Introducción al Método de Volúmenes Finitos (FVM)

Patricio Bohórquez & Luis Parras

Escuela Politécnica Superior de Jaén

Universidad de Jaén, España

Escuela Técnica Superior de Ingenieros Industriales

Universidad de Málaga, España

Curso de Mecánica de Fluidos Computacional Aplicada

Técnicas Reunidas S.A.
30/Junio/2010

Introducción al Método de Volúmenes Finitos (FVM)– p.1

Introducción al Método de Volúmenes Finitos
La ecuación de transporte escalar:
 En su forma estándar nos servirá de referencia para introducir las técnicas de discretización.
 Las leyes de conservación que gobiernan la mecánica del medio continuo satisfacen la
forma estándar: es un buen ejemplo.
 En ocasiones la forma estándar no puede representar todos los procesos modelados: las
ecuaciones modeladas pueden ser más complejas e incluir términos fuentes, aunque
algunos de ellos podrán ser reformulados como términos de transporte. Los fundamentos
siguen siendo aplicables.
 Surfeando entre distintos procesos físicos se observa que, en diversas áreas de
conocimiento, las ecuaciones son casi idénticas.
 Los puntos en común son los operadores diferenciales: derivada temporal, gradiente,
divergencia, Laplaciano, rotacional y los términos fuente.

Introducción al Método de Volúmenes Finitos (FVM)– p.2

Introducción al Método de Volúmenes Finitos
 Además del término convectivo, pueden existir términos fuentes o sumideros locales de la
propiedad φ.
 Fuente volumétrica: actúa en todo el dominio (largo alcance), por ejemplo podemos pensar
en la fuerza de la gravedad.
 Fuente superficial: actúa en superficies externas Σc , por ejemplo el flujo de calor.
Usualmente se empléan modelos basados en transporte difusivo, es decir q̄s = q̄d .
q̄s
dσ
111
000
n̄
entrada 000
111 salida
000
111
q̄v
Vc

"Z # Z Z Z
d
φ(x̄, t) dV + φ(x̄, t) (v̄ − v̄c ) · n̄ dσ = qv dV − (q̄s · n̄) dσ
dt Vc (t) Σc (t) Vc (t) Σc (t)

Se puede escribir en forma diferencial (Vc → 0)

∂φ
+ ∇· (φv̄) = qv − ∇· q̄s
∂t

Introducción al Método de Volúmenes Finitos (FVM)– p.3

Introducción al Método de Volúmenes Finitos
 Suponemos que las fuerzas superficiales q̄s son de carácter difusivo y, por tanto, pueden ser
reescritas como q̄s = −k∇φ.
 La ecuación de transporte escalar se expresa en su forma estándar como

∂φ
+ ∇· (φv̄) − ∇· (k∇φ) = qv
∂t | {z } | {z } |{z}
|{z}
término convectivo término difusivo término fuente
variación temporal

 La derivada temporal tiene en cuenta la inercia del sistema.

 El término convectivo representa el transporte convectivo prescrito por el campo de velocidad
(transformación de coordenadas). Como se verá en las próximas lecciones, la naturaleza de
este término es puramente hiperbólica: la información proviene de la vecindad y la dirección
de propagación depende obviamente de la dirección de velocidad convectiva.
 El término difusivo representa el transporte originado por las variaciones espaciales de la
propiedad φ. Éste es de naturaleza elíptica: todos los puntos del dominio sienten la
influencia de los restantes puntos del dominio instantáneamente.
 Los términos fuente y sumideros representan los efectos que no están asociados a
fenómenos de transporte: producción y disipación local de la propiedad φ. Desde el punto de
vista numérico son los más problemáticos.

