1.- Introduccin.

1.1.- Marco histrico.

Histricamente, ciertas ramas de la ingeniera han tratado de establecer de manera prctica el
comportamiento de los fluidos, tales como el aire o el agua, en una gran diversidad de
aplicaciones ,como la biomedicina, la industria automovilstica, etc. La capacidad de la
realizacin de dicha prediccin de manera satisfactoria ha implicado un salto bastante
importante en el control que se tiene sobre dicho fenmeno, lo que finalmente deriva en un
funcionamiento ms efectivo del producto o tecnologa en cuestin.
Adems, en las ltimas dcadas, la industria de la construccin ha empezado a adentrarse en
este campo de la ingeniera, ya que resulta un punto necesario para un diseo ms eficiente en
cuanto a ahorro energtico. Predicciones tales como las corrientes de aire inducidas dentro de la
vivienda por un sistema de aire acondicionado, la variacin de temperaturas en una vivienda a lo
largo del da, etc., se hacen cada vez ms necesarias ya que, factores como la sostenibilidad y el
ahorro energtico cobran mayor importancia. De esta manera, la prediccin es el primer paso,
antes de la actuacin para conseguir la mayor eficiencia energtica.
Aunque existe una gran variedad de tcnicas con la que llevar a cabo esta prctica con mayor o
menor precisin (Ver ref. [1]), desde los aos 90 se ha ido incrementando cada vez ms, la
utilizacin por parte de los ingenieros de programas de simulacin numrica o CFD
(Computational Fluid Dynamic), sin duda debido al rpido avance tecnolgico que sufren los
ordenadores, que hace de dicha tcnica la ms econmica y rpida. No obstante esta requiere un
software especializado y un alto conocimiento del mismo por parte del usuario.
La utilizacin de herramientas CFD est muy desarrollada en algunos campos de la ingeniera,
aunque su utilizacin en viviendas es relativamente reciente. Esto implica que existe todava
cierto grado de incertidumbre en la caracterizacin y modelado de espacios cerrados en entorno
CFD, y es por ello que se presta a ser objeto del presente proyecto.
Se presentan a continuacin las ramas principales dentro de la eficiencia energtica en
edificacin, en la que los modelos CFD orientados a la caracterizacin de flujos de aire en
recintos pueden suponer un gran avance. No obstante, previamente resulta necesaria la
introduccin de una visin global en el panorama nacional.

1.1.1.- Eficiencia energtica en edificacin en Espaa.

La poltica de eficiencia energtica en edificacin en Espaa ha presentado un Real Decreto
(RD 235/2013), que subraya la incorporacin de la Certificacin energtica en las viviendas
puestas en alquiler o en venta, adems de otros puntos que se mencionan en los siguientes
apartados.
Esto se realiza de manera uniforme para todo el panorama nacional mediante la introduccin de
una Etiqueta de eficiencia energtica, garantizando de esta manera que las especificaciones
indicadas sean precisas y uniformes en todas las comunidades autnomas.

Figura 1.1.1. Ejemplo de etiqueta energtica.

La eficiencia energtica se caracteriza en funcin de la energa consumida en los siguientes

aspectos: Calefaccin, Refrigeracin, Ventilacin, Produccin de agua caliente sanitaria e
Iluminacin.
As pues en funcin de los consumos de dicha energa, la etiqueta estar compuesta por la
caracterizacin de una letra, correspondiente a la clase de eficiencia energtica de la vivienda.
De esta manera, la Clase D sera la que tendra un edificio construido en Espaa diseado
bajo las condiciones mnimas exigidas por el CTE, y la Clase A sera la equivalente a un
edificio con un ahorro energtico del orden del 70% mayor que el de Clase D, lo que se
denominara un edificio de consumo casi nulo.

Figura 1.1.2. Categoras energtica en funcin de la demanda frio/calor.

1.1.2.- Mejora en el diseo de viviendas.

Tal y como se cita en el RD 235/2013 en la disposicin adicional segunda:
1. Todos los edificios nuevos que se construyan a partir del 31 de diciembre de 2020
sern edificios de consumo de energa casi nulo. Los requisitos mnimos que debern
satisfacer esos edificios sern los que en su momento se determinen en el Cdigo
Tcnico de la Edificacin.
2. Todos los edificios nuevos cuya construccin se inicie a partir del 31 de diciembre de
2018 que vayan a estar ocupados y sean de titularidad pblica, sern edificios de
consumo de energa casi nulo.
Es por tanto evidente que el diseo de viviendas deber constar de grandes mejoras, tanto a
nivel de instalaciones (inclusin de generacin de energa mediante fuentes de energas
renovables), como a nivel de inclusin de sistemas pasivos de eficiencia energtica (Ventilacin
nocturna o Night-Cooling, forjado activo, muro trombe, etc.). Sin embargo, tambin es
importante y mucho ms bsico, plantear una buena orientacin de la vivienda, permitir una
buena ventilacin natural, etc.
Resulta por tanto de gran inters la aplicacin de modelos CFD a este tipo de aplicaciones, ya
que la construccin de un modelo de elementos finitos permitira la evaluacin y el anlisis de
las mejoras mencionadas previamente, pero a un bajo coste econmico y temporal, en
comparacin con otros tipos de modelos alternativos. Adems, si se pretendiera realizar una
optimizacin de alguna variable implicada en el modelo, la utilizacin de herramientas CFD,
frente a la utilizacin de otros modelos (p. ej. Modelo real a escala), adquirira una ventaja
bastante importante ya que la modificacin de dicho modelo se puede realizar sin ningn
sobrecoste.

