Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RAE
AERONÁUTICO.
3. AUTORES: Carlos Andrés Bayona Castro, Lina Paola Londoño Gallón, Eduardo Alfredo Nieto Cruz.
para realizar las simulaciones para un análisis aerodinámico del vehículo urbano de la competencia Shell
ECO Marathon.
9. METODOLOGÍA: En éste proyecto se observa cada modelo, teniendo en cuenta sus características y
su conveniencia para el caso de estudio comparando sus capacidades teóricas, lo cual se lleva a cabo
mediante una metodología analítica; también se comparan resultados del análisis con los obtenidos de
las pruebas de túnel de viento de un modelo a escala bajo una metodología experimental.
10. CONCLUSIONES: El modelo de turbulencia S-A es el más adecuado para el caso de estudio, debido
a que el coeficiente de arrastre que se obtiene en la simulación alcanza una precisión de 4,64% respecto
al valor experimental, con bajo uso de recursos computacionales y buena estabilidad en la convergencia
de malla.
2
INGENIERÍA AERONÁUTICA
BOGOTÁ, COLOMBIA
2015
3
Asesor:
INGENIERÍA AERONÁUTICA
BOGOTÁ, COLOMBIA
2015
4
Nota de aceptación
_________________________________________
_________________________________________
_________________________________________
_________________________________________
_________________________________________
_________________________________________
_________________________________________
AGRADECIMIENTOS Y DEDICATORIA
Deseo agradecer y dedicar este proyecto totalmente a mis padres por brindarme todo el apoyo y
el amor necesario para obtener los logros académicos y culminar todas las tareas propuestas.
Igualmente agradezco a mis profesores por darme las herramientas y el conocimiento de tal
forma que fueran la base del mismo, y en especial a nuestro siempre presente tutor el ingeniero
Rafael Cerpa, el cual nos guio de forma correcta para culminar esta tarea. Por ultimo doy gracias
muy especiales a mis compañeros de proyecto que dieron su mejor esfuerzo para lograr un
trabajo muy bien hecho y entre todos permitir que éste se basara en el trabajo de equipo y la
coherencia.
Este proyecto se lo dedico a Dios, también y especialmente a mi madre y hermano, a quienes les
Un sincero agradecimiento a nuestro asesor el Ing. Rafael Mauricio Cerpa Bernal, por depositar
su confianza en nosotros y por su orientación a lo largo del desarrollo de este proyecto y a mis
compañeros por su tiempo y disposición para culminar con éxito este proyecto.
Y por último quiero agradecer al Ingeniero Johan David Saldaña por acompañamiento y
A mis padres, que con su amor y esfuerzo me han llevado a brindarles motivos de orgullo y por
quienes soy la persona que soy hoy, a mi tío Abraham, quien siempre ha sido un gran apoyo y
un guía en mi vida.
Por último, le agradezco al ingeniero Rafael Cerpa y a mis compañeros de tesis, por los que su
TABLA DE CONTENIDO
1. INTRODUCCIÓN ................................................................................................... 19
2.1. ANTECEDENTES................................................................................................... 20
4. METODOLOGÍA .................................................................................................... 63
5. CRONOGRAMA DE ACTIVIDADES................................................................... 69
6. RECURSOS Y PRESUPUESTO............................................................................. 70
7. ANÁLISIS ............................................................................................................... 72
VEHÍCULO ............................................................................................................. 86
ANEXOS ........................................................................................................................... i
INDICE DE TABLAS
Tabla 2. Comparación entre los Modelos RANS y LES (Davoudabadi, 2012) ............... 52
INDICE DE IMÁGENES
Imagen 1. Diferencia entre los flujos de aire laminar y turbulento (Navarro et al 2011) . 32
.......................................................................................................................... 34
Imagen 21. Estela de Flujo en Energía Cinética Turbulenta, Flujo Estable ..................... 98
Imagen A. 5. Plano del Sistema de Sujeción del Vehículo - Túnel de Viento .............. xxiii
16
Imagen A. 6. Sistema de Sujeción del Vehículo en Físico - Túnel de Viento ............... xxiii
experimentación.
𝐾3 , 𝐾4 , 𝜆: Constantes específicas del objeto
de experimentación.
K: Factor de corrección total-blockage.
18
experimentación.
𝜏: Factor de forma del túnel de viento.
̅̅̅̅̅
𝑉𝑜𝑙: Volumen del objeto de experimentación. turbulencia.
µ: Viscosidad Dinámica.
19
1. INTRODUCCIÓN
modelo de turbulencia más adecuado para el análisis aerodinámico del vehículo urbano de la
competencia Shell Eco Marathon, la cual consiste en diseñar un vehículo que recorra largas
trayectorias con la menor cantidad de combustible posible. Este análisis se realiza en el software
existentes, con base a esto se lleva a cabo una investigación más a fondo de los tres modelos más
adecuados para el análisis aerodinámico del vehículo urbano, se simula el diseño previo del
vehículo; cabe aclarar que el desarrollo de la malla del vehículo urbano no se realiza, ya que ésta
Shell Eco Marathon. Para el propósito del proyecto se analizan los resultados obtenidos de los tres
modelos simulados, con la geometría del vehículo urbano y una geometría simplificada de la cual
2.1. ANTECEDENTES
2.1.1. En Colombia
Barrera, J.S.; Maldonado, D.A. & Ramírez, C.C. (2014). En la Universidad de San
Shell Eco Marathon”, en éste proyecto de grado se realiza la simulación mediante el modelo
Spallart Allmaras, pero se sabe que al simular en Fluent no hubo una estabilización en la
convergencia del Cd, por éste motivo surge la problemática del presente proyecto y la
Walter Buitrago López & Andrés Mauricio Giraldo Portilla (2012), en la Universidad de San
turbulencia Spallart Allmaras, además de una descripción general de los modelos K-ε y K-ω
y en qué condiciones son usados. El modelo Spallart - Allmaras se escogió por su bajo costo
computacional, por ser modelo de una ecuación y principalmente porque fue desarrollado
especialmente para aplicaciones de aerodinámica externa como el flujo sobre perfiles y alas.
2.1.2. Global
Hebert Oswaldo Huerto Bujaico (2013), en la Universidad Católica del Perú. Se llevó a cabo
el proyecto de grado: “Estudio del flujo en un tanque agitador vertical de impulsor ptb con
superficie libre mediante el programa ANSYS CFX V.14.0” .Al comparar los resultados
obtenidos para los modelos de turbulencia k- ε, k-ω y SST con los resultados experimentales,
Épsilon presenta un menor error que el k-Omega; sin embargo, el modelo SST es el que arrojó
los mejores resultados comparados con la curva de potencia experimental para impulsores de
alabes inclinados Chemineer; es por ello, que se eligió al modelo de turbulencia Shear Stress
representación correcta de flujos en el análisis CFD resulta clave para la predicción del
una solución, el modelo de 2 ecuaciones llamado RNG (Ramdom Number Generation) está
disponible en la mayoría de las aplicaciones, debido a que las ecuaciones en éste modelo tienen
una base teórica firme, los resultados obtenidos mediante el modelo RNG son en general más
exactos. Sin embargo, este modelo es menos estable numéricamente y por tanto sujeto a
mayores dificultades de convergencia. Se suele iniciar los análisis con el modelo "k-epsilon"
Liu C.C., Ferng, Y.M. & Shih, C.K. (2012), National Tsing Hua University, Taiwan. Se busca
seleccionar el modelo más apropiado para simular flujo a través de un armazón de canales
realizable k-ε (RKE), modelo de bajo Re k-ε, el modelo k-ω standard, el modelo k-ω de
concluye que el éxito del modelo SST k-ω se atribuye a un tratamiento de pared cercana, que
toma en cuenta el salto de la viscosidad turbulenta en las regiones de bajo Reynolds, mejor
que si se hiciera un tratamiento de pared estándar que se implementa para los modelos de
turbulencia.
23
M.R. Khosravi Nikou & M.R. Ehsani (2008), Isfahan University of Tecnology, Irán. se
heat and mass transfer in a structured packing”, donde se comparan diferentes modelos de
turbulencia como k–ε, RNG k–ε, k–ω y BSL para dinámica de fluidos y, transferencia de calor
Mandar & otros (2007), University of Mumbai. Se realiza un estudio de los modelos de
turbulencia k-ε, RSM y LES en flujo externo a una columna, describiendo que el modelo k-ε
es preferible sobre RSM y LES en modelos en 3D obteniendo resultados generales del modelo,
está trabajando en el diseño de un vehículo urbano, que a través del análisis de su aerodinámica y
rendimiento del motor, tiene como meta aumentar al máximo posible la distancia que recorre el
Así como en la industria automotriz, para éste proyecto se han realizado estudios de
turbulencia Spallart-Allmaras, pero no se obtuvo una estabilización del sistema para su análisis;
procesamiento mediante el software ANSYS Fluent, que permita el análisis aerodinámico del
2.3. JUSTIFICACIÓN
La principal preocupación del diseño del vehículo urbano para la Competencia Shell Eco
Marathon, es poder realizar un análisis del rendimiento aerodinámico del vehículo, ya que
construir un prototipo, obtener datos para luego rediseñar, resulta en un ciclo costoso y es necesario
realizar simulaciones que arrojen datos lo más cercanos posible a condiciones reales (velocidad de
inducida), por lo cual se realizará el estudio de los tres modelos de turbulencia para éste caso de
estudio, con los cuales se busca encontrar el modelo de turbulencia más conveniente para la
2.4. OBJETIVOS
Establecer los tres modelos de turbulencia para simular según criterios de selección, por los
Realizar un análisis comparativo de los resultados arrojados para el diseño que se tiene del
vehículo urbano de la competencia Shell Eco Marathon, en los tres modelos de turbulencia
investigación AeroTech.
de una geometría simplificada, de la cual se tendrán datos de referencia para las condiciones
Las condiciones ambiente están establecidas por la competencia Shell Eco Marathon, y el
establecida para la competencia, además la velocidad crucero del vehículo está regida por
puedan identificar.
también un criterio importante para seleccionar el modelo de turbulencia más adecuado para
el caso de estudio.
