Examen 2do Parcial Poiseuille

Dinámica de Fluidos Computacional

López Briones Yael Fernando

Profesor: Rafael Medina Noguerón

8AV2
15 - Abril - 2019

1. Problema Fronteras de Dirichlet:

p = 0 para x = 0 ; 0 < y < Ly
Usando el método de diferencias finitas programar p = 0 para x = Lx ; 0 < y < Ly
un código usando el método SIMPLE (Semi-Implicit Fronteras de Neumann:
Method for Pressure Linked Equations) para simular ∂p
∂y = 0 para 0 < x < L ; y = 0
el flujo a través de una cavidad y después programar ∂p
∂y = 0 para 0 < x < L ; y = Ly
el código haciendolo adimensional.

Condiciones Adicionales

Para la discretización se utilizará el méto-

do de diferencias finitas:
Lx = 40 cm
Ly = 10 cm
∆t = 0,000001 s
g
µ = 0,01 cm∗s
g
ρ = 1 cm3
Figura 1: Gráfica con la geometrı́a de la simulación 240 nodos en x (nx = 20)
60 nodos en y (ny = 20)
nt = 5000 s
Condiciones de Frontera Re = 100

Para las velocidades:

u = 0 ; v = 0 para 0 < x < Lx ; y = 0
u = 0 ; v = 0 para 0 < x < Lx ; y = Ly
u = V∞ ; v = 0 para x = 0 ; 0 < y < Ly
u = V∞ ; v = 0 para x = Lx ; 0 < y < Ly
Para las presiones:
2. Introducción
El algoritmo SIMPLE es un procedimiento am-
pliamente usado para resolver las ecuaciones de

1
3 DESARROLLO 2

Navier-Stokes. do tipo) es un tipo de condición de frontera, nombra-

da en honor de Carl Neumann. Cuando se impone en
El algoritmo fue desarrollado por el profesor Brian una ecuación diferencial parcial u ordinaria, especı́fi-
Spalding y su estudiante Suhas Patankar en el ca los valores en los que la derivada de una solución
Ïmperial College”. Desde entonces ha sido amplia- es aplicada dentro de la frontera del dominio.
mente usado por varios investigadores para resolver
diferentes tipos de problemas de flujo y transferencia
de calor. 3. Desarrollo
Los pasos del procedimiento para el algoritmo 3.1. Campo de Presiones
SIMPLE son iterativos y consisten en: Primero se encontrará el campo de presiones a partir
de estas dos ecuaciones, de manera similar a como se
1.- Establecer condiciones de iniciales y condiciones resolvió la ecuación de Poison.
de frontera Para ello se empieza por derivar parcialmente cada
2.- Proponer valores de presión y velocidad componente de las ecuaciones de Navier-Stokes con
4.- Resolver la ecuación de Poison para encontrar el respecto a su componente, es decir:
campo de presiones  2
∂ u ∂2u
 
3.- Resolver la ecuación de momento discretizada ∂ ∂u ∂u ∂u ∂P 1
+u +v =− + + 2
para calcular el campo de velocidades ∂x ∂t ∂x ∂y ∂x Re ∂x2 ∂y

Entre cada paso se forzan las condiciones de frontera  2

∂2v
 
de presión y velocidad en el algoritmo. ∂ ∂v ∂v ∂v ∂P 1 ∂ v
+u +v =− + + 2
∂y ∂t ∂x ∂y ∂y Re ∂x2 ∂y
En este caso se parte de las ecuaciones de Navier-
Se realiza el procedimiento con la primer ecuación:
Stokes en forma conservativa para 2D con número
de Reynolds: ∂2u
 2
∂u ∂v ∂u ∂2P 1 ∂3u 1 ∂3u
+ + =− 2+ +
∂x∂t ∂x ∂x ∂y ∂x Re ∂x3 Re ∂x∂y 2

∂u ∂u ∂u ∂P 1

∂2u ∂2u
 Y con la segunda ecuación:
+u +v =− + + 2 (1)
∂t ∂x ∂y ∂x Re ∂x2 ∂y  2
∂ 2 v ∂u ∂v ∂v ∂2P 1 ∂3v 1 ∂3v
+ + =− 2+ +
∂y∂t ∂y ∂x ∂y ∂y Re ∂x2 ∂y Re ∂y 3
∂2v ∂2v
 