1.1.3.- Sistemas pasivos de eficiencia energtica (Night-cooling

o Enfriamiento nocturno).
Los sistemas pasivos de eficiencia energtica basados en la modificacin de la inercia
trmica de la estructura aprovechan la diferencia de temperatura existente entre las paredes y las
corrientes de aire inducidas en el interior de la vivienda, ya sea por accin del viento,
extractores u otros dispositivos. En el caso de Night-cooling se hace referencia a que la
temperatura del aire introducido es menor que la de las paredes, por ejemplo en una noche de
verano. Este sistema trata de proyectar dichas corrientes de aire contra los elementos
estructurales con mayor densidad msica (pilares, zonas de hormign, etc), aprovechando de
esta manera el fenmeno de inercia trmica, ya que un enfriamiento nocturno de la estructura,
provoca un descenso de las temperaturas de la misma durante ciertas horas del da,
contribuyendo a que la sensacin de disconfort sea menor, y por tanto que tambin lo sea la
demanda energtica de refrigeracin.
Resulta entonces evidente, que tanto para obtener la configuracin de flujos que optimiza el
fenmeno de Night-cooling en base a lo explicado, como para la caracterizacin de la
transferencia de calor en cada pared, el empleo de modelos CFD sera una solucin rpida y
eficaz tal y como se plante en el apartado previo.

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.

1.1.4.- Reformas en viviendas.

En Espaa existe un gran nmero de viviendas con una Certificacin energtica pertenecientes a
la Clase D o inferior. Esto implica una muy mala eficiencia energtica que provocar altos
gastos al usuario de la vivienda, as como niveles altos de contaminacin, tanto directa como
indirecta.
Adems, segn el RD 235/2013, se hace necesario a partir del 1 de Junio de 2013, la
presentacin o puesta a disposicin de los compradores o arrendatarios de viviendas, el
certificado de eficiencia energtica de la totalidad o parte del edificio.
Todo lo anterior por tanto, implicar un evaluacin y comparacin por parte del arrendatario o
comprador frente a otras viviendas, e introduciendo de esta manera, la eficiencia energtica en
la balanza a la hora del beneficio generado por una vivienda.
Por tanto, se hace ms interesante la reforma que los propietarios de dichas viviendas pudieran
realizar de cara a mejorar dicha eficiencia energtica, ya que su probabilidad o precio de venta
seran ms elevados.
Si bien esta prctica no est muy extendida, y sumada adems a una poca de crisis econmica,
resulta inevitablemente otro de los campos en los que el modelado CFD podra tener cabida para
optimizar dichas reformas a un bajo costo y alta eficiencia.

1.1.5.- Orientacin del protocolo.

Sin embargo, existe un eslabn relativamente dbil en el estudio e implementacin de estas
tcnicas para la mejora del ahorra energtico. Se trata de la caracterizacin de la transferencia de
calor producida entre el aire y los elementos constructivos del edificio. El clculo o medicin de
dicha caracterizacin a travs del parmetro llamado Coeficiente de transferencia de calor por
conveccin (Se introducir en los apartados posteriores), no se encuentra muy desarrollado hoy
en da, ya que algunas de las tcnicas utilizadas no resultan viables. No obstante, la utilizacin
de la herramienta CFD para este tipo de aplicaciones podra ser una opcin bastante til.
Queda evidenciado por todo lo anterior planteado, que la existencia de un protocolo que rigiera
de manera concisa como debe generarse dicho modelo CFD, de una manera generalizada,
podra salvar un gran vaco existente hoy en da en este tipo de estudios.
Este es pues, el objetivo del presente documento, el cual se detalla en ms profundidad en el
apartado Objetivos y alcance.

1.2.- Conceptos bsicos en Conveccin.

El termino conveccin es utilizado para referirse a la energa transferida entre una pared y un
fluido en movimiento. Esta energa se transfiere tanto por el movimiento de la masa de fluido
(Adveccin), como por el movimiento aleatorio de las partculas fluidas (Conduccin y
difusin). [2]

1.2.1.- Nmeros adimensionales.

Se presenta en primer lugar los nmeros adimensionales que se van a utilizar para caracterizar la
transferencia de masa y calor asociada a la conveccin en los apartados siguientes:
Grupo

Definicin

Coeficiente de friccin (Cf)

Numero de Grashof (Gr_L)
Numero de Nusselt (Nu_L)

Numero de Prandtl (Pr)

Numero de Reynolds (Re_L)

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.

Tabla.1.2.1. Nmeros adimensionales (Ref. [1])

1.2.2.- Capa lmite.

El primer concepto necesario para la comprensin de la transferencia de calor por conveccin es
la capa limite. Para introducir dicho concepto se comienza considerando el flujo sobre una placa
plana. Como se observa en la figura, cuando el fluido entra en contacto con la superficie, este
reduce su velocidad notablemente y de forma progresiva, la cual se considera que en el punto
ms cercano a la pared ser nula.

Figura 1.2.1. Capa limite hidrodinmica.

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.

Figura 1.2.2. Capa limite trmica.

