Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MÉTODOS NUMÉRICOS.
Laura G. Torres Mejía1, a
Junio de 2021
Resumen
La difusión del carbono en la austenita es importante para el diseño y la implementación de
muchos procesos de tratamiento térmico del acero. Debido a la importancia económica, la
industria exige modelos matemáticos que permitan la predicción de perfiles de profundidad de
carburización y descarburaciones realistas. Las soluciones analíticas de la ley de Fick, sin
embargo, son de aptitud limitada, ya que no se puede considerar la dependencia de la
concentración del coeficiente de difusión del carbono en el acero.
El presente estudio propone la simulación de un modelo adaptado para la difusión de carbono
en austenita en aleaciones de hierro-carbono, así como para aceros aleados con una variedad
de elementos con un coeficiente de difusión variable, dependiente de la concentración,
mediante la utilización de un método numérico.
Palabras clave
Simulación, coeficiente de difusión, carburización, método numérico.
Abstract
Carbon diffusion in austenite is important to the design and implementation of many heat
treatment processes for steel. Due to the economic importance, the industry demands
mathematical models that allow the prediction of realistic carburization and decarburization
depth profiles. The analytical solutions of Fick's law, however, are of limited suitability, since
the concentration dependence of the diffusion coefficient of carbon in steel cannot be
considered.
The present study proposes the simulation of a model adapted for the diffusion of carbon in
austenite in iron-carbon alloys, as well as for steels alloyed with a variety of elements with a
variable diffusion coefficient, dependent on the concentration, by using a numerical method.
Keywords
Simulation, Diffusion coefficient, carburization, numerical method.
𝜕𝐶 𝜕2 𝐶
= (𝐷 ) (1.1)
𝜕𝑡 𝜕𝑥 2
1 (1.2)
𝐶(𝑥, 0) = 𝑥 2 ; 0<𝑥<𝑏
(−0.25∗( ) )
(𝑠𝑖𝑔𝑚𝑎√(4𝜋)) ∗ 𝑒 𝑠𝑖𝑔𝑚𝑎
Y condiciones fronteras
Algunos casos (por ejemplo, baja concentración de C), D puede tomarse como una constante.
Entonces, el lado derecho de la ecuación de difusión (1) se convierte en D∇2C ecuación (1.1) y
las soluciones analíticas están disponibles en condiciones simplificadas. (1.4)
Donde
𝐶0 = 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎𝑐𝑖ó𝑛 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑑𝑒 𝑐𝑎𝑟𝑏𝑜𝑛𝑜
𝐶𝑥 = 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎𝑐𝑖ó𝑛 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑥 𝑑𝑒 𝑙𝑎 𝑠𝑢𝑝𝑒𝑟𝑓𝑖𝑐𝑖𝑒
𝑥 = 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎
𝐷 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑑𝑖𝑓𝑢𝑠𝑖𝑜𝑛 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑒𝑛 𝑒𝑙 𝑚𝑎𝑡𝑒𝑟𝑖𝑎𝑙
𝑡 = 𝑡𝑖𝑒𝑚𝑝𝑜.
