Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
En apartados posteriores, con especial mencin al Estado del arte planteado, se pondrn de
manifiesto el gran nmero de ventajas que supone la utilizacin de modelos CFD frente a otras
alternativas.
Definicin
Interpretacin
Tensin provocada por la
pared.
Cociente entre fuerzas de
boyancia y fuerzas viscosas
Ratio de conveccin en
referencia a la transferencia
pura por conduccin.
Ratio entre cantidad de
movimiento y difusividad
msica. (Propiedad del
fluido)
Relacin entre la inercia del
fluido y las fuerzas viscosas.
Adems, estas partculas tienen un efecto de retardo hacia las capas consecutivas del mismo
fluido hasta una distancia a la pared de
. De esta manera, la velocidad que en la pared es
nula, va incrementndose hasta alcanzar el valor de
, siendo el smbolo para referirnos al
ncleo fluido. Normalmente el espesor de la capa limite se determina de tal forma que se
cumpla la relacin
.
No obstante, hasta ahora se ha hecho referencia a la componente hidrodinmica (velocidades) de
la capa lmite ya que esta se dar siempre que exista movimiento de un fluido cercano a la
pared. Adems, existe otro efecto dentro de la capa lmite que ocurre cuando la temperatura del
fluido es diferente a la de la superficie en contacto. Se determina as la capa limite trmica, la
cual se observa planteando el caso de la placa plana en la figura bajo una diferencia de
temperaturas.
(1.1)
(1.2)
(1.3)
Por tanto, siempre que exista movimiento de un fluido sobre una superficie existir una capa
limite hidrodinmica. Si adems existe una diferencia de temperaturas entre el fluido y la
superficie se generar una capa limite trmica y por consiguiente se producir la transferencia
de calor por conveccin.
Se extiende la informacin acerca de la capa limite tanto en el apartado Capa limite en CFD,
como en el Captulo 2 y Anexo I. No obstante, se recomienda la Ref [2] para una mayor
ampliacin terica de dicho fenmeno.
Se ha de notar que en la zona laminar, es posible la distincin de las diferentes lneas que
marcan el recorrido de una partcula de manera clara por lo que se forma una estructura
ordenada, esto se debe a que las fuerzas viscosas son predominantes.
Sin embargo, a partir del punto xc, la inercia ganada por el fluido empieza a tomar relevancia
frente a las fuerzas viscosas. Es por ello que el fluido empieza a desestabilizarse y a producirse
comportamientos caticos en forma de torbellinos que se generan en las 3 direcciones
espaciales. En este ltimo caso se observa una divisin en tres zonas de la capa lmite:
-
La transicin de un tipo de flujo a otro viene propiciada por una serie de parmetros, los
cuales se recogen en el nmero adimensional de Reynolds:
Cuanto mayor sea este nmero, mayor ser la turbulencia del flujo, por tanto: una alta densidad,
alta velocidad o gran longitud de la superficie alimentar la turbulencia, mientras que una
viscosidad alta la combatir.
Es necesario mencionar que el flujo turbulento implica una mayor transferencia de calor por
conveccin ya que la turbulencia mejora dicha transferencia. El coeficiente de pelcula sigue la
evolucin de la figura.
Figura 1.2.4. Variacin del espesor y del coeficiente de pelcula en la transicin de laminar a turbulento.
(1.4)
(1.5)
(1.6)
Es necesario sealar que en muchas ocasiones se trabaja con el nmero de Nusselt en vez de
con el coeficiente de pelcula.
(1.7)
Esto es debido a que el Nusselt puede entenderse como un coeficiente de pelcula adimensional,
con lo que se generaliza ms el resultado.
Como se comentar con mayor detalle posteriormente, durante el desarrollo de este modelado
CFD algunos parmetros a determinar como el tipo de modelo turbulento, la generacin de la
malla, o el tipo de modelado para las regiones cercanas al muro, tienen una importancia crtica
en la convergencia final el problema a unos resultados vlidos.
10
A su vez, dentro de los RANS tendremos otros modelos en los que varan las ecuaciones de
cierre y los valores semiempiricos que se presentan en las mismas. (Ver figura).
