Conducción de calor unidimensional en estado

estable con generación

Omar Andrés Ardila Sanchez, Cod: 2198186
Universidad Industrial de Santander
Escuela de Ingenierı́a Mecánica
Dinámica de fluı́dos computacional
Profesor: Ph.D Julian Ernesto Jaramillo Ibarra

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. Introducción 2. Formulación del modelo

Usando la notación empleada por Patankar, la ecuación

El desarrollo de métodos númericos y de la computación
diferencial general para una variable dependiente φ, se
de alto rendimiento ha permitido encontrar soluciones
puede expresar según la Ecuación 1.
numéricas para diversos problemas de ingenierı́a que
implican el flujo de fluidos y la transferencia de calor, ∂
entre otros. La dinámica de fluı́dos computacional es (ρφ) + div(ρuφ) = div(Γ grad φ) + S (1)
∂t
la rama de la Mecánica de fluı́dos que se encarga de
∂
analizar y resolver este tipo de problemas, utilizando donde ∂t (ρφ) y div(ρuφ) representan los términos tran-
las ecuaciones de Navier-Stokes, que básicamente sitorio y convectivo respectivamente, los cuales son cero
describen el comportamiento de un fluido basado en los para este caso de estudio. La Ecuación 2 resultante des-
pricipios fı́sicos de conservación de masa, conservación cribe el fenómeno de difusión en estado estable
de momento y conservación de energı́a.
div(Γ grad φ) + S = 0 (2)
En este ejercicio se desea estudiar el fenómeno de
donde S representa el término fuente, Γ representa el
conducción de calor uni-dimensional en estado estable
coeficiente de difusión, y equivale a la conductividad
en una pared plana con generación y con condiciones
térmica k para conducción. La variable φ representa, en
de frontera conocidas. Se parte de la ecuación dife-
este caso, la temperatura T . Finalmente la ecuación di-
rencial general (Pantakar, 1980) [1] para llegar a la
ferencial gobernante para conducción en estado estable
ley de Fourier en estado estable, la cual es la ecuación
unidimensional está dada por
diferencial que gobierna el fenomeno de conducción
descrito anteriormente. Seguidamente se usa el método d

dT

de volúmenes finitos con el proposito de obtener un k +S =0 (3)
dx dx
sistema de ecuaciones lineales; la solución de este
sistema de ecuaciones describe la distribución y el Siguiendo la notación Patankar y usando el método de
comportamiento de la variable de estudio, en este caso volúmenes finitos, se integra la Ecuación 3 sobre el vo-
de la temperatura. lumen definido en P , considerando espesores unitarios

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

donde S es el valor promedio de S sobre el volumen de 4. Resultados y discusiones

control. Finalmente se puede expresar la Ecuación 6 de
un modo más compacto, resultando
Los resultados del método implementado para conduc-
aP TP = aE TE + aW TW + b (7) ción unidimensional en estado estable con generación
son presentatos en la Tabla 1.
donde:
Tabla 1: Solución analı́tica VS numérica
aP = aE + aW − SP ∆x
ke nodo x (m) analı́tico (◦ C) numérico (◦ C) error ( %)
aE = 1 0.05 191.67 191.64 0.015
(δx)e
kw 2 0.10 200.00 199.95 0.025
aW = 3 0.15 200.00 199.95 0.025
(δx)w
4 0.20 191.67 191.64 0.015
b = SC ∆x
5 0.25 175.00 174.93 0.040
6 0.30 150.00 149.96 0.026
3. Metodologı́a 7 0.35 116.17 116.64 0.403

3.1. Hipótesis Es claro de la Tabla 1 que los valores calculados para

Se tendrán en cuenta las siguientes consideraciónes para
el caso de estudio:
Conducción de calor unidimensional.
Estado estable.
Tanto la conductividad térmica, como la genera-
ción de calor son independientes de la posición, de
modo que para el problema planteado se asumen
constantes.
Análisis para 10 nodos.
El caso de estudio propuesto corresponde a una pared
plana de espesor L = 0.4 m, con una conductividad
térmica constante k = 30 W/m · K y generación de
calor constante S = 100 kW/m3 . La temperatura de
la cara izquierda es Ta = 175 ◦ C, la temperatura de
la temperatura mediante el método numérico, están en
concordancia con los valores de la solución analı́tica, lo
cual se confirma gráficamente con los resultados mos-
trados en la Figura 1.
Al incrementar el número de nodos, se observó que la so-
lución numérica tiende a acercarse a la solución analı́ti-
ca, lo cual se puede comprobar calculando el error con el
programa desarrollado. A medida que se refina la malla,
el número de iteraciones se incrementa, de modo que
es conveniente verificar la convergencia para obtener el
mı́nimo número de iteraciones que garanticen un resul-
tado válido. Para esto se puede usar la felxibilidad del
programa el cual permite hacer variaciones en el núme-
ro de nodos y en el control de la iteraciones. La Figura
2 muestra la convergencia del error con el número de
iteraciones. Esto se debe hacer ya que se usó método
iterativo de Gauss-Seidel para encontrar la solución.

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

40 El ejercicio desarrollado representa una buena in-

35
troducción al análisis de CFD, sentando las bases
teóricas y la metodologı́a para la solución de problemas
30 más complejos como la conducción bidimensional
en estado transitorio, la convección-difusión y casos
Error

25
fluı́do-dinámicos.
20

15

10
5
0 fer. United States: University of Minnesota. Profes-
0 20 40 60 80
Número de iteraciones
Figura 2: Solución analı́tica VS numérica
5. Conclusiones
En el presente ejercicio, se usó el método de volúmenes
finitos para discretizar la ecuación diferencial que go-
bierna la conducción de calor unidimensional en estado
estable, con condiciones de frontera concocidas. Para
el caso de estudio, y a modo de ejercicio didáctico, es
posible comparar la solución numérica con la solución
analı́tica, ya que esta última es relativamente fácil de
obtener. Sin embargo, para casos más complejos, en
los cuales no se dispone de una solución analı́tica, es
necesario hacer un análisis de estabilidad y de con-
sistencia, de modo que se pueda probar su convergencia.
Referencias
[1] Suhas V. Patankar. (1980). Numerical Heat Trans-
100 120
sor of Mechanical Engineering.
[2] H. K. Versteg and W. Malalasekera. (1995). An In-
troduction to Computational Fluid Dynamics, The
Finite Volume Method. United States. New York.
[3] D. M. Causon and C. G. Mingham. (2010). Intro-
ductory Finite Difference Methods for PDEs. Uni-
ted States.
[4] Aaron Outhwaite. (2017). Numerical Solutions for
1D Conduction Using the Finite Volume Method.
Department of Process Engineering and Applied
Sciences. Dalhousie University.
[5] Y. A. Cengel. (2003). Heat Transfer: A Practical
Approach. United States.
[6] John D. Anderson. (1995). Computational Fluid
Dynamics. United States. Department of Aerospa-
ce Engineering. University of Maryland.