao (3.17) torna-se
q = Dc(x), (3.18)
com x = (x, y, z) e signica dizer que a difuso molecular em qualquer direo
diretamente proporcional ao gradiente de concentrao naquela direo. O sinal
negativo indica que a difuso transporta a matria das regies de alta concentrao
para as regies de baixa concentrao.
Entretanto, um outro mecanismo de transporte de massa aparece nos uidos
incompressveis em movimentos e chamado de transporte advectivo. A combinao
da difuso molecular e o transporte advectivo determinado pela Equao de difuso
advectiva
c
t
+ u
c
x
+ v
c
y
+ w
c
z
= D

2
c
x
2
+

2
c
y
2
+

2
c
z
2

, (3.19)
onde c = c(t, x).
O coeciente de difuso molecular D constante, tanto para uidos como para
solutos e so obtidas atravs de tabelas. Os coecientes para lquidos so muitas
vezes menores do que os coecientes para gases. Pode-se determinar a distncia L
da mistura de uma determinada substncia com coeciente de difuso D durante
um tempo t atravs de uma aproximao simples dada por [22]
L

Dt. (3.20)
Outra propriedade importante encontrada nos processos de mistura a relao
existente entre a varincia da distribuio espacial da concentrao, em um dada
soluo, com os coecientes de difuso. A distribuio da concentrao pode ser
50
FIGURA 3.4 (Roberts e Webster [22]) - Descrio esquemtica do caminho da
difuso em um uxo turbulento.
denida como uma funo de distribuio normal proporcional a e

r
2
4Dt
, onde r a
distncia da mdia, t o tempo e D o coeciente de difuso molecular.
A medida da largura da nuvem de difuso feita atravs do clculo do desvio
padro da distribuio de concentrao determinado por
=

2DT. (3.21)
O processo de mistura em um uxo turbulento devido a distoro, estira-
mento e convoluo do uxo original, que d origem a redemoinhos ou vrtices de
diversos tamanhos distribuindo o volume de forma irregular sobre outro volume de
maior tamanho. Os redemoinhos gerados em uxos turbulentos e de tamanhos me-
nores ao uxo esto em constante mudanas e so os responsveis pelo decrscimo
da concentrao. Estes vrtices so suavizados pela difuso molecular. Os vrtices
maiores que as linhas de uxo no contribuem para a mistura. A Figura 3.4 mostra
um esquemtico da difuso em um uxo turbulento.
As equaes de difuso advectiva podem ser derivadas da equao de conser-
vao para uxos turbulentos decompondo as velocidades e concentraes na soma
de suas mdias e partes utuantes como
51
c = c + c

(3.22)
onde c a concentrao mdia e c

a utuao instantnea ou o desvio do valor

mdio. Substituindo isto na Equao (3.19) obtemos a equao de tempo mdio de
transporte
c
t
+u
c
x
+v
c
y
+w
c
z
= D

2
c
x
2
+

2
c
y
2
+

2
c
z
2

x
u

+

y
v

+

z
w

,
(3.23)
onde os ltimos trs termos que correspondem sicamente ao transporte da con-
centrao c pela utuao turbulenta. O lado direito da Equao (3.23) pode ser
escrito como

D
c
x
u

+

y

D
c
y
v

+

z

D
c
z
w

, (3.24)
onde o primeiro termo representa o transporte pela difuso molecular, isto , pela
lei de Fick dada pela Equao (3.17). O termo dentro dos parnteses representa o
transporte devido ao uxo turbulento. Em geral, o coeciente de difuso D um
valor muito pequeno e, normalmente, o termo D
c
x
suprimido e a Equao (3.23)
escrita como
c
t
+ u
c
x
+ v
x
y
+ w
c
z
=

x
u

y
v

z
w

. (3.25)
Mesmo com alguma simplicao a Equao (3.23) ainda no pode ser resol-
vida devido a que existem mais incgnitas que equaes. Uma soluo substituir
as incgnitas u

, v

e w

pelos coecientes de vorticidade difusa

u

=
x
c
x
v

=
y
c
y
w

=
z
c
z
. (3.26)
52
Assumindo que os processos de difuso so Fickinianos, ou melhor, o trans-
porte de massa turbulenta proporcional a mdia do gradiente de concentrao e,
substituindo as incgnitas por (3.26), a Equao (3.23) torna-se
c
t
+ u
c
x
+ v
c
y
+ w
c
z
=

x

x
c
x

+

y

y
c
y

+

z

z
c
z

. (3.27)
A Equao (3.27) usada em modelos para determinar a qualidade de gua ou
ar, no entanto, o uso correto desta equao depende dos valores dos coecientes de
difuso turbulenta. O clculo dos coecientes de difuso turbulenta derivaram das
teorias do uxo turbulento. Considere um experimento onde duas partculas so li-
beradas em um uxo turbulento em tempos distintos como ilustrado pela Figura 3.5.
FIGURA 3.5 (Roberts e Webster [22]) - Trajetria de duas partculas liberadas
em um uxo turbulento.
Dado s caractersticas irregulares da velocidade em um uxo turbulento, as
trajetrias das partculas diferem uma das outras. A taxa na qual estas partcu-
las diferem-se ao longo de suas trajetrias pode ser relacionada com o coeciente
de difuso. Considerando que as partculas foram liberadas em um ponto origem
e em tempos distintos, pode-se determinar a localizao das partculas aps um
determinado tempo atravs da seguinte equao:
53
X =

T
0
udt, (3.28)
onde u a velocidade da partcula. A posio mdia de uma partcula liberada em
um campo turbulento zero, entretanto a taxa com que a posio das partculas
variam, ou seja, a varincia, diferente de zero e determinada por
X
2
(t) = 2 u
2

t
0

0
R
L
ddt

(3.29)
onde R
L
a autocorrelao da velocidade:
R
L
() =
u(t)u(t + )
u
2
(3.30)
e u
2
= u(t)u(t + ) a varincia das utuaes da velocidade. A autocorrelao
determinada pela Equao (3.30) determina o quanto est relacionada a velocidade
futura com a atual, ou seja, a memria do uxo. Depois de um longo tempo esta
correlao tende a ser zero e para curtos espaos de tempo, as velocidades das part-
culas esto fortemente correlacionadas. A funo de autocorrelao representada
atravs da Figura 3.6 e a escala de tempo T
L
pode ser determinada por
T
L
=

0
R
L
d. (3.31)
3.3 Solues numricas de EDPs
Pode-se dizer que as equaes diferenciais parciais so o corao da simulao
de sistemas fsicos tais como uidos, campos eletromagnticos, etc. As equaes di-
ferenciais parciais esto classicadas em trs tipos: hiperblicas (3.32), parablicas
(3.33) e elpticas (3.34)[20]. Os respectivos exemplos tpicos so:
54
FIGURA 3.6 (Roberts e Webster [22]) - Funo de autocorrelao das
velocidades das partculas.

2
u
t
2
= v
2

2
u
x
2
Hiperblica (3.32)
u
t
=

x

D
u
x

Parablica (3.33)

2
u
x
2
+

2
u
y
2
= (x, y) Elptica (3.34)
As Equaes (3.32) e (3.33) so dependentes do tempo e necessitam de infor-
maes das condies iniciais alm das condies de contorno. Para os objetivos
desta proposta, suciente detalhar os mtodos de soluo numrica das equaes
diferenciais parciais elpticas. Neste caso, somente as condies de contorno so
necessrias. Neste trabalho, a modelagem do transporte do poluente levar em con-
siderao o mecanismo de difuso e a componente potencial do escoamento, que se
enquadram nos tipos (3.33) e (3.34), respectivamente. O primeiro fator, ser tratado
atravs de um esquema discreto de difuso, respeitando a lei de Fick. O segundo,
ser obtido pela soluo numrica da equao da continuidade na forma (3.3).
3.3.1 Condies iniciais e de contorno
Para a soluo de uma EDP, como as que descrevem um uido, so necessrias
as condies iniciais e de contorno. As primeiras, se constituem na congurao
55
inicial da soluo (em t = 0) enquanto as segundas dizem como o uido interage
com a fronteira do problema (paredes slidas, outros lquidos ou gases, etc). No
caso dos uxos potenciais, o movimento do uido pode ser descrito somente pela
Equao da continuidade (3.1) ou, mais precisamente, pela Equao (3.3), que do
tipo elptica, e independente do tempo. Neste caso, s as condies de contorno so
necessrias.
As condies de contorno a serem adotadas no trabalho proposto sero as de
Neumann [2],

n
= v n, (3.35)
onde n o vetor unitrio perpendicular fronteira em cada ponto, estabelecendo o
modo com que o uido transpassa a fronteira. Tal condio dada em cada ponto
da fronteira. Em uxos potenciais envolvendo obstculos, como os considerados
nesta proposta, esta condio indica como o vento entra e sai do ambiente (bairro
ou cidade). J nas paredes dos obstculos, tal condio usualmente

n
= 0, (3.36)
denotando que o uxo de ar no penetra nos domnios dos obstculos, o que
razovel.
3.3.2 Mtodos Numricos
Atualmente, mtodos numricos sosticados so utilizados para aproximar so-
lues s equaes diferenciais parciais. Existem vrios mtodos para o tratamento
numrico de equaes diferenciais parciais. A escolha de qual mtodo deve ser usado
depender do tipo de problema e da preciso exigida dos resultados. Pode-se citar
diversos mtodos de soluo tais como Mtodo de Diferenas Finitas, Mtodo de
Diferenas Regressivas, Mtodo de Crank-Nicolson, Mtodo de Elementos Finitos
dentre outros. O objetivo desta seo entender supercialmente os mecanismos
que permeiam os mtodos de aproximao para as equaes diferenciais parciais e
no estudar cada mtodo em detalhes. Informaes detalhadas dos mtodos citados
podem ser encontradas em [1].
56
Existem diversos programas comerciais dedicados a resolver estes tipos de pro-
blemas, inclusive de CFD, com a utilizao otimizada daqueles mtodos. Os usados
neste trabalho so programas que usam o mtodo de elementos nitos. Este mtodo
discretiza o problema atravs de uma grade triangular no uniforme. Com isto, tem-
se uma grade de tringulos, onde o tamanho de cada tringulo leva em considerao
a geometria do problema. Este mtodo faz com que ocorra um melhor renamento
da grade em regies mais complexas do problema, minimizando o erro da aproxima-
o e o custo computacional. Por isso, indicado em problemas onde as geometrias
envolvidas sejam complicadas. A Figura 3.10 mostra o exemplo de discretizao no
uniforme realizada pelos mtodos de elementos nitos para a soluo de EDPs.
O grande desenvolvimento de tais mtodos numricos assim como as sutilezas
de suas implementaes, fazem desse assunto um desao em si. Assim, o trabalho
proposto baseia-se no uso de ferramentas de uso conhecido (comerciais ou no), es-
tando a abordagem detalhada desse tema fora do seu contexto. Portanto, o objetivo
desta Seo, dar noes gerais e elementares do funcionamento de mtodos num-
ricos para a resoluo de EDPs. Para isto, a exposio ser focada nos mtodos das
diferenas nitas, o mais simples dos mtodos.
Problemas que no dependem do tempo, necessitam apenas as informaes
das condies de contorno e, atravs de um processo iterativo, so encontradas as
solues em cada ponto do espao de simulao. A Figura 3.7 mostra o esquema
para a soluo numrica para este tipo de problema.
A m de estudar estes mecanismos, ser aplicado o mtodo de diferenas nitas
para solucionar a equao de Poisson. Sendo