Ecuaciones de cierre
Modelos de una ecuacin
Spalart-Allmaras
RANS
LES
Standard k-
RNG k-
Realizable k-
Standard k-
SST k-
Se incrementa el gasto
computacional
V2F Model
Reynolds-Stress Model
Detached Eddy Simulation
Large-Eddy Simulation
Modelos k-.
Dentro de la familia de los modelos k- podemos encontrar los modelos: Standard k-, RNG k-
y Realizable k-.
Estos modelos presentan las mismas ecuaciones de transporte para k y , pero existen algunas
diferencias entre ellos como el mtodo por el que se calcula la viscosidad, el nmero de Prandtl
que gobierna la difusin turbulenta y la anulacin o no de trminos en la ecuacin .
11
Por tanto, este modelo resulta ms preciso y fiable que el Standard k- aunque introduce un
ligero incremento en la potencia computacional requerida.
Realizable k-.
El trmino realizable indica que el modelo satisface ciertas restricciones matemticas frente a
las variaciones del Reynolds, y que lo hacen consistente con la fsica de los flujos turbulentos
[6]. Este introduce las siguientes variaciones respecto al modelo Standard:
-
Uno de los beneficios del modelo Realizable es la mayor precisin en el clculo de flujos con
rotaciones, con fuertes gradientes de presiones en la capa limite, incluso con recirculacin.
Tanto el modelo Realizable como el RNG muestran su superioridad frente al modelo Standard
en la prediccin de flujos. Sin embargo, debido a que el modelo Realizable es relativamente
reciente, todava no est establecido de manera consistente la supremaca de este sobre el
modelo RNG.[3]
Modelos k-.
Existen dos variantes en los modelos k-: Standard y SST (Shear-stress transport). Como en el
caso anterior, ambos se rigen por las mismas ecuaciones de transporte para k y . Sin embargo
existen algunas diferencias notables entre ambas variantes [3]:
-
12
Donde y es la distancia (en metros) desde la superficie del modelo hasta el primer nodo ms
cercano de la malla.
13
Por tanto, se dilucida la importancia de dicho parmetro, el cual nos permite determinar el
tamao de refinamiento de la malla sin necesidad de singularizar para cada caso planteado.
No obstante, es cierto que la malla se construir con los valores reales de y y no con y+, pero
eso ser tratado en el Captulo 5 de Mallado.
14
15
16
17
aire un recinto que para el modelo de tamao real, siendo para ello de vital importancia que los
parmetros adimensionales tales como el Re o Gr no varen entre ambos modelos. Esto ltimo,
puede resultar bastante engorroso en geometras muy complejas por lo que no siempre es viable.
18
Para mayor informacin acerca de estos modelos, en la Ref. [1] se disponen un gran nmero de
casos prcticos llevados a cabo en la literatura.
19
coeficiente de pelcula bajo un modelo RANS para un rango de Prandtl. A su vez, este clculo
se llevaba a cabo bajo dos tipos de tratamiento cercano al muro: Wall-Function y Funcin de
pared mejorada. Se propone finalmente una correlacin de ajuste del Prandtl en pared en las
Wall-Function para que asemejen su valor al del uso de Funcin de pared mejorada, el cual
introducira un mayor gasto computacional.
Como conclusiones en comparacin con los datos experimentales obtenidos, se extrajo que las
Wall-Function no predecan correctamente el coeficiente de pelcula. No as, bajo la funcin de
pared mejorada, para la mayora de modelos RANS probados la solucin era aceptable.
20
21
Esta progresin no ser del todo lineal ya que alguno de los puntos estn envueltos en
componentes iterativas.
A parte de mostrar una formulacin generalista durante toda la memoria a la vez que se va
validando cada seccin, se formular un protocolo general y otro simplificado a modo de Gua
de Usuario o Hand-Book. Las simplificaciones estarn basadas en los valores caractersticos
para simulaciones en viviendas que se obtengan en el captulo prctico.