28
No se realizarán pruebas físicas al vehículo para comprobar los resultados obtenidos, por lo
tanto no se puede determinar ni inferir que los resultados que se obtienen en las simulaciones
El presente proyecto únicamente se compromete a establecer los modelos más adecuados para
simular la operación del vehículo urbano de la competencia Shell Eco Marathon. El análisis
3.1. AERODINÁMICA
otros fluidos gaseosos, estudia la interacción del aire con cuerpos los cuales están en movimiento
y generan con su desplazamiento que el aire ambiente entre en circulación, modificando así la
repartición de velocidades y presiones de las partículas del fluido; como también se encarga del
estudio de las fuerzas que actúan sobre los cuerpos que se mueven en dichos fluidos. De esta
manera, se puede conocer información sobre fenómenos que actúan sobre el cuerpo tales como
velocidad, temperatura, presión, densidad del aire, etc. (Definición abc, s.f.)
produce una disminución en la presión de un fluido (sea líquido o gas) en movimiento, cuando
aumenta su velocidad; El teorema asegura que la energía total de un sistema de fluidos con un flujo
uniforme perdura constante a lo largo de la trayectoria que tenga el fluido; este principio relaciona
fundamentalmente la presión del flujo y su velocidad correspondiente, de esta forma se tiene que
para mayor velocidad en el fluido, se tendrá menor valor en la presión, así como para mayores
valores de presión se tendrá una correspondiente disminución en la velocidad del flujo (Muñoz,
1
𝑝 + 2 𝜌𝑉 2 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 (1) (Muñoz, s.f.)
30
En la ecuación anterior, se observa la relación que existe entre las fuerzas de presión
estática y dinámica, las cuales afectan directamente en la interacción del flujo sobre un cuerpo; la
presión dinámica es función de la energía cinética del fluido, la cual genera un trabajo sobre la
superficie del cuerpo, generando una fuerza (de arrastre o sustentación) debido a su momento.
con respecto al consumo de combustible. Los espacios interiores tienen un papel importante en
vehículos urbanos, pero con respecto a la aerodinámica, cuando se hace muy voluminoso puede
Flujo interno: Este flujo se genera en la zona de entrada de aire para refrigerar el motor
(radiador), generando cierta resistencia aerodinámica, pero a su vez este tiene como
objetivo mantener el confort dentro del carro es decir, mantener la temperatura interior
constante independiente de la temperatura exterior, renovar el aire que circula dentro del
Flujo exterior: Este flujo comprende el aire que circula sobre la carrocería y el que circula
entre esta y el suelo, siendo el principal factor de resistencia aerodinámica en los vehículos.
(Navarro et al 2011)
velocidad relativa del vehículo respecto al aire y la densidad del aire (Navarro et al 2011).
la cual determina el rozamiento con la capa de aire que está en contacto con esta (Navarro et al
las velocidades que la rodean. Este desplazamiento se conoce como flujo laminar, en
cuanto mayor sea este flujo, menor será la resistencia aerodinámica. (Navarro et al 2011)
Con turbulencia: Hay partículas de aire que pierden velocidad con respecto a las demás e
Imagen 1. Diferencia entre los flujos de aire laminar y turbulento (Navarro et al 2011)
fuerzas aerodinámicas que se generan en el desplazamiento del vehículo. Se han definido una serie
de parámetros de los coeficientes aerodinámicos para estudiar el comportamiento del vehículo, los
invertir cierta cantidad de potencia para atravesar la masa de aire que lo rodea. La potencia
está directamente relacionada con el volumen del cuerpo, es decir, cuanto más
aerodinámica sea su forma mejor será su capacidad de penetración en el flujo y menor será
intervienen valores como: turbulencias, circulación del aire entre el suelo y la carrocería,
etc. Es muy importante que el aire que interactúa con la carrocería sea homogéneo y con
cuenta la superficie de ataque del vehículo (A) es decir la parte frontal medida en m 2, de
esta manera se puede tener una referencia clara de la resistencia al aire que tendrá el
vehículo. Existen dos factores más que inciden en el valor total de la resistencia como son
la velocidad del vehículo y la densidad del aire (el aire “denso” frena más que el aire “poco
Coeficiente de derivada que mide el efecto del aire aplicado de forma lateral al vehículo
(Cy), este coeficiente afecta directamente la estabilidad del vehículo. (Navarro et al 2011)
Coeficiente de sustentación (Cz), hace referencia a las fuerzas aerodinámicas que inciden
de manera vertical sobre la carrocería, este coeficiente mide el apoyo de las cuatro ruedas
Es una herramienta que ayuda a predecir, con cierta certeza, el comportamiento de los
fluidos sobre diversas superficies, figuras y ambientes, para fluidos estables, inestables,
que representan las leyes de conservación de masa, momento y energía; mediante CFD, éstas
algebraicas que son resueltas mediante el uso de computadores digitales de una manera precisa y
36
rápida, los software de simulación mediante CFD usan métodos numéricos de discretización y
técnicas de solución así como condiciones iniciales y características propias del flujo a simular
para resolver los modelos de las ecuaciones diferenciales parciales. (Kuzmin, s.f.)
control de incendios, como también de expansión de líquidos para control de derrames, entre otras
Costoso. Económico.
Lento. Rápido.
Secuencial. Paralelo.
Algunas desventajas de la simulación mediante CFD es que nunca son 100% precisas
debido a que en los datos de entrada pueden haber muchas asunciones o imprecisiones, el modelo
matemático del problema puede ser inadecuado y la precisión de los resultados pueden ser
Los algoritmos que utiliza CFD son estructurados alrededor de algoritmos numéricos que
pueden abordar los problemas de flujo de fluido. Estos algoritmos numéricos son:
2007)
SIMPLER (SIMPLE Revised): Este es una versión mejorada del algoritmo SIMPLE. Aquí la
SIMPLE. Por lo tanto se obtiene directamente un campo de presiones intermedias sin el uso
SIMPLEC (SIMPLE-Consistent): Sigue los mismos pasos del algoritmo SIMPLE, la única
diferencia es que en SIMPLEC se manipulan las ecuaciones de momento de manera que las
flujos compresibles inestables. PISO envuelve un paso predictor y dos pasos correctores y
puede ser vista como una extensión de SIMPLE, con un paso corrector más para mejorarlo.
Los códigos de CFD son estructurados alrededor de algoritmos numéricos que pueden abordar
problemas de flujo de fluido. Estos códigos contienen Tres elementos principales: (1) un Pre-
2007) Dónde:
40
3.3.1. Pre-procesador
Consiste en definir las condiciones iniciales en el programa CFD por medio de una interfaz
amigable para el operador y la posterior transformación de esta entrada en forma adecuada para el
solucionador. (H K Versteeg and W Malalasekera, 2007). Las actividades que el usuario debe
Definición de la geometría.
Generación de la malla
nodos dentro de cada celda. La precisión de la solución en CFD depende del número de celdas en
la malla. En general, cuanto mayor es el número de celdas, mejor será la precisión de la solución.
3.3.2. Solucionador
Hay tres diferentes formas de solución numérica: diferencias finitas, elementos finitos y
métodos espectrales. Aquí solo se tendrá en cuenta el método de volumen finito, una formulación
de diferencias finitas especial que es fundamental para los códigos de CFD: CFX/ ANSYS, Fluent,
Integración de las ecuaciones que rigen un flujo de fluido sobre todos los volúmenes de control
del dominio.
ecuaciones algebraicas.
3.3.3. Post-Procesamiento
Aquí se despliega una gran cantidad del desarrollo del trabajo, lo cual incluye (H K
Vectores.
Gráficas de contornos
42
Gráficas de superficie 2D
Gráficas de volúmenes 3D
Rastreo de partículas
Salida de colores
entendimiento rápido y visual sobre el comportamiento del fluido y del cuerpo con respecto a las
presión, vectores y línea de corriente ayudan a entender cómo influye la forma del vehículo en el
promedio de colores definido por el usuario y cada contorno presenta un rango del
valor de la presión.
igualmente en escala de colores así como escala de tamaño que el usuario puede
ajustar.
