Simulação numérica em Ambiente Manuel Costa

Slides:



Advertisements
Apresentações semelhantes
Movimento em I dimensão
Advertisements

2.1 – Introdução aos Sistemas de Controle
8.EQUAÇÕES DIFERENCIAIS ORDINÁRIAS Parte 3
Escoamento e Transporte de Massa
I. DESCRIÇÃO DO ESCOAMENTO DOS FLUIDOS:
Como elas saltam....
Modelos Hidrodinâmicos
Integração Numérica – Áreas e Equações
Ciclos, Vectores e Gráficos Simulação da Queda de Corpos II
Integração Numérica: Equações Diferenciais
CONDUÇÃO ELÉTRICA EM SÓLIDOS
Fundamentos da Cinemática dos Fluidos
Universidade Federal Rural
A DESCRIÇÃO DO MOVIMENTO
Sistema Estuarinos Costeiros Introdução a Modelagem
Escoamento em Rios e Reservatórios
11:43 Escoamento e Transporte de Massa Prof. Carlos Ruberto Fragoso Júnior.
Sistemas Estuarinos Costeiros
Estatística 5 - Variáveis Aleatórias Unidimensionais
Fundamentos da Cinemática dos Fluidos
SOLUÇÃO DE EQUAÇÕES NÃO LINEARES
ANÁLISE DE SÉRIES DE TEMPO
Prof. Rafael Stubs Parpinelli
Convecção Forçada Propriedades Físicas Constantes
TA 733 A – Operações Unitárias II
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
1ª aula Apresentação e séries de Taylor (Revisão).
Poluição do solo.
Material de Apoio Dinâmica.
Computação Gráfica: Aula10: Sistemas de Partículas
A DESCRIÇÃO DO MOVIMENTO
Problema restrito dos 3 corpos
Modelo Lagrangeano.
Sistemas de Aquisição e Processamento de Dados
Cap. 6. Definição e métodos de resolução do problema
análise das equações de conservação
Problema 1 Considere um veleiro, semelhante ao do problema 4 da unidade anterior, sujeito a um carregamento devido ao vento de f = 50 N/m, uniformemente.
FUNÇÃO CARACTERÍSTICA
UNIVERSIDADE FEDERAL DA BAHIA
CENTRO MASSA Centro massa para um de sistema de 2 partículas
Equações diferenciais ordinárias
1 - Equações Diferenciais Ordinárias
Velocidade e Fluxo Advectivo. Divergência da Velocidade.
Séries de Taylor e resolução numérica da equação de advecção - difusão
Aula Teórica 2 Difusividade e Fluxo Difusivo.
O método dos Volumes Finitos.
Equações diferenciais ordinárias de segunda ordem
A probabilidade de X tomar um dado valor é zero. Calcula-se a probabilidade de X estar dentro de um intervalo. Função de densidade 1. f(x) ≥ 0 +  2. 
Difusividade e Fluxo Difusivo.
Introdução à solução de equações diferenciais ordinárias
Mecânica Aplicada Apontamentos de aula 3.
Modelação Lagrangeana Localização das variáveis no volume de controlo: Fluxos calculados sobre as faces.
F.T I Aula 4.
Movimento em duas dimensões
2. FORMAS INTEGRAIS DAS LEIS FUNDAMENTAIS
Técnicas Probabilísticas de Localização e Mapeamento aplicadas à Robótica Móvel Claudia Patricia Ochoa Díaz Mestrado em Sistemas Mecatrônicos UnB-2008.
Revisão Avaliação Bimestral Ciências 1º bimestre
Mecânica dos Fluidos. Aulas Cap. 4.
Modelação de sistema Marinho. O caso Geral e Simplificações para Estuários.
Exemplo 7. Encontre a velocidade instantânea da partícula descrita na Figura 1 nos seguintes instantes: (a) t = 1.0 s, (b) t = 3.0 s, (c) t= 4.5 s, e (d)
Exemplos de MCU.
Revisão Avaliação Bimestral de Ciências 1º bimestre
Sistemas de Informação Inteligentes Prof. Nadilma Nunes.
Profa. Renata Medici. DEFINIR ATMOSFERA  Camada gasosa de espessura muito fina que envolve a Terra, sendo fundamental para a manutenção da vida na superfície.
PROE 1S0607 CFI Aula Formalismo da onda plana e uniforme em espaço livre Trata-se de uma estrutura TEM (campos ortogonais à direcção de propagação.
Modelagem de Fenômenos Físicos Utilizando a Técnica de Monte Carlo Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós graduação.
ESCOLA SECUNDÁRIA FRANCISCO RODRIGUES LOBO. 2 3 PRÉ REQUISITOS DE FQA.
Trabalho e Energia O problema fundamental da dinâmica de uma partícula é saber como a partícula se move, se conhecermos a força que actua sobre ela (como.
Física I 2009/2010 Aula05 Forças e Movimentos III O atrito.
CENTRO DE MASSA E MOMENTO LINEAR
Transcrição da apresentação:

Simulação numérica em Ambiente Manuel Costa

Áreas de aplicação : Qualidade da água

Áreas de aplicação : Furacões

Áreas de aplicação : Ondulação

Tipos de modelos •Modelos baseados em Equações diferenciais (bastante genéricos) - Diferenças Finitas (ex: Euler, Runge-Kutta) - Elementos Finitos - Volumes Finitos •Modelos mais específicos (alguns exemplos) - Autómatos Celulares - Modelos de Monte Carlo

Simulação do transporte de poluentes •O Transporte de poluentes tanto no ar como em corpos de água é dado por duas componentes: - Advecção : Velocidade média do corpo de água ou ar - Dispersão : Representa uma medida da turbulência do meio de transporte

Simulação dinâmica do transporte de poluentes •Existem duas formas típicas de se simular o transporte: - Fluxo de concentrações : baseia-se em métodos de discretização de equações diferenciais - Particle Tracking : discretiza-se a massa de poluente em pequenas unidades (partículas) e procede-se à simulação individual

Particle tracking

•Estes modelos misturam a teoria de transporte que se baseia na Lei de Fick com conceitos de física estocástica •São simples de implementar e apresentam bastante “robustez numérica” •Normalmente são do tipo “Monte Carlo”

Particle tracking : Modelo 1D para estuários ou rios Probabilidade x0x0 x 0 +udt t0t0 t1t1 Probabilidade udt

Particle tracking : Modelo 1D para estuários ou rios Se considerarmos que a velocidade de um corpo de água é constante, que o rio ou estuário apresentam uma batimetria e largura uniforme, o movimento de uma partícula pode ser dada por:

Particle tracking : Modelo 1D para estuários ou rios x 0 = posição inicial dx = deslocamento da partícula durante o período dt D = coeficiente de dispersão Z n = vector com média 0 e variância unitária

Particle tracking : Modelo 1D para estuários ou rios •Como proceder para simular o deslocamento de uma partícula? 1º Discretizar o tempo dt→∆t=>dx →∆x 2º Escolher uma distribuição para Z n (iremos assumir que a distribuição é uniforme)

Particle tracking : Modelo 1D para estuários ou rios t0t0 u∆tt1t1

Particle tracking : Modelo 1D para estuários ou rios •Se assumirmos a distribuição uniforme para o deslocamento turbulento como saber os limites de deslocamento? Conhecendo média, d. padrão e distribuição Probabilidade -bb Podemos obter os limites (b)

Particle tracking : Modelo 1D para estuários ou rios •O deslocamento de uma partícula a cada passo de tempo pode assim ser dado por: ∆x = Advecção + Dispersão Rand = nº aleatório entre 0 e 1