Numerical Evaluation of Entropy Generation

in Isolated Airfoils and Wells Turbines

Numerical Simulations
Se han realizado simulaciones numéricas para analizar la generación de entropía en las
turbinas de Wells, y en particular la importancia relativa de la entropía producida por el flujo
medio y las fluctuaciones turbulentas. Estos resultados se han comparado con los presentados
por [66, 71], quienes calcularon la generación de entropía en las turbinas Wells, descuidando la
contribución de las fluctuaciones turbulentas y llegando a conclusiones claramente no físicas,
como la reducción de la producción de entropía (por lo tanto, pérdidas) con ángulo de
incidencia .

Además, dado que el trabajo de [66] simula una turbina de Wells como una superficie de
sustentación aislada (quizás con una simplificación cuestionable), el análisis numérico se
extenderá a un caso similar. La comparación con los resultados de [66] brinda la oportunidad
de comprender el impacto de la turbulencia en la producción de entropía en un problema en el
que puede vincularse fácilmente con la resistencia aerodinámica, un concepto con el que los
investigadores y los aerodinámicos probablemente estén más familiarizados.

El modelo de turbulencia k - ω se ha utilizado en este trabajo, ya que funcionó mejor que otros
modelos en la predicción de fuerzas para la turbina de Wells bajo evaluación [27]. Es
importante destacar que cualquier otro modelo podría haber sido elegido, y habría producido
resultados similares, ya que el enfoque de este trabajo es la evaluación de la importancia
relativa de las tasas de generación de entropía producidas por el flujo medio y las fluctuaciones
turbulentas, en lugar de un Evaluación precisa de la tasa general de generación de entropía.

También vale la pena señalar que todos los resultados se han calculado utilizando
simulaciones de estado estacionario. Esto ha sido posible debido a la contribución insignificante
de los efectos dinámicos tanto para las superficies de sustentación aisladas [13, 47] como para
las turbinas de Wells [26, 27, 28], a las frecuencias reducidas (k = (πfc)/u∞ < 10−3) Este punto
se discutirá en detalle en la Sección 6.3.

Para todas las simulaciones, las fuerzas (y, por lo tanto, los coeficientes de fuerza) y las tasas
de generación de entropía siempre se han calculado directamente. Esto significa que las
fuerzas se han derivado al integrar la presión y las fuerzas viscosas en las superficies de la
cuchilla, mientras que las tasas de generación de entropía se han encontrado utilizando una
integral de volumen de valores locales de σv (ver ecuaciones (11) y (32)). Debido a la
suposición de flujo adiabático incompresible, las contribuciones debidas a la transferencia de
calor (ecuación (10) o (31)) se han descuidado. La analogía entre entropía y arrastre (ver
Sección 4) se ha utilizado para verificar el enfoque. Además, la tasa de generación de entropía
˙SG, definida en la ecuación (38), se ha dividido en las dos contribuciones debido al flujo medio
(˙SG, mf) y las fluctuaciones turbulentas (˙SG, t), de la siguiente manera:
Parte I: Perfil aerodinámico NACA0012 aislado

Las simulaciones en un perfil NACA0012 aislado se han realizado con ANSYS Fluent,
utilizando un modelo de turbulencia k − ω SST con baja corrección de Reynolds. El algoritmo
SIMPLEC se ha utilizado para el acoplamiento presión-velocidad, un esquema de viento
ascendente de segundo orden para discretizar términos convectivos y un esquema centrado de
segundo orden para términos de presión y viscosos. En la Figura 5.1 se muestra un esquema
del dominio computacional, junto con las condiciones establecidas en los límites, que se han
colocado a una distancia de 15 acordes del perfil aerodinámico. Se ha utilizado una malla
estructurada de bloques múltiples, con especial atención a la región de la capa límite (la
distancia de pared máxima no dimensionada y + es del orden de 1). El detalle de la malla cerca
del perfil se informa en la Figura 5.1.

Se han realizado simulaciones constantes, para diferentes ángulos de ataque y números de

Reynolds, manteniendo el número de Mach fijo (M∞ = 0.1), para preservar la validez del
supuesto de incompresibilidad.

Parte II: Turbina Wells

La turbina de Wells de Setoguchi et al. [64] se ha estudiado utilizando la misma simplificación

geométrica de [62], recientemente adoptada también por [71]. Esto significa que solo se modela
el conducto que alberga la turbina, como se informa en la Figura 3, junto con las condiciones de
contorno utilizadas. En la Tabla 1 se presenta un resumen de los principales parámetros
geométricos y condiciones de operación.

