UNIVERSIDAD NACIONAL DEL LITORAL FACULTAD DE INGENIERIA QUIMICA

Tesis presentada como parte de los requisitos de la Universidad Nacional del Litoral, para la obtenci on del Grado Acad emico de:

Magister en Tecnolog a Qu mica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

En el campo de: Mec anica Computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T tulo de la Tesis:

Aerodin amica de veh culos mediante una resoluci on de las ecuaciones de Navier-Stokes con c alculo distribuido
Instituci on donde se realiz o:

Centro Internacional de M etodos Computacionales en Ingenier a (CIMEC) Instituto de Desarrollo Tecnol ogico para la Industria Qu mica (INTEC)
Nombre y apellido del autor:

Gerardo Juan Franck

Nombre y apellido del Director de la Tesis: Jorge DEl a Nombre y apellido del Codirector de la Tesis: Mario Alberto Storti Nombres y apellido de los miembros del Jurado de la Tesis: A no de presentaci on:

2004

para mis hijos, Ignacio y Nicol as para Evelyn para mi familia.... y a la memoria de Beatriz (1939-2003)

And yet, and yet... Negar la sucesi on temporal, negar el yo, negar el universo astron omico, son desesperaciones aparentes y consuelos secretos... El tiempo es un r o que me arrebata, pero yo soy el r o; es un tigre que me destroza, pero yo soy el tigre; es un fuego que me consume, pero yo soy el fuego. El mundo, desgraciadamente, es real; yo, desgraciadamente, soy Borges En Obras Completas p. 757 - Jorge Luis Borges

Agradecimientos
Esta tesis ha sido realizada bajo la orientaci on y direcci on de los doctores Jorge DEl a y Mario A. Storti a quienes agradezco la tolerancia, el tiempo y la conanza que me brindaron para poder culminar este trabajo. Ha sido grato trabajar junto a ellos ya que me hicieron sentir una persona m as de su grupo, y un amigo. No dejo de expresar mi agradecimiento a los directores virtuales Norberto Nigro y Nestor Calvo, por la desinteresada ayuda que me han brindado en las instancias de mayor dicultad. Un p arrafo aparte merece la oportunidad que me ha dado la Universidad P ublica Argentina, a trav es de la beca FOMEC otorgada por la Universidad Tecnol ogica Nacional, Facultad Regional Santa Fe; en especial al Ing. Arnoldo Reutemann. A todo el grupo CIMEC, a su director Dr. Sergio Idelsohn y al Dr. Alberto Cardona, que me brindaron la oportunidad de un trabajo, en tiempos econ omicamente d ciles. A Victorio Sonzogni, un amigo y al resto de los investigadores, personal de apoyo y becarios que est an y estuvieron durante mi estad a. Ellos en realidad fueron el motor impulsor en momentos cruciales, por lo que agradezco su invalorable ayuda tanto desde el punto de vista cient co como humano. A mis compa neros y amigos Rodrigo y Carlos. Asimismo expreso mi reconocimiento al personal de Intec, en especial a los encargados del sector de entrada, quienes desinteresadamente me dieron apoyo moral y me facilitaron todo lo que ten an a su alcance, para que pueda continuar con el trabajo. Especialmente a mi esposa Evelyn, por su respeto a mis decisiones, por el respaldo incondiconal y porque siempre me ha guiado, a pesar de las dicultades, para culminar con los objetivos que he emprendido.

Resumen
Esta Tesis est a dedicada al estudio de la aerodin amica vehicular usando herramientas computacionales. A los veh culos se los idealiza como cuerpos obtusos que se desplazan muy pr oximos al piso de la carretera. Dado que las velocidades involucradas son relativamente moderadas, a los nes del presente estudio ser a suciente asumir un modelo de uido viscoso e incompresible, de tipo newtoniano y con propiedades f sicas constantes. En las simulaciones num ericas se hace especial enfasis en el ujo tridimensional en r egimen transiente, turbulento y con desprendimientos. Se presta especial atenci on en las regiones donde se producen separaciones, puntos cr ticos y v ortices. Tambi en interesa la estela cercana y las zonas de ujo cuasi-bidimensional o netamente tridimensional. Se opta por un m etodo de Simulaci on de Grandes V ortices (LES, Large Eddy Simulations) con el modelo de Smagorinsky para las tensiones de subgrilla SGS (Sub-Grid Scale Model). Se emplea un programa de c alculo monol tico por elementos nitos estabilizados mediante un esquema combinado de derivadas en contracorriente en la variante SUPG + PSPG (Streamline Upwind Petrov Galerkin, Pressure Stabilized Petrov Galerkin) propuesto por Tezduyar et al. [161]. Se utiliza c alculo en paralelo (o distribuido), con una t ecnica de descomposici on del dominio, efectuado sobre un cluster Beowulf. Asimismo se determina la eciencia de diferentes precondicionadores para c alculo distribuido. Se discuten t ecnicas de mallado tridimensional lo sucientemente aptas como para resolver adecuadamente los detalles m as relevantes del ujo. El caso tridimensional m as destacado en los ejemplos num ericos, se reere al ujo del viento alrededor de un modelo de referencia denominado cuerpo de Ahmed, ampliamente utilizado en los ensayos en t uneles de viento por las automotrices. Sus formas simplicadas, libres de accesorios, resultan de una evoluci on de uno previamente denido en la conferencia Volkswagen Golf I [94]. Empero a un, re une los comportamientos primarios de la aerodin amica veh cular. El mismo consta de tres sectores: (i) el frontal, de bordes redondeados para lograr un ujo sin separaciones; (ii) la parte intermedia en forma de caja, aristas agudas y secci on transversal rectangular; y (iii) la luneta trasera formado por una supercie inclinada intercambiable, cuyo angulo de inclinaci on es variable. En los ensayos en t unel de viento se analiza el comportamiento del ujo en funci on del angulo de inclinaci on, el cual cambia de una conguraci on bidimensional ( < m ) a tridimensional (m < < M ) y nuevamente bidimensional ( > M ), donde m 12.5o y M 30.0o . Los experimentos num ericos, realizados en esta Tesis, sobre este modelo logran predecir no s olo este comportamiento del ujo, sino tambi en otros aspectos que a veces son dif ciles de observar en el t unel de viento, preponderantemente en la regi on trasera, en la estela cercana y en el sector frontal. Para ello, se emplean herramientas de visualizaci on cient ca de alta perfomance, las cuales incluyen algoritmos de extracci on de puntos

cr ticos, asi como visualizaciones de las trazas sobre la supercie, de las l neas de separaci on y de re-encauzamiento.

Abstract
The present Thesis is devoted to the study of vehicle aerodynamics using computationals tools. Ground vehicles can be considered as blu bodies that move close to the road surface. Since, the relative speeds are moderate, in this work it is sucient to adopt an incompressible ow of a (Newtonian) viscous uid model with constant physical properties. In numerical simulations the three-dimensional, unsteady and turbulent ow, separations and re-attachments are highly important aspects. We pay special attention to the regions where separations, critical points and vortices, are produce. We are interested in the near-wake structure and on the zone of quasi two dimensional and three dimensional ow. Turbulent eects are taken into account by means of Large Eddy Simulations (LES) technique with a Smagorinsky model as Sub-Grid Scale Modeling (SGS). A monolithic computational code is employed which is based on stabilized nite elements by means of a Streamline Upwind Petrov-Galerkin (SUPG) and Pressure Stabilized Petrov-Galerkin (PSPG) composed scheme, proposed by Tezduyar et al. [161]. The numerical simulations are performed by the PETSC-FEM code which is a parallel multi-physics nite element library based on the Message Passing Interface (MPI) and the Portable Extensible Toolkit for Scientic Computations (PETSc). We make use of parallel computing on a Beowulf cluster with a decomposition domain technique. In the same way, we determine the eciency of dierent preconditioners for parallel computing. The meshing process involves, in the rst place, a basic tetrahedral generation, and then, an addition of some layers of wedge elements for better volume renement close to blu body surface, that allows better capture of the oweld. In the numerical examples we simulate one of the main three dimensional case, the Ahmed vehicle model. It is a very simplied blu body which is frequently employed as a benchmark in vehicle aerdynamics. Its supercial form results of an evolution of the Conference Volkswagen Golf I [94], free from all the accesories, as well as of the presence of the wheels. Neverthless, it still retains the primary behaviors of vehicle aerodynamics, where special attention is given to the time average ow in the near-wake and body drag as functions of the slant angle , at the top rear end. Its has three main geometrical parts: i) the frontal sector with rounded boundaries by elliptical arcs to obtain an attached ow; ii) the middle sector which is a box-shaped sharp body with a rectangular cross section, and iii) the rear end sector with an interchangeable surface which enables angle slant variations in steps of 5o between 0o and 40o . The experimental test in the wind tunnel on this model, shows two critical slant angles: m 12.5o and M 30.0o . When the slant angle is lower than the rst critical one ( < m ), the time-average ow in the near wake is almost two dimensional and when the slant angle is between both critical one (m < < M ) is three dimensional, and then, if slant angle is

8 greater than the second critical one ( > M ), the ow is again almost two dimensional. We performed scientic visualizations of the time-average ow in the near-wake and determined some coherent macro structures (i.e. high space localized and time-persisting vortex ows) by means of the Q-criterion (or second invariant of the time-average gradient velocity, e.g. see Hunt et al. [80]); and a topological validation of the number and type of the critical points (i.e., where the time-average velocity vanished) on the symmetrical vertical section employing the Q-criterion. Also, we employed this tools extract critical points, traces, separations and re-attachment lines visualizations.

 Indice general
1. Introducci on 1.1. Mec anica computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. Aerodin amica de veh culos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3. Estabilizaci on num erica en c odigos CFD . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4. Modelos algebraicos de turbulencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.5. Modelos para la escala sub-grilla en LES . . . . . . . . . . . . . . . . . . . . . . . . . . 1.6. C alculo distribuido sobre cluster Beowulf . . . . . . . . . . . . . . . . . . . . . . . . . 1.7. Contenido de la Tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. Contexto uidodin amico 2.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Restricciones en la Tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Flujo de un uido incompresible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4. La presi on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1. Descomposici on de la presi on en sus partes cin etica e hidrost atica . . . . . . . 1 1 3 5 6 7 8 9 12 12 14 15 16 17 20 20 22 24 25 25 26 27 27 28 28

2.4.2. Otra forma de exponer el mecanismo de la presi on . . . . . . . . . . . . . . . . 2.4.3. La presi on vista como un campo de multiplicadores de Lagrange . . . . . . . . 2.5. Las ecuaciones de Navier-Stokes en el caso incompresible . . . . . . . . . . . . . . . . . 2.6. Consideraciones respecto a las ecuaciones de Navier-Stokes . . . . . . . . . . . . . . .

2.7. Formas alternativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7.1. T erminos viscosos. Forma Tensi on-Divergencia . . . . . . . . . . . . . . . . . . 2.7.2. T erminos viscosos. Forma Div-Rot . . . . . . . . . . . . . . . . . . . . . . . . . 2.7.3. T erminos advectivo. Forma Div . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7.4. T ermino advectivo. Forma rotacional . . . . . . . . . . . . . . . . . . . . . . . . 2.8. Condiciones de borde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.8.1. La condici on de borde no-deslizante . . . . . . . . . . . . . . . . . . . . . . . . i

 INDICE GENERAL 2.8.2. Otro punto de vista de la condici on no-deslizante . . . . . . . . . . . . . . . . . 2.8.3. Condici on de borde de deslizamiento sobre una interfase uido-s olido . . . . . . 2.8.4. Fuerzas ejercidas por el uido sobre la frontera . . . . . . . . . . . . . . . . . . 2.8.5. Otros tipos de condiciones de borde . . . . . . . . . . . . . . . . . . . . . . . . 2.8.6. Condiciones de borde para las ecuaciones en velocidad-presi on . . . . . . . . . 2.9. Condiciones iniciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.10. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3. Resoluci on num erica en el caso incompresible 3.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Formulaci on en tensiones y de Laplace de las ecuaciones de Navier-Stokes . . . . . . . 3.3. Condiciones iniciales y de borde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4. Aproximaci on por el m etodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5. El modelo de elementos nitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6. Ponderaci on seg un las l neas de corriente. Un poco de historia . . . . . . . . . . . . . . 3.6.1. Formulaciones tipo Petrov-Galerkin . . . . . . . . . . . . . . . . . . . . . . . . 3.6.2. Formulaciones tipo Petrov-Galerkin ponderadas a contracorriente . . . . . . . . 3.7. Discretizaci on por elementos nitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.7.1. Estabilizaci on con interpolaciones mixtas y la condici on de Babus ka Brezzi 3.7.2. M etodos de elementos nitos estabilizados . . . . . . . . . . . . . . . . . . . . . 3.8. Estabilizaci on de las ecuaciones de Navier-Stokes . . . . . . . . . . . . . . . . . . . . . 3.8.1. Discretizaci on en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.8.2. Soluci on de las ecuaciones no-lineales. Discusi on general . . . . . . . . . . . . . 3.8.3. M etodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.9. Discretizaci on de las ecuaciones de Navier-Stokes en el caso incompresible. . . . . . . . 3.10. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4. M etodos de descomposici on de dominios 4.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2. Los m etodos de descomposici on del dominio . . . . . . . . . . . . . . . . . . . . . . . . 4.3. La t ecnica de la descomposici on del dominio . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1. Propiedades de la matriz complemento de Schur . . . . . . . . . . . . . . . . . 4.3.2. Soluci on directa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

II

32 34 34 35 35 37 38 39 39 40 42 43 46 48 49 51 52 55 56 57 58 60 61 62 64 66 66 67 71 74 75 77

4.3.3. M etodo de soluci on iterativa . . . . . . . . . . . . . . . . . . . . . . . . . . . .

 INDICE GENERAL 4.4. Comparaci on del m etodo de descomposici on de dominio con el iterativo global . . . . 4.5. Precondicionando la interfase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1. Precondicionamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2. Precondicionamiento de la matriz complemento de Schur . . . . . . . . . . . .

III

79 79 80 82 83 85 85 87 90 91 93 93 94 95 96 98 99

4.5.3. Implementaci on en el c odigo PETSc-FEM . . . . . . . . . . . . . . . . . . . . . 5. Cluster Beowulf y el c odigo PETSc-FEM 5.1. Cluster Beowulf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2. Descripci on del cluster Beowulf Ger onimo . . . . . . . . . . . . . . . . . . . . . . . . 5.3. La librer a PETSc-FEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4. Estructura de la librer a PETSc-FEM . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. Validaciones num ericas en el c odigo PETSc-FEM 6.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2. Flujo bidimensional en una cavidad cuadrada . . . . . . . . . . . . . . . . . . . . . . . 6.3. Descripci on del ensayo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4. Ecuaciones en el dominio y condiciones de borde . . . . . . . . . . . . . . . . . . . . . 6.5. Discretizaci on num erica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6. Validaci on del m etodo de descomposici on del dominio . . . . . . . . . . . . . . . . . . 6.7. Discusi on de los resultados num ericos 7. Generaci on de grandes mallas

. . . . . . . . . . . . . . . . . . . . . . . . . . . 102 110

7.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 7.2. Geometr a del dominio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 7.3. Construcci on de la malla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 7.4. Mallado de un veh culo simplicado . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 7.4.1. Mallado con un despeje muy reducido del piso . . . . . . . . . . . . . . . . . . 116 7.4.2. Mallado con dos subdominios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas . . . . . . . . . . . . . . . . 120 7.5.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 7.5.2. Ventajas de su empleo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 7.5.3. Incorporaci on de la capa l mite con elementos prism aticos . . . . . . . . . . . . 123 7.5.4. Proceso de generaci on de la malla global . . . . . . . . . . . . . . . . . . . . . . 124

 INDICE GENERAL 8. Inestabilidad hidrodin amica

IV

127

8.1. Capa l mite y temas relacionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 8.1.1. Vorticidad sobre la capa l mite . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 8.1.2. Separaci on de la capa l mite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 8.2. Fen omenos de inestabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 8.2.1. Inestabilidad en ujos de corte . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 8.2.2. Transici on de los ujos de laminar a turbulentos . . . . . . . . . . . . . . . . . 133 8.2.3. Comentario nal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 8.3. Separaci on del ujo tridimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 8.4. Inferencia del comportamiento del ujo a partir del gradiente de la velocidad . . . . . 139 8.4.1. C alculo del gradiente de velocidad . . . . . . . . . . . . . . . . . . . . . . . . . 140 8.4.2. Descomposici on del gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 8.5. La teor a del punto cr tico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 8.5.1. Clasicaci on topol ogica de los puntos cr ticos . . . . . . . . . . . . . . . . . . . 144 8.6. Extracci on del comportamiento del uido . . . . . . . . . . . . . . . . . . . . . . . . . 145 8.6.1. Capas l mites y estelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 8.6.2. V ortices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 8.7. Separaci on, reencauzamiento y recirculaci on . . . . . . . . . . . . . . . . . . . . . . . . 147 8.7.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 8.7.2. Denici on de una l nea de separaci on . . . . . . . . . . . . . . . . . . . . . . . . 148 8.7.3. T ecnicas para la determinaci on de las l neas de separaci on y acoplamiento . . . 150 9. Turbulencia 152

9.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 9.2. Comentarios sobre la f sica de la turbulencia . . . . . . . . . . . . . . . . . . . . . . . . 153 9.3. Ecuaciones de Reynolds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 9.4. Modelos de turbulencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 9.5. Simulaci on de grandes v ortices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 9.5.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 9.5.2. Informaci on b asica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 9.5.3. Estrategia en la simulaci on de grandes v ortices (LES) . . . . . . . . . . . . . . 167 9.5.4. Filtrado espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 9.5.5. Modelo de Smagorinsky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 9.6. Identicaci on de v ortices coherentes en turbulencia . . . . . . . . . . . . . . . . . . . . 176

 INDICE GENERAL

9.6.1. Estructuras coherentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 9.6.2. Estructuras coherentes como un m nimo local de presi on . . . . . . . . . . . . . 177 9.6.3. Criterio Q . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 9.7. Elementos nitos aplicados al ujo turbulento . . . . . . . . . . . . . . . . . . . . . . . 181 9.7.1. Implementaci on de LES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 9.7.2. Funci on de pared . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 9.8. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 10.Aerodin amica automotriz 186

10.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 10.2. Descripci on del ujo alrededor de un autom ovil de calle . . . . . . . . . . . . . . . . . 194 10.2.1. V ortices en los extremos fastback, squareback y notchback . . . . . . . . . . . . 196 10.2.2. Naturaleza del ujo en el plano central de la estela . . . . . . . . . . . . . . . . 197 10.2.3. Flujo en la vecindad de la supercie base . . . . . . . . . . . . . . . . . . . . . 199 10.2.4. Campo de velocidad transversal en la estela . . . . . . . . . . . . . . . . . . . . 199 10.2.5. Localizaci on espacial de los v ortices contra-rotantes . . . . . . . . . . . . . . . 200 10.2.6. Intensidad de los v ortices contra-rotantes . . . . . . . . . . . . . . . . . . . . . 201 10.2.7. Distribuci on de energ a cin etica y arrastre por v ortices . . . . . . . . . . . . . . 202 10.2.8. Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 10.3. Extremo trasero (rear end) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 10.3.1. Geometr a y separaci on del ujo . . . . . . . . . . . . . . . . . . . . . . . . . . 205 10.3.2. Cola de bote (boat tailing) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 10.3.3. Caracter sticas del fastback . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 10.4. Fuerzas provocadas por el ujo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 10.4.1. Denici on del coeciente de arrastre (drag) . . . . . . . . . . . . . . . . . . . . 212 10.4.2. Mecanismo f sico del arrastre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 10.4.3. Arrastre de presi on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 10.4.4. Arrastre de fricci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 10.4.5. Arrastre por v ortices rastreros . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 10.4.6. Reducci on del arrastre por v ortices rastreros . . . . . . . . . . . . . . . . . . . 220 10.4.7. Denici on de la fuerza de sustentaci on . . . . . . . . . . . . . . . . . . . . . . . 221 10.4.8. Generaci on de la fuerza de sustentaci on . . . . . . . . . . . . . . . . . . . . . . 221 10.4.9. Fuerzas y momentos aerodin amicos en el sistema de ejes SAE . . . . . . . . . . 223 10.5. Conclusiones y principios de reducci on del arrastre . . . . . . . . . . . . . . . . . . . . 225

 INDICE GENERAL 11.Simulaci on num erica de un veh culo deportivo

VI

226

11.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 11.2. Resoluci on num erica del caso con viscosidad . . . . . . . . . . . . . . . . . . . . . . . . 228 11.3. Simulaci on bidimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 11.3.1. Datos de la malla 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229 11.3.2. Resultados de la simulaci on bidimensional . . . . . . . . . . . . . . . . . . . . . 230 11.3.3. Conclusiones de la simulaci on bidimensional . . . . . . . . . . . . . . . . . . . . 236 11.4. Flujo potencial en el caso incompresible . . . . . . . . . . . . . . . . . . . . . . . . . . 237 11.4.1. Descripci on del c odigo de paneles en paralelo . . . . . . . . . . . . . . . . . . . 237 11.4.2. Ecuaci on integral de borde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 11.4.3. Inuencia del piso por simetr a especular . . . . . . . . . . . . . . . . . . . . . 240 11.4.4. Resultados suponiendo ujo potencial y uido inv scido e incompresible . . . . 240 11.5. Simulaci on num erica tridimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 11.5.1. Resultados suponiendo ujo laminar y uido viscoso e incompresible . . . . . . 244 11.6. Conclusiones nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 12.Flujo del viento sobre el modelo de Ahmed 247

12.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 12.2. Cronolog a y estado actual del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 12.3. Descripci on geom etrica del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250 12.4. Modelo matem atico del ujo alrededor del cuerpo de Ahmed . . . . . . . . . . . . . . 251 12.4.1. Descripci on aerodin amica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 12.4.2. Modelo de turbulencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 12.4.3. Resoluci on num erica por elementos nitos . . . . . . . . . . . . . . . . . . . . . 253 12.5. Generaci on de la malla de elementos nitos . . . . . . . . . . . . . . . . . . . . . . . . 254 12.5.1. Mallado de las supercies de frontera . . . . . . . . . . . . . . . . . . . . . . . . 255 12.5.2. Generaci on autom atica de la malla de volumen . . . . . . . . . . . . . . . . . . 255 12.5.3. Incorporaci on de los elementos prism aticos . . . . . . . . . . . . . . . . . . . . 257 12.5.4. Datos nales de la malla obtenida . . . . . . . . . . . . . . . . . . . . . . . . . 257 12.5.5. Conclusiones respecto a la malla . . . . . . . . . . . . . . . . . . . . . . . . . . 259 12.6. Coecientes aerodin amicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 12.6.1. Denici on de los coecientes aerodin amicos . . . . . . . . . . . . . . . . . . . . 260 12.6.2. Coecientes aerodin amicos obtenidos por simulaci on num erica . . . . . . . . . 262 12.7. Flujo en la estela cercana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264

 INDICE GENERAL

VII

12.8. Comportamiento general del ujo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 12.9. Extracci on del comportamiento y visualizaci on del ujo . . . . . . . . . . . . . . . . . 276 12.9.1. Flujo instant aneo y promediado . . . . . . . . . . . . . . . . . . . . . . . . . . . 276 12.9.2. Constrastaci on topol ogica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282 12.9.3. Flujo debajo del cuerpo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 13.Conclusiones 286

13.1. Consideraciones nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286 13.2. Futuras l neas de investigaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 A. M etodos de descomposici on del dominio 291

A.1. Particionamiento del dominio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291 A.2. M etodos de particionamiento autom atico . . . . . . . . . . . . . . . . . . . . . . . . . 293

A.3. Particionamiento del dominio: detalles de la implementaci on (c odigo PETSc-FEM) . . 296 B. Principio de los trabajos virtuales 299

B.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 B.2. El principio de los trabajos virtuales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300 B.3. Discretizaci on por elementos nitos de un continuo el astico . . . . . . . . . . . . . . . 301

 Indice de guras
2.1. Fuerzas en un punto P del dominio de ujo . Alturas y presi on de referencia. . . . . 2.2. Modelo cinem atico del ujo deslizante en una pared s olida. Las mol eculas son reejadas difusivamente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Vector tracci on sobre una frontera arbitraria. . . . . . . . . . . . . . . . . . . . . . . . 3.1. Caso unidimensional utilizando elementos nitos lineales: comparaci on de la funci on de forma del m etodo de Galerkin convencional y la de ponderaci on a contracorriente del m etodo de Petrov-Galerkin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Caso unidimensional utilizando elementos lineales: comparaci on de la funci on de forma del m etodo de Galerkin convencional y la de perturbaci on del m etodo SUPG. . . . . . 4.1. M etodos de descomposici on del dominio. Dado el dominio (en a) se lo descompone en s = 4 subdominios (en b). A su vez los subdominios pueden ser: con interfases solapadas (en c); o con interfases no-solapadas (en d). . . . . . . . . . . . . . . . . . . 4.2. Descomposici on del dominio en Nsd subdominios no-solapados. . . . . . . . . . . . 69 70 71 51 50 30 36 17

4.3. Descomposici on del dominio en subdominios no-solapados. . . . . . . . . . . . . . . . . 4.4. Comparaci on entre el m etodo DDM/SCMI (iteraci on por la matriz complemento de Schur) vs. iterativo global. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1. Cluster Beowulf Ger onimo: vista frontal (izq.); vista del server (arriba der.) y de la parte superior con el switch marca 3COM Fast Ethernet SuperStack (abajo der.). . . . 6.1. 6.2. 6.3. 6.4. Flujo viscoso en la cavidad cuadrada, de lado H y velocidad de referencia U 0 . . . .

80

88 96

Tiempos de CPU versus nodos para los m etodos directo, iterativo global e IISD. . . 101 Continuidad del m etodo IISD entre el directo y el iterativo global en un procesador. Continuidad del m etodo IISD entre los m etodos directo e iterativo global en el cluster Beowulf Ger onimo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 101

6.5.

Izq. Malla de 41 por 41 nodos. Der. Malla de 129 por 129 nodos. . . . . . . . . . . . 103 viii

 INDICE DE FIGURAS 6.6. Gr aca de los perles de velocidad para Re = 1000. Izq. Velocidad u a lo largo de la

IX

l nea central vertical. Der. Velocidad v a lo largo de la l nea central horizontal. . . . . 104 6.7. Comparaci on de resultados para Re = 1000 y 5000 con los proporcionados por Ghia et al.. Izq. Velocidad u a lo largo de la l nea central vertical Der. Velocidad v a lo largo de la l nea central horizontal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 6.8. Variaci on de los perles en funci on de la malla. Resultados para Re = 5000. Mallas de 129x129, 141x141 y 257x257 nodos. Izq. Velocidad u a lo largo de la recta central vertical. Der. Velocidad v a lo largo de la recta central horizontal. 6.9. . . . . . . . . . . . 105

L neas de corriente correspondiente al ujo en una cavidad, para una malla de 129 por 129 nodos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

6.10.

Izq. Isocurvas de presi on para el ensayo de la cavidad en una malla de 129 por 129 nodos. Der. Isocurvas de vorticidad para el mismo ensayo anterior. . . . . . . . . . . . 106

6.11. Contornos rellenos de las componentes de la velocidad, Re = 5000. Izq. componente en la direcci on x. Der. componente en la direcci on y . 6.12. . . . . . . . . . . . . . . . . . . 107

V ortice primario. Izq. l neas de contorno para Re = 1000 donde se aprecia la localizaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

6.13. V ortice secundario derecho (VFD). Izq. l neas de contorno para Re = 5000 donde se aprecia la locializaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

6.14. V ortice secundario izquierdo (VFI). Izq. l neas de contorno para Re = 5000 donde se aprecia la locializaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re 6.15. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

V ortice superior izquierdo (VSI). Izq. l neas de contorno para Re = 5000 donde se aprecia la locializaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

7.1. Izq. Malla generada con el m etodo de Delaunay y Der. con el de avance frontal. . . . . 112 7.2. Izq. Mallas estructuradas y Der. no-estructuradas en 2D. . . . . . . . . . . . . . . . . . 115 7.3. Izq. Mallas estructuradas y Der. no-estructuradas en 3D. . . . . . . . . . . . . . . . . . 115 7.4. Mallado con un despeje muy reducido del piso. Generaci on de la malla en la zona del despeje: malla inicial (izq.) y malla deformada (der.). . . . . . . . . . . . . . . . . . . . 116 7.5. Mallado con un despeje muy reducido del piso: denici on del tetrahedro master. . . . 117

7.6. Mallado con un despeje muy reducido del piso: corte seg un plano simetr a vertical. . . 119

 INDICE DE FIGURAS 7.7. Mallado con un despeje muy reducido del piso: corte seg un planos de simetr as vertical

y transversal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 7.8. Mallado con dos subdominios. Izq.: malla de cuadr angulos en las fronteras del dominio global e interior, esta u ltima comprende una zona cercana al veh culo y una estela hipot etica. Der.: vista de los tri angulos resultantes sobre la supercie del veh culo. . . 121 7.9. Capas de elementos prism aticos por extrusi on de tri angulos sobre la supercie del cuerpo.123 7.10. Detalles de la capa estructurada: corte longitudinal del cuerpo del veh culo. . . . . . . 125 7.11. Detalles de la capa estructurada: en la parte anterior (izq.) y en la parte posterior (der.) 125 8.1. Proceso de separaci on de la capa l mite. Sup. Perles de velocidad. Inf. Patr on de l neas de corriente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 8.2. Patr on de l neas de corriente medias en una separaci on laminar seguida de un reencauzamiento turbulento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 8.3. Inestabilidad de Kelvin-Helmholtz sup.) en un grupo de nubes en ujos de corte en el laboratorio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 8.4. Inestabilidad de Kelvin-Helmholtz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

8.5. Diferentes tipos de puntos cr ticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 8.6. V ortice horseshoe sobre una pared. Patr on de l neas de bifurcaci on. . . . . . . . . . . . 139 8.7. Clasicaci on del ujo en el plano de los autovalores 1,2,3 = eig (u). . . . . . . . . . 142 8.8. Criterio de clasicaci on de los puntos cr ticos. R1 y R2 corresponden a la parte real de los autovalores de la matriz Jacobiana, mientras que I 1 e I 2 a la parte imaginaria. . . 143 8.9. Puntos cr ticos y autovalores: (a) ujo no-espiralado, (b) ujo espiralado. . . . . . . . 144 9.1. Un esquema de clasicaci on para los modelos de un punto. . . . . . . . . . . . . . . . 161

9.2. Diagrama esquem atico de los movimientos turbulentos (izq.). Gr aca velocidad versus tiempo en un punto (der.). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 9.3. Espectro de energ a en funci on de las escalas resueltas y de todas las escalas (resueltas y modeladas). A medida que la malla es renada la porci on del espectro de energ a debido a las escalas resueltas debe converger al espectro de la energ a total. . . . . . . 170 9.4. Gr aco ilustrativo unidimensional del n ucleo (kernel) de un ltro. . . . . . . . . . . . . 172 9.5. Gr aco ilustrativo de una funci on f (x) y de su componente ltrada F (x). . . . . . . . 173 9.6. Esquema de un tubo de baja presi on, en donde son supercies que cierran el dominio. 180 10.1. Principales desarrollos en aerodin amica vehicular. . . . . . . . . . . . . . . . . . . . 187

 INDICE DE FIGURAS 10.2. L neas de corriente sobre dos veh culos de competici on en un t unel de viento a escala

XI

real. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 10.3. An alisis de l neas de corriente sobre un Audi en el t unel de viento. . . . . . . . . . . 188 10.4. Regi on de remanso (dead water) en la estela cercana al veh culo observada en un t unel de viento a escala completa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 . . . . . . . . . . . . . . . . . 191

10.5. Denici on del area frontal proyectada de un veh culo.

10.6. Esquema del ujo alrededor de un veh culo, representaci on de las l neas de corriente: e: separaci on entre las lineas de corriente; d espesor de la capa l mite; V y P: velocidad y presi on de la corriente libre, respectivamente. . . . . . . . . . . . . . . . . . . . . . . 192 10.7. Conjunto de fuerzas que act uan sobre un autom ovil a consecuencia del ujo alrededor del mismo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

10.8. Combinaci on de las velocidades en ruta y del viento para producir la velocidad relativa del ujo, la cual forma el angulo de giro (yaw), que en todas nuestras simulaciones es nulo. 10.9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

Naturaleza tridimensional del ujo de aire alrededor de un autom ovil. Los v ortices c onicos generados en las esquinas del extremo trasero desprenden v ortices libres (free trailing) de elevada energ a cin etica. Estos mantienen ligado el ujo sobre la ventana trasera produciendo arrastre y sustentaci on. . . . . . . . . . . . . . . . . . . . . . . . 194

10.10. Flujo de aire alrededor de un autom ovil. Naturaleza tridimensional y origen del arrastre por v ortices rastreros (trailing vortex drag). . . . . . . . . . . . . . . . . . . . . . . . . 195 10.11. Formaci on de v ortices. V ortices formados alrededor de los pilares A A-post y en la parte posterior del veh culo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197

10.12. Patr on de ujo en el plano central longitudinal para diferentes angulos de inclinaci on trasera. Esquema de l neas de corriente, separaciones y puntos de estancamiento. . . . 198 10.13. Patr on de l neas de corriente en la estela cercana. . . . . . . . . . . . . . . . . . . . 201

10.14. Campo de velocidad transversal detr as del modelo de Ahmed, con un angulo de inclinaci on de 12.5o . Arriba: plano transversal a y = 50 [mm] de la base (izq.); plano a y = 250 [mm] (der). Abajo: plano a y = 500 [mm] (izq.); plano a y = 900 [m] (der.). . 202 10.15. Disipaci on de la energ a cin etica k (x), corriente abajo. Los valores fueron obtenidos en los planos transversales. Arriba: a y = 0.05 [m] de la base (izq.); a y = 0.25 [m] (der.). Abajo: a y = 0.50 [m] (izq.); a y = 0.90 [m] (der.). . . . . . . . . . . . . . . . . . . . . 203 10.16. Representaci on de las tres conguraciones tradicionales relacionadas con la parte trasera de los veh culos. De izquierda a derecha: squareback, fastback y notchback. . . 205

 INDICE DE FIGURAS 10.17. Algunos modelos de veh culos actuales con los estilos (arriba, izq.) squareback, (arriba,

XII

der.) notchback y (abajo) fastback. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 10.18. Reducci on del coeciente de arraste por el efecto boat tailing. . . . . . . . . . . . . . 207 10.19. Separaci on del ujo sobre un cuerpo con una supercie oblicua en su parte posterior. 208 10.20. Coecientes correspondientes a las fuerzas de arrastre (CD ) y sustentaci on (CL ) aerodin amicas, para diferentes estilos del extremo trasero (tomada de Guillespi p ag. 86). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

10.21. Tipos de ujos de aire en la capa l mite. . . . . . . . . . . . . . . . . . . . . . . . . . 214 10.22. Patrones de ujo: en el plano central longitudinal (arriba); en un ujo 2D (abajo); en un ujo 3D real con v ortices rastreros trailing vortex. . . . . . . . . . . . . . . . . . . 219 . . . . . . . . . . . . . . . 220

10.23. Distorsi on provocada en un v ortice por el efecto del piso.

10.24. Efecto provocado por la fuerza de sustentaci on en un autom ovil de competici on (circuito de Le-Mans). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 10.25. Sistema de ejes aerodin amicos SAE. . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 11.1. Bosquejo del dise no de un veh culo deportivo de formas aerodin amicas y utilizado en la simulaci on num erica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 11.2. Etapas en el proceso de simulaci on num erica del ujo viscoso. . . . . . . . . . . . . . 229 11.3. Malla no-estructurada con elementos triangulares en el modelo de longitud 4400 [mm]. 229 11.4. Arriba.: malla global del dominio y del cuerpo. Abajo: detalles de la malla en la vecindad cuerpo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 11.5. Gr acas de la fuerza de arrastre y sustentaci on por ancho de trocha [N/m]. . . . . . 231 11.6. Gr aca del coeciente de presi on sobre la supercie del modelo de 4400 [mm]. 11.7. . . . 232

Secuencia del desprendimiento de v ortices. Visualizaci on de la vorticidad en tres instantes de tiempo diferentes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232

11.8. Fuerza de arrastre y sustentaci on por ancho de trocha [N/m]. . . . . . . . . . . . . . 233 11.9. Momento de cabeceo, es decir, su giro con respecto al eje z . . . . . . . . . . . . . . . 233 11.10. Coeciente de presi on sobre la supercie del modelo de 4040 [mm]. . . . . . . . . . . 234 11.11. Contornos rellenos de las componentes del campo de velocidad. Izq.: en la direcci on longitudinal x. Der.: en la direcci on transversal y . . . . . . . . . . . . . . . . . . . . . 234

11.12. Contornos rellenos del campo de la velocidad. Visualizaci on del m odulo. . . . . . . . 234 11.13. Sucesi on de cortes gracando la velocidad sobre la supercie del modelo. . . . . . . 235

11.14. Campo de presi on en la vecindad del modelo: isol neas (izq.); contornos rellenos (der.). 235 11.15. Contornos rellenos del campo de la vorticidad en la vecindad del modelo. . . . . . . 235

 INDICE DE FIGURAS

XIII

11.16. Generaci on tridimensional del modelo por medio de un programa CAD. . . . . . . . 237 11.17. Posici on del centro de presi on para viento de frente = 0: vista en el plano lateral yz (izq.); vista en el plano frontal yz (der.). . . . . . . . . . . . . . . . . . . . . . . . . . 241

11.18. Fuerza (izq.-arriba) y cupla (izq.-abajo) de presi on en funci on de la direcci on del viento = 0. Posici on del centro de presi on en el plano yx (der.-arriba) y en el plano zx (der.-abajo). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242

11.19. Izq. Malla de elementos triangulares sobre la supercie del veh culo. Der. Contornos rellenos de presi on sobre esta supercie. . . . . . . . . . . . . . . . . . . . . . . . . . . 243 11.20. Presi on en la estela. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243

11.21. Campo de velocidad instant aneo en la estela. Vista en planta . . . . . . . . . . . . . 244 11.22. L neas de corriente alrededor del veh culo. . . . . . . . . . . . . . . . . . . . . . . . . 244 11.23. L neas de corriente alrededor del veh culo. Vista en planta. . . . . . . . . . . . . . . 244

11.24. Contornos rellenos del campo de velocidad instant aneo. Corte longitudinal en el plano de simetr a del modelo. 12.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245

Modelo de veh culo simplicado de Ahmed. Su forma supercial libre de accesorios y ruedas, retiene los comportamiento primarios de la aerodin amica vehicular. modelo de alambre (izq.); vista de la supercie (der.) y principales par ametros geom etricos: : angulo de inclinaci on de la supercie trasera; L: longitud del cuerpo; B: ancho y H: altura 251

12.2. Modelo de Ahmed, dimensiones en [mm].

. . . . . . . . . . . . . . . . . . . . . . . . 252 . . . . 252

12.3. Dominio computacional, dimensiones en funci on de la longitud L del cuerpo. 12.4.

Arriba: mallado de la supercie del piso. Abajo: corte longitudinal con las zonas de renamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254

12.5. Izq.: malla en la frontera del dominio y del cuerpo. Der.: detalles de la malla de frontera alrededor del cuerpo. 12.6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255

Arriba: corte longitudinal con la frontera del dominio como fondo. Abajo: corte transversal del dominio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256

12.7. Izq.: vista isom etrica de la malla del dominio. Der.: otra vista m as en detalle. . . . . 256 12.8. Detalles de la capa estructurada: corte longitudinal (izq.); en la parte anterior (centro) y en la parte posterior (der.). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 12.9. Visualizaci on de la viscosidad turbulenta en la vecindad del cuerpo, en un corte longitudinal en la l nea central del dominio. . . . . . . . . . . . . . . . . . . . . . . . . 260 12.10. Curvas del coeciente de arrastre CD , num erico y experimental en funci on del angulo de inclinaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262

 INDICE DE FIGURAS 12.11. Coeciente de presi on sobre el modelo de Ahmed para un angulo de inclinaci on =

XIV

12.5o . El origen de coordenadas se encuentra ubicado como lo establece la Fig. 12.2. . 263 12.12. Comportamiento del coeciente de arrastre CD para 28o en el tiempo usando la fuerza total (coeciente de forma y viscoso) sobre el modelo. El coeciente de arrastre por fricci on est a calculado sobre todas las supercies del cuerpo. . . . . . . . . . . . . . . 264

12.13. Representaci on esquem atica del ujo en el sector trasero del cuerpo seg un diferentes angulos de inclinaci on , en un plano central longitudinal. . . . . . . . . . . . . . . . 264

12.14. Representaci on esquem atica tridimensional del ujo en el sector trasero del cuerpo seg un diferentes angulos de inclinaci on . . . . . . . . . . . . . . . . . . . . . . . . . . 265 12.15. Representaci on del ujo promediado por medio de vectores en la supercie base del modelo, donde se visualiza el punto N predicho por la teor a. . . . . . . . . . . . . . . 265 12.16. V ortices toroidales (horseshoes) de giro contrario, generados en la burbuja de separaci on. Las l neas azules corresponden a los n ucleos de los mismos (vortex core). . . . 267

12.17. Izq.: l neas de corriente para la velocidad en la estela cercana a la supercie base del modelo de Ahmed, donde se evidencian la presencia de dos v ortices en herradura A y B . Der.: vista en planta de la velocidad en donde se aprecia el v ortice longitudinal producido por una arista lateral. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 12.18. Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). Velocidades en la direcci on de la corriente v . . . . . . . . . 268

12.19. Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). Velocidades en la direcci on transversal u a la corriente. . . 269

12.20. Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). Velocidades en la direcci on stream-normal w. . . . . . . . . 269 12.21. Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). M odulo del vector velocidad. . . . . . . . . . . . . . . . . . 270

12.22. Perles de la presi on sobre diferentes cotas en la direcci on z , obtenidas en el plano ZX ubicado a 500 [mm] de la supercie base del extremo trasero, en la direcci on del ujo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270

 INDICE DE FIGURAS 12.23. Perles de velocidad y presi on gracados en diferentes l neas en direcci on streamnormal, situadas en un plano de corte longitudinal, a 40 [mm], 120 [mm] y 200 [mm]

XV

de la supercie base del modelo; en la zona de la estela cercana al cuerpo. . . . . . . . 271 12.24. Perles de la ra z media cuadr atica de las uctuaciones de velocidad a trav es de la direcci on transversal x, en diferentes localizaciones verticales obtenidas en el plano ZX ubicado a 500 [mm] de la supercie base del extremo trasero, en la direcci on del ujo. Arriba (izq.): uctuaciones de la componente de la velocidad en la direcci on de la corriente u. Arriba (der.): componente transversal v . Abajo (izq.): componente vertical w. Abajo (der.): m odulo de la velocidad, donde ... signica promediado. . . . . . 272

12.25. Perles de uctuaci on de la componente en direcci on de la corriente de la velocidad, medidos transversalmente al ujo (eje x) y en diferentes localizaciones verticales. Arriba (izq.): plano transversal corriente arriba en y = 100 [mm] del centro del origen de coordenadas. Arriba (der.) plano situado a 50 [mm]. Abajo (izq.) plano a 500 [mm].(abajo, der.) plano a 1000 [mm] de la supercie base. El s mbolo ... indica promediado. . . 273

12.26. Contornos rellenos de velocidad (izq.) y presi on (der.) sobre la supercie inclinada. . 274 12.27. Presi on sobre la supercie inclinada en cortes situados a y = 855 [mm], 900 [mm], 950 [mm], 990 [mm] y 1040 [mm]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 12.28. Perles de la componente longitudinal de la velocidad y de la presi on media por arriba del techo del modelo. Velocidad en la direcci on de la corriente (izq.) y presi on (der.), tanto en la zona frontal (arriba) como en la zona de la supercie inclinada (abajo). . 275

12.29. Contornos rellenos de los campos velocidad (izq.) y presi on (der.). . . . . . . . . . . . 275 12.30. Campo de velocidad en la vecindad de la supercie del modelo (izq.). Contornos rellenos de vorticidad sobre la supercie superpuesta a los vectores representativos de la velocidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276

12.31. Isosupercies instant aneas del segundo invariante del tensor gradiente de velocidad Q bajo el umbral de 40 50 [1/s2 ] en la partes: frontal, lateral y en la supercie inclinada trasera. La direcci on del ujo es de izquierda a derecha. . . . . . . . . . . . . . . . . . 277 12.32. Trazas: instant aneas (a) y promediadas (b), mostrando los v ortices del techo T y de los laterales L. Vista desde la cara frontal del cuerpo. . . . . . . . . . . . . . . . . . . 278

 INDICE DE FIGURAS 12.33. a): Trazas de l neas a tiempo promediado sobre la supercie del cuerpo mostrando el punto silla Ss , corriente abajo de la regi on de separaci on, el foco inestable R y el centro C en la zona lateral L. b) y c): El punto silla Sd , el foco inestable R y el estable F en la zona del techo. En todas ellas visualizamos las l neas de separaci on y acoplamiento. La velocidad es gracada sobre una supercie paralela a la del cuerpo en la primera capa

XVI

de prismas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 12.34. L neas de corriente a tiempo promediado sobre la supercie superior e inferior en la zona frontal. a) puntos media-silla S1 y S2 , y el foco N1 en la supercie superior; b) los puntos media-silla S3 y S4 , y el foco N2 en la supercie inferior. . . . . . . . . . . . . 280

12.35. L neas de corriente a tiempo promediado projectadas sobre el plano de simetr a x = 0: S es un punto de estancamiento sobre la supercie base; P un punto de libre estancamiento, D un punto silla en la regi on de la burbuja, mientras que F1 y F2 son los focos focus de los v ortices superior e inferior, respectivamente. . . . . . . . . . 280 12.36. V ortices delgados sobre la supercie base del modelo: (a) superior B, N3 y (b) inferior B, N2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 12.37. Visualizaci on de la burbuja de separaci on sobre la supercie inclinada trasera. Los puntos S10 y S11 son medio-silla, y N6 su n ucleo. . . . . . . . . . . . . . . . . . . . . . 281 12.38. Esquema de las l neas de corriente a tiempo promediado y puntos singulares sobre el plano de simetr a x = 0, donde S0 a S13 son puntos medios-silla, D es un punto silla, mientras que N1 a N7 son focos (focus) en los n ucleos de v ortices. . . . . . . . . . . . 282

12.39. Secuencia de planos tranversales, en la regi on lateral izquierda. Representaci on esquem atica de las l neas de corriente, a tiempo promediado, y proyectadas sobre los planos transversales: a) y = 200, b) y = 400, c) y = 600, d) y = 800, e) y = 1000, f) y = 1044, respectivamente (en [mm]). El sentido de rotaci on del v ortice es horario y est a ubicado en la arista inferior del modelo. . . . . . . . . . . . . . . . . . . . . . . . 283

12.40. a) Trazas a tiempo promediado sobre la regi on trasera del cuerpo; b) Vista en planta de la supercie inclinada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 12.41. Trazas y vectores a tiempo promediado con los puntos cr ticos sobre la supercie inclinada y base del cuerpo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 A.1. Tipos de particionamiento: a) basado en los v ertices; b) basado en las aristas; c) basados en los elementos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292

 INDICE DE FIGURAS A.2. Grafos sobre una malla irregular arbitraria: a) malla; b) grafo que modela la conectividad entre los nodos de la malla; y c) grafo que modela la adyacencia de los elementos

XVII

en la malla. Este es el dual del anterior grafo. . . . . . . . . . . . . . . . . . . . . . . . 294 A.3. Grafo particionado con siete aristas de corte. Durante el procesamiento en paralelo se presentan nueve tipos de comunicaci on de datos entre los procesadores de cada subdominio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294 A.4. M etodo DDM/SCMI. Descomposici on por subdominios. . . . . . . . . . . . . . . . . . 296 A.5. M etodo DDM/SCMI. Descomposici on actual. . . . . . . . . . . . . . . . . . . . . . . . 297 A.6. M etodo DDM/SCMI. Contribuci on de los elementos no-locales por el mal particionamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297

 Indice de cuadros
4.1. Soluci on por el m etodo directo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.1. Taxonomia para los puntos singulares P . 76

. . . . . . . . . . . . . . . . . . . . . . . . . 145

12.1. N umero de K-elementos, K-nodos en la malla mixta (tetrahedros-wedge) y su malla equivalente (wedges convertidos a tetrahedros) cuando hay 3 capas de elementos wedge y suponiendo 3 tetrahedros por wedge. . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 12.2. Longitud de escalas de Taylor T y de Kolmogorov K comparadas con la dimensi on normal a la supercie del cuerpo, en la primera capa, de la malla mixta de tetrahedros y wedge. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259

12.3. Coeciente de arrastre de forma Cd en el modelo de Ahmed experimental y num erico. 263 12.4. Coeciente de arrastre viscoso C en el modelo de Ahmed experimental y num erico. 263

12.5. Coeciente de sustentaci on CL en el modelo de Ahmed experimental y num erico. . . 263 12.6. Tipo de ujo en la estela del cuerpo de Ahmed y su relaci on con el angulo de inclinaci on de la luneta trasera, donde m 12.5o (umbral cr tico inferior) y M 30.0o (umbral cr tico superior). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266

xviii

Cap tulo 1

Introducci on
1.1. Mec anica computacional

La mec anica de los medios continuos [125, 46, 36] es una rama de las ciencias exactas y de la ingenier a relacionada con el estudio de fen omenos f sicos suceptibles de una descripci on macrosc opica, por ejemplo, el an alisis del comportamiento macrosc opico de buena parte de los gases, uidos, s olidos o materiales compuestos bajo la acci on de solicitaciones de distinta naturaleza. Por otra parte, la mec anica computacional es una de las sub-disciplinas de la mec anica de los medios continuos que se especializa en la resoluci on num erica de los problemas planteados por esta u ltima mediante el uso de computadoras. La mec anica computacional abarca una parte importante de las ciencias computacionales y de la ingenier a, y est a relacionada con el uso de aproximaciones que caracterizan, predicen y simulan eventos f sicos y sistemas ingenieriles gobernados por las leyes de la mec anica de los medios continuos. Desde un punto de vista pr actico, la mec anica computacional ha exhibido un apreciable incremento desde hace aproximadamente unas tres d ecadas en las industrias de punta, ayudando al desarrollo tecnol ogico en areas que virtualmente afectan nuestras vidas, seguridad y bienestar. As , se ha transformado en una herramienta pr actica, para predecir y entender sistemas complicados, e.g. ver Oden no virtual, en fen omenos multi-escala (incluyendo un enlace entre et al. [164], por ejemplo: en dise los modelos continuos y los moleculares o at omicos), en la selecci on de modelos y en adaptividad, en c alculo paralelo a gran escala, en aplicaciones biom edicas, y en el control de la incertidumbre o m etodos probabil sticos. Uno de los mayores impactos lo est a produciendo en el campo del dise no industrial, reduciendo los ciclos de tiempo y mejorando los niveles de competitividad en la industria. Dentro del sector automotriz, un ejemplo de simulaci on aplicada al dise no corresponde al ujo de aire sobre los diferentes

1.1. Mec anica computacional

modelos de autom oviles, compartimiento del motor y pasajeros. Tambi en dentro de este campo la protecci on de estos u ltimos junto con la predicci on de choques e impactos, que en el pasado requiri o una gran inversi on, hoy en d a se ha reducido signicantemente con el aprovechamiento de la simulaci on computacional. Un paso primitivo en la modelizaci on por computadoras corresponde a la selecci on del modelo computacional y matem atico. Este es un proceso mayormente heur stico, basado en el juicio y experiencia del modelador, como as tambi en en los ensayos y experimentos realizados al respecto. Frecuentemente es un desarrollo subjetivo por lo que diferentes concepciones de an alisis pueden conducir a seleccionar distintos modelos matem aticos que describan el mismo fen omeno f sico. La selecci on de tal o cual modelo, ordinariamente involucra decidir el nivel de descripci on de la f sica involucrada, con una subsecuente elecci on del modelo matem atico dado por sistemas de ecuaciones o inecuaciones ya sea algebraicas, transcendentes, diferenciales ordinarias, en derivadas parciales o bien integrales. De igual forma, establecer las propiedades geom etricas y topol ogicas m as relevantes, las condiciones de borde e iniciales adecuadas, constituye a menudo una simple pero signicativa etapa para un posterior intento de simulaci on computacional de los eventos que ocurren en la realidad. Los errores num ericos en las simulaciones computacionales no constituyen un tema nuevo, pero estudios m as profundos en este campo comienzan a partir de la d ecada de los ochenta y, hoy en d a, la noci on del error cometido es pr actica com un en el ambiente de investigaci on. Una estimaci on de dicho error suministra una cantidad medible que determina la calidad de una simulaci on computacional. Estimar el error num erico cometido y la abilidad de los resultados es cada vez m as una pr actica com un en las simulaciones de la mec anica computacional, hecho reejado en las exigencias de referato actualmente vigentes en algunas de las revistas especializadas, e.g. las de la ASME Journal of Fluid Engineering. A medida que crece el inter es por las simulaciones num ericas, la estimaci on del error se volver a un par ametro importante para validar la calidad de los resultados. Por u ltimo mencionamos el creciente desarrollo en m etodos de c alculo paralelo a gran escala. En el presente se desarrollan rutinas de c alculo que involucran entre 0.5 a 10 M-grados de libertad. Problemas de tales tama nos est an siendo resueltos ya sea con estaciones de trabajo (workstations) o bien con agrupamientos (clusters) de computadoras. Las pr oximas generaciones de ingenieros e investigadores no solo deber an especializarse en los fen omenos f sicos, sino tambi en en el uso de algunas de las herramientas computacionales en desarrollo con un grado a un mayor al que lo hacen en la actualidad.

1.2. Aerodin amica de veh culos

1.2.

Aerodin amica de veh culos

Los veh culos de transporte son usualmente cuerpos de formas obtusas (por brevedad diremos simplemente cuerpos obtusos), por lo que el estudio de su aerodin amica obliga a considerar un enfoque algo distinto al empleado en aeron autica y en turbomaquinaria, e.g. Hucho [187]. En efecto, en estas u ltimas disciplinas la maquinaria bajo an alisis tradicionalmente se la divide en componentes m as simples, donde cada cada uno de ellos se mejora por separado. Luego, se los re une nuevamente y se estiman los efectos de interferencia aerodin amica mutua. En cambio los veh culos de transporte tienen que ser estudiados en forma distinta, ya que se tiene que considerar la aerodin amica de la maquinaria como un todo indivisible, debido a que una separaci on en componentes no tendr a mayor utilidad. De todos modos, esa necesidad no ha impedido que se haya recopilado abundante informaci on experimental acerca de la inuencia de los distintos par ametros de forma individuales, con la esperanza de estimar efectos de interferencia mutua. Empero, estos efectos de interferencia son muy intensos como para poder hacer una predicci on de una posible mejora en el dise no. En el caso de los veh culos terrestres, estos son cuerpos obtusos que se desplazan muy cerca del piso y cuyas formas geom etricas son extremadamente complicadas y diversas. Adem as, tambi en suelen tener ductos internos que se comunican con el ujo exterior y a su vez, la rotaci on de las ruedas agregan una complejidad adicional. El r egimen de ujo es tridimensional, las capas l mites son netamente turbulentas y la separaci on de dicho ujo es un fen omeno com un aunque con posible

1.2. Aerodin amica de veh culos

re-encauzamientos del mismo. Adem as, en la parte posterior del veh culo se forma invariablemente una gran estela turbulenta y se desprenden v ortices longitudinales, los cuales interact uan entre si. Como es t pico en cuerpos obtusos, la fuerza de arrastre es principalmente debida a la fuerza de presi on. De acuerdo a todo esto, ya sea la prevenci on de la separaci on o, al menos, alg un control sobre la misma, suele ser el principal objetivo en la aerodin amica de veh culos. Recordemos tambi en que los efectos viscosos controlan buena parte de las p erdidas aerodin amicas, afectando a las curvas caracter sticas. Por otra parte, en el dise no aeroel astico es necesaria una razonable predicci on de los efectos viscosos, mientras que en el dise no aeroac ustico el nivel de turbulencia en la capa l mite es tambi en una fuente de ruido a tomar en cuenta. El uso de un programa de computadora orientado a la mec anica de uidos (o, por brevedad, un c odigo CFD, por Computational Fluid Dynamics) no es sustitutivo, en ning un modo, de los ensayos en t unel de viento o en ruta, sino que deber a ser visto como un complemento de los mismos, para as lograr una mejor comprensi on de la din amica del ujo, reduciendo eventualmente el n umero de ensayos, al menos, en las etapas preliminares de dise no. En el estado actual de los c odigos CFD usados en ingenier a de veh culos se puede mencionar, entre otras consideraciones, que: 1. El ujo exterior a cuerpos con notoria separaci on es una caracter stica distintiva de la aerodin amica de este tipo de objetos, por lo que los c odigos CFD desarrollados preponderantemente en un contexto aeron autico (donde evitar la separaci on de ujo es un objetivo b asico), no pueden emplearse directamente; 2. Los m etodos de paneles, ver e.g. Morino [91] s olo pueden usarse dentro de un restringido rango de problemas de ujo, pero tienen un costo computacional signicativamente menor y permiten un estudio param etrico en las etapas de dise no preliminares; 3. Se asevera en la literatura, e.g. ver Ahmed [155], que los m etodos para ujo inv scido (ecuaciones de Euler) parecieran no tener mucho futuro en esta area dado que con la disponibilidad de computadoras digitales cada vez m as r apidas y de menores costos, sus ventajas de menor esfuerzo computacional comparado contra los m etodos para ujos viscosos ser a cada vez menor; 4. Los m etodos tipo Averaged Navier Stokes (RANS) no suelen ser muy usados debido a que las predicciones de fuerzas aerodin amicas resultan un tanto pobres. Este defecto se relaciona, entre otras causas, a que los modelos de turbulencia no pueden preveer las situaciones de ujo preponderantes que se dan alrededor de cuerpos obtusos, as como tambi en a las dicultades en la generaci on de una buena malla (e.g. muy renada hacia las paredes);

1.3. Estabilizaci on num erica en c odigos CFD

5. Los m etodos tipo Large Eddy Simulations (LES) est an todav a en etapa de investigaci on. En los mismos, las ecuaciones de Navier-Stokes son espacialmente promediadas con ltros lineales o gaussianos, por lo que los v ortices cuyas longitudes de escala son mayores al paso local de la grilla son calculados expl citamente, mientras que los v ortices de longitudes de escala menores a la misma son estimados mediante modelos de tensiones a nivel de subgrilla (Sub-Grid Models, SGM) de muy diversa ndole. Notar entonces que, en este contexto, los v ortices ser an o bien de gran escala o bien de peque na escala en relaci on al paso local de la malla empleada; 6. Los m etodos tipo Direct Numerical Simulations (DNS) est an muy lejos por ahora de poder usarse en problemas de inter es pr actico. En estos m etodos se resuelven directamente las ecuaciones de Navier-Stokes transientes con ausencia total de modelos de turbulencia.

1.3.

Estabilizaci on num erica en c odigos CFD

Es bien sabido que en mec anica de uidos computacional la formulaci on est andar de Galerkin, muy usada en el contexto de elementos nitos, no permite obtener muy buenos resultados. La patolog a num erica se evidencia por oscilaciones espaciales producto, por un lado, de los notables efectos inerciales que poseen la mayor a de los ujos de inter es y, por otro lado, por la simplicaci on de asumir incompresibilidad en ujos de uidos en condiciones tales que se comportan pr acticamente como si fueran incompresibles. El primer efecto se mide por el n umero de Reynolds mientras que el segundo por el n umero de Mach. En aerodin amica vehicular el n umero de Reynolds supera holgadamente el mill on mientras que el n umero de Mach es del orden de una d ecima por lo que, en general, suelen emplearse modelos de ujos de uidos viscosos en r egimen turbulento desarrollado y en condiciones pr acticamente incompresibles. Para paliar las oscilaciones num ericas esp ureas se suele recurrir a t ecnicas de estabilizaci on num erica, siendo una de las formas posibles de abordarlas la incorporaci on de una formulaci on tipo PetrovGalerkin. Una de las m as difundidas ha sido el Streamline Upwind Petrov Galerkin (SUPG) que data nico que de 1983 (e.g. ver Hughes y Tezduyar [162]) para el caso de ujos compresibles, donde lo u se requiere es estabilizar la advecci on dominante, y la otra proviene del a no 1982 (ver Hughes y Brooks [4]) para el caso incompresible, en un contexto donde la incompresibilidad se resolv a mediante una penalizaci on. En estas t ecnicas se introduce un cierto par ametro de estabilizaci on num erica que tiene la dimensi on de tiempo y que se construye mediante una relaci on auxiliar que vincula la escala de longitud de cada uno de los elementos con la velocidad local del ujo. Hacia 1992 Tezduyar et al. [161] proponen

1.4. Modelos algebraicos de turbulencia

estabilizar ambos efectos (advecci on dominante e incompresibilidad) de una forma similar pero usando ahora dos par ametros de estabilizaci on en lugar de uno, donde ambos tienen dimensiones de tiempo y, de la misma manera que antes, se construyen mediante la relaci on de una escala de longitud del elemento y una velocidad local. Si bien esta t ecnica, denominada SUPG-PSPG (Pressure Stabilized Petrov Galerkin), ha demostrado producir resultados satisfactorios, es bien sabido que es muy dependiente de la calidad de la malla en relaci on a los patrones uidodin amicos presentes. La forma de elegir estos par ametros ha suscitado una gran cantidad de trabajos de todo tipo, desde aquellos con una fuerte base matem atica a otros con una gran base emp rica. En la actualidad la discusi on no est a cerrada y nuevas ideas contin uan apareciendo. a en esta Tesis, la resoluci on En el c odigo computacional PETSc-FEM [173, 131] que se emplear num erica de las ecuaciones de Navier-Stokes para ujos de uidos viscosos e incompresibles la realizamos por elementos nitos, con un esquema combinado de derivadas en contracorriente, en la variante SUPG-PSPG (Streamline Upwind Petrov Galerkin y Pressure Stabilized Petrov Galerkin), similar a la propuesta por Tezduyar et al. Este esquema combinado se debe a que las ecuaciones de Navier-Stokes en el caso incompresible presentan dos dicultades distintivas para su resoluci on por elementos nitos. En primer lugar, tales ecuaciones se tornan cada vez mas dominadas por la advecci on a medida que el n umero de Reynolds se incrementa. Por otra parte, la condici on de incompresibilidad no representa una ecuaci on de evoluci on sino, m as bien, una restricci on sobre el campo de velocidades. Esto tiene el inconveniente que solo podemos usar algunas combinaciones de los espacios de interpolaci on para la velocidad y la presi on, a saber, aquellas que satisfacen la denominada condici on de Bab uska Brezzi. En la formulaci on de Tezduyar et al. la ecuaci on de advecci on es estabilizada agregando un cierto t ermino SUPG y, similarmente, se incluye otro t ermino PSPG para estabilizar la ecuaci on de incompresibilidad. Una vez que estas ecuaciones modicadas son discretizadas en el espacio mediante elementos nitos, resulta un sistema de Ecuaciones Diferenciales Ordinarias (ODE) en el dominio del tiempo, cuya soluci on num erica es hallada por diferencias nitas mediante un esquema trapezoidal. A su vez, en cada paso de tiempo el sistema de ecuaciones no-lineales se resuelve por el m etodo de NewtonRapshon, obteniendo la soluci on del sistema lineal resultante en forma iterativa, mediante residuos generalizados GMRES [191] con precondicionamiento.

1.4.

Modelos algebraicos de turbulencia

Un ingrediente casi ineludible en un c odigo CFD en el caso de uidos viscosos y en r egimen de ujo turbulento, se reere a los modelos de turbulencia empleados para describir las tensiones turbulentas.

1.5. Modelos para la escala sub-grilla en LES

Inicialmente los modelos de turbulencia se basaban en ecuaciones algebraicas que permit an estimar una (pseudo) viscosidad turbulenta en base a las propiedades locales del uido, por lo cual fueron llamados modelos algebraicos. Una de las primeras propuestas fue el modelo de la longitud de mezcla (mixing length model) de Prandtl, el cual requiere especicar un par ametro (a saber, la longitud de mezcla
m)

para

cada problema. Este modelo da resultados muy buenos cuando la elecci on de la longitud de mezcla es correcta, sin embargo diferentes modelos algebraicos (como la hip otesis de similaridad de von K arm an) propuestos para suministrar la longitud de mezcla en una forma m as universal fracasaron y la especicaci on de este par ametro sigue siendo un problema. Lo mismo puede decirse de otros modelos algebraicos tales como el de la viscosidad de remolino (viscosidad-eddy model). Estos modelos algebraicos hoy tambi en son clasicados como modelos de 0-ecuaci on (diferencial). Luego, Prandtl propuso tomar la ra z cuadrada de la energ a cin etica turbulenta k por unidad de masa como escala t pica para la velocidad. Como esta magniud debe vericar una ecuaci on de transporte que es deducida a partir del sistema de ecuaciones de Navier-Stokes, hoy se la reconoce como el primer modelo de 1-ecuaci on. Por ese entonces, surgieron otros modelos denominados de 1-ecuaci on , ligeramente superiores a los de 0-ecuaci on (i.e. un poco m as avanzado que los de longitud de mezcla o que el de viscosidad de remolino), pero todav a era necesario especicarle cierta longitud de mezcla
m

en forma algebraica. Emp ricamente se observ o que este par ametro exhibe un comportamiento que

hace pensar en una ecuaci on de transporte. Posteriormente aparecieron los modelos de 2-ecuaciones, en donde se requiere la resoluci on de dos ecuaciones diferenciales. Por ejemplo, en el modelo k se resuelve una ecuaci on para la energ a

cin etica turbulenta k y otra para la tasa de disipaci on de energ a turbulenta , ambas por unidad de masa. Al resolverlas se obtiene una longitud de mezcla y una escala de velocidad turbulenta. A partir de ambas se deduce una pseudo-viscosidad turbulenta con la ayuda de la longitud de mezcla de Prandtl. De todos los modelos de dos ecuaciones existentes, el k ha sido uno de los m as usados por su simplicidad y robustez. Claro est a, existe una gran diversidad de otras propuestas en la literatura, e.g. ver Wilcox [29] o Bradshaw [124].

1.5.

Modelos para la escala sub-grilla en LES

Debido al avance que se ha logrado tanto en el hardware como en el software cada vez se hace m as factible resolver varias de las escalas presentes en el ujo en forma directa. La familia de los m etodos basados en la Simulaci on de Grandes V ortices (Large Eddy Simulation, LES), da cuenta de esta estrategia en donde: (i) los v ortices cuyas escalas de longitud sean superiores al

1.6. C alculo distribuido sobre cluster Beowulf

paso local de la malla son obtenidos por resolucion num erica del sistema de ecuaciones que se construye para las inc ognitas nodales de la malla; mientras que (ii) los v ortices cuyas escalas de longitud sean inferiores al paso local de la malla tienen que ser estimados mediante modelos de tensiones a escala de sub-grilla (Subgrid Scale Models, SGM), ya que esa turbulencia vive dentro la sub-grilla y, por tanto, nunca es vista por el solver CFD. Es decir, el modelado heur stico de la din amica de los v ortices se restringe a aquellos que posean un tama no t pico menor al paso local de la malla. En el l mite, cuando el tama no promedio de la malla tiende a la de Kolmogorov K , desemboca en lo que se conoce como una Simulaci on Num erica Directa de la turbulencia (Direct Numerical Simulation, DNS). Hasta el momento hay relativamente poca experiencia en la resoluci on num erica por elementos nitos de ujos turbulentos con esquemas tipo ya sea Large Eddy Simulation (LES), acoplados con alg un modelo de tensiones a escala de subgrilla Subgrid Scale Model, o bien Direct Numerical Simulation (DNS), siendo un poco mayor la ganada con los esquemas basados en la resoluci on de las ecuaciones de Reynolds para el ujo promedio (Reynolds Average Navier-Stokes, RANS), en los cuales se introduce alg un modelo de turbulencia pero, t picamente, una de dos ecuaciones y, entre los m as conocidos, podemos mencionar el modelo k . De todos modos, hay que tener presente que en el uso de una formulaci on estabilizada para un m etodo de simulaci on tipo Large Eddy Simulation (LES), en donde se tiene que adoptar un Subgrid Scale Model para la turbulencia de sub-grilla, es crucial la determinaci on de una longitud de escala apropiada para la estabilizaci on, ya que esta incorpora una difusi on num erica que puede ser varias veces superior a la difusi on f sica incorporada por la turbulencia, con lo cual podr a destruirse todas las estructuras turbulentas presentes, laminarizando el ujo.

1.6.

C alculo distribuido sobre cluster Beowulf

Es bien sabido que en los fen omenos de la mec anica de uidos que tienen lugar en las aplicaciones pr acticas tanto en investigaci on como en la industria, existe una gran diversidad de escalas involucradas. Tales situaciones obligan a la simulaci on computacional a resolver problemas de gran tama no. Para jar ideas, pretendemos resolver las ecuaciones de Navier-Stokes alrededor de conguraciones tridimensionales del orden de un mill on de elementos, en donde la factibilidad de tal c alculo est a restringida s olo a la programaci on en paralelo. M as a un, tanto la turbulencia como los fen omenos tridimensionales, entre otros, potencian esta hip otesis. La r apida evoluci on que tienen los microprocesadores de las Computadoras Personales (PC), tanto en cuanto a su rendimiento como a su costo, han conducido a muchos investigadores a la idea de usar esta clase de procesadores para realizar aplicaciones de computaci on paralela. Por otro lado, la mayor a

1.7. Contenido de la Tesis

de los softwares utilizados para c alculo distribuido del tipo paso de mensajes (message passing) est an restringidos a un ambiente UNIX, por lo que el uso de microprocesadores tipo PC en c alculo paralelo est a ligado con la notable difusi on que ha tenido el GNU/Linux, el cual es un clon de UNIX para PC, de libre distribuci on. Denici on. A un agrupamiento (cluster) de procesadores de costo econ omico, relativamente bajo (e.g. tipo Intel x86) y que es operado bajo el sistema operativo GNU/Linux lo denominaremos como un cluster Beowulf (e.g. ver Sterling et al. [169]). As , desde 1998 y bajo esta estrategia de los clusters Beowulf se viene desarrollando en el Centro Internacional de M etodos Computacionales en Ingenier a (CIMEC) el c odigo de elementos nitos PETSc-FEM [173, 131], orientado principalmente a la resoluci on num erica de problemas de la multif sica (varios campos acoplados). Est a basado en la librer a de paso de mensajes MPI [111] (Message Passing Interface) y en la librer a de c alculo paralelo cient co PETSC [144] (Portable Extensible Toolkit for Scientic computations). Esta u ltima librer a provee un entorno para programaci on distribuida, permitiendo diferentes niveles de inserci on del programador con el paralelismo, ya sea desarrollando tareas paralelas (e.g. alocaci on de datos, resoluci on de sistemas) o bien programando expl citamente las mismas. El cluster Beowulf Ger onimo en el CIMEC est a descripto en detalle en el la Sec. 5.2, p ag. 87 del Cap. 5.

1.7.

Contenido de la Tesis

La presente Tesis se centrar a en estudiar el uso de m etodos num ericos por elementos nitos estabilizados en problemas de la aerodin amica de veh culos, para los cuales se considerar an primordialmente ujos en r egimen turbulento con posible separaci on o re-encauzamiento. Para nuestros nes ser a suciente asumir como modelo de uido, uno del tipo viscoso e incompresible, newtoniano, con propiedades f sicas constantes. La estabilizaci on num erica elegida ser a en la variante de Streamline Upwind Petrov Galerkin (SUPG) combinada con Pressure Stabilized Petrov Galerkin (PSPG), propuesta por Tezduyar et al. [160, 159]. Adem as, en buena parte de los ejemplos num ericos se recurrir a a un esquema de Simulaci on de Grandes V ortices (Large Eddy Simulation, LES), en donde se emplear a el modelo de tensiones de sub-grilla de Smagorinsky. Dada el n umero de grados de libertad involucrados se necesitar a emplear procesamiento paralelo (o distribuido) en un cluster de procesadores. La presente tesis est a dividida en dos partes. La primera va del cap tulo 2 al 6 y la restante del 7 al 13. La primera parte est a relacionada con la teor a b asica matem atica y num erica de inter es para la tesis: En el Cap. 2 (p ag. 12-38) se hace un repaso de la teor a b asica de la din amica de los uidos

1.7. Contenido de la Tesis

10

m as directamente relacionada con el campo de inter es de la Tesis. Consideraremos el ujo de uidos incompresibles como el representativo de los problemas que abordaremos, no sin exponer las diferentes hip otesis simplicativas m as com unmente utilizadas que gobiernan el ujo de un uido. El conjunto de ecuaciones si bien es bastante conocido y existe una literatura abundante al respecto, nos servir a como referencia a los diferentes tipos de modelos de problemas que trataremos despu es. En el Cap. 3 (p ag. 39-65) hacemos una rese na de la metodolog a elegida para una resoluci on num erica por elementos nitos de las ecuaciones de Navier-Stokes en el caso incompresible. Dicha resoluci on sigue lo antes dicho respecto al esquema de estabilizaci on num erica propuesto, eligiendo las combinaciones apropiadas de los espacios de interpolaci on. En el Cap. 4 (p ag. 66-84) denimos y analizamos el m etodo de descomposici on de dominios, y su implementaci on en un sistema de c alculo distribuido. En el Cap. 5 (p ag. 85-92) describimos el cluster Beowulf Ger onimo del CIMEC, a la vez que resumimos las principales cualidades del c odigo num erico, describiendo las estrategias generales de resoluci on empleadas por este. En el Cap. 6 (p ag. 93-109), se presentan algunos resultados num ericos con las formulaciones descriptas en los Caps. 3 y 4, que permiten validar el c odigo y que son est andar para el tipo de ujo utilizado, permiti endonos observar ciertas propiedades distintivas del mismo. De esta manera completamos la primera parte de la Tesis. La segunda parte est a relacionada con el estudio de la aerodin amica de veh culos terrestres y su aplicaci on a la din amica de los uidos computacional, a saber: Comenzamos con el Cap. 7 (p ag. 110-126) que abordar a la generaci on de grandes mallas tridimensionales y los m etodos utilizados para su construcci on en los problemas planteados en nuestro caso. En el Cap. 8 (p ag. 127-151) se resumir an algunos aspectos de la inestabilidad hidrodin amica, con la denici on de ciertos comportamientos esenciales a observar en el ujo. En el Cap. 9 (p ag. 152-185) se trata la turbulencia en forma muy breve, sin entrar en demasiados detalles, s olo explicando las caracter sticas principales del modelo adoptado. En el Cap. 10 (p ag. 186-225) se realizar a una introducci on a la aerodin amica vehicular, exponiendo los aspectos m as sobresalientes junto con algunas herramientas que posteriormente utilizamos

1.7. Contenido de la Tesis para su an alisis.

11

En el Cap. 11 (p ag. 226-246) se analiza, ya sea en forma bidimensional como tridimensional, el c alculo aerodin amico del ujo alrededor de un autom ovil de formas netamente deportivas, mostrando la resoluci on de par ametros importantes dentro del proceso de dise no. El Cap. 12 (p ag. 247-285) es uno de los m as importantes, ya que trata sobre el c alculo y vericaci on del ujo del viento alrededor de un modelo de referencia denominado cuerpo de Ahmed, utilizado en ensayos en t unel de viento, cuyas formas son muy simplicadas, pero que re une gran parte de los comportamientos primarios del ujo del viento sobre veh culos. En el Cap. 13 (p ag. 286-290) establecemos las conclusiones, a la vez que delineamos los posibles pr oximos pasos a seguir dentro del tema y algunas tendencias que, a nuestro criterio, podr an seguir futuras l neas de investigaci on emanadas del presente estudio.