2
u
x
2
(x, y) +

2
u
y
2
(x, y) = f(x, y) (3.37)
em R = {(x, y) | a < x < b, c < y < d}, com u(x, y) = g(x, y) para (x, y) S, onde
S a fronteira de R.
Primeiramente deve-se discretizar o espao R calculando o tamanho do passo
57
FIGURA 3.7 (Press [20]) - Esquema de soluo para problemas que envolvem
valores de fronteira.
-
6
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q q
q q q
q q q
y
0
= c
y
1
y
2
y
3
y
m
= d
y
x
0
= ax
1
x
2
x
3
x
4
x
5
b = x
n
x
FIGURA 3.8 (Burden [1]) - Esquema de discretizao do espao para o Mtodo
de Diferenas Finitas.
h = (ba)/n e k = (cb)/m, onde n e m o tamanho da grade. Os intervalos [a, b]
e [c, d] so divididos em partes iguais n e m, respectivamente. A grade montada
traando linhas horizontais e verticais pelos pontos com coordenadas (x
i
, y
j
) onde
x
i
= a + ih ,para todo i = 0, 1, . . . , n, e y
j
= c + jk, para todo j = 0, 1, . . . , m.
As linhas x = x
i
e y = y
j
so chamadas de linhas da quadrcula e as interseces
so chamadas de pontos de rede. A Figura 3.8 mostra como o espao contnuo
discretizado.
Em cada ponto de rede no interior da quadrcula utilizada a frmula das
diferenas centrais, ao redor de x, dada por
58

2
u
x
2
(x
i
, y
j
) =
u(x
i+1
, y
j
) 2u(x
i
, y
j
) + u(x
i1
, y
j
)
h
2

h
2
12

4
u
x
4
(
i
, y
j
), (3.38)
onde, (x
i1
, x
i+1
). De forma anloga, a equao das diferenas centrais ao redor
de y denida por

2
u
x
2
(x
i
, y
j
) =
u(x
i
, y
j+1
) 2u(x
i
, y
j
) + u(x
i
, y
j1
)
k
2

k
2
12

4
u
y
4
(xi,
j
), (3.39)
onde, (y
j1
, y
j+1
). Portanto, a equao de Poisson para os pontos (x
i
, y
j
), onde,
i = 0, 1, . . . , n 1 e j = 0, 1, . . . , m1 dada por
u(x
i+1
, y
j
) 2u(x
i
, y
j
) + u(x
i1
, y
j
)
h
2
+
u(x
i
, y
j+1
) 2u(x
i
, y
j
) + u(x
i
, y
j1
)
k
2
=
f(x
i
, y
j
) +
h
2
12

4
u
x
4
(
i
, y
j
) +
k
2
12

4
u
y
4
(xi,
j
). (3.40)
As condies de limite so denidas como u(x
0
, y
j
) = g(x
0
, y
j
) e u(x
n
, y
j
) =
g(x
n
, y
j
) para todo i = 0, 1, . . . , n, e u(x
i
, y
0
) = g(x
i
, y
0
) e u(x
i
, y
m
) = g(x
i
, y
m
) para
todo j = 0, 1, . . . , m.
O mtodo das Diferenas Finitas, na forma de equaes de diferenas, com um
erro local de truncamento equivalente a O(h
2
, k
2
) dada por
2

h
k

2
+ 1

w
ij
(w
i=1j
+ w
i1j
)

h
k

2
(w
ij+1
+ w
ij1
) = h
2
f(x
i
, y
j
), (3.41)
para todo i = 0, 1, . . . , n 1 e j = 0, 1, . . . , m1. As condies de limite so dadas
por
w
0i
= g(x
0
, y
j
) e w
nj
= g(x
n
, y
j
) (3.42)
w
i0
= g(x
i
, y
0
) e w
im
= g(x
i
, y
m
), (3.43)
59
-
6
s
s
s
s s s
c
y
j1
y
j
y
j+1
d
y
a x
i1
x
i
x
i+1
b
x

FIGURA 3.9 (Burden [1]) - Alcance da aproximao baseado na Equao (3.41)
no ponto u(x, y).
para todo i = 0, 1, . . . , n e j = 0, 1, . . . , m, onde w
ij
aproxima u(x
i
, y
j
). A Equao
(3.41) aproxima a soluo nas vizinhanas de u(x, y), conforme mostra a Figura 3.9.
A soluo dentro dos intervalos [a, b] e [c, d] alcanada aplicando-se a Equao
(3.41) iterativamente em cada ponto do intervalo.
Algumas ferramentas usam outros mtodos de soluo numrica, em particu-
lar o mtodo de elementos nitos, que algumas vezes levam vantagem em relao
ao mtodo de diferenas nitas. Segundo alguns autores, tais vantagens consistem
na facilidade em se lidar com condies de contorno em fronteiras irregulares (ver,
por exemplo, [1]). Nos mtodos de diferenas nitas, as condies de contorno so
aproximadas atravs de um quociente de diferenas em cada ponto de rede, que
dependente da geometria da fronteira do problema. O mtodo de elementos nitos
evita a dependncia da geometria do problema calculando as condies nos limites
atravs de integrais, que tornam o mtodo de construo destas condies indepen-
dentes da geometria do problema. A Figura 3.10 ilustra a discretizao do problema
atravs da grade adaptativa do mtodo de elementos nitos. Observe que prximo
aos obstculos h um melhor renamento da grade devido a maior complexidade do
uxo naquelas regies.
60
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 9501000
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
FIGURA 3.10 Grade de discretizao utilizada pelo mtodo de elementos nitos
em uma ferramenta CFD para inicializao de um uxo.
61
Captulo 4
Modelo
O objetivo desta dissertao aperfeioar e estender o trabalho de Hardt [10],
cujo modelo est estruturado conforme mostra a Figura 4.1. Tal objetivo foi alcan-
ado atravs da adoo de modelos mais renados para os fenmenos fsicos que
envolvem o transporte de poluentes sob a ao de campos de ventos. As alteraes
feitas no modelo preservou a inteno de fornecer base para o desenvolvimento de
uma ferramenta simples e de baixo custo computacional para a simulao do es-
coamento de poluentes leves em ambientes complexos. O aperfeioamento consiste
na substituio da representao uniforme para a difuso turbulenta por uma re-
presentao no uniforme, respeitando a interao dos campos de ventos com os
obstculos. Sob o ponto de vista de implementao, isto representa uma nova ca-
mada no modelo de Hardt [10]. A extenso consiste numa metodologia de estimativa
para a componente laminar dos campos de ventos em cada ponto do ambiente, a
partir de poucas amostras, coletadas na fronteira do ambiente. Isto tambm repre-
senta uma nova camada para o modelo de Hardt [10]. Aps tais incluses ainda
possvel acrescentar outras funcionalidades em trabalhos futuros, pois a arquitetura
de implementao em camadas foi preservada. Alm disso, o modelo continuar a
ser predominantemente bidimensional, para maior ecincia computacional. Assim,
na presente abordagem, efeitos devidos a temperatura e variabilidade da camada
limite atmosfrica no esto sendo considerados. Isto representa uma relevante li-
mitao da metodologia proposta, mas garante a sua simplicidade e seu baixo custo
computacional. A incluso de tais efeitos sero deixados para um trabalho futuro.
62
OBSTCULOS
FONTES DE
ESCAPAMENTO
CAMPO DE
VENTOS
COEFICIENTE
DE DIFUSO
MODELO
(SIMULADOR)
SEQNCIATEMPORALDA
CONCENTRAO DE FUMAAOU GS
(ANIMAO)
FIGURA 4.1 Estrutura do modelo proposto em Hardt [10].
4.1 Descrio do Modelo
A Figura 4.2 apresenta a estrutura do modelo com as modicaes implemen-
tadas. Os mdulos internos ao retngulo pontilhado so implementados com rotinas
na linguagem de programao C enquanto que no mdulos externos utilizada uma
ferramenta de interpolao (MatLab, Mathematica, etc.) e uma ferramenta CFD
(PDETool do MatLab, FlexPDE, CFX, etc.), utilizada para o clculo dos campos
de ventos em todo o ambiente.
Em situaes reais, um uido em movimento moderado sempre ter compo-
nentes turbulentas e laminares. Por isso, o modelo proposto neste trabalho dividir
o uxo em duas componentes, uma laminar e outra turbulenta. A componente la-
minar do uido ser obtida numericamente desprezando-se os efeitos de compresso
e devidos viscosidade. Portanto, a componente laminar ser do tipo potencial,
dada pela equao da continuidade na forma (3.3). A componente turbulenta ser
representada pelos coecientes de difuso, calculados levando-se em considerao a
interao do uido com os obstculos. Tais coecientes so denominados de coe-
cientes de difuso turbulenta e representados por D
T
. Assim a Equao (3.19), no
caso bidimensional pode ser escrita como
c
t
+vc = D
T
c, (4.1)
63
OBSTCULOS
FONTES DE
ESCAPAMENTO
CAMPO DE
VENTOS
COEFICIENTE
DE DIFUSO
MODELO
(SIMULADOR)
SEQNCIATEMPORALDA
CONCENTRAO DE FUMAAOU GS
(ANIMAO)
CLCULO DOS
COEFICINTES
DE DIFUSO
TRUBULENTA
FERRAMENTA
CFD
INTERPOLAO
DAS AMOSTRAS
AMOSTRAS DE
VENTOS NAS
FRONTEIRAS
FIGURA 4.2 Estrutura do modelo implementado para esta dissertao.
onde x = (x, y) o vetor posio, c = c(t, x) a concentrao do poluente, v = v(x)
o campo de ventos, que ser dado pela parte potencial do uxo, e D
T
o coeciente
de difuso turbulenta.
A camada do modelo que trata os campos de vento (mdulos externos ao re-
tngulo pontilhado da Figura 4.2) est dividida em duas partes. Uma interpola
amostras de ventos em pontos estratgicos da fronteira do ambiente de simulao.
Na outra parte, estes dados so passados a uma ferramenta CFD, junto com as con-
dies de contorno apropriadas nas paredes dos obstculos, para que seja calculado o
campo de ventos em todo o ambiente. Como dito acima, ser considerado um uido
incompressvel e no-viscoso e portanto o campo de ventos ser estimado atravs da
soluo da Equao da continuidade na forma (3.3), apresentada na Seo 3.1. O
campo de ventos resultante desta etapa a componente laminar do modelo, repre-
sentado por v na Equao (4.1).
64
-
6
L
2
L
1

y
x
FIGURA 4.3 Ambiente de simulao retangular , posicionado em um sistema
de coordenadas onde as condies de contorno so =
1
+
2
+
3
+
4
.
Considere um ambiente de simulao retangular de lados L
1
e L
2
, posici-
onado em um sistema de coordenadas, como ilustrado na Figura 4.3. O campo
de ventos v sobre estimado a partir de poucas amostras da seguinte maneira.
Primeiro coleta-se algumas amostras do campo de ventos em pontos estratgicos da
fronteira do ambiente de simulao. Essas amostras so ento interpoladas em
toda a fronteira denindo v(). Nas paredes dos obstculos, adota-se as usuais
condies de Neumann para (Equao (3.36)). Os valores v() junto com as
condies de Neumann, denem as condies de contorno para a soluo numrica
de (3.3). Com isto, pode-se determinar v em todo ambiente com o uso de uma
ferramenta CFD adequada, para uso na Equao (4.1).
A interpolao das amostras do campo de ventos ser do tipo polinomial. As-
sim, teremos para cada lado de , uma funo polinomial que interpola os valores
amostrados. Mais precisamente (ver Figura 4.4), para cada lado
i
da fronteira ,
obtm-se o polinmio que melhor se aproxima das amostras disponveis no sentido
dos mnimos quadrados. importante notar que, devido a Eq. (3.3), os polinmios
obtidos atravs das interpolaes das amostras de v em cada lado da fronteira do
ambiente devem ser re-ajustados de modo que a integral ao longo de , que corres-
ponde ao uxo total de vento atravs dessa fronteira, aqui denotado por , seja nulo.
65
p
3
p
2

p
4

p
1
FIGURA 4.4 Polinmios ajustados nas fronteiras
i
do espao de simulao .
Assim, se p
1
(0, y), p
2
(x, 0), p
3
(L
1
, y) e p
4
(x, L
2
) so os polinmios obtidos,
temos que ter = 0, onde
=