Se utilizó una cuadrícula estructurada de bloques múltiples (Figura 4) para discretizar las
ecuaciones de gobierno. Una rejilla en C alrededor de la cuchilla pudo capturar el flujo complejo
de la capa límite, con una estructura de malla H en el resto del dominio. Se realizó un estudio
de sensibilidad de cuadrícula para verificar la elección de la malla numérica. Para la malla
básica, se utilizaron 260 puntos alrededor del perfil de la cuchilla y 70 entre las cuchillas
sucesivas (en la región de la estela). En la dirección del tramo, 35 puntos cubren el tramo de la
cuchilla, mientras que se emplearon 10 puntos en la región del espacio de la punta, para un
total de aproximadamente 106 celdas. El máximo y + es del orden de 1 para garantizar una
buena resolución de la capa límite.

Se realizaron simulaciones en estado estacionario para diferentes valores del coeficiente de

flujo φ, definido en la ecuación (50). El modelo k - ω SST fue seleccionado para el cierre de
turbulencia. El algoritmo SIMPLEC se usó para el acoplamiento presión-velocidad, un esquema
de viento ascendente de segundo orden para discretizar términos convectivos y un esquema
centrado de segundo orden para términos de presión y viscosos. Múltiples marcos de
referencia permiten simular la interacción entre regiones estacionarias y giratorias. Se pueden
encontrar más detalles sobre la validación y verificación, incluido el cierre de turbulencias y los
efectos dinámicos en [27].
 Accurate numerical simulation of a high
solidity Wells turbine

Numerical method and simulation parameters

Las simulaciones numéricas presentadas en este documento se han llevado a cabo mediante
el código comercial FLUENTr, versión 6.1. Las ecuaciones constantes tridimensionales
incomprensibles de Navier-Stokes (RANS) promediadas por Reynolds se discretizan mediante
un enfoque de volumen finito. El acoplamiento presión-velocidad se logra por medio del
algoritmo SIMPLEC (Método semi-implícito para ecuaciones vinculadas a presión). Las
ecuaciones se resuelven en un marco de referencia no inercial que gira a la misma velocidad
angular de la turbina, utilizándose la velocidad relativa como variable dependiente. Los
términos convectivos en las ecuaciones de RANS se discretizan usando un esquema de viento
ascendente preciso de segundo orden, y los términos viscosos y de presión se discretizan por
medio de un esquema centrado preciso de segundo orden. El enfoque de Boussinesq se aplica
para relacionar las tensiones de Reynolds con el gradiente de velocidad media. La turbulencia
se ha modelado mediante el modelo Spalart-Allmaras, que resuelve una ecuación de transporte
única para una viscosidad turbulenta modificada. Finalmente, se ha empleado un solucionador
segregado implícito.

Para evaluar la capacidad del solucionador numérico para evaluar adecuadamente el flujo a
través de la turbina de Wells, el comportamiento de una turbina de Wells de alta solidez, cuyos
datos experimentales [28] y numéricos [25] están disponibles para un amplio rango de caudales
, ha sido estudiado. La turbina presenta las siguientes características:

Se supone que la turbina gira con una velocidad angular constante,!, Igual a 2000 RPM.
Teniendo en cuenta la simetría de la turbina, solo se ha calculado un octavo del anillo, es decir,
la región entre el cubo y la carcasa cilíndrica, imponiendo condiciones de contorno periódicas
en la dirección tangencial. El dominio computacional se ha limitado en la dirección axial a 2
longitudes de cuerda aguas arriba y 7 longitudes de cuerda aguas abajo de la cuchilla. Se ha
prestado especial atención a la generación de mallas. El dominio computacional se ha
discretizado por medio de una cuadrícula de bloques múltiples, utilizando una malla C ajustada
al cuerpo cerca de la cuchilla y una malla tipo H en otro lugar, como se muestra en la figura 4.
Dado que el modelo de turbulencia Spalart-Allmaras evita el uso de la pared funciona para
simular la capa límite cuando el valor y + es lo suficientemente pequeño, lo que proporciona
resultados confiables particularmente en presencia de curvaturas y gradientes de presión, las
células se han agrupado en la dirección normal a las paredes, ver figura 5-a. En conclusión, los
siguientes parámetros se han empleado en la generación de mallas, realizada mediante el
código GAMBITr, versión 2.1:

 Ambos lados del perfil de la cuchilla se han discretizado utilizando 125 intervalos, como
se muestra en la figura 5-b;
 en el borde posterior truncado, se han utilizado 8 celdas equiespaciadas
 La altura de la primera celda cerca del perfil de la cuchilla es igual a 2.4 · 10−5 c
 Se han empleado 48 intervalos en la dirección radial, siendo la altura de la primera celda
en la superficie del cubo igual a 3.2 · 10−5 c
  Se ha empleado una malla no estructurada con prismas de base triangulares y
cuadriláteros en el espacio de la punta, como se muestra en la figura 5-b; Además, se han
utilizado ocho celdas en la zona de separación radial, siendo la altura de la primera celda
en la superficie de la carcasa igual a 3.2 · 10−5 c.