Introducción al Método de Volúmenes Finitos (FVM)– p.4

Introducción al Método de Volúmenes Finitos
La cantidad de magnitud fluida φ puede ser:

magnitud magnitud fluida

fluida p.u.volumen, φ flujo p.u.superficie, φv̄

volumen φ=1 φv̄ = v̄ : vector flujo volumétrico

masa φ=ρ φv̄ = ρv̄ : vector flujo másico

cantidad de
movimiento φ = ρv̄ φv̄ = ρv̄v̄ : tensor flujo de c.m.

energía φ = ρ e + v 2 /2 φv̄ = ρ e + v 2 /2 v̄ : vector flujo de energía

Introducción al Método de Volúmenes Finitos (FVM)– p.5

Introducción al Método de Volúmenes Finitos
Celdilla computacional:
N
sf
df

xP
z

y VP

 Es convexa y su contorno está formado por un conjunto de polígonos que, a su vez, son
convexos.
 El subíndice P denota el centroide de la celdilla computacional ~
xP . Por definición, se tiene:
Z
(~
x−~
xP ) dV = 0
VP

Introducción al Método de Volúmenes Finitos (FVM)– p.6

Introducción al Método de Volúmenes Finitos
Nomenclatura:
 El volumen de la celdilla se denota por VP .
 Para cada cara de cada celdilla existe una celdilla colindante o un contorno. Las celdillas
vecinas se denotan por el subíndice N .
 El centro de cada cara f se define de manera análogo al centro de la celdilla, es decir,
usamos la regla del centroide:
Z
(~
x−~
xf ) dS = 0 .
Sf

 El vector de posición asociado a la cara f une los puntos P y N:

d~f = P N .

 El vector de superficie ~sf es normal a la cara y su magnitud es igual al área de la cara.

Puesto que las caras no tienen que definir un plano, el vector ~sf se calcula como una
integral de superficie.
Z
~sf = ~
n dS .
Sf
Introducción al Método de Volúmenes Finitos (FVM)– p.7
Introducción al Método de Volúmenes Finitos
Resumen:
 No nos preocupa que las caras de las celdillas no sean planas puesto que realizamos
integrales de superficie.
 Requerimos que el centroide esté dentro de la celdilla.
 En la práctica, las operaciones de cálculo en las caras y volúmenes se realizan
descomponiendo los mismos en subregiones. ¡El método admite mallas polihédricas!
 Tipos de caras en la malla:
 Cara interna, separando dos celdas.
 Cara del contorno, adyacente a una celda. La normal apunta hacia el exterior del
dominio computacional.
 En general, asumimos que los vectores de superficie ~sf apuntan al exterior de la celdilla P .
Esto impone una restricción sobre el mallador.
 La discretización está basada en la forma integral de la ecuación de transporte:
Z I I Z
∂φ
dV + φ (~
n · v̄) dS − k (~
n · ∇φ) dS = qv dV .
V ∂t S S V

Ahora S es una superficie cerrada porque hemos transformado las integrales de volumen en
integrales de superficie (recordar el teorema de Gauss).
Introducción al Método de Volúmenes Finitos (FVM)– p.8
Introducción al Método de Volúmenes Finitos
Discretización espacial:
 La solución postula una variación espacial de φ tipo lineal, proporcionando un esquema de
discretización de segundo orden.

φ(~
x) = φP + (~
x−~
xP ) · (∇φ)P

Esta expresión se aplica de manera individual a cada celda, siendo φP ≡ φ(~

xP ).
Discretización temporal:
 La solución postula una variación lineal en tiempo, obteniéndose un esquema de
discretización de segundo orden en tiempo.

 t
∂φ
φ(t + ∆t) = φt + ∆t ,
∂t

donde φt ≡ φ(t).
Soporte para mallas polihédricas:
 En FVM hemos especificado las “funciones de forma” sin hacer referencia a la forma actual
de la celdilla (tetraedros, prisma, cubos, cuñas, etc), siendo la variación de las incógnitas
siempre lineal. Nótese que la formulación del Método de Voúmenes Finitos que se va a
presentar es directa, independientemente de la malla. (No sucede así en Elementos Finitos.)
Introducción al Método de Volúmenes Finitos (FVM)– p.9
Introducción al Método de Volúmenes Finitos
Evaluación de las integrales de volumen:
Z Z
φ dV = [φP + (~
x−~
xP ) · (∇φ)P ] dV
V V
Z Z
= φP dV + (∇φ)P · (~
x−~
xP )dV
V V
= φP VP

Para la discretización de las integrales de superficie, descomponemos la integral de superficie

como suma de las integrales sobre las caras, que será evaluadas todas de la misma manera,
I XZ XZ
~
n φ dS = ~
nφf dSf = ~
n[φf + (~
x−~
xf ) · (∇φ)f ] dSf
S f Sf f Sf
X
= ~sf φf
f

Vemos así las implicaciones de asumir una variación lineal de φ y de seleccionar P como el
centroide de la celda, así como que f sea el centroide de la cara. La discretización es de segundo
orden en espacio.

