Yihjlh

®
cenidet
Centro Nacional de Investigación y Desarrollo Tecnológico
Departamento de Ingeniería Mecánica
TESIS DE MAESTRÍA EN CIENCIAS
Generación de Mallas Numéricas para Geometrías

Irregulares y Complejas
presentada por
VICTOR LEONARDO TEJA JUÁREZ

Ing. Electromecánico por el I. T. de Zacatepec
como requisito para la obtención del grado de:

Maestría en Ciencias en Ingeniería Mecánica
Director de tesis:
Dr. Jesús Perfecto Xamán Villaseñor
Co-Director de tesis:
Dra. Gabriela del Socorro Álvarez García
Jurado:
Dr. José Jasson Flores Prieto – Presidente
Dr. Jesús Arce Landa – Secretario
Dr. Efraín Simá Moo – Vocal
Dr. Jesús Perfecto Xamán Villaseñor – Vocal Suplente
Cuernavaca, Morelos, México. 8 de Noviembre de 2011

DEDICATORIAS
A mis padres: José Belen y Celia. Sin duda ustedes son la piedra
angular del ser humano que ahora soy. A ustedes todo mi
respeto y cariño. Siempre quisieron ver a sus hijos realizarse
profesionalmente, para ello han hecho un gran esfuerzo;
venciendo obstáculos, sacrificando todo por nosotros y, aun
con las carencias económicas que tuvieron, salieron adelante,
ahora, ¡miren lo que han logrado!, no solo conmigo, sino con
cada uno de sus hijos. De mi parte sólo les digo: ¡Gracias por
apoyarme en todo lo que emprendo!
A mis hermanos: María Bohemia, Humberto, José Guadalupe,

Ofelia, Juan Gabriel, Max, José Luis y Jorge. Aun cuando
tenemos diferencias, al final es el apoyo mutuo lo que nos
caracteriza y siempre nos mantendrá unidos. ¡Gracias por su
apoyo y críticas constructivas!
A mis amigos: Daniela Adame, Thania Rodríguez y Roy Solano,

por brindarme su apoyo incondicional en esta etapa de mi
vida.
A mis compañeros y amigos de generación: Azucena, Cintli,

Ivett, Ingrid, Juanita, Daniel, David, Morayta, Rochin, Rafa,
Nico, Meño, Ulysses, Francisco, Enrique, D’, Rigo, Arturo, Javier y
Domingo, por todos los momentos que vivimos durante nuestros
estudios de maestría.

AGRADECIMIENTOS
Gracias Padre mío, por regalarme la vida, se que Tú te encuentras siempre a

mi lado, gracias a Ti formo parte de la familia Teja-Juárez. Gracias por todas
las bendiciones que derramas sobre el mundo entero, en especial sobre mi
familia y amigos.
A Mi Familia, por su apoyo incondicional y sus buenos consejos ya sea de

padres o hermanos.
Al Dr. Jesús Xamán Villaseñor, por ser el asesor de este trabajo de tesis,
porque más que un asesor, somos amigos ¡Muchas gracias!
A mi co-asesora la Dra. Gabriela Álvarez García, por sus enseñanzas,

observaciones, por estar al pendiente en todo momento del desarrollo de este
trabajo de tesis, y su apoyo como persona en la etapa final del mismo.
Al comité revisor: Dr. Jesús Arce Landa, Dr. Efraín Simá Moo y Dr. José
Jasson Flores Prieto por sus comentarios e importantes sugerencias durante
la revisión de la tesis.
A los Catedráticos del Departamento de Ingeniería Mecánica del Cenidet,

muchas gracias por colaborar en mi formación como profesional y sus buenos
consejos.
A la familia Frías-Enríquez, por su apoyo en los tramites de titulación.
A mis “hermanos” Cintli, Ivett, y Morayta, por los buenos momentos en la

estancia de tesis.
Al Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET),

por brindarme la oportunidad de formarme en ésta institución.
Al Concejo Nacional de Ciencia y Tecnología (CONACYT), por el apoyo

económico brindado durante la maestría.
REFLEXIONES
Desiderata
(Cosas deseadas)
Camina plácido entre el ruido y la prisa y recuerda qué paz se puede

encontrar en el silencio. En cuanto sea posible y sin rendirte, mantén buenas
relaciones con todas las personas. Enuncia tu verdad de una manera serena y
clara y escucha a los demás, incluso al torpe e ignorante, también ellos tienen
su propia historia. Esquiva a las personas ruidosas y agresivas, ya que son un
fastidio para el espíritu. Si te comparas con los demás, te volverás vano y
amargado, pues siempre habrá personas más grandes y más pequeñas que tú.
Disfruta de tus éxitos lo mismo que de tus planes. Mantén el interés en tu

propia carrera por humilde que sea, ella es un verdadero tesoro en el fortuito
cambiar de los tiempos. Sé cauto en tus negocios pues el mundo está lleno de
engaños, mas no dejes que esto te vuelva ciego para la virtud que existe. Hay
muchas personas que se esfuerzan por alcanzar nobles ideales. La vida está
llena de heroísmo. Sé sincero contigo mismo, en especial no finjas el afecto y
no seas cínico en el amor, pues en medio de todas las arideces y desengaños,
el amor es perenne como la hierba.
Acata dócilmente el consejo de los años abandonando con donaire las cosas
de la juventud. Cultiva la firmeza del espíritu, para que te proteja en las
adversidades repentinas. Muchos temores nacen de la fatiga y la soledad.
Sobre una sana disciplina, sé benigno contigo mismo. Tú eres una criatura del
universo. No menos que las plantas y las estrellas, tienes derecho a existir. Y
sea que te resulte claro o no, indudablemente el universo marcha como
debiera.
Por eso debes estar en paz con Dios cualquiera que sea tu idea de Él, y sean
cualesquiera tus trabajos y aspiraciones, conserva la paz con tu alma en la
bulliciosa confusión de la vida. Aún con toda su falsedad, sus dolores y
sueños fallidos, el mundo es todavía hermoso. Sé cauto, ¡esfuérzate por ser
feliz!
Max Ehrmann
CONTENIDO
Lista de figuras .......................................................................................................... i

Lista de tablas .......................................................................................................... iv
Nomenclatura ............................................................................................................. v
Resumen ................................................................................................................... vii
Abstract ................................................................................................................... viii

Capítulo 1
Introducción
Pág.
1.1 Ubicación del problema ...................................................................................... 1
1.2 Revisión bibliográfica .......................................................................................... 4
1.2.1 Generación de sistemas coordenados curvilíneos a partir de sistemas
diferenciales elípticos ..................................................................................... 5
1.2.2 Otras metodologías para la generación de coordenados curvilíneos .............. 8
1.2.3 Conclusión de la revisión bibliográfica ....................................................... 12
1.3 Justificación del estudio .................................................................................... 13
1.4 Objetivo general................................................................................................. 14
1.5 Alcance ................................................................................................................ 15
1.6 Estructura de la tesis ......................................................................................... 15

Capítulo 2
Conceptos Básicos en la Generación de Mallas

2.1 Introducción ....................................................................................................... 16
2.2 Consideraciones para la generación de mallas ............................................... 17
2.3 Clasificación general de mallas ........................................................................ 17
2.3.1 Mallas estructuradas ..................................................................................... 17
2.3.2 Mallas no estructuradas ............................................................................... 18
2.4 Conceptos básicos del mapeo de una región arbitraria a una región
regular ................................................................................................................ 19
2.5 Métodos de generación de mallas estructuradas ........................................... 27
Pág.
2.5.1 Métodos algebraicos...................................................................................... 27
2.5.2 Métodos diferenciales ................................................................................... 29
2.5.2.1 Clasificación de las ecuaciones diferenciales parciales ....................... 29
2.5.2.2 Condiciones de frontera ......................................................................... 30
2.5.2.3 Generación de mallas mediante sistemas de ecuaciones
diferenciales parciales hiperbólicos y parabólicos ............................... 32
2.5.2.4 Generación de mallas mediante sistemas de ecuaciones
diferenciales parciales elípticos ............................................................. 32

Capítulo 3
Metodología de Transformación de Coordenadas
3.1 Introducción ....................................................................................................... 34

3.2 Transformación de coordenadas ...................................................................... 35
3.2.1 Sistemas de coordenadas curvilíneas ........................................................... 35
3.2.2 Longitud diferencial en dirección de un eje coordenado ............................. 39
3.2.3 Áreas en sistemas de coordenadas curvilíneas .............................................. 41
3.3 Técnica avanzada de transformación de coordenadas ................................ 43
3.3.1 Uso de ecuaciones diferenciales parciales elípticas para la obtención
de sistemas coordenados curvilíneos ............................................................ 44
3.3.2 Transformación de las ecuaciones de generación ........................................ 48
3.3.3 Condiciones de frontera para las ecuaciones transformadas ........................ 53
3.3.4 Funciones de control de malla P y Q ........................................................... 55
3.4 Interpolación transfinita (TFI)........................................................................ 58
3.4.1 TFI Bidimensional ........................................................................................ 59
3.4.2 TFI Tridimensional ....................................................................................... 62
3.5 Transformación de la ecuación general de convección-difusión para la
variable escalar ............................................................................................ 64
3.6 Ecuación de difusión de calor en el plano transformado .............................. 68

Capítulo 4
Solución Numérica de las Ecuaciones Transformadas
Pág.
4.1 Diferencias finitas ............................................................................................. 70
4.1.1 Formulación en series de Taylor ................................................................... 71
4.1.1.1 Aproximación en diferencias finitas para la primera derivada ............ 73
4.1.1.2 Aproximación en diferencias finitas para la segunda derivada ........... 73
4.1.1.3 Aproximación en diferencias finitas para derivadas parciales mixtas . 75
4.2 Volumen finito .................................................................................................. 77
4.3 Solución numérica de las ecuaciones para la generación de mallas
estructuradas ..................................................................................................... 78
4.3.1 Discretización de las ecuaciones de generación de malla ........................... 78
4.3.2 Implementación numérica de la TFI ............................................................ 81
4.3.3 Algoritmo de solución de las ecuaciones de generación de malla ............... 83
4.3.3.1 Diagrama de flujo para generación de malla ....................................... 83
4.3.4 Definición de las propiedades de malla ........................................................ 85
4.4 Solución numérica de la ecuación de difusión de calor en coordenadas
curvilíneas en dos dimensiones ............................................................................... 87
4.4.1 Discretización de la ecuación de difusión de calor en coordenadas
curvilíneas en dos dimensiones ................................................................... 87
4.4.1.1 Transformación y discretización de las condiciones de frontera
para la ecuación de difusión de calor en coordenadas curvilíneas .... 91
4.4.2 Metodología de solución de la ecuación de difusión de calor utilizando
coordenadas de cuerpo ajustado ................................................................... 94
4.4.2.1 Diagrama de Flujo para Difusión de Calor .......................................... 94
4.5 Métodos de solución del sistema de ecuaciones algebraicas ......................... 96
4.5.1 Métodos directos .......................................................................................... 96
4.5.2 Métodos iterativos ......................................................................................... 96
4.5.3 Criterio de convergencia .............................................................................. 98

Capítulo 5
Verificación de los Códigos Numéricos
Implementados
Pág.
5.1 Verificación del código numérico SGRID2D ............................................... 100
5.1.1 Geometría simplemente conectada: dominio triangular ............................. 100
5.1.2 Geometrías múltiplemente conectadas ....................................................... 102
5.1.2.1 Primera configuración del mallado de una región circular
múltiplemente conectada ....................................................................... 102
5.1.2.2 Segunda configuración del mallado de una región circular
múltiplemente conectada ...................................................................... 104
5.1.2.3 Tercera configuración del mallado de una región circular
múltiplemente conectada ...................................................................... 106
5.2 Verificación del código Numérico DIF2DCG ............................................. 108
5.2.1 Difusión de calor en un medio compuesto .................................................. 108
5.2.2 Difusión de calor en una geometría doblemente conectada ....................... 111
5.2.3 Difusión de calor en la placa caliente del GHPA........................................ 114

Capítulo 6
Resultados
6.1 Aplicaciones del código numérico de generación de mallas SGRID2D ..... 118
6.1.1 Aplicación del código SGRID2D para el mallado de geometrías
bidimensionales ......................................................................................... 119
6.1.1.1 Mallado de una superficie trapezoidal ................................................. 119
6.1.1.2 Mallado de una cavidad con un techo a dos aguas............................. 122
6.1.1.3 Mallado de la vista lateral de un automóvil ......................................... 124
6.1.1.4 Mallado de otras geometrías ............................................................... 126
6.1.2 Aplicación del código SGRID2D para generar mallas tridimensionales . 129
6.1.2.1 Generación de mallas tridimensionales por extrusión........................ 129
6.1.2.2 Generación de mallas tridimensionales por revolución ..................... 131
6.2 Difusión de calor en coordenadas de cuerpo ajustado ................................ 132
Pág.
6.2.1 Análisis de la distribución de temperatura en un aparato de placa
caliente con guarda para medir la conductividad térmica
(placa caliente) ............................................................................................ 133
6.2.1.1 Modelo físico ........................................................................................ 134
6.2.1.2 Modelo matemático .............................................................................. 135
6.2.1.3 Independencia de malla ........................................................................ 136
6.2.1.4 Resultados: efecto de la longitud de la ranura y la temperatura
ambiente sin disipación de energía en la ranura ................................. 138
6.2.1.5 Resultados: efecto de la disipación de calor en la ranura ................. 145
6.2.2 Análisis de la distribución de temperatura en un instrumento
de barras cortadas para medir conductividad térmica en sólidos
conductores................................................................................................... 159
6.2.2.1 Parámetros de la modelación ............................................................... 161
6.2.2.2 Modelo físico ........................................................................................ 162
6.2.2.3 Modelo matemático .............................................................................. 163
6.2.2.4 Independencia de malla ........................................................................ 164
6.2.2.5 Resultados: efecto de la posición de las ranuras ................................. 165
6.2.2.6 Resultados: análisis de diferentes materiales de muestra con las
perforaciones hechas simétricamente ................................................. 169

Capítulo 7
Conclusiones

7.1 Conclusiones generales .................................................................................... 174
7.2 Recomendaciones y trabajos futuros ............................................................. 176
7.2.1 Recomendaciones en la generación de mallas bidimensionales
con el código numérico SGRID2D ............................................................ 176
7.2.2 Recomendaciones para la solución de problemas de difusión de calor ...... 176
7.2.3 Trabajos futuros .......................................................................................... 177
Referencias Bibliográficas .................................................................................... 178

Apéndice A ............................................................................................................. 182

LISTA DE FIGURAS
Pág.
Figura 2.1 – Estructura de la matriz para una malla estructurada ................................................... 18
Figura 2.2 – Representación de la matriz de conectividad de una malla no estructurada ............. 18
Figura 2.3 – Mapeo de una región irregular simplemente conectada en la región
computacional como un rectángulo ........................................................................ 21
Figura 2.4 – Diferentes arreglos para mapeo .................................................................................. 23
Figura 2.5 – Mapeo de una región irregular doblemente conectada en una región rectangular .... 24
Figura 2.6 – Mapeo de una región doblemente conectada en una región simplemente
conectada usando un corte divisorio ........................................................................... 25
Figura 2.7 – Mapeo de una región múltiplemente conectada .......................................................... 26
Figura 2.8 – (a) Dominio físico (b) Dominio computacional .......................................................... 28
Figura 3.1 – Sistema de coordenadas curvilíneas .......................................................................... 35

Figura 3.2 – Área en el plano físico ................................................................................................. 41
Figura 3.3 – Áreas en los planos físico y transformado ................................................................... 42
Figura 3.4 – Isotermas obtenidas para un problema de conducción ............................................... 44
Figura 3.5 – Sistema coordenado obtenido con la superposición de las isotermas ........................ 45
Figura 3.6 – Condiciones de contorno cuasi-ortogonales ................................................................ 46
Figura 3.7 – Comportamiento de la ecuación de Laplace en superficies convexas y cóncavas .... 47
Figura 3.8 – Condiciones de contorno para x y y ............................................................................ 54
Figura 3.9 – Condiciones de frontera para x y y en el plano físico transformado ........................... 54
Figura 3.10 – Especificación de puntos internos ............................................................................. 55
Figura 3.11 – Atracción de las líneas ξ = constante en dirección de: (a) línea coordenada
ξ = ξj, términos P1 y Q1 de las Ecs. (3.117) y (3.118) y (b) el punto (ξi,ηi),
términos P2 y Q2 de las Ecs. (3.117) y (3.118) ......................................................... 57
Figura 3.12 – Comportamiento de los términos P y Q de atracción de coordenadas .................... 58
Figura 3.13 – Mapeo de un cuadro unitario en una figura con cuatro lados curvos ....................... 59
Figura 3.14 – Proyector P ................................................................................................................ 60
Figura 3.15 – Transformación bilineal P P ...................................................................................... 60
Figura 3.16 – Malla en una superficie ............................................................................................. 63
Figura 4.1 – Plano físico transformado ........................................................................................... 78

Figura 4.2 – Discretización del espacio para la obtención de las métricas .................................... 81
Figura 4.3 – Mapeo de las curvas frontera ...................................................................................... 82
Figura 4.4 – Volumen de control genérico, nodo central P y las esquinas ..................................... 85
Figura 4.5 – Volumen de control característico en una malla de cuerpo ajustado ......................... 86
Figura 4.6 – Volumen de control elemental en el plano transformado ........................................... 89
Figura 4.7 – Flujo de calor establecido en la frontera oeste ........................................................... 92
Figura 5.1 – Mapeo de una región triangular del dominio físico a una región cuadrada en
el dominio computacional .......................................................................................... 101
Figura 5.2 – Mallado de una región simplemente conectada. (a) Malla obtenida con el
código SGRID2D y (b) Malla reportada por Thompson et al., 1977 ......................... 101
Figura 5.3 – Corte divisorio para la configuración 1 de una región circular
múltiplemente conectada. (a) Plano físico y (b) Plano computacional ...................... 102
i

Pág.
Figura 5.4 – Mallado de una región circular múltiplemente conectada configuración 1.
(a) Malla obtenida con el código SGRID2D y (b) Malla reportada por
Thompson et al., 1977................................................................................................. 103
Figura 5.5 – Corte divisorio para la configuración 2 de una región circular múltiplemente
conectada. (a) Plano físico y (b) Plano computacional .............................................. 104
Thompson et al., 1977................................................................................................. 105
conectada. (a) Plano físico y (b) Plano computacional .............................................. 106
Thompson et al., 1977................................................................................................. 107
Figura 5.9 – Modelo físico de un medio sólido compuesto ........................................................... 108
Figura 5.10 – Isotermas en un medio sólido compuesto: (a) Isotermas reportadas por
Chang y Payne y (b) Isotermas obtenidas con el código numérico
desarrollado DIF2DCG ............................................................................................. 110
Figura 5.11 – Modelo físico de una geometría doblemente conectada ........................................ 111
Figura 5.12 – Corte divisorio y mapeo para una región cuadrada doblemente conectada ........ 111
Figura 5.13 – Malla obtenida al aplicar el código SGRID2D para una región cuadrada
doblemente conectada ............................................................................................. 112
Figura 5.14 – Isotermas en una geometría doblemente conectada: (a) Isotermas
reportadas por Minkowycz y Sparrow y (b) Isotermas obtenidas con el código
numérico desarrollado DIF2DCG ............................................................................ 113
Figura 5.15 – Modelo físico de la placa caliente ........................................................................... 114
Figura 5.16 – Malla obtenida al aplicar el código SGRID2D para un semicírculo ......................... 116
Figura 6.1 – Tipos de geometría .................................................................................................... 118

Figura 6.2 – Contorno a mallar en forma trapezoidal (geometría irregular) ................................... 119
Figura 6.3 – Malla obtenida para una superficie trapezoidal con P y Q = 0 .................................. 120
Figura 6.4 – Malla trapezoidal con refinamiento en: (a) las cuatro fronteras y
(b) las fronteras y la coordenada central solo con las líneas ξ ................................. 120
Figura 6.5 – Malla trapezoidal con refinamiento en: (a) las cuatro fronteras y la coordenada
central con ambas líneas ξ y η, (b) las fronteras superior, lateral
derecha y una coordenada en la parte lateral izquierda ............................................ 121
Figura 6.6 – Contorno a mallar de una cavidad con un techo a dos aguas (geometría irregular) . 122
Figura 6.7 – Cavidad a dos aguas: (a) sin refinamiento y (b) con refinamiento en la
coordenada central superior ...................................................................................... 123
Figura 6.8 – Cavidad a dos aguas: (a) Con refinamiento en las fronteras laterales y en la
frontera superior y (b) con refinamiento en la coordenada central superior y
en la frontera izquierda .............................................................................................. 124
Figura 6.9 – Vista lateral de un automóvil ...................................................................................... 124
Figura 6.10 – Contorno a mallar para el perfil de un automóvil ..................................................... 125
Figura 6.11 – Malla para el perfil de un automóvil (flujo externo) ................................................. 126
Figura 6.12 – Mallado del contorno de la cabeza humana vista de perfil y vista frontal:
(a) Sin atracción de líneas de malla en las fronteras y, (b) Con atracción
de líneas de malla en las fronteras superior e inferior .............................................. 127
Figura 6.13 – Mallado de diferentes geometrías bidimensionales ................................................. 128
Figura 6.14 – Extrusión de una geometría 2D en el eje z .............................................................. 129
ii

Pág.
Figura 6.15 – Geometría doblemente conectada a extruir............................................................. 129
Figura 6.16 – Malla tridimensional generada por extrusión (tubería incrustada) ........................... 130
Figura 6.17 – Malla tridimensional generada por extrusión (cavidad a dos aguas)....................... 130
Figura 6.18 – Revolución de una geometría bidimensional ........................................................... 131
Figura 6.19 – Malla para flujo externo del vehículo lanzador de cohetes (Maliska, 1995) ............ 131
Figura 6.20 – Malla tridimensional del vehículo lanzador de cohetes generada
por revolución. .......................................................................................................... 132
Figura 6.21 – Placa caliente con guarda ....................................................................................... 133
Figura 6.22 – Modelo físico de la placa caliente ........................................................................... 134
Figura 6.23 – Variación de la temperatura en la condición de simetría ........................................ 137
Figura 6.24 – Malla utilizada para resolver la difusión de calor en la placa caliente .................... 137
Figura 6.25 – Isotermas para la placa caliente con una longitud de ranura de: (a) 1cm,
(b) 2 cm, (c) 3 cm, (d) 4 cm, (e) 5 cm y (f) 6 cm y una temperatura ambiente
de 10ºC.................................................................................................................... 139
Figura 6.26 – Perfil de temperatura en el eje η, para una Ta = 10ºC ............................................ 140
de 30ºC..................................................................................................................... 141
de 65ºC..................................................................................................................... 143
Figura 6.31 – Isotermas para la placa caliente con disipación de calor en la ranura de (a) 1%,
(b) 5%, (c) 10%, (d) 15%, (e) 20% y (f) 30%, del calor suministrado por la fuente,
1cm de ranura y Ta = 10ºC ....................................................................................... 145
1cm de ranura y Ta = 30ºC ........................................................................................ 146
6cm de ranura y Ta = 10ºC ....................................................................................... 151
iii

Pág.
Figura 6.40 – Perfiles de temperatura en el eje η con disipación de calor en la ranura
de (a) 1%, (b) 5%, (c) 10%, (d) 15%, (e) 20% y (f) 30%, del calor suministrado
por la fuente y Ta = 10ºC .......................................................................................... 155
Figura 6.43 – Esquema de la barra compuesta referencia-muestra-referencia (Esquivel, 2010) . 159
Figura 6.44 – Perfil de temperaturas y flujo de calor en una barra compuesta
cobre-baquelita-cobre con material aislante en su radio exterior
(Esquivel, 2010). ...................................................................................................... 160
Figura 6.45 – Modelo físico del aparato de barras cortadas .......................................................... 162
Figura 6.46 – Malla para resolver la difusión de calor en el aparato de barras cortadas ............ 164
Figura 6.47 – Variación de la temperatura en la primer interface referencia muestra .................. 165
Figura 6.48 – Isotermas del aparato de barras cortadas con diámetro de 25 mm materiales
referencia-muestra y, posición de la ranura a (a) 5 mm, (b) 10 mm, (c) 15 mm
y (d) 20 mm de la interface .................................................................................... 167
Figura 6.49 – Isotermas del aparato de barras cortadas con diámetro de 50 mm materiales
referencia-muestra y, posición de la ranura a (a) 5 mm, (b) 10 mm, (c) 15 mm
y (d) 20 mm de la interface ..................................................................................... 168
Figura 6.50 – Simulación numérica del aparato de barras cortadas cobre-aluminio-cobre
para 25 mm de diámetro; (a) Isotermas y, (b) Vector flujo de calor ..................... 169
para 50 mm de diámetro; (a) Isotermas y, (b) Vector flujo de calor ..................... 170
Figura 6.52 – Isotermas y flujo de calor de la simulación numérica del aparato de barras
cortadas cobre-hierro-cobre para (a) 25 mm y (b) 50 mm de diámetro ................... 171
Figura 6.53 – Isotermas y flujo de calor de la simulación numérica del aparato de barras
cortadas cobre-plomo-cobre para (a) 25 mm y (b) 50 mm de diámetro .................. 172
LISTA DE TABLAS
Pág.
Tabla 2.1 – Formato de datos para una malla no estructurada ........................................................ 19
Tabla 2.2 – Condiciones de frontera y solución para los diferentes tipos EDP´s ............................ 31
Tabla 4.1 – Aproximación en diferencias finitas de la derivada parcial mixta / ................ 76

Tabla 5.1 –Temperaturas obtenidas para la línea central en la interface de los dos materiales .. 109
Tabla 5.2 –Temperaturas obtenidas en dirección r en estado permanente .................................. 116

Tabla 6.1 Parámetros de modelación ............................................................................................. 138
Tabla 6.2 Valores de conductividad de los materiales seleccionados .......................................... 161
iv

NOMENCLATURA
LATINAS
a, b, c, d, e, f Coeficientes de las ecuaciones para la obtención de sistemas

coordenados curvilíneos y conservación
Matriz de coeficientes de las métricas de la transformación
respecto al sistema coordenado cartesiano
Matriz de coeficientes de las métricas de la transformación
respecto al sistema coordenado curvilíneo
Cp Calor específico (J/kg)
, , Diferenciales en el sistema coordenado curvilíneo
, , Diferenciales en el sistema coordenado cartesiano
Vector columna de las diferenciales del sistema coordenado
cartesiano
Vector columna de las diferenciales del sistema coordenado
curvilíneo
dL Longitud diferencial en el plano físico (m)
ds Elemento diferencial general (m)
dS Área diferencial en el plano físico (m2)
dV Elemento diferencia del volumen (m3)
Dij Coeficientes difusivos en la ecuación general de conservación
de la variable genérica
Derivada de primer orden de una función general
Derivada de segundo orden de una función general
gij Tensor métrico
J Jacobiano de la transformación
P, Q Funciones de control de malla
, , Operadores proyector
r, θ, z Coordenadas del dominio físico en el sistema coordenado
cilíndrico
t Variable tiempo en el domino físico (s)
T Temperatura ( ºC)
u,v,w Componentes de velocidad (m/s)
x,y,z Coordenadas del dominio físico en el sistema coordenado
cartesiano
xi Métrica de la transformación x con respecto a i, donde i = ξ, η, ζ
yi Métrica de la transformación y con respecto a i, donde i = ξ, η, ζ
zi Métrica de la transformación z con respecto a i, donde i = ξ, η, ζ
v
GRIEGAS
α, β, γ Coeficientes de la ecuación general para obtención de

sistemas coordenados curvilíneos bidimensionales.
Propiedad difusiva en la ecuación general de conservación
ε Criterio de convergencia
λ Conductividad térmica (W/m K)
Variable genérica de las ecuaciones diferenciales discretas
ρ Densidad (W/m3)
ξ, η, ζ Coordenadas en el dominio computacional regular
ξi Métrica de la transformación ξ con respecto a i, donde i = x, y, z
ηi Métrica de la transformación η con respecto a i, donde i = x, y, z
ζi Métrica de la transformación η con respecto a i, donde i = x, y, z
τ Variable tiempo en el domino computacional (s)
vi
RESUMEN
El objetivo de este trabajo es el desarrollo de un código numérico para

generar mallas estructuradas en geometrías arbitrarias y acoplar este código para
resolver problemas de difusión de calor. El código desarrollado tiene como base la
técnica avanzada de transformación de coordenadas presentada por Thompson et al.,
1977. Con esta técnica se construyen sistemas coordenados curvilíneos no-
ortogonales (mallas) por medio de la solución de sistemas de ecuaciones
diferenciales parciales elípticos. El código numérico desarrollado para la generación
de mallas se verificó con el trabajo fuente reportado por Thompson et al., 1977.
También, con este código se mallaron diferentes tipos de geometrías, por ejemplo:
el perfil de un rostro humano y la vista lateral de un automóvil, demostrando con
ello la capacidad de mallado. El mallado de estas geometrías tuvo como objetivo
evaluar el desempeño del código numérico desarrollado, ello en base a la
complejidad de la geometría y propiedades de malla tales como: el no traslape de la
líneas y la distribución de las celdas de malla, obteniendo buenos resultados para las
geometrías mencionadas.
Por otra parte, también se desarrolló un código numérico para resolver la

difusión de calor en sistemas coordenados curvilíneos. Este código numérico se
verificó con tres diferentes trabajos reportados en la literatura. Como ejemplo de
aplicación se seleccionaron dos problemas de difusión de calor. El primero aborda el
análisis de la distribución de temperaturas de la placa caliente del GHPA (Guarded
Hot Plate Apparatus), considerando disipación de calor en la ranura u orificio de
entrada para la fuente de calor. En el segundo problema, se llevó a cabo el análisis
de la distribución de temperaturas del Aparato de Barras Cortadas, considerando las
ranuras para la colocación de los sensores, cobre como material de referencia y,
aluminio, hierro y plomo como materiales de muestra. En ambos casos, se
obtuvieron aspectos importantes que no pueden observarse usando los modelos
ortogonales. Los resultados obtenidos para el GHPA muestran que las isotermas
pierden su forma circular en la frontera con la ranura, lo cual afecta la posición del
sensor de temperatura. Para el caso del aparato de barras cortadas, se obtuvo que el
error de cálculo de la conductividad térmica de la muestra, disminuye si se
considera un diámetro de 50 mm en las barras, en vez de un diámetro de 25mm.
Estos aspectos se deben considerar en el diseño y la experimentación con este tipo
de aparatos para obtener mejores resultados en ellos.
vii

ABSTRACT
The objective of this work was to develop a numerical code to

generate structured meshes in arbitrary geometries and couple this code to solve heat
diffusion problems. The numerical code developed is based in the coordinate
transformation technique advanced developed by Thompson et al., 1977. With this
technique are built non-orthogonal curvilinear coordinated systems (meshes) by
solving partial elliptic equations systems. The numerical code developed for mesh
generation was verified with the sourcework reported by Thompson et al., 1977.
Also, with this code different types of geometries were meshed, for example: the
profile of a human face and the side view of an automobile, showing with this the
meshing capacity. The meshing of these geometries was to evaluate the performance
of the developed numerical code, that it is based on the complexity of the geometry
and mesh properties such as: non-overlapping of the lines and the distribution
of grid cells, obtaining good results for the geometries mentioned.
On the other hand, a numerical code to solve the heat diffusion in curvilinear
coordinate systems was developed. As an example application two heat diffusion
problems were selected. This numerical code was verified with three different
studies reported in the literature. The first deals with the analysis of the temperature
distribution of the GHPA slot for the heat source inlet. In the second
problem the analysis of the temperature distribution of the device of cut bars was
done, considering the slots for the sensors placement, copper as reference
material and aluminum, iron and lead as samples. In both cases, important aspects
that can´t be observed by using orthogonal models. The results obtained for
the GHPA isotherms show that lost its circular shape on the border with the slot,
which affects the position of temperature sensor. In the case of cut-bar apparatus, the
error that was obtained for calculating the thermal conductivity of the sample,
decreases when it is was considered a diameter of 50 mm on the bars, rather than a
diameter of 25mm. These aspects should be considered in the design and
experimentation with such devices to achieve better results in them.
viii