L
2
0
p
1
(0, y)dy +

L
1
0
p
2
(x, 0)dx +

L
2
0
p
3
(L
1
, y)dy +

L
1
0
p
4
(x, L
2
)dx. (4.2)
Para isto, adiciona-se um mesmo nvel DC (valor constante) a cada uma das inter-
polaes obtidas p
1
, p
2
, p
3
e p
4
, de modo a zerar o uxo de v em . Este nvel
DC pode ser calculado como sendo

L
T
onde L
T
o permetro total do espao de
simulao, ou seja, L
T
= 2L
1
+ 2L
2
. Assim as condies de contorno nas fronteiras
do espao so denidas como
v(
1
) = p
1
(0, y) +

L
T
,
v(
2
) = p
2
(x, 0) +

L
T
, (4.3)
v(
3
) = p
3
(L
1
, y) +

L
T
,
v(
4
) = p
4
(x, L
2
) +

L
T
.
Devido a natureza polinomial da interpolao, prope-se que os pontos de coleta
das amostras coincidam com os extremos (mnimos e mximos) de v em cada lado
de . Alm disso, v(0, 0), v(0, L
1
), v(L
1
, L
2
) e v(0, L
2
) tambm devem ser co-
letadas. O ajuste pode ser usado para avaliao da qualidade das amostras no
sentido de que quanto melhor for o conjunto de amostras, menor dever ser seu valor.
66
As ferramentas CFDs, em geral, fazem uso do mtodo numrico de elementos
nitos para calcular as solues dessa classe de problemas. Estes mtodos discreti-
zam o espao para encontrar as solues, como ilustrado na Seo 3.3. No entanto,
a grade gerada por estas ferramentas no-uniforme e constituda de tringulos,
conforme ilustra a Figura 3.10. Dado que no modelo adotado, a discretizao da
simulao feita atravs de grade retangular uniforme, para se utilizar a soluo
fornecida pela ferramenta CFD necessrio converter as grades triangulares no-
uniformes nas grades retangulares uniformes utilizada no simulador.
Foi acrescentado ao modelo inicial de Hardt uma camada para o clculo dos
coecientes de difuso turbulenta, seguindo a mesma losoa de implementao em
camadas do modelo original, conforme ilustra a Figura 4.5. O clculo dos coeci-
entes de difuso turbulenta D
T
(x, y) ao longo de toda a grade determinado por
um perl (funo da distncia aos obstculos), pelas posies dos obstculos e pelas
condies do vento (direo e intensidade) em cada ponto. Os parmetros do perl
so passados ao simulador atravs do script de entrada. O resultado desta nova
camada ser um campo escalar que dene os coecientes de difuso para cada clula
da grade de simulao, representando a componente turbulenta do uxo de ventos
devido a sua interao com os obstculos. O campo de coecientes D
T
(x, y) assim
obtido inserido na Equao (4.1).
Considere a situao bidimensional ilustrada na Figura 4.6, onde se tem o
uxo de um uido inicialmente uniforme com velocidade v
0
, da esquerda para a
direita, interagindo com um cilindro circular vertical de dimetro d (vista de cima).
Ao passar pelo cilindro, o uxo forma uma esteira turbulenta atrs do mesmo. A
largura l = l(x) desta esteira vai aumentando na medida que a distncia (x) ao
cilindro aumenta. De acordo com a gura, a velocidade do uxo v(x) = v(x, y)
sofre um decrscimo na esteira, sendo igual a v(x) = v
0
v
1
(x), onde v
1
= v
1
(x)
o decrscimo de velocidade. Os modelos mais simples para v
1
so da forma [18]
v
1
(x, y) = v
S
(x, y) e

1
2

y
2
l(x)
. (4.4)
67
.

.

.
OUTROS
VENTOS
CLCULO DOS COEFICIENTES
DE DIFUSOTURBULENTA
DIFUSO
OBSTCULO
FONTES
FIGURA 4.5 Camada para clculo dos coecientes de difuso turbulenta.
L
d
v
0
y
v
0
v
1
(x, y)
v
S
l
x
FIGURA 4.6 Geometria bidimensional da esteira do uxo.
Neste trabalho, assume-se que a desacelerao do uxo, determinado por v
1
,
decorrente da turbulncia formada na esteira do uxo, atrs do obstculo. Assim,
D
T
(r) v
1
(r), onde r =

x
2
+ y
2
a distncia do ponto de clculo de D
T
ao obs-
tculo. Portanto, para um ambiente com um nico obstculo, prope-se o seguinte
modelo para o perl D
T
(r) na estimativa dos coecientes de difuso turbulenta:
D
T
(r) = ln(r + 1)
1

2
e

(r)
2
2
2
. (4.5)
Comparando-se (4.5) e (4.4) tem-se |v
S
(x, y)| =
k

2
ln(r + 1) e = l(x).
Os parmetros a serem ajustados so: que um fator de amplicao; que
68
2 4 6 8
r
0.2
0.4
0.6
0.8
1
D
T
r
FIGURA 4.7 Perl do comportamento de difuso turbulenta obtido atravs da
Equao (4.5).
dene a localizao do mximo de D
T
(r); e que determina a largura do decaimento
e tem relao com a largura da esteira. O resultado tpico do perl determinado pela
Equao (4.5) ilustrado na Figura 4.7 e est de acordo com um dos tratados por
Ottino [16] conforme ilustrado na Figura 3.3(a). Os outros casos no sero tratados
neste trabalho.
As interpretaes dos coecientes acima baseiam-se na teoria dos regimes tur-
bulentos e na fenomenologia observadas em experimentos. Tais coecientes so
funes do nmero de Reynolds Re = V L/, onde V e L so a velocidade e o
comprimento tpicos do uxo e a viscosidade do uido. Segundo observaes (ver
Figura 2.15), quando o uxo fracamente turbulento se afasta de um obstculo, os
vortices formados nas regies posteriores aumentam de tamanho e diminuem o seu
papel de mistura em escalas menores (difuso turbulenta). Ao contrrio, aumentam
este efeito para escalas maiores passando a pertencer componente laminar do uxo.
De acordo com isto, prope-se
k Re (4.6)
Re
1
(4.7)
Re, (4.8)
onde o comprimento L em Re deve ser interpretado como sendo a dimenso do obs-
tculo.
69
A seguir apresentado o pseudo-cdigo da implementao da Equao (4.5)
para o clculo dos coecientes de difuso turbulenta. Como o domnio onde D
T
no
signicativo limitado, pode-se considerar um alcance efetivo a fora do qual a
funo no precisa ser calculada.
1: procedure Perfil(r, , , , a) Recebe informaes de posio e parmetros
de ajuste do perl
2: D
T
( log((r a) + 1)) (1/( sqrt(2 ))) exp(pow(((r a)
), 2)/(2 pow(, 2))) Equao (4.5)
3: return D
T
Retorna o coeciente de difuso turbulenta.
4: end procedure
O perl acima precisa ainda ser ajustado conforme o vento (intensidade e
direo) e a posio em relao aos obstculos prximos. De fato, a posio angular
da clula em que se est calculando D
T
em relao direo do uxo posterior
ao obstculo tambm tem que ser levada em considerao. Por exemplo, os maiores
valores de D
T
ocorrero quando = 0. A Equao 4.5 com dependncia do ngulo
torna-se
D
T
(r, ) =

k ln(r + 1)
1

2
e

(r)
2
2
2
cos : cos 0
0 : cos > 0,
(4.9)
onde = , sendo o ngulo do ponto onde est sendo calculado o coeciente
D
T
em relao ao obstculo e o ngulo de v em relao ao mesmo obstculo,
denidos como
= arctan(y/x) (4.10)
= arctan(v
y
/v
x
). (4.11)
Isto levado em considerao na hora de implementar o calculo de D
T
em toda a
grade de simulao. Pode-se imaginar esses pers circundando todos os obstculos
70
e cobrindo, em seu conjunto, toda a grade de simulao. Assim, o coeciente D
T
pode ser calculado em todas as clulas. Abaixo, d-se maiores detalhes.
O campo de coecientes de difuso turbulenta calculado ao redor dos obs-
tculos de acordo com (4.9), dentro do alcance a. Portanto para cada obstculo, o
efeito aparece somente nas regies posteriores pois tais coecientes so conseqncia
da interao dos obstculos com o vento. Alm disso, tem-se o decrscimo grada-
tivo a partir dos valores mximos em cada direo, na medida que o uxo se afasta
do obstculo. A Figura 4.8 ilustra a conformao do perl em torno de um obst-
culo cilndrico. Nos demais pontos do espao de simulao o coeciente de difuso
turbulenta nulo, a menos que se dena um valor residual constante (DC), a ser
passado como parmetro no incio da simulao. O campo de coecientes de difuso
turbulenta no ambiente inteiro a composio desses comportamentos para cada
obstculo, escolhendo-se a maior inuncia (valor de D
T
) em cada clula. O clculo
dos coecientes de difuso feito de forma iterativa onde, para cada clula da grade
de coecientes de difuso, medida a distncia da clula em relao ao obstculo,
o ngulo em relao ao obstculo e o ngulo do vento naquele ponto. Estes valores
so aplicados Equao (4.9) para determinar o valor do coeciente de difuso.
25
50
75
100
20
40
60
80
100
0
0.2
0.4
0.6
0.8
25
50
75
100
S
O
N
L

FIGURA 4.8 Conformao do perl em torno de um cilindro (que no

mostrado) de dimetro = 33, dado pela Equao 4.5 com k = 4, = 1, = 1, 5
e vento no sentido Sul-Norte.
71
O pseudo-cdigo a seguir apresenta o algoritmo que calcula a grade de coe-
cientes de difuso levando em considerao estes fatores.
1: procedure GradeCoefDifusao
2: for (i 0; i < x) do
3: for (j 0; j < y) do
4: if Obstaculos[i, j] = 2 then clula no um obstculo
5: x
i
i alcance alcance a distncia at onde a funo Perl
ser calculada.
6: x
f
i + alcance
7: y
i
j alcance
8: y
f
j + alcance
9: AngV ento arctan( V entos[i, j].y V entos[i, j].x ) Calcula
ngulo do vento
10: for m x
i
; m < x
f
) do
11: for (n y
i
; n < yf) do
12: if Obstaculos[m, n] = 2 then Matriz contendo as
clulas ocupadas por obstculos
13: r