El número total de celdas es igual a aproximadamente un millón (1092352). Como se muestra en

la figura 4, la cuadrícula se ha diseñado para obtener células cuasi-ortogonales a lo largo de la
superficie de la cuchilla y una tasa de crecimiento reducida y, por lo tanto, una predicción precisa
del flujo en la región de la capa límite.

En lo que respecta al tratamiento de límites, se han utilizado las siguientes condiciones (ver
figura 2):
• Se imponen condiciones límite antideslizantes en la superficie de la pala, el cubo, el rotor y la
carcasa;
• Se imponen condiciones de periodicidad a lo largo de las superficies meridionales que
delimitan el dominio y distantes 45 ° en la dirección tangencial;
• Se ha utilizado un perfil de velocidad uniforme en la superficie de entrada del anillo;
• Se ha impuesto un equilibrio radial simple en la superficie de salida del anillo.

En primer lugar, los resultados de las simulaciones numéricas se comparan con los datos
experimentales proporcionados por Curran y Gato [28] y los resultados numéricos anteriores
[25], empleando una malla mucho más gruesa (con 163840 celdas) y la SST k - w de dos
ecuaciones modelo de turbulencia.

Se han calculado diez configuraciones diferentes de flujo constante, cada una caracterizada por
una velocidad axial constante, comenzando desde U = 0.075 y aumentando en 0.025 en cada
simulación. El rendimiento de la turbina se describe empleando los siguientes parámetros
adimensionales:

 Coeficiente de torque:
donde T es el par del eje de la turbina y p = 1.225 kg / m3 es la densidad del aire;
 coeficiente de caída de presión de estancamiento:
donde P0 es la caída de presión de estancamiento a través de la turbina, tomando los
valores de presión en la entrada y la salida del dominio computacional, respectivamente;
 eficiencia:
donde Q es el caudal volumétrico.

La variación de los tres parámetros anteriores versus el coeficiente de velocidad de flujo se

proporciona en las figuras 6, 7 y 8, donde también se han informado los datos experimentales
[28] y numéricos [25].
 A 3D COMPUTATIONAL FLUID DYNAMICS ANALYSIS OF
THE WELLS TURBINE
COMPUTATIONAL MODEL
EXPERIMENTAL AND CFD GEOMETRY

El desarrollo del modelo 3D se comparó con los datos experimentales de Gato et. Alabama.
(1988), y los datos computacionales de Watterson et. Alabama. (1999) La Tabla 1. resume las
geometrías analizadas por los investigadores anteriores. Ambos investigadores también
analizaron otras geometrías, p. rotores de cuatro y ocho palas, pero estos resultados no se
utilizaron en el estudio de Otis.

COMPUTATIONAL DOMAIN AND MESH

Se modeló una sola sección de pala del anillo del rotor con límites periódicos que se colocan a
medio camino entre cada par de palas. El dominio se extendió cinco longitudes de cuerda
aguas arriba y aguas abajo e inicialmente el rotor se modeló sin el espacio de la punta. Se
usaron condiciones de entrada de flujo de masa y salida de presión para el modelo.

Las paredes del cubo y la punta se modelaron como invisibles, mientras que la cuchilla se
modeló como una superficie viscosa. El modelo se analizó utilizando un solucionador implícito
de 2 "de orden acoplado con un número de Courant de 1.0 y el modelo de turbulencia RNG k-e.

Para propósitos de mallado, el dominio se dividió en ¾ de una longitud de cuerda tanto aguas
arriba como aguas abajo para crear tres volúmenes de dominio. La malla utilizada en el
volumen central de los modelos 3D era similar a la utilizada anteriormente para los modelos en
cascada 2D (por ejemplo, Daly et. Al. 2002), con una rejilla de tipo O envuelta alrededor de la
superficie de sustentación. El dominio también se dividió desde los bordes delantero y trasero
hasta los límites periódicos respectivos, lo que permitió la especificación de la distribución de
malla hacia la superficie del perfil. Utilizar. de la cuadrícula de tipo O significaba que el número
total de células en la superficie de la superficie de sustentación era igual a la suma de las
proyectadas a la entrada y a la salida, y a las de ambos límites periódicos en este volumen
central. La Figura 1 y la Figura 2 muestran esquemas de la malla del borde delantero y trasero
respectivamente e ilustran cómo se envolvió la malla alrededor de la cuchilla.

