As simulações computacionais são comumente empregadas no estudo do processo da dispersão da pluma de efluente de esgoto no mar como suporte no projeto de sistemas de emissários submarinos. Os modelos de campo próximo são uma ferramenta eficiente para prever o comportamento desses sistemas, através da previsão da diluição inicial, das principais dimensões da pluma e da concentração final de poluentes, informações úteis para o projeto do difusor. Usando modelos de campo próximo, como o NRFIELD e o UM3 do Visual Plumes, é possível simular diferentes alternativas de emissários. No entanto, a realização de muitas simulações resulta numa grande quantidade de informações que impede a obtenção de conclusões objetivas, consumindo muito tempo do projeto. Uma estratégia para um processo de simulação eficiente que permita a obtenção da máxima informação possível com um número mínimo de simulações é fundamental. Na análise dos resultados de simulações nas quais seus parâmetros de entrada são modificados de forma controlada, as causas das mudanças na resposta podem ser facilmente identificadas. Devido a isto, o uso da análise estatística foi considerado. As ferramentas estatísticas podem ser úteis na organização das simulações e na análise subsequente dos resultados. O Planejamento de Experimentos (DOE) é a metodologia estatística para uma experimentação eficiente, permitindo a identificação das variáveis estatisticamente significativas em qualquer sistema ou processo e, a Metodologia de Superfície de Resposta permite a otimização de sistemas a partir de suas variáveis estatisticamente significativas. Considerando isso, o objetivo principal desta pesquisa foi apresentar uma nova abordagem para otimizar, por meio da simulação computacional com modelos de campo próximo e da utilização das ferramentas estatísticas: Planejamento de Experimentos e Superfícies de Resposta, a quantidade de simulações necessárias para a obtenção do valor de diluição inicial mais próximo do ótimo, no projeto de emissários submarinos, através da identificação das variáveis estatisticamente significativas, na predição da diluição inicial, nos modelos de campo próximo do Visual Plumes. Os resultados do trabalho mostraram que só três variáveis geométricas, da configuração do difusor de um emissário, são estatisticamente significativas para a previsão da diluição inicial, e que apenas umas poucas simulações, estatisticamente planejadas, são indispensáveis para a obtenção de uma configuração de emissário mais eficiente.

The computational simulations are commonly employed in the study of the process of dispersion of sewage plume at sea as support in the design of submarine outfall systems. The near field models are an efficient tool to predict the behavior of these systems, by predicting the initial dilution, the main dimensions of the sewage plume and the final concentration of pollutants, useful information for the design of the diffuser. Using near field models such as NRFIELD and UM3 from Visual Plumes, it is possible to simulate different submarine outfall alternatives for their posterior comparison and analysis. However, when many simulations are conducted, it is resulted a large amount of information, which make more difficult to obtain objective conclusions and it is much more time consuming solution. A strategy for an efficient simulation process, that allows obtaining the maximum possible information with a minimum number of simulations, is quite fundamental. In the analysis of the results of simulations in which its input parameters are modified in a controlled way, the causes of the changes in the response can be easily identified. Because of this, the use of statistical analysis was considered. Statistical tools can be useful in organizing the simulations and in the subsequent analysis of the results. The Design of Experiments (DOE) is the statistical methodology to guarantee an efficient experimentation, allowing the identification of the statistically significant variables in any system or process, and the Response Surface Methodology allows the optimization of the systems using their statistically significant variables. Considering this, the main objective of this research was to present a new approach to optimize, through computational simulation with near field models and the use of statistical tools: Design of Experiments and Response Surfaces Methodology, the number of necessary simulations to obtain the initial dilution value closer to the optimum, in the design of submarine outfalls, through the identification of the statistically significant variables, in the prediction of the initial dilution, in the near field models. The results of the work showed that only three of the diffuser geometric variables are statistically significant for the initial dilution prediction, and that only a few statistically planned simulations are indispensable for obtaining a more efficient submarine outfall configuration.