Cap tulo 2

Contexto uidodin amico

2.1. Introducci on

En este cap tulo resumimos algunos conceptos b asicos, como as tambi en las ecuaciones que gobiernan el ujo de un uido de especie simple, isotr opico, homog eneo e isot ermico. Dicho conjunto, conformar a un marco te orico adecuado para el tratamiento de los problemas a resolver en el transcurso de la Tesis, esto es, referidos a la aerodin amica exterior alrededor de cuerpos obtusos. Comenzamos recordando que los uidos son substancias cuya estructura molecular casi no ofrece resistencia a las fuerzas de corte exteriores, es decir, a un las fuerzas m as peque nas producen una deformaci on a las part culas del uido. Aunque existe una distinci on bien marcada entre l quidos y gases, ambos tipos obedecen a las mismas leyes del movimiento. El estudio del movimiento de un uido (o ujo), causado por la acci on de fuerzas aplicadas externamente, lo hacemos dentro del marco de la hip otesis de los medios continuos. Entre las fuerzas m as comunes mencionamos las producidas por: diferencias de presi on, gravedad, rotaci on o tensi on supercial, entre otras. Adem as, se las clasica como fuerzas de supercie (e.g. las debidas al corte producido por el viento soplando sobre el agua, la presi on del ujo de aire sobre un cuerpo o las de corte por movimiento relativo de una pared s olida sobre un uido), y como fuerzas de cuerpo o fuerzas de volumen, (e.g. la fuerza gravitatoria o las inducidas por una rotaci on). Mientras los uidos se comportan de manera similar bajo la acci on de fuerzas, sus propiedades macrosc opicas dieren considerablemente. Cuando estudiamos el movimiento de los uidos es necesario conocer algunas de sus propiedades, siendo las m as b asicas para un uido simple la densidad y la viscosidad. Otras, tales como el calor espec co y la tensi on supercial afectan al ujo bajo ciertas condiciones, e.g. cuando existen diferencias de temperatura muy apreciables. Como es conocido, las propiedades de los uidos son funciones de otras variables termodin amicas, tales como la presi on o la

12

2.1. Introducci on

13

temperatura. Aunque es posible estimar algunas de ellas desde la mec anica estad stica, usualmente se las obtiene por mediciones de laboratorio. Un punto a comentar, se reere a la velocidad del ujo, la cual afecta sus propiedades de diferente manera. El incremento de la velocidad en el ujo provoca que cada vez m as tengan importancia los t erminos inerciales. Si las trayectorias de las part culas son suaves, entonces el ujo se dice que es laminar pero, ya sea por la presencia de un cuerpo o una pared, o bien por un incremento en la velocidad promedio del ujo, se producen inestabilidades que dan lugar primero a un ujo de transici on y, nalmente, turbulencia. La transici on de un ujo laminar a otro turbulento constituye todo un area de incesante estudio. Otro aspecto a tener en cuenta es el n umero de Mach Ma = U/c, donde U es la rapidez del ujo y c la celeridad del sonido en el uido. A partir del n umero de Mach, por una parte, se puede decidir cuando es necesario (o no) considerar la compresibilidad del uido, por ejemplo, cuando Ma < 1/10 el ujo puede ser considerado como pr acticamente incompresible y, por otra parte, da lugar a la siguiente clasicaci on: subs onico cuando Ma < 1, supers onico cuando 1 < Ma < 5 e hipers onico cuando Ma 5. Adem as, para Ma > 1 es posible que se generen ondas de choque. Estas distinciones afectan la naturaleza matem atica del problema y, por ende, los m etodos de soluci on. Notemos que estas clasicaciones est an referidas al ujo aunque la compresiblidad es una propiedad del uido. Esta es una situaci on algo parad ojica que se nos presenta a menudo, ya que al ujo de un uido compresible con bajo n umero de Mach se lo suele asimilar como pr acticamente incompresible. Este es el caso de los ujos aerodin amicos sobre veh culos con velocidades que no superen los 350 km/hora ( 100 m/seg.). En una gran cantidad de tipos de ujos, el efecto de la viscosidad s olo se maniesta muy cerca de las paredes del cuerpo en estudio, por ejemplo, en las de un conducto, mientras que en el resto del dominio pr acticamente resulta inv scido. Para los uidos que trataremos aqu , la ley de viscosidad de Newton es una muy buena aproximaci on y aquellos que la verican dan lugar a la denominaci on de uidos newtonianos. Notemos que en otros problemas de la ingenier a se utilizan uidos con propiedades marcadamente no-newtonianas, pero esto no ser a nuestro caso. Otros fen omenos de distinta naturaleza que afectan al ujo de los uidos, entre otros, podemos mencionar la transferencia de calor y las diferencias de densidad, donde estas u ltimas dan origen a los fen omenos de otaci on. Tanto la otaci on como las diferencias en la concentraci on de solutos pueden afectar signicantemente al ujo. En los casos de cambios de fase del uido (evaporaci on, condensaci on, fusi on o congelaci on), se suelen producir tantas modicaciones que ha dado origen al ujo multifase. Cambios en las propiedades, como la viscosidad, densidad o tensi on supercial, tienen inuencia al determinar la naturaleza del ujo. El estado del ujo queda completamente establecido cuando

2.2. Restricciones en la Tesis

14

conocemos la velocidad u y las magnitudes termodin amicas m as relevantes del caso considerado, por ejemplo, la presi on p, la densidad y la temperatura T . Para la descripci on del movimiento adoptamos el sistema euleriano, donde todas las magnitudes son funci on del tiempo t y de la posici on x en el espacio. Preponderantemente, usaremos coordenadas cartesianas x = (x, y, z ). La formulaci on de las ecuaciones las realizamos utilizando las variables primitivas de velocidad-presi on, velocidad-vorticidad o funci on corriente-vorticidad. Los diferentes sistemas o modelos que abordamos durante la Tesis provienen de deducir un conjunto de ecuaciones que resultan cuando utilizamos principios f sicos de conservaci on. Las ecuaciones b asicas las presentaremos de dos formas: (i) una integral para un volumen de control nito, que es u til como punto de partida para una vasta clase de m etodos num ericos, entre ellos el de elementos nitos; y (ii) otra diferencial en un sistema de referencia cartesiano. El uido objeto empleado en la mayor a de los problemas que abordaremos, y sobre todo los de tipo aerodin amicos, ser a aire y lo supondremos como incompresible y newtoniano. Para ello, el modelo utilizado ser an las ecuaciones de Navier-Stokes para el caso particular de este tipo de uido.

2.2.

Restricciones en la Tesis

Dentro de las muchas facetas que presenta la din amica de los uidos, las principales restricciones que ser an consideradas a lo largo del presente trabajo son: Usaremos exclusivamente las leyes de la mec anica cl asica, ya que consideraremos problemas de ujos a baja velocidad, de inter es en ingenier a automotriz para veh culos de calle; Las longitudes de escala son grandes comparadas con el recorrido libre medio molecular y excluiremos los ujos de gases de muy baja presi on (gases raricados), de tal manera que el uido lo podemos tratar como un continuo material y usar la mec anica cl asica de los medios continuos; Consideramos s olo ujos isot ermicos de uidos pr acticamente incompresibles en donde, la condici on de incompresibilidad presupone que los cambios en la presi on no producen variaciones importantes en la densidad, mientras que la condici on de ujo isot ermico supone que la temperatura se mantiene pr acticamente constante; Con la suposici on de uido newtoniano, vericamos que = (u/y ), donde u es la velocidad, es la tensi on de corte, u/y es el gradiente transversal de la velocidad, mientras que es el coeciente de viscosidad din amica del uido. Otra forma de denir un uido newtoniano, es

2.3. Flujo de un uido incompresible

15

decir que tiene una viscosidad que no depende del campo de velocidad, aunque pueda variar con la temperatura o con la presi on; En el desarrollo de los distintos fen omenos, no distinguimos si el uido en cuesti on es un l quido o un gas, ya que de acuerdo con las restricciones impuestas, ambos tipos de uidos exhiben el mismo comportamiento en el ujo, su tratamiento tanto f sico como num erico resultar a cuantitativamente correcto. Los tres u ltimos puntos son particularmente importantes, ya que el hecho que muchos gases se comporten como si fueran incompresibles y que la misma ley de viscosidad se aplique tanto a los l quidos como a los gases, es central en el desarrollo de esta Tesis.

2.3.

Flujo de un uido incompresible

El hecho m as destacado para que un uido pueda ser considerado como incompresible es que su rapidez promedio U sea peque na comparada con la celeridad del sonido c en dicho medio. Adem as, suponemos que ning un otro efecto puede causar que var e en forma signicativa la densidad de un elemento material, como ser a el caso de tener fuertes cambios en la temperatura. Entonces, un ujo de un uido incompresible es aqu el en donde el uido pr acticamente no se comprime como, t picamente, es el caso de los l quidos, aunque tambi en los gases pueden maniestar tales efectos para ciertos r egimenes de ujo. Puede demostrarse que los efectos compresibles van con el n umero de Mach al cuadrado (e.g. ver Batchelor [50]), es decir, que la variaci on relativa de la densidad es = O(Ma2 ) ; (2.1)

por lo que podemos suponer que el ujo es incompresible si el n umero de Mach es menor que un cierto valor, digamos Ma < 1/10. Por ejemplo, un autom ovil de calle desplaz andose en una atm osfera est andar y a una velocidad de unos 100-150 Km/h, resulta un n umero de Mach de Ma 0.08 0.12, con lo cual en esas condiciones podemos considerar que el ujo es pr acticamente incompresible. Es de notar que si las variaciones de densidad son provocadas por otros efectos que no sean causados por la presi on mec anica, tales como la dilataci on t ermica, expansi on solutal (e.g. salinidad), entre otros, entonces el patr on de ujo puede considerarse (con respecto a los efectos sobre los algoritmos num ericos) como incompresible, a un cuando la densidad resulta no ser constante, ni espacial ni temporalmente. As , el t ermino compresible/incompresible se aplica a las variaciones de densidad producidas exclusivamente por efecto de la presi on.

2.4. La presi on

16

Si bien, en principio, uno podr a pensar que la incompresibilidad es una ventaja, ya que permite eliminar (en muchos casos) una variable (la densidad), desde el punto de vista num erico suele traer m as problemas que soluciones. Finalmente, algunas de las circunstancias a tener en cuenta en una modelizaci on matem atica del ujo de un uido incompresible son los siguientes: Las ecuaciones contienen una parte el ptica que causa una transmisi on instant anea de la presi on a trav es todo el dominio; Las condiciones iniciales est an restringidas a cumplir la condici on de continuidad y libre divergencia; Las condiciones de borde est an restringidas a satisfacer la conservaci on global de la masa; Los cambios impulsivos en la direcci on normal deben ser evitados, lo que impone una cierta compatibilidad entre las condiciones iniciales y las de borde; La simple ecuaci on de conservaci on de la masa es omnipotente en todo el espacio y en todo instante; La ecuaci on de Poisson impl cita para la presi on (que es una forma alternativa para u = 0) y sus condiciones de borde, induce una gran cantidad de equivocaciones. Este es uno de los aspectos m as confusos y poco comprendidos en el ujo de un uido incompresible; Al semi-descretizar en el espacio, las ecuaciones algebraicas resultantes son m as dif ciles de resolver que las ecuaciones diferenciales ordinarias.

2.4.

La presi on

En un uido incompresible la presi on es una variable intr nseca e independiente del movimiento y no est a relacionada con las ecuaciones termodin amicas de estado. Podemos decir que es una variable impl cita que se ajusta a s misma, satisfaciendo de esa manera la condici on de incompresibilidad u = 0. Esta es una propiedad distintiva del ujo incompresible y que se torna dif cil de resolver num ericamente, ya que la condici on de incompresibilidad no tiene un t ermino temporal, es decir, la presi on no tiene historia y el estado del uido s olo est a dado por la velocidad (que si la tiene). La ecuaci on de continuidad aparece como una restricci on m as que como una ecuaci on de evoluci on. La presi on pasa a ser el multiplicador de Lagrange asociado, como veremos en una secci on posterior. Debido a su car acter impl cito, si la presi on p se conoce en cualquier sector del ujo, incluso en sus

2.4. La presi on

17

fronteras, se desprende que, de acuerdo a lo dicho, se est a vericando la conservaci on de masa, por lo que se puede descartar la ecuaci on de continuidad en dicho sector.

2.4.1.

Descomposici on de la presi on en sus partes cin etica e hidrost atica

En diversos casos de ujos de uidos incompresibles, la fuerza de la gravedad como fuerza de volumen, no juega ning un rol a los efectos de determinar el campo de velocidad. Esto es verdad si el ujo no tiene una supercie libre, donde se suele especicar condiciones de borde para la presi on. Esencialmente la presi on se puede descomponer en dos partes: una cin etica asociada con el patr on

Figura 2.1: Fuerzas en un punto P del dominio de ujo . Alturas y presi on de referencia. de ujo y otra hidrost atica que tiene en cuenta el efecto de la gravedad. Esta u ltima tiene la misma dependencia aunque el uido permanezca en reposo, de ah su nombre. Consideremos la ecuaci on de balance para la cantidad de movimiento Dui 1 p = + Dt xi xj ui xj + gi ; (2.2)

donde ui representa, en notaci on indicial, las componentes del vector velocidad, xi son las componentes del vector posici on de un punto en el ujo, p es la presi on total, la densidad y gi las componentes de la fuerza de la gravedad. La altura Z (xi ) la medimos con respecto al plano Z (x0 ) = 0, tal como lo muestra la Fig. (2.1). Introduciendo el potencial de la fuerza de la gravedad, tenemos que gi = g (Z/xi ) y, sustituyendo en la Ec. (2.2), queda 1 p Dui = + Dt xi xj La presi on hidrost atica se la dene como ph = gZ ; (2.4) ui xj (gZ ) . xi (2.3)

2.4. La presi on por lo que la presi on cin etica es pc = p ph = p + gZ ;

18

(2.5)

por lo tanto, la presi on total ser a la suma p = ph + pc . Como la componente hidrost atica ph tiene una soluci on universal simple, s olo necesitamos encontrar la componente cin etica pc . La ecuaci on de cantidad de movimiento s olo tiene la componente cin etica como variable y no aparece ninguna fuerza de la gravedad. Reemplazando p en la Ec. (2.3) tendremos Dui = (pc + ph + gZ ) + Dt xi xj y reemplazando ph , Dui = (pc gZ + gZ ) + Dt xi xj ui xj . (2.7) ui xj ; (2.6)

Como la presi on est a determinada por la ecuaci on de cantidad de movimiento, juega el rol de una fuerza mec anica y no de una variable termodin amica. Est a presente bajo una derivada, por consiguiente, el nivel de presi on no es importante en los ujos de uidos incompresibles. La soluci on de un ujo de este tipo, determina p = (p pref )/u2 0 , sin necesidad de especicar la pref . Si en un ujo dado la pref se incrementa, el nivel de todas las presiones en el ujo se incrementar a, de tal forma que todas las p tienen el mismo valor. Las velocidades y las l neas de corriente no se alteran cuando la presi on se incrementa. Por lo tanto, en un ujo de un uido incompresible podemos introducir una presi on de referencia pref , tal que Dui = pc pref + Dt xi xj ui xj ; (2.8)

en la posici on Z = 0, ph = 0 y pc = p. Eligiendo alg un punto corriente arriba del ujo o en otro lugar especial sobre Z = 0, podemos tomar como referencia pc = p = pref . Es pr actica com un eliminar la fuerza de la gravedad de la ecuaci on de impulso, tomando como presi on p s olo la componente cin etica, sin ninguna notaci on especial o nomenclatura. Por ejemplo, consideremos un objeto puesto en un t unel de agua rectangular bajo un ujo determinado. Corriente arriba, bien alejado del objeto, el agua tiene una velocidad uniforme U . Tomamos Z = 0 a lo largo de la pared del fondo y p = pref y ph = 0, en una posici on fuera de la inuencia del cuerpo, corriente arriba del mismo, donde la presi on se mantiene constante. En dicha posici on, las presiones a trav es del t unel son, a una cierta altura Z , las siguientes: p = pref gZ , ph = gZ y pc = pref = cte. De esta manera removemos del problema la componente hidrost atica de la presi on. Otra pr actica frecuente es emplear el coeciente de presi on Cp (o n umero de Euler) denido por Cp = p pref ; u2 0 /2 (2.9)

2.4. La presi on

19

donde u2 on din amica, que se usa como escala. Reemplazando el valor de p, 0 /2 representa la presi tenemos Cp p pref pc pref 2gL Z 2 Z = Cp,cinet . 2 = 2 L F r2 L u0 /2 u2 / 2 u 0 0 (2.10)

donde L es la longitud caracter stica del cuerpo o del ujo analizado. En ujos connados, el n umero de Froude u0 Fr = ; gL (2.11)

es s olo una constante multiplicativa para la parte hidrost atica de la presi on. Por otra parte, la fuerza de presi on neta sobre el cuerpo est a dada por Fi (p) =

ni p d ;

(2.12)

donde d es el diferencial de supercie. De acuerdo a la descomposici on planteada para la presi on, Ec. (2.4) y (2.5), tendremos Fi (p) =

ni pc d

ni ph d ;

(2.13)

en donde la segunda integral es una fuerza neta sobre el cuerpo debida a la presi on hidrost atica ph , o sea, la fuerza de empuje que experimenta el cuerpo si estuviera ausente el ujo. Usando el teorema de Gauss Fi (p) =

ni pc d +

ni gZ d Z d ; xi (2.14)

ni pc d + g

pero sabemos que gi = g (Z/xi ), por lo que Fi (p) =

ni pc d gi V ;

(2.15)

donde Fi (p) es la fuerza de presi on total en la direcci on i; el primer sumando representa la fuerza de presi on debida al ujo; mientras que el sumando remanente corresponde a la fuerza de otaci on, donde V = el volumen. Esto u ltimo es un resultado bien familiar, ya que corresponde al uido desplazado por el cuerpo objeto y est a en direcci on opuesta al peso propio. La Ec. (2.15) nos dice que la fuerza de empuje y la de presi on, debida al ujo, pueden estar separadas en una forma no ambigua, en un ujo incompresible.

d es

2.4. La presi on

20

2.4.2.

Otra forma de exponer el mecanismo de la presi on

Otro punto de vista para entender la contribuci on impl cita de la presi on, lo podemos resumir de la siguiente manera: las part culas de uido tratan de moverse por efecto de las fuerzas aplicadas. Cada part cula, al hacerlo, encuentra otras que se lo impiden (ya que dicho uido no se puede comprimir). La incompresibilidad hace que las part culas se aprieten unas contra otras y este fen omeno origina la presi on. Como consecuencia, la contribuci on de dicha variable al movimiento es impl cita, es decir, no podemos dar un paso de tiempo tomando la presi on del comienzo del intervalo y suponerla constante, el uido se mover a de tal forma que las part culas se penetrar an mutuamente y se producir a creaci on o destrucci on de materia, no cumpli endose la conservaci on de la masa expresada por la ecuaci on de continuidad.

2.4.3.

La presi on vista como un campo de multiplicadores de Lagrange

Supongamos que tenemos un campo de velocidad u que no satisface la condici on de continuidad .u = 0. Entonces, deseamos obtener un nuevo campo u tal que: (i) satisfaga continuidad, y (ii) est e lo m as cerca posible del campo de velocidad original u . Para poder resolver matem aticamente este problema, podemos plantearlo como uno de minimizaci on del funcional R= 1 2 [u(r ) u (r )]2 d ;

(2.16)

siendo r el vector posici on y el dominio de ujo, sujeto a la restricci on de continuidad .u = 0 en cualquier lugar del dominio. En tales condiciones tenemos un problema est andar del c alculo de variaciones. Una de las formas para resolverlo es introducir un multiplicador de Lagrange para lo cual re-denimos el problema de minimizaci on de la Ec. (2.16) como R= 1 2 [u(r ) u (r )]2 d

(r ) u(r ) d ;

(2.17)

donde es el multiplicador de Lagrange. La inclusi on de dicho multiplicador no afecta el valor del funcional R, ya que se estableci o, por hip otesis, que se cumple la restricci on de continuidad. Suponemos que la funci on que minimiza el funcional R es u+ , y que adem as satisface la condici on u+ = 0, entonces Rmin = 1 2 u+ (r ) u (r )
2

d .

(2.18)

Si Rmin es un m nimo, entonces cualquier desviaci on de u+ debe producir un cambio de segundo orden en el funcional R, esto es, dado u = u+ + u ; (2.19)

2.4. La presi on

21

donde u es peque no y arbitrario y substituyendo u(r ) en la Ec. (2.17) tendremos Rmin + R, donde R =

u(r ) u+ (r ) u (r ) d

(r ) . u(r ) d ;

(2.20)

donde hemos dejado de lado el t ermino proporcional a ( u)2 por ser de segundo orden. Integrando por partes el u ltimo t ermino y usando el teorema de Gauss, obtenemos R =

u(r ) u+ (r ) u (r ) + (r ) d

(r ) u(r ) . n d .

(2.21)

En las supercies que conforman las fronteras del dominio, sobre las que se han impuesto condiciones de borde sobre u (e.g. una pared o la de entrada del ujo), se supone que tanto u como u+ satisfacen la condici on impuesta, de tal manera que u = 0 en esos sectores. Como estas porciones de la frontera no contribuyen a la integral de supercie en la Ec. (2.21), ninguna condici on sobre el multiplicador se requerir a sobre ellas. Sin embargo, s es necesaria una condici on sobre el multiplicador en aquellas partes de la frontera donde se han establecido otros tipos de condiciones de borde (e.g. planos de simetr a, la supercie del salida del ujo), en ellas u = 0 en general, por lo que requeriremos que = 0 en dichos sectores. Si R es nula para un u arbitario, entonces el primer integrando en la Ec. (2.21) deber a ser nulo, es decir, u+ (r ) u (r ) + (r ) = 0 . (2.22)

Finalmente, recordemos que u+ (r ) satisface, por hip otesis, la ecuaci on de continuidad, por lo que tomando la divergencia de la Ec. (2.22) tendremos

2 (r ) = .u (r ) ;

(2.23)

que tiene la forma de la ecuaci on de Poisson para el multiplicador (r ). En las supercies de frontera con condiciones de borde sobre u, u+ = u , la Ec. (2.22) nos dice que para este caso (r ) = 0 y tenemos una condici on de borde sobre el multiplicador . Si la Ec. (2.23) y las condiciones de borde se satisfacen, entonces el campo de velocidad ser a de libre divergencia. Lo mismo podemos hacer cuando reemplazamos los operadores continuos por los discretos. Al resolver la ecuaci on de Poisson, el campo de velocidad corregido se obtiene de la Ec. (2.22), u+ (r ) = u (r ) (r ) . (2.24)

Conclu mos diciendo que el multiplicador de Lagrange juega el rol de la presi on, y que en el caso de tratar con ujos de uidos incompresibles, la presi on permite satisfacer la condici on de continuidad.

2.5. Las ecuaciones de Navier-Stokes en el caso incompresible

22

2.5.

Las ecuaciones de Navier-Stokes en el caso incompresible

Las ecuaciones de Navier-Stokes en el caso incompresible representan un modelo matem atico id oneo para el ujo de un uido viscoso con efectos compresibles despreciables. Ellas expresan el balance de masa y momento lineal en forma local en toda la regi on de ujo. La descripci on m as general de un ujo est a dada por el sistema de ecuaciones de Navier-Stokes, el cual involucra las ecuaciones de: continuidad, cantidad de movimiento (en donde contribuye la ley de viscosidad de Newton) y de la energ a (con una ley de conducci on t ermica tipo Fourier). Cuando tratamos con ujos de uidos incompresibles, especializamos estas ecuaciones al caso en donde la densidad, la viscosidad y la conductividad t ermica son constantes. Claro est a que si el ujo a su vez es isot ermico, no tenemos en cuenta la ecuaci on de la energ a y s olo acoplamos continuidad e impulso. En tal caso, la ecuaci on del movimiento de Navier-Stokes para el ujo de un uido isot ermico incompresible se reduce a Du = p + 2 u + fv ; Dt (2.25)

que es la ecuaci on din amica b asica consecuencia de la segunda ley de Newton del movimiento, para un uido con densidad pr acticamente constante, en donde el u ltimo sumando fv representa las contribuciones de las fuerzas de volumen. Usualmente consideraremos problemas en los cuales la fuerza volum etrica es nula, mientras que la causa del ujo es debida o bien a una diferencia de presi on impuesta entre la entrada y la salida o a movimientos relativos en las fronteras. Acotamos que aunque eliminemos las fuerzas volum etricas, los ujos est an, de todos modos, inmersos en un campo gravitatorio. Las fuerzas que este u ltimo produce s olo act uan signicantemente en un gradiente de presi on vertical, el cual est a siempre presente (se mueva o no el uido) y no interact ua con el ujo. Por tanto, el balance hidrost atico puede ser sustra do de la ecuaci on din amica simplemente eliminado el correspondiente t ermino de fuerza gravitatoria. En cambio, el ujo de un uido que cae por una ca ner a vertical representa un ejemplo en donde lo anterior no se cumple. No obstante, dejaremos este t ermino en lo que sigue ya que en algunas situaciones puede ser importante considerarlo. El conjunto de ecuaciones de Navier-Stokes lo reescribimos como u 1 + (u.)u = p + 2 u + fv ; t (2.26)

donde = / es la viscosidad cinem atica del uido. Notemos que es una ecuaci on diferencial en derivadas parciales no-lineal en la velocidad u. La no-linealidad se origina en el rol dual de la velocidad al determinar la aceleraci on de una part cula de uido. Esta no-linealidad es la causa de muchas de las dicultades, tanto matem aticas como num ericas, y es una de las razones por la que nuestro

2.5. Las ecuaciones de Navier-Stokes en el caso incompresible

23

conocimiento del comportamiento del movimiento de los uidos se deba obtener de la observaci on experimental o bien de los fen omenos naturales, m as que de una predicci on te orica. La contraparte f sica a las dicultades matem aticas tiene que ver con la complejidad y variedad que presenta la din amica de los uidos. La ecuaci on de continuidad y de impulso agrupadas, constituyen un sistema acoplado de ecuaciones diferenciales en derivadas parciales con una ecuaci on escalar y otra vectorial. En tres dimensiones (3D) representan 4 ecuaciones con 4 campos (las 3 componentes de la velocidad y la presi on). Para muchos problemas es conveniente representar este sistema en una forma m as compacta y condensada, expresando el acoplamiento natural de las ecuaciones. En general, las leyes de conservaci on plantean una ecuaci on del tipo U + .F = Q . t (2.27)

En coordenadas cartesianas (x, y, z ) y con el vector velocidad u = (u, v, w), obtendremos un sistema de 4 ecuaciones para la variable conservativa U , denida como u U = ; v w con dimensi on 4 1. La matriz de los vectores de ujo u ; F = u u + p I

(2.28)

(2.29)

tiene dimensi on 4 3 y puede dividirse en tres vectores columna f , g y h, cada uno de cuatro componentes (ya que no tenemos en cuenta la ecuaci on de la energ a). El s mbolo representa el producto di adico, el t ermino pI es el tensor esf erico de la presi on, y es el tensor desviador de corte. El miembro derecho contiene el t ermino fuente 0 ; Q= f v (2.30)

siendo un vector de 4 1. Re-escribiendo la Ec. (2.27) con el vector de ujos F desglosado y expresado en funci on de sus coordenadas cartesianas, tendremos U f g h + + + =Q; t x y z (2.31)

2.6. Consideraciones respecto a las ecuaciones de Navier-Stokes entonces, las ecuaciones de Navier-Stokes para un ujo de un uido viscoso e isot ermico, son u 0 = ; + . t u u u + p I f
v

24

(2.32)

que en el caso incompresible ( = cte) se reduce a .u = 0 u 1 + (u.)u = p + 2 u + fv ; t (2.33) (2.34)

donde es muy com un, en ciertos esquemas num ericos, desacoplar el problema en una soluci on para la velocidad u y otra para la presi on p. Las ecuaciones de Navier-Stokes adem as tienen que ser suplementadas por leyes constitutivas y por la denici on del tensor de tensiones viscosas en funci on de otras variables del ujo.

2.6.

Consideraciones respecto a las ecuaciones de Navier-Stokes

Resulta u til remarcar una serie de conceptos sobre lo visto hasta el momento: i) Por qu e se denomina a la Ec. (2.33) como ecuaci on de continuidad ? Batchelor [50] observa que esta, ha sido denominada por muchos a nos como la ecuaci on de continuidad aunque no por alguna raz on evidente, mientras que Panton [143] nota que la ecuaci on deducida ha sido llamada ecuaci on de continuidad para enfatizar que la suposici on del continuo (respecto a que la densidad y velocidad est an denidas en cada punto del espacio) es un pre-requisito, pero luego sigue diciendo dicha suposici on es, por supuesto, un fundamento para todas las leyes b asicas. Entonces a nuestro criterio, corrobora lo que dice Batchelor; ii) Las consecuencias de la simplicaci on de la ecuaci on de conservaci on de la masa para ujos de uidos incompresibles resultan bastante profundas, ya sea tanto te oricas como num ericas, con un alto costo, mucho m as de lo que se puede uno imaginar. En muchas formas, la ecuaciones de Navier-Stokes en el caso incompresible son m as dif ciles de resolver que su progenitora, la compresible, aunque en primera instancia parezca lo contrario; iii) Sin ser demasiado obvio, la misma se puede interpretar como la ecuaci on para la presi on y es as como muchas veces se la suele denominar. Este tipo de ecuaciones comparten varios de los aspectos del sistema de advecci on-difusi on, salvo por la no-linealidad del t ermino advectivo y por la presencia (impl cita) del acoplamiento velocidadpresi on a trav es de la ecuaci on u = 0. Aunque el gradiente p parece ser una simple fuerza

2.7. Formas alternativas

25

volum etrica (aceleraci on) es bastante m as que esto. La presi on, como lo dijimos antes, juega el rol de un multiplicador de Lagrange para la restricci on de incompresibilidad, ajust andose a s mismo, instant aneamente en el tiempo (relacionado con una celeridad innita del sonido en un medio incompresible) y en cualquier lugar en el espacio, tal que se cumpla la relaci on de continuidad incluso en la frontera. Esta combinaci on de no-linealidad y el acoplamiento entre velocidad-presi on hace que estas ecuaciones sean dif ciles de resolver. Existen dos formas adimensionales u tiles para las ecuaciones de Navier-Stokes, dependiendo de como medimos el tiempo y la presi on. Enfatizamos que esta u ltima debe ser medida en unidades tales que nunca su gradiente desaparezca. Si esto ocurriera, tambi en lo har a el t ermino correspondiente a la restricci on de incompresibilidad u = 0. Introduciendo las magnitudes caracter sticaa: u0 (rapidez), L (longitud), t (tiempo) y Pc (presi on), denimos el n umero de Reynolds Re = u0 L u0 L ; / (2.35)

donde = / es la viscosidad cinem atica del uido. El n umero de Reynolds Re puede interpretarse, entre otras formas, como la relaci on entre transporte de cantidad de movimiento advectivo y difusivo.

2.7.

Formas alternativas

Existen muchas formas equivalentes de representar el sistema de ecuaciones de Navier-Stokes para el caso incompresible, ya sea, en los t erminos viscosos como en los advectivos. Estas representaciones se basan en considerar ujos incompresibles y la ecuaci on de continuidad u = 0. Si bien todos estos tipos de representaci on son equivalentes en el cont nuo, no lo ser an a nivel discreto pero, en algunas ocasiones, suelen ofrecer ventajas frente a la forma convencional. Veremos algunas formas allternativas primero para los t erminos viscosos y luego para el t ermino no-lineal advectivo u.u.

2.7.1.

T erminos viscosos. Forma Tensi on-Divergencia

Esta es una forma muy utilizada por quienes resuelven num ericamente por elementos nitos. La Ec. (2.34) es la forma m as simple (convencional) de representar el movimiento, pero la misma se deduce de la forma tensi on-divergencia dada por donde = S pI ; (2.37) u + (u.)u = . ; t (2.36)

2.7. Formas alternativas es el tensor de tensiones total, mientras que S = u + (u)T es el tensor de tensiones deviat orico. En notaci on indicial, Sij = (uj /xi + ui /xj ) = 2ij ; donde ij es el tensor tasa de deformaci on. Si a S se le aplica la divergencia tendremos .S = [ u + (.u)] ; ;

26

(2.38)

(2.39)

(2.40)

donde al usar la condici on de continuidad para incompresibilidad Ec. (2.33), recuperamos la forma convencional dada por la Ec. (2.34). Vale la pena repetir que la versi on discreta de estas dos formas no suelen ser id enticas. La raz on por la cual, a veces, se preere esta u ltima representaci on a la convencional tiene que ver con la formulaci on d ebil y las condiciones de borde naturales: s olo la forma tensi on-divergencia induce a las condiciones de borde naturales, que representan verdaderas fuerzas f sicas, y que se pueden representar (para fronteras no-curvadas), como n. = .n = S .n pn = [n.u + (n.u)] pn = F ; (2.41)

donde F es la fuerza de tracci on aplicada sobre la frontera. En el caso de fronteras con formas complejas (curvadas) se emplea la forma m as general n. u + (u)T = [n.u + (u).n] . (2.42)

2.7.2.

T erminos viscosos. Forma Div-Rot

Usando la identidad vectorial 2 u = (.u) u ; reescribimos la Ec. (2.34) como donde u + (u.)u = p + [(.u) u] ; t (2.44) (2.43)

=u ;

(2.45)

es la vorticidad. Introduciendo la condici on de incompresibilidad Ec. (2.33), en el segundo t ermino del lado derecho de la Ec. (2.44), u + (u.)u = p u ; t (2.46)

que es otra manera de representar el t ermino viscoso vinculado con la formulaci on d ebil.

2.7. Formas alternativas

27

2.7.3.

T erminos advectivo. Forma Div

De la relaci on .(uu) = u.u + u(.u) ; (2.47)

usando la ecuaci on de continuidad en ujos de uidos incompresibles, Ec. (2.33), y sabiendo que uu es un producto di adico, re-escribimos la Ec. (2.34) como u + .(uu) = p + 2 u . t (2.48)

Los atributos asociados con esta forma son d ebiles, pero combinada con la forma tensi on-divergencia de los t erminos difusivos Ec. (2.36), obtendremos la forma de divergencia total u = . ( uu) ; t (2.49)

la cual conduce a un balance total o global del impulso (balance global de las fuerzas). Adem as si se emplea una condici on de borde donde se especica el ujo de cantidad de movimiento, es decir, del tipo n.(uu ), resulta apropiada para una condici on de borde natural.

2.7.4.

T ermino advectivo. Forma rotacional

Analizando la identidad vectorial 1 u.u = (u.u) u u ; 2 (2.50)

notamos que 1/2uu es la presi on din amica, que combinada con la presi on p nos da la presi on total de Bernoulli PT = p + uu/2. Insertando el resultado en las Ecs. (2.44-2.46) obtenemos u + u = PT + . t (2.51)

Esta es la forma rotacional de la ecuaci on de Navier-Stokes. Eventualmente esta representaci on presenta algunas ventajas: i) si el ujo es casi irrotacional ( 0), aunque el n umero de Reynolds sea grande y domine el t ermino advectivo, esta representaci on es favorable ya que incluye muchas de las no-linealidades en el t ermino de presi on y resulta una mejor condici on de borde de salida del ujo; ii) cuando la vorticidad es elevada (e.g. estructuras coherentes en ujos turbulentos), la vorticidad est a casi alineada con la velocidad, tal que la porci on advectiva u es muy peque na;

2.8. Condiciones de borde

28

iii) combinando el sistema formado por la ecuaci on de continuidad (2.33) y la Ec. (2.51), no muestran derivadas de mayor orden que uno, por lo que est an abiertas a emplear m etodos tales como m nimos cuadrados; iv) conduce a una matriz de advecci on oblicua y sim etrica, garantizando la conservaci on cuadr atica (la energ a cin etica en este caso). Para concluir, podemos decir que tambi en presenta algunas desventajas, por ejemplo, tener que calcular mayor cantidad de grados de libertad (e.g. velocidad, presi on y vorticidad), entre otras.

2.8.

Condiciones de borde

Adem as del sistema de ecuaciones diferenciales que describen el ujo de un uido, debemos incluir las condiciones de borde. El ujo est a inuenciado por la presencia y movimiento de las paredes, como as tambi en por otros tipos de fronteras. En esta secci on, mencionaremos las formas principales que adquieren las condiciones de borde y su inuencia en el campo de velocidad. Existen diferentes tipos de fronteras, dando origen a una variedad de condiciones, sin embargo, dentro de este vasto conjunto, necesitamos considerar en detalle el tipo m as com un de ellas para una regi on uida: la pared r gida impermeable. Si bien el planteo de las ecuaciones de Navier-Stokes es no-trivial, el tema referido a establecer las condiciones de borde es m as dif cil y confuso. Dentro de ellas, podemos encontrar un conjunto que son permisibles desde el punto de vista matem atico, es decir, son mejores en alg un sentido. Dentro de un grupo voluminoso de posibles condiciones de borde, presentaremos algunas de ellas, que son las que utilizaremos a lo largo de esta Tesis, no sin ello dejar abierto el problema a una mejor soluci on. alculos num ericos, las condiciones de borde son la Adem as, Kreiss y Lorenz [58] notan que en los c causa de muchos de los problemas para obtener una soluci on adecuada.

2.8.1.

La condici on de borde no-deslizante

Las condiciones del ujo, cuando se establece un contacto supercial entre un s olido y un uido son importantes, ya que ellas deben incluirse en la formulaci on matem atica del problema. Una de las condiciones m as simples y comunes que encontramos en las simulaciones, aunque a menudo se la suele denominar de una manera no adecuada, es la condici on de borde para un uido viscoso aplicado a una pared s olida (o sobre un objeto). Se la suele denominar como condici on de no-deslizamiento (no-slip).

2.8. Condiciones de borde

29

En este tipo de condici on, las componentes normales y tangenciales de la velocidad deber an estar de acuerdo con las de la pared, es decir, la restricci on debe ser u = uw sobre la frontera w , donde uw est a especicada como una condici on de borde esencial o Dirichlet (notemos la ausencia de una condici on de borde para la presi on en este caso). Si bien para esta frontera, generalmente nos referimos como condici on de no-deslizamiento, en el caso de un ujo de un uido incompresible, la porci on de no-penetraci on, a menudo, tiene mayor inuencia que la de no-deslizamiento. Esto u ltimo signica que, al aplicar este tipo de restricci on a una pared, el requerimiento consiste en que el uido no debe atravesar la misma. En esta situaci on dos son las condiciones que aplicamos: una sobre la velocidad normal y la otra sobre la/las velocidades tangenciales. La condici on cinem atica que imponemos es que las trayectorias de las part culas no pueden penetrar en el s olido. El requerimiento matem atico debe ser que la velocidad del uido perpendicular a la pared desaparece. Si denominamos n al vector normal a la supercie, la condici on simplemente se expresa como u n = 0, o bien, en notaci on indicial, ni ui |pared = 0 . (2.52)

Si la pared se est a moviendo con una cierta velocidad local uw , mientras que la velocidad de las part culas del uido pr oximas a la misma es u, entonces la condici on equivalente ser a (uw u) n = 0 ; o bien, ni (uwi ui )|pared = 0 . (2.54) (2.53)

En el caso de un ujo estacionario, las trayectorias de las part culas y las l neas de corriente son olida como equivalentes, por lo tanto, la condici on (2.52) puede interpretarse considerando a la pared s el lugar geom etrico de las l neas de corriente. La restricci on cinem atica no especica nada sobre las componentes de velocidad tangencial a la pared. La viscosidad es la responsable de la condici on de velocidad tangencial, cuya forma apropiada llev o a grandes discusiones durante gran parte del siglo XIX . Hoy aceptamos la condici on de nodeslizamiento u|pared = uw ; (2.55)

como un hecho experimental. En esta ecuaci on inclu mos tanto la condici on (2.54) como la nodeslizante.

2.8. Condiciones de borde

30

Durante el per odo de discusi on de esta condici on, se plantearon tres diferentes tipos de puntos de vista. El primero de ellos consideraba que hab a no-deslizamiento, sin tener en cuenta el material de la pared (punto de vista de Coulomb y de Bernoulli). El segundo supon a que una capa de uido estancado exist a cerca de la pared. Se tuvieron en cuenta varios par ametros para determinar el espesor de dicha capa: la curvatura de la pared, la temperatura, el material e incluso la composici on del uido (se supon a que era nulo si el uido no mojaba la pared). En la arista exterior de la capa estancada, se le permit a al uido deslizar. El tercer punto de vista, debido a Navier, fue que la velocidad de

Figura 2.2: Modelo cinem atico del ujo deslizante en una pared s olida. Las mol eculas son reejadas difusivamente. deslizamiento es proporcional a las tensiones, a ut |pared = u ; y pared (2.56)

donde ut es la componente tangencial de la velocidad en la pared, u la componente de la velocidad u en la direcci on longitudinal x, mientras que y es la componente cartesiana normal, ver Fig. (2.2). Navier propuso que ajustando la constante /a era posible reproducir el mismo efecto que la suposici on de la capa deslizante de estancamiento. Volviendo a la Ec. (2.56), vemos que dicha suposici on es muy cercana a la realidad pero que el valor del coeciente /a es tan peque no que se puede considerar a U0 como pr acticamente cero. Por consiguiente, lo que originalmente fue propuesto para tratar de explicar el segundo punto de vista, se transform o en un modelo lo sucientemente preciso, tal que en los casos pr acticos todo se reduce al primer punto de vista: la condici on de no-deslizamiento. Para tratar de entender un poco mejor lo que decimos, observemos la Fig. (2.2). Consideremos un gas que se encuentra interactuando con una pared s olida. En la vecindad de dicha pared, aproximamos la velocidad del gas a un valor u0 y a un gradiente uniforme. En esta regi on muy peque na, digamos

2.8. Condiciones de borde

31

con un espesor del orden de las 10 trayectorias libres medias, la tensi on de corte es casi constante y toma el valor de yx = u y ;
0

(2.57)

de acuerdo con Panton [143], Sec. 6.2, p ag. 133, la cantidad de movimiento acarreada por el uido a la pared la podemos especicar como mu|y+2
/3

= mu0 + m

2 u 3 y

+ ... ;
0

(2.58)

donde es la trayectoria libre media de las mol eculas del uido. En el caso de interactuar con una pared, las mol eculas del gas retornan luego de realizar este proceso, con una densa colecci on de mol eculas del s olido, cuya velocidad volum etrica es nula. Una suposici on bastante buena, es que las mol eculas no acarrean cantidad de movimiento en la direcci on x, cuando retornan desde la pared (reecci on difusa). Es decir, esta teor a argumenta que las mol eculas de un uido pr oximo a una supercie s olida, son absorbidas por un corto per odo de tiempo, luego son ejectadas y difundidas en el uido. Este proceso retarda el movimiento y hace que la componente tangencial de la velocidad del uido, sea igual a la correspondiente componente de la frontera. Otra teor a establece que la verdadera condici on de borde, es aquella donde desaparecen las tensiones de corte, y la condici on no-deslizante se origina debido a la rugosidad microsc opica de la frontera, por lo tanto una frontera lo sucientemente suave debe permitir al uido deslizar. Teniendo en cuenta la primera de las teor as, la expresi on para la tensi on de corte, la podemos expresar, de acuerdo con Panton [143], como 1 2 u yx = nv m u0 + 4 3 y donde v = + ...
0

(2.59)

8kT /m es la velocidad molecular promedio, k la constante de Boltzmann y m la masa

molecular. El valor 1/4nv es la tasa con que las mol eculas cruzan la unidad de area. Entonces, podemos identicar la viscosidad como 1 = nv m ; 3 Si combinamos esta u ltima ecuaci on con la (2.57), obtenemos la velocidad u0 = 2 u 3 y .
0

(2.60)

(2.61)

Interpretando la ecuaci on anterior, dado L y U una escala de longitud y velocidad caracter stica para un ujo continuo, la relaci on d(u/U )/d(y/L) es de orden 1, luego usando la Ec. (2.61), podemos comparar la velocidad de deslizamiento u0 con la velocidad U , tal que 2 d(u/U ) u0 = . U 3 L d(y/L) (2.62)

2.8. Condiciones de borde

32

La velocidad de deslizamiento tiende a cero cuando la trayectoria libre media es peque na comparada con la longitud del continuo L. Para nuestros prop ositos pr acticos aceptamos la condici on de nodeslizamiento en la pared. Simulaciones computacionales de la din amica molecular, realizadas por Koplik y colaboradores [70], corroboran lo expresado por la Ec. (2.61).

2.8.2.

Otro punto de vista de la condici on no-deslizante

De acuerdo a lo establecido anteriormente, si la condici on que especicamos es de no deslizamiento (no-slip), entonces signica que no deber a haber componentes de velocidad tangencial relativa entre la pared r gida y el uido inmediatamente pr oximo a ella. Adem as, ya sabemos que las mol eculas de uido no pueden penetrar una supercie impermeable, entonces la componente normal de la velocidad del uido a una frontera de estas caracter sticas n.u, deber a ser igual a la correspondiente velocidad normal de la frontera n.uw , es decir u.n = uw .n ; (2.63)

donde n es el versor normal a la supercie dirigido hacia afuera del dominio. La velocidad uw , puede ser constante o variar sobre dicha frontera. Si la frontera se mueve como un cuerpo r gido, traslad andose con velocidad U y rotando con velocidad angular , alrededor del punto x0 , entonces dicha velocidad ser a uw = U + (x x0 ), y la condici on de no-penetraci on requiere que u.n = n. [U + (x x0 )] . (2.64)

Notemos que una frontera impermeable no tiene que ser necesariamente r gida, puede representar una interfase de uido o la supercie de un cuerpo exible. A menudo, se suele elegir un sistema de referencia en el cual las fronteras est an en reposo, dando uw = 0 , por lo que la condici on de borde se reduce a un=0 . (2.65)

Utilizando coordenadas cartesianas, con las componentes x, z en el plano tangencial local a la pared y con la componente y normal a la misma, tendremos para la velocidad u = (u, v, w) que v = 0, o sea, se permite el deslizamiento paralelo arbitrario pero no la penetraci on. Si, adem as, n uw = 0, entonces la incompresibilidad requiere que el ujo deba ser siempre paralelo a la frontera, viscoso o no. Si la condici on que especicamos es de no-deslizamiento, entonces signica que no deber a haber componentes de velocidad tangencial relativa entre la pared r gida y el uido inmediatamente pr oximo a ella. Formalmente tendremos u n = uw n ; (2.66)

2.8. Condiciones de borde y cuando uw = 0 se reduce a un=0 ; o bien expresado en sus componentes cartesianas u=w=0.

33

(2.67)

(2.68)

La noci on en la condici on de no-deslizamiento es que la interacci on entre una part cula de uido y una pared es similar a aquella entre part culas vecinas del uido. Dentro de un uido no puede haber una discontinuidad nita en la velocidad ya que esto implicar a un gradiente de velocidad innito, lo que producir a a su vez una tensi on viscosa innita tal que destruir a la discontinuidad en un tiempo innitesimal. Si, por consiguiente, la pared act ua como otro uido, entonces la acci on de la viscosidad previene la formaci on de una discontinuidad en la velocidad entre dicha pared y el uido. Sin embargo, suponer que la pared se comporta como otro uido es, en s misma, una hip otesis cuya justicaci on o no hay que buscarla a nivel experimental. Ello se puede realizar por observaci on directa, inyectando tinta o humo muy cerca de la pared y se puede corroborar el reposo relativo a la misma. El acuerdo entre la teor a y la experimentaci on justica la suposici on original. No podemos vericar la condici on de no-deslizamiento s olo cuando la trayectoria libre media de las mol eculas es comparable con la distancia involucrada en el problema, es decir, dejamos de aplicar la suposici on del continuo material. Las condiciones establecidas por las Ecs. (2.63-2.66) combinadas dan u = uw ; o en coordenadas cartesianas para una pared en reposo relativo u=v=w=0. (2.70) (2.69)

La condici on de borde es simplemente que no hay movimiento relativo entre la pared y el uido pr oximo a esta. Es importante notar, sin embargo, que el origen f sico de las dos partes de esta condici on es bastante diferente. La condici on de no-deslizamiento depende esencialmente de la acci on de la viscosidad mientras que la condici on de impermeabilidad o no-penetraci on no tiene que ver con ella. Para un ujo incompresible la parte correspondiente a la no-penetraci on tiene mucho m as inuencia que la porci on de no-deslizamiento. Es importante enfatizar, que la condici on de no-deslizamiento, para el ujo de un gas, es independiente de la constituci on qu mica de las fronteras y de las propiedades f sicas de los uidos. Una excepci on a la regla, se produce en el caso de ujo de gases raricados, donde la trayectoria libre media de las mol eculas es comparable a la dimensi on caracter stica en las fronteras. Adem as en este caso,

2.8. Condiciones de borde

34

una descripci on del ujo en el contexto de la mec anica del continuo no es apropiado. Otro caso ocurre en el ujo de pol meros fundidos a alta presi on, y en el ujo cercano a una l nea de contacto de tres fases, donde un s olido interact ua con dos l quidos o con un l quido y un gas. Una aplicaci on donde no se cumple esta condici on ocurre en ciertas clases de interfase consistentes de capas moleculares duales o m ultiples que pueden exhibir un movimiento relativo, produciendo una discontinuidad en la velocidad.

2.8.3.

Condici on de borde de deslizamiento sobre una interfase uido-s olido

Una condici on de borde alternativa utilizada en ciertas ocasiones, e.g. ver Battaglia et al. [90], impone que la componente tangencial de la velocidad del uido relativa a la velocidad de la frontera sea proporcional a la componente tangencial de la tracci on supercial. Se suele denominar como condici on de deslizamiento (slip) y se la dene como f .(I nn) = (u uw ).(I nn) ; (2.71)

en donde la constante se denomina coeciente de deslizamiento, cuyo valor depende de las propiedades qu micas y de la microestructura de la frontera. Para los gases se puede demostrar (usando la mec anica estad stica) que es igual a la trayectoria libre media molecular.

La tensi on supercial o tracci on f depende de la orientaci on y posici on de una porci on innitesimal de la supercie. Se la descompone en una componente normal f N = (f .n)n y en otra tangencial f T = n (f n) = f .(I nn), donde I representa la matriz identidad, n el versor normal y I nn la matriz de proyecci on que extrae la componente tangencial de un vector. En nuestros problemas de aerodin amica utilizaremos esta condici on de borde deslizante en las fronteras laterales y supecie superior del dominio de ujo. Comentemos que tambi en se la suele utilizar en el ujo sobre la supercie de un medio poroso, e.g. ver Dussan [174].

2.8.4.

Fuerzas ejercidas por el uido sobre la frontera

Un caso de particular inter es es la fuerza ejercida por un uido movi endose sobre una frontera r gida. Para analizarlo usamos la noci on que el uido act ua sobre la pared de la misma forma como lo hace frente a otro uido. Sin embargo, sin entrar en suposiciones, las tensiones deber an ser continuas, sino una part cula en la pared experimentar a una aceleraci on innta. Siguiendo con la representaci on anterior de la velocidad u = (u, v, w) y usando coordenadas cartesianas de tal forma que en la pared y = 0. Luego, las tensiones viscosas en las direcciones x, y, z las podemos expresar deniendo en primer lugar la componente y de las fuerzas viscosas por unidad de volumen, t ermino obtenido de las Ecs.

2.8. Condiciones de borde (2.60-2.65) como x u v + y x + v + .u + 2 y y z w v + y z ;

35

(2.72)

y usando la condici on de incompresibilidad tendremos para cada direcci on u v + y x ; 2

y =0

v y

;
y =0

w v + y z

.
y =0

(2.73)

De la ecuaci on de continuidad u w v = ; y x z (2.74)

y como para una condici on de no-deslizamiento u = v = w = 0 en y = 0, para todo valor de las coordenadas x, z , el sistema se reduce a u y ; 0;
y =0

w y

.
y =0

(2.75)

La primera y la tercera cantidades representan las fuerzas tangenciales por unidad de area sobre la pared. No existen las fuerzas viscosas normales, pero s la de presi on por unidad de area, cuya direcci on y es normal a la supercie en la que se aplica.

2.8.5.

Otros tipos de condiciones de borde

El borde de salida en un dominio establecido para un problema de ujo en particular es un tema enteramente diferente, totalmente abierto, con respecto de cu al es la mejor condici on que se adapte a las necesidades del sistema, por ejemplo, especicar la velocidad a menudo no es una buena soluci on para condiciones de borde abiertas. Adem as, hay otros tipos de condiciones de borde, aparte de la correspondiente a una pared r gida impermeable, ejemplos son la supercie libre de un l quido, y la de una pared r gida con succi on o injecci on de uido. Esta u ltima puede tener importantes aplicaciones en aerodin amica de aviones o de veh culos para transformar la paredes del cuerpo en una supercie deslizante. Con la nanotecnolog a se podr an tener supercies similares. En la mayor a de nuestros casos aerodin amicos usaremos la condici on de ujo pist on sobre la frontera de entrada, esto es, una condici on de borde esencial o Dirichlet, especicando las velocidades normales y tangenciales, respectivamente.

2.8.6.

Condiciones de borde para las ecuaciones en velocidad-presi on

De la vasta cantidad de condiciones de borde que se pueden utilizar, dependientes del tipo de problema que se estudie, mostramos a continuaci on algunas de ellas, que si bien no las hemos empleado, pueden resultar de utilidad en futuras investigaciones.

2.8. Condiciones de borde

36

Figura 2.3: Vector tracci on sobre una frontera arbitraria. Tracci on. Adem as de la velocidad prescripta, otra condici on de borde apropiada es la que surge de hacer un balance de fuerzas por unidad de area, algunas veces denominada como tracci on especicada, dada por .n = u + (u)T .n P n = F ; (2.76)

donde F (supuestamente dada) es la fuerza de tracci on aplicada en/sobre la frontera, es decir, la fuerza aplicada por la frontera al uido. Si bien es v alida para supercies de cualquier forma, puede ser simplicada cuando las mismas son planas (curvatura constante) a [n.u + (n.u)] P n = F ; o, en forma equivalente, a u + u n n Pn = F ; (2.78) (2.77)

donde un n.u es la velocidad normal apuntando hacia afuera. El esquema de la Fig. (2.3), clarica lo dicho anteriormente. Para el sistema coordenado de esta gura, existe la siguiente relaci on entre las magnitudes de los componentes de los vectores unitarios: x = ny y y = nx . Notemos de la Ec. (2.78), que para fronteras planas, la componente normal de las fuerzas viscosas se simplican a 2un /n. Si adem as, u = 0 sobre la frontera , entonces .u = 0, por lo que un /n = 0. La tensi on viscosa normal desaparece sobre una frontera s olida estacionaria. Esta relaci on la podemos obtener de la forma alternativa del vector tracci on, F = P n + ( n) para u = 0 sobre , ya que n descansa en el plano tangente, donde fuerzas viscosas normales est an ausentes.

2.9. Condiciones iniciales

37

Mixta. Aqu enfatizamos que no siempre es necesario usar simult aneamente todas las componentes de la ecuaci on vectorial sobre la frontera, e.g. podemos usar la componente normal del vector .n en la misma porci on de frontera donde la velocidad tangencial est a especicada, es decir, n. .n = n. u + (u)T .n P = F .n = Fn ; n u n = n uw n ; pueden ser empleadas simult aneamente. Hemos utilizado la Ec. (2.79.b), para representar un vector en un plano tangente, en lugar de n u = n uw , ya que esta u ltima no es la proyecci on apropiada. Adem as, tal ecuaci on relaciona los dos vectores en dicho plano y devuelve el resultado por medio de una simple rotaci on de la propia proyecci on. Otra forma de expresar lo anterior es u n(u.n) = uw n(uw .n), ya que cualquier vector, digamos v se puede representar como una descomposici on aditiva, esto es, v = n(v .n) + n v n. Condici on convectiva de Orlansky. Una condici on m as satisfactoria, que se est a tratando de implementar, es la convectiva de Orlansky [62] (en realidad lo que se emplea es una condici on de borde de radiaci on). Originalmente sugerida por Sommerfeld, se puede expresar como, u u + Cu =0; t n (2.80)

(2.79)

donde Cu es la velocidad de fase local de la variable dependiente, t el tiempo y n la coordenada perpendicular al borde abierto. Orlansky propuso calcular las velocidades de fase de las ondas incidentes en los bordes utilizando una versi on diagn ostico de la Ec. (2.80). Para incorporar la condici on en este ujo se podr a utilizar un esquema num erico impl cito para calcular el coeciente Cu =
1 n+1 un B +1 uB +1 +1 n1 n1 un B +1 + uB +1 2uB +2

(2.81)

donde B es el nodo del borde y n el ndice que indica el nivel del tiempo. Una vez calculada la velocidad de fase, esta se utiliza en la Ec. (2.80) para ujos salientes y se establece igual a cero en el caso de ujos entrantes.

2.9.

Condiciones iniciales

Antes de entrar a considerar los m etodos de aproximaci on, mencionemos un u ltimo detalle t ecnico. El mismo consiste en establecer condiciones iniciales del problema. La restricci on de incompresibilidad, tal como lo hemos visto, hace las veces de ltro, por lo tanto, la velocidad inicial debe ser incompresible

2.10. Conclusiones

38

. La traducci en todo lugar del dominio, es decir, debe cumplirse que .u = 0 en el dominio cerrado on de estas condiciones al lenguaje matem atico son u0 = 0 n u0 = n uw0 en ; (2.82) sobre D ;

donde u0 (x) es la velocidad inicial y D es una parte de la frontera (porci on Dirichlet usual) sobre la que se especica la condici on de borde de velocidad normal (n u = n uw ).

2.10.

Conclusiones

Un problema arbitrario, correspondiente al ujo de un uido general est a gobernado por varias ecuaciones. Como hemos visto, existen relaciones b asicas de continuidad. En un sistema de coordenadas tridimensional nos encontramos con tres ecuaciones de cantidad de movimiento y si el problema no es isot ermico, con una relaci on de energ a. Adem as, establecimos las ecuaciones que relacionan las tensiones con las deformaciones, las que hemos denominado ecuaciones constitutivas. Una f ormula constitutiva determinada puede ser apropiada para un uido en particular o para un grupo de ellos, pero no signica que pueda describir los uidos en general. Las relaciones m as simples son ecuaciones lineales como, por ejemplo, la tensi on es proporcional a la tasa de deformaci on (ley de viscosidad de Newton). A presi on y temperatura ordinaria, la mayor a de los gases obedecen estas simples relaciones. Las caracter sticas de los problemas que planteamos a lo largo de la Tesis se encuentran en este rango, es decir, est an gobernados por el ujo de uidos newtonianos. Los ujos de uidos en condiciones pr acticamente incompresibles suponen bajos n umero de Mach para fronteras de ujos adiab aticos o bien con peque nas diferencias de temperaturas, en el caso de prescribir valores de temperatura en la frontera. En un caso u otro, los ujos tienen efectivamente propiedades constantes, siendo independientes de los eventos de transferencia de calor. Esto representa una considerable simplicaci on. S olo dos par ametros adimensionales, los n umeros de Froude y de Reynolds, suelen ser los m as relevantes en los ujos de uidos incompresibles m as usuales. El primero de ellos, resulta signicativo en el caso de ujos con supercies libres, pero en los ujos connados su efecto puede ser aislado en una presi on hidrost atica sin signicado din amico. Por otro lado, el n umero de Reynolds casi siempre resulta una cantidad muy signicativa en este tipo de ujos. El ujo se comporta de manera diferente y est a dominado por diferentes mecanismos cuando este n umero cambia.

Cap tulo 3

Resoluci on num erica en el caso incompresible

3.1. Introducci on

En el presente cap tulo se expone la metodolog a elegida para una resoluci on num erica por elementos nitos de las ecuaciones de Navier-Stokes (2.33 y 2.34) en el caso incompresible. Muchos problemas de la mec anica de los uidos est an gobernados por ecuaciones como las de Euler o las de Navier-Stokes, en donde el sistema de ecuaciones a resolver presenta t erminos advectivos en el primer caso, o bien advectivos-difusivos en el segundo caso, los cuales tienen que ser estabilizados de alguna manera ya que introducen una gran cantidad de dicultades num ericas y, por tanto, su soluci on en conjunto presenta una serie de ingredientes interesantes de analizar. La condici on de incompresibilidad impone utilizar interpolaciones de velocidad y presi on divestables, lo que conlleva a que las dimensiones de ambos espacios deban ser en principio diferentes. Esta es la condici on de Bab uska Brezzi. Empero existen m etodos, tales como los elegidos en esta Tesis, que modican la forma variacional est andar del m etodo de Galerkin que permiten recuperar el uso de espacios de interpolaci on de la velocidad y la presi on de igual dimensi on. En la misma se utilizan elementos nitos con un esquema combinado de derivadas en contracorriente, en la variante SUPG + PSPG (Streamline Upwind Petrov Galerkin, Pressure Stabilized Petrov Galerkin) propuesto por Tezduyar et al. [161]. Este esquema combinado se debe a que las ecuaciones de Navier-Stokes en el caso incompresible presentan dos dicultades distintivas para su resoluci on por elementos nitos. En primer lugar, tales ecuaciones se tornan cada vez mas dominadas por la advecci on a medida que el n umero de Reynolds se incrementa. Por otra parte, la condici on de incompresibilidad no representa una ecuaci on de evoluci on sino, m as bien, una restricci on sobre las de Navier-Stokes. Esto tiene el 39

3.2. Formulaci on en tensiones y de Laplace de las ecuaciones de Navier-Stokes

40

inconveniente que solo podemos usar algunas combinaciones de los espacios de interpolaci on para la velocidad y la presi on, a saber, aquellas que satisfacen la mencionada condici on de Bab uska Brezzi (o condici on BB). En la formulaci on de Tezduyar et al., la ecuaci on de advecci on se estabiliza agregando un cierto t ermino SUPG y, de igual manera, se incluye otro denmominado PSPG para estabilizar la ecuaci on de incompresibilidad. Una vez que estas ecuaciones modicadas son discretizadas en el espacio mediante elementos nitos, resulta un sistema de Ecuaciones Diferenciales Ordinarias (ODE) en el tiempo, cuya soluci on num erica es hallada mediante un esquema en diferencias nitas trapezoidal. A su vez, en cada paso de tiempo las ecuaciones no-lineales se resuelven por el m etodo de NewtonRapshon, solucionando el sistema lineal resultante en forma iterativa mediante residuos generalizados GMRES [191] con precondicionamiento de Jacobi. Entonces, en el presente cap tulo, en primer lugar, plantearemos la soluci on por elementos nitos del sistema de Navier-Stokes, utilizando el m etodo cl asico de Galerkin. Lo anterior es con el n de exponer las inestabilidades num ericas que se presentan al realizar dicho procedimiento, generadas por uno o por la combinaci on de los dos factores mencionados: la restricci on de incompresibilidad y el predominio de las fuerzas inerciales sobre las viscosas. Luego describimos algunos de los m etodos de estabilizaci on y el utilizado en nuestra caso. Adicionalmente, se mencionar an esquemas de linealizaci on para el t ermino convectivo, y esquemas de discretizaci on temporal para el t ermino transitorio.

3.2.

Formulaci on en tensiones y de Laplace de las ecuaciones de Navier-Stokes

De acuerdo a lo visto en el Cap. 1.7, las ecuaciones que rigen el ujo de un uido viscoso e incompresible (asumiendo propiedades f sicas constantes) son + (u) = 0 en (0, T ) ; t (u,t + (u )u) = + f en (0, T ) ; (3.1) (3.2)

en [0, T ]. El vector x = (x, y, z ) corresponde a un sistema de referencia euleriano; t es el tiempo; es una cierta regi on de ujo, que en la mayor a de los problemas planteados en la tesis ser a tridimensional (3D); [0, T ] es un cierto intervalo de tiempo; u = (ux , uy , uz ) y son la velocidad y la densidad del uido, respectivamente, mientras que f es un t ermino forzante que representa la fuerza por unidad de volumen. El t ermino representa el tensor de tensiones denido como = pI + 2e S ; (3.3)

3.2. Formulaci on en tensiones y de Laplace de las ecuaciones de Navier-Stokes

41

donde p es la presi on, e = e y e son las viscosidades efectivas din amica y cinem atica, respectivamente. S olo en el caso laminar ambas viscosidades coinciden con la molecular. El t ermino I es la matriz identidad, mientras que S es la tasa de deformaci on 1 S = [(u) + (u)T )] ; 2 o, en notaci on indicial, Sij = 1 2 uj ui + xj xi . (3.5) (3.4)

Retornando a la denici on del tensor de tensiones dada por la Ec. (3.3), el mismo lo re-escribimos en notaci on indicial como = pij + ij ; donde ij = 2Sij ; (3.7) (3.6)

es el tensor de tensiones viscosas, el cual es una funci on de la tasa de deformaci on S . En el caso de un ujo incompresible, analizado en las Sec. 2.2 y 2.5 del Cap. 2, hemos tomado como constante a la viscosidad, por consiguiente podemos expresar las ecuaciones solamente en t erminos de las componentes de velocidad y presi on. Este esquema, que resulta adecuado para una resoluci on num erica, lo podemos re-escribir como u=0 ; 1 u + (u )u = p + 2 u + f ; t (3.8) (3.9)

la cual representa una mezcla de ecuaciones el pticas y parab olicas, donde las inc ognitas son el vector velocidad u y la presi on p en el dominio [0, T ]. De los dos sistemas mencionados, el primero (3.1 y 3.2) se denomina la formulaci on en tensiones, mientras que el segundo (3.8 y 3.9) corresponde a la formulaci on de Laplace. La formulaci on de Laplace es m as simple de trabajar e implementar, sin embargo, existen casos donde resulta necesario aplicar la formulaci on en tensiones, e.g. cuando se utilizan determinados modelos de turbulencia o cuando tenemos una fuerza como condici on de frontera, entre otros. En los dos sistemas de ecuaciones (3.13.2) y (3.8-3.9), falta incluir las condiciones iniciales y de borde apropiadas, a los efectos de cerrar el sistema y obtener un problema bien planteado. Para obtener la presi on p, una vez determinada la velocidad u, calculamos la divergencia en la ecuaci on de impulso (3.9) y separamos el t ermino de presi on, quedando la ecuaci on de Poisson de la

3.3. Condiciones iniciales y de borde presi on 2 p = f + 2 u (u )u u t .

42

(3.10)

Con el objeto de obtener una versi on de trabajo u til de la ecuaci on anterior, Gresho y Sani [133], sugieren despreciar el t ermino dependiente del tiempo, invocando la condici on de continuidad. Por consiguiente, usando la forma convencional del t ermino convectivo como del difusivo o viscoso, obtenemos la ecuaci on de Poisson en forma consistente de la siguiente manera 2 p = f + 2 u (u )u . (3.11)

La introducci on de la ecuaci on de la presi on descansa en dos puntos importantes del sistema de Navier-Stokes. En primer lugar, la presi on est a gobernada por una ecuaci on el ptica, forzando una transferencia inmediata de la se nal de presi on en todo el dominio. Como ya fue especicado, esto se sustenta en una velocidad innitamente alta del sonido en el medio. En segundo lugar, en la forma b asica del sistema de Navier-Stokes (3.8-3.9), la ecuaci on de la presi on est a camuada, es decir la presi on impl citamente se encuentra en la ecuaci on de continuidad (3.8), pero no aparece dentro de ella. Por razones de brevedad, omitimos comentarios sobre las condiciones de borde para la presi on, una discusi on interesante sobre este punto lo podemos encontrar en [133].

3.3.

Condiciones iniciales y de borde

La formulaci on dada por las Ecs. (3.1-3.2) o por (3.8-3.9) se completa especicando las condiciones iniciales y de borde adecuadas. Para establecerlas, descomponemos el contorno del dominio de ujo en g h w = ; g h w = ; en donde especicamos las condiciones de borde de tipo: Dirichlet (en g ), Neumann (en h ) o de pared (en w ), esto es, u=g n=h n = hw [u (x)] en g ; en h ; en w ; (3.12)

donde u corresponde a la velocidad de fricci on cercana a la pared, la cual en ciertas ocasiones es calculada con una determinada ley de pared que detallaremos m as adelante, en el cap tulo de turbulencia.

3.4. Aproximaci on por el m etodo de Galerkin

43

Con respecto a la presi on, como ya fue denida en el Cap. 2, apartado 2.4 en la p ag. 16, es una variable intr nseca e independiente del movimiento y estar a denida a menos de una constante. Es decir, la presi on es un variable impl cita tal que instant aneamente se ajusta a s misma para satisfacer la condici on de la incompresibilidad. Entonces, tenemos que especicar un valor arbitrario de esta variable en al menos un punto arbitrario del dominio de ujo a n de remover su modo r gido. Para tal n, optamos por hacerlo en puntos sobre la supercie de salida, esto es, p = pref en xp s . (3.13)

Cuando tratamos los problemas relacionados con la aerodin amica de veh culos, la condici on de borde que imponemos en la supercie de entrada e , corresponde a un ujo pist on, la cual se representa por un perl uniforme en la velocidad U . En lo que respecta a las supercies laterales del dominio de ujo , las mismas son tratadas como de deslizamiento (o slip) y, sobre el cuerpo que se desplaza por la carretera, imponemos una condici on de no-deslizamiento (no-slip). A continuaci on, para simular el movimiento del piso, a la supercie inferior del dominio, le imponemos una velocidad igual a la de la supercie de entrada U . Por u ltimo, las condiciones iniciales corresponden a un ujo con velocidad uniforme U en todo el dominio .

3.4.

Aproximaci on por el m etodo de Galerkin

Modelo de elementos nitos mixtos

La formulaci on b asica de residuos ponderados generalmente utilizada en elementos nitos es el m etodo de Galerkin. Este m etodo tiene la particularidad que las funciones de peso y de interpolaci on pertenecen al mismo espacio funcional. Esta cualidad es muy importante ya que produce matrices de rigidez sim etricas, lo cual le conere la propiedad de una mejor aproximaci on [116]. Por ejemplo, en problemas relacionados con la elasticidad lineal o de conducci on del calor. En tal caso, la soluci on por elementos nitos no s olo es aquella que satisface la formulaci on variacional o d ebil sino que, adem as, es soluci on de un problema de minimizaci on. Cuando tratamos de resolver problemas con transporte convectivo, como los considerados en esta Tesis, nos encontraremos con que se producen matrices de rigidez no-sim etricas y, por consiguiente, la propiedad de mejor aproximaci on se pierde. Lo que se observa son soluciones que presentan oscilaciones esp ureas, sobre todo en aquellas situaciones dominadas por la convecci on o advecci on y por la condici on de contorno corriente abajo que puede imponer un cambio brusco en la soluci on. Para resolver este inconveniente, eliminando las oscilaciones mencionadas, se recurre a utilizar diferentes metodolog as. Una de las que primero se intenta emplear es aquella donde los t erminos

3.4. Aproximaci on por el m etodo de Galerkin

44

convectivos y difusivos sean del mismo orden. Esto se puede lograr renando la malla, de forma tal que a nivel del elemento se cumpla la condici on anterior. En la mayor a de los casos representa una fuerte restricci on, ya que existen situaciones en que se necesita un renamiento de tal magnitud, que si bien conduce a soluciones precisas, el costo computacional a pagar puede ser demasiado elevado. El punto de arranque para el desarrollo de un modelo de elementos nitos para el sistema de ecuaciones de Navier-Stokes (3.8-3.9), consiste en plantear su forma d ebil o variacional mediante el m etodo de Galerkin [135, 14, 17, 165]. Se lo suele denominar el modelo de velocidad-presi on o modelo mixto, en donde las componentes de la velocidad u son mezcladas con otra que corresponde a una fuerza por unidad de supercie, tal como lo es la presi on p y ambas son retenidas por una formulaci on m as simple. Debemos notar que este modelo es el mismo que la formulaci on por multiplicadores de Lagrange. En este caso, el multiplicador es el negativo de la presi on (ver Cap. 2, apartado 2.4, p ag. 16). Los diferentes tipos de modelo de elementos nitos dependen de la forma de integral ponderada usada para generar las ecuaciones algebraicas. Las formas debilitadas son un planteo equivalente, tanto para la ecuaci on diferencial que gobierna el sistema, como para las condiciones de borde naturales asociadas al problema. Existen tres pasos para desarrollar la formulaci on d ebil. Primero, ponemos todas las expresiones diferentes de cero a un lado de la igualdad, luego multiplicamos la ecuaci on resultante por las funciones de peso w y nalmente integramos sobre el dominio del elemento gen erico e , que corresponde a la red en que se ha subdividido la regi on de inter es (continuo discretizado). Dentro de cada elemento, las variables se expresan en t ermino de sus valores en los nodos a trav es de funciones de forma convenientes. Analizando el sistema de Navier-Stokes, el orden de aproximaci on necesario para las velocidades tiene que ser mayor que para las presiones debido a las derivadas de mayor orden presentes para la velocidad. Entonces, en primera instancia, aproximamos los campos de velocidad y presi on con polinomios de diferente grado, e.g. cuadr aticas para la velocidad y lineales para la presi on, es decir, u(x, t) p(x, t) [N (x)]T [u(t)] ; [M (x)]T [p(t)] ; (3.14) (3.15)

donde [u(t)] y [p(t)] son las inc ognitas en los nodos del elemento. Los t erminos [N (x)]T y [M (x)]T representan las correspondientes transpuestas de las funciones de forma. A continuaci on, expresamos las funciones de forma en funci on de las coordenadas locales del elemento. El u ltimo paso es obtener una formulaci on que permita calcular el valor de dichos campos en los correspondientes nodos. Al emplear el m etodo de Galerkin deducimos una forma d ebil que conduce a expresiones discretas para las diversas matrices y vectores del elemento, quedando nalmente un sistema de ecuaciones diferenciales

3.4. Aproximaci on por el m etodo de Galerkin ordinarias en el tiempo t, de primer orden, acopladas y no-lineales.

45

Cuando utilizamos la forma d ebil, el requerimiento de continuidad correspondiente a la funci on de forma se reduce (o se debilita), ya que pasamos algunos grados de diferenciaci on a la funci on de peso, esto es, en el m etodo de Galerkin se transeren derivadas de las variables originales (u, p) hacia las de peso w, de forma tal que se reduce el orden del sistema resultante. Para tal n se emplea la integraci on por partes (teorema de Green-Gauss), la cual produce adem as t erminos en la frontera, los cuales constituyen una condici on de borde natural. Empero, las ecuaciones de Navier-Stokes que gobiernan el ujo de un uido viscoso e incompresible no admitan un funcional conocido. Sin embargo, podemos construir para ellas una formulaci on d ebil. El planteo de integral ponderada sobre un elemento t pico de dominio e estar a dado por q
e

ui xi

d = 0 ; uj ui + xj xi

(3.16)

w
e

ui ui + uj t xj

pij + xj

+ fi d = 0 ;

(3.17)

donde (q, w) son ciertas funciones de peso las cuales, en el m etodo de Galerkin, son iguales a las funciones de interpolaci on usadas para discretizar (p, u). Por otro lado, las variables secundarias de la formulaci on no pueden aparecer como condiciones de frontera. Por ejemplo, examinando las componentes de tensi on en la frontera, tenemos de la Ec. (3.12) que ui = ug i Ti = ij nj = ti Ti = ij nj = twi en g ; en h ; en w . (3.18)

De la ecuaci on de cantidad de movimiento (3.17), resulta claro que la integraci on por partes se debe realizar sobre la expresi on entre corchetes, para as obtener la tensi on Ti como una expresi on de la frontera. No integramos por partes la ecuaci on de continuidad porque resulta innecesaria la debilitaci on de la diferenciabilidad sobre la velocidad ui . Adem as, las condiciones de borde resultantes no ser an f sicamente justicables. Luego de estos comentarios, si usamos la formulaci on d ebil de las Ecs. (3.16-3.17), el sistema nos quedar a q
e

ui xi +

d = 0 ; wi pij + xj uj ui + xj xi wi Ti d = 0 .
e

(3.19)

wi
e

ui ui + wi uj t xj

(3.20)

wi fi } d

3.5. El modelo de elementos nitos

46

Con esto completamos el desarrollo de la formulaci on d ebil. Resumiendo: las formulaciones d ebiles surgen cuando, de alguna manera, el problema puede ser llevado a una forma conservativa, en tal caso, dicha formulaci on se obtiene pesando la ecuaci on con una funci on de ponderaci on e integrando por partes.

3.5.

El modelo de elementos nitos

En el m etodo de los elementos nitos (FEM), las ecuaciones de gobierno son escritas en una forma variacional antes de la discretizaci on. Esta formulaci on variacional corresponde a minimizar alguna integral de energ a sobre el dominio del problema. La soluci on del mismo se supone que tiene una forma prescripta y pertenece a un espacio funcional en particular. La discretizaci on por elementos nitos la realizamos en dicho espacio funcional. La formulaci on integral del problema, conere a elementos nitos, la posibilidad de incorporar en forma m as natural diferentes tipos de condiciones de borde. M as a un, la combinaci on de la representaci on de la soluci on en un espacio funcional, junto con una formulaci on integral, tratando m as rigurosamente las condiciones de frontera, proporciona al m etodo un fundamento matem atico m as robusto. Esto, a su vez, permite dar una mejor denici on en lo que respecta a la precisi on y an alisis del error, mientras que en otros m etodos, tales como diferencias nitas (FDM) o volumenes nitos (FVM), el concepto de precisi on es quiz as m as vago. Los m etodos por elementos nitos muestran sus mejores cualidades cuando resolvemos un problema en un dominio de formas complicadas (y quiz as discretizado con mallas no-estructuradas). Sin embargo, en estos m etodos la conservaci on de masa se satisface en forma global y no localmente como en diferencias nitas. Cuando usamos el m etodo de Galerkin restringimos la elecci on de las funciones de peso al espacio de funciones de aproximaci on usadas para los campos de presi on y velocidad. En primer lugar, dividimos el dominio del ujo , en una cantidad E de elementos nitos. Si a la forma d ebil o variacional, etodo, obtenemos para el dominio global establecida con las Ecs. 3.19 y 3.20, le introducimos este m y la ecuaci on de momentos, el siguiente planteo: Encontrar u U S y p P S tal que: w

u d + t

[(u ) u] w d

2 [(u) : (w)] d

p (q ) d

(3.21)

f w d +
h

th w d +
H

(t1 g1 + t2 g2 ) w d ;

3.5. El modelo de elementos nitos para todo w W S , y sujeto a las condiciones de borde u = ug n = th en g [0, T ]; en h [0, T ];

47

(3.22) (3.23)

. donde = es el contorno de . Se supone que: g es la frontera donde est a prescripta la velocidad (contorno de tipo Dirichlet), h es la frontera donde se prescribe la tensi on th (contorno tipo Neumann), mientras que H es la parte del contorno donde se encuentran prescriptas tanto la velocidad normal un como las componentes de las tensiones tangenciales t1 y t2 , donde g1 y g2 son versores con una base local tangente sobre la supercie en H en el caso tridimensional. El operador gradiente sim etrico aplicado a un campo vectorial cualquiera a, presente en el tercer t ermino de la Ec. (3.21), se dene como (a) = 1 (a) + (a)T 2 .

A la ecuaci on de impulso le agregamos la de continuidad q ( u) d = 0 ;

(3.24)

para todo q QS . Por u ltimo, para cerrar el problema, establecemos la condici on inicial u(x, 0), w = u0 (x), w ; (3.25)

para todo w W S . Por otra parte, los espacios funcionales utilizados en la formulaci on anterior son U S = u ; donde u L2 (0, T ) H 1 ( )d , tal que u |g = ug y (u n) |H = un , con t (0, T ) ; P S = p ; donde p L2 (0, T ) L2 ( ), tal que

qd = 0 y t (0, T ), con h = ;

1 ( )d , tal que w | = 0 y (w n) | W S = w ; donde w H0 g H = 0 ;

QS = q : donde q L2 ( ) ; Para obtener la forma de Galerkin de la ecuaci on de continuidad 3.16, que dene impl citamente a la presi on, se la multiplica por la funci on de forma de la presi on Mi , con i = 1, 2, ..., M , siendo M la dimensi on del espacio dimensional utilizado para aproximar la presi on p. Destaquemos que las dicultades que se presentan cuando resolvemos num ericamente las ecuaciones advectivas-difusivas, han sido bien establecidas, sobre todo, en aquellos casos donde el t ermino convectivo (advectivo) (con derivadas primeras de las variables) tiene mayor importancia relativa ante los t erminos difusivos (con derivadas segundas), presentando un doble comportamiento el ptico-parab olico. Este tipo de ecuaciones gobiernan la f sica de una gran parte de los fen omenos de transporte advectivo y de los ujos presentes en la naturaleza (ecuaciones de Navier-Stokes), donde las dicultades se vislumbran a medida que aumenta los n umeros de Peclet o de Reynolds. Cuando queremos

3.6. Ponderaci on seg un las l neas de corriente. Un poco de historia

48

resolver num ericamente tales ecuaciones por el m etodo de diferencias nitas, uno de los primeros inconvenientes que se identica es la falta de precisi on en los resultados, lo que perdura a un cuando usemos el m etodo de Galerkin en elementos nitos correspondiente a esquemas en diferencias centradas. La estabilidad del m etodo est a regida por el n umero de Reynolds (o por el de Peclet) local, el cual depende de la discretizaci on utilizada y de las propiedades f sicas del problema. Una alternativa de soluci on, aunque poco econ omica, es renar en gran cantidad la malla, resultando muy costoso a nivel computacional. De all la necesidad de buscar m etodos que traten de optimizar y mejorar el c omputo num erico. El m etodo Galerkin (o Bubnov-Galerkin) funciona muy bien para ecuaciones diferenciales el pticas. Cuando se lo emplea a otras clases de ecuaciones encontramos que se pueden producir soluciones inestables, es decir, aquellas que exhiben oscilaciones espaciales no-f sicas.