43
una partícula de fluido y son útiles para visualizar como la geometría influye en la
Este paso también incluye animaciones dinámicas para mostrar los resultados. (Versteeg y
Malalasekera, 2007).
CFD.
capas o láminas de ahí su nombre, el fluido se mueve sin que haya mezcla significativa de
partículas de fluido vecinas. Este flujo se rige por la ley que relaciona la tensión cortante con la
Éste tipo de flujo, debido a los gradientes de flujo cortante, es un flujo caótico y varía de
forma constante la forma para determinar si un flujo es turbulento es mediante el número Reynolds.
(Mott, 2006).
En CFD, éste flujo es asumido como un flujo en el que luego de la convergencia, el campo
de flujo se mantiene incambiable (campo de flujo congelado), es decir, las variables no cambian
En éste tipo de flujo, las características en un punto determinado, son variables con el
representativas de éste en determinadas condiciones, el cual tiene una relación entre fuerzas
45
𝜌∗𝑉∗𝑙
𝑅𝑒 = (2) (Pérez, 2005)
𝜇
El flujo puede ser laminar y turbulento intermitentemente, esto puede ocurrir cuando Re se
aproxima a un número de Re crítico, por ejemplo en un tubo el Re crítico es 2000, puesto que Re
menores que este son todos para flujos laminares. (Faciolince, s.f.)
Éste método de solución para análisis computacional soluciona los parámetros mediante el
uso de mallas, que pueden ser estructuradas si las celdas de ésta tienen un patrón definido en
dirección y tamaño, no estructuradas las cuales no tienen un patrón definido, y las mallas mixtas
El principio de éste método usado en Fluent, se basa en: lo que sale de una celda de la malla
tiene en cuenta la disipación de energía por parámetros que afectan la continuidad; para poder
solucionar estas ecuaciones, Fluent utiliza modelos de transferencia, descritos como modelos de
turbulencia, los cuales le dan una solución al modelo original de Navier-Stokes. (Bustamante,
Cabe anotar que estas ecuaciones están gobernadas bajo un volumen de control el cual está
los ejes X, Y, y Z.
47
3.3.5.1.Ecuación de continuidad
La ecuación de continuidad expresa un fluido en su forma más simple, siendo este un fluido
ideal. Esta ecuación tiene como principio físico que la masa es conservada de un punto 1 a un
debido a una masa acelerada, que en este caso es la densidad del fluido y sus propiedades
Esta ecuación está basada bajo la primera ley de la termodinámica en la cual se presenta el
Taza de cambio dentro de un elemento de fluido = flujo neto de calor dentro del elemento
lenguaje de programación del software ecuaciones que rigen el comportamiento de cada uno de
los parámetros de un fluido. Uno de los parámetros más característicos de los fluidos es la
turbulencia, Wilcox (1994) expresa que las teorías matemáticas alrededor del modelado de fluidos
fueron desarrolladas profundamente, pero aún no se había adquirido un modelado preciso para los
información que es necesaria para resolver la mecánica del movimiento en un flujo con
características turbulentas, (Celik, 1999). Debido a que estas fluctuaciones pueden ser demasiado
pequeñas y de alta frecuencia, modelarlas por métodos numéricos directamente representa un costo
ecuaciones, los cuales eliminan las escalas más pequeñas mediante un promedio basado en tiempo
proceso, pero con mayor número de variables para las cuales se deben formular con más
turbulenta (TKE: Turbulence Kinetic Energy); el valor de la energía cinética turbulenta representa
velocidad en las zonas de flujo cortante (Šavli, 2012), afectando de ésta manera por relación con
Otro de los parámetros importantes que tienen en cuenta los modelos RANS, es la
disipación de la turbulencia, Ballesteros (2004) expone que: “Los flujos turbulentos son siempre
disipativos. Una vez que se ha desarrollado el flujo turbulento, la turbulencia tiende a mantenerse,
aunque para ello necesite de un aporte continuo de energía. Esta energía se extrae del flujo
principal y la invierte en aumentar la energía interna mediante procesos de deformación a los que
se ven sometidas las partículas fluidas. La turbulencia necesita de una transferencia continua de
energía para reponer esas pérdidas viscosas. Si no existe suministro de energía, la turbulencia decae
rápidamente.”, los modelos RANS, entonces tienen en cuenta esta disipación de la turbulencia,
como tasa de disipación de la turbulencia (ε) o su tasa específica de disipación (ω), los cuales dan
Spallart – Allmaras
Transition SST
K - kl - ω
Reynolds Stress
SAS
DES
LES
3.4.1. DNS
Por sus siglas en inglés Direct Numerical Simulation, es el modelo numérico de resolución
cualquier espacio y tiempo (Menter, 2011). Los flujos turbulentos poseen características de escala,
de cuan grandes pueden ser las fluctuaciones generadas y según Pope (2000) las escalas de la
51
Menter (2011), expone que el modelo DNS debe ser aplicado en geometrías muy simples y a bajos
números de Reynolds, ya que para aplicaciones de ingeniería no podrán ser obtenidas soluciones
numéricas de turbulencia en escalas con números relativos a Re3 y números de Reynolds entre 104
y 109.
Se puede hacer una idea de los recursos que consume el método numérico relativo a los
que consumiría un modelo RANS con base en Menter (2011): “El orden en que el uso de CPU se
reduce en los modelos RANS relativo a DNS para aplicaciones técnicas es astronómico (fácilmente
alcanza una reducción de 1010 y más) — éstos modelos, entonces, no son simples “modelos”, que
3.4.2. SRS
El modelo SRS o (Scale Resolving Simulation) es un modelo mediante el cual una parte
modelada por medio de RANS. Se ha demostrado que los modelos RANS presentan grandes
ventajas en simular flujos que se encuentran unidos a las paredes mientras que los fluidos libres o
combinados sin esfuerzos cortantes son una de sus desventajas principales (Menter, 2011).
Dentro de los modelos SRS encontramos los modelos LES, DES y SAS.
52
El modelo LES (Large Eddy Simulation) por sus siglas en inglés, es un modelo el cual no
ha sido muy aceptado por la comunidad que se inclina por los problemas de ingeniería y se ha
igualmente requiere mallas muy finas, mayor número de iteraciones por tiempo y su procesamiento
comparado con algún modelo RANS es muy superior (ANSYS Inc., 2013).
entre el costo computacional de un proceso realizado mediante LES y el mismo realizado bajo un
modelo RANS. La tabla expuesta a continuación corresponde a los resultados de los recursos
Las principales causas para inclinarse por el modelo LES es que puede ofrecer datos mucho
más exactos que los modelos RANS y además puede dar resultados de información adicional tales
El modelo DES es una alternativa para las simulaciones SRS. Este modelo está bajo la
influencia de la resolución de la malla y contiene una formulación híbrida la cual permite que el
software escoja entre un modelo SRS y un modelo RANS. Este modelo ha ganado peso en la
Según ANSYS Inc. (2013), los modelos DES fueron específicamente diseñados para lograr
obtener resultados en simulaciones con alto número de Reynolds en flujos cercanos a paredes, y
además este modelo a diferencia de LES puede seleccionar el modelo RANS adecuado en cada
etapa del flujo. También argumenta que a pesar de los beneficios del modelo, el costo
(ANSYS Inc., 2013): “Los costos computacionales, usando modelos DES, son menores
que los costos computacionales de LES, pero mayores que los de RANS.”
a las condiciones de viscosidad Eddy. El modelo es capaz de reajustarse y proveer una formulación
LES en secciones permitidas, pero así mismo en secciones donde las condiciones son propias de
3.4.3. RANS
Los modelos derivados de los modelos RANS consisten en el principio establecido por
Reynolds en 1985, en el cual todas las cantidades son expresadas como la suma de las partes
individuales. Esta formulación permite crear un promedio de las variables con respecto al tiempo
(Wilcox, 1993). Este proceso de promediar las ecuaciones se deriva en ventajas y desventajas con
respecto al análisis de los fluidos, una de las primeras desventajas que salto a la vista es que en
este proceso se eliminan los cambios propios de la turbulencia. Por otro lado la gran ventaja que
adquieren los modelos bajo esta formulación, es la facilidad para realizar gran variedad de procesos
número de ecuaciones que se tiene, por lo tanto es trabajo de los modelos de turbulencia RANS
completar estas ecuaciones para modelar totalmente las características turbulentas de un fluido
(Menter, 2011).
55
Según Menter (2011) :“(…)si se selecciona una propiedad aplicada, los ingenieros ofrecen un
3.4.3.1. Spallart-Allmaras
cercanos a las paredes y ha sido probado como un buen modelo para capas límite con gradientes
pero aun así tiene sus limitaciones para ser usado como un modelo general. Expone que en casos
predicción de flujo turbulento, éste modelo no tiene en cuenta en sus ecuaciones la energía cinética
56
que produce la turbulencia, por lo cual, según el ambiente de simulación, las zonas de flujo
Por otro lado según Fluent Inc. (2003), en cuestión de mallas este modelo resulta tener una
buena aproximación cuando los resultados esperados acerca de fluidos turbulentos y sus
afectaciones no necesitan ser de gran precisión, es por esto que una malla no tan fina se puede usar
con aceptables resultados bajo este modelo, debido a su tratamiento de pared cercana.
