Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Area de Mecanica de Fluidos - Universidad de Oviedo PDF
Area de Mecanica de Fluidos - Universidad de Oviedo PDF
TCNICAS NUMRICAS EN
MECNICA DE FLUIDOS
ndice.
Prlogo .................................................................................... 5
1.- Introduccin....................................................................... 7
1.1.- Perspectiva histrica .................................................................................................. 7
1.2.- Aplicaciones habituales de las tcnicas numricas ................................................... 8
1.3.- Niveles de aproximacin empleados en las tcnicas numricas. ........................10
Prlogo.
1.- Introduccin.
A lo largo de los ltimos veinte aos, las tcnicas de CFD han evolucionado, mejorando
los programas comerciales e introducindose en las distintas reas de la ingeniera hasta hacerse
un hueco dentro de las necesidades reales de la industria. Dichos programas se vienen usando
de manera creciente paralelalelamente a la mejora de los sistemas informticos que les sirven de
soporte.
Es innegable que la industria aeroespacial fue pionera en el trabajo con tcnicas CFD y
que todava hoy se encuentra entre las vanguardias en la explotacin de estas tcnicas, pero cada
da resultan ms comunes las aplicaciones en procesos industriales, donde los flujos son a
baja velocidad y muchas veces prcticamente incompresibles. Esta denominacin de proceso
industrial se usa a menudo en la bibliografa tcnica (Hirsch, 1995) para distinguir dichas
aplicaciones de las aeronuticas o de flujos a altas velocidades, con grandes efectos de
compresibilidad. Entre las aplicaciones ms importantes en que se emplean las tcnicas
numricas, se tienen:
f) Industria de recubrimientos de pelcula fina. Entre otros, los problemas estudiados por
medio de tcnicas CFD han sido el recubrimiento de cintas magnticas, el recubrimiento de
pelculas de fotografa o de sonido, el recubrimiento de adhesivos, multitud de aplicaciones en
la industria papelera y los recubrimientos de fibra ptica.
Las ventajas que proporciona el anlisis con tcnicas CFD se pueden resumir en las
siguientes:
Aunque se razone que se abaratan los costes respecto a las tcnicas experimentales, las
tcnicas CFD no son gratuitas. En primer lugar, son necesarias mquinas de gran capacidad
de clculo (los usuarios de tcnicas CFD trabajan habitualmente con los ordenadores ms
potentes que existen), y un software con precio todava no accesible al gran pblico. En
segundo lugar, se necesita personal cualificado que sea capaz de dominar los programas y,
sobre todo, analizar adecuadamente los resultados.
Uno de los mayores inconvenientes de las tcnicas CFD consiste en que no siempre es
posible llegar a obtener resultados suficientemente precisos y siempre est presente la
posibilidad de cometer graves errores en cuestiones bsicas. Esto proviene de:
- Simplificacin del fenmeno a estudiar para que el hardware y software sean capaz
de abordarlo. El resultado ser tanto ms preciso cuanto ms adecuadas hayan sido
las hiptesis y las simplificaciones realizadas.
- La existencia de insuficientes e incompletos modelos para la simular el efecto de la
turbulencia, los flujos multifsicos o la combustin, entre otros.
- La tendencia humana de creerse todo lo que se ha obtenido utilizando un ordenador,
sobre todo cuando se presentan los resultados en forma atractiva.
Se han de definir y establecer las distintas aproximaciones que introducen los mtodos
numricos. En lo referente a la Mecnica de Fluidos, la primera aproximacin que aparece es el
planteamiento del modelo fsico-matemtico que defina el comportamiento real de un
determinado flujo. Dicho modelo matemtico est habitualmente basado en la hiptesis del
continuo, vlida para la mayor parte de problemas industriales, pero que tiene sus limitaciones
para casos extremos de flujos de gases. Una vez hecha esta salvedad, aplicando las leyes bsicas
de la fsica clsica se puede establecer una serie de ecuaciones diferenciales que gobiernan el
comportamiento matemtico de toda partcula fluida. La resolucin exacta de dichas ecuaciones
servira para determinar completamente cualquier movimiento en el seno de un fluido. Se puede
decir que un modelo matemtico se define nicamente tras haber considerado el nivel de
aproximacin a la realidad requerido a la hora de obtener la exactitud deseada en el clculo de
una serie de variables dependientes. Desafortunadamente, debido a la complejidad de las
ecuaciones diferenciales que aparecen, a la complejidad geomtrica de los flujos, y a la
complejidad de las condiciones de contorno o iniciales, no resulta posible obtener soluciones
analticas de dichas ecuaciones de gobierno.
cuales son descartables y, por tanto, en cualquier simulacin aplicada a la Mecnica de Fluidos,
es preciso dedicar mucho esfuerzo al anlisis de los resultados obtenidos antes de aceptarlos
como vlidos.
Una vez definidas las ecuaciones diferenciales simplificadas, aparece otro problema
relacionado con el posible tratamiento que se pueda hacer de dichas ecuaciones usando tcnicas
computacionales. Por medio de los ordenadores resulta muy fcil resolver una ecuacin o
sistema de ecuaciones algebraico, sin embargo, las ecuaciones que estudian el movimiento de
los fluidos son ecuaciones diferenciales no lineales. Resulta obligatorio realizar la
transformacin de las ecuaciones de forma que puedan ser resueltas por un ordenador. El paso
de las ecuaciones diferenciales a sus equivalentes lineales constituye otro nivel de aproximacin
y normalmente recibe el nombre de discretizacin de las ecuaciones.
aproximacin al valor de las variables incgnita en los puntos elegidos como discretizacin
espacial del dominio de clculo. En definitiva, se establece un nivel de aproximacin numrico
lmite por debajo del cul ser imposible acercarse al valor real de las variables en los puntos
elegidos. Sin embargo, desde un punto de vista ingenieril, el proceso descrito es perfectamente
vlido y ha significado a lo largo de la evolucin de las tcnicas numricas, la posibilidad de
mejorar diseos y ahorrar mucho esfuerzo que de otra manera supondra trabas insalvables a la
evolucin de muchos sectores industriales. En la figura 1 se muestra grficamente la
panormica explicada en este apartado.
Con las hiptesis de despreciar los efectos viscosos y la transferencia de calor por
conduccin, es decir, si se considera al fluido como ideal, se obtienen las ecuaciones de Euler.
Los modelos numricos que resolvan las ecuaciones de Euler eran hasta hace poco los nicos
existentes. Hoy en da este tipo de modelos constituye el punto de partida para el desarrollo de
modelos ms completos (Arts, 1989).
Las ecuaciones de Euler fueron desarrolladas por este famoso matemtico suizo hacia
el ao 1670. Adoptan las expresiones siguientes:
Continuidad:
d
+ u = 0 (1)
dt
14 Tcnicas Numricas en Mecnica de Fluidos
Cantidad de movimiento:
u
+ (u)u = p + f e (2)
t
donde f e es la resultante de las fuerzas volumtricas externas que afecta a cada partcula.
Habitualmente slo se considera la fuerza debida a la gravedad, pero puede tener otros
componentes: fuerzas electromagnticas, fuerzas de Coriolis, fuerzas centrfugas, etc.
Es un tipo de modelos muy similar a los del fluido ideal. Consiste en reducir el
nmero de variables que intervienen en los clculos introduciendo la vorticidad en las
ecuaciones de cantidad de movimiento y de la energa. Normalmente se parte de la
denominada representacin de Clebsch para la velocidad en funcin de la vorticidad. No se
consideran aqu ni las prdidas por viscosidad en la capa lmite ni los efectos de la
turbulencia.
- Flujo estacionario.
Tcnicas Numricas en Mecnica de Fluidos 15
Continuidad:
u = 0 (3)
Cantidad de movimiento:
du p 1 2 1
=- + u+ g (4)
dt Re Fr
experimentos con fluidos se observa que para valores inferiores a un nmero de Reynolds
denominado crtico, el flujo es intrnsecamente estable y las capas de fluido adyacentes se
deslizan unas sobre otras de forma ordenada. El rgimen del flujo se denomina laminar.
Si el flujo tiene un valor del nmero de Reynolds por encima del denominado crtico,
se manifiestan en ste unas perturbaciones que dan lugar a un cambio radical del carcter del
flujo. El movimiento se vuelve intrnsecamente no estacionario, incluso con condiciones de
contorno constantes. Este rgimen se denomina flujo turbulento.
grandes vrtices, las ecuaciones no estacionarias del flujo se resuelven para el flujo principal
y para los vrtices grandes mientras que se modela el efecto de los vrtices pequeos.
Aunque sin llegar al extremo de la simulacin directa, slo es posible para problemas
simplificados y requiere unas capacidades de clculo muy elevadas.
u = u + u' (5)
1 T
T0
u (t) = u(t) dt (6)
Habitualmente lo que interesa son los efectos de la turbulencia sobre los valores
medios de las variables: la velocidad media y la presin media en el caso del flujo en un
conducto; en el caso de un avin, las fuerzas medias de resistencia y sustentacin; para el caso
de un motor, los efectos de la turbulencia sobre las relaciones de mezcla entre combustible y
comburente.
18 Tcnicas Numricas en Mecnica de Fluidos
Para conseguir esto, las ecuaciones de Navier-Stokes se promedian sobre las escalas
de las fluctuaciones de turbulencia (RANS). Estos mtodos dan lugar a un campo de flujo
promediado y simulado que es ms uniforme que el flujo real, y, por tanto, reduce
drsticamente el nmero de puntos de la discretizacin espacial y de la temporal necesario
para obtener las variables buscadas.
Modelos algebraicos:
Como modelo de cierre o estrategia numrica para resolver de forma aproximada las
ecuaciones de Navier-Stokes, se desarrollan dos ecuaciones de transporte adicionales
(similares a las definidas por las ecuaciones 3 y 4), una para la energa cintica turbulenta (k)
y otra para la tasa de disipacin de energa cintica turbulenta (). Estas variables se definen
segn las expresiones:
k=
2
(
1 2
u ' + v' 2 + w ' 2 ) (7)
( k )
+ ( ku ) = t grad k + 2 t E ij E ij (9)
t k
( )
+ ( u ) = t grad + C1 2 t E ij E ij C2 (10)
t k k
u
=C (11)
y
k 3/ 2
= (12)
k2
t = C = C (13)
Las principales ventajas e inconvenientes del modelo, tal y como pueden encontrarse
en la bibliografa consultada (Lakshminarayana, 1991 y Versteeg et al., 1995), son las
siguientes:
a) Ventajas:
b) Inconvenientes:
La capa lmite es la zona del campo fluido prxima a un contorno slido en la que se
manifiestan especialmente los efectos viscosos. Debido a la viscosidad y a la condicin de no
deslizamiento, cerca de cualquier contorno slido aparece un gradiente de velocidades en la
direccin normal a dicho contorno. Este gradiente de velocidades condiciona el intercambio
energtico entre las distintas partculas de fluido con velocidades diferentes, originando
vorticidad y turbulencia.
Este tipo de modelos constituye una aproximacin muy usada en flujos internos (el
fluido est confinado en un canal de paso limitado por paredes slidas). La hiptesis bsica
consiste en suponer que el efecto de las tensiones cortantes debidas a la viscosidad es
Tcnicas Numricas en Mecnica de Fluidos 21
equivalente a una fuerza de rozamiento distribuida a lo largo del canal de paso y definida por
valores semi-empricos conocidos del problema a resolver.
Aunque con este tipo de modelos se puede predecir el flujo en gran parte de la
geometra, es claro que se pierde la definicin en zonas cercanas a las superficies slidas. A
veces esta falta de precisin en la definicin del flujo no es tolerable y se requiere superponer
algn modelo de capa lmite complementario.
Los modelos de distribucin de prdidas fueron muy populares en los inicios de las
tcnicas CFD cuando la potencia de clculo haca difcil de llevar a la prctica cualquier otro
tipo de modelo (Bosman, 1976).
Derivado de los estudios de Prandtl sobre la estructura del flujo para elevados valores
del nmero de Reynolds. Bajo estas condiciones, el campo de velocidades en un fluido se
puede separar en dos zonas, una de flujo no viscoso alejada de los contornos slidos y otra
dominada por los efectos de la viscosidad, denominada capa lmite.