(n j)
2
+ (mi)
2
Distncia entre clula e
obstculo
14: AngObst arctan( (mi) (n j) ) ngulo entre
clula e obstculo
15: D
T
= Perfil(r, , , , alcance)cos(AngObstAngV ento)
2
Coeciente de Difuso Turbulenta
16: if cos(AngObst AngV ento) > 0 then Zera
coeciente se clula no estiver atrs do obstculo
17: D
T
0
18: end if
19: if MatrizD[i, j] < D
T
then Escolhe a maior
inuncia de D
T
20: MatrizD[i, j] D
T
21: end if
72
22: end if
23: end for
24: end for
25: end if
26: end for
27: end for
28: Return Devolve uma grade de coecientes de difuso (MatrizD)
29: end procedure
A Figura 4.9 mostra o resultado da aplicao do algoritmo para clculo dos
coecientes de difuso turbulenta num ambiente com obstculos sujeito a ao de
um campo de ventos. Trata-se de um grco de nvel para os valores de D
T
na grade
de simulao. Para este exemplo o campo de ventos foi denido como uniforme com
um ngulo de

4
em relao horizontal (Sudeste). Percebe-se a concentrao dos
maiores valores dos coecientes nas regies imediatamente posteriores aos obstcu-
los com decrscimo desses valores em cada direo, na medida que o uxo de ar se
afasta do obstculo. Alm disso, no h difuso turbulenta em regies anteriores de
cada obstculo, quando no h interao com o campo de ventos.
2.5 5 7.5 10 12.5 15 17.5 20
2.5
5
7.5
10
12.5
15
17.5
20
@
@R
v
FIGURA 4.9 Pers do coeciente de difuso turbulenta em torno de obstculos
devido a ao de um campo de ventos entrando no ambiente na direo Sudeste
obtidos a partir da Equao (4.5).
73
Aps implementada a metodologia de estimativa do campo de ventos e o m-
todo para determinao dos coecientes de difuso turbulenta, as relaes entre a
escala da simulao e as dimenses reais do ambiente considerado (no sistema MKS,
por exemplo) devero ser levadas em considerao. Tais relaes para o sistema
MKS podem ser conferidas na Tabela 4.1.
TABELA 4.1 Relao de escalas entre as grandezas do simulador e as grandezas
correspondentes no ambiente real (MKS). o fator de escala entre o tamanho de
uma clula da grade e o metro, o grau de cinza do simulador, v
max
o maior
mdulo do campo de ventos no ambiente, % o percentual de concentrao de
poluente, e n o nmero de iteraes realizadas (representando o tempo).
Grandeza Simulador Real (MKS)
Distncia 1 clula m
Concentrao %
Tempo n (n v
max
)
74
Captulo 5
Validao
A metodologia proposta foi validada em duas fases: validao do modelo para
o coeciente de difuso turbulenta D
T
(x) e validao da metodologia de interpo-
lao do campo de ventos v(x) a partir de poucas amostras coletadas na fronteira
do ambiente de simulao. Este Captulo est organizado da seguinte maneira. A
Seo 5.1 trata da validao do modelo para o perl D
T
(x) atravs da concentrao
integrada de poluente na esteira do uido em regies posteriores prximas e afas-
tadas do obstculo (Subseo 5.1.1). Os resultados obtidos so comparados com os
melhores resultados obtidos por Hardt [10]. Na Subseo 5.1.2 feita a comparao
entre os resultados experimentais obtidos por Jirka [11], para um escoamento em
torno de um cilindro, e os resultados obtidos com a metodologia proposta para uma
situao equivalente. Na Seo 5.2 validado o mtodo de estimativa do campo de
ventos v(x) em todo o ambiente de simulao, a partir da interpolao de poucas
amostras coletadas na fronteira do ambiente. Tal validao se d pela compa-
rao com os valores reais de v(x), denidos por leis matemticas conhecidas. Na
Subseo 5.2.1 considera-se um caso onde a soma de integrais (ver Eq. (4.2))
nula, no sendo necessrio o ajuste dos polinmios de interpolao, conforme mos-
trado na Seo 4.1. J na Subseo 5.2.2, considera-se um caso onde no nula,
sendo necessrio o ajuste dos polinmios.
75
5.1 Validao dos pers de D
T
5.1.1 Comparao com resultados de Hardt
A primeira comparao para validar este modelo foi feita atravs da simulao
do escoamento do poluente em torno do cilindro com fontes permanentes de polu-
entes localizadas a esquerda do ambiente de simulao e sob a ao de campo de
ventos uniforme, obtidos numricamente pela soluo de (3.3), e campo de ventos
obtidos analiticamente dado por [2]

v
x
=
(x
2
y
2
a
2
)(x
2
y
2
)+4x
2
y
2
(x
2
y
2
)
2
+4x
2
y
2
v
y
=
2xy[(x
2
y
2
a
2
)(x
2
y
2
)]
(x
2
y
2
)
2
+4x
2
y
2
,
(5.1)
onde a o raio do cilindro. O ambiente de simulao retangular, conforme
ilustrado na Figura 4.3, com dimenses L
1
= 200 cel e L
2
= 160 cel. O cilindro
possui um dimetro de = 33 cel e est localizado nas coordenadas (100, 80).
As simulaes foram realizadas com diferentes combinaes de parmetros e
campos de ventos, como mostra a Tabela 5.1.
TABELA 5.1 Parmetros de simulao em torno do cilindro. Na tabela, r
max
o
alcance efetivo dos efeitos turbulentos, fora do qual a funo D
T
(r, )
considerada nula, e D o coeciente de difuso molecular, homogneo para toda a
grade de simulao.
Vento Difuso Turbulenta k r
max
D
1 uniforme 0 0, 2
2 uniforme 0 0, 5
3 numrico 0 0, 0
4 numrico 0 0, 2
5 numrico D
T
(r, ) 1, 5 1, 5 0, 735 40 0, 0
6 numrico D
T
(r, ) 1, 5 1, 5 1, 8 40 0, 0
7 terico 0 0, 0
8 terico 0 0, 2
76
Para a comparao com os resultados resultados de Hardt foram medidas as
concentraes integradas do poluente na parte posterior do cilindro, em uma re-
gio quadrada de 400 cel
2
, que engloba regies posteriores, prximas e afastadas,
ao obstculo. A localizao bem como as dimenses da rea de integrao foram
escolhidas de modo que os efeitos da difuso turbulenta sejam melhor apreciados.
De fato, as regies onde tais efeitos so dominantes so justamente as posteriores
aos obstculos, localizadas na esteira turbulenta. As reas para integrar a concen-
trao de poluentes esto alinhadas com o eixo horizontal que passa pelo centro do
cilindro (Figuras 5.1 e 5.5) e esto na regio onde o regime turbulento do uxo
mais aparente.
A Figura 5.1 mostra a localizao do cilindro, fontes de emisso de poluentes
e regio de clculo da concentrao integrada, utilizadas nesta primeira comparao
dos resultados.
Fontes
FIGURA 5.1 Localizao do cilindro, fontes de poluentes e rea quadrada para
totalizao da concentrao de poluente na parte posterior do cilindro.
Inicialmente a concentrao de poluentes na grade de simulao zerada, com
exceo das fontes de emisso de poluentes. A cada iterao, a grade atualizada
levando em considerao o coeciente de difuso de cada clula e o campo de vento.
As clulas correspondentes s fontes de emisso de poluentes possuem localizao
conforme mostra a Tabela 5.2.
77
TABELA 5.2 Localizao e concentrao das fontes de emisso permanente de
poluentes usadas na validao do modelo atravs da simulao do escoamento do
uxo em torno do cilindro.
Fonte Posio C Fonte Posio C
1 (5,67) 300 8 (5,80) 300
2 (5,69) 300 9 (5,82) 300
3 (5,71) 300 10 (5,84) 300
4 (5,73) 300 11 (5,86) 300
5 (5,75) 300 12 (5,88) 300
6 (5,77) 300 13 (5,90) 300
7 (5,79) 300 14 (5,92) 300
A Figura 5.2 mostra o resultado da simulao do modelo apresentado por
Hardt, do modelo apresentado nesta dissertao, e o caso de referencia com v dada
por (5.1), que a soluo analtica de (3.2). fcil entender que o real fechamento
posterior da esteira seja ainda maior do que o obtido na Figura 5.2(c), pois a s
est includa a componente potencial do uxo, sem levar em considerao qualquer
tipo de difuso.
(a) (b) (c)
FIGURA 5.2 Resultado das simulaes com o modelo apresentado por Hardt
[10], o modelo atual e o terico dado por (5.1). As Figuras (a), (b) e (c) mostram
os resultados das simulaes 1, 2 e 3, respectivamente, conforme a Tabela 5.1.
Apesar do procedimento adotado por Hardt [10] ter recuperado parte do con-
torno do uxo em torno dos obstculos, o fechamento da esteira de poluente na parte
posterior ao cilindro no eciente. Isto evidenciado pela comparao das Figuras
5.2(a), que o melhor resultado obtido por Hardt, e 5.2(c). Com o modelo desta
dissertao, o fechamento da esteira posterior ao obstculo mais realista, como
se deduz da comparao entre as Figuras 5.2(b) e 5.2(c). Os grcos da Figura
5.3 mostram, em funo do tempo (iteraes), os valores integrados de concentra-
78
o de poluente na rea delimitada pelo quadrado em contato com o cilindro, de
acordo com o modelo de Hardt, o modelo proposto e modelo terico. Novamente,
constata-se desta gura, que a dinmica do fechamento da esteira nas proximidades
do cilindro mais realista na metodologia proposta. Para efeito de completude, os
