Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TÉCNICAS NUMÉRICAS EN
MECÁNICA DE FLUIDOS
Índice.
Prólogo .................................................................................... 5
1.- Introducción....................................................................... 7
1.1.- Perspectiva histórica .................................................................................................. 7
1.2.- Aplicaciones habituales de las técnicas numéricas ................................................... 8
1.3.- Niveles de aproximación empleados en las técnicas numéricas. ........................10
Prólogo.
1.- Introducción.
A lo largo de los últimos veinte años, las técnicas de CFD han evolucionado, mejorando
los programas comerciales e introduciéndose en las distintas áreas de la ingeniería hasta hacerse
un hueco dentro de las necesidades reales de la industria. Dichos programas se vienen usando
de manera creciente paralelalelamente a la mejora de los sistemas informáticos que les sirven de
soporte.
Es innegable que la industria aeroespacial fue pionera en el trabajo con técnicas CFD y
que todavía hoy se encuentra entre las vanguardias en la explotación de estas técnicas, pero cada
día resultan más comunes las aplicaciones en “procesos industriales”, donde los flujos son a
baja velocidad y muchas veces prácticamente incompresibles. Esta denominación de proceso
industrial se usa a menudo en la bibliografía técnica (Hirsch, 1995) para distinguir dichas
aplicaciones de las aeronáuticas o de flujos a altas velocidades, con grandes efectos de
compresibilidad. Entre las aplicaciones más importantes en que se emplean las técnicas
numéricas, se tienen:
f) Industria de recubrimientos de película fina. Entre otros, los problemas estudiados por
medio de técnicas CFD han sido el recubrimiento de cintas magnéticas, el recubrimiento de
películas de fotografía o de sonido, el recubrimiento de adhesivos, multitud de aplicaciones en
la industria papelera y los recubrimientos de fibra óptica.
Las ventajas que proporciona el análisis con técnicas CFD se pueden resumir en las
siguientes:
Aunque se razone que se abaratan los costes respecto a las técnicas experimentales, las
técnicas CFD no son gratuitas. En primer lugar, son necesarias máquinas de gran capacidad
de cálculo (los usuarios de técnicas CFD trabajan habitualmente con los ordenadores más
potentes que existen), y un software con precio todavía no accesible al gran público. En
segundo lugar, se necesita personal cualificado que sea capaz de dominar los programas y,
sobre todo, analizar adecuadamente los resultados.
Uno de los mayores inconvenientes de las técnicas CFD consiste en que no siempre es
posible llegar a obtener resultados suficientemente precisos y siempre está presente la
posibilidad de cometer graves errores en cuestiones básicas. Esto proviene de:
- Simplificación del fenómeno a estudiar para que el hardware y software sean capaz
de abordarlo. El resultado será tanto más preciso cuanto más adecuadas hayan sido
las hipótesis y las simplificaciones realizadas.
- La existencia de insuficientes e incompletos modelos para la simular el efecto de la
turbulencia, los flujos multifásicos o la combustión, entre otros.
- La tendencia humana de creerse todo lo que se ha obtenido utilizando un ordenador,
sobre todo cuando se presentan los resultados en forma atractiva.
Se han de definir y establecer las distintas aproximaciones que introducen los métodos
numéricos. En lo referente a la Mecánica de Fluidos, la primera aproximación que aparece es el
planteamiento del modelo físico-matemático que defina el comportamiento real de un
determinado flujo. Dicho modelo matemático está habitualmente basado en la hipótesis del
continuo, válida para la mayor parte de problemas industriales, pero que tiene sus limitaciones
para casos extremos de flujos de gases. Una vez hecha esta salvedad, aplicando las leyes básicas
de la física clásica se puede establecer una serie de ecuaciones diferenciales que gobiernan el
comportamiento matemático de toda partícula fluida. La resolución exacta de dichas ecuaciones
serviría para determinar completamente cualquier movimiento en el seno de un fluido. Se puede
decir que un modelo matemático se define únicamente tras haber considerado el nivel de
aproximación a la realidad requerido a la hora de obtener la exactitud deseada en el cálculo de
una serie de variables dependientes. Desafortunadamente, debido a la complejidad de las
ecuaciones diferenciales que aparecen, a la complejidad geométrica de los flujos, y a la
complejidad de las condiciones de contorno o iniciales, no resulta posible obtener soluciones
analíticas de dichas ecuaciones de gobierno.
cuales son descartables y, por tanto, en cualquier simulación aplicada a la Mecánica de Fluidos,
es preciso dedicar mucho esfuerzo al análisis de los resultados obtenidos antes de aceptarlos
como válidos.
Una vez definidas las ecuaciones diferenciales simplificadas, aparece otro problema
relacionado con el posible tratamiento que se pueda hacer de dichas ecuaciones usando técnicas
computacionales. Por medio de los ordenadores resulta muy fácil resolver una ecuación o
sistema de ecuaciones algebraico, sin embargo, las ecuaciones que estudian el movimiento de
los fluidos son ecuaciones diferenciales no lineales. Resulta obligatorio realizar la
transformación de las ecuaciones de forma que puedan ser resueltas por un ordenador. El paso
de las ecuaciones diferenciales a sus equivalentes lineales constituye otro nivel de aproximación
y normalmente recibe el nombre de discretización de las ecuaciones.
aproximación al valor de las variables incógnita en los puntos elegidos como discretización
espacial del dominio de cálculo. En definitiva, se establece un nivel de aproximación numérico
límite por debajo del cuál será imposible acercarse al valor real de las variables en los puntos
elegidos. Sin embargo, desde un punto de vista ingenieril, el proceso descrito es perfectamente
válido y ha significado a lo largo de la evolución de las técnicas numéricas, la posibilidad de
mejorar diseños y ahorrar mucho esfuerzo que de otra manera supondría trabas insalvables a la
evolución de muchos sectores industriales. En la figura 1 se muestra gráficamente la
panorámica explicada en este apartado.
Con las hipótesis de despreciar los efectos viscosos y la transferencia de calor por
conducción, es decir, si se considera al fluido como ideal, se obtienen las ecuaciones de Euler.
Los modelos numéricos que resolvían las ecuaciones de Euler eran hasta hace poco los únicos
existentes. Hoy en día este tipo de modelos constituye el punto de partida para el desarrollo de
modelos más completos (Arts, 1989).
Las ecuaciones de Euler fueron desarrolladas por este famoso matemático suizo hacia
el año 1670. Adoptan las expresiones siguientes:
Continuidad:
dρ
+ ρ∇·u = 0 (1)
dt
14 Técnicas Numéricas en Mecánica de Fluidos
Cantidad de movimiento:
∂u
ρ + ρ(u·∇)u = −∇p + ρ f e (2)
∂t
donde f e es la resultante de las fuerzas volumétricas externas que afecta a cada partícula.
Habitualmente sólo se considera la fuerza debida a la gravedad, pero puede tener otros
componentes: fuerzas electromagnéticas, fuerzas de Coriolis, fuerzas centrífugas, etc.
Es un tipo de modelos muy similar a los del fluido ideal. Consiste en reducir el
número de variables que intervienen en los cálculos introduciendo la vorticidad en las
ecuaciones de cantidad de movimiento y de la energía. Normalmente se parte de la
denominada representación de Clebsch para la velocidad en función de la vorticidad. No se
consideran aquí ni las pérdidas por viscosidad en la capa límite ni los efectos de la
turbulencia.
- Flujo estacionario.
Técnicas Numéricas en Mecánica de Fluidos 15
Continuidad:
∇·u = 0 (3)
Cantidad de movimiento:
du ∇p 1 2 1
=- + ∇ u+ g (4)
dt ρ Re Fr
experimentos con fluidos se observa que para valores inferiores a un número de Reynolds
denominado crítico, el flujo es intrínsecamente estable y las capas de fluido adyacentes se
deslizan unas sobre otras de forma ordenada. El régimen del flujo se denomina laminar.
Si el flujo tiene un valor del número de Reynolds por encima del denominado crítico,
se manifiestan en éste unas perturbaciones que dan lugar a un cambio radical del carácter del
flujo. El movimiento se vuelve intrínsecamente no estacionario, incluso con condiciones de
contorno constantes. Este régimen se denomina flujo turbulento.
grandes vórtices, las ecuaciones no estacionarias del flujo se resuelven para el flujo principal
y para los vórtices grandes mientras que se modela el efecto de los vórtices pequeños.
Aunque sin llegar al extremo de la simulación directa, sólo es posible para problemas
simplificados y requiere unas capacidades de cálculo muy elevadas.
u = u + u' (5)
1 T
T∫0
u (t) = u(t) dt (6)
Habitualmente lo que interesa son los efectos de la turbulencia sobre los valores
medios de las variables: la velocidad media y la presión media en el caso del flujo en un
conducto; en el caso de un avión, las fuerzas medias de resistencia y sustentación; para el caso
de un motor, los efectos de la turbulencia sobre las relaciones de mezcla entre combustible y
comburente.
18 Técnicas Numéricas en Mecánica de Fluidos
Para conseguir esto, las ecuaciones de Navier-Stokes se promedian sobre las escalas
de las fluctuaciones de turbulencia (RANS). Estos métodos dan lugar a un campo de flujo
promediado y simulado que es más uniforme que el flujo real, y, por tanto, reduce
drásticamente el número de puntos de la discretización espacial y de la temporal necesario
para obtener las variables buscadas.
Modelos algebraicos:
Cada uno de ellos tiene sus ventajas e inconvenientes. Aquí se expondrá más en
detalle el modelo k-ε, por ser muy extendido.
Como modelo de cierre o estrategia numérica para resolver de forma aproximada las
ecuaciones de Navier-Stokes, se desarrollan dos ecuaciones de transporte adicionales
(similares a las definidas por las ecuaciones 3 y 4), una para la energía cinética turbulenta (k)
y otra para la tasa de disipación de energía cinética turbulenta (ε). Estas variables se definen
según las expresiones:
k=
2
(
1 2
u ' + v' 2 + w ' 2 ) (7)
∂ ( ρk ) µ
+ ∇·( ρku ) = ∇· t grad k + 2µ t E ij E ij − ρε (9)
∂t σk
∂ (ρ ε ) µ ε ε
+ ∇·( ρ ε u ) = ∇· t grad ε + C1ε 2 µ t E ij E ij − C2ε ρ ε (10)
∂t σε k k
∂ u
ζ =C (11)
∂ y
k 3/ 2
= (12)
ε
k2
µ t = ρC µ ζ = ρC µ (13)
ε
Las principales ventajas e inconvenientes del modelo, tal y como pueden encontrarse
en la bibliografía consultada (Lakshminarayana, 1991 y Versteeg et al., 1995), son las
siguientes:
a) Ventajas:
b) Inconvenientes:
La capa límite es la zona del campo fluido próxima a un contorno sólido en la que se
manifiestan especialmente los efectos viscosos. Debido a la viscosidad y a la condición de no
deslizamiento, cerca de cualquier contorno sólido aparece un gradiente de velocidades en la
dirección normal a dicho contorno. Este gradiente de velocidades condiciona el intercambio
energético entre las distintas partículas de fluido con velocidades diferentes, originando
vorticidad y turbulencia.
Este tipo de modelos constituye una aproximación muy usada en flujos internos (el
fluido está confinado en un canal de paso limitado por paredes sólidas). La hipótesis básica
consiste en suponer que el efecto de las tensiones cortantes debidas a la viscosidad es
Técnicas Numéricas en Mecánica de Fluidos 21
equivalente a una fuerza de rozamiento distribuida a lo largo del canal de paso y definida por
valores semi-empíricos conocidos del problema a resolver.
Aunque con este tipo de modelos se puede predecir el flujo en gran parte de la
geometría, es claro que se pierde la definición en zonas cercanas a las superficies sólidas. A
veces esta falta de precisión en la definición del flujo no es tolerable y se requiere superponer
algún modelo de capa límite complementario.
Los modelos de distribución de pérdidas fueron muy populares en los inicios de las
técnicas CFD cuando la potencia de cálculo hacía difícil de llevar a la práctica cualquier otro
tipo de modelo (Bosman, 1976).
Derivado de los estudios de Prandtl sobre la estructura del flujo para elevados valores
del número de Reynolds. Bajo estas condiciones, el campo de velocidades en un fluido se
puede separar en dos zonas, una de flujo no viscoso alejada de los contornos sólidos y otra
dominada por los efectos de la viscosidad, denominada capa límite.
Las ecuaciones de este tipo de modelos se pueden derivar de las del modelo de la capa
de cortadura simplificándolas aún más mediante la hipótesis del valor despreciable de la
velocidad en la dirección normal a la superficie considerada en comparación con la velocidad
en la dirección de las líneas de corriente.
Son métodos apropiados para flujos con elevados números de Reynolds en los que las
zonas de influencia viscosa, estelas o capas de cortadura ocupan una extensión muy reducida
dentro de la geometría del problema estudiado. Fuera de estas zonas, resulta suficiente con
considerar el modelo de fluido ideal.
Para este tipo de modelos se requiere una discretización espacial muy densa en las
zonas en las que se espera influencia de los términos viscosos. En realidad, se trata de un
cálculo ligeramente más avanzado que el correspondiente al modelo de capa límite, porque en
este caso la geometría de la capa límite es resultado del cálculo y no se introducen hipótesis
adicionales.
- Leyes de pared.
Una posibilidad distinta a los modelos mencionados consiste en incluir en los cálculos
alguna aproximación para la distribución de velocidades esperada. Con tal fin, se pueden
22 Técnicas Numéricas en Mecánica de Fluidos
• Elípticos.
• Parabólicos.