Tomando
𝐷∗𝑘
𝛼= (2.1)
2ℎ 2
𝑛+1
−𝛼𝐶𝑖+1 + 2(1 + 𝛼)𝐶𝑖𝑛+1 − 𝛼𝐶𝑖−1
𝑛−1 𝑛
= 𝛼𝐶𝑖+1 + 2(1 − 𝛼)𝐶𝑖𝑛 + 𝛼𝐶𝑖−1
𝑛
(2.2)
37000−6600𝐶
𝐷0 = 0.47 exp(−1.6C) . exp (− 𝑅𝐶 ∗𝑇
) [6] (3.2)
𝜕𝐶 2
= 𝐷0 𝛼 (𝜕𝑥 ) (3.7)
𝜕2 𝐶 𝜕2 𝐶
𝐷(𝐶) = (𝐷0 (1 + 𝛼𝐶) (3.8)
𝜕𝑥 2 𝜕𝑥 2
𝜕𝐶 𝜕𝐶 2 𝜕2 𝐶
= 𝐷0 𝛼 ( ) + (𝐷0 (1 + 𝛼𝐶) (3.9)
𝜕𝑡 𝜕𝑥 𝜕𝑥 2
2
𝐶𝑖𝑛+1 −𝐶𝑖𝑛 𝑛
𝐶𝑖+1 𝑛
−𝐶𝑖−1 𝑛
𝐶𝑖+1 −2𝐶𝑖𝑛 +𝐶𝑖−1
𝑛
= 𝛼𝐷0 ( ) + (𝐷0 (1 + 𝛼𝐶𝑖𝑛 ) ( ) (4)
𝑘 ℎ ℎ2
𝑘 𝑘
𝐶𝑖𝑛+1 = 𝐶𝑖𝑛 + (ℎ2 ) (𝐷0 (1 + 𝛼𝐶𝑖𝑛 )(𝐶𝑖+1
𝑛
− 2𝐶𝑖𝑛 + 𝐶𝑖−1
𝑛 𝑛
) + 𝛼𝐷0 ( 2 ) (𝐶𝑖+1
ℎ
− 𝐶𝑖𝑛 )(𝐶𝑖𝑛 − 𝐶𝑖−1
𝑛
)
(4.1)
1 (1.2)
𝐶(𝑥, 0) = 𝑥 2 ; 0<𝑥<𝑏
(−0.25∗( ) )
(𝑠𝑖𝑔𝑚𝑎√(4𝜋)) ∗ 𝑒 𝑠𝑖𝑔𝑚𝑎
IV. CONCLUSIONES
La función que define la variación del coeficiente de difusión con respecto a la concentración
describe una relación lineal. A la luz de los supuestos hechos en este modelo, la conclusión final
es que la ec. (3.3) es una forma especial de la segunda ley de Fick y, en la medida en que los
coeficientes de difusión son funciones lineales de las concentraciones, el flujo es linealmente
proporcional a los gradientes.
Los métodos numéricos son una herramienta útil que permite la simulación de fenómenos
ocurridos en distintas áreas de la ciencia y la ingeniería, y su uso permite la predicción de
valores que hacen más sencilla la optimización de procesos y la obtención de resultados
veraces.
V. REFERENCIAS
[1] Farkas, D., Ohla, K. Modeling of diffusion processes during carburization of alloys. Oxid
Met 19, 99–115 (1983).
[2] Rodríguez, David. Estudio de la difusión de humedad con coeficiente dependiente de la
concentración: Enfoques analítico y numérico. Santa Clara (2019).
[3] Hosseini, S. R. E. (2012). Simulation of Case Depth of Cementation Steels According to Fick’s
Laws. Journal of Iron and Steel Research, International, 19(11).
[4] Crank, J., & Henry, M. E. (1949). Diffusion in media with variable properties. Part I. The effect
of a variable diffusion coefficient on the rates of absorption and desorption. Transactions of the
Faraday Society, 45, 636.
[5] Crank, J.; Nicolson, P. (1947). "A practical method for numerical evaluation of solutions of
partial differential equations of the heat conduction type". Proc. Camb. Phil. Soc. 43 (1): 50–67.
[6] Lee, S.-J., Matlock, D. K., & Van Tyne, C. J. (2013). Comparison of two finite element
simulation codes used to model the carburizing of steel. Computational Materials Science, 68,
47–54.
[7]Salvador, Jesus.(2005).Cementación solida de aceros. Universidad Autónoma de Nuevo
León. México.
[8] Jimenez Hilda (2016). Solución numérica de la ecuación advección – difusión. Lima-Perú.
[9] Vallet, C. E., & Braunstein, J. (1977). Solution of electrochemical flux equations with variable
diffusion coefficient and transference number. The Journal of Physical Chemistry, 81(25),
2438–2443.
for n = 1:nt-1
for i = 2:ix-1
R(i,n+1) =R(i,n)+ (b*((1+alpha*R(i,n)*(R(i+1,n)-2*R(i,n)+R(i-1,n))))+ alpha*b*((R(i+1,n)-
R(i,n))*(R(i,n)-R(i-1,n))));
end
R(1,n+1) = R(1,n);
R(ix,n+1) = R(ix,n);
figure(1)
plot(x,datoiniR(x));
axis([0,1,0.2,1.0])
plot(x,R(:,n));
pause(0.1);
endfor
%%plot(x,R(:,nt))
%grid on
surf(T,X,R(:,:))