TFG Guillem Barea Sanchez - Análisis de Flujos Turbulentos Confinados en Un Canal Usando Estrategias DNS

TRABAJO FINAL DE GRADO
Grado en Ingeniería Mecánica
ANÁLISIS DE FLUJOS TURBULENTOS CONFINADOS EN UN

CANAL USANDO ESTRATEGIAS DNS
Memoria y Anexos
Autor/a: Guillem Barea Sánchez

Director/a: Lluís Jofre Cruanyes
Co-Director/a: Guillermo Oyarzun
Convocatoria: Junio 2021
ANÁLISIS DE FLUJOS TURBULENTOS CONFINADOS EN UN CANAL USANDO MÉTODOS DNS
Resumen
Con el presente trabajo de final de grado se pretende establecer los fundamentos de la turbulencia y
entender cómo se forma este fenómeno. Concretamente, se estudiará el comportamiento de los flujos
turbulentos confinados. Para ello se ha usado un caso canónico estudiado por Moser et al.(1) en el que
se hace circular un fluido entre dos placas planas paralelas. Este estudio se tomará como referencia
para estudiar el comportamiento del fluido usando estrategias DNS, lo que requiere de instalaciones
especiales concretamente centros de supercomputación como podría ser el Barcelona
Supercomputing Centre o el Simon Fraser University Supercomputer Cedar donde se ha simulado este
caso. Para poder desarrollar el caso se ha usado el solucionador creado por el profesor Lluís Jofre
Cruanyes junto con Guillermo Oyarzun, llamado RHEA. Por otro lado, el segundo objetivo es verificar
el correcto funcionamiento de RHEA. Para ello se compararon los resultados obtenidos con la solución
de referencia que serán los datos conseguidos por Moser et al.(1) también se usarán datos recogidos
en el libro “Turbulent Flows de Stephen B. Pope, 2000” concretamente en el capítulo “Wall Flows”(2).
Es muy importante verificar el correcto funcionamiento de RHEA porque pretende ser un código open-
source funcional para la próxima generación de supercomputadores, los ordenadores exaescala.
i
Memoria
Resum
Amb el present treball final de grau s’ha pretès establir els fonaments de la turbulència i entendre com
es forma aquest fenomen. Concretament, s’estudiarà el comportament dels fluxos turbulents
confinats. Per això he fet servir un cas canònic estudiat per Moser et al.(1) en el que es fa circular un
fluid entre dues plaques planes i paral·leles. Aquest estudi s’agafarà com a referencia per estudiar el
comportament del fluid utilitzant estratègies DNS, les quals requereixen de instal·lacions especials,
concretament centres de supercomputació com podria ser el Barcelona Supercomputing Centre o el
Simon Fraser University Supercomputer Cedar on s’ha pogut simular aquest cas. Per poder
desenvolupar el cas he utilitzat un solucionador creat per el professor Lluís Jofre Cruanyes juntament
amb Guillermo Oyarzun, anomenat RHEA. Per altre banda, el segon objectiu es precisament verificar
el correcte funcionament de RHEA. Per poder-ho fer els resultats obtinguts seran comparats amb una
solució de referencia que son les dades aconseguides per Moser et al.(1) també es compararà amb
dades recollides al llibre “Turbulent Flows de Stephen B. Pope, 2000” concretament recollides al capítol
“Wall Flows”(2). Es molt important verificar el correcte funcionament de RHEA ja que pretén ser un
codi open-source funcional per a la pròxima generació de supercomputadors, els ordinadors exaescala.
ii
Abstract
The aim of this final degree project is to establish the foundations of turbulence and to understand
how this phenomenon is formed. Precisely, the behavior of confined turbulent flows will be studied.
For this reason, it has been used a canonical case studied by Moser et al.(1) in which a fluid goes from
one side of the canal to the end of it between two flat and parallel surfaces. This study will be taken as
a reference to study the behavior of the fluid using DNS strategies, which require special facilities,
specifically supercomputing centers such as the Barcelona Supercomputing Center or the Simon Fraser
University Supercomputer Cedar where this case has been simulated. In order to develop the case, it
has been used a solver created by Professor Lluís Jofre Cruanyes together with Guillermo Oyarzun,
called RHEA. On the other hand, the second objective is to verify the correct function of RHEA. In order
to do so, the results obtained will be compared with a reference solution which is the data obtained
by Moser et al. (1) and will also be compared with data collected in the book "Turbulent Flows by
Stephen B. Pope, 2000" specifically collected in chapter “Wall Flows” (2). It is very important to verify
the correct operation of RHEA as it is intended to be a functional open-source code for the next
generation of supercomputers, exascale computers.
iii
Memoria
iv
Agradecimientos
En este trabajo llevo poniendo mis esfuerzos desde el mes de julio de 2020, después de un año tan
complicado para todos estoy contento por finalizar con esta etapa con este trabajo, desde el principio
ya le comenté al profesor Lluís Jofre Cruanyes que pretendía realizar un buen trabajo y puedo concluir
echando la vista atrás que estoy orgulloso del trabajo hecho.
Ha sido una larga experiencia el grado de Ingeniería Mecánica, pero estoy sumamente contento con la
persona que me ha convertido, tanto a nivel emocional como conceptual. Por eso, mi primer gesto de
agradecimiento quiero que vaya para todas las personas que me he encontrado en estos años que
algunos han dejado huella en mi para siempre por su pasión y dedicación.
Seguidamente agradecer a mi tutor Lluís por ser tremendamente paciente conmigo durante toda la
realización del trabajo, desde los inicios sabía que había escogido un tema que era poco más que
incertidumbre para mí en aquel momento, pero su ayuda ha sido determinante para la buena
realización del proyecto, su guía constante ha sido indispensable y le quiero agradecer que me haya
transmitido inquietud sobre esta parte de la ingeniería tanto a nivel teórico como de investigación
científica.
Otra de las personas a las que quiero nombrar en este apartado es a Layla que me ha ayudado mucho
todos estos meses a estar tranquilo conmigo mismo permitiendo volcarme con mucho más entusiasmo
en este trabajo y ayudándome a decir que estoy orgulloso del trabajo realizado.
Finalmente mencionar a los que siempre han estado y quiero que siempre estén, mis amigos, mi familia
y especialmente a Alicia mi pareja que, aunque llego a la mitad de este viaje universitario me ayudó
mucho a progresar y dar la mejor versión de mí mismo. Sin ellos la carrera habría sido mucho más
solitaria y algunos obstáculos tal vez habrían sido demasiado difíciles de sortear.
v
Memoria
vi
Índice
RESUMEN ___________________________________________________________ I
RESUM _____________________________________________________________ II
ABSTRACT __________________________________________________________ III
AGRADECIMIENTOS __________________________________________________ V
0. PREFACIO ______________________________________________________ 1
0.1. Origen del trabajo .................................................................................................... 1
0.2. Motivación ............................................................................................................... 1
0.3. Requerimientos previos ........................................................................................... 2
1. INTRODUCCIÓN _________________________________________________ 5
1.1. Objetivos del trabajo................................................................................................ 6
1.2. Alcance del trabajo .................................................................................................. 6
2. FUNDAMENTOS TEÓRICOS DE LA TURBULENCIA _______________________ 7

2.1. Definición de turbulencia......................................................................................... 7
2.2. Características de la turbulencia.............................................................................. 8
2.2.1. Escalas de turbulencia ............................................................................................ 9
2.3. Ecuaciones del movimiento ................................................................................... 11
2.4. Estrategias para estudiar la turbulencia ................................................................ 13
2.4.1. Reynolds-Averaged Navier-Stokes ....................................................................... 14
2.4.2. Large-Eddy Simulation.......................................................................................... 15
2.4.3. Direct Numerical Simulation ................................................................................ 16
2.5. High-Performance Computing ............................................................................... 18
3. TURBULENCIA EN FLUJOS CONFINADOS _____________________________ 23

3.1. Flujo en un canal .................................................................................................... 23
3.1.1. Descripción del flujo ............................................................................................. 23
3.1.2. Esfuerzos cortantes cerca de la pared ................................................................. 25
3.1.3. Ley de la pared...................................................................................................... 26
3.2. Ecuaciones y números adimensionales ................................................................. 27
4. RESULTADOS Y ENTORNO DE CÁLCULO _____________________________ 30

4.1. Descripción del caso............................................................................................... 30
4.1.1. Entorno de cálculo ................................................................................................ 31
vii
Memoria
4.2. Estadísticas de primer y segundo orden ............................................................... 32

