Está en la página 1de 10

1

Matemticas y Sistemas Aeroespaciales (grandes y pequeos)



ngel Velzquez y J os M. Vega
E.T.S.I. Aeronuticos
Universidad Politcnica de Madrid


Introduccin

El objetivo de este artculo es reflexionar acerca del hecho de que la
sofisticacin creciente de muchos sistemas de ingeniera y, en particular, de
muchos que son propios del sector aeroespacial, slo es abordable mediante el
uso de tcnicas Matemticas de igual grado de sofisticacin. Normalmente, se
tiene una impresin negativa de las Matemticas, quiz debido a malos
recuerdos de la educacin recibida, y esto conduce a sostener el lugar comn
de que las Matemticas conllevan una abstraccin excesiva, y que sirven para
poco. Tal percepcin es rotundamente falsa. Muy al contrario, puede decirse
que las leyes de la naturaleza (y, por tanto, la ingeniera, que se basa en ellas)
estn escritas, qu le vamos a hacer!, en el lenguaje de las Matemticas. Por
tanto, sin hablar ni entender este lenguaje no cabe el progreso. Dicho de otra
manera: igual que cualquiera comprende que para vivir, por ejemplo, en China,
es necesario conocer y entender el idioma chino, para comprender las leyes de
la naturaleza hay que hablar su idioma. Esto es, no se trata de una cuestin de
gustos, se trata de una necesidad.

Lo que se describe a continuacin es parte del trabajo conjunto de dos grupos
de investigacin de la Universidad Politcnica de Madrid, el grupo de Dinmica
y Estabilidad no Lineal en Ingeniera Aeroespacial y el grupo de Ingeniera de
Sistemas y Microsistemas Termofluidodinmicos Aplicados al Sector
Aeroespacial. La colaboracin entre estos grupos comenz en torno a un
proyecto financiado por el fabricante de aviones Airbus, desde la idea de
impulsar el uso combinado de Matemticas, Mecnica de Fluidos e Ingeniera
Aeroespacial, en la resolucin de problemas de inters industrial directo. El
objetivo final es doble: (a) desarrollar conocimiento y (b) elaborar prototipos y
herramientas numricas utilizables en procesos de diseo y certificacin. En
este artculo se pretende describir someramente los problemas planteados, los
retos que tales problemas conllevan y los mtodos de solucin.

En este contexto, entendemos que la situacin actual, en que reducir costes y
tiempo de desarrollo es crucial para la supervivencia de la actividad industrial
en escenarios cada vez ms competitivos, abre nuevas oportunidades de
actividad de I+D en departamentos universitarios, y de creacin de empresas
de base tecnolgica (EBTs). Esto es cierto a nivel internacional pero, sobre
todo en Espaa, donde la interaccin entre Industria y Academia ha sido
tradicionalmente muy frgil. En tal escenario, la Matemtica Aplicada e
Industrial est destinada a jugar un papel crecientemente activo. Debemos
decir aqu que utilizamos el nombre de Matemtica Aplicada en un sentido
mucho ms amplio que el derivado de la actividad tradicional de los
departamentos universitarios de Matemticas y de Matemtica Aplicada. En
otras palabras: creemos que aprovechar las nuevas oportunidades requiere un
2
enfoque crecientemente interdisciplinar de la labor de I+D, en que actividades
de desarrollo y aplicacin de conceptos bsicos, modelado, simulacin
numrica, experimentacin y fabricacin, deben combinarse en ciclos
temporales cada vez ms cortos.


Perspectiva del Problema

El elevado coste, y la dificultad de uso, de los mtodos experimentales en
ingeniera promueven de un modo natural su propio desarrollo. Pero tambin
impulsan la bsqueda de soluciones alternativas, ms flexibles y baratas, como
la simulacin numrica. Sin embargo, hay que decir que, a pesar de la
evolucin espectacular del Clculo Numrico durante los ltimos veinte aos, la
simulacin numrica de gran parte de los procesos industriales que involucran
movimientos fluidos es inabordable si se pretende que sea suficientemente
precisa para describir todos los detalles del movimiento.

El movimiento de un fluido (lquido o gas) viene descrito por ecuaciones
diferenciales, que son relaciones entre las variables que describen al fluido en
cada punto (velocidad, presin, densidad y temperatura) y sus derivadas
espaciales y temporales, es decir las tasas de crecimiento de estas variables
con la distancia y con el tiempo. Tales ecuaciones se deducen de leyes fsicas
bien conocidas, que establecen principios tales como que la masa y la energa
se conservan, es decir, no se crean ni se destruyen. Por ejemplo, la energa
potencial (proporcional a la presin) que se tiene en un globo hinchado puede
transformarse en energa cintica (proporcional al cuadrado de la velocidad)
que tiene el chorro de aire que aparece el abrir el globo.