De manera analoga al caso hidrodinmico, se produce un gradiente de temperaturas en el que el

fluido pasar de tener la temperatura de placa en su partcula ms cercana a esta, a tener la
temperatura de la masa de fluido. Se define el espesor de la capa lmite trmica en funcin al
cumplimiento del siguiente ratio (Temperatura adimensional)
0.99.
Aplicando pues, la ley de Fourier se puede determinar la transferencia de calor del fluido en el
punto y=0.
|

(1.1)
(1.2)

As, se determina que:

|

(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.

1.2.3.- Flujo laminar y turbulento.

Considerando una superficie los suficientemente amplia, se da la existencia de dos tipos de flujo
diferentes que caracterizan a la capa lmite: Flujo laminar y turbulento. Tal y como se muestra
en la figura, la capa limite es laminar al comenzar su contacto con la superficie, pero a cierta
distancia se produce una etapa de transicin hasta que esta toma un carcter turbulento
totalmente desarrollado.

Figura 1.2.3. Transicin de laminar a turbulento en una placa plana.

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:
-

Subcapa viscosa: Esta mantiene un comportamiento cuasi laminar.

Capa de transicin: Varia las condiciones desde el flujo laminar al turbulento
totalmente desarrollado.
Regin turbulenta: En esta zona el flujo turbulento est totalmente desarrollado.

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.

1.2.4.- Coeficiente de transferencia de calor por conveccin.

El coeficiente de pelcula caracteriza la transferencia de calor por conveccin tal como se
muestra en la ley de Fourier para el enfriamiento (1.2). Este depender de diversos factores
como el tipo de conveccin, el fluido, la rugosidad de la superficie, el nivel de turbulencia, etc.
Tambin es conocido como coeficiente de transferencia de calor por conveccin.
Aunque la expresin para cada punto x de la superficie se corresponde con (1.3), se hace
necesaria en la prctica la determinacin de un valor medio de este coeficiente de transferencia
para toda la superficie.

Se integra el flujo de calor en el rea de la superficie:

(1.4)

Se define el coeficiente de pelcula medio como:

(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.

1.2.5.- Conveccin libre y forzada.

Existen tambin diferencias en funcin del origen del movimiento del fluido. Si el origen de
dicho movimiento es externo como podra ser un ventilador, el viento, u otro generador de
diferencia de presiones a escala macroscpica estaremos hablando de conveccin forzada. Esto
implica que los efectos de boyancia provocados por la gravedad son despreciables y la variacin
del rgimen de laminar a turbulento estar determinada por los parmetros contemplados en el
nmero de Reynolds.
Por otra parte, si no existen dichos agentes externos, el movimiento del fluido estar propiciado
por la gravedad y los efectos de boyancia, que por diferencia de densidades harn que el fluido
est en movimiento. Este tipo de conveccin estar regida por los parmetros contemplados en
el nmero de Grashof.
Se concluye as, que en la conveccin natural las velocidades son ms pequeas que en la
conveccin forzada, y por tanto la transferencia de calor tambin ser sensiblemente menor.

1.3.- Modelado en CFD.

El modelo CFD contendr, desde que se concibe y plantea el problema, hasta que se obtienen
las soluciones deseadas, las siguientes etapas y componentes:
1.- Geometra 2D o 3D. Se construye mediante la herramienta adecuada una geometra
semejante al volumen de control que queremos estudiar. (Sera similar a la construccin de un
modelo real, por ejemplo una habitacin).
2.- Malla. Mediante el software adecuado, se discretiza la geometra previamente planteada.
Este suele ser uno de los puntos ms crticos en el modelo ya que requiere gran conocimiento y
destreza por parte del usuario, para generar una discretizacin lo suficientemente refinada y que
se encuentre dentro de los lmites computacionales requeridos.
3.- Preparacin del modelo. En este punto se unen todos los elementos del modelo (Malla,
condiciones de contorno y operacionales, etc). La realizacin de dicha tarea lleva acabo en el
software CFD (ANSYS Fluent, CFX, etc).En este se determinan las propiedades fsicas de cada
elemento de la malla y de las ecuaciones que rigen la fsica del problema.
4.- Resolucin del modelo. Acto seguido se monitorizan las variables necesarias para asegurar
la convergencia del problema, y se da la orden al software de comenzar a iterar hasta alcanzar
cierto grado de convergencia en la solucin que debe ser determinado por el usuario.
5.- Extraccin de resultados. Una vez concluida la convergencia de la solucin del modelo, se
procede a la lectura de estos en el formato ms prctico (Mapa de colores sobre la geometra,
graficas 2D, Valores numricos directos, etc.).

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.

1.3.1.- Modelos turbulentos.