Capítulo 1
Introducción
En este Capítulo se muestra la importancia de haber realizado este trabajo de

investigación. En el primer punto se presenta la ubicación del problema con una
descripción general del tema; posteriormente se presenta una breve revisión
bibliográfica, la cual contiene el estado del arte sobre mallas estructuradas,
haciendo una división temática entre los sistemas elípticos y no elípticos. Los
últimos apartados contienen la justificación, el objetivo, el alcance y la estructura
general de este trabajo de tesis.
1.1 Ubicación del Problema
La solución numérica de Ecuaciones Diferenciales Parciales (EDPs) requiere

de la discretización de las ecuaciones para reemplazar las ecuaciones diferenciales
continuas con un sistema simultáneo de ecuaciones algebraicas discretas. Se han
desarrollado diferentes técnicas para la construcción del proceso de solución, las
tres técnicas básicas para resolver estos sistemas de ecuaciones son: Diferencias
Finitas, Elemento Finito y Volumen Finito. En el caso de la técnica de Diferencias
Finitas, las derivadas en las EDPs se representan en los puntos de malla por
expresiones algebraicas finitas que se obtienen con la serie de Taylor, donde,
generalmente la serie es truncada en los términos lineales despreciando los términos
de orden cuadrático y superior. Si la solución varía fuertemente entre los puntos de
malla se pueden obtener resultados no congruentes. Un remedio para ello, es usar
más puntos de malla y con ello las distancias entre los puntos serán reducidas. Sin
embargo, esto puede ser costoso desde el punto de vista computacional, ya que la
solución requerirá un mayor número de ecuaciones algebraicas. La otra posibilidad
de discretización es retornar las EDPs a su forma fundamental integral y entonces
representar las integrales sobre celdas discretas. Bajo esta situación se tienen dos
alternativas, una es si representará la solución de las variables sobre celdas en
términos de funciones seleccionadas y entonces integrar las funciones
1
Ubicación del Problema Capítulo1
analíticamente sobre el volumen (técnica de Elementos Finitos) o balancear los

“fluxes” a través de las caras de la celda (técnica de Volumen Finito).
La técnica de diferencias finitas es computacionalmente simple cuando se usa

para la solución de problemas que involucran geometrías regulares con puntos
distribuidos uniformes sobre la región de análisis. Sin embargo, con esta técnica es
difícil sobrellevar la solución numérica de problemas con geometrías irregulares y/o
complejas.
Cuando la geometría es irregular, principalmente la dificultad recae en la

aplicación de las condiciones de frontera, ya que estas no coincidirán con los ejes
coordenados y tendrán que ser interpoladas con los nodos interiores, para generar
una expresión de diferencias finitas en los nodos próximos a las fronteras. Tales
interpolaciones producen grandes errores en la vecindad de curvaturas pronunciadas
o irregularidades de una geometría (Ozisik, 1994). Por lo tanto, es difícil e inexacto
resolver problemas con el tradicional método de diferencias finitas sobre regiones
con geometrías irregulares y/o complejas.
La técnica de elemento finito se utiliza para analizar geometrías complicadas,

en esta técnica el dominio sometido a análisis se cubre con elementos triangulares
o con una distribución aleatoria de puntos. Ninguna de estas dos colecciones de
puntos es recomendable para soluciones eficientes en diferencias finitas y volumen
finito, ya que es difícil el proceso de identificación de nodos vecinos en un punto y,
las matrices resultantes carecen de una estructura agrupada, es decir, las matrices
resultantes son dispersas.
La solución y forma de la malla es un factor clave en la solución de la

Dinámica de Fluidos Computacional (DFC). En la práctica es frecuente distribuir los
puntos de malla de acuerdo a las características del análisis, concentrando más
puntos de malla en la región donde puede haber altos gradientes de la variable en
análisis. Los cuerpos o espacios a modelar generalmente son geometrías irregulares
o complejas, para llevar a cabo un análisis detallado sobre ellos, es necesario,
discretizar adecuadamente el espacio donde ocurre el fenómeno, para después
aplicar sobre este las ecuaciones de conservación, las cuales se resolverán por
alguna técnica numérica.
2
Ubicación del Problema Capítulo1
La generación de sistemas coordenados curvilíneos ha proporcionado la llave

para desarrollar las soluciones de sistemas de EDP´s sobre regiones con formas
irregulares o complejas en las fronteras. Aunque, mucho del impulso para estos
desarrollos proviene de la Dinámica de Fluidos, las técnicas son igualmente
aplicables a transferencia de calor, electromagnetismo, estructuras y otras áreas que
involucren soluciones de campo.
El uso de transformación de coordenadas y el mapeo de la región irregular a

una regular sobre el dominio computacional aplicado a la técnica de volumen finito,
es relativamente nuevo (Maliska, 1995). Muchas transformaciones están
disponibles en las cuales el dominio físico y el computacional están relacionados
con expresiones algebraicas. La técnica avanzada de transformación de coordenadas
propuesta por Thompson et al. (1977), permite realizar esta transformación por la
solución de EDP´s sobre el dominio regular computacional. Por lo tanto, el esquema
combina la flexibilidad de la técnica de elemento finito para tratar geometrías
complejas mientras mantiene la simplicidad de la técnica de diferencias finitas. En
esta aproximación una malla curvilínea se genera sobre el dominio físico, tal que un
miembro de cada familia de líneas coordenadas es coincidente con la frontera del
dominio físico. Por lo tanto, el esquema es también llamado “coordenadas de
frontera ajustada o de cuerpo ajustado” (boundary fitted coordinate o body fitted
coordinate).
Con los sistemas coordenados generados para mantener las líneas

coordenadas coincidentes con las fronteras, pueden escribirse códigos numéricos los
cuales son aplicables a configuraciones generales sin la necesidad de procedimientos
especiales en las fronteras. Aun cuando las fronteras se encuentren en movimiento,
el uso de tales sistemas coordenados permite que todos los cálculos se hagan en una
malla arreglada con distribución uniforme de celdas cuadradas en el plano
transformado. Esto simplifica la codificación de la solución, particularmente con
respecto a las condiciones de frontera, las cuales pueden representarse sin necesidad
de alguna interpolación. En la técnica avanzada de transformación de coordenadas
desarrollada por Thompson et al. (1977), la solución se obtiene automáticamente de
las soluciones de algunas ecuaciones diferenciales parciales sobre el dominio
computacional regular. Esta técnica, ha sido implementada por la Agencia
Aeronáutica y Administración Espacial (National Aeronautics and Space
Administration, NASA) en su librería COSMIC.
3
Revisión Bibliográfica Capítulo1
Es claro que, para resolver numéricamente problemas con geometrías

irregulares o complejas en las áreas de Transferencia de Calor y Dinámica de
Fluidos se requiere primero generar el dominio computacional del sistema físico
irregular. Por lo tanto, en este trabajo es de interés particular el desarrollo de un
código de cómputo que genere las mallas computacionales de sistemas complejos a
partir de la solución de EDP´s, para aplicarlo posteriormente en la solución de
problemas de DFC y Transferencia de Calor con geometrías irregulares o complejas.
1.2 Revisión Bibliográfica
En la década de los 70´s, la necesidad de encontrar maneras eficientes de

tratar los acoplamientos y las no-linealidades de las ecuaciones de Navier-Stokes en
geometrías irregulares con el método de diferencias finitas, condujo a los primeros
desarrollos del empleo de sistemas coordenados curvilíneos para el tratamiento de
problemas en geometrías arbitrarias.
Básicamente, hay dos procedimientos de generación de sistemas coordenados

curvilíneos: (1) Generación de sistemas coordenados curvilíneos por la solución
numérica de ecuaciones diferenciales parciales y (2) Generación de sistemas
coordenados curvilíneos por trasformaciones algebraicas. Poniendo especial
atención al primer punto, existen tres tipos de sistemas diferenciales para generar
sistemas de coordenadas curvilíneas, estos son: elíptico, parabólico e hiperbólico. El
sistema diferencial mayormente usado para generar mallas es el sistema elíptico,
puesto que este tiene ventajas en cuanto a suavidad y distribución de puntos de
malla, Spekreijse (1995), Kaul (2003) y Villamizar (2007), entre otros. Atendiendo
el segundo punto, los métodos algebraicos son fáciles de implementar
computacionalmente, pero estos están limitados en cuanto a las geometrías que se
les puede dar solución y, generalmente no permiten una apropiada distribución de
puntos de malla. Recientemente, los métodos algebraicos se utilizan como una
primera aproximación en un método hibrido algebraico-diferencial, entre ellos el
más popular es el método de la Interpolación Transfinita (TFI).
La revisión bibliográfica se realizó dividiendo los estudios encontrados en la

literatura sobre la generación de mallas estructuradas en dos apartados: a).-
generación de sistemas coordenados curvilíneos (mallas) a partir de sistemas
diferenciales elípticos y b).- otras metodologías de generación de sistemas
coordenados curvilíneos.
4
1.2.1 Generación de Sistemas Coordenados Curvilíneos a Partir de Sistemas

Diferenciales Elípticos
Los pioneros en la generación de sistemas coordenados curvilíneos por la

solución numérica de EDP´s fueron Thompson et al. (1977), quienes propusieron un
método general para la generación de sistemas coordenados de frontera ajustada en
dos dimensiones, a partir de un sistema diferencial parcial elíptico con condición de
frontera de Dirichlet sobre todas las fronteras. Las ecuaciones elípticas para las
coordenadas fueron resueltas por aproximación de diferencias finitas. Para probar
su método propusieron una serie de aplicaciones, las cuales incluyen
configuraciones de un cuerpo singular, dos cuerpos segmentados, un sistema
coordenado triangular. Los autores presentaron las líneas de corriente en flujo
potencial para superficies de alas dobles (aplicación de aeronáutica). Ellos
concluyeron que la eficiencia de su método fue demostrada por la aplicación a la
solución de varios sistemas diferenciales parciales. Por otra parte, las coordenadas
de frontera ajustada permitieron que algunos problemas que solo habían sido
aproximados por la técnica de elemento finito, fueran tratados por diferencias
finitas.
Adamson (1984) presentó un método para la generación de mallas

ortogonales con fronteras cerradas en dos dimensiones, basado en la técnica de
coordenadas de frontera ajustada. El método permite el control del espaciado de
malla por medio de la introducción de funciones de “empacamiento” en las
ecuaciones diferenciales elípticas. Adamson, se concentró en dos aspectos: primero,
la condición sobre un factor de escala el cual normaliza la razón de aspecto de
malla; segundo, la condición para evitar la salida de las líneas de malla sobre las
fronteras del dominio físico. El sistema de ecuaciones diferenciales parciales se
resolvió utilizando la técnica de diferencias finitas. El autor aplicó su método para
generar la malla en un fajo de varillas de sección transversal circular con éxito.
Después de generar la malla, el autor resolvió el problema de flujo turbulento
utilizando el modelo k-ε. En su conclusión, el autor destacó que debido a la
derivación de la forma básica de la condición de ortogonalidad, el método descrito
puede considerarse como la formulación más general posible para obtener un
sistema coordenado curvilíneo ortogonal.
Spekreijse (1995) propuso un método para generar mallas en dominios físicos

bidimensionales y tridimensionales. El método de generación de malla está basado
5
en un mapeo compuesto. Este mapeo compuesto consiste de una transformación

algebraica basada en una interpolación transfinita no lineal y una transformación
elíptica. La transformación elíptica está basada en la ecuación de Laplace para
planos, o en la ecuación de Laplace-Beltrami para superficies. La transformación
algebraica mapea el espacio computacional uno a uno en un espacio paramétrico. La
transformación elíptica mapea el espacio paramétrico uno a uno en el plano o
superficie y es discretizada con la técnica de diferencias finitas. Este mapeo
compuesto pertenece a la familia se sistemas de generación de malla de ecuaciones
de Poisson con funciones de control especificadas por la transformación algebraica
y, define la distribución de puntos de malla en el dominio o superficie. El autor
aplicó su método a una variedad de dominios en los que destaca una malla alrededor
de una superficie de sustentación (ala) NACA0012, una malla Navier-Stokes tipo C
y una malla alrededor de un cuerpo complejo, para los cuales obtuvo excelente
suavidad, distribución y regularidad. Por último, el autor concluyó que se derivaron
nuevas expresiones para las funciones de control las cuales únicamente dependen de
la transformación algebraica. Por otra parte, mencionó que la generación de malla
sobre superficies parámetrizadas puede llevarse a cabo fácilmente por la solución de
un sistema de ecuaciones diferenciales elípticas y un problema inverso.
En la década de los 90´s Kawata et al. (1996), propusieron un método para la

generación de mallas ortogonales con uniformidad en la proporción del espaciado
de línea basado en las ecuaciones de Poisson, empleando términos fuente para las
funciones de control de ortogonalidad y de espaciado de línea. Este método fue
aplicado con éxito para generar una malla de domino tipo “O” y otra con 3 lados
paralelos a los ejes cartesianos, con una desviación máxima de 1.584º y 0.60 33º
sobre 90º respectivamente. El método desarrollado por los autores es aplicable para
la minimización y optimización del tiempo del CPU.
Kaul (2003) desarrolló nuevos límites de frontera para los sistemas

diferenciales elípticos que se usan en la generación de mallas numéricas
bidimensionales. Estos límites están basados en el principio de conservación de
energía térmica en la vecindad de las fronteras y son derivados usando el Teorema
de Green. Con estos nuevos límites el autor automatizó la aglomeración de puntos
en las fronteras y eliminó la necesidad de la selección manual de los parámetros de
decaimiento. Los nuevos límites de frontera para los sistemas elípticos se aplicaron
de manera exitosa a la generación de cinco dominios para flujo interno, entre ellos,
la generación de una malla de un engrane de 19 dientes, los cuales se resolvieron
6
utilizando la técnica de diferencias finitas. El autor concluyó que, con los nuevos
límites, los sistemas elípticos pueden ser generados sin intervención manual, de esta
manera, pueden resolverse problemas de dinámica de fluidos y dinámica estructural
ágilmente.
Tang y Baeder (2003) publicaron un método de redistribución de malla que

consta de dos pasos, primero un método de redistribución de malla el cual se usa
para adaptar el dominio computacional y segundo una interpolación polinomial de
alto orden para redistribuir la línea base en el dominio físico y generar el dominio
físico final adaptado. El método desarrollado comprende la aproximación
algebraica y la aproximación elíptica. Una limitación de los métodos de
redistribución elíptica y algebraica es que fueron originalmente desarrollados solo
para mallas cartesianas, el método desarrollado por los autores provee una manera
directa de extender estos métodos de forma más general a mallas no cartesianas. Los
autores llevaron a cabo dos aplicaciones; una fue la interacción de aleta-vortice en
2D y la segunda en un rotor de sobrevuelo en 3D, en los dos casos lograron un
mejor refinamiento en la región del vórtice. Ellos concluyeron que el cambio de
redistribución de malla del dominio físico al dominio computacional, hace que la
implementación de un método de redistribución de malla algebraico sea más simple
y permite que un método de redistribución de malla elíptico sea más factible para
adaptación de mallas más grandes.
Villamizar et al. (2007) desarrollaron el algoritmo Corte de Bifurcación de

Control de Línea de Malla (Branch Cut Grid Line Control, BCGC), para la
generación de coordenadas curvilíneas en dos dimensiones sobre regiones
múltiplemente conectadas con singularidades en las fronteras, el cual está basado en
la solución numérica de las ecuaciones de Poisson. También, los autores
extendieron la técnica de desarrollo de las funciones de control del espaciado de
malla propuesta por Thomas y Middlecoff (1980) a dominios múltiplemente
conectados. Los autores analizaron varios dominios de tipo “O”, entre ellos, un
dominio con una región astroide en el interior y, otro con una epicicloide, en ambos
casos obtuvieron una buena suavidad y distribución de malla. Para verificar su
propuesta, ellos compararon su método con el modulo para generar mallas
Computer-Aided Engineering (CAE) del software comercial ANSYS, obteniendo
mejores resultados de suavidad y ortogonalidad. Por último, los autores concluyeron
que la característica más importante de su método es su habilidad para producir una
malla con buena distribución y suavidad para dominios que tienen singularidades.
7
Kaul (2010) extendió su propuesta publicada en el año 2003. El autor

extendió la técnica de coordenadas de cuerpo ajustado (Thompson et al., 1977),
para la generación de mallas estructuradas tridimensionales basadas en sistemas
elípticos con formulación de límites de frontera tridimensionales. Este
procedimiento completamente automático, elimina la necesidad de introducir
manualmente los parámetros de decaimiento sobre las seis superficies frontera de
un volumen dado. El autor aplicó la técnica de coordenadas de cuerpo ajustado
formulando nuevos límites de frontera a varias geometrías tridimensionales, entre
las que destacan: un escudo aeroespacial de Laboratorio de Ciencia de Marte (Mars
Science Laboratory MSL) y un cono de tensión (Deceleretor Aerodynamic
Inflatable IAD), obteniendo excelentes resultados en ambos casos. Estas geometrías
fueron generadas sin intervención manual. Por último, Kaul concluyó que su método
patentado es una poderosa herramienta para la generación de mallas
tridimensionales en volúmenes con formas complejas.
1.2.2 Otras Metodologías para la Generación de Sistemas Coordenados

Curvilíneos
Además de los sistemas coordenados curvilíneos generados con ecuaciones

diferenciales elípticas, desde hace cuatro décadas se han desarrollado diferentes
técnicas para la generación de mallas, este apartado trata de manera general los
métodos desarrollados por diferentes autores en las últimas dos décadas.
Smith y Eriksson (1987) hicieron una recopilación de los métodos algebraicos

para la generación de mallas estructuradas, los cuales fueron presentados en
términos de la interpolación transfinita multivariante. Los autores presentaron el
método desarrollado por Eriksson, el Método de las Dos Fronteras y el Método de
Multisuperficie, los cuales abarcan problemas tridimensionales. En esta
recopilación ellos mostraron una manera de atacar las singularidades de malla. Ellos
mencionaron que las técnicas de diferencias finitas y volumen finito son capaces de
sobrellevar las singularidades en mallas estructuradas. Ellos destacaron, que para
mallar geometrías complejas tridimensionales es necesario seccionar la geometría
utilizando bloques adjuntos uno a otro o bloques traslapados. Como conclusión, los
autores mencionaron que los métodos algebraicos son recomendables para la
generación rápida de mallas tanto bidimensionales como tridimensionales. También,
los autores resaltaron que el uso del diseño asistido por computadora es una
herramienta esencial en la generación de mallas tridimensionales complejas.
8
Oh y Kang (1994) propusieron un método general para la generación de

mallas bidimensionales ortogonales simplemente conectadas. Su propuesta se basó
en la descomposición de una transformación ortogonal global en mapeos
consecutivos de un mapeo conformal y un mapeo auxiliar ortogonal, idea planteada
previamente por Kang y Leal (1992). Ellos se percataron que una deficiencia del
mapeo conformal es la no-ajustabilidad del tamaño de malla, por esta razón,
enfocaron su trabajo a resolver este punto. Su método está basado en la técnica de
frontera integral, un integrador numérico para las ecuaciones diferenciales ordinarias
y la solución de la ecuación covariante de Laplace, utilizando el método de Runge-
Kutta de cuarto orden para la integración de las ecuaciones diferenciales ordinarias.
Los autores aplicaron el método que desarrollaron a una región ondulada asimétrica
y otra simétrica, obteniendo en ambas configuraciones buenos resultados para la
ortogonalidad y distribución de puntos de malla. Oh y Kang concluyeron que desde
el punto de vista matemático el método que propusieron puede ser estimado como la
implementación de la solución numérica de la existencia de la solución del problema
de mapeo ortogonal.
Liou y Jeng (1995) desarrollaron un método de generación de mallas basado

en el método propuesto por Noack y Anderson (1988). El método desarrollado
utiliza la solución de ecuaciones diferenciales parabólicas y la estrategia de “marcha
frontal” de Liou y Jeng para generar mallas numéricas. El método propuesto fue
aplicado exitosamente a la generación de mallas para regiones de flujo externo,
regiones de flujo interno y regiones cerradas, entre ellas, los autores generaron una
malla tipo O alrededor de un alabe (flujo externo), una malla para un canal
convergente-divergente (flujo interno) y una malla en una región circular con cuatro
esquinas aplanadas. Por último, los autores concluyeron que el método preserva la
ortogonalidad de la malla y provee suavidad a la malla sobre el dominio entero.
Eca (1996) presentó un método para la generación de mallas ortogonales

bidimensionales con control de distribución de puntos frontera. El método está
basado en la solución de un sistema de ecuaciones diferenciales parciales no lineales
discretizado con la técnica de diferencias finitas y, la determinación iterativa de la
función de control de distorsión en el dominio entero a partir de su definición. El
método permite la especificación de la distribución de puntos frontera en todas las
fronteras y también la distancia del primer nodo a la frontera. El autor realizó
estudios de convergencia en regiones cóncavas y regiones limitadas por dos círculos
9
a la mitad. Además, mostró diferentes aplicaciones para probar la ortogonalidad y

otras con un role importante en la Dinámica de Fluidos tales como mallas alrededor
de un “ala” y secciones transversales típicas de las popas de los barcos. El autor
concluyó que los estudios de convergencia mostraron que la máxima desviación de
la ortogonalidad de las mallas generadas está relacionada con el error de truncado en
las aproximaciones por diferencias finitas. Además, el método no es capaz de tratar
con dominios que contengan ángulos internos de más de 180º y, que la técnica de
discretización no garantiza que las coordenadas de las esquinas del volumen de
control se mantengan dentro del dominio. Por otra parte, el autor mencionó que el
método desarrollado es una poderosa herramienta para generación de mallas
ortogonales.
Smith y Johnston (1996) desarrollaron un método computacional para la

generación automática de mallas computacionales alrededor de configuraciones
aerodinámicas complejas. El algoritmo utiliza una celda cartesiana incrustada y
aproximación no-estructurada, que permiten la colocación eficiente de celdas
computacionales para resolver regiones importantes de flujo cerca de la superficie
en cuestión. El algoritmo desarrollado necesita una entrada CAD (Computer Aided
Design) para definir la geometría del sistema y generar las celdas. La geometría es
rota en elementos (líneas para dos dimensiones y parches para tres dimensiones)
para permitir la descripción completa de la geometría. Para prevenir celdas
demasiado grandes o celdas inaceptables, los autores impusieron una restricción
sobre celdas utilizadas para la subdivisión. El método propuesto fue aplicado
exitosamente para generar una malla alrededor de un ala NACA 00122, en la cual
se resolvió la ecuación de Euler dependiente del tiempo. Los autores concluyeron
que su método de generación de malla es extremadamente rápido y no requiere
interacción del usuario, sin embargo, ellos mencionaron que se requiere un excesivo
número de celdas para resolver características geométricas pequeñas de una
geometría.
Posterior al método propuesto por Smith y Johnston, Jeng y Chen (1999)

propusieron una formulación de mínimos cuadrados del método de frontera de punto
flotante basado en la ecuación de Beltrami, para la generación de mallas ortogonales
con fronteras de punto flotante en dos dimensiones. Ellos se percataron que las
formulaciones anteriormente propuestas podrían deteriorar la suavidad de la malla
alrededor de las esquinas, por lo que su estudio se enfocó en desarrollar un método
robusto de frontera de punto flotante. Los autores llevaron a cabo una serie de
10
aplicaciones entre las cuales destaca una región compuesta de dos círculos a la
mitad, y una región convergente-divergente. Ellos concluyeron que su método puede
manejar problemas con fronteras continuas y discontinuas prescritas. Las pruebas
numéricas que realizaron muestran que la mejor combinación de suavidad y
ortogonalidad de malla puede ser obtenida empleando el método de frontera de
punto flotante varias veces.
Akcelik et al. (2001) desarrollaron un método para generación de mallas

cuasi-ortogonales con control de razón de aspecto en dimensiones, basado en el
operador covariante de Laplace y la discretización de diferencias finitas. Ellos
mencionaron que al resolver problemas con métodos numéricos la calidad de la
malla es importante para minimizar el error computacional. Los autores compararon
su método con problemas de la literatura entre los que destacan una región circular
y para una región cóncava obteniendo buenos resultados. Ellos concluyeron que su
método tiene varias ventajas comparado con métodos previos, no requiere
especificación de la función de distorsión, no sufre del colapso de las líneas de la
malla como otros, y su método presenta las propiedades del Mapeo Conformal y el
Método Eca`s en cuestión de la ortogonalidad. La aplicación de su método a ciertos
dominios difíciles mostró que usando fronteras deslizables se incrementa la
adaptabilidad del método considerablemente a las condiciones de frontera.
Durbin e Iaccarino (2002) presentaron un método para el refinamiento local

de mallas estructuradas. Ellos mencionaron, que los refinamientos locales pueden
hacerse por la adición de segmentos de línea. Estos refinamientos no son hechos en
las líneas completas, entonces, pueden quedar segmentos de línea en blanco. Los
autores propusieron un método para refinamiento local basado en la técnica de
refinamiento no-conformal llamada “refinamiento-h”. El algoritmo fue resuelto por
diferencias finitas de primer y segundo orden de exactitud. Los autores resolvieron
varios ejemplos, entre ellos una cavidad cuadrada en la cual lograron refinamientos
locales en cualquier parte de la cavidad. Los refinamientos hechos en la cavidad les
fueron útiles para visualizar el comportamiento hidrodinámico detallado a distintos
números de Reynolds del problema de la “cavidad con pared deslizante”. Ellos
concluyeron que su método de refinamiento local puede utilizarse en cualquier parte
de una malla estructurada.
Souza et al. (2007) desarrollaron una formulación simple de un método para

la generación de mallas bidimensionales. El trabajo desarrollado por los autores está
11
enfocado a la generación de mallas ortogonales, en el cual un algoritmo especial

cubico “spline” fue desarrollado para generar la representación analítica de
fronteras arbitrarias para dominios bidimensionales. Matemáticamente una spline es
un grupo de funciones dependientes, donde cada función es definida por dos puntos
nodales consecutivos. La dependencia de las funciones spline, se logra por la
imposición de la igualdad de las derivadas en los puntos nodales sobre las funciones
que comparten estos puntos. Los coeficientes de las funciones spline se obtienen por
eliminación gaussiana. La malla es obtenida por la analogía de líneas de corriente y
líneas de potencial, siendo las ecuaciones diferenciales resultantes resueltas por
diferencias finitas. Los autores mostraron seis ejemplos de aplicación de su método
en los cuales las mallas fueron generadas con éxito. Por último, ellos concluyeron
que su método es extremadamente sencillo de implementar computacionalmente, ya
que no es necesario realizar la transformación de un plano físico a uno
computacional, el método puede extenderse a tres dimensiones. Sin embargo, su
método tiene la dificultad de generar mallas con buen espaciado para geometrías
con curvaturas pronunciadas.
1.2.3 Conclusión de la Revisión Bibliográfica
Después de haber revisado el estado del arte sobre la generación de mallas

estructuradas, es conveniente señalar que, existen una gran variedad de métodos
para la generación de mallas, entre los cuales destacan la técnica de coordenadas de
cuerpo ajustado (Thompson et al., 1977), el método Eca (Luis Eca, 1996) y la
Interpolación Transfinita Multivariante (Smith y Eriksson 1987), ya que estos son
de los métodos más utilizados en la actualidad, puesto que son relativamente rápidos
computacionalmente y las mallas resultantes de ellos tienen buenas propiedades de
malla. También, que cada método tiene sus ventajas y desventajas, por ejemplo, en
los métodos de Souza et al., (2007) y Smith y Johnston (1996) se obtienen mallas de
manera rápida, sin embargo, están limitados a dos dimensiones y sin curvas
pronunciadas en las fronteras. El trabajo más reciente revisado fue el de Kaul
(2010), donde el autor se basa en la técnica de coordenadas de cuerpo ajustado
desarrollada por Thompson et al. (1977), automatizando la selección de los
parámetros de decaimiento, ello sin alterar la técnica original, significando la
vigencia de la técnica de Thompson et al (1977) en la actualidad. Entonces, es
fundamental la selección de una técnica de mallado adecuada, la cual permita el
mallado de geometrías en dos y tres dimensiones y cuente con buenas propiedades
de malla (razón de aspecto y distribución de líneas de malla).
12
Justificación del Estudio Capítulo1
1.3 Justificación del Estudio
Básicamente, hay dos maneras de discretización del espacio físico: la

discretización estructurada y la no estructurada. En la discretización estructurada,
esto es, los volúmenes elementales, son formados por líneas o superficies
coordenadas que tienen forma cuadrangular y se encuentran rodeados por la misma
cantidad de elementos de volumen, a excepción de los volúmenes frontera (Maliska,
1995). La discretización estructurada permite implementar la técnica de diferencias
finitas y volumen finito de manera sencilla, puesto que la matriz de coeficientes
resultante queda ordenada de tal manera que pueden implementarse algoritmos de
barrido de línea para su solución. En la discretización no estructurada el dominio
sometido a análisis se cubre con elementos triangulares o polígonos irregulares.
La discretización no estructurada no se recomienda para implementar las técnicas
de diferencias finitas y volumen finito, ya que las matrices resultantes carecen de
una estructura agrupada, es decir, las matrices resultantes son dispersas, lo cual sería
costoso desde el punto de vista computacional. Es por esta razón que en este trabajo
se enfoca al desarrollo de un código para mallas estructuradas.
Desde el trabajo pionero de Thompson et al., (1977) en la generación de

mallas estructuradas mediante sistemas de ecuaciones diferenciales elípticos, se ha
mejorado el tiempo de cómputo y las propiedades generales de la malla tales como:
distribución, razón de aspecto de celda y ortogonalidad (Spekreijse, 1995, Tang y
Baeder 2003, Villamizar et al., 2007 y Kaul 2010). Existe una característica notable
en todos los trabajos revisados que comprenden la generación de mallas por medio
de sistemas de ecuaciones diferenciales elípticos, la cual es que, estos trabajos tienen
como base el trabajo de Thompson et al. (1977) y, algunos de estos trabajos están
limitados solamente a dos dimensiones. La técnica de Thompson et al. (1977), es la
más recurrida por los autores en libros referentes al tema (Maliska, 1995, Thompson
et al., 1999, Farrashkhalvat y Miles, 2003) para obtener mallas estructuradas
bidimensionales y tridimensionales, ello por las propiedades de las mallas obtenidas
con esta técnica: suavidad, razón de aspecto y distribución de puntos de malla. Para
el caso tridimensional es imposible mantener las características de malla de otros
métodos (distribución y ortogonalidad), siendo la técnica de Thompson la mejor
alternativa para mallar cuerpos tridimensionales (Spekreijse, 1995).
13
Objetivo General Capítulo1
Por otra parte, existen otras alternativas para generar mallas estructuradas,
entre ellos los métodos algebraicos (Smith y Eriksson, 1987, Souza et al., 2007), el
mapeo conformal (Oh y Kang, 1994) y la generación de mallas a partir de otros
sistemas diferenciales, tales como el hiperbólico (Liou y Jeng, 1995), incluso se han
desarrollado métodos puramente computacionales (Smith y Johnston, 1996).
La principal desventaja de estos métodos alternativos es que casi todos estos

métodos están limitados a geometrías bidimensionales, o en su defecto a geometrías
sin curvaturas pronunciadas en sus fronteras.
Por las razones expuestas se seleccionó la técnica avanzada de transformación

de coordenadas (Thompson et al., 1977) para el desarrollo de este trabajo de tesis.
1.4 Objetivo General
Desarrollar un código numérico para generar mallas estructuradas en