Introducción al Método de Volúmenes Finitos (FVM)– p.10

Introducción al Método de Volúmenes Finitos
Discretización de los operadores diferenciales
 Sin ir más lejos...
 Dividimos el espacio en celdas y el tiempo en pasos de tiempo.
 Asumimos una descripción discreta de una variable de campo contínua.
 Postulamos una variación espacial y temporal de segundo orden en espacio y tiempo.
 Generamos las expresiones para evaluar las integrales de volumen y de superficie.
 Emplearemos estas herramientas para ensamblar la discretización de todos los operadores
diferenciales que aparecen en la ecuación de transporte escalar:
1. Variación temporal.
2. Operador Gradiente.
3. Operador Convectivo.
4. Operador Difusivo.
5. Términos fuentes y sumideros.

Introducción al Método de Volúmenes Finitos (FVM)– p.11

Introducción al Método de Volúmenes Finitos
Derivada primera en tiempo:
 Modela la velocidad de cambio de φ. Tan solo tenemos que lidiar con una integral de
volumen.
 Definimos el paso de tiempo ∆t.
 tnew = told + ∆t, definiendo el valor de φ en el nivel de tiempo nuevo n (new), φn , y antiguo
o (old), φo .

φo = φ(t = told ) , φn = φ(t = tnew ) . (1)

 Podremos aproximar la derivada temporal en primer o segundo orden,

∂φ φn − φo
= ,
∂t ∆t
3 n
∂φ 2
φ − 2φo + 12 φoo
= .
∂t ∆t

 Así, la integral de volumen queda:

3 n
− 2φo + 12 φoo
Z Z
∂φ φn − φo ∂φ 2
φ
dV = VP , dV = VP .
V ∂t ∆t V ∂t ∆t
Introducción al Método de Volúmenes Finitos (FVM)– p.12
Introducción al Método de Volúmenes Finitos
Discretización del operador gradiente:
 La integral del operador gradiente en un volumen la evaluamos vía el Teorema de Gauss:
Z I
∇φ dV = d~s φ .
VP ∂VP

 Descomponemos ahora la integral de superficie como la suma de φf en todas las caras:

I X
~
nφ dS = ~sf φf
S f

 Queda pendiente la evaluación de la variable φ en las caras de la celdilla. Siendo

consistente con la discretización de segundo orden, asumimos una variación lineal de la
variable entre P y N:

φf = fx φP + (1 − fx )φN ,

donde fx ≡ f N /P N .
 La operación gradiente está implementada únicamente como método de cálculo (fvc::) ya
que acopla las ecuaciones en (x,y,z). Es decir, no está implementada como operación
implicita. Introducción al Método de Volúmenes Finitos (FVM)– p.13
Introducción al Método de Volúmenes Finitos
Discretización del operador convectivo:
 El término convectivo modela el transporte advectivo debido a v̄ 6= 0.
 De nuevo, será evaluado mediante el teorema de Gauss:
Z I
∇· (φv̄) dV = φ(~
n · v̄)dS .
V S

 La integral de superficie la evaluamos otra vez como la suma en las caras:

I X X
φ(~
n · v̄)dS = φf (~sf · v̄f ) = φf F ,
S f f

donde φf es el valor de φ en la cara f y

F = ~sf · v̄f ,

es el flujo a través de la cara: mide la cantidad de φ que es transportada por el fluido y

cruza la cara f .
 Para cerrar el sistema, necesitamos un método para evaluar φf a partir de los valores φP y
φN : interpolación en las caras. No tiene que ser igual a la empleada para discretizar el
operador gradiente. Introducción al Método de Volúmenes Finitos (FVM)– p.14
Introducción al Método de Volúmenes Finitos
Interpolación en el operador convectivo (ver Jasak et al, 1999, Alves et al, 2003):
 El esquema más simple: aproximación lineal. Es de segundo orden, pero causa
oscilaciones espúreas,

φf = fx φP + (1 − fx )φN .

