Dipartimento di Energetica “S.

Stecco” UNIVERSITA’ DI FIRENZE

Sezione di Macchine – HTC group Facoltà di Ingegneria

Metodologie numeriche
parte 1

Introduzione ai metodi CFD

Update: 01/12/2009
Autore: Cosimo Bianchini (cosimo.bianchini@htc.de.unifi.it)

Pag. 1
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Sommario
 Lezioni:

Parte 1: Introduzione ai metodi CFD (1 dicembre 2009)
– Generalità
– Discretizzazione spaziale
– Discretizzazione equazioni
– Tecniche risolutive

Parte 2: Introduzione alla modellistica della turbolenza (2 dicembre 2009)
– Fisica della turbolenza
– Tecniche di modellazione della turbolenza
– Trattamento delle zone vicino a parete

Parte 3: Introduzione alla modellistica della combustione turbolenta (9 dicembre 2009)
– Fisica della combustione e modelli di combustione
– Modelli di irraggiamento

Parte 4: Esercitazione (16 dicembre 2009)
– Film cooling case
– Impingement case

Parte 5: Applicazioni (Seminari)
– Sistemi di raffreddamento palare e di combustore – Bianchini (16 dicembre 2009)
– Cavità statore-rotore e sistemi rotanti – DaSoghe (2 dicembre 2009)

Pag. 2
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Motivazioni e finalità
 Spesso si rende necessario acquisire una conoscenza di dettaglio del
comportamento di un sistema o dispositivo
 Interesse scientifico: studio del comportamento del sistema
 Interesse applicativo: ottimizzazione delle “prestazioni” di un
dispositivo
 Si possono percorrere due strade
 Sperimentazione (uso di modelli fisici su cui si effettuano delle
misure)

Costosa

Non sempre possibile
 Studio teorico (modello fisico matematico + soluzione delle
equazioni: previsione del comportamento del dispositivo)

Generalmente costi inferiori

Maggior flessibilità (nessun vincolo su condizioni al contorno)

Maggiori dettagli
 I due tipi di studio non si escludono a vicenda anzi, sono
assolutamente complementari (b) CFD
 Validazione risultati numerici tramite misure sperimentali
 Interpretazione dei dati sperimentali coadiuvata da conoscenza di Distribuzione del coefficiente di
dettaglio delle caratteristiche del campo di moto resa possibile scambio termico
dallo studio numerico

Pag. 3
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Definizione
 Le equazioni di Navier-Stokes possono essere risolte in forma chiusa soltanto in geometrie molto semplici, con
condizioni al contorno semplificative e comunque solo per flussi laminari.

 Data la complessità delle geometrie, la varietà delle condizioni iniziali ed al contorno e le elevate velocità (alti Re) che
caratterizzano i flussi di interesse applicativo si rende necessario l’utilizzo di metodi di soluzione alternativi ad uno
studio puramente analitico.

 CFD: Computational Fluid Dynamics

 Metodologia di soluzione numerica delle equazioni di moto dei fluidi

 Definire, a partire dal problema analitico iniziale (volume occupato dal sistema più condizioni al contorno), un
problema algebrico “equivalente” la cui soluzione costituisca una approssimazione della soluzione del problema
analitico di partenza, con una accuratezza sufficiente per gli scopi dell’analisi.

 Impiego delle risorse di calcolo messe a disposizione dai moderni calcolatori digitali

 Discretizzazione delle equazioni di NS nello spazio (ed eventualmente nel tempo)

 Il dominio fisico continuo in cui evolve il fluido viene rappresentato per mezzo di un insieme discreto di nodi (o
elementi, o volumi) comunemente chiamato mesh (o griglia di calcolo)
 La variabile temporale viene suddivisa in un insieme discreto di istanti o intervalli di tempo (calcoli unsteady)
 Passaggio da una descrizione continua dei campi vettoriali e scalari delle grandezze d’interesse ad una
descrizione discreta.
 La soluzione del problema è costituita da un insieme discreto di valori che approssimano la soluzione del
problema analitico nei punti della griglia

Pag. 4
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Componenti di un metodo numerico