geometrías irregulares y/o complejas y acoplar el código desarrollado para resolver
problemas de difusión de calor.
Objetivos Particulares:
• Desarrollar un código numérico para la generación de mallas

computacionales en geometrías irregulares y/o complejas utilizando la
técnica avanzada de transformación de coordenadas desarrollada por
Thompson et al (1977).
• Verificar la técnica de generación de mallas con trabajos reportados en la

literatura.
• Aplicar el código de mallado para la generación de las mallas de los dos

problemas de difusión planteados: Análisis de la Distribución de
Temperaturas en un Aparato de Placa Caliente con Guarda para Medir la
Conductividad Térmica (Placa Caliente) y Análisis de la Distribución de
Temperaturas en un Instrumento de Barras Cortadas para Medir
Conductividad Térmica en Sólidos Conductores y resolver estos problemas.
14
Estructura de la Tesis Capítulo1
1.5 Alcance
En este trabajo de maestría se utilizó la técnica de coordenadas de cuerpo

ajustado, la cual utiliza en su planteamiento sistemas de ecuaciones diferenciales
elípticas para la generación sistemas coordenados curvilíneos. Esto permite generar
la malla computacional de un sistema físico irregular o complejo, ya sea en dos o
tres dimensiones. Para ello, las coordenadas de la geometría física se usan como
condiciones de frontera para la solución de las ecuaciones diferenciales parciales
resultantes de la implementación de la técnica. Las mallas numéricas resultantes son
estructuradas. Como resultado, se obtuvo un código computacional general para
generación de mallas utilizando la técnica de coordenadas de cuerpo ajustado, el
cuál se aplicó para resolver dos problemas de difusión de calor.
1.6 Estructura de la Tesis
En el Capítulo 2 se presentan los conceptos básicos sobre las mallas

estructuradas, el mapeo de una región arbitraria a una región regular y se mencionan
los métodos de generación de mallas estructuradas. El Capítulo 3 describe en forma
detallada la técnica de Coordenadas de Cuerpo Ajustado la cual está basada en
sistemas de EDP´s elípticos, también se presenta la Interpolación Transfinita la cual
se usa como una primera aproximación de la técnica en cuestión. Por último, en este
Capítulo se presenta el modelo matemático de difusión de calor en coordenadas
generalizadas. El Capítulo 4 contiene las metodologías de solución para la técnica
generación de mallas y la ecuación de difusión de calor, estas metodologías están
basadas en las técnicas de diferencias finitas y volumen finito. En el Capítulo 5 se
presentan la verificación con problemas de la literatura de los códigos numéricos de
generación de mallas y de difusión de calor. En el Capítulo 6 se muestran las
mallas resueltas con el código computacional desarrollado y los dos problemas de
difusión de calor seleccionados, en ellos se resuelve la difusión de calor en el plano
computacional regular mediante el uso de coordenadas generalizadas, mostrando los
resultados obtenidos en el dominio físico. Por último, el Capítulo 7 presenta las
conclusiones de este trabajo y recomendaciones para trabajos futuros.
15
Capítulo 2
Conceptos Básicos en la Generación de
Mallas
Este Capítulo explica de manera breve los conceptos básicos en la

generación de mallas. También, se presenta la diferencia entre una malla
estructurada y una no-estructurada, así como, los métodos para la generación de
mallas estructuradas. Además, contiene los conceptos fundamentales del mapeo de
una región física irregular a una regular.
2.1 Introducción
La Mecánica de Fluidos y la Transferencia de Calor son descritas por

ecuaciones diferenciales parciales no lineales, las cuales generalmente no pueden
resolverse analíticamente, pero con el tiempo han sido resueltas usando varios
métodos aproximados, incluyendo métodos de expansión y perturbación, métodos
de vórtice, métodos integrales y, los métodos de diferencias finitas, volumen finito y
elemento finito. Los métodos de diferencias finitas, volumen finito y elemento finito
han sido los más exitosos. Para el uso de estos, es necesario discretizar el campo
usando una malla. Una malla es una colección de puntos distribuida sobre un campo
de cálculo, que se utiliza para la solución numérica de un grupo de ecuaciones
diferenciales parciales. La malla puede ser estructurada o no estructurada pero debe
generarse bajo algunas condiciones que serán descritas más adelante. De hecho, hoy
en día puede tomar más horas/hombre construir la malla que construir y analizar la
solución física en la malla. Esto es especialmente cierto cuando los códigos de
solución para aplicaciones generales están disponibles. La Dinámica de Fluidos
Computacional es un claro ejemplo de ello, y la generación de mallas ha sido citada
repetidamente en muchos de los trabajos reportados en la literatura (Thompson,
1999). Lo mismo aplica en otras áreas donde se requiere cálculos de campo
computacionales.
16
Clasificación General de Mallas Capítulo 2
2.2 Consideraciones para la Generación de Mallas
Generalmente, el espaciado de malla debería ser suave y refinado para

resolver cambios fuertes en los gradientes de la solución del fenómeno a analizar. La
malla debe también construirse pensando en la eficiencia computacional del código.
La exactitud de la aproximación numérica del fenómeno en estudio puede ser
deteriorada, si las celdas de malla cambian de manera brusca. Varios cálculos
requieren de bastantes datos, los datos se deben organizar de manera adecuada para
que los requerimientos de memoria no crezcan hasta límites imprácticos.
2.3 Clasificación General de Mallas
Las mallas se clasifican de acuerdo a su estructura en dos tipos: mallas

estructuradas y mallas no estructuradas. La diferencia básica entre una malla
estructurada y una malla no estructurada radica en la forma de agrupar los datos
que describen la malla. Estas a su vez se subdividen por los métodos empleados en
su generación.
2.3.1 Mallas Estructuradas
Una malla estructurada consiste generalmente de cuadriláteros, los cuales

son formados por un grupo de coordenadas y conexiones que naturalmente son
mapeados en elementos de una matriz. Los puntos vecinos dentro de la malla en el
espacio físico son los elementos vecinos en la matriz de la malla. De esta manera, un
arreglo bidimensional x(i,j) puede usarse para almacenar las coordenadas de los
puntos para una malla en 2D (Fig. 2.1). El índice i puede seleccionarse para
describir los puntos en una dirección, mientras que j describe la posición de los
puntos en otra dirección. Por lo tanto, los índices i y j forman las dos familias de
líneas curvilíneas. Esta idea naturalmente se extiende a tres dimensiones. La
principal ventaja de una malla estructurada es la estructura global de la matriz, lo
cual permite aplicar los algoritmos de solución de barrido de línea de manera
directa, permitiendo el acople de códigos generales para la solución de fenómenos
físicos.
17
Clasificación General de Mallas Capítulo 2
Figura 2.1 – Estructura de la matriz para una malla estructurada.
2.3.2 Mallas no Estructuradas
En una malla no estructurada los puntos no pueden ser representados de la

misma manera que en las mallas estructuradas, entonces se requiere proveer
información adicional para describir la malla. Para representar cualquier punto
particular, la conexión con otros puntos puede definirse en la matriz de conectividad
que se muestra en la Fig. 2.2.
Figura 2.2 – Representación de la matriz de conectividad de una malla no

estructurada.
Una forma típica del formato de datos para una malla no estructurada se
muestra en la Tabla 2.1.
18
Conceptos Básicos de Mapeo Capítulo 2
Tabla 2.1 – Formato de datos para una malla no estructurada.

Número de puntos Número de
elementos
x1,y1 n1,n2,n3
x2,y2 n4,n5,n6
x3,y3 n7,n8,n9
Aquí (x1,y1) son las coordenadas del punto i, y ni = 1, N son el número de

elementos, por ejemplo, la triada (n1,n2,n3) forma un triangulo. Otras formas de
matrices de conectividad son también validas, por ejemplo, las conexiones pueden
estar basadas en aristas. La ventaja de una malla no estructurada es que los puntos y
conexiones no poseen ninguna estructura global. Es posible, entonces, agregar
nodos o elementos como la geometría lo requiera.
Por lo tanto, el uso de una malla no estructurada es factible en la

discretización de geometrías complicadas. Sin embargo, la carencia de una
estructura global en una malla no estructurada hace que la aplicación de los
algoritmos de solución de barrido de línea sean más difíciles de aplicar que en las
mallas estructuradas, impactando directamente en el desarrollo del código
computacional haciéndolo más complejo e incrementando el tiempo de computo en
la solución de problemas en la que se aplique este tipo de discretización.
2.4 Conceptos Básicos del Mapeo de una Región Arbitraria a

una Región Regular
Generalmente, para fenómenos físicos que tienen lugar en geometrías

sencillas, por ejemplo, una cavidad rectangular y la sección transversal de un tubo,
se elige un sistema coordenado ortogonal adecuado. Estos sistemas coordenados no
necesitan transformación alguna, es decir, el plano físico es igual al plano
computacional. Sin embargo, cuando la geometría ya no puede ser representada por
los sistemas coordenados ortogonales, es necesario realizar una transformación que
permita mapear la región física arbitraria a una región computacional regular.
La principal ventaja del mapeo de una región arbitraria a una región regular
es la sencillez con que son aplicadas las condiciones de frontera en la región regular,
19
lo cual evita el uso de interpolaciones u otras aproximaciones para la aplicación de

las mismas. El uso de la transformación de coordenadas y el mapeo de la región
irregular en una regular sobre el dominio computacional no es nuevo. Muchas
transformaciones están disponibles en las cuales el dominio físico y coordenadas
computacionales son relacionadas con expresiones algebraicas. Pero, tales
transformaciones son muy difíciles de construir excepto para algunas situaciones
relativamente simples; para la mayoría de los casos multidimensionales es imposible
encontrar una transformación.
Para ilustrar los conceptos básicos del mapeo se considera un dominio físico
bidimensional en coordenadas cartesianas x,y y un dominio computacional en
coordenadas cartesianas ξ,η. La transformación entre las coordenadas x,y y ξ,η
debería ser tal que las fronteras del dominio físico deben coincidir con las
coordenadas curvilíneas, de esta manera no se necesita una interpolación para el
nodo frontera.
Aquí se consideran situaciones en las cuales las coordenadas cartesianas se

usan ambas en los planos físico y computacional. Sin embargo, el mapeo no
necesariamente está restringido a las coordenadas cartesianas, ello puede también
ser en coordenadas polares o esféricas.
Las regiones físicas que son transformadas en el dominio computacional

pueden ser identificadas en las dos categorías siguientes: región simplemente
conectada y región múltiplemente conectada.
Región simplemente conectada. Considere una región irregular ABCDA en

el plano físico x,y en coordenadas cartesianas como se ilustra en la Fig. 2.3a. La
región es llamada simplemente conectada porque no contiene obstáculos dentro de
la región.
20
a) Plano físico b) Plano computacional
Figura 2.3 – Mapeo de una región irregular simplemente conectada en la región

computacional como un rectángulo.
Esta región se mapea en el dominio computacional en coordenadas

Cartesianas ξ,η de tal manera que la región mapeada tendrá una forma rectangular y
permitirá la construcción de una malla cuadrada sobre ella. Además, las fronteras del
dominio físico coincidirán con las líneas coordenadas de las fronteras ξ,η de la
región transformada en el dominio computacional. Una forma de realizar el mapeo
es seleccionar los valores de ξ,η en dirección de las fronteras de la región física de
la siguiente manera:
agrupar, η = constante, ξ = variante en dirección de los segmentos frontera

AB y CD en la región física y
agrupar, ξ = constante, η = variante en dirección de los segmentos frontera
BC y DA en la región física.
Claramente, con tales requerimientos sobre los valores de ξ y η en dirección

de las fronteras de la región física, los segmentos AB y CD en la región física son
mapeados en el dominio computacional como líneas horizontales, mientras que los
segmentos BC y DA son mapeados como líneas verticales como se ilustra en la Fig.
2.3b. Se nota que, cada segmento frontera de la región irregular en el dominio físico
es mapeado en los lados de una región rectangular en el domino computacional.
Adicionalmente, deberá satisfacer los siguientes requerimientos:
1. El mapeo del dominio físico al computacional debe ser uno a uno.

2. Las líneas coordenadas de la misma familia no deben de cruzarse (i.e., ξ o η).
21
3. Las líneas coordenadas de diferentes familias no deben de cruzarse más de

una vez.
Para llevar a cabo estos requerimientos, se necesita una apropiada

organización de los puntos de malla en dirección de las fronteras del dominio físico.
Eso es, si I puntos son colocados en dirección de la frontera inferior, segmento AB
del dominio físico; I puntos de malla también deben ser colocados en dirección de la
frontera opuesta, segmento CD del dominio físico. Similarmente, si J puntos de
malla son colocados en dirección de la frontera derecha, segmento BC del dominio
físico; J puntos de malla deben también de ser colocados en dirección del segmento
DA. Además la identificación de los I puntos de malla colocados en dirección de la
frontera inferior AB y los I puntos de malla colocados en dirección del segmento CD
deben de satisfacer la siguiente organización importante:
Los valores del vector de posición ri,j en dirección de segmento frontera AB

se seleccionan como,
ri,1 (i = 1, 2, 3, …, I)
y aquellos en dirección del segmento CD como,
ri,J (i = 1, 2, 3, …, I)
La identificación de los J puntos de malla en dirección de los segmentos

frontera BC y DA se hacen de manera similar. Estos puntos pueden ser localizados
en dirección de los segmentos frontera en cualquier distribución arbitraria, pero se
requiere que progresen sobre la frontera sin inversiones como un índice de
incremento. Si las regiones de grandes gradientes son conocidas a priori en el
dominio físico, las mallas pueden ser concentradas en tales áreas.
Los valores actuales de ξ y η en el dominio computacional son inmateriales,

porque no aparecen en las expresiones finales. Por lo tanto, sin perder generalidad,
se puede seleccionar las coordenadas del nodo A en el dominio computacional como
ξ = η = 1 y el tamaño de malla como ∆ξ = ∆η = 1. De esta manera, en el dominio
computacional se puede construir una malla cuadrada sobre la región rectangular
transformada.
22
La Fig. 2.4 muestra dos diferentes arreglos para el mapeo de una región
irregular del plano físico x,y al plano computacional ξ,η, el mapeo se hace a una
región cuadrada con malla cuadrada (i.e., ∆ξ = ∆η = 1). En el primer arreglo
mostrado en la Fig. 2.4 imágenes (1a) y (1b), la transformación de varios segmentos
frontera del plano físico al computacional se organiza como sigue,
Lado AB (8 unidades)……. η = frontera constante

Lado BC (9 unidades)……. ξ = frontera constante
Lado CD (8 unidades)……. η = frontera constante
Lados DE, EF, FG, y GA (3, 2, 2, 2 unidades, respectivamente)…… ξ = frontera
constante
Figura 2.4 – Diferentes arreglos para mapeo (Ozisik, 1994).
23
En el segundo arreglo mostrado en la Fig. 2.4 imágenes (2a) y (2b), la

transformación de varios segmentos frontera del plano físico al computacional se
organiza como sigue,
Lados AB, BC (4 unidades y 6 unidades, respectivamente)……. ξ = frontera

constante
Lados CD, DE (5 unidades y 6 unidades, respectivamente)……. η = frontera
constante
Lados EF, FG (5 unidades)……. ξ = frontera constante
Lado GA (8 unidades)……. η = frontera constante
Una observación del resultado de las líneas de coordenadas curvilíneas ξ,η

construidas sobre la región física revela que la distribución de las líneas de malla
curvilíneas ξ,η construidas sobre la región física es significativamente diferente. Por
lo tanto, en el mapeo de una región regular del dominio físico al dominio
computacional, es deseable examinar diferentes arreglos con objeto de encontrar uno
que proporcione la distribución apropiada de malla.
Región Múltiplemente Conectada. Ahora se considera una región irregular

en el dominio físico con un obstáculo en la parte interior como se ilustra en la Fig.
2.5a. La región mostrada en la Fig. 2.5a es una región doblemente conectada, porque
hay un solo obstáculo dentro de la región. Cuando hay más de un obstáculo dentro
de la región, la región es llamada región múltiplemente conectada. Se consideran
las siguientes dos posibilidades para el mapeo de una región doblemente conectada.
a) Plano físico b) Plano computacional

Figura 2.5 – Mapeo de una región irregular doblemente conectada en una región rectangular.
24
En la primera aproximación, la región física irregular doblemente conectada

se mapea en el dominio computacional como una región rectangular doblemente
conectada con una ventana rectangular como se ilustra en la Figura 2.5b. Esto se
lleva a cabo seleccionando los valores de ξ,η en dirección de las fronteras del
dominio físico en la siguiente manera,
agrupar, η = constante, ξ = variante en dirección de las fronteras AB y DC,

EF y HG en la región física y
agrupar, ξ = constante, η = variante en dirección de las fronteras AD, BC, EH
y FG en la región física.
En la segunda aproximación, la región irregular doblemente conectada se

mapea en el dominio computacional como una región simplemente conectada
rectangular por un corte divisorio como se ilustra en la Fig. 2.6.
Figura 2.6 – Mapeo de una región doblemente conectada en una región simplemente
conectada usando un corte divisorio (Ozisik, 1994).
25
El bosquejo superior de la Fig. 2.6 muestra como las pseudofronteras BC y

AD se generan por el corte divisorio. El segundo bosquejo ilustra el procedimiento
de alargamiento y el inferior muestra el mapeo final en la forma de una región
rectangular simplemente conectada.
La Fig. 2.6 ilustra como I puntos de malla se seleccionan sobre el interior y

fuera de las fronteras, mientras que J puntos de malla se seleccionan sobre las
pseudo-fronteras BC y AD. Los vectores de posición dentro y fuera de las fronteras
son identificados como ri,1 y ri,J, respectivamente, para i = 1, 2, …, I. Similarmente,
los vectores de posición sobre las pseudo-fronteras AD y BC son identificados como
r1,j y rI,j respectivamente, para j = 1, 2, ..., J. Se nota que hay J – 2 líneas
circunferenciales entre las fronteras interior y exterior.
Las pseudo-fronteras en la izquierda y derecha de la región rectangular

corresponden a la misma curva en el dominio físico, por lo tanto se puede escribir
r1,j = rI,j, para j = 1, 2, …, J. A través del pseudo-corte, las direcciones de ξ son
continuas y en dirección del pseudo-corte las direcciones de η son continuas.
Figura 2.7 Mapeo de una región múltiplemente conectada (Ozisik, 1994).
Finalmente, la Fig. 2.7 ilustra el mapeo de una región múltiplemente

conectada con obstáculos circulares en su interior. Solo una de tres es considerada
en el dominio físico por las consideraciones de simetría. Se nota que, el
paralelepípedo fuera del contorno del dominio físico es mapeado en un cuadrado en
el plano computacional en coordenadas cartesianas ξ,η.
26
Métodos de Generación de Mallas Estructuradas Capítulo 2
El obstáculo circular es mapeado en una ventana cuadrada y los obstáculos

semicirculares en ventanas rectangulares. También se muestra en el dominio físico
las líneas constantes ξ y η correspondientes a aquellas en el dominio computacional.
El mapeo de la Fig. 2.7 puede hacerse también hacia un dominio

computacional simplemente conectado. Este se logra al hacer los cortes divisorios
pertinentes como se ilustró en el ejemplo de la región doblemente conectada.
2.5 Métodos de Generación de Mallas Estructuradas
Existen muchos métodos para la generación de mallas estructuradas

disponibles en la literatura. Fundamentalmente, estos pueden clasificarse en
algebraicos y diferenciales. Los algebraicos emplean diferentes tipos de
interpolación, así como, expresiones analíticas exactas y son bastante versátiles y
rápidos. Los diferenciales, llamados así por que emplean sistemas de ecuaciones
diferenciales, son más generales, en contrapartida, requieren un tiempo de cómputo
sensiblemente mayor y una elaboración matemática más compleja que los métodos
algebraicos.
2.5.1 Métodos Algebraicos
En estos métodos, se usan ecuaciones algebraicas para relacionar los puntos

de malla del dominio físico con el dominio computacional. Una vez definida la
geometría del dominio físico y el dominio computacional construido, la malla en el
dominio físico será obtenida por ecuaciones algebraicas. La base de estos métodos
es el uso de técnicas de interpolación y relaciones algebraicas exactas, lo cual
permite la obtención rápida de la malla. Esta es la mayor ventaja de los métodos
algebraicos.
Para ilustrar la generación de la malla a través de la técnica algebraica,

considere el dominio físico representado en la Fig. 2.8 (a).
27
Figura 2.8 – (a) Dominio físico (b) Dominio computacional
La transformación del dominio físico al computacional mostrado en la Fig.

2.8b, es hecha a través de las relaciones algebraicas siguientes (Ozisik, 1994),
2.1
ln 2 1 / 2 / 2 1 / 2
1 2.1
ln
Las relaciones inversas son,
2.2
2 2
2.2
1
donde,
Aquí β es el parámetro de estrechamiento el cual asume valores 1 < β < ∞.

Cuando β se aproxima a la unidad, mas puntos de malla son aglomerados cerca de la
pared en el domino físico. De esta forma se obtienen las coordenadas x y y en
función de las coordenadas del domino computacional ξ y η.
A pesar de que los métodos algebraicos son relativamente simples, esta

técnica representa algunas desventajas tales como:
28
• El método no tiene control del posicionamiento de los puntos, por lo tanto no

garantiza una distribución suave de la malla.
• Si existieran curvas pronunciadas en la frontera, estas pueden propagarse al

interior de la región que originan el traslape de líneas, causando problemas
debidos a las variaciones abruptas de las métricas.
• No siempre es posible encontrar ecuaciones algebraicas para el mapeo.
Los métodos algebraicos son indicados para dominios simples, siendo

difíciles de aplicar a regiones complejas. Los métodos algebraicos basados en
interpolación se usan generalmente como complemento de los métodos
diferenciales. Estos sirven para calcular una primera aproximación de la malla en los
métodos diferenciales.
El método de generación de mallas estructuradas basado en la Interpolación

Transfinita (Transfinite Interpolation, TFI), es el procedimiento algebraico más
rápido basado en interpolación para generar mallas estructuradas. Se usa
comúnmente para generar la malla inicial en sistemas basados en Ecuaciones
Diferenciales Parciales (EDP’s), este método es descrito más adelante.
2.5.2 Métodos Diferenciales
En estos métodos se resuelve un sistema de EDP´s para localizar los puntos

en el interior del dominio físico, esto es, para generar la malla, pueden clasificarse
en sistemas elípticos, parabólicos e hiperbólicos, de acuerdo al tipo de ecuación
diferencial que se utiliza para generar la malla.
2.5.2.1 Clasificación de las Ecuaciones Diferenciales Parciales
Las ecuaciones diferenciales parciales de segundo orden pueden clasificarse

en: elípticas (i), parabólicas (ii) e hiperbólicas (iii). Esta clasificación puede
obtenerse considerando el siguiente operador lineal diferencial (Arfken G. y Weber
J., 1995):
29
2.3
donde los coeficientes a, b, c, d, e y f son funciones de x y y o constantes. Se puede

reducir a las formas canonícas (i), (ii) y (iii) de acuerdo al valor del discriminante D
= 4ac – b2 > 0, = 0, o < 0. Tomando en cuenta el valor del discriminante se pueden
clasificar las siguientes ecuaciones:
0 , 4 4, ó í
, 0, 4 0, ó ó ó
a , 4 4a , ó ó
Para solucionar cualquier ecuación diferencial parcial se requiere la

especificación de condiciones de frontera y condiciones iniciales cuando estas
dependen del tiempo.
2.5.2.2 Condiciones de Frontera
Cuando se conoce un sistema físico en un instante de tiempo específico, la

ley gobernante en el proceso físico y las condiciones de frontera, es posible predecir
el desarrollo subsecuente del proceso físico. El problema radica en encontrar las
soluciones de la ecuación diferencial parcial en puntos dados, curvas o superficies
correspondientes a los problemas de valores en la frontera.
Las condiciones de frontera pueden tomar tres formas:
1. Condiciones de frontera de Cauchy. Se especifican en la frontera el valor de

una función y una derivada normal.
2. Condiciones de frontera de Dirichlet. Se especifica en la frontera el valor de
una función.
3. Condiciones de frontera de Neumann. Se especifica en la frontera la derivada
normal de una función.
30
Analizando la Tabla 2.2 y poniendo especial atención en los casos con

superficies cerradas, se encuentra que las EDP´s con mejor comportamiento son las
ecuaciones Elípticas. Por lo tanto, la mejor opción para crear un sistema coordenado
curvilíneo para superficies cerradas es mediante EDP´s elípticas.
Tabla 2.2 – Condiciones de frontera y solución para los diferentes tipos EDP´s
(Arfken G. y Weber J., 1995)
Condición de frontera Tipo de Ecuación Diferencial Parcial
`
Elíptica Hiperbólica Parabólica
Ecuación de
Ecuación de onda Ecuación de difusión
Laplace, Poisson
en (x,t) (x,t)
en (x,y)
Cauchy
superficie abierta resultados irreales solución única muy restringida
(inestabilidad) (estable)
superficie cerrada muy restringida muy restringida muy restringida
Dirichlet Solución única y

superficie abierta insuficiencia insuficiencia estable en una
dirección
superficie cerrada solución única y solución no única
estable muy restringida
Neumann Solución única y

superficie abierta Insuficiencia Insuficiencia estable en una
dirección
superficie cerrada solución única y solución no única
estable muy restringida
31
2.5.2.3 Generación de Mallas Mediante Sistemas de Ecuaciones Diferenciales

Parciales Hiperbólicos y Parabólicos
Una alternativa para la generación de mallas vía EDP´s es usar un sistema

hiperbólico. Los sistemas hiperbólicos pueden tomar condiciones de frontera solo en
una porción de la frontera. Por lo tanto, mientras los sistemas elípticos pueden
producir una malla en el dominio entero a partir de la distribución de puntos en
todas las fronteras, los sistemas hiperbólicos generan la malla por ir hacia afuera de
una porción de la frontera. Entonces, los sistemas hiperbólicos no pueden usarse
para generar una malla en el dominio entero definido por sus fronteras.
El sistema parabólico se utiliza cuando la física del problema a ser resuelto

también es un modelo parabólico, pues no es necesario almacenar en la memoria de
la computadora toda la malla, sólo se almacenan los planos (o líneas) de cálculo.
La generación de mallas mediante sistemas de EDP´s hiperbólicos y

parabólicos es menos recurrida en la literatura, ya que estos sistemas se utilizan para
mallar superficies abiertas y otros casos particulares.
2.5.2.4 Generación de Mallas Mediante Sistemas de Ecuaciones Diferenciales

Parciales Elípticos
Desde el trabajo pionero de Thompson et al. (1977) sobre generación de

mallas a través de sistemas de EDP´s elípticos, es conocido que los sistemas
elípticos de ecuaciones diferenciales parciales de segundo orden producen la mejor
malla posible, en el sentido de suavidad y distribución de puntos de malla
(Spekreijse, 1995). Los sistemas de generación de malla elípticos cuasi-lineales de
segundo orden son llamados sistemas de Poisson con funciones de control a ser
especificadas. Estas funciones de control sirven para el aglomeramiento de líneas de
malla, tanto en las fronteras como en otras partes dentro del dominio donde se
requiera.
En este trabajo se generaron las mallas mediante un sistema de ecuaciones

diferenciales parciales elípticas, ya que estos sistemas tienen aspectos a favor que
se desean al generar mallas, tales como:
32
• Proporciona una distribución suave de los puntos de malla, esto es, si existen
fuertes curvaturas en las fronteras, estas no se propagaran en el interior del
dominio.
• Permite la opción de aglomerar puntos de malla y ortogonalidad (para el caso

bidimensional).
• Abarca problemas tridimensionales.
• El principio del máximo es satisfecho por la ecuación de Laplace

involucrado en el método de coordenadas de cuerpo ajustado (Strauss, 1992),
esto es, el máximo y el mínimo valor de la solución ocurren sobre las
fronteras. Esto garantiza que el Jacobiano de la transformación no se anula en
el dominio, lo que impide una indeterminación en el uso de las métricas. El
principio del máximo también garantiza un mapeo uno a uno en el dominio
computacional, en otras palabras, que las líneas coordenadas de la misma
familia nunca se interceptaran entre sí (Maliska, 1995).
33
Capítulo 3
Metodología de Transformación de
Coordenadas
En este Capítulo se presentan la metodología y desarrollo matemático de la

Técnica Avanzada de Transformación de Coordenadas (Coordenadas de Cuerpo
Ajustado), los fundamentos matemáticos de transformación para la Interpolación
Transfinita y la ecuación de Difusión de Calor en un sistema coordenado curvilíneo
(coordenadas generalizadas).
3.1 Introducción
En la Técnica Avanzada de Transformación de Coordenadas una malla

curvilínea se genera sobre el dominio físico, tal que un miembro de cada familia de
las líneas de coordenadas curvilíneas coincide con el contorno de la frontera en el
dominio físico. Por lo tanto, el esquema es también llamado “método de
coordenadas de frontera ajustada” (boundary fitted coordinate method), o,también
se encuentra en la literatura con el nombre de “método de coordenadas de cuerpo
ajustado”. Para comprender mejor el planteamiento y desarrollo de esta técnica, es
necesario analizar una serie de conceptos matemáticos y tener en mente las
ecuaciones diferenciales de Laplace y Poisson.
Debido a que la generación de mallas es esencialmente un problema de valor

en la frontera, las mallas pueden ser generadas de la distribución de puntos
(contorno) sobre las fronteras con la solución de ecuaciones diferenciales. La
solución de un sistema de EDP´s generalmente se obtiene por iteración, entonces, es
necesario contar con una aproximación inicial, la cual en este caso se obtiene
utilizando la Interpolación Transfinita.
34
Transformación de Coordenadas Capítulo 3
3.2 Transformación de Coordenadas
En esta sección se tratan los aspectos matemáticos relacionados con los

sistemas de coordenadas curvilíneas y su relación con el plano cartesiano, para su
aplicación posterior. Este apartado tiene como base el texto de Maliska de 1995.
3.2.1 Sistemas de Coordenadas Curvilíneas
En la Fig. 3.1 se muestra un sistema de coordenadas curvilíneas (ξ,η,ζ)

referidas al sistema cartesiano (x,y,z). Las coordenadas curvilíneas de un punto son
referidas al sistema cartesiano con tres ecuaciones de transformación,
, , 3.1
, , 3.2
, , 3.3
Existe la posibilidad de representar un nuevo sistema coordenado en

movimiento con el tiempo, lo que altera en forma funcional las Ecs. (3.1) a (3.3)
para involucrar la variable tiempo.
Figura 3.1 – Sistema de coordenadas curvilíneas.
35
Las métricas de esta transformación pueden obtenerse a través de la función

inversa. Las diferenciales de cada eje coordenado están dadas por,
3.4
3.5
3.6
donde , , , son las derivadas parciales respecto al eje coordenado indicado en

el subíndice, escribiendo las Ecs. (3.4) a (3.6) en forma matricial,
3.7
en forma compacta,
3.8
donde y son las diferenciales en el dominio transformado y en el dominio

físico, respectivamente.
A través de las diferenciales en el plano físico, se encuentra,
3.9
ó,
3.10
Usando las Ecs. (3.8) y (3.10), se llega a,
3.11
36
luego, comparando con , elemento por elemento, las métricas están dadas
por,
3.12
donde,
1
det 3.13
det
ó,
3.14
J es el Jacobiano de la transformación.
Las Ecs. (3.1) a (3.3) representan una transformación de un sistema (x,y,z) a

un sistema (ξ,η,ζ). El teorema de la función inversa, el cual permite la obtención de
las relaciones dadas por la Ec. (3.12), admite la existencia de la inversa de la
transformación dada por,
, ,
, , 3.15
, ,
donde las métricas de cada función inversa son,
37
1
3.16
1
Para ejemplificar, considere la transformación de un sistema de coordenadas

cartesianas al sistema de coordenadas cilíndricas. Considere la transformación, dada
por,
3.17
entonces, las funciones inversas se encuentran despejando las variables

independientes (x,y,z) de la Ec. (3.17), las cuales son:
cos cos
sen sen 3.18
38
3.2.2 Longitud Diferencial en Dirección de un Eje Coordenado
Considere la Fig. 3.1, donde se evidencia la longitud diferencial dLη, en

dirección del eje coordenado η, y las coordenadas a, b y c del punto A en el sistema
cartesiano. Es fácil verificar que,
Δ 3.19
Δ 3.20
Δ 3.21
una vez que, la longitud de , ∆ξ y ∆ζ son iguales a cero. Usando el teorema de

Pitágoras, se encuentra,
Δ 3.22
Análogamente, las longitudes diferenciales en las direcciones de ξ y ζ son,
Δ 3.23
Δ 3.24
De acuerdo con la definición del tensor métrico, dada por,
3.25
se nota que las longitudes diferenciales dLξ, dLη y dLζ son, respectivamente,
Δ 3.26
39
Δ 3.27
Δ 3.28
esto significa que, una longitud diferencial en dirección de un eje coordenado está
relacionado con apenas una de las componentes del tensor métrico. Un elemento
diferencial general ds, utilizando el teorema de Pitágoras es,
3.29
Utilizando las expresiones de las diferenciales dx, dy y dz dadas por la Ec.