Las ecuaciones de la Mecnica de Fluidos se conocen desde el siglo XIX, y
reciben el nombre de ecuaciones de Navier-Stokes. Su resolucin consiste en
calcular los valores de las variables (velocidad, presin, etc) en cada punto y
cada instante. Por ejemplo, resolvindolas para el movimiento alrededor de una
aeronave, pueden calcularse las fuerzas del aire sobre el avin, para calcular la
sustentacin, es decir, la fuerza vertical que mantiene al avin en vuelo, y la
resistencia aerodinmica, es decir la fuerza horizontal con que el aire frena al
avin, causante del gasto de combustible. Tambin puede calcularse el ruido
que produce el avin, que es muy importante, por razones ambientales, en
situaciones de despegue y aterrizaje. Pero, a diferencia de lo que sucede con
las ecuaciones de segundo grado que se ensean en bachillerato, las
ecuaciones de Navier-Stokes, an siendo un experto en Matemticas, no
pueden resolverse con lpiz y papel. Por ello, en los problemas industriales, las
ecuaciones deben discretizarse para poder resolverlas mediante un ordenador.

Aunque el tiempo y el espacio son continuos, los ordenadores slo pueden
tratar con variables discretas. La razn es que para almacenar una variable
continua (con infinitos decimales) se necesitara un disco duro de tamao
infinito. Por eso, discretizar una ecuacin diferencial consiste en dividir el
espacio y el tiempo en pequeos intervalos, considerando los valores de las
variables fluidas (velocidad, presin, etc) solamente en dichos intervalos
discretos. En estos intervalos, las ecuaciones diferenciales se aproximan por
3
relaciones que deben ser algebraicas, es decir, consistir solamente en sumas,
restas, multiplicaciones y divisiones, que son las operaciones que puede
realizar el ordenador. Establecer esas relaciones aproximadas recibe el nombre
de discretizar las ecuaciones, y la disciplina que se ocupa de tal cosa, y de
resolver las ecuaciones algebraicas resultantes, se conoce como Clculo
Numrico.

Otra cuestin distinta es la precisin del clculo ya que, como el lector puede
imaginar, si dividimos el espacio y el tiempo en intervalos muy grandes, la
solucin numrica que obtendremos ser poco precisa. Si, para calcular la
aerodinmica de un automvil, dividimos su superficie en intervalos de medio
metro, no vamos a obtener informacin de fenmenos cuyo tamao sea menor
como, por ejemplo, del efecto que tienen los retrovisores, cuyo tamao es de
unos 20 centmetros. Dicho de otra manera, discretizar es como aplicar una
lupa al problema, de modo que si utilizamos una lupa muy fina vemos todos los
detalles pero, a cambio, tenemos muchos intervalos de clculo muy pequeos,
y hay que resolver un nmero enorme de ecuaciones algebraicas, lo que
requiere mucho tiempo de clculo. Por el contrario, si utilizamos una lupa
(discretizacin) ms rudimentaria, tardaremos poco tiempo en calcular pero los
resultados sern menos fiables.


Aerodinmica de aviones


En ltima instancia, la prctica diaria de la ingeniera consiste en buscar un
compromiso entre la precisin deseada en los resultados y el tiempo de clculo
necesario porque, en el mundo industrial, el tiempo se traduce directamente en
dinero. Adems, el efecto es doble, porque acortar el ciclo de diseo de un
producto de un ao a seis meses implica reducir el coste de desarrollo a la
mitad pero, tambin, implica llevar el producto al mercado antes que la
competencia, y esto puede tener un valor incalculable. Por ello, las empresas
industriales en general, y las aeronuticas en particular, dedican un esfuerzo
considerable a poner a punto procesos de diseo de sus productos que sean
rpidos y fiables.

En el caso concreto de la industria aeronutica, el problema es muy complejo
porque, por ejemplo, para comprender el comportamiento aerodinmico de un
avin hay que estudiar, al mismo tiempo, toda la masa de aire afectada por el
movimiento de la aeronave. Y resulta que este movimiento es tan complejo,
que si quisiramos conocer todos sus detalles necesitaramos un discretizacin
que tuviera del orden de 10
18
intervalos espaciales! (un milln de billones de
intervalos), lo que resulta impracticable para cualquier ordenador o
superordenador. Por eso, es necesario poner a punto mtodos que permitan
soslayar esta dificultad a fin de poder disear productos eficientes y
competitivos. En este punto, un lector escptico podra argumentar que en la
poca de los hermanos Wright no haba ordenadores y tambin se volaba pero,
claro, la cuestin es: a qu coste? A da de hoy, el consumo de combustible
por pasajero, y el tiempo medio de vuelo para una determinada distancia, son
4
los ms favorables de toda la historia de la aviacin, y eso slo se consigue
optimizando cuidadosamente el diseo de los aviones.

