MECANICA DE FLUIDOS Y LABORATORIO

05/09/2022

ESTUDIANTE: EDDY KALED SILVETTI MANCILLA

PROBLEMA 25
format short
clear

Se tienen los siguientes datos:

T=[2500 5000 8000 10000]'; %[dyn cm]

N=[20 50 100 200]'; %[rpm]
L=3*(2.54/1); %pulgadas a [cm]
Ri=2*(2.54/1); %pulgadas a [cm]
Ro=2.25*(2.54/1); %pulgadas a [cm]

Sabemos que:

beta=Ri/Ro

beta = 0.8889

Se determina la siguiente relacion entre radios:

rel=(Ro-Ri)/Ri

rel = 0.1250

Por tanto, no podemos despreciar la curvatura del viscosimetro.

Ajuste

El objetivo del ajuste es determinar el parámetro necesario para determinar la velocidad de corte ( ). Tenemos:

Para realizar el ajuste, sabemos que:

logT=log10(T);
logN=log10(N);
aj=polyfit(logN,logT,1)

1
 aj = 1×2
0.6148 2.6278

Este ajuste nos permitirá obtener n' a partir de:

naj=aj(1)

naj = 0.6148

Calculamos los valores de la velocidad de corte:

gamma=(2*N*2*pi/60)/(naj*(1-beta^(2/naj)))

gamma = 4×1
21.4055
53.5137
107.0273
214.0547

Para obtener los valores buscados de la viscosidad, también se necesitan los resultados para el esfuerzo de
corte. Sea:

Calculando, tenemos:

tau=T/(2*pi*Ri^2*L)

tau = 4×1
2.0234
4.0468
6.4748
8.0935

Para determinar los valores de la viscosidad aparente buscados, tenemos:

n=tau./gamma

n = 4×1
0.0945
0.0756
0.0605
0.0378

Tabulación y gráficas
varnam={'Esfuerzo de corte [dyn/cm2]';'Velocidad de corte [1/s]';
'Viscosidad [Poise]'};

Resultados=table(tau,gamma,n,'VariableNames',varnam)

Resultados = 4×3 table

2
 Esfuerzo de corte [dyn/cm2] Velocidad de corte [1/s] Viscosidad [Poise]

1 2.0234 21.4055 0.0945

2 4.0468 53.5137 0.0756
3 6.4748 107.0273 0.0605
4 8.0935 214.0547 0.0378

%Resultados=table(tau,gamma,n) (este comando es para crear una tabla sin

%nombres especificados para cada columna)
figure (1)
plot(logN,logT,'bo',logN,polyval(aj,logN),'r'),grid on,
title("log (Torque) vs log (Velocidad angular)"),xlabel("log(N)"),
ylabel("log(T)"),legend("Dato tabulado","Dato ajustado", ...

"Location","bestoutside"),axis square;
corr_ajuste=corr(logT,polyval(aj,logN))

corr_ajuste = 0.9870

fprintf("La correlación del modelo es de: %.6f\n",corr_ajuste)

La correlación del modelo es de: 0.987008

figure(2)
plot(gamma,tau),grid on,title("Esfuerzo de corte vs Velocidad de corte"),

3
xlabel("Velocidad de corte [1/s]"),ylabel("Esfuerzo de corte [dyn/cm2]")

figure(3)
plot(gamma,n),grid on,title("Viscosidad aparente vs Velocidad de corte"),
xlabel("Velocidad de corte [1/s]"),ylabel("Viscosidad aparente [Poise]")

4
5