Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GRUPO
N° 3
SUPERVISOR:
Calapuja Sambrano Bidder Sabino
ASIGNATURA:
Métodos Numéricos
—1—
ÍNDICE
—2—
I. MARCO TEÓRICO
desarrollo y con elevada radiación solar, apareciendo cómo una alternativa real al secado al
aire libre debido a los bajos o nulos costes operacionales, puesto que no necesita consumir
combustible o energía eléctrica para realizar el calentamiento del aire de secado. (Banout,
2020). Un secadero solar o también conocido como deshidratador, es un dispositivo que usa
energía solar para secar sustancias, pero en especial alimentos; existen dos tipos generales de
dirigida a la luz del sol, el secado solar está asistido por el movimiento del aire (viento), que
—3—
elimina el aire más saturado fuera de los elementos que se están secando. En los secaderos
solares indirectos, la superficie negra calienta el aire entrante, en vez de calentar directamente,
este aire calentado se pasa entonces sobre la sustancia a secar y sale hacia arriba, a menudo a
transferencia de masa, representado por hm, ; pudiéndose constatar en general que la mayoría
La bibliografía indica que los métodos numéricos como los métodos de diferencias
calor y masa, mientras que lo más habitual es que para problemas más sencillos, que consideran
parámetros
—4—
El objetivo de este trabajo es analizar metodología de ajuste numérico para la resolución
hm, los cuales se emplearán en el desarrollo de modelos dinámicos robustos para simulación y
control del secado solar de alimentos, y así poder comprender la Importancia de los Métodos
A. OBJETIVO GENERAL
Alimentos.
B. OBJETIVOS ESPECÍFICOS
—5—
II. METODOLOGÍA
Nusselt
de calor desde una superficie por la que un fluido discurre (transferencia de calor
por conducción.
Así por ejemplo en transferencia de calor dentro de una cavidad por convección natural, cuando
únicamente por conducción y el número de Nusselt toma el valor de la unidad. En cambio para
Nusselt representa la mejora de la transferencia de calor a través de una capa de fluido como
calor a través de la capa por conducción pura . Cuanto mayor sea el número de Nusselt , más
efectiva será la convección. Un número mayor de Nusselt corresponde a una convección más
—6—
efectiva, con un flujo turbulento típicamente en el rango de 100-1000. Para flujo turbulento,
el número de Nusselt suele ser una función del número de Reynolds y elNúmero Prandtl
Un trozo de papá de longitud L y ancho b está suspendida e inmersa en un flujo de aire paralelo
a sus dos superficies como se muestra en la figura. La temperatura y la velocidad del aire son
ρ = 1,2kg / m 3
C p = 1kJ / kg.K
Pr = 0,7
V = 1,7.10 −6 m 2 / s
Se pide:
—7—
1. Suponiendo que el flujo es turbulento, el coeficiente de pérdidas C f y la resistencia
ρ .u∞ 2
F = C f . As .
2
Siendo As = 2.L.b
como:
1 F .C p 1
h= . .
Pr u∞ As
3. Suponiendo que F = 0,95 N determinar los valores de h y del número de Nusselt ( Nue )
experimentales.
4. A partir de una correlación empírica obtener el número de Nusselt ( Nuc ) y compararlo con
5. ¿Existe alguna razón teórica para explicar la diferencia encontrada entre Nue y Nuc al
Parte 1
—8—
ρ • u∞ 2 2• F
F = C f • As • ⇒ Cf = 2
2 As • ρ • u∞
como:
Re L 2 • Nu
Nu = C f • ⇒ Cf =
2 Re L
F
Nu = Re L • 2
As • ρ • u∞
A partir de las definiciones del número de Nusselt y el de Reynolds, la ecuación anterior queda
como:
h • L u∞ • L F
= • 2
k ν As • ρ • u∞
k•F
h=
As •ν • ρ • u∞
Cp • µ Cp • v • ρ k
Pr = = ⇒ υ = Pr •
k k Cp • ρ
k•F 1 Cp • ρ
h= • •
As • ρ • u∞ Pr k
—9—
Organizando los términos se puede escribir:
1 F • Cp 1
h= • •
Pr u∞ As
Apartado 2
u∞ • L 5•3
Re L = =
V 1,5 • 10 −6
Re L = 107
Parte 3
1 F .C p 1 1 0,95 • 1000 1
h= • • = • .
Pr u∞ As 0,7 10 2 • (2 • 3)
h = 22,62W / m 2 • K
Para hallar el valor del número de Nusselt experimental, Nue, primero debemos hallar el valor
de k.