La primera solucin viable al problema de la discretizacin del movimiento del
aire alrededor de un avin son los modelos de turbulencia, desarrollados
durante los ltimos veinte aos. En estos mtodos se renuncia a describir con
precisin las estructuras fluidas ms pequeas, modelando su efecto en las
estructuras de tamao mayor, que son las que realmente se describen. Esto
es, se utilizan lupas que pudiramos describir como inteligentes. Pero, an
con estos modelos de turbulencia, simular el flujo alrededor de una aeronave
requiere del orden de 30 millones de intervalos de discretizacin, que equivalen
a un tiempo de clculo de varios das en un superordenador.

Adems, no hay que hacer slo un clculo, sino miles, porque es necesario
estudiar el comportamiento del avin a varias velocidades, con distintos
ngulos de incidencia del aire y con deflexiones diferentes de los sistemas de
control (flaps y timones). Por ejemplo, si seleccionamos cinco velocidades
distintas del avin, cinco ngulos de incidencia del aire (en dos direcciones
distintas) y cinco ngulos distintos para cada una de las (tpicamente) cinco
superficies de control, el nmero total de casos a analizar es de 5
8
, es decir,
390,625! Como cada caso necesita varios das de clculo, ya puede el lector
imaginar el tiempo de diseo del avin que resultara. Evidentemente, lo que
los fabricantes hacen en la prctica no es calcular todos los casos, sino un
nmero limitado de ellos, e interpolar (como buenamente se pueda) para
estimar los casos intermedios.

En este campo, nuestro modo de proceder consiste en explorar una alternativa
que utiliza tcnicas matemticas que se conocen con los nombres de
Descomposicin en Valores Singulares y Descomposicin Ortogonal Propia.
En concreto, las cuestiones bsicas que subyacen en la actividad de I+D que
llevamos a cabo son: es realmente necesario calcular uno por uno todos los
390,625 casos mencionados anteriormente?; y, si realmente se calcularan,
habra mucha informacin redundante? O, dicho de otra manera: cul es la
informacin mnima que se necesita para describir la aerodinmica de un avin
en funcin de los parmetros de funcionamiento? A modo de ejemplo, en la
figura siguiente se muestra la distribucin de presiones sobre un ala, calculada
mediante tcnicas numricas estndar (izquierda) y mediante modos
principales (derecha), que as denominamos a la informacin relevante del
sistema.

5




Figura 1. Comparacin del campo de presiones sobre un ala obtenido
utilizando un mtodo numrico estndar (izquierda) y mediante un
mtodo de Descomposicin en Valores Singulares (derecha)



Aunque este problema pueda parecer complicado (lo es, y mucho), lo que
hacemos es razonablemente intuitivo, y relacionado con mecanismos que
ponemos en prctica en nuestra vida diaria. Por ejemplo, cuando nos movemos
entre una multitud de personas en los pasillos del metro, la cantidad de
informacin que recibimos por lo ojos es enorme: caras, ropas, sonidos,
carteles, colores, olores, etc. Y, sin embargo, nuestro cerebro es capaz de
seleccionar slo la mnima parte relevante de toda esa informacin, y guiarnos
al andn adecuado. Pues bien, lo que nosotros hacemos es intentar poner a
punto mtodos que seleccionan lo relevante de la aerodinmica del avin, sin
tener que calcular y procesar todos los miles de casos que, en principio, seran
necesarios.

Como ya hemos mencionado anteriormente, este trabajo cuenta con el apoyo
del fabricante de aviones Airbus, que est financiando dos becas homologadas
de doctorado de la UPM. En este marco, ya hemos solicitado una patente en
Estados Unidos y estamos preparando otra. Esto es lo que queremos
transmitir, que el uso de estas tcnicas matemticas muy sofisticadas est
encaminado a hacer ms competitiva la prctica diaria de la ingeniera.