grcos correspondentes para os demais casos da Tabela 5.1 esto apresentados na
Figura A.1 do Apndice A.
Cabe notar tambm que Hardt recupera parte do fechamento da esteira na
parte posterior do obstculo atravs do aumento articial do coeciente de difuso
em toda a grade de simulao. Este procedimento, alm de insuciente, faz com
que haja um aumento articial de poluente nas regies laterais e frontais ao obst-
culo, como se pode notar na Figura 5.2(a). Em condies de uxo moderado este
espalhamento d-se apenas nas regies posteriores ao obstculo, como sugerido pela
Figura 5.2 (b), obtido com o modelo proposto.
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0
2
4
6
8
10
12
14
16
18
x 10
4
C
Iteraes
#2
#6
#7
FIGURA 5.3 Comparao dos nveis de concentrao de poluente resultante das
simulaes 2, 6 e 7 da Tabela 5.1. Janela de rea 400 cel
2
localizada na parte
posterior do cilindro, conforme mostra a Figura 5.1.
Alm de ter um fechamento muito mais ecaz na parte posterior do cilindro
e de preservar o mesmo comportamento nas regies laterais e anteriores ao mesmo,
79
FIGURA 5.4 Concentrao indevida do poluente nas regies laterais ao cilindro.
Efeito devido ao campo de vento uniforme (v = (1, 0)).
os nveis de concentrao observados na simulao do modelo atual, esto mais pr-
ximos do caso onde o campo de ventos foi determinado analiticamente. Quanto
aos nveis de concentrao do modelo de Hardt, os valores so elevados (ver Figura
5.3) devido ao campo de vento ser uniforme, isto , v = (1, 0) em toda a grade
de simulao, fazendo com que haja uma concentrao indevida do poluente nas
regies laterais do obstculo devido ao fato deste campo de vento no respeitar os
movimentos de contorno ao obstculo. A Figura 5.4 ilustra este efeito. Em uxos
moderados, o preenchimento do poluente nas regies posteriores aos obstculos
conseqncia do contorno do uxo em torno destes do que da difuso.
Na medida que o uxo se distancia do cilindro h uma certa recuperao do
fechamento da esteira no modelo de Hart. Entretanto os nveis de concentrao
permanecem muito acima daqueles obtidos com o uxo potencial analtico dado por
(5.1). O modelo implementado nesta dissertao corrige esta falha pois, alm de
contar com uma estimativa para o campo de ventos que respeita os movimentos
de contorno do uxo, o campo de coecientes de difuso no-homogneo, levando
em considerao, na estimativa de seus valores, a interao do campo de ventos e o
obstculo, conforme apresentado no Captulo 4.
80
Fontes
FIGURA 5.5 Localizao do cilindro, fontes de poluentes e rea quadrada para
totalizao da concentrao de poluente na parte posterior e afastada do cilindro.
Sob as mesmas condies de simulao, apresentadas na Tabela 5.1, mediu-se
a quantidade de poluente em uma regio quadrada de 400 cel
2
posterior ao cilin-
dro, e afastada do mesmo centrada nas coordenadas (160, 80), conforme mostra a
Figura 5.5. Os grcos da Figura 5.6 exibem os resultados da totalizao de polu-
ente naquela regio. Pode-se constatar atravs destes grcos a mesma dinmica
de fechamento da esteira aps o cilindro. Os valores de poluente totalizado na-
quela regio, obtidos atravs do modelo proposto, esto acima do obtido dos valores
para o caso onde o campo de ventos foi determinado analiticamente. Este fato
devido a ao da difuso, presente na simulao atravs do modelo proposto. Os
nveis de poluentes totalizados no modelo de Hardt so elevados pelas mesmas ra-
zes do exemplo anterior. Para efeito de completude, os grcos correspondentes
para os demais casos da Tabela 5.1 esto apresentados na Figura A.2 do Apndice A.
Em ambas as comparaes (Figuras 5.3 e 5.6) os resultados apresentados pelo
modelo implementado nesta dissertao aproximaram-se mais do caso de referncia,
onde o campo de vento passado simulao foi obtido analiticamente. Alm disso,
os resultados visuais mostraram-se muito mais convincentes quando comparados ao
modelo proposto por Hardt [10].
81
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0
2
4
6
8
10
12
14
16
18
x 10
4
C
Iteraes
#2
#6
#7
FIGURA 5.6 Comparao dos nveis de concentrao de poluente resultante das
simulaes 2, 6 e 7 da Tabela 5.1. Janela de rea 400 cel
2
afastada do cilindro com
posio central nas coordenadas (160, 80).
5.1.2 Comparao com resultados experimentais
Outro procedimento adotado para validar o modelo desta dissertao a com-
parao da simulao do escoamento de um uido em regime moderado, baseado no
modelo implementado, com um experimento realizado em laboratrio, apresentado
por Jirka [11], conforme Figura 2.15.
Na simulao realizada, o ambiente foi construdo obedecendo os fatores de
escala entre o simulador e o experimento em laboratrio, com o intuito de se com-
parar os dois trabalhos atravs do nmero de Reynolds. O nmero de Re = V L/
combina os trs parmetros que determinam o regime de um uxo [9], velocidade e
o comprimento tpicos do uxo (V e L respectivamente) e a viscosidade do uido
(). A Tabela 5.3 apresenta os parmetros passados ao modelo para simular o ex-
perimento apresentado por Jirka.
82
TABELA 5.3 Parmetros de simulao do experimento de Jirka. As legendas so
as mesmas da Tabela 5.1.
Vento Difuso Turbulenta k r
max
D
1 numrico D
T
(r, ) 3,0 9,95 7,5 170 0, 02
O cilindro, com dimetro de 15 cel, foi disposto com o centro nas coorde-
nadas (80, 30) do simulador a m de atender os fatores de escala entre o experimento
e o simulador. As fontes de emisso de poluentes foram dispostas conforme apre-
sentado na Tabela 5.4.
TABELA 5.4 Localizao das fontes de emisso de poluentes usadas na
simulao do experimento de Jirka.
Fonte Posio C
1 (5,78) 300
2 (5,79) 300
3 (5,81) 300
4 (5,82) 300
Os resultados visuais apresentados pela simulao equivalente ao experimento
de Jirka so convincentes. Observa-se no experimento de Jirka, Figura 5.7 (a), um
aumento crescente da rea ocupada pelo poluente seguida de uma estagnao e per-
manecendo constante a medida que o uxo se afasta do obstculo. Embora no se
est representando os vrtices, presentes no experimento, a simulao (Figura 5.7
(b)) realizada atravs do modelo proposto reproduziu a rea ocupada pelo poluente
com grande delidade.
A similaridade da rea ocupada pelo poluente reproduzida pelo modelo desta
dissertao devida ao fato de que os coecientes determinados nesta simulao so
no-homogneos, ou seja, a maior inuncia da difuso est prxima ao obstculo di-
minuindo gradativamente a medida que o uxo se afasta. Da o fato de um aumento
crescente da disperso do poluente seguido de uma estagnao desta disperso.
83
(a) (b)
FIGURA 5.7 (a) - Experimento em laboratrio de Jirka [11]. (b) - Simulao do
experimento de Jirka usando o modelo proposto.
Como mencionado acima, am de validar este modelo, calculamos o nmero
de Reynolds da simulao realizada do experimento de Jirka e comparamos com o
relatado por Jirka [11]. Sendo L
S
= 160 cel a largura do ambiente de simulao,
V
S
0.5 cel/
s
5
a velocidade de entrada do uido no simulador,
S
= 1.8 10
5
e
D
S
= 15 cel o nmero de Reynolds levando em considerao o dimetro do cilindro
o nmero de Reynolds Re
D
= 4.11 10
5
. O nmero de Reynolds relatado por
Jirka [12], quando levado em considerao o dimetro do cilindro Re = 1.83 10
5
.
Alm disso, nesta simulao foi medido a distribuio da concentrao de po-
luente na fronteira direita do ambiente de simulao. Conforme proposto na Seo
4.1, o modelo para o perl da difuso turbulenta D
T
(r, ) foi aproximado pela Equa-
o (4.9) com base no que descreve a Equao (4.4) onde o comportamento de v
1
descreve uma curva normal em torno do eixo que corta o centro do cilindro, no
sentido do campo de ventos. O comportamento das concentraes em torno deste
eixo est de acordo com a distribuio da velocidade mostrada pela Figura 4.6. O
grco da Figura 5.8 mostra da concentrao medida em torno do eixo central que
corta o cilindro.
Observe que na Figura 5.8 o nvel de concentrao mximo est localizado no
ponto (200, 80), que pertence ao eixo que corta, no sentido do vento, o centro do
cilindro da Figura 5.7(b). Os nveis de concentrao em torno de
3
= 80 decres-
cem simetricamente a medida que se afastam deste ponto. Tal comportamento est
ajustado ao de uma curva normal, como descrito na Seo 4.1.
84
0 20 40 60 80 100 120 140 160
5
0
5
10
15
20
25
30