 Interpolación upwind: tiene en cuenta la dirección en la que se produce el transporte

convectivo. Supone que la información viene de aguas arriba. No causa oscilaciones, pero
es altamente difusiva:

φf = max(F, 0) φP + min(F, 0) φN .

 Existen múltiples esquemas numéricos que producen resultados precisos sin causar
oscilaciones numéricas: la familia de métodos TVD y NVD con φf = f (φP , φN , F, . . .).
F
φD
+
φf

−
φf φC
φU

− +
U f C f D
Introducción al Método de Volúmenes Finitos (FVM)– p.15
Introducción al Método de Volúmenes Finitos
Métodos disponibles en OpenFOAM, a modo de ejemplo (50 salidas):
Phi localBlended Minmod
MUSCLV QUICKV QUICK
MC vanLeerV upwind
limitedCubicV limitedLinearV GammaDC
SuperBeeV filteredLinear2 vanLeerDC
vanLeer limitedCubic SFCD
midPoint clippedLinear OSPREV
outletStabilised SuperBee linearUpwind
filteredLinear GammaVDC SFCDV
MUSCL Gamma GammaV
vanAlbada MinmodV vanLeerVDC
downwind localMin vanAlbadaV
localMax linearUpwindV UMISTV
limitedLinear skewCorrected linear
UMIST reverseLinear filteredLinear2V
weighted blended MCV
cubic OSPRE

Se encuentran alojados en /src/finiteVolume/interpolation/surfaceInterpolation/

La descripción de algunos de ellos está en la guía de usuario. Es aconsejable simular con un par
de ellos y establecer la incertidumbre asociada a la elección realizada.

Nota: ANSYS FLUENT solo ofrece 3 esquemas de interpolación.

Introducción al Método de Volúmenes Finitos (FVM)– p.16
Introducción al Método de Volúmenes Finitos
Discretización del operador difusivo:
 El término difusivo captura el transporte originado por las variaciones espaciales de φ.
 Análogamente,
I XZ X
k(~
n · ∇φ)dS = k(~
n · ∇φ) dS = kf ~sf · (∇φ)f .
S f Sf f

 kf es evaluada mediante diferencias centradas.

 Evaluación de la componente del gradiente normal a la cara: si ~s y d~f = P N son paralelos,
se usa la diferencia de la magnitud entre los lados de la cara. Esto es:

φN − φP
~sf · (∇φ)f = |~sf | .
~
|df |

 En general, si ~s y d~f no son paralelos, ésta es la contribución en la dirección normal a la

cara.
 El último caso se denomina no ortogonal y requiere un término de correción.

Introducción al Método de Volúmenes Finitos (FVM)– p.17

Introducción al Método de Volúmenes Finitos
Discretización del operador difusivo:
 En el caso ortogonal, la contibución de la cara f a la matriz ensamblada es
 |~
sf |
Valor diagonal: aP = −kf ~ |.
|d
f

 |~
sf |
Valor fuera de la diagonal: aN = kf ~f | .
|d

 Término fuente: en el caso no ortogonal, nada. La correción no ortogonal introducirá un

término fuente.
 Ojo: el problema está mal puesto si k < 0.
 Los coeficiente P -to-N y N -to-P son idénticos, produciendo una matriz simétrica. Ésta es
una característica importante del término difusivo.
 Si la malla es no ortogonal, se añade un término que compensa el ángulo existente entre
la normal a la cara y el vector P N (ver Tukovic & Jasak, 2008). Es costoso (tol<30o ).

s k
f

P d ∆ N

Introducción al Método de Volúmenes Finitos (FVM)– p.18

Introducción al Método de Volúmenes Finitos
Términos fuente y sumidero:
 Tienen un carácter local,
Z
qv dV = qv VP .
V

 En general, qv puede ser función del espacio y del tiempo, de si mismo, de otras variables y
puede llegar a ser muy complejo. En multifísica, el término fuente modela la interacción y el
acoplamiento entre los distintos elementos del sistema. Por el momento, no limitamos al
caso más sencillo.
 Usualmente, se lineariza qv respecto de φ para garantizar estabilidad y convergencia,

qv (φ) = qu + qd φ ,

∂qv (φ)
donde qd = ∂φ
y qd < 0 (sumidero).