(3.9) y la definición de tensor métrico gik, se encuentra,
3.30
donde gik está definido por la Ec. (3.25) y, lógicamente, posee nueve componentes.
Un elemento diferencial general, por lo tanto, involucra todas las componentes del
tensor métrico. En la Ec. (3.30), xi y xk representan las coordenadas generalizadas,
para i = 1 se tiene x1 = ξ, para i = 2, x2 = η y para i = 3, x3 = ζ. El tensor métrico, en
forma matricial, esta dado por,
3.31
Para los sistemas de coordenadas ortogonales, todas las componentes

cruzadas son iguales a cero. Para un sistema de coordenadas cilíndricas, por
ejemplo, usando la definición de gik se tiene,
1
3.32
1
con todas las otras componentes iguales a cero.
40
3.2.3 Áreas en Sistemas de Coordenadas Curvilíneas
Considerando, ahora, dos ejes coordenados pueden obtenerse expresiones que

permiten calcular las áreas en un sistema de coordenadas curvilíneas. En la Fig. 3.2
se muestra esta situación, para un caso bidimensional se puede escribir,
Δ Δ 3.33
Δ Δ 3.34
Figura 3.2 – Área en el plano físico.
De acuerdo con la Fig. 3.2, se puede representar esas longitudes diferenciales

por vectores, como,
Δ Δ 3.35
Δ Δ 3.36
El área del paralelogramo formado por los dos vectores está dada por el
modulo de vector resultante del producto vectorial de los mismos
41
Δ Δ 0 Δ Δ 3.37
Δ Δ 0
entonces,
Δ Δ 3.38
Una interpretación geométrica importante puede ser extraída de la Ec. (3.38),

comparándola con la Ec. (3.14), se constata que la expresión entre paréntesis de la
Ecuación (3.38) es, exactamente, 1/J, luego,
1
3.39
Δ Δ
es decir, la relación entre las áreas del plano físico y del plano transformado es igual
a 1/J. Como es común usar ∆ξ y ∆η unitarios por simplicidad, por lo tanto, los
mismos pueden ser arbitrarios, entonces el inverso del Jacobiano es exactamente el
valor del elemento de área en el plano físico. En la Fig. 3.3 se muestra un área en el
plano físico y su mapeo en el plano transformado. De acuerdo a la Fig. 3.3 se
entiende el porqué ∆ξ y ∆η pueden ser arbitrarios. Usando la Ec. (3.14) para una
situación bidimensional, el Jacobiano es,
3.40
Figura 3.3 – Áreas en los planos físico y transformado.
42
Técnica Avanzada de Transformación de Coordenadas Capítulo 3
Si se aproxima numéricamente la Ec. (3.40) y se sustituye en la Ec. (3.39), se

puede comprobar que el producto ∆ξ∆η desaparece, siendo, por tanto, arbitrario el
valor de área (o volumen) en el plano transformado.
Para una transformación tridimensional se tiene,
1
3.41
Δ Δ Δ
Es posible mostrar que,
1
3.42
donde,
det 3.43
3.3 Técnica Avanzada de Transformación de Coordenadas
En el presente trabajo, se emplea una discretización estructurada, esto es, los

volúmenes elementales, son formados por líneas o superficies coordenadas y se
encuentran rodeados por la misma cantidad de elementos de volumen, a excepción
de los volúmenes frontera. Es necesario, entonces, dependiendo de la geometría del
dominio de cálculo, generar un sistema de coordenadas curvilíneas que se adapte a
esta discretización.
Obtener un sistema de coordenadas significa determinar las funciones

, , , , , y , , que satisfagan todas las propiedades
matemáticas de una transformación de coordenadas.
43
3.3.1 Uso de Ecuaciones Diferenciales Parciales Elípticas para la Obtención

de Sistemas Coordenados Curvilíneos
La motivación de usar ecuaciones diferenciales elípticas para la generación

de mallas se encuentra teniendo en cuenta que todos los problemas de campo, flujo
potencial, campos eléctricos, conducción de calor, etc., son gobernados por
ecuaciones diferenciales parciales elípticas y, por lo tanto, poseen, como soluciones,
isosuperficies que puede ser empleadas como superficies coordenadas.
Figura 3.4 – Isotermas obtenidas para un problema de conducción.
Para explorar este punto, considere la Fig. 3.4, donde se muestran las
isotermas para dos problemas de conducción de calor bidimensional, cuyas
condiciones de contorno están mostradas en la Figura y las ecuaciones diferenciales
gobernantes son:
0 3.44
0 3.45
Las dos soluciones pueden ser superpuestas para obtener la malla mostrada en
la Fig. 3.5, que puede emplearse para la solución numérica de cualquier otro
problema físico. Es claro que, resolviendo las Ecs. (3.44) y (3.45), con las
condiciones de contorno dadas, la malla resultante de la superposición de las
44
isotermas será ortogonal. En este caso, es posible mostrar que las isotermas de un
problema son las líneas de flujo de calor del otro y viceversa.
Figura 3.5 – Sistema coordenado obtenido con la superposición de las isotermas.
Llamando, entonces, T1 de ξ y T2 de η, el sistema generador resultante es,
0 3.46
0 3.47
Las soluciones de las Ecs. (3.44) y (3.45) o las Ecs. (3.46) y (3.47) forman la
malla, como se muestra en la Fig. 3.5. Las condiciones de frontera empleadas hacen
que la malla resultante sea ortogonal. Entretanto, las condiciones de frontera de la
derivada nula no se adoptan por provocar que la solución del sistema de ecuaciones
sea más complicada y computacionalmente más lenta. Se adoptan, entonces,
condiciones de frontera de Dirichlet en todas las fronteras. Para la variable ξ, se
tiene,
Γ
Γ
ó Γ 3.48
ó Γ
y, para la variable η, se tiene,
45
Γ
Γ
ó Γ 3.49
ó Γ
Con las condiciones de contorno dadas por las Ecs. (3.48) y (3.49), el sistema
coordenado resultante no será ortogonal. Especificar una distribución dada de ξ, o
(T1) en Γ2 y Γ4 es equivalente a establecer un punto de salida de Γ4 y un punto de
llegada en Γ2, de una determinada isoterma. Esta condición de contorno no es
equivalente a la derivada nula en Γ2 y Γ4, la cual origina una malla ortogonal. Por
otro lado, teniendo un buen sentido en la especificación de los puntos donde ξ
encuentra Γ2 y Γ4 y donde η encuentra Γ1 y Γ3, es posible generar sistemas cuasi-
ortogonales.
Figura 3.6 – Condiciones de contorno cuasi-ortogonales.
Para la ecuación diferencial de ξ, se tiene, en Γ1, ξ = 1, en Γ3, ξ = 5; en Γ2, ξ

= 1, 2, 3, 4 y 5 en puntos seleccionados en el contorno. En Γ4, nuevamente los
puntos seleccionados del contorno, ξ = 1, 2, 3, 4 y 5. Observe que, en este caso, las
distribuciones de ξ sobre las fronteras Γ2 y Γ4 fueron discretas, más, lógicamente
pueden ser funciones en forma cerrada, si la ecuación diferencial para ξ tiene
solución analítica.
La solución de la ecuación diferencial para ξ proporciona la distribución

deseada. Haciendo las isolíneas de valores ξ igual a 2, 3, y 4 (las líneas de ξ igual a 1
46
y 5 son conocidas), se tienen las líneas coordenadas ξ determinadas. Adoptando

exactamente el mismo procedimiento para la ecuación diferencial de η, se tienen las
líneas coordenadas η determinadas.
Figura 3.7 – Comportamiento de la ecuación de Laplace en superficies convexas y

cóncavas.
La característica más importante de las Ecs. (3.46) y (3.47) es que la

ecuación de Laplace da origen a coordenadas que presentan una mayor posibilidad
de uniformidad de malla, es decir, mejor distribución de puntos de malla. Entonces,
mediante las estas Ecs. (3.46) y (3.47) se obtienen celdas curvilíneas que varían de
manera gradual formadas por las líneas ξ y η. En las superficies convexas, la
tendencia es concentrar las líneas coordenadas, al contrario de las cóncavas,
conforme se muestra en la Fig. 3.7. También, es necesaria la concentración de líneas
junto a la pared, por ejemplo, en la superficie cóncava mostrada en la Fig. 3.7(a),
47
entonces términos fuente deben introducirse en la Ec. (3.47). El sistema generador,

que incluye términos fuente para permitir la concentración de líneas donde se
requiera, tiene la siguiente forma,
, 3.50
, 3.51
3.3.2 Transformación de las Ecuaciones de Generación
Las Ecs. (3.50) y (3.51) poseen como variables dependientes a ξ y η y,

lógicamente, x y y como independientes. Es necesario invertir las Ecs. (3.50) y
(3.51) para que tengan como variables dependientes a x y y. Las Ecs. (3.50) y (3.51)
son ecuaciones diferenciales parciales y el dominio de la solución es arbitrario, la
solución analítica de las mismas no siempre es posible. Por otro parte, la solución
numérica recae en el problema que se quiere evitar, esto es, resolver ecuaciones
diferenciales en dominios arbitrarios.
La solución propuesta por los investigadores en DFC (Patankar, 1980, Peric,

1985, Maliska, 1995, Date 2005), es resolver las ecuaciones generadoras del sistema
coordenado, Ecs. (3.50) y (3.51), en el sistema de coordenadas curvilíneas (plano
computacional transformado). De esta forma, tanto las ecuaciones generadoras de
malla y las ecuaciones del problema físico, son resueltas en el plano transformado.
Se necesita, entonces, transformar las ecuaciones generadoras para el sistema (ξ,η,ζ),
el caso de tres dimensiones o (ξ,η) en el caso bidimensional.
Para mostrar el caso general las ecuaciones del caso tridimensional se

transforman a continuación. Las ecuaciones de generación equivalentes a (3.50) y
(3.51) para el caso tridimensional son:
, , 3.52
, , 3.53
, , 3.54
dada la trasformación,
, , 3.55
, , 3.56
, , 3.57
48
es posible obtener las expresiones para las derivadas de primero y segundo orden de
una función f a través de la regla de la cadena. Estas expresiones son,
3.58
3.59
3.60
2 2 2
3.61
2 2 2
3.62
2 2 2
3.63
haciendo f = x, y, y z, en la Ec. (3.61), se encuentra,
0 3.64
0 3.65
0 3.66
donde E1, F1 y G1 están dados por,
ζ 2 2 2 ζ 3.67
ζ 2 2 2 ζ 3.68
ζ 2 2 ζ 2 ζ 3.69
El sistema dado por las Ecs. (3.64) a (3.66) puede escribirse en forma
matricial como,
3.70
De forma semejante, haciendo f = x, y, y z, en la Ec. (3.62), se encuentra,
0 3.71
49
0 3.72
0 3.73
ζ 2 2 ζ 2 ζ 3.74
ζ 2 2 ζ 2 ζ 3.75
ζ 2 2 ζ 2 ζ 3.76
ó, en forma matricial,
3.77
De forma análoga, haciendo f = x, y, y z, en la Ec. (3.63), se encuentra,
0 3.78
0 3.79
0 3.80
ζ 2 2 ζ 2 ζ 3.81
ζ 2 2 ζ 2 ζ 3.82
ζ 2 2 ζ 2 ζ 3.83
ó, en forma matricial,
3.84
La solución de los sistemas dados por las Ecs. (3.70), (3.77) y (3.84), es,
3.85
3.86
50
ζ ζ ζ ζ 3.87
3.88
3.89
ζ ζ ζ ζ 3.90
3.91
3.92
ζ ζ ζ ζ 3.93
Introduciendo las ecuaciones anteriores en la Ecs. (3.52) a (3.54), se llega a,
, , ζ 3.94
, , ζ 3.95
ζ ζ ζ , , ζ 3.96
Haciendo E1 + E2 + E3 = E, F1 + F2 + F3 = F y G1 + G2 + G3 = G, se tiene,
en forma matricial,
3.97
ζ ζ ζ
Resolviendo este sistema, se encuentra que,
ζ ζ ζ ζ
3.98
ζ ζ
3.99
ζ ζ ζ ζ
3.100
Sustituyendo las ecuaciones de arriba en las expresiones para E, F y G,

obtenidas de las expresiones para E1, F1, G1, E2, F2, etc., se encuentran las
ecuaciones transformadas, dadas por,
51
2 2 2 3.101
2 2 2 3.102
2 2 2 3.103
donde,
3.104
3.105
ζ ζ ζ 3.106
3.107
ζ ζ ζ 3.108
ζ ζ ζ 3.109)
Usando las relaciones de transformación inversa dadas por la Ec. (3.12), para
sustituir las métricas de los términos E, F, y G, se llega a,
2 2 0 3.110
2 2 0 3.111
2 2 0 3.112
Se observa que los coeficientes a, b, c, d, e, y f, cuyas expresiones ya fueron

escritas anteriormente, pueden, también, ser escritos en función de las derivadas de
x, y, z en relación a ξ, η y ζ, usando la Ec. (3.12).
Las Ecs. (3.101) a (3.103) poseen como variables dependientes las

coordenadas (x, y, z) e independientes (ξ, η, ζ). Por lo tanto, la solución de las
mismas proporcionara los puntos (x, y, z) del nuevo sistema coordenado. Lo
conveniente, ahora, es que las variables independientes pertenecen a un plano
computacional fijo y regular, un paralelepípedo en el caso tridimensional. Luego,
con la transformación de las ecuaciones de generación al plano transformado,
desaparece el problema de resolver las Ecs. (3.52) a (3.54) en un dominio irregular.
Naturalmente, las ecuaciones transformadas son más complejas y, también,
acopladas entre sí a través de los coeficientes.
52
Como las ecuaciones de generación transformadas, dadas por las Ecs. (3.110)
a (3.112), no poseen solución analítica fácil, las mismas son resueltas
numéricamente, a través de un proceso simple de diferencias finitas.
Las ecuaciones de generación simplificadas para dos dimensiones, tienen la

forma,
1
2 0 3.113
1
2 0 3.114
donde,
3.115
son las componentes del tensor métrico gij asociado a la transformación y el J es el

Jacobiano de la transformación, dado por,
3.116
3.3.3 Condiciones de Frontera para las Ecuaciones Transformadas
Como x y y son variables dependientes en las ecuaciones transformadas, para

ellas se deben especificar las condiciones de frontera que aparecen naturalmente de
la definición de la geometría del problema. En la Fig. 3.8, por ejemplo, se muestran
los puntos que definen la geometría los cuales poseen coordenadas x y y conocidas.
En el plano transformado de la Fig. 3.9 , estos puntos aparecen en círculos abiertos
sobre los segmentos , , , y . En el plano transformado, por lo tanto,
todos los valores de x y y son conocidos sobre la frontera y se utilizan como
condiciones de frontera de las ecuaciones de generación.
53
Figura 3.8 – Condiciones de contorno para x y y.
Como ξ y η son las variables independientes en este procedimiento, se puede

asignar valores arbitrarios a ellas. Por ejemplo, en la Fig. 3.9 se puede atribuir a ξ
valores de 1 a N, siendo N el número de líneas en el dominio físico. De esta forma,
∆ξ es igual a 1, lo que es conveniente en la implementación del código
computacional. De manera semejante, ∆η puede ser hecho unitario.
Figura 3.9 – Condiciones de frontera para x y y en el plano físico transformado.
En la solución de las Ecs. (3.113) y (3.114), en muchas situaciones, usando

los factores P y Q para atraer las líneas coordenadas, no es posible dar la
distribución deseada a las mismas en el interior del dominio. En este caso, la técnica
que puede usarse es especificar también los valores de x y y para algunos puntos
internos, forzando a las líneas coordenadas a pasar por ellos. Es un procedimiento
que funciona bien, pues algunos puntos internos seleccionados adecuadamente
pueden dar la característica deseada a la malla. De esta forma, al resolver las
ecuaciones de generación, debe tomarse en cuenta que ya existen puntos internos
conocidos y que los mismos no necesitan calcularse. El proceso es equivalente a la
54
especificación de las condiciones de frontera. La Fig. 3.10 muestra la situación

donde sería difícil atraer las líneas coordenadas para la esquina, y las mismas son,
entonces, forzadas a pasar por los puntos A, B, y C. Esto puede hacerse en cualquier
región del dominio.
Figura 3.10 – Especificación de puntos internos
3.3.4 Funciones de Control de Malla P y Q
Las funciones de control de malla , y , se usan para concentrar

las líneas de malla en las regiones donde puede haber fuertes gradientes de la
variable a analizar o en regiones de interés. Por ejemplo, en problemas de
convección natural ocurren grandes gradientes cerca de las paredes, por lo tanto, los
puntos de malla necesitan ser concentrados en tales lugares, Thompson et al.
especificaron las funciones , y , de la siguiente forma,
, 3.117
| |
, 3.118
| |
55
Se nota que las funciones , y , tienen forma similar excepto que

ξ y η se intercambian. El significado físico de los términos en estas ecuaciones es
como sigue.
Los índices en la sumatoria N y M denotan el número de línea y

concentración de puntos, respectivamente. El cociente de cada término de P1, P2, Q1
y Q2, por ejemplo, garantiza que la atracción de las líneas ocurra sobre ambos
lados de la línea ξ = ξj o punto (ξi,ηi), ya que este cociente permite el cambio de
signo según la línea o punto que se considere para atraer líneas de malla.
Los primeros términos de P y Q, dados por P1 y Q1, poseen un exponencial

cuyo argumento (negativo) es la diferencia entre el valor de la línea coordenada a ser
atraída y de la línea coordenada que atrae. Este número crece a medida que aumenta
la distancia entre las respectivas líneas, lo que significa que el término decrece con
el aumento de la distancia. Por lo tanto, las líneas próximas de la línea que atrae
experimentarán más atracción que las distantes, suavizando así la distribución.
Se tiene un comportamiento semejante para los segundos términos de P y Q,

dados por P2 y Q2. En este caso, el parámetro que regula la fuerza de atracción es la
distancia entre los puntos que se encuentra en la línea a ser atraída y en los puntos
que atraen.
El primer término de la Ec. (3.117) (P1), atrae las líneas constantes ξ para las
líneas ξj. Análogamente, el primer término de la Ec. (3.118) (Q1), atrae las líneas
constantes η para las líneas ηj. El segundo término de las Ecs. (3.117) y (3.118),
representados por P2 y Q2 respectivamente, atrae las líneas constantes ξ y η para los
puntos (ξi,ηi).
Por lo tanto, el primer término de las ecuaciones P y Q es responsable por la

atracción entre las líneas coordenadas y el segundo, por la atracción de las líneas a
puntos seleccionados. La Fig. 3.11 muestra el control de las líneas ξ = constante en
dirección de la línea coordenadas ξ = ξi y el punto (ξi,ηi).
56
(a) (b)
Figura 3.11 – Atracción de las líneas ξ = constante en dirección de: (a) línea coordenada ξ =
ξj, términos P1 y Q1 de las Ecs. (3.117) y (3.118) y (b) el punto (ξi,ηi) , términos P2 y Q2 de las
Ecs. (3.117) y (3.118).
Los cj, cj* y di, di* son los coeficientes de decaimiento que controlan la
atracción de las líneas con la distancia, mientras que aj, aj* y bi, bi* son los
coeficientes de amplitud. La selección de estos coeficientes depende del problema
en estudio, ya que los términos influyen de manera directa en la aglomeración o
dispersión de los puntos. Normalmente, los valores de estos coeficientes se escogen
por el usuario a través de tentativa y error, hasta la obtención de una malla adecuada.
En la Ec. (3.117) en la primera sumatoria, la amplitud ai es para atraer líneas

ξ = constante en dirección de la línea ξ = ξj; y en la segunda sumatoria la amplitud bi
es para atraer líneas ξ = constante en dirección del punto (ξi,ηi).
De esta forma, incluyendo los términos fuentes P y Q en el sistema

generador, se pueden controlar las coordenadas x y y de los puntos en el interior del
dominio físico.
Un ejemplo que ayuda bastante a entender el comportamiento de los términos
P y Q es el siguiente. Imagine que se está interesado en atraer todas las líneas ξ para
la línea ξ = 5 y para el punto (5,4), como se muestra en la Fig. 3.12. El término P de
la ecuación diferencial debe calcularse para todos los puntos discretos (ξ,η) en el
dominio. Por ejemplo, se calcula el valor de P para los puntos (1,6) y (3,5). Es claro
que la atracción que el punto (3,5) experimenta debe ser mayor que la atracción de
(1,6). Siempre que estos dos puntos estén siendo atraídos por la línea ξ = 5 y para el
punto (5,4).
57
Interpolación Transfinita Capítulo 3
Calculando P(1,6) y P(3,5), se encuentra que,
1,6 3.119

√
3,5 3.120

√
de donde se puede verificar que, realmente, P(3,5) es mayor que P(1,6). Una
expresión semejante se usa para Q(ξ,η), siendo, entonces, este término el
responsable por la atracción de las líneas η a otras líneas η en puntos definidos.
Figura 3.12 – Comportamiento de los términos P y Q de atracción de coordenadas.
3.4 Interpolación Transfinita (TFI)
La Interpolación Transfinita (Transfinite Interpolation, TFI) es la

aproximación más común para la generación algebraica de mallas. Puede producir
excelentes resultados en la generación rápida de mallas donde otros métodos son
difíciles de aplicar, y también permite el control directo de los nodos de malla.
Muchas regiones bidimensionales se pueden mallar fácilmente usando TFI. Sin
embargo, hay geometrías, tales como, un ala y regiones tipo C, donde la TFI no
provee una malla adecuada. Las principales desventajas son (1) la carencia de
suavidad en la generación de mallas, con cualquier geometría que tenga grandes
cambios en las curvas frontera, ya que estas tienden a propagarse al interior de las
fronteras, y (2) una tendencia a doblarse cuando las geometrías son complejas.
58
En el presente trabajo la TFI se utiliza como una primera aproximación de la

malla a generar. A continuación se presenta esta técnica en dos y tres dimensiones
como una suma booleana (Farrashkhalvat M., Miles J.P., 2003)
3.4.1 TFI Bidimensional
Suponga que existe una transformación r = r(ξ,η) (o x = x (ξ,η), y = y (ξ,η))

la cual mapea un cuadrado unitario 0 < ξ < 1, 0 < η < 1 del plano computacional ξ,η
a una superficie curva en el plano físico x,y, como se muestra en la Fig. 3.13,
Figura 3.13 – Mapeo de un cuadro unitario en una figura con cuatro lados curvos.
Los bordes ξ = 0, 1 mapean a las fronteras AB y CD, respectivamente, lo cual

se puede formular como r(0,η) y r(1, η), análogamente para las fronteras AC, BD el
mapeo es dado por r(ξ,0) y r(ξ,1). Se puede escribir otra transformación llamada
proyector, la cual mapea puntos en el espacio computacional al espacio físico,
definida por,
, 1 0, 1, 3.121
Análogamente, se puede definir el proyector,
, 1 ,0 , 1 3.122
el cual mapea el cuadro unitario sobre la región que preserva las fronteras AC, BD,
pero reemplaza las fronteras AB, CD con líneas rectas, como se muestra en las Fig.
3.14,
59
Figura 3.14 – Proyector
Se pueden formar el mapeo compuesto , tal que,
, 1 ,0 ,1
1 1 0,0 0,1 1 1,0 1,1
1 1 0,0 1 0,1 1 1,0
1,1 3.123
Esta transformación bilineal tiene la propiedad que los cuatro vértices A, B,

C, D, son preservados, pero las cuatro fronteras se reemplazan por líneas rectas,
esto es, el cuadrado unitario es mapeado en un cuadrilátero ABDC tal y como
aparece en la Fig. (3.15).
Figura 3.15 – Transformación bilineal
Las líneas constantes ξ = constante y η = constante en el espacio

computacional son mapeadas en líneas rectas en el espacio físico. Es fácil mostrar
que esta composición de proyectores, frecuentemente referida como el producto
tensor de y , es conmutativo, eso es,
60
3.124
Es de hacer notar que al formar el mapeo compuesto ; se obtiene,
, 1 0, 1, 1 0, 1, ,
Por lo tanto, se puede escribir:
3.125
la cual es una propiedad de los operadores proyección.
Ahora se consideran los varios mapeos del lado η = 0 del cuadrado unitario.
Bajo es mapeado en la línea recta AC; bajo es mapeado en la curva frontera
AC, finalmente bajo es mapeado en la línea recta AC. Consideraciones
similares aplican a cada lado del cuadrado unitario muestran que el mapeo
compuesto ( es una transformación en la cual se mapea la frontera
completa del cuadrado unitario en la frontera entera curveada ABCD. Este mapeo es
llamado la suma Booleana de la transformación y , y es denotada por .
De esta manera,
3.126
Es claro que . La formulación completa es,
, , , ,
1 0, 1, 1 ,0 ,1
1 1 0,0 1 0,1 1 1,0 1,1
3.127
Esta transformación es la fórmula de la Interpolación Transfinita en dos

dimensiones. Una malla es generada por la Ec. (3.127) tomando valores discretos ξi,
ηj de ξ y η con,
1 1
0 1 0 1, 1, 2, … , ̃, , 1, 2, … , ̃
̃ 1 ̃ 1
61
para ̃ y ̃ seleccionados.
3.4.2 TFI Tridimensional
Una aproximación simple de la TFI en tres dimensiones es extender la

definición de los proyectores a 3D. Usando polinomios de Lagrange lineales como
funciones de combinación, se pueden definir los siguientes proyectores:
, , 1 0, , 1, , 3.128
, , 1 , 0, , 1, 3.129
, , 1 , ,0 , , 1 3.130
Ahora el proyector aun mapea las caras opuestas ξ = 0, 1 del cubo sobre
las caras opuestas 0, , , 1, , de R. También, mapea todos los vértices del
cubo, (0, 0, 0), (1, 0, 0) etc., sobre los vértices 0,0,0 , 1,0,0 , etc., de R. Sin
embargo, los cuatro bordes del cubo los cuales conectan vértices opuestos de las
caras ξ = 0 y ξ = 1 son mapeados en líneas rectas conectando los vértices
correspondientes de R.
Por ejemplo, , 0,0 1 0,0,0 1,0,0 , 0 1.