C
FIGURA 5.8 Comportamento das concentraes em torno do eixo que corta o
centro do cilindro. O eixo
3
representa a fronteira direita do ambiente de
simulao da Figura 5.7(b).
5.2 Validao da metodologia de estimativa do campo de ven-
tos
5.2.1 Problema 1
Por m, comparou-se os polinmios gerados pela interpolao das amostras
colhidas na fronteira do ambiente, para a determinao das condies de contorno,
com funes conhecidas, por exemplo a funo seno, tambm usadas para deter-
minar as condies de contorno. Este procedimento visou medir a qualidade da
estimativa do campo de ventos a partir de poucas amostras.
No caso mais simples, considere o ambiente ilustrado na Figura 4.3, com
L
1
= 1000 e L
2
= 800. As condies de contorno nos limites da simulao foram
denidas com funes senoidais, conforme mostra a Tabela 5.5.
85
TABELA 5.5 Condies de contorno denidas a partir de funes senoidais.

i
Condio
i = 1 sin

2
L
2
y

i = 2 cos

2
L
1
x

i = 3 sin

2
L
2
y

i = 4 cos

2
L
1
x

As amostras do campo de ventos v na fronteira foram coletadas em pontos

de extremos locais das funes denidas para cada lado fronteira, bem como nos
vrtices de . A Tabela 5.6 mostra os valores das amostras coletados em cada
ponto.
TABELA 5.6 Valores das amostras coletadas na fronteira do ambiente .
Amostra
1

2

3

4

1 v(0, 0) = 0 v(0, 0) = 1 v(L

1
, 0) = 0 v(0, L
2
) = 1
2 v(0, 200) = 1 v(250, 0) = 0 v(L
1
, 200) = 1 v(250, L
2
) = 0
3 v(0, 400) = 0 v(500, 0) = 1 v(L
1
, 400) = 0 v(500, L
2
) = 1
4 v(0, 600) = 1 v(750, 0) = 0 v(L
1
, 600) = 1 v(750, L
2
) = 0
5 v(0, L
2
) = 0 v(L
1
, 0) = 1 v(L
1
, L
2
) = 0 v(L
1
, L
2
) = 1
As amostras listadas na Tabela 5.6 foram interpoladas polinomialmente para
gerar os polinmios assumidos como condio de contorno em cada lado fronteira
. As Figuras 5.10 (a) e (b) mostram as condies de contorno determinadas pelas
funes conhecidas (Tabela 5.5) e suas respectivas estimativas denidas atravs dos
polinmios resultante da interpolao das poucas amostras coletadas na fronteiras
do ambiente (Tabela 5.6). Note que as condies de contorno denidas pelas funes
da Tabela 5.5 e as condies denidas atravs das interpolaes polinomiais corres-
pondentes satisfazem a hiptese de um uxo potencial. Ou seja, o uxo total de
(ver Equao 4.2) v atravs de nulo. Depois procede-se as correes de acordo
com (4.3). Foram gerados dois campos de ventos com o auxlio de uma ferramenta
CFD. O primeiro campo de ventos, denominado v, foi gerado a partir das condies
86
de contorno denidas na Tabela 5.5. O segundo campo de ventos, denominado v

,
foi gerado a partir das condies de contorno denidas pelos polinmios gerados a
partir das amostras denidas na Tabela 5.6. O erro entre os valores absolutos da
velocidade entre os dois campos de vento, v e v

, respectivamente, denido como

Erro(x, y) = |v| |v

|. (5.2)
A Figura 5.9 mostra o erro encontrado ao longo do ambiente de simulao. Estes
erros no inuenciam signicativamente a simulao como demonstrado na Figura
5.13
FIGURA 5.9 Erro entre os valores absolutos na estimativa do campo de vento a
partir de poucas amostras.
5.2.2 Problema 2
Considere, como segundo exemplo, o mesmo ambiente , da Figura 4.3, de
lados L
1
= 1000 e L
2
= 800 e condies de contorno denidas pelas funes listadas
na Tabela 5.7. A diferena deste caso em relao ao anterior est na fronteira
1

onde se tem uma senoidal com amplitude crescente em y, fazendo com que = 0
( 4.2). Novamente foram obtidas amostras nos vrtices de e em pontos que, em
cada lado da fronteira , coincidem com os mnimos e mximos das respectivas
funes da Tabela 5.7. As amostras foram interpoladas para gerar os polinmios
correspondentes em cada uma das fronteiras como no caso anterior e, que neste
exemplo, realizou-se o ajuste dos polinmios como indicado em (4.3). A partir das
87
cos(x)

sin(y)
cos(x)

sin(y)
p
2

p
3
p
4

p
1
(a) (b)
FIGURA 5.10 (a) - Condies de contorno determinadas por funes conhecidas
(b) - Condies de contorno determinada por polinmios resultantes da
interpolao de 5 amostras de ventos em pontos de valores conhecidos. De fato, em
ambas as fronteiras as diferenas entre ambas as condies so imperceptveis.
condies de contorno denidas atravs dos polinmios e das condies de contorno
denidas pelas funes da Tabela 5.7, foram gerados dois campos de ventos. Como
mostram as Figuras 5.11(a) e 5.11(b), os dois campos de ventos so semelhantes.
TABELA 5.7 Condies de contorno denidas a partir de funes cuja soma
de suas integrais = 0 (Equao 4.2).