Este modelo es de dos ecuaciones que permite tener solución independiente de las escalas
de longitud y la velocidad turbulenta. (ANSYS Inc., 2013). Sus ecuaciones de transporte permiten
obtener los términos k y ε los cuales se refieren a la energía cinética y a la tasa de disipación de la
turbulencia.
El modelo k-ε se presenta como una solución adecuada para distintas aplicaciones de
ingeniería y ha sido ampliamente usado. Dentro de las ventajas de este modelo encontramos que
resultados coherentes para distintos regímenes de fluidos y tipos de fluidos. (Fluent Inc., 2003).
57
Además según Karthik (2011), este modelo presenta algunas desventajas puntuales. Este
modelo resulta no ser muy preciso para flujos en rotación, con gran separación, flujos simétricos
3.4.3.3. RNG k- ε
De acuerdo a ANSYS Inc. (2013), las ecuaciones de k-ε en este modelo han sido derivadas
mediante un método estadístico riguroso de las ecuaciones de Navier – Stokes. Estas ecuaciones
son similares a las de su modelo inicial. Además analiza el efecto de ondas fluctuantes en la
turbulencia (Swirl).
El modelo cuenta con ecuaciones adicionales las cuales se desarrollan para darle
modificación del efecto de ondas fluctuantes en la turbulencia y ecuación del término Re. (ANSYS
Inc., 2013).
el modelo resulta ser más certero en la evaluación de flujos deformados y de líneas de corriente
Las principales diferencias entre este modelo y su modelo original radican en que, en
primer lugar este modelo contiene una formulación distinta para analizar la viscosidad turbulenta,
Al igual que en el modelo standard la ecuación que está regida bajo k, es igual en este
Inc., 2013).
Dentro de las ventajas de este modelo se tiene que, es especialmente preciso en flujos
planos, capas límite bajo gradientes de presión extremos o separación de la misma, rotación,
Resulta ser un modelo un poco más simplificado que el k-ε en términos de la ecuación de
bajo número Reynolds, efectos de compresibilidad y flujo cortante. En este modelo encontramos
2013).
Karthik (2011) expone también que su comportamiento numérico es similar a los modelos
turbulenta isotrópica.
3.4.3.6. SST
El modelo SST o Shear Stress Transport, fue diseñado para sobreponerse a las deficiencias
de los otros modelos de dos ecuaciones. Es un modelo que resulta tener características combinadas
de los modelos k-ε y k-ω para diferentes partes del flujo. En la capa límite interna se desarrolla
mediante k-ω mientras que en la región fuera de la capa límite se maneja como k-ε (Fluent Inc.,
2003).
De acuerdo a Menter (2011), el modelo SST tuvo una buena aceptación desde su
comenta que las ecuaciones con el término ω encajan muy bien en transiciones de flujo laminar a
flujo turbulento.
60
3.4.3.7. k –kl- ω
ANSYS Inc. (2013) expone que, este modelo es usado para predecir desarrollo de la capa
límite y entre sus ventajas este modelo puede predecir correctamente los fenómenos de transición
entre flujo laminar y turbulento. Es considerado como un modelo de tres ecuaciones, que incluye
ecuaciones de transporte para la energía cinética turbulenta, la energía cinética laminar y la tasa
3.4.3.8. RSM
El modelo Reynolds Stress Model es el modelo más completo que puede ofrecer las
formulaciones RANS, este modelo deja a un lado la viscosidad turbulenta isotrópica y cierra las
ecuaciones promediadas de Navier – Stokes por medio de los esfuerzos de Reynolds, además de
ANSYS Inc. (2013) establece que el modelo RSM puede ejecutar de manera más rigurosa
las simulaciones de flujos curvos, rotación y con grandes cambios en la tasa de deformación. Es
Por otro lado, dentro de las desventajas de este modelo, ANSYS Inc. (2013) expresa que
en la capacidad computacional con respecto a modelos más simples de dos ecuaciones. Este
modelo se puede limitar a flujos circulares, fluidos altamente oscilantes, flujos en cámaras de
Karthik (2011) expone los costos por los cuales este modelo es el más completo de RANS,
y establece que requiere de dos a tres veces más los recursos de procesamiento en comparación
con los otros modelos, y además necesita de una buena interacción entre las ecuaciones de
momento y de turbulencia.
De acuerdo a los antecedentes, los modelos k-ε, k-ω, k-kl-ω, SST, RSM y LES son modelos
adecuados para la simulación de fluidos sobre superficies de vehículos y simulaciones en las que
se desea determinar los coeficientes aerodinámicos dependientes de la forma del vehículo, aunque
el modelo Spallart-Allmaras no se presenta como una de las mejores alternativas de acuerdo a los
antecedentes, se tendrá en cuenta como alternativa de solución para este caso de estudio.
62
Los modelos k-ε, k-ω y k-kl-ω aplican ecuaciones dentro de un régimen superior a la capa
límite en la cual el fluido se torna turbulento y no consumen tantos recursos como los modelos
más avanzados; se prevé que posiblemente la mejor opción para simular éste caso está entre estos
tres modelos.
63
4. METODOLOGÍA
Se desea obtener los modelos de turbulencia más adecuados para realizar una simulación
ecuaciones se acomodan más a un caso específico, por lo tanto es crucial obtener el modelo para
vehículos terrestres y aéreos, encontrando en cada uno sus diferencias generales y las distintas
computacionales que se necesitan para establecer restricciones. Teniendo en cuenta los criterios y
Una vez tomados los modelos de turbulencia se desarrollan las simulaciones del vehículo
urbano con los tres modelos seleccionados, a fin de obtener resultados como: contornos de
presiones, vectores de velocidad, estela de flujo en velocidad, gráficas de convergencia, etc; los
cuales son importantes para un análisis aerodinámico que se comparan entre los modelos, mediante
observación y análisis se describen esas diferencias en el comportamiento entre uno u otro modelo
Se hacen las simulaciones con las mallas del vehículo urbano para analizar el
aerodinámicos como capa límite, velocidades y presiones cercanos a la superficie del vehículo.
Se realiza una simulación en cada modelo de turbulencia con una geometría simplificada,
de los cuales se tienen datos de referencia, para comparar la veracidad y el margen de error que
Con el fin de establecer cuál es el modelo de turbulencia más adecuado para éste caso de
estudio, se analizan los recursos que exige cada modelo simulado, los resultados que arroja y la
5. CRONOGRAMA DE ACTIVIDADES
6. RECURSOS Y PRESUPUESTO
SOFTWARE.
Ansys 15.0 La licencia, es una licencia académica que está instalada en
los equipos de la Universidad
Material Bibliográfico Se pretende usar la Bibliografía que la Universidad dispone
en la Biblioteca, en las suscripciones de bases de datos de
Investigación o artículos publicados en línea.
Papelería, Impresiones y otros 310.000,00
recursos.
TOTAL $ 310.000,00
72
7. ANÁLISIS
aplicaciones de CFD. La tabla 5 puede ser usada como una matriz para elegir el mejor modelo de
turbulencia para la aplicación que se necesite, éste análisis se basa en los principios teóricos vistos
asteriscos los cuales indicarán de acuerdo a su número, cualidades buenas o deficientes de cada
Se tiene que, para indicar cualidades positivas tres asteriscos (***) o más y para indicar
cualidades negativas un solo asterisco (*). Consecuentemente, las casillas que posean dos
Los parámetros más influyentes para seleccionar los modelos de turbulencia a simular son:
A partir de ésta tabla, se seleccionan los modelos de turbulencia para simular; se observa
la correlación que existe entre la simplicidad del modelo respecto a las ecuaciones de transporte
que utiliza, y su capacidad para simular Turbulencia, Corriente Circular, Flujo en espiral y
computacionales del modelo. De acuerdo con la capacidad computacional con la que se cuenta, se
seleccionan los modelos RANS k-ε, k-ω y k-kl-ω ya que son convenientes para simular en un
74
a éste caso de estudio, ya que según el análisis cualitativo, éste modelo tiene el mejor puntaje
S-A es un modelo adecuado para bajo Reynolds y de fácil convergencia, k-ε para alto
Reynolds, convergencia estable y buena predicción de la turbulencia, k-ω apropiado para bajo y
alto número de Reynolds además de su buena predicción en la cercanía a las paredes, y k-kl-ω que
en los modelos RANS es el modelo que teóricamente es el más apropiado para la predicción de
En este análisis se comparan dos tipos de mallas proporcionadas por el proyecto de grado:
aplicado a la competencia de Shell Eco Marathon” (Barrera, J.S.; Maldonado, D.A. & Ramírez,
C.C. , 2014), una gruesa con 1’020.913 nodos, Y+ de 1.968, un tamaño mínimo de celda de 6,02
75
mm; y una fina con 2’417.638, Y+ de 2.029, un tamaño mínimo de celda de 1,26 mm, donde se
realizan simulaciones estables (steady) e inestables (transient) en Ansys – Fluent, con los modelos
de turbulencia S-A, k-ε, k-ω y k-kl-ω. Los modelos se escogen a partir de las condiciones del
problema que se requiera solucionar, en este caso las condiciones de simulación descritas son
solucionables mediante estos modelos. Además de tener en cuenta las cualidades de cada modelo
es necesario tener una alta precisión por la calidad de la malla que se utiliza, ni una gran cantidad
Cabe aclarar que no se realiza la comparación con una geometría simplificada, como se
menciona en los alcances y limitaciones, debido a que se realizan pruebas en túnel de viento de un
modelo a escala del vehículo urbano, para obtener un valor de Cd aproximado al valor real, que
permita comparar los resultados que se obtienen de las simulaciones de CFD, el desarrollo
experimental se observa detalladamente en el Anexo A.1., y la obtención del valor del coeficiente
dicho anexo.
vehículo urbano, ya que en los alcances y limitaciones se dice que no es concerniente de este
76
proyecto, se plantea una nueva propuesta de geometría, que se muestra en el anexo A.3.