Claramente los otros proyectores y tienen propiedades similares. Además
todos ellos satisfacen la propiedad básica de proyección dada por la Ec. (3.125).
Si se empieza con solo las dos caras opuestas de R especificadas que son
capaces de construir el sistema de coordenadas curvilíneas sobre estas superficies
con η y ζ como coordenadas, como se muestra en la Fig. 3.16, se podría tener una
malla sobre estas, correspondientes a los valores discretos,
1 1
0 1 , 0 1, 1, 2, … , ̃, , 1, 2, … ,
̃ 1 1
para ̃ . Después, se podría usar , para interpolar una malla entre estas caras,
tomando valores discretos de ξ también, con 0 ̃
1, 1, 2, … , ̃ .
El producto tensor puede expresarse como,
62
, , 1 1 0,0, 1 0,1, 1 1,0,

1,1,
Figura 3.16 – Malla en una superficie
El efecto de esta transformación sobre el cubo unitario es mapear los cuatro

bordes rectos paralelos a la dirección ζ sobre las cuatro curvas correspondientes
0,0, , etc., de R. Entre estos bordes curveados se tiene una interpolación entre
las direcciones ξ y η. Este mapeo puede usarse para interpolación lineal si se
empieza con solo esos cuatro bordes de R. Los otros productos bilineales tienen
propiedades similares, y están dados por,
, , 1 1 , 0,0 1 , 0,1 1 , 1,0

, 1,1 3.131
, , 1 1 0, , 0 1 0, , 1 1 1, , 0
1, , 1 3.132
Todos estos productos tienen la propiedad de conmutatividad. También, se

puede formular una transformación ‘trilineal’ , la cual puede expresarse
como,
, ,
1 1 1 0,0,0 1 1 1,0,0
1 1 0,1,0 1 1 0,0,1
1 1,1,0 1 1,0,1 1 0,1,1
1,1,1 3.133
63
Transformación de la Ecuación General de Convección-Difusión Capítulo 3
Esta interpolación trilineal mapea el cubo unitario sobre una región del
espacio físico con los mismos vértices como R pero con líneas rectas conectando los
vértices.
La suma Booleana puede formularse en términos de los mapeos

anteriores aplicando sucesivamente la definición dada por la Ec (3.126), se tiene,
3.134
La Ec. (3.134) generara una malla dentro de R por interpolación trilineal,

tomando valores discretos de ξ, η, y ζ.
3.5 Transformación de la Ecuación General de Convección-

Difusión para la Variable Escalar
Las ecuaciones gobernantes en forma conservativa serán transformadas con el

objetivo de obtenerlas en el plano computacional.
La ecuación de conservación general escrita en forma vectorial es,
· 3.135
o en la forma,
3.136
donde,
3.137
3.138
Γ 3.139
64
Γ 3.140
Γ 3.141
donde es un escalar genérico que representa las propiedades conservativas como

masa, cantidad de movimiento, energía, etc., y Γ representa el coeficiente de
transporte.
La transformación necesaria para la solución de los problemas transitorios

tridimensionales es dada por,
, , , 3.142
, , , 3.143
, , , 3.144
3.145
donde el Jacobiano de las métricas de la transformación son los mismos dados en la

sección 3.2 Transformación de Coordenadas, adicionando las siguientes relaciones
que involucran el tiempo,
3.146
3.147
3.148
Usando la regla de la cadena, las derivadas de las componentes del flujo son,
3.149
3.150
3.151
3.152
donde el último término de las Ecs. (3.149) a (3.151) es igual a cero, si τ no es

función de x, y y z. Introduciendo estas ecuaciones en la Eq. (3.136) y dividiendo
por J, aparecerán términos del tipo:
65
1
, , ,
Para que las métricas y el Jacobiano queden dentro de la derivada, se sustraen

términos del tipo,
1
, , , ,
La ecuación resulta, entonces, de la forma conservativa, como
3.153
Con ayuda de las Ecs. (3.12), (3.146) a (3.148) se puede mostrar que, los
últimos cuatro términos entre corchetes en el lado izquierdo de la Ec. (3.153) son
iguales a cero, la ecuación transformada queda,
3.154
66
Definiendo:
3.155
3.156
3.157
3.158
3.159
Escribiendo la ecuación en forma conservativa como,
3.160
Sustituyendo en la Ec. (3.153) las expresiones de los vectores E, F y G, se

encuentra,
Γ Γ
Γ
3.161
Definiendo la siguientes cantidades,
1
3.162
1
3.163
1
3.164
67
Ecuación de Difusión de Calor en el Plano Transformado Capítulo 3
y, usando la regla de la cadena para expandir las derivadas de en función de x, y, y

z, se encuentra,
Γ Γ
Γ
3.165
donde los coeficientes a, b, c, d, e, y f, fueron dados en secciones previas y , y

son las componentes contravariantes del vector velocidad. La Ec. (3.165) general
para un escalar escrita en el sistema (ξ,η,ζ,τ).
3.6 Ecuación de Difusión de Calor en el Plano Transformado
En la sección anterior se transformó la ecuación general de convección-

difusión. Debido a que en este trabajo de tesis solo se presentan problemas de
difusión de calor, es necesario definir los términos de la Ec. (3.165) que forman
parte de la ecuación de difusión de calor en el plano transformado.
Como primer paso se escribe la ecuación de difusión de calor en el sistema

coordenado cartesiano,
3.166
Es claro, que, los términos de velocidad en esta ecuación son nulos. Por lo
tanto, comparando los términos de la Ec. (3.166) con los términos transformados de
la Ec. (3.165), eliminando los términos sobrantes y sustituyendo por la variable T,
se llega a
Γ Γ
Γ
3.167
68
Ecuación de Difusión de Calor en el Plano Transformado Capítulo 3
la cual es la ecuación de difusión de calor en coordenadas curvilíneas en tres

dimensiones para el plano transformado. En el caso bidimensional se tiene,

Γ Γ
3.168
donde,
69
Capítulo 4
Solución Numérica de las Ecuaciones
Transformadas
Cuando una ecuación diferencial se resuelve analíticamente sobre una región

sujeta a condiciones de frontera especificas, la solución resultante satisface la
ecuación diferencial en cada punto de la región. Si el problema no puede ser resuelto
analíticamente, generalmente se recurre a una técnica numérica para resolver la
ecuación diferencial. En el Capítulo 3 se dedujo el sistema de EDP´s para la
generación de mallas y la ecuación de difusión de calor en coordenadas
generalizadas, ambos conjuntos de EDP´s no es posible resolverlos analíticamente.
En este Capítulo se presentan las técnicas de Diferencias Finitas y Volumen Finito
para la solución de las EDP´s mencionadas anteriormente.
4.1 Diferencias Finitas

La Técnica de Diferencias Finitas se utiliza en este trabajo para la
discretización y solución de las ecuaciones de generación de mallas (3.113) y
(3.114), debido a que la generación de mallas no se basa en las leyes de
conservación, sino en principios puramente matemáticos y las EDP´s se resuelven
para encontrar puntos discretos (Thompson et al., 1999).
Cuando se usa una aproximación por diferencias finitas, el dominio del

problema es discretizado tal que los valores de la variable dependiente desconocida
se consideran solo en un número finito de puntos en lugar de cada punto sobre la
región. Si N nodos son seleccionados, N ecuaciones algebraicas son desarrolladas
discretizando las ecuaciones gobernantes y sus condiciones de frontera, esto es, el
problema de resolver las ecuaciones diferenciales ordinarias o parciales sobre su
dominio, se convierte en la tarea de desarrollar un grupo de ecuaciones algebraicas
y resolverlas en los puntos discretos por un algoritmo recomendable.
70
Diferencias Finitas Capítulo 4
Las dos aproximaciones comúnmente usadas para discretizar las derivadas en

las ecuaciones diferenciales parciales son (i) el uso de la expansión por series de
Taylor, y (ii) la aproximación del volumen de control.
Este trabajo de tesis hace mención únicamente a las aproximaciones por

expansión en series de Taylor, puesto que se utilizan las ecuaciones que aquí se
plantean en apartados posteriores. Cabe señalar que; a partir de la aproximación de
volumen de control se desarrolló la técnica de Volumen Finito, la cual también se
presenta en este trabajo.
4.1.1 Formulación en Series de Taylor
La idea de la representación en diferencias finitas de una derivada puede ser

introducida recordando la definición de la derivada de la función F(x,y) en x = x0, y
y = y0,
∆ , ,
lim 4.1
∆ ∆
Claramente, si la función F(x,y) es continua, el lado derecho de la Ec. (4.1)

puede ser una aproximación razonable para / con ∆x suficientemente pequeño
pero finito.
Una forma básica para desarrollar la aproximación de diferencias finitas para

las derivadas es a través del uso de la expansión por series de Taylor. Considere la
expansión en series de Taylor de una función f(x) para x0 hacia adelante (i.e., en
dirección positiva de x) y hacia atrás (i.e., en dirección negativa de x) las cuales
están dadas, respectivamente, por:
∆ ∆
∆ ∆ 4.2
2! 3!
∆ ∆
∆ ∆ 4.3
2! 3!
Estas dos expresiones forman la base para el desarrollo en diferencias finitas

para la primera derivada df/dx, alrededor de x0. Reacomodando las Ecs. (4.2) y (4.3),
71
las aproximaciones en diferencias finitas adelantada y atrasada para la primera

derivada, respectivamente, son:
∆
0 ∆ 4.4
∆
∆
0 ∆ 4.5
∆
donde el “orden de notación 0(∆x)” caracteriza el error de truncamiento asociado

con la aproximación de diferencias finitas y representa la diferencia entre la derivada
y su representación en diferencias finitas. Para el caso dado por la Ec. (4.4) es,
∆ ∆
0 ∆ … 4.6
2 6
Restando la Ec. (4.3) de la Ec. (4.2) se obtiene la aproximación para la

diferencia finita “centrada”,
∆ ∆
0 ∆ 0 ∆ 4.7
2∆
donde,
∆ ∆
0 ∆ … 4.8
6 120
Si se pone atención al error de truncamiento asociado con varias

representaciones de diferencias finitas, se revela que la diferencia centrada es de
segundo orden de error en ∆x, por lo tanto, es una aproximación más exacta que las
diferencias adelantada y atrasada.
En los desarrollos anteriores, solo se usaron dos puntos de malla para la

aproximación de la primera derivada. Sin embargo, hay situaciones en las cuales se
necesitan más puntos de malla para obtener una aproximación en diferencias finitas
de las derivadas con objeto de mejorar la exactitud de la representación.
72
4.1.1.1 Aproximación en Diferencias Finitas para la Primera Derivada
Considere que se selecciona el punto de malla x0. La notación i+1 e i-1, se

refiere, respectivamente, a los puntos de malla en x0+∆x y x0–∆x. Similarmente, la
notación i+2 e i-2, se refiere, respectivamente, a los puntos de malla en x0+2∆x y x0–
2∆x, etcétera. Usando esta notación, se presentan abajo formulaciones de dos
puntos para la primera derivada.
Formulación de dos puntos:
0 4.9
0 4.9
0 4.9

2
donde h = ∆x. Las tres formulas pueden ser escritas en forma compacta como una
sola ecuación en la forma siguiente,
1 2 1
4.10
2Δ
donde,
1
0
1
Cabe señalar que es posible plantear formulaciones de tres, cuatro o más

puntos para representar la primera derivada y mejorar la exactitud de la
aproximación. Sin embargo, esto se verá reflejado en el algoritmo de solución del
sistema de ecuaciones algebraicas resultantes y en el tiempo de cómputo.
4.1.1.2 Aproximación en Diferencias Finitas para la Segunda Derivada
Las expansiones por series de Taylor dadas por las Ecs. (4.2) y (4.3) pueden
ser usadas para desarrollar aproximación de diferencias finitas para la segunda
derivada.
73
Para obtener la aproximación de la diferencia centrada para la segunda

derivada, se suman las Ecs. (4.2) y (4.3), la expresión resultante es resuelta para
d2f/dx2, con ello se llega a,
2
0 4.11
donde,
0 …
12
Para desarrollar las aproximaciones para las diferencias adelantada y atrasada

para la segunda derivada, las funciones f(x0+2∆x) y f(x0–2∆x) se expanden en series
de Taylor. La función f’(x0) se elimina entre la expansión de f(x0+2∆x) y la
expansión dada por la Ec. (4.2), y la expresión resultante se resuelve para d2f/dx2. La
aproximación en diferencias finitas adelantada para la segunda deriva es,
2
0 4.12
Análogamente, la función f’(x0) es eliminada entre la expansión de f(x0–2∆x)

y la expansión dada por la Ec. (4.3), y la expresión resultante es resuelta para
d2f/dx2. La aproximación en diferencias finitas atrasada para la segunda deriva es,
2
0 4.13
donde
0 …
La aproximación en diferencias finitas para la segunda derivada dada arriba

utiliza tres puntos de malla. Pueden desarrollarse aproximaciones que utilicen más
de tres puntos de malla.
74
4.1.1.3 Aproximación en Diferencias Finitas para Derivadas Parciales Mixtas
Frecuentemente, podría ser necesario representar derivadas parciales mixtas,

tales como / , en diferencias finitas. Las aproximaciones en diferencias
finitas pueden ser desarrolladas por la aplicación sucesiva de la diferencia finita de
la primera derivada en las variables x y y.
Para propósitos ilustrativos, se considera la aproximación de la derivada

parcial mixta / y se usa la formula de diferencia centrada Ec. (4.9c) para
discretizar la primera derivada para ambas variables x y y. Se tiene,
1
0 ∆ 4.14
2∆ , ,
donde los subíndices i y j denotan los puntos de malla asociados con la

discretización en las variables x y y, respectivamente. Aplicando la formula de la
diferencia centrada una vez más para discretizar las derivadas parciales con respecto
a la variable y en el lado derecho de la Ec. (4.14a), se obtiene,
1 , , , ,
0 ∆ , ∆ 4.14
2∆ 2∆ 2∆
la cual es la aproximación en diferencias finitas de la derivada parcial mixta

/ usando diferencias finitas centradas para ambas variables x y y. El orden
de la diferenciación es inmaterial si las derivadas son continuas, esto es / y
/ son iguales.
En el ejemplo anterior se aplicaron diferencias finitas centradas para ambas

variables x y y. Si se consideran todas las combinaciones de las diferencias
adelantada, atrasada y centrada, entonces, se tienen nueve casos para la
aproximación en diferencias finitas para / . La Tabla 4.1 contiene una lista
de las aproximaciones en diferencias finitas para cada uno de los nueve casos
75
Tabla 4.1 – Aproximación en diferencias finitas de la derivada parcial mixta /

Esquema
Caso Diferencial Aproximación en Diferencias Finitas Orden de Error
x y
1 AD AD 1 , , , , 0 ∆ ,∆
∆ ∆y ∆
2 AD AT 1 , , , , 0 ∆ ,∆
∆ ∆y ∆
3 AD CE 1 , , , , 0∆ , ∆
∆ 2∆y 2∆
4 AT AD 1 , , , , 0 ∆ ,∆
∆ ∆y ∆
5 AT AT 1 , , , , 0 ∆ ,∆
∆ ∆y ∆
6 AT CE 1 , , , , 0∆ , ∆
∆ 2∆y 2∆
7 CE AD 1 , , , , 0 ∆ ,∆
2∆ ∆y ∆
8 CE AT 1 , , , , 0 ∆ ,∆
2∆ ∆y ∆
9 CE CE 1 , , , , 0 ∆ , ∆
2∆ 2∆y 2∆
AD = Diferencia Adelantada, AT = Diferencia Atrasada, CE = Diferencia Centrada (Ozisik, 1994).
El orden de error de truncamiento asociado con los nueve casos de la Tabla

4.1 puede verificarse por la expansión en series de Taylor en las dos variables. Por
ejemplo, para verificar el resultado 0 ∆ , ∆ mostrado para el caso número
nueve, se expande cada término siguiente en series de Taylor,
, ∆ , ∆
, ∆ , ∆
, ∆ , ∆
76
Volumen Finito Capítulo 4
, ∆ , ∆
y se sustituyen los resultados en la formula de diferencias finitas dada por la Ec.

(4.14b), la cual usa diferencias centradas en ambas variables. Después de algunas
simplificaciones, se puede mostrar que el error de truncamiento esta dado por,
∆ ∆
… 4.15
6 6
De esta manera la diferencia dada por la Ec. (4.14b) tiene orden de exactitud
de 0 ∆ , ∆ .
4.2 Volumen Finito

El método de Volumen Finito surgió a partir de la aproximación de volumen
de control del método de diferencias finitas (Patankar,1980). El método consiste en
definir una malla numérica cuyo dominio es dividido en un número finito de
volúmenes de control, ordenados consecutivamente sin traslaparse. En este método
se utiliza la forma integral de las ecuaciones de conservación, las cuales se aplican a
cada punto de malla (nodo). Estos son colocados de manera intencional en el centro
de cada volumen de control (VC), para el cálculo de la variable dependiente.
La metodología numérica de volumen finto se resume en los siguientes pasos:
• Definir y generar una malla numérica, la cual representa el dominio de cálculo en

que se desea conocer el valor de las variables dependientes.
• Integración y discretización de las ecuaciones gobernantes del fenómeno que se
estudia, sobre todos los volúmenes de control del dominio de solución.
• Solución de las ecuaciones algebraicas mediante un algoritmo iterativo.
La característica principal del método de volumen finito es la integración

sobre cada volumen de control, esto a su vez, le proporciona clara ventaja sobre
otros métodos, puesto que tal integración, representa conservación de masa, de
cantidad de movimiento y de energía para cada volumen de control finito, y por
supuesto sobre el dominio global de cálculo
77
Solución Numérica de la Ecuación de Difusión en Coordenadas Curvilíneas Capítulo 4
. El método de volumen finito puede ser utilizado con mallas uniformes y no

uniformes, y por ende, ser aplicado a geometrías complejas, ya que la malla
computacional únicamente define las fronteras de los volúmenes de control. Por
esta razón, se elige este método para la solución de la ecuación de difusión de
calor. Cabe mencionar que los principales códigos comerciales utilizados para la
simulación de la dinámica de fluidos, tales como: CHAM (PHOENICS), FLUENT,
FLOW3D Y STAR-CD están fundamentados en el método de volumen finito
(Versteeg y Malalasekera, 1995).
4.3 Solución Numérica de las Ecuaciones para la Generación de

Mallas Estructuradas
4.3.1 Discretización de las Ecuaciones de Generación de Malla
Con la metodología establecida el próximo paso es resolver las Ecs (3.113) y

(3.114), para determinar los puntos internos del dominio físico. Escribiendo las Ecs
(3.113) y (3.114), para una variable genérica , donde representa x y y, se tiene,
1
2 0 4.16
Se debe aproximar numéricamente los términos de la Ec. (4.16), lo que es

hecho empleando la técnica de diferencias finitas.
Figura 4.1 – Plano físico transformado.
78
Utilizando las diferencias centradas de las Ecs. (4.9c), (4.11) y (4.14) e

intercambiando la función f por la variable genérica , tomando en cuenta la
Fig.(4.1), se obtienen las siguientes expresiones para las derivadas parciales de la
Ec. (4.16),
2
4.17
Δ
2
4.18
Δ
4.19
4Δ Δ
4.20
2Δ
4.21
2Δ
Sustituyendo las ecuaciones anteriores, en la Ec. (4.16), se tiene,
2 2
2
Δ Δ 4Δ Δ
0
2Δ 2Δ
expandiendo los términos entre paréntesis,
2 2
Δ Δ Δ Δ Δ Δ 2Δ Δ 2Δ Δ 2Δ Δ
0
2Δ Δ 2Δ 2Δ 2Δ 2Δ
reagrupando términos se llega a,
2 2

=
Δ Δ Δ 2 Δ Δ 2 Δ Δ 2 Δ
Δ 2 Δ 2Δ Δ 2Δ Δ 2Δ Δ
2Δ Δ
79
Escribiendo de forma compacta la expresión anterior se obtiene la ecuación

de coeficientes agrupados,
4.22
considerando por simplicidad ∆ξ = ∆η = 1, es decir, el dominio físico irregular es

mapeado al dominio computacional regular con espaciamiento entre líneas de malla
igual a uno, se obtienen los siguientes coeficientes para la Ec. (4.22):
2
4.23
2
La forma tridimensional de las ecuaciones de generación es, también,

fácilmente colocada en la forma de la Ec. (4.22).
Las cantidades α, β, ζ y J se calculan de sus representaciones de diferencias

finitas. La Fig. 4.2 muestra la discretización del espacio para la obtención de las
métricas.
80
Figura 4.2 – Discretización del espacio para la obtención de las métricas.
Tomando en cuenta la Fig. 4.2, y el coeficiente α de la Ecs. (4.23), se tiene,
4.24
donde (xη)P y (yη)P se calculan utilizando diferencias centradas,
, ,
4.25
2∆
, ,
4.25
2∆
Se escriben expresiones similares para β, ζ y J.
4.3.2 Implementación Numérica de la TFI
La TFI se usa como primera aproximación para asignar valores supuestos a

la Ec. (4.16), haciendo referencia a la Fig. 4.3 la Ec. (3.127) se puede escribir como,
, 1 1 1 1 0
1 0 1 1 1 4.26
donde las abreviaciones l, r, b y t toman significado de las palabras en inglés

correspondientes: left (izquierda), right (derecha), bottom (inferior) y top (superior).
81
Figura 4.3 – Mapeo de las curvas frontera.
En los cuatro vértices del dominio físico se requiere tener consistencia, esto
es:
0 0 , 1 0 , 1 1 , 0 4.27
La Ec. (4.26) es equivalente a las 2 ecuaciones de sus componentes,
, 1 1 1 1 0
1 0 1 1 1 4.28
, 1 1 1 1 0
1 0 1 1 1 4.29
Las Ecs. (4.28) y (4.29) pueden ser fácilmente programadas en cualquier

lenguaje de programación matemático. La implementación en 3D se puede llevar a
cabo de manera semejante siguiendo los mismos pasos considerando un cubo
unitario.
82
4.3.3 Algoritmo de Solución de las Ecuaciones de Generación de Malla
El sistema lineal resultante de la discretización de la Ec. (4.16)

puede ser resuelto empleando cualquier método de solución de sistemas de
ecuaciones algebraicas lineales. En general, se emplean los métodos iterativos punto
a punto, como el S.O.R. (Successive Over-Relaxation), o línea por línea, como el
TDMA (Tri-Diagonal Matrix Algorithm).
El algoritmo de solución recomendado es el siguiente (Maliska, 1995):
1. Estimar un campo x y y para todos los puntos internos. Esto puede hacerse
simplemente tomando los puntos de las fronteras, uniendo por rectas y
subdividiendo este segmento en un número de segmentos igual al número de
elementos especificados para aquella dirección. Deben tomarse precauciones
para no generar un campo inicial exageradamente irreal, ya que la solución
consumirá un mayor tiempo de cómputo, o puede divergir. Es recomendable
el uso de algún método algebraico de generación de mallas, en este caso se
utiliza la Interpolación Transfinita la cual produce muy buenos resultados en
la mayoría de los casos como primera aproximación.
2. Calcular las componentes del tensor métrico, α, β y ζ. En el caso

tridimensional, las otras componentes también deben calcularse.
3. Resolver la Ec. (4.16) para cada componente y obtener un nuevo campo de x

y y.
4. Volver al punto 2 e iterar hasta encontrar una distribución de x y y adecuada.

En este punto, es muy importante resaltar que las ecuaciones generadoras no
necesitan resolverse con precisión rigurosa. La precisión de la solución de
estas ecuaciones no tiene influencia sobre la exactitud de la solución del
problema físico.
4.3.3.1 Diagrama de Flujo para Generación de Malla
Considerando el algoritmo previamente planteado, a continuación se muestra

el diagrama de flujo del programa principal, el cual se utilizó para implementar el
83
código numérico SGRID2D (Structured Grid Two Dimensions) en el lenguaje de

programación FORTRAN. La subrutina TFI2D se describe en el apéndice A.
SGRID2D
Declaración de
variables y constantes
Definición del contorno a mallar

(plano físico)
Cálculo de la primera aproximación

Puntos 1 del algoritmo
por medio de la subrutina TFI2D
Cálculo de coeficientes de la
ecuación de generación discreta Puntos 2 del algoritmo
Ec. (4.23) (plano computacional)
Solución de la ecuación de
generación discreta Ec. (4.22), por
medio del TDMA LGS-ADI
Puntos 3 y 4 Criterio de Límite de iteraciones

del algoritmo convergencia alcanzado
1 10
Impresión del archivo de

resultados (malla plano físico).
FIN
84
Solución Numérica de las Ecuaciones para la Generación de Mallas Estructuradas Capítulo 4
4.3.4 Definición de las Propiedades de Malla
El primer paso para la resolución de los fenómenos físicos sobre mallas de

cuerpo ajustado es la generación de la malla. Los puntos de malla se calculan con la
metodología previamente planteada. Los puntos de malla calculados son las
esquinas de los volúmenes de control, y después los nodos son localizados en el
centro de las celdas. Los centros de las celdas son evaluados de acuerdo a las Ecs.
(4.30) tomando en cuenta la Fig. 4.4 (Lifante, 2006).
1
4.30
4
1
4.30
4
Figura 4.4 –Volumen de control genérico, nodo central P y las esquinas.
donde (vx, vy) son las componentes de los vértices de la malla en las direcciones x y
y, respectivamente, en el sistema coordenado cartesiano.
La exactitud de la solución numérica así como la estabilidad o convergencia

depende, en parte, de las propiedades de la malla computacional, las características
deseadas están relacionadas a la ortogonalidad, espaciado de malla, suavidad y
alineamiento de las líneas de malla y las líneas de corriente (Peric, 1985).
Ortogonalidad: minimizar la desviación de la ortogonalidad es aconsejable

porque hay menos influencia de los términos de las derivadas cruzadas que aparecen
en las ecuaciones discretas, y las soluciones numéricas son más estables y convergen
más rápido. Sin embargo, no en todos los casos se pueden conseguir mallas
ortogonales o cuasi-ortogonales, por lo que si se usan mallas no ortogonales es
recomendable tomar en cuenta el uso de un buen esquema de interpolación en los
85
Solución Numérica de las Ecuaciones para la Generación de Mallas Estructuradas Capítulo 4
volúmenes de control y no omitir ningún término en las ecuaciones transformadas

donde aparecen las derivadas cruzadas.
Espaciado de línea: la exactitud de los diferentes esquemas es afectado por

el espaciado de línea. Si se lleva un análisis por Series de Taylor, se observa que
todos los esquemas pierden exactitud si la malla es no uniforme (Lifante, 2006). Una
malla uniforme, por lo tanto, parecería ser preferible. Sin embargo, esto no siempre
es posible. En flujos con configuraciones complejas hay zonas con grandes
gradientes de la variable, y consecuentemente se desea un refinamiento de malla. Si
existen también zonas con bajos gradientes, una malla burda podría ser suficiente.
De esta manera, una malla no-uniforme se requiere con objeto de optimizar la
localización de los nodos de malla.
Otros parámetros de espaciado de malla son las relaciones de aspecto. De

acuerdo con la Fig 4.5 las relaciones de aspecto se definen como,
, 4.31
Figura 4.5 – Volumen de control característico en una malla de cuerpo ajustado.
donde,
4.32
4.32
el valor no debe exceder de 10 (Peric, 1985). Esto influencia en la estabilidad de la

solución del método y la determinación de la solución, porque puede generar
coeficientes negativos en las derivadas cruzadas.
86
El índice de convergencia de algunos métodos iterativos es adversamente afectado

por grandes relaciones de aspecto.
Suavidad: esta propiedad se refiere al cambio relativo en la dirección de un

volumen de control al adyacente. Esto afecta la exactitud del método de
interpolación empleado para calcular los valores de la variable en sus locaciones
aparte de los nodos, donde la información es almacenada. Esto influencia
especialmente sobre interpolaciones lineales. Interpolaciones de alto orden pueden
desarrollarse para evitar esta desventaja, pero son computacionalmente costosas y
pueden afectar la estabilidad y determinación de la solución.
Líneas de malla y alineamiento de líneas de corriente: la exactitud de la

solución numérica es afectada por la oblicuidad de las líneas de corriente, y su
alineamiento es una propiedad deseable. Sin embargo, para lograr el alineamiento,
es necesario conocer la línea de corriente patrón por adelantado, el cual no es un
caso usual. Así, la generación de la mejor malla necesitaría procesos adaptativos, los
cuales son complejos y difíciles. Si el proceso de generación de malla permite al
usuario cambiar los parámetros, y se tiene conocimiento del fenómeno involucrado
(sus líneas de corriente) esto puede ayudar a diseñar una malla más apropiada para
el caso de flujo de fluidos.
4.4 Solución Numérica de la Ecuación de Difusión de Calor en

Coordenadas Curvilíneas en Dos Dimensiones
4.4.1 Discretización de la Ecuación de Difusión de Calor en Coordenadas

Curvilíneas en Dos Dimensiones
Reescribiendo la Ec. (3.168) para la variable genérica en el sistema de

coordenadas curvilíneas en dos dimensiones es,
Γ Γ Γ Γ 4.33
donde los coeficientes αij están dados por:
87
4.34
4.34
4.34
Los parámetros a, b, d, J y S están definidos como,
4.35
4.35
4.35
4.35
4.35
donde,
4.36
4.36
4.36
4.36
Observe que los términos que contienen αij, con i diferente de j, son términos
difusivos originados por la no-ortogonalidad de la malla.
Adoptando una formulación totalmente implícita, esto es, todos los términos
de la ecuación son evaluados en t + ∆t, la integración de la Ec. (4.33) en el tiempo y
en el volumen elemental, mostrado en la Fig. 4.6, es,
4.37
donde:
88
Δ Δ
4.38
Δ Δ
4.38
ΓJ Δ 4.38
Γ Δ 4.38
Γ Δ 4.38
Γ Δ 4.38
Figura 4.6 – Volumen de control elemental en el plano transformado.
Se utiliza un Esquema Centrado para la discretización de todas las derivadas.

Para las derivadas regulares se obtiene,
, , ,

Δ Δ Δ Δ
y para las derivadas cruzadas,
,
4Δ 4Δ
,
4Δ 4Δ
Sustituyendo las relaciones anteriores en la Ec. (4.37),
89
Δ Δ 4Δ
Δ 4Δ
4Δ Δ
4Δ Δ
separando los términos entre paréntesis,
Δ Δ 4Δ 4Δ 4Δ 4Δ
Δ Δ 4Δ 4Δ 4Δ 4Δ
4Δ 4Δ 4Δ 4Δ Δ Δ
4Δ 4Δ 4Δ 4Δ Δ Δ
reagrupando términos,
Δ Δ Δ Δ
Δ 4Δ 4Δ Δ 4Δ 4Δ
Δ 4Δ 4Δ Δ 4Δ 4Δ
4Δ 4Δ 4Δ 4Δ
4Δ 4Δ 4Δ 4Δ
Escribiendo de forma compacta la expresión inmediatamente anterior, se tiene,
90
4.39
considerando ∆ξ = ∆η = 1, se obtienen los siguientes coeficientes para la Ec. (4.38):
| | | |
|
4 4
|
4 4
|
4 4
| 4.40
4 4
4 4
4 4
4 4
4 4
4.4.1.1 Transformación y Discretización de las Condiciones de Frontera para la

Ecuación de Difusión de Calor en Coordenadas Curvilíneas
Generalmente, las condiciones de frontera son: de primera clase, segunda o

tercera clase. A continuación se explica de manera breve las tres condiciones y su
transformación.
Condición de frontera de primera clase. Si la condición de

frontera es de primera clase, eso es, el valor de la temperatura o la
variable es prescrito en la frontera del dominio físico no es necesaria
una transformación, porque los valores de especificados en dirección de
las fronteras en el dominio físico se mantienen igual en los lugares
correspondientes de malla en dirección de las fronteras del dominio
computacional.
91
Condición de frontera de segunda clase. Si la condición de

frontera es de segunda clase, eso es, el valor del flujo de calor está
prescrito en la frontera, entonces la condición de frontera involucra la
derivada de una variable de campo normal a la frontera. Para tal caso, la
derivada normal ∂ /∂n debe expresarse en términos de las variables
independientes ξ,η del dominio computacional. Se nota que, ∂ /∂n en la
frontera del plano físico necesita ser relacionada a ∂ /∂η y/o ∂ /∂ξ en el
dominio computacional, porque las líneas coordenadas ξ y η no son
necesariamente normales a las fronteras físicas. La razón es que, la
frontera en el plano físico corresponde a las líneas coordenadas ξ =
constante o η = constante, por lo tanto ∂T/∂η no puede ser la misma
diferencial como ∂ /∂ξ o ∂ /∂η.
Existen varias representaciones en Volumen Finito y Diferencias

Finitas de la condición de frontera de segunda clase. Sin embargo, estas
representaciones involucran valores de desconocidos los cuales están
localizados en la frontera (Maliska, 1995; Ozisik, 1994).
Tomando en cuenta el flujo de calor que aparece representado en

la Fig. (4.7) y de acuerdo con Date, 2005, es recomendable representar el
flujo normal directamente como:

Γ Γ , , 4.41
, Δ
Figura 4.7 – Flujo de calor establecido en la frontera oeste.
92
donde la distancia normal está dada por,
Δ 4.42
Ahora es posible extraer una expresión para , e implementar la

condición de frontera.
El área elemental dAi normal al plano (ξj, ξk) es dada por,
4.43
donde el vector de posición . Para el caso 2D, si

seleccionamos i = 1, j = 2, k = 3, luego / / 1 porque
las direcciones x3 y ξ3 coinciden y son normales al plano (ξ1, ξ2). De esta
manera, tomando dimensión unitaria en x3 se tiene,
4.44
Análogamente se puede mostrar que,
4.44
Condición de frontera de tercera clase. La condición de frontera

de tercera clase en problemas de transferencia de calor representa una
condición de frontera convectiva, la cual está dada en la forma general
por,
4.45
donde λ es la conductividad térmica, h el coeficiente de transferencia de

calor convectivo, f es una cantidad prescrita la cual está relacionada con la
temperatura ambiente y ∂T/∂n es la derivada normal en la frontera en
dirección saliente, la derivada normal se trata de la misma manera que
para la condición de segunda clase.
93
4.4.2 Metodología de Solución de la Ecuación de Difusión de Calor

Utilizando Coordenadas de Cuerpo Ajustado
Para ilustrar los conceptos básicos en la implementación de esta técnica, se

considera una situación de dos dimensiones con x,y siendo las coordenadas en el
plano físico y ξ,η en el plano computacional. Los pasos básicos en la aproximación
de Thompson pueden ser resumidos como sigue (Ozisik, 1994):
1. Las relaciones de transformación para el mapeo del plano x,y al plano ξ,η (o
viceversa) se determinan automáticamente de la solución numérica de dos
ecuaciones diferenciales parciales elípticas del tipo Laplace o Poisson.
2. La región física irregular se mapea del plano físico x,y al plano

computacional ξ,η como una región regular. Por lo tanto, el método
tradicional de volumen finito (o diferencias finitas) se usa para resolver las
ecuaciones diferenciales parciales gobernantes en el plano computacional,
3. Las ecuaciones diferenciales parciales gobernantes del fenómeno físico se

transforman de las variables independientes x,y del dominio físico a las
variables independientes ξ,η del dominio computacional, debido a que las
ecuaciones de campo se resuelven en el dominio computacional. Para este
caso particular la ecuación de difusión de calor en el plano transformado (Ec.
4.33).
4. Una vez transformadas las ecuaciones de campo, se resuelven en el dominio

computacional, la solución se transforma del plano computacional ξ,η al
plano físico x,y por las relaciones obtenidas del problema de generación de
malla. En otras palabras, la solución de cada punto en el plano computacional
se intercambia a su punto correspondiente en el plano físico.
4.4.2.1 Diagrama de Flujo para Difusión de Calor
A continuación se muestra el diagrama de flujo del código numérico

desarrollado DIF2DCG (Diffusion Two Dimensions in Generalized Coordinates)
para la solución de problemas de difusión de calor en dos dimensiones.
94
DIF2DCG
Declaración de
variables y constantes
Generación de Malla por Puntos 1 y 2 de

