Velocimetria por imagem aplicada à análise de escoamentos não newtonianos

Abstract

A caracterização experimental de escoamentos não newtonianos é importante para a compreensão de processos naturais associados à movimentação de massas, como corridas de lama e detritos, os quais apresentam elevado potencial de impactos associados a perdas humanas e materiais. Esses escoamentos envolvem materiais com comportamento reológico complexo, impondo desafios significativos à medição não intrusiva de seus campos de velocidade. Neste contexto, o presente trabalho tem como objetivo investigar e avaliar a aplicação da técnica de Velocimetria por Imagem Espaço-Temporal (STIV) na obtenção de perfis de velocidade ao longo da profundidade de escoamentos viscoplásticos em canal inclinado. A pesquisa baseia-se em experimentação física laboratorial, utilizando um gel à base de Carbopol 996, representativo de materiais lamosos observados em escoamentos naturais. A metodologia adotada envolve a ortorretificação de registros obtidos com câmera rápida e a geração de imagens espaço-temporais (STI). Para a análise da orientação das estrias, são empregados métodos automáticos, incluindo a Transformada Wavelet Contínua Bidimensional (CWT-2D) e o Gradiente Tensorial (GT), validados por medição manual. Em regime permanente uniforme, os resultados demonstraram concordância com modelo teórico baseado na aproximação de lubrificação para fluidos viscoplásticos. Nas regiões próximas às paredes laterais e fundo, a técnica evidenciou efeitos de borda e ocorrência de deslizamento (wall slip), indicando limitações de abordagens baseadas em modelos unidimensionais clássicos. A aplicação da técnica em escoamento transiente evidenciou a complementaridade dos métodos: a CWT-2D apresentou maior precisão e estabilidade global, enquanto o GT forneceu maior adequação para o rastreamento local sob as condições de elevada aceleração nas cristas. Conclui-se que a STIV apresenta potencial como ferramenta experimental na caracterização de escoamentos não newtonianos, contribuindo para obtenção de dados que podem subsidiar modelos preditivos em engenharia hidráulica e análise de riscos associados a desastres naturais.

The experimental characterization of non-Newtonian flows is important for understanding natural processes associated with mass movements, such as mudflows and debris flows, which present a high potential for impacts associated with human and material losses. These flows involve materials with complex rheological behavior, imposing significant challenges to the non-intrusive measurement of their velocity fields. In this context, the present work aims to investigate and evaluate the application of the Space-Time Image Velocimetry (STIV) technique in obtaining velocity profiles along the depth of viscoplastic flows in an inclined channel. The research is based on physical laboratory experimentation, using a Carbopol 996-based gel representative of muddy materials observed in natural flows. The adopted methodology involves the orthorectification of records obtained with a high-speed camera and the generation of space-time images (STI). For the analysis of streak orientation, automatic methods are employed, including the Two-Dimensional Continuous Wavelet Transform (CWT-2D) and the Gradient Tensor (GT), validated by manual measurement. Under steady uniform flow conditions, the results demonstrated agreement with a theoretical model based on the lubrication approximation for viscoplastic fluids. In regions close to the side walls and bottom, the technique evidenced edge effects and the occurrence of wall slip, indicating limitations of approaches based on classical one-dimensional models. The application of the technique to transient flow evidenced the complementarity of the methods: CWT-2D showed higher accuracy and global stability, while GT provided greater suitability for local tracking under high-acceleration conditions at the crests. It is concluded that STIV has potential as an experimental tool for the characterization of non-Newtonian flows, contributing to the acquisition of data that can support predictive models in hydraulic engineering and risk analysis associated with natural disasters.