3.6.

Ponderaci on seg un las l neas de corriente. Un poco de historia

Dentro del contexto de diferencias nitas, el m etodo de Galerkin corresponde a esquemas en diferencias centradas. Como es bien sabido una aproximaci on centrada tipo Galerkin produce oscilaciones num ericas que vician la soluci on, independientemente del tama no de la malla. Este fen omeno fue estudiado durante muchos a nos por quienes investigaban en el campo de las diferencias nitas. El inconveniente fue resuelto por medio de diferencias no-centradas en contra-corriente (upwind) sobre los t erminos convectivos (ver Refs. [40, 129, 139, 74]). En el contexto de elementos nitos se trabaj o inicialmente sobre la base de una difusividad articial. Esta t ecnica consiste en aproximar la derivada primera en un nodo, por el valor en el mismo nodo m as el de su vecino aguas arriba. Esto conduce a esquemas con precisi on de primer orden, en constraste con la de segundo orden que se obtiene cuando se utiliza un esquema en diferencias centradas. La p erdida de precisi on se maniesta en un car acter demasiado difusivo de las soluciones. Esto le ha ocasionado severas cr ticas, ya que puede interpretarse como un esquema centrado al cual le agregamos un t ermino adicional a la difusi on f sica. Otro aspecto criticado es la falta de consistencia del mismo, que se pone de maniesto en aquellos problemas donde aparecen t erminos fuente. Entre otras, una de las respuestas a la primera de las cr ticas, fue tratar el t ermino convectivo como una combinaci on lineal de los esquemas centrado y descentrado. La combinaci on optima se logra cuando se obtiene una soluci on nodalmente exacta en un problema unidimensional (1D) sobre una malla uniforme. Cuando se pretendi o pasar a m as de una dimensi on, se pudo determinar que tal esquema era demasiado difusivo en la direcci on transversal a las l neas de corriente. Esto sugiri o el m etodo Streamline Upwind Diusion, en el cual la difusi on articial es anisotr opica, actuando solamente en direcci on de

3.6. Ponderaci on seg un las l neas de corriente. Un poco de historia

49

la l nea de corriente. Pero este m etodo fue tambi en criticado por su falta de consistencia, es decir, la soluci on cl asica no es soluci on del problema discretizado. La salida lleg o a trav es de los m etodos de Petrov-Galerkin, en los cuales la estabilizaci on espacial se obtiene mediante una perturbaci on de la funci on de peso. Partiendo de la base que, en el caso unidimensional equiespaciado, las ecuaciones discretizadas utilizando el m etodo de diferencias centradas y el de Galerkin en elementos nitos lineales son coincidentes, y que el comportamiento oscilatorio de la soluci on num erica mejora usando un esquema a contracorriente en diferencias nitas [4] (backward dierence scheme) para la discretizaci on de las derivadas primeras de la ecuaci on de convecci on-difusi on, se ha intentado incorporar este efecto favorable en la formulaci on de elementos nitos. Para ello, se ha propuesto utilizar una funci on de peso diferente a la que se utiliza en el m etodo de Galerkin est andar [109] 1 . La extensi on a elementos nitos fue llevada a cabo desde diferentes direcciones, una de las cuales corresponde a la realizada por Christie y sus colaboradores [61]. Esta tiene ntima relaci on con el m etodo Streamline Upwind Petrov Galerkin (SUPG). En este trabajo se presentan funciones lineales y cuadr aticas de peso para el caso unidimensional, donde las funciones de forma pueden ser tambi en lineales o cuadr aticas. Posteriormente Hughes [4, 168] y Heinrich [39, 18, 78], extendieron la resoluci on al caso bidimensional.

3.6.1.

Formulaciones tipo Petrov-Galerkin

Dada la funci on de advecci on escalar lineal u + a u = 0 t ; x Rn ; (3.26)

los m etodos de Petrov-Galerkin pueden ser puestos en la forma i (x)

u + a u t

d = 0

i = 1, 2, . . . , N ;

(3.27)

donde i es la funci on de prueba que puede ser, en principio, diferente a la de interpolaci on. Notemos que la soluci on exacta al problema (3.26) satisface el sistema de ecuaciones (3.27), lo cual es una prueba de la consistencia del m etodo. Hughes propone funciones de peso del tipo i = i + pi ;
1

(3.28)

En este m etodo la funci on de peso se elige en el espacio de las funciones soluci on, y en general, se rescatan (por

simplicidad), las funciones base de dicho espacio, conocidas en el espacio discretizado como funciones de forma. Las nuevas funciones de peso que se adoptan ya no pertenecen al espacio soluci on del problema. .

3.6. Ponderaci on seg un las l neas de corriente. Un poco de historia donde es la funci on t pica de interpolaci on multilineal y pi es una perturbaci on de la forma pi = a i ;

50

(3.29)

donde es un par ametro a ajustar, que se elige en base a criterios espaciales o temporales. Introduciendo (3.28) y (3.29) en (3.27) y posteriormente debilitando el sistema, obtenemos i
e

u i au + (a i )(a u) d + t

(...)d = 0 ;

(3.30)

donde se pone en evidencia el car acter difusivo que introduce la perturbaci on p i . Lo notable de estos m etodos Petrov-Galerkin es la posibilidad de introducir este t ermino disipativo en forma consistente. Restringi endonos a la Ec. (3.26), Heinrich propone algo similar a lo anterior con el agregado de una extensi on al caso transiente. Podemos decir, que si bien las funciones de peso

Funcin de peso (nodo i)

Funcin de forma (nodo i)

i1

i+1

Figura 3.1: Caso unidimensional utilizando elementos nitos lineales: comparaci on de la funci on de forma del m etodo de Galerkin convencional y la de ponderaci on a contracorriente del m etodo de Petrov-Galerkin. pueden elegirse en forma arbitraria (tal como lo expone Hughes [4]), la conveniencia de este tipo de m etodos radica en seleccionar funciones asim etricas, de manera tal que reproduzcan el efecto deseado de los esquemas en diferencias nitas a contracorriente, tal como lo indican Heinrich et al. [79]. Si consideramos el caso unidimensional, para mayor claridad, la funci on de peso en un nodo t pico i, pesa con un valor mayor al que le corresponder a si se usara el m etodo de Galerkin, a los elementos que quedan corriente arriba, y con uno peso menor a aquellos que se encuentran corriente abajo, ver Fig. (3.1). Para los problemas de convecci on-difusi on, podemos interpretar el resultado obtenido con diferencias nitas en contracorriente como equivalente al obtenido con diferencias centradas, en donde la difusi on del problema f sico se ve modicada en una cantidad denominada difusi on articial. El esquema en diferencias centradas es el que produce menos difusividad (underdiuse) con respecto a la soluci on anal tica. Esto lo demuestra claramente Christie [61] al indicar la medida optima del

3.6. Ponderaci on seg un las l neas de corriente. Un poco de historia

51

coeciente de ponderaci on a contracorriente que se debe utilizar para obtener resultados nodalmente exactos. De la misma manera, podemos interpretar que los m etodos en elementos nitos que utilizan ponderaci on tipo Petrov-Galerkin, tambi en introducen difusi on articial al problema. Teniendo en cuenta esta idea, Kelly et al. [34], presentan un trabajo donde agregan la difusi on necesaria en la direcci on de la velocidad con que se transporta la variable en el caso bidimensional.

3.6.2.

Formulaciones tipo Petrov-Galerkin ponderadas a contracorriente

Si queremos obtener la soluci on de la ecuaci on transitoria de convecci on-difusi on, las dicultades num ericas resueltas anteriormente vuelven a presentarse. Para comprenderlo, planteamos la ecuaci on de Burgers 2 +a =k 2 +f ; t x x (3.31)

donde es la soluci on, a es la velocidad del ujo con que se transporta la variable , k es la difusi on del medio, f es el t ermino fuente, t es el tiempo y x la coordenada espacial. El problema se completa con las condiciones de borde e iniciales adecuadas. Cuando generalizamos el problema a casos multidimensionales, encontraremos un efecto de difusi on no deseada en direcci on perpendicular al ujo [4]. Para corregir este problema Brooks y Hughes, propusieron incorporar el efecto de una ponderaci on a contracorriente, s olo en la direcci on necesaria, es decir, aquella correspondiente al campo de velocidad en que se transporta la variable. Es decir, lo que se hace es a nadir difusi on (o viscosidad) articial,
Funcin perturbacin (nodo i) p Funcin de forma (nodo i)

i1

i+1

Figura 3.2: Caso unidimensional utilizando elementos lineales: comparaci on de la funci on de forma del m etodo de Galerkin convencional y la de perturbaci on del m etodo SUPG. solamente en la direcci on de las l neas de corriente. Este m etodo tiene el aspecto de ser tan robusto como el de un m etodo contra-corriente cl asico, pero no est a sujeto a las cr ticas mencionadas anteriormente. Si lo extendemos a una formulaci on Petrov-Galerkin, las funciones de peso est andar de Galerkin son modicadas agregando una perturbaci on upwind en las l neas de corriente, la que act ua

3.7. Discretizaci on por elementos nitos

52

s olo en la direcci on del ujo. Esta funci on de peso modicada se aplica a todos los t erminos de la ecuaci on, resultando una formulaci on residual ponderada y consistente. Las nuevas funciones de peso son las funciones de forma , m as el agregado de una funci on perturbaci on p. Brooks y Hughes proponen una funci on de peso discontinua (ver Fig. (3.2)). Esta funci on perturbaci on depende de la velocidad con que se transporta la inc ognita, de la difusividad del medio y del gradiente espacial de las funciones de forma. La funci on de forma se la dene como =+p ; mientras que la funci on perturbaci on es pi = a donde se obtiene como = ()he ; 2|a| (3.34) ; x (3.33) (3.32)

siendo he una dimensi on caracter stica del elemento, en este caso el di ametro del mismo; | | la norma en el espacio correspondiente y la funci on de la difusi on num erica optima unidimensional [61] que, para discretizaciones lineales, es = coth() 1 ; donde el par ametro = ah . 2k (3.36) (3.35)

es el n umero de P` eclet. A este m etodo de ponderaci on se lo conoce como Streamline Upwind PetrovGalerkin (SUPG).

3.7.

Discretizaci on por elementos nitos

Tal como lo hemos mencionado anteriormente, hay dos dicultades num ericas principales asociadas al problema (3.8-3.9). La primera de ellas es debida a la condici on de incompresibilidad, la cual obliga a que los espacios de elementos nitos para interpolar la velocidad y la presi on sean compatibles (o div-estables). Esto conduce a la condici on de estabilidad de Bab uska Brezzi (o condici on BB), que luego abordaremos. Esta condici on exige utilizar igual interpolaci on para la velocidad y la presi on. Esta no es la u nica forma, ya que tambi en se puede lograr, por ejemplo, modicando la forma variacional est andar del me etodo de Galerkin al problema fuerte.

3.7. Discretizaci on por elementos nitos

53

La segunda dicultad aparece cuando el t ermino convectivo de la ecuaci on de momento (3.9) es importante frente al t ermino viscoso o difusivo (problemas con altos n umeros de Reynolds). En este caso la forma bilineal resultante de usar el m etodo de Galerkin pierde coercividad
2

a medida

que la viscosidad disminuye. Desde un punto de vista f sico, el sistema de ecuaciones obtenido por el m etodo de Galerkin a nade una viscosidad negativa proporcional al n umero de Reynolds. Esto ocasiona una estabilidad num erica del sistema deciente, generando oscilaciones esp ureas en la velocidad. Las diferentes metodolog as para su soluci on, a naden difusi on num erica al ujo, de tal forma que se obtenga un esquema num erico estable y lo m as exacto posible. Entre otras, podemos mencionar los m etodos de Taylor-Galerkin, Galerkin-caracter sticas, SUPG (Streamline Upwind Petrov-Galerkin) y Galerkinm minos cuadrados (GLS). De todos ellos hemos adoptado el SUPG. Para analizar lo dicho, consideraremos un ujo de Stokes (ujo reptante), estacionario, con un t ermino forzante f , e.g. ver Idelsohn et al. [147]. Las ecuaciones que gobiernan este sistema son u=0 ; u + p = f ; u=0; en ; en ; en ; (3.38) (3.39) (3.40)

donde u es el vector velocidad, p la presi on y la viscosidad cinem atica. Por simplicidad suponemos condiciones de contorno de tipo Dirichlet homog eneas. La formulaci on de Galerkin se obtiene pesando la ecuaci on de momento por una funci on de interpolaci on para la velocidad, y a la ecuaci on de continuidad con otra de interpolaci on para la presi on. La correspondiente formulaci on d ebil es q ( u) d = 0 ;

(3.41)

( v ) p d +

(v : u) d (3.42) v Vh .

f v d +

d vtn

Adem as denimos los espacios de interpolaci on Xh = span{Np , = 1, . . . , N } Vh = span{Nu , = 1, . . . , N }

2

(3.43) (3.44)

funcional coercivo: un funcional bilineal (x, y ) denido sobre un espacio vectorial normado V es coercivo (o

el ptico) si existe una constante positiva 0 < K < tal que (x, x) K |x|2 para todo x V ; (3.37)

3.7. Discretizaci on por elementos nitos

54

Debemos notar que no aparecen derivadas para la presi on p, ni para las funci on de peso q , lo que hace posible utilizar aproximaciones discontinuas para p. El sistema matricial (discreto) obtenido es O QT P O = ; (3.45) Q K U F o bien AX = B ; donde p1 (3.46)

ph =

p Np

p2 ; P = . . . pN

(3.47)

u1

ujh =

uj Nu

u2 ; U = . . . uN

(3.48)

Qk =

Nu,k Np d

Kij =

Nu,k (ij )Nu,k d .

(3.49)

Notemos que la matriz K es sim etrica y denida positiva, mientras que la matriz total A s olo es sim etrica y, de hecho, no puede ser denida positiva ya que tiene elementos diagonales nulos. Debido a que K es regular, podemos despejar el vector U de la ecuaci on de impulso. Luego lo insertamos en la de continuidad, obteniendo una ecuaci on para P , dada por HP = QT K 1 Q P = QT K 1 F ; (3.50)

donde la matriz H es sim etrica y denida positiva. Para que este problema est e bien planteado, por lo menos debemos exigir que la matriz del sistema sea regular. Esto ocurrir a si Q tiene su rango de las (el n umero de las linealmente independientes) igual a Np , es decir, al n umero de grados de libertad de la presi on. Si Q tuviera un rango menor que Np , entonces existir a un vector P tal que QP = 0 y, por consiguiente, HP = 0. Por otro lado si Q tiene un rango igual a Np , entonces para todo P = 0, tendremos que u = QP = 0 y, por lo tanto, el sistema quedar a P T QT K 1 Q P = uT K 1 u > 0 . (3.51)

3.7. Discretizaci on por elementos nitos

55

3.7.1.

Estabilizaci on con interpolaciones mixtas y la condici on de Babus ka Brezzi

Para lograr una aproximaci on convergente es crucial una elecci on de la pareja de espacios de interpolaci on (Xh , Vh ). La condici on de estabilidad en la soluci on para formulaciones mixtas fueron establecidas por Bab uska Brezzi, por lo que es conocida como la condici on BB [59, 60, 38, 37]. Esto signica que las funciones aproximantes del problema deben satisfacer dicha condici on. Por consiguiente, las mismas no se pueden elegir arbitrariamente ya que existe una dependencia entre ellas. La existencia y unicidad de la soluci on para el problema (3.38-3.39) se demuestra bajo las siguientes hip otesis: i) La forma bilineal a(u, v ) = en el espacio V , es decir, Na > 0 | a(u, v ) Na u Nl > 0 | l(v ) Nl v ii) La forma bilineal a(u, v ) es coerciva en V , esto es, Ka > 0 | a(u, u) Ka u
2 1 1 1

(v : u) d y l(v ) =

f v d +

d son continuas vtn

(3.52) (3.53)

(3.54)

iii) Los espacios funcionales son div-estables. Esto signica que los mismos cumplen con la condici on de Bab uska Brezzi, Kb > 0 | sup
v V{0}

q v d Kb q v 1

q X

(3.55)

La continuidad de las formas a(u, v ) y l(v ) se demuestra a partir de la desigualdad de Cauchy. De igual manera la coercividad de a(u, v ) queda probada utilizando la desigualdad de Poincar e-Friederics para el caso de viscosidad constante. La condici on BB se cumple por la elecci on de los espacios funcionales [120] y es necesaria para acotar la norma de la presi on: sin ella no se puede obtener un estimador de estabilidad en p
0

y, por consiguiente, no se tendr a control sobre dicha variable.

Generalmente en elementos nitos la presi on se la aproxima con polinomios de, al menos, un grado menor que los correspondientes al campo de velocidad. Si no se satisface la condici on BB entonces, en general, se tendr an oscilaciones num ericas. Son muchos y variados los trabajos que utilizan elementos nitos dise nados para satisfacer dicha condici on. Retornando a nuestro sistema (3.38-3.39), la condici on BB la podemos escribir como inf sup
qh 2 |vh | d

vh d
1 2

qh Xh {0} vh Vh {0}

2 qh d

1 2

C = C (h) .

(3.56)

3.7. Discretizaci on por elementos nitos La versi on discreta de la misma, en t erminos de las matrices de elementos nitos, ser a inf sup q T Qv (v T Kv )1/2 (q T Mp q )1/2 = BB C = C (h) .

56

q RN {0} v R3N {0}

(3.57)

Trabajando un poco la Ec.(3.57), podemos concluir que [147]

1 BB = m nimo autovalor de{QK 1 QT Mp };

(3.58)

donde Mp es una matriz de masa para la presi on, Mp (, ) =

Np Np d .

(3.59)

Como la matriz de masa tiene un n umero de condici on muy bajo, pr acticamente, no afecta la expresi on anterior, de manera que podemos tomar tambi en BB = m nimo autovalor de{QK 1 QT } . (3.60)

Notemos que la matriz en cuesti on es la misma que se obtiene si condensamos el sistema total en el vector de presiones, Ec. (3.51). De manera que el criterio BB parece relacionar la convergencia en el espacio de interpolaci on seleccionado con el comportamiento de los autovalores para un h 0.

3.7.2.

M etodos de elementos nitos estabilizados

Pares de espacios de interpolaci on que satisfagan la condici on BB son dif ciles de obtener. Una alternativa es la estabilizaci on a priori del sistema inestable por el agregado de t erminos de estabilizaci on que sean dependientes de la dimensi on h de la malla. Estos t erminos son muy similares, pero dieren de un autor a otro en cuanto a los argumentos esgrimidos para lograr dicha estabilizaci on. Ejemplos de lo anterior los tenemos con los m etodos de correcci on de la velocidad (velocity correction methods) de Schneider et al. [48] o Kawahara/Ohmiya [98], en donde se propone un algoritmo de estabilizaci on basado en la descomposici on del operador, al igual que el esquema de Zienkiewicz et al. [122]. Otros esquemas, tales como los de Douglas/Wang [66], Hughes et al. [167] y Tezduyar et al. [161], utilizan t ecnicas de Petrov-Galerkin tales como SUPG (Streamline Upwind Petrov-Galerkin), PSPG (Pressure Stabilized Petrov-Galerkin) o GLS (Galerkin Least Square). La principal desventaja de los m etodos de estabilizaci on es el agregado de par ametros libres (free parameters) que est an relacionados con la cantidad de estabilizaci on agregada, en contraste con las formulaciones estables. Una de las maneras consiste en modicar el sistema de ecuaciones a resolver (Ec. 3.38-3.39), agreg andole a la ecuaci on de momento un t ermino de estabilizaci on que proviene de tomar el gradiente en la ecuaci on de continuidad y otro proporcional a la divergencia de la ecuaci on

3.8. Estabilizaci on de las ecuaciones de Navier-Stokes de impulso. El sistema quedar a de la forma u + p ( u) = f ; u p = ( f ) .

57

(3.61) (3.62)

Como los sistemas son equivalentes, el esquema estabilizado resultante tiene la misma precisi on (desde el punto de vista del orden del error de truncamiento), independientemente de los valores de y . En forma matricial, el sistema de ecuaciones es K + G Q U F = ; QT H P S donde las matrices e interpolaciones de elementos nitos est andar son H, =

(3.63)

Np,k Np,k d fi Nu d

Gi,j =

Nu,i Nu,j d ; fi Np,i d

(3.64)

Fi =

S =

donde G y H son aproximaciones a los operadores grav-div y de Laplace (vectorial), respectivamente. Con el agregado de estos t erminos de estabilizaci on, el bloque que en un principio era nulo ya no lo es. Adem as, el sistema se ha transformado en el ptico, por lo que ser a necesario imponer condiciones de borde de presi on (tarea que no es trivial). En la pr actica lo que se hace es dejar la presi on libre, lo cual equivale a imponer derivada normal de la presi on nula, p,n = 0, lo cual no es cierto pero se absorbe en una capa l mite de espesor h.

3.8.

Estabilizaci on de las ecuaciones de Navier-Stokes

Las resoluciones num ericas de las ecuaciones de Navier-Stokes en el caso incompresible basadas en el m etodo cl asico de Galerkin pueden sufrir de oscilaciones esp ureas proveniente de dos fuentes principales. La primera de ella se debe al car acter advectivo-difusivo de las mismas, y tal como lo hemos analizado para la ecuaci on de advecci on-difusi on escalar, estas oscilaciones pueden contaminar el campo de velocidad para valores elevados de advecci on o, en este contexto, para altos valores del n umero de Reynolds. La segunda fuente de inestabilidad est a relacionada con el car acter mixto de la formulaci on. Si empleamos interpolaciones de igual orden para la velocidad y la presi on, no se satisface la condici on de compatibilidad de Bab uska Brezzi (o inf-sup), y se producir an patolog as num ericas indeseables en ambos campos (e.g. oscilaciones). Un primer tratamiento de estas patolog as num ericas propuso (i) utilizar s olo interpolaciones que cumplen la condici on inf-sup y (ii) modicar el operador advectivo discreto con el objetivo de incluir

3.8. Estabilizaci on de las ecuaciones de Navier-Stokes

58

s olo el efecto de la corriente (upwinding). Aunque esta propuesta parece razonable, su implementaci on pr actica no produjo resultados convincentes prevaleciendo en algunos casos las inestabilidades num ericas o, en otros, una excesiva difusi on que afecta la precisi on de los resultados. Otra alternativa es agregar t erminos de estabilizaci on al sistema obtenido con la formulaci on est andar de Galerkin. El primer t ermino agregado estabiliza la velocidad y condujo a la formulaci on Streamline Upwind Petrov Galerkin (SUPG) [161], mientras que el segundo t ermino agregado estabiliza la presi on y dio lugar a la formulaci on Pressure Stabilized Petrov-Galerkin (PSPG) [167]. Ahora, con el agregado de ambos t erminos de estabilizaci on es posible utilizar interpolaciones de igual orden para la velocidad y la presi on y sin que se generen oscilaciones num ericas esp ureas en la presi on. A continuaci on resumimos la formulaci on de elementos nitos empleada para resolver num ericamente las Ecs. (3.8-3.9), junto a las condiciones de contorno denidas por la Ec. (3.12). Exponiendo previamente en forma concisa la discretizaci on temporal y la linealizaci on utilizada.

3.8.1.

Discretizaci on en el tiempo

Para discretizar los t erminos temporales se utiliz o la regla trapezoidal (m etodo ). Para analizar este m etodo, tomemos un sistema de ecuaciones diferenciales de la siguiente forma u = F (u, t) ; t y denimos un+ un+1 + (1 )un . (3.66) (3.65)

Si t es el tama no de una partici on uniforme del intervalo de tiempo [0, T ], podemos denir tn = nt y un como una aproximaci on a u(tn ). Usamos el m etodo en la Ec.(3.65), la que podemos escribir de las dos formas siguientes, un+1 un = F (un+ , tn+ ) ; t un+1 un = F (un+1 , tn+1 ) + (1 )F (un , tn ) . t (3.67)

(3.68)

Podemos observar que la implementaci on del primer esquema implica la programaci on de menos t erminos, sin embargo, se tendr a que almacenar no s olo un y un+1 , sino que tambie en un+ . Este inconveniente se logra subsanar si observamos que un+1 un = un+ un . (3.69)

3.8. Estabilizaci on de las ecuaciones de Navier-Stokes Si ahora volvemos a reescribir la Ec. (3.67), tendremos un+ un = F (un+ , tn+ ) ; t y una vez que obtenemos un+ , el valor de un+1 se calcula usando la Ec.(3.66).

59

(3.70)

En el caso de adoptar el esquema (3.68) para la discretizaci on temporal, la diferencia entre las formas d ebiles de Galerkin ser a de orden t2 , e.g. ver Codina [135]. Dicha diferencia proviene s olo del t ermino convectivo debido a su no linealidad. Como luego veremos, t2 es el m nimo error que se comete debido a la discretizaci on temporal, por lo tanto, el escoger uno u otro esquema es irrelevane desde esta optica. La elecci on del par ametro depende de la estabilidad y exactitud que se requiera en el tiempo. Los tres casos interesantes son = 0 (Euler hacia adelante), = 1/2 (Crank-Nicholson) y = 1 (Euler hacia atr as o retro-Euler). Los dos u ltimos tienen que ver con algoritmos incondicionalmente estables en el tiempo, mientras que el primero es condicionalmente estable. Sin embargo, debido al car acter impl cito de la presi on, cuando utilizamos = 0 se torna incondicionalmente inestable, usando la formulaci on u p, e.g. ver Codina [135], Cuvelier et al. [14]. El esquema de Crank-Nicholson ( = 1/2) se debe usar si la exactitud en el tiempo es importante. Este esquema es de segundo orden [16], mientras que = 1 s olo es de O(t). Si la evoluci on temporal no resulta primordial el esquema = 1 es una buena elecci on debido a su menor costo computacional. Es el m etodo elegido en nuestras simulaciones. Adem as debido a la singularidad que presenta el esquema = 1/2 cuando t 0 (las constantes de error tanto en velocidad como en presi on tienden a innito para t 0+ ), es otro motivo para utilizar un esquema disipativo como = 1. Al emplearlo en los primeros pasos de tiempo se amortiguan los arm onicos de alta frecuencia asociados a la soluci on de las ecuaciones parab olicas [121]. En cuanto al orden de discretizaci on, si utilizamos m etodos tipo Petrov-Galerkin como los que hemos analizado, primero la realizamos en el tiempo y luego en el espacio. Esto se debe a que cuando a nadimos a la forma variacional de Galerkin, t erminos que multiplican al residuo elemental de la ecuaci on diferencial fuerte, en el caso transitorio, el residuo contendr a la derivada temporal, por lo que llegamos a un esquema del tipo (t u, w) + F1 (u, t) + F2 (u, t u, t) = 0 ; (3.71)

donde F1 (u, t) contiene los t erminos provenientes del m etodo de Galerkin y F2 (u, t u, t) los residuales. Aplicando a la Ec.(3.71) encontraremos la dicultad de evaluar F2 (un+ , t un+ , tn+ ), debido a la derivada temporal t un+ . Concluimos que al discretizar el sistema transiente de ecuaciones de Navier-Stokes, primero lo hacemos en el tiempo y luego en el espacio.

3.8. Estabilizaci on de las ecuaciones de Navier-Stokes

60

3.8.2.

Soluci on de las ecuaciones no-lineales. Discusi on general

El m etodo de elementos nitos es una herramienta interesante para analizar problemas no-lineales, tales como los que se presentan en determinados materiales, en sistemas advectivos-difusivos en ujos de uidos incompresibles o en problemas de elasticidad, entre otros. La soluci on para los mismos consiste en describir el problema y plantear una estrategia de soluci on apropiada. Al contrario de lo que ocurre cuando consideramos problemas lineales, donde la estrategia se reduce a la soluci on de las ecuaciones lineales, en este caso la fase de soluci on t picamente involucra un proceso iterativo. El an alisis por elementos nitos de sistemas no-lineales es un area de investigaci on muy activa, con muchas aplicaciones en ingenier a. Referencias u tiles para este tipo de ecuaciones las podemos encontrar en Cook et al. [141], Reddy/Gartling [83], Bathe [88], Johnson [92], Criseld [110], Storti [105], entre otros. En muchos casos, las ecuaciones son primero linealizadas y luego resueltas, a menudo por medio de un m etodo directo (e.g. eliminaci on de Gauss) adaptado al contexto de los elementos nitos. Los m etodos son denominados directos porque producen una soluci on al sistema matricial en un n umero jo de pasos, la que ser a exacta si es posible lograr una precisi on matem atica innita. A pesar de su popularidad, el inter es se ha ido desplazando hacia los m etodos iterativos, los cuales dan una soluci on aproximada tal que generalmente mejora al progresar las iteraciones, aunque el n umero de iteraciones requeridas para lograr una determinada precisi on no se conoce a priori. Las arquitecturas con computadoras en paralelo han ido intensicando el inter es hacia estos m etodos. Los m etodos iterativos para los problemas no-lineales son b asicamente procesos de linealizaci on, y estos no deben ser confundidos con los m etodos iterativos usados para resolver sistemas de ecuaciones algebraicas lineales. La elecci on de un m etodo de este tipo para esta clase de problemas tiene que ver con varias consideraciones. En primer lugar, el m etodo seleccionado debe ser capaz de dar soluciones con suciente convergencia, en un amplio rango de problemas con m nima sensibilidad a las variaciones de las condiciones de frontera, propiedades del ujo y condiciones iniciales. ermino advectivo es Por otra parte, en la ecuaci on de conservaci on del impulso (3.2, 3.10), el t no-lineal y necesita ser modicado ya que la implementaci on supone una formulaci on lineal. Este t ermino puede ser linealizado utilizando diferentes estrategias, que a su vez generan diferentes m etodos iterativos para el problema d ebil, Ecs. (3.21-3.24). Si utilizamos el m etodo de Galerkin, el proceso es id entico si linealizamos primero el problema fuerte y luego obtenemos la forma d ebil o viceversa. De los muchos esquemas existentes para la linealizaci on del t ermino convectivo hemos optado un proceso iterativo tal como el m etodo de Newton-Raphson.

3.8. Estabilizaci on de las ecuaciones de Navier-Stokes

61

3.8.3.

M etodo de Newton-Raphson

Los m etodos tipo Newton para la resoluci on de conjuntos de ecuaciones algebraicas no-lineales se basan en el esquema general iterativo ui+1 = ui S 1 (ui )R(ui ) ; (3.72)

donde ui RN es el vector de iteraci on, suponiendo que la secuencia ui converja a la soluci on u(t + t) para i , mientras que S (ui ) es alguna aproximaci on a la matriz jacobiana del sistema J . Cuando S = J decimos que tenemos el m etodo de Newton-Raphson. Extendiendo la ideas que S 1 (ui ) es, en cierto sentido, una pendiente inversa, podemos relacionarla con la derivada de N (u) y escribir al t ermino convectivo como N (u) = u u ; (3.73)

la cual es una funci on no-lineal de u. De esta manera resolvemos las inc ognitas iterativamente de forma incremental. Por consiguiente la matriz tangente queda como S 1 (ui ) = N u
1

= J 1 .

(3.74)

Volviendo a la matriz no lineal convectiva, podemos descomponer el vector soluci on como u = ui + u ; (3.75)

donde i es el contador de iteraciones no lineales y u es el incremento del vector inc ognita en la iteraci on i. A partir de este momento nuestra inc ognita es u. Si realizamos una expansi on en series de Taylor del t ermino N , este quedar a como N (ui + u) = N (ui ) + N u
ui

u + O(u2 ) ;

(3.76)

ignorando los t erminos de mayor orden al linealizar el sistema. Luego resolvemos la formulaci on completa (fuerte o d ebil) de elementos nitos iterativamente en forma incremental. En consecuencia, usando la Ec. 3.75 en 3.73, el t ermino no lineal quedar a como N (u) = ui ui + ui u + u ui . (3.77)

Este m etodo se caracteriza porque asegura la convergencia local y, cuando converge, dicha convergencia es cuadr atica. Por convergencia local entendemos que si la funci on residuo es sucientemente suave, existe un 0 < < 1, tal que si u u0 < , entonces la secuencia generada converger a. La convergencia cuadr atica indica que, en los casos en que la secuencia converge, los sucesivos residuos satisfacen una estimaci on del tipo R(ui+1 ) < C R(ui )
2

(3.78)

3.9. Discretizaci on de las ecuaciones de Navier-Stokes en el caso incompresible.

62

3.9.

Discretizaci on de las ecuaciones de Navier-Stokes en el caso incompresible.

En esta secci on describimos la formulaci on variacional con los operadores de estabilizaci on SUPG y PSPG. Estas formulaciones se basan en las discretizaciones por elementos nitos en el espacio solamente. Comenzamos discretizando el dominio de ujo , subdividi endolo en E elementos nitos e , con e = 1, . . . , E . Asociado con esta discretizaci on, denimos los siguientes espacios funcionales de interpolaci on

h Su = h h Sp = Vp = h Vu =

h tal que uh | h uh |uh Hd g = g ; h, q h |q h H1

q h d = 0, h = ;

(3.79)

h tal que w h | wh |wh Hd g = 0 ;

h = (H h )d , con d igual al n umero de dimensiones espaciales y el espacio de Sovolev donde Hd 1 h H1 = h

h C 0 ( ) and h | e L1

(3.80)

para todo e E , siendo L1 el conjunto de polinomios de primer orden. La formulaci on de Galerkin estabilizada SUPG-PSPG para las Ecs. (3.1)-(3.2), sujeta a la condiciones de borde e iniciales Ecs.
h y ph S h tales que w h V h y (3.12), puede ser escrita de la siguiente manera: encontrar uh Su p u h: q h Vp

wh t uh + uh uh d +

(wh ) : h d +

+
E

q h uh d
h

wh hh d +

+
e=1 e

h t uh + uh uh h d +
(SUPG) E

(3.81)

+
e=1 e

(t uh + uh uh ) h d +
(PSPG)

nel

+
e=1

CON T N h uh d = 0 ;

Como podemos observar de la Ec. (3.81) incorporamos dos t erminos adicionales de estabilizaci on a la formulaci on est andar de Galerkin: El par ametro h corresponde al operador de estabilizaci on SUPG y el
h

al operador PSPG, los cuales los denimos de la siguiente manera:

3.9. Discretizaci on de las ecuaciones de Navier-Stokes en el caso incompresible.

63

h = SU P G (uh )wh ;
h

1 = P SP G q h ; hele z (Reu ) ; 2||uh || h ele = z (Re U) ; 2||U h || h = ele ||U h ||z (Re U) ; 2

(3.82)

con los par ametros caracter sticos SU P G = P SP G CON T

(3.83)

donde Reu y Re umeros de Reynolds basados en la velocidad sobre el elemento uh y en una U son los n velocidad global caracter stica U , respectivamente, es decir ||uh ||hele ; 2 ||U ||h ele Re = . U 2 se calcula como Reu =
ne 1

(3.84)

La dimensi on del elemento hele

hele = 2
a=1

|s Na |

(3.85)

donde Na es la funci on asociada al node a; ne se corresponde con el n umero de nodos del elemento y s es un vector unitario orientado en la direcci on de la velocidad local. La longitud del elemento h ele se dene como el di ametro del circulo cuya area es equivalente a la del elemento, mientras que la funci on z (Re) en las Ecs. (3.82) se dene como Re/3 1 0 Re < 3 ; (3.86) 3 Re .

z (Re) =

La discretizaci on espacial de la Ec. (3.2) conduce al siguiente conjunto de ecuaciones diferenciales no-lineales a + N + N + (K + K )v + Kv (G G )p Gp = F + F (M + M )aM Gt v + M a + N + K v + G p = E + E ; donde v es el vector de valores nodales inc ognitas de uh , a es la derivada temporal de v (aceleraciones), y p el vector de valores nodales de ph , denidos como v = Array uh ; a=v p = Array ph . ; (3.88) (3.89) (3.90) (3.87)

3.10. Conclusiones Las matrices de masas est an dadas por M=

V

64

wh wh dV ; h wh dV ;
V h V

(3.91) (3.92) (3.93)

M = M =

wh dV ;

mientras que las de rigidez son calculadas mediante K=

V

1 [wh + (wh )t ] : [wh + (wh )t ] dV ; 2 h [2 h ] dV ;

V h V

(3.94) (3.95) (3.96)

K = K = Las matrices G est an dadas por

[2 h ] dV .

G=
V

q h wh dV ; h q h dV ;
V h V

(3.97) (3.98) (3.99)

G = G = y las matrices N (v ) por v N =

V

q h dV ;

wh uh wh dV ; h uh wh dV ;
V h V

(3.100) (3.101) (3.102)

v N = v N =

uh wh dV .

Las matrices M , N (v ), K y G son derivadas desde los t erminos dependientes del tiempo, advectivos, viscosos y de presi on, respectivamente. Los vectores F y E representan las contribuciones de las fronteras. El primero de ellos surge de la imposici on de las condiciones de borde de tipo Dirichlet y Neumann, mientras que el segundo solamente por las de Dirichlet.

3.10.

Conclusiones

El objetivo de este cap tulo, ha sido introducir al lector en la formulaci on estabilizada propuesta para resolver los problemas planteados por el objetivo de la Tesis. Realizamos un an alisis te orico de las ecuaciones de Stokes, el cual nos muestra como estas generan t erminos de estabilizaci on, los que encontramos en diferentes trabajos en la literatura. Los t erminos de estabilizaci on se aplican al sistema

3.10. Conclusiones

65

completo de ecuaciones, cubriendo tanto las de continuidad como las de cantidad de movimiento, con un criterio unicado. Para ello hemos utilizado elementos lineales y bilineales de igual orden de interpolaci on para las variables velocidad-presi on, aplicados al ujo transiente o estacionario de uidos en el caso incompresible. Hemos visto que estos elementos son muy convenientes desde el punto de vista de la implementaci on, pero necesitan ser estabilizados. Este efecto se logra agregando dos t erminos a la formulaci on est andar de Galerkin. Uno de los objetivos de la estabilizaci on de interpolaciones de igual orden, es obtener un algoritmo que trabaje con buena propiedades de estabilidad y precisi on con respecto a problemas en r egimen de ujo cercano al caso incompresible. Posteriormente al desarrollar las aplicaciones aerodin amicas, mostramos que el esquema estabiliza autom aticamente la parte advectiva de las ecuaciones de NavierStokes, al igual que la presi on en este tipo de r egimen.

Cap tulo 4

M etodos de descomposici on de dominios

4.1. Introducci on

Para obtener resultados num ericos acordes con los observados experimentalmente, la mec anica de los uidos computacional trata de calcular en muchos casos ujos turbulentos, para lo cual es necesario una divisi on muy renada del dominio con much simos grados libertad, y por ende, se recurre al c alculo paralelo para intentar su resoluci on num erica. A ra z de tales casos de ingentes exigencias de c omputo, ha surgido una especializaci on conocida como High Performance Computing, que se vale del desarrollo de nuevos tipos de hardware, tales como la agrupaci on de computadoras individuales para hacerlas funcionar como una u nica m aquina paralela (clusters) y de c odigos escritos en lenguajes aptos para c alculo distribuido (o en paralelo), los cuales permiten encarar y resolver problemas tales como: (i) ujos de uidos viscosos e incompresibles, en r egimen turbulento y con posible acoplamiento t ermico; (ii) ujos de uidos inv scidos o viscosos, en r egimen compresible; (iii) ujos de aguas poco profundas; (iv) sistemas advectivos-difusivos generales; (v) interacci on uido-estructura; (vi) ujos viscoel asticos; y (vii) ujo a dos fases, entre otros. Los m etodos por elementos nitos son ampliamente utilizados para modelizar num ericamente problemas similares a los planteados. Empero, ha sido necesario mejorar las t ecnicas utilizadas en la resoluci on num erica debido a su complejidad. Para ello se han desarrollado algoritmos que incrementan la velocidad de c alculo que, junto al uso de computadoras en paralelo y los m etodos de descomposici on del dominio, resultan una herramienta interesante para cumplir los objetivos mencionados. Estos m etodos tienen la propiedad de ser f acilmente paralelizables, potencialmente r apidos y sus algoritmos robustos proporcionan una soluci on eciente al discretizar las ecuaciones diferenciales en 66

4.2. Los m etodos de descomposici on del dominio derivadas parciales. Alguna de las motivaciones para su uso son: Eciente potencial de paralelizaci on con datos localizados;

67

Habilidad en el tratamiento con ecuaciones diferenciales en derivadas parciales sobre geometr as complicadas, por permitir un mayor renamiento de las mallas; Aptitud de resoluci on para diferentes partes del dominio (e.g. ecuaciones de Euler en una regi on y de Navier-Stokes en otras); Convergencia superior a los m etodos iterativos globales, a un sobre m aquinas secuenciales. Dentro de los m etodos num ericos que han tomado ventaja en estos u ltimos a nos, tratando de resolver problemas con grandes sistemas de ecuaciones, est a el de descomposici on del dominio. Este m etodo combina ideas de la teor a de ecuaciones diferenciales en derivadas parciales, algebra lineal, an alisis matem atico como as tambi en elementos de la teor a de grafos, que suministra la herramienta necesaria para lograr un particionamiento del problema. Para poner en pr actica este proceso de descomposici on, pueden utilizarse alguna de las siguientes aproximaciones: La aproximaci on expl cita: cuando la malla de elementos nitos, producto de discretizar el dominio f sico, se particiona formando subdominios para el procesamiento en paralelo; La aproximaci on impl cita: donde el sistema de ecuaciones ensambladas se particiona para el an alisis en paralelo. En este cap tulo consideramos la aproximaci on expl cita. Al efectuar la divisi on, se trata que la carga computacional sobre cada subdominio, sea aproximadamente la misma y est e balanceada. Para mallas no-estructuradas y a n de obtener el mismo resultado, es necesario que se cumplan los siguientes requerimientos: El mismo n umero de elementos asignados a cada subdominio; El n umero de nodos en la interfase de cada subdominio deber ser minimizado (estos nodos son los compartidos por m as de un subdominio).

4.2.

Los m etodos de descomposici on del dominio

Son t ecnicas basadas en el principio de dividir para vencer (divide-and-conqueror), las cuales consisten en descomponer el problema en sub-problemas, de tal forma que cada subproblema pueda ser

4.2. Los m etodos de descomposici on del dominio

68

tratado independientemente de los otros, es decir, en paralelo. Para resolver problemas de la mec anica computacional con geometr as complicadas y sobre mallas muy nas, los m etodos de descomposici on del dominio permite lograr el objetivo de obtener una soluci on eciente sobre arquitecturas de computadoras en paralelo. El dominio de c alculo original se divide en subdominios m as peque nos y simples, los cuales permiten obtener soluciones locales simplicadas para luego emplear apropiadamente los m etodos de resoluci on algebraicos sobre la interfase entre subdominios. Es decir, se resuelve en cada iteraci on un problema local independiente y se utiliza un m etodo iterativo sobre la interfase entre los subdominios. Esta forma de encarar la soluci on conduce a un conjunto de algoritmos distribuidos en paralelo, en donde los subdominios son colocados en diferentes procesadores. Al discretizar, el operador diferencial resultante puede exhibir diferentes propiedades: linealidad o no, simetr a, anti-simetr a, entre otras. Al linealizarlo, el sistema resulta Lu = f Bu = u en ; sobre ; (4.1) (4.2)

donde L es un operador diferencial lineal sobre la funci on inc ognita u y en el dominio . Las condiciones de borde est an dadas por el operador lineal B , que act ua sobre la frontera como una condici on de borde de tipo Dirichlet con valores preestablecidos u . Existen al menos tres formas b asicas de desarrollar una descomposici on: 1. Por descomposici on del operador: L=
k

Lk ;

por ejemplo, cuando usamos un m etodo impl cito de direcciones alternantes (Alternating Implicit Directions, ADI); 2. Por descomposici on del funcional: u=
k

uk ;

en este caso, se descompone el espacio de funciones y la soluci on se la representa como la suma de los componentes de cada subespacio. Por ejemplo, los m etodos espectrales o m etodos de Fourier generalizados, son categorizados como estrategias de descomposici on del funcional, los cuales pueden ser paralelizados aunque requieren mucha comunicaci on entre procesadores;

4.2. Los m etodos de descomposici on del dominio

69

interfase

a) dominio del problema

b) divisin en subdominios

1 31 21 12 2 42

12

13 43 3 34

24 4

13

24 34

c) subdominios solapados

d) subdominios no solapados
en subdominios (s=1,...,4)

=
:
ij :

s divisin U s=1

frontera exterior del dominio interfase entre subdominios (i,j=1,...,4)

Figura 4.1: M etodos de descomposici on del dominio. Dado el dominio (en a) se lo descompone en s = 4 subdominios (en b). A su vez los subdominios pueden ser: con interfases solapadas (en c); o con interfases no-solapadas (en d). 3. Por descomposici on del dominio: =
k

k ;

aqu , el dominio del problema es descompuesto en una serie de subdominios. El problema a resolver, dentro de cada subdominio, es el mismo que en el problema original. Entre estos se acoplan las fronteras. Resulta un proceso adecuado para computadoras con acceso a memoria local, de alto grado de paralelizaci on, donde se ejecutan porciones o secciones del programa (coarse grain tasks). Nos referimos a esta clase de paralelismo como macrotasking o multitasking, ver Fig. 4.1 a) y b). El prop osito de este cap tulo es describir la t ecnica de descomposici on en problemas de gran

4.2. Los m etodos de descomposici on del dominio

ex 1 ex P in I
12

70

2 I
23

P xI P I 13 I

I I
34

24

4 ex

ex

= U s U I
s=1

N sd

I =

N sd

i,j=1

ij

s (s = 1,..N sd ) subdominios I (i,j = 1,..N sd) fronteras con otros subdominios ex fronteras exteriores P in nodos interiores a los subdominios PI nodos de la interfase P xI nodos en la frontera de varios subdominios
ij

Figura 4.2: Descomposici on del dominio en Nsd subdominios no-solapados. escala, tales como los relacionados con la aerodin amica de cuerpos obtusos. Para tal n existen varias formas de desarrollar una descomposici on del dominio. Una de ellas es descomponerlo en subdominios solapados (overlapping), ver Fig. 4.1 c) mediante el m etodo de Schwartz en el cual los subdominios no son disjuntos. Otra opci on es particionarlo en subdominios no-solapados (non overlapping), ver Figs. 4.1 d) y 4.2, mediante un m etodo subestructurado o de la matriz complemento de Schur. Las t ecnicas de subestructuraci on a su vez se subdividen en: subestructuraci on directa que corresponden a variaciones del m etodo complemento de Schur directo; subestructuraci on iterativa con un m etodo iterativo precondicionado en el subespacio de Krylov. Los m etodos de descomposici on de dominio no-solapados (no-overlapping) han tenido un auge importante en los u ltimos a nos, teniendo en cuenta el n umero de propuestas analizadas e implementadas con exito. Las diferentes t ecnicas de descomposici on del dominio se distinguen por lo siguiente: Tipo de particionamiento: (De acuerdo al tipo de partici on utilizada). Los tipos m as comunes son: (i) a lo largo de las aristas, (ii) a lo largo de los v ertices, y (iii) por elementos; Solapamiento: Si los subdominios tienen nodos comunes (o no) sobre la interfase; Procesamiento de los valores de la interfase: Seg un utilicemos la t ecnica de la matriz complemento de Schur o a trav es de sucesivas actualizaciones de los valores de la interfase;

4.3. La t ecnica de la descomposici on del dominio

71

Soluci on de los Subdominios: Resolver los problemas del subdominio mediante un m etodo directo o bien mediante uno iterativo. Si clasicamos los m etodos en diferentes grupos, entre los principales, podemos mencionar: m etodos directos, las t ecnicas de los procedimientos alternantes de Schwartz, y los m etodos basados en el precondicionamiento de la matriz complemento de Schur. El utilizado en esta Tesis consiste en resolver en forma directa, los nodos locales o interiores a cada subdominio y en forma iterativa, obtener la soluci on sobre los nodos de la interfase, precondicionando la matriz complemento de Schur.

4.3.

La t ecnica de la descomposici on del dominio

Comenzamos discretizando las ecuaciones de Navier-Stokes para el caso del ujo de un uido viscoso e incompresible. Posteriormente se procede a subdividir el dominio espacial en subdominios, utilizando para ello el particionamiento del grafo dual de la malla de elementos nitos. La conectividad de la grilla dual es utilizada para desarrollar una descomposici on no-solapada, por elementos. Para la elecci on de la estrategia de descomposici on del dominio se tuvo en cuenta que los elementos son u nicamente asignados a los procesadores, mientras que los nodos son almacenados en m ultiples procesadores y en las interfases entre subdominios. Intentamos obtener la soluci on de un problema continuo, sobre el
L ext 1 2

L ext

.......

ext

.......
N s

U s s=1

Subdominios no solapados (s = 1,2,...,N)

ext Frontera de I Interfase entre subdominios

Figura 4.3: Descomposici on del dominio en subdominios no-solapados.

4.3. La t ecnica de la descomposici on del dominio dominio global , en los subdominios s , es decir,
N

72

=
s=1

s ;

(4.3)

y queremos resolver el sistema de ecuaciones Lx = b con las condiciones de borde x = x0 sobre . (4.5) sobre ; (4.4)

El sistema no-lineal de ecuaciones en derivadas parciales que representa el problema L, luego de la discretizaci on, se linealiza por el m etodo Newton-Raphson y resulta el sistema matricial Ax = b ; (4.6)

donde A Rnn es la matriz de rigidez global, b Rn es el vector de t erminos independientes, y x Rn es el vector soluci on. A continuaci on, procedemos a descomponer la matriz A en N bloques no-solapados, ver Fig. 4.3. De esa manera tendremos Ass Rss , AIs Rs(N s) , AsI R(N s)s y AII R(N s)(N s) , tal que ; A= AIs AII xs (4.8) Ass AsI (4.7)

x= ; xI bs b= ; bI

(4.9)

donde xs est a formado por los s primeros entradas y xI las I restantes, tal que s + I = N . De la misma manera se descompone el vector b en bs y bI . El bloque Ass contendr a los nodos locales, interiores a cada subdominio, es decir, A11 0 0 A22 . . . . . . = 0 0 . . . . . . 0 0 ... ... .. . ... ... ... 0 0 . . . ... ... . . . 0 0 . . . . 0 . . . AN N

Ass

(4.10)

Ass . . . . .. . . . 0 ...

4.3. La t ecnica de la descomposici on del dominio Tomando en consideraci on los bloques matriciales y la Ec. 4.6, el sistema resulta A AsI x b ss s = s ; AIs AII xI bI representado un sistema de ecuaciones de la forma Ass xs + AsI xI = bs ; A x + A x = b ; Is s II I I con s = 1, 2, , N . Si (Ass )1 existe, entonces de la primera Ec. del sistema 4.12, tendremos xs = (Ass )1 (bs AsI xI ) ; y reemplazando en la segunda Ec. del sistema 4.12 AIs [(Ass )1 (bs AsI xI )] + AII xI = bI AIs (Ass )1 bs AsI (Ass )1 AsI xI + AII xI = bI [AII AIs (Ass )1 AsI ]xI = bI AIs (Ass )1 bs ; al t si denominamos b ermino del lado derecho, entonces = bI AIs (Ass )1 bs ; b y con S al conjunto entre corchetes del lado izquierdo, S = AII AIs (Ass )1 AsI ;

73

(4.11)

(4.12)

(4.13)

(4.14)

(4.15)

(4.16)

(4.17)

(4.18)

donde S es la matriz complemento de Schur o tambi en matriz de capacitancia de A. Expresando en notaci on matricial la ec. 4.16, resulta ; SxI = b (4.19)

donde xI es un vector que contiene los grados de libertad de la interfase. Por consiguiente, la Ec. 4.6 puede ser particionada en los siguientes sistemas, Ass xs = bs AsI xI ; A A (A )1 A x = b A (A )1 b ; ss ss s II Is sI I I Is donde el primer grupo de la Ec. 4.20 representa el sistema de ecuaciones que resuelve las inc ognitas internas xs en cada subdominio. Esta parte de la soluci on implica un alto grado de paralelizaci on del

(4.20)

4.3. La t ecnica de la descomposici on del dominio

74

problema, cuya dimensi on est a dada por la granularidad en la descomposici on. El segundo conjunto de 4.20 est a relacionado con el problema de la interfase. La dimensi on de la matriz complemento de Schur S , en este caso, es m as peque na que la correspondiente a la matriz global A, pero bastante m as densa que ella. El n umero de condici on de S es menor al de A. La eciencia de la soluci on global est a estrechamente ligada a la de la soluci on del problema de la interfase entre subdominios. A continuaci on analizaremos algunas propiedades de la matriz complemento de Schur.

4.3.1.

Propiedades de la matriz complemento de Schur

Factorizando la matriz A en bloques LU resulta Ass AsI I 0 Ass AsI = ; AIs AII AIs (Ass )1 I 0 S

(4.21)

donde la matriz complemento de Schur S aparece como el bloque (2, 2) de la matriz U en la factorizaci on. Podemos observar que si A es no singular tambi en lo es S . De la ecuaci on anterior calculamos la inversa de A como 1 Ass AsI I 0 (Ass )1 (Ass )1 AsI S 1 = ; AIs AII AIs (Ass )1 I 0 S 1 1 1 1 1 1 1 (Ass ) + (Ass ) AsI S AIs (Ass ) (Ass ) AsI S . = 1 1 1 S AIs (Ass ) S

(4.22)

(4.23)

En la matriz inversa A1 vemos que S 1 es el bloque (2, 2) de la misma. Adem as si A es sim etrica y denida positiva, entonces existe A1 y S tendr a su inversa S 1 que ser a tambi en sim etrica y denida positiva. Las propiedades anteriores las podemos resumir en el siguiente (sin demostraci on) Teorema: Sea la matriz A regular y particionada en la forma dada por la Ec. 4.7, tal que la sub-

matriz Ass es tambi en regular, y sea dado un operador de restricci on RI en la interfase denido por: xl RI = xI . xI entonces, se cumplen las siguientes propiedades: 1. 2. La matriz complemento de Schur es no-singular; Si A es sim etrica y denida positiva tambi en lo es S ; (4.24)

4.3. La t ecnica de la descomposici on del dominio 3. Se cumple que para todo xI que

75

S 1 xI = R I A 1 . xI

(4.25)

La primera propiedad arma que un m etodo que usa el algoritmo de eliminaci on de Gauss por bloques es posible, ya que S es no-singular. Una consecuencia de la segunda propiedad es que si A es sim etrica y denida positiva, entonces para resolver el sistema reducido (4.16), se puede emplear un m etodo tal como el de Gradientes Conjugados (GC). Cuando enfrentamos sistemas no-sim etricos podemos intentar un m etodo iterativo por subespacios de Krylov, tal como el Generalized Minimum RESidual (GMRES). La tercera propiedad nos dice que podemos intentar precondicionar la matriz complemento de Schur S con una t ecnica basada en la matriz A.

4.3.2.

Soluci on directa

Una de la primeras ideas para resolver un sistema de ecuaciones diferenciales en derivadas parciales discretizadas fue, utilizando el lema de dividir para vencer, explotar el particionamiento dado por la Ec. (4.11) utilizando alg un m etodo de soluci on directo. La matriz complemento de Schur dada por la Ec. (4.18) est a asociada con las variables de la interfase de los subdominios xI . Si a esta matriz la podemos formar, se puede resolver el sistema lineal dado por la Ec. (4.16) para encontrar la soluci on de las inc ognitas en la interfase. Cuando estas u ltimas son conocidas, las restantes (las locales a cada subdominio) se podr an calcular con la Ec. (4.13) suponiendo que la matriz Ass sea regular y, en particular, que cualquier soluci on del sistema lineal con esta u ltima se desacopla en N sistemas separados. Esta situaci on conduce al paralelismo. El m etodo general basado en este tipo de soluci on involucra cuatro pasos, a saber: 1. Obtener el lado derecho del sistema reducido dado por la segunda Ec. en (4.20) o bien la Ec. (4.16); 2. Formar la matriz complemento de Schur dada por la Ec. (4.18); 3. Resolver el sistema reducido del primer paso; 4. Con la soluci on obtenida sustituir en la primera ecuaci on del sistema (4.20) o en Ec. (4.13), con lo cual se obtienen el resto de las inc ognitas (las locales). Comenzamos por resolver en primer lugar el problema de la interfase, representado por la segunda Ec. en (4.20). Luego calculamos la matriz complemento de Schur dada por la Ec. (4.18). Esta parte del

4.3. La t ecnica de la descomposici on del dominio

76

proceso requiere que para cada subdominio se factorice la matriz de inc ognitas internas o locales Ass . Posteriormente realizamos la sustituci on usando como vector a cada columna de la matriz AsI . La matriz as obtenida se pre-multiplica por AIs . Por u ltimo, sumamos todo el conjunto de subdominios, completando el segundo t ermino de la matriz dada por la Ec.(4.18). De una manera similar calculamos el t ermino del lado derecho de la segunda ecuaci on del sistema (4.20): resolvemos el problema interno usando bs como vector, luego el vector resultante se pre-multiplica por la matriz AIs y, por u ltimo, realizamos la suma de todos los subdominios. Con estos resultados, calculamos el problema de la interfase (segunda Ec. en (4.20)), obteniendo las inc ognitas xI . Estas se usan para resolver el problema interno o local a cada subdominio, aplic andolas a la primera ecuaci on de (4.20). El algoritmo del m etodo directo lo resumimos en el cuadro (4.1).

1. Factorizar Ass para s = 1, 2, . . . , N : 2. Por sustituci on, calcular:

1 Css = A ss AsI 1 Bss = A ss

bs

3. Calcular:
N

gI = bI
s=1

AIs (Ass )1 bs

4. Calcular:
N

S = AII
s=1

AIs (Ass )1 AsI

5. Resolver: SxI = gI 6. Para cada s = 1, 2, . . . , N , calcular: xs = Bss Css xI

Cuadro 4.1: Soluci on por el m etodo directo Si el problema est a bien planteado, entonces la matriz global A es regular. Cada una de las ma-

4.3. La t ecnica de la descomposici on del dominio

77

trices de los subdominios Ass , igual que la matriz complemento de Schur S , son tambi en regulares. Por consiguiente, si la matriz A es sim etrica y denida positiva, como suele ocurrir en los problemas el asticos lineales, tambi en lo ser a S (con respecto a este m etodo diremos que la construcci on expl cita de la matriz complemento de Schur no es pr actica para la resoluci on de grandes problemas). A continuaci on, planteamos una segunda estrategia de resoluci on, adoptada en esta tesis.

4.3.3.

M etodo de soluci on iterativa

Los sistemas lineales obtenidos de la discretizaci on de las ecuaciones diferenciales parciales, ya sea por el m etodo de elementos nitos, diferencias nitas o vol umenes nitos, son resueltos, generalmente, en paralelo por alg un m etodo iterativo, ya que estos est an menos acoplados que los m etodos directos. El m etodo de descomposici on basado en la matriz complemento de Schur, tal como lo hemos visto, conduce a un sistema reducido y mejor adecuado a la resoluci on iterativa que el sistema global. Esto se debe a que el n umero de condici on es m as bajo que el correspondiente al sistema global. El sistema dado por la Ec. (4.20) puede ser resuelto en dos etapas: en la primera resolvemos el problema de la interfase y luego el correspondiente problema interno a cada subdominio. Una de las estrategias m as utilizadas es resolver el problema interno por un m etodo directo y el de la interfase por un iterativo. Los m etodos directos est an muy acoplados y no se pueden paralelizar adecuadamente debido a los altos tiempos de comunicaci on. Requieren mucha memoria y demandan asint oticamente m as tiempo de CPU que los m etodos iterativos, a un en modo secuencial. Tienen la ventaja que el costo computacional no depende del n umero de condici on de la matriz involucrada, por ello suelen ser preferidos ya que conducen a soluciones num ericas m as exactas y no introducen propagaci on del error para el problema de la interfase. En cambio, los m etodos iterativos est an bastante desacoplados (bajos tiempos de comunicaci on), pero tienen una tasa de convergencia baja por el relativo mal condicionamiento del sistema. Los m etodos de descomposici on permiten aprovechar las ventajas de los m etodos directos e iterativos simult aneamente, en una especie de mezcla de ambos, ya que (i) el problema es resuelto en cada subdominio con alg un m etodo directo, y (ii) se utiliza alg un m etodo iterativo sobre los grados de libertad de la interfase. Tal m etodo h brido lo denominaremos DDM/SCMI, por Domain Decomposition Method/Schur Complement Matrix Iteration. La matriz complemento de Schur S usualmente es densa y costosa de construir, sin embargo, algunas aplicaciones utilizan un m etodo directo, como es el caso de estructuras esbeltas, donde el problema de la interfase presenta una dimensi on relativamente peque na, e.g. ver [15, 101]. Como

4.3. La t ecnica de la descomposici on del dominio

78

es conocido, el n umero de condici on (A) es un burn indicador de cuan singular es la matriz A. Como ya vimos, (S ) es menor que el de la matriz de rigidez global (A) y el costo computacional por iteraci on es inferior a factorizar las matrices de los subdominios. Un ejemplo lo podemos ver cuando resolvemos el problema de Laplace en un dominio sencillo, (A) = O(1/h2 ), mientras que (S ) = O(1/h), donde h representa la dimensi on t pica de la malla con la cual se discretiza el dominio. Desde este punto de vista, el m etodo de descomposici on del dominio se puede ver como una forma de precondicionar el problema global. El procedimiento general cuando utilizamos un m etodo iterativo, deber a cumplimentar tres pasos, a saber: 1. Obtener el lado derecho del sistema reducido (segunda ecuaci on en (4.20) o Ec. (4.16)); mediante un m 2. Resolver el sistema reducido SxI = b etodo iterativo seg un A ; 3. Con la soluci on anterior, sustituir el resultado en la primera ecuaci on del sistema (4.20) o Ec. (4.13) y calcular la inc ognitas restantes xs locales a cada subdominio. Existen diferentes maneras en cuanto a la forma de desarrollar el segundo paso. Cuando resolvemos el sistema reducido por el m etodo iterativo, notamos que la matriz S no necesita ser formada expl citamente y que conviven diferentes partes de la misma en distintos procesadores. Si usamos un m etodo sin precondicionar, las u nicas operaciones que se requieren son el producto matriz-vector, tales como w = SxI y, entonces, los pasos a desarrollar ser an: 1. Calcular y = AII xI de la segunda Ec. (4.20); 2. Calculamos w = AsI xI ; 3. Resolvemos Ass z = w para z . 4. Calculamos v = AIs z . 5. Por u ltimo adicionamos y y v . Tenemos, por lo tanto, tres productos matriz-vector con las matrices AII , AsI y AIs , respectivamente, y, adem as, la factorizaci on de la matriz Ass . Como ya lo establecimos, esta u ltima no tiene elementos que conecten las inc ognitas entre diferentes procesadores, lo que nos permite resolver el sistema reducido de manera eciente y en paralelo.

4.4. Comparaci on del m etodo de descomposici on de dominio con el iterativo global

79

4.4.

Comparaci on del m etodo de descomposici on de dominio con el iterativo global

Comparando el m etodo DDM/SCMI analizado con el iterativo global, podemos concluir que: 1. La iteraci on sobre la matriz complemento de Schur equivale a iterar en el subespacio donde los nodos locales (internos a cada subdominio) est an en equilibrio; 2. Observamos una mejora en la tasa de convergencia debido a que: (i) el n umero de condici on de la matriz complemento de Schur es bastante m as bajo; (ii) la dimensi on del espacio de iteraci on es menor (m etodos no estacionarios como GC o GMRES tienden a acelerarse como producto de la iteraci on). Sin embargo esto se compensa por un mayor tiempo de factorizaci on; 3. Menor cantidad y espacios m as peque nos para las iteraciones. Los requerimientos de memoria RAM son menores para el espacio de Krylov y mayores para el proceso de factorizaci on de las matrices internas LU (Ajj ); 4. El mejor condicionamiento de la matriz complemento de Schur, previene la p erdida de convergencia de GC/GMRES por deterioro de la ortogonalidad. 5. El tiempo de CPU para el m etodo GMRES es cuadr atico con respecto a la cantidad de iteraciones (etapa de ortogonalizaci on) y el proceso de iteraci on global requiere de una mayor cantidad, por ello para tolerancias menores es comparativamente m as adecuado el m etodo de la matriz complemento de Schur. 6. La iteraci on global usualmente presenta menos dicultades para balancear la carga, ya que es m as f acil predecir el tiempo de c alculo seg un el n umero de grados de libertad en los subdominios. 7. El DDM/SCMI es especialmente adecuado para m etodos estabilizados. La Fig. 4.4 permite apreciar las caracter sticas de los m etodos directos, iterativo global y DDM/SCMI, en cuanto a los requerimientos de tiempo de CPU y memoria RAM.

4.5.

Precondicionando la interfase

Los dos puntos claves para lograr una soluci on eciente de los sistemas de ecuaciones lineales ralos (sparse) por medio de un m etodo iterativo son (i) la habilidad de desarrollar ecientemente y en paralelo la multiplicaci on matriz-vector, y (ii) minimizar el n umero de iteraciones para obtener una buena tasa de convergencia.

4.5. Precondicionando la interfase

80

ob

al

gl

tiempo de CPU

r.

it e

RAM

directo

it er .

gl

ob al

directo

DDM/S

CMI

DDM/S

CMI

log(tolerancia)

log(tolerancia)

Figura 4.4: Comparaci on entre el m etodo DDM/SCMI (iteraci on por la matriz complemento de Schur) vs. iterativo global. El producto matriz-vector se implementa reordenando la matriz rala con un particionamiento de alta calidad del grafo, de modo tal que el n umero de elementos diferentes de cero, fuera del bloque diagonal, sea bastante bajo, a n de optimizar la comunicaci on entre procesadores. Una forma de lograrlo consiste en usar precondicionadores que, esencialmente, tienen como misi on ignorar las interacciones entre los subdominios. El uso de particionadores de grafos nos asegura que el n umero de elementos diferentes de cero, que son ignorados en el precondicionador, sea relativamente peque no.

4.5.1.

Precondicionamiento

Supongamos que tenemos una matriz M que sea f acil de invertir y un sistema lineal Ax = b. Si se cumple que (i) (M A) (A) y tal que los autovalores est an aglutinados (clusters), entonces

podemos intentar resolver el siguiente sistema, mejor condicionado, en lugar del sistema dado, (M A)x = (M b) ; (4.26)

en donde el n umero de condici on (M A) del producto de las matrices M A lo escribimos como (A) = A Podemos observar adem as que 1 = I = AA1 A A1 = (A) . (4.28) A 1 . (4.27)

Si la matriz A fuera singular, entonces el n umero de condici on es (A) = . Si ese no es el caso, nuestra tarea es hallar una matriz M de precondicionamiento conveniente. Para tal n, existe una gran variedad de propuestas de precondicionadores. Algunos de ellos son muy espec cos seg un alguna

4.5. Precondicionando la interfase

81

aplicaci on y otros son m as generales, puramente algebraicos. Estos u ltimos, tienen la ventaja de aplicarse a toda clase de problemas. Al evaluar la efectividad de un precondicionador no s olo se tiene en cuenta como mejora la tasa de convergencia sino que tambi en el costo de calcular M x. En el contexto de la resoluci on de sistemas lineales provenientes de la discretizaci on de ecuaciones diferenciales en derivadas parciales, ya sea por elementos nitos, diferencias nitas o vol umenes nitos, entre otros, podemos mencionar los siguientes (e.g. ver [106]): 1. Espec fecos al problema: resolvedores r apidos de Poisson; multigrilla; descomposici on de dominios; Neumann-Neumann; ADI; 2. De tipo general Jacobi; factorizaci on incompleta; precondicionamiento polinomial. Si nuestro sistema consta de una matriz sim etrica y denida positiva podemos usar, como esquema iterativo, un m etodo por Gradientes Conjugados. Si a su vez lo precondicionamos con una matriz M tambi en sim etrica y denida positiva, puede ocurrir que el producto M A no lo sea. Una posibilidad es buscar M = S 2 y entonces redenir la Ec. (4.26), como: (SAS )y = (Sb) (4.29)

y una vez calculado el vector y , obtener x = Sy . Como SAS es equivalente a S 2 A = M A, tiene la misma distribuci on de autovalores y, de esa manera, SAS es tambi en sim etrica y denida positiva. Lo importante es hallar S que, en ciertos casos, puede resultar m as complicado que hallar M . Por otra parte, el c alculo de SAS por un vector involucra la resoluci on de dos productos matrizvector, en lugar de uno solo, si precondicionamos con la forma dada por la Ec. (4.26). Una soluci on consiste en usar el algoritmo de gradientes conjugados, reemplazando el producto escalar por xT M x, e.g. ver [106], p ag. 34. La complejidad del precondicionador incide en el costo computacional. Un ejemplo ser a tomar M como la inversa de la parte diagonal de A (precondicionamiento Jacobi), obteniendo un costo nmo. En el otro extremo, podemos tomar como precondicionador M = A1 , con lo cual gradientes conjugados converge en una iteraci on, pero el costo de calcular M x es mayor al tener que invertir A. Por consiguiente, en este esquema de c alculo tendremos que: costo total = n n umero de operaciones por iteraci on. Podemos concluir que cuanto m as complejo es el precondicionador, el n umero de iteraciones n tiende a disminuir y el de operaciones a aumentar. Si nuestro m etodo iterativo es un GMRES, la forma de implementar un precondicionamiento diere de gradientes conjugados en cuanto a que no es necesario que el sistema (M A)x = (M b) sea ya sea sim etrico o denido positivo. Basta con encontrar un precondicionador M que cumpla con que 2 I M A < 1. Un m etodo

4.5. Precondicionando la interfase

82

GMRES no incluye nada en especial en cuanto al precondicionamiento: se le pasa M b como miembro derecho, y al calcular el producto matriz-vector retorna (M A)x en lugar de Ax. Por u ltimo, podemos usar precondicionadores por derecha o por izquierda. El ejemplo expuesto con anterioridad es el correspondiente a izquierda y el de la derecha consiste en encontrar M , tal que 2 I AM < 1 y luego hacer el cambio de variable x = M y , y resolver con GMRES el sistema

equivalente (AM )y = b. Luego de hallar y se obtiene la soluci on x de x = M y .

4.5.2.

Precondicionamiento de la matriz complemento de Schur

Para mejorar la convergencia y eciencia del m etodo iterativo utilizado para resolver el problema planteado en la interfase, tenemos que introducir alg un tipo de precondicionamiento, el cual a su vez ayude en disminuir el n umero de condici on de la matriz complemento de Schur S . Uno de los m etodos m as utilizados para tal n es el precondicionamiento de Jacobi, el cual consiste en simplemente tomar M = diagA1 . Como la matriz a invertir es diagonal su costo computacional es muy bajo (O(N ) operaciones). Este precondicionamiento no tiene inuencia cuando los elementos de la diagonal son aproximadamente constantes, es decir que al precondicionar con un m ultiplo escalar de la identidad no mejora en nada el n umero de condici on de la matriz original. Un ejemplo de esto se presenta cuando discretizamos el laplaciano por diferencias o elementos nitos utilizando un paso de malla constante. Si la malla no fuera uniforme, el n umero de condici on ser a igual a (A) = O (L/hmin )2 , donde hm n es el m nimo h sobre toda la malla. El n umero de operaciones se incrementa a un valor de O(n2 ), donde n es el n umero de elementos en una direcci on cartesiana, mientras que los elementos de la diagonal de
2 2 A son, aproximadamente, h n(hx hy )2 ). Para este caso el precondicionador de Jacobi x + hy = O (m

s inuye, corrigiendo el mal condicionamiento producido por el renamiento de la malla y mejorando el n umero de condici on al valor (diag (A)1 A) = O(n2 ) En cambio, en problemas mec anicos, el precondicionador Neumann-Neumann es uno de los m as cl asicos, el cual, desde un punto de vista matem atico, se lo dene aproximando la inversa de la matriz complemento de Schur por una suma pesada de las matrices complemento de Schur locales y, desde un punto de vista f sico, se basa en desdoblar el ujo en la interfase y de resolver problemas de Neumann locales en cada subdominio. Esta estrategia resulta bastante buena s olo para operadores sim etricos. En [107], se propone un precondicionador basado en resolver un problema en una tira (strip) de nodos alrededor de la interfase. Cuando la tira es delgada, los requerimientos de memoria y el costo computacional son bajos, pero el c alculo de la iteraci on es alto. En cambio, cuando la tira es m as ancha, ocurre lo contrario. Este precondicionador tiene una mejor performance para operadores no-sim etricos

4.5. Precondicionando la interfase

83

y no sufre del s ndrome de los modos r gidos para subdominios otantes internos, como ocurre con el Neumann-Neumann. Un c alculo detallado del espectro de autovalores de la matriz complemento de Schur, para un caso simple como es la soluci on del problema de Poisson, en un cuadrado unitario, lo podemos encontrar en el trabajo [107] o bien en [138].

4.5.3.

Implementaci on en el c odigo PETSc-FEM

Debido a que la matriz complemento de Schur nunca es construida en la pr actica, no es posible utilizar el precondicionador de Jacobi. Pero si se puede realizar con la parte diagonal de la matriz de interfase P = diagAII e incluso con toda la matriz completa, es decir, usando el precondicionamiento diagonal P = AII , el cual ayuda a reducir el n umero de condici on de la matriz ocasionado por diversos factores tales como ser el renamiento (e.g. en una cavidad cuadrada cuando se realiza hacia las paredes) o por diferencias en la escala del sistema interno de ecuaciones acopladas o pseudo-acopladas que se est a resolviendo. Si utilizamos la matriz de interfase total entonces el sistema lineal AII w = x deber a ser resuelto en cada iteraci on. En el caso bidimensional, la conectividad de la matriz de interfase es unidimensional y la opci on de un m etodo directo es factible. Pero en el caso 3D, la conectividad es del tipo 2D y la soluci on resulta m as costosa, adem as la matriz de la interfase se distribuye entre los diferentes procesadores dicultando las operaciones. Entonces, una resoluci on iterativa parece resultar m as atractiva, con la ventaja de contar con la matriz repartida en diferentes procesadores. A ello se suma que la matriz es diagonal dominante, a un cuando toda la matriz del problema no lo sea. Como ejemplo consideremos la resoluci on num erica por elementos nitos de la ecuaci on de Laplace en 2D en una malla homog enea de paso h: (i) cuando se emplean cuadril ateros bilineales, la plantilla (stencil) de coecientes de la matriz del sistema sobre una interfase plana gen erica est a dada por [ 18 1 ] /3h2 , mientras que la matriz tiene un n umero de condici on que es independiente de h y tiende asint oticamente a (AII ) = 5/3; y (ii) cuando se emplen tri angulos lineales (equivalente a diferencias nitas), la plantilla (stencil) de coecientes de la matriz del sistema sobre una interfase plana gen erica est a dada por [ 14 1 ] /2h2 , mientras que el n umero de condici on ser a (AII ) = 3. El hecho de poseer n umeros de condici on relativamente bajos favorece el uso de los m etodos iterativos. Sin embargo, una desventaja es que los m etodos de soluci on iterativos no-estacionarios (e.g. aquellos donde el iterado siguiente xk+1 no depende de la previa xk+1 = f (xk ), como en gradientes conjugados o GMRES, no pueden encajar o empalmar dentro de otro m etodo no estacionario, a menos que el lazo de precondicionamiento interior se itere a muy bajo error. Esto es debido a que las direcciones de gradientes conjugados perder an gradualmente su ortogonalidad.

4.5. Precondicionando la interfase

84

Como el problema de precondicionamiento puede ser muy costoso cuando se emplean una tolerancia muy exigente, los m etodos iterativos no-estacionarios son descartados, sugiriendo en su lugar la iteraci on de Richardson. En ciertas ocasiones, podemos encontrarnos con que el m etodo diverge y en ese caso deberemos usar algo de sub-relajaci on.