Las ecuaciones de este tipo de modelos se pueden derivar de las del modelo de la capa
de cortadura simplificndolas an ms mediante la hiptesis del valor despreciable de la
velocidad en la direccin normal a la superficie considerada en comparacin con la velocidad
en la direccin de las lneas de corriente.
Son mtodos apropiados para flujos con elevados nmeros de Reynolds en los que las
zonas de influencia viscosa, estelas o capas de cortadura ocupan una extensin muy reducida
dentro de la geometra del problema estudiado. Fuera de estas zonas, resulta suficiente con
considerar el modelo de fluido ideal.
Para este tipo de modelos se requiere una discretizacin espacial muy densa en las
zonas en las que se espera influencia de los trminos viscosos. En realidad, se trata de un
clculo ligeramente ms avanzado que el correspondiente al modelo de capa lmite, porque en
este caso la geometra de la capa lmite es resultado del clculo y no se introducen hiptesis
adicionales.
- Leyes de pared.
Una posibilidad distinta a los modelos mencionados consiste en incluir en los clculos
alguna aproximacin para la distribucin de velocidades esperada. Con tal fin, se pueden
22 Tcnicas Numricas en Mecnica de Fluidos
Elpticos.
Parablicos.
Hiperblicos.
Antes de dar una descripcin matemtica rigurosa de cada tipo, se considera como
ejemplo la componente sobre el eje x de la ecuacin de Navier-Stokes para un flujo laminar e
incompresible en coordenadas cartesianas:
u p
+ ( u ) u = - + u (14)
t x
VT u p 1
+ ( u ) u = + u (15)
L t x Re
donde:
VL VL
Re = = es el nmero de Reynolds y
VT
el nmero de Strouhal.
L
Para Nmeros de Reynolds muy bajos (un flujo muy viscoso), el trmino
convectivo puede ser despreciado, quedando por tanto:
V2 T u p
+ u = Re (16)
t x
p
u = Re (Comportamiento elptico) (17)
x
u
Flujo No Estacionario 0.
t
V2 T u p
u = + Re (Comportamiento parablico) (18)
t x
Para Nmeros de Reynolds muy altos y fuera de la capa lmite, los efectos
viscosos apenas tienen influencia en el flujo. La ecuacin queda entonces reducida
a la ecuacin de Euler (Ecuacin de primer orden).
u p
+ ( u ) u = - (Comportamiento hiperblico) (19)
t x
La distincin entre unas ecuaciones y otras tiene una gran importancia porque los
mtodos numricos de discretizacin y resolucin de problemas son diferentes en cada caso.
Los fenmenos de difusin actan en todo el espacio independientemente de la direccin
predominante del flujo (comportamiento elptico). Por el contrario, los fenmenos de
conveccin actan en la direccin de propagacin, en regiones concretas del espacio
(comportamiento hiperblico)
Entre ambas posibilidades, una ecuacin con comportamiento parablico representa una
situacin intermedia que se puede interpretar como un proceso de difusin en todas las
direcciones pero amortiguado en el tiempo.
Sistemas Hiperblicos.
Existe una regin, llamada zona de Dependencia, que delimitan las superficies
caractersticas que surgen de A y de B junto con el trozo de contorno AB y que determinan
la solucin en el punto P . Asmismo existe una regin, llamada zona de Influencia, en la
cual la solucin resulta influenciada por la solucin en el punto P .
Sistemas Parablicos.
Sistemas Elpticos.
2 T 2 T
+ =0 (20)
x2 y2
u
+u + =0
t x x
(21)
u u 1 P
+u =
t x x
P
= a2 (22)
x x
Si la amplitud es pequea:
u u
u << y u << (23)
x t x t
entonces:
u
+ =0
t x
(24)
u a 2
=
t x
2 2 2
a =0 (25)
t2 x2
Flujo no estacionario.
Flujo estacionario supersnico no viscoso.
Flujo en capa lmite.
Problemas hbridos.
Las leyes que rigen el movimiento de una partcula fluida son conocidas desde
mediados del siglo XIX. Son las denominas ecuaciones de Navier-Stokes, que pueden
expresarse con distintas nomenclaturas, en distintos sistemas de referencia y con distintas
notaciones (ver Aris, 1962; Batchelor, 1967; White, 1979 o Hirsch, 1988; por ejemplo). Para
un fluido Newtoniano, se pueden expresar as (Hirsch, 1988):
Continuidad:
d
+ u = 0 (26)
dt
Cantidad de movimiento:
du u 1
= + (u)u = p + 2 u + ( u ) + f e (27)
dt t 3
Energa:
( E)
t
( )
+ ( u E) = (kT) + u + Wf + q H (28)
Las condiciones iniciales definen el estado del fluido en el instante inicial considerado
como origen para la evolucin temporal (t = 0). Por tanto, para la correcta definicin de un
problema se deber conocer el valor que tienen todas las variables en ese instante. Muchas
veces, en problemas resueltos mediante tcnicas numricas esto es imposible, con lo que se ha
de buscar una alternativa. La ms sencilla y habitual consiste en dar a todas las variables un
valor cero, asumiendo que, si se avanza suficientemente en el tiempo, se llega a un estado
estacionario, o peridico, independientemente de la solucin inicial, segn las condiciones de
contorno sean constantes o peridicas. Tiene como ventaja la sencillez de implementacin,
pero tiene una gran desventaja, pues si dicha solucin inicial se aparta bastante de la solucin
real, puede dar lugar a problemas de convergencia en cuanto a la resolucin de las ecuaciones.
La aplicacin de las leyes bsicas de la Fsica permite obtener las relaciones entre las
distintas variables a travs de un conjunto de ecuaciones diferenciales en derivadas parciales:
son las Ecuaciones de Constitucin de la Mecnica de Fluidos (ecuaciones 26 a 28). Por
desgracia, debido a su gran complejidad, rara vez es posible resolverlas de un modo exacto
(solucin analtica del problema) y es necesario buscar mtodos alternativos que proporcionen
una buena prediccin, es decir, mtodos que proporcionen una solucin numrica
aproximada. As, la solucin numrica aproximada se obtendr a partir de la resolucin de
una serie de relaciones algebraicas obtenidas mediante tcnicas de discretizacin de las
ecuaciones diferenciales en derivadas parciales.
En la prctica se dice que un proceso numrico converge si los valores de las variables
en los puntos del dominio tienden hacia unos valores fijos mientras la solucin progresa. Esto
es as porque en muchos casos no se puede demostrar matemticamente la convergencia
estricta. En el caso de un clculo no estacionario en una turbomquina, la convergencia no
34 Tcnicas Numricas en Mecnica de Fluidos
se entiende como la obtencin de un valor fijo para las distintas variables dependientes sino
como la obtencin de una variacin peridica de los valores de cada una de estas variables.
Figura 7.- Requisitos que han de cumplir las discretizaciones en los mtodos numricos.
Considrese la ecuacin:
du
= qu u(0)=1 con q: nmero complejo (29)
dt
u n +1 u n 1
= qun (30)
2 t
Esta discretizacin particular se denomina mtodo explcito del punto medio (en ingls
leap frog). En el apartado 4.5 se ampla el estudio a otros tipos de mtodos utilizados en la
prctica. Si se expresa ahora u n +1 en funcin de u n y de u n 1 , se puede obtener que el factor
de amplicacin () debe cumplir la ecuacin:
Tcnicas Numricas en Mecnica de Fluidos 35
2 2 q t 1 = 0 (31)
1, 2 = q t 1 + (q t ) 2 (32)
u 0 = 1.0 (33)
u [m/s]
1.2
1.0
0.8
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 t [s] 1.0
Figura 8.- Evolucin de la solucin usando el mtodo del punto medio.
Para una solucin iterativa del problema propuesto, la solucin con estabilidad
absoluta se define como un conjunto z = q t tales que la secuencia de valores un permanezca
limitada (sin oscilaciones). Matemticamente, esto implica:
1 (34)
z = i sen (35)
Es decir, la regin de estabilidad es el segmento del eje imaginario entre i y +i. Por lo
que para q = 1 no es posible obtener un valor de t que proporcione un mtodo con
estabilidad absoluta, lo cual explica el comportamiento observado en la figura 8.
Sin embargo, el caso del mtodo del punto medio constituye una situacin lmite. Si se
considera el mtodo de Euler hacia adelante (forward Euler) y se discretiza la misma
ecuacin 29, se obtiene:
u n +1 u n
= q un (36)
t
d u1 3 1 u1
= (37)
d t u 2 0 100 u 2
Tcnicas Numricas en Mecnica de Fluidos 37
en el que los coeficientes de la diagonal principal tienen valores tan dispares, y se observa su
solucin (combinacin lineal de dos soluciones particulares):
u1 1 3t 1 100t
= C1 e + C2 e (38)
u2 0 97
Este ejemplo muestra como siempre resulta ser la menor escala de tiempo la que
impone un lmite al salto temporal. Para problemas con grandes rangos de escalas de tiempo,
el problema se vuelve rgido y las restricciones pueden hacer muy difcil su solucin
utilizando tcnicas CFD. Desafortunadamente, los problemas con escalas de tiempo muy
amplias son comunes en la Mecnica de Fluidos.
u n +1 u n
= q u n +1 (39)
t
Existe una diferencia clara entre los dos esquemas hacia adelante y hacia atrs. En
el primero, la solucin en un instante n+1 se obtiene explcitamente de la solucin en el
instante n, realizando operaciones aritmticas. Sin embargo, en el segundo caso, los valores
en el nuevo instante aparecen de forma implcita en la solucin de una ecuacin algebraica.
Aparece la diferenciacin entre mtodos explcitos y mtodos implcitos.
Por lo tanto, la eleccin entre un mtodo explcito o implcito requiere siempre buscar
un equilibrio entre la sencillez a la hora de programar y la estabilidad del mtodo. Para
problemas en los que no exista demasiada rigidez tales como los de flujos no viscosos, los
mtodos explcitos resultan competitivos, principalmente para problemas tridimensionales,
por requerir una menor cantidad de informacin almacenada. Por el contrario, para problemas
muy rgidos, tales como los flujos con viscosidad predominante o con reacciones qumicas,
los mtodos implcitos son generalmente los ms utilizados, a pesar del incremento de
necesidades de almacenamiento de las variables que imponen.
xi, j = x i
yi, j = y j (41)
u u(x + x, y) - u(x, y)
= lim (43)
x x 0 x
u u i+1, j - u i, j
= (44)
x i, j x
Diferencia centrada.
u u i+1, j - u i-1, j
= (45)
x i, j 2x
u u i, j - u i-1, j
= (46)
x i, j x
u x 2 2u x 3 3u
u i+1, j = u i, j + x + + + ... (47)
x i, j 2 x 2 i, j 3! x 3 i, j
u u i+1, j - u i, j x 2u x 2 3u
= - - + ... (48)
x i, j x 2 x 2 i, j 3! x 3 i, j
u x 2 2u x 3 3u
u i+1, j = u i, j + x + + + ... (49)
x i, j 2 x 2 i, j 3! x 3 i, j
u x 2 2u x 3 3u
u i-1, j = u i, j - x + - + ... (50)
x i, j 2 x 2 i, j 3! x 3 i, j
u u i+1, j - u i-1, j x 2 3u
= - + ... (51)
x i, j 2x 6 x 3 i, j
x
E.T. = - u + ... = O(x) (52)
2 xx
x2
E.T. = - u + ... = O( x 2) (53)
6 xxx
Tcnicas Numricas en Mecnica de Fluidos 41
u i+1, j - u i, j
u x )i, j = + O(x) (54)
x
u i+1, j - u i, j
u x )i+ 1 , j = + O( x 2 ) (55)
2 x
x i x i+1
x
i-1 i i+1
Figura 12.- Mallado no uniforme unidimensional.