MODEL DEVELOPMENT

Los intentos iniciales de engranar la geometría 3D dieron como resultado modelos que dieron
poca convergencia debido a los altos residuos en el borde posterior de la cuchilla. Como la
cuadrícula estaba envuelta alrededor de la cuchilla, el número de celdas en el borde posterior
tenía que ser igual al número en la sección correspondiente del borde delantero para mantener
una malla idéntica en ambos límites periódicos. Esto significaba que la malla del borde
posterior sufría de una alta relación de aspecto y también las celdas en la superficie de la
cuchilla hacia el borde posterior estaban muy sesgadas, lo que aumentaba aún más los
problemas. Para permitir una malla más densa en el borde delantero sin dar una relación de
aspecto prohibitivamente grande en el borde posterior, se decidió crear una capa delgada de
celdas alrededor de la cuchilla. Esto se logró compensando el perfil de la cuchilla para crear
una región de 'sombra de la cuchilla', que fue mallada con una cuadrícula de tipo C. Esto
permitió que el número de celdas en el borde delantero se dividiera entre los bordes posteriores
de la cuchilla real y la región de sombra como se muestra en la Figura 3. También condujo a
una mejora significativa en la calidad de la malla del borde posterior.

Los resultados del modelo de esta malla mostraron una mejora muy significativa sobre la malla
original en términos de facilidad de convergencia y con predicciones de rendimiento más
cercanas a los datos experimentales. Como se puede ver en la Figura 3, permaneció un alto
nivel de sesgo en el borde de salida, y cuando se trazaron los residuos, esto se mostró como
una región de altos residuos. Dado que las funciones de pared utilizadas para los modelos se
basaban en la ley de registro, las celdas adyacentes de la cuchilla requerían el valor Y + en el
rango de 30 a 60. El refinamiento de la rejilla se había llevado a cabo para reducir el valor Y +
de las celdas adyacentes de la cuchilla a menos de 60 y esto también apareció como
potencialmente causante de altos residuos en el borde de ataque. Se decidió volver a engranar
el modelo con más celdas en la región de sombra de la cuchilla para reducir la necesidad de
refinamiento Y + y también cambiar la geometría en el borde posterior de la sombra de la
cuchilla para mejorar aún más la malla en esta ubicación.

La malla optimizada del borde posterior en la sombra de la cuchilla se muestra en la Figura 4.

Este modelo también tenía una mayor densidad celular en la región de sombra de la cuchilla de
2 celdas de profundidad a cuatro de profundidad. Para mantener una relación de aspecto
razonable, la densidad celular en la dirección radial se duplicó de 15 a 30, dando un total de
68.800 células.

Fue necesario un mayor refinamiento de Y +, lo que elevó el número total de células a 74.400.
Con este modelo hubo una mejora adicional en la predicción del rendimiento, pero aún existía
el problema de los altos residuos en los bordes de las regiones refinadas. Se consideró que
esto se debía al cambio repentino en el volumen de las células no refinadas a las refinadas que
ocurrían en regiones de gradientes de presión y velocidad relativamente altos.

MESH REFINEMENT

La necesidad de refinamiento de Y + podría eliminarse realizando una adaptación del límite de

la superficie de la cuchilla. Sin embargo, dado que esto podría ser computacionalmente costoso
y no se requería hacia el borde de salida, la geometría se regeneró para permitir que solo el
60% de la cuchilla se refinara como se muestra en la Figura 5. La distribución de malla
mostrada da un tamaño de modelo de 68,800 celdas ; Esto se incrementó a 81.400 con la
adaptación del borde de ataque.

Un aumento adicional en el número de celdas en la región de sombra de la cuchilla,

aumentando el tamaño total del modelo a más de 100,000 celdas, no cambió significativamente
las predicciones de presión o velocidad en la superficie de la cuchilla, pero sí produjo un
aumento significativo en el torque y la eficiencia prevista. Dado que aumentar el número de
celdas en la región de sombra de la cuchilla tiene el efecto de aumentar la densidad de malla
en la región de estela, se decidió determinar si la predicción de eficiencia mejorada se debió a
una determinación más precisa de la resistencia. Esto se intentó generando una malla gruesa y
luego realizando refinamientos de límites repetidos en la cuchilla para obtener los valores Y +
requeridos. Este modelo nuevamente proporcionó predicciones de velocidad y presión muy
similares en la superficie de la cuchilla, pero un par y una eficiencia más bajos, lo que confirma
que es importante garantizar una densidad de malla adecuada en la región de estela. Los
aumentos adicionales en el número de celdas entre la cuchilla y el límite periódico y también en
la dirección transversal no dieron mucha improvisación en las predicciones de rendimiento,
pero sí mejoraron la convergencia. La malla final tenía un número total de células de 135,000.

