Técnicas de reconstrução térmica inversa são muito usadas em diferentes aplicações tais como a determinação de propriedades térmicas de novos materiais, controle da produção de calor, temperatura em processos de manufatura, etc. Apesar da ampla aplicabilidade, o problema inverso é intrinsecamente mal condicionado e tem sido tema de trabalhos de vários pesquisadores. A solução de um problema térmico inverso tridimensional é significantemente complexa, e, assim requer uma formulação que não contenha condições experimentais não realistas tais como confinamento bidimensional e estabilidade do campo térmico com relação a mudanças em parâmetros internos. Uma das abordagens adotada é baseada na formulação variacional sobre a forma do erro quadrático para reconstrução da distribuição de condução de calor interna e coeficiente de condução de calor parietal para um problema tridimensional. Dentro desta estrutura, a natureza mal condicionada do problema se manifesta na superfície de otimização por produzir topologias problemáticas tais como, vários mínimos locais, pontos de sela, vales e platôs ao redor da solução etc. Para viabilizar a abordagem escolhida, um modelo numérico foi escrito baseado na discretização por diferenças finitas da equação diferencial governante e condições de contorno. O erro funcional foi definido pela comparação entre medidas experimentais e numéricas de temperatura. O objetivo foi realizar simulações numéricas a fim de mapear a superfície de otimização correspondente e identificar a estrutura problemática associada ou patologia, chegando assim à reconstrução do coeficiente de convecção h.

Inverse thermal reconstruction techniques are widely used in different applications such as the determination of thermal properties of new materials, control of heat generation, temperature in manufacturing processes, etc. Despite the broad range of applicability, an inverse problem is intrinsically ill conditioned and has been the subject of the work of several researchers. The solution of an inverse 3-dimesional thermal problem is significantly complex, and, thus, requires a formulation that do not contain unrealistic experimental conditions such as 2-dimensional confinement and steadiness of the thermal field with respect to changes in internal parameters. One of the most adopted is the variational formulation based on quadratic error forms for the reconstruction of the internal heat conduction distribution and convection coefficient for a 3-dimensional problem. Within this framework, the ill conditioned nature of the problem manifests itself on the optimization surface by producing problematic topologies such as contour and multiple local minima, saddle points, plateaux around the solution pit and so on. To be able to apply th method a numerical model was written based on a finite difference discretization of the governing differential equation and boundary conditions. An error functional was defined by comparing experimental and numerical measurement temperatures. Numerical simulations aiming at mapping the corresponding optimization surfaces andatidentifing the associated problematic structures or pathologies, resulting in the reconstruction of convection coefficient.