∂v ∂v ∂v ∂P 1
+u +v =− + 2
+ 2 (2) Estas dos ecuaciones se suman y se despeja a la pre-
∂t ∂x ∂y ∂y Re ∂x ∂y
sión:
Condición de Frontera de Dirichlet En ma-  2  2
∂2P ∂2u ∂2v

∂ P ∂u ∂v ∂u
temáticas, la C.F. de Dirichlet (o frontera de primer − + = + + +
∂x2 ∂y 2 ∂x∂t ∂y∂t ∂x ∂x ∂y
tipo) es un tipo de condición de frontera, nom-
brada en honor de Peter Gustav Lejeune Dirichlet
(1805–1859). Cuando se impone en una ecuación ∂u ∂v
 2
∂v 1
 3
∂ u ∂3u ∂3v ∂3v

diferencial parcial u ordinaria, especı́fica los valores + + − + + +
∂y ∂x ∂y Re ∂x3 ∂x∂y 2 ∂x2 ∂y ∂y 3
que la solución necesita tomar a lo largo de la
frontera del dominio. Se agrupan terminos:
 2   2
∂2P
 
Condición de Frontera de Neumann En ma- ∂ P ∂ ∂u ∂v ∂u
temáticas, la C.F. de Neumann (o frontera de segun- − + = + + +
∂x2 ∂y 2 ∂t ∂x ∂y ∂x
3 DESARROLLO 3

Que, añadiéndolo a la ecuación 3 resulta en:

2
∂3u ∂3u ∂3v ∂3v
  
∂u ∂v ∂v 1  2
∂ P ∂2P

2 + − + + + + =
∂y ∂x ∂y Re ∂x3 ∂x∂y 2 ∂x2 ∂y ∂y 3 ∂x2 ∂y 2
Ahora, es posible eliminar el término " 2  2  #
∂u ∂u ∂v ∂v 1 ∂u ∂v
− −
 
∂ ∂u ∂v +2 + +
+ ∂x ∂y ∂x ∂y ∂t ∂x ∂y
∂t ∂x ∂y
debido a la ecuación de continuidad, en la que, para (4)
2D:
Ahora en este caso es necesario discretizar esta ecua-
∂u ∂v ción y despejar a P (i, j). Para el lado derecho se
+ =0
∂x ∂y usa una derivada central de segundo orden para el
término ”a”, y backward para los demás términos.
Además, haciendo uso de la misma ecuación, se ob-
Para el caso de la presión se usa una diferencia segun-
tienen dos identidades:
da central de segundo orden, despejando términos y
1 ∂3u 1 ∂3v discretizando se tiene:
=−
Re ∂x3 Re ∂x2 ∂y
y n
Pi+1,j n
+ Pi−1,j n
Pi,j+1 n
+ Pi,j−1 bni,j
n
P(i,j) = + − (5)
1 ∂3v 1 ∂3u γα βα α
= −
Re ∂y 3 Re ∂x∂y 2
donde: (
Sustituyendo en la ecuación anterior y reduciendo se
obtiene la siguiente ecuación: bni,j =−

2
uni,j − uni−1,j uni,j − uni,j−1 n n
" 2 #
2 vi,j − vi−1,j
   
∂2P ∂2P
  
∂u ∂u ∂v ∂v
+ =− +2 + +2
∂x2 ∂y 2 ∂x ∂y ∂x ∂y ∆x ∆y ∆x
(3) n n 2
vi,j − vi,j−1

Ahora, en este caso es necesario añadir el término +
  ∆y
∂ ∂u ∂v ∂a
+ =  )
∂t ∂x ∂y ∂t uni+1,j − uni−1,j n
vi,j+1 n
− vi,j−1
  
1
− +
Con: ∆t ∆x ∆y
∂u ∂v
a= + y:
∂x ∂y
Para que el algoritmo sea estable, por lo que: 2 2
α= 2
+
∂a an+1 − an ∆x ∆y 2
=
∂t ∆t
En donde an+1 = 0, pero an no necesariamente, por β = ∆y 2
lo que la ecuación resulta en:
∂a −an
= γ = ∆x2
∂t ∆t
3 DESARROLLO 4