 Modello matematico
 Eq. di moto, modello per il fluido, proprietà termo-fisiche …
 Discretizzazione spaziale
 Griglie strutturate, non-strutturate, exa, tetra, polyhedral, multiblocco
 Metodo di discretizzazione
 Differenze finite, elementi finiti, volumi finiti
 Approssimazione discreta
 Schemi di discretizzazione upwind, central difference
 Metodo di risoluzione
 Metodi diretti, metodi iterativi
 Criterio di convergenza
 Residui pesati

Pag. 5
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Modello fisico-matematico
 Il comportamento di un continuo qualsiasi è descritto dalle seguenti equazioni espressione diretta dei
principi fisici di conservazione della massa, della quantità di moto e dell’energia: Eq. di Navier Stokes
∂ρ ∂( ρ u j )
 Continuità + = 10 (1)
∂t ∂x j

∂( ρ u i ) ∂( ρ u iu j ) ∂p ∂τ
i = 1, 2 , 3
+ = − + + ρ fi
ji
 Quantità di moto (2,3,4)
∂t ∂x j ∂x i ∂x j

∂ ( ρ E ) ∂ [( ρ E + p ) u j ] ∂
 Energia + = ( u i τ ij − q j ) (5)
∂t ∂x j ∂x j

uiui

E = e+
2
 Legge di Newton per gli sforzi viscosi + legge di Fourier per la trasmissione molecolare del calore
 ∂u i ∂u j  2 ∂u k ∂T
τ ij = µ  +  − µ δ ij q j = −k
 ∂x j
 ∂x j ∂x i  3 ∂ x k

 6 incognite e 5 equazioni: equazione di stato

p = ρRT ρ = ρ0
Pag. 6
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Tecniche di discretizzazione spaziale

 Griglie strutturate
 Griglie non strutturate

Griglie strutturate
 Griglie consistenti di famiglie di linee con la proprietà che le linee appartenenti a una famiglia non si intersecano
mai ed intersecano le linee delle altre famiglie una sola volta.
 Le linee di una famiglia possono essere numerate consecutivamente
 La posizione di ogni nodo (o volume di controllo) può essere univocamente determinata mediante tre indici
(i, j, k)

Pag. 7
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Griglie strutturate
 Geometrie complesse: difficili da discretizzare utilizzando griglie strutturate in senso stretto
 Mesh strutturate multiblocco:
 Più blocchi ciascuno con griglia struttrata in senso stretto
 Passaggio delle informazioni all’interfaccia fra i blocchi
 Per mezzo di griglie strutturate multiblocco teoricamente generare griglie di calcolo per geometrie comunque
complesse
 Geometrie complesse richiedono generalmente un grande dispendio in termini di tempo (operativo)
 Tecnica di discretizzazione comunque “rigida” : elevato numero di nodi o elementi anche in zone in cui non è
necessario

Pag. 8
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Griglie non strutturate

 Griglie costituite da elementi poliedrici (tetraedri, esaedri…) disposti in modo arbitrario all’interno del
volume di calcolo
 Assenza di regolarità logico-geometrica nella mesh (a parte il rispetto delle boundaries del dominio di calcolo)

Generazione della mesh molto più rapida soprattutto su geometrie complesse

Maggior omogeneità dimensionale delle celle (stretching inferiore: migliori aspect ratio, minor skweness…)

Disposizione più razionale degli elementi: “infittimento” nelle zone con forti gradienti, “diradamento” nelle zone
caratterizzate da maggior uniformità del flusso

Possibilità di utilizzare griglie ibride

Pag. 9
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Griglie non strutturate

 Non esistono più linee o piani coordinati

Il generico nodo (o elemento) della griglia non è più individuabile tramite il valore di tre indici (i,j,k)
 Si rende necessario numerare individualmente i nodi (o gli elementi)

Maggiori difficoltà nell’implementazione del codice (se non strutturato)

Memoria allocata maggiore

Gestione della memoria più complessa

Tempi di calcolo maggiori
 Necessità di disporre di uno strato prismatico a parete per consentire una più corretta valutazione delle
derivate in prossimità delle pareti (importante soprattutto per calcoli aerodinamici o di scambio termico in cui è
importante un’accurata valutazione delle grandezze a parete)

