Este trabalho apresenta uma metodologia experimental e numérica para examinar as características do espectro de emissão acústica de uma bolha e assim contribuir com a criação de um sistema de monitoramento acústico passivo para detectar vazamentos de gás em depósitos salinos sub-aquáticos, utilizados para o armazenamento de gases. Esse procedimento é adotado pelas indústrias que atuam nas atividades de captura e armazenamento de carbono CCS (Carbon Capture and Storage) para dar sustentação a ações de remoção dos gases estufa (CO2, CH4, NO2) da atmosfera. Mediante a realização de um projeto de experimentos laboratoriais, foram coletados sinais acústicos e imagens de bolhas de ar vazadas por bocais de diferentes diâmetros imersos em uma cuba repleta de água. Aplicando-se técnicas de processamento de sinais e imagens, e tomando-se como referência modelos matemáticos de emissão acústica de bolhas descritos na literatura, construiu-se um algoritmo elementar capaz de discernir assinaturas acústicas de bolhas de distintos volumes. A partir desse algoritmo elementar elaborou-se um novo algoritmo para a construção de espectrogramas de plumas artificiais de bolhas devidamente rotulados com as correspondentes vazões. Tal algoritmo é capaz de gerar um vasto training set que futuramente poderá ser utilizado no treinamento de redes neurais dedicadas à identificação de vazões subaquáticas de gás a partir da análise de emissões acústicas de plumas de bolhas.

This work presents an experimental and numerical methodology to examine the character istics of the acoustic emission spectrum of a bubble and thus contribute to the creation of a passive acoustic monitoring system to detect gas leaks in sub-aquatic saline deposits, used for the storage of gases. This procedure is adopted by industries operating in CCS (Carbon Capture and Storage) activities to support greenhouse gas removal actions (CO2, CH4, NO2) of the atmosphere. By carrying out a project of laboratory experiments, acoustic signals and images of air bubbles leaked by nozzles of different diameters immersed in a vat filled with water were collected. Applying signal and image processing techniques, and taking as reference mathematical models of acoustic bubble emission described in the literature, an elementary algorithm capable of discerning the acoustic signatures of bubbles of different volumes was built. From this elementary algorithm, a new algorithm was elaborated for the construction of spectrograms of artificial plumes of bubbles properly labeled with the corresponding leak. Such algorithm is capable of generating a vast training set that, in the future, can be used in the training of neural networks dedicated to the identification of underwater gas flows from the analysis of acoustic emissions from bubble plumes.