3.2. Campo de Velocidades 1 clear all

2 clc
Para el campo de velocidades se parte de las ecuacio- 3

nes iniciales: 4 ny=60;

5 nx=4*ny;
6 nt=200;
 2 2
 7 Ly=0.1;
∂u ∂u ∂u ∂P 1 ∂ u ∂ u 8 Lx=4*Ly;
+u +v =− + + 2 (6)
∂t ∂x ∂y ∂x Re ∂x2 ∂y 9 dx=Lx/(nx−1);
10 dy=Ly/(ny−1);
11 dt=0.000001; %Agregar 0 para Re=500
12 nu=0.01;
∂2v ∂2v
 
∂v ∂v ∂v ∂P 1 13 rho=1;
+u +v =− + 2
+ 2 (7) 14 mu=nu/rho;
∂t ∂x ∂y ∂y Re ∂x ∂y 15 alpha=(2/(dxˆ2))+(2/(dyˆ2));
16 beta=dyˆ2;
En este caso se busca despejar uni,j + 1 y vi,j
n
+ 1, por 17 gamma=dxˆ2;
lo cual se tiene: 18 Re=100
19

1 ∆t 20
un+1 uni+1,j − 2uni,j + uni−1,j


i,j = 2 21 P=zeros(nx,ny);
Re ∆x 22 u=zeros(nx,ny);
23 v=zeros(nx,ny);
1 ∆t ∆t n x=linspace(0,Lx,nx);
un − 2uni,j + uni,j−1 −uni,j u − uni−1,j24



+
Re ∆y 2 i,j+1 ∆x i,j 25 y=linspace(0,Ly,ny);
26 [X,Y]=meshgrid(x,y);
n ∆t

∆t 27 X=X';
uni,j − uni,j−1 − n n

n
−vi,j Pi+1,j − Pi−1,j +ui,j 28 Y=Y';
∆y 2∆x 29 starty = 0.01:0.01:0.1;
30 startx = zeros(size(starty));
(8) 31
32 uf=Re*mu/Lx
y 33
34 u(1,:)=uf;
n+1 1 ∆t n n n

35 u(nx,:)=uf;
vi,j = 2
vi+1,j − 2vi,j + vi−1,j 36 u(:,1)=0;
Re ∆x 37 u(:,ny)=0;
38
1 ∆t n n n

n ∆t n n

v(:,ny)=0;
+ 2
v i,j+1 − 2v i,j + v i,j−1 −ui,j v i,j − v i−1,j
39

Re ∆y ∆x 40 v(1,:)=0;
41 v(:,1)=0;
n ∆t n n

∆t n n

n 42 v(nx,:)=0;
−vi,j vi,j − vi,j−1 − Pi,j+1 − Pi,j−1 +vi,j 43
∆y 2∆y 44 P(1,:)=0;
45 P(nx,:)=0;
(9) 46 P(:,1)=P(:,2);
47 P(:,ny)=P(:,ny−1);
En este caso primero se resuelve la presión, de manera 48
similar al método de Jacobi, usando un ciclo ”while”. 49 for t=1:nt;
Posteriormente se obtienen las velocidades dentro de 50 un=u;
51 vn=v;
dos ciclos ”for”. Se fuerzan las condiciones de fronte-
52 e=1;
ra después de cada ciclo. Finalmente se grafica con la 53 errorf=0.0001;
función contourf la velocidad, las presiones, el campo 54 while e>errorf
de velocidades y las lı́neas de corriente de este campo. 55 Pn=P;
56 for i=2:nx−1
57 for j=2:ny−1
Se incluye el código final:
4 RESULTADOS 5