Cap tulo 5

Cluster Beowulf y el c odigo PETSc-FEM

5.1. Cluster Beowulf

La resoluci on de problemas de gran escala representa un desaf o tanto en ciencias como en ingenier a. Tal es el grado de exigencia involucrada que su factibilidad en muchos casos est a restringida al campo de la programaci on en paralelo. A nos atr as, todav a utilizando el c alculo secuencial, se intent o encontrar soluciones a dichos problemas. Una de las alternativas fue mejorar la velocidad de procesamiento, tal que pudiera alcanzar la potencia requerida por las aplicaciones m as intensivas. Empero, todo ese desarrollo estaba restringido por par ametros constructivos y por un elevado costo de nanciamiento en la fabricaci on de tales computadoras. Una alternativa m as viable, sobre todo en lo que respecta a la relaci on costo-efectividad, fue conectar varios procesadores entre si y desarrollar un software que coordinara las tareas. Esto represent o el advenimiento de las computadoras en paralelo. Como lo apunta Pster [47] hay tres maneras b asicas de mejorar el rendimiento: (i) trabajando duro y arduamente; (ii) trabajando en forma inteligente; (iii) obteniendo ayuda adicional. Esto traducido en t erminos de tecnolog a computacional equivale, en el primer caso, a usar hardware m as r apido (procesadores y perif ericos de alta prestaci on). Por su parte, en el segundo caso, equivale a realizar las tareas m as ecientemente, es decir, mejores t ecnicas y algoritmos computacionales. Finalmente, en el u ltimo caso, se puede asimilar al caso de utilizar varias computadores a la vez para resolver una tarea en particular. Desde sus comienzos el c alculo paralelo estuvo asociado a costosos equipamientos de hardware y software adaptados a los mismos. Hacia nes de los 80 era com un encontrar agrupaciones de estaciones de trabajo (COWS) que permit an a la gente de las universidades y centros de investigaci on, efectuar c alculos en paralelo sobre una red instalada en estas instituciones, en horarios con baja carga de usuarios. Estas estaciones de trabajo corr an alguna versi on del sistema operativo UNIX y en gran

85

5.1. Cluster Beowulf

86

parte usaban librer as de pasos de mensajes como PVM (Parallel Virtual Machine [130]) o MPI (Message Passing Interface [111]), cuyo desarrollo estaba orientado a un entorno UNIX. Cuando irrumpi o en forma masiva dentro del mercado el uso de las computadoras personales (PC), se comenz o a gestar la idea de agruparlas para luego realizar c alculo distribuido. Entonces, como denici on preliminar de un cluster de computadores, diremos que es un tipo de sistema de procesamiento paralelo, o distribuido, el cual consiste de una colecci on de computadores mutuamente interconectadas, trabajando juntas como si fuera un u nico sistema de c omputo. Como los programas para el paso de mensajes (message passing) tales como el PVM o el MPI, est an restringidos a un ambiente UNIX, el desarrollo de los cluster fue explosivo gracias a la notable difusi on que tuvo el sistema operativo GNU/Linux. El Linux [93] es un sistema operativo (OS) de tipo UNIX de libre distribuci on y que puede instalarse sobre las PC. Inicialmente fue desarrollado por Linus Torvalds, un estudiante nland es graduado entre 1991-1992. Aunque en un principio intervino un solo autor, un gran n umero de personas est an actualmente involucrados en continuar su desarrollo. Una de sus mayores ventajas consiste en la amplia variedad de programas, librer as y otras utilidades con que cuenta. Podemos mencionar, entre otras, las siguientes ventajas de emplear un sistema operativo Linux: 1. Cualquier programador capaz puede acceder al n ucleo (kernel) del Sistema Operativo e implementar el desarrollo que desee; 2. Puede instalarse, entre otras, sobre PC x86 ofreciendo la potencia y exibilidad del Unix; 3. Es posible obtenerlo tambi en a trav es de Internet ya que es de distribuci on libre (sin costo); 4. Suministra desarrollo y caracter sticas t picas de Unix, tales como multi-tareas, multi-usuario o soporte de multiprocesadores; 5. Una variada cantidad de programas adicionales son posibles de obtener en forma libre; 6. El control de calidad de Linux se mantiene gracias a Internet porque favorece la re-alimentaci on con respecto a errores (bugs) y otros problemas que se presenten; Pero uno de los eventos m as signicativos del c omputo paralelo mediante el uso de un cluster ha sido, en estos u ltimos a nos, el proyecto Beowulf. Beowulf es un poema epico escrito en el siglo VIII, aunque los textos m as antiguos que sobrevivieron al paso del tiempo, hacen referencia a un manuscrito ingl es del siglo XI, que gura como uno de los primeros relatos de la literatura inglesa. El mismo narra las haza nas

5.2. Descripci on del cluster Beowulf Ger onimo de un Gran Guerrero, Beowulf, quien salv o al Lord de Danes y su corte de las garras del diab olico monstruo Grendel. Aunque naturalmente el poema no contiene referencias sobre c alculo paralelo, ya que fue escrito unos 1000 a nos antes del advenimiento las computadoras, inspir o el desarrollo de los sistemas de computaci on de esta clase. El h eroe Beowulf liber o a Danes de Grendel, quien visita cada noche el lugar llamado Heorot donde el Lord viv a con su corte, aterrorizando a su gente. De la misma manera, los sistemas Beowulf han liberado a los cient cos de recurrir a las tediosas tareas de llevar sus c odigos a nuevas arquitecturas cada a no, compartiendo recursos computacionales con cientos de usuarios y pagando una suma considerable de dinero por dicha tarea poco agradable.

87

El proyecto Beowulf fue desarrollado por primera vez en el Proyecto de las Ciencias Espaciales y de la Tierra en el centro espacial Goddard de la NASA como parte del programa HPCC. Sterling et al. [169] denen a un cluster Beowulf como a cluster of mass-market commodity o the shelf (M 2 COT S ) PCs interconnected by low cost LAN technology running an open source code Unix-like operative system and executing parallel applications programmed with and industry standard message ag. 8). Otra passing model and library. (puede compararse con la denici on dada en la Sec. 1.6 de la p alternativa bastante difundida entre los que desarrollan c alculo distribuido es ensamblar un cluster Beowulf con procesadores Alpha-DEC (Digital Equipment Corporation ahora Compaq-Digital), siempre bajo Linux. Podemos decir que el uso de un cluster Beowulf se est a convirtiendo en una alternativa para enfrentar la resoluci on num erica de problemas de muy gran escala en ciencias y en ingenier a. As , en el CIMEC, el primer objetivo fue construir el cluster Beowulf Ger onimo, descripto en la pr oxima secci on y, a continuaci on, desarrollar un programa de computadora apto para ejecutarse sobre el mismo. Tal programa ten a que ser de prop osito general y est ar orientado a multif sica. Actualmente a se basa en la librer a de pasos de mensajes MPI (Message Passing Interface [111]) y en la librer cient ca PETSc (Parallel Extensible Toolkit for Scientic Computations). La concepci on de partida era desarrollar una librer a lo m as abstracta posible en cuanto a la f sica subyacente, permitiendo a otros programadores escribir sus propias aplicaciones (application writers). El c odigo obtenido se denomin o PETSc-FEM y es, a la vez, una librer a y un conjunto de aplicaciones. De este u ltimo paquete utilizaremos su m odulo de Navier-Stokes, el que aplicamos a la resoluci on de los problemas de la Tesis. Dicho m odulo incluye las opciones fractional-step o SUPG-PSPG de Tezduyar et al. [161].

5.2.

Descripci on del cluster Beowulf Ger onimo

La composici on actual del cluster Beowulf Ger onimo del CIMEC (ver Fig. 5.1), es la siguiente:

5.2. Descripci on del cluster Beowulf Ger onimo

88

Figura 5.1:

Cluster Beowulf Ger onimo: vista frontal (izq.); vista del server (arriba der.) y de la

parte superior con el switch marca 3COM Fast Ethernet SuperStack (abajo der.). Server: Intel Pentium IV PC, 1.8 Ghz, 768 Mb de memoria RAM tipo RIMM, 2 discos duros de 120 Gb, con 3COM 3c509 (Vortex) y tarjetas Nic; Nodos (x10): Intel Pentium IV, 2.4 Ghz, 1024 MB de memoria, RAM de tipo DDR 333 MHz; con 3COM 3c509 (Vortex) y tarjetas Nic; Nodos (x10): Intel Pentium IV, 2.8 Ghz, 2048 MB de memoria, RAM de tipo DDR 400 MHz; con 3COM 3c509 (Vortex) y tarjetas Nic; Switch: un switch marca 3COM Fast Ethernet SuperStack que controla el tr aco en la red; Red: tipo Fast Ethernet de 100 Mbits/seg., con una latencia O(100s). La conguraci on del cluster est a basada en el concepto disk-less, es decir, todos los nodos no tienen disco duro. Estos arrancan desde el diskette cargando el n ucleo del Linux Red Hat 7.1 y enviando una se nal de respuesta tipo RARP al servidor, quien le responde a cada uno envi andole su n umero de IP y su directorio ra z asignados. Posteriormente, los nodos montan sus directorios ra ces sobre el server por medio de NFS y proceden con la secuencia de arranque (booteo), e.g. ver [117]. Tal conguraci on disk-less exhibe las siguientes ventajas:

5.2. Descripci on del cluster Beowulf Ger onimo Representa un ahorro de dinero porque los nodos no-tienen disco duro;

89

El manejo del cluster es m as f acil, ya que un cambio de conguraci on del sistema, se realiza localmente sobre los directorios ra ces de cada nodo y en el n ucleo sobre el diskette de arranque. El agregado de un nuevo nodo no resulta una tarea tediosa de acuerdo a lo anterior, porque se inserta una copia del disco de arranque y se corre un script que se encarga de crear el directorio ra z del nodo que se agreg o en el sub-directorio /tftpboot sobre el servidor; Los nodos no tienen memoria tipo swap. Si bien esto podr a ser considerado un desventaja, dicha memoria degrada tanto el rendimiento que se vuelve in util. Por otro lado, la memoria de los cluster Beowulf basados en procesadores tipo Intel es relativamente barata, por lo que el cuello de botella se traslada al tiempo de CPU. Si hacemos arrancar un programa con el comando mpirun, los nodos acceden al servidor a trav es de la red, leen el c odigo entero en la memoria RAM de este. Para grandes sistemas, esto podr a conducir a un cuello de botella, pero para el c odigo que corremos, este retardo es despreciable respecto a los tiempos promedios de ejecuci on. A continuaci on damos un listado no-exhaustivo del software instalado en el cluster Beowulf Geronimo donde todos, excepto PortlandGroup, son bajo Licencia P ublica General (GPL): Sistema Operativo RedHat Linux, versi on 7.1 (SeaWolf) con kernel 2.2.4.2; MPICH 1.2.6: una implementaci on de la interfase de pasos de mensaje; PVM: otra librer a de paso de mensajes; PETSc 2.1.6: Portable Extensible Toolkit for Scientic Calculation; SuperLU 2.0: colecci on de rutinas ANSI C para resolver sistemas de ecuaciones ralas; KAI Compiler: un compilador Fortran 95/C++; Open DX: una herramienta de visualizaci on de IBM (IBM Data Explorer Visualization); PETSc-FEM: programa de elementos nitos, de prop osito general, en paralelo, para multif sica [131],; PortlandGroupHPF/C++: compilador C++/F90/HPF1 (High Performance Fortran Compiler).

5.3. La librer a PETSc-FEM

90

5.3.

La librer a PETSc-FEM

Generalmente los paquetes de elementos nitos constan de un conjunto de m odulos para diferentes aplicaciones, dentro de las cuales el usuario puede variar una serie de par ametros o funciones, de car acter f sico o num erico. Con el objeto de hacerlos lo m as generales posibles, los mismos presentan un conjunto de ecuaciones con una gran cantidad de t erminos, lo que a su vez los torna m as inecientes. Teniendo en mente la idea de desarrollar una librer a lo m as abstracta posible, en cuanto a la f sica subyacente, tratando que los programadores puedan escribir sus propias aplicaciones, dentro del entorno de la misma, se desarroll o PETCs-FEM. Por consiguiente, esta es a la vez una librer a (libpetscfem.a) y un conjunto de aplicaciones. A la fecha, cuenta con las librer as: Navier-Stokes (versi on fractional-step y SUPG-PSPG de Tezduyar et al. [161], Euler, aguas poco profundas (shallow-water), advecci on y la ecuaci on de Laplace. El programador de una aplicaci on desarrolla un c odigo t pico de elementos nitos sobre el sistema f sico que desea calcular, para que luego pueda ser utilizado por otros usuarios, lo cual involucra usualmente dos partes complementarias: el algoritmo principal, el cual describe las estrategias generales de resoluci on (e.g. lineal o no-lineal, estacionario o transiente). Dicho algoritmo, llama a un conjunto de subrutinas que realizan las operaciones de lectura de la malla, ensamblaje de los vectores y matrices por medio de PETSc, control de la convergencia, entre otras; las rutinas de los elementos, las cuales calculan para cada uno de ellos el vector residuo y/o la matriz de rigidez. La soluci on del sistema de ecuaciones resultantes, se lleva a cabo mediante llamadas apropiadas a PETSc, es decir, las rutinas de elememto reciben una lista con los elementos y retornan una de vectores residuos, una de matrices elementales o alguna otra entidad matem atica. Luego estas son montadas en vectores o matrices globales por el propio programa PETSc-FEM. Para particionar las mallas, permite usar un conjunto de particionadores, entre los m as difundidos y que utilizamos se encuentra el METIS. Luego el c odigo se encarga de pasar un n umero apropiado de elementos a cada procesador y, por razones de eciencia, a su vez esta lista puede ser subdividida internamente en bloques o pedazos chunks. A nivel de elemento, los c alculos pueden ser realizados por medio de una librer a denominada Newmat y desarrollada en C++. El c odigo PETSc-FEM est a escrito con una losof a Orientada a Objetos (OOP) y tiene en cuenta simult aneamente la eciencia. Los objetos b asicos se denominan elemset, es decir, una lista de elementos que tienen propiedades similares como, por ejemplo, el mismo n umero de nodos por elemento,

5.4. Estructura de la librer a PETSc-FEM

91

el mismo tipo de elementos, similar modelo constitutivo, iguales propiedades f sicas. De esta manera, aquellos que tengan un tama no bastante grande, son procesados en forma eciente, pudiendo el autor de la aplicaci on realizar fuera del lazo, una cierta cantidad de tareas comunes que mejoran el rendimiento. Las propiedades de los elementos son transmitidas a trav es de tablas de dispersi on (hash tables) de car acter general, de forma que resulte sencillo agregar otras propiedades nuevas a un tipo determinado de elemento.

5.4.

Estructura de la librer a PETSc-FEM

Como se mencion o en la secci on anterior, todo usuario que desee escribir una aplicaci on deber a proveer el algoritmo principal y la rutina del elemento. Los niveles de interacci on con la librer a son tres, ver Figura 1, a saber: El usuario (user), quien utiliza el c odigo directamente aplic andolo, sin modicarlo; El que escribe aplicaciones (application writer), quien desarrolla el programa principal, llamando a las subrutinas de elementos y la librer a. El programador del n ucleo (kernel programmer) del c odigo PETSc-FEM. Dentro del conjunto de m odulos disponibles en el PESTSc-FEM nos referiremos a la versi on SUPGPSPG para la resoluci on num erica estabilizada por elementos nitos de las ecuaciones de Navier-Stokes para el caso de ujos trantientes o estacionario de uidos viscosos e incompresibles. Tendremos las siguientes etapas: Preparaci on del archivo de datos (data le generation): en un archivo de datos se ingresan los datos del problema, dimensiones, n umero de grados de libertad por nodo, las coordenadas espaciales de los mismos, el o los tipos de elementos, sus propiedades f sicas, la tabla de conectividades, y las condiciones de contorno e iniciales; Lectura de la malla (read mesh): esta tarea es llevada a cabo por todos los procesadores al mismo instante, siendo el tiempo dedicado para ello el mismo sea con uno o con varios procesadores. Actualmente se est a tratando de adaptar el programa de dominio p ublico PARMETIS para hacer esta tarea en paralelo y evitar de esta manera redundancia; Partici on de la malla (mesh partition): La malla es distribuida entre los procesadores mediante PARMETIS. Para reducir el desbalance de carga, la partici on de la malla se lleva a cabo asignando a cada procesador una carga proporcional a su velocidad relativa;

5.4. Estructura de la librer a PETSc-FEM

92

Estructura de la matriz (Matrix Structure): en donde, primero, cada proceador calcula el n umero de valores no nulos en las las de la matriz que le corresponde y procede a reservar la memoria RAM necesaria. Luego, el c odigo se vale de una de las variables de contexto, propias de PETSc, denominadas SLES para jar el m etodo iterativo que aplicar a al sistema, el tipo de precondicionamiento y otras opciones tales como tolerancias y otros par ametros adicioneales; Armado de la matriz (Assemble Matrix): donde las matrices elementales son calculadas y ensambladas. En el caso del m odulo de Navier-Stokes se realiza una sola vez, manteniendo jo el perl de la matriz; Ensamble del Residuo (Assemble Residual): donde se calcula el residuo del sistema; Soluci on del sistema (System solution): en el caso de Navier-Sotkes, en cada paso de tiempo, se lleva a cabo un esquema de Newton y en cada iteraci on de este, se resuelve un sistema de ecuaciones lineales, usando un m etodo iterativo del tipo GMRES con precondicionamiento izquierdo o derecho del tipo Jacobi diagonal. Salvo esta u ltima etapa, las dem as presentan un alto grado de paralelismo.

Cap tulo 6

Validaciones num ericas en el c odigo PETSc-FEM

6.1. Introducci on

En este cap tulo presentamos algunos resultados num ericos obtenidos con las formulaciones descriptas en los Caps. 2, 3, 4 y 5. Las metodolog as que fueron propuestas en ellos se validan con problemas de ensayos tradicionales para ujos de uidos casi incompresibles. En este caso proponemos el ensayo del problema conocido como ujo connado en una cavidad driven cavity ow problem Es un ejemplo muy utilizado en el ambito de los m etodos num ericos, acerca del cual existe abundante material tanto te orico como experimental. Tambi en servir a para identicar algunos de los aspectos m as importantes a tener en cuenta en el estudio aerodin amico de veh culos, separ andolos de los efectos producidos por geometr as m as elaboradas. El ujo conducido de un uido viscoso en una cavidad cuadrada es un caso de ensayo cl asico para evaluar t ecnicas num ericas en los modelos de CFD. El problema presenta una geometr a simple, lo gobiernan un sistema de Ecuaciones Diferenciales Parciales (EDP), no-lineales, dependientes del n umero de Reynolds Re. A valores crecientes de este u ltimo par ametro aumenta el grado de dicultad num erica como as tambi en se degradan las tasas de convergencia hacia la soluci on estacionaria. El an alisis que se describe se centra en el m odulo Navier-Stokes para uidos pr acticamente incompresibles del programa PETSc-FEM [131]. Dicho programa computacional tiene como ventaja su exibilidad y la posibilidad de paralelizar en forma eciente la resoluci on, lo que nos permite utilizar diferentes estrategias para la misma. De todas ellas nos interesa la que utiliza un m etodo de descomposici on del dominio y, dentro de este, el que resuelve en forma iterativa la matriz complemento de Schur para la interfase entre subdominios, e.g. ver [10], tal como lo describimos en el Cap.4, esquema 93

6.2. Flujo bidimensional en una cavidad cuadrada

94

que hemos denominado IISD (Interfase Iterative - Subdomain Direct), es decir, resoluci on iterativa de la interfase y directa para los nodos interiores a cada subdominio. Los resultados alcanzados los comparamos con los obtenidos por Ghia et al. [171], quienes utilizaron una aproximaci on bidimensional de la formulaci on vorticidad-funci on de corriente, de las ecuaciones de Navier-Stokes incompresibles, por medio del estudio de un m etodo multigrilla, fuertemente impl cito y acoplado (CSI-MG), tabulando los valores del campo de velocidad sobre mallas muy renadas y para diferentes n umeros de Reynolds en el rango de 100 a 10000.

6.2.

Flujo bidimensional en una cavidad cuadrada

El ujo conducido de un uido viscoso en una cavidad cuadrada es un cl asico problema de ensayo, conocido como driven cavity ow problem, extensivamente analizado en el area de los m etodos num ericos en CFD, y se lo considera como prueba calicada para comprobar el buen comportamiento de los algoritmos para ujos de uidos incompresibles. Puede ser u til mencionar brevemente por qu e es importante el estudio de esta clase de ujos internos, usualmente acotados, de un uido newtoniano, viscoso e incompresible, cuyo movimiento es generado por una parte contenida en la frontera del sistema. No hay duda que existen un n umero de contextos industriales en los cuales estos ujos y las estructuras que ellos exhiben juegan un rol destacado y que adem as tienen un inter es cient co, ya que nos permiten observar una gran cantidad de fen omenos de la mec anica de los uidos, en un montaje geom etrico muy simple. Por ejemplo, en el trabajo de Aidum et al. [21] se apunta la importancia directa del ujo en una cavidad en los procesos de revestido y de fusi on por rotaci on, usados para manufacturar material microcristalino, aplicados para un sintetizado no de compuestos polim ericos. Las estructuras con remolinos o v ortices que encontramos en dichos materiales nos dan una idea de la penetraci on, el arrastre, la reducci on y su mezclado (Zumbrunnen et al. [25]). Otra aplicaci on la encontramos en el proceso para revestido de corta residencia utilizado para producir un papel de alta graduaci on y pel culas fotogr acas, la estructura del campo en el l quido estancado puede inuenciar la calidad del revestimiento sobre el rodillo. Una gran ventaja de este ensayo se debe a sus condiciones de borde inequ vocas, ofreci endonos un sistema de referencia ideal para comparar ya sea resultados experimentales, te oricos o ensayos num ericos, como es nuestro caso. De all que se lo considere como uno de los modelos corrientes para el ensayo de nuevos esquemas computacionales. Este tipo de ujo exhibe, adem as, gran cantidad de fen omenos que pueden posiblemente ocurrir en ujos de uidos incompresibles: remolinos, ujos secundarios, patrones tridimensionales comple-

6.3. Descripci on del ensayo

95

jos, movimiento ca otico, inestabilidades, movimiento laminar, de transici on o turbulento. Aunque la relaci on de aspecto sea muy grande, son catalogados como esencialmente tridimensionales. Si bien no se puede llevar a cabo experimentalmente un ensayo genuino del ujo en una cavidad bidimensional, resulta interesante porque los ujos planares proporcionan una considerable simplicaci on anal tica del problema y su estudio conduce a un mejor entendimiento de ciertos fen omenos. Como ya lo dijimos, este modelo es un ensayo corrientemente utilizado para vericar los esquemas computacionales. En la literatura encontramos una gran cantidad de reportes sobre este tema que presentan una variedad de formulaciones, esquemas num ericos y grillas de diferentes tipos. Podemos mencionar entre otros a Ghia et al. [171] cuyos resultados utilizamos para comparar los obtenidos por nuestras simulaciones. Un punto importante tiene relaci on con la validaci on de los v ortices que se presentan. De los experimentos se pueden observar las l neas de corriente, donde la funci on de corriente toma un valor m nimo, el cual se localiza por debajo de la tapa superior en su plano medio, form andose un v ortice primario o principal VP. Al incrementar el n umero de Reynolds Re, el centro de este v ortice se traslada hacia el centro geom etrico de la cavidad. En el fondo, en las esquinas izquierda y derecha de la misma, aparecen v ortices secundarios. Como se ha demostrado en forma general, debemos esperar que estos tipo de v ortices existan y est an conducidos por el principal. De hecho, la teor a nos muestra que habr a una secuencia innita de estos remolinos, cuyas dimensiones e intensidad disminuyen a medida que nos aproximamos al v ertice geom etrico. Para facilitar la discusi on de los v ortices secundarios, asignamos a ellos las siguientes denominaciones de los v ortices: Fondo Derecho VFD, Fondo Izquierdo VFI y Superior Izquierdo VSI. Encontraremos en cada uno una asignaci on en funci on de la secuencia presumiblemente innita, como se mencion o anteriormente. As tendremos, tomando el caso del v ortice fondo derecho como ejemplo VFD1 , VFD2 , VFD3 y as sucesivamente.

6.3.

Descripci on del ensayo

Consideramos un ujo transiente, en r egimen laminar, de un uido incompresible, descripto por las correspondientes ecuaciones de Navier-Stokes. El dominio bidimensional que lo abarca, corresponde a una cavidad cuadrada de dimensi on H , una longitud de escala conveniente asociada con la geometr a del recinto. Utilizamos un sistema cartesiano O(x, y ) paralelo a los lados de la cavidad, con su origen en la esquina inferior izquierda, ver Fig. 6.1. Las dos paredes laterales y la del fondo son impermeables y permanecen estacionarias. Las condiciones iniciales, cuando sea necesario corresponden al caso de un l quido en reposo.

6.4. Ecuaciones en el dominio y condiciones de borde

96

El ujo dentro de la cavidad es conducido por la tapa superior que se mueve a una velocidad constante U0 = 1 (impulsivamente desde el tiempo t = 0), cuya circulaci on se produce en el sentido de las agujas del reloj. Por lo tanto U es una escala de velocidad asociada con la frontera m ovil. Debido a la cantidad de movimiento transferido por las fuerzas viscosas, el ujo desarrollado alcanzar a un estado estacionario, formando una zona de recirculaci on o v ortice primario, al que denominamos V ortice Principal VP. Al incrementar el n umero de Reynolds, denido para este problema como Re = HU0 / , donde es la viscosidad cinem atica del uido en [m2 /s], aparecen zonas de recirculaci on secundarias cerca de las esquinas inferiores. La inferior derecha presenta un v ortice VFD de mayor tama no que el de la inferior izquierda, al que denominamos VFI. Ambos tienen un sentido de circulaci on contrario al v ortice primario o principal. M as all a de un valor de Reynolds cr tico de aproximadamente Re = 3000, el ujo no alcanza el andose a formar un tercer v ortice en la esquina estado estacionario, ver Goodrich et al. [67], empez Superior Izquierda VSI, debiendo utilizar mallas muy renadas para lograr observarlo, ver Fig. 6.15.

Figura 6.1:

Flujo viscoso en la cavidad cuadrada, de lado H y velocidad de referencia U0 .

6.4.

Ecuaciones en el dominio y condiciones de borde

De acuerdo a la visto en el Cap. 3, las ecuaciones que gobiernan el ujo en la cavidad son las correspondientes a las de Navier-Stokes particularizadas al ujo transiente de un uido viscoso, laminar

6.4. Ecuaciones en el dominio y condiciones de borde

97

e incompresibles. Por lo que consideremos la siguiente formulaci on diferencial en velocidad-presi on (t u + u u) = f ; P = (6.1) u=0 ; donde f representa las fuerzas de volumen, u es la velocidad con respecto a ejes inerciales jos, la densidad y es el campo euleriano de tensiones en el uido dado por sus partes isotr opica y desviadora = pI + ; donde p es la presi on e I es el tensor identidad y = ( u)I + 2 ; (6.3) (6.2)

es el tensor de tensiones deviat orico (o tensiones de corte), siendo la viscocidad din amica del u do, es el segundo coeciente de viscosidad, mientras que = 1 2 u+ uT ; (6.4)

es la parte sim etrica del tensor gradiente de la velocidad (o tasa de deformaci on). Suponiendo f = 0 queda ut + u u=0 u= p+ u ; (6.5) ; el operador laplaciano. Dado el dominio espacial

P =

donde = / es la viscosidad cinem atica, y

y el temporal [0, T ], las coordenadas asociadas a los mismos son x y t [0, T ], en donde la denota el dominio cerrado. Considerando ahora, nuestro dominio de ujo abierto barra superior en y acotado de Rnsd , donde nsd = 2, [0, T ] es el intervalo de tiempo considerado en la soluci on, = representa el contorno de , el cual se supone lo sucientemente suave. La frontera D , corresponde al borde con condici on esencial o tipo Dirichlet (en este caso todo): ug = 1 en la tapa superior y ug = 0 en el resto del contorno, ver gura 6.5. Escribiendo las condiciones de contorno en notaci on indicial tenemos, ui = 1 ui = 0 donde D = superior resto (6.8) ; ; vi = 0 vi = 0 ; sobre superior ; ; sobre resto ; (6.6) (6.7)

6.5. Discretizaci on num erica superior resto = En resumen, el modelo matem atico diferencial para este caso de ensayo nos quedar a, t u + u u = p + u sobre [0, T ] ; u=0 sobre [0, T ] ; P = ui = 1 ; vi = 0 sobre superior ; ui = 0 ; vi = 0 sobre resto ;

98 (6.9)

(6.10)

estableciendo la condici on inicial de la velocidad como ui (xj , 0) = 0, donde este u ltimo representa el campo que utilizamos como estado inicial del proceso transiente.

6.5.

Discretizaci on num erica

Una vez determinado el modelo matem atico, el ujo es tratado en forma num erica mediante un m etodo por elementos nitos de igual orden para la presi on y la velocidad. Si se usara el m etodo de Galerkin cl asico para problemas de transporte convectivo, entonces se evidencian una serie de inestabilidades num ericas, e.g. ver Tezduyar et al. [161], gener andose principalmente por uno o por una combinaci on de los siguientes factores: la restricci on de incompresibilidad; predominio de las fuerzas inerciales (convectivas) sobre las viscosas para Re 1;

El primer factor obliga a que los espacios de elementos nitos para interpolar la velocidad y la presi on sean compatibles, es decir, deben satisfacer la condici on de incompresibilidad de Bab uska Brezzi (o condici on BB), ver Cap. 3 Sec. 3.7. Esta exige utilizar interpolaciones de diferente orden para la velocidad y la presi on. Una forma de eliminar estas oscilaciones es renar la malla, de tal manera que la convecci on no domine a nivel de elemento. Para ello, se desarrollaron otras alternativas que eliminan el efecto anterior y logran estabilizar el sistema. Una resoluci on num erica para las ecuaciones de Navier-Stokes en el caso incompresible no escapan a este fen omeno, y en los casos donde hay condiciones de borde corriente abajo fuertes, tambi en se observan las oscilaciones antes mencionadas. La formulaci on Streamline upwind Petrov-Galerkin (SPUPG)) propuesta por Brooks/Hughes [4] evita estos efectos no deseados y no exhiben p erdida de precisi on con respecto al esquema para la derivada en contra-corriente cl asica. Dado el problema de valor de frontera e inicial planteado por

6.6. Validaci on del m etodo de descomposici on del dominio

99

las Ecs. (6.10-6.8), donde los valores en el contorno ug est an dados por condiciones de borde de tipo Dirichlet, la formulaci on SUPG la expresamos como 0=

ui,i d =

ui ni d =

ug ni d ;

(6.11)

por lo que la presi on se determina para una constante arbitraria. La restricci on de incompresibilidad es uno de los aspectos m as dif cil de tratar num ericamente para este tipo de ecuaciones. Adem as, bajo ciertos tipos de condiciones de borde la presi on puede exhibir un modo esp ureo especial denominado tablero de ajedrez (checkerboard). Este se caracteriza por grandes oscilaciones en el campo de presiones con valores positivos y negativos. Esto se produce cuando se utiliza una combinaci on no apropiada de las funciones de interpolaci on para la velocidad y para la presi on. Se lo corrige introduciendo un t ermino de estabilizaci on adecuado, tal como el Pressure-Stabilizing Petrov on para ujos con n umeros Galerkin (PSPG), e.g. ver Tezduyar et al. [161], el cual es una generalizaci de Reynolds nitos del t ermino Petrov-Galerkin propuesto para los ujos de Stokes [167]. Si bien se requiere el uso de funciones de interpolaci on de distinto orden por la condici on BB, al introducir este t ermino, podremos utilizar igual orden sin generar oscilaciones en el campo de la presi on. Para nuestro caso, utilizamos diferentes mallas de elementos tipo Q1/Q1 (velocidad y presi on continua bilineal). Con respecto a la discretizaci on temporal aplicamos un esquema impl cito trapezoidal, retro Euler.

6.6.

Validaci on del m etodo de descomposici on del dominio

Utilizamos este caso de ensayo para validar no solo la parte uido-din amica del c odigo PETScFEM, sino tambi en el esquema de c alculo por descomposici on de dominios, a trav es de un m etodo iterativo sobre la matriz complemento de Schur para la interfase entre subdominios, esquema que hemos denominamos IISD, en el cual combinamos una resoluci on directa y uno iterativo puro (GMRES) sobre el sistema global. Trabajando en forma secuencial partimos con el m etodo de resoluci on directa, el cual es un algoritmo altamente acoplado. Luego seguimos con el m etodo iterativo puro sobre el sistema global, que es bastante desacoplado pero con una tasa de convergencia baja (por ejemplo GMRES con precondicionador Jacobi). Por u ltimo utilizamos un m etodo iterativo sobre la matriz complemento de Schur de la interfase entre los subdominios en que se ha subdividido el problema. Es decir, descomponemos la matriz en bloques, distinguiendo los nodos interiores a cada subdominio de los grados de libertad de la interfase. La matriz complemento de Schur la obtenemos resolviendo las ecuaciones para los nodos interiores, es decir, obtenemos un sistema equivalente s olo sobre los nodos de la interface. Luego usamos un m etodo iterativo sobre dicha matriz, la cual tiene una dimensi on bastante menor ya que

6.6. Validaci on del m etodo de descomposici on del dominio involucra los nodos de la frontera interior.

100

Como el m etodo iterativo (ejemplo: GMRES, Gradiente Conjugado o similares) requiere s olo de productos matriz-vector, en cada uno de ellos debemos resolver el problema en el interior del subdominio, lo cual lo hacemos con un m etodo directo, factorizando la matriz del mismo solamente una vez. A este m etodo lo hemos denominado IISD (Interfase Iterative - Subdomain Direct). Tal propuesta ha exhibido buenas tasas de convergencia y representa un continuo entre el m etodo directo y el iterativo global. Cuando incrementamos la cantidad de subdominios nos hacercamos al iterativo global y, en el l mite, se llenan todos los nodos. En el caso de utilizar un solo subdominio, el conjunto de los nodos de la interfase es vac o, por lo que debemos factorizar la matriz completa. Es decir, el m etodo de descomposici on de dominios propuesto es mixto, ya que una parte del mismo (el conjunto de variables interiores a cada subdominio) lo resolvemos por medio de un m etodo directo (factorizaci on LU), mientras que a las variables de la interfase interiores entre subdominios las resolvemos en forma iterativa, por ejemplo, con GMRES con precondicionamiento de Jacobi por bloques diagonales, resolviendo un sistema lineal que es mucho m as peque no que el sistema lineal original. Como primera validaci on, simulamos el ensayo de la cavidad con los tres m etodos sobre un solo procesador, es decir, en forma secuencial. Para ello utilizamos diferentes mallas: 21 21, 41 41, 81 81, 129 129 y 257 257 nodos. Siempre dentro de cada una generamos un archivo de inicio por el m etodo directo. Los principales par ametros que utilizamos son: Re = 1000, paso de tiempo en funci on del n umero de Courant (o condici on CFL) Cu = 10, dado por el paso m nimo de la malla hm n , tolerancia para el lazo de Newton de = 105 , tolerancia relativa de r = 104 , n umero m aximo de iteraciones del lazo interior para resolver el sistema lineal Nm on del sub-espacio de NKrylov = 100. Para el ax = 100, y una dimensi lazo exterior de tiempo usamos un m etodo trapezoidal y jamos a cero la presi on en un nodo p = 0. En cada caso tomamos el tiempo de CPU hasta que el proceso llegue a convergencia y lo gracamos en funci on de la cantidad de nodos de la malla. etodo IISD con una partici on de 10 subdominios, presenta En la Fig. 6.2 observamos que el m tiempos muy similares al m etodo directo pero con la ventaja de poder utilizar mallas mucho m as renadas, debido a las propiedades antes explicadas, lo que representa una mejora apreciable cuando tenemos que resolver sistemas muy grandes. El m etodo iterativo global con GMRES presenta tiempos mayores y cuando la malla es muy renada no converge. Posteriormente realizamos lo mismo pero corriendo en forma paralela. Otro experimento consiste en tomar un paso de tiempo y un determinado sub-espacio de Krylov,

6.6. Validaci on del m etodo de descomposici on del dominio

101

Figura 6.2:

Tiempos de CPU versus nodos para los m etodos directo, iterativo global e IISD.

Figura 6.3:

Continuidad del m etodo IISD entre el directo y el iterativo global en un procesador.

por ejemplo, NKrylov = 200, en una malla bastante renada (129 x 129 nodos), donde la tolerancia del lazo de Newton es = 106 ; el n umero m aximo de iteraciones del lazo para resolver el sistema lineal es de igual valor al subespacio de Krylov, y un n umero de Reynolds Re = 1000. Controlamos la convergencia a trav es de la norma del residuo y luego lo gracamos en funci on del n umero de

6.7. Discusi on de los resultados num ericos

102

Figura 6.4:

Continuidad del m etodo IISD entre los m etodos directo e iterativo global en el cluster

Beowulf Ger onimo. iteraciones (ver Fig. 6.3 y 6.4). En este caso, vericamos la continuidad del m etodo IISD entre una resoluci on directa y la iterativa global (por GMRES), variando la cantidad de subdominios introducidos en nuestro dominio de ujo original. Observamos la posici on de las diferentes curvas con respecto al m etodo directo o al iterativo global (GMRES), acerc andose a este u ltimo a medida que aumentamos la cantidad de subdominios. Tambi en distinguimos que cuando utilizamos peque nos subdominios, exhibe una r apida convergencia hasta un valor determimado del residuo y luego la curva presenta una meseta, volviendo despu es de una cierta cantidad de iteraciones a mostrar mayor velocidad de convergercia. Este efecto se diluye a medida que aumentamos la cantidad de subdominios (ver Fig. 6.4).

6.7.

Discusi on de los resultados num ericos

La discretizaci on se realiza con una malla estructurada cartesiana con mayor densidad de l neas cerca de las paredes. Esto nos permitir a observar con mayor detalle la capa l mite y los v ortices en las esquinas. Las guras nos muestran dos ejemplos, la primera corresponde a una malla bastante burda y la segunda presenta un mayor renamiento, e.g. ver Figs. 6.5. Para imponer las condiciones de borde que se describen en el p arrafo anterior, se j o una velocidad unitaria en todos losx puntos de

6.7. Discusi on de los resultados num ericos

103

Figura 6.5:

Izq. Malla de 41 por 41 nodos. Der. Malla de 129 por 129 nodos.

la malla pertenecientes a la tapa o pared superior, excepto los dos nodos de las esquinas. En estos dos, como as tambi en en todos los otros correspondientes al resto de la frontera, se consider o la condici on no-deslizamiento (no-slip), con velocidad nula sobre las paredes. El tratamiento que se impuso a los nodos de las esquinas, se realiz o a los efectos de evitar p erdidas de masa a trav es de los ejes superiores pertenecientes a las paredes verticales. De alli que se observen dos grandes singularidades en las esquinas superiores, donde la frontera de l quido que se est a moviendo, choca con la pared estacionaria; una malla mas na en esa regi on reduce el impacto de las mismas. Los experimentos num ericos se realizaron utilizando diferentes n umeros de Reynolds Re, logrando de esta manera ajustar la viscosidad cinem atica , mientras la escala de longitud H y la velocidad de referencia U0 se mantuvieron jas. En este estudio utilizamos una malla de 41 x 41 nodos, para vericar los resultados con Re = 100, 400 respectivamente, para Re = 1000, 3200 utilizamos una de 129 x 129 nodos, y para Re = 5000 y 10000 se utiliz o en primer lugar la malla anterior y posteriormente una malla m as renada de 257 x 257 nodos. Con respecto al estado inicial podemos decir que para el caso de Re = 100, 400 utilizamos la soluci on que lleg o a convergencia con un estado inicial de u0 = v0 = 0 y con un Re = 1. Para Re = 1000, 3200 primero se corri o el programa hasta una determinada cantidad de pasos de tiempo (por ejemplo 100), con un m etodo directo (LU) y para Re = [5000 10000] partimos de un estado inicial con u0 = v0 = 0 y Re = 100, y lo corrimos para una cantidad de pasos de tiempo no demasiado grande, el archivo de salida obtenido lo utilizamos como inicio para la pr oxima iteraci on donde incrementamos el Re a 400; de id entica manera se hizo lo mismo para Re = 700, 1000, 2000, 3000 y 4000. La salida de este u ltimo valor, la utilizamos como punto de partida para el modelo de Re = 5000, dejando que el mismo llegue a convergencia. Para este Re, tambi en hemos simulado el ujo con una

6.7. Discusi on de los resultados num ericos malla de 141 141 nodos. Los resultados los comparamos con los publicados por Ghia et al. [171].

104

Figura 6.6: Gr aca de los perles de velocidad para Re = 1000. Izq. Velocidad u a lo largo de la l nea central vertical. Der. Velocidad v a lo largo de la l nea central horizontal. Las Figs. 6.6 muestran los perles de velocidad u (streamwise) a lo largo de la l nea vertical que pasa por el centro geom etrico de la cavidad (x = 0.5) y los perles v (spanwise) en la l nea horizontal de dicho centro (y = 0.5), para un valor del Re = 1000. Junto a ellos, vemos un conjunto de puntos que son los correspondientes a los resultados de Ghia et al., que utilizaron un m etodo multigrilla fuertemente impl cito con una malla de 257 x 257 nodos Podemos observar que los resultados para Re = 1000 y 5000 obtenidos por nuestros c alculos, est an de acuerdo con la soluci on del benchmark. La localizaci on y magnitud de los valores m aximos de ambos perles de velocidad, simulados por este modelo, muestra que los mismos se mueven hacia las paredes estacionarias de la cavidad al incrementar el Reynolds, ver Figs. 6.7 La delgadez de la capa l mite en las paredes se hace evidente con la gr aca de los perles anteriores. Este efecto aumenta a medida que incrementamos el Reynolds, aunque su velocidad de decrecimiento disminuye y lo hace m as lentamente cuando Re 5000. Otro efecto importante que notamos es la linealidad de la gr aca en la zona central de la cavidad, signo evidente de una regi on de vorticidad uniforme, que se hace m as notorio a medida que aumenta el Reynolds. Las Figs. 6.8 visualizan la variaci on de los perles para un mismo Re, en este caso de valor 5000, utilizando diferentes tipos de malla. La simulaci on fue realizada con grillas de 129x129, 141x141 y 257x257 nodos. Otro dato importante se relaciona con los perles de la componente u para Reynolds elevados,

6.7. Discusi on de los resultados num ericos

105

Figura 6.7:

Comparaci on de resultados para Re = 1000 y 5000 con los proporcionados por Ghia et

al.. Izq. Velocidad u a lo largo de la l nea central vertical Der. Velocidad v a lo largo de la l nea central horizontal.

Figura 6.8:

Variaci on de los perles en funci on de la malla. Resultados para Re = 5000. Mallas

de 129x129, 141x141 y 257x257 nodos. Izq. Velocidad u a lo largo de la recta central vertical. Der. Velocidad v a lo largo de la recta central horizontal. visualizando un retorcimiento de la gr aca en la zona cercana a y = 1, o de igual manera para la componente v en la parte contigua a x = 1. Si bien este fen omeno ya ha sido reportado, podemos decir que tambi en lo podemos corroborar en nuestro caso. Las Figs. 6.10 muestran los contornos de las componentes de velocidad, presi on, vorticidad y l neas de corrientes para los n umeros de Re mencionados anteriormente. De las mismas obtenemos las siguientes conclusiones:

6.7. Discusi on de los resultados num ericos

106

Figura 6.9: 129 nodos.

L neas de corriente correspondiente al ujo en una cavidad, para una malla de 129 por

Figura 6.10:

Izq. Isocurvas de presi on para el ensayo de la cavidad en una malla de 129 por 129

nodos. Der. Isocurvas de vorticidad para el mismo ensayo anterior. Los contornos de velocidad horizontal con valor cero descienden hacia el fondo de la cavidad y la zona de recirculaci on se contrae cuando el n umero de Reynolds se incrementa, ver Fig. 6.11; Los contornos de velocidad vertical con valor cero permanecen cercanos a la l nea central de la cavidad, ver Fig. 6.11; Los valores de presi on m nima descienden y cambian hacia el centro geom etrico cuando el Reynolds se incrementa; Observando las l neas de corriente corroboramos la existencia de los v ortices nombrados con anterioridad. Para Re = 100 aparece solo el v ortice primario, mientras que para Re = 1000 y

6.7. Discusi on de los resultados num ericos

107

Figura 6.11:

Contornos rellenos de las componentes de la velocidad, Re = 5000. Izq. componente en

la direcci on x. Der. componente en la direcci on y . 5000 observamos los secundarios en las esquinas inferiores. No se visualiza el v ortice en la esquina superior izquierda para Re = 1000, aunque para valores mayores de este par ametro (Re = 3000 en adelante), claramente es visible, ver Goodrich et al. [67]. La dimensi on de los mismos crece a medida que incrementamos el Re. Del gr aco que nos muestra los contornos de vorticidad, podemos concluir que sus valores m aximos y m nimos ocurren en las dos esquinas superiores.

Figura 6.12: V ortice primario. Izq. l neas de contorno para Re = 1000 donde se aprecia la localizaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re Las Figs. 6.12, 6.13, 6.14 y 6.15, gracan el corrimiento del centro de los v ortices, tanto el primario como de los secundarios, hacia distintas posiciones a medida que crece el Re. De acuerdo con la

6.7. Discusi on de los resultados num ericos

108

Figura 6.13:

V ortice secundario derecho (VFD). Izq. l neas de contorno para Re = 5000 donde se

aprecia la locializaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re

Figura 6.14:

V ortice secundario izquierdo (VFI). Izq. l neas de contorno para Re = 5000 donde se

aprecia la locializaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re localizaci on del centro del v ortice primario, como as tambi en los valores de la funci on de corriente y la vorticidad, podemos decir que el v ortice primario se mueve corriente abajo hacia las esquinas y luego retorna hacia el centro de la cavidad al incrementar el Re. Los contornos de las l neas de corriente para distintos Re tambi en permiten visualizar los centros de los distintos v ortices y compararlos con Ghia et al.. Una cantidad que a menudo resulta interesante comparar es la vorticidad en el punto medio de la pared que se est a deslizando, o bien el valor m nimo de dicha propiedad en esta frontera. Tambi en

6.7. Discusi on de los resultados num ericos

109

Figura 6.15:

V ortice superior izquierdo (VSI). Izq. l neas de contorno para Re = 5000 donde se

aprecia la locializaci on del v ortice. Der. corrimiento del centro del v ortice a medida que aumenta el Re vemos de las guras con los contornos de vorticidad, intensos gradientes en la tapa superior y en la pared derecha. En cuanto a los v ortices secundarios, podemos decir, de igual manera que con el v ortice principal o primario, que a medida que incrementamos el Re, sus centros, aunque en forma muy lenta se mueven hacia el centro de la cavidad. Cuando el Re es muy grande, la convecci on de estos v ortices, se hace mas evidente, por la direcci on del movimiento de dichos centros. De esta manera, hemos podido constatar lo robusto y eciente que resulta el c odigo para este tipo de aplicaciones, incluso para mallas muy renadas. Los ejemplos fueron simulados con ujo laminar, quedando para trabajos posteriores incursionar en un ejemplo tridimensional (cavidad c ubica) e incorporarle turbulencia.

Cap tulo 7

Generaci on de grandes mallas

7.1. Introducci on

ag. 66) expusimos una forma de Cuando consideramos la descomposici on de dominios (Cap. 4, p encarar problemas de ujo muy grandes y complicados. Una de las primeras e importantes tareas para su resoluci on, en forma num erica por elementos nitos, consiste en la discretizaci on del dominio, es decir, la generaci on de la malla de c alculo. Dejando de lado el proceso de interpretaci on de los resultados, normalmente este es uno de los trabajos m as laboriosos y que consume m as tiempo. La soluci on y visualizaci on del campo de ujo (o post-procesamiento) de estos problemas, reciben cada vez m as atenci on y debido a que estas aplicaciones crecen en complejidad, la modelizaci on y generaci on de la malla (pre-procesamiento) se torna en un paso crucial dentro del proceso de simulaci on. Muchos de estos problemas involucran estructuras complicadas, dominios con formas irregulares, tales como autom oviles, aviones, barcos o partes mec anicas componentes de los mismos. En tales casos, la u nica opci on que tiene el usuario para discretizar dichos dominios es utilizar un generador autom atico, sobre todo cuando utilizamos mallas no estructuradas, ya que el costo computacional que acarrean es menor. Podemos denir un generador autom atico de mallas como un proceso que utiliza alg un tipo de ordenamiento de los datos de la frontera como u nica entrada, para luego generar los nodos y elementos interiores en forma autom atica. Debido a que el generador hace poco o pr acticamente ninguna suposici on sobre la topolog a del dominio, cualquier tipo de esta puede ser modelada con generadores de esta ndole. En este cap tulo, siguiendo esta l nea de generaci on, describiremos los m etodos de DelaunayVorono y de Avance Frontal, dependiendo su uso de la aplicaci on utilizada. Un paso previo a la generaci on de la malla consiste en la denici on de la forma del dominio a mallar. En ciertas circunstancias disponemos de objetos de formas complicadas, por lo que es necesario

110

7.1. Introducci on

111

utilizar t ecnicas de CAD (Dise no Asistido por Computadora) para poder denirlo. Esto hace que los programas de generaci on de mallas deban adaptarse para recibir la informaci on proveniente de los programas de CAD utilizados. En nuestro caso, la etapa de pre-proceso que llevamos a cabo para resolver el ujo aerodin amico sobre cuerpos obtusos, la realizamos en varias sub-etapas, partiendo del dise no y construcci on de la geometr a. La generaci on de mallas la podemos dividir seg un la dimensi on del problema a tratar, ya sea este de dos o tres dimensiones. En el caso de un problema tridimensional es importante contar con un generador bidimensional, ya que este es necesario para discretizar determinadas partes de la frontera del dominio. Generar la malla en dos dimensiones consiste en aproximar el dominio de simulaci on por un pol gono y a este dividirlo en elementos geom etricos sencillos tales como cuadril ateros o tri angulos, de tal forma que la intersecci on de dos elementos cualesquiera sea o una arista o un v ertice o bien el conjunto vac o. No hay muchos inconvenientes cuando tenemos un dominio de geometr a sencilla (e.g. un rect angulo) ya que su soluci on es directa, pero cuando el dominio es complejo, es decir, con una geometr a no trivial, se hace necesario utilizar un m etodo de generaci on m as elaborado. A un cuando la geometr a sea sencilla, debemos tener en cuenta que el tama no de los elementos determina el error de aproximaci on que obtendremos. Existen ocasiones en la que resulta necesario discretizar el dominio con elementos de diferentes tama nos, ya que necesitamos renar zonas donde intu mos que ocurren f enomenos f sicos importantes para el ujo bajo consideraci on (e.g. puntos de separaci on del ujo, reencauzamiento, vorticidades), que tienen inuencia y pueden denir la potencia del resolvedor que utilizamos. En tres dimensiones, la generaci on de la malla consiste en la divisi on de un poliedro en elementos geom etricos simples, cuya intersecci on puede ser una cara, una arista, un punto o bien el conjunto vac o. En este caso los elementos utilizados pueden ser hexaedros, tetrahedros, prismas triangulares (wedge elements), pir amides. Entre los elementos m as exibles para discretizar dominios con geometr as complejas, tenemos los tri angulos en 2D y los tetrahedros en 3D. Si bien existen diversas alternativas para la generaci on de mallas, en general podemos clasicar los procesos en tres grandes grupos: Generaci on simult anea de nodos y elementos: los algoritmos que forman este grupo generan a la vez los nodos y los elementos de forma que cada vez que se crea un nuevo punto, este se conecta inmediatamente con el resto de la malla. Es decir, consiste en la modicaci on del dominio original por la remoci on sucesiva de elementos a partir de su borde. Com unmente se conoce con el nombre de M etodo de Avance Frontal o M etodo del Frente de Avance. Este fue

7.1. Introducci on

112

utilizado con exito por Lo [152] para el caso de dos dimensiones, luego ha sido extendido al caso tridimensional por Peraire et al [72] y por L ohner [137], ver Fig. 7.1. Generaci on de nodos y elementos en distintas etapas: las t ecnicas que se encuadran en este grupo primero utilizan alguna forma de generaci on de puntos para obtener una distribuci on de los nodos de la malla. Luego realizan una triangulaci on, que permite formar los elementos mediante la conexi on de los nodos existentes de la primera etapa. La triangulaci on satisface alguna propiedad de optimalidad, por ejemplo, que maximice el m nimo de los angulos de cada par de tri angulos adyacentes. Proceso que se conoce con el nombre de triangulaci on de Delaunay [7] en un conjunto de puntos, ver Fig. 7.1. La condici on del m nimo angulo es equivalente a la del c rculo circunscripto, esto es, el c rculo que pasa por los tres v ertices de cada tri angulo no contiene a otros puntos de la triangulaci on, e.g. ver Watson [30]. Los trabajos correspondientes a este proceso de generaci on se remontan a Cavendish [76] y se extienden al caso tridimensional en [77, 163, 132]. El que utilizamos y describimos para los problemas de ujo aerodin amico est an basados en el m etodo de Delaunay-Vorono extendido, desarrollado en el CIMEC por Calvo (e.g. ver Calvo et al. [115]). Estos m etodos son de un tipo m as general para la generaci on autom atica, obteniendo mallas de alta calidad tanto en 2D como en 3D.

Figura 7.1: Izq. Malla generada con el m etodo de Delaunay y Der. con el de avance frontal.

Generaci on por el m etodo de arboles octales: en este grupo se insertan aquellos m etodos que se basan en la utilizaci on de una cuadr cula que se superpone al dominio, las celdas exteriores se descartan, mientras que el resto se puede subdividir sucesivamente de acuerdo al grado de renamiento requerido en cada regi on. Luego las celdas interiores se dividen en tri angulos, de modo de mantener la compatibilidad con las vecinas. Aquellas que intersectan la frontera, requieren un tratamiento especial (e.g. pueden triangularizarse por el m etodo frontal). Esta t ecnica se conoce como m etodo de arboles cuaternarios, y que en tres dimensiones se denomina m etodo del arbol octal.

7.2. Geometr a del dominio

113

7.2.

Geometr a del dominio

Para generar la geometr a del dominio se especican por medio de alg un programa de dise no asistido (CAD) los puntos que forman los v ertices de la frontera, luego se dibujan las curvas y supercies que terminan por denir dicho dominio. Existen malladores que tienen su propio sistema CAD, por ejemplo, GiD [49]. Adem as de los sistemas CAD, hay otras maneras de obtener la informaci on geom etrica; podemos partir de un modelo terminado o de alg un objeto natural, cuya forma ha sido obtenida por distintos m etodos, como ejemplo citamos el relevamiento de la supercie de un terreno o acu fero, el relevamiento optico de una escultura, autom ovil o de un rostro humano, el tomogr aco de una pieza industrial compleja o de un organismo vivo o f osil, e.g. ver Cisilino et al. [5]. Otra forma es ir deniendo el dominio en los distintos pasos de tiempo de un proceso, durante el cual va cambiando de acuerdo con la conguraci on anterior y teniendo en cuenta la f sica del problema. En todos estos casos, se parte de cierta informaci on geom etrica que puede venir representada de diferentes maneras: por la frontera [Boundary Representation (BRep)]: el dominio viene denido por un conjunto de supercies que lo envuelven y lo acotan. Las mismas se obtienen por funciones anal ticas simples o cuadr aticas o bien por medio de Non-Uniform Rational B-Splines (NURBS) u otro tipo de representaci on de supercies de forma m as general; por s olidos [Constructive Solid Geometry (CSG)]: el dominio se dene por medio de un arbol de operaciones booleanas entre s olidos simples (entre semi-espacios); por nubes de puntos [cloud points]: las fronteras del dominio son representadas por puntos. Las mismas no se pueden denir de forma exacta sin informaci on adicional, pero se pueden describir con algunas suposiciones adicionales. El paso subsiguiente consiste en utilizar la informaci on que disponemos del dominio y que fue obtenida por algunos de los m etodos anteriores, para adaptarla al generador de mallas. En tres dimensiones, lo que se suele hacer es convertir las supercies, ya sea del dominio como del cuerpo que se estudia, en una triangulaci on adecuada a las caracter sticas de lo que queremos reproducir, es decir, con una dimensi on razonable de los elementos. Si disponemos de una nube de puntos, entonces puede realizarse directamente una triangulaci on, pasando a ser la frontera un subproducto del mallado. En cambio, si disponemos de supercies grandes comparadas con la dimensi on t pica de los elementos, corroboramos que se intersecten en la aristas del modelo (que deben ser respetadas) y colocamos en ellas un conjunto de nodos mediante un generador de mallas o bien un sistema CAD, de modo tal de

7.3. Construcci on de la malla

114

asegurarnos que dos nodos consecutivos de cada arista del modelo formen una arista de los elementos de la malla y no, por ejemplo, la diagonal de una cara de alg un elemento. Con las mallas de las supercies, tanto del dominio como del cuerpo, procedemos a generar la grilla de volumen. Supercies adicionales se pueden generar en el interior sobre todo en las zonas donde necesitamos renar la malla, por ejemplo, para resolver mejor algunos fen omenos elusivos de observar en un ujo cuasi-turbulento.

7.3.

Construcci on de la malla

Denimos la construcci on de una malla como un proceso de particionar en forma adecuada un dominio geom etrico dado. Cuando utilizamos un m etodo de elementos nitos en la etapa de c alculo, la misma debe reunir las dos propiedades b asicas siguientes: La uni on de todos los elementos debe ser igual al dominio dado, i.e.
e e

= ;
e e

La intersecci on de cualesquiera de los elementos es el conjunto vac o, i.e.

= .

Para la construcci on de una malla, partimos de la denici on geom etrica de la frontera y de una funci on real de la posici on h(x), que determina el tama no deseado para los elementos, es decir, el espaciamiento entre nodos en las distintas regiones. Las condiciones que debemos contar para emplear los programas malladores son: Dominio: (i) debe ser conexo, es decir, puede tener huecos internos o agujeros pasantes pero en una sola pieza; y (ii) no puede estar formado por piezas unidas por puntos o aristas; Elementos: (i) deben ser poliedros convexos de caras planas; y (ii) la malla debe ser conforme, esto es, la intersecci on entre elementos cualesquiera s olo ser a o bien una arista, una cara, un nodo o bien el conjunto vac o; Frontera: (i) la uni on de los elementos de la malla debe formar un poliedro que respresenta aproximadamente el dominio, en donde las aristas y supercies de la frontera estar an discretizadas por caras y aristas de los elementos; y (ii) la frontera del dominio debe tener una normal bien denida, por lo que en los v ertices y aristas esta se forma con el valor promedio de las normales alrededor del nodo o arista. Calidad: (i) el tama no de los elementos est a prescripto por una funci on que tiene relaci on con el admitido en cada regi on; y (ii) la forma de los elementos ser a tal que cumpla con el error admitido para el c alculo y que los gradientes de la funciones de forma utilizadas no deben ser excesivamente intensos.

7.3. Construcci on de la malla

115

Al hablar de generaci on de mallas es preciso distinguir entre mallas estructuradas y no-estructuradas. Una malla se considera estructurada cuando sus nodos coinciden con las l neas coordenadas de una cierta parametrizaci on del dominio, es decir, el n umero de elementos con los que est a conectado cada nodo interior se mantiene constante. Cuando esto no es posible se dice que la malla es no-estructurada. La Fig. (7.2.a-b) muestra un ejemplo de cada tipo en un dominio bidimensional y la Fig. (7.3.c-d) en otro tridimensional. Si bien los algoritmos para la generaci on de mallas no-estructuradas recibieron un impulso y desarrollo importante en las u ltimas d ecadas, la utilizaci on de mallas estructuradas est a bastante arraigada debido, en parte, a que su empleo proviene de m as antiguo. Por otra parte, la frontera de una malla es el conjunto formado con las caras de los elementos que no est an compartidas por otros. De acuerdo con esto tendr a una dimensi on menor. Si es disconexa entonces la malla posee huecos. En resumen, la informaci on necesaria de la malla son las coordenadas de los nodos que la conforman y sus conectividades.

Figura 7.2: Izq. Mallas estructuradas y Der. no-estructuradas en 2D.

Figura 7.3: Izq. Mallas estructuradas y Der. no-estructuradas en 3D.

7.4. Mallado de un veh culo simplicado

116

i e

y x O d0

e i

y x O d0

Figura 7.4: Mallado con un despeje muy reducido del piso. Generaci on de la malla en la zona del despeje: malla inicial (izq.) y malla deformada (der.).

7.4.

Mallado de un veh culo simplicado

Es bien sabido que la calidad de la malla afecta notablemente a los resultados obtenidos en CFD. As , en la aerodin amica de veh culos es necesario generarla con elementos de tama nos acordes a los detalles uido-din amicos a observar. Esto conlleva incluir el dise no geom etrico con la mayor completitud posible, al menos, la que tenga la inuencia m as relevante sobre la aerodin amica en estudio. Por otra parte, en un veh culo existen ciertos elementos que hacen al funcionamiento, al confort y a la seguridad que alteran el ujo en forma notable. Su inclusi on, o no, en la simulaci on depende de la potencia de c omputo disponible. Por ejemplo, las ruedas son un problema nada trivial de resolver, ya que tienen un movimiento relativo respecto al resto de la carrocer a y, adem as, alteran el ujo en todo el veh culo. Otro detalle son las canalizaciones por las cuales se induce al aire a pasar a trav es del vano del motor, del radiador o por alguna toma de aire. Alerones, spoilers y otros accesorios tambi en inuyen sobre la aerodin amica del veh culo. Todos estos detalles introducen una dicultad no-trivial a la hora de plantear y resolver el problema en forma computacional, afectando notablemente el proceso de generaci on de la grilla. En este trabajo no se pretendi o entrar en todos esos posibles detalles, por lo que el veh culo fue simulado sin ninguna canalizaci on, sin accesorios ni ruedas. Salvo este u ltimo detalle, es as como se los suele ensayar en los t uneles de viento, en donde al modelo se lo separa del piso a una cierta distancia, o despeje, equivalente al que tendr a en el caso de incluir los neum aticos.

7.4.1.

Mallado con un despeje muy reducido del piso

El mallado tridimensional es mucho m as dif cil en cuanto a una generaci on completamente autom atica y aceptable, ya que la cantidad de elementos crece notablemente para poder resolver en forma m as o menos dedigna el mapa del ujo. A este problema se le agregan, por una parte, el tema del renamiento localizado (sobre la supercie del veh culo y en su estela) y, por otra parte, el inconveniente relacionado con la dicultad de ubicar una cantidad razonable de elementos en la zona

7.4. Mallado de un veh culo simplicado

Y 3

117

D [ 0,1 / sqrt (6), sqrt (2/3) ] A [ -1/2, 0 , 0 ]

B [ 1/2 , 0 , 0 ] C [ 0, sqrt (3) / 2 , 0 ] Y 1 Y 2

Figura 7.5: Mallado con un despeje muy reducido del piso: denici on del tetrahedro master. del despeje del veh culo, distancia entre la supercie inferior del autom ovil y el piso del t unel de viento. Tal como lo hemos mencionado, la necesidad de ubicar una gran cantidad de elementos cerca de la supercie del veh culo y, luego, desrenar hacia el exterior en pos de no excedernos en el c omputo total de estos, trajo aparejado un problema en la generaci on de la grilla que aplicamos a las simulaciones realizadas. La cantidad total de celdas no deb a superar el orden de los 200.000 tetrahedros, por razones de factibilidad de c alculo al momento de realizar nuestros ensayos num ericos. Otro problema que se present o fue que necesit abamos incluir una importante cantidad de elementos en la zona de despeje del veh culo con el piso, ya que es una regi on donde se presentan comportamientos del ujo que es necesario capturar. La estrategia de mallado consisti o en ubicar el veh culo en el centro del t unel, generar una malla inicial (o de referencia) y luego mover el piso hasta llevarlo a la distancia de despeje prescripta, respecto a la supercie inferior del cuerpo. La malla inicial la confeccionamos de modo tal que, luego de moverla, resulte una grilla deformada con una densidad de elementos aceptable. El algoritmo de movimiento de la malla se basa en minimizar la m axima distorsi on de los elementos de la malla. Como en todo problema de minimizaci on debemos elegir una funci on costo apropiada, en este caso, escogemos la distorsi on de cada elemento. Para este problema, las inc ognitas son los desplazamientos de los nodos de la malla, a excepci on de aquellos que pertenecen a los bordes jos, con x = 0, o los que est an sobre un borde con desplazamiento prescripto. En la Fig. (7.4) denotamos con d0 un despeje inicial, con df el nal, donde el borde exterior e es desplazado una distancia x = d0 df hacia arriba. Este desplazamiento del borde exterior modica la posici on de los nodos interiores, pudiendo llegarse a situaciones donde el elemento se da vuelta o se deforma excesivamente. La primera patolog a es inadmisible, mientras que la segunda da lugar luego a soluciones poco precisas si no se controla la distorsi on. Nosotros hemos priorizado en prestar atenci on a la distorsi on del elemento, buscando mover los nodos de forma tal que el m aximo valor de esta sea minimizada. Este problema de optimizaci on consiste en denir un funcional F (x) y hallar un vector soluci on x que haga m nimo dicho funcional. Proponemos una combinaci on lineal de dos efectos: un cambio de

7.4. Mallado de un veh culo simplicado

118

volumen del elemento respecto a un valor de referencia y otro que nos de una idea de la distorsi on del elemento, medida a trav es de los autovalores del tensor m etrico G, el cual surge del producto G = J T J , donde J es el jacobiano de la transformaci on que nos mapea el elemento dado a otro llamado master (o de referencia o ideal), el cual ser a un tri angulo equil atero en 2D o un tetrahedro de aristas unitarias en 3D, y cuyos nodos estar an ubicados seg un se muestra en la Fig. 7.5. Al resolver el problema de autovalores para el tensor m etrico obtenemos la descomposici on G = S S 1 , donde y S son las matrices de autovalores (diagonal) y de autovectores, respectivamente, y, a continuaci on, las direcciones principales. El volumen del elemento lo estimamos mediante la traza
n V = tr(G) = i =1 i ;

(7.1)

(la suma de los autovalores i ), mientras que para su distorsi on usamos = (1 2 )2 + (2 3 )2 + (3 1 )2 . (7.2)

Finalmente, el funcional lo constru mos mediante una combinaci on lineal ponderada de ambos, esto es, F = CV (V Vr )2 + C V 2/3

(7.3)

donde CV , C , Vr , son par ametros pre-denidos por el usuario. Los dos primeros miden el peso que le damos al cambio de volumen y a la distorsi on del funcional; Vr es un volumen de referencia contra el cual comparar y, nalmente, es un exponente que representa el tipo de norma usada para medir el funcional. Podr amos tomar, por ejemplo, = 2 (la usual norma eucl dea) o (norma del supremo) pero, por razones de regularidad, se suele adoptar un valor nito no muy alto. Nosotros hemos elegido = 4. De esta forma obtenemos un sistema de ecuaciones no-lineales que resolvemos mediante una estrategia de Newton-Raphson, iterando sobre el residuo R(x). Si bien se podr a mover el borde exterior de una u nica vez, es bien sabido que las no-linealidades podr an jugarnos una mala pasada, por lo que preferimos avanzar en el tiempo de a poco, usando del orden de una decena de pasos para cubrir todo el desplazamiento necesario para el despeje impuesto. En las Figs. 7.6 y 7.7, mostramos diferentes vistas de una de las mallas obtenidas con esta estrategia, generando unos 170 K-elementos y 34 K-nodos.

7.4.2.

Mallado con dos subdominios

Los generadores de mallas se valen de alg un tipo de ordenamiento de los datos en las fronteras del dominio que deben ser suministrados por el usuario. En nuestro caso, usamos un sistema CAD para denir un modelo geom etrico, algo simplicado, del veh culo. Luego adoptamos dimensiones relativas

7.4. Mallado de un veh culo simplicado

119

Figura 7.6: Mallado con un despeje muy reducido del piso: corte seg un plano simetr a vertical. del t unel de viento virtual, esto es, su largo, ancho y altura, resultando entonces un cierto dominio global (nito) pre-denido. La primera tarea es una generaci on de la malla supercial, con cuadril ateros sobre la supercie del veh culo (e.g. con GiD) y sobre las fronteras del dominio global (e.g. con un sistema CAD). Por una parte, necesitamos un buen renamiento cerca de la supercie del veh culo y en toda una estela hipot etica, en donde suceden fen omenos que denen buena parte de los objetivos de la simulaci on. Pero, por otro lado, no queremos que el n umero total de elementos generados en forma autom atica se dispare debido a restricciones de la memoria RAM y/o tiempo de CPU a un con las bondades del cluster Beowulf. Entonces, elegimos denir un dominio interior auxiliar, ver Fig. 7.8 (izq.), el cual comprende una zona inmediatamente pr oxima al veh culo y toda una estela hipot etica, que servir a para disponer de un mejor control en el grado de renamiento y desrenamiento. Las mallas de supercie de todas las fronteras son generadas inicialmente con cuadril ateros, con un gran renamiento sobre el dominio interior. A continuaci on, estas son convertidas a tri angulos. Por ejemplo, en la Fig. 7.8 (der.), vemos una vista de los cuadr angulos obtenidos sobre la supercie del veh culo. Por u ltimo, generamos una malla de tetrahedros mediante el m etodo de Delaunay-Vorono junto con un control semi-autom atico en el grado de renamiento y desrenaminto. La malla de elementos nitos resultante tiene un costo computacional O(n), donde n es el n umero de puntos que dene los dominios interior y global, e.g. ver Calvo/Idelsohn [115] y, adem as, cumple mucho mejor con las especicaciones del usuario en cuanto a las zonas renadas y desrenadas.

7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas

120

Figura 7.7: Mallado con un despeje muy reducido del piso: corte seg un planos de simetr as vertical y transversal.

7.5.
7.5.1.

Generaci on de mallas h bridas prism aticas - tetrah edricas

Introducci on

El uso de mallas h bridas del tipo prism aticas-tetrah edricas es un desarrollo relativamente reciente en la simulaci on num erica de ujos con uidos viscosos alrededor de cuerpos cuyas formas son algo complicadas. La supercie del cuerpo en estudio se cubre con diferentes tipos de elementos, preriendo los triangulares por su exibilidad de adaptaci on, mientras la estructura de la malla en direcci on normal a dicha supercie, en una regi on delgada inmediatamente pr oxima al cuerpo, est a formada por varias capas de elementos prism aticos, resultando m as adecuada para calcular gradientes en una cierta subregi on viscosa ubicada en la inmediata vecindad al cuerpo, donde los efectos viscosos son muy notables. La capa exterior de prismas (wedge elements) que conforman la frontera externa de esta regi on la usamos como frontera interna para la malla tetrah edrica que cubre el resto del dominio computacional. Son conocidos diferentes tipos de m etodos de generaci on para esta capa de prismas y, en nuestro caso, nos valdremos de dos ellos: por movimiento de la malla, en el que se minimiza la m axima

7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas

121

Figura 7.8: Mallado con dos subdominios. Izq.: malla de cuadr angulos en las fronteras del dominio global e interior, esta u ltima comprende una zona cercana al veh culo y una estela hipot etica. Der.: vista de los tri angulos resultantes sobre la supercie del veh culo. distorsi on de los elementos mediante la extremal de un funcional apropiado, o bien utilizando un proceso de expansi on el astica. Una malla de tetrahedros previamente constru da por un proceso de generaci on autom atico, estar a ligada a la malla de prismas por una de sus caras triangulares (la m as externa), preservando as la continuidad. De esta manera generamos una malla h brida con renamiento tanto en el sector de tetrahedros como en la zona de los prismas triangulares. La disposici on de los prismas mantiene la estructura original de la malla en la direcci on normal a la supercie del cuerpo.

7.5.2.

Ventajas de su empleo

Una vez que hemos implementado alguno de los m etodos para generar mallas tridimensionales (3D) b asicas, tal como lo hemos visto en las secciones anteriores, el pr oximo paso consiste en mejorarlas a los efectos de una mejor calidad en los resultados. Para esto, introducimos varias capas de elementos semi-estructurados dentro de una delgada regi on muy cercana a la supercie del cuerpo. Como es bien conocido en la mec anica de uidos, el estudio de ujos con uidos viscosos alrededor de objetos trae aparejado una serie de fen omenos experimentales que se maniestan en una delgada regi on muy cercana al cuerpo. Dicha regi on recibe el nombre de capa l mite (boundary layer). Esta es una capa delgada en la direcci on transversal a las l neas de corriente, en donde las tensiones viscosas son muy apreciables, su espesor es funci on del n umero de Reynolds local, y adem as se observan otros fen omenos tales como separaciones, vorticidades e intensos gradientes de presi on y de velocidad. Cuando imponemos una condici on de no-deslizamiento (no-slip) sobre la supercie del cuerpo, se generar a un cierto perl de velocidad cuya determinaci on es importante a la hora de calcular las

7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas

122

tensiones viscosas y, a continuaci on, obtener par ametros de inter es tales como los coecientes de: presi on Cp , arrastre viscoso C , arrastre de forma Cd , de sustentaci on CL , y los espesores de la cantidad de movimiento y de desplazamiento , todos utilizados para medir la inuencia de los efectos viscosos. El uso de mallas con una forma estructurada o semi-estructurada en dicha zona, facilita todos estos c alculos. El empleo de grillas h bridas del tipo prism aticas-tetrah edricas es un esquema bastante interesante en este objetivo, y su implementaci on para c alculos de ujos de uidos viscosos sobre geometr as complicadas 3D, brinda una serie de ventajas cuando se determinan par ametros del ujo. Por esto, hemos desarrollado un m etodo para generar submallas que sean aptas en el estudio de capas l mites, en el cual introducimos elementos prism aticos de base triangular unidos a los tetrah edricos de una cierta submalla exterior que los rodea completamente. El mallado sobre la supercie del cuerpo se hace con tri angulos, los cuales son un elemento fundamental en el proceso de generaci on. Dicha malla de supercie deber a representar bastante bien la geometr a de la misma. En el caso del ujo sobre el cuerpo de Ahmed (ver Cap. 12), la malla inicial sobre la supercie consiste en elementos cuadril ateros (generados por un CAD), luego subdivididos en tri angulos y, nalmente, se generan capas de prismas de forma tal de mantener la forma del cuerpo en la direcci on normal a su supercie. En cambio, en el caso del modelo de un autom ovil deportivo, la malla de tri angulos sobre su supercie es obtenida mediante un mallador de supercies en 3D. En ambos casos, el uso de los elementos triangulares nos permiten exibilidad geom etrica y adem as se adecu an m as f acilmente a las supercies complicadas (tal como la correspondiente al segundo caso), mientras que la estructura en direcci on normal a dicha supercie, nos provee de una delgada capa de elementos prism aticos m as conveniente para una simulaci on de la capa l mite. La capa exterior del conjunto semi-estructurado prism atico pasa a ser la supercie interna de la malla inicial de tetrahedros no estructurada. El lugar donde se han colocado los elementos prism aticos puede ser obtenido por dos m etodos: (i) por un proceso de expansi on pseudo-el astica, resolviendo las ecuaciones de la elasticidad (ver Ap endice B); (ii) o bien por un algoritmo de movimiento de malla, basado en la minimizaci on de la m axima distorsi on de los elementos, deniendo para esto un funcional apropiado. Entre las ventajas obtenidas al utilizar mallas h bridas mencionamos: Se preserva la continuidad debido a que los nodos de la capa l mite prism atica est an ligados a los correspondientes de la malla exterior tetra edrica; La naturaleza estructurada de la malla prism atica permite una implementaci on bastante accesible de modelos de turbulencia algebraicos y de esquemas num ericos semi-impl citos;

7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas

123

Cada pila de prismas se forma desde una supercie de elementos triangulares no requiriendo, por consiguiente, ning un tipo de dato adicional; Cada prisma puede ser referenciado por su correspondiente cara triangular sobre la frontera y basta un ndice para indicar su posici on dentro de la pila; Facilita la implementaci on de las condiciones de borde y c alculos relacionados con la capa l mite. En el presente trabajo, esta implementaci on result o un paso signicativo en la implementaci on, procesamiento y visualizaci on del ujo.

7.5.3.

Incorporaci on de la capa l mite con elementos prism aticos

Ahora describiremos la implementaci on de elementos prism aticos o de tipo cu na (wedge element) en la porci on de capa l mite de la malla, en reemplazo de los elementos tetra edricos convencionales. Usamos una malla triangular no-estructurada o semi-estructurada como supercie de inicio para generar una grilla prism atica. Esta malla corresponde en nuestras simulaciones a la supercie del cuerpo del veh culo. Para esto, primero constru mos una malla de elementos tetrah edricos en todo el volumen del dominio de ujo, utilizando el generador autom atico casero (in house), descripto anteriormente, ver [114, 115, 146]. Posteriormente, hacenos uso de un algoritmo especial para adicionar y ligar capas de elementos prism aticos, construyendo as una porci on de capa l mite que, juntamente con la malla inicial, conforma la grilla compuesta nal. Para realizar esta u ltima tarea es necesario generar una zona o espacio libre, que nos permita implantar dicha capa de elementos prism aticos.

Figura 7.9: Capas de elementos prism aticos por extrusi on de tri angulos sobre la supercie del cuerpo. Los elementos prism aticos se denen como aquellos compuestos de seis nodos, tal como lo observamos en la Fig. 7.9 izquierda. Las coordenadas locales para este elemento son (, , ) y la denici on de las funciones de forma para cada uno de los seis nodos, est an dadas por 1 N1 = (1 ) ; 2 1 N2 = (1 ) 2 ; 1 N3 = (1 )(1 ) ; 2 (7.4)

7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas 1 N4 = (1 + ) ; 2 1 N5 = (1 + ) ; 2 1 N6 = (1 )(1 + ) . 2

124 (7.5)

El espesor de cada capa ser a variable, es decir, permitimos un degrad e de las longitudes. Para esto utilizamos el siguiente algoritmo: Dado el par ametro nlay que representa el n umero de capas y tomando su valor como nlay = 3, programamos los espesores con la siguiente formulaci on: xi = (1 lay/nlay )2 . Esta cuadr atica nos genera una capa de 1 [mm] en la vecindad de la supercie del cuerpo, la subsiguiente de 3 [mm] nalizando con 6 [mm] para la exterior colindante con la malla original, ver Fig. 7.9 derecha. En el caso del modelo de Ahmed, partimos de una malla original de 449 500 elementos con 86 170 nodos, teniendo la supercie 25 150 nodos, es decir 50 300 elementos triangulares; la malla de prismas tiene un total de 3 capas con 75 500 nodos, es decir, 151 000 elementos prism aticos, que representan aproximadamente 450 000 elementos tetrah edricos luego de la descomposici on. La malla compuesta tiene un total de 903 000 elementos. La relaci on elementos/nodos en la malla original de tetrah edros es de 5.215 y la de la malla prism atica es de 3. Esta relaci on es a un menor si utilizamos elementos hexah edricos. Los elementos prism aticos se ubican entre los tetrahedros y los hexahedros. Estos elementos pueden llegar a tener una relaci on de aspecto muy grande. Los elementos prism aticos, luego, se pueden descomponer en elementos tetrah edricos, creando una malla formada en su totalidad por tetrahedros, comparando luego la precisi on con la malla h brida. La descomposici on es necesaria a los efectos de poder visualizar posteriormente los resultados. En nuestro caso utilizamos el visualizador OpenDX de IBM (GPL) que requiere poner los elementos en ltimo no es necesario ya que base cero [123]. Cuando empleamos el pos-procesador Ensight [35], esto u acepta elementos del tipo prism atico. Debido a que utilizamos una malla con ambos elementos (prism aticos y tetrah edricos), necesitamos una consideraci on especial para la implementaci on en paralelo en PETSc-FEM [131], ya que debemos incluir los dos tipos de elementos utilizados, en el archivo de lectura de datos. La Fig. 7.10 visualiza el cuerpo del modelo de Ahmed con las capas de prismas en su vecindad y la 7.11 muestra diferentes zonas del mismo. En esta u ltima, la de la izquierda representa la parte de adelante o frontal y la de la derecha el sector posterior o trasero con la supercie inclinada.

7.5.4.

Proceso de generaci on de la malla global

De acuerdo a lo especicado hasta el momento, podemos resumir el proceso de generaci on de la malla global, por medio de una serie de etapas, que pasamos a describir suscintamente. Luego de obtener la geometr a del dominio por un sistema CAD procedemos a construir la malla con nuestro generador casero. Posteriormente realizamos un inado con el objetivo de dejar un hueco

7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas

125

Figura 7.10: Detalles de la capa estructurada: corte longitudinal del cuerpo del veh culo.