4.3. Coeficiente de fricción ........................................................................................... 38
ANÁLISIS DEL IMPACTO AMBIENTAL ____________________________________ 41
CONCLUSIONES _____________________________________________________ 43
PRESUPUESTO Y/O ANÁLISIS ECONÓMICO _______________________________ 45
BIBLIOGRAFÍA ______________________________________________________ 47
viii
ANÁLISIS DE FLUJOS TURBULENTOS CONFINADOS EN UN CANAL USANDO ESTRATEGIAS DNS
0. Prefacio
Esta pequeña parte del trabajo se explicará de forma breve como ha sido el proceso de selección del
proyecto, como llegué hasta él y que debía de tener aprendido para poder afrontar el proyecto de final
de estudios con garantías. Mencionar que, aunque el proyecto se comenzó de forma oficial el pasado
mes de febrero, venía trabajando con el profesor Jofre desde mediados de julio del pasado 2020.
0.1. Origen del trabajo
Tras cursar la asignatura Ingeniería de Fluidos, se abrió ante mí un campo que me causaba muchísima
inquietud y del que contemplaba como posible camino una vez completara mi grado en Ingeniería
Mecánica, por eso vi como una situación ideal interesarme por el trabajo desarrollado por el profesor
Lluís Jofre Cruanyes que una vez nos pusimos en contacto ya empezó a prestarme material para que
pudiera ir adentrándome en el tema.
Desde ese momento empecé a leer el material que se centraba en la mecánica de fluidos.
Principalmente sobre turbulencia y CFD (Computational Fluid Dynamics) pero también leí un poco
sobre HPC (High-Performance Computing), para entender cómo el hardware de los
supercomputadores interpretaba el código que había creado el profesor Lluis Jofre Cruanyes.
0.2. Motivación
Como he mencionado anteriormente tras acabar la asignatura de Ingeniería de Fluidos vi como había
una parte del grado que tenía mucha curiosidad por descubrir y seguir formándome. Por eso,
inmediatamente ese verano busqué en los proyectos planteados por los profesores de la universidad
algunos que encajasen con la ingeniería de fluidos. Allí pude ver el proyecto que proponía el profesor
Lluís Jofre Cruanyes del departamento de fluidos, que tenía una fuerte incidencia en el
comportamiento de la turbulencia.
Desde que leí la descripción del trabajo supe que tendría que poner muchísimo de mi parte para
realizarlo porque mi conocimiento sobre el tema era muy limitado, pero sí que me causaba una gran
motivación además de un reto personal por eso pensé que este trabajo se convertiría en una gran
oportunidad para mí.
Me di un tiempo para pensar en que podía aportar al proyecto y cómo podía encararlo, aunque aún
me faltaba mucha información en ese momento, en la asignatura de Ingeniería de Fluidos
1
Pág. 2 Memoria
prácticamente no se trabajaban los conceptos de turbulencia por lo que debía empezar un trabajo
previo de adopción de esos conocimientos. Así que me puse en contacto con Lluís, realizamos una
videoconferencia con él y con Guillermo Oyarzun, codirector de este trabajo, donde me explicaron cuál
era su proyecto, cuáles eran sus objetivos y qué dirección querían tomar. Entonces en ese momento
ya empezamos a pensar cuál podría ser mi función dentro del proyecto tan ambicioso que tenían entre
manos.
0.3. Requerimientos previos
Como requerimientos previos debía de haber cursado las dos asignaturas de fluidos pertenecientes al
grado, la asignatura de métodos numéricos y la asignatura de informática. Las asignaturas del
departamento de fluidos serán clave para la realización del trabajo ya que este repasará los
fundamentos de la mecánica de fluidos para tener un mejor entendimiento de la turbulencia, por otro
lado, la asignatura de métodos numéricos nos ayudará a comprender cómo se está comportando
algunos aspectos del solucionador, RHEA, creado por el profesor Lluís Jofre.
Por otro lado, debía tener soltura en el uso del terminal en el sistema operativo Ubuntu basado en
Linux1, con el terminal me conectaré a distintos ordenadores y supercomputadores que me permitirán
correr el caso múltiples veces hasta conseguir llegar al estado donde se podrán obtener los datos
necesarios después de eso se ejecutará un post procesamiento de los resultados con un script de
Python2.
Así puedo concluir puntualizando que las asignaturas necesarias para la realización del trabajo son:
• Informática, realizada en el primer curso del grado. Deberé tener las bases de lenguaje de
programación Python.
• Mecánica de Fluidos, realizada en el segundo curso. Comprender la teoría de la asignatura.
• Métodos Numéricos, realizada en segundo curso. Entender que pasa cuando ponemos RHEA
a funcionar.
1
Linux: sistema operativo basado en Unix, de código abierto, multiplataforma, multiusuario y multitarea.
2
Python: lenguaje de programación, como característica principal está orientado a objetos.
2
• Ingeniería de Fluidos, realizada en el tercer curso del grado de Ingeniería Mecánica, tener la
teoría de la asignatura asimilada y además entender algunos de los principios de la turbulencia.
3
1. Introducción
Tras finalizar la asignatura Ingeniería de Fluidos, decidí aventurarme a realizar el proyecto final de
estudios sobre esta rama de la Ingeniería Mecánica, en concreto un proyecto donde estudiaré las bases
de la turbulencia, esta fue una de los aspectos que menos se trabajaron durante la asignatura de
Ingeniería de Fluidos, aunque agradezco a los profesores que me introdujesen a ella. Las pequeñas
pinceladas que pude dar me causaron mucha curiosidad para seguir investigando así que me decidí
por este proyecto del profesor Lluís Jofre Cruanyes. Mi tutor me presentó RHEA, el solucionador, que
ha preparado durante un largo tiempo. Se planteará un caso muy canónico como es el “Turbulent
Channel Flow” una vez simulado con los datos obtenidos estudiaremos los fenómenos de turbulencia
existentes para así tener un mayor entendimiento de esta parte de la física.
Por otro lado, trabajaremos en un entorno de trabajo totalmente nuevo para mí este será el terminal
de Ubuntu3, con todo lo que ello conlleva, acostumbrado a usar Windows siempre, ha sido una
experiencia distinta pero muy útil para el futuro, desde allí se ejecutarán todos los comandos
necesarios para poder conseguir la información sobre el caso des de conectarse a un supercomputador
para correr el caso hasta usar un script4 de Python que recoja los datos obtenidos y los plasmé en un
gráfico.
Además, uno de los principales atractivos es que no usaré ordenadores convencionales para simular
los casos estudiados, sino que se usarán ordenadores pensados para trabajar con grandes cantidades
de datos, se llevará el caso a un supercomputador parecido al centro de supercomputación de
Barcelona, el “Barcelona Supercomputing Centre, BSC”, aunque ubicado en Canadá, Simon Fraser
University’s Supercomputer Cedar ya que el profesor Jofre ha trabajado en el pasado con ellos.
3
Ubuntu: Sistema operativo basado en Linux
4
Script: se define como un programa relativamente simple
5
Memoria
1.1. Objetivos del trabajo
Como estudiante de Ingeniería Mecánica que quiere seguir progresando en la Ingeniería de Fluidos mi
objetivo principal es adentrarse en los fenómenos relacionados con la turbulencia para ser capaz de
entender y extenderme cuando hable sobre ellos, porque estos me parecen un campo de trabajo muy
interesante de cara al futuro. Concretamente el trabajo estará centrado en los flujos turbulentos
confinados.
Por otro lado, ya hace varios años que he tenido inquietud por trabajar más con código puro como
solíamos hacer en la asignatura de informática en mi primer año en el grado, por lo que, trabajar con
el solucionador creado por mi tutor creo que me ha ayudado a entender cómo se compone un código
capaz de resolver problemas más complejos y los pasos que se deben seguir para completar un
proyecto de este tipo.
Finalmente, otro de los puntos en los que quiero destacar mi trabajo es que si el proyecto es
suficientemente bueno que sirva para mi futuro como una pequeña enciclopedia donde consultar
contenido sobre turbulencia que pueda ser difícil de recordar y entender.
1.2. Alcance del trabajo
El objetivo principal del trabajo es verificar que el proyecto llevado a cabo por el profesor Lluís Jofre
Cruanyes, RHEA. Este proyecto quiere concebir un solucionador capaz de ser usado en centros de
supercomputación, además se quiere conseguir un solver funcional con los supercomputadores de
próxima generación que son los llamados exascale computers.
El método que usaré para verificar el solucionador será correr un caso ya estudiado anteriormente,
“Turbulent Channel Flow” y ver que la solución de referencia concuerda con los valores obtenidos,
además se verán y comentarán otros aspectos de la turbulencia como son el “skin-friction coefficient”
o la “log-law”. La solución de referencia usada en este trabajo estará basada en los datos obtenidos
por Robert D. Moser, John Kim y Nagi N. Mansour en “Direct numerical simulation of turbulent channel
Flow up to Re=590” (1), también se han usado datos numéricos de trabajos anteriores que aparecen
en el libro “Turbulent Flows de Stephen B. Pope, 2000” concretamente del capítulo referente a los
flujos confinados “Wall Flows”(2).
6
2. Fundamentos teóricos de la turbulencia

En este capítulo veremos los puntos más importantes que debemos destacar dentro del campo de la
turbulencia. Definiremos de la forma más precisa posible la turbulencia, explicaremos sus
características principales que la hacen sumamente interesante de estudiar, veremos que ecuaciones
debemos de utilizar para describir la turbulencia y revisaremos qué estrategias se usan para estudiar
la turbulencia a día de hoy.
2.1. Definición de turbulencia
Para definir la turbulencia primero debemos ubicarnos dentro de la mecánica de fluidos, allí se podrá
ver los distintos regímenes a los que encontraremos los flujos, estos son flujos laminares, de transición
y turbulentos. Cada uno de ellos se caracteriza por encontrarse en unas condiciones muy específicas.
Los flujos laminares son caracterizados porque se dibujan perfiles lisos en forma de capas que siguen
la geometría de la superficie donde circulan, estas capas no se superponen las unas con las otras y se
mantienen paralelas entre sí. En estos regímenes no aparece ningún tipo de vórtice.
Quiero aprovechar la Figura 2.1. para comentar brevemente sobre la etapa intermedia entre el flujo
laminar y turbulento. Esta etapa es conocida como la etapa de transición donde existen
comportamientos que se asemejan al flujo laminar, pero empiezan a aparecer estelas provocadas por
la baja viscosidad y el ya exceso de energía cinética.
Figura 2.1. Ilustración esquemática de la evolución del flujo (Fuente: Massachusetts Institute of Technology,
MIT News)
7
Memoria
El último de los regímenes que puede tomar un fluido al desplazarse es el turbulento. En el caso de los
flujos turbulentos estos aparecen cuando existe un número de Reynolds alto, por lo tanto,
obtendremos turbulencia con cuando tengamos una viscosidad baja en relación con la velocidad.
La turbulencia es causada por la compleja interacción que tienen los términos viscosos y los términos
pertenecientes a la inercia en la ecuación del momentum. Algunas de las características principales de
la turbulencia son su irregularidad, difusividad rotacionabilidad y disipación además también existen
escalas que clasifican los remolinos que aparecen en la turbulencia y su energía disipada.
2.2. Características de la turbulencia
Como se ha comentado en el punto anterior la turbulencia es conocida comúnmente por no seguir con
un orden preestablecido y comportarse de manera aleatoria pero sí que existen características que
aparecen en este estado del flujo. Así quiero destacar que la turbulencia puede ser descrita por las
siguientes características.
Irregularidad
Si nos ceñimos a que entendemos la turbulencia como un comportamiento caótico del flujo, podemos
decir que los flujos turbulentos son sumamente irregulares. Por este motivo son tratados normalmente
como problemas estadísticos y no de una forma directa como si tratamos los flujos laminares. Por eso,
se intentan buscar patrones que nos permitan entender mejor el fenómeno.(3) Cuando analicemos los
resultados veremos cómo hacer este ejercicio.
Difusividad
En los flujos turbulentos aparece una gran cantidad de energía que nos permite acelerar la mezcla del
fluido(3), esto se da por la aparición de fluctuaciones en la velocidad, por eso se la considera como una
característica principal en este tipo de fluidos. Un ejemplo de esto sería la mezcla de combustible en
un motor térmico.
Rotacionabilidad
Empecé comentando que los flujos turbulentos todos son rotacionales y tridimensionales. Esta
característica viene provocada porque los flujos turbulentos tienen vorticidad y esa vorticidad se
genera a través del estiramiento de vórtices. Este estiramiento aparece en la mecánica de fluidos con
fluidos tridimensionales con la conservación del momento angular.(4)
8
Figura 2.2. Imagen ilustrativa de un vórtice en un fluido (Fuente: The Sacred Wai)
Disipación
Cuando hablamos de disipación en un flujo turbulento siempre se lo considera disipativo, tenemos que
tener en cuenta que la generación de ese flujo debe tener una fuente de energía constante ya que el
flujo disipa de forma muy rápida energía cinética para convertirla en energía interna que alimenta a
los esfuerzos cortantes viscosos.(3)
2.2.1. Escalas de turbulencia
Como hemos dicho anteriormente cuando aparece turbulencia existe una gran cantidad de energía
que va transformándose hasta llegar a disiparse, esta energía forma pequeños remolinos que son la
expresión de la velocidad, vorticidad y presión. Los remolinos que son formados por el fenómeno de
la turbulencia aparecen en distintos tamaños, se clasifican según la cantidad de energía que requieren
para formarse y la escala de longitud en que se forman.
Escala Integral
Son las escalas más grandes en cuanto a energía se refieren, los remolinos que son formados obtienen
la energía de unos a otros y además del flujo medio.
Este tipo de escalas se observa una fluctuación de la velocidad y aparece con frecuencias bajas. Las
escalas integrales son altamente anisotrópicas.
9
Memoria
Escala de Kolmogorov
Son las escalas más pequeñas en la turbulencia, en estas escalas el fenómeno de disipación toma gran
importancia. Estas pequeñas escalas tienen una alta frecuencia que provoca que la turbulencia sea
isotrópica y homogénea5.
Microescalas de Taylor
Estas escalas existen entre la escala integral y la escala de Kolmogorov, por lo tanto, existen entre las
escalas más grandes y las más pequeñas. Estas microescalas no disipan energía como si lo hacen las
otras, pero sí que permiten llevar energía de las escalas más grandes a las más pequeñas sin pérdidas.
Figura 2.3. Render donde aparecen remolinos formados por la turbulencia (Fuente: Statistical and Geometrical
Properties of Turbulent Flows with Viscosity Stratification Gauss Centre of Supercomputing. Autor:
Michael Gauding)
Los contenidos de esta parte del trabajo han sido basados en lo escrito en estas dos referencias(4)(5).
5
Turbulencia isotrópica y homogénea: turbulencia cuyas propiedades relacionadas con la estadística, no
dependen de la dirección.
10
2.3. Ecuaciones del movimiento
Las ecuaciones gubernamentales que usaremos describen la conservación de la masa, el momento y

la energía. Estas ecuaciones las llamaremos ecuaciones de continuidad, del momentum y la energía.
Es muy importante describir, entender y saber aplicar las ecuaciones como se debe porque serán
usadas como herramientas para analizar los distintos flujos.
Destacar que los fluidos se describen como campos Eulerianos y Lagrangianos. Se describen los campos
Eulerianos como continuos en la densidad y velocidad y existen en un punto X determinado a su inicio.
Por el otro, definimos el campo Lagrangiano como un concepto de continuidad donde una partícula
que tiene cierto movimiento está descrita por una posición y un tiempo.
La demostración de las ecuaciones que aparecen en este apartado ha sido extraídas del capítulo
número dos del libro “Turbulent Flows de Stephen B. Pope, 2000”(6)
Ecuación de continuidad
La primera ecuación que se tratará en este proyecto probablemente sea la ecuación de más
importancia dentro de la mecánica de fluidos, esta ecuación indica que toda la cantidad de masa que
entra en el sistema es igual a la cantidad de masa que sale del sistema, por lo tanto, dentro del volumen
de control de nuestro problema en cuestión siempre tendremos la misma cantidad de flujo.
La ecuación que describe la conservación de la masa o continuidad es:
𝜕𝜌
= ∇ · (𝜌𝑈) = 0 (Ec. 2.3.1)
𝜕𝑡
En la ecuación 2.3.1. el término derivativo pertenece a la cantidad de masa que se acumula dentro del
sistema (si se observa desde el otro punto de vista pertenece a la cantidad de masa que pierde el
sistema) y el término divergente hace referencia a la diferencia entre la cantidad de flujo que entra y
sale del sistema.
11
Memoria
El caso que concierne a este trabajo corresponde a un flujo incompresible6 así la deformación
volumétrica corresponde a 0, obteniendo una ecuación de continuidad simplificada.
Ecuación del momentum
Está basada en la segunda ley de Newton, relaciona la aceleración de una partícula fluida con las
fuerzas en la superficie y las fuerzas provocadas por el cuerpo. Descrito por el esfuerzo cortante y el
potencial gravitacional7 respectivamente. Estas fuerzas son las culpables de que el fluido se acelera
según la ecuación del momentum.
𝐷𝑈𝑗 𝜕𝜏𝑖𝑗 𝜕𝑔𝑧