58 %a=(1/2/dx*(un(i+1,j)−un 82 v(:,ny)=0;
(i−1,j)))+(1/2/dy*( 83 v(1,:)=0;
vn(i,j+1)−vn(i,j−1)) 84 v(:,1)=0;
); 85 v(nx,:)=0;
59 a=(1/dx*(un(i,j)−un(i−1, 86
j)))+(1/dy*(vn(i,j)− 87 figure(1)
vn(i,j−1))); 88 contourf(X,Y,sqrt(u.ˆ2+v.ˆ2))
60 b=−((−a/dt)+((1/dx*(un(i 89 title(sprintf('V \n t = %.2f',t));
,j)−un(i−1,j)))ˆ2) 90 if t==nt
+(2*(1/dy*(un(i,j)− 91 saveas(gcf,'14.jpg')
un(i,j−1)))*(1/dx*( 92 end
vn(i,j)−vn(i−1,j)))) 93 figure(2)
+((1/dy*(vn(i,j)−vn( 94 contourf(X,Y,P)
i,j−1)))ˆ2)); 95 title(sprintf('P \n t = %.2f',t));
61 P(i,j)=(1/gamma/alpha*(P 96 if t==nt
(i+1,j)+Pn(i−1,j))) 97 saveas(gcf,'15.jpg')
+(1/beta/alpha*(Pn(i 98 end
,j+1)+Pn(i,j−1)))−(b 99 figure(3)
/alpha); 100 quiver(X,Y,u,v,3)
62 end 101 title(sprintf('Campo vectorial \n t
63 end = %.2f',t));
64 P(1,:)=0; 102 if t==nt
65 P(nx,:)=0; 103 saveas(gcf,'16.jpg')
66 P(:,1)=P(:,2); 104 end
67 P(:,ny)=P(:,ny−1); 105 figure(4)
68 106 streamline(X',Y',u',v',startx,starty
69 e=max(abs(P−Pn))/max(abs(P)); )
70 end 107 title(sprintf('Streamlines \n t =
71 for i=2:nx−1 %.2f',t));
72 for j=2:ny−1 108 if t==nt
73 u(i,j)=un(i,j)−(un(i,j)*dt/ 109 saveas(gcf,'17.jpg')
dx*(un(i,j)−un(i−1,j))) 110 end
−(vn(i,j)*dt/dy*(un(i,j) 111 end
−un(i,j−1)))+(1/Re*dt/(
dxˆ2)*(un(i+1,j)−2*un(i,
j)+un(i−1,j)))+(1/Re*dt
/(dyˆ2)*(un(i,j+1)−2*un(
i,j)+un(i,j−1)))−(dt/dx
/2*(Pn(i+1,j)−Pn(i−1,j))
);
74 v(i,j)=vn(i,j)−(un(i,j)*dt/
dx*(vn(i,j)−vn(i−1,j)))
−(vn(i,j)*dt/dy*(vn(i,j)
−vn(i,j−1)))+(1/Re*dt/(
dxˆ2)*(vn(i+1,j)−2*vn(i,
j)+vn(i−1,j)))+(1/Re*dt
/(dyˆ2)*(vn(i,j+1)−2*vn(
i,j)+vn(i,j−1)))−(dt/dy 4. Resultados
/2*(Pn(i,j+1)−Pn(i,j−1))
);
75 end
76 end
77 u(1,:)=uf; A continuación se muestran imágenes con las gráficas
78 u(nx,:)=uf; señaladas, se muestran las variables para el tiempo
79 u(:,1)=0; inicial t = 1,00s, para t = 5,00s y t = 50,00s para
80 u(:,ny)=0;
81
ver como evoluciona el flujo, y finalmente para t =
200,00s, momento a partir de donde el flujo es estable.
4 RESULTADOS 6

Figura 2: Simulación de V (x, y) para el tiempo t = 1 s Figura 4: Campo Vectorial de Velocidades para el
tiempo t = 1 s

Figura 3: Simulación de P (x, y) para el tiempo t = 1 s Figura 5: Lı́neas de Corriente para el tiempo t = 1 s
4 RESULTADOS 7

Figura 6: Simulación de V (x, y) para el tiempo t = 5 s Figura 8: Campo Vectorial de Velocidades para el
tiempo t = 5 s

Figura 7: Simulación de P (x, y) para el tiempo t = 5 s Figura 9: Lı́neas de Corriente para el tiempo t = 5 s
4 RESULTADOS 8

Figura 10: Simulación de V (x, y) para el tiempo t = Figura 12: Campo Vectorial de Velocidades para el
50 s tiempo t = 50 s

Figura 11: Simulación de P (x, y) para el tiempo t =

50 s Figura 13: Lı́neas de Corriente para el tiempo t = 50 s
4 RESULTADOS 9

Figura 14: Simulación de V (x, y) para el tiempo t = Figura 16: Campo Vectorial de Velocidades para el
200 s tiempo t = 200 s