Figura 7.11: Detalles de la capa estructurada: en la parte anterior (izq.) y en la parte posterior (der.) para intercalar los elementos prism aticos de la capa semi-estructurada. Como ya lo mencionamos, esta etapa la podemos construir ya sea por el proceso de compactado, utilizando las ecuaciones de elasticidad, ver Ap endice B, o bien por el m etodo de movimiento de la malla, utilizando un funcional apropiado. El proceso de inado resolviendo las ecuaciones de elasticidad comprende las siguientes etapas: Mantenemos jos los bordes exteriores del dominio; Dejamos libre la frontera interior, es decir la supercie del cuerpo; Planteamos y resolvemos (en paralelo) las ecuaciones de elasticidad lineal, mediante el m odulo de c alculo el astico disponible en el PETSC-FEM, hasta lograr la convergencia; Finalmente, en el hueco que obtenemos incorporamos la capa de elementos prism aticos, utilizando el algoritmo para determinar el n umero y la altura de cada capa. Una vez incorporados los elementos de la capa, se generan los archivos de conectividades y coordenadas de la grilla global.

7.5. Generaci on de mallas h bridas prism aticas - tetrah edricas

126

El u ltimo paso consiste en generar los archivos de frontera correspondientes, incluyendo las condiciones de borde establecidas para el problema en particular. Estos posteriormente los debemos incluir, cuando resolvamos el sistema, con el c odigo antes mencionado.

Cap tulo 8

Inestabilidad hidrodin amica

8.1.
8.1.1.

Capa l mite y temas relacionados

Vorticidad sobre la capa l mite

Las part culas de uido solo pueden adquirir vorticidad por un proceso de difusi on viscosa. La tasa de cambio de la vorticidad de una part cula (o ecuaci on de transporte de la vorticidad) es D = . u + 2 ; Dt (8.1)

donde es la vorticidad, u la velocidad del ujo y la viscosidad cinem atica del uido. Es interesante notar que no aparece t erminos que contengan a la presi on. La utilidad de la vorticidad para interpretar los problemas de ujo radica en que la misma sigue la pista s olo del efecto de las fuerzas viscosas mientras que la presi on as como la gravedad no provocan cambios en esta variable. La raz on f sica detr as de esto es que la vorticidad es un indicador de la rotaci on tipo cuerpo s olido. Las fuerzas de presi on y gravedad act uan s olo en el centro de masa de las part culas y no generan rotaci on. Por otro lado, las tensiones de corte act uan tangencialmente sobre la supercie de una part cula y, si ellas estan desbalanceadas generar an vorticidad. El segundo t ermino del lado derecho de la Ec. (8.1) muestra que la acci on de la viscosidad produce difusi on de vorticidad bajo un gradiente de dicha variable, de igual manera cuando existe difusi on de cantidad de movimiento bajo un gradiente del mismo. El primer t ermino involucra la acci on de las variaciones de la velocidad sobre la vorticidad. La acci on viscosa se produce en la frontera a trav es de la necesidad de satisfacer la condici on de no deslizamiento (no-slip), produci endose vorticidad en el ujo cercano al borde, difundi endose posteriormente y alej andose del mismo. La capa l mite se puede denir como una regi on de alta vorticidad. Dicha capa es larga y delgada (L ). Durante el tiempo que le insume a las part culas de uido viajar una larga distancia

corriente abajo, la vorticidad alcanza a difundir solo un peque no valor, alej andose de la capa l mite 127

8.1. Capa l mite y temas relacionados que se form o en la frontera. Esto s olo ocurre cuando el n umero de Reynolds es alto.

128

8.1.2.

Separaci on de la capa l mite

Existe un fen omeno que tiene efectos importantes en la resoluci on de los problemas aerodin amicos, conocido como separaci on de la capa l mite. Este fen omeno tiene una sustancial inuencia en el ujo, a tal punto que marca algunos de los comportamientos observados corriente abajo y en la regi on de la estela que se forma cuando dicho ujo atraviesa un cuerpo obtuso. Esta situaci on ocurre cuando se incrementa la presi on corriente abajo, es decir, cuando dp0 >0; dx du0 <0. dx

(8.2)

Un gradiente de este orden se denomina adverso (opuesto al favorable). Como ejemplo podemos citar las paredes de un canal divergente y sobre la parte trasera de un obst aculo puesto dentro de un ujo. La presi on se incrementar a en direcci on de la corriente (streamwise) retardando el ujo, siendo este efecto m as pronunciado para el conjunto de part culas cercanos a la supercie. Esto signica que el factor de forma H = / esta creciendo desde un valor de gradiente de presi on nulo hasta un cierto valor positivo, debido a que el espesor de desplazamiento crece m as r apido que el espesor de cantidad de movimiento (puede decirse que los perles de velocidad se pierden completamente).

S
Figura 8.1: Proceso de separaci on de la capa l mite. Sup. Perles de velocidad. Inf. Patr on de l neas de corriente. En un gradiente de presi on adverso, todas las part culas de uido est an perdiendo energ a cin etica cuando viajan corriente abajo. Las que se encuentran cercanas a la pared tienen inicialmente menos energ a que las que se est an en la corriente libre, como resultado de la acci on viscosa. El gradiente

8.1. Capa l mite y temas relacionados

129

de presi on adverso puede conducir a ellas al reposo una distancia corriente abajo donde u0 es a un apreciable. Otro gradiente de presi on corriente abajo, impele a dicho uido (cercano a la pared) en direcci on opuesta a la corriente principal. La secuencia de perles se muestra en la Fig. 8.1 superior y en la inferior el correspondiente patr on de l neas de corriente. El punto marcado como S se llama punto de separaci on. Otro resultado del retardo del uido m as cercano a la supercie por un gradiente de presi on adverso, resulta en una reducci on de las tensiones de corte en la pared, w . Esto signica que se puede lograr una fuerza de arrastre (drag) menor y varios investigadores tales como Stratford [13] han estudiado ujos que experimentan un gradiente de presi on adverso bastante alto de tal forma que las tensiones de corte sobre la pared sean m nimas en una gran porci on de la supercie. Un trabajo experimental importante sobre el comportamiento de un ujo, en un canal convergente y divergente de agua, bajo la inuencia de un gradiente favorable y adverso de presi on se puede encontrar en Nikuradse [71]. Este encontr o que no solo la capa l mite en un canal divergente crece m as r apido sino que para un cierto angulo ( 5o ) el ujo se vuelve inestable y comienza a uctuar entre los dos lados del canal. Un gradiente de presi on adverso no solo altera el perl medio de velocidad y el engrosamiento de la capa l mite, sino que tambi en provoca cambios en la turbulencia, asimetr a y aplanamiento de la velociad de perturbaci on. En el caso de las paredes que forman una esquina aguda, la separaci on normalmente ocurrir a all . Los gradientes de presi on adversos se producen generalmente cuando existe una protuberancia, cierta distancia corriente abajo. Tanto las capas l mites laminares como las turbulentas experimentan este fen omeno. Si consideramos el u ltimo, los perles de velocidad se pueden interpretar como valores medios. La diferencia entre una y otra es que los ujos laminares necesitan una distancia relativamente corta (dependiendo del perl de velocidad inicial), o de una regi on mas peque na con gradiente adverso para producir la separaci on. Las capas turbulentas se separan menos r apidamente. El patr on de ujos general depender a del ujo en particular cuando ocurra la separaci on. Dicho ujo, corriente arriba, detr as del punto de separaci on, normalmente es alimentado por recirculaci on del ujo separado, pero mas all a de esto poco se puede decir. En algunos casos de separaci on laminar, las consecuencias son locales. Las capas l mites separadas son mucho m as inestables que las previamente ligadas al cuerpo y la transici on a la turbulencia puede ocurrir mucho mas r apidamente, despu es de la separaci on. La regi on turbulenta puede luego reencauzarse en la pared (fen omeno que mas adelante discutiremos). El resultado es un patr on de l neas de corriente medias de la forma como lo muestra la Fig 8.2. Corriente abajo la capa l mite es turbulenta. Con valores del n umero de Reynolds entre 3 105 y

8.1. Capa l mite y temas relacionados

gradiente adverso de presin perfil inestable capa lmite turbulenta

130

capa lmite punto de laminar reencauzamiento burbuja punto de separacin

Figura 8.2:

Patr on de l neas de corriente medias en una separaci on laminar seguida de un reen-

cauzamiento turbulento. 3 106 , esta secuencia de eventos ocurre en el ujo sobre un cilindro circular. Cuando un reencauzamiento local no ocurre, las consecuencias de la separaci on son mucho m as extensivas. Un ejemplo de ello se presenta cuando colocamos un perl de ala fuertemente inclinado con respecto a la direcci on del ujo, como si estuviera enfrent andolo. La separaci on se producir a en el lado superior, como lo demuestran los experimentos al respecto con trazas de tinta, Tritton [32] (p ag. 106, Fig. 11 6). Se observa que se produce una transici on a la turbulencia, pero el fen onmeno de re-encauzamiento no lo hace inmediatamente. En lugar de ello se produce una recirculaci on altamente uctuante sobre toda la parte superior del perl. La estela es turbulenta y tiene un ancho del orden de magnitud de la proyecci on de dicho cuerpo en direcci on transversal al ujo. En casos como estos, la regi on de ujo rotacional no s olo est a connada a delgadas capas pr oximas a la frontera m as una delgada estela, sino tambi en en toda la zona pr oxima al objeto. La vorticidad introducida en las capas l mites es acarreada por el ujo separado en regiones que uno supone que es irrotacional y donde se obtendr a una soluci on con ujo inv scido. La presencia de la separaci on modica en forma signicante las caracter sticas del ujo y la suposici on que el ujo inv scido puede ser analizado sin referencia a la capa l mite (salvo cuando ignoramos la condici on no deslizante) no es correcta. El ujo inv scido sigue ocurriendo en zonas alejadas de dicha capa l mite y de la estela, pero no lo hace el ujo inv scido local al que nos referimos anteriormente. Un ejemplo de ello lo vemos en la simulaci on num erica realizada sobre un cilindro circular, para un amplio rango de n umeros de Reynolds. La separaci on ocurrir a corriente arriba del ancho m aximo. Si tomamos la soluci on con ujo inv scido, esta es una regi on con gradiente de presi on favorable.

8.2. Fen omenos de inestabilidad

131

8.2.
8.2.1.

Fen omenos de inestabilidad

Inestabilidad en ujos de corte

Una variedad de los casos m as importantes de inestabilidad que ocurren en uidos en movimiento, caen dentro de la categor a general que se suele denominar inestabilidad en ujos cortantes. Por ujo de corte entendemos aquel en el cual la velocidad var a principalmente en una direcci on transversal a la direcci on del ujo principal

Figura 8.3: laboratorio.

Inestabilidad de Kelvin-Helmholtz sup.) en un grupo de nubes en ujos de corte en el

(a)

(b)

(c)

(d) (e) A B+ C+ D + + +

Figura 8.4:

Inestabilidad de Kelvin-Helmholtz.

El ejemplo m as simple de esto, aunque no corresponda a una situaci on f sica, ocurre en un ujo con una discontinuidad nita en la velocidad (ver Fig. 8.4 b)). Otro tipo es la llamada inestabilidad de Kelvin-Helmholtz (ver Fig. 8.3 y Fig. 8.4 c), d) y e)), la que puede describirse de la siguiente manera: consideremos el desarrollo de una perturbaci on, en un sistema de referencia en el cual las dos velocidades son iguales y opuestas (c) y (d), tal que, por simetr a, la perturbaci on no viaja con el ujo. Suponemos que la frontera entre el uido que se mueve en una direcci on y en la otra es

8.2. Fen omenos de inestabilidad

132

ligeramente ondulada (e). Esto hace que dicho uido sobre el lado convexo (en e.g. A o D) se mueva ligeramente m as r apido que el que se encuentra sobre el sector c oncavo (en e.g. B o C ), el cual es algo mas lento. En un estado estacionario debemos aplicar la ecuaci on de Bernoulli. Los cambios de presi on indicados por los signos + y en la gura, ser an producidos por la perturbaci on. Por consiguiente no es posible un estado perturbado estacionario y los gradientes de presi on que se producen en esas direcciones amplican el disturbio. M as precisamente, el uido no puede soportar una discontinuidad en la presi on y el ujo no estacionario involucra movimientos que contrarestan la acci on anterior de la ecuaci on de Bernoulli. El efecto ser a una aceleraci on del uido sobre el lado A, alej andose de esta zona y aceler andose debajo de B y tendiendo hacia este sector. Tales aceleraciones amplican la perturbaci on. Las observaciones experimentales, mas cercanas con este modelo se han hecho sobre uidos estraticados, primero porque la estraticaci on suministra un medio para proveer ujos cortantes con poca variaci on en la direcci on del ujo. El experimento consiste en colocar dos l quidos inmiscibles en un canal, tal que el que se encuentra en el fondo sea mas denso que el de la parte superior. Un ligero declive del canal hace que el uido mas pesado uya hacia abajo sobre la pared del fondo, mientras que el m as ligero ascienda sobre la pared superior, produciendo un ujo de corte estraticado y estacionario. ag. 210), uno de ellos con uidos inmiscibles, con Se desarrollaron dos experimentos, ver Tritton [32] (p una fuerte discontinuidad en la densidad (la tensi on supercial act ua en la interfase) y el otro con una variaci on cont nua de la densidad, pero con uidos miscibles. En este tipo de experimentos se observa una regularidad notable del patr on durante su desarrollo, pero este subsecuentemente se descompone dando un movimiento turbulento. Ejemplos con inestabilidades por ujos cortantes existen a un en ausencia de la estraticaci on. El perl de velocidad de la gura del ujo en una ca ner a, un capa l mite, una estela, un chorro (jet) y capas l mites con convecci on libre, todos entran en esta categor a. En la pr actica, en todos ellos el ujo laminar se descompone cuando el n umero de Reynolds basado en la longitud de escala sobre la cual ocurre el corte, es demasiado alto, aunque no todos los casos son inestables para peque nas perturbaciones. El desarrollo de la inestabilidad es muy sensible al perl de velocidad. El n umero de Reynolds cr tico para diferentes ujos puede ser ampliamente distinto y las consecuencias de la inestabilidad son muy variadas. Claramente cualquier generalizaci on del proceso f sico debe ser tratado con cuidado. Sin embargo los perles se pueden clasicar en diferentes grupos: Aquellos con un punto o puntos de inexi on tales como una estela, un chorro, capas l mites de convecci on libre; Los que no tienen ning un punto de inexi on como el perl de una ca neria o una capa l mite de

8.2. Fen omenos de inestabilidad ujo forzado (con gradiente de presi on nulo o favorable).

133

El primer grupo produce procesos similares a las inestabilidades de Kelvin-Helmholtz que describimos anteriormente con ujos inestables y altos valores del n umero de Reynolds. El rol de la viscosidad es primariamente estabilizante, previniendo las inestabilidades con n umeros de Reynolds bajos. El segundo grupo no est a sujeto a este tipo de inestabilidad y existe la posibilidad que permanezcan estables, incluso con altos Reynolds. Sin embargo exhiben una clase de inestabilidad que es consecuencia de la acci on viscosa. Es decir, la acci on viscosa juega un rol dual, suministrando el mecanismo desestabilizante con altos Reynolds y amortiguando la inestabilidad cuando dichos n umeros son bajos.

8.2.2.

Transici on de los ujos de laminar a turbulentos

La causa inicial de la transici on a la turbulencia puede ser explicada considerando la estabilidad de los ujos laminares para peque nas perturbaciones, punto que se lo conoce como inestabilidad hidrodin amica. Muchos aspectos importantes de la transici on a la turbulencia est an asociados con el tipo de ujos de corte vistos en la secci on anterior. La teor a lineal de la estabilidad hidrodin amica busca identicar como se amplican las perturbaciones que dar an origen a la turbulencia. La teor a trata de predecir los valores del n umero de Reynolds donde se amplican las perturbaciones (Recrit = U xcrit / ) y el valor de este n umero donde el ujo es totalmente turbulento (Returb = U xturb / ). Una discusi on matem atica de la teor a est a mas all a del alcance de esta Tesis, solo daremos unos comentarios de utilidad que nos servir an como base te orica de los problemas aerodin amicos que discutiremos m as adelante (una revisi on detallada del tema tanto te orico como experimental se puede encontrar en White [41]). Como dijimos en la secci on anterior si tuvi eramos que elegir dos mecanismos de inestabilidad, para introducirnos a la turbulencia, elegir amos aquellos asociados a la forma que tiene el perl de velocidad en el ujo base. Es decir, los perles con punto de inexi on y aquellos que no lo tienen y su curvatura es constante, es decir que en general son convexos. Como vimos, el primer grupo (con punto de inexi on) son siempre inestables. La teor a originalmente se bas o en considerar el ujo inv scido y posteriormente incluy o los efectos viscosos, sin alterar en gran medida el an alisis, por lo que a esta inestabilidad se la conoce como inestabilidad inv scida. Estos perles suelen aparecer en mayor medida en chorros, estelas, capas de mezcla y capas l mites bajo la inuencia de un gradiente de presi on adverso. El segundo grupo de perles (sin punto de inexi on) son suceptibles a lo que se conoce como inestabilidad viscosa. La teor a inv scida predice estabilidad incondicional para estos perles que son caracter sticos de ujos cercanos a objetos o paredes s olidas, como ujo en canales, ductos o capas l mites sin gradiente de presi on adverso. La viscosidad juega un rol m as complicado ya que amortigua

8.2. Fen omenos de inestabilidad

134

la perturbaci on a bajos y altos Reynolds, pero desestabiliza a valores intermedios. El punto donde la inestabilidad primero se presenta ocurre corriente arriba del punto donde la transici on nalmente se lleva a cabo. La distancia entre el punto de inestabilidad donde el valor del Reynolds es igual a Recrit y el punto de la transici on donde el Reynolds es igual a Returb depende del grado de amplicaci on de la inestabilidad. La teor a lineal de inestabilidad hidrodin amica predice ambos puntos. En lo que sigue describiremos algunas caracter sticas de observaciones experimentales sobre ujos relativamente simples como chorros, capas l mites en placas planas y ujos en ca ner as. Chorro (o jet): es un ejemplo del caso de un perl con puntos de inexi on. Pueden poseer uno o m as puntos de inexi on, amplicando perturbaciones con longitudes de onda largas, para valores del n umero de Reynolds superiores a 10. Se aprecia en el ujo laminar saliente por un oricio donde un v ortice enroll adose a una distancia cercana al mismo, formando un anillo. A continuaci on se van apareando anillos de v ortices formando estructuras de mayor intensidad. A una corta distancia corriente abajo, aparecen perturbaciones tridimensionales que distorsionan en gran medida a los v ortices, haci endolos cada vez menos distingibles entre s . Luego el ujo comienza a separarse (break down), gnerando un gran n umero de v ortices m as peque nos, que dan lugar a la transici on hacia la plena turbulencia. Las estelas detr as de los objetos y capas de mezcla presentan caracter sticas similares. Capa l mite sobre una placa plana: la teor a de inestabilidad viscosa para ujos con perles sin punto de inexi on predice que hay una regi on nita con n umeros de Reynolds alrededor de Re = 1000 ( es el espesor de la capa l mite), donde las perturbaciones innitesimales son amplicadas. La secuencia precisa de eventos es sensible al nivel de perturbaciones del ujo entrante. Sin embargo, si el sistema de ujo crea condiciones sucientemente suaves, las perturbaciones, producto de la inestabilidad en un ujo en la capa l mite, para longitudes de ondas relativamente largas pueden ser claramente detectadas. Si el ujo entrante es laminar, numerosos experimentos conrmaron la predicci on de la teor a que la inestabilidad lineal inicial se produce con un Reynolds alrededor de 91 000. Las perturbaciones bidimensionales inestables se suelen denominar ondas de Tollmien-Schlichting (T-S). Las mismas se amplican en direcci on del ujo. El desarrollo de las perturbaciones depende de la amplitud de las ondas. Si las amplicaciones tiene lugar con un n umero de Reynolds restringido dentro de un cierto rango, es posible que las ondas sean atenuadas corriente abajo y que el ujo permanezca laminar. Si la amplitud es demasiado grande un mecanismo secundario de inestabilidad no-lineal causar a que las ondas de Tollmien-Schlichting se vuelvan tridimensionales, para nalmente evolucionar en v ortices lambda o hairpin. En el mecanismo m as com un de transici on dichos v ortices son alineados (transici on tipo K). Por encima de los v ortices hairpin se induce una regi on de intenso corte, lo que provoca una

8.2. Fen omenos de inestabilidad

135

intensicaci on, elongaci on y enrollamiento de los mismos. Otras etapas de la transici on comprende un proceso en cascada y separaci on de capas de corte intensas, las que inducen unidades m as peque nas con un espectro de frecuencia muy irregular. Regiones de intensos y grandes cambios localizados ocurren irregularmente tanto en tiempos y espacios cercanos a la pared s olida. Esto d a origen a la formaci on de puntos o zonas (spots) turbulentos. Estas zonas (o spots) tienen una forma triangular. Son transportados por el ujo y se difunden transversalmente, penetrando en regiones del ujo de tipo laminar, incrementando el movimiento turbulento. Luego en la zona nal de la transici on y antes del ujo completamente turbulento, los mismos se combinan y asocian, fen omeno que tiene lugar a valores del Reynolds de transici on del orden de 106 . M as adelante, en el Cap. 11.6 analizamos el ujo sobre un cuerpo simplicado, llamado cuerpo de Ahmed, donde el comportamiento de este, sobre el modelo, es muy similar al ujo alrededor de veh culos reales a escala completa. El cuerpo de Ahmed es un modelo experimental desarrollado por Ahmed et al. [156] para analizar el comportamiento del ujo resultante y las caracter sticas de las fuerzas inducidas por el mismo. Por ejemplo, veremos que el ujo se separa en la parte redondeada frontal y en el techo del mismo, formando v ortices transversales, similares a la estructura vortical de Kelvin-Helmholtz antes descriptas, e.g. ver Gilli eron y Spohn [127]. Estos v ortices son estirados m as atr as formando los v ortices hairpin. Tambi en este tipo de conguraci on es posible observarla en los planos laterales del cuerpo. Con isosupercies del segundo invariante del gradiente de velocidad (criterio Q ), es posible apreciarlos, para m as detalles ver el trabajo de Krajnovi c y Davidson [148] y la Sec. 12.9, Cap. 12 de la presente Tesis.

8.2.3.

Comentario nal

De acuerdo a lo analizado anteriormente, podemos decir que existen algunos patrones similares durante el proceso de transici on: amplicaci on de peque nas perturbaciones iniciales; desarrollo de areas con estructuras rotacionales concentradas; formaci on de movimientos a peque nas escalas muy intensos; crecimiento y superposici on de estas areas de movimiento a escalas de menor tama no, dando lugar posteriormente a un ujo totalmente turbulento. Mientras que los factores que suelen afectar la transici on de laminar a turbulento, pueden resumirse en los siguientes:

8.3. Separaci on del ujo tridimensional gradientes de presi on; nivel de la perturbaci on; rugosidad en las paredes de los objetos s olidos inmersos en el ujo; procesos de transferencia de calor; la compresibilidad del ujo.

136

La mayor a de los c odigos num ericos comerciales que desarrollan problemas de din amica de uidos (CFD), a menudo consideran o bien ujos laminares o bien turbulentos, ignorando la regi on de transici on. Como esta suele ser peque na, se considera que los efectos que puede provocar en el c alculo nal resultan despreciables.

8.3.

Separaci on del ujo tridimensional

Intentaremos denir y analizar en esta secci on las propiedades m as destacadas del fen omeno de la separaci on del ujo en cuerpos obtusos. Los ujos sobre cuerpos obtusos forman generalmente un patr on tridimensional y se separan a partir de las paredes del mismo. El ligero gradiente de presi on transversal que se origina cerca de las paredes modica las l neas de corriente de la pared, elev andolas y formando trayectorias curvadas, dando al ujo en esta regi on un car acter tridimensional. La separaci on es un fen omeno complejo y sensible a los detalles presentes en cada situaci on. on cuando el angulo de Tobak y Peak (1982) [108] describen cuatro patrones diferentes de separaci ataque se incrementa. Esta situaci on suele estar presente en diferentes regiones de los veh culos que circulan en la actualidad. En el caso del cuerpo (simplicado) de Ahmed, se trat o de darle un perl suave en la regi on delantera para evitar este tipo de separaciones. Como gran parte de los conocimientos en este tema es informaci on de tipo cualitativo, trataremos principalmente con dichos aspectos de la separaci on que posteriormente servir an para establecer una clasicaci on de los patrones de l neas de corriente. Para ello, como primera aproximaci on, consideramos ciertas supercies cuasi-planares, en especial la misma supercie del cuerpo. Otras elecciones son planos de ujo sim etrico o cruzado (transversal). Si consideramos las componentes de velocidad en el plano elegido, e.g. la pared del modelo, el campo presentar a una serie de trayectorias conduciendo generalmente a un patr on sobre la supercie elegida. En este campo vectorial bidimensional, establecemos que: u = dx/dt y v = dy/dt y que las trayectorias y (x) conducen a un patr on. A estas l neas las llamaremos l neas de corriente superciales o bien l neas de corriente l mites, y coinciden con las l neas

8.3. Separaci on del ujo tridimensional

137

de las tensiones de corte en el caso de un uido newtoniano. Desafortunadamente el patr on depende tambi en del movimiento del observador, un punto especialmente importante en el caso de ujos no estacionarios. Un clase importante a analizar son las llamadas l neas de v ortices (vortex lines) que son invariantes a la traslaci on del observador, recordando que sobre una supercie s olida las l neas de tensiones y de v ortices son ortogonales. La suposici on de que el campo de velocidad es continuo conduce a patrones de trayectorias que conectan ciertos puntos cr ticos denidos como aquellos puntos en donde las componentes de la velocidad (o vorticidad) son nulas y las trayectorias se bifurcan. Gran parte de la teor a proviene del an alisis del plano fase de las ecuaciones diferenciales aut onomas, que luego haremos una breve revisi on. Discusiones sobre el tema los podemos encontrar en Tobak y Peak (1982) [108], Perry y Chong (1989) [112], entre otras. Si bien en un punto cr tico las velocidades son nulas no ocurre lo mismo con las derivadas, las que se pueden organizar en dos cantidades, a saber, el jacobiano J= y la divergencia = u v + . x y (8.4) u x v y u y v x ; (8.3)

J J= /4
Focos
2

Nodos

Sillas

Figura 8.5: Diferentes tipos de puntos cr ticos. Para los ujos tridimensionales (3D) interesa conocer los invariantes del tensor de deformaci on, e.g. ver Chong et al. (1990). En los ujos de uidos incompresibles, la ecuaci on de continuidad requiere

8.3. Separaci on del ujo tridimensional

138

que la divergencia en el plano de inter es sea = w/z , siendo z la direcci on normal al plano. Por lo tanto en una pared s olida con condici on de no-deslizamiento (no-slip) tendr a = 0. Los puntos cr ticos y conguraciones de ujo relacionadas con ellos se suelen clasicar en los siguientes grupos de acuerdo a estas dos variables (ver Fig. 8.5): Foco (focus): aquellos que se encuentran dentro del area de la par abola J = 2 /4; Nodo (node): los que se encuentran entre la par abola y el eje ; Silla (saddle): los que est an por debajo del eje ; Foco-nodo (focus-node) o Silla-nodo (Saddle-Node): cuando una conguraci on dada se encuentra sobre la par abola; Nodo-silla-acoplamiento (node-saddle-attachment): representa un plano o l nea de estancamiento; Foco-nodo-acoplamiento (focus-node-attachment): es un punto de estancamiento axisim etrico. Los patrones de ujo en el primer (segundo) cuadrante son estables (inestables) porque todas las trayectorias se acercan (se alejan) del punto cr tico. T picamente el lado izquierdo tiene el mismo patr on que el derecho, s olo que la direcci on del ujo se revierte. En el caso de los puntos silla (saddle) esto no es importante cuando el patr on resulta de una rotaci on de los ejes. La ocurrencia de dichos puntos cr ticos sigue ciertas reglas topol ogicas, ejemplo de ello resulta que sobre un cuerpo cerrado: N (node ) N (saddle ) = 2. Esta conguraci on de puntos es t pica en la uni on entre el extremo delantero y el techo y en la zona de la supercie inclinada y la base, para el modelo de cuerpo simplicado de Ahmed, como despu es describiremos. Otro comportamiento especial de los patrones de separaci on son las l neas de separaci on local (o l neas de ciclo l mite o l neas de bifurcaci on), las cuales representan l neas hacias las cuales las restantes son asint oticas. Cuando una part cula de u do tiende a acercarse a la l nea de separaci on, lo hace exponencialmente y termina separ andose. En patrones m as complejos de separaci on de ujo, aparecen varios puntos del tipo node junto con otros de tipo saddle, en combinaci on a su vez con las l neas de separaci on-acoplamiento. Adem as los puntos nodo-foco juegan un rol importante, ya que en cualquier instante un ujo de v ortices brota desde la pared donde estos se encuentran. Un punto foco debe ocurrir en alg un lugar en la vecindad al origen de las l neas de corriente en el n ucleo de un v ortice. on tridimensional, un v ortice horseshoe En la Fig. 8.6, vemos un esquema simple de una separaci sobre una pared s olida. La pared descansa en el plano x z , el eje y es normal a la pared y s olo gracamos la mitad del v ortice debido a la simetr a. El v ortice se encuentra en una posici on perpendicular

8.4. Inferencia del comportamiento del ujo a partir del gradiente de la velocidad

139

Figura 8.6: V ortice horseshoe sobre una pared. Patr on de l neas de bifurcaci on. a la corriente cercana en el punto C donde se forma un foco en espiral. En dicho esquema el punto A es un punto silla de separaci on y el B un punto silla de acoplamiento. Una l nea de bifurcaci on comienza en el punto A y se curva a lo largo de la pared, adem as en alg un punto deja de ser asint otica y vuelve a ser una l nea de corriente ordinaria sobre la pared. De igual manera, ocurre algo parecido en el punto B donde tenemos una l nea de acoplamiento que emana de dicho punto y luego se transforma en una l nea de corriente com un. En cuanto al v ortice, en el caso que tengamos ujos viscosos, debe difundirse corriente abajo, permanecendo un ujo de corte uniforme.

8.4.

Inferencia del comportamiento del ujo a partir del gradiente de la velocidad

Los diferentes tipos de comportamiento que hemos descripto anteriormente, tales como v ortices, separaci on, turbulencia, entre otros, son puntos de inter es que necesitamos obtener y cuyos resultados tambi en los podemos encontrar en un an alisis pos-proceso de las simulaciones num ericas mediante programas CFD. Existen en la actualidad una gran cantidad de herramientas computacionales que nos permiten visualizar y analizar el c umulo de datos obtenidos por la etapa de procesamiento (cuando resolvemos las ecuaciones del ujo). Ejemplos de ello son: l neas de corriente, de trayectoria, iso-

8.4. Inferencia del comportamiento del ujo a partir del gradiente de la velocidad

140

supercies, iso-zonas o contornos rellenos (contour ll), visualizaciones en planos de corte (clip planes), entre otros. Todos estos brindan la posibilidad de estudiar mejor el comportamiento del ujo. El uso de estas herramientas, sobre todo cuando el conjunto de datos es muy grande y denso, presenta una serie de desventajas, a saber: Tiempo de exploraci on: la exploraci on interactiva a gran escala de los datos y/o resultados con CFD es laboriosa y consume horas o d as de tiempo; Cobertura del campo de ujo: las visualizaciones se basan en un conjunto nito de puntos de muestreo, producto de la malla utilizada en el c alculo. Determinados comportamientos del ujo pueden producir resultados no del todo correctos, necesitando, por parte del usuario, de un exhaustivo an alisis cr tico de los resultados; Resultados incompletos: a veces nos revelan los detalles del ujo s olo en la vecindad de alg un punto de inter es particular; Cierto desorden visual: Siempre resulta dicultoso interpretar visualmente los resultados, sobre todo despu es de generar un peque no n umero de objetos visuales tales como l neas de corriente, iso-supercies o planos de corte. Uno de los objetivos actuales en la interpretaci on visual de resultados consiste en poder extraer de ellos el comportamiento m as sobresaliente. Un punto importante es disponer de una denici on matem atica m as precisa de las estructuras del ujo descriptas en las secciones anteriores, tales como los n ucleos de formaci on de v ortices, las l neas de separaci on, burbujas de recirculaci on y puntos singulares, entre otros. Usando una representaci on local de los campos de velocidad y de su gradiente, podemos extraer gran parte de los detalles mencionados anteriormente. Estas t ecnicas se basan en teor as del punto cr tico, que utilizan la propiedad de que los campos vectoriales lineales tienen un n umero nito de topolog as del ujo.

8.4.1.

C alculo del gradiente de velocidad

Como los problemas que abordamos en esta tesis son intr nsecamente tridimensionales, presentaremos el conjunto b asico de elementos necesarios para lograr lo establecido anteriormente. En este contexto, la velocidad es el vector con las tres componentes cartesianas dx u dt dy u = dt = v ; dz w dt

(8.5)

8.4. Inferencia del comportamiento del ujo a partir del gradiente de la velocidad

141

donde sus valores los obtenemos en cada nodo de la malla como un resultado de las simulaciones con CFD. Este campo vectorial luego se lo usa en la fase de visualizaci on del an alisis para generar l neas de corriente o de trazas, las cuales contribuyen a visualizar la topolog a del campo vectorial. El gradiente de la velocidad u raramente lo utilizamos con prop ositos de visualizaci on, aunque cumple un rol destacado en la topolog a del ujo (e.g ver Chong et al. [112]), y est a dado por
u x u y v y w y u z

u =

v x w x

v z w z

(8.6)

el cual, frecuentemente, no es una salida de los solvers de CFD, pero se puede calcular directamente a partir de las velocidades nodales. Notemos que no es adimensional ya que tiene las unidades de la rec proca de un tiempo y, por consiguiente, los datos derivados de este gradiente, tendr an la forma de una tasa.

8.4.2.

Descomposici on del gradiente

Una t ecnica com un, usada con el objetivo de entender mejor el comportamiento local del ujo, consiste en descomponer el gradiente anterior en sus partes sim etricas y antisim etricas: S= 1 u + (u)T 2 = 0 ; (8.8) (8.7)

z 0 x

1 1 u (u)T = z 2 2 y

x ; 0

donde el tensor S representa una medida de la deformaci on y contiene tanto la parte vol umetrica como la cortante del ujo, mientras que es la parte rotacional del mismo. Este u ltimo s olo tiene tres componentes que se suelen acomodar a la forma del vector v w x z y u w = y = z x ; v u z x y mientras que la traza de S es igual a la de u, e igual a la divergencia del campo vectorial, u= u v w + + . x y z (8.10)

(8.9)

Para obtener las l neas de corriente en los diferentes paquetes de visualizaci on se utilizan tanto u como . Opcionalmente, estas l neas son gracadas como cintas (ribbons), donde una arista es la l nea

8.5. La teor a del punto cr tico

142

de corriente actual y las otras rotan para reejar la vorticidad (curl). Otra alternativa es gracarlas como tubos donde su eje es la l nea de corriente mientras que su di ametro representa la divergencia local. Algunos presentan las opciones de mostrar un patr on en espiral sobre el tubo, la divergencia (por la dimensi on de la secci on transversal) y la vorticidad (el patr on en espiral). Todas estas t ecnicas son interactivas, intentando mostrar localmente los componentes del gradiente.

8.5.

La teor a del punto cr tico

Dentro de un campo vectorial se denen los puntos cr ticos como aquellos en donde la velocidad desaparece. Es decir, corresponden a los puntos donde la pendiente de las l neas de corriente est a indeterminada y la velocidad es nula relativa a un observador. De acuerdo con esta denici on, queda claro que el proceso para localizar dichos puntos no es un invariante galileano.

Figura 8.7: Clasicaci on del ujo en el plano de los autovalores 1,2,3 = eig (u). Topol ogicamente, los puntos cr ticos dentro de un campo vectorial marcan cambios. Por ello, lo que se suele hacer es un an alisis de autovalores del gradiente de la velocidad para clasicar la topolog a local. Con el u en cada nodo, determinamos los autovalores correspondientes 1,2,3 . La Fig. 8.7 muestra las clasicaciones del ujo basadas en un c alculo de autovalores. Si existen tres autovalores diferentes de cero, entonces tenemos dos tipos generales: uno corresponde a tres autovalores reales mientras que el otro estar a compuesto por uno real r y un par de complejos conjugados c . Los autovalores reales se sit uan sobre el eje real, mientras que sus signos indican si el ujo se est a acelerando (positivo) o decelerando (negativo). La magnitud de su valor reeja la intensidad de la acci on.

8.5. La teor a del punto cr tico

143

Foco de atraccion R1,R2 < 0 I1,I2 <> 0

Punto silla R1,R2 < 0 I1,I2 = 0

Nodo de repulsion R1,R2 > 0 I1,I2 = 0

Foco de repulsion R1,R2 > 0 I1,I2 <> 0

Centro R1,R2 = 0 I1,I2 <> 0

Nodo de atraccion R1,R2 < 0 I1,I2 = 0

Figura 8.8: Criterio de clasicaci on de los puntos cr ticos. R1 y R2 corresponden a la parte real de los autovalores de la matriz Jacobiana, mientras que I 1 e I 2 a la parte imaginaria. La Fig. 8.8 graca un criterio de clasicaci on de los puntos cr ticos en funci on del valor de sus componentes real e imaginaria, mientras que la Fig. 8.9 a) muestra todas las combinaciones posibles de la opci on correspondiente a tres autovalores reales. La Fig. 8.9 b), en el otro caso, con uno real y el par de conjugados complejos, nos muestra la clasicaci on. En este u ltimo, podemos ver que el ujo es gracado en un plano bidimensional denido por el segundo de los autovectores (el u nico mostrado en el plano). Las echas indican una direcci on del ujo ortogonal a esa supercie. El autovalor real r act ua de la misma forma como fue descripto arriba, y el par conjugado c indica la intensidad del ujo espiralado. Si dicho valor es peque no (cercanos al eje real), el ujo (en el plano) es escasamente arremolinado. Si su magnitud es grande, dicho ujo est a rotando r apidamente alrededor del punto. El signo de la parte real de los complejos conjugados c indica si el ujo est a convirgiendo (negativa) o divergiendo (positiva) de dicho punto, y su magnitud reeja la intensidad de la atracci on o repulsi on, respectivamente. Un caso especial se presenta cuando la parte real de c es nula, produciendo en dicho caso trayectorias peri odicas conc entricas. En la gura anterior cada tipo de ujo es mostrado aproxim andose al punto cr tico sobre el plano del autovalor complejo. La echa indica una direcci on del ujo ortogonal a dicho plano, la cual est a denida por el autovector asociado con r . En estos casos, el plano siempre representa el ujo en espiral, y est a denido por los dos autovectores asociados con c .

8.5. La teor a del punto cr tico

144

Nodo de repulsion

Nodo de repulsion

Punto silla II

Punto silla II

Punto silla I

Punto silla I

Nodo atraccion

Nodo atraccion

(a)

(b)

Figura 8.9: Puntos cr ticos y autovalores: (a) ujo no-espiralado, (b) ujo espiralado.

8.5.1.

Clasicaci on topol ogica de los puntos cr ticos

La siguiente es una clasicaci on resumida de los puntos cr ticos o singulares sobre un plano de corte gen erico , de acuerdo al esquema de Perry-Chong [112], adoptado en esta Tesis. La misma est a basada en los autovalores z1 = a1 + ib1 y z2 = a2 + ib2 de la matriz Jacobiana
u v

H =

u v

(8.11)

evaluada en el punto singular P , donde (u, v ) son las componentes de la velocidad del ujo sobre el plano de corte. La taxonomia resultante es resumida en la Tabla 8.1. En ella notamos que un punto foco (focus) es aquel donde el ujo se encuentra en rotaci on alrededor de un punto singular, por el contrario, un nodo (node) es un punto donde no existe la rotaci on del ujo.

8.6. Extracci on del comportamiento del uido tipo de punto z = eig(u)|P = {z1 , z2 } zi = ai + ibi , para i = 1, 2 repulsi on atracci on centro silla S medio-silla foco nodo a1 , a2 > 0 a1 , a2 < 0 a1 = a2 > 0 a1 a2 < 0 cuando S est a en una frontera b1 , b2 = 0 (rotaci on) b1 , b2 = 0 (sin-rotaci on)

145

Cuadro 8.1: Taxonomia para los puntos singulares P .

8.6.

Extracci on del comportamiento del uido

La herramientas utilizadas en la etapa nal del an alisis de resultados por CFD, ayudan a entender el comportamiento del ujo. Cuando la topolog a de dicho ujo es compleja, se necesita mucha interacci on para lograr un entendimiento completo del mismo. La extracci on del comportamiento es un paso importante en la visualizaci on. Los resultados los podemos utilizar interactivamente apuntando hacia aquellas areas que supuestamente son de mayor inter es. Dicho proceso de visualizaci on est a cobrando cada vez m as importancia, ya que es usado para mejorar la delidad de la soluci on por adaptaci on de la malla en las regiones apropiadas. Si bien no incurriremos en un an alisis profundo del tema, si intentamos introducirnos en el mismo y mostrar parte del potencial que representa. En lo que sigue, brevemente analizamos algunos comportamientos del ujo que pueden presentarse en un estudio aerdin amico exterior.

8.6.1.

Capas l mites y estelas

Las capas l mites son estructuras notables en muchos ujos. Su forma y dimensi on son utilizadas para determinar fuerzas de sustentaci on (lift) y de arrastre (drag). En ujos tridimensionales la arista exterior de dichas capas puede ser constru da como un supercie a una cierta distancia alejada de la pared s olida. Generalmente no se ha tenido exito en localizar en forma autom atica dichas capas en la etapa de pos-proceso num erico. De hecho, muchos modelos turbulentos, ya sea algebraicos o de una ecuaci on, necesitan conocer la posici on de la arista. Suele usarse la vorticidad como marcador de la misma, pero resulta un tanto inadecuada. Las estelas usualmente son generadas por un proceso de fusi on o absorci on de las capas l mites corriente abajo del cuerpo en estudio. Igual que estas u ltimas, presentan comportamientos con incidencia

8.6. Extracci on del comportamiento del uido

146

en los resultados, tanto en ujos externos como internos. Conociendo d onde y bajo cuales circunstancias act uan, se pueden llegar a tener la posibilidad de modicar y optimizar el ujo, reduciendo las cargas que se presentan como consecuencia de los ujos aerodin amicos. Tanto las capas l mites como las estelas, muestran dos tipos b asicos de comportamientos: por un lado, la generaci on de vorticidad y por el otro las tensiones de corte presentes en el uido. Esto nos sugiere utilizar alg un marcador que sea funci on tanto del corte como de la rotaci on para as visualizar las zonas donde se producen dicho fen omenos. Es por ello que en el Cap. 9 sobre turbulencia veremosel criterio Q. Otra funci on que se utiliza tiene en cuenta el tensor sim etrico del gradiente u, es decir, S (que es una medida de la deformaci on), el cual contiene tanto los componentes de corte como volum etricos y es dependiente del sistema coordendo, (Ec. (8.7)). En cambio, el tensor antisim etrico , a trav es de la vorticidad , contiene la parte rotacional. Para extraer un escalar simple que sea un invariante del sistema coordenado, removiendo los t erminos volum etricos, es necesario diagonalizarlo por medio de un an alisis de autovalores. El resultado ser an tres autovalores, s olo que en este caso siempre ser an reales ya que S es una matriz sim etrica denida positiva. Estos autovalores que llamaremos S 1 , S 2 y S 3 , producen un vector que representa el eje principal de deformaci on. Empleando las t ecnicas de la mec anica s olidos, la norma del segundo invariante principal del deviat orico de tensiones puede utilizarse como medida del corte en el ujo, es decir, (S 1 S 2 )2 + (S 1 S 3 )2 + (S 2 S 3 )2 ; 6 (8.12)

pero como las ecuaciones de capa l mite son esencialmente bidimensionales, utilizamos s olo los dos autovalores de mayor valor absoluto con los cuales, emp ricamente, se obtienen mejores resultados. O sea que la Ec. 8.12 se reduce a S 1 S 2 . (8.13)

Luego podemos construir un campo escalar de una funci on de | | y del valor de la Ec. 8.13. Con este valor generamos iso-supercies que nos marcan aquellas areas donde hay cierta intensidad de rotaci on y tensiones de corte. Se han detectado muy buenos resultados con esta t ecnica semi-emp rica, sobre todo para las capas l mites y la estela, pero presenta los siguientes errores: La funci on de corte y rotaci on es ad hoc; El valor es adimensional, pero tiene unidades de inversa del tiempo. Esto signica que la isosupercie que dene la arista de la capa l mite, cambia de caso a caso. El escalar necesita que se lo multiplique por un tiempo caracter stico, asociado con el problema en cuesti on;

8.7. Separaci on, reencauzamiento y recirculaci on El valor usado para las iso-supercies no est a especicado por la teor a.

147

8.6.2.

V ortices

Una de las estructuras de ujo m as importantes en nuestra problema son los v ortices, los cuales pueden ser evitados o minimizados durante el dise no. Un v ortice (vortex) es una regi on de ujo en remolino, sin una denici on formal hasta el momento. Sin embargo, es importante recordar que no todas las regiones de ujo curvado deber ser consideradas como v ortices. En ujos con curvaturas suaves, provocados por determinados dise nos, semejantes a un arreglo de aletas de una turbom aquina, donde no se produzcan separaciones, no encontraremos la presencia de remolinos. Los v ortices pueden identicarse por la rotaci on o el movimiento arremolinado que ellos crean observando el ujo a trav es del dominio. Existen diversas t ecnicas para poder detectarlos, entre las principales podemos mencionar: etodo Lambda2 por Jeong y Hussain [69], iii) m etodo i) m etodo de la helicidad por Levy et al. [190], ii) m predictor-corrector por Banks y Singer [28], iv) m etodo del autovector por Sujudi and Haimes [24], v) m etodo de los vectores paralelos por Roth y Peikert [103] m etodo de la m axima vorticidad por Strawn et al. [140], vi) m etodo de las l neas de corriente por Sadarjoen et al. [63], entre otros.

8.7.
8.7.1.

Separaci on, reencauzamiento y recirculaci on

Introducci on

Las separaciones y reencauzamientos o acoplamientos, ocurren donde un ujo se mueve abruptamente alej andose o retornando hacia el cuerpo o pared s olida, tal como ocurre en la supercie de un veh culo o de un aeroplano, entre otros. El ujo de aire separado causa un incremento notable en los valores de la fuerza de arrastre y origina una ca da de velocidad m as all a de la velocidad m nima, por ejemplo, en aeroplanos. Es particularmente importante en tal ejemplo, ya que en el proceso de descenso y aterrizaje puede provocar ingobernabilidad y p erdida r apida de altitud. Su importancia tiene que ver con el dise no, ya que pueden causar incremento en el valor de la fuerza de arrastre o reducci on en la de sustentaci on, y por consiguiente, su ocurrencia debe ser prevenida o al menos minimizada [103]. Hesselink [68] desarroll o un esquema de visualizaci on para extraer supercies de separaci on basado en los conceptos de la topolog a del campo vectorial, utilizando los puntos cr ticos y las curvas tangentes que conectan a los mismos. Las l neas de corriente son integradas en el ujo externo, comenzando desde puntos a lo largo de las curvas tangentes y luego reunidas para mostrar las supercies de separaci on. o una t ecnica local para extraer las l neas de separaci on y reencauzamiento, Kenwright [23] mostr basada en el an alisis por autovalores del gradiente de velocidad. Este esquema detecta dos tipos

8.7. Separaci on, reencauzamiento y recirculaci on

148

de separaci on, abierto y cerrado. Las l neas cerradas comienzan y terminan en los puntos cr ticos, e.g. el tipo encontrado por el algoritmo de Helman y Hesselink. Las l neas abiertas no necesitan comenzar y terminar en dichos puntos y no pueden ser detectadas por los m etodos basados en la topolog a del campo vectorial [51]. La t ecnica de Kenwright aplica la teor a del plano de fase al ujo supercial sobre elementos triangulares cercanos al cuerpo. Las tres velocidades en los v ertices de cada tri angulo son usados para construir un campo vectorial lineal bidimensional, con un tensor gradiente de velocidad constante. Los tensores con dos autovalores reales producen patrones de ujo que contienen l neas de separaci on y reencauzamiento. Las trayectorias para estas curvas se encuentran resolviendo una ecuaci on diferencial ordinaria, de segundo orden y no-homog enea. Las l neas de separaci on y reencauzamiento son l neas especiales donde la funci on de corriente es nula o singular. Si una de estas l neas pasa a trav es de su tri angulo asociado, el segmento de l nea acotado por el tri angulo es reunido por renderizado. Repitiendo el proceso a cada tri angulo, los segmentos de l nea independientes se combinan para formar l neas de separaci on y reencauzamiento global. Otra forma de ver la separaci on y el reencauzamiento es a trav es de trayectorias de corriente. Con un esquema de integraci on num ericamente preciso la recirculaci on se produce cuando una l nea de corriente queda atrapada en el ujo. En este caso, la l nea de corriente, dirigi endose corriente arriba o corriente abajo desde un punto dentro de la regi on, no sale de la misma. La frontera de esta regi on es la supercie de separaci on. En el caso de un ujo estacionario, los resultados son bastante buenos pero dudosos en un ujo transiente, ya que una regi on que puede parecer como recirculante en un instante dado de tiempo, puede estar movi endose y progresando a otro estado en un instante posterior. De all , que un solo ex amen de l neas de corriente para intentar comprender los ujos transientes pueda conducir a errores de interpretaci on. Las l neas de traza (streaklines) pueden resultar m as u tiles en este caso.

8.7.2.

Denici on de una l nea de separaci on

Tal como ya lo hemos analizado, las separaciones son estudiadas en los ujos viscosos, donde el campo de velocidad tiende suavemente a cero, sobre todas las supercies s olidas (donde hemos impuesto condiciones de borde de tipo no-deslizamiento). En estos casos, si estamos interesados en ujos de supercie, usualmente tratamos con l neas de corriente l mites, las cuales son establecidas con el campo vectorial de tensiones de corte en la pared (campo de velocidad tangencial). Dichas tensiones las denimos como la derivada normal a la supercie del campo vectorial de velocidades. Las curvas integrales se suelen denominar l neas de corriente de supercie, trayectorias de tensiones de corte en la pared o l neas de fricci on sobre la supercie del cuerpo. Lo que se intenta simular es el campo vectorial

8.7. Separaci on, reencauzamiento y recirculaci on producido por el ujo de aceite en un ensayo experimental en un t unel de viento.

149

Al observar la topolog a de los campos vectoriales en 2D, vemos que constituyen las bases para el ex amen topol ogico de los ujos separados en 3D. Los conceptos topol ogicos tal cual lo observamos en la secci on 8.5, son potentes debido a que nos dan los puntos cr ticos en un campo vectorial y las curvas o supercies tangentes que conectan a los mismos. De ello podemos inferir la forma de otras curvas tangentes que tambi en los conectan y por lo ende, la del campo vectorial total. Podemos pensar la topolog a del ujo en t erminos de supercies (en dominios 3D) o de curvas (en 2D), que lo dividen en regiones separadas. Dos conjuntos de supercies o l neas son de particular interes: Las supercies tangentes que intersectan la pared de un cuerpo donde el ujo se liga o se separa desde dicha supercie. Las curvas tangentes son ladeadas hacia un lado o hacia otro, movi endose a lo largo de la supercie del cuerpo. Las supercies donde curvas tangentes que comienzan arbitrariamente cerca unas de otras, pueden nalizar en regiones sustancialmente diferentes. El primer grupo est a relacionado a la topolog a de la supercie y el segundo con los puntos cr ticos tanto en la pared como en el ujo externo. Por ejemplo un punto silla desv a o aparta curvas tangentes que pasan directamente en este a regiones muy distintas. El prop osito primario de trabajar con supercies 2D, es que nos permite desarrollar t ecnicas que luego extendemos al estudio de ujos separados en 3D. En estos ujos algunas supercies de corriente cercanas a la pared, pueden abruptamente moverse alej andose y separ andose desde dicha pared. Las l neas donde esto ocurre se conocen como l neas de separaci on. Estas l neas son la extensi on tridimensional de los nodos de separaci on y acoplamiento usados en el an alisis 2D. Es decir, estas son curvas sobre una supercie o pared de un cuerpo que representan el l mite de las supercies tangentes. Estas u ltimas son deectadas a un lado u otro de la supercie de separaci on o acoplamiento a lo largo de la supercie del cuerpo. Debido a que a menudo relacionamos dichas supercies de separaci on con v ortices y zonas de recirculaci on, determinar la topolog a es importante para comprender los comportamientos uido din amicos. La extracci on de la informaci on topol ogica desde el conjunto de datos num ericos, usando las herramientas de visualizaci on son dicultosas y consumen bastante tiempo. T picamente, se trata de determinar la topolog a, posiciones y formas de las estructuras observando las l neas de trazas integradas num ericamente sobre las supercies o en el volumen. Estas u ltimas se representan de diferentes formas, como tubos (spaghetti), cintas (ribbons), pero son dicultosas de interpretar en la vecindad de v ortices donde las curvas tangentes giran unas respecto de las otras. A un hoy, se sigue renando y determinando manualmente los posibles puntos de arranque e incluso luego de la visualizaci on se esquematizan

8.7. Separaci on, reencauzamiento y recirculaci on

150

las estructuras topol ogicas que son a menudo complicadas, esquematiz andolas a mano para capturar su posible forma. No es f acil dar una denici on matem atica (o de otro tipo) precisa para la separaci on en los ujos 3D. La mayor a de las descripciones relacionadas al tema, analizan el fen onmeno cuando el ujo se desv a o se aparte de la supercie de la cual se ha movido tangencialmente. En 2D esto s olo puede ocurrir en los puntos cr ticos (half saddles) localizados sobre una frontera 1D. Estos puntos son lugares donde el ujo converge en direcciones opuestas y, por continuidad, las tensiones de corte en la pared son nulas. En los ujos 3D sobre las fronteras 2D, existe un nodo 1D, donde el ujo se re une en direcciones relativamente opuestas, pero donde el criterio de la tensi on de corte nula en la pared generalmente no se mantiene, debido a que casi siempre existe un ujo a lo largo de una curva 1D. De hecho, la tensi on de corte s olo puede alcanzar un valor nulo en puntos aislados a lo largo de las llamadas l neas de separaci on. Ya que las l neas de corriente no pueden reunirse excepto en los puntos cr ticos, el ujo que converge desde direcciones relativamente opuestas, debe girar y aproximarse a las l neas de separaci on en forma tangencial. Este comportamiento a conducido a caracterizar las l neas de separaci on como l neas de corriente asint oticas o envolventes. una forma mas directa es la descripta neas de separaci on son l neas sobre la supercie por Panton [143] quien establece simplemente: las l donde las l neas de corriente tienden a acumularse.

8.7.3.

T ecnicas para la determinaci on de las l neas de separaci on y acoplamiento

Las t ecnicas usadas para la detecci on e identicaci on de las l neas de separaci on y acoplamiento en ujos simulados num ericamente, cae dentro de dos categor as: la fenomenol ogica y la topol ogica. Con la primera, se observan patrones de ujo sobre una supercie y el usuario usa su perspicacia, intuici on y experiencia para identicar las l neas. Lo que intenta esta t ecnica es imitar las t ecnicas de visualizaci on en t uneles de viento o agua. En cambio, las t ecnicas topol ogicas est an basadas en propuestas matem aticas de Poincar e, identicando comportamientos espec cos que se originan desde los puntos cr ticos. Las l neas de corriente en la supercie del cuerpo, son ampliamente usadas por las t ecnicas fenomenol ogicas. Para generarlas se utiliza una t ecnica que consiste en sembrar part culas cercanas al cuerpo, digamos en la primera capa de nodos, y luego desde estos emisores obtener las curvas integrando num ericamente una ecuaci on diferencial de segundo orden Esta t ecnica puede ser efectiva si se generan una gran cantidad de part culas, ya que las curvas se fusionan a lo largo de las l neas de separaci on. En el caso de las l neas de acoplamiento, esto no es tan obvio porque la trayectoria de la part cula diverge. Como la t ecnica se basa en la observaci on, el observador debe disernir cuales corresponden a una u otra ya que ambas son visualmente similares, aunque muchas veces pueden

8.7. Separaci on, reencauzamiento y recirculaci on

151

ser determinadas examinando la direcci on del ujo saliente. Las curvas generalmente son asint oticas corriente abajo a lo largo de la l neas de separaci on y corriente arriba de las de acoplamiento. Puede resultar dicultoso observarlas cuando las de separaci on son perpendiculares al ujo saliente. Un punto en contra de esta t ecnica es la cantidad de informaci on redundante (e.g. curvas irrelevantes) que se genera. Describiremos brevemente algunas de las t ecnicas que actualmente se encuentran en uso para la extracci on de las l neas de separaci on y acoplamiento, ya sea tanto en softwares comerciales como de libre circulaci on. Globus et al. [1] han dise nado e implementado un sistema para analizar y visualizar la topolog a del campo del ujo con conos para los puntos cr ticos y curvas integrales que comienzan cerca de dichos puntos. El sistema puede adem as visualizar las supercies de separaci on y acomplamiento y el n ucleo de los v ortices. Pagendam, Walter [56] y De Leeuw [182] usan l neas de fricci on en la supercie para visualizar las l neas de separaci on y acoplamiento en una delgada placa. Para ello calculan el vector de tensiones de corte en la pared w como el gradiente del vector magnitud de velocidad proyectado en una direcci on normal a la pared, es decir, w = u (u.n)n, donde n es un vector unitario normal a la pared. Luego con un algoritmo est andar para calcular l neas de corriente, lo aplican al campo vectorial de tensiones de corte, integrando de esa manera las l neas de fricci on en la supercie del cuerpo y mostrando con ellas la separaci on y reencauzamiento sobre la supercie. Helman y Hesselink [68] generan automaticamente l neas de separaci on y acoplamiento desde la topolog a del campo vectorial. Las mismas se construyen por integraci on de las curvas desde los puntos cr ticos del tipo saddle y node en la direcci on de los autovectores reales. La desventaja es que s olo se determinan l neas cerradas, esto es, las curvas comienzan y terminan en puntos cr ticos. El software que utilizamos se basa en el algoritmo del plano de fase (phase plane algorithm), t ecnica de extracci on autom atica desarrollada por Kenwright [23]. En ella, para poder simular el ujo sobre la supercie del cuerpo y generar el esqueleto topol ogico de las estructuras, se utiliza el campo de velocidad tangencial cercano a la supercie del cuerpo. Se crea el campo vectorial 2D que representa la proyecci on sobre la supercie de las velocidades en el plano de la malla que est a un punto alejada de la supercie.

Cap tulo 9

Turbulencia
9.1. Introducci on

Hasta el momento hemos descripto uno de los tantos m etodos num ericos utilizados para resolver aproximadamente las ecuaciones de Navier-Stokes en el caso de ujos de uidos viscosos en condiciones pr acticamente incompresibles y en r egimen laminar. Pero sabemos que una gran cantidad de problemas de ujos en ingenier a, as como tambi en en otras ramas de las ciencias, son por lo general de car acter turbulento. Cuando tratamos ujos de uidos viscosos como, por ejemplo, a lo largo de un canal o cuando un ujo atraviesa un obst aculo, el mismo ser a laminar y estable solamente cuando la velocidad t pica sea menor a un cierto valor cr tico, lo que nos conduce a un n umero de Reynolds cr tico umbral, este es el caso cuando utilizamos uidos newtonianos, viscosos e incompresibles (como lo son en los problemas considerados en esta Tesis). Cuando estamos en la zona cr tica, las inestabilidades pueden tomar dos formas: o bien conducen a un ujo peri odico estacionario (e.g. la calle de v ortice de von K arm an que se forma en la estela formada por el ujo sobre un cilindro circular) o bien a un sistema complicado de v ortices y remolinos casi sin ning un tipo de regularidad. Los ujos peri odicos se vuelven inestables cuando su velocidad es m as alta que lo habitual y entran en una zona de transici on previa a la turbulencia. Pero, aunque el ujo no se vuelva peri odico, puede haber un rango en el n umero de Reynolds Re, donde exhiba la propiedad de volverse laminar o turbulento, dependiendo de la magnitud de las perturbaciones externas. Generalmente se encuentran tres tipos de valores cr ticos: (i) un Rea tal que cuando Re > Rea las peque nas perturbaciones presentes en el ujo laminar son amplicadas; (ii) otro Reb debajo del cual el ujo turbulento no puede ser sostenido; y (iii) un Rec sobre el cual el ujo peri odico iniciado con el primer n umero de Reynolds se descompone en un movimiento turbulento.

152

9.2. Comentarios sobre la f sica de la turbulencia

153

A pesar de los u ltimos avances no se dispone de un m etodo del todo aceptable para calcular ujos turbulentos. Los paradigmas de la turbulencia m as difundidos aceptan que: (i) la turbulencia se la supone regida por los principios de la mec anica de los medios continuos, debido a que las escalas de longitud m as peque nas en estos ujos son todav a bastantes mayores que las escalas moleculares; y (ii) que las ecuaciones de Navier-Stokes son capaces de describir los ujos turbulentos. La modelizaci on de la turbulencia es uno de los grandes dolores de cabeza no bien resuelto en la mec anica de los uidos, e.g. ver Towsend [3], Pope [151, 150], Lesieur [100], Hinze [84], Landahl/MolloChristensen [113], Frish [170], McComb [183], McDonough [82], Mohammdi/Pironneau [11], Wilcox [29]. Debido a su inherente complejidad, ya que tratamos con fen omenos extremadamente complicados, se han logrado resultados mucho menos precisos con los modelos matem aticos propuestos para describir el comportamiento f sico de este tipo de ujo. El objetivo del presente cap tulo es mencionar hacia donde est an dirigidos los mayores esfuerzos para simular num ericamente la f sica de la turbulencia. Se empieza repasando la tradicional descomposici on de Reynolds. A continuaci on, consideramos m etodos no tan cl asicos tales como la simulaci on directa de la turbulencia (Direct Numerical Simulation DNS), en donde el sistema de Navier-Stokes es resuelto num ericamente sin adici on de ning un modelo auxiliar ad hoc. Luego, seguimos con un an alisis un poco m as detallado acerca del esquema basado en la simulaci on de grandes v ortices (Large Eddy Simulation LES), en el cual los v ortices m as grandes que el tama no de malla son calculados num ericamente, mientras que los m as peque nos son, ya sea obviados o bien tenidos en cuenta mediante alg un modelo, tales como subgrid-scale (SGS) o bien alg un modelo cl asico de 0-ecuaciones. Por u ltimo mencionamos los esfuerzos actuales en el estudio de la matem atica del caos y su posible relevancia sobre la turbulencia.

9.2.

Comentarios sobre la f sica de la turbulencia

Una gran cantidad de ujos de inter es en la industria y la ingenier a son turbulentos. Podemos encontrar un amplio espectro, desde ujos simples como pueden ser los chorros (jets), estelas (wakes), ujos en ductos, la capa l mite sobre una placa plana, hasta ujos complicados como los encontrados en los problemas industriales tales como la aerodin amica sobre cuerpos obtusos, tema de esta Tesis. Como es conocido, los fen omenos de inestabilidad suelen caracterizarse mediante el n umero de Reynolds el cual, por encima de un cierto valor cr tico, se presentan ciertas estructuras de ujo no muy estables, las cuales suelen ser ca oticas. Tritt on [32] nota que la turbulencia es un estado de continua inestabilidad. En cada instante, el ujo cambia como resultado de esa inestabilidad, reduci endose las posibilidades de predecir los detalles del movimiento. Cuando sucesivas inestabilidades

9.2. Comentarios sobre la f sica de la turbulencia

154

han logrado reducir el nivel de predecibilidad, es conveniente recurrir a la estad stica. Sin embargo, los ujos turbulentos involucran determinadas estructuras m as o menos organizadas, mientras que los valores medios de las variables (mediante un tratamiento estad stico) son a un predecibles. Como dijimos anteriormente el n umero de Reynolds es el par ametro de mayor incidencia para indicar una posible presencia de turbulencia. Como es conocido, este par ametro se lo puede interpretar como el cociente entre las fuerzas inerciales y las viscosas. En general un ujo es laminar a bajas velocidades y en alguna medida puede ser estacionario. Cuando la velocidad crece, el n umero de Reynolds lo hace proporcionalmente, hasta que llega a un cierto valor umbral, que depende del problema considerado, en donde el ujo cambia radicalmente su comportamiento, pasando por diferentes etapas, motivo de discusi on tanto por los t eoricos como por los experimentalistas. El ujo turbulento, cuando el n umero de Reynolds es sucientemente elevado, se caracteriza por una variaci on muy irregular de la velocidad con el tiempo en cada punto. Cuando dicho fen omeno tiene lugar en todo el ujo, se dice que la turbulencia est a completamente desarrollada. En esta situaci on si observamos una gr aca de la velocidad en funci on del tiempo, vemos que (i) la velocidad instant anea uct ua continuamente alrededor de un cierto valor promedio; y (ii) la amplitud de la uctuaci on (diferencia entre el valor instat aneo y el promediado) no es, en general, peque na comparada con la misma velocidad instant anea. Las trayectorias de las part culas del uido en el ujo turbulento son extremadamente complicadas, dando como resultado un mezclado amplio del uido. El tratamiento a la Reynolds supone introducir el concepto de promedio (temporal) de una magnitud, obtenido promediando la magnitud de ujo en un intervalo de tiempo sucientemente largo. En general, toda variable del ujo se puede descomponer aditivamente en una componente media (promedio) U y en una uctuaci on u , esto es, u=U +u ; (9.1)

es decir, caracterizamos el ujo en t erminos de sus valores medios y sus uctuaciones, a saber, (U, V, W, P ) y (u , v , w , p ). Si bien pueden existir ujos donde los valores medios no var an apreciablemente en algunas direcciones espaciales, las uctuaciones siempre lo hacen en 3D y en el tiempo, de all la no-estacionariedad y el car acter tridimensional de la turbulencia. Por otra parte, visualizaciones de los ujos turbulentos revelan la presencia, entre otras, de ciertas estructuras rotacionales que se denominan v ortices turbulentos (turbulent eddies). Estos presentan una amplia gama de escalas de longitud, en donde part culas separadas una distancia considerable pueden acercarse en forma repentina debido al movimiento de estos torbellinos turbulentos. Como consecuencia de esto, el intercambio de masa, cantidad de movimiento, energ a y cualquier fen omeno

9.2. Comentarios sobre la f sica de la turbulencia

155

de transporte se acelera como consecuencia del proceso descripto, aumentando el mezclado efectivo. Los v ortices turbulentos m as grandes interact uan con el ujo medio, extray endole energ a al mismo mediante un proceso denominado estiramiento del v ortice (vortex stretching). La presencia de intensos gradientes de velocidad media en ujos cortantes distorsiona los remolinos turbulentos. Los v ortices alineados son estirados ya que un extremo del mismo es forzado a moverse m as r apido que el otro. El mecanismo de estiramiento de v ortices es uno de los principales al analizar en el incremento de la intensidad de la turbulencia. La velocidad promedio U y la longitud caracter stica L de los v ortices m as grandes son del mismo orden de magnitud que los valores correspondientes a la escala del ujo medio, por lo que el n umero de Reynolds Re de dichos v ortices es cercano al calculado para el ujo medio. A causa de esto, estas estructuras son dominadas por los efectos inerciales en lugar de los viscosos, esto es, presentan un comportamiento de tipo m as bien inv scido, conserv andose el momento angular durante el proceso de estiramiento. Esto causa que la tasa de rotaci on se incremente y el radio de su secci on transversal decrezca. Por ende el movimiento en dicha direcci on posee escalas de longitud y de tiempo m as peque nas. Este trabajo de estiramiento sobre los grandes v ortices suministra la energ a cin etica necesaria para mantener la turbulencia. Los v ortices medios y peque nos son alargados y estirados en mayor medida por los v ortices m as grandes, y en forma m as d ebil por el ujo medio, resultando el proceso de transferencia de energ a en forma de cascada (energy cascade), es decir progresivamente hacia los v ortices mas peque nos hasta llegar a escalas moleculares donde el proceso se debilita y tiene lugar la acci on difusiva. La turbulencia incrementa la tasa de agitado de las propiedades conservadas. Esto signica que partes de uido con diferentes concentraciones de tales propiedades, son puestas en contacto. Dicho proceso de mezclado es acompa nado con difusi on, no obstante, dicho comportamiento a menudo es denominado difusivo (diusive). Todas las cantidades uctuantes contienen energ a cin etica en un amplio rango de escalas, dando un espectro que puede ser trazado usando la frecuencia o la longitud de onda de los diferentes v ortices como abscisa y la energ a contenida en cada uno de ellos como ordenada. La escala m as peque na que puede aparecer en un ujo viene impuesta por la viscosidad molecular. El n umero de Reynolds que se puede construir con la velocidad t pica v de los remolinos de menor tama no y con una longitud caracter stica que se denomina la escala de Kolmogorov est a dado por Revort-peq = v/ = O(1). Por ejemplo, en los ujos correspondientes a problemas ingenieriles e industriales, las longitudes de escala m as peque nas rondan 1/100 [mm], con una frecuencia de aproximadamente 10 [kHz ]. En

9.3. Ecuaciones de Reynolds

156

estas regiones el trabajo realizado por las fuerzas viscosas se transforma en calor, disip andose y produciendo una merma de energ a cin etica en el ujo total. La estructura de los grandes v ortices es muy anisotr opica y dependiente de las condiciones del ujo debido a su interacci on con el ujo medio. La acci on difusiva de la viscosidad tiende a disminuir o atenuar la direccionalidad cuando analizamos las peque nas escalas. Cuando tenemos un ujo con un alto n umero de Reynolds, los v ortices de menor tama no tienen un comportamiento isotr opico (no direccional). Debido al incremento del proceso de mezclado en la cantidad de movimiento, la turbulencia provoca que partes del uido con diferente valores en la cantidad de movimiento entren en contacto. La reducci on de los gradientes de velocidad, producido por la acci on de la viscosidad reduce la energ a cin etica del ujo, en otras palabras, esta se disipa. Dicha p erdida es irreversiblemente convertida en energ a interna del uido. Se ha mostrado que los ujos turbulentos contienen ciertas estructuras coherentes (coherent structures), eventos que tienden a repetirse en cierta porci on del dominio de ujo, y que son responsables de una gran parte del mezclado. Las propiedades enumeradas anteriormente son importantes. Los efectos producidos por la turbulencia pueden o no ser deseables. El mezclado intensivo que provoca es u til cuando necesitamos un mezclado qu mico o una transferencia de calor. Por otra parte, el mezclado intensivo de la cantidad de movimiento resultar a en un incremento de las fuerzas friccionales, ello puede provocar que aumente la potencia de bombeado del uido o las fuerzas de arrastre sobre un veh culo. Por lo tanto, resulta importante entender y predecir los efectos con el objetivo de lograr un buen dise no. En algunos casos, lo que se persigue es poder controlar, al menos en parte, la turbulencia. Muchas cantidades resultan f aciles de medir experimentalmente y otras son extremadamente complicadas. Para optimizar el dise no, es necesario entender la fuente del problema, requiriendo mediciones costosas y que consumen mucho tiempo. Algunos mediciones son dif ciles de obtener tales como las uctuaciones de presi on. Otras no se pueden realizar con la precisi on requerida. Por consiguiente los m etodos num ericos han ido incrementando su participaci on para predecir los fen omenos turbulentos.

9.3.

Ecuaciones de Reynolds

Las ecuaciones que gobiernan el ujo de un uido viscoso e incompresible, en un dominio , est an dadas por las ecuaciones de masa y cantidad de movimiento de Navier-Stokes u=0 ; 1 u + (u )u = p + (2 ) + f ; t (9.2) (9.3)

9.3. Ecuaciones de Reynolds

157

donde es la densidad, u = (u, v, w) es la velocidad instant anea, p es la presi on instant anea, la viscosidad cinem atica del uido, = (u + uT )/2 es la tasa de deformaci on y f una fuerza

por unidad de volumen. Las condiciones iniciales y de contorno requeridas para cada problema en particular, que no hemos incorporado, ya que no son importantes en esta etapa de la exposici on. Como fue mencionado en la introducci on, las ecuaciones anteriores presentan complicaciones al tratar de resolverlas num ericamente para ujos turbulentos. Sin embargo, para una gran cantidad de problemas ingenieriles y de la industria, no es necesario conocer exactamente las velocidades y presiones instant aneas del ujo, siendo suciente obtener una aproximaci on de sus valores medios tanto en el tiempo como en el espacio. Por consiguiente se adopta un m etodo estad stico, el cual se basa en el concepto de valores medios de las variables del ujo. Dicho m etodo fue sugerido por Osborne Reynolds (hip otesis de Reynolds). Las tres formas m as pertinentes de tomar la media estad stica en la investigarci on de modelos turbulentos son: el promedio temporal, el promedio espacial y el promedio en el ensamble (e.g. ver Wilcox [29]). Tenemos 1. El promedio temporal u
T

= U (x) = l m

1 T T

t0 +T

u(x, t) dt ;
t0

(9.4)

que es una de las m as com unmente utilizadas ya que muchos ujos turbulentos de inter es son cuasi-estacionarios; 2. El promedio espacial u

1 (t) = l =U m

u(x, t) d ;

(9.5)

que es m as apropiado para turbulencia cuasi-estacionaria, esto es, un ujo turbulento que, en promedio, casi no cambia con el tiempo. Por ejemplo, el ujo en un ducto con una velocidad de soplado constante. 3. El promedio en el ensamble u 1 (x, t) = l =U m N N
N

un (x, t) ;
n=1

(9.6)

(o media estad stica) que es m as apropiado, por ejemplo, para ujos que decaen en el tiempo. Esta es la media de N experimentos idealmente id enticos. Para un ujo turbulento que sea homog eneo y estacionario, se supone que las tres medias son

9.3. Ecuaciones de Reynolds

158

iguales (hip otesis erg odica) 1 . Elegido un tipo de promedio, las variables de ujo las escribimos como la suma de su valor medio m as una uctuaci on. En el caso de la velocidad y la presi on instant aneas tendremos u=U +u ; p=P + p ; (9.7) (9.8)

donde U y P son las medias de las respectivas variables u y p, siendo u y p las uctuaciones aleatorias correspondientes. Cuando se emplea el promedio espacial dado por la Ec. (9.6) se obtiene las ecuaciones consideradas en las t ecnicas de simulaci on de Grandes V ortices (o LES por Large Eddy Simulations). En cambio, cuando se emplea el promedio temporal dado por la Ec. (9.4) se obtiene las cl asicas ecuaciones de Reynolds (o RANS por Reynolds Average Navier-Stokes) U =0 U U
T

(9.9) (9.10)

+ u u

+ 1 P = F + U

donde F = f f es la media de las fuerzas de cuerpo. Estas ecuaciones contienen, adem as de los t erminos an alogos de un ujo laminar (ahora expresado para el ujo promedio), un t ermino adicional que es equivalente a un tensor de tensiones. Este tensor de tensiones adicional tiene por un lado t erminos que dependen del cuadrado de cada componente de la uctuaci on y adem as otros que correlacionan componentes entre s . Si, por ejemplo, una de las componentes de las uctuaciones fuera independiente de alguna otra, entonces su correlaci on ser a nula, por lo que los t erminos correspondientes se anular an. Dicho tensor adicional se lo expresa como = u u ; (9.11)

que es el tensor de tensiones turbulentas de Reynolds. De aqu en adelante una l nea sobre la variable indica la media temporal de la misma. El tensor de Reynolds tiene que ser modelado de alguna
1

Ergodicidad: es una propiedad que suelen tener los procesos dependientes del tiempo, la cual consiste en que

el estado nal del sistema es independiente del estado inicial, o lo que es equivalente, el estado nal del sistema no tiene memoria (esto es, no es afectado por su historia). La teor a de la ergodicidad se relaciona con el comportamiento estad stico a largo plazo de los sistemas din amicos [33]. La hip otesis erg odica supone que todos los movimientos de un sistema pasan arbitrariamente cerca de cualquiera de sus estados posibles siempre que se espere un tiempo suciente. Como esto vale para todas las condiciones iniciales, entonces el sistema dejar a de ser predecible porque desde cualquier estado del sistema se podr a ir a cualquier otro. De todas maneras es posible calcular el promedio temporal de una magnitud dada y, como en esa evoluci on se pasar a por todos los estados posibles, dicho promedio temporal deber a ser igual al promedio sobre todos los estados posibles. As esta hip otesis nos permite obtener promedios y d a fundamento a la mec anica estad stica [102].

9.3. Ecuaciones de Reynolds

159

manera para cerrar el sistema de Ecs. 9.9-9.10. Un tema central en los modelos de turbulencia consiste en proponer modelos que describan las tensiones de Reynolds. Sobre la hip otesis de Boussinesq: consideremos un ujo turbulento cuya velocidad media u es a lo largo del eje x y con un cierto perl de la velocidad media u(z ), s olo en la direcci on z . La suposici on m as simple sobre una relaci on entre la tensi on turbulenta x = u w y el perl de velocidad promedio u(z ) es suponer que x = u w = t u ; w

donde t es el coeciente de viscosidad cinem atica turbulenta, con dimensiones [L2 T 1 ]. Primero se reemplaza la componente de tensi on turbulenta x (desconocida) por la nueva inc ognita t = x /(u/z ), luego se supone que t tiene cierta dependencia con respecto a las coordenadas espaciales, suceptible de validaci on experimental. De esta manera se obtiene una de las teor as semi-emp ricas de la turbulencia. Si suponemos que el coeciente t fuera constante, entonces las ecuaciones de Reynolds para la velocidad media en un ujo turbulento, dieren de las correspondientes a un ujo laminar u nicamente en el valor num erico de la viscosidad cinem atica efectiva ef f = + t y, en consecuencia, el perl de la velocidad media u(z ) deber a seguir siendo parab olico. Esto no se cumple cuando consideramos ujos turbulentos connados, e.g. dentro de un tubo recto de secci on circular, pero parece dar resultados m as correctos en el caso de ujos turbulentos libres o abiertos. En el primer caso, la evidencia experimental nos dice que el perl formado es m as bien de tipo logar tmico, e.g. ver Monin-Yaglom [6], tomo I, Secc. 5.9, p ag. 364; tambi en p ag. 262 y 304 (g.32). Dicho concepto supone que las tensiones turbulentas son proporcionales al gradiente de las velocidades medias, es decir, u u = 2 = 2t (u) k I ; 3 (9.12)

donde t es la viscosidad turbulenta y k la energ a cin etica de las uctuaciones. Para denir a la misma utilizamos la convenci on de Einstein de suma en los ndices repetidos, k= 1 u u 2 k k . (9.13)

Cuando la Ec. 9.12 se introduce en la Ec. 9.10, k puede incluirse en el t ermino de presi on, no necesitando determinar al mismo. S olo es necesario calcular la distribuci on de la viscosidad turbulenta t : esta no es una propiedad del uido sino que depende del estado de la turbulencia.