REDISEÑO DEL VEHÍCULO URBANO, en el cual se describen las mejoras y en qué porcentaje
partes del vehículo como wall, una entrada de flujo con el vector de velocidad dirigido en x, una
salida de flujo a presión ambiente, el suelo y demás paredes del volumen de control son tratados
como wall.
Se realizan simulaciones tanto para flujo estable e inestable en los modelos seleccionados,
Para la simulación en el flujo inestable, se tiene en cuenta un tamaño de Time Step 0,001s
en 10 iteraciones, valores que son obtenidos para que el flujo cercano al vehículo en referencia a
la celda más pequeña se pueda desarrollar, con un total de 7320 Time Steps, teniendo en cuenta la
L2 3,009966 m
ρ2 0,8878 kg/m^3
v2 5,462969761 m/s
μ2 1,78249E-05 kg/m.s
Presión de operación 74660 Pa
Temperatura 286,45 K
El modelo Spallart – Allmaras no presenta una buena convergencia de mallas para flujo
estable, mientras que, para el flujo inestable, la malla gruesa presenta una mejor estabilidad,
puede evidenciar que esta converge a partir del punto 7,020 s en adelante, teniendo un coeficiente
de arrastre de 0,2550.
79
de arrastre, para el flujo estable, la malla gruesa presenta un patrón pero no está estabilizado,
mientras que en la malla fina hay un patrón de oscilación definido desde la iteración 2800
aproximadamente; para el caso del flujo inestable, la malla gruesa tiene una oscilación con un
patrón definido del valor del coeficiente de arrastre que se presenta desde los 5 s
aproximadamente, mientras que la malla fina presenta una convergencia más estable, cercano a
0,26 en cd.
80
del flujo estable, mientras que en el flujo inestable, la malla gruesa presenta oscilaciones sin un
rango definido, al igual que en la malla fina donde el valor del coeficiente de arrastre aumenta y
disminuye con estabilidad considerable aunque sin una tendencia significativa de éste valor.
81
Para el modelo de k-kl-ω se observa una mejor convergencia del coeficiente de arrastre
tanto para el flujo estable, como para el flujo inestable; en el flujo estable, la malla fina presenta
una tendencia significativa hacia un valor de 0,29 aproximadamente, el valor que es cercano al que
presenta la misma malla en el flujo inestable; la malla gruesa del flujo estable, presenta una
oscilación que no tiene un patrón definido pero en un rango menor de valores, y la misma malla
Se puede observar en las gráficas de comparación de cd, entre los modelos de simulación
estable (se presentan con número de iteraciones) e inestable (se presentan con tiempo s), que el
tamaño de la malla, existe una fluctuación del Cd diferente, entre mayor número de nodos en la
malla, la estabilización del fluido es mucho más exacta y con menos fluctuaciones; cuando una
malla tiene mayor cantidad de nodos, significa que cada celda tiene menor volumen, por lo cual la
cantidad de fluido en cada celda es menor, y por lo tanto, haciendo referencia al método de
volúmenes finitos, disminuye la variación de los parámetros que se analizan por cada iteración,
esto explica por qué se hace más estable la simulación con una malla más fina.
Para las condiciones de flujo estable e inestable de simulación, se observa una diferencia
tienen en cuenta las fluctuaciones que se puedan generar por vórtices, teniendo así un mayor
Las últimas 300 iteraciones o el promedio entre el último 5% y el 10% del análisis,
presenta el resultado de éste promedio para cada modelo de turbulencia, con su respectivo margen
experimental.
84
Cd
k-kl-ω k-ω k-ε S-A Experimental
Malla fina 0,2904 0,2434 0,2606 0,2567 0,2517
Malla gruesa 0,2714 0,2650 0,2748 0,2633 0,2517
Error entre mallas 6,55% 8,17% 5,18% 2,53%
Error m. fina vs experimental 15,39% 3,30% -3,55% -1,99%
Error m. gruesa vs
7,83% 5,31% 9,21% 4,64%
experimental
Cd
k-kl-ω k-ω k-ε S-A Experimental
malla fina 0,2927 0,2390 0,2603 0,2555 0,2517
malla gruesa 0,2750 0,2550 0,2670 0,2573 0,2517
error entre mallas 6,06% 6,27% 2,49% 0,72%
Error m. fina vs experimental 16,31% 5,02% 3,43% 1,51%
Error m. gruesa vs experimental 9,26% 1,34% 6,07% 2,24%
85
diferentes análisis para S-A y k-ω, y su error entre mallas no sobrepasa el 6%, además tienen
valores de Cd muy cercanos al resultado experimental, sin superar el 5,31 % de error, en el caso
de S-A el bajo valor del Cd es debido a que este modelo no tiene en cuenta los efectos turbulentos,
mientras que, el modelo k-ε se caracteriza por tener una buena convergencia de malla en los
análisis, teniendo en cuenta los efectos turbulentos; para el modelo k-kl-ω, en el análisis de
comparación del Cd se observa que en todas las simulaciones se obtiene el valor más alto respecto
a los modelos analizados, esto debido a que el modelo es muy sensible a los efectos turbulentos,
afectando también a los cambios de presión debido a la geometría del vehículo, alejándose así del
rango de valores en que los otros modelos oscilan; por el contrario, el modelo k-ω es sensible a los
gradientes en la energía cinética turbulenta y a la calidad de la malla, por esto se obtienen los
valores más bajos en el Cd; relacionado al resultado experimental, k-ε y k-kl-ω tienen los
porcentajes de error mayores para el análisis de mallas y el mayor error respecto al valor
experimental, que se observa en la imagen 12., por lo anteriormente mencionado, estos modelos
no son adecuados para el análisis que se pretende, mientras que los modelos S-A y k-ω como se
mencionó anteriormente tienen menor porcentaje de error entre mallas y el menor error respecto
realizar un estudio en CFD, los modelos de turbulencia más apropiados para este análisis son S-A
y k-ω.
86
VEHÍCULO
S-A k-ε
TABLA DE RANGOS
k-ω k-kl-ω
Velocidad: m/s
Turbulencia: m2/s2
87
Existe una presión mayor en el área frontal del vehículo el cual está enfrentada al viento
relativo en las zonas cercanas al punto de estancamiento, que de acuerdo al teorema de Bernoulli
es la zona donde la velocidad se aproxima a cero, por lo cual se está considerando la relación entre
la presión estática y dinámica a causa del cambio de la velocidad de flujo a través de la geometría
del vehículo, donde además se observa un área en la cual se reduce la presión cerca a la parte
trasera y las ruedas; ésta diferencia de presión entre la sección frontal y trasera es la que induce la
fuerza de arrastre, así que, dependiendo de cómo afecta la geometría en la velocidad de flujo, se
delanteras del vehículo, que llega a una zona de baja presión (azul), en cada uno de los modelos se
observa ésta zona de menor presión, de lo anterior se puede deducir que el diseño de la carrocería
El modelo k-kl-ω muestra un mayor gradiente de presión desde la punta del vehículo,
debido a que éste es más sensible a los cambios de presión a través del cuerpo analizado,
observando así fluctuaciones en el valor de la presión en la zona lateral del vehículo, esto conlleva
a que éste modelo de turbulencia tenga una mayor variación en los valores de los parámetros
Malla Gruesa
Malla Fina
Los vectores de velocidad indican que las partículas de aire a través del carro, se aceleran
en las zonas donde existe un cambio significante en la geometría, es decir, en los vértices que
conforman el modelo (referenciado con círculos rojos); al presentarse la zona frontal del vehículo
donde el vehículo tiene un mayor cambio en la geometría afectando el valor del coeficiente de
arrastre.
que en los otros modelos. Respecto a la imagen 16, Spallart – Allmaras se acerca mejor a los
valores que presentan los otros modelos de turbulencia, indicando que la calidad de la malla y el
Se observa que las partículas de aire son aceleradas al encontrarse con cambios de
determinante, ya que en la malla gruesa se presentan valores más altos de velocidad en las paredes,
mientras que en la malla fina los valores de velocidad en las paredes tienden a ser bajos.
