Homogeneidad Dimensional

Todo término aditivo en una ecuación debe tener las mismas

dimensiones.

La Ley de homogeneidad dimensional garantiza que todo término aditivo en la ecuación tiene
las mismas dimensiones. En consecuencia, si cada término en la ecuación se divide entre un
conjunto de variables y constantes cuyo producto tenga estas mismas dimensiones, la ecuación
queda sin dimensiones
En el proceso de adimensionalidad en una ecuación de movimiento, con
frecuencia aparecen parámetros adimensionales (Reynolds, Froude, etc.). El
término parámetros se usa para el conjunto combinado de variables
dimensionales, variables adimensionales y constantes dimensionales en el
problema.

Los parámetros adimensionales que se generan cuando se eliminan las

dimensiones de las ecuaciones son extremadamente útiles y pueden ahorrar
mucho esfuerzo y gastos a largo plazo. Existen dos ventajas clave de la
eliminación de dimensiones. Primera, aumenta la comprensión acerca de las
relaciones entre los parámetros clave. Segunda, reduce el número de
parámetros en el problema.
 Similitud
En la mayoría de los experimentos, para ahorrar tiempo y dinero, las pruebas se
realizan en un modelo a escala geométrica, en lugar de en un prototipo de
tamaño real, para luego ser escalados adecuadamente. Se presenta la técnica de
análisis dimensional como una poderosa herramienta, cuyos propósitos
principales:

• Generar parámetros adimensionales que ayuden en el diseño de los

experimentos y el reporte de sus resultados.
• Obtener leyes de escalamiento para predecir el desempeño del prototipo a
partir del desempeño del modelo.
• Predecir tendencias en la relación entre parámetros.
Existen tres condiciones necesarias para similitud completa entre un modelo y
un prototipo: similitud geométrica, similitud cinemática y similitud dinámica.
Se usa la letra griega mayúscula pi (П) para denotar un parámetro adimensional.
En un problema general de análisis dimensional, existe una П que se llama
dependiente, a la que se le da la notación П1. El parámetro П1 es, en general,
una función de otras varias П, que se llaman independientes. La relación
funcional es:

Para garantizar similitud completa, el modelo y el

prototipo deben ser geométricamente similares, y
todos los grupos П independientes deben coincidir
entre modelo y prototipo.
Ejemplo.- Se debe predecir la fuerza aerodinámica de arrastre de un auto deportivo nuevo a una
velocidad de 50.0 mi/h (Taire: 25 °C). Se construye un modelo a un quinto de escala del auto para
probarlo en un túnel de viento. Determine la velocidad del aire en el túnel de viento con la
finalidad de lograr similitud entre el modelo y el prototipo (T aire_túnel_viento: 5 °C). La fuerza
aerodinámica de arrastre sobre el auto modelo se mide con una balanza de arrastre, resultando
que la fuerza de arrastre promedio sobre el modelo es 21.2 lbf. Prediga la fuerza de arrastre
sobre el prototipo (a 50 mi/h y 25°C).

En el caso de la fuerza de arrastre sobre un automóvil,

se evidencia que, si el flujo se aproxima como
incompresible, sólo existen dos П en el problema:
Debe existir similitud entre modelo y prototipo, luego, las independientes del problema, deben
ser iguales:

Finalmente, al ser iguales las independiente, la dependiente del problema, para el modelo y
prototipo, deben ser iguales:
 El Método de Repetición de Variables
y el Teorema Pi de Buckingham
El método de repetición de variables, popularizado por Edgar Buckingham (1867-1940), es el
más popular (y más simple) método para generar los parámetros adimensionales (es decir las П).
El método consiste de seis pasos:
Ejemplo.- Considere el flujo de un fluido incompresible de densidad ρ y viscosidad µ a través
de una larga sección horizontal de tubo redondo de diámetro D. El perfil de velocidad se
bosqueja en la figura; V es la velocidad promedio a través de la sección transversal del tubo, que
por conservación de masa permanece constante a lo largo del tubo. Para un tubo muy largo, el
flujo finalmente se volverá totalmente desarrollado. Debido a las fuerzas de fricción entre el
fluido y la pared del tubo, existe un esfuerzo de corte τw sobre la superficie interior del tubo. Se
supone cierta rugosidad promedio constante ε a lo largo de la superficie interior del tubo. El
único parámetro que no es constante a lo largo del tubo es la presión, que debe disminuir
(linealmente) a lo largo del tubo con la finalidad de “empujar” el fluido a través del tubo para
superar la fricción. Desarrolle una relación adimensional entre esfuerzo de corte τw y los otros
parámetros en el problema.
PASO 1.- En este problema existen seis variables y constantes; n = 6. Con ellos se elabora una
lista en forma funcional, y la variable dependiente se menciona como una función de las
variables y constantes independientes:

PASO 2.- Se hace una lista con las dimensiones primarias de cada parámetro. Note que el
esfuerzo de corte es una fuerza por unidad de área y, por lo tanto, tiene las mismas dimensiones
que presión:

PASO 3.- Como primera suposición, j se hace igual a 3, el número de dimensiones

primarias representadas en el problema (m, L y t). Reducción, j = 3. Si este valor de j es
correcto, el número esperado de П’s es k = n - j = 6 - 3 = 3.
PASO 4.- Se eligen tres parámetros repetitivos pues j = 3. Según los lineamientos del
método no se puede elegir la variable dependiente τw. No se pueden elegir simultáneamente
ε y D pues sus dimensiones son idénticas y no sería deseable que ni m ni e apareciesen en
todas las П. La mejor elección de parámetros repetitivos es por tanto V, D y ρ.
PASO 5.- Se genera la П dependiente:

PASO 6.- La relación funcional final se escribe como:

 Scaling Laws

As the sizes shrink, different physical forces become more important or less
important depending on their nature.

The scaling laws are proportionality relations of any parameter associated

with an object (or system) with its length scale. For example, the volume of
an object varies as cubic length (i.e., as l3); on the other hand, its surface
area scales as l2. Therefore, a smaller object possesses larger surface area to
its volume when compared with a bigger object with similar geometrical
shape. There are primarily two types of scaling laws. One is related to the
scaling of physical size of objects. The other type is related to the scaling of
a phenomenological behavior of an object/machine.
Two uses for scaling laws
• Predict how something big will behave using a small model
• Predict how system behavior changes as size (or some other variable) changes

Para expresar una ley de escala se usa formulas o ecuaciones exponenciales entre las
dos variables a relacionar. Las leyes de escala (escalamiento) nos permitirán determinar
si un fenómeno físico asociado a un sistema dado, será favorecido o disminuido cuando
el tamaño del sistema cambia.