𝜌 = −𝜌 (Ec. 2.3.2)
𝐷𝑡 𝜕𝑥𝑗 𝜕𝑥𝑗
Concretamente en nuestro caso nos centraremos en los fluidos Newtoniados, recordemos que estos
son los que su viscosidad puede ser considerada constante como por ejemplo el más común el agua.
En el caso de los fluidos Newtonianos el esfuerzo cortante se describe como:
𝜕𝑈𝑖 𝜕𝑈𝑗
𝜏𝑖𝑗 = −𝑃𝛿𝑖𝑗 + 𝜇 ( + ) (Ec. 2.3.3)
𝜕𝑥𝑗 𝜕𝑥𝑖
En la ecuación 2.3.3. que describe el esfuerzo cortante, P corresponde a la presión, 𝜇 es el coeficiente

de viscosidad que por ser un fluido Newtoniano es un valor constante, además se considera un campo
𝜕𝑈
de velocidades donde 𝜕𝑥 𝑖 = 0.
𝑗
En el siguiente paso obtendremos la ecuación de Navier-Stokes con la que podremos estudiar el

movimiento del fluido. Para obtenerla sustituiremos el esfuerzo cortante (ec. 2.3.3.) dentro de la
ecuación del momentum (2.3.2.), veamos este paso:
6
Flujo incompresible: Se define como el flujo que mantiene su densidad constante a lo largo de todo el flujo.
7
Potencial gravitacional: Se define como el trabajo por unidad de masa que debe realizar una fuerza para mover
un cuerpo a velocidad constante desde al infinito hasta un punto del campo gravitatorio.
12
𝐷𝑈𝑗 𝜕 2 𝑈𝑗 𝜕𝑃 𝜕𝑔𝑧
𝜌 =𝜇 − −𝜌 (Ec. 2.3.4)
𝐷𝑡 𝜕𝑥𝑖 𝜕𝑥𝑗 𝜕𝑥𝑗 𝜕𝑥𝑗
Luego podremos simplificar todo lo obtenido consiguiendo una versión más reducida de la ecuación
de Navier-Stokes, con esta forma será como trabajaremos en adelante. En esta ecuación el término de
𝜇
ν, hace referencia a la viscosidad cinemática compuesta por ν = .
𝜌
𝐷𝑈 1
= − ∇𝑝 − ν∇2 𝑈 (Ec. 2.3.5)
𝐷𝑡 𝜌
Una vez obtenida la versión más abreviada de la ecuación de Navier-Stokes (Ec. 2.3.5.), podemos
concretar que los fluidos Newtonianos con propiedades constantes serán gobernados con esta
ecuación.
Ecuación de la vorticidad
Antes de definir las ecuaciones relacionadas con la vorticidad veamos unos conceptos básicos sobre
esta, la vorticidad se origina principalmente en superficies sólidas al entrar en contacto el fluido con
ellas no puede deslizar originándose así la vorticidad, posteriormente se propaga al interior del fluido.
La vorticidad es una de las características principales de la turbulencia tal como se ha contado al inicio
de este capítulo. Aunque en este trabajo no se obtienen resultados donde aparezca la vorticidad sí que
se puede intuir donde tendrá más repercusión.
𝐷𝜔
= 𝜈∇2 𝜔 + 𝜔 · ∇U (Ec. 2.3.6)
𝐷𝑡
2.4. Estrategias para estudiar la turbulencia
Para estudiar la turbulencia debemos usar estrategias que nos permitan la obtención de datos
correctos para luego analizarlos cuidadosamente y sacar conclusiones. Es común usar resultados
promediados en el tiempo para simplificar los cálculos necesarios, pero no todos los modelos usan esa
estrategia algunos de ellos usan la totalidad de los datos lo que conlleva una gran utilización de los
recursos informáticos, llegando a ser tantos los recursos necesarios que el uso de estas estrategias está
limitado a los centros de supercomputación (2.5. High-Performance Computing)
13
Memoria
2.4.1. Reynolds-Averaged Navier-Stokes
RANS (Reynolds Averaged Navier Stokes) es una de las estrategias más usadas para solucionar
problemas relacionados con la mecánica de fluidos. Con el método RANS conseguimos resultados
suficientes para el mundo ingenieril a un costo moderado en un abanico bastante grande de
flujos. Por ejemplo, si observamos el comportamiento de la velocidad de un objeto en un flujo
turbulento en un momento determinado, veremos como el resultado varía. Pero si decidimos
evaluar los resultados promediados en el tiempo vemos cómo esos valores que antes variaban
ahora ya se repiten y damos el experimento como válido.(7) Con esto estamos concluyendo que
los flujos turbulentos son estacionarios si promediados en el tiempo no varían. Este tipo de
promedio es descrito de la siguiente manera:
1 𝑡0 +𝜏
𝑢 𝑇 (𝑥⃗) = lim ∫ 𝑢( 𝑥⃗, 𝑡)𝑑𝑡 (Ec. 2.4.1)
𝜏→∞ 𝜏 𝑡
0
Con este método se obtendrán resultados, aunque demasiados inconsistentes e imprecisos si se

pretende estudiar la turbulencia con garantías.
A continuación, mencionaré algunos de los modelos RANS más utilizados en el ámbito de la ingeniería
de fluidos, “Computational Fluid Dynamics”, cada uno de los modelos mencionados se suelen usar en
casos concretos que tras comparar y contrastar los datos obtenidos se han consolidado como modelos
frecuentemente usados por los profesionales.
• The Spalart-Allmaras Model: fue concebido para ser usado en aplicaciones aeroespaciales, se
usa comúnmente para predecir cargas aerodinámicas con ángulos de ataque bajos por sus
buenos resultados con las capas límite.(7)
• The k-ε Model: tal vez el modelo RANS más usado por su simplicidad y buenos resultados,
aunque no siempre son todo lo consistes que deberían con flujos turbulentos confinados.(7)
• The k-ω Model: otro de los modelos RANS más utilizados que tiene un mejor desempeño
donde el k-ε fallaba. Principalmente es usado en turbomáquinas, son las maquinas que tiene
como elemento central un rotor por el que circula un fluido.(7)
14
Figura 2.4. Ejemplo de uso Spalart-Allmaras Model en un perfil aerodinámico (Fuente: Elaboración propia)
2.4.2. Large-Eddy Simulation
“Large-eddy Simulations, LES” existen a medio camino entre los modelos RANS que se han mencionado
en el apartado anterior y las estrategias de resolución DNS. Su existencia se basa en llegar donde las
otras estrategias no pueden llegar, por una parte, con modelos RANS obtendremos datos imprecisos y
poco consistentes. Por otro lado, son mucho más económicos a nivel computacional de simular que un
problema con DNS además con la estrategia de resolución DNS tendremos problemas para solucionar
situaciones con números de Reynolds muy elevados.
Una de las partes más importantes dentro de la resolución LES es entender que debemos de hacer
correctamente un filtrado de las escalas turbulentas que queremos analizar, procuramos analizar las
escalas turbulentas de mayor tamaño porque son las que contienen a nivel energético más datos
interesantes.
Destacar también la existencia de distintos tipos de estrategias LES, una de ellas se centra en que
después de ejecutar el filtrado y mallar la superficie de cálculo obtenemos un 80% de toda la energía
en nuestra área de cálculo es denominada, LES-NWR “Large-eddy simulation with near-wall
resolution”. Otra parecida denominada, LES-NWM “Large-eddy simulation with near-wall modelling”,
obtiene el 80% de la energía, pero esta vez alejada de las paredes de nuestro problema. Para acabar
existe también la VLES “Very-large-eddy simulation”, donde tanto el filtrado como la malla no son
suficientemente precisas como para obtener el 80% de la energía del problema.(8)
Muchos de los desarrollos y testeos que se han llevado a cabo en el campo de LES han sido en
turbulencia isotrópica y en canales turbulentos con el flujo totalmente desarrollado, concretamente el
estudio que se realizará en este trabajo, pero en este caso será llevado a cabo usando estrategias DNS.
Otro de los principales objetivos que tiene el LES es poder ser implementado en flujos que pasen por
geometrías complejas que se dan en el mundo de la ingeniería.
15
Memoria
2.4.3. Direct Numerical Simulation
Esta es la última estrategia de simulación en mecánica de fluidos computacional que veremos en el