• Hiperbólicos.
Antes de dar una descripción matemática rigurosa de cada tipo, se considera como
ejemplo la componente sobre el eje x de la ecuación de Navier-Stokes para un flujo laminar e
incompresible en coordenadas cartesianas:
∂u ∂p
+ ρ ( u·∇ ) u = - + µ ∆u (14)
∂t ∂x
VT ∂ u ∂p 1
+ ( u ·∇ ) u = − + ∆u (15)
L ∂t ∂ x Re
donde:
ρVL VL
• Re = = es el número de Reynolds y
µ ν
VT
• el número de Strouhal.
L
Para Números de Reynolds muy bajos (un flujo muy viscoso), el término
convectivo puede ser despreciado, quedando por tanto:
V2 T ∂ u ∂p
− + ∆ u = Re (16)
ν ∂t ∂x
∂p
∆u = Re (Comportamiento elíptico) (17)
∂x
∂u
• Flujo No Estacionario ⇒ ≠ 0.
∂t
V2 T ∂ u ∂p
∆u = + Re (Comportamiento parabólico) (18)
ν ∂t ∂x
Para Números de Reynolds muy altos y fuera de la capa límite, los efectos
viscosos apenas tienen influencia en el flujo. La ecuación queda entonces reducida
a la ecuación de Euler (Ecuación de primer orden).
∂u ∂p
+ ρ ( u·∇ ) u = - (Comportamiento hiperbólico) (19)
∂t ∂x
La distinción entre unas ecuaciones y otras tiene una gran importancia porque los
métodos numéricos de discretización y resolución de problemas son diferentes en cada caso.
Los fenómenos de difusión actúan en todo el espacio independientemente de la dirección
predominante del flujo (comportamiento elíptico). Por el contrario, los fenómenos de
convección actúan en la dirección de propagación, en regiones concretas del espacio
(comportamiento hiperbólico)
Entre ambas posibilidades, una ecuación con comportamiento parabólico representa una
situación intermedia que se puede interpretar como un proceso de difusión en todas las
direcciones pero amortiguado en el tiempo.
• Sistemas Hiperbólicos.
Existe una región, llamada “zona de Dependencia”, que delimitan las superficies
características que surgen de A y de B junto con el trozo de contorno AB y que determinan
la solución en el punto P . Asímismo existe una región, llamada “zona de Influencia”, en la
cual la solución resulta influenciada por la solución en el punto P .
• Sistemas Parabólicos.
En este tipo de problemas ambas superficies características no tienen más que una
línea en común ( S A ). La “zona de Dependencia” del punto P se extiende a un lado de la
línea S A y la “zona de Influencia” ocupa el semiespacio restante.
• Sistemas Elípticos.
∂2 T ∂2 T
+ =0 (20)
∂ x2 ∂ y2
∂ρ ∂ρ ∂u
+u +ρ =0
∂t ∂x ∂x
(21)
∂u ∂u 1 ∂P
+u =−
∂t ∂x ρ∂x
∂P ∂ρ
= a2 (22)
∂x ∂x
Si la amplitud es pequeña:
∂ρ ∂ρ ∂u ∂u
u << y u << (23)
∂x ∂t ∂x ∂t
entonces:
∂ρ ∂u
+ρ =0
∂t ∂x
(24)
∂u a 2 ∂ρ
=−
∂t ρ ∂x
∂ 2ρ 2 ∂ 2ρ
−a =0 (25)
∂ t2 ∂ x2
Flujo no estacionario.
Flujo estacionario supersónico no viscoso.
Flujo en capa límite.
Problemas híbridos.
Las leyes que rigen el movimiento de una partícula fluida son conocidas desde
mediados del siglo XIX. Son las denominas ecuaciones de Navier-Stokes, que pueden
expresarse con distintas nomenclaturas, en distintos sistemas de referencia y con distintas
notaciones (ver Aris, 1962; Batchelor, 1967; White, 1979 o Hirsch, 1988; por ejemplo). Para
un fluido Newtoniano, se pueden expresar así (Hirsch, 1988):
Continuidad:
dρ
+ ρ∇·u = 0 (26)
dt
Cantidad de movimiento:
du ∂u 1
ρ =ρ + ρ (u·∇)u = −∇p + µ ∇ 2 u + ∇ ( ∇·u ) + ρ f e (27)
dt ∂t 3
Energía:
∂ (ρ E)
∂t
( )
+ ∇·(ρ u E) = ∇·(k∇T) + ∇· σ·u + Wf + q H (28)
Las condiciones iniciales definen el estado del fluido en el instante inicial considerado
como origen para la evolución temporal (t = 0). Por tanto, para la correcta definición de un
problema se deberá conocer el valor que tienen todas las variables en ese instante. Muchas
veces, en problemas resueltos mediante técnicas numéricas esto es imposible, con lo que se ha
de buscar una alternativa. La más sencilla y habitual consiste en dar a todas las variables un
valor cero, asumiendo que, si se avanza suficientemente en el tiempo, se llega a un estado
estacionario, o periódico, independientemente de la solución inicial, según las condiciones de
contorno sean constantes o periódicas. Tiene como ventaja la sencillez de implementación,
pero tiene una gran desventaja, pues si dicha solución inicial se aparta bastante de la solución
real, puede dar lugar a problemas de convergencia en cuanto a la resolución de las ecuaciones.
Las condiciones de contorno pueden ser de varios tipos. Los más comunes en la
práctica son:
La aplicación de las leyes básicas de la Física permite obtener las relaciones entre las
distintas variables a través de un conjunto de ecuaciones diferenciales en derivadas parciales:
son las Ecuaciones de Constitución de la Mecánica de Fluidos (ecuaciones 26 a 28). Por
desgracia, debido a su gran complejidad, rara vez es posible resolverlas de un modo exacto
(solución analítica del problema) y es necesario buscar métodos alternativos que proporcionen
una buena predicción, es decir, métodos que proporcionen una solución numérica
aproximada. Así, la solución numérica aproximada se obtendrá a partir de la resolución de
una serie de relaciones algebraicas obtenidas mediante técnicas de discretización de las
ecuaciones diferenciales en derivadas parciales.
En la práctica se dice que un proceso numérico converge si los valores de las variables
en los puntos del dominio tienden hacia unos valores fijos mientras la solución progresa. Esto
es así porque en muchos casos no se puede demostrar matemáticamente la convergencia
“estricta”. En el caso de un cálculo no estacionario en una turbomáquina, la convergencia no
34 Técnicas Numéricas en Mecánica de Fluidos
se entiende como la obtención de un valor fijo para las distintas variables dependientes sino
como la obtención de una variación periódica de los valores de cada una de estas variables.
Figura 7.- Requisitos que han de cumplir las discretizaciones en los métodos numéricos.
Considérese la ecuación:
du
= qu u(0)=1 con q: número complejo (29)
dt
u n +1 − u n −1
= qun (30)
2 ∆t
Esta discretización particular se denomina método explícito del punto medio (en inglés
“leap frog”). En el apartado 4.5 se amplía el estudio a otros tipos de métodos utilizados en la
práctica. Si se expresa ahora u n +1 en función de u n y de u n −1 , se puede obtener que el factor
de amplicación (ω) debe cumplir la ecuación:
Técnicas Numéricas en Mecánica de Fluidos 35
ω 2 − 2 q ∆t ω − 1 = 0 (31)
ω1, 2 = q ∆ t ± 1 + (q ∆ t ) 2 (32)
u 0 = 1.0 (33)
u [m/s]
1.2
1.0
0.8
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 t [s] 1.0
Figura 8.- Evolución de la solución usando el método del punto medio.
Para una solución iterativa del problema propuesto, la solución con estabilidad
absoluta se define como un conjunto z = q ∆t tales que la secuencia de valores un permanezca
limitada (sin oscilaciones). Matemáticamente, esto implica:
ω ≤1 (34)
z = i sen α (35)
Es decir, la región de estabilidad es el segmento del eje imaginario entre –i y +i. Por lo
que para q = −1 no es posible obtener un valor de ∆t que proporcione un método con
estabilidad absoluta, lo cual explica el comportamiento observado en la figura 8.
Sin embargo, el caso del método del punto medio constituye una situación límite. Si se
considera el método de Euler hacia adelante (“forward Euler”) y se discretiza la misma
ecuación 29, se obtiene:
u n +1 − u n
= q un (36)
∆t
de donde se obtiene ω = 1 + q ∆t. La región de estabilidad será ahora el conjunto de los z tales
que 1 + z ≤ 1 , es decir, una circunferencia de radio unidad centrada en z = -1, tal y como se
muestra en la figura 9. Para q = -1, la solución numérica del problema permanece limitada
(sin oscilaciones) siempre que –2 ≤ - ∆t ≤ 0 o bien ∆t ≤ 2. Esta condición no es demasiado
rígida y limitará el valor de ∆t, pero no a valores demasiado pequeños. Para obtener una
precisión suficiente el salto temporal debe estar siempre en torno a una fracción de la escala
de tiempos del problema en cuestión. En este caso, la escala de tiempos máxima admisible
resulta ser la unidad (1/ q ).
d u1 − 3 1 u1
= (37)
d t u 2 0 − 100 u 2
Técnicas Numéricas en Mecánica de Fluidos 37
en el que los coeficientes de la diagonal principal tienen valores tan dispares, y se observa su
solución (combinación lineal de dos soluciones particulares):
u1 1 −3t 1 −100t
= C1 e + C2 e (38)
u2 0 − 97
Este ejemplo muestra como siempre resulta ser la menor escala de tiempo la que
impone un límite al salto temporal. Para problemas con grandes rangos de escalas de tiempo,
el problema se vuelve rígido y las restricciones pueden hacer muy difícil su solución
utilizando técnicas CFD. Desafortunadamente, los problemas con escalas de tiempo muy
amplias son comunes en la Mecánica de Fluidos.
u n +1 − u n
= q u n +1 (39)
∆t
Existe una diferencia clara entre los dos esquemas “hacia adelante” y “hacia atrás”. En
el primero, la solución en un instante “n+1” se obtiene explícitamente de la solución en el
instante “n”, realizando operaciones aritméticas. Sin embargo, en el segundo caso, los valores
en el nuevo instante aparecen de forma implícita en la solución de una ecuación algebraica.
Aparece la diferenciación entre métodos explícitos y métodos implícitos.
Se puede extraer la conclusión general de que los métodos explícitos resultan más
económicos para cada paso temporal. Desafortunadamente, se ha demostrado que los métodos
explícitos nunca pueden ser A-estables.
Por lo tanto, la elección entre un método explícito o implícito requiere siempre buscar
un equilibrio entre la sencillez a la hora de programar y la estabilidad del método. Para
problemas en los que no exista demasiada rigidez tales como los de flujos no viscosos, los
métodos explícitos resultan competitivos, principalmente para problemas tridimensionales,
por requerir una menor cantidad de información almacenada. Por el contrario, para problemas
muy rígidos, tales como los flujos con viscosidad predominante o con reacciones químicas,
los métodos implícitos son generalmente los más utilizados, a pesar del incremento de
necesidades de almacenamiento de las variables que imponen.
xi, j = ∆x i
yi, j = ∆y j (41)
∂u u i+1, j - u i, j
= (44)
∂x i, j ∆x
Diferencia centrada.
∂u u i+1, j - u i-1, j
= (45)
∂x i, j 2∆x
∂u u i, j - u i-1, j
= (46)
∂x i, j ∆x
∂u ∆ x 2 ∂ 2u ∆ x 3 ∂ 3u
u i+1, j = u i, j + ∆x + + + ... (47)
∂x i, j 2 ∂ x 2 i, j 3! ∂ x 3 i, j
∂u u i+1, j - u i, j ∆x ∂ 2u ∆ x 2 ∂ 3u
= - - + ... (48)
∂x i, j ∆x 2 ∂ x 2 i, j 3! ∂ x 3 i, j
∂u ∆ x 2 ∂ 2u ∆ x 3 ∂ 3u
u i+1, j = u i, j + ∆x + + + ... (49)
∂x i, j 2 ∂ x 2 i, j 3! ∂ x 3 i, j
∂u ∆ x 2 ∂ 2u ∆ x 3 ∂ 3u
u i-1, j = u i, j - ∆x + - + ... (50)
∂x i, j 2 ∂ x 2 i, j 3! ∂ x 3 i, j
∂u u i+1, j - u i-1, j ∆ x 2 ∂ 3u
= - + ... (51)
∂x i, j 2∆x 6 ∂ x 3 i, j
El orden de la discretización es la menor potencia del incremento (∆x en este caso) que
aparece en el error de truncado. En la diferencia hacia delante es de primer orden:
∆x
E.T. = - u + ... = O(∆x) (52)
2 xx
∆ x2
E.T. = - u + ... = O(∆ x 2) (53)
6 xxx
Técnicas Numéricas en Mecánica de Fluidos 41
Una expresión puede ser de primer orden en un punto y de segundo en otro; así la
expresión siguiente sería de primer orden para el punto (i, j) y de segundo orden para el punto
(1+1/2, j):
u i+1, j - u i, j
u x )i, j = + O(∆x) (54)
∆x
u i+1, j - u i, j
u x )i+ 1 , j = + O(∆ x 2 ) (55)
2 ∆x
∆x i ∆x i+1
x
i-1 i i+1
Figura 12.- Mallado no uniforme unidimensional.