93
En las imágenes 19 y 20. Se pueden apreciar las líneas de corriente que se desprenden del
vehículo formando una zona turbulenta en la parte posterior. Se evidencia que esta sección
corresponde a las zonas de baja presión en el auto, por lo cual, la fuerza de arrastre puede tener un
favorece al paso del flujo sobre el vehículo, ya que es dirigido por la geometría para no generar
diferentes mallas, este aumento es debido a que la calidad de malla es determinante en las
simulaciones.
98
El modelo Spallart – Allmaras no tiene en cuenta la energía cinética turbulenta, por lo dicho
en el marco teórico, por lo cual éste parámetro no puede ser analizado en éste modelo, aplica para
Respecto al modelo k-kl-ω se observa que presenta mayores valores en la energía cinética
turbulenta en la zona trasera del vehículo, mientras que los modelos k-ε y k-ω tienen valores
similares. La energía cinética turbulenta hace referencia a la energía cinética por unidad de masa
del flujo turbulento. La forma del vehículo permite que esta disipación sea mayor o menor, esto
la energía cinética turbulenta, con los resultados de presión estática (imágenes 15 y 16), la
influencia de la turbulencia respecto a la presión estática local, en las zonas donde se evidencia
velocidad en éstas zonas (imágenes 19 y 20). Se observa que el modelo k-kl-ω tiene mayor
afectación, de acuerdo al marco teórico, éste modelo es sensible a la transición del flujo laminar a
turbulento, por consiguiente se ven afectados los parámetros analizados que influyen el valor del
Cd.
En una malla más fina, k-ω muestra un aumento en los valores de la energía cinética
turbulenta, demostrando que éste modelo es sensible a la calidad de la malla y a los gradientes en
101
la energía cinética turbulenta, ya que éste calcula la tasa específica de disipación de la turbulencia
la cual hace referencia a la cantidad de energía cinética que se pierde en el flujo turbulento por
unidad de tiempo. Puede ocurrir una sobre predicción del coeficiente de arrastre (Cd), debido a
cómo afecta la turbulencia respecto a la diferencia de presión en el frente y detrás del vehículo.
Para las simulaciones en flujo inestable, los resultados respecto a parámetros como presión
estática, velocidad en las paredes y en el flujo, y energía cinética turbulenta, en éste rango de
número de Reynolds no muestran mayor variación respecto a los resultados de las simulaciones
A continuación, se definen tablas con los criterios para poder calificar cada modelo de
turbulencia, con el fin de seleccionar cuál es el más indicado para aplicar en el caso de estudio:
102
Estable Inestable
Malla fina Malla gruesa Malla fina Malla gruesa
S-A 1,99% 4,64% 1,51% 2,24%
k-ε 3,55% 9,21% 3,43% 6,07%
k-ω 3,30% 5,31% 5,02% 1,34%
k-kl-ω 15,39% 7,83% 16,31% 9,26%
En ésta tabla, obtenida de la tabla 8., los mejores resultados los obtienen S-A y k-ω, ya que
son los modelos que se acercan más al valor experimental, sin tener gran variación respecto a la
Con ésta tabla, se observa que para ambas mallas, el tiempo de iteración coincide con la
complejidad del modelo de turbulencia, siendo S-A el mejor en éste ítem. Las simulaciones de
103
flujo estable se realizan con un procesador Intel® Core(TM) i7-4700MQ con una velocidad de
Para el flujo inestable, el mejor modelo respecto a tiempos de iteración es k-ε, ya que para
ambas mallas tiene tiempos bajos respecto a los otros modelos. Las simulaciones de flujo inestable
se realizan con un procesador Intel® 𝑖𝑛𝑠𝑖𝑑𝑒 𝑇𝑀 Xeon con una velocidad de 2 GHz.
el peor, éstas calificaciones se realizan para cada ítem que se analiza, sumando en el promedio:
PORCENTAJE DE CONVERGENCIA DE LA
TIEMPO DE ITERACIÓN
ERROR MALLA
Estable Inestable Estable Inestable Estable Inestable
Mall
Malla Malla Malla Malla Malla Malla Malla Malla Malla Malla Malla
a
gruesa fina gruesa fina gruesa fina gruesa fina gruesa fina gruesa
Modelo fina
S-A 4 4 4 3 4 4 2 4 2 2 3 1
k-ε 2 1 3 2 3 3 4 3 3 3 2 2
k-ω 3 3 2 4 2 2 3 2 1 1 1 3
k-kl-ω 1 2 1 1 1 1 1 1 4 4 4 4
Modelo Puntaje
S-A 3,09
k-ε 2,43
k-ω 2,33
k-kl-ω 2,16
De acuerdo a las tablas de puntajes (tabla 13 y 14), se puede observar que los modelos de
turbulencia con mayor puntaje son k-ε y S-A, ya que tienen una mejor aproximación respecto a la
predicción del Cd, frente a k-ω y k-kl-ω, además éstos dos modelos utilizan menos recursos
computacionales entre los analizados, por lo cual conlleva menor tiempo realizar las simulaciones.
105
Las ventajas primordiales que presenta S-A sobre k-ω, es que tiene una mejor estabilización
en el análisis de la malla, ventaja que se observa para las dos mallas utilizadas y en los ambientes
Luego del análisis teórico, los resultados experimentales y los argumentos obtenidos al
comparar las simulaciones, se determina que S-A es el modelo de turbulencia más adecuado para
realizar un análisis de CFD en el caso de estudio propuesto del vehículo urbano de la competencia
8. CONCLUSIONES
condiciones del caso de estudio, tiene muy buena convergencia en flujo estable e
presenta éste como un modelo no conveniente para éste caso de estudio, esto debido
más adecuado para analizar éste caso de estudio, ya que junto con k-ε, tienen los
computacionales.
arrastre, pero respecto al resultado experimental, el valor tiende a ser mayor, de ésta
manera se puede decir que para éste caso de estudio, k-kl-ω es demasiado sensible
a los cambios debido a la turbulencia, lo que afecta las presiones en éstas zonas y
cuenta que el error obtenido con éste modelo, está dentro del rango de
experimentación.
REFERENCIAS
Agudelo, Brayan. (2013). Metodología Para El Análisis De Resultados Cfd Y Propuesta De Diseño
Anderson, Jhon D. (1995). Computacional Fluid Dinamics. The Basics With Applications. Nueva
York: Mc-Graw-Hill.
ANSYS Inc. (2013). ANSYS Fluent Theory Guide. Manual publicado por la corporación ANSYS
http://148.204.81.206/Ansys/150/ANSYS%20Fluent%20Theory%20Guide.pdf Páginas:
39-131.
ANSYS Inc. (2013). ANSYS Fluent User’s Guide. Manual publicado por la corporación ANSYS
http://148.204.81.206/Ansys/150/ANSYS%20Fluent%20Users%20Guide.pdf Páginas:
695-757.
ANSYS Inc. (2013). ANSYS Fluent V2F Turbulence Model Manual. Manual publicado por la
http://148.204.81.206/Ansys/150/ANSYS%20Fluent%20V2F%20Turbulence%20Model%
110
20Manual.pdf
ANSYS Inc. (s.f.). Computational Fluid Dynamics (CFD) Software. Manual publicado por la
http://www.ansys.com/Products/Simulation+Technology/Fluid+Dynamics
http://imechanica.org/files/fluent_13.0_lecture06-turbulence.pdf
8ccmn2011.pdf
kimerius.com/app/download/5782492050/Turbulencia.pdf
Bosch, R. (2005). Manual de la Técnica del Automóvil. Alemania: Robert Bosch GmbH, 4ª
Edición.
X-2 EN CFD. Trabajo de grado para optar por el título de INGENIERO AERONÁUTICO.
111
http://www.cimec.org.ar/ojs/index.php/mc/article/viewFile/1397/1362
CEA, L. (s.f.). Máster en Ingeniería del Agua Universidad de la Coruña. Obtenido de Introducción
ftp://milo.udc.es/Master_en_Ingenieria_del_Agua/master%20antiguo_antes%20del%202
012/Segundo_Curso/Hidraulica_Computacional_II/2_Esquemas_Volumenes_Finitos.pdf
http://www.fem.unicamp.br/~im450/palestras%26artigos/ASME_Tubulence/cds13workb
ook.pdf
Valencia.