9.4. Modelos de turbulencia

160

El concepto de viscosidad turbulenta fue concebido por analog a entre el movimiento molecular y el turbulento. La idea fue suponer que los v ortices turbulentos son como part culas de uido parecidas a las mol eculas que colisionan e intercambian impulso. Como la viscosidad molecular es proporcional a la velocidad media y al recorrido libre medio entre mol eculas, se puede intentar suponer que la viscosidad turbulenta sea proporcional a cierta velocidad t pica del movimiento uctuante y a cierta escala de longitud t pica de este, la que Prandtl denomin o la longitud de mezcla. Este concepto funciona bastante bien en la pr actica, pero una de las principales objeciones es que los v ortices turbulentos no funcionan como cuerpos r gidos. De acuerdo con este modelo podemos expresar la viscosidad turbulenta proporcional a L ; t V (9.14)

es la mencionada velocidad t donde V pica del movimiento uctuante y L la escala de longitud t pica de este. La forma en que ambas variables se determinan es la principal diferencia entre los modelos turbulentos.

9.4.

Modelos de turbulencia

El problema de valor de frontera para el ujo medio descripto por las Ecs. 9.9 - 9.10 en la Sec. 9.3, p ag. 158 requiere seis ecuaciones adicionales para calcular las tensiones de Reynolds. Tal especicaci on constituye dar un modelo turbulento. La aparici on de m as inc ognitas a trav es del tensor de Reynolds conduce al conocido problema del cierre de las ecuaciones para los fen omenos turbulentos. A trav es de una manipulaci on adecuada de las ecuaciones de Navier-Stokes, seis ecuaciones para el tensor de Reynolds pueden ser deducidas. Desafortunadamente, tales ecuaciones introducen inc ognitas adicionales en la forma de momentos de mayor orden. Es decir, las ecuaciones para los momentos de tercer orden implican momentos de cuarto orden y as hasta el innito. Este problema de inc ognitas en cascada se conoce como el problema del cierre. Con motivo de lograrlo, la deducci on de ecuaciones debe ser detenida en alg un nivel e introducir un modelo para las inc ognitas restantes. Existe una enorme variedad de modelos turbulentos, desde los m as simples planteos algebraicos hasta aquellos que involucran m ultiples ecuaciones diferenciales parciales no-lineales. No existe una taxonom a universalmente aceptada para la clasicaci on de tales modelos, lo que hace m as confuso el tema. Un posible esquema de clasicaci on de acuerdo con Bardina et. al [64] es de acuerdo a los siguientes niveles, ver Reddy-Gartling [83]: 1. Correlaciones: involucra el uso de correlaciones tales como el factor de fricci on como una

9.4. Modelos de turbulencia

161

Figura 9.1: Un esquema de clasicaci on para los modelos de un punto. funci on del n umero de Reynolds. Es un m etodo limitado para tipos simples de ujo. Generalmente no juegan ning un rol en el campo de las simulaciones num ericas por computadora. Su uso est a restringido a geometr as sencillas que han sido extensivamente estudiadas por m etodos experimentales; 2. M etodos integrales: deben su nombre a que derivan de las ecuaciones de movimiento por integraci on sobre una o mas coordenadas. Usualmente el problema se reduce a una o m as Ecuaciones Diferenciales Ordinarias (ODE), disminuyendo la complejidad matem atica del mismo. La informaci on emp rica es m as f acilmente incorporada con esta aproximaci on, conduciendo a un r apido y simple proceso de simulaci on num erica. Por lo general estos m etodos pierden generalidad y se limitan a tipos de ujo extensivamente estudiados; 3. Modelos de cierre de un punto (one-point closure): est an basados en ecuaciones obtenidas promediando las correspondientes a las de movimiento con respecto al tiempo (si el ujo es estad sticamente cuasi-estacionario), sobre la coordenada donde el ujo medio no var a. Estos modelos son los m as populares de los modelos turbulentos, sobre todo para el trabajo computacional. El t ermino clausura de un punto signica que las correlaciones entre las uctuaciones de los componentes de velocidad uj y ui , siempre emplean valores que son tomados desde el mismo lugar f sico. A pesar de esta restricci on, estos m etodos encierran una amplia variedad de sub-modelos particulares. Una parte importante del trabajo computacional, especialmente en aplicaciones industriales, pertenecen a esta categor a. A un dentro de la misma existe una subdivisi on de los modelos, adem as de variadas formas de catalogarlos. La Fig.(9.1) muestra una

9.4. Modelos de turbulencia

162

de las formas de clasicarlos. En ella, vemos dos grandes ramas. La primera se concentra en los modelos de viscosidad de remolino (Eddy Viscosity Models), mientras que la segunda se basa en las Tensiones de Reynolds (Reynolds Stress Models). Si bien estos u ltimos son m as sosticados que los primeros, conducen a grandes sistemas de ecuaciones diferenciales parciales y a un n umero igualmente grande de par ametros emp ricos; 4. Modelos de cierre de dos puntos (two-point closure): remueven parte de las restricciones impuestas por los modelos anteriores, aproximando e introduciendo expl citamente los efectos de la longitud de escala. Usa ecuaciones para las correlaciones de las componentes de velocidad en dos puntos distintos o, m as a menudo, la transformada de Fourier de las mismas. Se encuentran todav a en una etapa de desarrollo y su aplicaci on est a restringida a turbulencia homog enea e isotr opica; 5. Simulaci on de grandes v ortices (LES) (Large Eddy Simulation): la din amica de los v ortices m as grandes (relativo al tama no local de la malla) es simulada por resoluci on num erica de las ecuaciones de Navier-Stokes (ltradas espacialmente), mientras que los v ortices m as peque nos son o bien ignorados o bien modelados mediante alg un modelo de subgrilla. Podr a ser considerado como un compromiso entre los modelos de cierre (m etodos RANS) y la simulaci on num erica directa de la turbulencia (Direct Numerical Simulation, DNS). Como LES es el m etodo que hemos adoptado, lo discutiremos en mayor profundidad en una secci on posterior; 6. Simulaci on num erica directa (DNS): consiste en resolver num ericamente las ecuaciones no-estacionarias de Navier-Stokes sin la introducci on de ning un suposici on ad hoc. Se acepta el paradigma determinista, en donde la turbulencia es predecible por las ecuaciones de NavierStokes. Todos los m etodos descriptos en este cap tulo requiere la soluci on de alguna forma de las ecuaciones de conservaci on para la masa, cantidad de movimiento, energ a o especies qu mica. La mayor dicultad estriba en que en los ujos turbulentos existe una amplia variedad de escalas de longitud y de tiempo, en un rango much simo m as amplio que a nivel laminar. As , suponiendo que dichas ecuaciones son bastante similares a las correspondientes a ujos laminares, debido a las circunstancias mencionadas, resultan m as costosas y dif ciles de resolver.

9.5. Simulaci on de grandes v ortices

163

9.5.
9.5.1.

Simulaci on de grandes v ortices

Introducci on

Los m etodos tipo LES (Large Eddie Simulation) y DNS (Direct Numerical Simulation), est an todav a en una etapa de investigaci on. Las t ecnicas DNS resultan, en realidad, t ecnicas LES no controladas, ya que se resuelven las escalas m as grandes del ujo (con respecto al tama no local de la malla) mediante una resoluci on num erica de las ecuaciones no-estacionarias de Navier-Stokes. El modelo DNS supone que resolvemos todo el rango de tama no de remolinos. Es de notar que no se introduce ning un modelo ad hoc en las ecuaciones. Por otra parte, los v ortices de escalas menores al tama no local de la malla se asumen que son disipados ya sea en forma f sica como num erica. Hasta el presente, s olo pocos casos de ujo muy simples se pueden considerar ya que exigen ingentes recursos de tiempo de CPU, memoria RAM y memoria en disco; En cambio, en los m etodos tipo LES, las ecuaciones de Navier-Stokes son espacialmente promediadas usando ltros lineales o gaussianos, por lo que los v ortices de escala mayor al tama no local de la malla son obtenidos por resoluci on num erica de las ecuaciones de N-S ltradas, mientras que los v ortices inferiores a la resoluci on local de la malla son estimados mediante modelos de sub-grilla. Debido al importante avance que se ha logrado en estos u ltimos a nos tanto en el hardware como en el software, resulta factible resolver en forma directa, un determinado rango de escalas presentes en el ujo. La familia LES (Large Eddie Simulation) da cuenta de esta estrategia, resolviendo en forma directa aquellas escalas que est an por encima del tama no de la malla y modelando el rango de escalas cuyo valor sea inferior a dicha medida utilizando diferentes modelos. Entre otros, mencionamos SGS (Subgrid Scale model). De esta manera, los grandes v ortices, responsables de una parte importante del transporte de propiedades en los ujos turbulentos, son representados en forma directa, ya que el modelo SGS para los m as peque nos no tienen una inuencia decisiva en el resultado global. En LES y en DNS necesitamos conocer las escalas t picas de los v ortices m as peque nos. Es decir, en el l mite, cuando el tama no de la malla tiende al establecido por la escala de Kolmogorov tenemos l mh LES DN S , donde h, son el paso t pico de la malla y la longitud de Kolmogorov, respectivamente.

9.5.2.

Informaci on b asica

Antes de adentrarnos en las propiedades m as sobresalientes del modelo, resulta conveniente revisar algunos aspectos de los ujos turbulentos. El primer punto a considerar en DNS y LES son las escalas m as peque nas de la turbulencia. Nuestro primer objetivo al dise nar las aproximaciones de cierre a Reynolds promediado, consiste en establecer

9.5. Simulaci on de grandes v ortices

164

la din amica de los grandes v ortices, que tienen en cuenta gran parte del transporte de propiedades. Nuestro uso del an alisis dimensional, en el cual ignoramos la viscosidad molecular, nos garantiza que las aproximaciones de cierre involucran escalas de longitud t picas correspondientes a la energ a de sustento de los v ortices cuyo n umero de Reynolds representativo es mucho m as grande que la unidad, excepto en las cercan as de las supercies s olidas, es decir, en la zona de la subcapa viscosa con un valor de y + < 3. Esta es la raz on por la cual las funciones de amortiguamiento viscoso, son necesarias en regiones cercanas a las supercies s olidas, donde dominan los v ortices de tipo disipativo e incluso aquellos con energ a de soporte o apoyo (energy-bearing eddies) con n umeros de Reynolds de orden uno. Por otra parte, nos preguntamos que sucede en las escalas m as peque nas. Para estudiarlas asumimos isotrop a y homogeneidad. Entonces, las uctuaciones turbulentas de peque na escala son independientes del ujo medio. Este fen omeno es natural ya que no consideramos el movimiento de esos remolinos de tama no diminuto como un todo, sino solo el movimiento relativo de las part culas presentes en el. As llegamos a la conclusi on que las escalas de menores dimensiones son independientes de los par ametros del ujo como un todo y que s olo pueden depender de la tasa de disipaci on de energ a cin etica turbulenta y de la viscosidad cinem atica , pero no de las escalas mayores u y . Las combinaciones de estas magnitudes dan las escalas m as peque nas de la turbulencia y se denominan microescalas de Kolmogorov de longitud, tiempo y velocidad, = 3/
1 /4

= (/ )1/2

vK = ( )1/4 ;

(9.15)

donde es la viscosidad cinem atica del uido y es la tasa de disipaci on de energ a cin etica turbulenta. El n umero de Reynolds en este rango de escalas es Re = vK / 1, lo que puede intrepretarse que en los v ortices m as peque nos las fuerzas inerciales son comparables a las viscosas. Para relacionar la longitud de escala de Kolmogorov con la correspondiente a los modelos turbulentos que estamos tratando, consideramos lo siguiente: por hip otesis usamos una longitud de escala apropiada a los v ortices con energ a de apoyo que denominamos . En la teor a estad stica de la turbulencia, la escala de longitud utilizada a menudo es la escala integral de longitud, que est a relacionda con la tasa de disipaci on promedio de la energ a cin etica turbulenta por unidad de masa k 3/ 2 / ; Al relacionar ambas longitudes de escala obtenemos ReT
3 /4

(9.16)

(9.17)

donde ReT = k 1/2 / es un n umero de Reynolds usual en turbulencia, 0.1 , donde es el espesor de la capa l mite. Cuando ReT > 104 , tendremos capas l mites turbulentas completamente desarrolladas.

9.5. Simulaci on de grandes v ortices

165

La longitud de escala de Kolmogorov , fuera de la regi on viscosa de la pared, resulta menor que unas diez mil veces el espesor de la capa l mite. Tanto DNS como LES hacen uso de otra longitud de escala, la microescala de Taylor (e.g. ver Tennekes-Lumley [55], Hinze [84]) 2 = u2
u 2 x

(9.18)

Nos focalizamos s olo en la turbulencia isotr opica local ya que usualmente para ujos con n umeros de Reynolds muy elevados, la turbulencia en las escalas peque nas es bastante isotr opica a un cuando las grandes no lo sean, quedando = 15 u x
2

= 15

u2 . 2

(9.19)

Tambi en podemos denir a usando otras velocidades y gradientes. Aplicando la Ec. 9.15 y asumiendo que k u 2 se concluye ReT
1/2

1/3

(9.20)

En conclusi on, podemos decir que en general cuando resolvemos problemas de ujo con altos valores del n umero de Reynolds, existe el rango de escalas . (9.21)

Por lo visto anteriormente, podemos decir que es una cantidad compuesta, dependiendo de las propiedades de los v ortices de gran escala como as tambi en de los de peque na escala. Tanto como marcan, en cierta medida, el rango de escalas. Sin embargo, los resultados de las simulaciones num ericas tambi en suelen estar caracterizados por la microescala del n umero de Reynolds Re = k 1/2 ; (9.22)

y substituyendo el valor de de la Ec. 9.19 resulta Re k 1/2 L

1/2

(9.23)

Aunque no es una escala muy signicativa, la anterior puede serlo y por lo tanto Re es una alternativa para los v ortices con energ a de soporte. Por u ltimo, el tiempo de giro del v ortice Tc es una relaci on entre las longitudes de las macroescalas, o L , y la velocidad k 1/2 , de tal forma que (9.24)

Tc /k 1/2 L /k 1/2 ;

9.5. Simulaci on de grandes v ortices

166

donde este tiempo de giro del v ortice es una medida temporal de lo que le toma a dicho v ortice interactuar con el uido que lo rodea. Como se puede deducir, L es el rec proco de la tasa de disipaci on espec ca, /k . De acuerdo con lo visto, el rango de escalas de movimiento en un ujo turbulento crece con el n umero de Reynolds. Si analizamos el cociente entre las escalas involucradas en el problema turbulento, las de longitud tienen que ver con la Ec. (9.10) y las de tiempo ser an t/ ReT
1 /2

Para que en un ujo turbulento se pueda tener en cuenta todas las escalas presentes (entre las externas y las internas) y, a continuaci on, se resuelva num ericamente las ecuaciones de Navier-Stokes sin introducir hip otesis ad hoc, se concluye que necesitar amos un tama no de elemento t pico h O( 3/4 ). Luego, el n umero total de nodos en 3D es O( 9/4 ). Por ejemplo, si el problema que tratamos es del orden de = 106 , lo cual es un valor razonable en casos industriales tales como en aerodin amica de veh culos se necesitar a O(1014 ) nodos, lo cual es a todas luces inviable en este momento, ya que los ordenadores actuales trabajan en el rango 106 a 109 . Si utilizamos una aproximaci on del tipo DNS necesitar amos una gran cantidad de nodos. Para dar una idea, mostramos algunos n umeros de Reynolds t picos que corresponden a problemas de ujo turbulento de inter es en ingenier a: El ujo sobre un modelo de un aeroplano con una longitud t pica de 1 m y con una velocidad del uido de 1 m/s, involucra un n umero de Reynolds de 7 104 , es decir, 8.0 1010 nodos; El correspondiente a un aeroplano pero a una velocidad de 30 m/s, involucra un n umero de Reynolds 2 107 , es decir, 2.7 1016 nodos; El ujo alrededor de un autom ovil con una velocidad de 27 m/s ( 100 Km/h), involucra un n umero de Reynolds de 5.5 106 , es decir, 1.5 1015 nodos; Los ujos atmosf ericos normales involucran un n umero de Reynolds de 2 107 , es decir, 2.7 1016 nodos. Un segundo punto a considerar es la representaci on espectral de las propiedades de la turbulencia, que intenta reemplazar la vaga idea de la dimensi on del v ortice. Para tal n, introducimos el n umero de onda = 2/L , donde L es la correspondiente longitud de onda. Entonces, la energ a cin etica turbulenta E ()d, contenida en el intervalo entre y + d, la calculamos como 1 k = ui ui = 2

E ()d .
0

(9.25)

9.5. Simulaci on de grandes v ortices

167

La energ a cin etica k es la mitad de la traza del tensor autocorrelaci on Rij al tiempo cero (e.g. ver Wilcox [29], p ag. 42 y 380, Ec. 2.43).
2

Correspondientemente, la densidad espectral de energ a (o funci on espectral de energ a) E () est a relacionada con la transformada de Fourier de la mitad de la traza de Rij . En general, consideramos una representaci on espectral como una descomposici on en los n umeros de onda . El rec proco de da una idea del tama no espacial del v ortice asociado con , esto es, peque nos (o sea grandes longitudes de onda L ) equivalen a grandes v ortices y rec procamente. Hay que tener en cuenta que la turbulencia no es una superposici on de ondas simples ya que todo v ortice cubrir a un determinado rango de n umeros de onda. Sin embargo, la denici on de densidad espectral y el an alisis asociado a la misma es precisa. Mediante un an alisis dimensional, vemos que para n umeros de onda demasiado peque nos la viscosidad no afecta pr acticamente al movimiento, pero para valores grandes tales como las dimensiones correspondientes al espesor de las capas l mites, empiezan a tener inuencia, y se llega a E () = C
2/3 5 /3

1 ;

(9.26)

donde C es la constante de Kolmogorov. Esta es la famosa ley 5/3 de Kolmogorov que caracteriza el subrango inercial. Con estos conceptos preliminares, estamos en condiciones de discutir el modelo LES que hemos aplicado a nuestros problemas de ujo.

9.5.3.

Estrategia en la simulaci on de grandes v ortices (LES)

La Simulaci on de Grandes V ortices (Large Eddy Simulations, LES), es un esquema de c alculo donde los grandes remolinos se obtienen resolviendo las ecuaciones de movimiento mientras que los m as peque nos son en cambio modelados con alg un m etodo tal como el de escala de subgrilla SGS (SubGrid-Scale). La premisa fundamental se sustenta en que los grandes v ortices est an mucho m as afectados por las condiciones de borde y llevan una gran parte de la energ a cin etica.
2

Tensor de autocorrelaci on: en primera instancia, es la correlaci on de velocidades en un punto y en dos instantes

diferentes: Rij (x, t, t ) = ui (x, t)uj (x, t + t ) ; es decir, promediamos cantidades uctuantes en un mismo punto del espacio pero en diferentes instantes de tiempo. De acuerdo con la estad stica de un punto simple, la energ a cin etica turbulenta es la mitad de la traza de Rij al tiempo t = 0, es decir, k(x, t) = . 1 Rii (x, t, 0) . 2

9.5. Simulaci on de grandes v ortices

168

Figura 9.2: Diagrama esquem atico de los movimientos turbulentos (izq.). Gr aca velocidad versus tiempo en un punto (der.). Como hemos visto, los ujos turbulentos contienen un amplio rango de escalas de longitud y tiempo; la Fig.(9.2) muestra una posible representaci on del rango de dimensi on de los v ortices o remolinos en un t pico ujo turbulento. Los movimientos de gran escala son generalmente mucho m as energ eticos que los de peque na escala. Las dimensiones e intensidades que los representan hacen que los mismos sean muy efectivos como elementos de transporte de las diferentes propiedades del ujo. Las escalas m as peque nas son mucho m as d ebiles en intensidad y suministran un porcentaje peque no en cuanto al transporte. Adem as, estos exhiben propiedades muy pr oximas a la homogeneidad e isotrop a. En LES los movimientos y la interacci on entre los grandes v ortices son calculados directamente, mientras que la inuencia de los peque nos v ortices sobre los m as grandes es modelada. Tal concepci on fue motivada en parte por uno de los m as notables comportamientos de los ujos turbulentos: la irregularidad. Efectivamente, la turbulencia homog enea e isotr opica (en un ujo sucientemente alejado de las paredes) presenta un comportamiento de naturaleza muy irregular consistente con las observaciones experimentales. Este hecho nos sugiere que la misma tiene una car acter universal y los efectos de las escalas m as peque nas son capaces de ser representados por diferentes modelos que los puedan predecir. Por otro lado, se asume que los grandes v ortices son deterministas, por consiguiente predecibles, cuando los efectos de los m as peque nos sobre ellos se conoce. Adem as son los que llevan gran parte de la energ a cin etica del ujo. El principal objetivo al modelar el efecto de las peque nas escalas sobre las grandes, es obtener un o que el rol de las escalas m as peque nas es proceso de disipaci on de energ a. Kolmogorov [151] postul recibir energ a cin etica de las m as grandes y disiparla en forma de calor debido a la viscosidad. La modelizaci on del mecanismo de disipaci on de la energ a se basa en su universalidad como

9.5. Simulaci on de grandes v ortices

169

as tambi en en la correspondiente a las escalas medias, al cual nos referimos como rango inercial. La Fig.(9.3) resume el espectro de energ a de Kolmogorov, representando la universalidad de las escalas en el rango inercial en t erminos de la energ a contenida en ellas. Las escalas en el rango inercial traneren la energ a cin etica de los remolinos involucrados hacia las escalas disipativas (remolinos m as peque nos). Muchos ujos turbulentos poseen un rango inercial donde la energ a contenida en estas escalas decrece siguiendo la pendiente 5/3. La dimensi on del rango inercial se incrementa cuando lo hace el n umero de Reynolds. La gura d a una idea del rango de las escalas resueltas y las correspondientes a los v ortices m as peque nos que son modelados en LES. Idealmente, la m as peque na de las escalas resueltas caer a dentro de la zona de rango inercial. Entonces, en general, se tiene que en LES: Se resuelve num ericamente los remolinos m as grandes que el tama no local de la malla y a su vez se modela los m as peque nos; Es intr sicamente tridimensional; Es dependiente del tiempo (a diferencia de, por ejemplo, RANS); Es muy costoso desde el punto de vista computacional aunque mucho menos que una equivalente simulaci on DNS equivalente; Una de sus mayores dicultades que se presenta es que en la cercan a de la supercie de las paredes s olidas los remolinos son muy peque nos. O sea, se produce un solapamiento entre los rangos de disipaci on y el de transporte de las tensiones. Si se pretende que LES resuelva una gran parte del transporte de las tensiones turbulentas, entonces el espaciamiento de la malla y el paso de tiempo requeridos cae en forma abrupta cuando nos acercamos a las supercies s olidas. Esto representa una fuerte restricci on en cuanto al n umero de Reynolds que puede ser admitido en las simulaciones LES; LES es un compromiso entre DNS y RANS en el sentido de que la malla utilizada es lo sucientemente renada como para capturar algunas de las estructuras turbulentas, como en RANS, pero no tanto como para resolver el proceso de disipaci on de energ a como en DNS; La hip otesis b asica en LES es que para modelar el efecto medio de las escalas peque nas sobre las mayores se asume el comportamiento universal de las primeras y se simula num ericamente el movimiento de las segundas; La disipaci on de la energ a cin etica en las escalas m as peque nas no est a presente en las ecuaciones ltradas, por lo que, ya sea sin un modelo que lo tenga en cuenta o bien sin una suciente

9.5. Simulaci on de grandes v ortices

170

Figura 9.3: Espectro de energ a en funci on de las escalas resueltas y de todas las escalas (resueltas y modeladas). A medida que la malla es renada la porci on del espectro de energ a debido a las escalas resueltas debe converger al espectro de la energ a total. disipaci on num erica, se producir a una acumulaci on gradual de energ a cin etica en las escalas resueltas m as peque nas. Como todo hace indicar, DNS es m as preciso que LES pero la desventaja principal de DNS radica en su elevad simo costo computacional, por lo que LES es un m etodo preferido para ujos en los cuales el n umero de Reynolds es bastante alto o la geometr a es demasiado compleja para usar DNS. Entre los an alisis m as recientes de ambos modelos tenemos, entre otros, Ferziger [81], Lesieur-Metais [100], quienes concentran su trabajo en la Universidad de Grenoble, Rodi [178, 179], quien utiliza LES para ujos con grandes regiones de separaci on. Podemos concluir que los puntos m as importantes en una simulaci on de la turbulencia por medio de un esquema LES son: 1. Algoritmos num ericos: Por sus caracter sticas altamente inestables y fuertemente advectivos, los ujos turbulentos naturales requieren algoritmos especializados que introducen disipaci on num erica articial; 2. Modelizaci on del tensor de tensiones de subgrilla (SGS) que representa la interacci on entre las escalas m as peque nas (subgrilla) y las m as grandes (resueltas). El modelo deber a ser dedigno con la f sica de la turbulencia y suministrar disipaci on debido a la falta de ese proceso

9.5. Simulaci on de grandes v ortices

171

en las escalas peque nas. Adem as, debe ser robusto y ajustarse a los efectos de evitar un excesiva disipaci on num erica; 3. Condiciones de borde apropiadas: Si LES se aplica a ujos con paredes s olidas que tienen n umeros de Reynolds sucientemente elevados, la subcapa viscosa (o regi on cercana a dichas paredes s olidas) debe ser exclu da del c alculo. Las variables de disipaci on turbulenta y , se

hacen singulares en los contornos s olidos, es decir, la disipaci on tiende a innito cerca de las paredes. Aunque existen metodolog as para integrar estos modelos hasta los contornos m oviles, estas son complicadas o requieren mallas muy nas cerca de las paredes. Debido a ello, para la mayor a de los problemas pr acticos se integran las ecuaciones hasta una distancia a la supercie s olida, y luego se establece la conocida ley de la pared en los nodos cercanos a la supercie. Una amplia rama de investigaci on est a dedicada a estudiar las condiciones de borde cerca de las paredes. El problema se complica a un m as cuando hay regiones de separaci on. En nuestro caso, utilizaremos las mismas condiciones de borde sobre la velocidad resuelta U que la correspondiente a la del campo total del ujo u; 4. Fundamentos matem aticos: Si bien LES se ha insertado tanto en las comunidades geof sicas como en las de ingenier a, todav a no se ha establecido un fundamento matem atico lo sucientemente s olido, e.g. ver Pope [150].

9.5.4.

Filtrado espacial

Introducimos el concepto de ltrado a los efectos de entender la diferencia entre LES y DNS. Como primera medida, debemos notar que los valores de las propiedades del ujo en puntos discretos en una simulaci on num erica representan valores promediados. Una forma de verlo es considerar una aproximaci on por diferencias centradas para la derivada primera de una variable continua u(x), en una malla con puntos equiespaciados a una distancia h. Podemos escribir entonces, u(x + h) u(x h) d 1 = 2h dx 2h
x+h

u( )d
x h

(9.27)

por lo que observamos, la aproximaci on por diferencia centradas es un operador que act ua como un ltro de las escalas m as peque nas que la dimensi on de la malla. Por otra parte, la aproximaci on produce la derivada de un valor promediado u(x). En LES a las ecuaciones de Navier-Stokes se les aplica un ltro espacial, local y pasa-bajos. La idea principal es similar a un modelo de Reynolds promediado, donde las ecuaciones derivadas son aquellas que gobiernan las componentes medias del ujo.

9.5. Simulaci on de grandes v ortices

172

Figura 9.4: Gr aco ilustrativo unidimensional del n ucleo (kernel) de un ltro. Podemos pensar a las componentes medias como las grandes escalas de la turbulencia. Con el ltrado espacial obtenemos ecuaciones que gobiernan las mayores componentes en el rango de escalas turbulentas. Dicho ltrado descompone las variables en dos componentes: una media y otra uctuante, resultando, u=U+ u ; p=P + p ; (9.28) (9.29)

donde U y P son las componentes resueltas (ltradas o m as grandes), u y p son las residuales (subgrilla o m as peque nas). Las componentes resueltas, originalmente denidas por Leonard [2], U (x, t) =

G(x, y ) u(y , t)dy ; G(x, y ) p(y , t)dy ;

(9.30) (9.31)

P (x, t) =

donde G(x, y ) es alguna funci on sim etrica alrededor de x = y y cuya forma permanece constante cuando movemos x = y , ver Fig.(9.4). Cuando este es el caso, se dice que tales funciones son el n ucleo de un ltro homog eneo. Dichos n ucleos (kernel) G(x, y ) son de soporte compacto (i.e. decaen muy r apidamente en el l mite |y x| ). El efecto de ltrado es ilustrado en la Fig. (9.5), en donde se muestra la componente ltrada y la funci on original. La operaci on de ltrado sirve como un amortiguamiento de escalas en las dimensiones correspondientes al ancho del ltro, siendo esta una longitud caracter stica del mismo. El n ucleo G(x, y ) del ltro es escalado de tal forma que si la funci on a ltrar es constante, la funci on ltrada resultante es la misma constante. Cuando ltramos las ecuaciones de Navier-Stokes obtenemos las de gobierno para las componentes resueltas (U , P ), las cuales son de la misma forma que las ecuaciones originales, excepto que est an en funci on de las variables ltradas. Por otra parte, adem as del t ermino correspondiente a las tensiones viscosas

9.5. Simulaci on de grandes v ortices

173

Figura 9.5: Gr aco ilustrativo de una funci on f (x) y de su componente ltrada F (x). residuales en t erminos de U , hay un segundo t ermino de tensi on que representa la inuencia de las peque nas componentes (residuales) sobre las resueltas m as grandes. Las componentes del tensor de tensiones residuales (modelo SGS) son ij = ui uj ui uj . (9.32)

Como vemos, necesitamos conocer u para formar el tensor de tensiones residuales. Esto nos lleva a calcular el primer t ermino de la Ec. (9.32). Entonces, para obtener un sistema cerrado, el tensor de tensiones residuales (SGS) es modelado en t erminos de las variables que aparecen en las ecuaciones ltradas (U , P ). En conclusi on, la soluci on num erica de las ecuaciones de Navier-Stokes ltradas junto con un modelo para las tensiones residuales SGS, es lo que denimos como Simulaci on de Grandes V ortices (LES). Existen muchas clases de ltro que suelen ser usados. El m as simple es el ltro caja de vol umen promediado 1 Ui (x, t) = 3
x+ 1 2 x x 1 2 x y+ 1 2 y y 1 2 y z+ 1 2 z z 1 2 z

ui (, t)ddd ;

(9.33)

implementado por Deardor [86], donde la cantidad Ui representa la velocidad ltrada en la escala resoluble. La velocidad en la escala subgrilla y el ltro estar an dados por ui = ui Ui ; = (xyz )1/3 ; (9.34) (9.35)

9.5.5.

Modelo de Smagorinsky

El modelo de escala de subgrilla m as comunmente usado es el propuesto por Smagorinsky (1963), el cual es uno de los m as sencillos dentro de los modelos LES. Es un modelo de viscosidad de remolino que

9.5. Simulaci on de grandes v ortices

174

se basa en la noci on que el efecto del tensor de Reynolds en la escala de subgrilla es el de incrementar el transporte y la disipaci on. Como estos son efectos que se presentan debido a la viscosidad en un ujo laminar, resulta razonable suponer que el modelo puede ser 1 s s ij kk ij = t 3 uj ui + xj xi = 2t Sij ; (9.36)

donde t es una especie de viscosidad din amica de remolino. Este modelo se obtiene de diversas formas incluyendo los m etodos heur sticos, e.g. igualando la producci on y disipaci on de la energ a cin etica turbulenta a nivel de escala de subgrilla, o por medio de teor as turbulentas. La forma de la viscosidad din amica de remolino en la escala de subgrilla se puede derivar de argumentos dimensionales, resultando
2 t = CS 2 |S | ;

(9.37)
1/2

donde CS es el par ametro del modelo, es el ltro de la escala de longitud, y |S | = Sij Sij

la

traza del tensor tasa de deformaci on. Si dividimos por la densidad nos queda la viscosidad cinem atica de remolino t
2 2 t = CS |S | ;

(9.38)

Mediante consideraciones te oricas se puede obtener diferentes estimaciones para la constante CS . Muchas de ellas v alidas s olo en turbulencia isotr opica, pero hay acuerdo que CS 0.2. Sin embargo CS no es realmente una constante, ya que puede ser funci on del n umero de Reynolds o de otros par ametros adimensionales y adem as puede ser diferente en distintas conguraciones de ujo. En conclusi on, Smagorinsky propuso que la viscosidad cinem atica turbulenta depende del tama no de la malla, es decir si el ltro = helem , entonces tendremos t = CS h2 elem S (u) : S (u) ; (9.39)

donde CS es la constante de Smagorinsky, es una funci on de amortiguamiento que disminuye la intensidad de la viscosidad turbulenta cerca de la paredes s olidas, helem es un tama no caracter stico del elemento en cuesti on y S (u) : S (u) es la traza del tensor tasa de deformaci on.

Aunque el modelo de Smagorinsky es relativamente exitoso tambi en tiene sus problemas. Por ejemplo, ujo turbulento con presencia de una pared, como en el ensayo del ujo turbulento plenamente desarrollado en un canal, se requieren varias modicaciones: 1. el valor del par ametro CS tiene que ser cambiado de 0.2 a 0.065, reduciendo as la viscosidad de remolino en un orden de magnitud;

9.5. Simulaci on de grandes v ortices

175

2. en regiones cercanas a las paredes s olidas el valor de CS se tiene que disminuir a un m as. Un remedio bastante usual es emplear el factor de amortiguamiento de van Driest CS = CS 0 1 ey
+ /A+

(9.40)

para as reducir la viscosidad de remolino cerca de las paredes (tambi en usado en los modelos RANS), en donde y + = yu / es la distancia adimensional a la pared, u = w ; (9.41)

es la velocidad de fricci on en la pared, mientras que w es la tensi on de corte en la pared. La constante A+ usualmente se toma 25. Aunque esta modicaci on produce resultados acordes, es dif cil justicarla en un contexto de LES. El prop osito del factor de amortiguamiento de van Driest es reducir la viscosidad de remolino de la escala de subgrilla, cercana a la pared, ya que t y 3 en esta regi on, mientras que los modelos deben respetar esta propiedad. Una alternativa es un modelo de escala de subgrilla que reduce la viscosidad de remolino cuando el n umero de Reynolds |S |2 / de esa escala sea bastante peque no. Otro problema es que, cerca de una pared, la estructura del ujo es muy anisotr opica. En dicha regi on, se forman regiones de alta y baja velocidad, siendo mayores en la direcci on longitudinal (streamwise), hasta 3 ordenes de magnitud, y de 30 a 50 veces en la direcci on transversal (spanwise). Para resolver estas trazas se requiere una malla muy anisotr opica (o resolver un problema adaptativo), siendo la elecci on de la longitud de escala del modelo SGS no tan obvia.
2 Una elecci on usual es tomar = (x y z )1/3 , pero tambi en es posible tomar = (2 x + y + 1/2 , en donde es la dimensi 2 on asociada con el ltro correspondiente a la i esima coordenada. i z)

Quiz as es posible que, con una adecuada elecci on de la escala, no emplear el factor de amortiguamiento. Para una discusi on bastante completa del tema ver Piomelli et al. [172]. De acuerdo con Ferziger [81], si deseamos simular ujos complejos y con altos n umeros de Reynolds, puede ser necesario disponer de un modelo m as preciso. Otra propuesta alternativa es utilizar modelos a escala de subgrilla del tipo similaridad de escala (scale similarity model, de Bardina et al. [64])
S ij = ui uj ui uj ,

(9.42)

donde la doble l nea indica una cantidad que ha sido dos veces ltrada. El principal argumento es que las interacciones entre las escalas resueltas y las sin resolver tienen que ver con los v ortices m as peque nos del primer modelo y con los m as grandes del u ltimo, e.g. los v ortices que son un poco m as grandes y un poco m as peque nos que la longitud de escala asociada con el ltro.

9.6. Identicaci on de v ortices coherentes en turbulencia

176

El modelo transere energ a desde las escalas resueltas m as peque nos a las m as grandes, lo que resulta bastante u til. Para corregir la p erdida de disipaci on es necesario combinar ambos modelos y producir una especie de modelo mixto, con el cual posiblemente se mejoren la calidad de las simulaciones. Este es uno de los trabajos futuros en el campo de la aerodin amica de veh culos. La utilizaci on de modelos din amicos como el anterior o como el de Germano et al. [97], m as que modelos son procesos que se basan en un modelo anterior. Su funci on principal es remover mucha de las dicultades asociadas con el modelo de Smagorinsky: En los ujos de corte, el par ametro del modelo de Smagorinsky tiene ser mucho m as peque no que en turbulencia isotr opica. Lo que hace al modelo din amico es capturar este cambio; El par ametro tiene que ser reducido a un m as cerca de las paredes. El modelo din amico decrece su valor a medida que se acerca a la pared s olida; La denici on de escala de longitud para mallas anisotr opicas o ltros no es del todo clara. El modelo din amico corrige este defecto, cambiando su valor.

9.6.

Identicaci on de v ortices coherentes en turbulencia

Los ujos turbulentos implican una variedad de escalas y estructuras que pr acticamente ser a imposible estudiarlos sin ayuda de la estad stica. Una vez lograda una comprensi on del ujo medio se trata de entender a posteriori detalles del ujo instant aneo. Este trabajo, desde el punto de vista num erico, depende en gran medida del esquema de educci on, as como de la visualizaciones y animaciones investigadas. Se requiere adem as la identicaci on de las estructuras coherentes.

9.6.1.

Estructuras coherentes

Las estructuras coherentes son zonas de ujo con un cierto grado de cohesi on. De acuerdo con Lesieur [100] (p ag. 6-7) se considera como v ortices coherentes ciertas regiones del ujo en donde se satisfacen las siguientes condiciones: 1. Presentan relativamente altas concentraciones de vorticidad , de forma tal que se produce un fen omeno de enrollamiento o de espiralado en el ujo en tales zonas; 2. Deben mantener su forma durante un cierto tiempo Tc sucientemente mayor con respecto al tiempo t pico de rotaci on 1 ; 3. Deben exhibir un cierto car acter irregular.

9.6. Identicaci on de v ortices coherentes en turbulencia

177

4. En otras palabras, las estructuras coherentes: son regiones del ujo en las cuales la turbulencia se re-organiza de tal forma que el movimiento es m as bien regular antes que ca otico; 5. T picamente toman la forma de una estructura espiralada (o v ortices) caracterizados por una r apida rotaci on del ujo (e.g. un tornado como una estructura coherente t pica a muy gran escala); 6. Un comportamiento distintivo de estas estructuras es que no-disipan energ a. Como resultado de ello, podemos decir que se comportan como dispositivos de almacenamiento de energ a metaestable, permitiendo que la misma pase a trav es de diferentes escalas sin ser afectada por el fen omeno de la disipaci on viscosa; 7. Como en muchos otros sistemas no-lineales, estas estructuras est an organizadas en forma jer arquica, por medio de la descomposici on de los grandes v ortices en un cierto n umero de v ortices m as peque nos, los que a su vez se descomponen en otros m as peque nos y as sucesivamente hasta llegar a la escala de longitud de Kolmogorov. En mec anica de uidos un tema de investigaci on, consiste en estudiar el efecto de las peque nas escalas sobre la din amica del ujo de las grandes escalas, para lo cual hay que observar los fen omenos de transporte en el seno del uido. El lado pr actico de este tema es un efecto de aumento del transporte cuando el ujo es turbulento. Las estructuras coherentes juegan un rol destacado en esto, ya que a trav es de los v ortices conservan la energ a y la transeren a diferentes regiones en forma mucho m as efectiva que el movimiento molecular. En este contexto, un alto m odulo de vorticidad en una cierta regi on de ujo, puede ser un posible candidato para identicar este tipo de estructuras, especialmente en ujos de corte libre. Comte et al. [126] discute extensivamente la din amica de los v ortices en direcci on de la corriente (streamwise) por medio de la vorticidad en esa direcci on (o helicidad) en una capa de mezcla, sobre las bases de isosupercies de vorticidad. Pero cuando tenemos una pared el valor del corte medio, creado por la condici on de no-deslizamiento (no-slip), usualmente es signicativamente m as alto que la intensidad de los v ortices cercanos a la misma. Por lo que un criterio m as sosticado que el anterior se necesita para distinguir los v ortices en las capas internas en estos tipos de ujo.

9.6.2.

Estructuras coherentes como un m nimo local de presi on

Las deniciones anteriores de las estructuras coherentes, pueden ser interpretadas tambi en en t erminos de un m nimo local de presi on. Una parte del uido girando alrededor de los v ortices (en

9.6. Identicaci on de v ortices coherentes en turbulencia

178

un sistema que se mueva con el conjunto), necesita estar en balance aproximado entre los efectos centr fugos y el gradiente de presi on (est atico), de acuerdo con la ecuaci on de Euler 1 u + u = P ; t
2

(9.43)

on din amica. Suponemos que la donde es el vector vorticidad, la densidad y P = p + u 2 la presi densidad permanece uniforme si tenemos un uido incompresible. Si tomamos un sistema de referencia tal que el mismo se mueva con el v ortice coherente local, la relaci on entre los t erminos segundo y primero del lado izquierdo de la Ec. (9.1) es del orden de Tc , reduci endose dicha ecuaci on de acuerdo a un balance ciclostr opico a 1 u = P ; (9.44)

Bajo la suposici on de la Ec. (9.44), la presi on din amica debe decrecer dentro de un tubo de v ortice para contrabalancear los efectos centr fugos que se originan. Tanto Comte et al. [126] como Robinson [89], usaron isosupercies de presi on para las investigaciones de estructuras coherentes dentro de una capa l mite turbulenta, sugiriendo la superioridad de la presi on como un criterio de educci on de v ortices m as v alido que el m odulo de vorticidad. Sin embargo el umbral usado por las propias iso-supercies de presi on es fuertemente dependiente de la presi on que rodea la estructura vortical. Cuando tenemos una regi on con alta concentraci on de v ortices, dicho criterio puede fallar al querer capturar los detalles de la organizaci on de los v ortices. Por consiguiente, se trat o de encontrar un criterio que comparta algunas propiedades con ambas variables, es decir, la vorticidad y la presi on. El mismo se lo conoce como el criterio Q.

9.6.3.

Criterio Q

El criterio Q fue denominado posteriormente como el segundo invariante del tensor gradiente de velocidad u por Hunt et al. [80], y es denido como Q= donde ij =
1 2 ui xj

1 (ij ij Sij Sij ) ; 2

ui xj

(9.45)

uj xi

y Sij =

1 2

uj xi

, representan las componentes antisim etricas y

sim etricas del gradiente u. En otras palabras Q es el balance entre la tasa de rotaci on 2 = ij ij y la tasa de deformaci on S 2 = Sij Sij ; Por consiguiente, para valores positivos de Q tendremos isosupercies que aislan areas con alta intensidad en la rotaci on (superando a la deformaci on), por lo que son zonas aptas para el desarrollo de v ortices.

9.6. Identicaci on de v ortices coherentes en turbulencia

179

Una forma diferente, pero no menos importante, es denir a Q de modo tal de relacionarlo con el m odulo de vorticidad (haciendo referencia al primer punto en las caracter sticas de las estructuras coherentes), es decir Q= 1 2 2Sij Sij 4 ; (9.46)

ya que 2 = 2 2 en acuerdo con la teor a para uidos Newtonianos. Ya que la vorticidad se incrementa cuando nos aproximamos al centro del v ortice o remolino, deberemos esperar que Q permanezca positivo en el coraz on del mismo. Esta especulaci on, cuyo origen, en el buen sentido, se puede probar mediante algunas aproximaciones y subsecuente relaci on con las zonas de baja presi on. Para tal n, demostraremos que Q es igual a la mitad del Laplaciano de la presi on, esto es, Q= 1 2 Sij Sij 2 1 1 = Sij + ijk k 2 2 1 ui uj = 2 xj xi 1 ui = uj 2 xi xj 1 = [ui uj ] 2 xi xj 1 = 2 p . 2 1 2

Sij +

1 2

ijk k

(9.47)

De acuerdo con el principio de m aximo, la mayor presi on ocurrir a en la frontera si Q es estrictamente positiva y la m nima lo har a en dicha frontera si Q 0. Aunque, como hemos establecido, es improbable que un m nimo de presi on ocurra en un aglomerado de v ortices, es importante controlar la correspondencia entre el criterio de presi on y el Q para el caso de un tubo de v ortices que contiene una baja presi on. La Fig. (9.6) representa un tubo de peque na secci on transversal alrededor de eje del v ortice. La supercie lateral se supone isob arica y convexa. Dada una peque na porci on de volumen de dicho tubo V , acotado por las secciones transversales 1 , 2 , y suponiendo que las mismas son normales localmente al eje del tubo, entonces el gradiente de presi on p sobre es normal a esta supercie y dirigido hacia afuera, a su vez es tangente a las secciones transversales. Por lo tanto, el ujo del gradiente de presi on que se produce en el tubo es igual al ujo a trav es de y de signo positivo. La integral de este ujo puede ser considerada como la integral de 2 p sobre el volumen V , usando el teorema de la divergencia.

9.6. Identicaci on de v ortices coherentes en turbulencia

180

Figura 9.6: Esquema de un tubo de baja presi on, en donde son supercies que cierran el dominio. La Ec. (9.46) indica que la integral de volumen de Q sobre V es positiva. Por consiguiente, si suponemos que la variaci on de Q es peque na, entonces este permanecer a de igual manera con valor positivo en V . Como dicho procedimiento puede ser repetido en toda la longitud del tubo, entonces el criterio Q 0 es una condici on necesaria para la existencia de tubos de v ortices delgados y de baja presi on. Es interesante notar que para ujos en 2D, la relaci on entre los v ortices coherentes y las regiones convexas de un laplaciano positivo de presi on, ya ha sido considerada por Larchev eque [99]. Este autor considera que la funci on de corriente sobre un dominio compacto de R2 se dene como una soluci on de la ecuaci on de Monge-Amp ere. El mismo establece que sobre un subdominio compacto V , cuya frontera es una l nea de corriente cerrada y dentro del cual 2 p es positivo, todas las l neas de corriente dentro de V son cerradas y que estas representan una estructura vortical o tiene una gran similitud. La extensi on al criterio Q es directa mediante la Ec. (9.45). Similares conclusiones fueron obtenidas por Weiss [75] al caracterizar regiones el pticas en ujos bidimensionales. Consideremos la ecuaci on inv scida de vorticidad-gradiente, teniendo como referencia la Ec. (8.1) del Cap. 8, D v = u|t v ; Dt (9.48)

donde v es la componente vertical de la vorticidad. El cuadrado de los autovalores de u|t (id enticos a los de u) es igual a Q/2 y son imaginarios puros si Q > 0. En este caso, el gradiente de velocidad rotar a localmente, propiedad que se espera de un v ortice. La Ec. (9.48) es adem as v alida para un

9.7. Elementos nitos aplicados al ujo turbulento gradiente escalar pasivo , si despreciamos su t ermino de difusi on molecular, es decir, D = u|t ; Dt

181

(9.49)

donde el gradiente escalar rotar a en regiones el pticas. Vemos que esta Ec. (9.49) es v alida en tres dimensiones, lo cual unica los formalismos entre 2D y 3D en t erminos de un gradiente escalar. Como en 3D la Ec. (9.48) no es v alida se ha propuesto usar la ecuaci on de vorticidad inv scida D = u ; Dt (9.50)

por Chong et al. [112] para tipicar las regiones donde los autovalores de u pueden ser complejos (implicando una rotaci on local de ). Esto se obtiene cuando el discriminante es positivo = Q 3
3

R ; 2

(9.51)

donde R es el tercer invariante del tensor gradiente de velocidad. Se puede demostrar que es equivalente a la parte antisim etrica de u prevalenciendo sobre la sim etrica, tal como lo se nalan los autores mencionados, quienes relacionan dicho discriminante con el criterio Q. Otro criterio es el desarrollado por Jeong y Hussain [69], quienes se basaron en la ecuaciones de Navier-Stokes inv scidas, D 1 Sij + ik kj + Sik Skj = Dt xi donde el hesiano de la presi on
xi xj p

p xj

(9.52)

puede suministrar informaci on sobre los extremos locales de

DSij Dt

presi on. Suponiendo que la deformaci on es estacionaria, entonces

es nulo, por lo que el estudio

de las regiones con m nima presi on puede ser encarado con S 2 + 2 . Un m nimo local de presi on existir a si: (i)
xi xj p

tiene dos autovalores positivos; o (ii) si S 2 + 2

tiene dos autovalores negativos. Cuando en [69] denen a 2 lo denominan el segundo autovalor con 1 2 3 . Por u ltimo, Cucitore et al. [136] han mostrado que esta denici on est a fuertemente relacionada con el criterio Q, ya que en el sistema de referencia del v ortice, 2 puede ser escrito como un balance entre las deformaciones locales y las rotaciones.

9.7.
9.7.1.

Elementos nitos aplicados al ujo turbulento

Implementaci on de LES

En las secciones anteriores hemos presentados algunos modelos num ericos, en especial LES, que describen de alguna manera los variados fen omenos turbulentos. A continuaci on pasamos a describir el

9.7. Elementos nitos aplicados al ujo turbulento

182

esquema num erico utilizado, basado en el m etodo de elementos nitos, para solucionar las ecuaciones que rigen el ujo turbulento. Como hemos utilizado LES con un modelo de Smagorinsky, bajo el c odigo PETSc-FEM, brevemente describiremos las caracter sticas del mismo. El modelo LES de Smagorinsky para las ecuaciones de Navier-Stokes, implementado en PETScFEM, tiene las siguientes particularidades: Las condiciones de borde de pared son implementadas como tipo mixto; El factor de amortiguamiento de van Driest introduce no-localidades, en el sentido que la viscosidad turbulenta en un volumen elemental depende del estado del uido en la pared. El c odigo cuando utiliza el modelo algebraico LES resuelve las ecuaciones de balance de cantidad de movimiento con una viscosidad efectiva e o e , suma de las cantidades moleculares , y la correspondientes a la turbulencia t , t . Estas u ltimas se calculan con t = CS h2 ele S (u) : S (u) ,

donde CS es la constante de Smagorinsky, es una funci on de amortiguamiento que disminuye la intensidad de la viscosidad turbulenta cerca de la interfase con la pared s olida, hele es un tama no caracter stico de los elementos, S (u) : S (u) es la traza del tensor de la tasa de deformaci on S (u).

9.7.2.

Funci on de pared

Un c alculo de la velocidad de fricci on en la pared permite denir todas las condiciones de borde de las ecuaciones de momento. En el borde del dominio imponemos una ley de pared, la cual representa una condici on de contorno que calcula la tracci on para las ecuaciones de momento. Este procedimiento involucra un c alculo de la velocidad de fricci on en la pared u , para la cual asumimos el perl representado por las expresiones y + para y + < 5 (regi on laminar); | u u | wall f (y + ) = = 5 log(y + ) + Cwall,1 para 5 < y + < 30 (regi on intermedia); u 2.5 log(y + ) + Cwall,2 para y + > 30 (regi on logar tmica);

(9.53)

con y + = ywall u / , donde ywall es la distancia a la pared. Este sistema de ecuaciones no-lineales puede resolverse, por ejemplo, mediante un m etodo secante. Una vez determinado el valor de u , la tracci on para las ecuaciones de momento se determinan con hwall = g (u uwall ), donde g = |wall |/|u uwall |, |wall | = u2 . Condiciones de borde en la pared Las condiciones de borde se implementaron por medio de un elemento de pared. Este es un elemento supercial en donde, dada la velocidad en los nodos, se calculan las tracciones correspondientes a estas

9.7. Elementos nitos aplicados al ujo turbulento velocidades, para una ley de pared dada.

183

Adem as estras velocidades de corte son almacenadas internamente en el elemento, de tal forma que podemos obtener de ellas el volumen del elemento y calcular el factor de amortiguamiento de van Driest. Esto requiere encontrar para cada vol umen elemental, los elementos de pared vecinos. Esto se hace antes del lazo de tiempo, con la librer a ANN (Approximate Nearest Neighbor). Condiciones de borde tipo mixtas La contribuci on a las ecuaciones de cantidad de movimiento desde los elementos de pared es Rip =
e

tp Ni d ;

(9.54)

donde Rp es la contribuci on al residuo de la p- esima ecuaci on de cantidad de movimiento del nodo i, Ni es la funci on de forma del nodo i y tp son las tracciones sobre la supercie del elemento e . Podemos expresar la ley de pared en forma general como u = f (y + ) ; u donde u es la velocidad tangente, u es la velocidad de corte, que reescribimos como u = y + = (y u )/ , la distancia adimensional a la pared. Hay varias posibilidades de considerar el posicionamiento de la frontera computacional. Primero discutimos la m as simple, esto es, tomar la frontera computacional en una posici on y + jada de antemano. Esto signica que la posici on de la frontera y + cambia durante la iteraci on. Podemos escribir la ecuaci on anterior como = g (u) u ; donde = g (u) u = o bien, g (u) = u. f (y + )2 (9.58) u f (y + )
2

(9.55) /, y

(9.56)

(9.57)

La tracci on sobre el elemento en la pared se supone que es paralela a la misma y apunta en direcci on opuesta al vector velocidad, esto es, tp = g (u)up . (9.59)

9.7. Elementos nitos aplicados al ujo turbulento Reemplazando en la Ec. (9.54) el t ermino del residuo ser a Rip =
e

184

g (u)up Ni d .

(9.60)

El jacobiano del residuo con respecto a las variables de estado, necesario para el algoritmo de Newton-Raphson correspondiente al sistema no-lineal es Jip,jq = Rip = ujq (g (u)up ) Ni d ; ujq (9.61)

y calculando la derivada parcial, tenemos Jip,jq =

e

g (u)

up u + g (u)up ujq ujq

Ni d .

(9.62)

como, up =
l

ulp Nl ;

(9.63)

su derivada parcial ser a up = ujq =

l

ulp Nl ujq lj pq Nl (9.64)

= pq Nj . de manera similar, u2 = up up = ulp Nl ump Nm ; y adem as, 2u tal que, up u = Nj . ujq u Reemplazando en la Ec. (9.61) se obtiene nalmente Jip,jq =
e

(9.65)

up u = 2up ; ujq ujq

(9.66)

(9.67)

g (u)pq +

g (u) up uq Ni Nj d . u

(9.68)

9.8. Conclusiones

185

9.8.

Conclusiones

De esta manera, hemos decripto en forma concisa las caracter sticas de algunos de los modelos de turbulencia empleados en la actualidad, con enfasis especial en el modelo LES, utilizado en nuestras simulaciones. Si bien, dentro de este, no hemos considerado ley de pared, no descartamos implementarla en futuros trabajos, al menos para los ujos sobre las geometr as utilizadas en el c alculo aerodin amico. Creemos que ella nos permitir a capturar comportamientos relevantes en las zonas de las capas l mites. La turbulencia es un campo de permanente evoluci on. A medida que transcurre el tiempo, se van desarrollando e implementando nuevas teor as, como por ejemplo modelizaci on multiescala Hughes, et al. [166] (Variational Multiscale Method VMS for large eddy-simulation). La aerodin amica aplicada a cuerpos obtusos resulta un campo propicio para investigar el tema, adapt andose a los diferentes enfoques del mismo.

Cap tulo 10

Aerodin amica automotriz

10.1.

Introducci on

El movimiento de cuerpos obtusos tales como autom oviles y camiones en ruta genera diversos tipos de ujo, los cuales los podemos clasicar de acuerdo con Hucho [187] en tres categor as principales: (i) ujo de aire alrededor del veh culo en movimiento; (ii) ujo de aire dentro del cuerpo del veh culo; y (iii) ujo de aire dentro del motor del veh culo. Los primeros dos tipos de ujo est an fuertemente relacionados entre si, e.g. el ujo de aire a trav es del sector donde se encuentra el motor depende del que se produce alrededor del veh culo y ambos deben ser considerados en forma conjunta. Por otro lado, el ujo dentro del motor y en la transmisi on no est an tan directamente conectados con los dos primeros y no suelen considerarse realmente como aerodin amicos, por lo que no los tendremos en

186

10.1. Introducci on
CONFORT ESTABILIDAD

187

Ventilacin Calefaccin Aire acondicionado Eliminar ruidos

Direccional Sensibilidad al viento cruzado

VISIBILIDAD

RENDIMIENTO

Emisiones Economa de combustible Velocidad mxima Aceleracin

Partculas de suciedad Lluvia Salpicaduras

FLUJO INTERIOR

Motor Radiador Frenos y transmisin

Figura 10.1:

Principales desarrollos en aerodin amica vehicular.

cuenta. Nuestro estudio se centrar a principalmente en el primer caso. El rendimiento, conducci on, seguridad, confort y nivel de ruido de los autom oviles son signicativamente afectados por las propiedades aerodin amicas del ujo externo. Por ejemplo, un menor coeciente de arrastre ayuda en una mejor econom a del combustible, disminuyendo indirectamente las emisiones de gases, lo que incide en la econom a y en las reglamentaciones referentes al cuidado del medio ambiente, tan vapuleado por cierto. Pero los otros aspectos de la aerodin amica, no son menos importantes, ya que tienen inuencia en la calidad del veh culo, su estabilidad direccional, disminuci on del ruido causado por el viento, dep osito de part culas de polvo o agua sobre las opticas, parabrisas, ventanillas laterales y trasera e incluso en las supercies posteriores del veh culo. Tambi en su inuencia se hace sentir en los sistemas de enfriamiento del motor, frenos y caja de transmisi on, asi como en la calefacci on, ventilaci on y aire acondicionado del compartimiento de pasajeros. Todos ellos, est an, en cierta medida, relacionados con el ujo alrededor y a trav es del veh culo. Como ya se expres o antes, uno de nuestros principales intereses en este trabajo se focaliza en la fuerza de arrastre (drag) aerodin amica y, como consecuencia de la misma, en su coeciente de arrastre CD , cuyo rol es comparable con la relaci on de compresi on de un motor de combusti on interna. El rendimiento (performance), consumo de combustible, emisiones de gases y topes de velocidad constituyen factores decisivos como argumento de ventas, y todos est an directamente relacionados con dicho coeciente.

10.1. Introducci on

188

Figura 10.2: real.

L neas de corriente sobre dos veh culos de competici on en un t unel de viento a escala

Figura 10.3:

An alisis de l neas de corriente sobre un Audi en el t unel de viento.

Pero la aerodin amica no est a u nicamente vinculada con la fuerza de arrastre, ya que tambi en incide en otros problemas tales como la din amica de conducci on (o de manejo), la respuesta din amica del veh culo ante ujos cruzados y tambi en en el movimiento en l nea recta del mismo. Dichos ujos ocasionan fuerzas y momentos que afectan directamente la estabilidad, as como sus caracter sticas de funcionamiento. Adem as, el ujo externo deber a prevenir el asentamiento de part culas de polvo, gotas de lluvia o nieve que diculten la seguridad vial bajo condiciones clim aticas adversas, por su acumulaci on excesiva en espejos retrovisores, parabrisas, faros traseros y delanteros, entre otros aditamentos. Tambi en hay que prevenir el despegue de los limpiaparabrisas, optimizar el enfriamiento del aceite en el motor, silenciadores, frenos y reducir el ruido, entre otros efectos. Por su parte el ujo interno, junto con el radiador, tiene por objetivo regular las p erdidas de calor en el motor bajo todas las condiciones de manejo posibles. Adem as, debe lograr un ambiente

10.1. Introducci on

189

"regin de remanso"

Figura 10.4: Regi on de remanso (dead water) en la estela cercana al veh culo observada en un t unel de viento a escala completa. confortable en la cabina de pasajeros, ventilando el lugar y renovando el aire viciado. En ambos casos de ventilaci on, la modelizaci on num erica debe tener en cuenta el campo de temperatura y su acoplamiento al ujo. amica vehicular, La Fig. 10.1 esquematiza una parte del espectro de tareas que comprende la aerodin y de acuerdo a lo comentado anteriormente, tiene una fuerte inuencia en el dise no. Sin embargo, otros argumentos son tenidos en cuenta a la hora de denir la forma nal del modelo. Estamos reri endonos a par ametros como: seguridad, funcionamiento, econom a, regulaciones y adem as, la est etica seg un pasan las epocas. Dentro del campo de la investigaci on podemos mencionar, adem as de las herramientas tradicionales predictivas como resultan ser los t uneles de viento y los ensayos en ruta, el creciente avance de los m etodos de la din amica de uidos computacional (CFD) gracias al desarrollo tanto del hardware como del software. Este u ltimo campo presenta caracter sticas diferentes respecto a los dos primeros, lo que hace que entre ellos se complementen y que no sean directamente competitivos. Por ejemplo, en las Fig. 10.2 y 10.3 se muestran algunas conguraciones de ujo sobre autom oviles logradas por medio de ensayos experimentales en t uneles de viento. En las mismas se visualizan las l neas de corriente, por medio de generadores de humo, cerca del plano de simetr a de diferentes tipos de veh culos y bajo condiciones de ujo sim etricas, es decir, sin considerar la situaci on de un viento lateral. Podemos observar que en la parte delantera dichas l neas siguen el contorno del cuerpo inclusive en areas con sectores pronunciados y bordes agudos, hasta que en la parte trasera, sobre el techo, se visualizan fen omenos de separaciones y reencauzamientos para luego formar una larga estela. Tales fen omenos resultan uno de los hechos m as signicativos, ya que tienen mucho que ver en la conguraci on del

10.1. Introducci on

190

ujo en la estela cercana y lejana. En la estela generalmente se aprecia una zona de remanso (dead water ow) muy pr oxima al cuerpo, ver Fig. 10.4. Adem as, notemos que las l neas de separaci on y de reencauze son t picas de ujos sobre cuerpos obtusos, siendo la principal causa de las fuerzas de arrastre. En t erminos de la mec anica de uidos, los cuerpos obtusos bajo estudio se desplazan en forma muy pr oxima a la carretera. Su geometr a externa es bastante complicada, presentando conductos y cavidades internas que se comunican con el ujo externo, complejidad que aumenta si a su vez agregamos la rotaci on de las ruedas. En cualquier caso, el ujo resultante es netamente tridimensional por lo que explicar el arrastre de presi on en funci on de una simplicaci on bidimensional es un tanto peligroso. Muchas de las aproximaciones en dos dimensiones, utilizadas en el an alisis aerodin amico de aviones, no pueden usarse en veh culos que se desplazan pr oximo al suelo debido al car acter fuertemente tridimensional del ujo. Adem as, las capas l mites son bastante turbulentas, mientras que las separaciones son frecuentes en diversos lugares de su geometr a y generalmente seguidas de re-encauzamientos parciales. En el extremo trasero se forman grandes estelas turbulentas, las cuales interact uan con los v ortices longitudinales desprendidos desde la parte posterior del veh culo. Como es t pico en este tipo de cuerpos, la fuerza de arrastre primariamente es debida a la presi on. En los u ltimos a nos es posible observar un considerable inter es de las empresas del sector automotriz tratando de entender e investigar los fen omenos que provocan el arrastre aerodin amico. Una cantidad signicativa de la energ a total consumida durante el movimiento de un veh culo de calle se debe al arraste aerodin amico. En vista del cada vez mayor n umero de veh culos que se desplazan en carreteras y autopistas, sobre todo en los paises m as industrializados, un estudio m as preciso de este fen omeno puede conducir a signicativas reducciones en el consumo de combustibles y una mejora del medio ambiente. El impacto en la econom a y en los requerimientos del transporte tiene y tendr a mucha inuencia en el futuro, por lo menos, hasta que no se utilizen energ as alternativas. La cantidad de arrastre experimentada por un cuerpo obtuso est a relacionada con la estructura de la estela que este genera. Una propiedad notable que presentan los cuerpos con bajo arrastre aerodin amico, es un d ebil ujo transversal en su estela. Para un mejor entendimiento del mecanismo de generaci on de las fuerzas de arrastre, es necesario disponer de una informaci on m as detallada acerca de esta parte del ujo. Este conocimiento tendr a su lado pr actico cuando se dise nen formas de veh culos aerodin amicamente m as favorables, tales que provoquen menor resistencia a su desplazamiento, junto con mejor calidad de conducci on y reducci on de los efectos de interferencia. Los constructores utilizan diversas t ecnicas de visualizaci on del ujo en la etapa de dise no, ya

10.1. Introducci on

191

Figura 10.5:

Denici on del area frontal proyectada de un veh culo.

sea en t uneles de viento o bien con t ecnicas num ericas, para as estudiar el comportamiento del ujo sobre la supercie del cuerpo o bien en la estela. As , durante los ochenta, se propusieron modelos hipot eticos de ujo en la estela derivados de un extensiva visualizaci on y mediciones (de las fuerzas y de la presi on base) efectuadas en ensayos en t uneles de viento. Al respecto, podemos mencionar los trabajos de Pottho [73], Carr [52], Hucho [185], Mason y Beebe [188], y Morel [158]. Por ejemplo, Howell [85] suministra datos experimentales de distribuci on de presiones y velocidad en la estela de algunos modelos. En la actualidad, dichos conocimientos se fueron ampliando gracias a la din amica de uidos computacional, pues aporta determinados detalles del ujo que no son f aciles de observar en ensayos experimentales. Como es conocido, el arrastre aerodin amico FD , as como tambi en el resto de las fuerzas y momentos aerodin amicos se incrementa con el cuadrado de la velocidad del veh culo U , i.e. DV2 ; (10.1)

por ejemplo, para autom oviles de dimensiones medias, aproximadamente un 75 80 % de la resistencia total se debe a este tipo de fuerzas, por lo que disminuirlas implica lograr reducciones signicativas en el consumo de combustible. En muchos pa ses, al menos por un tiempo prolongado, la velocidad tope fue motivaci on para reducir el arrastre. Hoy en d a se mantiene esta tendencia, pero se plantean otros objetivos tales como disminuir el consumo de combustible y las emisiones al medio ambiente. La

10.1. Introducci on

192

Figura 10.6: Esquema del ujo alrededor de un veh culo, representaci on de las l neas de corriente: e: separaci on entre las lineas de corriente; d espesor de la capa l mite; V y P: velocidad y presi on de la corriente libre, respectivamente. fuerza de arrastre est a denida por D = CD V 2 Aproy ; 2 (10.2)

donde CD es el coeciente de arrastre adimensional, Aproy el area frontal proyectada del cuerpo, como se muestra en la Fig. 10.5 y la densidad de aire ambiente. Por lo general el tama no del veh culo, y en consecuencia el area frontal, est a determinada por el dise no general, por lo que los dise nadores se esfuerzan en reducir el coeciente de resistencia. El conocimiento de las l neas de corriente es un importante aspecto del ujo, ya que suministra informaci on sobre las fuerzas netas que act uan sobre el mismo, as como tambi en nos permiten determinar en forma cualitativa regiones de alta vorticidad. Tambi en, su inter-espaciado sugiere la fuerza neta actuando en direcci on vertical. L neas cercanas indican una regi on de mayor velocidad y, consecuentemente, de menor presi on est atica, ver Fig. 10.6. La diferencia de presiones entre la parte superior e inferior del cuerpo da lugar a una fuerza resultante vertical perpendicular a la direcci on del movimiento, llamada fuerza de sustentaci on (lift). En la mayor a de los casos esta fuerza tiene una direcci on ascendente, reduciendo en consecuencia la carga efectiva sobre las ruedas del mismo. Un detalle completo de los esfuerzos que act uan sobre el veh culo ser an tratados en el apartado 10.4 (ver Fig. 10.7). Si bien los objetivos del dise no aerodin amico dependen del tipo de veh culo que se desee construir o analizar, en nuestro caso trataremos de centrar la atenci on en los comportamientos b asicos del ujo, no s olo para evaluar cu an bien o mal se adec ua el c odigo num erico empleado, sino que nos permita comprender el mecanismo de los v ortices m as destacados, su evoluci on y a la vez dicernir cuales son los par ametros de mayor incidencia que provocan un cambio apreciable en la conguraci on del ujo. El dise no de la forma exterior del veh culo es reconocido como importante porque esta responde

10.1. Introducci on

193

Figura 10.7: del mismo.

Conjunto de fuerzas que act uan sobre un autom ovil a consecuencia del ujo alrededor

en mayor medida a los requerimientos est eticos de la moda o la econom a. Consecuentemente, puede observarse que la aerodin amica veh cular no progresa hacia una u nica forma nal (dictada por las leyes de la aerodin amica), sino hacia diversas formas y dise nos. Una de las tareas en el estudio aerodin amico, tanto experimental como num erico, es comprender los diferentes fen omenos para luego proponer alternativas para controlar mejor el ujo, mejorando su comportamiento y reduciendo las fuerzas actuantes. Para tal n, elegiremos el cuerpo de Ahmed, un modelo bastante simplicado pero extensamente experimentado en t uneles de viento. En las pr oximas secciones, describiremos en forma breve, los fen omenos f sicos m as destacados, sobre todo aquellos relacionados con los mecanismos de separaci on, reencauzamiento y arrastre, como as tambi en el referente a la estructura de la estela sobre los que haremos especial hincapi e.

Figura 10.8: Combinaci on de las velocidades en ruta y del viento para producir la velocidad relativa del ujo, la cual forma el angulo de giro (yaw), que en todas nuestras simulaciones es nulo.

10.2. Descripci on del ujo alrededor de un autom ovil de calle

194

10.2.

Descripci on del ujo alrededor de un autom ovil de calle

En los u ltimos a nos se han realizado considerables progresos que permiten comprender mejor el comportamiento del ujo en los veh culos, en donde las observaciones ya no est an connadas s olo a la supercie del veh culo sino que se han extendido al ujo que lo rodea. Generalmente, el ujo del viento alrededor de un autom ovil de calle movi endose en ruta es asim etrico con respecto a su eje longitudinal, ya que la falta absoluta de viento es un fen omeno raro de encontrar. La velocidad de conducci on del veh culo Vauto y la velocidad natural del viento Vviento se suman para producir un ujo cuya velocidad U es relativa a las dos mencionadas anteriormente. Esta u ltima var a en funci on del angulo de giro o gui nada (yawing angle), tal como lo muestra la Fig. 10.8. Por simplicidad realizamos un primer estudio, considerando la velocidad del viento Vviento alineada con la direcci on de movimiento del veh culo. Cuando esto no ocurre, no s olo se deber a considerar el efecto del arrastre sino tambi en la estabilidad direccional del cuerpo, sobre todo cuando el viento sopla con una cierta celeridad relativa apreciable o intermitente.

Figura 10.9:

Naturaleza tridimensional del ujo de aire alrededor de un autom ovil. Los v ortices

c onicos generados en las esquinas del extremo trasero desprenden v ortices libres (free trailing) de elevada energ a cin etica. Estos mantienen ligado el ujo sobre la ventana trasera produciendo arrastre y sustentaci on. Generalmente distinguimos dos tipos de separaciones al analizar este ujo: 1. (i) cuando la separaci on se produce sobre aristas perpendiculares a la direcci on del ujo local, es caracter stico la formaci on v ortices enrollados cuyos ejes son usualmente paralelos a la arista de separaci on, ver Fig. 10.9). Gran parte de su energ a cin etica es disipada por mezclado turbulento. Su continuaci on como v ortices libres (free trailing vortex) y su subsecuente desarrollo en v ortices

10.2. Descripci on del ujo alrededor de un autom ovil de calle

195

herradura (horseshoes vortex) es generalmente d ebil y a menudo no f aciles de detectar en el t unel de viento. A este tipo de separaci on algunas veces se las denomina cuasi-bidimensional y se suelen presentar en dos regiones: a ) la regi on frontal: la zona del capot, los laterales de los guardabarros, la uni on entre el parabrisas y el capot y en los eventuales spoilers con que pueda contar el autom ovil. El ujo luego se reencauza corriente abajo, siendo com un observar la formaci on de burbujas; b ) la regi on trasera: la zona de la supercie trasera, generalmente en la l nea de uni on con el techo, cuya energ a cin etica es luego disipada en la regi on del ujo detenido. Las primeras observaciones de este tipo fueron obtenidas por Ahmed et al. y por Baumert, al estudiar diferentes tipos de esquemas del sector trasero, tales como los notchback, fastback y squareback, ver Figs. 10.12 y 10.16. Una representaci on con l neas de corriente muestran un ujo muy turbulento. En los tres tipos mencionados veremos claramente dos v ortices o remolinos contra-rotantes, siendo t picos de la regi on de ujo detenido, detr as de la base del cuerpo, y que claramente observamos cuando simulamos el ujo sobre el modelo simplicado de Ahmed. El v ortice inferior gira en sentido contrario a las agujas del reloj y suele transportar suciedad al colectar las part culas que catapultan las ruedas sobre el extremo trasero.
pilar A pilar C

trailing vortex

Figura 10.10: Flujo de aire alrededor de un autom ovil. Naturaleza tridimensional y origen del arrastre por v ortices rastreros (trailing vortex drag). 2. El segundo tipo de separaci on ya es de naturaleza netamente tridimensional, y corresponde a los v ortices que se generan sobre las aristas laterales de los planos inclinados, ver Figs. 10.10 y 10.11. Presentan una forma de cono, similares a los observados en las puntas de un ala de avi on, especialmente las que tienen una baja relaci on de aspecto. En un autom ovil se suelen presentar en regiones como los pilares A y C . Los ejes de estos v ortices tienen una direcci on pr acticamente paralela a la corriente media de

10.2. Descripci on del ujo alrededor de un autom ovil de calle

196

aire. Al igual que los v ortices cuasi-bidimensionales estos son muy energ eticos. Su circulaci on depende de la geometr a, es decir, del angulo que forma las aristas con respecto a la direcci on de la corriente. Estos v ortices libres tienen un efecto considerable sobre su entorno, por ejemplo los que se generan en el pilar A ejercen una presi on sobre las ventanas laterales, inuyen sobre el ujo de lluvia y producen ruido cuando sopla viento. Tambi en a nivel del techo, los v ortices en este pilar se curvan hacia atr as y suelen evidenciarse a un m as, cuando el autom ovil circula en un d a de lluvia, sobre todo con una na llovizna o por los dep ositos de suciedad o de nieve que se formen, continuando corriente abajo en direcci on de la estela. En las simulaciones num ericas posiblemente puedan ser identicados con un buen renamiento de la malla. Otro par de v ortices de este tipo, a simple vista m as intensos, son los formados sobre las aristas laterales inclinadas de la supercie trasera, en la zona de los pilares C . Se caracterizan por rotar en direcci on opuesta entre s , induciendo un lavado mutuo e inuyendo a su vez en la zona de remanso. Esto es claramente visible en simulaciones num ericas en el modelo de Ahmed, como as tambi en en las fotograf as experimentales del trabajo de Gilli eron y Spohn [127]. El proceso de lavado que inducen pr acticamente arranca el aire que uye desde el techo hacia la supercie descendente, recibiendo a su vez una contribuci on desde los laterales del autom ovil, los cuales a su vez podr an ayudar en el efecto de h elice que los caracteriza. La l nea de separaci on est a ja en el extremo inferior de la supercie inclinada, restrigiendo la zona de remanso a una corta distancia. Sin embargo, si la separaci on se provoca articialmente en el extremo del techo, por ejemplo, mediante un vano deector, entonces se evita la formaci on de este par de v ortices. En tal caso la zona de remanso comienza a formarse en el borde de salida del techo y se va estrechando y alej andose detr as de la base del veh culo. Las Fig. 10.10 y 10.11 muestran en forma global la inuencia de este tipo de v ortices, ya sea tanto en la parte frontal, lateral y trasera antes descripta.

10.2.1.

V ortices en los extremos fastback, squareback y notchback

De acuerdo a lo comentado, podemos decir que la estructura t pica de los v ortices en el extremo trasero y en la estela cercana se dene, en primer lugar, por la geometr a trasera del veh culo y, en segundo lugar, por la historia del ujo del viento que llega desde corriente arriba. Con respecto a la geometr a, hay tres conguraciones traseras en que suelen clasicarse los veh culos: fastback, squareback y notchback. De estas tres conguraciones, las que presentan en forma m as marcada el efecto descripto es la fastback. En esa conguraci on, el movimiento de rotaci on del par de v ortices longitudinales (standing vortices) es hacia adentro, lo cuales inducen un fuerte lavado en la

10.2. Descripci on del ujo alrededor de un autom ovil de calle

vrtices del pilar A

197

vrtices "standing"

vrtices "trailing"

Figura 10.11:

Formaci on de v ortices. V ortices formados alrededor de los pilares A A-post y en la

parte posterior del veh culo. zona existente entre ambos. Cuando nos alejamos del cuerpo, estos v ortices tienden a aproximarse al plano de la carretera en la estela cercana. De acuerdo a los trabajos de Ahmed, estos v ortices son m as intensos en un modelo fastback por lo que se extienden en mayor medida que los dem as (esto es, la tasa de decaimiento de su intensidad es menor que en las conguraciones squareback y notchback). Por su parte, la conguraci on notchback muestra un comportamiento algo similar al fastback, pero ahora la energ a de los v ortices es m as d ebil y el lavado inducido hacia el interior es bastante menor. Por u ltimo, en la conguraci on squareback se presenta un cuadro totalmente diferente, ya que se observa un par de v ortices a un m as d ebiles que los anteriores y que rotan hacia afuera. Luego, estos se van desplazando gradualmente hacia arriba a medida que se incrementa la distancia del auto, disip andose r apidamente en la estela, efecto que analizamos en la pr oxima secci on.

10.2.2.