1 1
k= • v • Cp • ρ = • 1,5 • 10 −6 • 1000 • 1,2
Pr 0,7
k = 2,57 • 10 −3W / m • K
— 10 —
h•L 22,62 • 3
Nue = =
k 2,57 • 10 −3
Nue = 26403,5
Parte 4
Teniendo en cuenta que el número de Reynolds es mayor que 5 · 105 podemos asegurar que
estamos en condiciones turbulentas, por lo tanto, una correlación a utilizar puede ser:
1
0 ,8
Nuc = 0,037 • Re L • Pr 3
1
Nuc = 0.037(107 ) 0.8 • (0,7) 3 = 13078,8
Sin embargo, para el caso en que no se pueda asegurar que la placa sea lo suficientemente larga
para despreciar la región inicial de flujo laminar, la correlación empírica a utilizar puede ser:
1
0 ,8
Nuc = (0,037 • Re L − 871) • Pr 3
1
Nuc = (0,037 • (107 ) 0,8 − 871) • (0,7) 3 = 12305,4
Como puede observarse ambas correlaciones dan valores del mismo orden de magnitud para el
número de Nusselt.
Parte 5
— 11 —
Nue 26403,5
= =2
Nuc 12305,4
correlación. Esto se debe a que en el experimento realizado para este problema el flujo de aire
circula por ambas caras de la papa y en las correlaciones solo se supone que el flujo de aire
circula por una de las caras de la papa. Así el factor 2 se debe a que el área en este caso es el
doble.
para el transporte de masa. Las difusividades de los gases oscilan entre 6 *106
y 6 *105 , las de los líquidos entre 109 y 1010 mientras que la de los sólidos entre
m2
1014 y 1011 .
s
— 12 —
•
nA
kc =
A∆C A
donde:
o m / s.
•
● n es la tasa de transferencia de masa [mol / s].
Modelo Analítico
Así, para una determinada geometría (lámina infinita, cilindro infinito, esfera) la
difusivo sencillo cuya solución analítica es bien conocida utilizando la Ley de Fick.
Transferencia de masa
(masa, momento o energía) en una o varias direcciones bajo la acción de una fuerza
Ley de Fick
∆m ∆C
= − DA
∆t ∆x
∆m
donde ∆t es la masa del soluto que difunde a lo largo de esa dirección por unidad de
∆C
difusión, y ∆x se llama gradiente de concentración.
Número de Fourier
El análisis de Fourier surgió a partir del intento de este matemático francés por hallar
Demostró que se puede obtener una función discontinua a partir de la suma de funciones
continuas.
— 14 —
también que el método de Fourier tiene sus limitaciones. En particular no permite
frontera.
donde ρ,
ρ ( x) ≥ ρ0 , a( x) ≥ a0 , p.c.t.x ∈ Ω
Las principales fórmulas de este Número de Fourier (Fo) o Módulo de Fourier son:
1 +∞
f (t ) = ∫ −∞ F (ω )e jωt d ω → Anti-transformador de Fourier
2π
F (ω ) =
∫ +∞
−∞ f ( t ) e
− jωt
dt → Transformador de Fourier
— 15 —
Mínimos Cuadrados
(Xi ,Yi ) los valores de la pendiente b y del punto de corte con el eje a que mejor ajustan
La idea básica se muestra en la figura 1b, se entiende por el mejor ajuste, aquella recta
que hace mínimas las distancias d1, d2, …, dN de los puntos medidos a la recta.