Pag. 10
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Metodi di discretizzazione
Differenze finite - FDM
Approssimano equazioni in forma differenziale usando serie troncate
Semplice ottenere schemi di alto ordine (facile connettività)
Solo griglie strutturate e non conservativo

Volumi finiti - FVM

Equazioni in forma integrale discretizzate sfruttando teorema di Gauss
Conservativo per costruzione, qualunque tipo di mesh
Complesso costruire schemi ad alto ordine

Elementi finiti - FEM

Stesse equazioni di FVM ma funzioni peso moltiplica l’equazione prima di
integrare. Funzione di forma descrive la soluzione in tutti i punti della cella a
partire dai valori nei nodi
Grande capacità di adattarsi ad ogni tipo di elemento
Matrice può risultare non ben condizionata: difficile soluzione
Pag. 11
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Differenze finite
 Importanza di una adeguata rappresentazione delle superfici solide per una corretta
determinazione del campo di moto
 Utilizzo di mesh strutturate “body fitted”
 Mesh disuniforme con linee coordinate curvilinee
 Le equazioni non possono essere discretizzate direttamente sulla griglia
 E’ possibile individuare una trasformazione biunivoca (metrica) dallo spazio fisico (X,Y,Z,t) ad
uno spazio virtuale (ξ,η,ζ,θ) (detto computazionale) che renda la griglia equispaziata nelle nuove
coordinate
 La discretizzazione e la soluzione delle equazioni vengono effettuate nello spazio
computazionale. La soluzione così ottenuta viene successivamente ricondotta nello spazio fisico
per poter essere “letta” correttamente

ξ = ξ(x , y, z , t )
η = η( x , y , z , t )
ζ = ζ (x , y, z , t )
τ = τ (t )

Pag. 12
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Differenze finite
 Nei metodi alle differenze finite viene utilizzata la
forma differenziale delle equazioni di moto
 Le derivate presenti in tali equazioni vengono
discretizzate sulla griglia di calcolo per mezzo di
differenze finite
 Utilizzando sviluppi in serie di Taylor è possibile
costruire schemi di discretizzazione di diverso ordine
(differente accuratezza nell’approssimanzione della
derivata)

Differenza in avanti (primo ordine)

 ∂u  u i +1 , j − u i , j i j i+1,j
  = + O( ∆ξ )
 ∂ξ  i , j ∆ξ η
ξ

Differenza centrata (secondo ordine)

 ∂u  u i + 1, j − u i −1, j i-1,j i j i+1,j

  = + O (∆ξ )2
 ∂ξ  i, j ∆ξ η
ξ

Pag. 13
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Differenze finite
Sviluppo di differenze finite per derivate del primo e del secondo ordine

∂u( x i ) ∂ 2 u( x i )
u( x i +1 ) = u( x i ) + ( x i +1 − x i ) + ( x i +1 − x i )2 + O( x 3 ) x i +1 − x i = −( x i −1 − x i ) = ∆x
∂x ∂x 2

∂u( x i ) ∂ u( x i )
2
u( x i −1 ) = u( x i ) + ( x i −1 − x i ) + ( x i −1 − x i )2 + O( x 3 )
∂x ∂x 2

∂u( x i )
u( x i +1 ) − u( x i −1 ) = 2 ∆x + O( x 3 )
∂x

Differenza centrata (secondo ordine)

∂u ( x i ) u ( x i +1 ) − u( x i −1 )
= + O( x 2 )
∂x 2 ∆x

Differenza seconda centrata (secondo ordine)

∂ 2 u ( x i ) u ( x i +1 ) − 2u ( x i ) + u( x i −1 )
= + O( x 2 )
∂x 2
2 ∆x

 I metodi alle differenze finite possono essere utilizzati solo con mesh strutturate

Scarsa flessibilità

Pag. 14
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Volumi finiti
 Tecnica basata sull’uso della forma integrale delle
equazioni di conservazione
 La griglia suddivide lo spazio in un numero finito di
volumi finiti ognuno dei quali costituisce un volume di
controllo
 Il valore nodale (centroide della cella) rappresenta il
valore medio della grandezza d’interesse all’interno
del volume
 Possono essere utilizzate sia griglie strutturate che
griglie non strutturate: grande flessibilità geometrica
 È comunque necessaria una metrica (misura di
distanze, superfici volumi)
 La discretizzazione delle equazioni sulla griglia
avviene applicando le equazioni integrali a ciascun
volume