u u ui +1 - u i u i - u i-1
- -
x i +1 x i x i +1 xi
u xx )i = = + E.T. (56)
x i +1 - x i x i +1 - x i
2 2
x i +1 = x i + O( x 2 ) (57)
i j+1
i+1 j
ij S
y
i-1 j
x
i j-1
u u
y (58)
x i, j y i, j
Entonces:
u u i, j+1 - u i, j-1
= (59)
y i, j y
u u i+1, j - u i-1, j
= (60)
S i, j S
= sen + cos (61)
S x y
entonces, se deduce:
Considrese una ecuacin genrica en derivadas parciales que proviene de una ley de
conservacin integral:
u
+ F=Q (63)
t
u d + F d = Q d,
t
(64)
u = ; F = u ; Q = 0 (65)
La ley integral utiliza flujos en el contorno de en la figura 14. Por tanto, esta
formulacin posee la siguiente propiedad:
t ABC
+ = (66)
1
t BDE
+ = (67)
2
t ADE
+ = (68)
3
= 1 + 2 +3 C 2
B
1 3
A
u f(u)
+ =q (69)
t x
u u f
+a = q siendo a= (70)
t x u
x
Figura 15.- Discretizacin unidimensional centrada.
ui f i+ 2 f i 2
1 1
Punto i: + = qi (71)
t x
u i +1 f i + 2 f i + 2
3 1
u i 1 + u i + u i +1 f i + 2 - f i 2 qi 1 + qi + qi +1
3 3
+ = (74)
t 3 3x 3
Esta expresin representa una discretizacin aplicada al elemento comprendido entre los
puntos i-3/2 e i+3/2.
ui ui+ 1 - ui 1
Punto i: + ai 2 2
= qi (75)
t x
ui+ 3 - ui+ 1
Punto i+1: ui+1 + a i+1 2 2
= qi+1 (76)
t x
u i 1 ui 1 - ui 3
Punto i-1: + a i-1 2 2
= qi-1 (77)
t x
ai+ 1 - ai 1
2 2
Sumando, reordenando y llamando: a i = , se obtiene:
2
u i 1 + u i + u i +1 a i + 2 - a i- 2 u i + 2 - u i 2 q i 1 + q i + q i +1
3 3 3 3
+ - =
t 3 2 3x 3
Tcnicas Numricas en Mecnica de Fluidos 45
x 2 [(a x u x ) x - a x u xx ] (79)
en el punto i. Para flujos continuos, estos trminos son del mismo orden que el error de truncado,
y pueden ser despreciados; pero pueden producir grandes errores cuando hay discontinuidades,
como en el caso de existir ondas de choque.
o0o
Las discretizaciones conservativas son la base del mtodo de los volmenes finitos. Este
mtodo constituye la tcnica ms comnmente empleada en la discretizacin de las ecuaciones de
constitucin. Se desarroll para resolver especficamente problemas de transferencia de calor y de
mecnica de fluidos (Patankar, 1980). Parte del hecho de que las leyes bsicas de la mecnica de
fluidos son leyes de conservacin y pueden ser expresadas en forma de balances macroscpicos de
las distintas variables.
En primer lugar se define una divisin del dominio en celdas que no se superpongan
unas con otras. Normalmente se usan figuras geomtricas sencillas, que constituyen el
mallado del dominio a estudiar.
A continuacin se aplican los balances de los flujos de las distintas variables en los
volmenes construidos a partir del mallado definido. En general stos no tienen porque
coincidir con las celdas del mallado, pudiendo ser conjuntos de celdas o encontrarse
desplazados con respecto a dichas celdas.
Para cada uno de los volmenes el balance de los flujos de una determinada variable
proporciona informacin sobre el valor medio de dicha variable en el interior del mismo.
Desde un punto de vista prctico, el mtodo consiste en ir sustituyendo las integrales de la
ecuacin general de conservacin por sumatorios sobre las caras del volumen, que indicarn la
forma de variacin de dicha variable para cada volumen elemental, llegndose a la expresin:
n t
( Variable ) = (Flujos + Trminos fuente (80)
1
donde es el volumen de cada volumen, n es el nmero de las caras del volumen y los
trminos de flujo se evalan en la direccin normal de cada cara.
Los valores de las distintas variables en las caras (superficies o lados) de los distintos
volmenes no son conocidos y se requiere algn tipo de interpolacin numrica para su
clculo. La eleccin de los volmenes, as como la de las interpolaciones, dan lugar a una gran
variedad de mtodos (Hirsch, 1988; Degrez, 1994).
46 Tcnicas Numricas en Mecnica de Fluidos
c) En el caso de los flujos incompresibles hay que aadir un algoritmo adicional para
poder obtener los campos de presin y velocidad. Este consiste en un proceso iterativo basado
en la solucin de los campos de presin y velocidad para un determinado instante, de forma
que se asegure la verificacin de la ecuacin de continuidad. Normalmente se usan algoritmos
del tipo SIMPLE (Patankar, 1980), MAC (Ikohagi, 1991) o PISO (recomendado para clculos
no estacionarios en mallados altamente distorsionados, Versteeg et al., 1995). Este esquema
se puede aplicar tambin a flujos compresibles.
Existen dos formas de aplicar el mtodo, dependiendo de donde se definen las variables:
centrado en las celdas (cell centered) o centrado en los vrtices (cell vertex).
Tcnicas Numricas en Mecnica de Fluidos 47
t i
u d + F d = Q d (81)
i i
Discretizando:
ui
i + F = Qi i (82)
t lados
El flujo a travs de un contorno debe ser calculado mediante una frmula independiente
del volumen a que pertenezca (figura 17):
fi + f j gi + g j
f AB = , g AB = (84)
2 2
48 Tcnicas Numricas en Mecnica de Fluidos
O tambin:
ui + u j ui + u j
f AB = f , g AB = g (85)
2 2
ui j
xy + (f AB - f CD)y + (g BC - g AD)x = xy Qi j (86)
t
B
i
j
A
Figura 17.- Dominios adyacentes.
Como se cumple:
fAB = fi + , j fCD = fi - , j
gBC = gi, j + gAD = gi, j - (87)
fAB = fi + , j fCD = fi - , j
Dividiendo por x y:
Tcnicas Numricas en Mecnica de Fluidos 49
u i, j f i+ 12 , j - f i- 12 , j g i, j+ 12 - g i, j- 12
+ + = Qi, j (88)
t x y
f i, j + f i +1, j g i, j + g i, j+1
f i+ 12 , j = , g i, j+ 1 = (89)
2 2 2
se obtiene:
o0o
2) Centrado en los vrtices. Las variables se definen en los vrtices del elemento (ver figura 19).
- Residuos ponderados.
u* = ui vi (x) (91)
esta funcin no satisface el problema diferencial D(u) = 0, sino que D(u*) = r* 0, donde r* es el
residuo. Se trata de minimizar el residuo.
(r*) 2 d es minimo (92)
r*
ui
r* d = 0 (93)
Esta expresin representa una suma ponderada de los residuos sobre el dominio siendo
r*
el coeficiente de ponderacin w i = .
ui
Existen variantes del mtodo dependiendo de la eleccin de las funciones de ponderacin
wi y de las funciones base:
Supngase que se han elegido las funciones base. Entonces las posibilidades son cuatro:
Aplica a una representacin funcional los conceptos del mtodo de las diferencias
finitas. Los parmetros de la representacin son puntos que dividen el dominio en una serie de
elementos. Las funciones base se definen como interpolaciones polinmicas restringidas a los
elementos contiguos (normalmente tringulos o cuadrilteros en dos dimensiones). Las
interpolaciones pueden resultar en aproximaciones lineales, cuadrticas o de orden superior.
Normalmente, para las aplicaciones de Mecnica de Fluidos se recomienda que sean al menos
cuadrticas para poder aproximar las derivadas segundas con cierta precisin.
i
Figura 21.- Nodos de partida para elementos bidimensionales y unidimensionales.
ii) El segundo paso es construir unas funciones Ni(x) asociadas a cada nodo i: funciones
de interpolacin o funciones de forma. Con estas funciones se pretende reconstruir
una aproximacin continua de una funcin a partir de los valores discretos en los
nodos.
Dado Requerido
La funcin requerida se define u (x) = uj Nj(x). Las funciones Nj(x) se definen con las
siguientes restricciones:
1) Deben ser simples, para evitar una expresin compleja que implique muchos
puntos (ver figura 23).
2) Se requiere que u (xi) = ui; por tanto u (xi) = uj Nj(xi) = ui. Esto implica:
Ni(xi) = 1
Nj(xi) = 0 si i j, o sea Ni(xj) = ij
i (x)
x
i
x
1 2 3 4 5
Figura 22.- Dominio unidimensional con las funciones en cada nodo.
u = u* u
=g
n
Figura 23.- Dominio bidimensional para aplicacin del mtodo de los elementos finitos.
u = q (95)
u = u* en D (96)
u
= g en N (97)
n
u
- w u d + w d = w q d, w (99)
n
En el mtodo de Galerkin, las funciones w elegidas son las funciones de forma Ni(x):
Sustituyendo:
u
i - Ni u d + Ni n d - N i q dV = 0 (101)
i i i
u
- Ni u d + Ni d - N i q d = 0 (102)
n
i i
Se obtiene as una expresin para cada nodo. Ahora sustituyendo u a partir de las
funciones de forma:
u = u j N j y u = u j N j (103)
j j
se obtiene:
u
- u j N j Ni d + Ni d - N i q d = 0 (104)
j n
i i
En definitiva, se obtiene un sistema de ecuaciones en el que las incgnitas son los valores
uj, es decir:
u j k i j = Fi j (105)
j
o0o
- Mtodos espectrales.
Algunos aspectos relacionados con los mtodos numricos que pueden aparecer de
forma comn en las tres tcnicas son:
- Las diferencias finitas y los volmenes finitos producen ecuaciones numricas referidas
a un punto pero dependientes de los valores de los puntos vecinos. Los elementos finitos
producen ecuaciones para cada punto independientes entre s, y solamente cuando se combinan
los valores de los puntos interactan entre ellos.
- Los elementos finitos toman la derivada de las condiciones de contorno cuando las
ecuaciones se forman aplicando los valores fijos de las variables a las matrices globales. Los
otros dos mtodos aplican fcilmente los valores fijos de las condiciones de contorno
modificando las ecuaciones si se quiere introducir alguna derivada de una condicin de contorno.
- Para el caso de geometras complejas, que adems incluyan distintas partes con
movimiento relativo unas respecto a otras, como es el caso de turbomquinas radiales, el
mtodo de volmenes finitos es prcticamente la nica posibilidad con valor prctico, debido
a la gran dificultad para solucionar el flujo en geometras alejadas de cualquier divisin
cartesiana por parte de los mtodos de diferencias finitas y dada la gran complejidad en la
programacin de los mtodos de los residuos.
En los casos anteriores las aproximaciones se han realizado en los trminos espaciales,
pero no se ha mencionado el tratamiento posible de los trminos temporales. En este punto
conviene distinguir entre modelos estacionarios y modelos no estacionarios. En los modelos
estacionarios, las derivadas temporales slo se necesitan en resoluciones transitorias siendo
nulas al llegar al rgimen estacionario. Algunos mtodos han incluido el trmino transitorio
Tcnicas Numricas en Mecnica de Fluidos 57
Para cada instante temporal, una vez discretizadas las ecuaciones de gobierno, el
problema se reduce a un sistema de ecuaciones algebraicas que se puede resolver mediante
una gran variedad de mtodos. Una forma general de las ecuaciones, para una variable U
genrica, es la siguiente:
U n +1 = AU n (107)
U 2U
= 2 (109)
t x
Sea un dominio espacial uniforme con puntos separados una longitud constante x.
Una vez se haya definido el mallado, se discretiza la ecuacin:
U in +1 U in U n 2U in + U in+1
= i 1 (110)
t x 2
~ ~ ~
U in +1 U in U in+11 2U in +1 + U in++11 U n 2U in + U in+1
= + (1 ) i 1 (111)
t x 2 x 2
En esta nueva ecuacin se observa que hay una relacin entre la velocidad en la
iteracin n+1 y la velocidad en la iteracin n, pudiendo cambiar los nodos que deben ser
consultados, lo que da lugar a dos tipos de esquemas:
n n +1 n n +1 n +1 n +1
i) En el esquema explcito (figura 24) se deben resolver todas las ecuaciones para
conocer todas las variables. Las ecuaciones explcitas necesitan pasos
temporales muy pequeos de tiempo t . En este caso se ha de verificar la
relacin t / x 2 1 / 2 para asegurar la estabilidad.
ii) En cambio, las ecuaciones implcitas no tienen este problema si se toma como
factor de relajacin 1/2 (conocido como esquema de Crank-Nicholson, ver
apartado siguiente).