La lucha perpetua para todos los modelos computacionales es comprometer la precisión de los
resultados y la eficiencia computacional, entre la calidad de la solución y el costo del tiempo
involucrado. Para lograr la mejor solución posible con el mínimo esfuerzo computacional, se
optimizaron cuatro aspectos principales de la malla para la convergencia, una buena
correlación con los resultados experimentales y un tiempo de solución rápido. Estos cuatro
aspectos fueron: densidad de malla alrededor del perfil de la cuchilla, para modelar con
precisión la curvatura de la geometría, tamaño de llamada en la superficie de la cuchilla, para
garantizar un buen valor Y +, densidad celular en la región de estela, para modelar con
precisión el arrastre de presión y finalmente la densidad celular en la dirección radial -
Mantener relaciones de aspecto bajas para una buena convergencia.

La Figura 6 muestra la malla de la superficie en la cuchilla y el cubo e ilustra cómo la malla se

expande desde la cuchilla hasta los límites periódicos y la entrada y la salida. La Figura 7
muestra un primer plano de la malla de la superficie en la carcasa exterior y el borde de ataque
de la cuchilla en la punta e ilustra cómo la expansión de la malla que se muestra en la Figura 6
da como resultado una distribución de malla suave alrededor del borde de ataque de la cuchilla.
El aumento de la densidad de malla debido a la capa superficial también se puede ver en
ambas parcelas, especialmente en la Figura 7, donde la capa tiene seis celdas de profundidad.

GRID SENSITIVITY

Como verificación de la sensibilidad de la malla final, se aumentó la densidad de la malla en las

tres direcciones relativas a la cuchilla para dar un aumento general del modelo de -50%. Ambas
cuadrículas se compararon con coeficientes de flujo de 0.1 y 0.2 y en ambos casos el efecto
sobre el rendimiento previsto fue insignificante, cambiando la eficiencia, la caída de presión y
las predicciones de velocidad máxima en un -1%.

TIP GAP

La geometría se generó con un espacio libre de la punta equivalente al 1% de la longitud de

cuerda de la cuchilla. Si bien esto proporcionó desafíos de mallado adicionales sobre los
modelos anteriores, se utilizó la misma geometría básica y densidad de malla que en la Figura
5. Las condiciones de contorno también fueron similares, con la excepción de la punta de la
pala y la carcasa exterior de la turbina, que se modelaron como superficies viscosas. En una
configuración experimental, las pérdidas mecánicas se explican normalmente haciendo
funcionar la turbina sin palas y factorizando el par requerido en los resultados finales. El par
requerido para hacer girar el rotor sin cuchilla incluye el requerido para superar la resistencia
viscosa en el cubo del rotor, de ahí el uso de una superficie invisible para la condición límite del
cubo. Cabe señalar que esto significa que la interacción de la capa límite entre el cubo y la
cuchilla no está modelada. Dado que la carcasa exterior de la turbina no está girando, hace
poca diferencia para los modelos sin un espacio en la punta si la carcasa está modelada como
una superficie viscosa o no.
La forma en que el espacio de la punta afecta el rendimiento de la turbina es permitir que el
fluido desde la superficie de alta presión de la pala se filtre hacia la superficie de succión. El
espacio a través del cual se filtra el fluido está delimitado por la punta de la cuchilla y la carcasa
exterior, que se mueven entre sí a una velocidad equivalente al número matemático de la
punta; por lo tanto, la fuga de la punta depende en gran medida de las capas límite
desarrolladas en el espacio de la punta. Los modelos iniciales con el espacio de la punta se
modelaron con la punta de la cuchilla y la carcasa exterior configurada como superficies
invisibles, pero en los modelos finales estas superficies se modelaron como viscosas. La
rotación angular de la turbina se había modelado aplicando una rotación negativa a la zona del
fluido, con las superficies de la pala estacionarias. La rotación relativa de la cuchilla y la
carcasa externa se modeló luego configurando la carcasa externa para que tuviera una rotación
de cero con respecto a la zona del fluido.