Il passaggio dalla forma analitica alla
forma algebrica delle equazioni è ottenuto
valutando per ciascun volume di controllo
gli integrali che compaiono nelle equazioni
stesse

È necessario determinare opportune
approssimazioni per i flussi e per i termini
sorgente utilizzando formule di quadratura
 Mantiene, a differenza di alcuni schemi di
discretizzazione alle differenze finite, le proprietà di
conservazione delle equazioni primitive

Pag. 15
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Volumi finiti
∂ r r uuur r
∫ ρφ dV + ∫ ρφ (u ⋅ n )dA = ∫ Γ ∇φ ⋅ n dA + ∫ qφ dV
∂t V S S V
r r
 ρφ u ⋅ n Flusso convettivo
f =  uuur r
Γ ∇φ ⋅ n Flusso diffusivo

∫ f dA = ∑ ∫ f dA
S k Sk
F = ∫ f dA = f S
e e e f e Se
Se

Central difference scheme

φe = φE λe + φP (1 − λe ) r r r r
Fec = ∫ ρφ u ⋅ ndA = φ ∫ ρ u ⋅ ndA φe m& e
xe − xP
λe = Se Se
xE − x P m& e = ( ρ un S )e

Pag. 16
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Volumi finiti
Equazione di trasporto
∂ρφ
∂t
( )
+ ∇ ⋅ ρ ⋅ U ⋅ φ − ∇ ⋅ (µ eff ∇φ ) = q

∂ ρφ  ∂ ρφ 
∫
V
∂t
⋅ dV =   ⋅V
 ∂t  P
Termine temporale

∫ ∇ ⋅ (µ∇φ )⋅ dV = ∫ µ ⋅ (∇φ ⋅ n )⋅ dS = ∑ S
V S k
k µ k (∇ φ )k Termine diffusivo

∫ ∇ ⋅ (ρ U φ )⋅ dV = ∫ ρφ ⋅(U ⋅ n )⋅ dS = ∑ S
V S k
k ρ U nk φ k Termine convettivo

∫ q ⋅ dV = q ⋅ V = q P ⋅ V ⇒ q 0 + q d φ Pi Termine sorgente
V

Pag. 17
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Approssimazione discreta

Termine temporale

 ∂ ρφ  ρ Pi − 1 i ρ Pi − 1φ Pi − 1
i

  = φP − Backward Eulero – 1 ordine

 ∂t P ∆t ∆t

 ∂ ρφ  ρ Pi − 1 ρ Pi − 1φ Pi − 1 ρ Pi − 2
i

  = 3
φ i
− 2 + 1
φ Pi − 2 Adams-Bashforth – II ordine
 ∂t  P ∆t ∆t ∆t
2 P 2

Coeff. Diagonale

Termine sorgente Coeff. ExtraDiagonale

Termine noto
qd φ = max(qd ,0)φ + min(qd ,0)φ
i
P
i
P
i −1
P
Linearizzazione e
 q0  i  q0  i −1 implicitizzazione
q0 = max i −1 ,0 φP + min  i −1 ,0 φP
 φP   φP 
Pag. 18
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Approssimazione discreta

Termine diffusivo

Gauss lineare →
(∇ φ )e =−
1
φ Pi +
1
φ Ei
CE − CP CE − CP correzione non ortogonalità

Coeff. Diagonale
Coeff. ExtraDiagonale
Termine convettivo
Termine noto

Upwind – I ordine
φ = max(ρeUne,0)φ + min(ρeUne,0)φ
i
e
i
P
i
E Stabilità
Smorzamento discontinuità

CE − Ce i Ce − CP i
φ =
i
φP + φE Differenze centrate – II ordine
CE − CP CE − CP
e Oscillazioni soluzione