Figura 17: Lı́neas de Corriente para el tiempo t =

200 s

Figura 15: Simulación de P (x, y) para el tiempo t =

200 s
4 RESULTADOS 10

4.1. Ecuaciones adimensionales

∂2P ∗ ∂2P ∗
 
A continuación se realizará el mismo ejercicio del
+ =
flujo de Poiseuille, sin embargo las variables se harán ∂x∗2 ∂y ∗2
adimensionales: " 2 2 #
∂u∗ ∂u∗ ∂v ∗ ∂v ∗ ∂u∗ ∂v ∗
 
1
tV∞ x y ρ∞ V∞ L − +2 ∗ ∗ + − ∗ +
t∗ = ; x∗ = ; y∗ = ; Re = ∂x∗ ∂y ∂x ∂y ∗ ∂t ∂x∗ ∂y ∗
L L L µ∞
u v P (12)
u∗ = ; v∗ = ; P∗ = 2
V∞ V∞ ρV∞ Para el campo de velocidades, se tiene:
En este caso las ecuaciones de Navier-Stokes para 2D
1 ∆t∗
u∗n+1 u∗n ∗n ∗n


en forma conservativa cambian a: i,j = ∗2 i+1,j − 2ui,j + ui−1,j
Re ∆x
1 ∆t∗
∗n ∆t∗ ∗n
u∗n ∗n ∗n
ui,j − u∗n


∂u∗ ∗ ∗
∂P ∗ 1 ∂ 2 u∗ ∂ 2 u∗ i,j+1 − 2ui,j + ui,j−1 −ui,j
 
∗ ∂u ∗ ∂u + ∗2 ∗ i−1,j
+u +v = − + + Re ∆y ∆x
∂t∗ ∂x∗ ∂y ∗ ∂x∗ Re ∂x∗2 ∂y ∗2 ∗ ∗
(10) −v ∗n ∆t u∗n − u∗n
∆t ∗n ∗n

∗n
i,j ∗ i,j i,j−1 − ∗
Pi+1,j − Pi−1,j +ui,j
∆y 2∆x
(13)
∂v ∗ ∗ ∗
∂P ∗ 1
 2 ∗
∂ 2 v∗

∗ ∂v ∗ ∂v ∂ v
+u +v = − + +
∂t∗ ∂x∗ ∂y ∗ ∂y ∗ Re ∂x∗2 ∂y ∗2 y
(11)
∗n+1 1 ∆t∗ ∗n ∗n ∗n


Ahora se sigue un procedimiento similar a los ante- vi,j = vi+1,j − 2vi,j + vi−1,j
Re ∆x ∗2
riores para encontrar el campo de presiones y el de
velocidades, las ecuaciones para el campo de presio- ∗
∗n ∆t∗ ∗n
1 ∆t ∗n ∗n ∗n ∗n


nes son similares, a excepción de que se elimina la + v i,j+1 − 2v i,j + v i,j−1 −ui,j v − vi−1,j
Re ∆y ∗2 ∆x∗ i,j
densdad, ya que se sigue usando: ∗
∗n ∆t ∗n ∗n

∆t∗ ∗n ∗n

∗n
∗ ∗ −v i,j ∗
v i,j − v i,j−1 − ∗
Pi,j+1 − Pi,j−1 +vi,j
∂u ∂v ∆y 2∆y
+ = 0
∂x∗ ∂y ∗ (14)
Y en este caso, las identidades: Ambas ecuaciones discretizadas se incluyen en el
siguiente código.
1 ∂ 3 u∗ 1 ∂ 3 v∗
∗3
=−
Re ∂x Re ∂x∗2 ∂y ∗
y 1 clear all
2 clc
1 ∂ 3 v∗ 1 ∂ 3 u∗
3

= − 4 ny=60;
Re ∂y ∗3 Re ∂x∗ ∂y ∗2 5 nx=4*ny;
6 nt0=5000;
Además de volver a agregar: 7 Ly=0.1;
8 Lx=4*Ly;
∗ ∗n dx=Lx/(nx−1);
∂a −a 9
= 10 dy=Ly/(ny−1);
∂t∗ ∆t∗ 11 dt=0.000001; %Agregar 0 para Re=500
12 nu=0.01;
Por lo que la ecuación adimensionalizada para el 13 rho=1;
campo de presiones resulta en: 14 mu=nu/rho;
4 RESULTADOS 11