Con el fin de minimizar el impacto del espacio de la punta en la distribución en el tramo de la

malla original, los modelos de espacio de la punta fueron mallados con una sola celda en el
espacio de la punta. El ajuste del límite se realizó primero en toda la flexión exterior y luego en
la punta de la cuchilla y una región lecalizada en la carcasa exterior. Esto aumentó el número
de celdas en el espacio de la punta a cuatro y aumentó el tamaño de malla total de 135,000
celdas a 194,000 llamadas. Cuando el modelo se ejecutó con un coeficiente de flujo de 0.1, el
valor Y + no excedió 70, y en general estaba entre 20 y 50 en la cuchilla, la punta de la cuchilla
y la carcasa exterior en la región de la punta. El efecto de modelar adecuadamente la capa
límite en el espacio de la punta fue mínimo, lo que resultó en una reducción máxima en la
eficiencia de menos del 2% y un aumento máximo en la caída de presión de ~ 3% de los
modelos con las superficies invisibles del espacio de la punta. Este hecho, en combinación con
los buenos valores de Y + y los estudios originales de independencia de la cuadrícula en los
modelos sin un espacio de punta, sugirió que se había logrado la independencia de la malla del
espacio de punta. La malla en la región del espacio de la punta se muestra en la Figura 8 y la
Figura 9.

Detailed CFD Analysis of the Steady Flow in a Wells

Turbine Under Incipient and Deep Stall Conditions
Numerical model

El código comercial FLUENT se utiliza para realizar las simulaciones. Las ecuaciones
constantes tridimensionales incomprensibles de Navier-Stokes (RANS) promediadas por
Reynolds se discretizan mediante un enfoque de volumen finito. El acoplamiento presión-
velocidad se logra mediante el algoritmo SIMPLE (Método semi-implícito para ecuaciones
vinculadas a presión). Las ecuaciones se resuelven en un marco de referencia no inercial que
gira a la misma velocidad angular de la turbina, utilizándose la velocidad relativa como variable
dependiente. Los términos convectivos se discretizan utilizando un esquema de viento
ascendente preciso de segundo orden, mientras que los términos viscosos y de presión se
discretizan por medio de un esquema centrado preciso de segundo orden. Se emplea un
solucionador segregado implícito.

Con respecto a los efectos de turbulencia, se han utilizado tres modelos diferentes disponibles
en el código. Dos modelos, a saber, el modelo de una ecuación de Spalart y Allmaras [26] y el
modelo de dos ecuaciones k-ω SST propuesto por Menter [27], se basan en el enfoque de
Boussinesq para relacionar linealmente las tensiones de Reynolds con la tasa de deformación
media componentes tensoriales mediante una viscosidad turbulenta calculada. En particular, el
modelo k-ω SST se utiliza en su versión con un número bajo de Reynolds [28] para predecir
adecuadamente el comportamiento asintótico de las cantidades turbulentas al acercarse a una
pared sólida. En el tercer modelo, que es el modelo de estrés de Launder Reynolds [29, 30], se
evita el enfoque de Boussinesq y cada componente del tensor de estrés turbulento se calcula
resolviendo la ecuación de transporte correspondiente. De esta manera, aunque con un mayor
esfuerzo computacional debido al mayor número de ecuaciones de transporte, se superan los
inconvenientes del supuesto de viscosidad eddy isotrópica, obteniendo así un modelo que, en
principio, está más cerca de la física de los fenómenos de turbulencia y, por lo tanto, es más
adecuado para problemas con anisotropía marcada del tensor de tensión de Reynolds, como
en presencia de curvatura de línea de corriente, remolino, rotación y cambios rápidos en la
velocidad de deformación.

Computational domain

Se ha utilizado un modelo simplificado de la geometría de la turbina en los cálculos,

considerando solo el flujo en el anillo como se muestra en la Fig. 4. De hecho, el análisis
realizado por los autores en un estudio previo [21] indica que, para la geometría y las
configuraciones de flujo consideradas aquí, la presencia de la nariz del cubo influye solo
marginalmente en el rendimiento de la turbina y, por lo tanto, no se ha tenido en cuenta en este
documento. Además, el valor del espacio de la punta se ha tomado igual al 2% de la longitud
del acorde, aproximadamente igual al del prototipo. Teniendo en cuenta la simetría de la
turbina, solo se ha calculado un séptimo del anillo, imponiendo condiciones de contorno
periódicas en la dirección tangencial. El dominio computacional se ha limitado en la dirección
axial a 4 longitudes de cuerda aguas arriba y 6 longitudes de cuerda aguas abajo de la cuchilla.