Pag. 19
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Metodi risolutivi
 Metodi diretti: risolvono direttamente la matrice ottenendo una soluzione esatta
 Metodo di Gauss, LU decomposition, TriDiagonal Matrix Algorithm
 Generalmente lenti e costosi computazionalmente
 Non praticabili per matrici di grande dimensione
 Metodi iterativi: risolvono la matrice cercando successive approssimazioni della soluzione
a partire da una soluzione di partenza
 ConjugateGradient, BiConjugateGradient,GeneralizedMinimalRESidual, Multigrid
 Efficienti per problemi di larga scala
 Possono risolvere problemi non lineari
 Sistemi accoppiati soluzione esatta dipende da altre variabili

Criteri di convergenza
Generalmente per stabilire se una soluzione è sufficientemente vicina alla soluzione esatta, si definisce
una grandezza chiamata residuo

Res = Q − A ⋅ X ResG = ∑ Qi − Aij ⋅ X i

i

Si impone un criterio di convergenza per il residuo globale es. ResG < 10^-6 o ResGf/ResGi=0.001
Pag. 20
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Condizioni al contorno
 Condizioni di Dirichlet: φb = k
 Termine convettivo: solo contributo esplicito ρbUnb φb = ρbUnb k
k −φP
 Termine diffusivo: contributo diagonale e Sbµb∇φb = Sbµb
sorgente Cb −CP

 Condizioni di Neumann: (∇φ )b = k

 Termine convettivo: sia contributo implicito che
esplicito
ρbUnb φb = ρbUnb (φP + k(Cb −CP ))
 Termine diffusivo: solo contributo sorgente Sbµb∇φb = Sbµb k

 Condizioni di Robin: αφ b + (α − 1) (∇ φ )b = k
 Stesso procedimento: combinazione lineare

Condizioni di simmetria:
Flusso nullo sulla faccia sia convettivo che diffusivo
Condizioni di ciclicità:
Stesso trattamento delle facce interne: termini impliciti ed espliciti

Pag. 21
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Algoritmi di soluzione
 Fino ad ora abbiamo visto come risolvere un’ equazione di
trasporto in forma discreta ma N.S. sono un sistema di
equazioni differenziali accoppiate e non lineari
 Linearizzando il problema si ottiene comunque una matrice
(MxNxN)
 Solitamente (segregated solvers) le equazioni vengono
risolte una ad una come matrici NxN
 L’accoppiamento tra le equazioni va trattato con tecniche
iterative
 Density based solvers: per alti Mach e flussi comprimibili
 comprimibilità artificiale (pseudo time integration)
 Pressure based solvers: per bassi Mach flussi incomprimibili
 Equazione di continuità convertita in equazione di compatibilità
per la pressione (usando la legge di stato)
 Ciclo iterativo con tecniche di sottorilassamento
 Algoritmo SIMPLE per steady-state, PISO per time resolved

Pag. 22
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

Modello fisico-matematico: eq. N.S.

Selezione del tipo di
simulazione
N.S. (DNS)
Filtered NS (LES)
Modelli aggiuntivi
RANS
 Modello di turbolenza
 Modello di combutione turbolenta
 Modello di scambio termico radiativo  Discretizzazione spaziale delle eq.

…  Discretizzazione temporale delle eq.

(caso unsteady)

Problema specifico
 Geometria + Condizioni al Modello Problema Soluzione del
contorno computazionale algebrico problema
 Obiettivi dell’analisi Distribuzione
spaziale (e
temporale)
Condizioni al Solutore delle
Discretizzazione dello spazio contorno grandezze
(valori) Algoritmo di
soluzione d’interesse
Condizioni al contorno nel dominio
+ di calcolo
(tipologia)
Solutore di
sistemi
Modellazione geometrica lineari

Pag. 23
 Dipartimento di Energetica “S.Stecco” UNIVERSITA’ DI FIRENZE
Sezione di Macchine – HTC group Facoltà di Ingegneria

 Bibliografia

Anderson J. D. Jr., “Computational Fluid Dynamics: the basics with applications”, 2nd
ed., Mc Graw-Hill International Editions, 1995.

Ferziger, J.H., Peric, M., “Computational Methods for Fluid dynamics”, 3rd ed.,
Springer, 2002.

W. Malalasekera and H. K. Versteeg. Computational Fluid Dynamics.
LongmanScientific, England, 1995

S. V. Patankar. Numerical Heat Transfer and Fluid Flow. Taylor & Francis,US, 1980

Pag. 24