SGRID2D (plano físico) la metodología
Asignación de condiciones
iniciales o condiciones supuestas
Cálculo de coeficientes de la
Punto 3 de la
ecuación de difusión discreta
metodología
Ec. (4.40) (plano computacional)
Solución de la ecuación de
difusión discreta Ec. (4.39) por
medio del TDMA LGS-ADI
Punto 4 de la Criterio de Límite de iteraciones

metodología convergencia alcanzado
1 10
Impresión del archivo de

resultados (plano físico).
FIN
95
Métodos de Solución de Sistemas de Ecuaciones Algebraicas Capítulo 4
4.5 Métodos de Solución de Sistemas de Ecuaciones Algebraicas
Es necesario plantear un método eficiente para resolver el sistema de

ecuaciones algebraicas resultantes de la discretización de las Ecs. (4.16) y (4.33).
Básicamente existen dos técnicas para la solución de un sistema de ecuaciones
algebraicas: 1) métodos directos y 2) métodos indirectos o iterativos.
4.5.1 Métodos Directos
Los métodos directos como la Regla de Cramer y la eliminación Gaussiana

no se emplean con frecuencia en CFD, ya que el uso de las técnicas de inversión
directa requiere bastante almacenamiento en memoria y muchas operaciones
renglón-columna para invertir la matriz en cuestión. Por ejemplo, para un sistema de
n ecuaciones con n incógnitas, cuando n es grande puede demostrarse que la
eliminación de Gauss necesita aproximadamente 2n3/3 operaciones aritméticas y
para la eliminación Gaussiana alrededor de n3 (Nakos y Joyner, 2007). Así, cuando
se utiliza la eliminación de Gauss-Jordan para un sistema mediano, por ejemplo, 500
ecuaciones con 500 incógnitas se requieren casi 125 millones de operaciones, y 83
millones para la eliminación de Gauss.
4.5.2 Métodos Iterativos
Los métodos iterativos se basan en la repetida aplicación de algoritmos

sencillos que normalmente después de un cierto número de iteraciones alcanzan la
convergencia. El número de operaciones para cada ciclo de iteración se establece
arbitrariamente y a diferencia de los métodos directos no se puede saber de
antemano el número de iteraciones que serán necesarias para obtener la
convergencia. Tampoco es posible garantizar la convergencia a menos que el
sistema satisfaga cierto criterio. La principal ventaja de los métodos iterativos es que
sólo se necesita almacenar en memoria los coeficientes diferentes de cero (Tun,
2007).
La matriz del sistema de ecuaciones resultante de discretizar las Ecs. (4.16) y

(4.33) es nonadiagonal. En este tipo de matrices el número de espacios en cero es
elevado, por lo que se utilizará un método iterativo para invertir la matriz en
cuestión.
96
Métodos de Solución de Sistemas de Ecuaciones Algebraicas Capítulo 4
A continuación se hace una breve descripción de los métodos Guss-Seidel

(GS), Línea por Línea (LBL) y la combinación de ellos. Esto para comprender el
beneficio de usar el método Gauss-Seidel de Direcciones Alternantes (LGS-ADI)
Implícitas.
Método de Gauss-Seidel (GS): este método es el más simple de todos los

métodos iterativos, en el cual los valores de las variables son calculados por visitar
cada nodo de la malla en cierto orden. El valor de la variable en el nodo P es
calculado de la Ecs (4.16) y (4.33) como:
∑
4.46
donde es el nodo visitado y son los nodos vecinos con valores iniciales
adivinados/propuestos o valores de la previa iteración. Los valores de los nodos
vecinos que ya han sido evaluados se utilizan para el cálculo de durante la
iteración actual. Cuando todos los nodos de la malla han sido evaluados, una
iteración del método de Gauss-Seidel está completa. La principal desventaja de este
método es que su convergencia es baja, especialmente cuando el número de nodos
de la malla es grande. La razón de tener baja convergencia es porque la información
de la condición de frontera se transmite lentamente en cada iteración (Ferziger y
Peric, 1997).
Método de línea por línea (LBL): este método elige una línea de la malla
(por ejemplo en dirección x) y considera que la variable a lo largo de las líneas
vecinas (puntos vecinos colocados en dirección y y/o z) son conocidas con el valor
de la previa iteración y finalmente resuelve la variable a lo largo de la línea
elegida por tener agrupado matrices tridiagonales. Una iteración del método finaliza
cuando todas las líneas elegidas en una dirección han sido resueltas. Las ecuaciones
discretizadas para la línea elegida son similares a las que se tienen cuando se
resuelve un problema unidimensional, es decir, el sistema formado por las
ecuaciones algebraicas es un sistema de tres bandas formando una matriz conocida
como tridiagonal. Entonces, la matriz tridiagonal puede ser resuelta eficientemente
usando el algoritmo de Thomas (TriDiagonal-Matriz Algorithm, TDMA) descrito
por Ozisik (1994).
97
Criterio de Convergencia Capítulo 4
Método de línea Gauss-Seidel (LGS): este método es una combinación de

los métodos GS y LBL. Aquí se usa la filosofía del GS, el cual utiliza los valores
más recientes conocidos para realizar el próximo cálculo. La metodología es similar
al método de LBL, con la modificación de incluir los valores de la variable
determinados recientemente en una línea previa para el cálculo de la próxima línea
sobre la misma iteración. Ferziger y Peric (1997) mostraron que usando el método
LGS para la solución del transporte escalar, el tiempo de cómputo es
aproximadamente el 50% del tiempo requerido por el método GS.
Método de línea Gauss-Seidel de direcciones alternantes implícitas (LGS-

ADI): este método es un LGS aplicado alternadamente, es decir, por ejemplo para
un problema de 2D, una iteración del método LGS-ADI consiste primero aplicar el
LGS en dirección x y posteriormente se utilizan los resultados obtenidos para aplicar
el LGS en dirección y. Está demostrado que este método es dos veces más rápido
que el método de LGS para la ecuación de Laplace con condiciones de frontera de
primera clase (Ferziger y Peric, 1997). La convergencia del método es más rápida
debido a que la información de las condiciones de las fronteras son transportadas
más rápidamente hacia los nodos interiores del dominio.
4.5.3 Criterio de Convergencia
En ambos códigos desarrollados se debe satisfacer un residuo que se obtiene

con la desviación cuadrática siguiente:
4.47
Para todos los residuos, se establece el valor de que deben satisfacer las
ecuaciones hasta llegar a la convergencia del código computacional desarrollado.
Cada problema de generación de malla tiene un criterio de convergencia

diferente, ya que estos presentan diferentes geometrías, por lo que es difícil
establecer un solo criterio de convergencia para todo el mallado de diferentes
geometrías.
98
Criterio de Convergencia Capítulo 4
Por otra parte, el criterio de convergencia de estado permanente para problemas de

difusión de calor se decidió seleccionarlo a un valor fijo de 1 10 , con la
finalidad de ahorrar tiempo de cómputo.
99
Capítulo 5
Verificación de los Códigos
Numéricos Implementados
En este Capítulo se presenta la verificación de los códigos numéricos

implementados. En el caso del código de mallado SGRID2D, se comparan las
mallas obtenidas con el trabajo fuente de Thompson et al., 1977. Para código de
difusión DIFCG2D, se lleva a cabo una verificación cualitativa y cuantitativa.
5.1 Verificación del Código Numérico SGRID2D
La verificación del código numérico desarrollado SGRID2D se hizo de

manera cualitativa, puesto que, para el caso de los trabajos en mallas estructuradas
no-ortogonales que se encuentran en la literatura solamente se reporta la forma de
malla. El software que se utilizó para la visualización de las mallas es el TecPlot, el
cual goza de una alta aceptación entre los investigadores de CFD. Cabe aclarar que,
para todos los casos mostrados en esta sección los parámetros de amplitud y
decaimiento de las funciones de control de malla son iguales a cero.
5.1.1 Geometría Simplemente Conectada: Dominio Triangular
El mapeo de una geometría simplemente conectada del dominio físico al

dominio computacional se lleva a cabo de una manera sencilla. Primero, se definen
las cuatro fronteras de la geometría a mallar en el dominio físico. Posteriormente,
estas fronteras son divididas en una cantidad finita de nodos, poniendo especial
cuidado en que el número de nodos en las fronteras opuestas sean iguales (e.g.,
frontera sur y norte). Por último, para mallar la geometría los datos de las fronteras
son capturados en el código numérico desarrollado SGRID2D, el cual se ejecuta con
la información de las fronteras.
100
Verificación del Código Numérico SGRID2D Capítulo 5
En 1977 Thompson et al., presentaron varias geometrías malladas con la

técnica que desarrollaron, una de ellas es una región triangular bidimensional.
Considerando la Fig. 5.1, se aprecia el mapeo de la región triangular a la región
regular cuadrangular y la definición de sus fronteras.
Figura 5.1 – Mapeo de una región triangular del dominio físico a una región cuadrada en el
dominio computacional.
En la Fig. 5.2 se muestra la comparación cualitativa entre el mallado obtenido

en la región triangular aplicando el código SGRID2D y la malla reportada por
Thompson et al., para la misma región.
(a) (b)
Figura 5.2 – Mallado de una región simplemente conectada. (a) Malla obtenida con el código
SGRID2D y (b) Malla reportada por Thompson et al., 1977.
Como se aprecia en la Fig. 5.2 el mallado obtenido para esta geometría es

prácticamente idéntico al reportado por Thompson et al..
101
5.1.2 Geometrías Múltiplemente Conectadas
Para mallar geometrías múltiplemente conectadas se requiere hacer un corte

divisorio, con el cual aparecerán pseudofronteras (Capítulo No. 2). En este tipo de
geometrías se tiene la posibilidad de hacer los cortes divisorios de diferentes
maneras, lo cual originará que la configuración de la malla sea diferente. Para
ilustrar y verificar este hecho se utiliza el ejemplo propuesto por Thompson et al.,
1977.
5.1.2.1 Primera Configuración del Mallado de una Región Circular Múltiplemente

Conectada
Considere un círculo unitario con dos círculos en su interior como se muestra

en la Fig. 5.3 (a).
(a)
(b)
conectada. (a) Plano físico y (b) Plano computacional.
102
Para esta primera configuración el corte divisorio se hace a la mitad del

círculo unitario desde la parte inferior, esta primera línea punteada representa las
fronteras izquierda y derecha en el plano computacional, Fig. 5.3.
Para definir la frontera inferior (sur), se sigue la trayectoria marcada por las
flechas mostradas en la Fig. 5.3(a), es decir, la trayectoria recorre desde el círculo 2,
pasa por el centro del circulo de mayor diámetro, después se define el circulo 1 y
por último se retorna la trayectoria trazada para definir la otra mitad del círculo 2.
En la Fig. 5.3(b) se representa el mapeo hecho del plano físico al computacional,
con un tamaño de malla de 81 X21.
En la Fig. 5.4 se muestra la comparación cualitativa para esta configuración

de la malla obtenida con el código SGRID2D y la malla reportada por Thompson et
al., 1977. Se aprecia que la malla en ambos casos queda bien definida y no tiene
muchas variaciones en la forma y tamaño de sus celdas, excepto en las que rodean a
los círculos interiores.
(a) (b)
Figura 5.4 – Mallado de una región circular múltiplemente conectada configuración 1. (a)
Malla obtenida con el código SGRID2D y (b) Malla reportada por Thompson et al., 1977.
En la malla reportada por Thompson et al., (Fig. 5.4b) se aprecia un ligero

refinamiento de las celdas en dirección de los dos círculos interiores, lo cual no se
aprecia en la malla obtenida en el presente trabajo (Fig. 5.4a). Este efecto podría
deberse a que el autor probablemente utilizó una línea geométricamente progresiva
para realizar el corte divisorio para mallar la geometría, es decir una línea con
espaciado no uniforme. Sin embargo, la forma general del mallado obtenido con el
código SGRID2D, es similar al reportado por Thompson et al..
103
5.1.2.2 Segunda Configuración del Mallado de una Región Circular Múltiplemente

Conectada
Para la segunda configuración considere el círculo unitario mostrado en la

Fig. 5.5(a), cabe señalar que los diámetros de los círculos interiores cambian con
respecto a la configuración anterior.
(a)
(b)
Para este ejemplo las fronteras laterales en el plano computacional son las
fronteras laterales del círculo unitario que están divididas por los cortes, Fig. 5.5.
Para definir la frontera inferior (sur), se parte desde la mitad de la circunferencia
unitaria en la parte inferior, se recorre el circulo 1 y por último se vuelve al lugar de
104
partida, como lo indican las flechas de la Fig. 5.5(a). El procedimiento para definir
la frontera superior es análogo al seguido en la frontera inferior.
En la Fig. 5.5(b) se muestra el mapeo hecho al plano computacional, para un

tamaño de malla seleccionada de 51X 31.
En la Fig. 5.6 se muestra la comparación cualitativa para esta configuración.

Para ambos casos, se aprecia que las celdas de malla son más pequeñas al centro del
círculo unitario, esta discretización permitiría realizar un análisis detallado de algún
fenómeno físico que se desarrolle entre los círculos interiores.
(a) (b)
Por otra parte, la Fig. 5.6 permite ver que el mallado obtenido con el código
SGRID2D y el reportado por el autor es prácticamente idéntico, para esta
configuración.
105
5.1.2.3 Tercera Configuración del Mallado de una Región Circular Múltiplemente

Conectada
En la Fig. 5.7(a) se muestra la forma de la tercera configuración para la

región circular múltiplemente conectada.
(a)
(b)
En esta configuración los círculos interiores 1 y 2 definen las fronteras

laterales del dominio computacional como se muestra en la Fig. 5.7(b). Los cortes
divisorios se utilizan para definir las fronteras superior e inferior, tomando como
referencia la parte superior e inferior de los círculos interiores.
106
En la Fig. 5.7(b) se muestra el mapeo hecho al plano computacional, para un

tamaño de malla seleccionada de 61X 31.
En la Fig. 5.8 se muestra la malla obtenida con el código SGRID2D y la

malla reportada por Thompson et al., 1977. Para esta configuración en ambas
mallas se aprecia que las celdas de malla varían drásticamente en cuanto a forma y
tamaño. Las celdas de menor tamaño se localizan entre los dos círculos interiores,
mientras que las celdas más grandes se encuentran en la frontera del círculo de
mayor tamaño.
(a) (b)
En la Fig. 5.8 se nota que el mallado obtenido con el código SGRID2D y el

reportado por Thompson et al., es similar.
De acuerdo a los resultados obtenidos para los diferentes tipos de

configuraciones presentados en secciones previas y en la presente sección, se tiene
la certeza de que el código SGRID2D fue correctamente implementado y este puede
utilizarse para el mallado de distintas regiones en 2D.
107
Verificación del Código Numérico DIF2DCG Capítulo 5
5.2 Verificación del Código Numérico DIF2DCG
5.2.1 Difusión de Calor en un Medio Compuesto
En 1991 Chang y Payne, reportaron la solución analítica de la transferencia

de calor por difusión en un medio sólido compuesto. La descripción del modelo
físico es como sigue; considere un medio sólido con forma de rectángulo construido
de dos materiales diferentes, el cual se mantiene a las temperaturas constantes T0 =
600ºC y TL = 100ºC, en sus extremos izquierdo y derecho, respectivamente, como se
muestra en la Fig. 5.9.
y
0
w , ,
L=1 m
Figura 5.9 – Modelo físico de un medio sólido compuesto.
La solución analítica considerando un medio isotrópico y propiedades

independientes de la temperatura está dada por (Chang y Payne, 1991),
λ λ
,
1/2 λ λ
1/2 1
5.1
1/2
para 0 , 0
108
1/2 1
,
1/2
1 λ λ
5.1
1/2 λ λ
para 1/2 1, 0 , y
5.2
2
w = L/2
λ1 = 0.06 W/m*K
λ2 = 0.001 W/m*K
Como se cuenta con la solución analítica se realizó una comparación

cuantitativa punto a punto. La Tabla 5.1 muestra los valores de temperatura
obtenidos en la interface entre los dos materiales para la solución analítica y la
solución numérica.
Tabla 5.1 –Temperaturas obtenidas para la línea central en la interface de los dos materiales.
x y Solución Solución Error %
(m) (m) Analítica (ºC) Numérica
(ºC)
0.50 0.00 0.00 0.00 ---------
0.50 0.10 101.23 104.57 3.30
0.50 0.15 139.64 142.75 2.22
0.50 0.20 180.25 183.02 1.53
0.50 0.25 215.45 217.82 1.10
0.50 0.30 244.59 246.55 0.80
0.50 0.35 267.34 268.87 0.57
0.50 0.40 283.50 284.60 0.38
0.50 0.45 293.02 293.69 0.22
Se observa en la Tabla 5.1, que se propone un error porcentual, el cual se

calcula con la siguiente expresión,
ó á ó é
% 100 5.3
ó á
109
El error promedio es 1.15% y el error máximo es de 3.71%.
En la Fig. 5.10 se muestra la comparación cualitativa de las isotermas

obtenidas de la solución analítica reportada por Chang y Payne (1991) y, las
obtenidas con el código desarrollado DIF2DCG.
(a)
(b)
Figura 5.10 – Isotermas en un medio sólido compuesto: (a) Isotermas reportadas por Chang y Payne
(1991) y, (b) Isotermas obtenidas con el código numérico desarrollado DIF2DCG.
Se observa en la Fig. 5.10 que las isotermas son muy similares, es decir, la
solución reportada por los autores y la obtenida, cualitativamente son semejantes.
110
5.2.2 Difusión de Calor en una Geometría Doblemente Conectada
En 1997 Minkowycz y Sparrow, presentaron la solución de un problema

inverso de difusión de calor para verificarlo con el respectivo problema directo, este
último se utilizó en este trabajo para llevar a cabo la verificación cualitativa. El
modelo físico mostrado en la Fig. 5.11 muestra una placa cuadrada con una cruz en
el centro, la cual es mantenida a una temperatura caliente (Thot) en su exterior y una
temperatura fría en su interior (Tcold).
Figura 5.11 – Modelo físico de una geometría doblemente conectada.
Para llevar a cabo el mapeo y mallado de esta figura se hace un corte

divisorio al centro de la cruz en el primer eje, así, “desdoblando” la geometría a
partir del corte se mapea a una región regular rectangular en el plano computacional
como se muestra en la Fig. 5.12.
Figura 5.12 – Corte divisorio y mapeo para una región cuadrada doblemente conectada.
111
Es debido mostrar la malla que se utilizó para resolver el problema planteado

por Minkowycz y Sparrow, ya que el tamaño y forma de la malla influyen de
manera significativa en la solución del problema. La Fig. 5.13 muestra la malla
obtenida con el código SGRID2D con un tamaño de 49X31 nodos. La malla
mostrada se obtuvo con P y Q = 0.
Figura 5.13 – Malla obtenida al aplicar el código SGRID2D para una región cuadrada
doblemente conectada.
En la Fig. 5.14, se muestra la comparación de las isotermas obtenidas por

Minkowycz y Sparrow, y las obtenidas al aplicar el código DIF2DCG. Las
isotermas en ambos casos de calcularon para T* (temperatura adimensional).
Fijando la atención sobre en la Fig. 5.14 que la isotermas reportadas por lo autores y
las obtenidas con el código DIF2DCG tienen prácticamente las mismas
características cualitativas.
112
(a)
(b)
Figura 5.14 – Isotermas en una geometría doblemente conectada: (a) Isotermas reportadas
por Minkowycz y Sparrow y, (b) Isotermas obtenidas con el código numérico desarrollado
DIF2DCG.
113
5.2.3 Difusión de Calor en la Placa Caliente del GHPA
En 2009 Xamán et al., reportaron la solución analítica de la transferencia de

calor por difusión en el aparato de placa caliente con guarda (Guarded-Hot-Plate
Apparatus, GHPA). El modelo físico de la placa caliente es como sigue; considere
un medio sólido cilíndrico de radio b, el cual tiene una fuente de calor circular
(calentador) en su interior de radio a y en sus fronteras disipa calor por convección
debido al ambiente que lo rodea, como se muestra en la Fig. 5.15.
Figura 5.15 – Modelo físico de la placa caliente.
La solución analítica al modelo físico es (Xamán et al., 2009),
, ,
, , cos ν
1
, ,
cos ν , , 5.3
donde , es la función de Bessel del problema y su norma.
114
Se tomaron en cuenta los siguientes datos de las variables para evaluación de

la solución analítica: ancho de la placa, w = 0.0191 m; radio exterior, b = 0.0762 m;
radio del calentador, a = 0.0538 m; la potencia disipada por el calentador es de 5W;
temperatura inicial de la placa caliente, T0 =Ta= 29.4 ºC; difusividad térmica del
plato central (aluminio), α = 8.4 x 10-5; coeficiente de transferencia de calor por
convección natural promedio, h = 14 W/m2 y conductividad térmica de la placa
caliente, λ = 204 W/mºC.
Para evaluar el término de la última integral que contiene a , , , se

consideró en cuenta que el calentador de nicromel provoca que en el sistema exista
un calor W/m3 constante y por ende exista un W/m2. Las siguientes
ecuaciones muestran la relación entre y

5.4

5.4
2
Debido a problemas de convergencia para solucionar este problema con el

código DIF2DCG, se opto por convertir la frontera de tercera clase a una de primera
clase, esto a partir de la solución del mismo problema en dirección radial y en estado
permanente. La Ec. (5.5) muestra la solución analítica en estado permanente,
1
5.5
4
1
5.6
2
En la Ec. (5.6) se observa que (Temperatura de la superficie

frontera) está relacionada con el calor volumétrico generado , el coeficiente
convectivo h y la temperatura ambiente Ta. Entonces, la Ec. (5.6) se usó para
cambiar la frontera de tercera clase a una de primera clase en el código numérico
desarrollado.
115
La Fig. 5.16 muestra la malla numérica utilizada para la solución del

problema. Cabe señalar que el problema es simétrico, por lo tanto, se optó por
calcular la solución en la mitad del dominio físico.
Figura 5.16 – Malla obtenida al aplicar el código SGRID2D para un semicírculo.
Se realizó una comparación cuantitativa punto a punto en dirección r para el

estado permanente. La Tabla 5.2 muestra los valores de temperatura obtenidos desde
el centro hasta r = b, de la solución analítica y la solución numérica.
Tabla 5.2 –Temperaturas obtenidas en dirección r en estado permanente.

R Solución Solución Error %
(m) Analítica (ºC) Numérica
(ºC)
0.000 68.49 68.73 0.35
0.008 68.49 68.73 0.35
0.015 68.49 68.73 0.35
0.023 68.49 68.72 0.34
0.030 68.49 68.72 0.34
0.042 68.48 68.72 0.34
0.050 68.47 68.72 0.35
0.057 68.46 68.69 0.33
0.076 68.42 68.45 0.03
El error promedio es 0.34% y el error máximo es de 0.36%. Cabe mencionar

que la solución obtenida por Xamán et al. 2009, fue validada, obteniendo una
desviación del ±3% promedio con respecto al experimento, es decir, la solución
numérica obtenida en este trabajo puede o no estar dentro del rango reportado por
116
Xamán et al. 2009, respecto a los datos experimentales. Para el caso en que la
solución aquí expuesta se encuentre en los límites del rango reportado por Xamán et
al., el error máximo sería de ±3.36%, lo cual aún es una aproximación muy buena
respecto a los datos experimentales, considerando que, en los problemas de difusión
de calor reportados en la literatura se tiene una variación del 1 al 5%. Por ejemplo,
en la solución de problemas inversos de Minkowycz y Sparrow (1997) se tiene un
error del 5% respecto a los datos experimentales que se reportan en su libro de
texto.
Con los resultados obtenidos en los problemas previamente planteados y el

mostrado en esta sección, se tiene la certeza de que el código numérico DIF2DCG
es fiable para su aplicación en otros problemas.
117
Capítulo 6
Resultados
En este Capítulo se presentan los resultados y aplicaciones propuestas para

los códigos numéricos desarrollados SGRID2D y DIF2DCG. Para el código de
generación de mallas se presentan varias geometrías, entre las que destaca un rostro
humano de perfil. En las aplicaciones de difusión de calor, se analiza la difusión de
calor de dos aparatos para medir la conductividad térmica de materiales sólidos.
6.1 Aplicaciones del Código Numérico de Generación de Mallas

SGRID2D
Es importante resaltar que en la literatura de generación de mallas, las
geometrías a mallar son nombradas por los autores geometrías irregulares y
geometrías complejas (Maliska, 1995, Thompson et al., 1999, Lifante, 2006). Sin
embargo, los autores no expresan una definición del tipo de geometría, sino que
usan los términos complejo e irregular indistintamente. Por lo tanto, una geometría
compleja en este trabajo, se considera como una geometría que no puede ser
definida con expresiones matemáticas sencillas en los tres principales sistemas
coordenados ortogonales; cartesiano, cilíndrico, y esférico. Entonces, una geometría
irregular será aquella que sea fácil de definir con expresiones matemáticas sencillas
en los tres sistemas ortogonales básicos, un ejemplo de ello es una cavidad
inclinada. La Fig. 6.1 muestra los ejemplos planteados.
Figura 6.1 – Tipos de geometría.
118
Aplicaciones del Código Numérico de Generación de Mallas SGRID2D Capítulo 6
6.1.1 Aplicación del Código SGRID2D para el Mallado de Geometrías

Bidimensionales
Para evaluar el desempeño del código SGRID2D se proponen varias

geometrías regulares y complejas para su mallado. También, se analiza el
comportamiento de las funciones de control P y Q sobre las mallas generadas.
6.1.1.1 Mallado de una Superficie Trapezoidal
En la Fig. 6.2 se muestra una superficie trapezoidal con dimensiones Hx,

Hy1, y Hy2, esta figura se puede definir fácilmente en el plano cartesiano.
Figura 6.2 – Contorno a mallar en forma trapezoidal (geometría irregular).
Para definir la línea inclinada (línea superior) se utiliza la ecuación de la línea

recta definida por,
6.1
Sustituyendo las magnitudes Hx, Hy1, y Hy2 en la Ec. (6.1) se llega a,
6.2
119
Con la Ec. (6.2) y tomando en cuenta que las líneas restantes del trapezoide
se definen de acuerdo al plano cartesiano, se procede a mallar el contorno. Para
este caso se seleccionó un tamaño de malla de 41X26 y los valores Hx = 2.0, Hy1 =
1.0, y Hy2 = 2.0. En la Fig. 6.3 se muestra la malla resultante con las funciones de
control P y Q = 0.
Figura 6.3 – Malla obtenida para una superficie trapezoidal con P y Q = 0.
En la Fig.6.3 se nota una distribución uniforme de las líneas de malla. Sin

embargo, cuando se analiza un fenómeno físico generalmente se requiere de
aglomeración de líneas en las fronteras, ello se logra con la asignación de valores
adecuados a las funciones de control P y Q.
En la Fig. 6.4 (a) y (b) se muestra la aglomeración de líneas de malla en las

fronteras y en el centro, respectivamente. La aglomeración o refinación en las
fronteras se obtuvo con la asignación de parámetros a las funciones de control.
(a) (b)
Figura 6.4 – Malla trapezoidal con refinamiento en: (a) las cuatro fronteras y (b) las fronteras
y la coordenada central solo con las líneas ξ.
120
Los coeficientes de decaimiento para las funciones de control de malla P y Q

se seleccionaron cj, = cj* = 0.1, y di = di* = 0.1, mientras que los coeficientes de
amplitud aj = aj* = 200 y bi = bi* = 200, en ambas mallas de la Fig. 6.4 Se observa
en las Figs. 6.4 que la atracción de la línea frontera hacia las líneas interiores es más
fuerte en las primeras cinco líneas, esto se debe a que las funciones de control se
calcularon para atraer las primeras cinco líneas interiores, seleccionando las líneas
frontera y la coordenada central de cada frontera, e.g., ξj = 1 y ξi = 21, ηi = 1.
La Fig. 6.4 (b) además de mostrar refinamiento de líneas en las fronteras,

muestra un refinamiento en la coordenada central, ello se logra al seleccionar la
coordenada central en las funciones de control, esto es, ξi = 21 y ηi = 13, y calcular
las funciones de control para las 5 líneas anteriores y posteriores a este punto, las
cuales serán atraídas.
Además de los refinamientos en las fronteras, las funciones de control P y Q

permiten la aglomeración de líneas en partes de interés dentro del dominio de la
malla (en geometrías irregulares). La Fig. 6.5 (a) y (b) muestra un ejemplo claro de
ello.
(a) (b)
Figura 6.5 – Malla trapezoidal con refinamiento en: (a) las cuatro fronteras y la coordenada
central ambas líneas ξ y η, (b) las fronteras superior, lateral derecha y una coordenada en
la parte lateral izquierda.
Los coeficientes seleccionados de las funciones de control P y Q son los

mismos que en el caso anterior. En la Fig. 6.5 se nota que las mallas son diferentes,
esto se debe a que las funciones de control se calcularon en los lugares del dominio
de la malla donde se muestra el refinamiento (conservando los mismos coeficientes).
121
6.1.1.2 Mallado de una Cavidad con un Techo a Dos Aguas
En la Fig. 6.6 se muestra el contorno de una cavidad con un techo a dos

aguas, este tipo de forma se requiere para el cálculo de flujo interno. Al igual que la
forma trapezoidal este contorno es sencillo de definir en el plano cartesiano.
Figura 6.6 – Contorno a mallar de una cavidad con un techo a dos aguas (geometría
irregular).
Si la cavidad es simétrica con el eje y, la frontera superior se define como,
2
0 6.3
2
2
2
Con la Ec. (6.3) y tomando en cuenta que las otras líneas se definen de
acuerdo al plano cartesiano, se procede a mallar la cavidad. Se seleccionó un
tamaño de malla de 31X31 y los valores Hx = 2.0, Hy1 = 2.0, y Hy2 = 2.7 y
Hy3 = 2.0.
122
En la Fig. 6.7 (a) se muestra la malla resultante con las funciones de control
P y Q = 0. Se aprecia claramente que las líneas de malla que se aproximan a la
frontera superior están bastante separadas entre sí, lo cual no es conveniente para el
cálculo de algún fenómeno físico.
Para mejorar la malla de la Fig. 6.7 (a) se deben atraer líneas de malla hacia la
coordenada central superior, esto se logra con las funciones de control P y Q. La Fig.
6.7 (b) muestra una malla con la atracción de 7 líneas de malla hacia la coordenada
central superior, tomando en cuenta los siguientes coeficientes de decaimiento cj, =
cj* = 0.1, y di = di* = 0.1, mientras que los coeficientes de amplitud aj = aj* = 50 y
bi = bi* = 50.
(a) (b)
Figura 6.7 – Cavidad a dos aguas: (a) sin refinamiento y (b) con refinamiento en la
coordenada central superior.
En la Fig. 6.8 (a) se muestra un refinamiento en las fronteras laterales el cual

se obtuvo seleccionando los coeficientes de decaimiento cj, = cj* = 0.1, y di = di* =
0.1, mientras que los coeficientes de amplitud aj = aj* = 300 y bi = bi* = 300,
tomando en cuenta cinco líneas para la atracción. En la fronteras superior e inferior
los coeficientes seleccionados fueron cj, = cj* = 0.1, di = di* = 0.1, aj = aj* = 300
y bi = bi* = 50 y tres líneas para la atracción.
En la Fig. 6.8 (b) se presenta otra configuración del mallado en la cavidad a

dos aguas, en ella se aprecia refinamiento en frontera derecha y en la parte superior
con 7 líneas para la atracción.
123
(a) (b)
Figura 6.8 – Cavidad a dos aguas: (a) Con refinamiento en las fronteras laterales y en la
frontera superior y (b) con refinamiento en la coordenada central superior y en la frontera
izquierda.
6.1.1.3 Mallado de la Vista Lateral de un Automóvil
El mallado de geometrías complejas es una parte sumamente útil para el

diseño en ingeniería. Un ejemplo de geometría compleja bidimensional, es el perfil
de un automóvil. El perfil de un automóvil se puede definir relativamente fácil
utilizando la técnica de Diseño Asistido por Computadora (Computer Aided
Design, CAD). En la Fig. 6.9 se muestra la vista lateral de un automóvil, la cual se
obtuvo de un bloque predefinido en CAD.
De esta manera utilizando CAD se pueden definir geometrías complejas de

interés particular. Retomando el ejemplo del automóvil, suponga que se requiere
analizar el flujo externo de aire cuando este va en movimiento, entonces se requiere
una malla alrededor del perfil del automóvil para analizar este fenómeno.
Figura 6.9 – Vista lateral de un automóvil.
124
Como primer paso se necesita definir el contorno a mallar, se prefiere una

geometría elíptica o circular alrededor del perfil del auto, Maliska (1995). En la
Fig. 6.10 se muestra el contorno a mallar. El segundo paso es, exportar de alguna
manera las coordenadas del software CAD al código numérico desarrollado, en este
caso se llevó a cabo manualmente.
Figura 6.10 – Contorno a mallar para el perfil de un automóvil.
El tercer y último paso es, generar la malla adecuada con el código numérico
desarrollado.
En resumen los pasos para mallar una geometría compleja con la ayuda de la
técnica CAD, son:
1. Definir la geometría y el contorno o lugar a mallar.

