Estudo de velocidades e do número de Reynolds para o descolamento dos mexilhões dourados (Limnoperna fortunei)

2013 
Limnoperna fortunei, ou mexilhao dourado (MD) e um molusco originario da Asia que foi introduzido na America do Sul na decada de 1990 provavelmente pela descarga de agua de lastro de um navio mercante. Atualmente, encontra-se em estados do Sul, Sudeste e Centro Oeste do Brasil. O mexilhao dourado tem causado impactos tanto do ponto de vista ambiental quanto do ponto de vista economico. Um dos maiores impactos economicos que se pode citar esta ligado a sistemas de aducao e captacao de agua e as usinas hidreletricas. O conhecimento de seu comportamento, das suas caracteristicas fisicas, entre outros e uma das estrategias para se articular procedimentos eficientes de combate a esse molusco. Dentre as caracteristicas a serem conhecidas tem-se a velocidade de descolamento dos individuos agregados a diferentes substratos. Dentro deste contexto, o trabalho em questao, tem como objetivo realizar o estudo de velocidades e do numero de Reynolds necessario para que haja o descolamento do mexilhao dourado de substratos. Assim este trabalho e subdividido em duas linhas. Na primeira, com base em dados secundarios de estudos realizados em campo com o substrato aco ASTM- A36, foi obtido o numero de Reynolds necessario para se promover o arrancamento do MD. A segunda linha de pesquisa, a partir de dados primarios obtidos em laboratorio para os substratos, aco, madeira e corda, permitiu que fossem identificadas as velocidades e o numero de Reynolds a para que ocorra o descolamento dos MD dos respectivos substratos. O resultado do estudo indica que e possivel alcancar velocidades e numeros de Reynolds em sistemas de condutos forcados. Entretanto e necessario que haja uma mudanca na forma operativa dos sistemas ja existentes e uma mudanca nos projetos dos sistemas ainda em fase de construcao.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    0
    References
    0
    Citations
    NaN
    KQI
    []