∂u ∂u ui +1 - u i u i - u i-1
- -
∂x i +1 ∂x i ∆ x i +1 ∆ xi
u xx )i = = + E.T. (56)
∆ x i +1 - ∆ x i ∆ x i +1 - ∆ x i
2 2
∆ x i +1 = ∆ x i + O(∆ x 2 ) (57)
i j+1
θ i+1 j
ij S
y
i-1 j
x
i j-1
∂u ∂u
y (58)
∂x i, j ∂y i, j
Entonces:
∂u u i, j+1 - u i, j-1
= (59)
∂y i, j ∆y
∂u u i+1, j - u i-1, j
= (60)
∂S i, j ∆S
∂ ∂ ∂
= senθ + cos θ (61)
∂S ∂x ∂y
entonces, se deduce:
Considérese una ecuación genérica en derivadas parciales que proviene de una ley de
conservación integral:
∂u
+∇ F=Q (63)
∂t
∂
u dΩ + ∫ F d Γ = ∫ Q dΩ, ∀Ω
∂t Ω∫
(64)
∂Ω Ω
u = ρ ; F = ρu ; Q = 0 (65)
La ley integral utiliza flujos en el contorno de Ω en la figura 14. Por tanto, esta
formulación posee la siguiente propiedad:
∂
∂ t ∫ ABC ∫
+ = (66)
Ω1
∂
∂ t ∫ BDE ∫
+ = (67)
Ω2
∂
∂ t ∫ ADE ∫
+ = (68)
Ω3
Ω = Ω1 + Ω2 +Ω3 C Ω2
B
Ω1 Ω3
A
∂u ∂f(u)
+ =q (69)
∂t ∂x
∂u ∂u ∂f
+a = q siendo a= (70)
∂t ∂x ∂u
∆x
Figura 15.- Discretización unidimensional centrada.
∂ ui f i+ 2 − f i− 2
1 1
Punto i: + = qi (71)
∂t ∆x
∂ u i +1 f i + 2 − f i + 2
3 1
∂ u i −1 + u i + u i +1 f i + 2 - f i − 2 qi −1 + qi + qi +1
3 3
+ = (74)
∂t 3 3∆x 3
Esta expresión representa una discretización aplicada al elemento comprendido entre los
puntos i-3/2 e i+3/2.
∂ ui ui+ 1 - ui− 1
Punto i: + ai 2 2
= qi (75)
∂t ∆x
∂ ui+ 3 - ui+ 1
Punto i+1: ui+1 + a i+1 2 2
= qi+1 (76)
∂t ∆x
∂ u i −1 ui − 1 - ui− 3
Punto i-1: + a i-1 2 2
= qi-1 (77)
∂t ∆x
ai+ 1 - ai− 1
2 2
Sumando, reordenando y llamando: a i = , se obtiene:
2
∂ u i −1 + u i + u i +1 a i + 2 - a i- 2 u i + 2 - u i − 2 q i −1 + q i + q i +1
3 3 3 3
+ - =
∂t 3 2 3∆x 3
Técnicas Numéricas en Mecánica de Fluidos 45
∆ x 2 [(a x u x ) x - a x u xx ] (79)
en el punto i. Para flujos continuos, estos términos son del mismo orden que el error de truncado,
y pueden ser despreciados; pero pueden producir grandes errores cuando hay discontinuidades,
como en el caso de existir ondas de choque.
o0o
Las discretizaciones conservativas son la base del método de los volúmenes finitos. Este
método constituye la técnica más comúnmente empleada en la discretización de las ecuaciones de
constitución. Se desarrolló para resolver específicamente problemas de transferencia de calor y de
mecánica de fluidos (Patankar, 1980). Parte del hecho de que las leyes básicas de la mecánica de
fluidos son leyes de conservación y pueden ser expresadas en forma de balances macroscópicos de
las distintas variables.
En primer lugar se define una división del dominio en celdas que no se superpongan
unas con otras. Normalmente se usan figuras geométricas sencillas, que constituyen el
mallado del dominio a estudiar.
A continuación se aplican los balances de los flujos de las distintas variables en los
volúmenes construidos a partir del mallado definido. En general éstos no tienen porque
coincidir con las celdas del mallado, pudiendo ser conjuntos de celdas o encontrarse
desplazados con respecto a dichas celdas.
Para cada uno de los volúmenes el balance de los flujos de una determinada variable
proporciona información sobre el valor medio de dicha variable en el interior del mismo.
Desde un punto de vista práctico, el método consiste en ir sustituyendo las integrales de la
ecuación general de conservación por sumatorios sobre las caras del volumen, que indicarán la
forma de variación de dicha variable para cada volumen elemental, llegándose a la expresión:
n ∆ t
∆ ( Variable ) = ∑ (Flujos + Términos fuente (80)
1 ϑ
donde ϑ es el volumen de cada volumen, n es el número de las caras del volumen y los
términos de flujo se evalúan en la dirección normal de cada cara.
Los valores de las distintas variables en las caras (superficies o lados) de los distintos
volúmenes no son conocidos y se requiere algún tipo de interpolación numérica para su
cálculo. La elección de los volúmenes, así como la de las interpolaciones, dan lugar a una gran
variedad de métodos (Hirsch, 1988; Degrez, 1994).
46 Técnicas Numéricas en Mecánica de Fluidos
El método de los volúmenes finitos constituye el método más flexible, bajo el punto de
vista geométrico, para la discretización de las ecuaciones de gobierno. A continuación se
exponen los distintos pasos (Versteeg, 1995) que este tipo de métodos emplea en la
discretización de las ecuaciones de gobierno para flujo incompresible no estacionario:
c) En el caso de los flujos incompresibles hay que añadir un algoritmo adicional para
poder obtener los campos de presión y velocidad. Este consiste en un proceso iterativo basado
en la solución de los campos de presión y velocidad para un determinado instante, de forma
que se asegure la verificación de la ecuación de continuidad. Normalmente se usan algoritmos
del tipo SIMPLE (Patankar, 1980), MAC (Ikohagi, 1991) o PISO (recomendado para cálculos
no estacionarios en mallados altamente distorsionados, Versteeg et al., 1995). Este esquema
se puede aplicar también a flujos compresibles.
Existen dos formas de aplicar el método, dependiendo de donde se definen las variables:
centrado en las celdas (“cell centered”) o centrado en los vértices (“cell vertex”).
Técnicas Numéricas en Mecánica de Fluidos 47
∂
∂ t Ω∫i
u dΩ + ∫ F dΓ = ∫ Q dΩ (81)
∂ Ωi Ωi
Ωi
Discretizando:
∂ ui
Ωi + Σ F Γ = Qi Ω i (82)
∂ t lados
El flujo a través de un contorno debe ser calculado mediante una fórmula independiente
del volumen a que pertenezca (figura 17):
fi + f j gi + g j
f AB = , g AB = (84)
2 2
48 Técnicas Numéricas en Mecánica de Fluidos
O también:
ui + u j ui + u j
f AB = f , g AB = g (85)
2 2
∂ ui j
∆x∆y + (f AB - f CD)∆y + (g BC - g AD)∆x = ∆x∆y Qi j (86)
∂t
B
Ωi
Ωj
A
Figura 17.- Dominios adyacentes.
Como se cumple:
fAB = fi + ½, j fCD = fi - ½, j
gBC = gi, j +½ gAD = gi, j - ½ (87)
fAB = fi + ½, j fCD = fi - ½, j
∂ u i, j f i+ 12 , j - f i- 12 , j g i, j+ 12 - g i, j- 12
+ + = Qi, j (88)
∂t ∆x ∆y
f i, j + f i +1, j g i, j + g i, j+1
f i+ 12 , j = , g i, j+ 1 = (89)
2 2 2
se obtiene:
o0o
2) Centrado en los vértices. Las variables se definen en los vértices del elemento (ver figura 19).
- Residuos ponderados.
u* = Σ ui vi (x) (91)
esta función no satisface el problema diferencial D(u) = 0, sino que D(u*) = r* ≠0, donde r* es el
residuo. Se trata de minimizar el residuo.
∫ ϑ
(r*) 2 dϑ es minimo (92)
∂r*
∫ ϑ ∂ ui
r* dϑ = 0 (93)
Esta expresión representa una suma ponderada de los residuos sobre el dominio ϑ siendo
∂ r*
el coeficiente de ponderación w i = .
∂ ui
Existen variantes del método dependiendo de la elección de las funciones de ponderación
wi y de las funciones base:
Supóngase que se han elegido las funciones base. Entonces las posibilidades son cuatro:
Respecto a las funciones base, cuantas más existan, la solución numérica se acercará más
a la solución exacta.
Aplica a una representación funcional los conceptos del método de las diferencias
finitas. Los parámetros de la representación son puntos que dividen el dominio en una serie de
elementos. Las funciones base se definen como interpolaciones polinómicas restringidas a los
elementos contiguos (normalmente triángulos o cuadriláteros en dos dimensiones). Las
interpolaciones pueden resultar en aproximaciones lineales, cuadráticas o de orden superior.
Normalmente, para las aplicaciones de Mecánica de Fluidos se recomienda que sean al menos
cuadráticas para poder aproximar las derivadas segundas con cierta precisión.
i
Figura 21.- Nodos de partida para elementos bidimensionales y unidimensionales.
ii) El segundo paso es construir unas funciones Ni(x) asociadas a cada nodo i: funciones
de interpolación o funciones de forma. Con estas funciones se pretende reconstruir
una aproximación continua de una función a partir de los valores discretos en los
nodos.
Dado Requerido
La función requerida se define u (x) = ∑ uj Nj(x). Las funciones Nj(x) se definen con las
siguientes restricciones:
1) Deben ser simples, para evitar una expresión compleja que implique muchos
puntos (ver figura 23).
2) Se requiere que u (xi) = ui; por tanto u (xi) = Σ uj Nj(xi) = ui. Esto implica:
Ni(xi) = 1
Nj(xi) = 0 si i ≠ j, o sea Ni(xj) = δij
Νi (x)
x
i
x
1 2 3 4 5
Figura 22.- Dominio unidimensional con las funciones en cada nodo.
ΓD ΓΝ
u = u* ∂u
=g
∂n
Figura 23.- Dominio bidimensional para aplicación del método de los elementos finitos.
∆u = q (95)
u = u* en ΓD (96)
∂u
= g en ΓN (97)
∂n
∂u
- ∫ ∆w ∆u dϑ + ∫ w dΓ = ∫ w q dϑ, ∀w (99)
Ω
∂n Ω
En el método de Galerkin, las funciones w elegidas son las funciones de forma Ni(x):
Sustituyendo:
∂u
Σ αi - ∫ ∆ Ni ∆u dϑ + ∫ Ni ∂n dΓ - ∫ N i q dV = 0 (101)
i Ωi Ωi
Como esta expresión es válida para todos los coeficientes αi, se tendrá:
Técnicas Numéricas en Mecánica de Fluidos 55
∂u
- ∫ ∆ Ni ∆u dϑ + ∫ Ni dΓ - ∫ N i q dϑ = 0 (102)
∂n
Ωi Ωi
Se obtiene así una expresión para cada nodo. Ahora sustituyendo u a partir de las
funciones de forma:
u = Σ u j N j y ∆u = Σ u j ∆ N j (103)
j j
se obtiene:
∂u
- Σ u j ∫ ∆ N j ∆ Ni dϑ + ∫ Ni dΓ - ∫ N i q dϑ = 0 (104)
j ∂n
Ωi Ωi
En definitiva, se obtiene un sistema de ecuaciones en el que las incógnitas son los valores
uj, es decir:
∑ u j k i j = Fi j (105)
j
o0o
- Métodos espectrales.
Algunos aspectos relacionados con los métodos numéricos que pueden aparecer de
forma común en las tres técnicas son:
- Las diferencias finitas y los volúmenes finitos producen ecuaciones numéricas referidas
a un punto pero dependientes de los valores de los puntos vecinos. Los elementos finitos
producen ecuaciones para cada punto independientes entre sí, y solamente cuando se combinan
los valores de los puntos interactúan entre ellos.
- Los elementos finitos toman la derivada de las condiciones de contorno cuando las
ecuaciones se forman aplicando los valores fijos de las variables a las matrices globales. Los
otros dos métodos aplican fácilmente los valores fijos de las condiciones de contorno
modificando las ecuaciones si se quiere introducir alguna derivada de una condición de contorno.
- Para el caso de geometrías complejas, que además incluyan distintas partes con
movimiento relativo unas respecto a otras, como es el caso de turbomáquinas radiales, el
método de volúmenes finitos es prácticamente la única posibilidad con valor práctico, debido
a la gran dificultad para solucionar el flujo en geometrías alejadas de cualquier división
cartesiana por parte de los métodos de diferencias finitas y dada la gran complejidad en la
programación de los métodos de los residuos.
En los casos anteriores las aproximaciones se han realizado en los términos espaciales,
pero no se ha mencionado el tratamiento posible de los términos temporales. En este punto
conviene distinguir entre modelos estacionarios y modelos no estacionarios. En los modelos
estacionarios, las derivadas temporales sólo se necesitan en resoluciones transitorias siendo
nulas al llegar al régimen estacionario. Algunos métodos han incluido el término transitorio
Técnicas Numéricas en Mecánica de Fluidos 57
Para cada instante temporal, una vez discretizadas las ecuaciones de gobierno, el
problema se reduce a un sistema de ecuaciones algebraicas que se puede resolver mediante
una gran variedad de métodos. Una forma general de las ecuaciones, para una variable U
genérica, es la siguiente:
U n +1 = AU n (107)
∂U ∂2U
=α 2 (109)
∂t ∂x
Sea un dominio espacial uniforme con puntos separados una longitud constante ∆x.
