U NIVERSIDAD TECNOLÓGICA

BOLIVIANA

APLICACIONES DE METODOS NUMERICOS

Nombre: Pedro Miguel Flores Villegas

Semestre: Cuarto
Turno: Nocturno
Carrera: Ingeniería De Sistemas

12 de marzo de 2018
 APLICACIONES DE METODOS NUMERICOS

Desde tiempos ancestrales el papel del ingeniero ha sido básicamente el mismo,

tratar de conocer e interpretar los mecanismos de la naturaleza para así poder
modificarla al servicio del hombre. Para ello ha utilizado sus conocimientos, intuición,
experiencia y los medios naturales a los que en cada momento ha tenido disponibles.
Con el gran poder de cómputo que se tiene en estos días, el ingeniero dispone de
grandes ventajas para poder llevar a cabo su misión y abordar cada día retos más
ambiciosos en la solución de nuevos problemas, cuyos aspectos políticos,
económicos, científicos o tecnológicos pueden tener un mayor impacto en la
mejora de la calidad de vida del hombre. Encontramos así aplicaciones de los
métodos numéricos en los ámbitos más diversos desde sectores tecnológicos tan
clásicos como la ingeniería estructural o la aerodinámica de aviones, hasta
aplicaciones más sofisticadas como ingeniería de alimentos, ingeniería médica,
diseño de fármacos, biología, etc.

En la actualidad, gracias a la gran evolución que han tenido los métodos numéricos
y su implementación en potentes computadoras, es posible, por ejemplo, modelar el
choque de un vehículo o hacer el análisis aerodinámico- estructural de un avión,
resolviendo en cada caso sistemas algebraicos de ecuaciones con varios cientos de
miles ( a veces de millones) de incógnitas. Se presentan a continuación algunas
aplicaciones de los métodos numéricos a diversos problemas de ingeniera

Medios de Transporte
En general, para la concepción y producción de un vehículo (ya sea un automóvil, un
avión o un barco) es muy común utilizar modelos numéricos de dinámica de fluidos
para simular el comportamiento del vehículo en movimiento (ya sea en tierra, en
a i r e o en ambos). Esto permite optimizar la forma geométrica exterior del mismo
de manera que su resistencia al avance sea la mínima posible, lo que permitirá tener
una vida útil más larga, menor consumo de combustible, que sea menos
contaminante, que sea más ligero (más barato de producir). Pero el estudio no
termina ahí. Los modelos anteriormente descritos deben acoplarse con estudios que
permitan el modelado de situaciones extremas de servicio del vehículo que podrían
afectar la seguridad de sus ocupantes, tales como: choque, vuelco, aterrizaje
forzoso, etc., lo que exige hacer uso de modelos avanzados de dinámica estructural
no lineal. Por otra parte, cada vez es más usual utilizar simulaciones numéricas para
reproducir el ciclo de diseño y fabricación de piezas de los vehículos. Ejemplos de
estos procesos pueden encontrase en: la embutición, el doblado y el corte de piezas
de chapa para carrocerías y fuselajes; el modelado de la fabricación d e l
monoblock de un motor, de una biela o de un
pistón (problema termo-mecánico con cambio de fase para modelar la
solidificación del colado de la pieza); el diseño de mejores sistemas de seguridad
activos y pasivos en caso de colisión (refuerzos estructurales, bolsas de aire, etc.).
Figura 14.- Modelado del proceso de embutición de un punzón sobre una puerta
de un coche.
La integración de todos estos modelos computacionales, que están fuertemente
ligados a la aplicación de los métodos numéricos, están permitiendo concebir la
denominada “fabrica virtual”, que permitirá optimizar todo el ciclo productivo.
En la Figura 14, puede verse la simulación numérica de una prueba que se realiza
en automóviles, para garantizar la seguridad de sus ocupantes ante un choque
lateral. Este tipo de laboratorios virtuales es ampliamente utilizado en la industria
automotriz.

Figura 15.- Modelado del choque de un coche.

En la Figura 15, puede verse el resultado de la simulación numérica del choque de
un coche. Los costos de las pruebas pueden bajarse y el número de pruebas que se
pueden hacer en un lapso de tiempo es mucho mayor. Esto impacta
significativamente en la seguridad que los usuarios reciben.

Figura 16.- Simulación numérica sobre el fuselaje de un avión F16.