 Las fuentes y los sumideros no dependen de los nodos vecinos. En la matriz ensamblada:
 Se crea una entrada diagonal para qd < 0: “incrementando la dominacia diagonal”
(estabilidad).
 Existe una contribución explícita al término fuente: qu .

Introducción al Método de Volúmenes Finitos (FVM)– p.19

Introducción al Método de Volúmenes Finitos
Condiciones de contorno:
 Contribuyen a la discretización puesto que fijan el comportamiento de la solución en los
contornos del dominio físico.
 Se especifican para todas las ecuaciones.
 Condición tipo Dirichlet: valor fijo (no vemos su implementación). Temperatura conocida.
 Condición tipo Neumann: gradiente fijo en el contorno. Flujo de calor conocido.
 Condición mixta: α veces Dirichlet más (1 − α) veces Neumann. Condiciones de contorno
tipo periódica y de plano de simetría.

Introducción al Método de Volúmenes Finitos (FVM)– p.20

Introducción al Método de Volúmenes Finitos
Integración de la ecuación a lo largo del tiempo:
 Hay dos familias de métodos: esquemas implícitos y explícitos. Las propiedades numéricas
del algoritmo resultante dependen fuertemente de la elección realizada, aunque cada uno de
ellos es útil en unas circunstancias concretas.
 Existen otra serie de métodos que proceden de manera diferente, por ejemplo fractional step
methods, que no cubriremos aquí.
 La precisión de la integración temporal depende en el esquema seleccionado y en el paso
de tiempo.
Simulaciones estacionarias:
 Si las ecuaciones son lineales, se resuelven de una tacada! (suponiendo que la
discretización también sea lineal)
 Para resolver ecuaciones no lineales (e.g. Navier-Stokes) se emplean métodos de
relajación, que muestran algunas de las características análogas a la integración temporal
(somos libres para redefinir el sentido de tiempo).

Introducción al Método de Volúmenes Finitos (FVM)– p.21

Introducción al Método de Volúmenes Finitos
Esquemas explícitos:
 El algoritmo emplea el método de cálculo (fvc::), suele decirse que recalculan errores.
 En otras palabras, los operadores diferenciales espaciales se evaluan usando la solución
disponible en el instante de tiempo actual φ y el nuevo valor se obtiene de la discretización
del término temporal.
 El límite en el valor del número de Courant es la mayor restricción que imponen los
métodos explícitos. La información de una celda sólo puede propagarse a sus colindantes, si
no, el algoritmo es inestable.
 Es rápido y eficiente pues solo requiere operaciones vectoriales (+, -, *, /).
 Mal condicionado para problemas tipo elíptico.
Esquemas implícitos:
 El algoritmo global depende del método de discretización (codificación más tediosa): cada
término se expresa en forma matricial y se resuelve el sistema linearizado resultante. Se
itera hasta alcanzar la convergencia en cada paso de tiempo.
 La nueva solución depende de los valores que toma la misma en todo el dominio espacial:
ideal para problemas elípticos.
 Se elimina la limitación del número de Courant: pasos de tiempo elevados.
 Requiere más almacenamiento de datos: coeficientes de la matriz.
Introducción al Método de Volúmenes Finitos (FVM)– p.22
Formulación para flujos incompresibles
Ecuaciones de flujos incompresibles:
 La densidad no depende de la presión, por lo que la ecuación de la energía tampoco
depende del resto de variables del sistema (~v , p).
 Las ecuaciones se pueden resolver con algorimtos basados en formulaciones tipo
velocidad-densidad o velocidad-presión.
 La formulación velocidad-densidad no suele reproducir el límite M a = 0 (o c = ∞),
aunque formalmente este caso nunca se produce. En la practica, es necesario emplear
técnicas de precondicionamiento para evitar que existan diagonales ocn entradas nulas
en el sistema a resolver.
 La formulación tipo velocidad-presión no presenta limitaciones en el límite M a → 0,
pero es bastante mala para M a > 1.
 El conjunto de ecuaciones a resolver, en el problema dinámico, son:
∂U