22
Ser capaz de obtener un valor de coeficiente de pelcula en un recinto real. Lo que lleva
implcito el ser capaz de realizar satisfactoriamente el modelo.
La generacin de un protocolo de modelado a modo de gua que pueda ser utilizado
para la resolucin de este tipo de problemas por otros usuarios.
Esto abre una lnea de investigacin CFD que puede ser ramificada en una infinidad de
direcciones, sentando aqu las bases para ello.
BLOQUE 1
Captulo 2. Estimacin de precisin en CFD frente a modelo analtico.
Realizacin del problema convectivo ms bsico y validacin con solucin analtica. Se trata de
realizar un modelo CFD de una placa plana y rgimen forzado laminar. Para dicho problema
existe una solucin analtica (Sol. De Blausius). Dicho modelo analtico ser resuelto en
MATLAB.
Objetivo 1: Demostrar la pericia del usuario a nivel bsico siendo capaz de representar los
campos de velocidades y temperaturas con un ajuste bueno al modelo analtico.
Objetivo 2: Demostrar pericia del usuario en la utilizacin de la tcnica Blocking de mallado
2D.
Objetivo 3: Acotar el error producido, obteniendo as una primera aproximacin del intervalo
de error que debemos contemplar en las soluciones posteriores.
Objetivo 4: Determinar valores caractersticos de mallado para este tipo de problemas en
funcin del nmero de Reynolds.
BLOQUE 2.
23
Captulo 4. Modelado.
En este captulo se aborda la seleccin de los modelos turbulentos vlidos para la aplicacin en
cuestin, as como la del tratamiento cercano al muro ms adecuado. Para ello se realiza una
preseleccin basada en la literatura encontrada. Acto seguido se realizan una serie de
experimentos para comparar los resultados entre los elementos preseleccionados y proceder as
a un descarte o validacin de cada elemento.
Objetivo 1: Obtener una preseleccin de elementos basada en una buena base bibliogrfica.
Objetivo 2: Seleccionar los modelos turbulentos finalistas y el tratamiento cercano al muro de
una manera justificada.
Captulo 5. Mallado.
En funcin de la experiencia y de la bibliografa encontrada:
Objetivo 1: Demostrar pericia del usuario en el manejo de la herramienta ICEM de mallado.
Objetivo 2: Generar un algoritmo de mallado valido para afrontar este tipo de problemas de
manera satisfactoria.
Objetivo 3: Generar algoritmos alternativos para la evaluacin del primero (principal) y
demostracin de la supremaca de la solucin adoptada.
BLOQUE 3.
Captulo 7. Aplicaciones prcticas.
Caso prctico 1.
Se aplica el protocolo propuesto a un caso propuesto en colaboracin con la UCA.
Objetivo 1: Validacin del protocolo al obtener la misma solucin que el grupo UCA por otros
medios.
Objetivo 2: Determinacin de valores tpicos para la construccin de un protocolo simplificado.
Objetivo 3: Validacin de supremaca del algoritmo principal frente a los anteriores.
Caso prctico 2.
Se aplica el protocolo al clculo de coeficientes de pelculas de una habitacin para el posterior
estudio de la tcnica Night-Cooling en modelo CFD o BES.
Objetivo 1: Obtencin de los coeficientes de pelcula de manera satisfactoria bajo el protocolo.
Objetivo 2: Determinacin de valores tpicos utilizados para la construccin de un protocolo
simplificado.
Objetivo 3: Poner de manifiesto una de las aplicabilidades de dicho protocolo.
24
Caso prctico 3.
Como utilizacin del protocolo en un caso diametralmente opuesto, se genera un modelo de una
vivienda de proteccin oficial en Mlaga, la cual se encuentra bajo un programa de Reformas
llevado a cabo por la empresa FCC (RS). El estudio consiste en estudiar la ventilacin de la
misma con un modelo CFD para la optimizacin de los tamaos y colocaciones de las aberturas
o rejillas.
Objetivo 1: Validacin del protocolo a un nivel de precisin medio (saliendo del refinamiento
exhaustivo en capa lmite).