Se parte de una ecuacin diferencial con una nica variable dependiente (la extensin
a dos o tres dimensiones es inmediata) en la forma:
d d d
( u ) = (112)
dx dx dx
i-1 i i+1
x
Figura 25.- Mallado unidimensional para discretizar la ecuacin 129.
Discretizacin central.
+ i +1 i 1 + i
Fi +1 i Fi 1 = Di +1 ( i +1 i ) + Di 1 ( i i 1 ) (113)
2 2
Fi +1i Fi 1i 1 = Di +1 ( i +1 i ) + Di 1 ( i i 1 ) (114)
Fi +1i +1 Fi 1i = Di +1 ( i +1 i ) + Di 1 ( i i 1 ) (115)
Discretizacin hbrida.
Discretizacin QUICK.
6 3 1
i = i 1 + i i 2 (116)
8 8 8
dU
= S U + Q = H ( U, t ) (117)
dt
(1 + ) U n + 2 (1 + 2 ) U n +1 + U n = t [ H n + 2 + (1 )H n +1 ] (118)
1
= + (119)
2
3 n +2
2
U
1
2 U n +1 + U n = t H n + 2
2
[ ] (120)
(U n+1 U n ) = 2t [H n +1 + H n ] (122)
(U n+1 U n ) = t [H n ] (123)
Ejemplo.
u 2 u 2 u
= 2 +
2
(124)
t x y
u i, j
t
=
x 2
( u i+1, j + u i, j+1 + u i1, j + u i, j1 4 u i, j ) (125)
62 Tcnicas Numricas en Mecnica de Fluidos
t n +1
u i,n +j1 = u i,n j +
x 2
( u i+1, j + u i,n +j+11 + u in+1,1 j + u i,n +j11 4 u i,n +j1 ) (126)
Mtodos predictor-corrector.
Linealizacin local.
Mtodos implcitos (ADI).
Mtodos Runge-Kutta.
2 T
=0 (127)
x2
a1 a 2 0 0 T1 b1
T b
1 2 1 0 2 2
0 1 2 1 0 T3 b 3
0 ... 0
= (129)
0 0
0 1 2 1 0
0 1 2 1
T20 b 20
0 a 20 a 21 T b
21 21
64 Tcnicas Numricas en Mecnica de Fluidos
donde b2 = b3 = b4 = ... = b20 = 0 y los valores de a1, a2, a20, a21, b1 y b21 se deducen de las
condiciones de contorno (temperaturas en los extremos de la barra).
Para los dos extremos se puede tomar una aproximacin lineal o de segundo orden no
centrada (similar a la de la ecuacin 128). Si se toma la aproximacin lineal, se tiene (ver
figura 28):
T T T T
k 2 1 = k 1 A (130)
x x/2
de donde se deduce:
2 TA 3 T1 + T2 = 0 (131)
3 1 0 0 T1 2 TA
1 2 1 0 T2 0
0 1 2 1 0 T3 0
0 ... 0
= (133)
0 0
0 1 2 1 0
0
0 1 2 1
T20 0
0 1 3 T21 2 TB
T1 302.38
T2 307.14
T3 311.90
= (134)
T 390.48
20
T21 395.24
T [K]
500
450
400
350
x [m]
300
0 20 40 60 80 100 120
Figura 29.- Distribucin de temperatura para la conduccin unidimensional.
T T21
k B = qB (135)
x/2
es decir:
qB
TB = T21 x (136)
k
66 Tcnicas Numricas en Mecnica de Fluidos
q
T20 + 3 T21 = 2 TB = 2 T21 B x = 2 T21 0.00494 q B (137)
k
T1 600
3 1 0 0
T2 0
1 2 1 0 T 0
0 1 2 1 0 3
0 ... 0 = (139)
0 0
0 1 2 1 0
0
0 1 2 1
T20 0
0 1 1
T21 1.23
que resuelto proporciona la solucin mostrada en la figura 30. Se obtiene de nuevo una
solucin lineal, pero con un mayor gradiente de temperaturas (TB = 430 K).
T [K]
500
450
400
350
x [m]
300
0 20 40 60 80 100 120
Figura 30.- Distribucin de temperatura para barra unidimensional
con flujo de calor en uno de sus extremos.
Si existieran fuentes puntuales de calor, se pueden repetir los dos casos anteriores
(temperatura en los dos extremo o temperatura en un extremo y condicin de flujo de calor en
el otro). La ecuacin diferencial, para este nuevo problema, sera:
Tcnicas Numricas en Mecnica de Fluidos 67
T
k +S = 0 (140)
x x
expresin en la que los coeficientes S seran los posibles valores de fuentes puntuales
(trminos independientes de las matrices).
En concreto, se introduce una fuente puntual de calor en el nodo 11. Las ecuaciones
para ambos casos no cambiaran y nicamente habra que introducir un valor distinto de 0 en
el trmino independiente de la ecuacin correspondiente al tramo nmero 11. Por ejemplo,
para el caso de conocer las temperaturas en los dos extremos, se tendr:
3 1 0 0 T1 2TA
T 0
1 2 1 0 2
0 1 2 1 0 T3 0
0 ... 0
= b11 (141)
0 0
0 1 2 1 0
0
0 1 2 1
T20 0
0 1 3 T21 2TB
x 5 m
b11 = ( S x ) = ( 750 W/m 2 ) = 18.53 K (142)
k 202.4 W/(mK)
T1 2TA
3 -1 0 0
T2 0
-1 2 1 0 T 0
0 -1 2 1 0 3
0 ... 0 = 18.53 (143)
0 0
0 -1 2 -1 0
0
0 -1 2 -1
T20 0
0 -1 3
T21 2TB
4.60e+02 T [K]
4.40e+02
4.20e+02
4.00e+02
3.80e+02
3.60e+02
3.40e+02
3.20e+02 x [m]
3.00e+02
Y 0 20 40 60 80 100 120
Figura 31.- Evolucin de la temperatura en una barra con fuente de calor puntual.
4.50e+02
4.35e+02
4.20e+02
4.05e+02
3.90e+02
3.75e+02
3.60e+02
3.45e+02
3.30e+02
3.15e+02 Y
Z X
3.00e+02
Figura 32.- Campo de temperaturas en una barra unidimensional con fuente puntual de calor.
3 1 0 0 T1 2 TA
1 2 1 0 T2 0
0 1 2 1 0 T3 0
0 ... 0
= 18.53 (144)
0 0
0 1 2 1 0
0
0 1 2 1
T20 0
0 1 1 T21 1.23
6.50e+02
6.15e+02
5.80e+02
5.45e+02
5.10e+02
4.75e+02
4.40e+02
4.05e+02
3.70e+02
3.35e+02 Y
Z X
3.00e+02
Para los dos casos estudiados, se tendrn ecuaciones distintas. Si, por ejemplo, se
introducen fuentes puntuales en las 10 primeras celdas, se cambiaran esos diez primeros
coeficientes del trmino independiente (b1 a b10). De stos, es distinto el correspondiente al
primer trmino, que se calcula segn la figura 28, siguiendo la expresin:
T T T T
k A 1 k 1 2 + q1 x = 0 (145)
x/2 x
es decir:
70 Tcnicas Numricas en Mecnica de Fluidos
k k
(2 TA 2 T1 ) (T1 T2 ) + q1 x = 0 (146)
x x
O, lo que es lo mismo:
k k k k k
3 T1 = 2 T1 + T2 + q1 x = 2 T1 + T + b1 (147)
x x x x x 2
x 5 m
b1 = b 2 = b3 = ... = b10 = ( S x ) = ( 750 W/m 2 ) = 18.53 K (148)
k 202.4 W/(mK)
3 1 0 0 T1 2 TA + 18.53
1 2 1 0 T2 18.53
0 1 2 1 0 T3 18.53
...
0 ... 0
= 18.53 (149)
0 0
0
0 1 2 1 0
...
0 1 2 1
T20 0
0 1 3 T21
2 TB
9.00e+02 T [K]
8.00e+02
7.00e+02
6.00e+02
5.00e+02
4.00e+02
x [m]
3.00e+02
Y 0 20 40 60 80 100 120
Figura 34.- Evolucin de la temperatura en una barra con fuente de calor puntual.
9.00e+02
8.40e+02
7.80e+02
7.20e+02
6.60e+02
6.00e+02
5.40e+02
4.80e+02
4.20e+02
3.60e+02 Y
Z X
3.00e+02
3 1 0 0 T1 2 TA + 18.53
1 2 1 0 T2 18.53
0 1 2 1 0 T3 18.53
...
0 ... 0
= 18 . 53 (150)
0 0
0
0 1 2 1 0
...
0 1 2 1
T20 0
0 1 1 T21
1.23
1.30e+03
1.20e+03
1.10e+03
1.00e+03
9.00e+02
8.00e+02
7.00e+02
6.00e+02
5.00e+02
4.00e+02 Y
Z X
3.00e+02
1.30e+03 T [K]
1.20e+03
1.10e+03
1.00e+03
9.00e+02
8.00e+02
7.00e+02
6.00e+02
5.00e+02
4.00e+02 x [m]
3.00e+02
Y 0 20 40 60 80 100 120
Figura 37.- Evolucin de la temperatura en una barra unidimensional
con fuentes no puntuales de calor y flujo calorfico en un extremo.
2 T 2 T
+ =0 (151)
x2 y2
sobre la geometra de la figura 38 (se ha tomado una geometra rectangular con la base el
doble de la altura).
Tcnicas Numricas en Mecnica de Fluidos 73
Para el caso ms elemental (sin fuentes de calor puntuales), haciendo un balance de los
flujos que intervienen, se llega a:
k i 1, j i 1, j
( Ti, j Ti1, j ) k ( Ti+1, j Ti, j )
+
i +1, j i +1, j
x i, j x i 1, j x i +1, j x i, j
+ k i, j1 i, j1
( Ti, j Ti, j1 ) k ( Ti, j+1 Ti, j )
=0 (152)
i, j+1 i, j+1
yi, j yi, j1 yi, j+1 yi, j
donde los puntos (i-1, j), (i, j+1), (i, j-1) y (i+1, j) son los correspondientes a la nomenclatura
de la figura 39.
de donde:
Ti j =
1
[T + Ti+1 j + Ti j1 + Ti j+1 ]
4 i 1 j
(155)
Figura 40.- Condicin de contorno para el problema de la conduccin en una placa plana.
T0 j = 300 K j
Ti12 = 300 K i
T24 j = 300 K j (156)
Ti 0 = 300 K para i = 0...7 e i = 17...24
Ti 0 = 800 K para i = 8...16
750
T [K] y=2.75
700 y=2.5 m
650 Y=2.25 m
600 Y=2 m
550 y=1.75 m
500 y=1.5 m
450 y=1.25 m
y=1 m
400
y=0.75 m
350
y=0.5 m
300
y=0.25 m
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Posiciones i
Figura 41.- Conduccin de calor en una placa plana. Distribucin de temperaturas.
T [K]
x [m]
Para esta nueva condicin, una vez discretizado y considerando la ecuacin que
resultara para la pared derecha (lado i-1 en la figura 39), se obtiene:
2 Ti 1, j Ti, j1
Ti, j = + (157)
3 2 2
Tcnicas Numricas en Mecnica de Fluidos 77
300 y=0.5 m
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 y=0.25 m
Posiciones i
Figura 44.- Conduccin de calor en una placa plana con
flujo neto nulo en tres paredes. Distribucin de temperaturas.
Los resultados que se obtienen con el cdigo numrico se muestran (ver figura 45) en
forma similares distribuciones a las mostradas en la figura 44 y en forma de campo de
temperaturas en la figura 46.
T [K]
x [m]
Figura 45.- Conduccin de calor en una placa plana con flujo neto nulo en las paredes.
