Documentos de Académico
Documentos de Profesional
Documentos de Cultura
"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)
∂φ
+ ∇· (φv̄) = qv − ∇· q̄s
∂t
∂φ
+ ∇· (φv̄) − ∇· (k∇φ) = qv
∂t | {z } | {z } |{z}
|{z}
término convectivo término difusivo término fuente
variación temporal
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
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
d~f = P N .
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
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
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.
∂φ φn − φo
= ,
∂t ∆t
3 n
∂φ 2
φ − 2φo + 12 φoo
= .
∂t ∆t
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
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
F = ~sf · v̄f ,
φf = fx φP + (1 − fx )φN .
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
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.
φN − φP
~sf · (∇φ)f = |~sf | .
~
|df |
|~
sf |
Valor fuera de la diagonal: aN = kf ~f | .
|d
s k
f
P d ∆ N
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 .
∇· U = 0
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 .
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)
De donde se deduce:
∗
aU
P UP = H̄(U) − ∇p
p∗∗ = p∗ + αP (p − p∗ )
∗∗ ∗ ∗
U = U + αU (U − U )
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
αP = 0,2
αU = 0,8
|Uf · ~sf |
CFL = ∆t . (12)
d~f · ~sf