Como ya se ha mencionado, los programas CFD resuelven las ecuaciones de Navier-Stokes de
los fluidos en cada nodo de la malla. Sin embargo, la resolucin de estas ecuaciones no es
univoca y necesitan de varias ecuaciones de cierre. Es por ello que se han desarrollado
diferentes modelos turbulentos a lo largo de la historia, cambiando en general la forma en la que
suministran datos complementarios o la forma en la que cierra el sistema de ecuaciones.
Hoy en da, no existe ningn modelo turbulento que sea inexpugnable para cualquier tipo de
problema. [3] La eleccin del modelo turbulento vendr determinada por el tipo de flujo
existente, nivel de precisin requerido, potencia computacional disponible, etc.
En el Captulo 4 Modelado, se extender la informacin acerca de los puntos fuertes y dbiles
de cada uno de los modelos enfocados a la resolucin de recintos, seguido de una toma de
decisiones para elegir los modelos ms vlidos para nuestra aplicacin. No obstante, a
continuacin se presentan de manera muy breve los modelos turbulentos principales, as como
sus caractersticas ms generales.
Existen diferentes tipos de modelos turbulentos en funcin de cmo resuelven las ecuaciones de
Navier-Stokes:
- RANS (Reynolds-Averaged Approach): Son los ms comunes en la industria debido a su
coste computacional bajo. Estos utilizan valores promedios en la resolucin de las ecuaciones de
Navier-Stokes e histricamente han probado su gran precisin en una amplia cantidad de casos.
-LES (Large Eddy Simulation): As como en el caso de los RANS se resolvan las ecuaciones
de Navier-Stokes bajo valores promedio, en los modelos LES se resuelven con los valores
estrictos de las variables en nodo. Se entiende que la capa limite turbulenta tiene una
distribucin catica formada por torbellinos de diferente tamao (Ver apartado de Capa limite
turbulenta) que forman la turbulencia en s. As, de manera ideal, los modelos LES modelaran y
resolveran cada uno de los torbellinos generados. No obstante, para que el uso de estos modelos
resulte factible en trminos computacionales y temporales, se aade un filtro que determina un
de tamao de torbellino que provoca que los torbellinos con tamao inferior sean despreciados.
De esta manera, se tiene un modelo turbulento en el que la componente de Modelado, en la
cual influye fuertemente la accin del usuario, pierda peso ya que al realizarse un clculo
estricto de las ecuaciones de los fluidos, muchas de los parmetros se encuentran ya
determinados. Sin embargo, esta disminucin de peso del Modelado se ve contrarrestada por
el aumento de importancia de la componente Calculo ya que la malla a introducir tendr que
ser mucho ms fina que en los modelos RANS, llegando a requerirse gastos computacionales
dos rdenes de magnitud superiores a los requeridos por los modelos RANS.

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

Modelos de dos ecuaciones.

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

1.3.2.- Modelos RANS.

Se introducirn a continuacin los modelos RANS de dos ecuaciones ya que resultarn objeto
de estudio ms adelante.

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 .

Modelo Standard k-.

Es el modelo k- es el modelo de dos ecuaciones ms bsico, aunque no por ello deja de tener
gran utilidad en la industria desde que fue presentado por Launder y Spalding [4]. Se trata de un
modelo con una precisin razonable y un bajo coste computacional por lo que se utiliza
regularmente en la simulacin aerodinmica y de transferencia de calor.
No obstante, es conocido que dicho modelo consta de muchas limitaciones dependiendo de la
aplicacin tratada. Es por ello que se han ido realizando diferentes modificaciones para paliar
estos vacos.
A partir de dichas modificaciones se propicia la aparicin de las variantes RNG k- y Realizable
k-.

11

Modelo RNG k-.

Este modelo est basado en la resolucin de las ecuaciones de Navier-Stokes y las ecuaciones k mediante la derivacin basada en una tcnica estadstica llamada Renormalization group
theory [5] Algunas de sus mejoras frente al Standard son:
-

Aade un trmino en la ecuacin que mejora la precisin en el clculo de flujos de alta

velocidad.
Capta con mayor precisin los efectos de flujos con torbellinos.
Mientras que el Standard k- se conceba para altos nmeros Reynolds, el RNG k-
incluye una frmula que permite la adaptacin a los efectos producidos por regmenes
con bajos nmeros de Reynolds.

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:
-

Incluye una nueva formulacin para la viscosidad turbulenta.

Se incluye una nueva ecuacin de transporte que modifica la tasa de disipacin ().

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]:
-

Transicin de la caracterstica del modelo Standard k- en la zona interna de la capa

limite, a la versin para altos nmeros de Reynolds del modelo k- en la zona central
del fluido (Este fenmeno de transicin caracteriza a la variante SST ya que es una
mezcla de su variante Standard y del modelo k-e).
Modificaciones en la viscosidad turbulenta que afectara a los efectos de transporte.

Modelo Standard k-.

Este modelo est basado en el modelo k- planteado por Wilcox [7].Incorpora adems
modificaciones para incluir efectos de bajos nmeros de Reynolds. Es un modelo emprico, el
cual ha sido modificado a lo largo de los aos adquiriendo trminos en sus ecuaciones,
consiguindose de esta manera un modelo con una buena precisin en el clculo de flujos libres
de tensiones.

12

Modelo SST k- (Shear-Stress Transport).

Este modelo fue desarrollado por Menter [8] para fusionar la gran precisin del modelo k- en
la zona cercana a la pared, con la independencia entre los flujos planteada por el modelo k- en
la zona lejana al muro. Para esto, se reformula el modelo k- como k-.
Esto propicia que el modelo SST k- resulte ms efectivo para un mayor abanico de flujos que
el standard.

1.4.- Capa limite en CFD.