+ ∇· (U U) − ∇· ν∇U = −∇p
∂t

∇· U = 0

Introducción al Método de Volúmenes Finitos (FVM)– p.23

Formulación para flujos incompresibles
Acoplamiento Presión—Velocidad
 Contemos las ecuaciones y las incógnitas, y veamos que el problema está bien puesto: 1
campo vectorial y 1 campo escalar está gobernado por 1 ecuación vectorial y 1 ecuación
escalar.
 Existe un acoplamiento lineal entre la ecuación de balance de momento y la ecuación de
continuidad.
 Nótese que U es la variable vectorial que está governada por la ecuación vectorial.
 La ecuación de continuidad impone una restricción adicional sobre la divergencia del campo
de velocidad (∇· U). Éste es un ejemplo de una condición de minimización escalar sobre
una variable vectorial, puesto que ∇· U es un escalar.
 Se produce una interacción no lineal tipo U − U derivada del operador convectivo: esto nos
obliga a usar métodos de resolución iterativos. En la práctica,

o n
∇· (U U) ≈ ∇· (U U ) ,

o n
siendo U la solución actual disponible o una semilla inicial y U la “nueva” solución. El
o n
algoritmo es cíclico hasta que U = U .

Introducción al Método de Volúmenes Finitos (FVM)– p.24

Formulación para flujos incompresibles
La ecuación de la presión obtenida como el complemento de Schur
 Considérese un sistema matricial denotado por M , que está constituido por 4 bloques
matriciales (A, B, C y D) que son de tamaño p × p, y siendo A invertible:
" #
A B
(2)
C D

 Dicha estructura nos aparece de manera natural cuando tratamos de reolver un sistema de
ecuaciones por bloques,

Ax + By = a (3)

Cx + Dy = b (4)

 El complemento de Schur surge cuando eliminamos x del sistema de ecuaciones usando

eliminación Gaussiana, tras multiplicar la primera fila por A−1 :

A−1 Ax + A−1 By = A−1 a ⇒ x = A−1 a − A−1 By . (5)

Introducción al Método de Volúmenes Finitos (FVM)– p.25

Formulación para flujos incompresibles
La ecuación de la presión obtenida como el complemento de Schur
 De las ecuaciones anteriores, se tiene:

(D − CA−1 B)y = b − CA−1 a . (6)

 Repitamos las mismas operaciones sobre el bloque bormado por el sistema

presión-velocidad en estado estacionario, lo cual nos pertimirá formular la ecuación de la
presión. Nótese que los operadores diferenciales representan la discretización de los
operadores contínuos.
" #" # " #
[AU ] [∇(.)] U 0
= (7)
[∇· (.)] [0] p 0

 Formalmente, se obtiene la siguiente ecuación para la presión:

[∇· (.)][A−1 ][∇(.)][p] = 0 . (8)

U

Aquí, A−1 representa la inversa de la matriz resultante de discretizar la ecuación de cantidad

U
de movimiento, que actúa de manera difusiva en la ecuación de Laplace para la presión.

Introducción al Método de Volúmenes Finitos (FVM)– p.26

Formulación para flujos incompresibles
Pressure Equation as a Schur Complement
 Descompondremos la matriz resultante de discretización del balance de momento en su
parte diagonal y no-diagonal:

[AU ] = [DU ] + [LUU ], (9)

donde [DU ] es una matriz diagonal fácil de invertir.

 Revisando la ecuación anterior del problema de punto de silla, usando el completo de Schur
y pasando los términos no diagonales a la derecha, se tiene
" #" # " #
[DU ] [∇(.)] U −[LUU ][U]
= (10)
[∇· (.)] [0] p 0

De donde se deduce:

[∇· (.)][D−1 ][∇(.)][p] = [∇· (.)][D−1 ][LUU ][U] (11)

U U

La matriz [D−1 ] es muy simple y fácil de ensamblar.

U

 La ecuación de la presión es tipo Poisson.

