Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Report Tex
Report Tex
16 de septiembre de 2019
Resumen
En este ejercicio se estudia la conducción de calor unidimensional en estado estable de una pared plana con
generación y condiciones de frontera conocidas. Se emplean métodos númericos para discretizar la ecuación deferencial
gobernante y para estimar la distribución de temperaturas. Finalmente se comparan los resultados obtenidos con la
solución analı́tica. Se estudia el efecto de la malla y el análisis de errores.
1
en las direcciones y y z. la cara derecha es Tb = 75 ◦ C. La solución analı́tica
Z e Z e se obtiene integrando 2 veces la Ecuación 3 y aplicando
d dT las condiciones de frontera, obteniéndose la temperatura
k dx + Sdx = 0 (4)
w dx dx w como una función de la posición, esto es:
obteniendo como resultado
Tb − Ta S
Z e T (x) = + (L − x) x + Ta
dT dT L 2k
k − k + Sdx = 0 (5)
dx e dx w w
Se usó el método de volúmenes finitos para discretizar
Para discretizar la Ecuación 5, se procede a evaluar las
la Ecuación 6, cuyo resultado es un sistema de ecuacio-
derivadas asumiendo la aproximación para dT /dx:
nes lineales el cual fue solucionado usando el método
ke (TE − TP ) kw (TP − TW ) iterativo de Gauss-Seidel programado en MATLAB.
− + S∆x = 0 (6)
(δx)e (δx)w
2
225 Es indiferente usar el método de volúmenes finitos
numérico
analítico o de diferencias finitas ya que se llega a la misma
200
formulación.
175
Para solucionar el sistema de ecuaciones lineales
discretizadas, se usó el método iterativo de Gauss-
T [°C]
150
Seidel, cuya lógica consite de un bucle for dentro de
125 un bucle while. Se usó un criterio de convergencia
de 1 × 10−5 . Para 10 nodos, el algoritmo realiza 113
100 iteraciones para cumplir la condición impuesta, 425
para 20 nodos y 2125 para 50 nodos.
75
50
Para el caso de estudio planteado, a medida que
0 0.1 0.2 0.3 0.4 se incrementa el número de nodos, es necesario dis-
minuir el criterio de convergencia para que haya una
Figura 1: Solución analı́tica y numérica VS x correspondencia entre la solución analı́tica y la solución
numérica. Esto requiere de una mayor exigencia y
capacidad de cómputo.
45
25
fluı́do-dinámicos.
20
15
10
Referencias
5
[1] Suhas V. Patankar. (1980). Numerical Heat Trans-
0 fer. United States: University of Minnesota. Profes-
0 20 40 60 80 100 120
Número de iteraciones
sor of Mechanical Engineering.
[2] H. K. Versteg and W. Malalasekera. (1995). An In-
Figura 2: Solución analı́tica VS numérica
troduction to Computational Fluid Dynamics, The
Finite Volume Method. United States. New York.
5. Conclusiones [3] D. M. Causon and C. G. Mingham. (2010). Intro-
ductory Finite Difference Methods for PDEs. Uni-
En el presente ejercicio, se usó el método de volúmenes ted States.
finitos para discretizar la ecuación diferencial que go- [4] Aaron Outhwaite. (2017). Numerical Solutions for
bierna la conducción de calor unidimensional en estado 1D Conduction Using the Finite Volume Method.
estable, con condiciones de frontera concocidas. Para Department of Process Engineering and Applied
el caso de estudio, y a modo de ejercicio didáctico, es Sciences. Dalhousie University.
posible comparar la solución numérica con la solución
[5] Y. A. Cengel. (2003). Heat Transfer: A Practical
analı́tica, ya que esta última es relativamente fácil de
Approach. United States.
obtener. Sin embargo, para casos más complejos, en
los cuales no se dispone de una solución analı́tica, es [6] John D. Anderson. (1995). Computational Fluid
necesario hacer un análisis de estabilidad y de con- Dynamics. United States. Department of Aerospa-
sistencia, de modo que se pueda probar su convergencia. ce Engineering. University of Maryland.