Una vez presentado el concepto de capa limite el en apartado Conceptos bsicos de
conveccin se pasa a analizar su tratamiento en programas CFD. Esto es necesario ya que
como se ver en los siguientes captulos, el modelado de la capa limite resultar uno de los
parmetros ms crticos en el planteamiento y resolucin del modelo.
En rgimen turbulento, la presencia de muros afecta en gran medida al comportamiento del
fluido. Esto es debido a que el flujo turbulento esta dominado por fuerzas de inercia, y por tanto,
ante la aparicin de un elemento fijo se producen altos gradientes de velocidad, as como saltos
muy bruscos en la resolucin de las ecuaciones de Navier-Stokes.
Por todo ello, la precisin de la solucin numrica queda comprometida ya que estos muros son
la fuente principal de la generacin de vrtices y de turbulencia.
Es necesario pro tanto, efectuar una representacin de dicha capa lmite de manera precisa para
obtener una buena prediccin de los flujos turbulentos delimitados por dichas superficies [3].
En la herramienta ANSYS Fluent se plantean varias formas de modelar la capa limite, sin
embargo, antes de ser presentadas es necesario introducir un concepto de gran importancia para
el tratamiento de estos fenmenos, el llamado y+.

1.4.1.- yplus (y+).

Se trata de una medida de longitud adimensional utilizada para determinar el refinamiento
necesario que debe tener la malla en la zona cercana al muro para cumplir las condiciones
necesarias para el buen funcionamiento del tratamiento cercano a la pared seleccionado en la
herramienta ANSYS Fluent.

Donde y es la distancia (en metros) desde la superficie del modelo hasta el primer nodo ms
cercano de la malla.

13

La adimensionalizacin provoca que, independientemente de las condiciones del flujo o del

espesor de la capa limite, el mismo valor de y+ siempre se encontrar en la misma zona
proporcional de esta capa limite.
Si recordamos lo mencionado anteriormente, la capa limite turbulenta se puede dividir en tres
subcapas bien diferenciadas. De esta manera, cada subcapa se encuentra en un rango de y+
determinado, sea cual sea la condicin de operacin. Los valores se muestran en la figura de
manera aproximada.

Figura 0.4.1. Esquema de la capa turbulenta y la relacin de y+ (Ref [1]).

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.

1.4.2.- Tratamientos cercanos al muro.

Para el modelado y representacin de dicha capa limite se introducen en la herramienta CFD
dos tratamientos cercanos a la pared que cubren diferentes rangos de turbulencia, gasto
computacional y precisin arrojada.
Estos tratamientos son: Wall-Function y Near-Wall Model (Tratamiento refinado).
El primero no resuelve la subcapa viscosa ni la de transicin, sino que utiliza formulas semiempiricas llamadas Wall-Function (o funciones de pared) que unen los efectos de la propia
superficie con la subcapa turbulenta totalmente desarrollada, generando as un efecto parche.
El segundo tratamiento por el contrario, es capaz de resolver la capa lmite al completo, aunque
esto requiera un mayor refinamiento en todo el modelo y por tanto, una mayor potencia
computacional.

14

Se representa en la figura siguiente, un esquema grfico del efecto y funcionamiento de cada

uno de los tratamientos cercanos al muro.

Figura 0.4.2. Representacin de los tratamientos cercanos al muro (Ref. [1]).

Bajo las caractersticas expuestas, el tratamiento Wall-Function suele ser utilizado en

aplicaciones de altos nmeros de Reynold ya que la zona afectada por la viscosidad se ve
reducida en tamao y por tanto el error que introduce este tratamiento al estimar la zona viscosa
es ms pequeo, y adems, el gasto computacional es sensiblemente inferior al segundo
tratamiento.
Sin embargo, si se trata con flujos de bajos nmeros Reynolds, o se precisa de gran precisin en
la zona de capa lmite, es necesaria la utilizacin de Near-Wall Model.

1.4.3.- y+ requerido en cada tratamiento.

Este parmetro cobra importancia en el momento en que cada tipo de tratamiento cercano al
muro requiere que el primer nodo de su malla est situado en un punto diferente de la capa
limite.
A modo de resumen, los intervalos aproximados que relacionan el y+ y la posicin en la capa
limite son: Subcapa viscosa y+=0-5, Capa de transicin y+=5-30, Capa turbulenta
completamente desarrollada y+=30-300.
De esta manera, cuando se utilice el tratamiento de Wall-Function ser condicin necesaria
situar el primer nodo en el intervalo y+=30-300, ya que el primer punto debe caer una vez
superada la zona de transicin (Para aplicar el efecto parche o puente desde la superficie a la
subcapa turbulenta).
Por otro lado, si se decide aplicar el Near-Wall Model ser necesario conseguir un
,
ya que este requiere que el primer nodo este contenido en una zona media-baja de la subcapa
viscosa. En cualquier caso, siempre es imprescindible evitar la colocacin de dicho primer nodo
en la zona de transicin entre y+=5-20.

15

1.4.4.- Tratamientos cercanos al muro en los modelos

presentados.
Entre los modelos presentados podemos hacer una clasificacin en dos grupos:
-

Spalart-Allmaras y modelos k-. Incorporan en su diseo la resolucin de capa lmite

a nivel de subcapa viscosa (Near-Wall Models). Por tanto, siempre ser necesario un
refinamiento de malla mximo.
Modelos k-, RSM y modelos LES. Son a priori vlidos para fluidos en zonas alejadas
al muro, sin embargo, necesitan incorporar algunas modificaciones para poder resolver
flujos cercanos a paredes. Se incluyen en estos las siguientes opciones que permiten
aplicar ambos tratamientos (Wall-Function y Near-Wall Models).
o Wall-Function. Aplica el tratamiento cercano al muro basado en WallFunctions (Estimacin de zona viscosa).
o Non-Equilibrium Wall Function. Incluye algunas mejoras en las funciones
incluidas en el anterior tratamiento.
o Enhanced Wall Treatment (Tratamiento de pared mejorado). Aplica el
tratamiento cercano al muro detallado, en el que la capa limite en su totalidad es
resuelta.