Distribucin de temperaturas obtenida utilizando el cdigo numrico.
78 Tcnicas Numricas en Mecnica de Fluidos
12 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300
11 300 302 304 306 309 311 313 315 317 319 321 322 322 322 321 319 317 315 313 311 309 306 304 302 300
10 300 304 308 312 317 322 326 331 335 339 342 344 344 344 342 339 335 331 326 322 317 312 308 304 300
9 300 306 312 318 325 332 340 347 354 360 364 367 368 367 364 360 354 347 340 332 325 318 312 306 300
8 300 308 316 324 333 343 353 363 373 381 388 392 393 392 388 381 373 363 353 343 333 324 316 308 300
7 300 309 319 329 341 353 366 380 394 405 414 420 422 420 414 405 394 380 366 353 341 329 319 309 300
6 300 310 321 333 347 362 379 398 416 432 444 451 454 451 444 432 416 398 379 362 347 333 321 310 300
5 300 311 322 336 351 370 391 415 440 462 478 488 491 488 478 462 440 415 391 370 351 336 322 311 300
4 300 311 322 336 352 374 401 433 467 497 519 531 535 531 519 497 467 433 401 374 352 336 322 311 300
3 300 309 320 333 349 372 405 448 499 541 568 583 588 583 568 541 499 448 405 372 349 333 320 309 300
2 300 307 315 325 340 362 397 455 542 598 629 645 650 645 629 598 542 455 397 362 340 325 315 307 300
1 300 304 308 314 323 338 367 434 614 680 707 718 722 718 707 680 614 434 367 338 323 314 308 304 300
0 300 300 300 300 300 300 300 300 800 800 800 800 800 800 800 800 800 300 300 300 300 300 300 300 300
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Se trata aqu de resolver el problema del flujo de un fluido entre dos placas planas,
siendo la separacin entre ambas mucho menor que la longitud de los lados de dichas placas
(figura 48).
h
x
L
Figura 48.- Geometra para el problema del flujo entre placas planas paralelas.
i) Flujo incompresible: u = 0 .
iii) Movimiento bidimensional (separacin entre placas mucho menor que longitud de
las mismas, h << L):
2 n
= = ... = =0 (158)
x x2 xn
u = u i +v j+wk = u i (159)
p 2u
= 2
x y (160)
p
= g
y
p 2u
= 2 (161)
x y
2u
=0 (162)
y2
Es decir:
u ( y) = c1 y + c 2 (163)
y = 0 u ( y) = 0
(164)
y = h u ( y) = U
U
u ( y) = y (165)
h
y U
h
x
L
Figura 49.- Perfil lineal de velocidades entre dos placas.
2u
p*+ =0 (166)
y2
Si ahora se imponen las condiciones de contorno de velocidad nula de las dos placas,
se tiene:
y = 0 u ( y) = 0
(167)
y = h u ( y) = 0
Tcnicas Numricas en Mecnica de Fluidos 81
expresin que da lugar a un perfil parablico (ver figura 50), habitualmente denominado flujo
de Poiseuille:
u ( y) =
2
[
p* 2
y hy ] (168)
h UMX
x
L
Figura 50.- Perfil parablico de velocidades entre dos placas.
u ( y) =
U
h
y+
p* 2
2
[
y hy ] (169)
ecuacin en la que el efecto de p* puede ser el mismo (p* > 0 o bien en la figura 51) o
contrario (p* < 0 o bien en la figura 52) que el movimiento de la placa.
y U U
h + =
x
L
Figura 51.- Perfil parablico ms perfil lineal para el flujo entre dos placas con p* > 0.
y U U
h + =
x
L
Figura 52.- Perfil parablico ms perfil lineal para el flujo entre dos placas con p* < 0.
82 Tcnicas Numricas en Mecnica de Fluidos
Se puede obtener el caudal circulante integrando la velocidad entre las dos placas:
Q h U h p* h 3
q=
b
= 0
u(y) dy = -
2 12
(170)
6 U
p* = (171)
h2
5 metros
5 mm
Figura 53.- Solucin numrica particular para el flujo entre placas paralelas.
Adems de haber obtenido las expresiones tericas exactas, se puede resolver el flujo
utilizando un mtodo numrico (cdigo comercial Fluent). Para el caso de flujo de Couette y
velocidad uniforme de 5 m/s y se obtiene el resultado mostrado en la figura 54.
Figura 54.- Flujo con perfil lineal entre dos placas planas.
Para el caso de flujo de Pouseuille con p = 8.5 MPa (p* = p/L = 1.7 MPa/m), se
obtiene el perfil parablico de la figura 55. Se ha escogido este valor porque segn la
ecuacin 168 produce una velocidad mxima de 5 m/s.
Tcnicas Numricas en Mecnica de Fluidos 83
Figura 56.- Perfil parablico superpuesto al lineal con efectos en el mismo sentido.
u (y) [m/s]
y [m]
Si, por el contrario, el efecto del gradiente de presin es opuesto al del movimiento de
la placa superior (ecuacin 169 con p* < 0), se obtiene el resultado de la figura 58. Se utilizan
los mismos valores numricos: velocidad uniforme de 5 m/s y p = 8.5 MPa.
Figura 58.- Perfil parablico superpuesto al lineal con efectos en sentido opuesto.
u (y) [m/s]
y [m]
Se puede resolver este caso para la condicin de caudal nulo (Q = 0), en cuyo caso el
gradiente de presin reducida ha de ser:
6 U
p* = = 1.272 MPa (172)
h2
u (y) [m/s]
y [m]
r
= p* (173)
2
p
p* = + g cos (174)
L
u=
4
(
p* 2
r R2 ) (175)
Tcnicas Numricas en Mecnica de Fluidos 87
p1
p2
D L
R 2 p*R2
u = u MX 1 con u MX = (176)
r 4
p* 4
Q= R (177)
8
5 metros
5 cm
Figura 64.- Geometra discretizada para resolucin del caso de conducto horizontal.
8 Q
p* = = 1693 Pa / m (178)
R4
p*R 2
u MX = = 1 m/s (179)
4
Tal y como se haba previsto con la ecuacin terica, se obtiene un perfil parabolico de
velocidad. En la figura 66 se muestra dicho perfil en la seccin de salida, donde cada punto
representa el valor de la velocidad en cada celda de la seccin transversal del conducto.
u (r) [m/s]
r [m]
Con los datos de partida se obtiene un nmero de Reynolds de 84. En caso de tener un
nmero de Reynolds mayor de 4000, el flujo deja de ser laminar y se hace necesaria la
utilizacin de un modelo de la turbulencia para la resolucin del flujo.
90 Tcnicas Numricas en Mecnica de Fluidos
Los flujos incompresibles han sido mencionados como una aplicacin particular de las
ecuaciones de Navier-Stokes en apartados anteriores. Se profundiza un poco ms en su
estudio y se presenta un ejemplo de clculo basado en el algoritmo del paso fraccional.
Kwak en sus mltiples artculos (Kwak et al., 1986; Kwak et al., 1992; Rogers et al.,
1989 o Rosenfeld et al., 1991) y, sobre todo, en el monogrfico sobre mtodos numricos
usados en el clculo de flujos incompresibles (Kwak, 1989) analiza un amplio rango de
posibles aplicaciones para el estudio de flujos bi y tridimensionales.
de soluciones numricas a problemas prcticos tan dispares como el flujo en el motor de una
lanzadera espacial o el flujo en un implante de un corazn.
Tal y como sealan Peyret y Taylor (1983) o Hirsch (1988), existen dos grandes grupos
de mtodos segn se plantee la resolucin de las ecuaciones del flujo incompresible: las basadas
en el empleo de variables primitivas y las que emplean la ecuacin de la vorticidad. Estas
ltimas surgieron debido a la inexistencia de condiciones de contorno fsicas de contacto con
slidos para la presin. Sin embargo, la bsqueda de una condicin de contorno para la
vorticidad, salvo en casos puntuales, resulta ms complicado.
A pesar del gran abanico de variantes que presentan ambas formas de solucin (ver
Quarteroni, 1996), son bsicamente las que usan variables primitivas las nicas usadas para el
caso de flujo no estacionario. Entre stas destacan los algoritmos que operan con la ecuacin de
Poisson para resolver el campo de presiones, y el mtodo de pseudocompresibilidad. Ambos
tratan de solventar la rigidez de las ecuaciones para flujo compresible a bajos nmeros de
Mach. La diferencia bsica entre los dos mtodos reside en el carcter de las ecuaciones a
resolver.
Respecto a las soluciones que emplea la ecuacin de Poisson para la presin, se pueden
distinguir dos aproximaciones diferentes, de caractersticas similares, pero de muy distinta
implementacin:
ii) Mtodo de paso fraccional. Desarrollado a partir de los algoritmos MAC (Mark and
Cell), su aplicacin para el estudio de flujos incompresibles y no estacionarios fue establecida
por Peyret y Taylor (1983). Se parte de la formulacin de ecuacin de Poisson para la presin y
se trata de discretizar las ecuaciones de gobierno para luego diferenciar la ecuacin de cantidad
de movimiento aplicando la condicin de divergencia nula para la velocidad. El mtodo de paso
fraccional es una de las posibilidades ms aconsejadas en la bibliografa consultada (Rosenfeld
et al., 1991 o Gresho, 1991) para el tratamiento de flujos no estacionarios. Adems, a travs de
estrategias computacionales como el multimallado, puede conducir a soluciones con un tiempo
de clculo muy reducido, lo cual le dara una gran ventaja respecto al mtodo de la
pseudocompresibilidad.
u = 0 (180)
Du 1
=-p+ g (181)
Dt Fr
n +1
-u n
u + p n +1 + ( u n ) u n = 0 (182)
t
f n
u - u + ( n ) n = 0 (183)
u u
t
n +1
u -uf
+ p n +1 = 0 (184)
t
La condicin que se busca para el paso temporal n+1 es la adivergencia del campo de
velocidades. Expresada matemticamente, dicha condicin se escribe:
u n +1
=0 (185)
La forma de operar del mtodo de paso fraccional se puede resumir en los siguientes
cuatro pasos bsicos:
ii) Se toma la divergencia de la ecuacin 184 e imponiendo la condicin dada por 185,
se obtiene la ecuacin de Poisson para la presin:
1
p n +1 = u f (186)
t
iii) Una vez resuelta esta ltima, se puede obtener la solucin para el campo de
presiones.
x
n+1 n+1 n+1
A i-1/2 pi-1 - (A i-1/2 + A i+1/2) pi + A i+1/2 pi+1 = A i+1/2 u fi+1/2 - A i-1/2 u fi-1/2 (187)
t
ln ( AR ) d u 1 1
+ 2
u = [ 1 cos ( t) ] (188)
AR 1 d t 2 AR 2
4
1.00
u*
0.75
0.50
Modelo Unidimensional
0.25
Ecuacin Diferencial
0.00
0 5 10 15 t* 20
Figura 68.- Comparacin de resultados entre la resolucin
terica (ecuacin 140) y el modelo unidimensional (Gonzlez et al., 1997).
Tcnicas Numricas en Mecnica de Fluidos 95
Algoritmo bidimensional.
( )
h2 u +
( h v) = 0
1
1 p
u
+ (h u)+
2
2
( h u v) + u v h
1
1
v2
h2
+ h2 = 0
t h1 h 2
v 1 p
+ ( h u v) +
1
( h v ) + u v h
1
2 2
u2
h1
+ h1 = 0
t h1 h2
(189)
u if+1 / 2, j = u in+1 / 2, j
t
h1i +1 / 2, j
[
h2 un(
h 2 i +1 / 2, j i +1 / 2, j i+1/ 2 , j
) ]+
2
h1 ( u n v in+1 / 2, j
i +1 / 2, j i+1 / 2 , j
)
h1i +1 / 2, j 2 h
2 i +1 / 2 , j
+ u ni+1 / 2 , j v in+1 / 2, j (v in+1 / 2, j )
(190)
h2 i,j pi , j
h
+ 1 i , j
pi , j
= 1 h 2 + h
u f
u f
h1 i , j h t i+1 / 2 , j
i + 1 / 2 , j
i , j+1 / 2
1 i , j + 1 / 2
2 i,j
(191)
1.4
1.3
opt=1.271
1.2
1.1
1.0 Iteraciones
Tiempo de CPU [s]
0.9
0.8
0 50 100 150 200 250 300
Figura 70.- Evolucin del nmero de iteraciones y del tiempo de clculo
en funcin del parmetro de sobrerrelajacin ().