Naturaleza del ujo en el plano central de la estela

Seg un la forma del extremo trasero, la estela presenta estructuras diferentes. Esto tambi en ocurre cuando var a el angulo de inclinaci on en el modelo fastback, ya que el ujo en el plano central lonneas de gitudinal cambia de conguraci on. Por ejmeplo, la Fig. 10.12 esquematiza patrones de las l corriente, separaciones y puntos de estancamiento en dicho plano y su variaci on con el angulo de inclinaci on de la parte trasera. Estos patrones fueron obtenidos analizando los ensayos experimentales que fueron presentados en los trabajos de Ahmed [153, 154]. Todos estos bosquejos fueron tomados de ensayos con la t ecnica de ujo de aceite sobre la pared del veh culo. La estela cercana exhibe, en su plano central, un conjunto de regiones de ujo contra-rotantes adjacentes a la base del veh culo, en donde el angulo de inclinaci on del extremo trasero tiene mucha

10.2. Descripci on del ujo alrededor de un autom ovil de calle

198

= 5 o

= 30 o

= 15 o

= 40 o

Figura 10.12:

Patr on de ujo en el plano central longitudinal para diferentes angulos de inclinaci on

trasera. Esquema de l neas de corriente, separaciones y puntos de estancamiento. relaci on tanto con la intensidad de estos ujos contra-rotantes, como con la localizaci on de sus n ucleos y la extensi on de la zona que ocupan. As Ahmed, al analizar el modelo fastback, fue variando el angulo de inclinaci on del extremo trasero, encontrando que: 1. Cuando = 5o , el patr on de ujo es similar al squareback, esto es, se forma una gran zona de remanso junto con un par de v ortices d ebiles rotando hacia afuera y con sus ejes alineados en la direcci on de la corriente longitudinal (streamwise); 2. Al incrementar el angulo , comienza a aparecer un par de v ortice de intensidad creciente y que rotan hacia adentro; 3. Si crece m as alla de los 30o , valor cr tico superior, dichos v ortices estallan y se disuelven (bursting), de una forma similar a la observado por Hummel en alas delta, volviendo el patr on de ujo a ser similar al squareback, pero con la diferencia de que los v ortices en herradura (horseshoes) se forman en la arista que vincula el techo con la supercie inclinada; 4. Cuando 5o , el v ortice inferior rota en sentido contrario a las agujas del reloj, predominando en intensidad y extensi on, con respecto al superior; 5. Cuando 15o ambos v ortices parecen tener igual intensidad; 6. Pero con 30o el v ortice superior parece predominar y el ujo permanece ligado en una mayor proporci on al extremo inclinado trasero.

10.2. Descripci on del ujo alrededor de un autom ovil de calle

199

7. Cuando > 30o , la separaci on se inicia desde la arista superior del extremo inclinado, en su uni on con el techo del veh culo, resultando en un patr on completamente diferente, con un abrupto cambio en la conguraci on, que vuelve a tener caracter sticas similares a la presentada con el angulo de 5o .

10.2.3.

Flujo en la vecindad de la supercie base

De los ensayos en t unel de viento se observa que: Cuando el angulo de inclinaci on del extremo trasero es bajo, aproximadamente en el rango 0o 5o , el ujo permanece ligado sobre la supercie inclinada, separ andose posteriormente en el per metro inferior de dicha supercie, mientras que los ujos cruzados sobre las aristas laterales e inclindas son d ebiles. Dentro de la burbuja de separaci on que se forma en el extremo trasero, emanan un par de v ortices herradura (horseshoes) situados uno sobre el otro. El v ortice superior parece m as d ebil mientras que v ortice inferior induce un lavado hacia arriba y es responsable del patr on de l neas de corriente que se forman en dicho extremo; Con el incremento del angulo de inclinaci on , la intensidad del v ortice superior se eleva hasta que a un angulo de 15o , ambos alcanzan un valor casi igual de intensidad y tienden a coalescerse para formar un v ortice anillo (ring vortex). Este v ortice anillo induce la formaci on de un punto de estancamiento libre en el ujo corriente abajo cuando el angulo de inclinaci on es 15o (e.g. ver Ahmed [153, 154]), y es sugerido por las observaciones experimentales. Para otros valores del angulo se evidencia una l nea de estancamiento libre; Cuando 10o se forma un v ortice herradura adicional a lo largo de la arista trasera del techo y en las aristas laterales de la supercie inclinada. Su formaci on es similar al v ortice de ataque observado en un ala delta (con v ortices primarios y secundarios); Debido al efecto de los v ortices secundarios, cuando > 10o el v ortice superior empieza a tener relevancia, hasta un punto donde las inclinaciones m as pronunciadas provocan la fusi on de ambos, incrementando la energ a del superior.

10.2.4.

Campo de velocidad transversal en la estela

Una manera de corroborar la debilidad de los v ortices herradura consiste en observar el campo de velocidad transversal, en un plano de corte situado en la estela cercana. 1. Se perciben diferencias cuando 5o 25o . El ujo tranversal es inducido por la diferencia entre la parte superior y la supercie inferior del modelo. Por ejemplo, en un perl de ala de

10.2. Descripci on del ujo alrededor de un autom ovil de calle

200

avi on con borde de salida agudo, el ujo inducido conduce a la formaci on de un par de v ortices longitudinales contra-rotantes (standing vortices). La situaci on en la base se complica por la presencia de una burbuja de separaci on que emana del per metro de salida. El ujo principal interact ua despues de abandonar el cuerpo con la burbuja de separaci on. El campo tranversal generado detr as de la burbuja, depende en intensidad y forma de dicha interacci on. La longitud y orientaci on de los vectores representa la magnitud y direcci on de la velocidad del ujo transversal Vn /V en la zona de la base. Los ujos transversales intensos son inducidos hacia la frontera de la burbuja de separaci on, disminuy endo su extensi on y cerr andola corriente abajo. La formaci on posterior de un par de v ortices longitudinales contra-rotantes es claramente visible en la mayor a de las conguraciones de los extremos traseros; 2. En el modelo fastback se forma una burbuja relativamente corta y dirigida, not andose los v ortices longitudinales con un alto contenido de energ a cin etica rotacional creados despu es del cierre de la burbuja; 3. En el caso de los modelos tipo squareback (con angulos de inclinaci on peque nos) el lavado tiene un sentido contrario. El decrecimiento de la supercie inclinada desde un angulo de 25o hasta 5o se produce con un cambio en la rotaci on del lavado desde abajo hacia arriba. Como conclusi on, se sigue que entre ambos valores existir a un angulo en el cual no se observa ning un movimiento rotacional presente en la estela. Esto coincide cuando los dos v ortices herradura son de igual intensidad y se presenta con un valor de angulo en un rango de 10 15o , seg un los diferentes modelos (ver Fig. 10.12); 4. Los resultados experimentales, tanto sobre veh culos de pasajeros equivalentes como en nuestras simulaciones num ericas en el modelo de Ahmed, muestran que el coeciente de arrastre aerodin amico total alcanza un m nimo CD (12.5o ) 0.2346 y luego se eleva a CD (28o ) 0.3545. Como conclusi on, podemos decir que la energ a cin etica del movimiento rotacional en la estela contribuye signicativamente al arrastre aerodin amico total.

10.2.5.

Localizaci on espacial de los v ortices contra-rotantes

Una vez que conocemos el campo de velocidad del ujo transversal, la localizaci on del centro del n ucleo de los v ortices, la podemos denir como el punto de m axima p erdida total o m nima velocidad total. Se observa que: 1. Los v ortices con lavado hacia arriba, caracter sticos del modelo squareback, se mueven alej andose del piso, corriente abajo del ujo. La presencia de dicho piso retarda el proceso de lavado hacia

10.2. Descripci on del ujo alrededor de un autom ovil de calle

Modelo fastback z/L
1.6

201

Modelo squareback

1.2

0.8

0.4

0.0
0.0 0.1 0.2 0.3 0.4

y/L

0.0

0.1

0.2

0.3

0.4

y/L

Figura 10.13:

Patr on de l neas de corriente en la estela cercana.

abajo y crea v ortices traseros adicionales en los modelos fastback y notchback, produciendo una fuerte deecci on lateral; 2. La tendencia de tales v ortices a moverse cada uno hacia el otro en la supercie de atr as del modelo squareback es amortiguado por el incremento resultante del lavado hacia arriba que se produce entre ellos, y de la disipaci on de la intensidad de dichos v ortices en el ujo real; 3. Los v ortices en los modelos squareback y notchback se originan ligeramente por encima de la altura media de los modelos. En cambio, en los modelos fastback se originan por debajo de dicha altura, ver Fig. 10.13; 4. Para los tres modelos, el origen de los v ortices aproximadamente se ubica a 0.2 veces el valor del ancho, sobre el plano central. 5. La localizaci on espacial de los v ortices mencionados y su sentido de rotaci on tiene importancia para la seguridad del tr aco, especialmente en los d as con condiciones atmosf ericas de niebla o llovizna. El ujo inducido en la estela puede causar la p erdida de visi on, sobre todo cuando dos veh culos se sobrepasan o se est an cruzando.

10.2.6.

Intensidad de los v ortices contra-rotantes

Para evaluar la intensidad de estos v ortices, se calcula la integral de l nea de la velocidad a lo largo del per metro del plano transversal xz , es decir, (y ) = (Vx dx + Vz dz ) ; (10.3)

siendo y el eje longitudinal, x el transversal y z la altura, mientras que Vx y Vz son las componentes cartesianas de la velocidad en los ejes correspondientes. Se ignora el efecto de curvatura en el eje del

10.2. Descripci on del ujo alrededor de un autom ovil de calle

202

Figura 10.14:

Campo de velocidad transversal detr as del modelo de Ahmed, con un angulo de

inclinaci on de 12.5o . Arriba: plano transversal a y = 50 [mm] de la base (izq.); plano a y = 250 [mm] (der). Abajo: plano a y = 500 [mm] (izq.); plano a y = 900 [m] (der.). v ortice. La trayectoria de integraci on sobre el piso fue elegida tal que se encuentra sobre la arista de la capa l mite que se forma en esta supercie. La Fig. 10.14 visualiza la variaci on de la intensidad de los v ortices, corriente abajo para el modelo del cuerpo de Ahmed con un angulo de inclinaci on = 12.5o . Los planos transversales son y = 50 [mm], y = 250 [mm], y = 500 [mm] y y = 900 [mm].

10.2.7.

Distribuci on de energ a cin etica y arrastre por v ortices

Consideremos el plano tranversal xz para calcular la distribuci on de energ a cin etica a trav es de la estela corriente abajo. Para tal n evaluamos el coeciente de energ a cin etica
z2

k (x) =
z1

2 Vxz dz ;

(10.4)

en donde los extremos de integraci on son establecidos por las ordenadas del plano transversal z1 = 5 [mm] y z2 = 600 [mm]. No se tuvo en cuenta la separaci on de la capa l mite en el plano del piso. Existe un contraste entre la porci on de energ a interna en la estela entre los modelos a = (28, 12.5, 5)o . En

10.2. Descripci on del ujo alrededor de un autom ovil de calle

203

Figura 10.15:

Disipaci on de la energ a cin etica k (x), corriente abajo. Los valores fueron obtenidos

en los planos transversales. Arriba: a y = 0.05 [m] de la base (izq.); a y = 0.25 [m] (der.). Abajo: a y = 0.50 [m] (izq.); a y = 0.90 [m] (der.). efecto, el modelo a 5o exhibe una concentraci on de la energ a cin etica solamente en la regi on lateral de su estela mientras que en el resto de los modelos esta se localiza cerca del plano central. La disipaci on de energ a cin etica rotacional en corriente abajo se muestra en la Fig. 10.15 Para los modelos a 28o y 12.5o la forma aguda del n ucleo del v ortice, est a indicado por el pico en la distribuci on de la energ a cin etica k (x). Como un resultado nal del comportamiento de la estela se dene el cuasi-arrastre de v ortices Cvor (y ) = 2
z2 2 z1 Vxz dz 2 A V transv

(10.5)

la cual fue evaluada en diferentes etapas corriente abajo y en funci on de valor total del arrastre para cada angulo de inclinaci on. Los extremos de integraci on en la direcci on tranversal x los jamos en x = 500 [mm] y x = 500 [mm]. Se supone que la energ a cin etica rotacional contenida en el plano de inspecci on es una medida del arrastre vorticoso del cuerpo en cuesti on. Los valores m as altos son obtenidos en una etapa corriente abajo, apenas despu es del cierre de la burbuja de separaci on. Los porcentajes que observamos en la Fig. 10.15, corresponden al modelo de 12.5o . Estos fueron obtenidos por comparaci on con el valor del arrastre calculado para dicho angulo que fue de CD (12.5o ) = 0.2346.

10.2. Descripci on del ujo alrededor de un autom ovil de calle

204

10.2.8.

Observaciones

La estela cercana para veh culos tipo squareback, fastback y notchback se caracteriza por la formaci on de una burbuja de separaci on que emana desde el per metro saliente de la base; El ujo en el plano central de la burbuja de separaci on consiste en una zona de recirculaci on superior e inferior. El sentido de rotaci on en la regi on inferior es hacia arriba, desde el piso y hacia abajo a lo largo del cuerpo (regi on cercana a la base) mientras que el v ortice en herradura superior rota en sentido contrario; La burbuja de separaci on en el plano central del ujo para los modelos notchback se descompone en mitades casi iguales, mientras que en los tipo fastback y squareback se dividen en una burbuja inferior m as peque na y en otra superior mayor. En el caso del cuerpo de Ahmed tenemos para un angulo de inclinaci on de 12.5o valores similares entre ambos tipo de v ortices y para 28o m as cercana al modelo fastback; Despu es del cierre de la burbuja de separaci on, se forma un par de v ortices longitudinales contrarotantes en la estela. Estos inducen un lavado hacia arriba detr as del modelo squareback y hacia abajo en el modelo fastback y notchback; Para valores del angulo de inclinaci on entre 0o y 25o el movimiento rotacional en la estela es de menor magnitud. Ello se traduce en un valor m as bajo del arrastre; Los v ortices detr as del modelo squareback se mueven hacia arriba y cada uno hacia el otro, mientras que los v ortices en los modelos fastback y notchback lo hacen hacia abajo y luego se apartan; Los v ortices detr as del modelo squareback son disipados en forma m as r apida corriente abajo, subiendo por el ujo principal como consecuencia de su movimiento inducido. En cambio, los v ortices detr as del modelo fastback se caracterizan por ser muy intensos y con una disipaci on m as d ebil; La distribuci on de energ a cin etica a trav es de la estela exhibe una regi on de mayor concentraci on en la regi on lateral saliente para el caso del modelo squareback y en la regi on interna en los modelos fastback y notchback. Hay incrementos signicativos en la energ a cin etica de la estela del modelo fastback debido a detalles de las supercies del veh culo; Se debe evaluar el arrastre vorticoso a partir de la energ a cin etica de los v ortices inmediatamente desp ues del cierre de la burbuja de separaci on. El arrastre por v ortices para el modelo fastback

10.3. Extremo trasero (rear end)

205

Figura 10.16: Representaci on de las tres conguraciones tradicionales relacionadas con la parte trasera de los veh culos. De izquierda a derecha: squareback, fastback y notchback. representa aproximadamente un 28 % del coeciente de arrastre aerodin amico total CD , mientras que en el modelo squareback dicho valor es m as bajo, cercano al 8 %, ver Ahmed [153, 154]; Detalles en la supercie incrementan en gran medida el valor del arrastre sobre todo en los modelos fastback y notchback.

10.3.

Extremo trasero (rear end)

En esta Tesis haremos hincapi e en lo que acontece en el extremo trasero de los veh culos. Gran parte del arrastre y la sustentaci on de los autom oviles se producen en esta regi on. De ah que nuestro estudio se ha centrado en la misma, y para ello hemos considerado conveniente explicar a continuaci on en forma resumida los principales fen omenos que ocurren y c omo inuye la geometr a para tal ocurrencia.

10.3.1.

Geometr a y separaci on del ujo

Dentro de la gran variedad de formas y dise nos que podemos encontrar en la actualidad, podemos clasicar a todos en tres grandes grupos: squareback, fastback y notchback. Las formas simplicadas de cada uno de ellos est an esquematizada en la Fig. 10.16, mostrando a su vez los principales par ametros a tener en cuenta para cada tipo. Uno de ellos es la cola de bote (boat tailing). nos m as recientes dentro de cada grupo. En la Fig. 10.17 se muestran algunos de los dise Una de las causas de separaci on del ujo en el extremo trasero es la forma truncada del mismo. Hay dos tipos de separaciones que pueden ocurrir: la cuasi-bidimensional y la (netamente) tridimensional. Dependiendo de la geometr a del extremo trasero ambos tipos de separaciones pueden incluso interactuar.

10.3. Extremo trasero (rear end)

206

Figura 10.17: Algunos modelos de veh culos actuales con los estilos (arriba, izq.) squareback, (arriba, der.) notchback y (abajo) fastback. Las formas de separaci on est an gobernadas por par ametros espec cos, por ejemplo, la separaci on cuasi-bidimensional en la cola de bote est a controlada por los angulos del techo, los laterales y el panel inferior. La formaci on de los v ortices tridimensionales est a principalmente determinada por el angulo de inclinaci on del extremo trasero (slant angle). Ello no impide que ambos par ametros interact uen entre s .

10.3.2.

Cola de bote (boat tailing)

Uno de los objetivos que los dise nadores tienen en cuenta cuando desarrollan la forma de un veh culo, sobre todo en su extremo trasero, es tratar de lograr que la presi on est atica en dicho extremo (presi on base) sea lo m as alta posible, ya que en este sector generalmente existe una depresi on. La supercie en donde act ua, por el contrario, deber a ser lo m as peque na posible. Es decir, una combinaci on de ambos recursos mejora el valor del coeciente de arrastre. Para lograrlo, supongamos que el veh culo tiene una cola tal como lo muestra la Fig. 10.18 y es necesario recortarla. Esta t ecnica, denominada boat tailing, se esquematiza parcialmente en la misma

10.3. Extremo trasero (rear end)

207

Figura 10.18:

Reducci on del coeciente de arraste por el efecto boat tailing.

gura, donde se aprecian los cambios en los laterales. Cuanto mayor es la relaci on x/d, menor resultar a el coeciente de arrastre (e.g. ver Hucho [187] p ag. 165, g. 4.43). Esto se conoce en la jerga de los dise nadores como reducci on del arrastre por chaanado (tapering). De acuerdo con Maull [31] y con Mair [180, 181], el angulo optimo es de alrededor 22o , aunque a nuestro criterio, este depende en gran medida del tipo de veh culo y de la historia del ujo corriente arriba. La extensi on de la longitud x mejora el valor del coeciente de arrastre, pero a partir de una cierta longitud x = d se satura, debilit andose el efecto positivo de la relaci on. Esto conrma la idea de Kamm [177], de que el truncamiento del extremo trasero no provoca grandes cambios en el valor del arrastre. Sin embargo, el boat tailing en los autos de producci on est andar deber a estar contenido dentro de la longitud total establecida a expensas de perder algo de espacio interior. Generalmente el angulo de inclinaci on de los laterales no sobrepasa los 10o , si lo comparamos con el valor de la gura relacionada con el cuerpo de revoluci on. Pero el boat tailing no s olo se aplica a los laterales, sino tambi en en la zona del techo y del plano inferior del cuerpo. En los dise nos actuales, la tendencia es aplicar este efecto en el techo a expensas de reducir el volumen interior y la carga de altura del extremo trasero, con un efecto lateral negativo. El abovedado del techo tiene inuencia sobre el patr on de ujo en el sector trasero, contribuyendo en el valor del arrastre inducido (trailing vortex drag) a trav es de una composici on de fuerzas entre las de arrastre y las de sustentaci on. Adem as afecta el valor de la fuerza de sustentaci on pero en este u ltimo caso la inuencia se produce con el efecto provocado por los cambios en la supercie de abajo

10.3. Extremo trasero (rear end) del cuerpo.

208

Otro detalle del boat tailing est a relacionado con su empalme en la supercie inferior del autom ovil. Esto se logra por medio de un difusor. La supercie suave del mismo es un precondicionamiento entre los dise nadores para lograr una buena efectividad, con la tendencia a extenderlo en longitud. As , Pottho [73] demuestra que para una relaci on determinada entre area del difusor de salida y el area del difusor de entrada, la longitud del mismo es m as efectiva para reducir el arrastre que un aumento del angulo. Es decir, es preferible difusores largos con angulos peque nos, a difusores cortos con angulos grandes. Por supuesto, un efecto favorable es reducir la fuerza de sustentaci on en el eje trasero.

10.3.3.

Caracter sticas del fastback

Como ya lo establecimos en las secciones anteriores, la formaci on de v ortices y el car acter bi o tridimensional del ujo sobre la supercie superior inclinada trasera de los veh culos, est a principalmente determinada por el angulo de inclinaci on que presenta. Esta aseveraci on ha sido estudiada en profundidad en un amplio rango de cuerpos desde los simples hasta los m as complicados, como suelen ser los veh culos en la actualidad, incluso con todos los aditamentos que los caracterizan, ver Fig. 10.19.

Figura 10.19:

Separaci on del ujo sobre un cuerpo con una supercie oblicua en su parte posterior.

Todos los estudios coinciden en que tanto las fuerzas de sustentaci on como las de arrastre, en primera instancia, crecen con el incremento del angulo de inclinaci on. Luego de sobrepasar un umbral cr tico repentinamente caen a valores inferiores, cambiando la conguraci on del ujo. Observaciones de este, como del campo de presi on, indican que alrededor de los 20o se observan picos de presi on negativa sobre la supercie inclinada cercana a las aristas. Estos picos son inducidos por v ortices laterales que

10.3. Extremo trasero (rear end)

209

rolan desde el borde alado, de id entica manera como suele hacerlo el ujo en las aristas salientes de un ala delta (ver Fig. 10.19). Con el crecimiento del angulo de inclinaci on los picos de presi on negativa se incrementan proporcionalmente al incremento de intensidad de los v ortices. M as all a del umbral cr tico estos v ortices se desintegran (burst) form andose una zona de remanso, mientras que la presi on sobre la supercie inclinada trasera tiende a mantenerse constante. Tales observaciones fueron cualitativamente conrmadas para cuerpos con forma prism atica por Morel [158], s olo que para ellos el angulo cr tico superior ronda el valor de 30o . Estudios posteriores de Janssen y Hucho [94] observaron valores parecidos sobre veh culos completos. Ahmed [155] reporta posteriormente un valor del coeciente de arrastre muy cercano a las mediciones de Morel. Este u ltimo muestra curvas t picas. As para valores del angulo de inclinaci on : 1. superiores a los 30o : se produce una separaci on cuasi-bidimensional, con la presi on a lo largo de la secci on transversal trasera casi constante; 2. inferiores a los 30o : la conguraci on es netamente tridimensional, se observan picos de presi on negativa sobre los laterales, debido a que all se forman v ortices contra-rotantes. Si bien en esta Tesis no simularemos num ericamente la interacci on entre el boat tailing y la supercie inclinada trasera, es un efecto importante a investigar incluso para cuerpos prism aticos (tales como el modelo de Ahmed). Consideramos que un angulo apropiado para tal n ser a de 25o . Adem as, la tendencia de los dise nadores actuales es utilizar, entre otras, ambas particularidades en el dise no, ya que consideran que se puede lograr una apreciable reducci on del arrastre inducido. Esta prioridad est a adem as justicada porque sirve para reducir la sustentaci on en el eje trasero. Haciendo un poco de historia, fueron las observaciones realizadas durante la Volkswagen Golf I las que inspiraron a reducir el angulo del modelo presentado en la misma. El Golf utilizado ten a un pronunciado angulo de 45o en el extremo trasero y un coeciente de arrastre de CD = 0.40. Progresivamente la reducci on de dicho angulo de inclinaci on condujo a valores menores de este coeciente, pero cuando lleg o a 30o repentinamente se increment o el valor en un 10 %. En el primer modelo, la separaci on en el sector de atr as se produc a en la arista transversal superior, uni on entre el techo y la supercie inclinada trasera. A medida que se reduc a dicha inclinaci on, el punto de separaci on se trasladaba hacia la zona m as baja de la supercie inclinada hasta saltar a la arista inferior, uni on con la supercie base. En ese instante, dos fuertes v ortices longitudinales (trailing vortices) que rotaban hacia adentro, se deslizaban desde los bordes laterales, los cuales indujeron picos de presi on muy negativos sobre la supercie inclinada. Con una subsecuente reducci on del angulo de inclinaci on, el arrastre decay o a un m as, observ andose un debilitamiento de los v ortices anteriores. El m nimo arrastre

10.3. Extremo trasero (rear end)

210

fue obtenido para un angulo de inclinaci on de 15o . Finalmente, al seguir reduciendo este angulo, obtuvo el modelo squareback. En el rango entre 28o y 32o , aproximadamente, fue observada una condici on biestable: la separaci on pod a ocurrir en la parte superior o en la inferior del extremo trasero inclinado. Las mediciones tomadas en el mismo instante para el coeciente de sustentaci on, conrmaron que los cambios en el arrastre acompa nan cambios en la sustentaci on siguiendo la formaci on del par de v ortices longitudinales derramados en los laterales de la supercie inclinada. Estos cambios se aplican en mayor porcentaje al eje trasero. Tambi en se mostr o que la longitud de la supercie trasera tiene un efecto de primer orden sobre el angulo de inclinaci on optimo con respecto al coeciente arrastre. De acuerdo con Buchheim [134], el de arrastre se incrementa proporcionalmente a la longitud del extremo trasero. Sin embargo tales efectos tienden a ser menos signicativos cuando el dise no presenta las aristas laterales m as redondeadas, que es el caso de los veh culos actuales. En esta u ltima situaci on de contornos redondeados, empieza a cobrar importancia la altura z entre el piso y el borde inferior de la supercie inclinada. Existe un valor de esta tal que la curva de arrastre pasa por un m nimo, y que es muy dependiente de la forma dadas a las aristas inclinadas. El principio general de mantenimiento de un gradiente de presi on favorable o medianamente desfavorable, utilizando contornos suaves, se aplica a la forma del area principal del techo. De acuerdo con nea media del techo reduce el coeciente Buchheim et al. [134], el incremento en la curvatura de la l de arrastre. Sin embargo, este muestra que si el incremento en la curvatura es simplemente producido por combado de la l nea central del techo, el crecimiento resultante en el valor del area frontal proyectada, puede m as que compensar la reducci on lograda en el coeciente de arrastre, y el valor global CD Aproy aumentar. La alternativa de bajar la l nea del techo en la parte frontal y en la trasera est a restringida a la visi on del conductor. En los autom oviles actuales se tratan de lograr mejoras en el coeciente de arrastre con otros detalles m as nos sobre la supercie trasera pero no haremos una descripci on de los mismos, ya que el esp ritu de la Tesis est a relacionado con obtener las caracter sticas del ujo de mayor relevancia y su validaci on con los m etodos num ericos. Para concluir diremos que todo este conjunto de observaciones que hemos analizado, llev o a Morel y Ahmed a denir un modelo de cuerpo sencillo, similar a un autom ovil, sobre todo en el extremo trasero, de tal forma que simplique el an alisis experimental, pero que al mismo tiempo conserve los patrones de v ortices y remolinos principales, sin tener en cuenta otros aditamentos con que cuentan los veh culos de calle.

10.4. Fuerzas provocadas por el ujo

211

10.4.

Fuerzas provocadas por el ujo

El ujo del viento sobre los autom oviles causa un conjunto de fuerzas que provocan diferentes efectos e inuyen en gran medida al momento de decidir caracter sticas de dise no. Dicho ujo no s olo conduce a fuerzas de arrastre sino que otras fuerzas y momentos aerodin amicos (componentes de las fuerzas y momentos del viento), afectan las condiciones de manejo, seguridad y estabilidad del veh culo. Su inuencia se siente en mayor medida cuando el cuerpo se desplaza a alta velocidad o bajo condiciones atm osfericas extremas. Si bien el valor del arrastre es a un hoy imposible de determinar anal ticamente, los progresos de los m etodos num ericos en estos u ltimos tiempos han resultado signicativos. Gran parte de ello fue debido al avance logrado con los m etodos de la din amica de uidos computacional (CFD). Los resultados obtenidos con estos u ltimos, si bien se acercan cada vez m as con los experimentales, todav a no son un medio seguro de predicci on. Pero esto se contrarresta con el incremento notable en el volumen de datos experimentales, cuya informaci on es de ayuda invalorable al momento de predecir el coeciente de arrastre. El patr on del ujo de aire resultante del movimiento hacia adelante del cuerpo produce una fuerza de sustentaci on (lift) y un momento de cabeceo (pitching). Ambos est an relacionados con las propiedades geom etricas del veh culo y tienen importancia ya que inuyen en las condiciones de carga que soporta el cuerpo cuando se desplaza en una carretera, sobre todo en las ruedas, inuyendo a su vez, en el dise no del dibujo en la supercie del neum atico, el cual tiene que ver con su capacidad de agarre sobre la carretera. El rol alternativo de estas fuerzas y momentos sobre el veh culo tiene importancia en su estabilidad direccional durante la conducci on y en el comportamiento inherente durante los cambios repentinos de direcci on. En la pr actica, el efecto de las fuerzas y momentos aerodin amicos sobre las estabilidad de conducci on son m as notables con condiciones de viento lateral. Esto se incrementa a un m as cuando el veh culo maniobra para adelantarse a otro o cuando dos de ellos se sobrepasan. Los obst aculos del terreno (e.g. a rboles, edicios, laderas, entre otros) tambi en tienen su inuencia ya que provocan un cambio en las condiciones del ujo. En estos casos, la interacci on de las fuerzas del viento con las de inercia son decisivas para la estabilidad del veh culo. Una tarea de los aerodinamistas en estos casos es la de comprender mejor el conjunto de fuerzas y momentos que inuyen sobre los veh culos partiendo de leyes generales, para luego incursionar en las particulares sobre cada parte del cuerpo. En base a ello, plantean alternativas de dise no que inuyen posteriormente en su maniobrabilidad, confort y seguridad. Para cuerpos con forma aerodin amica, con una relaci on de vol umen-solidez d/L determinadas,

10.4. Fuerzas provocadas por el ujo

212

la forma que suministra el m nimo arrastre se puede predecir bastante bien. La teor a de la capa l mite puede usarse para convertir mediciones obtenidas desde un modelo en escala reducida a valores correspondientes del prototipo. Sin embargo, la precisi on declina como consecuencia del incremento en la solidez del cuerpo debido a que crece su arrastre por presi on. La principal raz on de esta p erdida de precisi on es que, con una valor alto de la solidez, la posici on de la separaci on del ujo y los valores de presi on en la regi on de ujo separado, especialmente en la base, no puede ser especicada adecuadamente. Los progresos evidenciados en la tecnolog a computacional en la resoluci on num erica de las ecuaciones de Navier-Stokes, ha logrado disminuir algo la brecha. Sin embargo el mero parecido entre resultados virtuales del ujo computacional con los obtenidos en la realidad experimental, no debe enmascarar el hecho de que, en general, no se ha logrado cuantitativamente correlacionar satisfactoriamente ambas t ecnicas. La existencia de resultados aislados que muestran un buen acuerdo con los computacionales no contradice este planteo. Se cree que todav a existe un largo camino por recorrer para lograr dicho acuerdo. Esta secci on tratar a las diferentes fuerzas que act uan sobre los veh culos. La misma est a principalmente limitada a una observaci on cualitativa, describiendo los fen omenos f sicos que las provocan. Las evaluaciones cuantitativas las realizamos en los cap tulos venideros cuando validemos el c odigo, primero, con un ujo sobre una autom ovil con caracter sticas netamente aerodin amicas y posteriormente con un modelo de cuerpo simplicado.

10.4.1.

Denici on del coeciente de arrastre (drag)

La fuerza neta del u do sobre un cuerpo obtuso es una fuerza de arrastre alineada con la direcci on del ujo. Existe una relaci on entre esta fuerza y una variable de la estela denominada espesor de la cantidad de movimiento. Adem as, la causa de su existencia, sobre todo cuando el n umero de Reynolds es elevado, se debe a la generaci on de energ a cin etica de los remolinos (o energ a cin etica del movimiento uctuante), cuyas velocidades son proporcionales a la velocidad de la corriente V y cuyas dimensiones son determinadas por la geometr a del cuerpo. As , denimos el coeciente de arrastre CD = D ; 1/2V 2 Aproy (10.6)

donde Aproy es el area frontal o proyectada del cuerpo, sobre un plano transversal a la direcci on de la corriente no perturbada, es la densidad del aire, y V es la velocidad de corriente libre, es decir el valor de la velocidad a la entrada, que hemos tomado igual a la unidad, cuando realizamos las simulaciones num ericas.

10.4. Fuerzas provocadas por el ujo

213

Con el objeto de corroborar lo antes dicho, referente a la relaci on entre el coeciente de arrastre versus el angulo de inclinaci on , observamos que para un angulo pr oximo a 30o se obtendr an los valores m aximos de dicho coeciente. El lavado inducido por los v ortices asegura que el ujo central proveniente del techo, permanezca ligado hasta llegar a la arista inferior de la supercie inclinada. Sin embargo, tal adherencia del ujo no es una indicaci on suciente de un bajo arrastre, como se crey o en un principio. Por el contrario, la alta presi on negativa que se genera por los v ortices representativos de dicha inclinaci on, resulta una fuerza de arrastre relativamente elevada. Esto explica el pobre rendimiento obtenido en los dise nos m as antiguos, donde la mayor a constru a veh culos con un alto valor de , cercano a los 30o . Tendremos oportunidad de observar la amplia variedad de v ortices mencionados seg un las diferentes conguraciones descriptas cuando analizemos el modelo de Ahmed. omo En la Fig. 10.20 observamos, para diferentes conguraciones o estilos del extremo trasero, c var an los coecientes correspondientes a las fuerzas de sustentaci on y de arrastre que act uan sobre un veh culo de pasajeros com un. En la pr oxima secci on haremos una breve rese na, sobre los diferentes tipos de fuerzas que act un en un autom ovil y su conexi on con las caracter sticas del ujo presente.

Figura 10.20:

Coecientes correspondientes a las fuerzas de arrastre (CD ) y sustentaci on (CL )

aerodin amicas, para diferentes estilos del extremo trasero (tomada de Guillespi p ag. 86). Para una conguraci on y condiciones de operaci on dada del veh culo, existe una fuerza resultante de arrastre aerodin amica con centro de presi on efectivo sobre el piso. Cuando esta fuerza se mueve hacia el origen del eje a nivel de piso, aparece un momento de cabeceo (pitching) sobre el eje transversal, el cual reacciona por cambios en las fuerzas verticales sobre las ruedas delanteras y traseras. La fuerza de arrastre resultante est a conformada por varias componentes, las cuales se originan desde diferentes efectos y no siguen necesariamente las mismas leyes f sicas.

10.4. Fuerzas provocadas por el ujo

direccion del flujo de aire punto de impacto punto A estela turbulenta

214

cuerpo ("bluff body") flujo sin perturbar capa limite laminar

zona de transicion

capa limite turbulenta

linea de separacion

flujo de menor velocidad estela cercana

Figura 10.21:

Tipos de ujos de aire en la capa l mite.

En lo que sigue primero exponemos el mecanismo f sico que produce las fuerzas de arrastre, luego examinamos la contribuci on de las fuerzas de presi on y las de fricci on en el arrastre total experimentado por el cuerpo.

10.4.2.

Mecanismo f sico del arrastre

En esta secci on consideramos las causas f sicas de la fuerza de arrastre, las cuales pueden ser mejor entendidas comparando el ujo de un u do viscoso con uno sin fricci on. Las part culas de aire pueden reaccionar unas con otras y producir fuerzas normales o de presi on y tangenciales o de corte. Las primeras, en el caso de un ujo suave sobre un perl de ala, pueden ser calculadas con la ecuaci on de Bernoulli, salvo en regiones de ujo separado. Las fuerzas de corte se deben a la viscosidad del uido y ocurren en una delgada capa l mite cercana al cuerpo. Si consideramos un cuerpo suave, bidimensional de envergadura innita, tal como se muestra en la Fig. 10.21, las fuerzas de presi on local act uan normales a la supercie. Sin capa l mite o separaci on (uido ideal), la resultante de todas las componentes de las fuerza de presi on en la direcci on del arrastre deben ser nulas y el ujo concluye en el extremo trasero con un punto de estancamiento que est a marcado como A en la gura anterior. De hecho, en la realidad, existe la capa l mite la cual, para una supercie muy suave, comienza siendo laminar, pasa por una zona de transici on y luego se vuelve turbulenta, en donde resulta m as gruesa y estable. Las fuerzas de corte en estas capas, extraen energ a del ujo y lo frenan, particularmente en el extremo trasero del cuerpo. Dicho ujo interact ua con la presi on recuperada sobre la supercie, tal que puede ocurrir el fen omeno de la separaci on, como lo vimos anteriormente. Las separaciones producen una disminuci on de la velocidad, turbulencia en la estela posterior y una baja presi on, sobre todo en la regi on de la base y en la parte trasera del cuerpo. Una integraci on de todas las componentes de las fuerzas de presi on local en la direcci on longitudinal, resultar a en el arrastre por presi on (muchas veces referenciado como arrastre de forma). Una integraci on de todas las fuerzas de corte dar a el arrastre de fricci on en la pared (drag skin friction). De esta manera hemos identicado los dos mecanismos principales de la fuerza de arrastre y sus ujos asociados.

10.4. Fuerzas provocadas por el ujo

215

El arrastre o resistencia aerodin amica al movimiento puede ser explicado por la diferencia entre estas dos formas de ujo, ya que en un ujo sin fricci on el valor del arrastre viscoso o de fricci on es nulo. Con modelos num ericos de ujos no viscosos (modelo potencial), podemos establecer un esta ndar ideal, cuyo arrastre es nulo, y utilizarlo como medio de comparaci on con los valores reales. El arrastre de este tipo, se origina en aquellas areas donde el patr on de ujo viscoso se desv a del ujo ideal. La diferencia m as notoria entre ambos ujos lo establece el fen omeno de la separaci on. Otra diferencia, no tan obvia, corresponde a los esfuerzos tangenciales de corte en las paredes. La separaci on hace que la distribuci on de presiones en el ujo real diera de la correspondiente a un ujo ideal. Los esfuerzos tangenciales es la raz on de la separaci on y adem as dene el valor del arrastre por fricci on. La p erdida de energ a dentro de la capa l mite, la cual se debe a la fricci on, causa que el ujo se separe de su supercie adjunta cuando el gradiente de presi on resulta excesivo. En los autom oviles de calle, este es generalmente el caso que ocurre en la regi on del extremo trasero del mismo y en ciertos lugares localizados, pero con mucha mayor intensidad en la primera de ellas. La presi on que se recupera corriente abajo de la separaci on es mucho m as d ebil (si no cero) causando el fen omeno del reencauzamiento. Cuando gracamos la presi on con respecto a la direcci on longitudinal, ya sea en la regi on delantera como en la trasera, se hace evidente que en el extremo frontal, al no haber separaci on, presenta una curva similar a un u do viscoso sin fricci on. En el extremo trasero las diferencias son considerables. Estas, en realidad, son las que provocan que cuando integramos la presi on en la direcci on de la corriente libre, generen el arrastre de presi on, y no s olo producto del punto de estancamiento en la parte frontal como intuitivamente suponemos en primera instancia. Es decir, planteamos que Dp = p sin dA ; (10.7)

donde p es la presi on, el angulo entre la normal n saliente a la supercie y la direcci on perpendicular al ujo y dA el diferencial de area. El vector p dA = pndA representa la fuerza diferencial de presi on sobre el diferencial de area y al multiplicarla por el sen la proyectamos en direcci on de la corriente. De acuerdo con la teor a de impacto de Newton, las part culas golpean las supercies delanteras de cuerpo, sin impedimentos y transmiten su impulso completamente a este, en la direcci on de la corriente, debido a que la forma del cuerpo, detr as de su mayor secci on transversal, no tiene inuencia en el valor del arrastre. Pero eso no ocurre en nuestro caso. Tal teor a se podr a aplicar mejor a ujos con velocidad hipers onica, donde se produce una onda de choque en un punto cercano al contorno del cuerpo, mientras que para ujos subs onicos, como en nuestro caso, el comportamiento es bastante

10.4. Fuerzas provocadas por el ujo diferente.

216

La adherencia de un u do viscoso a las paredes, esto es, la condici on de no-deslizamiento (no-slip), resulta en un tensi on viscosa de corte en las mismas. Para obtener el arrastre por fricci on tenemos que integrar las tensiones de corte sobre toda la supercie del cuerpo. Este total incluye todos los componentes del arrastre, en particular, los inducidos por los v ortices que puedan presentarse. Este arrastre de fricci on, generalmente, es comparativamnte bajo. De acuerdo a estudios llevados a cabo por Carr representa, en general, apenas un 15 % del arrastre total. En cambio, si suponemos que la supercie inferior del auto es rugosa dicho valor se incrementa hasta m as o menos una tercera parte, dejando de ser un valor insignicante. Adem as del arrastre por presi on y fricci on existe otro t ermino que aparece frecuentemente en la literatura, esto es, el arrastre inducido, e.g. ver [53, 187, 186, 185]. Este tipo de arrastre proviene originalmente de la aerodin amica de aviones y est a asociado con los perles de alas con una alta relaci on de aspecto (span chord ratio). El ujo tridimensional sobre tales alas, bajo condiciones de sustentaci on (lift), produce dos estructuras vorticosas que inducen componentes de velocidad en el ujo tales que provocan un lavado en la supercie de aire detr as del ala. El arrastre inducido resulta ser una simple funci on de la sustentaci on. Simplicando, los cuerpos obtusos (blu bodies) (e.g. autom oviles, camiones, autobuses, trenes) presentan estructuras de v ortices reminscentes de aquellas espec cas de un ala de avi on y se vuelven comunes a este tipo de cuerpo. La diferencia es que est an entremezcladas con un ujo bidimensional, y su fuerza de arrastre no admite ninguna relaci on universal con la sustentaci on como ocurre con los perles alares. Adem as, debemos recordar que el plano del piso diculta en gran medida el lavado hacia atr as, aunque hacia arriba es posible que ocurra. El arrastre vorticoso (vortex drag) se observa mejor que el arrastre inducido. Los v ortices son generados a expensas de potencia consumida, a trav es de cambios en la presi on y en el arrastre por fricci on sobre la pared. Aunque es conveniente, algunas veces, pensar en t erminos de arrastre por los v ortices y por la estela cercana turbulenta, Carr [53] apunta que hay solamente dos componentes de arrastre: el de presi on y el de fricci on, mientras que los correspondientes a los v ortices y a la estela turbulenta, no son m as que meras formas alternativas de concebir el mecanismo del arrastre. Una inspecci on del campo de presi on sobre la estela, el cual abarca todas las p erdidas de cantidad de movimiento, producen el arrastre total.

10.4. Fuerzas provocadas por el ujo

217

10.4.3.

Arrastre de presi on

Corresponde a la contribuci on relativa de la distribuci on de la presi on sobre la supercie del cuerpo. Las presiones normales a esa supercie, por s solas generan un arrastre que lo medimos con un coeciente denominado de arrastre por presi on (o de forma) Cd . Luego de calcular la fuerza de presi on total Fp Fp =

p d A;

(10.8)

donde p dA = pndA representa la fuerza diferencial de presi on en el diferencial de area, que al integrarla en toda la supercie obtenemos dicha fuerza de presi on total. Si a esta fuerza la proyectamos en la direcci on de la corriente obtenemos la componente Dp , que contribuye al c alculo del arrastre por presi on o de forma.

Dp = Fp u

(10.9)

donde u es un versor unitario que apunta en la direcci on del ujo, es decir es la componente de la velocidad en la direcci on del ujo, a la que transformamos en un vector unitario. Al valor de Dp , lo aplicamos para calcular el coeciente de arrastre, el que nos quedar a de la siguiente manera: Cd = 2 Dp ; 2 A V proy (10.10)

En la pr actica sumamos las componentes, en la direcci on del ujo, de la fuerza de presi on total por nodo, sobre toda la supercie del cuerpo y a este valor lo dividimos por el valor de la presi on din amica de la corriente libre por el area proyectada del modelo. Esta relaci on resulta en el coeciente de arrastre por presi on o de forma.

10.4.4.

Arrastre de fricci on

Como ya hemos visto, la viscosidad del aire tiene una inuencia relevante s olo en una muy delgada capa cercana a las paredes del cuerpo que es conocida como capa l mite (boundary layer). Bas andonos en leyes cuasi-universales determinadas experimentalmente, podemos estimar las tensiones de corte turbulentas sobre una pared w . El desarrolo de la capa l mite, al menos en los casos bidimensionales o en cuerpos de revoluci on, puede ser calculado a un para conguraciones donde la presi on est atica sobre la pared no permanece constante. En particular, podemos identicar el punto de separaci on del ujo. Con tal informaci on es posible optimizar la forma del cuerpo de revoluci on mediante consideraciones sobre su arrastre.

10.4. Fuerzas provocadas por el ujo

218

En los uidos viscosos, se presenta un gradiente de velocidad en las paredes. Debido a la fricci on molecular act ua una tensi on de corte en cada punto de la supercie del cuerpo. Dicha tensi on al integrarla en la direcci on de la corriente libre conduce a la componente de arrastre por fricci on D = w cos dA . (10.11)

donde w es la tensi on de corte supercial, el angulo entre la normal n saliente a la supercie y la direcci on perpendicular al ujo o bien el que forma el vector w con la direcci on del ujo y dA el diferencial de area. Con motivo de obtener resultados que no dependan de las dimensiones actuales del cuerpo y de las condiciones de la corriente libre, se dene el coeciente de arrastre por fricci on Cd =
2 V

2 D ; Aproy

(10.12)

valor que depende del n umero de Reynolds. Cuando analizamos el ujo en una placa plana, donde la mayor contribuci on al arrastre corresponde al de fricci on, asumimos que la parte frontal de la placa tiene una capa l mite laminar y la parte trasera turbulenta, por lo que suponemos una transici on entre ellas. Cuando los n umeros de Reynolds son bajos se sigue aproximadamente una ley de ujo completamente laminar, pero cuando dicho valor crece se aproxima a la de ujos con capa l mite turbulenta, donde el arrastre por fricci on es bastante m as alto que en las laminares. Si adem as el cuerpo presenta una supercie rugosa, dicho valor crece a un m as (el incremento de la rugosidad relativa incrementa el arrastre y la dependencia con el Reynolds es menor). Si no se presenta separaciones en el ujo, el valor de la fricci on disminuye y, por consiguiente, el correspondiente arrastre. Esto se puede lograr dise nando cuerpos con formas aerodin amica sobre todo en la regi on trasera, la que solamente produce un crecimiento moderado de la presi on en la direcci on del ujo. El arrastre debido a las fuerzas de corte friccionales en veh culos convencionales es relativamente peque no. As , Carr [53] ha estimado que la contribuci on al arrastre por fricci on sobre el valor del coeciente total de arrastre CD est a en el orden de 0.04 para un autom ovil con un perl razonablemente suave, elev andose a 0.11 si la supercie inferior del mismo es rugosa (caso usual en los autos de calle). Actualmente, con nuevas formas de dise no y calidades en la supercie, estos valores se han reducido.

10.4.5.

Arrastre por v ortices rastreros

Cuando vimos el mecanismo f sico del arrastre y explicamos la parte correspondiente a la presi on, hemos notado la inuencia que tiene en esta fuerza los valores que adopta el campo de dicha variable, no solo en la supercie del cuerpo sino en la estela cercana al mismo. Como lo apuntamos en la introducci on, resulta un tanto peligroso considerar un campo bidimensional cuando estudiamos este

10.4. Fuerzas provocadas por el ujo

219

problema ya que el ujo es netamente tridimensional. La Fig. 10.9 muestra algo de la naturaleza tridimensional del ujo, sobre todo en el extremo trasero. Gran parte de los veh culos de calle producen una zona de baja presi on sobre la supercie superior del mismo y un valor m as alto de la misma en la supercie inferior, generando una fuerza de sustentaci on que apunta hacia arriba. Una importante consecuencia de ello, es que el aire tiende a uir desde el fondo, donde la presi on es alta, hacia los laterales y hacia el techo del cuerpo, resultando como consecuencia de ello la producci on de v ortices en la estela (trailing vortices). Estos v ortices son similares a los ciclones cuyos ejes apuntan en la direcci on del ujo y se arrastran pr oximos al piso. Se consume una gran cantidad de energ a cin etica para su formaci on ya que involucran grandes masas de aire. Si queremos entender el mecanismo por el cual los v ortices anteriores producen arrastre, veamos on de un ujo bidimensional te orico en el plano central la Fig. 10.22. en donde comparamos el patr

fuerza de la sustentacin

componente del arrastre componente de la sustentacin fuerza resultante

Figura 10.22: Patrones de ujo: en el plano central longitudinal (arriba); en un ujo 2D (abajo); en un ujo 3D real con v ortices rastreros trailing vortex. longitudinal, en el que no existen tales v ortices, con el correspondiente a un ujo tridimensional que representa mejor el caso real. En este u ltimo, los v ortices arrastran el aire al alejarse del extremo trasero a trav es de la estela, produciendo una baja presi on en esa zona y empujando el ujo hacia abajo. El aire en el v ortice se arremolina, sobre todo cuando la velocidad se incrementa, creando una zona de baja presi on y, por lo tanto, cualquier supercie expuesta a la inuencia del v ortice estar a sujeta a una presi on reducida. El extremo trasero del veh culo es una de ellas, incrementando por tanto su

10.4. Fuerzas provocadas por el ujo coeciente de arrastre.

220

De todo lo comentado, deducimos que los v ortices longitudinales producen arrastre como consecuencia que se modica el campo de presi on, redistribuyendo sus valores. Esta contribuci on se conoce como arrastre vorticoso rastrero (trailing vortex drag), aunque a veces se suele usar el t ermino aeron autico arrastre inducido (induced drag). Un ejemplo que resulta interesante mencionar es el relacionado con los alerones en autom oviles de competici on. Estos tienen la forma de un ala de avi on invertida. Cuando el ujo pasa a trav es de los mismos se generan v ortices como los mencionados. La diferencia con un veh culo de calle est a en el campo de presi on. Los altos valores se encuentran en la supercie superior del ala y el aire uye hacia la supercie inferior que es de baja presi on, ocasionado un fuerza de sustentaci on hacia abajo (down force). Con ello se logra pegar el auto al piso aprovechando mejor la potencia del motor.

10.4.6.

Reducci on del arrastre por v ortices rastreros

En aeron autica la experiencia indica que reduciendo la fuerza de sustentaci on se reducir a el arrastre, pero en el caso de veh culos que se desplazan muy pr oximos al piso, esto no se cumple. La cercan a de la carretera afecta la relaci on entre los coecientes de sustentaci on y de arrastre. Empero, los v ortices rastreros (trailing vortices) son suprimidos, debido a que el aire no puede rotar a trav es de la carretera, reduci endose el arrastre producido por este tipo de remolinos. Aunque los veh culos reales no est an normalmente en contacto deslizante con el piso, cualquier clase de v ortice pr oximo al mismo es distorsionado. Una comparaci on similar con dicho fen omeno se logra con una imagen espejada del v ortice, simulando matem aticamente el piso como si fuera un espejo, ver Fig. 10.23. Ambos v ortices rotan en sentido opuesto y en lugar de arrastrar el aire hacia abajo

vrtice real

imagen espejada

Figura 10.23:

Distorsi on provocada en un v ortice por el efecto del piso.

10.4. Fuerzas provocadas por el ujo

221

tender an a hacerlo hacia arriba, cancelando en parte el efecto de arrastre de estos v ortices. En otras palabras, el piso tiende a suprimir el arrastre provocado por este v ortice. El fen omeno provocar a una atracci on entre ellos, ya que ujo inducido entre ambos tiene una mayor velocidad y en consecuencia una menor presi on. Como los veh culos no se encuentran en la realidad en contacto con la carretera, los v ortices rastreros no son del todo suprimidos, e incluso interact uan con el ujo proveniente de la parte de abajo del veh culo. La fuerza de sustentaci on hacia arriba (lift) o hacia abajo (down force) est a asociada con el arrastre inducido por este tipo de v ortices.

10.4.7.

Denici on de la fuerza de sustentaci on

Cuando se investiga la aerodin amica de veh culos nos concentramos, en primera instancia, en reducir el arrastre que sufre el cuerpo, pero a medida que nos adentramos en el problema surge el interrogante de la importancia que tienen las fuerzas de sustentaci on. Estas indirectamente afectan el arrastre, como ya lo hemos establecido, pero tienen un rol signicativo cuando consideramos las condiciones de adherencia y estabilidad de manejo. Un mejoramiento en estas condiciones se logran reduciendo la sustentaci on o generando una fuerza hacia abajo (down force, o sustentaci on negativa). La mejora en la adherencia (roadholding) tiene particular importancia en el caso de los autom oviles de competici on, donde se aprovecha toda la potencia del motor, mejorando su estabilidad direccional a altas velocidades.

10.4.8.

Generaci on de la fuerza de sustentaci on

De acuerdo a lo comentado, el arrastre causado por los v ortices longitudinales rastreros (trailing vortex drag) est a asociado con las diferencias de presi on entre las supercies superior e inferior. Aparte de su asociaci on con el tipo de arrastre anterior, la fuerza de sustentaci on es un factor importante en la aerodin amica de los veh culos, teniendo una fuerte inuencia sobre la estabilidad, agarre o adherencia y en el comportamiento. En el caso de veh culos de competici on, la preocupaci on es mantener pegado el auto al piso. Cuando el cuerpo se desplaza en el aire alejado del piso, como un aeroplano, hay dos factores que afectan la cantidad de fuerza de sustentaci on generada: (i) el angulo de ataque y (ii) la comba o curvatura del cuerpo. Para el caso de veh culos que se desplazan muy pr oximo de la carretera la inuencia de piso tiene un efecto profundo. Tal como lo establecimos en la secci on 10.4.6, si el cuerpo estuviera muy cercano al piso, entonces el ujo de aire en el techo generar a una regi on de baja presi on (ya que se acelera), resultando en una sustentaci on como consecuencia de la disminuci on de la presi on.

10.4. Fuerzas provocadas por el ujo

222

En la realidad no ocurre esto y algo de aire siempre uye debajo del veh culo. La sustentaci on es fuertemente dependiente de tales ujos y de la distribuci on de presi on. Sellando el extremo trasero del cuerpo y los laterales (similar a las polleritas utilizadas anteriormente por la F ormula 1), se genera una alta presi on de estancamiento en el extremo frontal, produciendo una sustentaci on positiva. En contraste con esta situaci on, sellando la parte delantera y colocando un difusor en el extremo trasero, se producir a una regi on de baja presi on por debajo del cuerpo, generando una sustentaci on negativa. Los autom oviles de pasajeros se encuentran entre lo aeroplanos y los autos de competici on con efecto suelo. Tambi en aqu la curvatura o combado y el angulo de ataque son importantes, pero su inuencia se encuentra severamente distorsionada por la proximidad al piso, ver Fig. 10.24.

Figura 10.24: Efecto provocado por la fuerza de sustentaci on en un autom ovil de competici on (circuito de Le-Mans). Si bien sabemos que la sustentaci on se produce por una diferencia de presi on entre la parte superior e inferior del cuerpo, el mecanismo f sico detallado por el cual se produce esta diferencia y las diferentes causas que lo generan son bastantes complicadas. Es importante notar que no se requiere ninguna geometr a especial y a un una forma obtusa, tal como un ladrillo producir a sustentaci on cuando se incline con respecto al ujo.

10.4. Fuerzas provocadas por el ujo El coeciente de sustentaci on se dene de una manera similar al de arrastre, esto es, Lift = Presi on din amica Area Frontal Plana CL L = q Aproy CL ;

223

(10.13)

donde q es la presi on din amica. Notemos que por conveniencia el area de referencia es la frontal proyectada, a un pensando que est a m as relacionada con el area plana, ya que esta es la que se usa en el contexto aeron autico. En la bibliograf a podemos encontrar otras notaciones para el coeciente como CZ , indicando la referencia al eje z que corresponde a la altura, o bien CA , que en Alemania se usa como sustentaci on (Auftriebsverhalten).

10.4.9.

Fuerzas y momentos aerodin amicos en el sistema de ejes SAE

De acuerdo con la Norma SAE J 1594 (ver [184]), la fuerza de arrastre D se dene como la fuerza aerodin amica que act ua a lo largo del eje longitudinal, siendo positivo hacia atr as (en la retaguardia), Flong = D. El sistema de ejes que utiliza la SAE es el convencional, es decir, con el origen localizado a nivel del piso, sobre la mitad de la distancia entre los ejes de las ruedas, y en el centro del veh culo o de la huella, x positivo hacia adelante, y a la derecha y z hacia abajo. La Fig. 10.25.

D S y PM

RM

YM z

WB/2

WB

Figura 10.25:

Sistema de ejes aerodin amicos SAE.

muestra el conjunto de fuerzas que act uan sobre un veh culo del tipo de pasajeros. El siguiente conjunto de ecuaciones nos permiten transformar las fuerzas y momentos en sus ejes correspondientes:

10.4. Fuerzas provocadas por el ujo componente de la fuerza de sustentaci on en el eje frontal LF , LF = 0.5 L + P M/W B ;

224

(10.14) CLF = 0.5 CL + CP M ; componente de la fuerza de sustentaci on en el eje trasero LR, LR = 0.5 L P M/W B ; (10.15) CLR = 0.5 CL CP M ; componente de la fuerza lateral en el eje frontal SF , SF = 0.5 S + Y M/W B, (10.16) CSF = 0.5 CS + CY M ; Componente de la fuerza de sustentaci on en el eje trasero LR, SR = 0.5 S Y M/W B ; (10.17) CSR = 0.5 CS CY M . La gran ventaja del uso de coecientes es que cuando son determinados experimentalmente para valores particulares de la presi on, area frontal proyectada y distancia entre ejes (como ocurre en un ensayo en un t unel de viento), las fuerzas y momentos para otras velocidades, densidades de aire y dimensiones del cuerpo pueden ser estimadas sin otro ensayo. Como lo hemos comentado anteriormente, el n umero de Reynolds tiene un efecto prominente sobre el patr on del ujo y, de hecho, puede cambiar los coecientes de las fuerzas y los momentos. En un caso m as general, estos coecientes dependen de otros n umeros adimensionales, tales como el n umero de Mach M = V /Vsonido a altas velocidades, alguna relaci on de longitud para denir la rugosidad supercial, o bien una relaci on de velocidades para denir la turbulencia del aire, entre otros. Por otra parte, las fuerzas y torques son otro resultado de las fuerzas aerodin amicas, en donde la longitud de referencia es la distancia entre ejes de las ruedas W B (WheelBase). Las seis fuerzas y momentos, donde q es presi on din amica de la corriente libre, est an dados por, Lif t, L = CL q Aproy , Drag, D = CD q Aproy , SideF orce, S = CS q Aproy , (positivo hacia arriba, L = Fz ); (positivo hacia atr as, D = Fx ); (positivo hacia la derecha, S = +Fy ) (10.18)

P itching, P M = CP M q Aproy W B, (positivo nariz arriba, P M = My ) ; Y awing, Y M = CY M q Aproy W B, (positivo nariz a la derecha, Y M = Mz ); Rolling, RM = CRM q Aproy W B, (positivo lat. derecho abajo, RM = Mx ); (10.19)

10.5. Conclusiones y principios de reducci on del arrastre

225

10.5.

Conclusiones y principios de reducci on del arrastre

Con el objetivo de minimizar el arrastre de fricci on, es necesario dise nar supercies continuamente suaves, sin cambios repentinos de direcci on ni protuberancias que provoquen separaci on del ujo. La supercie inferior del veh culo es tan importante como la superior. Para disminuir el arraste de presi on es necesario que el ujo permanezca ligado lo m aximo posible; esto implica contornos de supercie continuos sin esquinas agudas, aladas o labradas. Adem as, es importante el crecimiento sostenido de la presi on hacia el extremo posterior del veh culo, signicando que el area de secci on transversal gradualmente deba reducirse hacia dicho extremo, como ocurre en cuerpos con forma de gotas. Esta reducci on gradual es necesaria a los efectos de prevenir la separaci on del ujo debido a los fuertes gradientes de presi on adversos. Para reducir la intensidad de los v ortices de eje longitudinal trailing vortex drag, quienes tienen un importante efecto en el valor del arrastre, es necesario reducir la fuerza de sustentaci on lift (down force). Con algunas de estas ideas en mente y con otras m as espec cas para cada tipo de veh culo, es posible alcanzar valores bastante inferiores a los actuales de los coecientes de arrastre y de sustentaci on, mejorando sensiblemente la performance y disminuyendo el consumo de combustible.

Cap tulo 11

Simulaci on num erica de un veh culo deportivo

11.1. Introducci on

En el mercado automotriz actual existen una cantidad apreciable de los denominados segmentos, los cuales separan en calidad, prestaci on, precio y otras particularidades a los autom oviles. Estos a su vez pasaron de ser un mero utilitario para trasladar personas hacia un objeto que tiene relaci on con el nivel socio-econ omico, la est etica o la competici on, entre otros factores. Es por ello que hemos tratado de incorporar al proceso de simulaci on, un modelo con rasgos netamente aerodin amicos, cercanamente ligado al dise no de veh culos de competici on. En el estudio aerodin amico de un veh culo de calle o de competici on, la industria automotriz emplea extensivamente los ensayos en t unel de viento y en ruta. Estos procedimientos tienen la ventaja que nos sit uan frente a una observaci on experimental directa, pero tienen como inconvenientes el hecho de insumir un gran tiempo de desarrollo, un esfuerzo laboral importante y un costo relativo considerable. Es por ello que gracias al advenimiento de las computadoras digitales, cada vez m as poderosas, ha crecido el uso de los m etodos computacionales para simular, en diferentes niveles de aproximaci on, parte de lo que sucede en los ensayos experimentales y reales. Mediante las t ecnicas de la din amica de uidos computacional (CFD), se pueden estimar las fuerzas y momentos as como la posici on del eje central de presi on. Adem as, ofrece la ventaja de obtener nuevas variables del ujo que son dif ciles de medir o registrar en ensayos, por ejemplo, l neas de corriente, desprendimiento de v ortices o campos de presiones, vorticidad, l neas de separaci on y reencausamientos, entre otras. De esta forma, es posible tener una idea de las fuerzas de resistencia al avance y de sustentaci on sobre el veh culo. Mientras que conocer la posici on del eje central de presi on 226

11.1. Introducci on ayuda a mejorar su estabilidad direccional.

227

El ujo de aire relativo generado por el modelo a ensayar crea un campo de presi on y su consecuente campo de velocidades, presentando zonas donde el ujo se acelera y otras donde se frena. Este campo de presi on y el gradiente de velocidad resultante dan lugar a las fuerzas aerodin amicas experimentadas por el veh culo las cuales dependen, fundamentalmente, de su geometr a y de su velocidad de avance relativa al viento. Al tener que elegir un modelo que nos permita simular parte de lo establecido en el Cap. 10 sobre aerodin amica automotriz, optamos por un dise no con formas aerodin amicas (slender), ver Fig. 11.1. Para ello hemos adoptado un dise no elaborado por un grupo de estudiantes de Ingenier a Mec anica de la Universidad Nacional de Rosario como parte del proyecto nal de su carrera de grado, ver Franck et al. [44].

Figura 11.1: Bosquejo del dise no de un veh culo deportivo de formas aerodin amicas y utilizado en la simulaci on num erica. En ese proyecto se consider o el dise no de un autom ovil de altas prestaciones, es decir, de estirpe deportiva muy particulares. El trabajo mencionado fue realizado en las siguientes etapas: (i) dise no conceptual de la forma exterior de la carrocer a; (ii) generaci on y visualizaci on tridimensional. Por otra parte, dada la complejidad de la geometr a que presentaba el modelo original, hemos simplicado sus formas omitiendo la presencia de accesorios externos, canalizadores de ventilaci on y refrigeraci on, tomas de aire o ruedas. En un primer intento de simulaci on nos intereseaba obtener resultados con una geometr a simplicada ya que la omisi on de los aditamentos mencionados anteriormente no acarrean mayores inconvenientes ya que nuestro objetivo era determinar los comportamiento principales del ujo. La determinaci on de las caracter sticas relativas de este, antes y despu es de las modicaciones introducidas, sirven como medio para corroborar los efectos que estas producen. Si bien el modelo elegido resulta interesante desde el punto de vista computacional, no fue as al momento de contar con datos experimentales que sean de utilidad para validar las simulaciones num ericas.

11.2. Resoluci on num erica del caso con viscosidad

228

Las sucesivas etapas seguidas para calcular el ujo fueron: (i) simulaci on bidimensional; (ii) simulaci on tridimensional con ujo potencial mediante un m etodo de paneles o de elementos de borde (Boundary Element Method, BEM); (iii) simulaci on tridimensional con ujo de un uido viscoso en condiciones pr acticamente incompresibles.

11.2.

Resoluci on num erica del caso con viscosidad

La resoluci on num erica de las ecuaciones de Navier-Stokes para el ujo transiente o no de un uido viscoso e incompresible, tanto en el caso bidimensional como en el tridimensional, la realizamos mediante elementos nitos seg un lo ya analizado en el Cap. 3. Una vez que el sistema de ecuaciones modicadas son discretizadas en el espacio, resulta un sistema de Ecuaciones Diferenciales Ordinarias (ODE) en el tiempo, cuya soluci on num erica es hallada mediante un esquema en diferencias nitas trapezoidal, retro-Euler. A su vez, en cada paso de tiempo el sistema de ecuaciones no-lineales es resuelto mediante una estrategia de Newton-Raphson, iterando sobre el residuo hasta lograr la convergencia. La resoluci on del sistema lineal resultante se hace iterativamente mediante residuos generalizados (GMRES [191]), con precondicionamiento a la derecha de Jacobi. Es decir que, en pseudo-c odigo, tenemos Lazo tiempo Lazo iterativo Newton C alculo A(x),R(x) Resolver sistema lineal A x = R Actualizar la soluci on x = x + x Chequear la convergencia del Newton Fin Lazo Newton Fin Lazo tiempo En la Fig. 11.2 resumimos las etapas involucradas en todo el proceso de simulaci on tridimensional del caso viscoso y los tiempos aproximados necesarios para cumplimentar cada una de ellas.

11.3.

Simulaci on bidimensional

En la simulaci on bidimensional (2D) del veh culo deportivo utilizamos dos modelos: el primero de longitud total de 4400 mm y el segundo de 4040 mmm (algo m as corto). Hemos adoptado estas

11.3. Simulaci on bidimensional

229

Modelo CAD Generacion del Dominio Malla de Superficie Cuerpo Dominio Interior Dominio Global Generacion automatica de la malla 3D Cluster Beowulf

PETSC-FEM

GiD / GMV

Pre-proc.: 4 dias (40%)

Proc.: 3 dias (30%)

Pos-proc.: 2 dias (20%)

Figura 11.2:

Etapas en el proceso de simulaci on num erica del ujo viscoso.

longitudes, ya que autom oviles con estas caracter sticas generalmente est an acotados dentro de este rango de valores. Las dos conguraciones fueron simuladas a un valor del n umero de Reynolds de 10 106 , lo que representa aproximadamente una velocidad de unos 150 Km/h (40 m/s).

11.3.1.

Datos de la malla 2D

En el primer modelo la malla generada cuenta con unos 12 000 nodos y 23 000 elementos triangulares (ver Fig. 11.3), mientras que para el segundo modelo contiene unos 9 200 nodos y 18 000 elementos del mismo tipo (ver Fig. 11.4).

Figura 11.3: Malla no-estructurada con elementos triangulares en el modelo de longitud 4400 [mm]. Ambas mallas fueron obtenidas por un m etodo de avance frontal implementados en el mallador de GiD [49].

11.3. Simulaci on bidimensional

230

Figura 11.4: Arriba.: malla global del dominio y del cuerpo. Abajo: detalles de la malla en la vecindad cuerpo.

11.3.2.

Resultados de la simulaci on bidimensional

En primer lugar exponemos los resultados obtenidos con el modelo 4400 mm de longitud y luego el de 4040 mm. Visualizaremos las fuerzas de arrastre y de sustentaci on (drag/lift) las cuales, de acuerdo a lo que expusimos en el Cap. 10, representan la proyecci on de las fuerzas en la direcci on paralela y perpendicular al avance del veh culo, respectivamente. Adem as incluiremos el coeciente de presi on, que es la relaci on entre la presi on local p(x) con respecto a la presi on de referencia p , medida en una zona alejada del cuerpo, y la presi on din amica ocasionada por la velocidad de la corriente libre. Generalmente denotaremos con U la velocidad de la corriente libre, y con U su valor en una regi on no perturbada. Es decir, tendremos la relaci on Cp = p p ; 1 2 2 U (11.1)

en donde Cp var a desde +1 en un punto de estancamiento del ujo, pasando por 0 en la zona no perturbada y llegando a valores negativos en las regiones de baja presi on. En particular para la base del modelo los valores son generalmente negativos. En la parte anterior del cuerpo, se constata un punto de estancamiento, corriente abajo del mismo, la velocidad crece, por consiguiente la presi on decae sobre la supercie del cuerpo, dependiendo de la forma del modelo, para luego nuevamente crecer en las regiones pr oximas a los puntos de separaci on. En la estela, usualmente el valor de la presi on es bajo, y en particular, en la base del modelo est an

11.3. Simulaci on bidimensional

231

muy por debajo del correspondiente a la corriente libre. Concluiremos el estudio en dos dimensiones con la visualizaci on de los campos de velocidad, vorticidad y presi on en una zona del dominio cercana al cuerpo. Modelo de longiltud 4400 [mm] :

En las siguientes guras vemos una evoluci on temporal de la fuerza de arrastre y la de sustentaci on (ver Fig. 11.5), donde se observa el comportamiento no estacionario que tienen ambas, aunque se observa un comportamiento peri odico de las mismas. La Fig. 11.6 graca el coeciente de presi on sobre la supercie el modelo. La l nea azul corresponde a la mitad superior y la roja a la mitad inferior. En las Figs. 11.7 observamos la vorticidad calculada

Figura 11.5:

Gr acas de la fuerza de arrastre y sustentaci on por ancho de trocha [N/m].

en tres instantes de tiempo diferentes. Visualizamos en el modelo la generaci on y el derramamiento de los v ortices y su posterior difusi on en la estela cercana que se forma detr as de este. Modelo de longiltud 4040 [mm] :

En las siguientes guras vemos la evoluci on del arrastre y de la sustentaci on en el tiempo, para el modelo de menor longitud, ver Fig. 11.8. De igual manera, incluimos en la Fig.11.9 una gr aca con la evoluci on temporal del momento de cabeceo (pitch moment). En la Fig. 11.10 se muestra el coeciente de presi on sobre la supercie del modelo de 4040 [mm]. En la Fig. 11.11 observamos, para un instante dado, el campo de cada componente de la velocidad, mientras que en la Fig. 11.12 gracamos los contornos rellenos del m odulo de esta variable. En la Fig. 11.13 apreciamos una sucesi on de cortes del m odulo de la velocidad sobre la supercie

11.3. Simulaci on bidimensional

232

Figura 11.6:

Gr aca del coeciente de presi on sobre la supercie del modelo de 4400 [mm].

Figura 11.7: Secuencia del desprendimiento de v ortices. Visualizaci on de la vorticidad en tres instantes de tiempo diferentes.

11.3. Simulaci on bidimensional

233

Figura 11.8:

Fuerza de arrastre y sustentaci on por ancho de trocha [N/m].

Figura 11.9:

Momento de cabeceo, es decir, su giro con respecto al eje z .

del modelo. En ella visualizamos el cambio de sentido en la zona de la estela cercana, en donde se forman los v ortices, y las zonas de separaci on sobre el techo del veh culo. La Fig. 11.14 muestra las isol neas del campo de presi on alrededor del veh culo y los contornos rellenos de dicho campo. La Fig. 11.15 visualiza la vorticidad en las inmediaciones del veh culo y su estela, mostrando el mismo comportamiento que el modelo anterior.

11.3. Simulaci on bidimensional

234

Figura 11.10:

Coeciente de presi on sobre la supercie del modelo de 4040 [mm].

Figura 11.11:

Contornos rellenos de las componentes del campo de velocidad. Izq.: en la direcci on

longitudinal x. Der.: en la direcci on transversal y .

Figura 11.12:

Contornos rellenos del campo de la velocidad. Visualizaci on del m odulo.

11.3. Simulaci on bidimensional

235

Figura 11.13:

Sucesi on de cortes gracando la velocidad sobre la supercie del modelo.

Figura 11.14: Campo de presi on en la vecindad del modelo: isol neas (izq.); contornos rellenos (der.).

Figura 11.15:

Contornos rellenos del campo de la vorticidad en la vecindad del modelo.

11.3. Simulaci on bidimensional

236

11.3.3.

Conclusiones de la simulaci on bidimensional

La Fig. 11.5 correspondiente al modelo de 4400 [mm] exhibe un arrastre promedio menor que el mostrado en la Fig. 11.8 referente al modelo de 4040 [mm]. Por otra parte, obtuvimos en el primer modelo valores promedio positivos de la fuerza de sustentaci on contra los valores promedio negativos del modelo de menor longitud. En la escala de prioridades se suele dar mayor importancia a la seguridad y estabilidad del veh culo que a un menor consumo de combustible y al valor de la velocidad nal (relacionada con la fuerza de arrastre). Por consiguiente, el modelo de menor longitud ser a el adoptado de acuerdo a estos resultados. Podemos observar en la Fig. 11.8 que las fuentes generadoras de mayor arrastre se ubican en la zona frontal o anterior y en el sector de atr as o posterior del veh culo. Este fen omeno se encuentre justicado en la Fig. 11.10, en donde se observa un coeciente de presi on positivo en la parte frontal y posterior del cuerpo. En este c alculo (y en los posteriores) no tendremos en cuenta la inuencia de las canalizaciones internas, e.g. conductos de refrigeraci on del motor y del habit aculo de pasajeros, las que se dise nar an, en caso de necesitarlas, de manera adecuada para mejorar el rendimiento. De acuerdo a la Fig. 11.10 debemos ubicar las entradas en la parte delantera o frontal (presi on positiva) y las salidas en el sector posterior (generalmente presi on negativa). Esto tendr a como consecuencia una mejora sustancial en el valor del coeciente de arrastre. Luego de determinar cual es la longitud m as conveniente, se procede al dise no tridimensional del veh culo. En este proceso, por cuestiones de distribuci on de componentes y espacio en el habit aculo de pasajeros, la longitud m axima del veh culo fue jada al valor de 4230 [mm]. Como vemos, este an alisis preliminar en 2D es necesario para determinar algunas pautas en el proceso nal de dise no y le facilita a los encargados del mismo, los datos necesarios para la forma nal del modelo. Tambi en resulta importante para quienes deban continuar con la simulaci on tridimensional, facilitando algunos valores a aplicar a los par ametros necesarios para obtener resultados de mejor cuant a y de mejor aproximaci on a la realidad. Luego de esta tarea, el pr oximo paso consisti o en determinar la forma nal del modelo, tal como lo visualiza el bosquejo de la Fig. 11.1, con el objetivo de generar los archivos CAD necesarios para su posterior estudio (ver Fig. 11.16).

11.4. Flujo potencial en el caso incompresible

237

Figura 11.16:

Generaci on tridimensional del modelo por medio de un programa CAD.

11.4.
11.4.1.

Flujo potencial en el caso incompresible

Descripci on del c odigo de paneles en paralelo

El CIMEC cuenta con un c odigo de paneles para ujo potencial en el caso incompresible. El mismo fue re-escrito en Fortran 90/95 (F90) el cual, al momento presente, incluye diversos m odulos (e.g. wavedrag y seakeeping para hidrodin amica potencial de barcos o ujo reptante para sistemas coloidales), en donde se implementan t ecnicas cuasi Orientadas a Objetos (OO), dentro de las restricciones actuales del F90 para tal paradigma (e.g. ver Norton [19], Decyk [175, 176], Meissner [95], Singh [104]), con High Perfomance Fortran (HPF) para su opcional procesamiento distribuido, por ejemplo, en el cluster Beowulf. Entre las principales caracter sticas del c odigo, podemos mencionar 1. Clases: implementadas mediante la construcci on module, con atributos de acceso private/public. F90 permite la creaci on de Tipos Abstractos de Datos (TAD) denidos por el usuario, para encapsular tanto datos (con estructura o no) como procedimientos (contains), muy relacionados entre s , en u nica unidad funcional; 2. Polimorsmo: mediante el uso de interface, que permite una programaci on gen erica, sobrecarga de operadores y construcci on de interfases expl citas; 3. Herencia: es la capacidad de re-usar y/o compartir datos/procedimientos de clases pre-existentes, para as construir una jerarqu a de clases, y suele distinguirse:

11.4. Flujo potencial en el caso incompresible

238

a ) Herencia por acceso permitido (granting access): es el m etodo m as simple, en donde los objetos de una clase acceden a objetos de otra clase base mediante el uso de la instrucci on use y el atributo selectivo public; b ) Herencia por composici on (has-a): usa otras clases para construir clases mayores y m as elaboradas. Inmediato de implementar en F90; c ) Herencia por sub-tipo (is-a): innata en C++ y en Java pero en F90 tiene que ser emulada mediante composici on. En parte, por esto, se dice que F90 es parcialmente OO; 4. Sintaxis y librer a matricial: muy similar al estilo usado en Octave/Matlab: 5. Paralelismo: lo hacemos con la norma High Perfomance Fortran [20] (HPF), una extensi on del F90 apto para su uso en cluster Beowulf. En cambio descartamos, por ahora, el uso de la norma Open Machine Paralell [12] (OMP) la cual, si bien permite hacer paralelismo dentro, por ejemplo, de una Pentium dual, obliga usar librer as de pasos de mensajes para la comunicaci on entre nodos, si estos estuvieran constru dos con Pentium duales, librer as tales como la Parallel Virtual Machine [130] (PVM) o la Message Passing Interface [111] (MPI); 6. Ingreso de datos: se emplea extensamente el namelist, est andar en F90, por su comodidad de uso y seguridad de ingreso. A modo de observaciones diremos que: 1. La ventaja primordial de un esquema tipo OO radica en un encapsulamiento de datos y procedimientos. La informaci on queda descentralizada y se reduce dr asticamente los t picos efectos colaterales; 2. En una clase (module) agrupamos los datos (atributos) y los procedimientos (m etodos) como una u nica unidad funcional, no siendo necesario pasar argumentos dentro de la clase. La herencia por composici on (has-a) es la m as f acil de implementar en F90, mientras que la herencia por sub-tipo (is-a) tiene que se emulada. 3. El agrupamiento de los datos y procedimientos en unidades funcionales (clases), da mayor independencia relativa en un programa multiprop osito, facilitando tanto la depuraci on de errores como su actualizaci on; 4. La pr oxima norma fortran 2004 [42] prevee que deber a ser completamente orientado a objetos incluyendo, por ejemplo, polimorsmo din amico, punteros a procedimientos, selecci on de tipo

11.4. Flujo potencial en el caso incompresible

239

din amica (la ejecuci on depender a del tipo actual que tenga el objeto polim orco), con lo cual, entre otros aspectos, permitir a una implementaci on no-emulada de la herencia por sub-tipo.