Objetivo 2: Obtencin de la configuracin optima que permita una mejor ventilacin de la
vivienda a un coste ms reducido.
REFERENCIAS
[1] Chen Q. Ventilation performance prediction for buildings: A method overview and recent applications. Building
and Environment 2009; 44; 848-858.
[2] Bergman T.L., Lavine A.S., Incropera F.P., Dewitt D.P. Fundamentals of Heat and Mass Transfer (seventh
edition) 2011. USA: John Wiley & Sons. ISBN 13 978-0470-50197-9
[3] ANSYS,Inc. ANSYS FLUENT 14.0: Theory Guide. Cap 4. 2012. 4-1 (88).
[4] B.E. Launder and D.B. Spalding. Lectures in Mathematical Models of Turbulence. Academic Press, London,
England, 1972.
[5] S.A. Orszag, V. Yakhot, W.S. Flannery, F. Boysan, D. Choudhury, J. Maruzewski and B. Patel. Renormalization
Group Modeling and Turbulence Simulations. In International Conference on Near-Wall Turbulent Flows, Tempe,
Arizona, 1993.
[6] T.-H. Shih, W.W. Liou, A. Shabbir, Z. Yang and J. Zhu. A New k- Eddy-Viscosity Model for High Reynolds
Number Turbulent Flows Model Development and Validation. Computers Fluids, 24(3): 227-238, 1995.
[7] D.C. Wilcox. Turbulence Modeling for CFD. DCW Industries, Inc., La Canada, California, 1998.
[8] F.R. Menter. Two-Equation Eddy-Viscosity Turbulence Models for Engineering Applications. AIAA Journal,
32(8): 1598-1605, 1994.
[9] Halios C, Helmis C. On the estimation of characteristic indoor air quality parameters using analytical and
numerical methods. Science of the Total Environment 2007; 381(1-3); 222-32.
[10] Cho Y, Awbi H, Karimipanah T. Theoretical and experimental investigation of Wall confluent jets ventilation
and comparison with wall displacement ventilation. Building and Environment 2008; 43(6); 1091-100.
[11] Peeters L, Beausoleil-Morrison I, Novoselac A. Internal convective heat transfer modeling: Critical review and
discussion of experimentally derived correlations. Energy and Buildings 2011; 43; 2227-39.
25
[12] Zhang T, Zhou H, Wang S. An adjustment to the standard temperature wall function for CFD modeling of
indoor convective heat transfer. Building and Environment 2013; 68; 159-169.
[13] Zhai Z, Zhang Z, Zhang W, Chen Q. Evaluation of Various Turbulence Models in Predicting Airflow and
Turbulence in Enclosed Environments by CFD: Part-2: Comparison with experimental data from literature.
HVAC&R Research 2007; 13(6); 871-86.
[14] Kuznik F, Rusaoun G, Brau J. Experimental and numerical study of a full scale ventilated enclosure:
Comparison of four two equations closure turbulence models. Building and Environment 2007; 42; 1043-53.
[15] Rohdin P, Moshfegh B. Numerical predictions of indoor climate in large industrial premises. A comparison
between different k-e models supported by field measurements. Building and Environment 2007; 42; 3872-82.
[16] Zhai Z, Zhang Z, Zhang W, Chen Q. Evaluation of Various Turbulence Models in Predicting Airflow and
Turbulence in Enclosed Environments by CFD: Part-1: Summary of Prevalent Turbulence Models. HVAC&R
Research 2007; 13(6); 853-70.
[17] Leenknegt S, Wagemakers R, Bosschaerts W, Saelens D. Numerical sensitivity study of transient surface
convection during night cooling. Energy and Buildings 2012; 53; 85-95.
[18] Leenknegt S, Wagemakers R, Bosschaerts W, Saelens D. Numerical study of convection during night cooling
and the implications for convection modeling in Building Energy Simulation models. Energy and Buildings 2013; 64;
41-2.
[19] Goethals K, Couckuyt I, Dhaene T, Janssens A. Sensitivity of night cooling performance to room/system design:
Surrogate models based on CFD. Building and Environment 2012; 58; 23-36.
26