i
Condio
i = 1 y sin

4
L
2
y

i = 2 cos

4
L
1
x

i = 3 sin

4
L
2
y

i = 4 cos

4
L
1
x

88
0.2
0.4
0.6
0.8
1
1.2
0 50 1001502002503003504004505005506006507007508008509009501000
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
Color: abs(grad(u)) Vector field: c*grad(u)
0.2
0.4
0.6
0.8
1
1.2
0 50 1001502002503003504004505005506006507007508008509009501000
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
Color: abs(grad(u)) Vector field: c*grad(u)
(a)
(b)
FIGURA 5.11 (a) - Campo de ventos gerado a partir das condies de contorno
denidas na Tabela 5.7. (b) - Campo de ventos gerado a partir de polinmios
encontrados atravs da interpolao de amostras coletadas em pontos conhecidos
das funes da Tabela 5.7. As reas mais claras dos grcos representam as regies
de menores velocidades do vento. Percebe-se atravs destas guras a grande
semelhana entre os dois campos de ventos.
89
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
0.22
0.24
20 40 60 80 100 120 140 160 180 200
20
40
60
80
100
120
140
160
3
2
1
0
1
2
3
20 40 60 80 100 120 140 160 180 200
20
40
60
80
100
120
140
160
(a) (b)
FIGURA 5.12 Vericao dos erros de magnitude (a) e fase (b) do campo de
velocidades entre os campos de ventos da Figura 5.11(a) e (b). (b) Erro absoluto
da velocidade entre os campos de ventos. (b) Erro de fase entre os dois campos de
ventos. As regies de maior erro de fase coincidem com as regies de menor
velocidade do vento e de menor erro absoluto entre suas velocidades.
No presente caso, mediram-se os erros absolutos e de fase da velocidade para a
metodologia proposta. Sejam v o campo de ventos gerado a partir das condies de
contorno dadas pelas funes da Tabela 5.7 e v

o campo obtido a partir das amostras

das condies de contorno polinomialmente interpoladas para toda a fronteira .
Os erros absolutos e de fase ao longo do ambiente so dados pelas matrizes A
xy
e
F
xy
, onde
A
xy
= |v(x, y) v

(x, y)| (5.3)

F
xy
= arctan

v
y
(x, y)
v
x
(x, y)

arctan

y
(x, y)
v

x
(x, y)

. (5.4)
O resultado desta vericao apresentado na Figura 5.12(b). Percebe-se que
o erro de fase entre os dois campos de ventos elevado somente nas regies onde
esto localizadas as menores velocidades do vento (Figura 5.11), ou seja, apesar dos
erros de direo do vento serem elevados nestas regies, no inuenciam de maneira
relevante nos resultados da simulao.
Para exemplicar a ecincia da metodologia de estimativa de campos de ven-
90
(a)3000 iteraes (b)3000 iteraes
Fonte 1
Fonte 2
Fonte 1
Fonte 2
0 5 10 15 20 25 30 35 40
0
5
10
15
20
25
30
0 5 10 15 20 25 30 35 40
0
5
10
15
20
25
30
(c) (d)
FIGURA 5.13 (a) Comportamento do poluente sob a ao de campo de vento
estimado atravs de funes conhecidas (Tabela 5.5). (b) Comportamento do
poluente sob a ao d campo de ventos estimado atravs dos polinmios
encontrados a partir das amostras da Tabela 5.6. (c) Campo de ventos presente na
simulao da Figura (a). (d) Campo de ventos presente na simulao da Figura
(b).
tos, simulou-se o comportamento da disperso de poluente sob a ao de dois campos
de ventos. O primeiro gerado atravs das condies de contorno determinadas por
funes conhecidas (ver Tabela 5.5). O segundo, gerado atravs das condies de
contorno determinadas pelos polinmios obtidos a partir da interpolao das amos-
tras informadas na Tabela 5.6. A Figura 5.13 mostra os resultados destas duas
simulaes. O comportamento do campo de vento, em ambos os casos, so equiva-
lentes.
91
Captulo 6
Resultados
Neste captulo, apresenta-se os resultados obtidos da aplicao da metodolo-
gia proposta a ambientes complexos. Como difcil validar os resultados com base
em argumentos experimentais e tericos, de uma forma mais objetiva, a atitude
adotada nas descries ser baseada na simples contemplao, tendo como base os
argumentos de validao apresentados no Captulo 5. Alm disso, os resultados
esto coerentes com as teorias da mecnica dos uidos e de transporte apresenta-
das no Capitulo 3. Os resultados apresentados a seguir esto divididos de forma
a podermos avaliar as modicaes no modelo, inicialmente apresentado por Hardt
[10], proveniente das implementaes realizadas nesta dissertao. So considerados
vrios exemplos de ambientes, em ordem crescente de complexidade de disposio
de obstculos, onde, para cada exemplo, introduziu-se separadamente as alteraes
do modelo de Hardt.
O primeiro caso trata do transporte de um poluente leve em um ambiente
composto por trs cilindros dispostos como mostrado na Figura 6.1, com um campo
de ventos que adentra uniformemente no ambiente , pelo lado esquerdo
1
, onde
se tem uma coluna de fontes permanentes de poluente.
Os efeitos indesejveis da correo articial da qualidade dos dados fornecidos
ao simulador proposto por Hardt podem ser observados na Figura 6.1. Nas primeiras
iteraes percebe-se o aumento da esteira de poluente anterior ao obstculo devido
ao coeciente de difuso articialmente presente naquela regio. A esteira que segue
92
200 iteraes 500 iteraes 700 iteraes
FIGURA 6.1 Simulao da disperso de poluentes em um ambiente de baixa
complexidade utilizando o modelo de Hardt [10], com coeciente de difuso
D = 0, 5 homogneo em toda a grade de simulao e campo de vento v(1, 0)
uniforme em todo o espao de simulao.
os obstculos tende a ocupar uma rea crescente devido ao alto valor de difuso em
torno dos obstculos e tambm pela m conformao do campo de ventos que no
respeita o movimento de contorno do uido em torno dos obstculos. Alm disso,
h uma reteno articial de poluente nas paredes anteriores dos obstculos.
Para apresentar os resultados dos aperfeioamentos aqui propostos, simulou-se
a disperso do poluente no mesmo ambiente em duas etapas. A primeira conside-
ramos somente os campos de ventos gerados a partir de uma ferramenta CFD com
as mesmas condies de contorno, ou seja, o campo de vento na fronteira esquerda
do ambiente de simulao v(1, 0). Nas fronteiras superiores e inferiores no h
entrada nem sada de vento no ambiente. O campo de ventos foi determinado pela
soluo numrica da Equao 3.3. A Figura 6.2 apresenta os resultados desta simu-
lao.
93
500 iteraes 1100 iteraes 2100 iteraes
FIGURA 6.2 Simulao da disperso de poluentes em um ambiente de baixa
complexidade utilizando o modelo desta dissertao, sem qualquer tipo de difuso
(D = 0 e D
T
= 0)e com campo de ventos estimado por uma ferramenta CFD a
partir das condies de contorno.
0 5 10 15 20 25 30 35 40
0
5
10
15
20
25
30
FIGURA 6.3 Campo de ventos da simulao da Figura 6.2, estimado
numericamente.
Percebe-se que o poluente segue elmente as linhas de uxo do uido, mos-
trado na Figura 6.3, sem o espalhamento do poluente nas regies anteriores aos
obstculos, como ocorrido na Figura 6.1. Alm disso, a reteno de poluentes nas
paredes anteriores aos obstculos desapareceu em razo da melhor conformao do
uxo ao obstculo. Com a melhoria na estimativa do campo de ventos, foram eli-
minados os espalhamento da esteira de poluente nas regies anteriores e laterais aos
obstculos. O fechamento das reas posteriores aos obstculos tambm foi corrigido
pela metodologia de estimativa de campos de ventos proposta nesta dissertao.
Percebe-se tambm uma diferena no tempo de simulao quando comparadas o
numero de iteraes entre as duas metodologias. Esta diferenca deve-se ao fato de
que o campo de ventos passado ao simulador (j normalizado) na simulao da Fi-
gura 6.1 possui uma velocidade uniforme (|v| = 1), enquanto que o campo de vento
94
estimado pela presente metodologia, usado na simulao da Figura 6.2, possui velo-
cidade mxima |v|
max
= 1, localizadas prximas aos obstculos, mas tem velocidade
mdia |v| 1/3.
Apesar das melhorias j citadas, em regimes moderados ou fortes, o uxo pos-
sui componentes turbulentas prximas aos obstculos, que aumentam a difuso do
poluente no ambiente. A simulao da Figura 6.4 mostra o resultado da adoo de
um perl de difuso turbulenta na estimativa dos coecientes de difuso ao longo do
ambiente de simulao. A comparao entre as Figuras 6.2 e 6.4 mostra claramente
o papel da difuso turbulenta no contorno dos obstculos: expande lateralmente a
esteira de poluentes nas regies posteriores aos obstculos. A presente metodologia
leva em considerao a competio entre os efeitos do transporte convectivo e di-
fusivo, em cada ponto do ambiente de simulao. De fato, a Figura 6.5 mostra as
curvas de nveis representando os coecientes de difuso em torno dos cilindros da
Figura 6.4 e percebe-se o domnio do transporte difusivo nas regies onde os valores
de D
T
so maiores. Nas regies onde D
T
0 predomina o transporte convectivo
do poluente.
500 iteraes 1100 iteraes
2100 iteraes 3000 iteraes
FIGURA 6.4 Simulao da disperso de poluentes em um ambiente de baixa
complexidade utilizando o modelo desta dissertao, coeciente de difuso denidos
atravs da Equao 4.5 e campo de vento estimado por uma ferramenta CFD.
95
FIGURA 6.5 Campo de coecientes D
T
calculados para o ambiente da Figura
6.4. As regies claras correspondem aos maiores valores de D
T
e as regies mais
escuras, os menores valores.
Em ambientes mais complexos, as alteraes feitas nesta dissertao, mostram-
se ainda mais ecientes quando comparadas ao modelo anterior proposto por Hardt.
A Figura 6.6 compara as simulaes, em um ambiente complexo, realizadas com o
modelo de Hardt e o implementado.
(a)1000 iteraes (b)3000 iteraes (c)3000 iteraes
FIGURA 6.6 Comparao da simulao da disperso de poluentes utilizando os
modelos de Hardt e o desta dissertao. (a) Com difuso homognea D = 0, 5 e
campo de vento uniforme v(1, 0). (b) Sem difuso e campo de vento estimado pela
ferramenta CFD. (c) Coeciente de difuso estimado atravs da Equao 4.5 e
campo de vento estimado pela ferramenta CFD.
Pode-se comparar atravs da Figura 6.7 o papel da grade no-homognea para
os coecientes de difuso turbulenta, onde a competio entre o transporte convec-
96
tivo e o difusivo torna-se mais evidente nas regies de maiores valores para D
T
. De
fato, comparando os resultados obtidos com o modelo atual, observa-se, atravs da
Figura 6.7(a), que a disperso do poluente sob a ao exclusiva do campo de vento da
Figura 6.7(c) (transporte convectivo), no suciente para o fechamento da esteira
de poluente nas regies posteriores aos obstculos. Sob a inuncia do transporte
difusivo (Figura 6.7(b)), o poluente tende a espalhar-se devido aos altos valores de
D
T
prximos aos obstculos (Figura 6.7(d)), preenchendo as regies posteriores aos
obstculos.
0 5 10 15 20 25 30 35 40
0
5
10
15
20
25
30
(a) (b)
(c) (d)
FIGURA 6.7 Comparao das regies de predominncia da difuso em funo
dos coecientes D
T
. (a) Simulao da disperso de poluentes somente sob a ao
do transporte convectivo (campo de ventos). (b) Simulao da disperso de
poluentes sob a ao dos transportes convectivo e difusivo. (c) Campo de ventos
presente no ambiente. (d) Campo no-homogneo de D
T
onde as regies mais
claras correspondem aos maiores valores para D
T
.
97
Com a incluso dos critrios de amostragem dos ventos em ambientes comple-
xos, da interpolao destas amostras s regies de fronteira e da determinao dos
campos de ventos atravs da aproximao numrica, espera-se aumentar a preciso
da simulao do escoamento de poluentes em ambientes de alta complexidade. De
fato, as estimativas de campos de ventos a partir de poucas amostras apresentam
um certo grau de impreciso. No entanto esta impreciso, mesmo em ambientes
complexos, pode ser desprezada. Isto o que sugerem os resultados do Captulo 5,
onde grandes variaes em v na fronteira no causaram erros signicativos nas
estimativas de v em todo o ambiente , com base na metodologia proposta.
No que se segue, a metodologia proposta ser aplicada a um ambiente do tipo
para o qual foi idealizada, isto , a um ambiente com grande nvel de complexidade.
Sero mostrados os resultados da simulao do escoamento de um poluente leve sob
a ao de dois campos de ventos diferentes, num ambiente com muitos obstculos
, inspirado no Campus Universitrio da Unisinos. O ambiente tem, aproximada-
mente, as dimenses de um retngulo com lados 1000 m e 800 m.
O primeiro caso simulado o escoamento de poluentes sob a ao do campo de
vento denido no sentido Nordeste. No ambiente foram dispostas fontes instantneas
e permanentes nas posies descritas na Tabela 6.1. a Figura 6.8 o resultado
da simulao sem considerar a atuao do coeciente de difuso turbulenta D
T
.
Como evidenciado no Captulo 5, a disperso do poluente sem a ao do coeciente
de difuso turbulenta D
T
ocorre de forma laminar em torno dos obstculos, ou
seja, segue elmente o campo de vento presente. Adicionando-se simulao a
inuncia de D
T
percebe-se um espalhamento do poluente nas regies posteriores
aos obstculos conforme mostra a Figura 6.9.
98
TABELA 6.1 Localizao, concentrao e tipo das fontes de emisso de poluentes
usadas na simulao da disperso de poluentes em um ambiente complexo
inspirado no Campus Universitrio da Unisinos. Fontes indicadas com P so do
tipo permanente. Fontes indicadas com I so do tipo instantneas.
Fonte Posio (x,y) C Tipo
1 (20,80) 100 P
2 (40,155) 100 P
3 (115,115) 400 I
4 (116,115) 400 I
5 (115,116) 400 I
6 (116,116) 400 I
7 (125,45) 400 I
10 iteraes 200 iteraes
1000 iteraes 2000 iteraes
FIGURA 6.8 Simulao da disperso de poluentes em um ambiente complexo
inspirado no Campus Universitrio da Unisinos, sob a ao de campo de ventos
com sentido NE e coeciente de difuso turbulenta D
T
= 0.
No segundo caso, fez-se uma simulao da disperso de poluentes sob a ao de
campos de ventos, no mesmo ambiente acima, numa situao hipottica, onde esto
disponveis nove amostras do campo de vento em cada lado da fronteira. Os pontos
de coleta de v, os respectivos valores para vn, e as interpolaes polinomiais podem
ser conferidos na Figura 6.10. Nesta demonstrao, o vento mximo estimado de
v
max
= 15, 48 m/s. O campo de ventos foi ento gerado a partir dessas amostras
com a metodologia proposta. Isto , foi realizada a interpolao das amostras para
toda a fronteira seguida da soluo numrica da equao da continuidade na forma
99
10 iteraes 500 iteraes 1500 iteraes
3000 iteraes 4000 iteraes 6000 iteraes
FIGURA 6.9 Simulao da disperso de poluentes em um ambiente complexo
inspirado no Campus Universitrio da Unisinos, sob a ao de campo de ventos
com sentido NE e sob a ao do perl do coeciente de difuso turbulenta D
T
,
calculado dentro de um alcance de r
max
= 30 e com os parmetros = 1.5,
= 1.5, k = 1.8.
(3.3). Em seguida, de posse do campo de ventos denido para todo o ambiente,
o campo de coecientes de difuso turbulenta gerado e o transporte do poluente
simulado no tempo. Finalmente, fez-se as converses dos valores encontrados no
simulador para os valores reais no sistema MKS, de acordo com a Tabela 4.1.
A seqncia de iteraes da Figura 6.11 mostra o comportamento dos polu-
entes liberados no ambiente, em regime permanente e instantneo, sob a ao do
campo de ventos (Figura 6.12 (a)) estimado a partir de poucas amostras. Nesta
seqncia est presente a componente turbulenta do modelo, representada por D
T
(Figura 6.12 (b)), estimada atravs da interao do campo de ventos com os obst-
culos presente no ambiente.
100
p
3
p
2