16

1.5.- Estado del arte.

Debido al gran abanico de puntos tratados en este protocolo, se presentar el estado del arte
separado en diferentes puntos. Adems, para facilitar el entendimiento y el seguimiento de la
metodologa impuesta, en los captulos de Mallado y Modelado se dar robustez a este
estado del arte con otros complementarios enfocados a cada captulo.

1.5.1.- Mtodos para predecir el comportamiento del aire en

recintos.
Existen diversos mtodos para predecir el comportamiento que tendr una corriente de aire o un
sistema de ventilacin en un espacio cerrado. Estos son sumamente variados y abarcan un gran
espectro de diferentes tecnologas: Modelos analticos, modelos empricos, modelos
experimentales a escala reducida, modelos experimentales a escala real, modelos multizona,
modelos zonificados y modelos computacionales de fluido dinmica (CFD). [1]

1.1.- Modelo analtico.

Los modelos analticos se obtienen a partir de las ecuaciones generales de la dinmica de fluidos
(Conservacin de masa, cantidad de movimiento, energa y especies). Estos a su vez utilizan
simplificaciones tanto en la geometra del modelo como en las condiciones de contorno para as
poder obtener una solucin. [1]
Se considera que fue el mtodo pionero en la prediccin de este tipo de fenmenos y debido a su
gran sencillez y contenido fsico se sigue utilizando hoy en da.
Un ejemplo de la utilizacin de este tipo de modelos podra ser el empleado por Halios and
Helmis [9] con el que se predijo el tiempo de retraso y las reduccin de las fluctuaciones de un
contaminante en un espacio cerrado.
En contrapartida, los modelos analticos solo pueden abordar casos relativamente sencillos por
lo que para casos con cierto grado de complejidad habra que hacer uso de otro mtodo.

1.2.- Modelos empricos.

Los modelos empricos son muy similares a los analticos. Su principal diferencia reside en que
el emprico utiliza un mayor nmero de aproximaciones que suelen estar basadas en resultados
experimentales.
Por ejemplo, mediante el uso de CFD y resultados experimentales de jets que confluyen en una
pared dentro de una habitacin, Cho et al. [10] desarroll un paquete de ecuaciones para
determinar el comportamiento del chorro en funcin de los perfiles de velocidad, numero de
chorros y dispersin de los mismos.

1.3.- Modelos experimentales a escala reducida.

Como su propio nombre indica, se trata de la representacin de un modelo real pero a escala
reducida, con lo que se consiguen reducir sensiblemente los costes econmicos y aumentar la
viabilidad del modelo. Con estos modelos se consigue obtener el mismo comportamiento del

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.

1.4.- Modelos experimentales a escala real.

Estos modelos se usan habitualmente para la prediccin del comportamiento de las corrientes
del aire en recintos. Si bien, a diferencia de los de escala reducida que eran utilizados para
recoger en s el propio comportamiento del aire, los de escala real se suelen utilizar para extraer
una serie de datos para la validacin de modelos numricos.
Estos modelos generan los datos ms realistas pero resultan muy caros y poco viables en
trminos temporales.

1.5.- Modelos multizona.

Se utilizan para la prediccin de la ventilacin en edificios enteros a travs de una red de
diferentes modelos, calculando tambin la interaccin entre los mismos. Los programas ms
importantes en la creacin de modelos multizona son CONTAM y COMIS. A pesar de que
estas herramientas no presentan una buena interfaz y es complicada la introduccin de datos,
suele ser el nico mtodo efectivo para el estudio de la ventilacin en un edificio completo.

1.6.- Modelos zonificados.

Algunas de las simplificaciones llevadas a cabo en el modelo multizona no se cumplen en
habitaciones de determinado tamao o habitaciones bajo un sistema de ventilacin estratificada.
Es por ello que se desarrollan este tipo de modelos que predicen la temperatura del aire en cada
punto. Para ello, se divide el espacio encerrado en diferentes volmenes, calculando para cada
uno su temperatura.
En la prctica, la mayora de los modelos de este tipo estn enfocados al desarrollo de los
mismos. Adems, aparte de ser igual de costosos computacionalmente que un modelo CFD, la
introduccin de datos es compleja por lo que se prev que este tipo de modelos pueda ser
sustituido por los CFD.

1.7.- Modelos CFD.

El modelo de fluido dinmica computacional se encarga de resolver las ecuaciones de NavierStokes complementadas con ciertas aproximaciones experimentales o ecuaciones de cierre. De
esta manera, es capaz de arrojar valores de diversos parmetros, tales como presin y velocidad
de un gas, temperatura, etc. Esto puede ser mostrado de diferentes maneras: Valor medio, mapa
2D, mapa 3D, vectorialmente, etc.
Debido al rpido incremento en la capacidad de los ordenadores, los modelos CFD cada dia
cobran mayor inters para la utilizacin en la prediccin del comportamiento del aire, tanto en
recintos cerrados como en espacios abiertos, a pesar de la cierta incertidumbre que presentan
estos modelos, del alto conocimiento de la herramienta que debe tener el usuario y de la alta
capacidad que debe tener el ordenador en uso.