Una vez se haya definido el mallado, se discretiza la ecuación:
U in +1 − U in U n − 2U in + U in+1
= α i −1 (110)
∆t ∆x 2
~ ~ ~
U in +1 − U in U in−+11 − 2U in +1 + U in++11 U n − 2U in + U in+1
= α λ + α (1 − λ ) i −1 (111)
∆t ∆x 2 ∆x 2
En esta nueva ecuación se observa que hay una relación entre la velocidad en la
iteración n+1 y la velocidad en la iteración n, pudiendo cambiar los nodos que deben ser
consultados, lo que da lugar a dos tipos de esquemas:
n n +1 n n +1 n +1 n +1
i) En el esquema explícito (figura 24) se deben resolver todas las ecuaciones para
conocer todas las variables. Las ecuaciones explícitas necesitan pasos
temporales muy pequeños de tiempo ∆ t . En este caso se ha de verificar la
relación ∆ t / ∆ x 2 ≤ 1 / 2 para asegurar la estabilidad.
ii) En cambio, las ecuaciones implícitas no tienen este problema si se toma como
factor de relajación 1/2 (conocido como esquema de Crank-Nicholson, ver
apartado siguiente).
Una clasificación más detallada de las distintas posibilidades puede verse en Hirsch
(1988, volumen I).
Se parte de una ecuación diferencial con una única variable dependiente (la extensión
a dos o tres dimensiones es inmediata) en la forma:
d d dφ
(ρ u φ) = Γ (112)
dx dx dx
i-1 i i+1
∆x
Figura 25.- Mallado unidimensional para discretizar la ecuación 129.
Discretización central.
φ + φi +1 φi −1 + φi
Fi +1 i − Fi −1 = Di +1 ( φi +1 − φi ) + Di −1 ( φi − φi −1 ) (113)
2 2
Discretización híbrida.
Desarrollada por Patankar en 1980. Constituye una metodología más precisa que la
F
híbrida. No se crea falsa difusión si el cociente es superior a 10. En realidad sus propiedades
D
son muy similares a las del algoritmo híbrido.
Discretización QUICK.
6 3 1
φi = φi −1 + φi − φi − 2 (116)
8 8 8
dU
= S U + Q = H ( U, t ) (117)
dt
(1 + ξ ) U n + 2 − (1 + 2ξ ) U n +1 + ξU n = ∆ t [θ H n + 2 + (1 − ϕ − θ)H n +1 ] (118)
1
ϕ = ξ−θ+ (119)
2
3 n +2
2
U
1
− 2 U n +1 + U n = ∆ t H n + 2
2
[ ] (120)
(U n+1 − U n ) = ∆ t [H n ] (123)
Ejemplo.
∂u ∂2 u ∂2 u
= α 2 +
2
(124)
∂t ∂ x ∂ y
∂ u i, j α
∂t
=
∆x 2
( u i+1, j + u i, j+1 + u i−1, j + u i, j−1 − 4 u i, j ) (125)
62 Técnicas Numéricas en Mecánica de Fluidos
α ∆ t n +1
u i,n +j1 = u i,n j +
∆x 2
( u i+1, j + u i,n +j+11 + u in−+1,1 j + u i,n +j−11 − 4 u i,n +j1 ) (126)
• Métodos predictor-corrector.
• Linealización local.
• Métodos implícitos (ADI).
• Métodos Runge-Kutta.
∂2 T
=0 (127)
∂ x2
a1 a 2 0 0 T1 b1
T b
−1 2 1 0 2 2
0 −1 2 1 0 T3 b 3
0 ... 0
· = (129)
0 0
0 −1 2 −1 0
0 −1 2 −1
T20 b 20
0 a 20 a 21 T b
21 21
64 Técnicas Numéricas en Mecánica de Fluidos
donde b2 = b3 = b4 = ... = b20 = 0 y los valores de a1, a2, a20, a21, b1 y b21 se deducen de las
condiciones de contorno (temperaturas en los extremos de la barra).
Para los dos extremos se puede tomar una aproximación lineal o de segundo orden no
centrada (similar a la de la ecuación 128). Si se toma la aproximación lineal, se tiene (ver
figura 28):
T −T T −T
k 2 1 = k 1 A (130)
∆x ∆x/2
de donde se deduce:
2 TA − 3 T1 + T2 = 0 (131)
3 −1 0 0 T1 2 TA
−1 2 1 0 T2 0
0 −1 2 1 0 T3 0
0 ... 0
· = (133)
0 0
0 −1 2 −1 0
0
0 − 1 2 − 1
T20 0
0 − 1 3 T21 2 TB
T1 302.38
T2 307.14
T3 311.90
= (134)
T 390.48
20
T21 395.24
T [K]
500
450
400
350
x [m]
300
0 20 40 60 80 100 120
Figura 29.- Distribución de temperatura para la conducción unidimensional.
T − T21
k B = qB (135)
∆x/2
es decir:
qB
TB = T21 − ∆x (136)
k
66 Técnicas Numéricas en Mecánica de Fluidos
q
− T20 + 3 T21 = 2 TB = 2 T21 − B ∆x = 2 T21 − 0.00494 q B (137)
k
T1 600
3 −1 0 0
T2 0
−1 2 1 0 T 0
0 −1 2 1 0 3
0 ... 0 · = (139)
0 0
0 −1 2 −1 0
0
0 −1 2 −1
T20 0
0 −1 1
T21 −1.23
que resuelto proporciona la solución mostrada en la figura 30. Se obtiene de nuevo una
solución lineal, pero con un mayor gradiente de temperaturas (TB = 430 K).
T [K]
500
450
400
350
x [m]
300
0 20 40 60 80 100 120
Figura 30.- Distribución de temperatura para barra unidimensional
con flujo de calor en uno de sus extremos.
Si existieran fuentes puntuales de calor, se pueden repetir los dos casos anteriores
(temperatura en los dos extremo o temperatura en un extremo y condición de flujo de calor en
el otro). La ecuación diferencial, para este nuevo problema, sería:
Técnicas Numéricas en Mecánica de Fluidos 67
∂ ∂T
k +S = 0 (140)
∂ x ∂ x
expresión en la que los coeficientes “S” serían los posibles valores de fuentes puntuales
(términos independientes de las matrices).
En concreto, se introduce una fuente puntual de calor en el nodo 11. Las ecuaciones
para ambos casos no cambiarían y únicamente habría que introducir un valor distinto de 0 en
el término independiente de la ecuación correspondiente al tramo número 11. Por ejemplo,
para el caso de conocer las temperaturas en los dos extremos, se tendrá:
3 −1 0 0 T1 2TA
T 0
−1 2 1 0 2
0 −1 2 1 0 T3 0
0 ... 0
· = b11 (141)
0 0
0 −1 2 −1 0
0
0 − 1 2 − 1
T20 0
0 − 1 3 T21 2TB
∆x 5 m
b11 = ( S ∆x ) = ( 750 W/m 2 ) = 18.53 K (142)
k 202.4 W/(mK)
T1 2TA
3 -1 0 0
T2 0
-1 2 1 0 T 0
0 -1 2 1 0 3
0 ... 0 · = 18.53 (143)
0 0
0 -1 2 -1 0
0
0 -1 2 -1
T20 0
0 -1 3
T21 2TB
4.60e+02 T [K]
4.40e+02
4.20e+02
4.00e+02
3.80e+02
3.60e+02
3.40e+02
3.20e+02 x [m]
3.00e+02
Y 0 20 40 60 80 100 120
Figura 31.- Evolución de la temperatura en una barra con fuente de calor puntual.
4.50e+02
4.35e+02
4.20e+02
4.05e+02
3.90e+02
3.75e+02
3.60e+02
3.45e+02
3.30e+02
3.15e+02 Y
Z X
3.00e+02
Figura 32.- Campo de temperaturas en una barra unidimensional con fuente puntual de calor.
3 −1 0 0 T1 2 TA
−1 2 1 0 T2 0
0 −1 2 1 0 T3 0
0 ... 0
· = 18.53 (144)
0 0
0 −1 2 −1 0
0
0 − 1 2 − 1
T20 0
0 − 1 1 T21 − 1.23
6.50e+02
6.15e+02
5.80e+02
5.45e+02
5.10e+02
4.75e+02
4.40e+02
4.05e+02
3.70e+02
3.35e+02 Y
Z X
3.00e+02
Para los dos casos estudiados, se tendrán ecuaciones distintas. Si, por ejemplo, se
introducen fuentes puntuales en las 10 primeras celdas, se cambiarían esos diez primeros
coeficientes del término independiente (b1 a b10). De éstos, es distinto el correspondiente al
primer término, que se calcula según la figura 28, siguiendo la expresión:
T −T T −T
k A 1 − k 1 2 + q1 ∆x = 0 (145)
∆x/2 ∆x
es decir:
70 Técnicas Numéricas en Mecánica de Fluidos
k k
(2 TA − 2 T1 ) − (T1 − T2 ) + q1 ∆x = 0 (146)
∆x ∆x
O, lo que es lo mismo:
k k k k k
3 T1 = 2 T1 + T2 + q1 ∆x = 2 T1 + T + b1 (147)
∆x ∆x ∆x ∆x ∆x 2
∆x 5 m
b1 = b 2 = b3 = ... = b10 = ( S ∆x ) = ( 750 W/m 2 ) = 18.53 K (148)
k 202.4 W/(mK)
3 −1 0 0 T1 2 TA + 18.53
−1 2 1 0 T2 18.53
0 −1 2 1 0 T3 18.53
...
0 ... 0
· = 18.53 (149)
0 0
0
0 −1 2 −1 0
...
0 − 1 2 − 1
T20 0
0 − 1 3 T21
2 TB
9.00e+02 T [K]
8.00e+02
7.00e+02
6.00e+02
5.00e+02
4.00e+02
x [m]
3.00e+02
Y 0 20 40 60 80 100 120
Figura 34.- Evolución de la temperatura en una barra con fuente de calor puntual.
9.00e+02
8.40e+02
7.80e+02
7.20e+02
6.60e+02
6.00e+02
5.40e+02
4.80e+02
4.20e+02
3.60e+02 Y
Z X
3.00e+02
3 −1 0 0 T1 2 TA + 18.53
−1 2 1 0 T2 18.53
0 −1 2 1 0 T3 18.53
...
0 ... 0
· = 18 . 53 (150)
0 0
0
0 −1 2 −1 0
...
0 − 1 2 − 1
T20 0
0 − 1 1 T21
− 1.23
1.30e+03
1.20e+03
1.10e+03
1.00e+03
9.00e+02
8.00e+02
7.00e+02
6.00e+02
5.00e+02
4.00e+02 Y
Z X
3.00e+02
1.30e+03 T [K]
1.20e+03
1.10e+03
1.00e+03
9.00e+02
8.00e+02
7.00e+02
6.00e+02
5.00e+02
4.00e+02 x [m]
3.00e+02
Y 0 20 40 60 80 100 120
Figura 37.- Evolución de la temperatura en una barra unidimensional
con fuentes no puntuales de calor y flujo calorífico en un extremo.
∂2 T ∂2 T
+ =0 (151)
∂ x2 ∂ y2
sobre la geometría de la figura 38 (se ha tomado una geometría rectangular con la base el
doble de la altura).
Técnicas Numéricas en Mecánica de Fluidos 73
Para el caso más elemental (sin fuentes de calor puntuales), haciendo un balance de los
flujos que intervienen, se llega a:
k i −1, j ∆ i −1, j
( Ti, j − Ti−1, j ) − k ∆ ( Ti+1, j − Ti, j )
+
i +1, j i +1, j
x i, j − x i −1, j x i +1, j − x i, j
+ k i, j−1∆ i, j−1
( Ti, j − Ti, j−1 ) − k ∆ ( Ti, j+1 − Ti, j )
=0 (152)
i, j+1 i, j+1
yi, j − yi, j−1 yi, j+1 − yi, j
donde los puntos (i-1, j), (i, j+1), (i, j-1) y (i+1, j) son los correspondientes a la nomenclatura
de la figura 39.
Si k es constante y se toma un mallado uniforme, es decir: ∆i-1, j = ∆i+1, j = ∆i, j-1 = ∆i, j+1
= ∆x = ∆y = ∆, se obtiene:
de donde:
Fórmula que generalizada para cualquier punto “i, j”, proporciona la expresión:
Ti j =
1
[T + Ti+1 j + Ti j−1 + Ti j+1 ]
4 i −1 j
(155)
Figura 40.- Condición de contorno para el problema de la conducción en una placa plana.
T0 j = 300 K ∀ j
Ti12 = 300 K ∀ i
T24 j = 300 K ∀ j (156)
Ti 0 = 300 K para i = 0...7 e i = 17...24
Ti 0 = 800 K para i = 8...16
750
T [K] y=2.75
700 y=2.5 m
650 Y=2.25 m
600 Y=2 m
550 y=1.75 m
500 y=1.5 m
450 y=1.25 m
y=1 m
400
y=0.75 m
350
y=0.5 m
300
y=0.25 m
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Posiciones “i”
Figura 41.- Conducción de calor en una placa plana. Distribución de temperaturas.
T [K]
x [m]
Para esta nueva condición, una vez discretizado y considerando la ecuación que
resultaría para la pared derecha (lado “i-1” en la figura 39), se obtiene:
300 y=0.5 m
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 y=0.25 m
Posiciones “i”
Figura 44.- Conducción de calor en una placa plana con
flujo neto nulo en tres paredes. Distribución de temperaturas.
Los resultados que se obtienen con el código numérico se muestran (ver figura 45) en
forma similares distribuciones a las mostradas en la figura 44 y en forma de campo de
temperaturas en la figura 46.