Las ecuaciones que hay que utilizar para ajustar mediante el método de mínimos
N N N
(∑ Y )(∑ X i ) − (∑ X i )(∑ X iYi )
i
2
N (∑ X iYi ) − (∑ X i )(∑ Yi )
a=
=i 1 =i 1 =i 1 =i 1
a=
=i 1 =i 1 =i 1
N (∑ X ) − (∑ X )
2
i i
2
N (∑ X 2i ) − (∑ X i ) 2
=I 1 =i 1 y la pendiente =I 1 =i 1
— 16 —
Este método se utiliza comúnmente para analizar una serie de datos que se obtengan de
linealmente". Esto significa que puede haber variables fuertemente relacionadas, pero
Insistimos en este punto, que parece olvidarse con cierta frecuencia. El coeficiente de
interpretación. Digamos, en primera instancia, que sus valores absolutos oscilan entre
0 ≤ rxy ≤ 1
de indicarse que la magnitud de la relación viene especificada por el valor numérico del
coeficiente, reflejando el signo la dirección de tal valor. En este sentido, tan fuerte es
— 17 —
una relación de +1 como de -1. En el primer caso la relación es perfecta positiva y en
cuando exactamente en la medida que aumenta una de ellas aumenta la otra. Esto sucede
ocurrirá en psicología, pero es frecuente en las ciencias físicas donde los fenómenos se
N Σxy − (Σx)(Σy )
r=
N Σx 2 − ( Σx ) 2 N Σy 2 − ( Σy ) 2
Dónde :
N = Número de valores o elementos
Σxy = la suma de los productos de las puntuaciones emparejadas
Σx = la suma de puntuaciones x
Σy = la suma de puntuaciones y
Σx 2 = Suma de cuadrados Puntuación x
Σy 2 = Suma de cuadrados Puntuación y
Ejemplo aplicativo:
(X) para el conteo realizado de hongos en una muestra de papa donde no corrió
X Y
100 7
105 4.5
95 5
110 6
90 4
115 8
1. Correlación de Pearson
N Σxy − (Σx)(Σy )
r=
N Σx 2 − ( Σx ) 2 N Σy 2 − ( Σy ) 2
X Y X2 Y2 X *Y
95 5 952 52 475
— 19 —
110 6 110 2 62 660 � 𝑋𝑋𝑖𝑖 = 615
90 4 90 2 42 360
� 𝑌𝑌𝑖𝑖 = 34.5
115 8 115 2
8 2
920
� 𝑋𝑋𝑖𝑖 2 = 63475
� 𝑦𝑦𝑖𝑖 2 = 210.25
- 1 ≤ 2 XY ≤ +1
2. 2 XY 2 ≈ 0.7112 ≈ 0.506
- 1 ≤ 2 XY 2 ≤ +1
transferencia de calor.
— 20 —
Transferencia de Calor por Conveccion
Bi =
Transferencia de Calor por Conduccion
h∆T (d 2 )
Bi =
d2
k ∆T ( )
L
hL
Bi =
k
El significado físico del número de Biot puede entenderse imaginando el flujo de calor
desde una esfera caliente sumergida al fluido que la rodea. El flujo de calor experimenta
dos resistencias: la primera por conducción dentro del metal y la segunda por
inferior a uno
unidad.
Aplicaciones
Bi Para
— 21 —
< 0,03 Esferas
Implica que la conducción de calor dentro del cuerpo es mucho más rápida que la
El número de Biot también aparece en las definiciones del método de las diferencias
convectiva externa a la transferencia de calor. De esta forma, la magnitud del Biot tiene
es decir que hay más capacidad de que el calor salga de la superficie por convección, a
que éste se transfiera a través del cuerpo por conducción. Un valor bajo de Biot
representa el caso en que la resistencia interna es despreciable y que hay más capacidad
de transferencia de calor por conducción que por convección. De esta forma, si el valor
pocos casos sin embargo son las temperaturas T = f(x, y, t) la solución buscada a un
problema real. Las verdaderas respuestas buscadas a problemas reales están más
— 22 —
asociadas a los flujos de calor, a predecir el destino final y el camino tomado por un
una situación dada. Otro peligro que asecha al usuario es la naturaleza de “caja negra”
cómo verificar su pertinencia. Para contrarrestar estos aspectos, hemos diseñado una
serie de prácticas que han sido aplicadas a lo largo de los últimos 5 años [1] y que
guardando siempre una actitud crítica hacia el programa que ejecuta los cálculos.
fueron resueltos con pdetool de Matlab y los resultados exportados a Matlab para ser
procesados. En varios casos nos encontramos al límite de las capacidades del programa.
CONTORNO
b b
φ ' ( xba ,=
y , t ) φ ' x, =
, t φ ' x, − , t
2 2
entonces
Dφ ∂φ ∂φ
= + U∞ 0
=
Dt ∂t ∂x
— 23 —
φ ( x, y, t ) − φ ( x, y, t − ∆t ) φ ( x, y, t ) − φ ( x −, ∆x, y, t )
+ U∞ 0
=
∆t ∆x
Despejando φ ( x, y, t ) y φ ( x, y, t − ∆t ) de la ecuación anterior se tiene :
∆t ∆t
φ ( x, y, t ) 1 + U ∞ − φ ( x −, ∆x, y, t )U=
∞ φ ( x, y, t − ∆t )
∆x ∆x
Donde el valor de φ ( x, y, t − ∆t ) en esta ecuación, será conocido del instante anterior.
q
Cp =
m * ∆T
Donde:
q = Calor ganado
m = Masa [Kg]
indicado usarlos, entonces, para ello lo primero es definir una longitud característica.
más de ser la relación del volumen del producto por el área de trasferencia ( V / A )
— 24 —
transitorio, depende también de la configuración geométrica del producto, entonces, la
r
) siendo r el radio del cilindro.