Tcnicas Numricas en Mecnica de Fluidos 97
Una vez resuelto el campo de presiones en cada instante temporal, se pasa a actualizar el
campo de velocidades como segundo paso del mtodo de proyeccin (se proyecta la velocidad
hasta conseguir su adivergencia). La discretizacin para la obtencin de la primera componente
de la velocidad resulta:
u in++11/ 2, j = u f
i +1 / 2, j
t
2 h 1i +1 / 2, j
(
p in++11, j p in+11, j ) (192)
Con esta ltima operacin concluye el clculo para cada instante. La precisin del
mtodo descrito es de primer orden para la discretizacin temporal y de segundo orden en la
discretizacin espacial, es decir, los residuos son del orden de O(2, 2, t).
1.6
u* AR = 2.0
(t=210E-4)
1.4
1.2
AR = 1.5
(t=210E-3)
1.0
0.8
AR = 1.0
(t=110E-2)
0.6
0.2 Modelo 2D
t*
0.0
0 5 10 15 20 25
Figura 71.- Comparacin de resultados entre la resolucin terica
y el modelo bidimensional (Gonzlez et al., 1998).
98 Tcnicas Numricas en Mecnica de Fluidos
Tcnicas Numricas en Mecnica de Fluidos 99
Las tcnicas numricas para la generacin de un mallado sobre el que resolver las
ecuaciones de gobierno se definen (Thomson et al., 1982; Thomson et al., 1983; Thomson,
1984 o Niederdrenk, 1987) como procedimientos para la distribucin ordenada de
observadores o estaciones de toma de datos en un dominio fsico, de forma que exista la
posibilidad de comunicacin eficiente entre los distintos observadores y que los distintos
fenmenos fsicos que ocurran en dicho dominio fsico continuo estn representados con la
suficiente exactitud por medio de dichos observadores (discretizacin espacial).
Los mallados se pueden clasificar atendiendo a dos criterios: la forma de definir las
fronteras del dominio y la conectividad entre los distintos observadores o puntos del mallado.
En cuanto a la forma de definir las fronteras, estn los mallados conformes (no
interpolan en la definicin de la frontera) y los no conformes (que no definen la frontera real
sino una aproximacin numrica de la misma).
Ventajas:
Desventajas:
Ventajas:
Desventajas:
Como aplicacin prctica, se puede mostrar el mallado para la resolucin del flujo en
una bomba centrfuga (figura 75).
104 Tcnicas Numricas en Mecnica de Fluidos
Figura 76.- Geometra altamente irregular difcil de mallar con celdas estructuradas.
Tcnicas Numricas en Mecnica de Fluidos 105
En este tipo de mallados, las coordenadas de cada nodo llevan una componente
adicional que indica el bloque al que pertenecen. As, para un punto (i,j), se tendra (i,j,l),
indicndose que pertenece al bloque l y para un punto en una geometra tridimensional
(i,j,k), se pasara a (i,j,k,l).
Se trata de solventar algunas de los puntos dbiles del trabajo con los mallados
estructurados de bloque nico.
Ventajas:
Desventajas:
Respeta los contornos de la geometra que va a ser discretizada, tal y como se muestra
en las figuras 78 y 79.
Figura 80.- Mallado estructurado que no se ajusta al contorno superficial (de un labe).
6.- Bibliografa.
Existe una multitud de publicaciones relacionadas con los mtodos numricos. Entre
ellas, destacan el libro escrito por Peyret et al. (1983), los de Hirsch (1988), los de Fletcher
(1988), el de Hoffman (1989) y, ms recientemente, el editado por Gunzburger (1993), que se
centra en mtodos apropiados para estudio de flujos incompresibles, el de Anderson (1995) y
el de Versteeg et al. (1995), sobre el mtodo de volmenes finitos. Cada uno de los
mencionados presenta sus propias peculiaridades, pero entre todos completan una panormica
bastante amplia de un campo continuamente cambiante.
A continuacin se detallan los libros, artculos y otras publicaciones que han servido
de apoyo para la elaboracin de este texto:
[1] Abdallah, S., Smith, C.F.,Three-dimensional solutions for inviscid incompressible flow in
turbomachines, Journal of Turbomachinery. Vol. 112, pgs. 391-398. July 1990.
[2] Anderson, H.H., Computational fluid dynamics: the basics with applications. Mc Graw
Hill, 1995.
[3] Aris, R., Vectors, tensors and the basic equations of fluid mechanics, Dover publications.
New York, 1962.
[4] Arnone, A., Stecco, S.S., Multigrid calculation of incompressible flows for turbomachinery
applications, XIV IAHR Congress. ISBN 84-7790-101-5. Pgs. c-361 a c-368. Madrid. 1991.
[5] Arnone, A., Swanson, R.C., A Navier-Stokes solver for turbomachinery applications
Journal of Turbomachinery. Vol. 115, pgs. 305-313. April 1993.
[7] Combes, J.F., Calcul par elements finis de l'eculement 3D turbulent dans une pompe
centrifuge, AGARD Conference Proceedings 510. CFD Thechniques for Propulsion
Applications. San Antonio, USA. 1991.
[8] Deconinck, H., Overview of grid generation methods, Lecture Series del von Karman
Institute for Fluid Dynamics. Blgica, 1994.
[9] Degrez, G., Introduction to computational fluid dynamics, Lecture Series del von Karman
Institute for Fluid Dynamics. Blgica, 1994.
[10] Fletcher, C.A.J., Computational techniques for fluid dynamics (vols. I y II). Springer-
Verlag, USA. 1988.
110 Tcnicas Numricas en Mecnica de Fluidos
[12] Gresho, P.M., Incompressible fluid dynamics: some fundamental formulation issues,
Annual Review of Fluid Mechanics. Vol. 23, pgs. 413 a 453. 1991.
[13] Gonzlez, J., Santolaria, C., Ballesteros, R., Robles del Peso, A., Modelizacin numrica
de flujos incompresibles no estacionarios mediante un mtodo de paso fraccional, Anales de
Ingeniera Mecnica. Ao 11, vol. I, pgs. 35-42, 1997.
[14] Gonzlez, J., Santolaria, C., Ballesteros, R., Desarrollo de un algoritmo para la resolucin
de flujos no estacionarios bidimensionales usando un mtodo de paso fraccional, Anales de
Ingeniera Mecnica. Ao 12, vol. I, pgs. 553-558, 1998.
[15] Gonzlez, J., Modelizacin numrica del flujo no estacionario en una bomba centrfuga.
Efectos dinmicos de la interaccin entre rodete y voluta, Tesis Doctoral, Universidad de
Oviedo, 2000 (publicada en CD ROM).
[17] Hirsch, C., Numerical computation of internal and external flows. Vols. I y II:
fundamentals of numerical discretization & computational methods for inviscid and viscous
flows, John Wiley & Sons. Blgica, 1988.
[18] Hirsch, C., State of the art of computational fluid dynamics in industry, Industrial
Computational Fluid Dynamics. Lecture Series 1995-03. Von Karman Institute, Blgica. 1995.
[19] Hoffman, K.A., Computational fluid dynamics for engineers, Engineering Education
System. Austin, USA. 1989.
[20] Jameson, A., Schmidt, W., Turkel, E., Numerical solutions of the Euler equations by finite
volume methods using Runge - Kutta time - stepping, AIAA Paper No. 81-1259. 1981.
[21] Jameson, A., The role of CFD in preliminary aerospace design, ASME FEDSM2003-
45812, Honolulu, (2003).
[23] Kwak, D., Kiris, C., Wiltberger, N., Rogers, S, Rosenfeld, M., "Numerical methods for
simulating unsteady incompressible flows", Lecture Notes in Phisics, Vol. 414, pgs. 448-452.
Numerical Methods in F.D., 13th Conference. Rome, 1992.
[25] Launder B.E., Spalding D.B., Mathematical models of turbulence, Academic Press. New
York, 1972.
Tcnicas Numricas en Mecnica de Fluidos 111
[26] P.L. Lions, Mathematical topics in fluid mechanics. Incompressible models. Clarendon
Press, Oxford, 1996.
[27] Moin, P., Kim, J., Tackling turbulence with supercomputers, Scientific American, 276.
1997.
[28] Niederdrenk, P., A short introduction to numerical grid generation, Course Note (IB 221-
87 A 14) at DFVLR-AVA, Gttingen. 1987.
[29] Pan, D, Chackravarthy, S.R., Unified formulation for incompressible flow, AIAA Paper,
No. 89-01222. 27th Aerospace Science Meeting. Reno, Nevada. 1989.
[30] Panton, R.L., Incompressible flow, John Wiley & Sons, USA, 2nd Edition. 1996.
[31] Patankar, T.C., Numerical heat transfer and fluid flow, Mc. Graw-Hill. 1980.
[32] Pentaris, A., Tsangaris, S., A proyection methodology for the simulation of unsteady
incompressible viscous flows using the approximate factorization technique, NATO-AGARD
CP-578. Progress and Challenges in CFD Methods and Algorithms, pgs. 35-1 a 35-14. Abril,
1996.
[33] Peyret, R., Taylor, T.D., Computational methods for fluid flow, Springer-Verlag. New
York, 1983.
[34] Quarteroni, A., Domain decomposition methods: algebraic aaspects and application to
compressible and incompressible flows, 27th Computational Fluid Dynamics. Lecture Series.
Von Karman Institute. Blgica. 1996.
[35] Rasmussen, E.B., A finite diference scheme for three-dimensional modelling of fluid
dynamics, XIV IAHR Congress. ISBN 84-7790-101-5. Pgs. c -341 a c - 348. Madrid. 1991.
[36] Shaw, C.T., Using computational fluid dynamics, Prentice Hall. 1992.
[37] Strazisar, A.J., The changing roles of experimental and computational fluid mechanics,
Global Gas Turbines News, IGTI, pp. 16-18. Agosto 1994.
[38] Streeter, V.L., Wylie, E.D., Mecnica de los Fluidos, Mc. Graw-Hill, Mjico. 1987.
[39] Thomson, J.F., Warsi, Z.U.A., Mastin, C.W., Numerical grid generation: foundations and
applications, Ed. Joe F. Thomson. North-Holland, 1982.
[40] Thomson, J.F., Grid generation techniques in computational fluid dynamics, AIAA
Journal, Vol. 22, No. 11, pp. 1505-1523. 1984.
[43] White, F.M., Viscous fluid flow. Mc. Graw-Hill Editions. 1991.
[44] Wilcox, D.C., Turbulence modeling for CFD, DCW Industries. 1993.
Tcnicas Numricas en Mecnica de Fluidos 113
Los anlisis de estabilidad para problemas lineales con coeficientes constantes son
bien conocidos si las condiciones de contorno pueden ser despreciadas. Este es el caso para un
dominio infinito, o para condiciones peridicas en un dominio finito. En este ultimo caso se
considera que la longitud L en el eje x se repite peridicamente, por tanto, todas las
cantidades, la solucin, as como tambin los errores, pueden ser desarrollados en una serie de
Fourier finita sobre el dominio 2L. Este desarrollo forma las bases para el anlisis de
estabilidad de Von Neumann.
Este mtodo es el ms utilizado para los anlisis de estabilidad en los que intervienen
ecuaciones lineales con coeficientes constantes y condiciones peridicas de contorno. Sin
embargo, siempre que se tenga que tratar con coeficientes no constantes, y trminos no
lineales en las ecuaciones bsicas, la informacin sobre la estabilidad se vuelve muy limitada.