T [K]
x [m]
Figura 45.- Conducción de calor en una placa plana con flujo neto nulo en las paredes.
Distribución de temperaturas obtenida utilizando el código numérico.
78 Técnicas Numéricas en Mecánica de Fluidos
12 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300
11 300 302 304 306 309 311 313 315 317 319 321 322 322 322 321 319 317 315 313 311 309 306 304 302 300
10 300 304 308 312 317 322 326 331 335 339 342 344 344 344 342 339 335 331 326 322 317 312 308 304 300
9 300 306 312 318 325 332 340 347 354 360 364 367 368 367 364 360 354 347 340 332 325 318 312 306 300
8 300 308 316 324 333 343 353 363 373 381 388 392 393 392 388 381 373 363 353 343 333 324 316 308 300
7 300 309 319 329 341 353 366 380 394 405 414 420 422 420 414 405 394 380 366 353 341 329 319 309 300
6 300 310 321 333 347 362 379 398 416 432 444 451 454 451 444 432 416 398 379 362 347 333 321 310 300
5 300 311 322 336 351 370 391 415 440 462 478 488 491 488 478 462 440 415 391 370 351 336 322 311 300
4 300 311 322 336 352 374 401 433 467 497 519 531 535 531 519 497 467 433 401 374 352 336 322 311 300
3 300 309 320 333 349 372 405 448 499 541 568 583 588 583 568 541 499 448 405 372 349 333 320 309 300
2 300 307 315 325 340 362 397 455 542 598 629 645 650 645 629 598 542 455 397 362 340 325 315 307 300
1 300 304 308 314 323 338 367 434 614 680 707 718 722 718 707 680 614 434 367 338 323 314 308 304 300
0 300 300 300 300 300 300 300 300 800 800 800 800 800 800 800 800 800 300 300 300 300 300 300 300 300
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Se trata aquí de resolver el problema del flujo de un fluido entre dos placas planas,
siendo la separación entre ambas mucho menor que la longitud de los lados de dichas placas
(figura 48).
h
x
L
Figura 48.- Geometría para el problema del flujo entre placas planas paralelas.
iii) Movimiento bidimensional (separación entre placas mucho menor que longitud de
las mismas, h << L):
∂ ∂2 ∂n
= = ... = =0 (158)
∂ x ∂ x2 ∂ xn
u = u i +v j+wk = u i (159)
∂p ∂ 2u
=µ 2
∂x ∂y (160)
∂p
= −ρ g
∂y
∂p ∂ 2u
=µ 2 (161)
∂x ∂y
∂ 2u
=0 (162)
∂ y2
Es decir:
u ( y) = c1 y + c 2 (163)
y = 0 → u ( y) = 0
(164)
y = h → u ( y) = U
U
u ( y) = y (165)
h
y U
h
x
L
Figura 49.- Perfil lineal de velocidades entre dos placas.
∂ 2u
− p*+ µ =0 (166)
∂ y2
Si ahora se imponen las condiciones de contorno de velocidad nula de las dos placas,
se tiene:
y = 0 → u ( y) = 0
(167)
y = h → u ( y) = 0
Técnicas Numéricas en Mecánica de Fluidos 81
expresión que da lugar a un perfil parabólico (ver figura 50), habitualmente denominado flujo
de Poiseuille:
u ( y) =
2µ
[
p* 2
y −hy ] (168)
h UMÁX
x
L
Figura 50.- Perfil parabólico de velocidades entre dos placas.
u ( y) =
U
h
y+
p* 2
2µ
[
y −hy ] (169)
ecuación en la que el efecto de p* puede ser el mismo (p* > 0 o bien en la figura 51) o
contrario (p* < 0 o bien en la figura 52) que el movimiento de la placa.
y U U
h + =
x
L
Figura 51.- Perfil parabólico más perfil lineal para el flujo entre dos placas con p* > 0.
y U U
h + =
x
L
Figura 52.- Perfil parabólico más perfil lineal para el flujo entre dos placas con p* < 0.
82 Técnicas Numéricas en Mecánica de Fluidos
Se puede obtener el caudal circulante integrando la velocidad entre las dos placas:
Q h U h p* h 3
q=
b
= ∫ 0
u(y) dy = -
2 12 µ
(170)
6µ U
p* = − (171)
h2
5 metros
5 mm
Figura 53.- Solución numérica particular para el flujo entre placas paralelas.
Además de haber obtenido las expresiones teóricas exactas, se puede resolver el flujo
utilizando un método numérico (código comercial Fluent). Para el caso de flujo de Couette y
velocidad uniforme de 5 m/s y se obtiene el resultado mostrado en la figura 54.
Figura 54.- Flujo con perfil lineal entre dos placas planas.
Para el caso de flujo de Pouseuille con ∆p = 8.5 MPa (p* = ∆p/L = 1.7 MPa/m), se
obtiene el perfil parabólico de la figura 55. Se ha escogido este valor porque según la
ecuación 168 produce una velocidad máxima de 5 m/s.
Técnicas Numéricas en Mecánica de Fluidos 83
Figura 56.- Perfil parabólico superpuesto al lineal con efectos en el mismo sentido.
u (y) [m/s]
y [m]
Si, por el contrario, el efecto del gradiente de presión es opuesto al del movimiento de
la placa superior (ecuación 169 con p* < 0), se obtiene el resultado de la figura 58. Se utilizan
los mismos valores numéricos: velocidad uniforme de 5 m/s y ∆p = 8.5 MPa.
Figura 58.- Perfil parabólico superpuesto al lineal con efectos en sentido opuesto.
u (y) [m/s]
y [m]
Se puede resolver este caso para la condición de caudal nulo (Q = 0), en cuyo caso el
gradiente de presión reducida ha de ser:
6µ U
p* = − = 1.272 MPa (172)
h2
u (y) [m/s]
y [m]
Figura 61.- Perfil de velocidad en una posición “x” en función de la altura “y”.
r
τ = − p* (173)
2
∆p
p* = + ρ g cos θ (174)
∆L
u=
4µ
(
p* 2
r − R2 ) (175)
Técnicas Numéricas en Mecánica de Fluidos 87
p1
p2
θ
D ∆L
R 2 p*R2
u = u MÁX 1 − con u MÁX = − (176)
r 4µ
πp* 4
Q=− R (177)
8µ
5 metros
Ø 5 cm
Figura 64.- Geometría discretizada para resolución del caso de conducto horizontal.
8µ Q
p* = = 1693 Pa / m (178)
πR4
p*R 2
u MÁX = − = 1 m/s (179)
4µ
Tal y como se había previsto con la ecuación teórica, se obtiene un perfil parabolico de
velocidad. En la figura 66 se muestra dicho perfil en la sección de salida, donde cada punto
representa el valor de la velocidad en cada celda de la sección transversal del conducto.
u (r) [m/s]
r [m]
Figura 67.- Distribución lineal del salto de presión. ∆P= 8690 Pa.
Con los datos de partida se obtiene un número de Reynolds de 84. En caso de tener un
número de Reynolds mayor de 4000, el flujo deja de ser laminar y se hace necesaria la
utilización de un modelo de la turbulencia para la resolución del flujo.
90 Técnicas Numéricas en Mecánica de Fluidos
Los flujos incompresibles han sido mencionados como una aplicación particular de las
ecuaciones de Navier-Stokes en apartados anteriores. Se profundiza un poco más en su
estudio y se presenta un ejemplo de cálculo basado en el algoritmo del paso fraccional.
Kwak en sus múltiples artículos (Kwak et al., 1986; Kwak et al., 1992; Rogers et al.,
1989 o Rosenfeld et al., 1991) y, sobre todo, en el monográfico sobre métodos numéricos
usados en el cálculo de flujos incompresibles (Kwak, 1989) analiza un amplio rango de
posibles aplicaciones para el estudio de flujos bi y tridimensionales.
de soluciones numéricas a problemas prácticos tan dispares como el flujo en el motor de una
lanzadera espacial o el flujo en un implante de un corazón.
El desarrollo de las técnicas numéricas ha permitido un análisis cada vez más riguroso
de los flujos, mejorando principalmente lo que se refiere a flujos compresibles. Los flujos
incompresibles han seguido esta evolución con cierto retraso, aún cuando muchas de las
realizaciones industriales son aplicación de flujo incompresible. Dos dificultades básicas han
frenado el desarrollo de los métodos numéricos aplicados a flujos incompresibles respecto a los
equivalentes para flujo compresible. Por un lado la excesiva y ya descrita “rigidez” de las
ecuaciones y, por otro, el menor interés de estos flujos en el campo de la aeronáutica militar.
Así, la mayor parte del esfuerzo investigador se ha dedicado a modelizar el estado estacionario
de la evolución del fluido en los distintos equipos, mientras que muchos flujos reales son
esencialmente no estacionarios (desprendimiento de vórtices, turbulencia, flujo en
turbomáquinas o en sistemas biológicos, entre otros).
Tal y como señalan Peyret y Taylor (1983) o Hirsch (1988), existen dos grandes grupos
de métodos según se plantee la resolución de las ecuaciones del flujo incompresible: las basadas
en el empleo de variables primitivas y las que emplean la ecuación de la vorticidad. Estas
últimas surgieron debido a la inexistencia de condiciones de contorno físicas de contacto con
sólidos para la presión. Sin embargo, la búsqueda de una condición de contorno para la
vorticidad, salvo en casos puntuales, resulta más complicado.
A pesar del gran abanico de variantes que presentan ambas formas de solución (ver
Quarteroni, 1996), son básicamente las que usan variables primitivas las únicas usadas para el
caso de flujo no estacionario. Entre éstas destacan los algoritmos que operan con la ecuación de
Poisson para resolver el campo de presiones, y el método de pseudocompresibilidad. Ambos
tratan de solventar la “rigidez” de las ecuaciones para flujo compresible a bajos números de
Mach. La diferencia básica entre los dos métodos reside en el carácter de las ecuaciones a
resolver.
Respecto a las soluciones que emplea la ecuación de Poisson para la presión, se pueden
distinguir dos aproximaciones diferentes, de características similares, pero de muy distinta
implementación:
ii) Método de paso fraccional. Desarrollado a partir de los algoritmos MAC (Mark and
Cell), su aplicación para el estudio de flujos incompresibles y no estacionarios fue establecida
por Peyret y Taylor (1983). Se parte de la formulación de ecuación de Poisson para la presión y
se trata de discretizar las ecuaciones de gobierno para luego diferenciar la ecuación de cantidad
de movimiento aplicando la condición de divergencia nula para la velocidad. El método de paso
fraccional es una de las posibilidades más aconsejadas en la bibliografía consultada (Rosenfeld
et al., 1991 o Gresho, 1991) para el tratamiento de flujos no estacionarios. Además, a través de
estrategias computacionales como el multimallado, puede conducir a soluciones con un tiempo
de cálculo muy reducido, lo cual le daría una gran ventaja respecto al método de la
pseudocompresibilidad.
∇·u = 0 (180)
Du 1
=-∇p+ g (181)
Dt Fr
n +1
-u n
u + ∇ p n +1 + ( u n · ∇ ) u n = 0 (182)
∆t
f n
u - u + ( n · ∇) n = 0 (183)
u u
∆t
n +1
u -uf
+ ∇ p n +1 = 0 (184)
∆t
La condición que se busca para el paso temporal “n+1” es la adivergencia del campo de
velocidades. Expresada matemáticamente, dicha condición se escribe:
∇· u n +1
=0 (185)
La forma de operar del método de paso fraccional se puede resumir en los siguientes
cuatro pasos básicos:
ii) Se toma la divergencia de la ecuación 184 e imponiendo la condición dada por 185,
se obtiene la ecuación de Poisson para la presión:
1
∆ p n +1 = ∇·u f (186)
∆t
iii) Una vez resuelta esta última, se puede obtener la solución para el campo de
presiones.
∆x
n+1 n+1 n+1
A i-1/2 pi-1 - (A i-1/2 + A i+1/2) pi + A i+1/2 pi+1 = A i+1/2 u fi+1/2 - A i-1/2 u fi-1/2 (187)
∆t
El problema así planteado posee una solución analítica que se expresa en función de la
frecuencia de cierre de la válvula ω y de la velocidad adimensional en la sección de salida del
depósito hacia el conducto (u), que se obtiene resolviendo la ecuación diferencial:
ln ( AR ) d u 1 1
+ 2
u = [ 1 − cos (ω t) ] (188)
AR − 1 d t 2 AR 2
4
Donde “AR” es la relación de anchos entre la secciones de entrada y de salida del tubo
de descarga. Se observa como detalle importante que la ecuación diferencial del fenómeno no se
ve afectada por la longitud total del canal. Este hecho es coherente con haber considerado la
solución de las ecuaciones de Euler.
1.00
u*
0.75
0.50
Modelo Unidimensional
0.25
Ecuación Diferencial
0.00
0 5 10 15 t* 20
Figura 68.- Comparación de resultados entre la resolución
teórica (ecuación 140) y el modelo unidimensional (González et al., 1997).
Técnicas Numéricas en Mecánica de Fluidos 95
Algoritmo bidimensional.