2
r
) siendo r el radio de la esfera.
3
V
LC =
A
Donde:
Lc : Longitud característica, [ m ]
conducción de calor en estado transitorio. Por tanto, la cantidad máxima de calor que un
— 25 —
Qmax = ρ .C p .V .(T∞ − Ti )
Donde:
Ti : Temperatura inicial,[ K ]
producto tiende a la temperatura del ambiente que lo rodea o que se encuentra circundante
al mismo.
término para pared plana, cilindro y esfera, y se realizan las integraciones indicadas, se
configuraciones geométricas.
comprende series infinitas y ecuaciones implícitas, las cuales son difíciles de evaluar. Por
lo tanto, existe una motivación clara para simplificar las soluciones analíticas con el fin
Las cantidades adimensionales para una pared plana también se pueden usar para un
— 26 —
definición del número de Biot se toma L para la pared plana y el radio ro , para el cilindro
V
y la esfera, en lugar de .
A
T( x ,t ) − T∞
θpared =
Ti − T∞ EXPLICACIÓN DE LA PAPA
− λ12t
θpared = A1.e . cos(λ1.x / L)
Donde:
Θ : Temperatura adimensional
Donde:
J 0 , J1 : Funciones de Bessel
T( r ,t ) − T∞
θesf =
Ti − T∞
2 sen(λ1.r / ro)
θesf = A1.e −λ t .
1
λ1.r / ro
Donde :
— 27 —
senx
Dado que cos 0 = j0 (0) = 1 y que el limite de tambien es uno, estas relaciones se
x
simplifican para dar las siguientes ecuaciones en el centro de una pared plana, un cilindro
o una esfera:
Centro de la pared ( x = 0)
T0 − T∞
θ 0 pared =
Ti − T∞
2
θ 0 pared = A1.e −λ t 1
Donde :
T0 −T∞
θ 0 ,cil =
Ti −T∞
−λ12t
θ 0 ,cil = A1 .e
T0 −T∞
θ 0 ,esf =
Ti −T∞
−λ12t
θ 0 ,esf = A1 .e
DESARROLLO
EJEMPLO PRACTICO:
— 28 —
Se presenta una lámina infinita homogénea de papa de grosor 2l con su origen dado en
∂M ∂2M
=D 2
∂t ∂x
M ( x, t = 0) = M 0
∂M
D =0
∂x x =0
∂M
D = hm ( M 1 − M eq )
∂x x =1
en x = 1 positivo.
es M 1
La humedad en la superficie de la lámina = M
= (x l , t ) . Meq es la humedad
La solución analítica de este problema se puede desarrollar según Luikov, dando como
— 29 —
2 D*t
−µn 2
M ( x, t ) − M eq ∞
2 senµ n x l
=∑ cos µ n
M 0 − M eq n =1 µ n + senµ n cos µ n 1
hml
donde μn son las raíces positivas en orden creciente, de la ecuación µn tan µn =
D
∞
2 senµn
φ ( x , Fo) ∑µ cos( µn .x ) exp(− µn .Fo)
n =1 n + senµ n cos µ n
donde:
M − M eq
- La humedad adimensional se define como: Φ =
M 0 − M eq
x
- La distancia adimensional se define como: x =
l
Dt
adimensional se define como: Fo =
l2
hml
define como: Bi = .
D
µn tan µn = Bi
que sabemos que 0 < µ1 < π / 2, π / 2 < µ2 < 3π / 2, 3π / 2 < µ3 < 5π / 2, etc.
— 30 —
- Midiendo la humedad de toda la muestra se nos proporciona la siguiente
∞
2 sen 2 µn
=Φ ( Fo) ∑
n =1 µ n ( µ n + senµ n cos µ n )
exp ( − µn .Fo )
Cada término de la serie es menor que el anterior, y para números de Fourier (Fo)
valor exacto de Φ.
Dado que se ha considerado el valor obtenido tomando 100 términos de la serie como
M − M eq
y = log , del valor obtenido de la ordenada en el origen a se calcula la
M 0 − M eq
raíz μ1 conforme a:
2 sen 2 µ1
a = log .
µ1 ( µ1 + senµ1 cos µ1 )
D
b = µ12
l2
hml
µ1 tan µ=
1 Bi
=
D
— 31 —
EXPLICACION:
función del número de Fourier para tres valores representativos del número de Biot.