trabajo, pero además es en la que se centra el trabajo. “Direct Numerical Simulation, DNS” tal como
dice su nombre el objetivo es resolver aquello que se le plantea de forma directa, concretamente lo
que resolvemos de esta forma son las ecuaciones de Navier-Stokes, sin ningún tipo de modelo de
turbulencia como si se hace con el “Reynolds-Averaged Navier-Stokes”. Con esta estrategia
conseguiremos solucionar todas las escalas presentes en los problemas planteados desde las
microescalas de Kolmorogov, hasta las más grandes concretamente las escalas integrales, que como
habíamos mencionado en el apartado anterior perteneciente a “Large-eddy Simulations”, estas son las
escalas con mayor cantidad de energía cinética. Para conseguir los resultados deberemos usar un
solucionador que establezca todas las condiciones del caso iniciales y de contorno.
Cuando usemos esta estrategia deberemos tener en cuenta que obtendremos una gran cantidad de
datos que nos proporcionarán unos resultados sumamente exactos, para obtener estos resultados se
precisa de gran capacidad computacional, por eso este método está reservado para centros con gran
poder de computación como por ejemplo el “Barcelona Supercomputing Centre, BSC”, el Stampede 2
o el CEDAR Supercomputer de la Simon Fraser University.
Figura 2.3. Flujo confinado turbulento (Fuente: Direct Numerical Simulation of Turbulent Channel Flow on High-
Performance GPU Computing System(9)(9))
Tras anunciar que este es el método más preciso se puede pensar que debería de ser el más usado,
aunque debemos tener siempre en mente que el coste asociado a la resolución de problemas con esta
estrategia es sumamente elevado por las instalaciones tan concretas que debemos de usar. Destacar
además que si aumentamos el número de Reynolds asociado al sistema los requerimientos
computacionales también aumentan, lo que finalmente repercute en un incremento en el coste de
resolución que crece de forma exponencial. Así siempre que se use DNS se usarán números de
Reynolds más bien bajos, los problemas con Reynolds más altos se usará la estrategia de simulación
LES.
16
A continuación, se puede ver en una imagen una comparación entre las distintas estrategias que han
sido explicadas en este apartado. Esta imagen pertenece a un flujo que está siendo expulsado, se puede
apreciar en la primera imagen, RANS, como en el flujo apenas aparecen estelas y que la temperatura
parece bastante constante en toda la imagen.
Siguiendo con la segunda imagen perteneciente a la simulación LES ya se aprecian como existe mucho
más movimiento y la aparición de distintos remolinos y fluctuaciones en el flujo, además nos indica de
una forma más exacta que existen temperaturas más grandes que otras.
Para terminar, vemos como en la imagen de la estrategia DNS se capta mucha más información y de
una forma mucho más exacta con la aparición de distintos remolinos mucho más dispersos del flujo
principal. Concluir con que no tenemos demasiada información sobre la imagen, las propiedades del
flujo, temperaturas, velocidades, etc. Pero se ve claramente que existe mucha diferencia de una
imagen a otra sobre todo en cuanto a la precisión de la trayectoria del flujo.
Figura 2.4. Salida de gases, comparación entre las distintas estrategias de cálculo (Fuente: LES and DNS
Turbulence Modeling. Autora: Sal Rodriguez(9)(9))
17
Memoria
2.5. High-Performance Computing
En este subapartado del trabajo quiero tratar uno de los temas principales de este proyecto que tiene
una importancia crucial. Con ello introduzco el tema del “High Performance Computing” en adelante
HPC. La gran importancia del tema se basa en que el caso no se podría correr con la suficiente precisión
y un balance tiempo datos obtenidos sino fuera gracias a este tipo de ordenadores que permiten
alcanzar potencias de cálculo sumamente superiores a los ordenadores convencionales.
El HPC tiene como objetivo juntar ordenadores con grandes potencias de cálculo para formar
supercomputadores que consigan superar tanto en hardware como software a los ordenadores más
potentes, aunque convencionales del mercado. Para conseguir ese objetivo se precisa de instalaciones
habilitadas para el uso de ellos en las que está controlado por profesionales expertos en este tipo de
máquinas.
Figura 2.5. Cluster del CEDAR Supercomputer (Fuente: página oficial de la Simon Fraser University(9)(9))
Se decide crear estos centros de computación para solucionar problemas que bien son demasiado
pesados para ordenadores normales o que deberíamos invertir una gran cantidad de tiempo tan solo
para obtener una sola solución, por lo tanto, el no usar este tipo de centros provocan que el avance en
el campo de investigación y desarrollo sea demasiado lento para los tiempos actuales.
El proceso para usar estos ordenadores se basa en que una vez estén creados y habilitados en un centro
especializado con las condiciones necesarias para que estos funcionen de climatización, refrigeración,
etc.
18
Deberemos conectarnos de forma al centro usando un protocolo SSH8, con ello obtendremos acceso
a un “cluster”9 del propio lugar, una vez dentro podremos correr el caso y obtener los resultados. Esto
nos conseguirá una reducción de tiempo muy importante, respecto de los ordenadores
convencionales. Para hacernos una idea en un ordenador convencional podríamos correr casos en dos
dimensiones con facilidad, pero una vez nos pongamos con números de Reynolds grandes y tres
dimensiones el tiempo y poder de cálculo aumentaron de forma exponencial.
Figura 2.6. Supercomputador de la Simon Fraser University, CEDAR Supercomputer (Fuente: página oficial de la
Simon Fraser University(9)(9))
En esta parte me gustaría comentar cuales son los usos a día de hoy de los supercomputadores, está
claro que su función principal está destinada a la investigación, pero quiero resolver las preguntas de
en qué campo se usan más y que se pretende conseguir.
8
Protocolo SSH: Es un protocolo que permite la comunicación segura entre dos sistemas, permitiéndonos
transmitir archivos de un servidor a otro por ejemplo del centro de computación en Canadá a nuestro
ordenador personal.
9
Cluster: se unen distintos servidores para trabajar como uno solo, existen uniones de hardware y software.
19
Memoria
Para encontrar los proyectos que están siendo trabajados a día de hoy he visitado el sitio web del
Barcelona Supercomputing Centre, BSC donde he podido encontrar la siguiente información, por
ejemplo en el campo de la ingeniería destacan proyectos como “Alya - High Performance
Computational Mechanics”(10), este proyecto ha creado un código capaz de resolver problemas
acoplados en problemas multifísicos usando HPC. Relacionado con la mecánica de fluidos existe este
proyecto que trabaja con flujos incompresibles “Computational fluid mechanics - Incompressible
flows”(11) uno de los puntos objetivos a nivel físico del proyecto es la modelización de la turbulencia.
Cambiando de campo existen proyectos interesantes relacionados con la mecánica de fluidos pero
fuera de la ingeniería como este que pretende trabajar con el sistema respiratorio para analizar y
estudiar el proceso de aspiración del aire, para mejorar el diseño de inhaladores.(12)
Quiero destacar también un proyecto que pretende estudiar terremotos y su comportamiento

analizando la inmensa cantidad de energía que desprenden. El proyecto se llama “Earthquake
Simulation”(13)
Figura 2.7. Renderizado momento en que un fluido se encuentra un obstáculo en su trayectoria (Fuente:
Parallel Scientific Computing de Guillaume Houzeaux(9)(9))
Si en los párrafos anteriores hablamos de cuáles son los usos a día de hoy, en los siguientes párrafos
quiero indagar en cuáles son los objetivos para el futuro próximo y hacia dónde va encaminada la
supercomputación. Finalmente resolver si existe un techo para la supercomputación.
En esta segunda parte quiero dedicarla a tratar los temas que involucran el futuro de los HPC en el
mundo científico, el siguiente paso en el HPC es abordar los ordenadores exaescala que nos permitirán
alcanzar potencias de cálculo 1 exaFLOPS que serían (1018 ). Las siglas FLOPS hacen referencia a
“Floating Operations Per Second”, esta términología permite cuantificar la potencia de cálculo que
puede tener un ordenador sobre el papel, indicándonos cual es el desempeño máximo teórico de la
20
máquina.(14) Actualmente en los centros de supercomputación se está cuantificando la potencia de

los supercomputadores con petaFLOPS (1015 ), el centro de computación que tenemos actualmente
en Barcelona, BSC, es capaz de conseguir un desempeño máximo de 11.15 PetaFLOPS.
En Estados Unidos existen distintos proyectos para crear supercomputadores exaescala, los que tienen
mejores prestaciones el “Frontier” en el “Oak Ridge National Laboratory” con potencias de hasta 1.5
exaFLOPS y son el supercomputador “El Capitán” que será instalado en el “Lawrence Livemore National
Laboratory” con potencias hasta de 2 exaFLOPS, este último tiene como objetivo usarse para el
desarrollo de armas nucleares.(15)
En Europa existe la entidad EuroHPC JU, European High Performance Computing Joint
Undertaking(16), esta entidad fue creada en 2018 y tiene como objetivo convertir a Europa en una
referencia mundial en el HPC. Para ello existe un plan de traer supercomputadores exaescala que
empieza por dos fases en las que se ensamblarán tres centros de computación pre-exaescala con una
potencia mínima de 1017 FLOPS y otros cinco centros de computación petaescala (1015 ). El Barcelona
Supercomputing Centre será uno de los centros pre-exaescala.
Figura 2.7. Supercomputador de Barcelona “Marenostrum2 en el BSC (Fuente: página oficial del Barcelona
Supercomputing Centre(9)(9))
Una vez he introducido que es un ordenador exaescala quiero comentar cuales pueden ser sus
principales aplicaciones para así dar un contexto sobre cómo entender este tipo de ordenadores y
comprender qué papel jugarán en el futuro de nuestra sociedad. Una de las aplicaciones que me suscita
más interés es que se pueda seguir investigando en la generación de energía limpia, como modelar
21
Memoria
mejor en la eficiencia de las plantas de energía eólica o mejorar la eficiencia de motores de combustión
de bajas emisiones.
Por otro lado, se tienen muchos esfuerzos puestos en la implantación de la medicina personalizada,
con ello se quiere conseguir simular tratamientos personalizados que mejoren el día a día de pacientes
con graves problemas de salud. Siguiendo con la mejora de las personas uno de los frentes abiertos
más importantes de cara al futuro es mejorar en la predicción de temporales poco comunes, que
provocan grandes desastres allí donde ocurren, tener un mayor entendimiento de la climatología
permitiría adelantarse a este tipo de eventos tan desafortunados.
Tras ver como se ha desarrollado la tecnología de los supercomputadores parece ser que con los
avances en el mundo de la computación estas tecnologías siempre estarán en constante crecimiento
ya que siempre que se avance un poco se tratará de ensamblar una máquina más potente que la
anterior, se tratará de optimizar los procesos anteriores usando menos recursos y se buscarán nuevos
objetivos que años atrás parecían imposibles de replicar con ordenadores pero que a día de hoy
parecen ridículos. (17)
22
3. Turbulencia en flujos confinados
3.1. Flujo en un canal
En este capítulo se describe cómo se comporta el flujo turbulento confinado, cuando hablamos de
flujos confinados se hace referencia a flujos que están limitados por una o más superficies, por ejemplo,
podrían ser paredes de una tubería, dos placas planas que conforman un canal o también flujos
externos que podríamos encontrar en una placa plana.
La información plasmada en este capítulo ha sido principalmente extraída del libro “Turbulent Flows
de Stephen B. Pope, 2000” concretamente del capítulo referente a los flujos confinados “Wall
Flows”(2).
3.1.1. Descripción del flujo
Primero de todo empezaré describiendo cuál será la geometría del caso, esta se compone de dos placas
planas opuestas a una distancia (2δ), el ancho de estas placas se podría decir que es infinito ya que no
hay paredes verticales opuestas entre ellas. Aunque por la condición de continuidad que habíamos
planteado en la ecuación 2.3.1. todo fluido que salga por los laterales entra por la zona opuesta, es
decir, no existen pérdidas. Para que se cumplan las condiciones del ensayo el cociente entre el largo
de las placas (L) y 𝛿 mucho más grande que 1.
𝐿
≫1 (Ec. 3.1.1)
𝛿
El flujo se mueve de forma predominante a lo largo de L, es decir, a lo largo del eje X, aunque se puede
mover en el eje Z e Y, pero es despreciable. En la dirección Y predomina la variación de la velocidad
encontraremos la velocidad mínima en las paredes, por la condición de no desplazamiento la velocidad
será 0 y la máxima en el punto medio del canal, por lo tanto, 𝑦 = 𝛿. Por eso, los estadísticos de la
velocidad solo los miraremos en este eje.
El centro del canal está definido como 𝑧 = 0 e 𝑦 = 𝛿. La velocidad está compuesta por los tres ejes y
encontramos componentes para cada uno de ellos (𝑈, 𝑉, 𝑊) = (𝑢+ , 𝑣 + , 𝑤 + ).
A la entrada del conducto encontramos una región donde el flujo aún no está completamente
desarrollado, pero como nuestro interés es centrarse en los flujos totalmente desarrollados fijamos el
punto de observación algo después del inicio hasta el final del canal. Destacar que los fenómenos que
veremos en el canal son simétricos en su eje vertical, por eso, se pueden considerar como estacionarios
y unidimensionales.
23
Memoria
Figura 3.1. Ilustración de un canal por donde circula un flujo (Fuente: Turbulent Flows, Wall flows chapter.
Autor: Stephen B. Pope(9)(9))
Los números de Reynolds que se utilizan para caracterizar este flujo son:
2𝛿𝑈̅
𝑅𝑒 = (Ec. 3.1.2)
𝜈0
𝑈0 𝛿
𝑅𝑒0 = (Ec. 3.1.3)
𝜈0
𝑢𝜏 𝛿
𝑅𝑒𝜏 = (Ec. 3.1.4)
𝜈0
Los distintos números de Reynolds nos servirán para relacionarlo con datos y resultados obtenidos
anteriormente.
̅, es el término de la “bulk velocity”, es la velocidad promediada a lo largo del