Microsistemas refrigeracin

En el extremo opuesto de la aplicacin presentada en la seccin anterior se
encuentra la tecnologa de microsistemas, MEMS, en que los tamaos
(decenas o centenas de micras) y velocidades (centmetros por segundo) son
muy pequeos; recordemos que una micra es una milsima de milmetro, el
dimetro del cabello humano. En concreto, en la actualidad hay muchos
sectores industriales que estn apostando por esta tecnologa para llevar a
6
cabo una miniaturizacin significativa de sus productos. Esto es as por las
ventajas en operacin, portabilidad, etc.

Un ejemplo de microsistemas es el de sistemas de control trmico, y una
aplicacin muy importante de estos en el sector aeroespacial es la refrigeracin
de los equipos de avinica, que contienen la electrnica que controla todos los
sistemas de a bordo. Por cuestiones prcticas, todos estos equipos estn
almacenados juntos en el interior del mismo recinto, la bodega de avinica, que
suele situarse debajo de la cabina de los pilotos. Esta centralizacin de muchos
dispositivos electrnicos en el mismo lugar tiene ventajas, como facilitar las
operaciones de mantenimiento, pero presenta el inconveniente de dar lugar a
una gran disipacin de calor y a altas temperaturas, que afectan negativamente
a la vida til de los equipos. De hecho, el factor limitante de estos diseos no
es la electrnica en s, sino la cantidad de calor que producen. Tanto es as,
que existe una normativa internacional, muy estricta, que regula cmo ha de
ser la refrigeracin en la bodega de avinica.

En los aviones actuales, los equipos de avinica se refrigeran mediante el uso
de corrientes de aire fro (como si fuera un equipo de aire acondicionado). Esto
es viable, pero no demasiado eficiente. Por ello, la idea a medio plazo dentro
del sector es ir en la lnea de refrigerar cada componente de manera
individualizada; es decir, cada componente con su micro-refrigerador, de modo
que el diseo global del sistema sea mucho ms optimizado. En este caso, por
ejemplo, ya no habra que dejar grandes espacios para permitir que circule aire
fro entre las tarjetas sobre las que estn implantados los componentes
electrnicos, por lo que podran hacerse diseos mucho ms compactos. Y,
claro, intentar aprovechar al mximo el espacio dentro de un avin es una
actividad que tiene un valor econmico aadido obvio.

El concepto de micro-cambiador de calor ms sencillo consiste en una serie de
micro-canales, por los que se hace circular lquido refrigerante, mecanizados
en una pastilla metlica de alta conductividad trmica que se adosa al
componente electrnico (Figura 2). Este diseo es simple, robusto, y por tanto
bueno para aplicaciones industriales, y razonablemente eficiente desde el
punto de vista trmico. En el prototipo mostrado en la figura 2, los autores han
medido transferencias de calor de 300 vatios por centmetro cuadrado (las
bombillas tpicas que se utilizan en la iluminacin domstica consumen una
potencia elctrica, que se transforma casi enteramente en calor, de entre 60 y
100 vatios).














7





Figura 2. Vista de un prototipo de microcambiador de calor
desarrollado y fabricado por los autores. El rea en planta
de la zona de microcanales es de 1 centmetro cuadrado.


En cualquier caso, la previsin es que las nuevas generaciones de
componentes electrnicos de altas prestaciones disipen en torno a 1,000 vatios
por centmetro cuadrado, por lo que el prototipo anterior, que cubre
sobradamente las necesidades de los equipos de avinica actuales, no podra
utilizarse para aplicaciones futuras si no se modifica su diseo.

Desde el punto de vista de la Mecnica de Fluidos, la caracterstica ms
significativa de los microcanales mostrados en la figura anterior es que dan
lugar a un flujo casi paralelo, muy ordenado, del fluido refrigerante, y esto es
una mala noticia para la transferencia de calor, porque no se promueve mezcla
transversal. Esta percepcin la tenemos todos, intuitivamente, cuando
intentamos bajar la temperatura del caf removiendo con una cucharilla. En
concreto, lo que hacemos al remover es aumentar el proceso de mezclado
dentro del fluido, facilitando que el caf caliente se ponga en contacto con las
paredes de la taza, ms fra. Otra demostracin, tambin domstica, de las
ventajas de promover el mezclado es el uso de convectores para calefaccin,
que facilitan que el aire caliente en contacto con las paredes del radiador se
mezcle rpidamente con el aire ambiente a temperatura ms baja. Por todo
ello, una de las alternativas que estamos estudiando para aumentar an ms la
eficiencia trmica del prototipo anterior es el uso de promotores de vorticidad.
Los promotores de vorticidad son obstculos (por ejemplo, alambres
transversales de formas variadas) que se introducen en el micro-conducto para
romper la estructura paralela del flujo, promoviendo el mezclado transversal
mediante la generacin de una estela de vrtices (como los de una bandera
que ondea), que recibe el nombre de calle de Karman. En la figura 3 se ilustran
las trayectorias del movimiento fluido (paralelas antes del promotor y muy
curvadas despus), cuando se introduce un promotor de vorticidad en un
microcanal.