Consideraciones iniciales.
u u
+a = 0 (AI.1)
t x
ut + a ux = 0 (AI.2)
t=0 u ( x, t ) = f ( x ) 0xL
(AI.3)
x=0 u (0, t ) = g ( x ) t0
a
(u t ) i = (u i +1 u i 1 ) (AI.4)
2 x
u in +1 u in a
= (u in+1 u in1 ) (AI.5)
t 2 x
u in +1 u in a
= (u in++11 u in+11 ) (AI.6)
t 2 x
a
(u t ) i = (u i u i 1 ) (AI.7)
x
u in +1 u in a
= (u in u in1 ) (AI.8)
t x
u in +1 u in a
= (u in +1 u in+11 ) (AI.9)
t x
a t
donde se define el cociente = , que constituye el denominado habitualmente como
x
nmero de Courant.
Tcnicas Numricas en Mecnica de Fluidos 115
n
Sea u i la solucin exacta de una ecuacin, y u in la solucin numrica aproximada. La
diferencia podra ser debida a los errores de redondeo introducidos por el algoritmo de
clculo, o bien a los errores en los datos iniciales. De esta forma, se debe cumplir:
n
u in = u i + in o bien, lim in K (AI.10)
n
Con el fin de presentar los fundamentos del mtodo, primero se har referencia a los
ejemplos previos. Considerando la ecuacin AI.5, e insertando en ella el resultado de AI.10 se
tiene:
n +1
ui u in in +1 a a n n
+ = ( in+1 in ) (u i +1 u i 1 ) (AI.11)
t t 2x 2x
n
Como u i satisface la ecuacin AI.5, se obtiene la ecuacin para los errores in :
in +1 in a
= ( in+1 in1 ) (AI.12)
t 2x
que es idntica al esquema bsico. As pues, los errores in varan a travs del tiempo de la
misma forma que la solucin numrica u in .
u 1n
...
n
u i 1
U = n
n
(AI.13)
u
i
u in+1
...
n +1 n
U =CU (AI.14)
n
i1
n
= n
(AI.15)
i
n
i+1
n
La ecuacin AI.10 se puede escribir con U indicando la solucin exacta,
Un = U n + en (AI.16)
n +1 n
U + e n +1 = C U + C e n (AI.17)
o bien:
e n +1 = Ce n (AI.18)
n
por definicin de U como una solucin de la expresin:
n +1 n
U =CU (AI.19)
As, la evolucin en el tiempo del error esta determinado por el mismo operador C
como solucin numrica del problema. Si las condiciones de contorno estn consideradas
como peridicas, el error in puede ser descompuesto en series de Fourier en el espacio para
cada nivel de tiempo n. Como el dominio es de una longitud finita, se tendr una
representacin de Fourier sobre un nmero finito de oscilaciones. En el dominio L la serie de
Fourier representa la regin (0, L) y la negativa (-L, 0),la frecuencia fundamental corresponde
a la mxima longitud de onda max = 2L. La longitud de onda asociada k = 2/ alcanza un
mnimo valor en kmin = /L. Adems, el mximo valor de kmax en el intervalo (-L, L) est
asociado con la menor longitud de onda con un espaciamiento x. Esta menor longitud de
onda es igual a 2x (ver figura AI.1) y por tanto, kmax = /x.
x = L/N (AI.20)
k j = j k min = j =j con j = 0,1,2,...,N (AI.21)
L N x
con el mximo valor de j asociado a la mxima frecuencia. As, con kmax = /x el mayor
valor de j es igual al nmero de intervalos N del mallado (ver figura AI.1).
N N
E nj e E
I k j i x
in = = n
j eI i j / N (AI.22)
j= N j= N
= k j x = j (AI.23)
N
118 Tcnicas Numricas en Mecnica de Fluidos
Factor de amplificacin.
( E n +1 + E n ) a
e Ii + ( E n e I ( i +1 ) E n e I ( i 1 ) ) = 0 (AI.24)
t 2x
n +1 n I
(E + En)+ E (e e I ) e Ii = 0 (AI.25)
2
donde el parmetro es
a t
= (AI.26)
x
E n +1
G 1 para todo (AI.27)
En
E n +1
G= (AI.28)
En
G 1+ 2 I sin = 0 (AI.29)
2
G = 1 I sin (AI.30)
2
G = 1+ 2
sin 2
(AI.31)
n +1
(E E n ) + E n ( e Ii e I ( i 1 ) ) = 0 (AI.32)
G = 1 + e I (AI.33)
es decir:
2
= 1 2 sin / 2 = (1 ) + cos
(AI.35)
= sin
lo cual puede ser considerado como una ecuacin paramtrica para G con como parmetro.
En el plano complejo de G la condicin de estabilidad dada por AI.27 fija que la curva
representativa de G para todos los valores de = kx debera permanecer dentro del crculo
(ver la Figura AI.2). El esquema es estable para:
0 < 1 (AI.36)
120 Tcnicas Numricas en Mecnica de Fluidos
Figura AI.2.- Regin de estabilidad para el esquema dado por la expresin AI.8.
e Ii ( E n +1
+ E n
) + E n +1
( e I e I ) e Ii = 0 (AI.37)
2
o bien:
G 1+ G ( e I e I ) = 0 (AI.38)
2
y se tiene
1
G = (AI.39)
1 + I sin
2 1
G = G .G * = 2 2
(AI.40)
1+ sin
Por tanto la ecuacin implcita es incondicionalmente estable. As, esta visto que el
sistema puede tener estabilidad condicional, estabilidad incondicional, o inestabilidad
incondicional. El mtodo Von Neumann ofrece una forma fcil y simple de hallar las
propiedades de estabilidad de los esquemas lineales con coeficientes constantes cuando las
condiciones de frontera son asumidas como peridicas.
122 Tcnicas Numricas en Mecnica de Fluidos
du i
= S ui + qi (AI.41)
dt
donde qi: contiene trminos fuentes eventuales y la contribucin desde las condiciones de
frontera. La representacin matricial es descrita con el vector Un del sistema dado por AI.15.
dU
=SU+q (AI.42)
dt
n
u n +1 = C u i + q i (AI.43)
o en forma matricial:
U n +1 = C U n + Q (AI.44)
q F G
+ + =0
t x y
(AII.1)
que se puede escribir en notacin simplificada:
q t + Fx + G y = 0
(AII.2)
( , ) = f ( x, y ) f ( t )
(AII.3)
Para modificar las derivadas parciales se debe hacer siguiendo la regla de la cadena, es
decir:
= x + x
x
(AII.4)
= y + y
y
x y x y
J= = = x y y x
x y
x y
(AII.5)
q F F G G
+ x + x + y + y =0
t
(AII.6)
q t + x F + y G + x F + y G = 0
(AII.7)
q x F y G x F y G
+ + + + =0
tJ J J J J
(AII.8)
A partir de operaciones para transformar las parciales con respecto a (x,y) a parciales
respecto a las nuevas variables (, ), se obtiene finalmente:
q* * *
+ F + G = 0
t
(AII.9)
x F + yG x F + y G
F* = , G* =
J J
(AII.10)
Ecuacin de continuidad:
u v
+ =0
x y
(AII.11)
Ecuacin de cantidad de movimiento:
u p u2 ( u v)
+ + + =0
t x x y
(AII.12)
v p ( u v) v2
+ + + =0
t y x y
Tcnicas Numricas en Mecnica de Fluidos 125
x
x* =
L
y
y* =
L
u (AII.13)
u* =
2gH
v
v* =
2gH
Las ecuaciones no sufren variacin y seran las mismas pero con las variables
adimensionales.
= x
*
(AII.14)
2 y*
=
* * *
h 1 + (h 2 h 1 ) x *
=1
x
=0
y
(AII.15)
2 (h 2 h 1 ) y (h 2 h 1 )
= =
x [h 1 + (h 2 h 1 ) x ] 2
[h 1 + (h 2 h 1 ) ]
2 2
= =
y [
h 1 + (h 2 h 1 ) x ] [
h 1 + (h 2 h 1 ) ]
Y el Jacobiano, por tanto, resulta ser:
126 Tcnicas Numricas en Mecnica de Fluidos
x y 2
J= = x y y x =
x y [
h 1 + (h 2 h 1 ) ] (AII.16)
u 2 (h 2 h 1 ) y u 2 v
+ =0
(h 1 + (h 2 h 1 ) x )2
(h 1 + (h 2 h 1 ) x )
2
(AII.17)
Es decir:
u u v
+A +B =0 (AII.18)
2 (h 2 h 1 ) y
A=
(h 1 + (h 2 h 1 ) x )2
(AII.19)
B=J
( p + u2 ) + ( u v) ( p + u 2) + ( u v)
u x y x y
+ + =0
t J J
( u v) + ( p + v 2) ( u v) + ( p + v 2)
v x y x y
+ + =0
t J J
(AII.20)
Operando, para el caso particular del cambio de variables definido, se llega a las
expresiones:
Tcnicas Numricas en Mecnica de Fluidos 127
u p + u2 2 (h 2 h 1 ) y p + u2 2 uv
+ + + =0
t J (
h 1 + (h 2 h 1 ) x )
2
J (
h 1 + (h 2 h 1 ) x J
)
v u v 2 (h 2 h 1 ) y uv 2 ( p + v 2)
+ + + =0
(
t J h 1 + (h 2 h 1 ) x )
2
J (
h 1 + (h 2 h 1 ) x J )
(AII.21)
u p + u2 ( h 2 h1 )
+ + ( )
p + u2 + u v = 0
t J 2
(AII.22)
v u v ( h 2 h 1 )
+ + ( u v) + ( p + v2 ) = 0
t J 2
u p u J ( h 2 h1 ) p
2
( h 2 h1 ) u v
+ p + u2 + v u ( =0 )
t J J 2 2
v u v 1 ( h 2 h 1 ) v ( h 2 h1 ) p v
+ + ( u v) u u v+ +v =0
t J J 2 2
(AII.23)
128 Tcnicas Numricas en Mecnica de Fluidos
Tcnicas Numricas en Mecnica de Fluidos 129
A
AC (Aditive Corrections). Correcciones en los valores de las variables en tcnicas de
multimallados. De forma ms general se usan para indicar corriente alterna.
ADI (Alternating Direction Implicit). Mtodo de resolucin de ecuaciones lineales. Como
indica su nombre se trata de un mtodo implcito segn direcciones alternativas.
Tambin se aplica este trmino para la solucin de distintos algoritmos que siguen
el mencinado procedimiento.
AF (Approximate Factorization Scheme). Tcnica numrica de descomposicin de derivadas
por trminos equivalentes hasta un determinado orden.
AFLBI (Approximate Factorization Linear Block Implicit Scheme). Esquema implcito
basado en la factorizacin aproximada (AF) de las ecuaciones.
AMG (Algebraic Multi Grid). Estrategia multimallado algebraica. Constituye uno de los
mtodos ms rpidos para solucin de sistemas lineales de ecuaciones.
130 Tcnicas Numricas en Mecnica de Fluidos
B
BL (Baldwin-Lomax). Modelo de turbulencia algebraico.
BC (Boundary conditions). Condiciones de contorno de un determinado problema.
BFC (Body Fitted Coordinates). Coordenadas que siguen lneas de los contornos.
C
CAD (Computer Aided Design). Diseo asistido por ordenador. Conjunto de tcnicas de
dibujo en ingeniera apoyadas en el uso de ordenadores.
CAE (Computer Aided Engineering). Ingeniera asistida por ordenador. Similar al trmino
anterior pero ms amplio.
CAM (Computer Aided Manufacturing). Fabricacin asistida por ordenador. Trmino
tambin utilizado en contextos muy similares a los dos anteriores.
CFD (Computational Fluid Dynamics). Tcnicas numricas aplicadas a la Mecnica de
Fluidos.
CGC (Coarse Grid Correction). Modificacin de la solucin en tcnicas multimallado a partir
del valor de las variables en la malla menos fina.
CGM (Congugate Gradients Method). Mtodo de los gradientes conjugados.
CPPE (Consistent Pressure Poisson Equation). Mtodo consistente utilizado en la ecuacin de
Poisson para la presin. El mtodo de la ecuacin de Poisson para la presin se
explica en el captulo cuatro de esta tesis.
CPU (Central Proccess Unit). Unidad de procesado de datos de un ordenador. Constituye el
ncleo bsico de cualquier sistema informtico.
CUPW (Convected Upwind Scheme). Algoritmo de solucin de las ecuaciones aguas arriba.