En la ecuación 3.1.2., 𝑈
canal. Por otro lado, el término correspondiente a 𝑈0 = 𝑈𝑦=𝛿 , es la velocidad máxima del flujo en el
canal que se allá cuando nos encontramos en 𝑦 = 𝛿 recordemos que la altura del canal es ℎ = 2𝛿, así
encontraremos la velocidad máxima del flujo en la mitad del canal y el término 𝑢𝜏 , pertenece a la
velocidad de fricción.
En flujos confinados los 𝑅𝑒 < 1350, son considerados como flujos laminares a partir de 𝑅𝑒 > 1800,
ya son considerados flujos turbulentos, aunque pueden aparecer fenómenos de transición hasta un
𝑅𝑒 = 3000
24
3.1.2. Esfuerzos cortantes cerca de la pared
El esfuerzo cortante es provocado por tensiones paralelas en las distintas capas del fluido, estas
tensiones se dan en el límite del fluido el cual sería el punto del fluido más cercano a la pared. El
esfuerzo cortante es provocado directamente por la diferencia de velocidades del fluido y la condición
“no-slip condition”, que nos dice que la velocidad en la capa límite es cero. Esto provoca un esfuerzo
de cizalladura que se acabará convirtiendo en el mencionado anteriormente “shear stress”.
Para los fluidos Newtonianos este esfuerzo es proporcional a la velocidad de deformación, actuando
como constante de proporcionalidad la viscosidad. Puntualizar que para los fluidos no Newtonianos la
viscosidad ya no es constante, por lo tanto, no puede existir proporcionalidad entre la velocidad de
deformación y el esfuerzo.
𝜕𝑢
𝜏(𝑦) = 𝜇 (Ec. 3.1.4)
𝜕𝑦
La ecuación 3.1.4. se puede aplicar con los fluidos Newtonianos, con ella obtendremos el esfuerzo
cortante cerca de una superficie lisa en una determinada posición y. Para calcular el esfuerzo cortante
en la pared usaremos la siguiente ecuación
𝜏𝑤
𝑢𝜏 = √ (Ec. 3.1.5)
𝜌
En caso de no tener una geometría plana, como la mencionada anteriormente deberíamos usar la
ecuación general, la cual dice que el tensor cortante “shear tensor” es proporcional al flujo del
gradiente10 de velocidad, ambos siendo tensores de segundo orden.
𝜏(𝑢
⃗⃗) = 𝜇∇𝑢
⃗⃗ (Ec. 3.1.6)
10
Gradiente:
25
Memoria
3.1.3. Ley de la pared
La Ley de la pared o también llamada “Log Law”, en la mecánica de fluidos expresa que la velocidad
promedio de un flujo turbulento en un punto concreto es proporcional al logaritmo de la distancia
desde ese punto hasta la pared del caso. La región que existe con estas características es denominada
como “log-law region”, esta es la última de las regiones pertenecientes a las capas internas. Las dos
capas internas restantes son la “viscous sublayer” y la “buffer layer”.(18)
Las tres capas se pueden apreciar en la siguiente imagen (figura 3.2)
Figura 3.2. Diagrama explicativo del comportamiento de la ley de la pared (Fuente: Wikipedia-Logaritmic Law of
the Wall. Autor: 青子守歌(aokomoriuta)(9)(9))
Este gráfico perteneciente a la “law of the wall” es un gráfico logarítmico de triple entrada, en el eje
vertical encontramos la velocidad media del fluido, 𝑈 + , en el eje horizontal inferior vemos la distancia
normal a la pared en unidades de pared, 𝑦 + y finalmente en el eje horizontal superior encontramos Xi
que relaciona la distancia normal a la pared 𝑦 + con el número de Reynolds de fricción 𝑅𝑒𝜏 , 𝜉 =
𝑦 + /𝑅𝑒𝜏 . Dentro del gráfico encontramos dos líneas azules descritas por ecuaciones que permiten que
veamos cómo se forma la llamada “log-law”.
26
La ley de la pared es un modelo que describe el comportamiento del fluido una vez se aleja de la pared,
una de las zonas es llamada log-law en ella el fluido se encuentra en una zona de transición hacia el
régimen turbulento y tiene un comportamiento logarítmico, descrito por la siguiente ecuación 3.1.7.
1
𝑢+ = ln 𝑦 + + 𝐶 + (Ec. 3.1.7)
𝜅
Entendemos como “viscous sublayer”, cuando el flujo turbulento se encuentra cerca de las fronteras
con la condición de no deslizamiento (“no-slip condition”), allí el flujo no es turbulento sino laminar, en
esta zona la viscosidad es dominante respecto la turbulencia. Esta región se da con las siguientes
condiciones que puede verse en el gráfico.
𝑦+ < 4 (Ec. 3.1.8)
𝑈+ = 𝑦+ (Ec. 3.1.9)
La siguiente región pertenece a la “buffer layer”, también llamada como capa de intersección. En ella
el fluido no mantiene una relación 1:1 con la distancia normal (Ec. 3.1.9.) pero tampoco tiene un
comportamiento proporcional al logaritmo de la distancia (Ec. 3.1.7.) esta zona no es dominante la
viscosidad ni tampoco la turbulencia. Esta región se encuentra descrita por las siguientes ecuaciones.
4 < 𝑦 + < 30 (Ec. 3.1.10)
𝑈+ ≠ 𝑦+ (Ec. 3.1.11)
1
𝑢+ ≠ ln 𝑦 + + 𝐶 + (Ec. 3.1.12)
𝜅
3.2. Ecuaciones y números adimensionales
En este último punto del presente capítulo trataremos que números adimensionales necesitamos para
completar el ensayo, pero además veremos cómo obtenerlos. Antes de empezar quiero explicar
porqué debemos usar números adimensionales.
27
Memoria
Cuando decidimos abordar un problema encontramos distintas variables que lo describen, como
trabajamos con esas variables será determinante para obtener un resultado coherente en nuestro
problema, en ocasiones encontraremos que las variables serán demasiado pesadas de trabajar con
ellas por lo que deberemos simplificarlas de alguna manera. Así los números adimensionales nos
permiten reducir el número de variables que describen un sistema, obteniendo el mismo resultado,
pero reduciendo la cantidad de datos necesarios para resolver el problema.
Primero quiero presentar el objetivo que debemos conseguir para la obtención de un número Reynolds
adimensional, para ello se precisa de ecuaciones dimensionales que son la ecuación de Continuidad
(Ec. 2.3.1.) y la ecuación de Momentum (Ec. 2.3.5.).
∇𝑢
⃗⃗ = 0 (Ec. 3.2.1)
𝜕𝑢
⃗⃗ 1 𝜇
+ ∇(𝑢
⃗⃗⨂𝑢
⃗⃗) = − ∇𝑃 + ∆𝑢
⃗⃗ (Ec. 3.2.2)
𝜕𝑡 𝜌 𝜌
Obtener números adimensionales implica tratar las variables de forma adecuada, para ello se usan
unas ecuaciones que llamaremos escalamientos, “scalings”, con ellas conseguiremos referenciar
nuestras variables respecto de otras que sí son conocidas para nosotros y nos permitirán tratar las
ecuaciones base (Continuidad y Momentum) para obtener los números adimensionales necesarios.
Los “scalings” usados son, ⃗⃗⃗⃗⃗
𝑥 ∗ = 𝑥⃗/𝛿; ⃗⃗⃗⃗⃗
𝑢∗ = 𝑢⃗⃗/𝑢𝑧 ; 𝑃∗ = 𝑃/𝜌𝑢𝑧 2 ; 𝑡 ∗ = 𝑡𝑢𝑧 /𝛿; ∇∗ = ∇𝛿.
Con los “scalings” definidos debemos ya podemos empezar a trabajar con las ecuaciones base para
obtener los números adimensionales, empezamos sustituyendo los escalamientos en la ecuación de
Momentum.
⃗⃗⃗⃗⃗∗ 𝑢𝑧 ∇∗
𝜕𝑢 1 ∇∗ ∗ 𝜇 ∇∗ ∗
+ ⃗⃗⃗⃗⃗
(𝑢 𝑧
⃗⃗⃗⃗⃗
∗ 𝑢 ⨂𝑢 ∗𝑢 ) = −
𝑧 𝑃 𝜌𝑢 𝑧
2
+ ⃗⃗⃗⃗⃗
𝑢 𝑢𝑧 (Ec. 3.2.3)
𝑡∗𝛿 𝛿 𝜌 𝛿 𝜌 𝛿 2
𝜕𝑢
𝑧
⃗⃗⃗⃗⃗∗ 𝑢𝑧 2
𝑢𝑧 2 𝜕𝑢 𝑢 2 𝜇𝑢
+ ∇ ∗ ⃗⃗⃗⃗⃗
(𝑢 ⃗⃗⃗⃗⃗∗ ) = − 𝑧 ∇∗ 𝑃∗ + 𝑧 ∇∗ ⃗⃗⃗⃗⃗
∗ ⨂𝑢 𝑢∗ (Ec. 3.2.4)
𝛿 𝜕𝑡 ∗ 𝛿 𝛿 𝜌𝛿 2
Una vez tenemos sustituidos los “scalings” deberemos reordenar los términos de la ecuación de la
forma más adecuada, simplificando alguno de los términos. En el siguiente paso debemos pensar
porqué término dividiremos la ecuación entera porque dependiendo de nuestra elección podemos
acabar obteniendo unos números adimensionales u otros. En nuestro caso escogemos, 𝑢𝑧 2 /𝛿,
posteriormente deberemos simplificar la ecuación y ya podremos identificar el número de Reynolds.
28
⃗⃗⃗⃗⃗∗
𝜕𝑢 𝜇
⃗⃗⃗⃗⃗∗ ⨂𝑢
+ ∇∗ (𝑢 ⃗⃗⃗⃗⃗∗ ) = −∇∗ 𝑃∗ + + ∇∗ ⃗⃗⃗⃗⃗
𝑢∗ (Ec. 3.2.5)
𝜕𝑡 ∗ 𝜌𝛿𝑢𝑧
Una vez que hemos divido el término mencionado anteriormente podemos ver como a la derecha de
la igualdad tenemos uno de los términos que es el inverso del número de Reynolds 𝜇/𝜌𝛿𝑢𝑧 = 1/𝑅𝑒.
⃗⃗⃗⃗⃗∗
𝜕𝑢 1
⃗⃗⃗⃗⃗∗ ⨂𝑢
+ ∇∗ (𝑢 ⃗⃗⃗⃗⃗∗ ) = −∇∗ 𝑃∗ + + ∇∗ ⃗⃗⃗⃗⃗
𝑢∗ (Ec. 3.2.6)
𝜕𝑡 ∗ 𝑅𝑒𝜏
Habiendo obtenido el número de Reynolds ya podemos explicar en qué nos ayudaría haber realizado
este proceso.
Primeramente, hay que tener en cuenta que si hemos conseguido llegar hasta aquí ya nos será muy
fácil diferenciar entre un régimen laminar, turbulento o de transición porque cuando decidamos con
qué número de Reynolds trabajaremos sabremos si las fuerzas viscosas predominan o no. Con
números de Reynolds altos el término es despreciable porque será próximo a cero, por lo que las
fuerzas viscosas predominaran.
Figura 3.3. Ilustración indicativa del comportamiento de un flujo laminar contra uno turbulento circulando por
una tubería (Check Sample System Pressure Drop. Autor: Randy Rieken)
29
Memoria
4. Resultados y entorno de cálculo
4.1. Descripción del caso
El caso en el que se centra este trabajo “Turbulent Channel Flow”, es un problema canónico en la
mecánica de fluidos, analiza un el comportamiento del flujo turbulento confinado en un canal, para
realizar ese trabajo se usará el solucionador RHEA creado y desarrollado por el profesor Lluís Jofre
Cruanyes, como se comentó anteriormente uno de los objetivos de realizar este trabajo es validar el
funcionamiento correcto de RHEA. Este caso fue estudiado por primera vez en el 1999 por Robert D.
Moser, John Kim y Nagi N. Mansour en “Direct numerical simulation of turbulent channel Flow up to
Re=590”(1). Se dará por válido RHEA cuando las soluciones obtenidas se ajusten a los resultados
obtenidos Moser et al.
El método numérico que usa este solucionador para trabajar con las ecuaciones diferenciales de que
Navier-Stokes, es el “Runge-Kutta 4th”, este método numérico es usado ecuaciones diferenciales de
primer orden como podrían ser las ecuaciones de Navier-Stokes. Las ecuaciones que se pueden
solucionar con “Runge-Kutta 4th” deben de seguir el siguiente patrón
𝑑𝑦
= 𝑓(𝑥, 𝑦), 𝑦(0) = 𝑦0 (Ec. 4.1.1)
𝑑𝑥
El Reynolds de fricción seleccionado para este trabajo 𝑅𝑒 = 𝑢𝜏 𝛿/𝜈0 = 180, donde la velocidad de
fricción es 𝑢𝜏 = 1 𝑚/𝑠, la altura del canal es 2𝛿, siendo 𝛿 = 1 𝑚 y la viscosidad cinemática está
compuesta por la relación entre la viscosidad dinámica y la densidad, 𝜈0 = 𝜇𝑟𝑒𝑓 /𝜌0 . Recordemos que
en este caso no usaremos los números de Prandlt y Mach porque según como hemos establecido el
caso no nos harán falta ya que trabajamos en régimen subsónico y la difusividad térmica será
predominante.
El dominio computacional usado en el problema es 4𝜋𝛿 × 2𝛿 × 4/3𝜋𝛿 en la dirección del flujo (𝑥),
dirección normal a la pared (𝑦) y la amplitud en (𝑧). Los límites de la dirección del flujo y la profundidad
se establecen como periódicos además de establecer en los (𝑝𝑙𝑎𝑛𝑜𝑠 𝑥 − 𝑧) condición de no
deslizamiento.
30
Figura 4.1. Ilustración canal usado en esta simulación (Fuente: Elaboración propia)
La malla tendrá un comportamiento uniforme en las direcciones del flujo y la profundidad con
resoluciones dadas en unidades de pared de Δ𝑥 + = 9 and ∆𝑧 + = 6, en cambio en las paredes en el
eje Y se verá como la malla se comprime a medida que llega a la pared, el punto inicial lo
encontraremos en 𝑦 + = 𝑦𝑢𝜏 /𝜈0 = 0.1, el rango de esta zona irá de 0.1 ≲ ∆𝑦 + ≲ 4. Esta malla será
usada en una simulación direct numerical simulation, DNS, como he comentado durante el trabajo con
un tamaño 258 × 128 × 128 celdas en sus ejes correspondientes.
4.1.1. Entorno de cálculo
Para simular este caso se ha usado el CEDAR Supercomputer de la Simon Fraser University, este centro
de computación tiene un poder de cálculo pico teórico de hasta 14 petaflops11, el centro se compone
de tres partes donde se ejecutan todos los cálculos, la mayoría de elementos de cálculo son CPUs de la
generación Broadwell y Skylake, de la marca Intel, pero luego también se permite el uso de CPUs +
GPUs, que brindan una potencia de cálculo mucho mayor, estas GPUs son de la marca Nvidia
concretamente los modelos V100 y P100 destinadas a centros de datos masivos, este tipo de
componentes deberían usarse en proyectos mucho más exigentes, por otro lado, el supercomputador
11
Petaflop: Corresponden a 1015 FLOPS (Floating Operations Per Second), es una unidad de medida que nos
permite obtener la potencia de cálculo de un ordenador.
31
Memoria
cuenta con grandes estaciones de almacenamiento para todos los datos generados por los proyectos,
llegando hasta 526TB.(19)
4.2. Estadísticas de primer y segundo orden
En este apartado veremos los resultados que hemos obtenido con RHEA. Primero haré una pequeña
introducción enseñando el renderizado del canal turbulento (Figura 4.2.) y luego se verán los gráficos
obtenidos con los scripts de Python donde se comparan la solución de referencia con los datos
obtenidos.
Figura 4.2. Renderizado canal con los datos obtenidos de la simulación, realizado con paraview (Fuente:
Elaboración propia)
En la figura 4.2 se puede ver cómo han quedado los datos después de ejecutar el postproceso con
paraview, este es un renderizado donde se puede el comportamiento de la velocidad en el eje X, 𝑢+ .
Una de las primeras ideas que se pueden extraer de la imagen es donde aparece la máxima velocidad
del fluido, se puede ver claramente como la velocidad máxima se encuentra en alrededor de la mitad
del canal, es interesante apreciar cómo va evolucionando la velocidad desde las paredes donde es cero
hasta su máxima velocidad.
En los gráficos encontraremos representado con una línea continua los resultados obtenidos por
Moser et al.(1) por otro lado encontraremos pequeños pentágonos que representarán los resultados
obtenidos con RHEA.
El primero de estos gráficos (Figura 4.2.) contiene 𝑦 + en el eje horizontal, por lo tanto, en este eje
tenemos la distancia normal a la pared en lo que llamamos unidades de pared. En el eje vertical
encontramos la velocidad normalizada.
32
Figura 4.3. Gráfico comparativo resultados Moser et al. con RHEA, velocidad y distancia normal a la pared en
unidades de pared (Fuente: Elaboración propia)
Ahora quiero analizar lo que nos puede ayudar a interpretar este gráfico y porqué es importante para
este trabajo. Primero de todo quiero tratar de enlazar este gráfico con otro anterior (Figura 3.2) en el
vemos representado el modelo de la ley de la pared, en este gráfico podemos ver que tenemos los
mismos ejes y una forma parecida por lo que podremos sacar conclusiones de la teoría comentada allí
para este caso.
Figura 4.4. Gráfico comparativo resultados Moser et al. con RHEA, velocidad y distancia normal a la pared en
unidades de pared inclusión de rectas orientativas para entender la ley de la pared (Fuente:
33
Memoria
Se puede diferenciar claramente la existencia de tres zonas distintas que estas serán las capas del
fluido, hasta una 𝑦 + = 4 nos encontraríamos en la zona de subcapa viscosa, a partir de ahí se ve como
la línea azul que hasta ese momento indicaba que el fluido mantenía una relación 1:1 entre la distancia
a la pared y la velocidad ya empiezan a separarse indicando que la velocidad ya no tiene un
comportamiento proporcional a medida que nos alejamos de la pared.
El segundo tramo que nos encontramos se comprende ente 4 < 𝑦 + < 20 en este rango estaríamos
dentro de la “buffer layer”, en este tramo tal como se exponía en las ecuaciones 3.1.10 y 3.1.11 las
rectas se cruzan entre ellas, pero en este punto no forman parte de la solución por lo que no existe una
aproximación en los resultados encontrados.
Finalmente, el último tramo se comprende entre 14 < 𝑦 + < 180 nos encontraríamos en la capa de
ley de la pared, log-law. Recordemos que cuando nos encontramos en esta capa la velocidad media
del flujo turbulento es proporcional al logaritmo de la distancia desde el punto donde nos situamos a
la pared del problema.
Figura 4.5. Gráfico comparativo resultados Moser con RHEA, fluctuaciones y unidades de pared (Fuente:
En la figura 4.5 tenemos representado en el eje X en escala logarítmica la distancia normal a la pared
en unidades de pared, en el eje vertical tenemos la velocidad normalizada en unidades de pared y
dentro del gráfico los datos que encontramos distintas geometrías que son los diferentes números de
34
Reynolds con los que se hicieron las pruebas, esta figura recoge los resultados numéricos obtenidos
por Wei y Willmarth (1989). Con ellos se pudo ver la relación que guarda aumentar el de aumentar la
velocidad y la distancia a la pared, pero con distintos números de Reynolds.
En la figura original existen los datos de cuatro números de Reynolds distintos además de nuestro
número de Reynolds. El círculo pertenece a un 𝑅𝑒0 = 2970, el cuadrado 𝑅𝑒0 = 14914, el delta 𝑅𝑒0 =
22776, el símbolo de gradiente a un 𝑅𝑒0 = 39582 y finalmente el Reynolds usando en RHEA tiene un
valor de 𝑅𝑒0 = 3314, obtenido con la ecuación 3.1.3. Como se ve a simple vista nuestro Reynolds es
el segundo más pequeño por lo que debería aparecer siempre cerca de la forma círculo ya que es el
Reynolds más pequeño y más próximo al nuestro y así es.
Se puede observar en el gráfico que existe más dispersión cuando nos encontramos en distancias
próximas a la pared y velocidades bajas una vez se aumenta la velocidad y la distancia se empieza a ver
como los datos están mucho más concentrados a partir de una distancia 𝑦 + = 20 hasta prácticamente
una distancia normal a la pared de 𝑦 + = 1000. Personalmente pienso que esta aglomeración de
resultados en el intervalo señalado se debe a que justamente nos estamos moviendo en la zona de la
ley de la pared, si recordamos las figuras 3.2 y 4.3, una vez superamos la buffer layer teníamos la log-
law región donde el perfil de velocidades se formaba una recta logarítmica con las velocidades y la
distancia a la pared, esta recta tiene gran semejanza con la recta que se forma también con una eje
logarítmico en la figura 4.4. con esto podríamos deducir que nos encontramos también en una zona
de transición turbulenta como pasaba en el modelo de la ley de la pared.
Así quiero concluir que los datos señalados en la figura 4.4. son los valores obtenidos con RHEA y por
la ubicación en la nube de puntos se puede confirmar que seguimos obteniendo resultados como los
calculados anteriormente por Wei y Willmarth (1989), por lo que se puede afirmar una vez más el
correcto funcionamiento de RHEA.
En el siguiente gráfico (Figura 4.5) se pueden apreciar las fluctuaciones que ocurren en el flujo
turbulento cuando circula por el canal, están definidas como la media cuadrática12 de las fluctuaciones
turbulentas en el eje que les corresponda ya sea en el X, Y o Z.
12
Media cuadrática: la raíz cuadrada de la media aritmética.
35
Memoria
En el gráfico se puede ver las fluctuaciones en la velocidad correspondiente al eje X son mucho mayores
que los demás ejes, aproximadamente el pico de las fluctuaciones lo encontramos en el punto
𝑢+ 𝑟𝑚𝑠 = 2.6; 𝑦 + = 14, por eso podemos decir que en ese punto es donde encontraremos una mayor
cantidad de energía cinética turbulenta, así será el punto donde existirá más movimiento del fluido en
el canal.
Figura 4.6. Gráfico comparativo resultados Moser con RHEA, fluctuaciones y unidades de pared (Fuente:
Si seguimos mirando el gráfico podremos ver como las fluctuaciones en los ejes Z e Y tienen una
intensidad parecida entre ellos por lo tanto serán sitios donde encontraremos un movimiento del
fluido parecido, en concreto el punto máximo del eje Z existe cuando las fluctuaciones en z, 𝑤 + 𝑟𝑚𝑠 =
1 y cuando se encuentra a una distancia normalizada de la pared de 𝑦 + = 40, en último eje que me
queda por mencionar su punto máximo de fluctuaciones se encuentra cuando las 𝑣 + 𝑟𝑚𝑠 = 0.8 y su
distancia normal 𝑦 + = 57 .
Observando el gráfico también podemos llegar a la conclusión que cuando se piense en estudiar la
turbulencia deberemos fijarnos primero en las zonas que sean más próximas a la pared, porque si
miramos el punto medio del canal está situado en 𝑦 + = 180, aunque en este punto tengamos la
máxima velocidad puedo ver como las fluctuaciones ya han superado su punto máximo por lo que
están en una tendencia descendente, en cambio sí nos situamos en 𝑦 + = 14 es el punto máximo de
fluctuaciones en el eje X, pero el punto máximo de fluctuación del eje Z e Y se encuentra en 𝑦 + = 40
e 𝑦 + = 57 respectivamente, así se ve que estos valores están muy alejados del punto medio del canal
mencionado anteriormente, pero si están más cerca del punto de máxima fluctuación en el eje X.
36
Con esto podemos concluir que el mejor sitio para observar la turbulencia sería en el eje X, porque el
fluido se moverá con más del doble de intensidad respecto al eje Z e eje Y. Se puede afirmar que este
intenso movimiento del fluido en el eje X es provocado porque por ser el eje en que hacemos circular
el fluido en este problema, si hiciésemos circular el fluido en otro de los ejes las velocidades máximas
y fluctuaciones máximas aparecen en los otros ejes.
Figura 4.7. Render comparativo entre velocidades y distancia normal a la pared, eje Y (Fuente: Elaboración
propia)
37
Memoria
En la Figura 4.4 he querido hacer una comparación de cómo va evolucionando la velocidad del fluido a
medida que nos separamos de la pared, para ello se ha usado paraview13 y se han cogido láminas a
distintas alturas en las que se podía ver, gracias a la leyenda, cuál era la velocidad normalizada, 𝑢+ ,
correspondiente dependiendo de la distancia normal, 𝑦 + , a la que estuviese situado el corte. La escala
va desde un color azul hasta un color granate donde la velocidad normalizada va desde 0 ≥ 𝑢+ ≤ 18
aproximadamente.
Se puede identificar que en cuando nos encontramos a una distancia 𝑦 + = 14, vemos como existen
velocidades superiores a 𝑢+ ≥ 14, en esa zona estamos dentro de ley de la pared que recordemos iba
desde 14 ≤ 𝑦 + ≤ 180, así todas las siguientes imágenes pertenecen a la región de la ley de la pared.
Otro dato que es interesante mencionar y que se puede relacionar con la figura 4.3, es pensar que
como nos encontramos en la zona de la ley de la pared el fluido se encontrará en régimen laminar,
pero en transición hacia régimen turbulento así existirá mucho movimiento del fluido por lo que el
punto donde las fluctuaciones son más grandes también ha sido renderizado para poder observarse
este fenómeno, 𝑦 + = 14, se puede ver claramente cómo coexisten distintas velocidades. Existen
grandes zonas donde apenas tiene movimiento el fluido, pero a su vez existen zonas donde el fluido ya
se acerca a la velocidad máxima en el canal, por lo que podemos confirmar que en este punto existen
muchas fluctuaciones tanto por el incremento de velocidades que existe, pero también lo que se nos
indica en la figura 4.5.
4.3. Coeficiente de fricción
En este apartado referente a los resultados obtenidos con el solucionador veremos el llamado “skin-
friction coefficient” también llamado coeficiente de fricción, este coeficiente proviene directamente
del esfuerzo cortante una vez hemos normalizado la ecuación con la velocidad media del problema
𝜏𝑤
𝐶𝑓 = (Ec. 4.3.1)
1 ̅2
2 𝜌𝑈
13
Paraview: software de código abierto (open-source) multiplataforma para el análisis y visualización de datos.
Permite a los usuarios interaccionar con la figura en 3D o usando programación en Python.
38
Para poder resolver esta ecuación primero debemos ver que datos son conocidos con anterioridad y
que datos hemos obtenido con RHEA. En este caso deberemos encontrar el esfuerzo cortante y la
velocidad media.
El esfuerzo cortante lo podremos encontrar en los resultados obtenidos con RHEA, así como la
velocidad también nos vendrá dada, aunque quiero hacer una pequeña mención cómo se podría
obtener. Esta velocidad es descrita como la velocidad media que tiene el fluido a lo largo del canal,
para encontrarla debemos aproximar el resultado de la siguiente integral numérica(2)
1 𝛿
̅=
𝑈 ∫ 〈𝑈〉 𝑑𝑦 (Ec. 4.3.2)
𝛿 0
La velocidad que aparece dentro de la integral es independiente de la posición del canal donde nos
encontremos por eso debemos integrar numéricamente.
Con la ecuación 4.3.1. encontraremos el coeficiente de fricción correspondiente al problema, este