2. Exportar las coordenadas al código numérico.
3. Generar la malla.
Es importante analizar el comportamiento de las funciones de control P y Q

sobre geometrías complejas, ya que en estas geometrías también se requiere la
aglomeración de líneas en lugares de interés.
125
En la Fig. 6.11 se muestra la malla generada para el perfil del automóvil con
un tamaño de 79 X19 nodos. Los 79 nodos se obtuvieron de las splines que definen
el perfil del automóvil, es decir, de polinomios representados por una cantidad finita
de puntos de acuerdo a su grado del dibujo hecho en CAD y, los 19 se
seleccionaron por conveniencia. En la Fig. 6.11 se aprecia un refinamiento de líneas
hacia la superficie del automóvil, además de una ligera atracción de las líneas que
se encuentran cercanas a la superficie izquierda y derecha.
Figura 6.11 – Malla para el perfil de un automóvil (flujo externo).
En los tres ejemplos de aplicación de las secciones 6.1.1.1, 6.1.1.2 y 6.1.1.3,

es claro el refinamiento en las geometrías malladas. Existen dos puntos cualitativos
importantes que resaltan. El primer punto cualitativo es que, en los tres ejemplos
las mallas no tienen traslapes de dos o más líneas, es decir las líneas de malla
definen secciones rectangulares en toda la geometría y no hay dos líneas que se
intercepten en el mismo punto. El segundo punto cualitativo a resaltar es la no
propagación de singularidades de las fronteras hacia dentro del dominio discreto,
como se observa en la malla de la cavidad a dos aguas (la singularidad se encuentra
en el centro de la cavidad en la frontera superior), donde las líneas de malla
resultantes tienen una distribución suave y curva dentro del dominio.
En base a los resultados obtenidos, se concluye que el desempeño del código

es el deseado para las tres geometrías malladas. En la siguiente sección, se muestran
más ejemplos de aplicación para el mallado de diferentes geometrías.
126
6.1.1.4 Mallado de Otras Geometrías
En este apartado se presentan las mallas obtenidas con el código SGRID2D

para diversas geometrías, por ejemplo, una cabeza humana vista de perfil, Fig. 6.12.
(a) (b)
Figura 6.12 – Mallado del contorno de la cabeza humana vista de perfil y vista frontal: (a) Sin
atracción de líneas de malla en las fronteras y, (b) Con atracción de líneas de malla en las
fronteras superior e inferior.
127
Como se aprecia en la Fig. 6.12 es clara la aplicación de las funciones de

control de malla P y Q. Cabe señalar que el mallado de las orejas en la vista frontal,
se hizo de manera independiente.
Por otra parte, el código numérico SGRID2D tiene un buen comportamiento

permitiendo el mallado de este tipo de geometrías sin dificultad. Otras aplicaciones
del código numérico SGRID2D en el mallado de geometrías bidimensionales se
muestran en la Fig. 6.13.
Figura 6.13 – Mallado de diferentes geometrías bidimensionales.
128
6.1.2 Aplicación del Código SGRID2D para Generar Mallas

Tridimensionales
Básicamente existen dos formas para generar geometrías tridimensionales a

partir de geometrías bidimensionales: (1) generación de geometrías tridimensionales
por extrusión y, (2) generación de geometrías tridimensionales por revolución.
6.1.2.1 Generación de Mallas Tridimensionales por Extrusión
Para generar geometrías tridimensionales por extrusión, se requiere definir la

geometría a extruir en un plano bidimensional, generalmente en el plano x,y.
Después, la geometría se extruye, es decir, se proyecta en el eje perpendicular al
plano, en este caso el eje z, generando la geometría tridimensional. La Fig. 6.14
muestra como generar una geometría tridimensional por extrusión.
Figura 6.14 – Extrusión de una geometría 2D en el eje z.
Al extruir una geometría mallada en 2D, se genera una malla en 3D. En la

Fig. 6.15 se muestra una geometría doblemente conectada, la cual se toma como
ejemplo para la extrusión.
Figura 6.15 – Geometría doblemente conectada a extruir.
129
Extruyendo la geometría mostrada en la Fig. 6.15, se obtiene la malla

tridimensional de la Fig. 6.16. En la Fig. 6.16 se aprecia que para llevar a cabo la
extrusión se divide el eje en el cual se extruirá la malla bidimensional, esto para
generar la malla tridimensional. La Fig. 6.17 muestra otro ejemplo de extrusión.
Figura 6.16 – Malla tridimensional generada por extrusión (tubería incrustada).
Figura 6.17 – Malla tridimensional generada por extrusión (cavidad a dos aguas).
130
6.1.2.2 Generación de Mallas Tridimensionales por Revolución
Al igual que en las geometrías generadas por extrusión, se necesita definir

una geometría bidimensional para generar mallas por revolución. El segundo paso es
rotar la geometría en un eje del plano, como se muestra en la Fig. 6.18. El eje para la
rotación se selecciona de acuerdo a la geometría tridimensional deseada.
Figura 6.18 – Revolución de una geometría bidimensional.
En la Fig. 6.19 se muestra la malla del perfil del vehículo lanzador de cohetes
(Maliska, 1995), la cual se revoluciona en el eje x para generar una malla para flujo
externo que rodea la estructura del vehículo.
Figura 6.19 – Malla para flujo externo del vehículo lanzador de cohetes (Maliska, 1995).
En la Fig. 6.20 se muestra la malla generada al revolucionar la malla de la

Fig. 6.19 en el eje x, se observa en ella que la geometría resultante tiene forma de
cilindro cónico. Al generar este tipo de mallas se tiene que tener claro la geometría
resultante, y con ello hacer el mapeo al dominio computacional correctamente.
131
Difusión de Calor en Coordenadas de Cuerpo Ajustado Capítulo 6
Figura 6.20 – Malla tridimensional del vehículo lanzador de cohetes generada por revolución.
6.2 Difusión de Calor en Coordenadas de Cuerpo Ajustado
En esta sección se presentan dos problemas de aplicación. Los dos problemas

abordan el análisis térmico de componentes en aparatos para la determinar la
conductividad térmica de materiales aislantes y conductores.
La mayoría de los métodos para determinar la conductividad de un material

aislante o de construcción se basan en mediciones de estado permanente. Hay dos
métodos básicos de medición de estado permanente: absoluto y por comparación. En
el método absoluto se hace pasar un flujo de calor conocido a través del espécimen y
se determina la conductividad mediante la ley de Fourier. El método comparativo
utiliza un material de referencia de conductividad térmica conocida y un flujo de
calor el cual es colocado en serie con el espécimen de prueba, la conductividad
térmica del espécimen es determinada con una ecuación de trabajo.
132
Entre los métodos absolutos “el aparato de placa caliente con guarda”(GHPA)
es ampliamente usado, puesto que tiene buena precisión para determinar la
conductividad térmica de materiales aislantes de interés, éste ha sido adoptado por
American Society for Testing and Materials (ASTM) como un método estándar.
Por otra parte, el método comparativo de barras cortadas puede ser usado para
evaluar las propiedades de sólidos homogéneos, heterogéneos y materiales
compuestos, con conductividad térmica efectiva, λ, los cuales tengan una
conductividad térmica mayor de 14.2 W m-1 K-1, con intervalo de temperaturas que
25 a 200ºC (Esquivel, 2010).
6.2.1 Análisis de la Distribución de Temperaturas en un Aparato de Placa

Caliente con Guarda para Medir la Conductividad Térmica (Placa Caliente)
Se seleccionó el problema publicado por Xamán et al. 2009, el cual se

presentó y se resolvió previamente en el Capítulo 5. Este problema aborda el análisis
de la distribución de temperaturas en dirección radial del aparato de placa caliente
con guarda, para medir la conductividad térmica en materiales aislantes. El
problema fue resuelto por Xamán et al., mediante la función de Green para
determinar el perfil de temperaturas en la placa caliente y la guarda. La Fig. 6.21
muestra una fotografía del aparato de placa caliente con guarda propiedad de
Cenidet.
Figura 6.21 – Placa caliente con guarda.
133
En el estudio realizado por Xamán et al. 2009, se consideró la placa con una
fuente de calor circular superficial, y se consideraron condiciones de simetría en
dirección angular. Sin embargo, como se aprecia en la Fig. 6.21, el problema no es
simétrico en la dirección angular en toda la placa, ya que las fuentes de calor
ingresan por ranuras y perforaciones hechas en el placa caliente y la guarda,
rompiendo la simetría al abordar el problema.
Es fundamental analizar la distribución de temperaturas en el aparato, en

forma particular el de la placa caliente, ya que de ella se determina una temperatura
TH para determinar la conductividad térmica aparente kz de la muestra, ello
mediante la Ec. (6.4). En el caso ideal, TH sería isoterma en toda la placa caliente.
6.4
6.2.1.1 Modelo Físico
En la Fig. 6.22 se muestra el modelo físico de la placa caliente considerando

simetría en el eje que corta la ranura u orificio de entrada para fuente de calor.
Figura 6.22 – Modelo físico de la placa caliente.
134
Consideraciones
• El material es homogéneo e isotrópico y sus propiedades termofísicas no

varían con la temperatura.
• La dilatación volumétrica por cambio de temperatura es despreciable.
• La cinta de nicromel o fuente de calor es colocada al final del orificio/ranura
(circundando la placa caliente) como se muestra en la Fig. 6.22.
• La fuente de calor circular provoca que en la placa caliente exista un
W/m3 que depende de la posición de esta.
• El orificio de entrada para la fuente disipa cierto porcentaje del , ello
debido a las componentes que existen en ese orificio, aire, aislante, y
nicromel.
• El orificio o ranura tiene una dimensión de 3 mm de espesor (1/8’’).
• Las condiciones del medio circundante son constantes.
• El sistema se encuentra en estado permanente.
En la placa caliente se considera disipación de calor en la ranura, ya que en

ella se encuentran contenidos tres diferentes tipos de materiales: material aislante,
nicromel y aire.
6.2.1.2 Modelo Matemático
Para un sistema coordenado curvilíneo mapeado a un plano computacional

regular, la ecuación de difusión de calor bidimensional en estado permanente y con
generación de calor tomando en cuenta el modelo físico planteado previamente es,
Γ Γ
0 6.6
0 ,
0 ,
donde,
135
y los coeficientes a, b, d, y J dependen de las métricas de la transformación y estos

se definieron en el Capítulo 3.
Condiciones de frontera

ó
0 ó í
Para el cálculo de la fuente de calor posicionada se utiliza la siguiente relación:
5
6.7
0.8 10 · 11 10 ·
donde 0.8mm y 11mm son las dimensiones de la sección transversal de nicromel y,

Los valores de las otras constantes involucradas se dieron en el Capítulo 5, sección

5.2.3. Para el cálculo del porcentaje de disipación de calor en la ranura, este se resta
del total suministrado por la fuente de calor dado por la Ec (6.7).
6.2.1.3 Independencia de Malla
Como primer paso se hizo un estudio de independencia de malla para la placa

incluyendo la ranura, tomando condiciones de simetría en la frontera oeste. Las
mallas seleccionadas fueron 41X81, 61X121, 81X161, 101X201 y 121X241. En la
Fig. 6.23 se muestra la variación de temperatura en la condición de simetría para las
diferentes mallas.
136
Figura 6.23 – Variación de la temperatura en la condición de simetría.
La solución presentó una variación de 0.37, 0.19, 0.15 y 0.08% respecto al

tamaño de malla anterior (e. g., se tuvo una variación de 0.37% entre el tamaño de
malla de 41X81 y 61X121). El tamaño de malla seleccionado fue de 101X201, ya
que presenta una variación de 0.15% respecto al tamaño anterior, además puesto
que es una malla “fina” es posible definir con mejor precisión la posición de la
fuente de calor circular. Otro aspecto importante es el tamaño y forma de la malla.
La Fig. 6.24 muestra la forma de la malla utilizada, en la cual se obtuvo una razón
de aspecto máxima de 2.2, cumpliendo así por lo establecido por Peric en 1985.
Figura 6.24 – Malla utilizada para resolver la difusión de calor en la placa caliente.
137
6.2.1.4 Resultados: Efecto de la Longitud de la Ranura y la Temperatura Ambiente

sin Disipación de Energía en la Ranura
Los investigadores que han trabajado sobre el GHPA (Hah et al., 1973 y
Xamán et al., 2009), han reportado que la posición de la fuente de calor circular
afecta al gradiente de temperatura en la placa debido a la naturaleza del fenómeno.
Para analizar el efecto de la posición de la fuente de calor se propuso variar

la longitud de la ranura y con ello la posición de la fuente de calor, como se
describió anteriormente en el modelo físico planteado. Otro parámetro importante
es la temperatura ambiente a la que se llevará a cabo el experimento, ya que a esta
temperatura se reporta la conductividad obtenida mediante el experimento, siempre
y cuando, la temperatura ambiente se mantenga en un valor promedio entre la placa
caliente y la placa fría (Xamán, 1999).
Tomando en cuenta lo mencionado anteriormente se propusieron los

parámetros para la modelación mostrados en la Tabla 6.1.
Tabla 6.1 Parámetros de modelación.

Longitud de la Temperatura amb. Fuente de calor
ranura (ºC) (W/m3)
(cm)
1 10, 30 y 65 13.6X106
2 10, 30 y 65 16.0X106
3 10, 30 y 65 19.5X106
4 10, 30 y 65 24.9X106
5 10, 30 y 65 34.5X106
6 10, 30 y 65 55.8X106
Cabe señalar que para los resultados mostrados en esta sección, no se tomó en
cuenta la disipación de calor en la ranura debido a los diferentes materiales que hay
en esa parte del GHPA, es decir, se consideró una condición de aislamiento para la
ranura 0 .
138
En la Fig. 6.25 se muestran las isotermas de la placa caliente con longitudes

de ranura de 1 hasta 6 cm, considerando la temperatura ambiente (Ta) de 10ºC y su
valor correspondiente de la fuente de calor posicionada según la longitud de la
ranura (ver Tabla 6.1).
Figura 6.25 – Isotermas para la placa caliente con una longitud de ranura de: (a) 1cm, (b) 2
cm, (c) 3 cm, (d) 4 cm, (e) 5 cm y (f) 6 cm y una temperatura ambiente de 10ºC.
Como se aprecia en la Fig. 6.25 las isotermas mantienen una forma circular,
debido a la condición de aislamiento en la ranura. Otra característica importante que
se observa en la Fig. 6.25, es que la diferencia de temperatura entre el centro y la
139
superficie frontera aumenta cuando la profundidad de la ranura se incrementa,

excepto para la ranura de 6 cm.
En la Fig. 6.26 se muestra el perfil de temperaturas en el eje coordenado η

partiendo desde el centro de la placa hasta la frontera inferior (lado opuesto a la
ranura), si se hace una analogía con el sistema coordenado cilíndrico el perfil
mostrado tiene el intervalo 0 0.0762.
Figura 6.26 – Perfil de temperatura en el eje η, para una Ta = 10ºC.
En la Fig. 6.26 se notan picos que señalan la temperatura máxima de la

placa, los cuales se encuentran al final de la ranura, en otras palabras, donde está
colocada la fuente de calor. También, se observa que para la mayoría de los casos se
tiene un comportamiento lineal, tanto al interior como al exterior de la posición de
la fuente de calor. En el caso donde la ranura tiene 6cm, el comportamiento es
diferente, debido a que el problema se asemeja al problema de un tubo circular con
una fuente de calor lineal en su interior (e.g. cable conductor eléctrico con aislante),
donde la solución reportada contiene un término exponencial (Ozisik, 1994). Por
último, conforme aumenta la profundidad de la ranura la diferencia de temperatura
entre el centro y la superficie aumenta en casi todos los casos, entonces, la menor
diferencia de temperatura se obtuvo para el caso donde la ranura tiene 1 cm con un
valor de 0.12ºC.
140

de ranura de 1 hasta 6 cm, considerando la temperatura ambiente de 30ºC y su valor
correspondiente de la fuente de calor.
En la Fig.6.27 se nota que las isotermas tienen un patrón circular. Haciendo

una comparación entre la Fig. 6.27 y 6.25 se nota que las isotermas conservan el
mismo patrón, y la diferencia de temperatura entre el centro y la superficie se
141
mantiene constante para las figuras correspondientes mencionadas (e.g. 0.1ºC para
las Fig. 6.25 (a) y la Fig. 6.27 (a)).

partiendo desde el centro de la placa hasta la frontera inferior, para una temperatura
ambiente de 30ºC.
En la Fig. 6.28 se tiene el mismo patrón que en el caso de la temperatura

ambiente igual a 10ºC. Incluso, los gradientes de temperatura entre el centro de la
placa y la superficie se mantienen constantes (e.g. 0.12ºC para los casos de la ranura
de 1cm). La única diferencia entre la Fig. 6.28 y 6.26 está en que la placa tiene una
temperatura promedio más alta, esto debido a que la temperatura se incrementó
respecto al caso anterior.
142

de ranura de 1 hasta 6 cm, considerando la temperatura ambiente de 65ºC.
Para los casos de la Fig. 6.29 se conservan las características mencionadas

para los casos anteriores. Esto significa que la profundidad de la ranura no tiene
ningún efecto cualitativo en las isotermas, siempre y cuando en la ranura exista
condición de aislamiento. Por otra parte, la diferencia de temperatura entre el centro
143
y la frontera aumenta, cuando se incrementa la longitud de la ranura (excepto en el

caso de 6 cm).

partiendo desde el centro de la placa hasta la frontera inferior, para una temperatura
ambiente de 30ºC.
Se nota en la Fig. 6.30 que conserva el patrón obtenido para los casos de
10ºC y 30ºC. Las diferencias de temperatura entre el centro de la placa y la
superficie se mantienen constantes (e.g., 0.12ºC para los casos de la ranura de 1cm).
La diferencia con los casos anteriores es la temperatura promedio de la placa, ello
debido al incremento de la temperatura ambiente.
Tomando en cuenta los resultados de los casos anteriores, se concluye que la

temperatura ambiente no impacta al perfil de temperaturas que se encuentra en
dirección opuesta a la ranura y la diferencia de temperatura se mantiene constante
para cada caso correspondiente a las temperaturas consideradas (10ºC, 30ºC y 65ºC),
para una condición de frontera aislada en la ranura.
144
6.2.1.5 Resultados: Efecto de la Disipación de Calor en la Ranura
En la Fig. 6.31 se muestran las isotermas obtenidas con un porcentaje de

disipación de calor en la ranura del total suministrado por la fuente de calor, para
una longitud de ranura de 1cm, Ta = 10ºC y una fuente de calor de 13.6X106 W/m3
(ver Tabla 6.1).
Figura 6.31 – Isotermas para la placa caliente con disipación de calor en la ranura de (a)
1%, (b) 5%, (c) 10%, (d) 15%, (e) 20% y (f) 30%, del calor suministrado por la fuente, 1cm de
ranura y Ta = 10ºC.
145
En la Fig. 6.31 se nota que conforme aumenta la disipación de calor en la

ranura, las isotermas conservan su forma circular. También, la temperatura al
interior de la placa caliente disminuye conforme aumenta el porcentaje de disipación
de calor.
En la Fig. 6.32 se muestran las isotermas para una longitud de ranura de 1cm,
Ta = 30ºC y una fuente de calor de 13.6X106 W/m3.
146
En las figuras 6.31- 6.33 se nota que conforme aumenta la disipación de calor
en la ranura, las isotermas conservan su forma circular, por lo tanto, la disipación de
calor en la ranura para este caso no afecta la forma de las isotermas. También,
resalta que la temperatura en el placa caliente es isoterma para fines prácticos.
147
Con el objetivo de observar que les sucede a las isotermas al incrementar la

longitud de la ranura y considerar la disipación de calor en ella, se plantearon casos
similares a los anteriores considerando longitudes de ranura de 3 y 6 cm. En la Fig.
6.34 se muestran las isotermas para una longitud de ranura de 3cm, Ta = 10ºC y una
fuente de calor de 19.5X106 W/m3.
148
Se observa en la Fig. 6.34 que las isotermas tienden a curvarse cerca de la

ranura conforme aumenta el porcentaje de disipación de calor. También, se nota que
la temperatura promedio de la placa disminuye al incrementarse este porcentaje.
149
En la Fig. 6.35 se observa que se mantienen los mismos aspectos cualitativos

que para el caso anterior (Ta = 10ºC, Fig. 6.34). Además, la diferencia de
temperatura entre el centro de la placa y la superficie para los casos
correspondientes de las figuras 6.34 y 6.35 se mantiene constante (e.g., 0.3ºC para
ambas figuras 6.34(a) y 6.35(a)). En la Fig. 6.36 se muestran las isotermas para una
longitud de ranura de 3cm, Ta = 65ºC y una fuente de calor de 19.5X106 W/m3.
150
En la Fig. 6.36 se observa que se mantienen los mismos aspectos cualitativos

que para los casos anteriores, entonces, el cambio de temperatura ambiente en el
rango considerado no tiene efecto en la forma de las isotermas. La diferencia de
temperatura entre el centro y la superficie de la placa tiene un intervalo de 0.24-
0.3ºC. Lo que significa que la disipación de calor si tiene un pequeño efecto en la
diferencia considerada. En la Fig. 6.37 se muestran las isotermas para una longitud
de ranura de 6cm, Ta = 10ºC y una fuente de calor de 55.8X106 W/m3.
151
Para este caso (Fig. 6.37) se aprecia que las isotermas tienden a deformarse
cerca de la ranura conforme se incrementa el porcentaje de disipación. Este efecto es
mucho más fuerte que para el caso de la ranura de 3cm (Fig. 6.34-6.36). También,
al igual que en los casos anteriores la temperatura promedio disminuye cuando
aumenta el porcentaje de disipación. En la Fig. 6.38 se muestran las isotermas para
una longitud de ranura de 6cm, Ta = 30ºC y una fuente de calor de 55.8X106 W/m3.
152
En la Fig. 6.38 se conservan los aspectos cualitativos que se obtuvieron para

el caso de 10ºC (Fig. 6.37). Las diferencias de temperatura tienen un intervalo de
0.26-0.3ºC, el cual es mayor que para el caso de las ranura de 1 y 3 cm.
La Fig. 6.39 muestra las isotermas para una longitud de ranura de 6cm, Ta =
65ºC y una fuente de calor de 55.8X106 W/m3.
153
De la misma manera que para los casos anteriores (figuras 6.37 y 6.38), las
isotermas de la Fig. 6.39 tienen los mismos aspectos cualitativos. Con los casos
presentados de las ranuras de 1, 3 y 6 cm, se concluye que conforme se incrementan
la longitud de la ranura y disipación de calor en ella, las isotermas tienden a
deformarse debido a este incremento, es decir, las isotermas pierden su forma
circular dando lugar a una forma semi-elíptica.
Para observar que es lo que sucede con el perfil de temperaturas en los casos
con disipación de calor en la ranura, se graficaron los perfiles de temperaturas
correspondientes al eje η partiendo desde el centro de la placa hacia el exterior de la
placa en el lado opuesto a la ranura. En las Figs. 6.40, 6.41 y 6.42 se muestran los
perfiles obtenidos para el caso de las tres longitudes de ranura, considerando la
disipación de calor correspondiente y temperaturas Ta = 10ºC, Ta = 30ºC y
Ta = 65ºC, respectivamente.
154
Figura 6.40 – Perfiles de temperatura en el eje η con disipación de calor en la ranura de (a)
1%, (b) 5%, (c) 10%, (d) 15%, (e) 20% y (f) 30%, del calor suministrado por la fuente y Ta =
10ºC.
En los perfiles de temperaturas mostrados en la Fig. 6.40 se nota que la

diferencia de temperatura en el centro de la placa para los casos de 3 y 6 cm de
ranura aumenta conforme se incrementa la disipación de calor. Para el caso de la
ranura 6 cm la temperatura no es lineal, este punto se aclaro en la sección previa.
155
La Fig. 6.41 muestra los perfiles obtenidos para el caso de las tres longitudes
de ranura, considerando la disipación de calor correspondiente y una Ta = 30ºC.
30ºC.
La Fig. 6.42 muestra los perfiles obtenidos para el caso de las tres
dimensiones de ranura considerando la disipación de calor correspondiente y una
Ta = 30ºC.
156
65ºC.
Los perfiles se mantienen igual en las tres figuras mostradas (Fig. 6.40-642),
esto refuerza el punto concluido en secciones previas, lo cual es que la temperatura
ambiente no afecta de manera significativa en los aspectos cualitativos de la placa
caliente.
157
Otro aspecto importante, es que la menor diferencia de temperatura entre el

centro y la superficie, se obtuvo con la ranura menor longitud de ranura, es decir, la
longitud de 1cm.
Con este breve análisis se obtuvieron los siguientes aspectos relevantes para
llevar a cabo la experimentación a futuro con este tipo de aparatos (GHPA):
1. Aislar térmicamente de la mejor manera posible el orificio o ranura

por donde entra la fuente de calor, para disminuir la disipación de
calor en la ranura. Esto con el objetivo de tener un perfil de
temperaturas uniforme en toda la placa caliente.
2. Mantener el calor suministrado por la fuente constante, es decir, la

potencia eléctrica disipada por la cinta de nicromel o calentador en
uso debe mantenerse en un valor estable. Ello se logra con una fuente
de energía eléctrica en la cual el voltaje (diferencia de potencial) sea
regulado y tenga mínimas variaciones en largos periodos de tiempo.
También, debe considerarse que la variación de la resistencia eléctrica
del calentador con la temperatura sea mínimo, si esta varía, es
recomendable diseñar un circuito electrónico que permita la regulación
automática del voltaje para mantener la potencia disipada constante.
3. Colocar los sensores de temperatura en el lado opuesto a la ranura, ya

que en este lugar las isotermas conservan mejor su forma circular.
4. Al construir la placa caliente, considerar que la ranura tiene un efecto

en el perfil de temperaturas debido a la disipación de calor en ella,
juntamente con la posición de la fuente calor. Lo que se busca en ello
es que la placa sea lo más isoterma posible. De acuerdo a los
resultados obtenidos en este trabajo, ello se logra con una ranura de
1cm y colocando en ese sitio la fuente de calor, ya que este caso
presentó una diferencia de temperatura de 0.1-0.12ºC entre el centro de
la placa y la superficie. Sin embargo, en el modelo físico y matemático
no se consideró la guarda de la placa caliente, por tal motivo, se
recomienda extender este trabajo considerando la guarda acoplada a la
placa caliente para realizar un análisis y obtener la mejor posición de
la fuente de calor para la placa caliente.
158
6.2.2 Análisis de la Distribución de Temperaturas en un Instrumento de Barras

Cortadas para Medir Conductividad Térmica en Sólidos Conductores
Esquivel en el 2010 obtuvo los parámetros de diseño para la construcción de

un aparato de barras cortadas para medir la conductividad térmica. El diseño de este
aparato consta de dos materiales de referencia, un material de muestra en forma
cilíndrica y un aislante térmico alrededor de las barras. La muestra y los materiales
de referencia se apilan de tal manera que la muestra quede en medio. En la Fig. 6.43
se muestra el esquema de la barra compuesta.
o Z6 , T6
ZR2 Material de
referencia 2
o Z5 , T5
o Z4 , T4
Muestra
H ZM
o Z3 , T3
o Z2 , T2
z
Material de
ZR1
referencia 1
φ o Z1 , T1
r
Figura 6.43 – Esquema de la barra compuesta referencia-muestra-referencia (Esquivel, 2010)
El autor resolvió el problema considerando condiciones de simetría y

contacto perfecto mediante la técnica de volumen finito. Como se puede apreciar
en la Fig. 6.43, el diseño de construcción de la barra contempla seis orificios Z1, Z2
… Z6, en los que se colocaran termopares para medir las temperaturas T1, T2, … T6.
Entonces, estos orificios romperán la simetría haciendo que la aproximación hecha
por el autor tenga una ligera desviación del problema real.
159
En la Fig. 6.44 se muestra las isotermas y el vector flujo de calor reportado

por Esquivel en el 2010.
Figura 6.44 – Perfil de temperaturas y flujo de calor en una barra compuesta cobre-baquelita-
cobre con material aislante en su radio exterior (Esquivel, 2010).
Como se aprecia en la Fig. 6.44, el autor resolvió el problema sin considerar

los orificios para los sensores de temperatura. Por lo tanto, en este trabajo se realiza
un estudio en el cual se involucran los orificios, ya que estos están relacionados de
manera directa con las temperaturas para determinar la conductividad térmica del
material de muestra.
La ecuación de trabajo para determinar la conductividad de la muestra es:
6.8
2 2
Observando la Ec. (6.8), se espera que al realizar el experimento el patrón de

temperaturas sea estratificado, puesto que las diferencias de temperaturas son
fundamentales para que se determine con la menor incertidumbre posible la
160
conductividad de la muestra. Si el patrón de temperaturas no es estratificado se

obtendrá un parámetro de conductividad con mayor incertidumbre, incluso, puede
llegar a ser irreal. Un ejemplo de ello es que si la diferencia de temperaturas del
material de la muestra es pequeña (T4 y T3), la conductividad calculada será muy
grande, o viceversa si las temperaturas de los materiales de referencia son pequeñas
el término entre paréntesis será casi nulo, provocando que el valor de la
conductividad calculada sea baja.
Por otra parte, Esquivel en su trabajo reportó que el error de diseño es menor
y tiende a ser constante si el material de muestra tiene una conductividad arriba de
14.2 W m-1 K-1. Por lo tanto, en este trabajo se simulan muestras, las cuales tienen
una conductividad térmica mayor de 14.2 W m-1 K-1, ello con la finalidad de evitar
un error grande en el cálculo de la conductividad.
6.2.2.1 Parámetros de la Modelación
El objetivo de este breve estudio es analizar el efecto en el perfil de

temperaturas de las ranuras para los sensores de temperatura en el aparato de barras
cortadas. Cabe destacar que Esquivel (2010) para determinar los parámetros de
diseño realizó un estudio extenso sobre gran variedad de materiales. En este trabajo
se seleccionó cobre como material de referencia y tres materiales como material
muestra, hierro, plomo y aluminio. La Tabla 6.2 muestra la conductividad térmica
de los materiales seleccionados.
Tabla 6.2 Valores de conductividad de los materiales seleccionados.