18

Figura. Imagen obtenida de Ref. [1]

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.

1.5.2.- Clculo de coeficiente de pelcula en recintos.

En los modelos relacionados con la transferencia de calor en edificios se ven comprometidos el
calor por conduccin, radiacin y conveccin. Si bien los dos primeros se encuentran
modelados bajo modelos analticos y numricos, el modelado de la transferencia de calor por
conveccin resulta ms complejo y normalmente es menos riguroso. [11] Esto es debido a la
dependencia de dicho coeficiente con el comportamiento del aire dentro del recinto como ya se
explic en el captulo previo.
El problema encontrado puede simplificarse en la falta de rigurosidad con la que se establece el
Coeficiente de transferencia de pelcula o h. De esta manera, se presenta a continuacin los
casos encontrados en la literatura que establezcan las formas actuales que existen para la
caracterizacin de este parmetro.
Una de las posibilidades para la determinacin del coeficiente de pelcula pasa por la utilizacin
de las correlaciones existentes para recintos. Estas ya fueron recogidas y estudiadas por Peeters
L, Beausoleil-Morrison I, Novoselac A. en Ref. [11], donde se recogen por una parte,
correlaciones por similitud proporcionadas por ASHRAE en las que se aproxima el
comportamiento cercano a la pared como placa plana y por otra parte se rene un cierto nmero
de correlaciones basadas en experimentos en habitaciones. Adems, al estudiar la robustez de
dichas correlaciones se observa que al desplazarse un poco sobre las condiciones de ensayo, los
valores predichos del coeficiente de pelcula difieren de la realidad.
Adentrndonos ahora en los casos CFD, en 2013, Zhang T, Zhou H, Wang S. Ref [12],
Realizaron un estudio CFD en varios recintos muy concretos, en los que se calculaba el

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.

1.5.3.- Modelado de ventilacin para recintos en CFD.

Se presenta a continuacin una serie de experimentos encontrados en la literatura que reflejan la
actualidad de esta tcnica y servirn en captulos venideros como validacin o justificacin con
precedentes de algunas de las decisiones tomadas.
En 2007, Zhai Z, Zhang Z, Zhang W, Chen Q. Ref.[13], miembros del ASHRAE, estudian
como son capaces de predecir ,bajo CFD y modelos RANS ,los campos de velocidades,
temperatura y de turbulencia en un local ventilado bajo diferentes tipos de flujo (Conveccin
natural, conveccin forzada, conveccin mixta y bajo fuertes efectos de boyancia). Esto se lleva
a cabo bajo un tratamiento cercano al muro de 2 capas.Como resultado, se obtiene que para la
mayora de casos, el modelo k- RNG sobresale en la prediccin de dichos parmetros,
destacando en la conveccin forzada y mixta. Tambin lo hacen el LRN-LS y V2f-dav, aunque
estos incrementan el tiempo computacional. (Vease Anexo I, para ver tabla resumen de los
resultados de dicho artculo).
En 2005, Kuznik F, Rusaoun G, Brau J. Ref. [14], testaron con un modelo experimental a
escala real de una habitacin los modelos k- Realizable, k- RNG, k- y k- SST. Cubriendo
los tratamientos cercanos a la pared con Wall-Function y ecuaciones de dos capas.
Se afirma que los modelos k- son rara vez utilizados para las simulaciones internas en recintos.
Como conclusin respecto a qu modelo es capaz de predecir de forma ms precisa el campo de
velocidades y de temperaturas, se llega a la conclusin de que k- Realizable y k- Standard
tienen las mejores aproximaciones aunque con cierto error.
Rohdin P, Moshfegh B. en 2006,[15] estudian en un almacn como se aproximan los distintos
modelos k-s a los campos de velocidad y temperatura medidos en el experimento real. Se
utiliza un tratamiento de pared Wall-Function. Se obtiene que el modelo ms aproximado a los
valores experimentales son los arrojados por el modelo RNG k-.
Estos estudios presentados dejan entrever los modelos ms adecuados y precisos, lo cual ser un
factor determinante como veremos posteriormente. Sin embargo, si se quisiera profundizar en
un mayor nmero de casos, en la Ref. [16] se encuentran disponibles ms experimentos.

20

1.5.4.- Modelos enfocados a Night-cooling.