Introducción al Método de Volúmenes Finitos (FVM)– p.27

Algoritmo estacionario SIMPLE
 Este algoritmo fue el primero propuesto para resolver el caoplamiento presión-velocidad:
Patankar and Spalding, 1972 (Imperial College London): Semi-Implicit Algorithm for
Pressure-Linked Equations
 La secuencia de operaciones efectuadas son:
1. Sembramos con un valor inical de p∗ .
2. Resolvermos la ecuación de momento con el valor semilla de la presión. Este paso se
denomina predicción del momento cinético:

∗
aU
P UP = H̄(U) − ∇p

3. Calculamos el nuevo valor de la presión para el campo de velocidad actualizado. Esta

etapa se denomina corrección de la presión:
h i
U −1 −1
∇· (aP ) ∇p = ∇· ((aU
P) H̄(U))

4. Basándonos en la solución para la presión, se construyen los flujos conservativos F

F = ~sf · H̄(U) − apN (pN − pP )

5. Repetimos hasta alcanzar la convergencia.

Introducción al Método de Volúmenes Finitos (FVM)– p.28

Algoritmo estacionario SIMPLE
Parámetros requeridos por cualquier software:
Algoritmo para el sistema lineal
{... U PBiCG
{
preconditioner DILU;
tolerance 1e-05;
relTol 0.1;
};
}
Correcciones no ortogonales
SIMPLE { nNonOrthogonalCorrectors 0; }
Factores de relax
{ p 0.3;
U 0.7;
k 0.7;
epsilon 0.7;
R 0.7;
nuTilda 0.7;
}
Sin derivada temporal:
ddtSchemes
{
default steadyState;
}
Introducción al Método de Volúmenes Finitos (FVM)– p.29
Algoritmo estacionario SIMPLE
Subrelajación del algoritmo SIMPLE:
 El algoritmo se basa en generar una serie de correciones para U y p. Desafortunadamente,
en la forma presentada en el apartado anterior, éste divergerá.
 Divergence is due to the fact that pressure correction contains both the pressure as a
physical variable and a component which forces the discrete fluxes to become conservative
 Con el objeto de alcanzar la convergencia, se debe usar sub-relajación:

p∗∗ = p∗ + αP (p − p∗ )

∗∗ ∗ ∗
U = U + αU (U − U )

donde p y U son la solución de la ecuación de la presión y del balance de momento,

∗
mientras que U y p∗ representan una serie de aproximaciones a la presión y velocidad.
Nótese que en la práctica, la sub-relajación es implicita para la ecuación de momento y es
explícita para la ecuación de la presión.

aU 1 − αU U ∗
P
UP = H̄(U) − ∇p∗ + aP UP
αU αU
Introducción al Método de Volúmenes Finitos (FVM)– p.30
Algoritmo estacionario SIMPLE
Estabilidad de la secuencia de iteraciones SIMPLE:
 αP y αU son los factores de subrelajación para la presión y la velocidad. Como receta,
podemos escoger valores en los rangos:

0 < αP ≤ 1
0 < αU ≤ 1
αP + αU ≈ 1

o los valores por defecto

αP = 0,2
αU = 0,8

 La subrelajación amortigüa las oscilaciones intrínsecas al acoplamiento presión-velocidad y

es muy eficiente como técnica de estabilización.

Introducción al Método de Volúmenes Finitos (FVM)– p.31

Algoritmos transitorios
PISO (icoFoam):
 Muestra una condición de estabilidad basada en el número de Courant:

|Uf · ~sf |
CFL = ∆t . (12)
d~f · ~sf

 Cuanto más refinada sea la malla, |d~f | disminuye.

 Fijado el número de Courant (CFL=0.5) y dado un campo de velocidad Uf , se observa que
al ser más fina la malla ∆t debe disminuir de manera proporcional y, por tanto, el tiempo de
cálculo aumentará:
 Porque el sistema de ecuaciones tiene más incógnitas que resolver.
 Porque hay que realizar un mayor número de pasos temporales para simular el mismo
periodo de tiempo.
PIMPLE (pimpleFoam):
 Reemplazamos la condición de estabilidad de Courant por un bucle adicional de iteraciones
exteriores.
 Es necesario converger la solución en cada paso de tiempo.

Introducción al Método de Volúmenes Finitos (FVM)– p.32