15 alpha=(2/(dxˆ2))+(2/(dyˆ2)); vn(i,j−1)));
16 beta=dyˆ2; 68 b=−((−a/dt)+((1/dx*(un(i
17 gamma=dxˆ2; ,j)−un(i−1,j)))ˆ2)
18 Re=50 +(2*(1/dy*(un(i,j)−
19 un(i,j−1)))*(1/dx*(
20 P0=zeros(nx,ny); vn(i,j)−vn(i−1,j))))
21 u0=zeros(nx,ny); +((1/dy*(vn(i,j)−vn(
22 v0=zeros(nx,ny); i,j−1)))ˆ2));
23 x0=linspace(0,Lx,nx); 69 P(i,j)=(1/gamma/alpha*(P
24 y0=linspace(0,Ly,ny); (i+1,j)+Pn(i−1,j)))
25 +(1/beta/alpha*(Pn(i
26 x=x0/Lx; ,j+1)+Pn(i,j−1)))−(b
27 y=y0/Ly; /alpha);
28 70 end
29 [X,Y]=meshgrid(x,y); 71 end
30 X=X'; 72 P(1,:)=0;
31 Y=Y'; 73 P(nx,:)=0;
32 starty = 0.1:0.1:1; 74 P(:,1)=P(:,2);
33 startx = zeros(size(starty)); 75 P(:,ny)=P(:,ny−1);
34 76
35 uf=Re*mu/Lx 77 e=max(abs(P−Pn))/max(abs(P));
36 78 end
37 u0(1,:)=uf; 79 for i=2:nx−1
38 u0(nx,:)=uf; 80 for j=2:ny−1
39 u0(:,1)=0; 81 u(i,j)=un(i,j)−(un(i,j)*dt/
40 u0(:,ny)=0; dx*(un(i,j)−un(i−1,j)))
41 −(vn(i,j)*dt/dy*(un(i,j)
42 v0(:,ny)=0; −un(i,j−1)))+(1/Re*dt/(
43 v0(1,:)=0; dxˆ2)*(un(i+1,j)−2*un(i,
44 v0(:,1)=0; j)+un(i−1,j)))+(1/Re*dt
45 v0(nx,:)=0; /(dyˆ2)*(un(i,j+1)−2*un(
46 i,j)+un(i,j−1)))−(dt/dx
47 P0(1,:)=0; /2*(Pn(i+1,j)−Pn(i−1,j))
48 P0(nx,:)=0; );
49 P0(:,1)=P0(:,2); 82 v(i,j)=vn(i,j)−(un(i,j)*dt/
50 P0(:,ny)=P0(:,ny−1); dx*(vn(i,j)−vn(i−1,j)))
51 −(vn(i,j)*dt/dy*(vn(i,j)
52 nt=nt0*uf/Lx; −vn(i,j−1)))+(1/Re*dt/(
53 u=u0/uf; dxˆ2)*(vn(i+1,j)−2*vn(i,
54 v=v0/uf; j)+vn(i−1,j)))+(1/Re*dt
55 P=P0/rho/ufˆ2; /(dyˆ2)*(vn(i,j+1)−2*vn(
56 i,j)+vn(i,j−1)))−(dt/dy
57 for t=1:nt; /2*(Pn(i,j+1)−Pn(i,j−1))
58 un=u; );
59 vn=v; 83 end
60 e=1; 84 end
61 errorf=0.0001; 85 u(1,:)=uf;
62 while e>errorf 86 u(nx,:)=uf;
63 Pn=P; 87 u(:,1)=0;
64 for i=2:nx−1 88 u(:,ny)=0;
65 for j=2:ny−1 89
66 %a=(1/2/dx*(un(i+1,j)−un 90 v(:,ny)=0;
(i−1,j)))+(1/2/dy*( 91 v(1,:)=0;
vn(i,j+1)−vn(i,j−1)) 92 v(:,1)=0;
); 93 v(nx,:)=0;
67 a=(1/dx*(un(i,j)−un(i−1, 94
j)))+(1/dy*(vn(i,j)− 95 figure(1)
4 RESULTADOS 12