Se presentan una serie de estudios realizados en los ltimos aos en los que se caracterizan las
tecnologas y tcnicas utilizadas para la evaluacin del Night-cooling, as como la
determinacin de la influencia de los parmetros ms notables.
En 2012, Leenknegt S, Wagemakers R, Bosschaerts W, Saelens D. Ref. [17],realizaron un
estudio en el que se propona un modelo basado en Simulaciones Energticas en Edificios
(BES) (los anteriormente llamados, modelos multizonas) y a su vez un modelo 2D en CFD, el
cual sirviera para la justificacin de los coeficientes de pelcula seleccionados. A su vez, estos
valores se cotejaron con las correlaciones para geometras simples ms reseadas encontradas
en la literatura.Este estudio tena dos objetivos, el primero era evaluar el valor de h
seleccionado en el BES. El segundo consista en un anlisis de sensibilidad para evaluar la
influencia ejercida por la variacin de dicho coeficiente, la cual se demostr que era bastante
fuerte.
Se extrae de la literatura pues, [17,18] que los modelos referentes a Night-cooling generados
con BES son en gran medida imprecisos ya que la transferencia de calor por conveccin tiene
un gran peso en los clculos y este tipo de software lo modelan de una manera precaria al no
disponer de un mtodo de clculo de h.
Por otra parte, estos modelos pueden acompaarse de modelos CFD en muchas ocasiones, como
en el caso planteado. Estos debern ser capaces de generar los datos de entrada necesarios para
erradicar dicha imprecisin,[19].
En el estudio realizado por Goethals K, Couckuyt I, Dhaene T, Janssens A., Ref[19], se plantea
una solucin en CFD sustituta a todo lo anterior en la que se obtiene el flujo de aire que
optimiza el fenmeno de enfriamiento de los elementos constructivos. Se introduce para ello
como herramienta novedosa aparte de las utilizadas en CFD, la SUMO. Se trata de un autmata
basado en MATLAB que introduce los valores en la herramienta CFD, genera la malla y la
introduce en el solver, y evala hasta encontrar el ptimo.
En el mismo estudio se indica finalmente la posibilidad futura de poder mejorar los modelos
BES a travs del desarrollo de correlaciones para la optimizacin del Night-cooling y clculo
del coeficiente de pelcula basadas en modelos CFD.

21

1.6.- Objetivos y alcance.

Como bien se ha podido dilucidar hasta el momento, la generacin de modelos 3D de recintos
como habitaciones o viviendas completas en CFD plantea una serie de dificultades. Estas
dificultades estarn relacionadas en ciertos casos con el propio manejo de las herramientas, y en
otras ocasiones estarn relacionadas con la falta de estudios en este campo. Por tanto, un
resumen de los parmetros ms crticos a tratar durante todo el protocolo y que precisarn de un
gran nivel de rigurosidad basado en un numero notable de referencias bibliogrficas, adems de
comprobaciones generadas en el presente documento.
PARAMETROS CRITICOS
-

Modelado de la capa limite (tratamiento cercano al muro).

Eleccin del modelo turbulento.
Tipologa de mallado (precisin vs. Gasto computacional).

Debido a lo extenso del presente documento, debemos diferenciar entre objetivos

generales y objetivos particulares aplicados a cada seccin.

1.6.1.- Objetivo principal.

El objetivo principal del presente proyecto es el de generar un protocolo de modelado para
recintos bajo la herramienta CFD a un alto nivel de detalle. Este adems debe presentarse
generalizado para diferentes tipos de casos, diferente rango de potencia computacional
disponible y diferente grado de precisin. No obstante, se hace una orientacin especial hacia el
clculo de coeficiente de pelcula, entendindose este como el nivel de mayor exigencia en
precisin de clculo numrico.
Dicho protocolo estar compuesto de las siguientes divisiones:
-

Recopilacin de datos de entrada.

Determinacin de grado de:
o Potencia computacional.
o Grado de precisin.
Seleccin del modelo turbulento y tratamiento cercano al muro.
Generacin de la geometra.
Generacin de la malla.
Preparativos e introduccin en el Solver.
Obtencin de datos.

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

1.6.2.- Objetivos generales.

Como objetivos generales se entiende la filosofa de fondo con la que se realiza el presente
estudio. Estos marcaran los patrones a seguir durante el desarrollo del trabajo.
-

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.

1.6.3.- Objetivos parciales.

Se pretende poner de manifiesto la rigurosidad de la utilizacin de la herramienta CFD
mediante la realizacin de hitos parciales, adems de la obtencin de otros subproductos que se
consideren puedan ser de cierto inters. Por tanto, se presentan dichos objetivos parciales por
captulos y bloques.

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.

Captulo 3. Clculo de Nusselt.

Resolucin en CFD del problema de placa plana y conducto interior, para todo el rango de
Reynolds existente en la aplicacin prctica, tratando de esta manera flujos laminares y
turbulentos. Se obtendr para cada modelo ejecutado su Nusselt (caracterizacin de la
transferencia de calor), y ser comparado con las correlaciones experimentales reflejadas en la
literatura.
Objetivo 1: Demostrar la pericia del usuario a nivel intermedio, siendo capaz de plantear la
batera de casos propuestos y obteniendo un margen de error satisfactorio frente a las
correlaciones propuestas.
Objetivo 2: Ser capaz de acotar el error de los modelos validados, para estimar as el intervalo
de error que se cometer en el modelado de recintos 3D

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.

Captulo 6. Formulacin del Protocolo General de clculo CFD de

coeficientes de transferencia de calor convectivo en recintos.
En este bloque se formular el protocolo en su totalidad de una manera general.
Objetivo 1: Formulacin de una manera simple y esquemtica del protocolo para una fcil
comprensin del mismo.

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.

Captulo 8. Conclusiones prcticas.

Se recopilan aqu, las conclusiones generales obtenidas del captulo prctico, y se ligan estas
con una modificacin del protocolo planteado, de tal manera que se obtenga uno ms
simplificado.
Objetivo 1: Recopilacin de valores caractersticos para aplicaciones de este tipo.
Objetivo 2: Formulacin de un protocolo simplificado, que permita una alternativa en la que la
generacin y resolucin del modelo se llevan a cabo en un menor tiempo y con un nmero
menor de pasos, a cambio de un modelado menos exhaustivo y detallado.

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