p
4

p
1
FIGURA 6.10 Os pontos de coleta de v, os respectivos valores para v n
(condies de contorno), e as interpolaes polinomiais em toda a fronteira do
ambiente (Campus Universitrio da Unisinos).
10 iteraes 100 iteraes 1000 iteraes
2500 iteraes 5000 iteraes 7000 iteraes
FIGURA 6.11 Simulao da disperso de poluentes em um ambiente complexo
inspirado no Campus Universitrio da Unisinos, sob a ao de campo de ventos
estimados a partir das condies de contorno denidas atravs de poucas amostras,
coletadas nas fronteiras do ambiente, e com perl de difuso turbulenta ativo
D
T
,calculado dentro de um alcance de r
max
= 30 e com os parmetros = 1.5,
= 1.5, k = 0.735.
101
0 5 10 15 20 25 30 35 40
0
5
10
15
20
25
30
(a)
(b)
FIGURA 6.12 (a) Campo de ventos presente no ambiente da Figura 6.11. (b)
Campo no-homogneo de D
T
estimados em funo do campo de ventos e da
disposio dos obstculos da Figura 6.11.
102
Captulo 7
Concluso
Neste trabalho props-se modelar a disperso de poluentes devido s correntes
de ventos em ambientes complexos, ou seja, de grandes dimenses e com grande
nmero de obstculos. O modelo implementado estendeu o modelo apresentado por
Hardt [10], acrescentando simulao destes fenmenos novas caractersticas basea-
das nas teorias de transporte e mecnica dos uidos. A melhora do modelo de Hardt
foi garantida atravs da diviso do uxo em duas componentes, uma laminar po-
tencial e outra turbulenta. A componente laminar foi representada pela estimativa
dos campos de ventos atravs da Equao (3.3) e a componente turbulenta atravs
de um perl (4.9) para a estimativa dos coecientes de difuso turbulenta em todo
o ambiente de simulao. A diviso do uxo nestas duas componentes garantiu s
simulaes maior preciso sem afetar signicativamente o desempenho computacio-
nal. As simulaes foram realizadas em um computador PENTIUM 4, CPU 2.8GHz
e 256MB de memria. Os tempos de simulao foram inferiores a 12 minutos em
ambientes de alta complexidade como o apresentado na Figura 6.11.
O aumento da preciso do modelo em relao ao trabalho de Hardt foi veri-
cada atravs de argumentos tericos e comparao com resultados experimentais
relatados na literatura. De fato, com a melhor estimativa para os campos de ventos
e com os coecientes de difuso turbulenta denidos em cada ponto do ambiente,
levando-se em considerao a interao dos campos de ventos com os obstculos,
foi possvel eliminar o espalhamento da esteira de poluentes nas regies anteriores e
laterais aos obstculos e melhorar o fechamento da esteira nas reas posteriores aos
103
mesmos. Em ambientes de maior complexidade o resultado apresentado manteve-se,
como pde ser observado atravs da comparao das simulaes realizadas com o
modelo proposto por Hardt (Figura 6.1) e as realizadas com o modelo atual (Figura
6.4).
Quando o modelo foi comparado com experimentos laboratoriais, como reali-
zado na Seo 5.1.2, o modelo mostrou-se consistente com os resultados obtidos. A
proximidade do nmero de Reynolds encontrado entre o experimento realizado por
Jirka [11] e o encontrado na simulao da Figura 5.3 atestou esta consistncia. Alm
disso, foi possvel comprovar a consistncia do perl adotado para a difuso turbu-
lenta, dado por (4.9), atravs do comportamento das concentraes do poluente na
esteira do uido (Figura 5.8), que est de acordo com as previses tericas para
o comportamento da velocidade turbulenta presente no uxo s grandes distncias
dos obstculos, como mostrado no Captulo 4 atravs de (4.4).
A metodologia usada para estimar os campos de ventos a partir da interpo-
lao de poucas amostras de ventos foi analisada a m de determinar a qualidade
das estimativas para os campos de ventos atuantes. Ao comparar os campos de
ventos, encontrados a partir de poucas amostras coletadas na fronteira do ambiente,
e o campo de ventos com o conjunto completo de amostras de ventos na fronteira
do ambiente, vericou-se que os erros em termos absolutos foram pequenos e que
as regies de maior erro de fase (direo) do vento localizaram-se nas regies de
menor inuncia do vento na simulao, ou seja, onde ocorrem as menores veloci-
dades escalares do mesmo. Portanto, a metodologia de estimativa dos campos de
ventos usada neste modelo mostrou-se eciente, conforme pde-se vericar atravs
das diversas simulaes realizadas.
De modo geral, como j mencionado, os objetivos desta dissertao foram al-
canados atravs da diviso do uxo em uma componente laminar, representada
pelo campo potencial de ventos, e uma componente turbulenta, representada pelo
perl para coeciente de difuso turbulenta. O uso destas duas componentes para
representar o uxo de um uido, aliada metodologia para estimativa do campo
104
potencial de ventos, forneceram resultados satisfatrios na simulao do escoamento
de poluentes em ambientes complexos. Alm disso, a metodologia proposta pode ser
aplicada em situaes reais e no estacionrias com relativa facilidade. Com efeito,
seria suciente a instalao de medidores de vento nas fronteiras de uma cidade,
obter o mapa de obstculos e a localizao das fontes de escapamentos da cidade
para se prever o escoamento de poluentes leves naquele ambiente. Tais dados seriam
transmitidos para uma central onde os clculos baseados na presente metodologia se-
riam efetuados. A cada nova amostragem dos sensores, seriam recalculados o campo
de ventos e os coecientes D
T
(x, y), tendo como condio inicial a concentrao nal
C(x, y) obtidas na congurao de ventos anterior.
Entretanto, o modelo proposto necessita de renamentos mais sosticados para
que o mesmo possa representar com maior delidade o que ocorre na natureza. Pode-
se citar como sugestes de aprimoramento e trabalhos futuros o que segue:
Tratamento de obstculos porosos. Entende-se por obstculos porosos ores-
tas, arvores, prdios em construo, etc. Neste caso, tem-se uxo atravs do
obstculo com parte da velocidade de conveco transformada em difuso in-
terna, com coeciente homogneo e dependente da porosidade do obstculo.
Estimativas mais realsticas para campos de ventos. Neste trabalho foi conside-
rado apenas a componente potencial dos campos de ventos, dada pela Equao
(3.3). Desta forma, foram desconsiderados os vrtices de mdio porte, isto ,
maiores que a escala turbulenta e menores que as dimenses tpicas da cidade
(largura e comprimento). Apesar de ter importncia secundria no que diz
respeito a segurana de uma populao, seria interessante a incluso dessa es-
cala de vorticidade para melhor realismo visual. Neste sentido, uma estimativa
da componente rotacional agregada potencial poder resultar em simulaes
mais realsticas.
Efeitos tridimensionais. Foram desconsiderados os transportes na altitude,
como os causados pelos efeitos convectivos devidos a gradientes de tempera-
105
tura ou relativos camada limite atmosfrica. Tais efeitos so cruciais pois
podem representar aumento ou diminuio relevante nas concentraes de po-
luentes no ambiente, em relao aos resultados at agora obtidos. Espera-se
que a incluso destes efeitos, aumente a preciso das simulaes.
Modelagens mais realsticas de D
T
(x, y). De fato, a ecincia do perl adotado
para o clculo de D
T
(x, y) foi comprovada com argumentos tericos vlidos
somente para grandes distncias dos obstculos. Entretanto, em ambientes
complexos, modelos para distncias menores so mais relevantes. Neste sen-
tido, apesar dos bons resultados j obtidos, talvez seja possvel usar pers de
difuso mais realistas, para pequenas e mdias distncias aos obstculos.
Denio de uma interface amigvel para insero dos dados e apresentao
dos resultados. No presente estgio, as principais diculdades na insero dos
dados residem na estimativa e exportao dos campos de ventos e na inser-
o do mapa de obstculos. Como sugesto, o simulador atual poderia ser
adaptado para operar em conjunto com programas CAD de arquitetura e ur-
banismo.
106
Bibliograa
[1] Richard L. Burden and J. Douglas Faires. Anlise Numrica. Pioneira Thom-
son Learning, So Paulo, SP, 2003.
[2] Alexandre J. Chorin and Jerrold E. Marsden. A Mathematical Introduction
to Fluid Mechanics. Springer-Verlag New York, Inc., 1993.
[3] G. L. Diniz, J.F.R. Fernandes, and J. F. C. A. Meyer. Simulao da disperso
de poluentes num sistema ar-gua. Biomatemtica XIII, 13(11), 2003.
[4] P. Elinas and W. Stuerzlinger. Real-time rendering of 3d clouds. Computer
Graphics Forum, 20(3), 2001.
[5] Ronald Fedkiw, Jos Stam, and Henrik Wann Jensen. Visual simulation of
smoke. In SIGGRAPH 01: Proceedings of the 28th annual conference on
Computer graphics and interactive techniques, pages 1522, New York, NY,
USA, 2001. ACM Press.
[6] Gary William Flake. The computational beauty of nature: computer explora-
tions of fractals, chaos, complex systems and Adaptation. A Bradford Book,
1998.
[7] Georey Y. Gardner. Visual simulation of clouds. SIGGRAPH Comput.
Graph., 19(3):297304, 1985.
[8] Alexander S. Gavrilov. Stochastic modelling of nuclear turbulent diusion -
diusion in lowest troposphere. In Nuclear Risks, Environmental, and Deve-
lopment Co-operation in the North of Europe, pages 7377, Ume University,
se-90187 Ume - Sweden, 2000. Cerum Northern Studies.
107
[9] Ranald V. Giles, Jack B. Evett, and Cheng Liu. Mecnica de los Fludos e
Hidrulica. McGraw-Hill, 1994.
[10] Katia Hardt. Simulao de escoamento de fumaa ou gs em grandes ambien-
tes sob a ao de campos de ventos. Masters thesis, PIPCA, Programa Inter-
disciplinar de Ps-Graduao em Computao Aplicada - Unisinos, So Leo-
poldo, 2004.
[11] Gerhard H. Jirka. Large scale ow structures and mixing processes in shallow
ows. Journal of Hydraulic Research, 39(06), 2001.
[12] Gerhard H. Jirka and Daoyi Chen. Experimental study of plane turbulent
wakes in a shallow water layer. Fluid Dynamics Research, 16(11-41), 1995.
[13] Ryo Miyazaki, Satoru Yoshida, Tomoyuki Nishita, and Yoshinori Dobashi.
A method for modeling clouds based on atmospheric uid dynamics. In PG
01: Proceedings of the 9th Pacic Conference on Computer Graphics and
Applications, page 363, Washington, DC, USA, 2001. IEEE Computer Society.
[14] Tomoyuki Nishita and Yoshinori Dobashi. Modeling and rendering methods
of clouds. In PG 99: Proceedings of the 7th Pacic Conference on Computer
Graphics and Applications, page 218, Washington, DC, USA, 1999. IEEE
Computer Society.
[15] Tomoyuki Nishita, Youshinori Dobashi, and Ryo Miyazaki. Simulation of
cumuliform clouds based on computational uid dynamics. In Proc. EURO-
GRAPHICS 2002 Short Presentations, 2002.
[16] J.M. Ottino. The Kinematics of mixing: stretching, chaos, and transport.
The Press Syndicate of the University of Cambridge, 1989.
[17] Andrew Phelps. Generating perlin noise
with director mx., 2005. Disponvel em
http://www.macromedia.com/devnet/mx/director/articles/perlin_noise.html.
Acesso em: maio 2005.
[18] Stephen Bailey Pope. Turbulent Flows. Cambridge University Press, 2000.
108
[19] Merle C. Potter, David C. Wiggert, and Midhat Hondzo. Mecnica de Fluidos.
Prentice Hall Mxico, 1998.
[20] William H. Press, Saul A. Teukolsky, William T. Vetterling, and Brian P.
Flannery. Numerical Recipes in C: the art of scientic computing. Cambridge
University Press, 1992.
[21] Nick Rasmussen, Duc Quang Nguyen, Willi Geiger, and Ronald Fedkiw.
Smoke simulation for large scale phenomena. ACM Trans. Graph., 22(3):703
707, 2003.
[22] Philip J. W. Roberts and Donald R. Webster. Turbulent Diusion. In Envi-
ronmental Fluid Mechanics - Theories and Applications. Georgia Institute of
Technology, Atlanta, Georgia, 2001.
[23] Amalendu Sau, Robert R. Hwang, Tony W. H. Sheu, and W. C. Yang. In-
teraction of trailing vortices in the wake of a wall-mounted rectangular cy-
linder. Physical Review E (Statistical, Nonlinear, and Soft Matter Physics),
68(5):056303, 2003.
[24] Jos Stam and Eugene Fiume. Turbulent wind elds for gaseous phenomena.
In SIGGRAPH 93: Proceedings of the 20th annual conference on Computer
graphics and interactive techniques, pages 369376, New York, NY, USA,
1993. ACM Press.
[25] Jos Stam and Eugene Fiume. Depicting re and other gaseous phenomena
using diusion processes. In SIGGRAPH 95: Proceedings of the 22nd annual
conference on Computer graphics and interactive techniques, pages 129136,
New York, NY, USA, 1995. ACM Press.
[26] UFRGS. Coupled map lattice., 2002. Disponvel em
http://pcleon.if.ufrgs.br/

leon/Coloquio_Interdisciplinar/node11.html.
Acesso em: maio 2005.
[27] M. Unbescheiden and A. Trembilski. Cloud simulation in virtual environ-
ments. In VRAIS 98: Proceedings of the Virtual Reality Annual International
Symposium, page 98, Washington, DC, USA, 1998. IEEE Computer Society.
109
[28] Brd Vens and Lars R. Stran. Space-time correlations in separated ow
behind a surface mounted obstacle. In Turbulence and Shear Flow,, volume 1,
pages 11491154 1999.
[29] Webopedia. Dicionrio online para denies de ter-
mos de computadores e internet., 2005. Disponvel em
http://www.webopedia.com/TERM/V/voxel.html. Acesso em: maio 2005.
[30] Frank M. White. Mecnica dos Fludos. McGraw-Hill, 2002.
[31] Wikipedia. Movimento browniano, 2002. Disponvel em
http://pt.wikipedia.org/wiki/P%C3%A1gina_principal. Consulta reali-
zada em maio 2005.
[32] Satoru Yoshida and Tomoyuki Nishita. Modeling of smoke ow taking obs-
tacles into account. In PG 00: Proceedings of the 8th Pacic Conference on
Computer Graphics and Applications, page 135, Washington, DC, USA, 2000.
IEEE Computer Society.
110
Apndice A
Grcos das Simulaes
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0
2
4
6
8
10
12
14
16
18
20
x 10
4
C
Iteraes
#1
#2
#3
#4
#5
#6
#7
#8
FIGURA A.1 Comparao dos nveis de concentrao de poluente resultante das
simulaes da Tabela 5.1. Janela de rea 400 cel
2
localizada na parte posterior do
cilindro, conforme mostra a Figura 5.1.
111
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0
2
4
6
8
10
12
14
16
18
20
x 10
4
C
Iteraes
#1
#2
#3
#4
#5
#6
#7
#8
FIGURA A.2 Comparao dos nveis de concentrao de poluente resultante das
simulaes da Tabela 5.1. Janela de rea 400 cel
2
afastada do cilindro com posio
central nas coordenadas (160, 80).
112
Apndice B
Glossrio
Metaballs uma tcnica de modelagem 3D que mistura e transforma um conjunto
de esferas em uma forma complexa [10].
Blobs Semelhante aos metaballs, so objetos esfricos parametrizados que quando
prximos a outros blobs tm sua forma alterado formando um s objeto nova-
mente [10].
Autmatos Celulares Tipo de mquina computacional que um sistema din-
mico discreto no espao e no tempo [6].
Voxel Abreviao para volume pixel, a menor parte distinguvel de uma imagem
tridimensional em forma de caixa [29].
Textura de Perlin Modo de texturizar objetos atravs de padres criados a partir
de nmeros pseudo-randmicos [17].
CML - Coupled Map Lattice uma grade n-dimensional onde cada ponto evo-
lui no tempo atravs de um mapa (ou equao recorrente) na forma de X
t+1
=
F(X
t
), onde X o valor do campo no tempo indicado [26].
Movimento Browniano O movimento browniano o movimento aleatrio de par-
tculas macroscpicas num lquido como conseqncia dos choques das mol-
culas do lquido nas partculas [31].
Mtodo Monte-Carlo Mtodo Monte Carlo so algoritmos aleatrios que no
garantem encontrar a soluo do problema. Existem trs classes de algoritmos
113
Monte Carlo: Erro-Unilateral, Erro-Bilateral e Erro-No-Limitado [31].