Davoudabadi, P. (2012). The Most Accurated and Advanced Turbulent Capabilities, Artículo
obtenido de:
http://www.leb.eei.unierlangen.de/winterakademie/2011/report/content/course01/pdf/011
112
2.pdf
http://fluidos.eia.edu.co/hidraulica/articuloses/conceptosbasicosmfluidos/flujolaminar/flujo
laminar.htm
http://jullio.pe.kr/fluent6.1/help/html/ug/node1283.htm
Frei, Walter (2013). Which Turbulence Model Should I Choose for my CFD Application?. Blog
choose-cfd-application/
Herriot, John (1950). NACA REPORT 995: BLOCKAGE CORRECTIONS FOR THREE-
Huerto, Herbert (2013). Estudio Del Flujo En Un Tanque Agitador Vertical De Impulsor Ptb Con
Superficie Libre Mediante El Programa Ansys Cfx V.14.0. Tesis para optar por el título de
Husain, Z., Zulkifly, M., y Alimuddin, Z., (2008). Basic Fluid Mechanics and Hydraulic Machines.
Karthik, T.S.D. (2011). Turbulence Models and Their Applications, Obtenido de:
http://www.leb.eei.unierlangen.de/winterakademie/2011/report/content/course01/pdf/011
2.pdf
http://www.mathematik.uni-dortmund.de/~kuzmin/cfdintro/lecture1.pdf
Menter, F.R. (2011). Turbulence Modeling For Engineering Flows, Canonsburg, PA: Ansys, Inc.
Mott, R.L. (2006). Mecánica de Fluidos. Sexta Edición, Pearson Educación. México.
de:
http://www.netc.navy.mil/nascweb/api/student_guides/aero_student_guide_7_april_2008.
Navarro, Gómez, T., J., Águeda, E., y García, J., (2011) Estructuras del Vehículo, Obtenido de:
http://books.google.com.co/books?id=obI4IEDGXHIC&pg=PA38&lpg=PA38&dq=aerodi
namica+de+vehiculos&source=bl&ots=DLCQbLrqmR&sig=aYdM0HM5loqcsUmig4P7c
Hjwmts&hl=es-
114
419&sa=X&ei=szoFVM6KFMbHgwSxk4GIDA&ved=0CGEQ6AEwCDgU#v=onepage&
q=aerodinamica%20de%20vehiculos&f=false
http://www.fi.uba.ar/archivos/institutos_numeros_adimensionales.pdf
Rumsey C. (2013) Implementing Turbulence Models into the Compressible RANS Equations.
Página dedicada a los Modelos de Turbulencia para CDF hecha por la NASA. Obtenido de:
http://turbmodels.larc.nasa.gov/index.html
Šavli, Matic (Mayo de 2012). Turbulence kinetic energy–TKE. Artículo científico obtenido de:
http://mafija.fmf.uni-lj.si/seminar/files/2011_2012/MaticSavli_2.pdf
http://www.widman.biz/Seleccion/viscosidad.html
Wilcox, David C. (1994) Turbulence Modeling for CFD. California: DCW Industries, Inc.
i
ANEXOS
Para tener una aproximación del coeficiente de arrastre que tendrá el vehículo urbano, se
realiza un prototipo a escala de éste, posteriormente se realizan pruebas en el túnel de viento del
Velocidad
Fabricante Sección de Prueba
Máxima
Forma Longitud (m) Altura (m) (m/s)
ELD Cuadrado 0,61 0,305 50
ii
Los variables que influyen sobre el prototipo son: Longitud (L), Velocidad (V),
Temperatura (T), Viscosidad Dinámica del aire (µ), Densidad del Aire (ρ), Presión (P) y Fuerza
de Arrastre (D).
Variables Dimensiones
Longitud L
Velocidad L/T
Temperatura ϴ
Presión M/L. 𝑇 2
𝑛 = 𝐿, 𝑇, 𝑀 = 3
iii
𝑚 = 𝐿, 𝑉, µ, ρ, P, D = 6
𝑚−𝑛 = 3
La resta entre m y n dice el número de ecuaciones Pi que se deben sacar para el análisis,
debido a que la Presión, Viscosidad Dinámica y Fuerza de Arrastre involucran todas las
𝜋1 = 𝐿𝑎 𝑉 𝑏 𝜌 𝑐 𝑃
Obteniendo:
𝑎=0 𝑏 = −2 𝑐 = −1
𝜋1 = 𝐿0 𝑉 −2 𝜌 −1 𝑃
𝑃
𝜋1 = ∗2
𝑉2 ∗𝜌
iv
𝑃
𝜋1 =
1 2
2∗𝑉 ∗𝜌
𝑷𝒆𝒔𝒕á𝒕𝒊𝒄𝒂 𝑷 − 𝒑∞
𝝅𝟏 = → 𝑪𝒑 =
𝑷𝒅𝒊𝒏á𝒎𝒊𝒄𝒂 𝒒∞
𝜋2 = 𝐿𝑎 𝑉 𝑏 𝜌 𝑐 𝜇
Obteniendo:
𝑎 = −1 𝑏 = −1 𝑐 = −1
𝜋2 = 𝐿−1 𝑉 −1 𝜌 −1 𝜇
1 𝝆𝑽𝑳
→ 𝝅𝟐 = → 𝑹𝒆
𝜋2 𝝁
v
𝜋3 = 𝐿𝑎 𝑉 𝑏 𝜌 𝑐 𝐷
Obteniendo:
𝑎 = −2 𝑏=2 𝑐 = −1
𝜋3 = 𝐿−2 𝑉 −2 𝜌 −1 𝐷
𝐷
𝜋3 = ∗2
𝐿2 ∗ 𝑉2 ∗ 𝜌
𝑫
𝝅𝟑 = 𝟏 → 𝑪𝒅 (A.1.)
∗𝑽𝟐 ∗𝝆∗𝒔
𝟐
Teniendo así que 𝜋1es el análisis cinemático, el cual no se realiza debido a que no tiene en
cuenta el cambio en la longitud del modelo real al modelo de pruebas en túnel de viento; 𝜋2 es el
análisis dinámico con el cual se realiza el escalamiento del vehículo; 𝜋3 es el análisis geométrico
vi
el cual funciona calcular y comparar con los resultados que se obtienen en el software ANSYS –
Fluent.
El dimensionamiento de la velocidad que debe tener el túnel de viento para una adecuado
análisis del vehículo Urbano se realiza por medio del número de Reynolds, primero se halla el
número de Reynolds del vehículo a escala real, posteriormente se halla la velocidad necesaria para
Cabe aclarar que para el cálculo del número de Reynolds se tiene en cuenta la longitud del
vehículo, es decir, la medida desde la parte delantera hasta la trasera del vehículo, el Reynolds del
vehículo a escala real se halla con la ecuación (2) conceptualizada para éste caso como (A.2.)
𝜌∗𝑉∗𝐿
𝜋2 = 𝑅𝑒𝐿 = (A.2.)
𝜇
𝑉= 4, 70 m/s
vii
𝐿= 3,00996 m
Teniendo el número de Reynolds del vehículo a escala real se procede a hallar la velocidad
que debe tener el túnel de viento para un buen estudio de este, de la ecuación (A.2.) se despeja la
𝑅𝑒𝐿 ∗𝜇
𝑉𝐿 = (A.3.)
𝜌∗𝐿
Para hallar 𝜌 y 𝜇 se tiene en cuenta las condiciones ambientales del túnel de viento.
𝜌= 0,9216 kg/m^3
𝐿= 0,39697m
𝜇= 1,79433e-05 kg/m.s
𝑅𝑒𝐿 = 968472
viii
968472 ∗ 1,79433e − 05
𝑉𝐿 = = 𝟒𝟕, 𝟒𝟗 𝒎/𝒔
0,9216 ∗ 0,39697
Para realizar el análisis en el túnel de viento se escala el vehículo real con respecto a la
vehículo escalado debe tener una L=396,97 mm (Longitud) y una A=159,43 mm (Altura) para
alcanzar la velocidad deseada, los planos a escala se pueden observar en la imagen A.1. del Anexo
A.1.1.8.
Teniendo las medidas del vehículo para el estudio de este en el túnel de viento, se realiza
de San Buenaventura, sede Bogotá; el material en el cual se maquina el vehículo es icopor de alta
El mecanizado de este vehículo se realiza en dos partes debido a que la maquina no las
dimensiones para acaparar la longitud total del vehículo, por lo cual, se necesitan cuatro bloques
de Icopor para realizar los dos vehículos, en el Anexo A.1.1.8. Imagen A.2. se pueden observar
Una vez terminado el proceso de mecanizado del vehículo, se prosigue a unir la parte
delantera y trasera del vehículo, para así obtener el vehículo en una sola pieza como se observa en
Se realizan dos prototipos a escala, a uno de ellos se le aplica resina epoxi en la superficie
del vehículo y posteriormente se lija, para poder obtener una superficie lisa y brillante, lo cual es
coeficiente de arrastre en el análisis del túnel de viento en el vehículo, lo cual arrojaría datos
erróneos. Este proceso se podrá observar en la imagen A.4. del Anexo A.1.1.8. Las características
Tiempo de Tiempo de
Resina Marca Referencia
Manejos Secado
45 a 60
Epoxi Great Plane GPMR6043 8 Horas
Minutos
aunque después se le aplica masilla para carro para obtener un mejor acabado, para que este
quedara liso y se pudiera pintar, el icopor al ser un polímero necesita un recubrimiento que evite
que pinturas con base de acetona afecten su figura, cabe aclarar que este prototipo no es analizado
en el túnel de viento, este prototipo quedará para exhibición. Las características de la masilla para
Una de las partes más delicadas del análisis en el túnel de viento es el sistema de sujeción
vehículo -Túnel de Viento, debido a que si este sistema no cumple bien su función de sujetar el
vehículo, podría ocasionar que el vehículo se suelte y cause algún daño al túnel de viento, por otro
lado también puede ocurrir que, debido a las altas velocidades a las que puede estar sometido el
empiece a moverse y los datos arrojados por el túnel de viento sean erróneos; para evitar esto, se
desarrolla un sistema en el cual el vehículo tiene una sujeción interna por medio de dos láminas de
acero, las cuales en sus extremos tienen 2 dos varillas roscadas respectivamente, estas dos láminas
se unen entre sí por otras dos laminas y una de estas láminas está unida a la platina principal que
esta sujetada a la balanza del túnel de viento, el proceso de unión de estos elementos se realiza por
medio de soldadura. El plano de este sistema de sujeción se puede ver en las imágenes A.5. y A.6.