Se ha prestado especial atención a la generación de mallas. Basándose en la experiencia

adquirida por los autores en la simulación numérica del flujo a través de las turbinas de Wells
[23, 24, 25, 15, 20], se han generado tres cuadrículas (Cuadrícula A, Cuadrícula B y Cuadrícula
C), para transportar fuera de un estudio de sensibilidad de cuadrícula. Para todas las mallas, el
dominio computacional se ha discretizado por medio de una cuadrícula multibloque
completamente estructurada, incluso en la región de separación, utilizando una malla C
ajustada al cuerpo cerca de la cuchilla y una malla tipo H en otro lugar, como se detalla en Fig.
5, donde se proporciona la malla en la superficie de la punta de la cuchilla. Se proporciona una
vista global de las mallas en las superficies de la cuchilla y el cubo en la Fig. 6 según la
Cuadrícula A. La generación de malla de las tres cuadrículas se ha llevado a cabo mediante el
código GAMBIT, con los siguientes parámetros.

Rejilla A:
• ambos lados del perfil de la cuchilla se han discretizado utilizando 132 intervalos;
• en el borde posterior truncado, se han utilizado 16 celdas equiespaciadas;
• la altura de la primera celda cerca del perfil de la cuchilla es igual a 5 · 10−5 c;
• Se han empleado 48 intervalos en la dirección radial, siendo la altura de la primera celda en la
superficie del cubo igual a 4 · 10−4 c;
• se han utilizado doce celdas no uniformemente espaciadas en la zona de espacio radial,
siendo la altura de la primera celda en la punta de la cuchilla y en el caso igual a 2 · 10−3 c y
1,1 · 10−3 c, respectivamente;
• el número total de celdas es igual a aproximadamente dos millones.

La cuadrícula B difiere de la cuadrícula A por las siguientes características:

• 130 intervalos, en lugar de 132, se han utilizado para discretizar ambos lados del perfil de la
cuchilla;
• en el borde posterior truncado se ha aplicado el mismo número de celdas pero se han
agrupado simétricamente cerca de los extremos, donde se ha utilizado un tamaño de celda
igual a 4 · 10−5 c;
• la primera altura de la celda en el perfil de la cuchilla se ha reducido de 5 · 10−5 ca 3 · 10−5 c;
• a lo largo del tramo de la cuchilla, la distribución de celdas se ha modificado para que las 48
celdas se distribuyan simétricamente alrededor del tramo medio y se agrupen cerca de los
extremos, siendo la altura de la primera celda en la superficie del cubo igual a 10−4 c;
• en la zona de espacio radial, el número de intervalos se ha elevado a 20 (distribuido
simétricamente alrededor del punto medio), siendo la primera celda en la punta de la cuchilla
igual a 10−4 c;
• el número total de celdas es igual a aproximadamente 2.4 millones.

La cuadrícula C difiere de la cuadrícula B por las siguientes características:

• a lo largo del tramo de la hoja, el número de celdas se ha duplicado a 96, reduciendo también
la altura de la primera celda cerca de la punta a 6 · 10−5 c;
• en la zona de espacio radial, el número de intervalos se ha elevado a 24, lo que también
reduce la altura de la primera celda cerca de la punta a 6 · 10−5 c;
• el número total de celdas es igual a aproximadamente 4,1 millones.

Con el objetivo de obtener una predicción precisa del flujo en la región de la capa límite, todas
las cuadrículas se han diseñado para obtener células cuasi-ortogonales a lo largo de la
superficie de la cuchilla y una tasa de crecimiento reducida, como se muestra en las Figs. 7 y 8.
Todas las mallas utilizadas para discretizar el dominio computacional son lo suficientemente
finas como para resolver la subcapa viscosa (y + cerca de 1) en las superficies de la cuchilla y
el cubo, de modo que las ecuaciones de turbulencia se resuelven hasta las paredes y no cerca
de ellas. Se necesita modelado de paredes. Con respecto a las otras superficies (caso y punta),
los valores y + de las primeras celdas en la pared oscilan entre 10 y 30 en el caso de la
cuadrícula A, mientras que es aproximadamente igual a 1 en los casos de las cuadrículas B y
C. La resolución mejorada de la cuadrícula C con respecto a la cuadrícula B se refiere
principalmente al refinamiento de la discretización del dominio en la dirección radial.

En lo que respecta al tratamiento de límites, se han utilizado las siguientes condiciones:

• se imponen condiciones límite antideslizantes en la superficie de la pala, el cubo, el rotor y la
carcasa;
• la periodicidad se impone a lo largo de las superficies meridionales que delimitan el dominio
1/7 en la dirección tangencial;
• se ha utilizado un perfil de velocidad uniforme en la superficie de entrada junto con la
intensidad turbulenta, I, igual a 1% y la escala de longitud de turbulencia, L, igual a 1/100 c;
• Se ha impuesto un equilibrio radial en la superficie de salida del anillo.