coeficiente actúa en la superficie por donde se desplaza el fluido, en el caso que nos concierne se
encontrará en la placa plana
𝜏𝑤 2 ∗ 9.946 · 10−1
𝐶𝑓 = = = 8.051 · 10−3 ≅ 0.0081 (Ec. 4.3.3)
1 ̅2 1 ∗ 15.7192
𝜌𝑈
2
Figura 4.9. Resultados numéricos skin-friction coefficient contra número de Reynolds para el flujo en un canal
(Fuente: Turbulent Flows Pope, chapter 7 Wall Flows)
39
Memoria
Esta figura representa los datos numéricos obtenidos por Dean (1978), donde se compara cómo
evoluciona el coeficiente de fricción, skin-friction coefficient, en función del número de Reynolds, en
el gráfico se puede ver como la línea continua muestra la media de los datos numéricos obtenidos.
Para obtener el coeficiente de fricción representado en la figura 4.5 debemos usar la ecuación 4.3.4,
2
𝑢𝜏 2 1
𝑐𝑓 = 2 · ( ) =2·( ) = 5.90 · 10−3 ≅ 0.0059 (Ec. 4.3.4)
𝑈0 18.411
Una vez obtenido el coeficiente podremos relacionarlo con el número de Reynolds para ver cómo se
comportaría. Para ello primero deberemos encontrar el número de Reynolds, previamente se había
calculado el número de Reynolds de fricción (Ec. 4.1.2)
̅𝛿
2𝑈
𝑅𝑒 = ≅ 5659 (Ec. 4.3.5)
𝜈0
Una vez hallado el número de Reynolds ya podemos compararlo con el coeficiente de fricción
encontrado anteriormente (Ec. 4.3.4), el punto rojo indica donde los datos obtenidos por RHEA se
situarían, como se puede ver en el gráfico el punto está justo encima de la línea continua por lo que
indica que los resultados numéricos obtenidos por Dean (1978) y los datos obtenidos con RHEA son
sumamente precisos y cumplen con la relación establecida por el conjunto de estos datos. Mencionar
que en estos datos podemos concluir que una vez superado 𝑅𝑒 > 3000, los datos pertenecientes al
skin-friction coefficient ya caen todos sobre la línea de resultados o muy próximos a ella,
permitiéndonos pensar que existe una relación estrecha entre que se aumente el número de Reynolds
y se disminuya el coeficiente de fricción.
Como se puede ver el valor del coeficiente es muy próximo a cero por lo que indica la existencia de una
retención en el movimiento del fluido, pero es mínima por la geometría de la pared que es
completamente lisa, en caso de encontrarnos con un coeficiente más grande probablemente mente
estaríamos ante una placa con algún tipo de rugosidad.
40
Análisis del impacto ambiental