Para determinar cuántas pruebas se deben realizar en el túnel de viento para obtener el
coeficiente de arrastre, se investiga sobre métodos experimentales existentes, entre los cuales
varianza, Bloques aleatorizados, cuadrados latinos y diseño relacionados, Diseño factorial 2𝑘 , etc.
xii
adecuado para las pruebas en el túnel de viento es el diseño factorial 2𝑘 , debido a que este método
es utilizado cuando se tienen varios factores (k) que varían en el experimento y un solo objeto de
análisis, donde estos factores serían valores cuantitativos. En este experimento se tienen que los
factores que pueden cambiar son: Temperatura, densidad, humedad relativa, presión y viscosidad
del aire; teniendo en cuenta que hay factores que dependen de otros, como son: la viscosidad que
relativa; por lo anterior los factores que se pueden asumir como independientes son la temperatura,
presión y la humedad relativa, entonces, éstos son los factores k del experimento, donde el método
experimental a utilizar seria 23 , teniendo así, que el número de pruebas a realizar en el túnel de
Este análisis experimental se realiza para determinar cuáles son los factores más
Para el desarrollo del análisis experimental se usó un software diseñado para resolver
diseños experimentales llamado Design Expert 9, cabe aclarar que los parámetros ingresados son
Tabla A. 8. Parámetros k
Cabe aclarar que se tomaron los valores más cercanos a los de referencia, esto debido a las
En la tabla A.8 se observa el valor medio del coeficiente de arrastre igual a 0,265914 que
Una vez introducidos los valores k el software arroja la tabla ANOVA, la cual indica la
interacción significativa de los parámetros k con respecto al coeficiente de arrastre, es decir, qué
Fuente valor P
Modelo 0,4016
A-Presión 0,1529
B-Humedad Relativa 0,6854
C-Temperatura 0,8222
sobre la repuesta, es decir, si este valor es mayor 0.05 (para experimentos científicos el porcentaje
de este valor es de 5% (Walpole, 2012)) quiere decir que el valor no influye sobre la respuesta, por
el contrario si es menor influye directamente en el valor del coeficiente de arrastre. Este valor P es
El valor P de la fuente Modelo no se tiene en cuenta para decir que es un valor significativo
porque es un parámetro que arroja el software y no es concerniente en el análisis. Mientras que las
El factor de corrección del coeficiente de arrastre experimental, viene dado por la siguiente
ecuación de corrección:
1 𝐾3 𝜏𝑐𝑡 2
𝐾𝑏 = [1−(𝑀′)2 ]3/2 = 0,007 (A.6.) (Herriot, J., 1950)
𝐶 3/2
Con una velocidad promedio de túnel de viento de 31,54 m/s y temperatura promedio de
297,8 °K, se obtiene un número mach promedio de 0,091; el valor para 𝜏 en un túnel de viento
𝜋3/2 𝜆𝑡
𝐾4 = = 0,024 (A.7.) (Herriot, J., 1950)
8 𝑐
xviii
Donde 𝜆 es igual a 0,216 en éste caso, el ancho del vehículo (t) es 0,159 m y el largo que
1+0.4(𝑀′ )2 𝐶𝑑 ′ 𝑆
𝐾𝑤𝑘 = = 0,016 (A.8.) (Herriot, J., 1950)
1−(𝑀′ )2 4𝐶
Donde el área de referencia (S) es 0,023 m2, el área transversal de la sección de prueba es
0.093 m2.
1+0.4(𝑀′ )2 𝐾3 𝜏𝑉𝑜𝑙
̅̅̅̅̅ 𝐶𝑑 ′
∆𝐶𝑑𝑏 ′ = [1−(𝑀′ )2]3/2 = 0,0018 (A.9.) (Herriot, J., 1950)
𝐶 3/2
LÓGICA DE INTERVENCIÓN
Establecer el modelo de turbulencia más adecuado, utilizando software
OBJETIVO
O.G. de dinámica de fluidos computacional, para emplear en la simulación
GENERAL
aerodinámica del vehículo urbano de la competencia Shell Eco Marathon.
Establecer los tres modelos de turbulencia para simular según criterios
O.E.1 de selección por los cuales se va a definir la conveniencia y adaptabilidad
de los modelos de turbulencia.
OBJETIVOS
Realizar un análisis comparativo de los resultados arrojados para el
ESPECÍFICOS
diseño que se tiene del vehículo urbano de la competencia Shell Eco
O.E.2
Marathon, en los tres modelos de turbulencia procesados en ANSYS
Fluent.
R1 O.E.1 Los tres modelos de turbulencia para la simulación son: k-Ԑ, k-ω, k-kl-ω.
Simulación del vehículo Urbano por medio del modelo de turbulencia k-
R1 O.E.2
Ԑ en ANASYS Fluent.
Simulación del vehículo Urbano por medio del modelo de turbulencia k-
R2 O.E.2
RESULTADOS ω en ANASYS Fluent.
ESPERADOS Simulación del vehículo Urbano por medio del modelo de turbulencia k-
R3 O.E.2
kl-ω en ANASYS Fluent.
Datos de prácticas de laboratorio con el modelo físico en el túnel de
R4 O.E.2
viento.
R5 O.E.2 El modelo de turbulencia más adecuado para el caso de estudio es " ".
A1 R1 Realizar revisión bibliográfica de los diferentes modelos de turbulencia
O.E.1 modelados por ANSYS Fluent.
Definir diferencias y características de simulación, además de
A2 R1
condiciones de modelado y ambiente para cada uno de los tres modelos
O.E.1
de turbulencia.
A3 R1 A partir de la investigación de los modelos de turbulencia, definir los tres
O.E.1 modelos a simular.
A1 R1 Realizar el pre-procesamiento para correr cada una de las tres
ACTIVIDADES
O.E.2 simulaciones correspondientes a los modelos seleccionados.
A2 R1,2,3 Realizar las tres simulaciones de los modelos seleccionados en el
O.E.2 software ANSYS Fluent.
Con los resultados de la simulación y de las prácticas de laboratorio
A3 R4
realizar caracterización, descripción y análisis de las diferencias notables,
O.E.2
de acuerdo a los modelos de turbulencia simulados.
A4 R4 Determinar cuál es el modelo de turbulencia más adecuado para analizar
O.E.2 aerodinámicamente el caso de estudio.
xxv
Se propone un rediseño de la geometría del vehículo urbano, con el cual se reducen las
aristas pronunciadas, se mejora la parte trasera para reducir la turbulencia, y se propone que las
ruedas sobresalgan sólo por debajo del vehículo; esto sin afectar las dimensiones máximas de
Con el rediseño se obtiene una malla de buena calidad con 694503 nodos, Y+ de 1.92 y un
tamaño mínimo de celda de 9.64 mm y se analiza con las condiciones de simulación del caso de
estudio con flujo estable y con el modelo de turbulencia S-A el cual es el obtenido como el mejor
mejor a su geometría, además se quitan aristas y la exposición de las ruedas delanteras en la zona
lateral, ya que se veían anteriormente zonas en las que interactúa negativamente el flujo, como se
puede observar en la imagen A.12., las líneas de flujo son mejor distribuidas y constantes alrededor
xxx
del vehículo.
coeficiente de arrastre en aproximadamente 31,12% del valor anterior. Éste valor se ve afectado
por la calidad de malla con la que se realizan las simulaciones, y se recomienda realizar ésta con
Con respecto al rediseño, se observa una reducción de la potencia requerida con respecto
al diseño original de 36,3 %, siendo mayor a la reducción que se observa del Cd (31,12 %),
teniendo así que el cambio del coeficiente de arrastre afecta directamente a la potencia requerida
Anexo A.5. Cronograma de Actividades Tarea Hito Resumen del proyecto Hito inactivo Tarea manual Informe de resumen manual solo el comienzo Tareas externas Fecha límite Progreso manual
Fecha: Febrero de 2015 División Resumen Tarea inactiva Resumen inactivo solo duración Resumen manual solo fin Hito externo Progreso
Página xxxiii