RESULTADOS
1.4
1.32
1.2
1.14
1 1.04
0.96
0.89
% Humedad
0.8 0.83
0.78
0.6
y = -2E-05x + 1.2504
0.4 R² = 0.9516
0.2
0
0 5000 10000 15000 20000 25000
Tiempo (s)
— 32 —
- El coeficiente de correlación R2 indica qué tan bien se ajustan los valores
medidos con los valores estimados por el modelo; es decir, los valores más
m − ms
Como se quiere determinar la humedad en base seca se usa la ecuación M =
m
donde:
=siendo x ( x1 , x2 , · · · , xn ) y siendo y
= ( y1 , y2 , · · · , yn ) .
Por defecto, plot une puntos consecutivos mediante un segmento. Añadiendo
transferencia de masa hm
hm (m/s)
— 33 —
40 2.25x10-10 2.51x10-9
45 1.57x10-10 2.11x10-9
55 1.52x10-10 2.61x10-9
66 1.72x10-10 3.20x10-9
75 2.13x10-10 4.05x10-9
M ( x, t ) − M eq 2 sen 2 µ D.t
log(
= ) log( ) − (µ 2 2 )
M 0 − M eq µ ( µ + senµ cos µ ) l
75°C.
— 34 —
Figura: Logaritmo de la humedad adimensional en función del tiempo.
40 º C 0.9963
45 º C 0.9940
— 35 —
50 º C 0.9905
55 º C 0.9940
66 º C 0.9921
75 º C 0.9905
Donde:
- n: Número de datos
(hesp − hest ) 2
- RMSE: Error cuadrático medio (∑ n
i =1
n
hexp − hest
hexp
- MAPE: Error porcentual absoluto medio ∑ n
i =1
n
hexp − hest
- MAE: Error absoluto ∑ n
i =1
n
2
∑ n
i =1 (hest − hest ) x(hest − hest ) 2
- R : Coeficiente de correlación −−− −−−
∑ n
i =1 (hest − hest ) (hest − hest ) 2
−−−
2
−−−
Tabla: Resultados del análisis del error estadístico para las diferentes temperaturas.
— 36 —
24 0.0627 0.7082 0.0540 0.9921
0 0 1.32
1 3600 1.14
2 7200 1.04
3 10800 0.96
4 14400 0.89
5 18000 0.83
6 21600 0.78
— 37 —
D = 4.76 x10−11 m 2 s −1
hm = 2.74 x10−7 m s −1
l = 0.002 m
hml
Bi
= = 11.5123
D
EXPLICACIÓN:
valor para los coeficientes D y hm, de donde se podrá obtener a su vez un primer valor
para el número de Biot del sistema y para los números de Fourier correspondientes a
para cada dato experimental i, y verificar cuales introducen un error mayor (o igual) al
concretamente
= y ∆ 2 0.01 , de modo que se eliminan dichos datos y se repite
∆1 0.03 =
el proceso realizando ahora el ajuste con los datos i = 3-6. Con este segundo ajuste se
confirma que los dos primeros datos introducen error y se obtiene que además el tercer
elimina también este dato y se repite el ajuste ahora con los datos i= 4 − 6
Tras este tercer ajuste se confirma que los tres primeros datos introducen error
(∆1 0.04 =
= ∆ 3 0.01) y que el resto de datos, los empleados en este
, ∆ 2 0.02 y=
último ajuste, no introducen dicho error (∆1 < 0.01; i =4,5, 6) de manera que se ha
llegado a la autoconsistencia.
— 38 —
Papa (Solanum tuberosum) Aplicación
Muestras:
— 39 —
MÉTODO DE TERMOBALANZA:
En esta parte evidenciamos que los cálculos para hallar una temperatura respecto a la
estos fundamentos.
M1: M1:
M2:
Albahaca
— 40 —
CONCLUSIONES
Las condiciones experimentales en las que se deben realizar los ensayos de secado para
aplicar este procedimiento adecuadamente. En primer lugar, las láminas del producto a
secar deben poseer un grosor que sea mucho menor que las otras dos dimensiones
espaciales, de manera que se puedan considerar láminas infinitas. Además, deberá ser
producto fresco, de modo que la distribución espacial inicial de humedad sea constante.
parte que darán lugar, en principio, a coeficientes diferentes. Por otra parte, la
largo del proceso de secado. Si bien mantener la temperatura del medio constante, es
empleando técnicas estándar del Análisis Numérico. Además, estas raíces están
— 41 —
BIBLIOGRAFÍA
— 42 —