∂
( )
∂ ξ h2 u + ∂ η
∂
( h v) = 0
1
1 ∂ ∂p
∂ u
∂
+ (h u)+
2
2 ∂
( h u v) + u v ∂∂ hη
1
1
− v2
∂ h2
+ h2 = 0
t h1 h 2 ∂ ξ ∂η ∂ξ ∂ξ
∂ v 1 ∂ ∂p
+ ( h u v) +
1
∂
( h v ) + u v ∂∂ hξ
1
2 2
− u2
∂ h1
+ h1 = 0
∂ t h1 h2 ∂ ξ
∂η ∂η ∂η
(189)
u if+1 / 2, j = u in+1 / 2, j −
∆t
h1i +1 / 2, j
∂
[
h2 un(
h 2 i +1 / 2, j ∂ ξ i +1 / 2, j i+1/ 2 , j
) ]+
2 ∂
h1 ( u n v in+1 / 2, j
∂ η i +1 / 2, j i+1 / 2 , j
)
∂ h1i +1 / 2, j 2 ∂ h
2 i +1 / 2 , j
+ u ni+1 / 2 , j v in+1 / 2, j − (v in+1 / 2, j )
∂η ∂ ξ
(190)
∂ h2 i,j ∂ pi , j
h
+ ∂ 1 i , j
∂ pi , j
= 1 ∂ h 2 + ∂ h
u f
u f
∂ ξ h1 i , j ∂ ξ ∂ η h ∂ η ∆ t ∂ ξ i+1 / 2 , j
i + 1 / 2 , j
∂ η i , j+1 / 2
1 i , j + 1 / 2
2 i,j
(191)
λ
1.4
1.3
λopt=1.271
1.2
1.1
1.0 Iteraciones
Tiempo de CPU [s]
0.9
0.8
0 50 100 150 200 250 300
Figura 70.- Evolución del número de iteraciones y del tiempo de cálculo
en función del parámetro de sobrerrelajación (λ).
Técnicas Numéricas en Mecánica de Fluidos 97
Una vez resuelto el campo de presiones en cada instante temporal, se pasa a actualizar el
campo de velocidades como segundo paso del método de proyección (se proyecta la velocidad
hasta conseguir su adivergencia). La discretización para la obtención de la primera componente
de la velocidad resulta:
u in++11/ 2, j = u f
i +1 / 2, j
−
∆t
2 ∆ξ h 1i +1 / 2, j
(
p in++11, j − p in−+11, j ) (192)
Con esta última operación concluye el cálculo para cada instante. La precisión del
método descrito es de primer orden para la discretización temporal y de segundo orden en la
discretización espacial, es decir, los residuos son del orden de O(∆ξ2, ∆η2, ∆t).
1.6
u* AR = 2.0
(∆t=2·10E-4)
1.4
1.2
AR = 1.5
(∆t=2·10E-3)
1.0
0.8
AR = 1.0
(∆t=1·10E-2)
0.6
0.2 Modelo 2D
t*
0.0
0 5 10 15 20 25
Figura 71.- Comparación de resultados entre la resolución teórica
y el modelo bidimensional (González et al., 1998).
98 Técnicas Numéricas en Mecánica de Fluidos
Técnicas Numéricas en Mecánica de Fluidos 99
Las técnicas numéricas para la generación de un mallado sobre el que resolver las
ecuaciones de gobierno se definen (Thomson et al., 1982; Thomson et al., 1983; Thomson,
1984 o Niederdrenk, 1987) como procedimientos para la distribución ordenada de
observadores o estaciones de toma de datos en un dominio físico, de forma que exista la
posibilidad de comunicación eficiente entre los distintos observadores y que los distintos
fenómenos físicos que ocurran en dicho dominio físico continuo estén representados con la
suficiente exactitud por medio de dichos observadores (discretización espacial).
Los mallados se pueden clasificar atendiendo a dos criterios: la forma de definir las
fronteras del dominio y la conectividad entre los distintos observadores o puntos del mallado.
En cuanto a la forma de definir las fronteras, están los mallados conformes (no
interpolan en la definición de la frontera) y los no conformes (que no definen la frontera real
sino una aproximación numérica de la misma).
Se muestra un ejemplo en la figura 72. Sus características más relevantes son las
siguientes:
Ventajas:
Desventajas:
Ventajas:
Desventajas:
Como aplicación práctica, se puede mostrar el mallado para la resolución del flujo en
una bomba centrífuga (figura 75).
104 Técnicas Numéricas en Mecánica de Fluidos
Figura 76.- Geometría altamente irregular difícil de mallar con celdas estructuradas.
Técnicas Numéricas en Mecánica de Fluidos 105
En este tipo de mallados, las coordenadas de cada nodo llevan una componente
adicional que indica el bloque al que pertenecen. Así, para un punto (i,j), se tendría (i,j,l),
indicándose que pertenece al bloque “l” y para un punto en una geometría tridimensional
(i,j,k), se pasaría a (i,j,k,l).
Se trata de solventar algunas de los puntos débiles del trabajo con los mallados
estructurados de bloque único.
Ventajas:
Desventajas:
Respeta los contornos de la geometría que va a ser discretizada, tal y como se muestra
en las figuras 78 y 79.
Las características más importantes de este tipo de mallado son las siguientes:
Figura 80.- Mallado estructurado que no se ajusta al contorno superficial (de un álabe).
6.- Bibliografía.
Existe una multitud de publicaciones relacionadas con los métodos numéricos. Entre
ellas, destacan el libro escrito por Peyret et al. (1983), los de Hirsch (1988), los de Fletcher
(1988), el de Hoffman (1989) y, más recientemente, el editado por Gunzburger (1993), que se
centra en métodos apropiados para estudio de flujos incompresibles, el de Anderson (1995) y
el de Versteeg et al. (1995), sobre el método de volúmenes finitos. Cada uno de los
mencionados presenta sus propias peculiaridades, pero entre todos completan una panorámica
bastante amplia de un campo continuamente cambiante.
A continuación se detallan los libros, artículos y otras publicaciones que han servido
de apoyo para la elaboración de este texto:
[1] Abdallah, S., Smith, C.F.,“Three-dimensional solutions for inviscid incompressible flow in
turbomachines”, Journal of Turbomachinery. Vol. 112, págs. 391-398. July 1990.
[2] Anderson, H.H., “Computational fluid dynamics: the basics with applications”. Mc Graw
Hill, 1995.
[3] Aris, R., “Vectors, tensors and the basic equations of fluid mechanics”, Dover publications.
New York, 1962.
[4] Arnone, A., Stecco, S.S., “Multigrid calculation of incompressible flows for turbomachinery
applications”, XIV IAHR Congress. ISBN 84-7790-101-5. Págs. c-361 a c-368. Madrid. 1991.
[5] Arnone, A., Swanson, R.C., “A Navier-Stokes solver for turbomachinery applications”
Journal of Turbomachinery. Vol. 115, págs. 305-313. April 1993.
[7] Combes, J.F., “Calcul par elements finis de l'eculement 3D turbulent dans une pompe
centrifuge”, AGARD Conference Proceedings 510. CFD Thechniques for Propulsion
Applications. San Antonio, USA. 1991.
[8] Deconinck, H., “Overview of grid generation methods”, Lecture Series del von Karman
Institute for Fluid Dynamics. Bélgica, 1994.
[9] Degrez, G., “Introduction to computational fluid dynamics”, Lecture Series del von Karman
Institute for Fluid Dynamics. Bélgica, 1994.
[10] Fletcher, C.A.J., “Computational techniques for fluid dynamics” (vols. I y II). Springer-
Verlag, USA. 1988.
110 Técnicas Numéricas en Mecánica de Fluidos
[12] Gresho, P.M., “Incompressible fluid dynamics: some fundamental formulation issues”,
Annual Review of Fluid Mechanics. Vol. 23, págs. 413 a 453. 1991.
[13] González, J., Santolaria, C., Ballesteros, R., Robles del Peso, A., “Modelización numérica
de flujos incompresibles no estacionarios mediante un método de paso fraccional”, Anales de
Ingeniería Mecánica. Año 11, vol. I, págs. 35-42, 1997.
[14] González, J., Santolaria, C., Ballesteros, R., “Desarrollo de un algoritmo para la resolución
de flujos no estacionarios bidimensionales usando un método de paso fraccional”, Anales de
Ingeniería Mecánica. Año 12, vol. I, págs. 553-558, 1998.
[15] González, J., “Modelización numérica del flujo no estacionario en una bomba centrífuga.
Efectos dinámicos de la interacción entre rodete y voluta”, Tesis Doctoral, Universidad de
Oviedo, 2000 (publicada en CD ROM).
[17] Hirsch, C., “Numerical computation of internal and external flows. Vols. I y II:
fundamentals of numerical discretization & computational methods for inviscid and viscous
flows”, John Wiley & Sons. Bélgica, 1988.
[18] Hirsch, C., “State of the art of computational fluid dynamics in industry”, Industrial
Computational Fluid Dynamics. Lecture Series 1995-03. Von Karman Institute, Bélgica. 1995.
[19] Hoffman, K.A., “Computational fluid dynamics for engineers”, Engineering Education
System. Austin, USA. 1989.
[20] Jameson, A., Schmidt, W., Turkel, E., “Numerical solutions of the Euler equations by finite
volume methods using Runge - Kutta time - stepping”, AIAA Paper No. 81-1259. 1981.
[21] Jameson, A., “The role of CFD in preliminary aerospace design”, ASME FEDSM2003-
45812, Honolulu, (2003).
[23] Kwak, D., Kiris, C., Wiltberger, N., Rogers, S, Rosenfeld, M., "Numerical methods for
simulating unsteady incompressible flows", Lecture Notes in Phisics, Vol. 414, págs. 448-452.
Numerical Methods in F.D., 13th Conference. Rome, 1992.
[24] Lakshminarayana, B., “An assesment of computational fluid dynamic techniques in the
analysis and design of turbomachinery – The 1990 Freeman Scholar Lecture”, Journal of Fluid
Engineering, vol. 113, pp. 315-352. Septiembre 1991.
[25] Launder B.E., Spalding D.B., “Mathematical models of turbulence”, Academic Press. New
York, 1972.
Técnicas Numéricas en Mecánica de Fluidos 111
[26] P.L. Lions, “Mathematical topics in fluid mechanics. Incompressible models”. Clarendon
Press, Oxford, 1996.
[27] Moin, P., Kim, J., “Tackling turbulence with supercomputers”, Scientific American, 276.
1997.
[28] Niederdrenk, P., “A short introduction to numerical grid generation”, Course Note (IB 221-
87 A 14) at DFVLR-AVA, Göttingen. 1987.
[29] Pan, D, Chackravarthy, S.R., “Unified formulation for incompressible flow”, AIAA Paper,
No. 89-01222. 27th Aerospace Science Meeting. Reno, Nevada. 1989.
[30] Panton, R.L., “Incompressible flow”, John Wiley & Sons, USA, 2nd Edition. 1996.
[31] Patankar, T.C., “Numerical heat transfer and fluid flow”, Mc. Graw-Hill. 1980.
[32] Pentaris, A., Tsangaris, S., “A proyection methodology for the simulation of unsteady
incompressible viscous flows using the approximate factorization technique”, NATO-AGARD
CP-578. Progress and Challenges in CFD Methods and Algorithms, págs. 35-1 a 35-14. Abril,
1996.
[33] Peyret, R., Taylor, T.D., “Computational methods for fluid flow”, Springer-Verlag. New
York, 1983.
[34] Quarteroni, A., “Domain decomposition methods: algebraic aaspects and application to
compressible and incompressible flows”, 27th Computational Fluid Dynamics. Lecture Series.
Von Karman Institute. Bélgica. 1996.
[35] Rasmussen, E.B., “A finite diference scheme for three-dimensional modelling of fluid
dynamics”, XIV IAHR Congress. ISBN 84-7790-101-5. Págs. c -341 a c - 348. Madrid. 1991.
[36] Shaw, C.T., “Using computational fluid dynamics”, Prentice Hall. 1992.
[37] Strazisar, A.J., “The changing roles of experimental and computational fluid mechanics”,
Global Gas Turbines News, IGTI, pp. 16-18. Agosto 1994.
[38] Streeter, V.L., Wylie, E.D., “Mecánica de los Fluidos”, Mc. Graw-Hill, Méjico. 1987.
[39] Thomson, J.F., Warsi, Z.U.A., Mastin, C.W., “Numerical grid generation: foundations and
applications”, Ed. Joe F. Thomson. North-Holland, 1982.
[40] Thomson, J.F., “Grid generation techniques in computational fluid dynamics”, AIAA
Journal, Vol. 22, No. 11, pp. 1505-1523. 1984.
[41] Versteeg, H.K., Malalasekera, W., “An introduction to computational fluid dynamics”,
Longman Scientific&Technical. 1995.
[43] White, F.M., “Viscous fluid flow”. Mc. Graw-Hill Editions. 1991.
[44] Wilcox, D.C., “Turbulence modeling for CFD”, DCW Industries. 1993.
Técnicas Numéricas en Mecánica de Fluidos 113
Los análisis de estabilidad para problemas lineales con coeficientes constantes son
bien conocidos si las condiciones de contorno pueden ser despreciadas. Este es el caso para un
dominio infinito, o para condiciones periódicas en un dominio finito. En este ultimo caso se
considera que la longitud L en el eje x se repite periódicamente, por tanto, todas las
cantidades, la solución, así como también los errores, pueden ser desarrollados en una serie de
Fourier finita sobre el dominio 2L. Este desarrollo forma las bases para el análisis de
estabilidad de Von Neumann.
Este método es el más utilizado para los análisis de estabilidad en los que intervienen
ecuaciones lineales con coeficientes constantes y condiciones periódicas de contorno. Sin
embargo, siempre que se tenga que tratar con coeficientes no constantes, y términos no
lineales en las ecuaciones básicas, la información sobre la estabilidad se vuelve muy limitada.
Consideraciones iniciales.