8




Figura 3. Patrn de trayectorias del fluido alrededor
de un promotor de vorticidad en un microcanal



Pues bien, llegados a este punto, la cuestin prctica es que hay que disear y
fabricar prototipos de micro-cambiadores de calor en los que hay que elegir el
tamao y la forma de la seccin, y la longitud de los microcanales, y la forma,
el tamao, la posicin y la orientacin de los promotores de vorticidad. Es decir,
nos encontramos, de nuevo, con el problema de estudiar un sistema que tiene
muchos parmetros libres. Por otro lado, no podemos fabricar un nmero
enorme de variantes de prototipos para ensayar, porque el tiempo requerido y
el coste seran impracticables. Por todo ello, de nuevo, estamos utilizando, de
modo intensivo, clculo numrico de las ecuaciones del movimiento fluido,
avanzando en la lnea de sustituir experimentos por simulacin numrica.
Ntese que fabricar un prototipo requiere utilizar tcnicas de micro-fabricacin,
que son lentas y muy costosas. En simulacin numrica, en cambio, cambiar la
forma del promotor de vorticidad requiere, simplemente, cambiar unas lneas
en un programa de ordenador. Adems, utilizamos de modo sistemtico la
tcnica matemtica de la Descomposicin Ortogonal Propia, para poder
predecir por dnde tiene que evolucionar nuestro proceso de desarrollo,
empleando una cantidad mnima de informacin.

Por ltimo, en esta lnea, queremos mencionar un trabajo que estamos
llevando a cabo en colaboracin con el Centro Nacional de Biotecnologa
(CNB), del Consejo Superior de Investigaciones Cientficas (CSIC),
encaminado a utilizar tcnicas de Biologa Sinttica para mutar el cdigo
gentico de determinadas bacterias, a fin de que stas acten como sensores.
Por ejemplo, estamos explorando la posibilidad de fijar en las paredes de los
micro-canales bacterias que cambien de color en funcin de la temperatura.
Una imagen general y del detalle de la formacin del biofilm (capa bacteriana)
en un micro-canal se muestra en figura 4:












flujo
9





Figura 4. Prototipo (izquierda) para estudiar la formacin de
biofilms de bacterias en microcanales dependiendo de la rugosidad
de las paredes. Detalle (derecha) de la formacin de un biofilm.


En este caso, nuestros mtodos de interaccin de modos basados en la
Descomposicin Ortogonal Propia nos ayudarn a establecer un modelo de
reconocimiento de patrones que, a partir de la seal emitida por las bacterias,
nos permita reconstruir el campo de temperaturas en el microcanal.


Conclusiones

Las siguientes conclusiones pueden parecer obvias. Pero ocurre que tienden a
ser difciles de implementar en la prctica, porque implican un cierto cambio de
mentalidad por parte de ingenieros e investigadores, tanto en centros de
investigacin como en la empresa:

La complejidad de los sistemas y productos de ingeniera actuales,
sobre todo en el sector aeroespacial, es tal que el modo eficaz de seguir
evolucionando es mediante la adopcin de una perspectiva realmente
multidisciplinar. Esto implica que los equipos de trabajo deben empezar
a incorporar profesionales, ingenieros y doctores, con formacin y
habilidades muy distintas.

En un contexto multidisciplinar, en que hay que desarrollar, integrar y
resolver modelos de comportamiento en disciplinas diferentes, el nexo
conceptual comn, que unifica todo y genera la trama necesaria para
crear una perspectiva consistente de trabajo, gira alrededor de los
mtodos de la Matemtica Aplicada. Esto es, a ms sofisticacin del
sistema/producto, ms sofisticacin del lenguaje/concepto.






10
Agradecimientos

Los autores desean expresar su agradecimiento a los profesores y doctores
con los que colaboran habitualmente en estos desarrollos: J uan Ramn Arias,
Mario Snchez y Maria Luisa Rapn (UPM), Fernando Varas (Universidad de
Vigo), Vctor de Lorenzo y Esteban Martnez (CNB-CSIC), y a los estudiantes
de doctorado: Diego Alonso, Lus Lorente, Beln Fernndez, Elliot Bach y
Filippo Terragni (UPM), Marcos Meis (Universidad de Vigo) y Rafael Silva
(CNB-CSIC).

También podría gustarte