96 contourf(X,Y,sqrt(u.ˆ2+v.ˆ2))
97 title(sprintf('V \n t = %.2f',t));
98 if t==400
99 saveas(gcf,'18.jpg')
100 end
101 figure(2)
102 contourf(X,Y,P)
103 title(sprintf('P \n t = %.2f',t));
104 if t==400
105 saveas(gcf,'19.jpg')
106 end
107 figure(3)
108 quiver(X,Y,u,v,3),axis([0 1 0 1])
109 title(sprintf('Campo vectorial \n t
= %.2f',t));
110 if t==400
111 saveas(gcf,'20.jpg')
112 end
113 figure(4) Figura 18: Simulación adimensional de V (x, y) para
114 streamline(X',Y',u',v',startx,starty
)
el tiempo t = 400 s
115 title(sprintf('Streamlines \n t =
%.2f',t));
116 if t==400
117 saveas(gcf,'21.jpg')
118 end
119
120 end

Para comparar los márgenes del número de Rey-

nolds, se empieza por usar un número de Re = 50,
posteriormente un número de Re = 100 y final-
mente un número de Re = 500.

En este caso, se cambia el ∆t a 0,000001 s y a

0,0000001 s para un Re = 500 para que converga la
solución.

En los primeros dos casos, para comparar se incluyen

imágenes en t = 400 s, donde el sistema se estabiliza,
en el tercer caso se incluye una en t = 100 s debido
a que el sistema responde de la misma manera todo
el tiempo:
Figura 19: Simulación adimensional de P (x, y) para
el tiempo t = 400 s
Re = 50
4 RESULTADOS 13

Figura 20: Campo Vectorial de Velocidades adimen- Figura 22: Simulación adimensional de V (x, y) para
sional para el tiempo t = 400 s el tiempo t = 400 s

Figura 21: Lı́neas de Corriente adimensionales para

el tiempo t = 400 s

Figura 23: Simulación adimensional de P (x, y) para

el tiempo t = 400 s
Re = 100
4 RESULTADOS 14

Figura 24: Campo Vectorial de Velocidades adimen- Figura 26: Simulación adimensional de V (x, y) para
sional para el tiempo t = 400 s el tiempo t = 100 s

Figura 25: Lı́neas de Corriente adimensionales para

el tiempo t = 400 s

Figura 27: Simulación adimensional de P (x, y) para

el tiempo t = 100 s
Re = 500
5 CONCLUSIONES 15

Al comparar los diferentes márgenes del número de

Reynolds, se observa que al incrementarse el flujo se
vuelve más turbulento, ya que la velocidad de flujo
libre se incrementa y la circulación se vuelve más
inestable.

Como se puede observar, al llegar a Re = 500 el

flujo se vuelve turbulento y no se forma un perfil de
velocidades, si no que se cubre el espacio entre ambas
placas totalmente y el flujo continua avanzando sin
un patrón en particular, cubriendo todo el espacio
hacia enfrente

Se observa que para Re = 100 la parábola se ve más

clara en el campo vectorial, esto posiblemente a la
Figura 28: Campo Vectorial de Velocidades adimen-
mayor velocidad de flujo libre con la que avanza el
sional para el tiempo t = 100 s
flujo y por lo tanto al desarrollo más rápido del perfil
de velocidad.

Referencias
[1] Cheng, A. H.-D.; Cheng, D. T.Heritage and
early history of the boundary element method
Engineering Analysis with Boundary Elements.
(2005)
[2] John D. Anderson, Jr. Computational Fluid
Dynamics McGraw-Hill, Inc.

[3] saveas Guardar figura en for-

mato de archivo especı́fico
https://la.mathworks.com/help/matlab/ref/saveas.html
Consulta el 15 de Abril del 2019.

Figura 29: Lı́neas de Corriente adimensionales para

el tiempo t = 100 s

5. Conclusiones
Como se puede observar, el flujo entre las placas
paralelas empieza a avanzar y gradualmente se
empieza a formar un perfil de velocidades, lo que
indica que el flujo ha llegado a su estado estacionario.