En el presente capítulo indagaré en el impacto de este proyecto en el medioambiente, principalmente
el proyecto no tiene incidencia directa como sí podrían tenerlo otros proyectos, donde se fabricase
algún componente como podría ser la batería de un vehículo eléctrico cuya fabricación tiene un
impacto directo en recursos naturales.
En el caso que pertenece a este proyecto de final de estudios, hablamos de un proyecto más de
investigación que práctico, donde el objetivo principal es profundizar en el fenómeno de la turbulencia
concretamente, los flujos turbulentos confinados y a su vez verificar el correcto funcionamiento de un
solucionador para estudiar la mecánica de fluidos, Por lo tanto, todo esto es desarrollado de forma
teórica y luego se usa el RHEA para verificar la información que queríamos conseguir.
Así llegamos al punto donde sí que existe un impacto medioambiental, para obtener los resultados del
problema debemos de hacer uso de un supercomputador, se ha usado un nodo dentro de un centro
de supercomputación, el cual equivale al uso de 32 CPUs. Este tipo de centros requieren de una gran
cantidad de energía para funcionar a pleno rendimiento. Debo puntualizar que en este tipo de centro
se busca la máxima eficiencia energetica para rebajar el coste económico del centro, pero aun así se
consume gran cantidad de energía.
Concretamente en el supercomputador de la universidad de SFU donde se ha corrido el caso tiene una

potencia máxima de 560 KW, usa la red eléctrica para funcionar, aunque además tiene un generador
de electricidad diésel de respaldo por si hubiera en algún momento cortes de electricidad o fallos. Si
tengo en cuenta los ordenadores usados en el centro de computación también debo puntualizar que
durante la duración del proyecto he trabajado con un ordenador portátil donde he ido escribiendo el
presente trabajo, aunque el consumo de energía de este es despreciable comparado con el consumo
del centro de computación.
Figura A.1. Generador de electricidad diésel para dar respaldo al CEDAR Supercomputer (Fuente: Shanghai
Diesel Engine Co. Ltd.(9)(9))
41
Memoria
Si se habla estrictamente de lo comentado en este apartado como un impacto medioambiental hay

que darle el contexto necesario, claro que el centro de computación tiene gran consumo de
electricidad, pero no todo ese consumo ha ido directamente al proyecto de este trabajo, realmente mi
proyecto ha estado en funcionamiento en el centro de computación durante dos meses usando tan
solo un nodo con el mínimo de CPUs que puede tener ese nodo.
Por lo que concluyó que, aunque los centros de computación puedan consumir una gran cantidad de
energía, el uso que se le ha dado para este proyecto ha sido bastante limitado, con lo que se podría
concluir que el proyecto tiene un impacto medioambiental bajo.
42
Conclusiones
Este trabajo ha querido hacer incidencia en dos puntos principalmente. El primero de ellos entender
de forma más precisa el comportamiento de la turbulencia en flujos confinados usando un caso
canónico como es el Moser et al.(1), el segundo validar el correcto funcionamiento del solucionador,
RHEA, creado por el profesor Lluís Jofre Cruanyes .
Tras la realización de este trabajo he podido comprender mejor cómo se comporta un flujo turbulento
a medida que avanza por un canal. Los resultados obtenidos nos han permitido identificar dónde existe
mayor probabilidad de encontrar formación de turbulencia y este punto se encuentra cerca de las
paredes del canal, aunque en el centro del canal exista la región con más velocidad no quiere decir que
allí encontremos más fluctuaciones sino lo contrario, existe movimiento, pero no creación de vórtices
importantes que generen energía turbulenta.
Por otro lado, estoy muy satisfecho de confirmar el correcto funcionamiento del solucionador creado
por el profesor Lluís Jofre Cruanyes, RHEA. Se han conseguido obtener unos resultados prácticamente
idénticos a los de la solución de referencia Moser et al.(1) incluso también hemos podido comprobar
como los resultados encajan con otros resultados numéricos obtenidos extraídos de Turbulent Flows
de Stephen B. Pope, 2000(2), consiguiendo así cumplir con el otro gran objetivo que era la validación
de RHEA. D
estacar que cuando se realizó Moser et al.(1) se precisó de un centro de computación entero y un gran
tiempo de cálculo, en nuestro caso hemos estado corriendo el caso durante un mes y medio, pero sí
que el profesor Jofre estuvo realizando pruebas el mes anterior, sumando un total de diez semanas de
uso del Supercomputador Cedar. Con esto quiero decir que me alegra poder realizar este trabajo con
los recursos actuales que me han permitido formarme en cuanto a la turbulencia en tan solo unos
meses.
Quiero concluir con que el trabajo no tiene por qué darse por finalizado, sí que se ha validado el
funcionamiento de RHEA pero esto nos abre la puerta a seguir estudiando otros casos entender mejor
el fenómeno de turbulencia completando los resultados ya calculados, por ejemplo calculando la
vorticidad del sistema, comparar los resultados obtenidos pero usando tamaños de malla distintos
para ver cómo variarán los resultados, si se hiciese esto se podría determinar el tamaño óptimo en
cuanto tiempo de cálculo y resultados correctos.
43
Presupuesto y/o Análisis Económico

En esta pequeña parte del proyecto se van desglosar los costes asociados al proyecto de una forma
ficticia ya que estamos hablando de un trabajo de final de estudios en el que el alumno no ha invertido
ningún montante económico.
La primera parte de este presupuesto debería ir destinada a computar los costes relacionados con el
centro de supercomputación donde se han desarrollado las simulaciones en este trabajo se ha usado
CEDAR Supercomputing Centre de la Simon Fraser University ubicado en Canada.
Coste Coste Coste