A comparison of computational and experimental results

of Wells turbine performance for wave energy conversion
Numerical method

El presente trabajo se realizó mediante un método numérico utilizando un código CFD llamado
FLUENT. El método resuelve las ecuaciones tridimensionales, constantes e incompresibles de
Navier-Stokes promediadas por Reynolds. El estrés de Reynolds se relaciona con los
gradientes de velocidad media al emplear el enfoque Boussinesq, mientras que el modelo de
turbulencia adopta el modelo Realizable k-e. Las funciones de pared sin equilibrio se utilizan
para el modelado cerca de la pared al considerar su capacidad para manejar flujos complejos
que implican separaciones, reconexión o cualquier otro efecto de no equilibrio y fuertes
gradientes de presión. Las ecuaciones básicas de gobierno se resuelven en el marco absoluto
y se discretizan mediante la técnica de volumen finito. Los esquemas de discretización
utilizados en este cálculo son los siguientes: esquema estándar de presión; Algoritmo SIMPLE
para el acoplamiento presión-velocidad; y esquema de viento ascendente preciso de segundo
orden para el momento, la energía cinética de la turbulencia (k) y la tasa de disipación de la
turbulencia (E).

La especificación del modelo de turbina para este cálculo se resume en la Tabla 1. Tenga en
cuenta que el rotor de turbina adoptado es el más prometedor en estudios anteriores [15,16]. Al
considerar la simetría de la geometría de la turbina y para hacer que el cálculo sea práctico, el
dominio computacional del modelo de turbina se limita a un paso de pala a pala con límites
periódicos. El dominio computacional también está limitado a cuatro y ocho longitudes de
acordes de cuchillas aguas arriba y aguas abajo de la fila de cuchillas, respectivamente. La
vista en perspectiva del dominio computacional para el modelo de turbina se ilustra en la figura
2. Para las condiciones de contorno, la velocidad de entrada y la presión estática se imponen
en los límites de entrada y salida, respectivamente, que son normales al eje de la turbina. Se
aplican límites periódicos en los pares de superficies que constituyen los lados
circunferenciales del dominio. Se emplea un marco de referencia móvil en la zona de fluido que
tenía la velocidad de rotación equivalente a la del rotor. Se utilizan condiciones antideslizantes
para la cuchilla y las superficies del cubo.

La figura 3 ilustra la malla empleada en el dominio computacional, que consiste en rejillas

hexaédricas estructuradas. Esto se ha logrado mediante la descomposición de la geometría del
modelo en piezas mezclables para los algoritmos de mapeo y submapeo de la cuadrícula. El
número total de cuadrículas es de aproximadamente 295,500. Como se muestra en la figura,
las cuadrículas de mapeo de tipo O se aplican alrededor de la cuchilla. Además, hay cinco
cuadrículas en la dirección del tramo que se imponen en la región de separación de la punta, y
luego las cuadrículas de submapeo solo se usan en esta región.

Los cálculos en cada caso de separación de la punta se llevan a cabo en condiciones de flujo
constante para varios valores del coeficiente de flujo (O), que se define como la relación de la
velocidad axial del flujo de entrada (v) a la velocidad circunferencial de la cuchilla en el radio
medio (U).

En este estudio, los diversos valores del coeficiente de flujo se lograron variando la velocidad
de rotación del rotor a un valor constante de la velocidad axial. El número de Reynolds se basa
en la longitud del acorde de la cuchilla y la velocidad relativa en el radio medio, que es de
aproximadamente 0,74X105 a 4,41X105. Además, para la inicialización de la solución, los
cálculos se realizan bajo el marco de referencia absoluto y la velocidad axial se establece en
cero. Durante el proceso de solución, los factores de sub-relajación predeterminados se
seleccionan para controlar la actualización de las variables calculadas, que se encuentra casi
óptima para una gran cantidad de casos. La convergencia de la solución se controla verificando
los residuos de las ecuaciones de gobierno resueltas numéricamente. Además, para juzgar la
convergencia, también se controla el comportamiento de otras cantidades, como la presión total
en los límites de entrada y salida, y el coeficiente de par generado por el rotor. Aquí, el criterio
de convergencia predeterminado de cada residuo se reduce para permitir que las cantidades
monitoreadas se estanquen a valores consistentes. Finalmente, se verifica la convergencia de
la solución para el balance de masa en el cual los cálculos en cada caso de separación de la
punta dan como resultado un desequilibrio de masa neto de menos del 0.001%.