En la Figura 16, puede observarse el resultado de una simulación numérica en el

fuselaje de un avión. Este tipo de modelos han tenido un desarrollo importante en
la industria militar. Sin embargo, los resultados que se han obtenido permiten tener
en estos momentos medios de transporte más seguros, eficientes, confortables y
confiables.
El continuo estudio y desarrollo de los métodos numéricos ha permitido poder
hacer simulaciones cada vez más realistas de la vida útil de un vehículo. Se ha
logrado desarrollar modelos que permiten determinar el grado de deterioro que
puede tener una pieza y modelar su comportamiento como parte de un sistema.
Procesamiento de Imágenes Médicas.
El problema de registro en imágenes, un problema relevante de procesamiento de
imágenes médicas, consiste en encontrar la transformación geométrica que ponga
dos imágenes dadas en la mejor correspondencia posible. Una de sus aplicaciones
más inmediatas es realizar el registro de un cerebro espécimen con el de un atlas
anatómico [] en el que se conoce perfectamente a qué corresponde cada uno de los
boceles que forman la imagen, ver Figura 17. El aplicar una buena técnica de registro
de imágenes entre el atlas y el espécimen, nos permitiría segmentar muy fácilmente
cada una de las partes que integran la cabeza del espécimen. Lamentablemente,
hacer esto resulta una tarea muy compleja, dado que, aunque el espécimen sea el
de una persona normal y tenga el mismo tipo de órganos que el atlas, el volumen y
la forma de estos es muy variable. Existirán zonas dentro de las imágenes que
requieran deformarse poco y otras que requieran de grandes campos de
deformaciones. Además, dichas zonas pueden estar contiguas lo que provocaría
gradientes muy grandes del campo de deformaciones. Si tomamos en cuenta que
el número de boceles que debemos
manejar es muy grande (decenas de millones), el diseño de algoritmos óptimos
resulta en un sustancial ahorro de tiempo de cómputo.

Figura 17.- Ejemplo de aplicación al procesamiento de imágenes médicas para

segmentación del cerebelo. a) Imagen Destino, b) Imagen Fuente, c) Imagen
Fuente Transformada, d) Imagen Destino con máscara de cerebro calculada, e)
Imagen Fuente con máscara de cerebelo definida a mano f) diferencias entre Imagen
Fuente Transformada e Imagen Destino.
Optimización Multiobjetivo
Es indudable que las técnicas de optimización son altamente aplicables a la gran
mayoría de los procesos industriales. Sin embargo, hay algunas técnicas de
optimización que requieren algunas condiciones muy características que los
procesos requieren cumplir para poder ser económicamente viables. Es de todos
conocido que las técnicas de optimización con varios objetivos han tenido un
desarrollo sumamente importante en los últimos años, más aún cuando existe un
compromiso entre los objetivos que se buscan. Una de las grandes virtudes de las
técnicas de computación multiobjetivo es que permiten optimizar varias funciones
de costo sin importar el tamaño del espacio de búsqueda ni la existencia de varios
mínimos locales. Otra de sus virtudes es que puede trabajar con restricciones, las
cuales pueden estar o no implícitas en la función de costo del problema. Una
aplicación inmediata de este tipo de problemas es la optimización de formas. En
este problema se desea obtener la mejor forma posible para una pieza mecánica
que garantice condiciones de funcionalidad, servicialidad y que sea lo más
económica posible. Este problema de bastante interés actualmente, en el cual están
trabajando varios investigadores en el mundo. Un ejemplo típico de este tipo de
aplicaciones es optimizar la forma de un puente. En la Figura 18 se presenta la
geometría de la cual se inicia y se presenta la geometría final (utilizando 632
elementos finitos en su discretización espacial). También en esta figura se presenta
el resultado final utilizando una malla más tupida con 1184 elementos.

Figura 18.- Ejemplo de optimización de forma. De una viga sólida, se busca la mejor
geometría para un puente.
Figura 19 puede verse el resultado de una optimización de formas en el contexto de un problema
con múltiples objetivos En este ejemplo se trata de obtener la mejor forma para una bicicleta,
considerando cargas de servicio, pero además de obtener la bicicleta de menor peso se requiere
minimizar la deformación que tendría para cada peso.

Figura 19.- Ejemplo de optimización de formas multiobjetivo. Un objetivo es minimizar el peso y el

otro es minimizar la deformación en la bicicleta.

Conclusiones
Como ha podido constatarse a lo largo de este artículo, los métodos numéricos y su aplicación
computacional, permite resolver diversos problemas físicos en forma eficiente. La cantidad de
problemas que se abordan aumenta día a día y la calidad de los resultados se ajusta más a la
realidad. La conjunción de las matemáticas y los métodos numéricos ha permitido abordar problemas
de mucho interés tanto para la comunidad científica, como para que la sociedad se vea beneficiada
de la aplicación de simulaciones numéricas.