Número Tiempo Coste total
Equipo computación computación almacenamiento
de CPUs (semanas) (€)
(€/semana) total (€) (€)
Simon Fraser University's
32 10 1.58 505.60 37.26 542.86
Supercomputer Cedar
Tabla P.1. Costes asociados al proyecto en el centro de computación Simon Fraser University’s Supercomputer
Cedar (Fuente: Financial Value of RAC Awards, Simon Fraser University website)
Los datos del coste asociado a la CEDAR Supercomputer provienen de la misma página del centro de
computación, indican cual es el coste operacional anual de cada una de las distintas posibilidades que
se ofrecen en el centro.(20)
El coste de la computación en el CEDAR no es extremadamente elevado ya que se ha usado durante

un total de diez semanas, además tan solo se han usado treinta y dos CPUs para desarrollar el proyecto
y se ha usado el tamaño mínimo de almacenamiento 1 TB, aunque el total de archivos no supera los
500 MB, en caso de querer abordar un proyecto más grande se debería de buscar el número óptimo
de CPUs para mantener un presupuesto ajustado.
Otra de las cosas que debemos tener en cuenta es que la universidad asociada al centro de
computación permite que se desarrollen proyectos a coste cero dentro del centro, este servicio está
disponible para investigadores canadienses, pero en mi caso el profesor Lluís Jofre Cruanyes tenía
también acceso. Así concluyó que no se ha pagado por usar el centro de computación pero que los
costes de la tabla P.1. corresponden a cuánto costaría mantener las 32 CPUs junto con el
almacenamiento usadas durante el anualmente.
45
Memoria
Por otro lado, tenemos como costes asociados el precio del equipamiento personal usado durante el
proyecto en mi caso solo he necesitado de un ordenador portátil capaz de conectarse a los servidores
de la UPC, así como al CEDAR. El valor de este ordenador comprado en el 2018 son 750€.
Una vez ya hemos contabilizado los gastos que formaban parte del equipamiento necesario para
permitirnos desarrollar el proyecto debo contabilizar el coste de los recursos humanos del proyecto.
Para asegurarnos de estos costes debemos de buscar el convenio colectivo correspondiente que tabule
el precio por hora para los profesionales del sector.
Ese convenio es “RESOLUCIÓ EMO/3093/2015, de 23 de desembre, per la qual es disposa la inscripció

y la publicació del Conveni col·lectiu del personal d’administració y serveis laboral de la Universitat de
Barcelona, la Universitat Autònoma de Barcelona, la Universitat Politècnica de Catalunya, la Universitat
Pompeu Fabra, la Universitat de Girona, la Universitat de Lleida y la Universitat Rovira y Virgili (codi de
conveni núm. 79002770012008). (21)”
Tiempo
Coste (€/h) Coste total (€)
dedicado (h)
Bibliografía 100 11.33 1133
Investigación 200 11.33 2266
Redacción del
60 11.33 679.8
proyecto
Tutorías 7 0 0
TOTAL 4078.8
Tabla P.2. Costes asociados a los recursos humanos (Fuente: Elaboración propia)
Tras contabilizar los todos los costes ahora los agruparé en la siguiente tabla para concluir así el análisis
económico, se podrá observar que el peso más grande del presupuesto va directamente dirigido al
coste de los recursos humanos ya que se le deben dedicar muchas horas a lo largo de todo el proyecto.
Coste total (€)
Recursos de computación 542.86

Herramientas de realización
750
del proyecto
Recursos humanos 4078.8
TOTAL COSTE PROYECTO 5371.66
Tabla P.3. Costes totales asociados al proyecto (Fuente: Elaboración propia)
46
Bibliografía
1. Moser, R.D., Kim, J. i Mansour, N.N. Direct numerical simulation of turbulent channel flow up to Re
590. A: [en línia]. 1999. [Consulta: 1 juny 2021]. Disponible a:
http://www.tam.uiuc.edu/Faculty/Moser/.
2. Pope, S.B. Wall flows. A: Turbulent Flows. Cambridge University Press, 2000, p. 264-332. DOI
10.1017/cbo9780511840531.009.
3. Tennekes, H. i Lumley, J.L. A First Course in Turbulence. 1953. ISBN 9780262200196. DOI
10.7551/mitpress/3014.001.0001.
4. Introduction_Turbulence. Chapter 1. A: The Jerusalem Talmud,First order: Zeraim, Tractate

Berakhot. 2013, p. 39-155. DOI 10.1515/9783110800487.39.
5. Turbulence - Wikipedia. A: [en línia]. [Consulta: 13 juny 2021]. Disponible a:

https://en.wikipedia.org/wiki/Turbulence#cite_note-Kundu,_Pijush_K._2012_pp._537-10.
6. Pope, S.B. The equations of fluid motion. A: Turbulent Flows. Cambridge University Press, 2000, p.
10-33. DOI 10.1017/cbo9780511840531.004.
7. Vermeire, B.C., Pereira;, C.A. i Karbasian, H. Computational Fluid Dynamics, An Open Source
Approach. A: Mechanical Engineering Series [en línia]. 2012, p. 1-19. Disponible a:
http://users.encs.concordia.ca/~bvermeir/book/CFD - An Open-Source Approach.pdf.
8. Pope, S.B. Large-eddy simulation. 2000. ISBN 9780511840531.
9. Philosophy, D.O.F. et al. EFFECTS OF LONG ‐ TERM FOREST FIRE RETARDANTS ON FIRE INTENSITY ,
HEAT OF COMBUSTION OF THE FUEL AND FLAME EMISSIVITY. A: . núm. September 2009.
10. Houzeaux, G. et al. Alya - High Performance Computational Mechanics | BSC-CNS. A: [en línia].
[Consulta: 6 maig 2021]. Disponible a: https://www.bsc.es/research-development/research-
areas/engineering-simulations/alya-high-performance-computational.
11. Houzeaux, G. et al. Computational fluid mechanics - Incompressible flows | BSC-CNS. A: [en línia].
[Consulta: 6 maig 2021]. Disponible a: https://www.bsc.es/research-development/research-
areas/engineering-simulations/computational-fluid-mechanics.
12. Houzeaux, G. et al. Respiratory system | BSC-CNS. A: [en línia]. [Consulta: 6 maig 2021]. Disponible
a: https://www.bsc.es/research-development/research-areas/biomechanics/respiratory-system.
13. De La Puente, J. et al. Earthquake Simulation | BSC-CNS. A: [en línia]. [Consulta: 6 maig 2021].
Disponible a: https://www.bsc.es/research-development/research-areas/geophysics/earthquake-
simulation.
14. FLOPS - Wikipedia. A: [en línia]. [Consulta: 13 juny 2021]. Disponible a:

https://en.wikipedia.org/wiki/FLOPS.
47
Memoria
15. Exascale computing - Wikipedia. A: [en línia]. [Consulta: 13 juny 2021]. Disponible a:
https://en.wikipedia.org/wiki/Exascale_computing.
16. Discover EuroHPC JU | European High Performance Computer Joint Undertaking. A: [en línia].
[Consulta: 6 maig 2021]. Disponible a: https://eurohpc-ju.europa.eu/discover-eurohpc-ju.
17. Research - Exascale Computing Project. A: [en línia]. [Consulta: 16 maig 2021]. Disponible a:
https://www.exascaleproject.org/research/#application.
18. Law of the wall - Wikipedia. A: [en línia]. [Consulta: 13 juny 2021]. Disponible a:
https://en.wikipedia.org/wiki/Law_of_the_wall.
19. Cedar - CC Doc. A: [en línia]. [Consulta: 13 juny 2021]. Disponible a:

https://docs.computecanada.ca/wiki/Cedar.
20. 2021 Resource Allocations Competition Results. A: [en línia]. [Consulta: 14 juny 2021]. Disponible
a: https://www.computecanada.ca/research-portal/accessing-resources/resource-allocation-
competitions/rac-2021-results/#MonetaryValueofthe2021Allocations.
21. Oficial, D. et al. Disposicions Departament D ’ Empresa I Coneixement. A: . 2017, p. 1-33.
48
49

TFG Guillem Barea Sanchez - Análisis de Flujos Turbulentos Confinados en Un Canal Usando Estrategias DNS

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TFG Guillem Barea Sanchez - Análisis de Flujos Turbulentos Confinados en Un Canal Usando Estrategias DNS

Cargado por

Copyright:

Formatos disponibles

TRABAJO FINAL DE GRADO

Grado en Ingeniería Mecánica

ANÁLISIS DE FLUJOS TURBULENTOS CONFINADOS EN UN

Autor/a: Guillem Barea Sánchez

ABSTRACT __________________________________________________________ III

2. FUNDAMENTOS TEÓRICOS DE LA TURBULENCIA _______________________ 7

3. TURBULENCIA EN FLUJOS CONFINADOS _____________________________ 23

4. RESULTADOS Y ENTORNO DE CÁLCULO _____________________________ 30

4.2. Estadísticas de primer y segundo orden ............................................................... 32

ANÁLISIS DEL IMPACTO AMBIENTAL ____________________________________ 41

PRESUPUESTO Y/O ANÁLISIS ECONÓMICO _______________________________ 45

0.1. Origen del trabajo

0.3. Requerimientos previos

1.1. Objetivos del trabajo

1.2. Alcance del trabajo

2. Fundamentos teóricos de la turbulencia

2.1. Definición de turbulencia

2.2. Características de la turbulencia

2.2.1. Escalas de turbulencia

2.3. Ecuaciones del movimiento

Las ecuaciones gubernamentales que usaremos describen la conservación de la masa, el momento y

La ecuación que describe la conservación de la masa o continuidad es:

Ecuación del momentum

𝐷𝑈𝑗 𝜕𝜏𝑖𝑗 𝜕𝑔𝑧

En la ecuación 2.3.3. que describe el esfuerzo cortante, P corresponde a la presión, 𝜇 es el coeficiente

En el siguiente paso obtendremos la ecuación de Navier-Stokes con la que podremos estudiar el

2.4. Estrategias para estudiar la turbulencia

2.4.1. Reynolds-Averaged Navier-Stokes

Con este método se obtendrán resultados, aunque demasiados inconsistentes e imprecisos si se

2.4.2. Large-Eddy Simulation

2.4.3. Direct Numerical Simulation

Esta es la última estrategia de simulación en mecánica de fluidos computacional que veremos en el

2.5. High-Performance Computing

Quiero destacar también un proyecto que pretende estudiar terremotos y su comportamiento

máquina.(14) Actualmente en los centros de supercomputación se está cuantificando la potencia de

3. Turbulencia en flujos confinados

3.1. Flujo en un canal

3.1.1. Descripción del flujo

̅, es el término de la “bulk velocity”, es la velocidad promediada a lo largo del

3.1.2. Esfuerzos cortantes cerca de la pared

3.1.3. Ley de la pared

Las tres capas se pueden apreciar en la siguiente imagen (figura 3.2)

𝑦+ < 4 (Ec. 3.1.8)

4 < 𝑦 + < 30 (Ec. 3.1.10)

3.2. Ecuaciones y números adimensionales

4. Resultados y entorno de cálculo

4.1. Descripción del caso

4.1.1. Entorno de cálculo

4.2. Estadísticas de primer y segundo orden

4.3. Coeficiente de fricción

Con la ecuación 4.3.1. encontraremos el coeficiente de fricción correspondiente al problema, este

Análisis del impacto ambiental

Concretamente en el supercomputador de la universidad de SFU donde se ha corrido el caso tiene una

Si se habla estrictamente de lo comentado en este apartado como un impacto medioambiental hay

Presupuesto y/o Análisis Económico

Coste Coste Coste

El coste de la computación en el CEDAR no es extremadamente elevado ya que se ha usado durante

Ese convenio es “RESOLUCIÓ EMO/3093/2015, de 23 de desembre, per la qual es disposa la inscripció

Coste total (€)

Recursos de computación 542.86

Recursos humanos 4078.8

TOTAL COSTE PROYECTO 5371.66

Tabla P.3. Costes totales asociados al proyecto (Fuente: Elaboración propia)