∂u ∂u
+a = 0 (AI.1)
∂t ∂x
ut + a ux = 0 (AI.2)
t=0 u ( x, t ) = f ( x ) 0≤x≤L
(AI.3)
x=0 u (0, t ) = g ( x ) t≥0
a
(u t ) i = − (u i +1 − u i −1 ) (AI.4)
2 ∆x
u in +1 − u in a
=− (u in+1 − u in−1 ) (AI.5)
∆t 2 ∆x
u in +1 − u in a
=− (u in++11 − u in−+11 ) (AI.6)
∆t 2 ∆x
a
(u t ) i = − (u i − u i −1 ) (AI.7)
∆x
u in +1 − u in a
=− (u in − u in−1 ) (AI.8)
∆t ∆x
u in +1 − u in a
=− (u in +1 − u in−+11 ) (AI.9)
∆t ∆x
a ∆t
donde se define el cociente σ = , que constituye el denominado habitualmente como
∆x
“número de Courant”.
Técnicas Numéricas en Mecánica de Fluidos 115
n
Sea u i la solución exacta de una ecuación, y u in la solución numérica aproximada. La
diferencia podría ser debida a los errores de redondeo introducidos por el algoritmo de
cálculo, o bien a los errores en los datos iniciales. De esta forma, se debe cumplir:
n
u in = u i + ε in o bien, lim ε in ≤ K (AI.10)
n →∞
donde ε in indica el error respecto al tiempo en el punto “i” del mallado. K es independiente de
n
n. Cualquier esquema numérico lineal es satisfecho exactamente por u i , y por tanto los
errores ε in son también soluciones para la ecuación.
Con el fin de presentar los fundamentos del método, primero se hará referencia a los
ejemplos previos. Considerando la ecuación AI.5, e insertando en ella el resultado de AI.10 se
tiene:
n +1
ui − u in ε in +1 a a n n
+ =− (ε in+1 − ε in ) − (u i +1 − u i −1 ) (AI.11)
∆t ∆t 2∆x 2∆x
n
Como u i satisface la ecuación AI.5, se obtiene la ecuación para los errores ε in :
ε in +1 − ε in a
=− (ε in+1 − ε in−1 ) (AI.12)
∆t 2∆x
que es idéntica al esquema básico. Así pues, los errores ε in varían a través del tiempo de la
misma forma que la solución numérica u in .
u 1n
...
n
u i −1
U = n
n
(AI.13)
u
i
u in+1
...
n +1 n
U =CU (AI.14)
donde el operador “C” es función del tiempo ∆ t , y del tamaño del mallado ∆ x .
ε
n
i−1
ε n
= ε n
(AI.15)
i
ε n
i+1
n
La ecuación AI.10 se puede escribir con U indicando la solución exacta,
Un = U n + en (AI.16)
n +1 n
U + e n +1 = C U + C e n (AI.17)
o bien:
e n +1 = Ce n (AI.18)
n
por definición de U como una solución de la expresión:
n +1 n
U =CU (AI.19)
Así, la evolución en el tiempo del error esta determinado por el mismo operador C
como solución numérica del problema. Si las condiciones de contorno están consideradas
como periódicas, el error ε in puede ser descompuesto en series de Fourier en el espacio para
cada nivel de tiempo “n”. Como el dominio es de una longitud finita, se tendrá una
representación de Fourier sobre un número finito de oscilaciones. En el dominio L la serie de
Fourier representa la región (0, L) y la negativa (-L, 0),la frecuencia fundamental corresponde
a la máxima longitud de onda λmax = 2L. La longitud de onda asociada k = 2π/λ alcanza un
mínimo valor en kmin = π/L. Además, el máximo valor de kmax en el intervalo (-L, L) está
asociado con la menor longitud de onda con un espaciamiento ∆x. Esta menor longitud de
onda es igual a 2∆x (ver figura AI.1) y por tanto, kmax = π/∆x.
∆x = L/N (AI.20)
π π
k j = j k min = j =j con j = 0,1,2,...,N (AI.21)
L N ∆x
con el máximo valor de j asociado a la máxima frecuencia. Así, con kmax = π/∆x el mayor
valor de “j” es igual al número de intervalos N del mallado (ver figura AI.1).
N N
∑ E nj e ∑E
I k j i ∆x
ε in = = n
j eI i j π/ N (AI.22)
j= − N j= − N
π
Φ = k j ·∆x = j (AI.23)
N
118 Técnicas Numéricas en Mecánica de Fluidos
Factor de amplificación.
( E n +1 + E n ) a
e Ii Φ + ( E n e I ( i +1 ) Φ − E n e I ( i −1 ) Φ ) = 0 (AI.24)
∆t 2∆x
n +1 σ n IΦ
(E + En)+ E (e − e − I Φ ) e Ii Φ = 0 (AI.25)
2
donde el parámetro σ es
a ∆t
σ= (AI.26)
∆x
E n +1
G ≡ ≤1 para todo Φ (AI.27)
En
E n +1
G= (AI.28)
En
es el denominado factor de amplificación, y es función del factor del intervalo de tiempo ∆t, a
frecuencia y el valor de ∆x.
σ
G −1+ 2 I sin Φ = 0 (AI.29)
2
G = 1 − I σ sin Φ (AI.30)
2
G = 1+ σ 2
sin 2
Φ (AI.31)
n +1
(E − E n ) + σ E n ( e Ii Φ − e − I ( i − 1 ) Φ ) = 0 (AI.32)
G = 1 − σ + σe − IΦ (AI.33)
es decir:
2
ξ = 1 − 2 σ sin Φ / 2 = (1 − σ ) + σ cos Φ
(AI.35)
η = − σ sin Φ
lo cual puede ser considerado como una ecuación paramétrica para G con Φ como parámetro.
En el plano complejo de G la condición de estabilidad dada por AI.27 fija que la curva
representativa de G para todos los valores de Φ = k·∆x debería permanecer dentro del círculo
(ver la Figura AI.2). El esquema es estable para:
0 < σ ≤1 (AI.36)
120 Técnicas Numéricas en Mecánica de Fluidos
Figura AI.2.- Región de estabilidad para el esquema dado por la expresión AI.8.
σ
e Ii Φ ( E n +1
+ E n
) + E n +1
( e I Φ − e − I Φ ) e Ii Φ = 0 (AI.37)
2
o bien:
σ
G −1+ G ( e IΦ − e − IΦ ) = 0 (AI.38)
2
y se tiene
1
G = (AI.39)
1 + I σ sin Φ
2 1
G = G .G * = 2 2
(AI.40)
1+ σ sin Φ
Por tanto la ecuación implícita es incondicionalmente estable. Así, esta visto que el
sistema puede tener estabilidad condicional, estabilidad incondicional, o inestabilidad
incondicional. El método Von Neumann ofrece una forma fácil y simple de hallar las
propiedades de estabilidad de los esquemas lineales con coeficientes constantes cuando las
condiciones de frontera son asumidas como periódicas.
122 Técnicas Numéricas en Mecánica de Fluidos
du i
= S ui + qi (AI.41)
dt
donde qi: contiene términos fuentes eventuales y la contribución desde las condiciones de
frontera. La representación matricial es descrita con el vector Un del sistema dado por AI.15.
dU
=SU+q (AI.42)
dt
n
u n +1 = C u i + q i (AI.43)
o en forma matricial:
U n +1 = C U n + Q (AI.44)
∂ q ∂ F ∂ G
+ + =0
∂ t ∂ x ∂ y
(AII.1)
que se puede escribir en notación simplificada:
q t + Fx + G y = 0
(AII.2)
( ξ, η ) = f ( x, y ) ≠ f ( t )
(AII.3)
Para modificar las derivadas parciales se debe hacer siguiendo la regla de la cadena, es
decir:
∂ ∂ ∂
= ξx + ηx
∂ x ∂ ξ ∂ η
(AII.4)
∂ ∂ ∂
= ξy + ηy
∂ y ∂ ξ ∂ η
∂ ξ ∂ ξ
∂ x ∂ y ξx ξy
J= = = ξ x ηy − ξ y ηx
∂ η ∂ η ηx ηy
∂ x ∂ y
(AII.5)
∂ q ∂ F ∂ F ∂ G ∂ G
+ ξx + ηx + ξy + ηy =0
∂ t ∂ ξ ∂ η ∂ ξ ∂ η
(AII.6)
q t + ξ x Fξ + ξ y G ξ + η x Fη + η y G η = 0
(AII.7)
∂ q ξ x Fξ ξ y G ξ η x Fη η y G η
+ + + + =0
∂ tJ J J J J
(AII.8)
A partir de operaciones para transformar las parciales con respecto a (x,y) a parciales
respecto a las nuevas variables (ξ, η), se obtiene finalmente:
∂ q* * *
+ Fξ + G η = 0
∂ t
(AII.9)
ξx F + ξyG ηx F + ηy G
F* = , G* =
J J
(AII.10)
Ecuación de continuidad:
∂ u ∂ v
+ =0
∂ x ∂ y
(AII.11)
Ecuación de cantidad de movimiento:
∂ u ∂ p ∂ u2 ∂ ( u v)
+ + + =0
∂ t ∂ x ∂ x ∂ y
(AII.12)
∂ v ∂ p ∂ ( u v) ∂ v2
+ + + =0
∂ t ∂ y ∂ x ∂ y
Técnicas Numéricas en Mecánica de Fluidos 125
x
x* =
L
y
y* =
L
u (AII.13)
u* =
2gH
v
v* =
2gH
Las ecuaciones no sufren variación y serían las mismas pero con las variables
adimensionales.
ξ = x
*
(AII.14)
2 y*
η =
* * *
h 1 + (h 2 − h 1 ) x *
∂ ξ
=1
∂ x
∂ ξ
=0
∂ y
(AII.15)
∂ η − 2 (h 2 − h 1 ) y (h 2 − h 1 ) η
= =
∂ x [h 1 + (h 2 − h 1 ) x ] 2
[h 1 + (h 2 − h 1 ) ξ ]
∂ η −2 −2
= =
∂ y [
h 1 + (h 2 − h 1 ) x ] [
h 1 + (h 2 − h 1 ) ξ ]
Y el Jacobiano, por tanto, resulta ser:
126 Técnicas Numéricas en Mecánica de Fluidos
ξx ξy 2
J= = ξ x ηy − ξ y ηx =
ηx ηy [
h 1 + (h 2 − h 1 ) ξ ] (AII.16)
∂ u 2 (h 2 − h 1 ) y ∂u 2 ∂v
− + =0
∂ ξ (h 1 + (h 2 − h 1 ) x )2
∂ η (h 1 + (h 2 − h 1 ) x )
2
∂ η
(AII.17)
Es decir:
∂ u ∂u ∂v
+A +B =0 (AII.18)
∂ ξ ∂ η ∂ η
2 (h 2 − h 1 ) y
A=−
(h 1 + (h 2 − h 1 ) x )2
(AII.19)
B=J
∂ ξ ∂ ξ ∂ η ∂ η
( p + u2 ) + ( u v) ( p + u 2) + ( u v)
∂ u ∂ ∂ x ∂ y ∂ ∂ x ∂ y
∂ + + =0
t ∂ ξ J ∂ η J
∂ ξ ∂ ξ ∂ η ∂ η
( u v) + ( p + v 2) ( u v) + ( p + v 2)
∂ v ∂ ∂ x ∂ y ∂ ∂ x ∂ y
+ + =0
∂ t ∂ ξ J ∂ η J
(AII.20)
Operando, para el caso particular del cambio de variables definido, se llega a las
expresiones:
Técnicas Numéricas en Mecánica de Fluidos 127
∂
u ∂ p + u2 ∂ − 2 (h 2 − h 1 ) y p + u2 2 uv
+ + + =0
∂ t ∂ ξ J (
∂ η h 1 + (h 2 − h 1 ) x )
2
J (
h 1 + (h 2 − h 1 ) x J
)
∂ v ∂ u v ∂ − 2 (h 2 − h 1 ) y uv 2 ( p + v 2)
+ + + =0
∂
(
t ∂ ξ J ∂ η h 1 + (h 2 − h 1 ) x )
2
J (
h 1 + (h 2 − h 1 ) x J )
(AII.21)
∂ u ∂ p + u2 ∂ −η ( h 2 − h1 )
+ + ( )
p + u2 + u v = 0
∂ t ∂ ξ J ∂ η 2
(AII.22)
∂ v ∂ u v ∂ − η ( h 2 − h 1 )
∂
+ + ( u v) + ( p + v2 ) = 0
t ∂ ξ J ∂ η 2
∂ u ∂ p u ∂ J η ( h 2 − h1 ) ∂ p
2
( h 2 − h1 ) ∂ u ∂v
+ − − − p + u2 + v −u ( =0 )
∂ t ∂ ξ J J ∂ ξ 2 ∂ η 2 ∂ η ∂ η
∂
v u∂ v ∂ 1 η ( h 2 − h 1 ) ∂v ( h 2 − h1 ) ∂p ∂v
+ + ( u v) − u − u v+ +v =0
∂ t J∂ ξ ∂ ξ J 2 ∂ η 2 ∂ η ∂ η
(AII.23)
128 Técnicas Numéricas en Mecánica de Fluidos
Técnicas Numéricas en Mecánica de Fluidos 129
A
AC (Aditive Corrections). Correcciones en los valores de las variables en técnicas de
multimallados. De forma más general se usan para indicar corriente alterna.
ADI (Alternating Direction Implicit). Método de resolución de ecuaciones lineales. Como
indica su nombre se trata de un método implícito según direcciones alternativas.
También se aplica este término para la solución de distintos algoritmos que siguen
el mencinado procedimiento.
AF (Approximate Factorization Scheme). Técnica numérica de descomposición de derivadas
por términos equivalentes hasta un determinado orden.