Desarrollado por Lacor en 1986.
D
DAES (Differential Algebraic Equations). Ecuaciones diferenciales resueltas por mtodos
algebraicos.
DO (Discrete Ordinates Radiation Model). Modelo de radiacin discreto.
DOC (Direct Operating Costs). Costes de operacin directos. Trmino usado habitualmente
en aeronutica.
DRW (Discrete Random Walk). Movimientos discretos y aleatorios.
DS (Direct Simulation). Mtodo de simulacin directa de las ecuaciones de gobierno.
DTRM (Discrete Transfer Radiation Model). Modelo de radiacin de la transferencia
discreta.
F
FAS (Full Aproximated Storage). Mtodo de almacenamiento de datos.
FAVOR (Fractional Area/Volume Representation). Algoritmo que utiliza una malla
cartesiana como base para el dominio de la solucin, calculando fracciones de
volumen o rea para cada cara de la discretizacin.
FCBR (Fully Coupled Blade Row). Tipo de clculo del flujo en una turbomquina que
considera los efectos de varias coronas de labes.
Tcnicas Numricas en Mecnica de Fluidos 131
FCT (Flux Corrected Transport). Se trata del mtodo precesor del TVD y fue introducido
por Boris y Brook en 1973.
FDM (Finite Difference Method). El mtodo de elementos finitos consiste en una
discretizacin numrica de las ecuaciones de gobierno basada en la aproximacin
de derivadas por diferencias entre las variables.
FEM (Finite Element Method). El mtodo de elementos finitos consiste en una
discretizacin numrica de las ecuaciones de gobierno basada en la utilizacin de
funciones de interpolacin para las distintas variables.
FVM (Finite Volume Method). El mtodo de elementos finitos consiste en una de
discretizacin numrica de las ecuaciones de gobierno basada en la propiedad de
conservacin de dichas ecuaciones.
G
GCGTVD (Generalized Conjugate Gradient Total Variation Diminishing). Tcnica
numrica derivada de los mtodos TVD.
GGDH (Generalized Gradient Diffusion Hypothesis). Hiptesis del gradient generalizado de
difusin. Introducida por Daly y Harlow en 1970.
H
HOT (Higher Order Terms). Trminos de orden superior.
HP (High Pressure Stages). Escalones (Stages) de turbomquinas de alta relacin de
presiones.
I
IBVP (Initial Boundary Value Problem). Tipo de problema cuya solucin viene
condicionada por una determinada situacin inicial o valor inicial de las variables.
IC (Initial Conditions). Condiciones iniciales de un problema que evoluciona en el tiempo.
IGV (Inlet Guide Vanes). Corona de labes a la entrada de una turbomquina.
L
LED (Local Extremum Diminsishing). Tcnica de solucin de las ecuaciones desarrollada
por Jameson en 1993. Se trata de un esquema no oscilatorio de segundo orden de
precisin.
LES (Large Eddy Simulation). Aproximacin a las ecuaciones de Navier-Stokes usando las
hiptesis de intercambio energtico entre los vrtices de gran y pequeo tamao.
Discutido ms en profundidad en el captulo cuatro del texto.
LHS (Left Hand Side). Lado izquierdo de una igualdad matemtica.
LP (Low Pressure Stages). Escalones de baja presin en turbomquinas.
LSOR (Line Succesive Overrelaxation). Tcnica de resolucin de sistemas de ecuaciones
lineales basada en la utilizacin de un parmetro de sobrerrelajacin.
LU (Lower and Upper Diagonal). Mtodo de resolucin de sistemas de ecuaciones lineales
basado en los elementos por encima y por debajo de la diagonal.
LU-SGS (Lower-Upper Symmetric-Gauss-Seidel Scheme). Similar al anterior pero
utilizando una estrategia Gauss-Seidel simtrica.
M
MAC (Marker and Cell). Modelos de resolucin de las ecuaciones diferenciales basados en
la utilizacin de mallados escalonados.
132 Tcnicas Numricas en Mecnica de Fluidos
MARS (Monotone Advection and Reconstruction Scheme) Esquema de segundo orden con
menor sensibilidad o precisin con la estructura de la malla y el skewness.
MHD (Magneto Hidrodynamics). Magnetohidrodinmica de Fluidos.
MRF (Multiple Reference Frame). Mtodos de resolucin de las ecuaciones que se basan en
la utilizacin de varios sistemas de referencia.
MUSCL (Monotone Upstream-Centered Schemes for Conservation Laws). Leyes de
conservacin resueltas segn algoritmos montonos aguas arriba.
N
NBC (Natural Boundary Conditions). Condiciones de contorno naturales.
NS (Navier-Stokes). Ecuaciones de gobierno en Mecnica de Fluidos.
O
OBC (Outflow Boundary Conditions). Condiciones de contorno de cualquier tipo, excepto
del tipo Dirichlet. Tambin a veces se usa para hablar de Open Boundary
Conditions, con el mismo significado.
ODE (Ordinary Differential Equations). Ecuaciones diferenciales simples, en contraposicin
con las PDE.
P
PDE (Partial Differential Equations). Ecuaciones diferenciales en derivadas parciales.
PISO (Pressure Implicit with Spliting of Operators). Mtodo de solucin de las ecuaciones
para flujo incompresible.
PNS (Parabolized Navier-Stokes). Modelo de las ecuaciones de Navier-Stokes
parabolizadas. Modelo intermedio entre el TSL y las ecuaciones reales.
PPE (Pressure Poisson Equation). Mtodo de resolucin de las ecuaciones de gobierno para
flujo incompresible consistente en operar haciendo la divergencia de las
ecuaciones de cantidad de movimiento y luego aplicar la condicin de
incompresibilidad.
PPNS (Partially Parabolized Navier Stokes). Idntico al PNS pero haciendo la
parabolizacin de forma parcial.
PSOR (Point Succesive Overrelaxation). Mtodo de resolucin de sistemas de ecuaciones
lineales basadas en la utilizacin de un parmetro de sobrerrelajacin para acelerar
la convergencia del mtodo iterativo.
Q
QUICK (Quadratic Upstream Interpolation for Convective Kinetics). Algoritmos de
interpolacin cuadrtica usados en la discretizacin de las ecuaciones en los
mtodos de volmenes finitos.
R
RANS (Reynolds Averaged Navier-Stokes Equations). Ecuaciones de Navier-Stokes
promediadas segn esfuerzos de Reynolds. Tcnicas de solucin de las ecuaciones
de gobierno discutidas en el captulo cuatro de este documento.
RHS (Right Hand Side). Trminos al lado derecho de una igualdad matemtica.
RIT (Rotor Inlet Temperature). Temperatura de entrada en el rotor. No se trata de un
trmino exclusivo de las tcnicas numricas, sino que es un trmino general usado
en turbomquinas.
Tcnicas Numricas en Mecnica de Fluidos 133
S
SCBR (Steady Coupled Blade Row). Resolucin de las ecuaciones de la Mecnica de
Fluidos en turbomquinas considerando la interaccin entre varias coronas de
labes. Modelos estacionarios.
SGS (Subgrid Scale). Escala de la malla inferior en un sistema de resolucin por medio de
varios mallados (multimallado).
SIMPLE (Semi Implicit Method for Pressure Linked Equations). Mtodo de resolucin de
las ecuaciones de gobierno establecido por Patankar (1976).
SIMPLEC (Semi Implicit Method for Pressure Linked Equations Consistent). Una variacin
del mtodo anteriormente descrito.
SIP (Strongly Implicit Method). Mtodos de resolucin de sistemas de ecuaciones lineales
basados en algoritmos altamente implcitos.
SLIP (Symmetric Limited Possitive Schemes). Algoritmos definidos que conducen a
sistemas de ecuaciones simtricos y con coeficientes positivos.
SPD (Symmetric Positive Definite Matrix). Matriz simtrica y definida positiva.
SSBR (Steady Single Blade Row). Resolucin de las ecuaciones en turbomquinas
considerando nicamente el canal entre labes de una nica corona.
SUDS (Skew Upwind Differencing Scheme). Mtodo de resolucin de las ecuaciones
basado en la diferenciacin aguas arriba. Establecido por Raithby en 1976.
SU/PG (Streamline Upwind Petrov Galerkin). Mtodo espectral basado en la variacin de la
funcin peso en elementos finitos para considerar la direccin del flujo.
Desarrollado por Brook y Huges en 1982.
T
TDMA (Tri-Diagonal Matrix Algorithm). Algoritmo de resolucin basado en la utilizacin
de sistemas lineales tridiagonales.
TVD (Total Variation Diminishing). Algoritmo de resolucin utilizado en modelos de flujos
compresibles que controla la variacin de la solucin de forma no lineal.
Introducido por Harten en 1983.
TSL (Modelo Thin shear Layer). Uno de los modelos de aproximacin de las ecuaciones de
Navier-Stokes. Se explica ms en profundidad en el texto (captulo cuatro).
TKE (Turbulent Kinetic Energy). Energa cintica turbulenta, normalmente nombrada con la
letra k.
TSTE (Taylor Series Truncation Error). Error de truncatura de los distintos modelos que se
basan en los desarrollos en series de Taylor.
U
UDS (User Defined Scalar). Escalar definido por el usuario. Trmino usado en los cdigos
numricos comerciales.
134 Tcnicas Numricas en Mecnica de Fluidos
U-P (Velocity Pressure). Modelos que usan en su desarrollo las variables primitivas, es
decir, la presin y la velocidad.
USLIP (Upwind Symmetric Limited Possitive Schemes). Esquemas aguas arriba y
simtricos con valores positivos.
V
VOF (Volume Of Fluid). Algoritmo que intenta capturar el movimiento de las partculas
siguiendo la fraccin de flujo que atraviesa cada cara del mallado.
VTE (Vorticity Transport Equations). Ecuaciones de transporte de la turbulencia. Suele
darse este nombre a las tcnicas numricas que utilizan la vorticidad.
W
WSGGM (Weighted Sum of Gray Gases Model). Modelo de la suma de los gases grises. Es
un modelo usado en combustin.
AGARD (Advisory Group for Aerospace Research & Development). Consejo para la
investigacin y desarrollo aeroespacial. Perteneciente a la OTAN.
AIAA (American Institute of Aeronautics and Astronautics). Instituto Americano par la
aeronutica y la astronutica.
API (American Petroleum Institute). Instituto Americano del petrleo. Estados Unidos.
ASME (American Society of Mechanical Engineers). Asociacin Americana de Ingenieros
Mecnicos. Entre otras muchas actividades, publican los PTC (Performanes Test
Code) o cdigos para ensayos experimentales.
ASPE (American Society of Plumbing Engineers). Sociedad Americana de Ingenieros
dedicados al diseo e instalacin de conductos. Estados Unidos.
ASRHAE (American Society of Heating, Refrigeration, and Air Conditioning Engineers).
Sociedad Americana de Ingenieros dedicados a instalaciones de calefaccin,
refrigeracin y aire acondicionado.
BHRA (British Hidromechanics Research Association). Asociacin Britnica para la
investigacin hidromecnica. Inglaterra.
BRITE (Basic Research In Technology for Europe). Programa Europeo para el desarrollo de
investigacin tecnolgica bsica.
CALTECH (California Institute of Technology). Instituto de Tecnologas en California
(Estados Unidos).
CETIM (Centre Technique dIndustries Mcaniques). Centro Tecnolgico de Industrias
Mecnicas. Situado en Nantes, Francia.
CGPM (Confrence Gnral des Poids et Mesures). Comit Internacional de Pesas y
medidas. Creado en Francia, estableci en 1960 el SI (Sistema Internacional) de
medidas.
CREMHYG (Centre de Recherche et dEssais de Machines Hydrauliques de Grenoble).
Centro de Investigacin y ensayo de mquinas hidrulicas de Grenoble, Francia.
DFVLR (Deutsche Forschungs-und Versuchsanstalt fr Luft- und Raumfahrt). Laboratorio
para la investigacin en Alemania.
EUROMECH (European Mechanics Society). Sociedad Europea para la Ingeniera
Mecnica.
Tcnicas Numricas en Mecnica de Fluidos 135