Material Conductividad
Térmica
(W*m-1*K.-1)
Aluminio 237.0
Cobre 401.0
Hierro 147.0
Plomo 35.3
Las constantes ambientales se seleccionaron igual que en el trabajo de

Esquivel, con un coeficiente convectivo h = 5.65 W m-2 K-1 y una temperatura
ambiente Ta = 22 ºC. La temperatura de evaluación de la muestra se fijó a 100ºC
(Tf = 20 ºC y Tc = 180 ºC). El material aislante es poliestireno extruido de 25 mm de
espesor (λ = 0.034 W m-1K-1). La profundidad de la ranura en los materiales de
referencia y muestra se fijó a 3 mm (1/8’’).
161
6.2.2.2 Modelo Físico
En la Fig. 6.45 se muestra el modelo físico propuesto del aparato de barras

cortadas considerando los orificios para los termopares.
Figura 6.45 – Modelo físico del aparato de barras cortadas.
Para el estudio de este problema se aplican las siguientes consideraciones,
• Los materiales de referencia y de muestra tienen una longitud 100 mm.

• Contacto perfecto entre los materiales.
• Los materiales son homogéneos e isotrópicos y sus propiedades termofísicas
no varían con la temperatura.
• La conductividad térmica de los materiales es conocida.
• No hay dilatación volumétrica por cambio temperatura en los materiales.
• Las temperaturas Tc en la parte superior y Tf en la parte inferior del sistema
son constantes y uniformes.
162
• El área de la sección transversal del material de referencia y de la muestra son

iguales.
• No existe generación de calor en ninguno de los materiales.
• Las condiciones del medio circundante son constantes, es decir, la
temperatura ambiente y el coeficiente de calor convectivo son constantes.
• La condición de frontera de las ranuras se considera debido a la baja
conductividad del aire en comparación con el material aislante y el mínimo
movimiento de este en las ranuras.
• El sistema se encuentra en estado permanente.
6.2.2.3 Modelo Matemático
El modelo matemático que describe la difusión de calor en estado permanente

y sin generación de calor en el plano computacional es,
Γ Γ
0 6.9
0 , 0.075
0 , 0.30
donde,
y los coeficientes a, b, d, y J dependen de las métricas de la transformación y estos

se definieron en el Capítulo 3.
Condiciones de frontera

163
6.2.2.4 Independencia de Malla
En la Fig. 6.46 se muestra la malla para este problema, para una malla
representativa de 17X41, esto para cada material. Se nota el sistema coordenado
curvilíneo en las ranuras es bastante curvo, lo que lo hace muy sensible a
variaciones en las dimensiones de las fronteras, especialmente las dimensiones de
las ranuras. La razón de aspecto máxima obtenida fue de 4.31, al interior de las
fronteras. Se seleccionaron los siguientes valores para llevar a cabo el estudio se
independencia de malla, 31X81, 41X81, 51X81, 31X121, 41X121, y 51X121, para
cada material, es decir, la malla para los tres materiales involucrados tendrá un
tamaño más grande para las líneas η (e.g. 31X81 para un material, 31X241 para los
3 materiales).
Figura 6.46 – Malla para resolver la difusión de calor en el aparato de barras cortadas.
En la Fig. 6.47 se muestran las temperaturas obtenidas en la interface del

material de referencia y la muestra para las diferentes mallas.
164
Figura 6.47 – Variación de la temperatura en la primer interface referencia muestra.
Para resultados obtenidos entre las mallas de 31X121, 41X121, 51X121

existe una diferencia relativa de 1.32% y 0.43% promedio, respectivamente, por
lo que se consideró usar la malla de 41X121.
6.2.2.5 Resultados: Efecto de la Posición de las Ranuras
Para observar el efecto que provocan las ranuras en las isotermas en el

aparato de barras cortadas, se decidió mover las ranuras de posición cada 5 mm de la
interface de los materiales referencia-muestra-referencia, esto hasta llegar a una
distancia de 20 mm.
Los materiales seleccionados para la simulación fueron: cobre como material

de referencia y hierro como muestra, ambos con diámetro de 25 mm y 50 mm. En la
Fig. 6.48 se muestran las isotermas obtenidas para cada caso.
Se nota en la Fig. 6.48 que, conforme aumenta la separación de la interface

con las ranuras, las isotermas se desplazan hacia abajo, esto puede apreciarse con
claridad en los casos (a) y (b). También, es de llamar la atención que las isotermas
no son completamente horizontales en las tres barras de la simulación numérica.
Entonces, esto afectará en el experimento real, provocando que aumente la
incertidumbre de medición, ya que la temperatura registrada en la ranura por el
sensor no será la misma que su contraparte, puesto que el experimento no es
completamente simétrico. Para aclarar este punto, considere la Fig. 6.48(c) fijando
165
la atención en la isoterma de 130 ºC, en esta situación el sensor de temperaturas

marcará aproximadamente 130ºC en la experimentación a una altura de 185 mm, lo
cual provocará cierto porcentaje de incertidumbre, ya que la misma isoterma
corresponde también a 190 mm aproximadamente del lado donde no existe ranura o
perforación.
Con el breve análisis anterior, se recalca la importancia de que el experimento

sea simétrico y ello se logrará perforando ambos lados de los materiales que
participan en el experimento.
En la Fig. 6.49 se muestran los mismos casos con diámetro de 50 mm para los
materiales referencia-muestra, en ella se aprecia que las isotermas son ligeramente
más horizontales respecto a las mostradas en la Fig. 6.48. Para ambos casos de la
Fig. 6.48(a) y 6.49(a) se nota una isoterma indeseable en la parte superior, esto
puede deberse por las aproximaciones numéricas hechas y la pérdida de información
cuando se resuelve en el plano computacional. Sin embargo, en base a los
resultados mostrados en las figuras 6.48 y 6.49 para evitar altos gradientes de
temperaturas en un espacio reducido, se recomienda realizar las perforaciones a
partir de los 10 mm de separación de la interface entre material y material.
Por otra parte, Esquivel (2010) en su trabajo propuso usar un diámetro en los
materiales referencia-muestra de 25 mm, pero con el análisis hecho en este trabajo a
partir de los resultados obtenidos, se sabe que un diámetro mayor ayudará a
mantener las isotermas más próximas a la horizontal.
166
Figura 6.48 – Isotermas del aparato de barras cortadas con diámetro de 25 mm materiales referencia-
muestra y, posición de la ranura a (a) 5 mm, (b) 10 mm, (c) 15 mm y (d) 20 mm de la interface.
167
Figura 6.49 – Isotermas del aparato de barras cortadas con diámetro de 50 mm materiales referencia-
muestra y, posición de la ranura a (a) 5 mm, (b) 10 mm, (c) 15 mm y (d) 20 mm de la interface.
168
6.2.2.6 Resultados: Análisis de Diferentes Materiales de Muestra con las

Perforaciones Hechas Simétricamente
En la Fig. 6.50 se muestran las isotermas y una aproximación del vector flujo
de calor, obtenidos para la simulación numérica tomando cobre como material de
referencia y aluminio como muestra, para un diámetro de 25 mm.

para 25 mm de diámetro; (a) Isotermas y, (b) Vector flujo de calor.
Fijando la atención en la Fig. 6.50 (a) del “eje” η en las distancia de 0.1 y 0.2
se observa que las isotermas tienen una desviación de la horizontal. Por otra parte, el
vector flujo de calor tiene una forma casi vertical en los materiales referencia-
muestra. Se nota en la Fig. 6.50 (b) que el vector flujo de calor tiende a desviarse de
la vertical cerca de las ranuras. Para este análisis se obtuvieron las temperaturas en
las ranuras, las cuales son: 24.5, 60.3, 72.6, 131.9, 143.6 y 177.4ºC tomando en
cuenta las ranuras de abajo hacia arriba. Sustituyendo las temperaturas en la
Ec. (6.7), la conductividad obtenida es 235.17 W m-1K-1, la cual tiene un error de
0.77% respecto al valor real (237.0 W m-1K-1).
169
En la Fig. 6.51 se muestran las isotermas y el vector flujo de calor

aproximado para los mismos materiales que en el ejemplo previo, con un diámetro
de 50 mm.

para 50 mm de diámetro; (a) Isotermas y, (b) Vector flujo de calor.
En la Fig. 6.51 (a) se nota que las isotermas son un poco más horizontales que
las de la Fig. 6.50(a). Ello impacta de forma directa en las temperaturas “medidas”
en las ranuras, las cuales son: 24.3, 59.9, 71.8, 131.1, 142.6 y 177.4ºC,
respectivamente, considerando las ranuras de abajo hacia arriba. La conductividad
térmica calculada con la Ec. (6.7) es 237.6 W m-1K-1 la cual tiene un error de 0.25%
respecto al valor real. Considerando los errores obtenidos, para este caso, es
notorio que, en la simulación con los materiales de diámetro de 50 mm, se obtuvo
un menor error que con los de 25 mm.
En las figuras 6.52 y 6.53 se muestran los casos para cobre-hierro-cobre y

cobre-plomo-cobre, respectivamente.
170
Figura 6.52 – Isotermas y flujo de calor de la simulación numérica del aparato de barras cortadas
cobre-hierro-cobre para (a) 25 mm y (b) 50 mm de diámetro.
171
Figura 6.53 – Isotermas y flujo de calor de la simulación numérica del aparato de barras cortadas
cobre-plomo-cobre para (a) 25 mm y (b) 50 mm de diámetro.
172
Para los casos expuestos en las figuras 6.52 y 6.53 se nota el mismo patrón
que en el ejercicio hecho con aluminio como material de muestra. Incluso, en la Fig.
6.53 (a) y (b) se muestra una clara desviación con la horizontal de las isotermas.
La conductividad calculada para el caso de hierro como material de muestra

correspondiente a la Fig. 6.52 es de 146.2 W m-1K-1 para 25 mm y 147.7 W m-1K-1
para 50 mm, y sus errores con respecto al valor real (147.0 W m-1K-1) de 0.53% y
0.48%, respectivamente.
Por otra parte, para el caso del plomo como material de referencia mostrado
en la Fig. 6.53, se obtuvieron los siguientes conductividades: 37.74 W m-1K-1 para
25 mm y 37.1 W m-1K-1 para 50 mm, y sus errores con respecto al valor real
(35.3 W m-1K-1) de 6.92% y 5.11%, respectivamente.
Con los datos obtenidos, es claro que; conforme aumenta el diámetro de los
materiales muestra-referencia disminuye el porcentaje de error entre la
conductividad calculada y su valor real. También, se nota que el porcentaje de error
aumenta significativamente si el material de referencia tiene una conductividad
mucho más baja que el material de referencia, como es el caso del cobre y el plomo
que tienen conductividades de 401 y 35.3 W m-1K-1, respectivamente, teniendo un
error del 5.5% en promedio en la simulación hecha en este trabajo. A continuación
se presentan los aspectos más relevantes de este breve análisis:
• Es deseable que cuando se realice el experimento sea simétrico, para asegurar

que la temperatura medida en una parte de la barra sea la misma que en su
lado opuesto. Por lo tanto, se recomienda perforar cuidadosamente ambos
lados de la barra y someterlos a las mismas condiciones de operación.
• Se recomienda el uso de barras de materiales referencia-muestra de 50 mm

de diámetro, en vez de las de las propuestas por Esquivel en el 2010 (25 mm),
ya que se disminuye el error y con ello el porcentaje de incertidumbre al
determinar la conductividad.
• Es viable que al realizar la experimentación se utilicen materiales diferentes

como referencia, puesto que si el material de muestra tiene un valor de
conductividad bastante bajo en comparación con el material de referencia, se
tendrá mayor error al evaluar la conductividad de la muestra.
173
Capítulo 7
Conclusiones
7.1 Conclusiones Generales
En este trabajo de investigación se presentó un modelo matemático y un

código numérico que sirve para la generación de mallas por medio de la técnica de
coordenadas de cuerpo ajustado, el cual se aplica a geometrías irregulares y/o
complejas. También, se muestra un modelo matemático de difusión de calor para
dos problemas diferentes, al cual se le acopla el código numérico desarrollado para
adaptar las geometrías a coordenadas de cuerpo ajustado (sistemas coordenados
curvilíneos).
Se presentó la verificación de los códigos numéricos desarrollados con

problemas reportados en la literatura. El código numérico desarrollado para la
generación de mallas SGRID2D, se verificó cualitativamente con el trabajo fuente
de Thompson et al., 1977, en el cual se obtuvieron mallas prácticamente idénticas.
Cabe señalar que, el código SGRID2D no se verificó cuantitativamente, debido a
que en la literatura de mallas no estructuradas solamente se reportan la geometría y
forma de las mallas.
Por otra parte, el código numérico SGRID2D se acopló al código numérico

desarrollado DIF2DCG para el estudio de la difusión de calor en sistemas
coordenados curvilíneos, el cual se verificó con tres problemas de referencia
reportados en la literatura. El primer problema aborda la difusión de calor en un
medio compuesto donde se obtuvo una error máximo de 3.71% con respecto a la
solución analítica reportada. El segundo problema trata la difusión de calor en un
medio homogéneo con un obstáculo en el centro del dominio físico, donde se
verificó cualitativamente la forma de las isotermas. En el tercer problema se
consideró la difusión de calor en la placa caliente del GHPA, donde se obtuvo un
error del 0.36% respecto a la solución reportada. En general, se concluye que
ambos códigos para los problemas de verificación producen resultados
satisfactorios.
174
Conclusiones Generales Capítulo7
Además, se evaluó el desempeño del código SGRID2D con base en la

complejidad de la geometría a mallar, el no traslape de las líneas de malla y la
distribución de celdas de malla, encontrándose que su desempeño fue satisfactorio
para el mallado de las geometrías irregulares y complejas propuestas. Analizar el
desempeño del código SGRID2D tuvo como objetivo asegurarse de que éste
permite mallar diversas geometrías con buenas propiedades de malla.
El código DIF2DCG permitió considerar las geometrías discretas que

integran el modelo físico de los dos problemas de difusión de calor abordados con
más detalle; que los modelos de los sistemas coordenados ortogonales reportados
por Xamán et al., 2009 y Esquivel 2010, para la placa caliente del GHPA y el
aparato de barras cortadas, respectivamente.
Para el caso de la placa caliente del GHPA se consideró la ranura y su

disipación de calor, la cual no fue considerada en el modelo reportado por Xamán
et al., 2009 (tercer problema de la verificación). Con base en los resultados
obtenidos se encontró que la placa caliente tiene una diferencia de temperatura
entre el centro de la placa y su superficie frontera 0.1-0.12ºC para el caso en que la
fuente de calor está situada a 1cm de la superficie. Además, se determinó que las
isotermas tienden a perder su forma circular conforme se incrementa la longitud de
ranura en combinación con la disipación que existe en ella, formándose isotermas
semi-elípticas en el límite de la frontera con la ranura. Concluyendo así, que la
mejor posición del sensor de temperatura es en el lado opuesto a la ranura.
En el caso del aparato de barras cortadas, se consideraron las ranuras en

donde se colocan los sensores de temperatura, las cuales no fueron reportadas por
Esquivel (2010) en su análisis para determinar los parámetros del aparato. Para
este caso, se determinó que el error en la conductividad térmica de la muestra
disminuye sí el ancho de la barra se aumenta de 25 mm a 50 mm, por ejemplo, el
error calculado para la conductividad térmica del aluminio fue de 0.77% y 0.25%
para los diámetros de 25 mm y 50 mm, respectivamente.
Otro punto importante, es que el error no se mantuvo constante en cuanto a

la determinación de la conductividad térmica, como reporta Esquivel (2010) en su
trabajo para conductividades mayores de 14.2 W m-1K-1, esto se debe a que el
modelo físico y matemático son diferentes.
175
Recomendaciones y Trabajos Futuros Capítulo7
Finalmente, el desarrollo del código para la generación de mallas es un paso

importante para los códigos de cómputo que se están desarrollando en transferencia
de calor ya que permite mallar geometrías irregulares y/o complejas de diversos
problemas de transferencia de calor.
7.2 Recomendaciones y Trabajos Futuros
7.2.1 Recomendaciones en la Generación de Mallas Bidimensionales con el

Código Numérico SGRID2D
• Visualizar la primera aproximación de la malla dada por la Interpolación

Transfinita y cerciorarse de que esta primera aproximación se encuentre
dentro del dominio de la geometría. Ello, para evitar que el código numérico
diverja o los resultados obtenidos sean incongruentes, es decir, una malla con
líneas traslapadas.
• Si la malla obtenida con la Interpolación Transfinita es la deseada, entonces,

es conveniente no usar el ciclo iterativo de generación de malla, para ahorrar
tiempo de cómputo.
• Si la geometría a mallar es bastante compleja, es recomendable dividir la

geometría en varios bloques para llevar a cabo el mallado.
• Para seleccionar los parámetros de amplitud y decaimiento en las funciones

de control de malla P y Q, se recomienda incrementar los parámetros de
amplitud y disminuir los de decaimiento de manera gradual. Esto evitará la
divergencia del código y el traslape de líneas de malla.
7.2.2 Recomendaciones para la Solución de Problemas de Difusión de Calor
• Si el problema puede definirse en un sistema coordenado ortogonal sin

necesidad de seccionarse, es recomendable resolverlo en ese sistema para
ahorrar tiempo de cómputo.
176
Recomendaciones y Trabajos Futuros Capítulo7
• Si el problema a resolver consta de diferentes materiales y estos están

delimitados por geometrías irregulares o complejas, se recomienda mallar las
geometrías por separado y definir cada propiedad en su malla
correspondiente.
7.2.3 Trabajos Futuros
• Desarrollar una interfaz gráfica para facilitar el mallado de geometrías

bidimensionales.
• Analizar el planteamiento de condiciones de frontera de tercera clase

desarrolladas por distintos autores que utilizan coordenadas de cuerpo
ajustado. Esto con el objetivo de encontrar e implementar la mejor manera de
tratar este tipo de condiciones para el desarrollo de futuros códigos
numéricos.
• Extender el problema del GHPA considerando la guarda acoplada a la placa

caliente para realizar un análisis y obtener la mejor posición de la fuente de
calor para la placa caliente.
• Realizar un estudio a fondo del aparato de barras cortadas tomando como

base el código numérico desarrollado en este trabajo.
• Implementar un código numérico para la generación de mallas de superficies

tridimensionales. Esto con el objetivo de introducir las condiciones de
frontera necesarias para el código numérico desarrollado SGRID3D1
(Structured Grid Three Dimemensions).
• Extender el código DIFCG2D para resolver flujo de fluidos (Laminar y

Turbulento).
SGRID3D1: código numérico desarrollado como complemento de este trabajo de tesis, el cual se utilizó para el mallado
de un cubo tridimensional. Sin embargo, para poder visualizar el comportamiento de este en geometrías irregulares y
complejas es necesario introducir como condiciones de frontera seis superficies tridimensionales.
177
Referencias Bibliográficas
Adamson J., 1984, “General Method for Producing a Boundary-Fitted

Orthogonal Curvilinear Mesh”, Applied Mathematical Modeling, Vol. 8, págs.
231-237.
Akcelik V., Jaramaz B., Ghattas O., 2001, “Nearly Orthogonal Two-
Dimensional Grid Generation with Aspect Ratio Control”, Journal of
Computational Physics, Vol. 171, págs. 274-302.
Arfken B. G., Weber J. H., 1995, “Mathematical Methods for Physicists”,

Academic Press, 4th. Ed., San Diego, California.
Chang C. K., Payne J. U. Payne 1991, “Analytical Solution for Heat

Conduction in a Two-Material-Layer Slab with Linearly Temperature
Dependent Conductivity”, Journal of Heat Transfer , Vol. 113, págs. 237-239.
Date W. A., 2005, “Introduction to Computational Fluid Dynamics”,

Cambridge University Press, 1st. Ed., New York.
Durbin A. P., Iaccarino G., 2002, “An Approach to Local Refinement of

Structured Grids”, Journal of Computational Physics, Vol. 181, págs. 639-653.
Esquivel Ramón. J. E., 2010, “Diseño Térmico de un Instrumento de Barras

Cortadas para Medir Conductividad Térmica de Sólidos Conductores”,
Tesis de Maestría en Ciencias, Cenidet, Cuernavaca, Mor., México.
Eca L., 1996 “2D Orthogonal Grid Generation with Boundary Point
Distribution Control”, Journal of Computational Physics, Vol. 125, págs. 440-
453.
Farrashkhalvat M., Miles J.P., 2003, “Basic Structured Grid Generation with
and introduction to unstructured grid generation”, Butterworth Heinemann,
1st.ed., London.
Ferziger J., Peric M., 1997, “Computational Methods for Fluid Dynamics”,
Springer, 2 nd. ed., New York.
178
Hahn M. H., Robinson H. E., 1973 “Robinson Line-Heat-Source Guarded-
Hot-Plate-Apparatus”, Heat Transmission Measurements in Thermal
Insulations; ASTM STP, 544 R. P., págs. 167-192.
Jeng Y. N., Chen C. T., 1999, “Two-Dimensional Orthogonal Grid

Generation with Floating Boundary Points”, Numerical Heat Transfer, Part B,
Vol. 36, págs. 207-232.
Kang I. S., Leal L. G., 1992, “Orthogonal Grid Generation in a 2D Domain

Via the Boundary Integral Technique”, Journal of Computational Physics,
Vol. 102, págs. 78.
Kawata S., Takura N., Manabe Y., 1996, “Grid Generation with Orthogonality
and Uniformity of Line-Spacing Changing Ratio”, Computer Physics
Communication, Vol. 94, págs. 19-24.
Kaul K. U., 2003, “New Boundary Constraints for Elliptic Systems Used in
Grid Generation Problems”, Journal of Computational Physics, Vol. 189, págs.
446-492.
Kaul K. U., 2010, “Three-dimensional Elliptic Grid Generation with Fully

Automatic Boundary Constraints”, Journal of Computational Physics, Vol.
229, págs. 5966-5979.
Lifante N. C., 2006, “Numerical Techniques for Solving the Navier-Stokes

Equations on Complex Geometries”, Thesis Doctoral, Centre Tecnològic de
Transferència de Calor Departament de Màquines i Motors Tèrmics Universitat
Politècnica de Catalunya, Barcelona, España.
Liou. C. Y., Jeng N. Y., 1995, “Parabolic Equation Method of Grid

Generation for Enclosed Regions”, Numerical Heat Transfer, Vol. 29, Part B,
págs. 289-303.
Maliska, C. R., 1995, “Transfêrencia de Calor e Mecânica de Fluidos

Computacional”, Livros Técnicos e Científicos, 1ra. ed., Rio de Janeiro.
Minkowycz W. J., Sparrow E. M., 1997, “Advances in Numerical Heat

Transfer”, Taylor & Francis, Vol. 1, 1st Ed., United States of America.
179
Nakos G., Joyner D., 2007, “Algebra Lineal con Aplicaciones” International
Thompson Editores, 1ra. Ed., México D.F.
Noack R. W., Anderson D.A., 1988, “Solution Adaptative Grid Generation

Using Parabolic Partial Differential Equations”, AIAA, Vol. 88, págs. 315.
Oh J. H., Kang S. I., 1994, “A Non-iterative Scheme for Orthogonal Grid

Generation with Control Function and Specified Boundary Correspondence
on Three Sides”, Journal of Computational Physics, Vol. 112, págs.138-148.
Ozisik N. M., 1994, “Finite Difference Methods in Heat Transfer”, CRC

Press, 1st. ed., Washington D.C.
Ozisik N. M., 1993, “Heat Conduction”, John Wiley, 2nd. ed., New York.
Patankar S. V., 1980, “Numerical Heat Transfer and Fluid Flow”, McGraw
Hill, 1st. ed., United States, New York.
Peric M., 1985, “A Finite Volume Method for the Prediction of three-
Dimensional Fluid Flow in Complex Ducts”, PhD thesis, University of
London.
Spekreijse S. P., 1995, “Elliptic Grid Generation Base on Laplace Equations

and Algebraic Transformations”, Journal of Computational Physics, Vol. 118,
págs. 38-61.
Smith E., Eriksson L-E., 1987, “Algebraic Grid Generation”, Computer

Methods in Applied Mechanics and Engineering, Vol. 64, págs. 285-300.
Smith J. R., Johnston J. L., 1996, “Automatic Grid Generation and Flow
Solution for Complex Geometries”, Journal of American Institute of
Aeronautics and Astronautics, Vol. 34, págs. 1120-1124.
Souza B. A., Matos E. M., Furlan L. T., Nunhez J.R., 2007, “A Simple Two-
Dimensional Method for Orthogonal and Nonorthogonal Grid Generation”,
Computers and Chemical Engineering , Vol. 31, págs. 800-807.
Strauss, W.A., 1992, “Partial Differential Equations: An Introduction”, John

Wiley & Sons, 1st. ed., United States.
180
Tang L., Baeder J. D., 2003, “A Two-Step Grid Redistribution Method”,
Computers & Fluids, Vol. 32, págs. 323-336.
Teodoro A., 1998, “Geração Automatizada de Malhas”, Dissertação

apresentada ao Instituto de Ciências Matemáticas de São Carlos USP, como
parte dos requisitos para a obtenção do título de Mestre em Ciências, Área de
Ciências de Computação e Matemática Computacional.
Thomas P.D., Middlecoff J.F., 1980, “Direct Control of Grid Point

Distribution in Meshes Gerenerated by Elliptic Equation”, AIAA J., Vol 18,
págs. 652-656.
Thompson J. F., Thames F.C., Mastin W., 1977, “A Code for Numnerical
Generation of Boundary-Fitted Curvilinear Coordinate Systems on Fields
Containing Any Number of Arbitrary Two-Dimensional Bodies”, Journal of
Computational Physics, Vol. 24, págs. 274-302.
Thompson J. F., Soni B. K., Weatherill N. P., 1999, “Handbook of Grid

Generation” CRC Press, 1st ed., New York.
Tun C. M., 2007, “Análisis de la Transferencia de Calor Conjugada en

Cavidades Ventiladas con Flujo Turbulento”, Tesis de Maestría en Ciencias,
Cenidet, Cuernavaca, Mor., México.
Verstegg H. K., Malalasekera, W., 1995, “An introduction to computational

fluid Dynamics. The finite volume method”, Longman Scientific & Technical,
1st ed., New York.
Villamizar V., Rojas O., Mabey J., 2007, “Generation of Curvilinear

Coordinates on Multiply Connected Regions with Boundary Singularities”,
Journal of Computational Physics, Vol. 223, págs. 571-588.
Xamán J., 1999, “Análisis de la Transferencia de Calor de un Aparato para

Determinar la Conductividad Térmica de Materiales Aislantes”, Tesis de
Maestría en Ciencias, Cenidet, Cuernavaca, Mor., México.
Xamán J., Lira L., Arce J., 2009, “Analysis of the Temperature Distribution in
a Guarded Hot Plate Apparatus for Measuring Thermal Conductivity”,
Applied Thermal Engineering, Vol. 29, págs. 617-623.
181
APÉNDICE A
El siguiente diagrama de flujo corresponde a la subrutina desarrollada TFI2D

(Transfinite Interpolation Two Dimensions), la cual forma parte fundamental dentro
del código numérico desarrollado SGRI2D. La subrutina TFI2D calcula la primera
aproximación de la malla en el código SGRID2D, para posteriormente pasar al ciclo
iterativo dentro del programa principal.

Viene de programa

principal SGRID2D

TFI2D

Entrada de datos del

contorno a mallar

Definición de las

fronteras del contorno

Cálculo de los puntos
internos del contorno
por interpolación
bilineal
Salida a programa
principal SGRID2D
FIN

La Interpolación Transfinita es un método algebraico, por lo tanto, no

requiere un proceso iterativo para el cálculo de los puntos internos de la malla.
182

Yihjlh

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Yihjlh

Cargado por

Copyright:

Formatos disponibles

®

TESIS DE MAESTRÍA EN CIENCIAS

Generación de Mallas Numéricas para Geometrías

VICTOR LEONARDO TEJA JUÁREZ

como requisito para la obtención del grado de:

Cuernavaca, Morelos, México. 8 de Noviembre de 2011

A mis hermanos: María Bohemia, Humberto, José Guadalupe,

A mis amigos: Daniela Adame, Thania Rodríguez y Roy Solano,

A mis compañeros y amigos de generación: Azucena, Cintli,

Gracias Padre mío, por regalarme la vida, se que Tú te encuentras siempre a

A Mi Familia, por su apoyo incondicional y sus buenos consejos ya sea de

A mi co-asesora la Dra. Gabriela Álvarez García, por sus enseñanzas,

A los Catedráticos del Departamento de Ingeniería Mecánica del Cenidet,

A la familia Frías-Enríquez, por su apoyo en los tramites de titulación.

A mis “hermanos” Cintli, Ivett, y Morayta, por los buenos momentos en la

Al Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET),

Al Concejo Nacional de Ciencia y Tecnología (CONACYT), por el apoyo

Camina plácido entre el ruido y la prisa y recuerda qué paz se puede

Disfruta de tus éxitos lo mismo que de tus planes. Mantén el interés en tu

Lista de figuras .......................................................................................................... i

3.1 Introducción ....................................................................................................... 34

Referencias Bibliográficas .................................................................................... 178

Figura 3.1 – Sistema de coordenadas curvilíneas .......................................................................... 35

Figura 4.1 – Plano físico transformado ........................................................................................... 78

Figura 6.1 – Tipos de geometría .................................................................................................... 118

Tabla 4.1 – Aproximación en diferencias finitas de la derivada parcial mixta / ................ 76

a, b, c, d, e, f Coeficientes de las ecuaciones para la obtención de sistemas

α, β, γ Coeficientes de la ecuación general para obtención de

El objetivo de este trabajo es el desarrollo de un código numérico para

Por otra parte, también se desarrolló un código numérico para resolver la

The objective of this work was to develop a numerical code to

En este Capítulo se muestra la importancia de haber realizado este trabajo de

1.1 Ubicación del Problema

La solución numérica de Ecuaciones Diferenciales Parciales (EDPs) requiere

analíticamente sobre el volumen (técnica de Elementos Finitos) o balancear los

La técnica de diferencias finitas es computacionalmente simple cuando se usa

Cuando la geometría es irregular, principalmente la dificultad recae en la

La técnica de elemento finito se utiliza para analizar geometrías complicadas,

La solución y forma de la malla es un factor clave en la solución de la

La generación de sistemas coordenados curvilíneos ha proporcionado la llave

El uso de transformación de coordenadas y el mapeo de la región irregular a

Con los sistemas coordenados generados para mantener las líneas

Es claro que, para resolver numéricamente problemas con geometrías

1.2 Revisión Bibliográfica

En la década de los 70´s, la necesidad de encontrar maneras eficientes de

Básicamente, hay dos procedimientos de generación de sistemas coordenados

La revisión bibliográfica se realizó dividiendo los estudios encontrados en la

1.2.1 Generación de Sistemas Coordenados Curvilíneos a Partir de Sistemas

Los pioneros en la generación de sistemas coordenados curvilíneos por la

Adamson (1984) presentó un método para la generación de mallas

Spekreijse (1995) propuso un método para generar mallas en dominios físicos

en un mapeo compuesto. Este mapeo compuesto consiste de una transformación

En la década de los 90´s Kawata et al. (1996), propusieron un método para la

Kaul (2003) desarrolló nuevos límites de frontera para los sistemas

Tang y Baeder (2003) publicaron un método de redistribución de malla que

Villamizar et al. (2007) desarrollaron el algoritmo Corte de Bifurcación de

Kaul (2010) extendió su propuesta publicada en el año 2003. El autor

1.2.2 Otras Metodologías para la Generación de Sistemas Coordenados

Además de los sistemas coordenados curvilíneos generados con ecuaciones

Smith y Eriksson (1987) hicieron una recopilación de los métodos algebraicos

Oh y Kang (1994) propusieron un método general para la generación de

Liou y Jeng (1995) desarrollaron un método de generación de mallas basado

Eca (1996) presentó un método para la generación de mallas ortogonales

a la mitad. Además, mostró diferentes aplicaciones para probar la ortogonalidad y