AFLBI (Approximate Factorization Linear Block Implicit Scheme). Esquema implícito
basado en la factorización aproximada (AF) de las ecuaciones.
AMG (Algebraic Multi Grid). Estrategia multimallado algebraica. Constituye uno de los
métodos más rápidos para solución de sistemas lineales de ecuaciones.
130 Técnicas Numéricas en Mecánica de Fluidos
B
BL (Baldwin-Lomax). Modelo de turbulencia algebraico.
BC (Boundary conditions). Condiciones de contorno de un determinado problema.
BFC (Body Fitted Coordinates). Coordenadas que siguen líneas de los contornos.
C
CAD (Computer Aided Design). Diseño asistido por ordenador. Conjunto de técnicas de
dibujo en ingeniería apoyadas en el uso de ordenadores.
CAE (Computer Aided Engineering). Ingeniería asistida por ordenador. Similar al término
anterior pero más amplio.
CAM (Computer Aided Manufacturing). Fabricación asistida por ordenador. Término
también utilizado en contextos muy similares a los dos anteriores.
CFD (Computational Fluid Dynamics). Técnicas numéricas aplicadas a la Mecánica de
Fluidos.
CGC (Coarse Grid Correction). Modificación de la solución en técnicas multimallado a partir
del valor de las variables en la malla menos fina.
CGM (Congugate Gradients Method). Método de los gradientes conjugados.
CPPE (Consistent Pressure Poisson Equation). Método consistente utilizado en la ecuación de
Poisson para la presión. El método de la ecuación de Poisson para la presión se
explica en el capítulo cuatro de esta tesis.
CPU (Central Proccess Unit). Unidad de procesado de datos de un ordenador. Constituye el
núcleo básico de cualquier sistema informático.
CUPW (Convected Upwind Scheme). Algoritmo de solución de las ecuaciones aguas arriba.
Desarrollado por Lacor en 1986.
D
DAES (Differential Algebraic Equations). Ecuaciones diferenciales resueltas por métodos
algebraicos.
DO (Discrete Ordinates Radiation Model). Modelo de radiación discreto.
DOC (Direct Operating Costs). Costes de operación directos. Término usado habitualmente
en aeronáutica.
DRW (Discrete Random Walk). Movimientos discretos y aleatorios.
DS (Direct Simulation). Método de simulación directa de las ecuaciones de gobierno.
DTRM (Discrete Transfer Radiation Model). Modelo de radiación de la transferencia
discreta.
F
FAS (Full Aproximated Storage). Método de almacenamiento de datos.
FAVOR (Fractional Area/Volume Representation). Algoritmo que utiliza una malla
cartesiana como base para el dominio de la solución, calculando fracciones de
volumen o área para cada cara de la discretización.
FCBR (Fully Coupled Blade Row). Tipo de cálculo del flujo en una turbomáquina que
considera los efectos de varias coronas de álabes.
Técnicas Numéricas en Mecánica de Fluidos 131
FCT (Flux Corrected Transport). Se trata del método precesor del TVD y fue introducido
por Boris y Brook en 1973.
FDM (Finite Difference Method). El método de elementos finitos consiste en una
discretización numérica de las ecuaciones de gobierno basada en la aproximación
de derivadas por diferencias entre las variables.
FEM (Finite Element Method). El método de elementos finitos consiste en una
discretización numérica de las ecuaciones de gobierno basada en la utilización de
funciones de interpolación para las distintas variables.
FVM (Finite Volume Method). El método de elementos finitos consiste en una de
discretización numérica de las ecuaciones de gobierno basada en la propiedad de
conservación de dichas ecuaciones.
G
GCGTVD (Generalized Conjugate Gradient Total Variation Diminishing). Técnica
numérica derivada de los métodos TVD.
GGDH (Generalized Gradient Diffusion Hypothesis). Hipótesis del gradient generalizado de
difusión. Introducida por Daly y Harlow en 1970.
H
HOT (Higher Order Terms). Términos de orden superior.
HP (High Pressure Stages). Escalones (Stages) de turbomáquinas de alta relación de
presiones.
I
IBVP (Initial Boundary Value Problem). Tipo de problema cuya solución viene
condicionada por una determinada situación inicial o valor inicial de las variables.
IC (Initial Conditions). Condiciones iniciales de un problema que evoluciona en el tiempo.
IGV (Inlet Guide Vanes). Corona de álabes a la entrada de una turbomáquina.
L
LED (Local Extremum Diminsishing). Técnica de solución de las ecuaciones desarrollada
por Jameson en 1993. Se trata de un esquema no oscilatorio de segundo orden de
precisión.
LES (Large Eddy Simulation). Aproximación a las ecuaciones de Navier-Stokes usando las
hipótesis de intercambio energético entre los vórtices de gran y pequeño tamaño.
Discutido más en profundidad en el capítulo cuatro del texto.
LHS (Left Hand Side). Lado izquierdo de una igualdad matemática.
LP (Low Pressure Stages). Escalones de baja presión en turbomáquinas.
LSOR (Line Succesive Overrelaxation). Técnica de resolución de sistemas de ecuaciones
lineales basada en la utilización de un parámetro de sobrerrelajación.
LU (Lower and Upper Diagonal). Método de resolución de sistemas de ecuaciones lineales
basado en los elementos por encima y por debajo de la diagonal.
LU-SGS (Lower-Upper Symmetric-Gauss-Seidel Scheme). Similar al anterior pero
utilizando una estrategia Gauss-Seidel simétrica.
M
MAC (Marker and Cell). Modelos de resolución de las ecuaciones diferenciales basados en
la utilización de mallados escalonados.
132 Técnicas Numéricas en Mecánica de Fluidos
MARS (Monotone Advection and Reconstruction Scheme) Esquema de segundo orden con
menor sensibilidad o precisión con la estructura de la malla y el “skewness”.
MHD (Magneto Hidrodynamics). Magnetohidrodinámica de Fluidos.
MRF (Multiple Reference Frame). Métodos de resolución de las ecuaciones que se basan en
la utilización de varios sistemas de referencia.
MUSCL (Monotone Upstream-Centered Schemes for Conservation Laws). Leyes de
conservación resueltas según algoritmos monótonos aguas arriba.
N
NBC (Natural Boundary Conditions). Condiciones de contorno naturales.
NS (Navier-Stokes). Ecuaciones de gobierno en Mecánica de Fluidos.
O
OBC (Outflow Boundary Conditions). Condiciones de contorno de cualquier tipo, excepto
del tipo Dirichlet. También a veces se usa para hablar de Open Boundary
Conditions, con el mismo significado.
ODE (Ordinary Differential Equations). Ecuaciones diferenciales simples, en contraposición
con las PDE.
P
PDE (Partial Differential Equations). Ecuaciones diferenciales en derivadas parciales.
PISO (Pressure Implicit with Spliting of Operators). Método de solución de las ecuaciones
para flujo incompresible.
PNS (Parabolized Navier-Stokes). Modelo de las ecuaciones de Navier-Stokes
“parabolizadas”. Modelo intermedio entre el TSL y las ecuaciones reales.
PPE (Pressure Poisson Equation). Método de resolución de las ecuaciones de gobierno para
flujo incompresible consistente en operar haciendo la divergencia de las
ecuaciones de cantidad de movimiento y luego aplicar la condición de
incompresibilidad.
PPNS (Partially Parabolized Navier Stokes). Idéntico al PNS pero haciendo la
“parabolización” de forma parcial.
PSOR (Point Succesive Overrelaxation). Método de resolución de sistemas de ecuaciones
lineales basadas en la utilización de un parámetro de sobrerrelajación para acelerar
la convergencia del método iterativo.
Q
QUICK (Quadratic Upstream Interpolation for Convective Kinetics). Algoritmos de
interpolación cuadrática usados en la discretización de las ecuaciones en los
métodos de volúmenes finitos.
R
RANS (Reynolds Averaged Navier-Stokes Equations). Ecuaciones de Navier-Stokes
promediadas según esfuerzos de Reynolds. Técnicas de solución de las ecuaciones
de gobierno discutidas en el capítulo cuatro de este documento.
RHS (Right Hand Side). Términos al lado derecho de una igualdad matemática.
RIT (Rotor Inlet Temperature). Temperatura de entrada en el rotor. No se trata de un
término exclusivo de las técnicas numéricas, sino que es un término general usado
en turbomáquinas.
Técnicas Numéricas en Mecánica de Fluidos 133
S
SCBR (Steady Coupled Blade Row). Resolución de las ecuaciones de la Mecánica de
Fluidos en turbomáquinas considerando la interacción entre varias coronas de
álabes. Modelos estacionarios.
SGS (Subgrid Scale). Escala de la malla inferior en un sistema de resolución por medio de
varios mallados (multimallado).
SIMPLE (Semi Implicit Method for Pressure Linked Equations). Método de resolución de
las ecuaciones de gobierno establecido por Patankar (1976).
SIMPLEC (Semi Implicit Method for Pressure Linked Equations Consistent). Una variación
del método anteriormente descrito.
SIP (Strongly Implicit Method). Métodos de resolución de sistemas de ecuaciones lineales
basados en algoritmos altamente implícitos.
SLIP (Symmetric Limited Possitive Schemes). Algoritmos definidos que conducen a
sistemas de ecuaciones simétricos y con coeficientes positivos.
SPD (Symmetric Positive Definite Matrix). Matriz simétrica y definida positiva.
SSBR (Steady Single Blade Row). Resolución de las ecuaciones en turbomáquinas
considerando únicamente el canal entre álabes de una única corona.
SUDS (Skew Upwind Differencing Scheme). Método de resolución de las ecuaciones
basado en la diferenciación aguas arriba. Establecido por Raithby en 1976.
SU/PG (Streamline Upwind Petrov Galerkin). Método espectral basado en la variación de la
función peso en elementos finitos para considerar la dirección del flujo.
Desarrollado por Brook y Huges en 1982.
T
TDMA (Tri-Diagonal Matrix Algorithm). Algoritmo de resolución basado en la utilización
de sistemas lineales tridiagonales.
TVD (Total Variation Diminishing). Algoritmo de resolución utilizado en modelos de flujos
compresibles que controla la variación de la solución de forma no lineal.
Introducido por Harten en 1983.
TSL (Modelo Thin shear Layer). Uno de los modelos de aproximación de las ecuaciones de
Navier-Stokes. Se explica más en profundidad en el texto (capítulo cuatro).
TKE (Turbulent Kinetic Energy). Energía cinética turbulenta, normalmente nombrada con la
letra k.
TSTE (Taylor Series Truncation Error). Error de truncatura de los distintos modelos que se
basan en los desarrollos en series de Taylor.
U
UDS (User Defined Scalar). Escalar definido por el usuario. Término usado en los códigos
numéricos comerciales.
134 Técnicas Numéricas en Mecánica de Fluidos
U-P (Velocity – Pressure). Modelos que usan en su desarrollo las variables primitivas, es
decir, la presión y la velocidad.
USLIP (Upwind Symmetric Limited Possitive Schemes). Esquemas aguas arriba y
simétricos con valores positivos.
V
VOF (Volume Of Fluid). Algoritmo que intenta capturar el movimiento de las partículas
siguiendo la fracción de flujo que atraviesa cada cara del mallado.
VTE (Vorticity Transport Equations). Ecuaciones de transporte de la turbulencia. Suele
darse este nombre a las técnicas numéricas que utilizan la vorticidad.
W
WSGGM (Weighted Sum of Gray Gases Model). Modelo de la suma de los gases grises. Es
un modelo usado en combustión.
AGARD (Advisory Group for Aerospace Research & Development). Consejo para la
investigación y desarrollo aeroespacial. Perteneciente a la OTAN.
AIAA (American Institute of Aeronautics and Astronautics). Instituto Americano par la
aeronáutica y la astronáutica.
API (American Petroleum Institute). Instituto Americano del petróleo. Estados Unidos.
ASME (American Society of Mechanical Engineers). Asociación Americana de Ingenieros
Mecánicos. Entre otras muchas actividades, publican los PTC (Performanes Test
Code) o códigos para ensayos experimentales.
ASPE (American Society of Plumbing Engineers). Sociedad Americana de Ingenieros
dedicados al diseño e instalación de conductos. Estados Unidos.
ASRHAE (American Society of Heating, Refrigeration, and Air Conditioning Engineers).
Sociedad Americana de Ingenieros dedicados a instalaciones de calefacción,
refrigeración y aire acondicionado.
BHRA (British Hidromechanics Research Association). Asociación Británica para la
investigación hidromecánica. Inglaterra.
BRITE (Basic Research In Technology for Europe). Programa Europeo para el desarrollo de
investigación tecnológica básica.
CALTECH (California Institute of Technology). Instituto de Tecnologías en California
(Estados Unidos).
CETIM (Centre Technique d’Industries Mécaniques). Centro Tecnológico de Industrias
Mecánicas. Situado en Nantes, Francia.
CGPM (Conférence Général des Poids et Mesures). Comité Internacional de Pesas y
medidas. Creado en Francia, estableció en 1960 el SI (Sistema Internacional) de
medidas.
CREMHYG (Centre de Recherche et d’Essais de Machines Hydrauliques de Grenoble).
Centro de Investigación y ensayo de máquinas hidráulicas de Grenoble, Francia.
DFVLR (Deutsche Forschungs-und Versuchsanstalt für Luft- und Raumfahrt). Laboratorio
para la investigación en Alemania.
EUROMECH (European Mechanics Society). Sociedad Europea para la Ingeniería
Mecánica.
Técnicas Numéricas en Mecánica de Fluidos 135