11.4.2.

Ecuaci on integral de borde

El problema de ujo potencial en el caso incompresible y estacionario lo formulamos con la ecuaci on integral de borde, e.g. ver Morino [91], 1 1 (x) + 2 4 d G,n (x, )() = Q(x) ;

(11.2)

para x , donde es el borde mojado del cuerpo, x, son los puntos de observaci on y fuente, respectivamente, Q(x) = 1 4 d G(x, ) () ;

(11.3)

El t ermino fuente, (x), es el potencial de perturbaci on, mientras que es el ujo de transpiraci on dados por = (U , n) ; (11.4)

donde n = (nx , ny , nz ) es el versor normal en la supercie mojada del cuerpo, mientras que la normal generalizada es (n1 , n2 , n3 ) = n (n4 , n5 , n6 ) = (r r ) n con r (x, y, z ) y r0 es alg un punto conveniente de reducci on. Para resolver num ericamente la Ec. 11.2 se emplea un m etodo de elementos de borde de bajo orden, en el cual se la impone mediante una t ecnica por colocaci on en los centroides de los elementos de borde (o paneles). Se obtiene as el sistema de ecuaciones algebraicas lineales A = C = b, con n inc ognitas, donde la matriz del sistema A es cuadrada y no singular, con Aij = y Cij = 1 4 d G(xi , ) ;
j

(11.5)

1 4

d G,n (xi , ) ;
j

(11.6)

(11.7)

donde A, C son las matrices de inuencia dipolar y monopolar, respectivamente, es el vector potencial de perturbaci on, y es el vector de ujos. La matriz monopolar C incluye la funci on de Green G, mientras que la matriz dipolar A contiene su derivada normal G,n . La matriz del sistema

11.4. Flujo potencial en el caso incompresible

240

A es la misma para los N estadios de velocidad, y lo u nico que cambia el vector fuente b, lo cual permite, eventualmente, una eciente soluci on iterativa por m etodos tipo gradientes conjugados, e.g. ver Nachtigal et.al [118], Vavasis [149]. La funci on de Green elegida es mediante fuentes de Rankine, la cual la calculamos mediante una integraci on anal tica aunque, si se desea, se prevee una integraci on num erica.

11.4.3.

Inuencia del piso por simetr a especular

Para evitar generar una malla BEM para el piso, lo cual signicar a un mayor costo de c omputo, usamos el m etodo de im agenes, es decir, consideramos la imagen especular del cuerpo con respecto al plano de reexi on z = 0 (en donde est a el piso) y planteamos la interacci on entre el cuerpo real y el virtual, dando lugar a la descomposici on matricial A A12 C C12 11 1 = 11 1 ; A21 A22 2 C21 C22 2

(11.8)

donde X11 son la matrices de auto-inuencia en los paneles sobre el cuerpo real (dipolar: X A y monopolar: X C ), mientras que X12 y X21 son las matrices de interacci on entre el cuerpo real y el virtual. Adem as, por simetr a, los potenciales y ujos sobre el cuerpo real y virtual son iguales entre si, esto es, 1 = 2 y 1 = 2 , por lo que es suciente plantear y resolver la primera la de la Ec. = C 1 , donde A = A11 + A12 y C = C11 + C12 . 11.8, esto es, el sistema reducido A 1

11.4.4.

Resultados suponiendo ujo potencial y uido inv scido e incompresible

Elegimos un sistema cartesiano rectangular xyz , donde el plano del suelo est a en z = 0, con el eje y paralelo al eje axi-sim etrico del veh culo (apuntando hacia atr as), el eje x frontal o transversal al mismo y el eje z positivo hacia arriba (terna derecha), ver Fig. 11.17. Como ujo estacionario imponemos una viento uniforme de velocidad no perturbada corriente arriba U unitaria. Efectuamos un c alculo param etrico, con un barrido en la direcci on del viento , con respecto al eje axi-sim etrico del veh culo y , abarcando desde hasta + radianes, con N = 40 estadios, o puntos, de c alculo. La marcha de c alculo comprende: 1. calculamos las matrices de inuencia dipolar A y monopolar C para el sistema constituido por el auto y su imagen especular con respecto del suelo (ubicado este u ltimo en z = 0); 2. efectuamos un barrido en la direcci on horizontal del viento desde min = /2 hasta max = +/2 para N = 40 estadios;

11.4. Flujo potencial en el caso incompresible

1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.5 1.5 2.5 3.5 4.5 y [m] 1.6 1.4 1.2 1.0 0.8 0.6 0.4 -1.0 -0.6 -0.2 0.2 0.6 1.0

241

z [m]

z [m] x [m]

Figura 11.17: Posici on del centro de presi on para viento de frente = 0: vista en el plano lateral yz (izq.); vista en el plano frontal yz (der.). 3. para cada direcci on del viento , calculamos el ujo incidente sobre cada panel mediante el producto escalar = (U , n), donde U es la velocidad del viento y n es la normal (exterior) del panel; 4. determinamos el potencial de perturbaci on , en los centroides de los paneles, mediante una resoluci on iterativa por gradientes conjugados simult aneos para los N vectores fuente (e.g. ver DEl a et. al [65]); 5. luego se calculan las fuerzas F de presi on de cada panel y su momento T con respecto al origen de coordenadas O(x, y, z ). Una de las mallas de elementos de borde utilizadas en las simulaciones num ericas, se muestra en la ognita por panel) y unos 5 100 nodos, lo cual Fig. 11.17, la cual tiene unos 11 000 paneles (con una inc involucra unos 850 MBytes de memoria RAM, ya que la matriz del sistema de ecuaciones a resolver es densa y no sim etrica. En la Fig. 11.18 (izq.) se muestran las curvas de la fuerza Fp y del torque Tp de presi on en funci on de la direcci on del viento con respecto al eje axi-sim etrico y del veh culo, mientras que a la derecha se muestra la posici on del centro de presi on en el plano horizontal xy (paralelo al piso del veh culo) y en el plano tranversal zx. Estas curvas fueron obtenidas para N = 40 estadios en la direcci on del viento en el plano horizontal. Respecto de los resultados obtenidos, se observa que la posici on del centro de presi on para viento de frente est a, estimativamente, en y = 1.538 [m] y z = 0.811 [m], desplaz andose cuando la direcci on del viento cambia, ver Fig. 11.18 (derecha, arriba y abajo). Para el c alculo del eje central de las fuerzas de presi on en el veh culo, las cuales constituyen un sistema tridimensional de fuerzas aplicadas, primero

11.4. Flujo potencial en el caso incompresible

1.6 1.4 ycp [m] 1.2 1.0 0.8 0.6 0.4 0.2 0.0 -2 -1

242

0.0 Fp -0.1 -0.2 -0.3 -0.4 Fz Fy

Fx

Ycp = 1.538 [m]

[degree] -0.5 100 120 140 160 180 200 220 240 260
0.6 0.4 Tp 0.2 0.0 -0.2 Tz Ty

x [m] 1

-0.4 Tx -0.6 -0.8 [degree] -1.0 100 120 140 160 180 200 220 240 260

0.9 0.8 zcp [m] 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 -2 -1

Z = 0.811 [m] cp

x [m] 1

Figura 11.18: Fuerza (izq.-arriba) y cupla (izq.-abajo) de presi on en funci on de la direcci on del viento = 0. Posici on del centro de presi on en el plano yx (der.-arriba) y en el plano zx (der.-abajo). determinamos un punto de paso O con el cociente vectorial (e.g. ver Fiadino [57]) MO (O O ) = R donde O es un punto de reducci on de fuerzas y momentos, O = (x , y , z ) es un punto de paso del eje central, M es el momento de reducci on, mientras que R es la resultante de las fuerzas aplicadas (invariante vectorial). Como es conocido, el eje central es una recta en el espacio cuyos puntos dan centros de reducci on, tales que el momento del sistema resulta paralelo a la resultante, lo cual signica, a su vez, que sea el m nimo posible. Su ecuaci on segmentaria estar a dada por y y z z x x = = . Rx Ry Rz En base a la Ec. 11.9 se trazaron las curvas de la Fig. 11.18. Como el eje central de un sistema de vectores es paralelo a la resultante y esta, en la suposici on de ujo potencial, es una fuerza perpendicular al plano de simetr a, se concluye que el eje central de las fuerzas de presi on en un veh culo en ruta es una recta perpendicular al piso, y que pasa por el punto mostrado en la Fig. 11.18 (izq.). (11.10) R MO ; R2 (11.9)

11.5. Simulaci on num erica tridimensional

243

11.5.

Simulaci on num erica tridimensional

La simulaci on tridimensional tuvo como objetivo parcial, evaluar la factibilidad de resolver problemas de gran tama no, construyendo adem as herramientas, tales como: (i) un buen pre-procesamiento de datos a partir de un dise no geom etrico del veh culo, e.g. ver Calvo e Idelsohn [115], (ii) alguna estrategia para poder obtener soluciones en el menor tiempo posible y, (iii) una buena interfase de visualizaci on de los resultados detallados (e.g. mapa de presiones). Una de las mallas empleadas en las simulaciones tuvo unos 170 000 elementos en el dominio de ujo , pero solo unos 1 600 sobre la supercie del veh culo, lo cual es un tanto insuciente, ya que deber amos tener al menos unos 5 000 elementos, como para poder resolver mejor los detalles m as importantes sobre el cuerpo del modelo. Incluso es deseable tener una capa de varios elementos de espesor en la zona pr oxima a la supercie superior del auto, para as resolver mejor la zona de desprendimiento.

Figura 11.19:

Izq. Malla de elementos triangulares sobre la supercie del veh culo. Der. Contornos

rellenos de presi on sobre esta supercie.

Figura 11.20: Presi on en la estela.

11.5. Simulaci on num erica tridimensional

244

11.5.1.

Resultados suponiendo ujo laminar y uido viscoso e incompresible

En la Fig. 11.19 situada a la izquierda, se visualiza la malla sobre la supercie del veh culo y la de la derecha muestra las is obaras de presi on sobre la supercie del veh culo. Observamos una sobrepresi on en la trompa del mismo, una depresi on en la zona del capot y una recuperaci on en la regi on trasera, tal como lo predice la teor a.

Figura 11.21:

Campo de velocidad instant aneo en la estela. Vista en planta

Figura 11.22:

L neas de corriente alrededor del veh culo.

Figura 11.23:

L neas de corriente alrededor del veh culo. Vista en planta.

11.6. Conclusiones nales

245

Figura 11.24: Contornos rellenos del campo de velocidad instant aneo. Corte longitudinal en el plano de simetr a del modelo. En la Fig. 11.20 se muestra la distribuci on de presiones en la estela, la cual es asim etrica debido a la propia inestabilidad lateral del ujo. En las Figs. 11.22 y 11.23 se muestran las l neas de corriente alrededor del modelo. Podemos constatar la inestabilidad mencionada anteriormente y las caracter sticas netamente tridimensionales del ujo en la zona de la estela cercana al modelo. Este u ltimo fen omeno lo podemos tambi en visualizar en la Fig. 11.21. Las Figs. La Fig. 11.24 visualiza el campo de velocidad en el plano longitudinal, donde apreciamos claramente la separaci on del ujo sobre el capot del modelo y la zona de remanso en el sector posterior o estela cercana al veh culo.

11.6.

Conclusiones nales

Hemos considerado dos simulaciones num ericas independientes para el ujo del viento alrededor de un veh culo deportivo en dos niveles crecientes de difucultad: primero mediante un c alculo simplicado asumiendo ujo potencial y uido inv scido e incompresible, y luego un c alculo m as elaborado suponiendo ujo turbulento y uido viscoso e incompresible, en donde: i) el c alculo simplicado es relativamente mucho m as r apido de hacer, tanto en pre/pos y procesamiento propiamente dicho. Esto es muy u til para dise no preliminar y/o para c alculos param etricos, donde un extensivo conjunto de casos de ensayo deben resolverse a efectos de estudios comparativos. La posici on del eje central de presi on predicha por el ujo potencial resulta correctamente estimada. Empero, el nivel de detalle del ujo, como es ampliamente conocido, es bastante menor ya que no percibe ni estela, ni fuerza de arrastre ni desprendimientos (a menos que se introduzcan modelos paliativos de simulaci on de la estela). Adem as, una utilidad adicional del modelo potencial es que su campo de presi on ser a un buen dato inicial para un c alculo para las ecuaciones de Navier Stokes; ii) el c alculo m as elaborado, en contraposici on, exige mayor esfuerzo de c alculo, tanto en memoria RAM como en tiempo de CPU,

11.6. Conclusiones nales

246

pero nos entrega un mayor nivel de detalle en la descripci on de ujo, e.g. los v ortices desprendidos y la fuerza de arrastre, dos magnitudes que un c alculo con modelo de ujo potencial est andar no puede ofrecer.

Cap tulo 12

Flujo del viento sobre el modelo de Ahmed

12.1. Introducci on

Con el prop osito de optimizar el trabajo experimental y disminuir los costos de dise no, los expertos en aerodin amica de veh culos buscan permanentemente respuestas a las demandas planteadas por el cada vez m as exigente mercado de consumidores. En particular, las propiedades aerodin amicas se han vuelto signicativas en el rendimiento, conducci on, seguridad y confort de los autom oviles actuales. Por ejemplo, un bajo valor del coeciente de arrastre favorece una mayor econom a de combustible y disminuye las emisiones de gases, lo que incide en el cuidado del medio ambiente. Adem as, el ujo alrededor y a trav es del veh culo se encuentra vinculado tambi en con: (i) la estabilidad direccional; (ii) la utilizaci on eciente del viento como medio de enfriamiento de la unidad motriz, frenos, caja de transmisi on, calefacci on, ventilaci on y aire acondicionado; (iii) la disminuci on del ruido; y (iv) la eliminaci on de part culas de polvo o agua sobre las opticas, parabrisas, ventanillas laterales e incluso en la supercie trasera. Los avances logrados en la din amica de los uidos en la u ltima d ecada han logrado claricar, en parte, el comportamiento del ujo alrededor de veh culos que se desplazan pr oximos al suelo. Aunque estos ujos de propiedades marcadamente turbulentas son descriptos en forma adecuada por las ecuaciones de Navier-Stokes, su resoluci on por m etodos num ericos resulta costosa, con dicultades de todo tipo. La etapa de validaci on de los c odigos computacionales a trav es de la experimentaci on num erica y contrastaci on con los resultados en laboratorio no es trivial debido a la complejidad del ujo y a la escasez y conabilidad de dichos ensayos. Los autom oviles pueden ser denidos como cuerpos obtusos (blu bodies) que se desplazan a ve247

12.1. Introducci on

248

locidades relativamente moderadas y pr oximos al piso de la carretera. Las fuerzas aerodin amicas que act uan sobre los mismos son el resultado de complicadas interacciones entre las separaciones de las capas de corte y las estructuras coherentes que se desarrollan en la zona posterior (estela) del ujo. Por consiguiente, los puntos claves a tener en cuenta y a observar son: las regiones donde se producen las separaciones, los puntos cr ticos en el ujo, los n ucleos y los v ortices. Tambi en interesa la zona en la estela cercana y su inuencia en la fuerza de arrastre, las regiones de ujo cuasi-bidimensional o netamente tridimensional y los fen omenos de turbulencia, entre otros. Como es conocido, la capa l mite est a caracterizada por un proceso de gran actividad durante el cual, las part culas de uido de baja velocidad son alejadas de la pared, generando una mayor turbulencia. El principal problema de esta zona radica en que a medida que se incrementa el n umero de Reynolds, las estructuras turbulentas decrecen en dimensi on espacial dicultando el c alculo. Un conocimiento detallado de los mecanismos f sicos involucrados, tales como las estructuras disipativas, formaci on de torbellinos, uctuaciones e inestabilidad, son tambi en primordiales para el desarrollo de los c odigos num ericos. En los u ltimos a nos, han ido apareciendo resultados con la precisi on suciente como para satisfacer en parte las expectativas de la aerodin amica automotriz. Ello debido a la utilizaci on conjunta, de la simulaci on num erica, los ensayos en t uneles de viento y los ensayos en ruta, que permiten analizar desde varias perspectivas el comportamiento del ujo. Desde el estudio efectuado por Janssen y Hucho enfasis en observar el efecto que en el Congreso de la Volkswagen Golf I de 1975 [94], se puso especial provoca el angulo de inclinaci on del extremo trasero (base slant angle) sobre el valor de la fuerza de arrastre (drag force) en modelos simplicados que simulen los comportamientos principales del ujo real. Debido a que el costo de los estudios con los modelos reales (ensayos en ruta) o a un con modelos a escala (ensayos en t uneles de viento) resultan elevados, indujo a Ahmed y sus colaboradores [156], entre otros, a analizar en el t unel de viento un modelo de veh culo bastante simplicado (el cuerpo de Ahmed), con una conguraci on geom etrica simple, libre de aditamentos o accesorios pero con supercies muy suaves. En nuestro caso, intentaremos reproducir y visualizar el comportamiento del ujo alrededor del cuerpo de Ahmed mediante simulaci on computacional, por medio de una resoluci on num erica de las ecuaciones de Navier-Stokes particularizadas a ujos de uidos viscosos en condiciones pr acticamente incompresibles. Utilizaremos elementos nitos con un esquema estabilizado SUPG + PSPG (Streamline Upwind Petrov Galerkin + Pressure Stabilized Petrov-Galerkin), el cual ser a la base para un esquema de simulaci on de grandes v ortices (Large Eddy Simulations, LES), donde las estructuras de ujo m as grandes que el di ametro promedio de los elementos de la malla son obtenidas por c alculo num erico

12.2. Cronolog a y estado actual del arte

249

directo (esto es, resolvemos las ecuaciones de balance discretizadas) mientras que las estructuras de ujo m as peque nas que tal di ametro son modeladas, en nuestro caso, mediante el modelo de tensiones de subgrilla (Sub-Grid Scale (SGS) propuesto por Smagorinsky. Luego de la resoluci on num erica de las ecuaciones de balance discretas nos interesar a analizar el mapa de ujo obtenido y, en particular, la regi on trasera, la estela cercana y el sector frontal del modelo. Para ello nos valdremos de algoritmos de extracci on de puntos cr ticos, de las l neas de separaci on y de re-encauzamiento del ujo, mediante visualizaciones de las trazas sobre la supercie. Resumiendo, los principales objetivos del presente trabajo son el desarrollo de: i) un modelo turbulento mediante la simulaci on de grandes v ortices (Large Eddy Simulations, LES), del ujo no estacionario alrededor del modelo de cuerpo simplicado, para el primer angulo cr tico o inferior = 12.5o ; ii) visualizaci on cient ca instant anea y a tiempo promediado, de la regi on de la estela cercana, adem as de la determinaci on de algunas estructuras macro coherentes (e.g. localizaci on espacial de ujos arremolinados o vorticosos, persistentes en el tiempo) por medio del segundo invariante del tensor gradiente de velocidad ( o criterio Q, e.g. ver Dubief y on topol ogica del n umero y tipo de puntos cr ticos (donde la velocidad Delcayre [189], y iii) una validaci desaparece pero no su gradiente) en un ujo a tiempo promediado sobre la secci on vertical/longitudinal sim etrica del dominio.

12.2.

Cronolog a y estado actual del arte

Cronol ogicamente los acontecimientos m as relevantes fueron: 1975 Janssen y Hucho: exposici on del efecto de la supercie inclinada del extremo trasero, en el congreso de la Volkswagen Golf I; 1978 Morel: estudio experimental del ujo sobre el cuerpo de Morel; 1984 Ahmed, Ramm, Faltin: estudio experimental del ujo a tiempo promediado sobre el modelo de Ahmed; 1997 Gilli eron, Chometon: modelizaci on computacional del ujo de aire tridimensional sobre el modelo de Ahmed; 1998 MOVA, European Project (1998-2001): nuevos experimentos de validaci on: Lienhart, Stoots, Becker: c alculo del ujo y la estructura turbulenta en la estela de un modelo de veh culo simplicado (similar al cuerpo de Ahmed); Craft, Gant, Iacovides, Launder, Robinson: nuevos estudios, modelizaci on de la turbulencia, c alculo num erico (caso 9.4); 2000 Rouse, Diwakar: c alculo del ujo sobre el cuerpo de Ahmed, usando mallas tetrah edricas adaptadas con un estimador de error anisotr opico;

12.3. Descripci on geom etrica del modelo

250

2000 Gullman, Strand, Angele: an alisis y medici on de la estela. Aproximaci on a la inclinaci on optima (experimental); 2001 Howard, Bieder, Lesieur: primera publicaci on con LES del ujo sobre el cuerpo de Ahmed; 2001 Krajnovic, Davidson: simulaci on LES del ujo alrededor de un cuerpo simplicado muy parecido al de Ahmed pero sin inclinaci on. Caso t pico en autobuses; 2001 10th ERCOFTAC-IAHR Workshop (Darmstadt): congreso sobre modelizaci on turbulenta renada. Dieciocho tipos de c alculo diferentes; 2001 Gilli eron, Spohn: an alisis de las separaciones del ujo generadas por una simetr a simplicada de un veh culo automotriz; 2002 ERCOFTAC-IAHR Workshop: congreso sobre modelizaci on turbulenta renada (Poitiers); 2003 Kapadia, Roy, Wurtzler: simulaci on de remolinos sobre el modelo de referencia de Ahmed; 2003 Liu, Mozer: modelizaci on num erica del ujo de aire sobre el cuerpo de Ahmed. Modelo de turbulencia RANS; 2004 Krajnovi c, Davidson: Simulaci on del ujo alrededor del cuerpo de Ahmed para un angulo de inclinaci on de 25o mediante un modelo LES. 2005 Franck, Nigro, Storti, DElia, Carazo: Simulaci on del ujo alrededor del cuerpo de Ahmed para un angulo de inclinaci on de 12.5o mediante LES con un modelo de Smagorinsky (a publicar [43]).

12.3.

Descripci on geom etrica del modelo

En los diversos ensayos experimentales [156, 127, 145, 27, 26, 22] y simulaciones num ericas [148, 128, 142] sobre el modelo de veh culo gen erico denido por Ahmed [156], se analizan los comportamientos para diferentes valores del angulo de inclinaci on del extremo trasero. La longitud total L del modelo es de 1044 [mm], mientras que la relaci on longitud: ancho: alto es de 3.625 : 1.35 : 1. En el mismo se distinguen tres sectores: (i) el frontal (o anterior), de bordes redondeados mediante arcos de elipse para lograr un ujo libre de separaciones; (ii) el sector intermedio en forma de caja, de aristas agudas y con una secci on transversal rectangular; y (iii) el sector trasero (o posterior), integrado por un conjunto de supercies inclinadas intercambiables, cuyo angulo de inclinaci on, medido con respecto a la direcci on del ujo, var a en un rango de 0o hasta 40o . La supercie inclinada tiene una longitud invariante de 222 [mm]. El sector posterior de este modelo es una simplicaci on del previamente denido en la conferencia Volkswagen Golf I [94]. Nuestra simulaci on se enfoca b asicamente en dos angulos de inclinaci on: el cr tico inferior de = 12.5o y el superior de = 30o . Adem as, se han elegido valores pr oximos a estos

12.4. Modelo matem atico del ujo alrededor del cuerpo de Ahmed

251

z y x

Figura 12.1:

Modelo de veh culo simplicado de Ahmed. Su forma supercial libre de accesorios

y ruedas, retiene los comportamiento primarios de la aerodin amica vehicular. modelo de alambre (izq.); vista de la supercie (der.) y principales par ametros geom etricos: : angulo de inclinaci on de la supercie trasera; L: longitud del cuerpo; B: ancho y H: altura angulos (por debajo y por encima), teniendo en cuenta que el ujo cambia de comportamiento para dichas conguraciones. La Fig. 12.2 describe la geometr a del modelo de Ahmed, en donde se especican las dimensiones y los diferentes tipos de supercies inclinadas, las cuales permiten analizar su incidencia tanto en la estela turbulenta como en la fuerza de arrastre. La Fig. 12.3 indica las dimensiones elegidas para el dominio computacional. El origen de coordenadas est a ubicado a nivel de la supercie inferior, en el comienzo de la secci on frontal. Con respecto a las componentes cartesianas: la coordenada y est a orientada en la direcci on de la corriente (streamwise), la x en la transversal (spanwise) y la z corresponde a la vertical (stream-normal). Consta de una secci on de entrada, corriente arriba del modelo, situada a 2.4 L del origen de coordenadas. La posici on del plano de salida es 6.6 L corriente abajo de la supercie base posterior del referido modelo. La separaci on entre el piso y la tapa inferior del modelo es de h = 50 [mm], similar al utilizado por Ahmed en los ensayos experimentales. La escala es un cuarto de la longitud de un autom ovil de calle.

12.4.
12.4.1.

Modelo matem atico del ujo alrededor del cuerpo de Ahmed

Descripci on aerodin amica

El an alisis aerodin amico de este cuerpo se puede descomponer en dos etapas. Por un lado, la determinaci on de las fuerzas de arrastre D y de sustentaci on L y, por otro, el an alisis del comportamiento del ujo tanto sobre la supercie del cuerpo como en la estela cercana al mismo.

12.4. Modelo matem atico del ujo alrededor del cuerpo de Ahmed
1044 182 640

252

extremo intercambiable
389

50

R 100

vista trasera

vista lateral dimensiones en milmetros
100

vista frontal
22 2

288

= 0o

  z  
x

288

distancia variable en funcin del ngulo

12.5
20 o 30 o 40
o

1044

ngulos base
222

vista en planta

configuracin del extremo posterior

Figura 12.2:

Modelo de Ahmed, dimensiones en [mm].

dominio computacional modelo de Ahmed

frontera exterior

frontera interior de refinamiento (h)

1.5L

Flujo L

6.6L 10L
Longitud del modelo : L=1044 mm

2L
z y x

2.4L

Figura 12.3:

Dominio computacional, dimensiones en funci on de la longitud L del cuerpo.

Los efectos de la presi on y la fricci on viscosa producen fuerzas de arrastre y sustentaci on. Estas fuerzas cambian de manera importante seg un el angulo de inclinaci on (slant) de la luneta trasera [156, 128]. Se constata la existencia de un umbral inferior m y otro superior M , los cuales denen un intervalo en donde el ujo modica su estructura. Los valores experimentales encontrados por Ahmed y colaboradores para estos angulos han sido de aproximadamente de m = 12.5o y

12.4. Modelo matem atico del ujo alrededor del cuerpo de Ahmed

253

M = 30o , respectivamente. En lo que concierne al an alisis cualitativo, la descripci on del mapa de ujo eval ua el rol de los diferentes patrones de v ortices y torbellinos sobre el valor del arrastre total. Si bien la primera etapa del an alisis aerodin amico, esto es, la determinaci on de las fuerzas de arrastre D y de sustentaci on L, es m as representativo desde el punto de vista del dise no, la segunda etapa est a cobrando cada vez mayor importancia ya que le indica a los aerodinamicistas en d onde concentrar la atenci on para reducir los coecientes aerodin amicos as como atenuar los efectos no deseados tales como ruido, acumulaci on de polvo, gotas de lluvia o nieve. El ujo de aire creado por el veh culo genera un campo de presi on y de velocidad, con zonas en donde se acelera y otras en donde se frena. El campo de presi on y el gradiente de velocidad dan lugar a fuerzas aerodin amicas que dependen, fundamentalmente, de la geometr a del veh culo y de su velocidad de avance relativa al viento. Los veh culos de calle no presentan efectos apreciables de compresibilidad, ya que estos son insignicantes hasta aproximadamente los 350 [Km/h]. El ujo alrededor de este tipo de cuerpos es totalmente turbulento, con un n umero de Reynolds superior al mill on. La velocidad media en la frontera de entrada utilizado en las simulaciones es U 60 [m/seg ], por lo que el n umero de Reynolds es Re = U L/ 4 290 000, siendo 1.475 105 [m2 /s] la viscosidad cinem atica del aire a 15o C ; mientras que el n umero de Mach es de M = U/c 0.17, donde c = 350 [m/s] es la velocidad del sonido en el medio.

12.4.2.

Modelo de turbulencia

Se elige un modelo de turbulencia algebraico tipo LES / Smagorinsky, en donde la viscosidad cinem atica turbulenta est a dada por t = Cs h2 e S (u) : S (u) ; (12.1)

donde Cs es el par ametro adimensional de Smagorinsky (alrededor de una d ecima), es una funci on de amortiguamiento que tiende a disminuir la distribuci on turbulenta cuando el punto est a pr oximo a los cuerpos (tratando de no duplicar los efectos viscosos propios de la formaci on de la capa l mite), he es el tama no t pico de la malla, que adem as dene la separaci on de los v ortices con respecto a aquellos que son modelados o ltrados. Finalmente S (u) : S (u) es la traza de la tasa de deformaci on, la cual

introduce una propiedad local en el tratamiento de la turbulencia, pues de esta depende la tensi on de
T corte local. Denimos S (u) = 1 on. 2 (u + u ) como el tensor tasa de deformaci

12.4.3.

Resoluci on num erica por elementos nitos

La resoluci on num erica de las ecuaciones de Navier-Stokes especializadas para ujos de uidos viscosos en el caso pr acticamente incompresible, la hacemos mediante elementos nitos, con un esque-

12.5. Generaci on de la malla de elementos nitos

254

ma combinado de Streamline Upwind Petrov Galerkin (SUPG) y Pressure Stabilized Petrov Galerkin (PSPG) propuesto por Tezduyar et al. [161]. Este esquema combinado estabiliza num ericamente el problema y usa espacios de interpolaci on de igual orden. Una vez que las ecuaciones son discretizadas en el espacio, resulta un sistema de ecuaciones diferenciales ordinarias en el tiempo, cuya soluci on num erica es obtenida mediante diferencias nitas por un esquema trapezoidal. A su vez, para cada paso de tiempo, el sistema no-lineal es resuelto mediante un m etodo de descomposici on en subdominios. Toda esta tarea se lleva a cabo en el c odigo PETSc-FEM [131], ver detalles de la resoluci on en el Cap. 3 y en los trabajos [107, 45].

12.5.

Generaci on de la malla de elementos nitos

En esta secci on repasamos el proceso de generaci on autom atica de la malla, que ya hemos descripto en el Cap. 7, pero especializado ahora a este problema aerodin amico particular. El proceso consiste en un mallado en sucesivas dimensiones: primero unidimensional (1D), luego bidimensional (2D) y, nalmente, tridimensional (3D). Para la construcci on de la malla 3D partimos de aquellas correspondientes a las supercies l mites, tanto sobre el cuerpo (l mite interior) como las del dominio computacional exterior (l mite exterior) y del dominio de renamiento H . Esta construcci on la subdivimos en tres etapas, a saber: mallado 1D de los contornos superciales y posterior mallado de las supercies; generaci on autom atica de la malla de volumen; incorporaci on de capas de elementos prism aticos en la vecindad del cuerpo.

Figura 12.4: renamiento.

Arriba: mallado de la supercie del piso. Abajo: corte longitudinal con las zonas de

12.5. Generaci on de la malla de elementos nitos

255

Figura 12.5: Izq.: malla en la frontera del dominio y del cuerpo. Der.: detalles de la malla de frontera alrededor del cuerpo.

12.5.1.

Mallado de las supercies de frontera

El primer paso consiste en la subdivisi on, regular o variable, de las l neas que denen el contorno de las supercies de frontera. Esta tarea se realiza por medio de las herramientas tipo CAD que fueron utilizadas en el modelo de alambre del cuerpo. Para la construcci on de la malla, partimos de la denici on geom etrica de la frontera y de una funci on real h(x) que determina el espaciamiento deseado entre los elementos o entre los nodos que forman las supercies, contemplando las posibles zonas de renamiento. Dicha funci on viene dada en forma impl cita por el tama no de los elementos unidimensionales de la frontera y por algunos elementos interiores denidos mediante mallas tipo H . En la Fig.12.4 vemos como queda la supercie del piso luego de emplear el generador de supercie. La Fig.12.5 visualiza las mallas de frontera del dominio exterior junto con la de los dominios de renamiento, utilizados para una mayor discretizaci on de la malla en las zonas m as pr oximas al veh culo, en la estela turbulenta y en el huelgo entre el cuerpo y el piso de la carretera virtual. Cabe aclarar que estas mallas de supercie l mites, conformes o no, pueden contener cualquier tipo de elementos, incluso diferentes, tal como lo apreciamos en la discretizaci on de las supercies del cuerpo. Estas se resolvieron con elementos cuadril ateros, estructurados, obtenidos por medio del mismo sistema CAD, y que posteriormente son convertidos a tri angulos por el mismo generador autom atico de supercie, ver Fig.12.5 (derecha).

12.5.2.

Generaci on autom atica de la malla de volumen

Una vez obtenidas las mallas de supercie, tanto exteriores como interiores y la de renamiento, se procede con la generaci on autom atica de la malla del volumen mediante el m etodo Extended Delaunay

12.5. Generaci on de la malla de elementos nitos

256

Tessellation (EDT), descripto en el Cap. 7 y en la referencia [115, 146]. El generador utilizado fue

Figura 12.6: Arriba: corte longitudinal con la frontera del dominio como fondo. Abajo: corte transversal del dominio. desarrollado en el CIMEC por Calvo [114]. La malla tridimensional contiene alrededor de 450 000 elementos tetrah edricos y unos 87 000 nodos. La Fig. (12.6) muestra un corte longitudinal en donde se aprecia el renamiento en la zona comprendida entre el piso y la supercie inferior del modelo. Adem as, es posible distinguir un cierto renamiento en la estela del ujo, mientras que en la Fig. (12.6) (derecha) muestra un corte tranversal. En la Fig. (12.7) observamos la malla sobre el cuerpo, el piso y, como fondo, las supercies l mites del dominio computacional. Con respecto a los datos de

Figura 12.7:

Izq.: vista isom etrica de la malla del dominio. Der.: otra vista m as en detalle.

generaci on podemos decir que se utiliz o como frontera interior una malla preexistente del cuerpo que fue envuelta por una malla H , utilizando otra similar para la zona correspondiente a la estela de viento, rodeando todo el conjunto con una malla de frontera exterior que totaliz o unos 26 000 elementos y unos 23 000 nodos de partida. El generador obtuvo 87 000 nodos y 450 000 elementos tetrah edricos en un tiempo de unos 18 segundos para el Vorono de frontera, otros 20 segundos para obtener las esferas exteriores, y unos 17 segundos para los puntos (60 000 nodos y 310 000 esferas de volumen), eliminando unos 6 300 elementos cuasi-nulos o degenerados (slivers) mediante swapping diagonal.

12.5. Generaci on de la malla de elementos nitos

257

12.5.3.

Incorporaci on de los elementos prism aticos

El espaciamiento m as peque no lo imponemos en la inmediata vecindad de la supercie del veh culo, para as luego poder estimar mejor, en la etapa de c alculo, las tensiones de corte superciales que ah ocurren. Si bien el renamiento en esta zona es importante, no satisface del todo los requerimientos f sicos del problema, por lo que incorporamos una capa semi-estructurada de elementos prism aticos, que nos permite renar a un m as el dominio y as poder observar fen omenos que se maniestan en esta delgada regi on, muy cercana a la supercie del cuerpo, tales como separaciones del ujo, vorticidades y gradientes intensos de presi on y velocidad. La malla de tetrahedros previamente construida, tal como se explic o en la secci on anterior, estar a ligada a la malla de prismas por una de sus caras triangulares (la m as externa) preservando as la continuidad. De esta forma hemos generado una malla h brida, con renamiento tanto en el sector de tetrahedros como en la zona de los prismas triangulares (e.g. ver Cap. 7). Para llevar a cabo esta tarea se realiz o un inado de la malla original obtenida por el generador autom atico, con el objetivo de introducir un hueco y as poder intercalar los elementos prism aticos de la capa semi-estructurada. Tal hueco fue logrado resolviendo las ecuaciones de elasticidad lineal, con desplazamiento impuesto en la zona del cuerpo y jando el resto del contorno a un desplazamiento nulo. La Fig.12.8 (izq.) muestra la capa sobre el total del cuerpo, mientras que la del centro y a la derecha se ven detalles en donde podemos apreciar las capas incorporadas. En ellas vemos elementos distorsionados, ya que los de tipo prism aticos fueron subdivididos en tetrahedros para que el visualizador los pueda captar.

12.5.4.

Datos nales de la malla obtenida

Al introducir la capa de prismas obtuvimos una malla con unos 450 000 tetrahedros y otros 151 000 prismas de base triangular, con un total de unos 170 000 nodos (87 000 en la malla original y otros 83 000 por los prismas). Cada capa de prismas posee unos 51 000 prismas y 26 000 nodos. Para apreciar mejor la magnitud de la malla nal obtenida, descompongamos los prismas en tetrahedros, resultando unos 450 000 tetrahedros originales m as 453 000 en las capas, lo que totaliza unos 903 000 tetrahedros y 170 000 nodos. Suponemos que cada elemento del tipo cu na o wedge es casi equivalente a 3 tetrahedros ( 2.5), ver res umen en la Tabla 12.1. Una manera de analizar la calidad de la malla obtenida consiste en medirla en forma directa a trav es de los gradientes de las funciones de forma. El m aximo gradiente se produce en el centroide del polihedro, el cual se lo compara con el gradiente esperado que resulta de una variaci on de 0 a 1 en la menor arista del polihedro. El valor de la calidad resulta de la relaci on entre ambos y est a acotado

12.5. Generaci on de la malla de elementos nitos

258

Figura 12.8: Detalles de la capa estructurada: corte longitudinal (izq.); en la parte anterior (centro) y en la parte posterior (der.). K-elementos tipo de malla mixta equivalente a tetr. 450 903 wedge 151 tetr. 87 K-nodos wedge 83 total 170 170

Cuadro 12.1: N umero de K-elementos, K-nodos en la malla mixta (tetrahedros-wedge) y su malla equivalente (wedges convertidos a tetrahedros) cuando hay 3 capas de elementos wedge y suponiendo 3 tetrahedros por wedge. entre 0 y 1. En nuestro caso al utilizar elementos tetrah edricos de cuatro nodos dicho gradiente tiene un valor constante y por consiguiente no hay un m aximo en el centroide del elemento. El m etodo utilizado por el mallador, al eliminar autom aticamente los slivers, es decir, los elementos de calidad extremadamente baja, y dejar s olo tetrahedros aceptables aunque sin suavizar nos da, en este caso, una calidad m nima min = 0.02 y m axima max = 0.95, lo cual puede considerarse bastante buena. Por otra parte, tambi en es conveniente estimar algunas longitudes de escala t picas asociadas con el ujo, tales como las escalas de Kolmogorov y de Taylor, e.g. ver Tennekes y Lumley [55]. La escala de Kolmogorov es una longitud de escala para los movimientos turbulentos m as peque nos del ujo y dada por = A1/4 ReL
3 /4

L, mientras que la escala de Taylor pone m as enfasis en los movimientos

1/2

de escala integral y est a dada por = 151/2 A1/2 RL

L, e.g. ver [142]. En ambas expresiones, A

12.5. Generaci on de la malla de elementos nitos

259

es una constante indeterminada supuesta de orden 1 (adoptamos para este caso A = 0.5), L es una escala integral volum etrica, por ejemplo la longitud del cuerpo L = 1.044 [m] y ReL es el n umero de Reynolds a escala integral, que para nuestro caso es del orden de 4.29 106 , tomando una viscosidad cinem atica del aire a 15o C de 14.75 106 [m2 /s], representa aproximadamente una velocidad de desplazamiento de 60 [m/s]. Con estos valores resulta 1.27 105 L y 2.66 103 L. El espaciado de la malla a nivel del elemento m as peque no, en la vecindad de la supercie del cuerpo (capa m as cercana) y en la direcci on transversal, es del orden de 6.35 104 L. Podemos ver que la malla empleada tiene los menores valores por debajo del margen de la escala de Taylor. Esto signica que los remolinos turbulentos de gran escala deben estar bien resueltos num ericamente y que la malla es apropiada para la precisi on requerida en el c alculo por LES, ver res umen en la Tabla 12.2. longitud Taylor T malla obtendia hm Kolmogorov K 105 L 265.68 63.51 1.27 K /hm 0.02 T /hm 4.18

Cuadro 12.2: Longitud de escalas de Taylor T y de Kolmogorov K comparadas con la dimensi on normal a la supercie del cuerpo, en la primera capa, de la malla mixta de tetrahedros y wedge. El espaciamiento de la malla tiene implicancias en la distribuci on de la viscosidad turbulenta alrededor del cuerpo, tal como lo observamos en la Fig. 12.9, donde es posible ver cambios en la densidad de la malla, desde el nivel de la viscosidad turbulenta. Esto es consecuencia de la longitud de escala basada en el espaciamiento de la malla incorporado por el modelo de Smagorinsky. En la vecindad del cuerpo, la viscosidad turbulenta es del mismo orden de magnitud que la molecular. En la regi on de la estela cercana observamos que la misma cambia en respuesta a la estructura local del ujo y no solamente debido a la malla. Creemos que planteando otros modelos para las tensiones de subgrilla SGS (Sub-Grid Scale Model), se puede mejorar la distribuci on de viscosidad turbulenta.

12.5.5.

Conclusiones respecto a la malla

A partir de las experiencias realizadas podemos armar que el m etodo utilizado en la generaci on de la malla comparte todas las ventajas del m etodo est andar de Delaunay, pero con el adicional de que no requiere una etapa de suavizado (o cosm etica) para mejorar la calidad de la malla, destac andose adem as por su bajo costo computacional, permiti endonos trabajar en micro-computadoras tipo PC. Otra ventaja est a relacionada con la incorporaci on de la capa de elementos prism aticos para una mejor soluci on en una zona delicada de nuestro problema. Por u ltimo, mencionamos que ambos procesos nos

12.6. Coecientes aerodin amicos

260

Figura 12.9:

Visualizaci on de la viscosidad turbulenta en la vecindad del cuerpo, en un corte longi-

tudinal en la l nea central del dominio. permitieron incorporar una gran cantidad de elementos en la zona entre el cuerpo y el piso, que es otro sector delicado tanto para el ujo mismo como en la generaci on de la malla. Comparando nuestra malla con la obtenida en otras simulaciones[148, 128, 142], observamos que la cantidad de elementos que hemos utilizado en la discretizaci on est a, aproximadamente, en un orden de magnitud por debajo de los empleados en los trabajos mencionados en las referencias. La cantidad total de elementos de nuestra malla de volumen es del orden de 1.0 106 contra grillas del orden de 7 16 106 de las referencias. En la zona de renamiento, pr oxima a la supercie del cuerpo tenemos aproximadamente unos 4.5 105 elementos contra los 4 9 106 utilizados en las simulaciones con mayor renamiento. Esto trae aparejado, en nuestro caso, una menor resoluci on del mapa del ujo, sobre todo en las zonas donde se producen separaciones.

12.6.

Coecientes aerodin amicos

La estela que se visualiza detr as del modelo constituye una de las principales fuentes del coeciente de arrastre total CD . Su formaci on se produce fundamentalmente por las separaciones en el extremo trasero e impl citamente por las inestabilidades de ujo en la zona frontal. En la zona de la supercie base, la estela produce una regi on de baja presi on, por lo que se generan intensos v ortices longitudinales y ujo transversal, los cuales extraen energ a cin etica al ujo incidente y producen el fen omeno de las separaciones. Con el objeto de mejorar el comportamiento aerodin amico del cuerpo se busca disminuir el coeciente de arrastre, para lo cual es necesario conocer mejor la estructura cualitativa de la estela.

12.6.1.

Denici on de los coecientes aerodin amicos

En lo que respecta a los coecientes aerodin amicos, ya denidos en el Cap. 10, tenemos:

12.6. Coecientes aerodin amicos 1. Coeciente de arrastre de forma Cd = 1

2 A 1/2U proy

261

Dp ;

(12.2)

donde Dp es la fuerza de arrastre por presi on, Aproy es el area frontal (proyecci on de la supercie del cuerpo sobre un plano perpendicular a la direcci on de la corriente libre), es la densidad del uido y U es la rapidez de la corriente libre; 2. Coeciente de fricci on C = 1
2 A 1/2U proy

D ;

(12.3)

donde D es la fuerza de fricci on ocasionada por las tensiones tangenciales de fricci on surf . 3. Coeciente de arrastre total. Para cuerpos obtusos, predomina el arrastre de presi on comparado con el de fricci on y tiene que ver con la forma del cuerpo bajo estudio. Ambos, contribuyen al valor del arrastre total, es decir, CD = Cd + C ; 4. Coeciente de presi on Cp = p p =1 2 1/2U u U
2

(12.4)

(12.5)

donde p es la presi on local (en general, funci on de la posici on), p y U son la presi on y la rapidez del ujo no-perturbado por el cuerpo, respectivamente, mientras que u es la rapidez local del ujo. Este coeciente var a desde +1 en los puntos de estancamiento (e.g. en un punto de impacto) pasando por 0 en el ujo no perturbado o bien valores negativos en regiones de baja presi on. 5. Coeciente de sustentaci on CL = 1 L; 2 A 1/2U pl (12.6)

donde L es la fuerza de sustentaci on (proyecci on de la fuerza de presi on en la direcci on normal al piso del t unel), Apl es el area horizontal (proyecci on de la supercie del cuerpo sobre el piso del t unel).

12.6. Coecientes aerodin amicos

262

Figura 12.10: Curvas del coeciente de arrastre CD , num erico y experimental en funci on del angulo de inclinaci on .

12.6.2.

Coecientes aerodin amicos obtenidos por simulaci on num erica

De la comparaci on de los resultados experimentales con los num ericos tenemos: 1. Coeciente de arrastre de forma Cd : se constata un razonable acuerdo, seg un lo resumido en la Tabla 12.3 y en la Fig. 12.10; 2. Coeciente de arrastre viscoso C : ver Tabla 12.4. Las discrepancias observadas son atribuibles a la falta de un factor de amortiguamiento viscoso hacia las paredes en nuestro modelo de turbulencia; 3. Coeciente de sustentaci on CL : ver Tabla 12.5. No se cuenta con datos experimentales para una comparaci on. La Fig. 12.11 muestra la distribuci on de presiones en el plano longitudinal medio del cuerpo, tanto en la parte superior como en la inferior, donde se observa como contribuye cada zona a la sustentaci on nal. La Fig. 12.12 muestra el coeciente de arrastre CD en funci on del tiempo t, para un angulo de inclinaci on de = 28o . El paso de tiempo utilizado fue de t = 0.01 [s]. Al salvar en disco un estado

12.6. Coecientes aerodin amicos Cd 12.5 28.0 exp. 0.2300 0.3350 num. 0.2346 0.3600

263

Cuadro 12.3: Coeciente de arrastre de forma Cd en el modelo de Ahmed experimental y num erico. C 12.5 28.0 Cuadro 12.4: exp. 0.0570 num. 0.0066

Coeciente de arrastre viscoso C en el modelo de Ahmed experimental y num erico. CL 12.5 28.0 exp. num. -0.0413 -0.1308

Cuadro 12.5:

Coeciente de sustentaci on CL en el modelo de Ahmed experimental y num erico.

1.5

coeficiente de presin Cp

1 0.5 0

zona frontal

zona media sup. superior

zona trasera

0.5 1

sup. inferior

1.5 2

0.2

0.4

0.6

0.8

1.2

coordenada longitudinal "y"[m]

Figura 12.11:

Coeciente de presi on sobre el modelo de Ahmed para un angulo de inclinaci on

= 12.5o . El origen de coordenadas se encuentra ubicado como lo establece la Fig. 12.2. cada 2 pasos tenemos un tiempo total de T 22 [s]. La fuerza utilizada para su c alculo es la resultante de la fuerza de presi on (que incluye el arrastre de forma) y la de fricci on (arrastre viscoso). La curva, luego de presentar una inestabilidad inicial, mantiene un comportamiento uctuante.

12.7. Flujo en la estela cercana

264

Figura 12.12:

Comportamiento del coeciente de arrastre CD para 28o en el tiempo usando la

fuerza total (coeciente de forma y viscoso) sobre el modelo. El coeciente de arrastre por fricci on est a calculado sobre todas las supercies del cuerpo.

12.7.

Flujo en la estela cercana

Figura 12.13:

Representaci on esquem atica del ujo en el sector trasero del cuerpo seg un diferentes

angulos de inclinaci on , en un plano central longitudinal.

12.7. Flujo en la estela cercana

265

Figura 12.14:

Representaci on esquem atica tridimensional del ujo en el sector trasero del cuerpo

seg un diferentes angulos de inclinaci on .

Figura 12.15:

Representaci on del ujo promediado por medio de vectores en la supercie base del

modelo, donde se visualiza el punto N predicho por la teor a. Seg un los ensayos de Ahmed et al. y corroborado por Gilli eron et al., existen dos angulos de inclinaci on cr ticos para la supercie inclinada trasera: m 12.5o y M 30.0o , y tales que el tipo de ujo en la estela del cuerpo es bi o tri dimensional, ver Tabla 12.6. En nuestras simulaciones constatamos las siguientes observaciones. 1. Cuando el angulo inclinaci on est a por debajo del cr tico inferior, esto es, < m , tenemos que: a ) El ujo en la estela del cuerpo pr acticamente es bidimensional, ver Figs. 12.13 (arriba

12.7. Flujo en la estela cercana ujo angulo de inclinaci on de la luneta trasera cuasi-bidimensional tridimensional cuasi-bidimensional < m m < < M > M

266

Cuadro 12.6: Tipo de ujo en la estela del cuerpo de Ahmed y su relaci on con el angulo de inclinaci on de la luneta trasera, donde m 12.5o (umbral cr tico inferior) y M 30.0o (umbral cr tico superior). izquierda A y B ). El ujo proveniente del techo permanece tangencial a la supercie inclinada de la luneta, separ andose en el area de la supercie base; b ) Notamos la presencia de dos regiones de ujo recirculatorio en la estela, marcadas como A y B en donde se observan dos v ortices toroidales que giran en sentido contrario, los cuales ejercen presi on sobre la supercie base y posteriormente se disipan m as atr as en la estela. Podemos suponer que ambos son v ortices tipo herradura (horseshoes) situados uno sobre el otro en la burbuja de separaci on, indicada como D en el esquema a la izquierda de la Fig. 12.14. La Fig. 12.16 muestra en l neas de color azul a los n ucleos de estos v ortices cuyos ejes son aproximadamente paralelos a la supercie base. Estas l neas han sido extra das por medio de la t ecnica del plano de fase propuesta por Kenwright[23]; c ) Las l neas de corriente de los v ortices toroidales sobre la supercie base generan el punto singular N , mostrado tanto en la Figs. 12.14 como en la Fig. 12.15, que es lo captado por nuestra simulaci on. Al incrementarse el angulo de inclinaci on acerc andose al cr tico superior, el ujo experimenta una inexi on descendente, movi endose el punto N hacia abajo; 2. Cuando el angulo de inclinaci on va creciendo hasta hacerse muy pr oximo al cr tico inferior, esto es, m , se observan dos nuevos fen omenos: a ) Comienza a formarse una burbuja en la regi on superior central de la supercie inclinada; b ) Las l neas de fricci on convergen lateralmente hacia las aristas de esta supercie, alimentando a dos v ortices laterales contra-rotantes que inducen un lavado, y que hemos denominados como C en la Fig. 12.14 (izquierda); 3. Cuando el angulo de inclinaci on supera al cr tico inferior, esto es, > m , se observa: a ) El ujo repentinamente muestra un comportamiento tridimensional, ver Fig. 12.13 (C ) y Fig. 12.14 (derecha);

12.7. Flujo en la estela cercana

267

b ) Las l neas de corriente dentro de la burbuja pre-existente son alimentadas por un movimiento de rotaci on centrado y forman una espiral. Este proceso genera dos nodos singulares a los que hemos denominado S10 y S11 en la Fig. 12.37 y en el esquema de la Fig. 12.38; c ) El contorno de la burbuja va creciendo a medida que aumenta el angulo de inclinaci on. Adem as de la burbuja, otras l neas de corriente tienen la forma de una espiral y participan en la formaci on del sistema de v ortices de la base; d ) Los v ortices laterales C son m as intensos y se separan en toda la arista de la supercie inclinada, incrementando su incidencia en el lavado. El ujo en la supercie base se combina con el correspondiente a la supercie inclinada formando un nodo de separaci on; 4. Finalmente, cuando el angulo de inclinaci on sigue creciendo y supera al cr tico superior, esto es, > M , se observa: a ) El ujo se separa en la regi on superior de la supercie inclinada y el nodo de acoplamiento N de los v ortices toroidales de la estela se ubica sobre la misma supercie; b ) El ujo nuevamente revierte su car acter a bidimensional, ver Fig. 12.13 (D).
vrtice toroidal A

ncleo del vrtice A

vrtice toroidal B

ncleo del vrtice B

ncleo del vrtice B

Figura 12.16: V ortices toroidales (horseshoes) de giro contrario, generados en la burbuja de separaci on. Las l neas azules corresponden a los n ucleos de los mismos (vortex core). La Fig. 12.19 muestra la velocidad promediada en direcci on de la corriente v (streamwise). Dichos valores fueron obtenidos de un corte transversal a una distancia y = 500 [mm] desde el plano de la base corriente abajo del ujo. Se gracaron perles de velocidad a las distancias de z =

25, 100, 200, 300, 500, 600 y 900 [mm], medidas en la direcci on positiva vertical desde la supercie inferior del modelo. Interpretando la gura, la velocidad media v muestra que el ujo a los costados del cuerpo permanece con el valor de la corriente libre, en tanto que en el centro de la estela, es inferior a este, que se corresponde con un incremento en los niveles de turbulencia.

12.7. Flujo en la estela cercana

268

Figura 12.17:

Izq.: l neas de corriente para la velocidad en la estela cercana a la supercie base del

modelo de Ahmed, donde se evidencian la presencia de dos v ortices en herradura A y B . Der.: vista en planta de la velocidad en donde se aprecia el v ortice longitudinal producido por una arista lateral.

Figura 12.18: Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). Velocidades en la direcci on de la corriente v . Las Figs. 12.18 y 12.20 muestran los perles de velocidad medios en la direcci on transversal u (spanwise) y en la vertical w (stream-normal), respectivamente. Estos nos dicen que en las posiciones z = 100, 300 [mm] existe un fuerte lavado en la regi on central. En la gr aca de velocidad transversal observamos valores de signo opuesto a un lado y a otro del centro, indicando la presencia de v ortices de rotaci on contraria a tiempo promediado. En las zonas cercanas al piso, la velocidad transversal

12.7. Flujo en la estela cercana

269

Figura 12.19: Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). Velocidades en la direcci on transversal u a la corriente.

Figura 12.20: Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). Velocidades en la direcci on stream-normal w.

12.7. Flujo en la estela cercana

270

Figura 12.21: Perles de las componentes cartesianas de la velocidad en diferentes cotas z , obtenidas en el plano ZX que est a ubicado a 500 [mm] de la supercie base del extremo trasero (en la direcci on del ujo). M odulo del vector velocidad.

Figura 12.22: Perles de la presi on sobre diferentes cotas en la direcci on z , obtenidas en el plano ZX ubicado a 500 [mm] de la supercie base del extremo trasero, en la direcci on del ujo. revierte su signo. Adem as, cuando nos elevamos el lavado se torna mucho m as d ebil hasta desaparecer. Las Fig. 12.21 muestran los perles de velocidad medios correspondientes al m odulo de dicho vector.

12.7. Flujo en la estela cercana

271

Figura 12.23:

Perles de velocidad y presi on gracados en diferentes l neas en direcci on stream-

normal, situadas en un plano de corte longitudinal, a 40 [mm], 120 [mm] y 200 [mm] de la supercie base del modelo; en la zona de la estela cercana al cuerpo. La Fig. 12.22 muestra la presi on promediada p . Dichos valores fueron obtenidos en el mismo plano de corte de las guras anteriores. Podemos observar un pico elevado en el centro de la estela y muy cercano al piso, disminuyendo de valor a medida que nos desplazamos en altura y hacia los costados, indicando claramente la regi on de remanso mencionada en el Cap. 10, Sec. 10.2. Las Figs. 12.23 muestran los perles del m odulo de velocidad y de presi on en altura, sobre l neas ubicadas en la estela cercana. Observamos el decrecimiento de la velocidad en la zona de remanso, con un pico mayor de presi on negativa en la l nea m as cercana a la supercie base. Las Figs. 12.24 muestran diferentes perles correspondientes a la ra z media cuadr atica de las componentes de la velocidad, en diferentes localizaciones en altura sobre el plano transversal situado a 500 [mm] de la supercie base. Dichos perles de tensiones normales medias brindan informaci on sobre los v ortices contra-rotantes, cuyos ejes tienen la direcci on de la corriente. Los altos niveles observados en dichas tensiones normales verticales ( w w ) indican que se presenta un comportamiento de aleteo

o batimiento (apping), mientras que los valores de la componente de tensi on normal en direcci on de la corriente ( v v ) se nalan un movimiento pulsante. Creemos que esta forma de comportarse

cambia con diferentes valores del angulo de inclinaci on de la supercie inclinada del modelo, pero no lo hemos comprobado hasta el momento. La Fig. 12.25 graca perles de la ra z media cuadr atica de la componente en la direcci on del ujo de la velocidad promediada, u u , corriente arriba y abajo del modelo. Los perles corriente arriba

dan una indicaci on de los niveles de ruido de fondo generados por la malla y el m etodo num erico, mientras que los perles de los planos corriente abajo muestran que los correspondientes niveles de

12.7. Flujo en la estela cercana

272

Figura 12.24:

Perles de la ra z media cuadr atica de las uctuaciones de velocidad a trav es de

la direcci on transversal x, en diferentes localizaciones verticales obtenidas en el plano ZX ubicado a 500 [mm] de la supercie base del extremo trasero, en la direcci on del ujo. Arriba (izq.): uctuaciones de la componente de la velocidad en la direcci on de la corriente u. Arriba (der.): componente transversal v . Abajo (izq.): componente vertical w. Abajo (der.): m odulo de la velocidad, donde promediado. uctuaci on son importantes en el centro de la estela. Los niveles m as altos ocurren en el plano situado a 50 [mm] de la supercie base, en la estela cercana y por debajo de la mitad del dominio. Adem as de lo hasta aqu gracado y analizado, resulta importante determinar el comportamiento del ujo en la supercie inclinada del sector posterior del cuerpo slant. En el modelo simulado, cercano al angulo cr tico inferior, el car acter bidimensional predicho por los resultados experimentales lo podemos constatar si nos detenemos en la Fig. 12.26, en donde visualizamos a la izquierda los contornos rellenos del campo de velocidad y a la derecha los correspondientes a la presi on. En la Fig. 12.27 gracamos la presi on sobre el plano de la supercie inclinada, sobre diferentes cortes situados ... signica

12.7. Flujo en la estela cercana

273

Figura 12.25:

Perles de uctuaci on de la componente en direcci on de la corriente de la velocidad,

medidos transversalmente al ujo (eje x) y en diferentes localizaciones verticales. Arriba (izq.): plano transversal corriente arriba en y = 100 [mm] del centro del origen de coordenadas. Arriba (der.) plano situado a 50 [mm]. Abajo (izq.) plano a 500 [mm].(abajo, der.) plano a 1000 [mm] de la supercie base. El s mbolo ... indica promediado. en y = 855 [mm], 900 [mm], 950 [mm], 990 [mm] y 1040 [mm], medidos desde el punto origen del sistema coordenado. Un an alisis de esta gr aca muestra valores moderados de presi on negativa en la regi on central, oscilante debido a que el uido escurre a trav es de peque nos canales, y valores m as elevados en los extremos como consecuencia de los intensos v ortices contra-rotantes que inducen al lavado mencionado anteriormente. Por u ltimo gracamos varios perles de velocidad y presi on media por arriba de la supercie superior del modelo. En la Fig. 12.28 se gracan la velocidad (arriba, izq.) y la presi on (arriba, der.) en la parte frontal. Constatamos el fuerte gradiente de presi on adverso presente en dicha zona, generado por la curvatura (arco de elipse) del modelo, pero que no causa separaci on de la capa l mite. Este efecto es de corto alcance y corriente abajo dicha capa r apidamente se estabiliza. Si bien no existen muchos datos en la literatura, podemos concluir que no se presenta separaci on sobre

12.8. Comportamiento general del ujo

274

Figura 12.26:

Contornos rellenos de velocidad (izq.) y presi on (der.) sobre la supercie inclinada.

Figura 12.27:

Presi on sobre la supercie inclinada en cortes situados a y = 855 [mm], 900 [mm],

950 [mm], 990 [mm] y 1040 [mm]. la parte frontal, pero s podemos armar que el ujo entra en una zona de transici on. En la Fig. 12.28 (velocidad: abajo, izq.; presi on: abajo, der.) mostramos los mismos perles pero ahora en la regi on de la supercie inclinada.

12.8.

Comportamiento general del ujo

La Fig. 12.29 (izq.) muestra el m odulo de la velocidad. El ujo inicialmente impacta en el extremo frontal del cuerpo, generando un punto de estancamiento que permance jo en el centro de la cara.

12.8. Comportamiento general del ujo

275

Figura 12.28: Perles de la componente longitudinal de la velocidad y de la presi on media por arriba del techo del modelo. Velocidad en la direcci on de la corriente (izq.) y presi on (der.), tanto en la zona frontal (arriba) como en la zona de la supercie inclinada (abajo).

Figura 12.29:

Contornos rellenos de los campos velocidad (izq.) y presi on (der.).

En las Figs. 12.30 observamos: el campo de velocidad en la vecindad del cuerpo (izq.) y la vorticidad con los vectores velocidad a nivel de la supercie del cuerpo (der.). Este ujo, pasa desde la zona

12.9. Extracci on del comportamiento y visualizaci on del ujo

276

Figura 12.30: Campo de velocidad en la vecindad de la supercie del modelo (izq.). Contornos rellenos de vorticidad sobre la supercie superpuesta a los vectores representativos de la velocidad. curvada frontal del cuerpo hacia las supercies superior, inferior y laterales, permaneciendo ligado por un fuerte gradiente de presi on adverso debido a la curvatura. Esta variaci on de presi on es posible visualizarla en el extremo frontal, tal como lo muestra la Fig. 12.29 (der.).

12.9.

Extracci on del comportamiento y visualizaci on del ujo

En esta secci on presentamos un serie de visualizaciones sobre el comportamiento del ujo sobre el modelo de Ahmed. Los datos experimentales a nuestro alcance est an relacionados con la regi on trasera. La informaci on en cuanto a la regi on frontal es escasa y no tenemos certeza en cuanto a si el ujo permanece ligado o no en dicha zona. Los resultados los visualizamos usando una promediaci on temporal de la soluci on. El tiempo utilizado para dicho promedio debe ser lo sucientemente largo, de manera que los valores medios no muestren una deriva. Para tal n, calculamos el tiempo requerido para que una part cula de uido se desplace desde la parte frontal hasta el extremo trasero, es decir, una longitud o cuerda del modelo. Para determinar el ujo promedio, hemos utilizado una longitud de aproximadamente 5 a 7 cuerdas. El comienzo del c alculo se realiz o cuando se corrobor o que no exist an diferencias signicativas entre la informaci on media y la instant anea, medida entre dos pasos de tiempo.

12.9.1.

Flujo instant aneo y promediado

Para extraer las separaciones y reencauzamiento del ujo, nos valemos del segundo invariante del tensor gradiente de velocidad Q, denido por Hunt et al. [80] y por Lesieur [100]. En nuestras simulaciones constatamos las siguientes observaciones:

12.9. Extracci on del comportamiento y visualizaci on del ujo

grandes vrtices longitudinales

277

vrtices de KelvinHelmholtz vrtices Hairpin ()

j lu

vrtices de KelvinHelmholtz

vrtices Hairpin ()

Flujo

Figura 12.31: Isosupercies instant aneas del segundo invariante del tensor gradiente de velocidad Q bajo el umbral de 40 50 [1/s2 ] en la partes: frontal, lateral y en la supercie inclinada trasera. La direcci on del ujo es de izquierda a derecha. 1. El ujo se separa sobre las aristas rectas y aladas del modelo, fundamentalmente en las regiones frontal y trasera. En la regi on frontal observamos que la uni on del frente con el techo del modelo tambi en presenta separaci on. De igual manera ocurre con ambos laterales del cuerpo. En el sector trasero hay separaci on en la arista superior, uni on entre el techo y la supercie inclinada; 2. Las Figs. 12.31 muestran, en las regiones frontal y trasera inclinada, el nacimiento de remolinos despu es de la separaci on. Las iso-supercies del segundo invariante corresponden a un valor de Q en el umbral de 40 50 [1/s2 ]. Adem as, visualizamos la formaci on de v ortices paralelos a las l neas de separaci on. Estos son arrastrados corriente abajo, modicando su sonom a y transform andose posteriormente en v ortices tipo hairpin, marcados como en la gura. 3. La Fig. 12.31, derecha, muestra en detalle la regi on de la supercie inclinada. Se visualizan dos grandes v ortices laterales contra-rotantes c onicos, del tipo longitudinal, que se extienden corriente abajo en la estela cercana; 4. Los v ortices laterales interact uan con las estructuras , m as peque nas, sobre la supercie inclinada, las que a su vez empujan a las vecinas hacia el centro de la supercie. Como consecuencia de ello, las estructuras cambian la orientaci on de sus ejes hacia una posici on paralela con la arista de separaci on. Este proceso de lavado es el que presenta mayores cambios al variar el angulo de inclinaci on; 5. En cuanto a la regi on frontal, el ujo resulta dependiente de la geometr a del cuerpo, sobre todo del arco de elipse y del n umero de Reynolds. La separaci on se produce sobre los arcos, como as tambi en en la zona de uni on del frente con el techo. En este u ltimo sector se forman v ortices

12.9. Extracci on del comportamiento y visualizaci on del ujo

278

transversales, similares a los de Kelvin-Helmholtz. Los mismos son convectados corriente abajo transform andose posteriormente en v ortices del tipo hairpin (), de igual manera como ocurre en la supercie inclinada trasera.

Sd T

lneas de acoplamiento

lneas de separacin

Z U L Ss

Figura 12.32:

Trazas: instant aneas (a) y promediadas (b), mostrando los v ortices del techo T y de

los laterales L. Vista desde la cara frontal del cuerpo. En el trabajo de Spohn/Gilli eron [127] se visualizan y se esquematizan los comportamientos del ujo en las regiones menciondas. De acuerdo a nuestras simulaciones tenemos: 1. Hay tres zonas de separaci on en la regi on frontal, ver Figs. 12.32 (a-b): una T en la parte superior y otras dos en ambos laterales del modelo; 2. En ambos laterales, a su vez, se distingue: la separaci on Z (que rodea al punto triple frontera formado por el frente, techo y lateral), la separaci on L en el medio del plano lateral; 3. Para determinar las separaciones y reencauzamientos, utilizamos las trazas de l neas de corriente sobre la supercie del cuerpo y comparamos los resultados obtenidos entre un ujo instant aneo y otro promediado. En las guras mencionadas se distinguen una serie de puntos cr ticos, corriente abajo de las zonas T y L, a los que hemos denominado puntos sillas Sd y Ss ; 4. En el sector Z observamos un peque no canal en donde el ujo escurre debido a un elevado gradiente de presi on adverso, para luego separarse o acoplarse, de acuerdo con los colores verde o magenta de las l neas de separaci on o reencauzamiento, respectivamente; 5. La Fig. 12.33 (a) muestra en detalle el lateral derecho, en el cual, aparte de las l neas de separaci on y acoplamiento, podemos apreciar diferentes tipos de puntos: en corriente abajo constatamos un punto silla Ss , un punto centro C y el punto inestable R;

12.9. Extracci on del comportamiento y visualizaci on del ujo

279

C
lnea de separacin

Ss D
lnea de separacin

lneas de separacin

lneas de acoplamiento

a)

b)

Sd Punto silla R
Foco (Focus) inestable

F
Foco (Focus) estable lnea de acoplamiento

lnea de separacin

c)

Figura 12.33:

a): Trazas de l neas a tiempo promediado sobre la supercie del cuerpo mostrando

el punto silla Ss , corriente abajo de la regi on de separaci on, el foco inestable R y el centro C en la zona lateral L. b) y c): El punto silla Sd , el foco inestable R y el estable F en la zona del techo. En todas ellas visualizamos las l neas de separaci on y acoplamiento. La velocidad es gracada sobre una supercie paralela a la del cuerpo en la primera capa de prismas. 6. La Fig. 12.33 (b-c) permite visualizar corriente abajo de la l nea de separaci on, un punto inestable R y otro estable F a ambos lados de una l nea de reencauzamiento. Tambi en observamos el punto silla Sd ; 7. Los cuadros de la Fig. 12.34 gracan las l neas de corriente a tiempo promediado proyectadas sobre el plano ZY en x = 0. Se observan los puntos medio-silla S1 , S2 y el foco N1 en la parte superior y los S3 , S4 y el foco N2 , en la zona frontal inferior. La denominaci on de punto media-silla se debe a que se encuentran ubicados sobre la frontera entre dos supercies: el punto media-silla S0 es aquel que corresponde a un estancamiento del ujo en el punto de impacto. V ortices longitudinales similares sobre el techo fueron observados en trabajos experimentales con el cuerpo de Ahmed [127, 148], mientras que v ortices longitudinales en la zona inferior, fueron registrados en los estudios num ericos realizados por Han [157];

12.9. Extracci on del comportamiento y visualizaci on del ujo

U
S3 N2 S4

280

U
S1 N1 S2

a)

b)

Figura 12.34:

L neas de corriente a tiempo promediado sobre la supercie superior e inferior en

la zona frontal. a) puntos media-silla S1 y S2 , y el foco N1 en la supercie superior; b) los puntos media-silla S3 y S4 , y el foco N2 en la supercie inferior.

B,N3

F1

YR S B,N2 F2

P D

Figura 12.35: L neas de corriente a tiempo promediado projectadas sobre el plano de simetr a x = 0: S es un punto de estancamiento sobre la supercie base; P un punto de libre estancamiento, D un punto silla en la regi on de la burbuja, mientras que F1 y F2 son los focos focus de los v ortices superior e inferior, respectivamente. 8. La estela instant anea contiene estructuras coherentes de gran escala, con sus ejes paralelos a la arista de separaci on sobre la cara trasera del cuerpo. Estas estructuras promedian los v ortices toroidales mostrados en la Fig. 12.35 y estan bastante de acuerdo con los resultados experimentales. Los hemos denominado F1 al superior y F2 al inferior, mientras que a sus n ucleos N4 y N5 , respectivamente;

12.9. Extracci on del comportamiento y visualizaci on del ujo

281

S8

S9

S7

S5
B,N 3

B,N 2 S4 S3

S6 a)

b)

Figura 12.36: V ortices delgados sobre la supercie base del modelo: (a) superior B, N3 y (b) inferior B, N2 .

S10 N6 S11

Figura 12.37:

Visualizaci on de la burbuja de separaci on sobre la supercie inclinada trasera. Los

puntos S10 y S11 son medio-silla, y N6 su n ucleo. 9. En la Fig. 12.36 se observan cuatro v ortices adicionales m as delgados y peque nos, pr oximos a la supercie base trasera. Dos se encuentran en el sector superior y los restantes en el sector inferior. Los hemos denominado v ortices B , cuyos n ucleos N2 y N3 rotan en sentido horario y antihorario, respectivamente. Junto a ellos marcamos los medios puntos-silla correspondientes; 10. Pr oximo al v ortice F2 aparece un punto de libre estancamiento al que hemos denominado P ; 11. Finalmente, adem as de las anteriores estructuras, se observa una burbuja con un punto silla D, corriente abajo de los grandes v ortices F1 y F2 . La longitud de separaci on de la burbuja YR

12.9. Extracci on del comportamiento y visualizaci on del ujo

282

en direcci on de la corriente mide unos 343 [mm]. La Fig. 12.37 muestra la burbuja formada inmediatamente despu es de la arista superior de la supercie inclinada Sus dimensiones var an a medida que crece el angulo de inclinaci on.

12.9.2.

Constrastaci on topol ogica

La Fig. 12.38 esquematiza el patr on de ujo a tiempo promediado de las l neas de corriente, como as tambi en, los puntos cr ticos sobre el plano de simetr a x = 0. Los puntos S0 a S13 son medios silla, los N1 a N7 representan n ucleos de v ortices y D es un silla completo.

U
N1 S1 S0 S2 S10 N6 S11 S8 S7 S6 S9 S12 S 13 S5 S4 D B,N
3

N4

N7 S3 B,N
2

N5

Figura 12.38:

Esquema de las l neas de corriente a tiempo promediado y puntos singulares sobre el

plano de simetr a x = 0, donde S0 a S13 son puntos medios-silla, D es un punto silla, mientras que N1 a N7 son focos (focus) en los n ucleos de v ortices. De acuerdo con Hunt et al. [80], en una secci on bidimensional del ujo (seg un un plano de corte) s olo puede haber un cierto n umero de puntos sillas para un n umero dado de puntos. Se debe vericar que T =
N

1 2

N S

1 2

=1n ;
S N

(12.7)

donde n representa la conectividad de la regi on bidimensional, (focus),

N

es el n umero de nodos y de focos

S

es el n umero de medios nodos,

el de puntos sillas enteros y

el de medios-sillas.

Por ejemplo, para un corte en una regi on tridimensional simplemente conexa n = 1 (e.g. un ujo sin un cuerpo), mientras que un corte en un ujo con un u nico cuerpo (que es nuestro caso) n = 2. Analizando la Fig. 12.38 vemos que los puntos cr ticos satisfacen la restricci on topol ogica dada por la Ec. (12.7), ya que =7
N

;
N

=0

;
S

=1

;
S

= 14

T = 1 .

(12.8)

12.9. Extracci on del comportamiento y visualizaci on del ujo

283

Es decir, la secci on bidimensional del ujo obtenido por simulaci on num erica es topol ogicamente posible. En base a esto, concluimos que aunque estamos utilizando una malla con poca resoluci on en la zona de la capa l mite del cuerpo, el esquema turbulento elegido conduce a representaciones plausibles de las estructuras coherentes en el ujo y da cuenta de su formaci on y evoluci on.

Figura 12.39:

Secuencia de planos tranversales, en la regi on lateral izquierda. Representaci on es-

quem atica de las l neas de corriente, a tiempo promediado, y proyectadas sobre los planos transversales: a) y = 200, b) y = 400, c) y = 600, d) y = 800, e) y = 1000, f) y = 1044, respectivamente (en [mm]). El sentido de rotaci on del v ortice es horario y est a ubicado en la arista inferior del modelo.

slant
vrtice lateral vrtice lateral lnea de acoplamiento

base

U
Punto N
lnea de separacin

a)

b)

Figura 12.40:

a) Trazas a tiempo promediado sobre la regi on trasera del cuerpo; b) Vista en planta

de la supercie inclinada.

12.9. Extracci on del comportamiento y visualizaci on del ujo

284

foco inest.
punto silla foco estable

Fi Sb Fe
foco estable

Ss

Fe

punto silla

N
Punto inestable

Figura 12.41:

Trazas y vectores a tiempo promediado con los puntos cr ticos sobre la supercie

inclinada y base del cuerpo.

12.9.3.

Flujo debajo del cuerpo

Podemos hacer las siguientes observaciones: 1. El ujo por debajo del cuerpo tiene un car acter tridimensional. El uido que se desplaza en esta zona interact ua con los ujos laterales, formando dos v ortices longitudinales cercanos a la arista inferior del modelo; 2. La Fig. 12.39 muestra una secuencia del v ortice lateral izquierdo, gracado en diferentes planos transversales, desde y = 200 [mm], medido a partir del origen de coordenadas, hasta el plano de la supercie base. Este v ortice rota en sentido horario y el del lateral derecho en sentido antihorario. Claramente visualizamos una contracci on en su di ametro, en la posici on y = 400 [mm]. Tambi en ocurre lo mismo a la salida cuando interact ua con la estela cercana al cuerpo; 3. Cuando los v ortices hairpin inciden en la supercie inclinada trasera, ver Fig. 12.31, se forma una regi on de separaci on que se visualiza en la Fig. 12.40. En la misma, se percibe un caracter cuasi-bidimensional del ujo para un angulo de inclinaci on de 12.5o , similar al experimental de Ahmed[156]; 4. La Fig. 12.41 (b) graca las trazas instant aneas sobre la supercie de la base. Observamos el punto singular N inestable donde se encuentran los dos v ortices horseshoes visualizados en la Fig. 12.35, junto con un punto silla Sb y los focos estable Fe e inestable Fi . El punto N se sit ua por debajo de la l nea media de dicha supercie como es t pico para esta inclinaci on. Por su parte, la Fig. 12.41 (a) visualiza las trazas instant aneas en la supercie inclinada. Concluimos que LES predice bastante bien los dos v ortices longitudinales contra-rotantes sobre ambas aristas laterales, as como tambi en el comportamiento del ujo transversal en la supercie

12.9. Extracci on del comportamiento y visualizaci on del ujo inclinada, en donde se aprecia el ujo hacia la arista inferior de esta supercie.

285

Cap tulo 13

Conclusiones
13.1. Consideraciones nales

En esta Tesis hemos considerado simulaciones num ericas del ujo de aire sobre cuerpos obtusos que se desplazan en una posici on cercana al piso. Como las velocidades involucradas fueron relativamente peque nas pudimos considerar al ujo como pr acticamente incompresible. El esp ritu de la misma ha sido utilizar los recursos disponibles en el grupo, adaptarlos y emplearlos ecientemente para el tipo de problema considerado. Gran parte de las conclusiones relacionadas con cada cap tulo fueron expuestas al nal de los mismos, por lo que s olo haremos una breve rese na. Luego de haber realizado una revisi on de las ecuaciones que gobiernan el ujo aerodin amico sobre cuerpos obtusos, es decir, las ecuaciones de Navier-Stokes particularizadas a un ujo de un uido viscoso, incompresible e isot ermico, consideramos su discretizaci on num erica. Elegimos una formulaci on por elementos nitos estabilizada mediante un esquema combinado de derivadas a contra-corriente en la variante SUPG/PSPG, en donde hemos podido comprobar que su utilizaci on ha resultado satisfactoria, ya que no se han presentado las patolog as num ericas usuales en este tipo de resoluci on. Adem as, vericamos su empleo en problemas de gran porte, con una cantidad importante de grados de libertad. Para ello nos hemos valido del c alculo distribuido sobre un cluster tipo Beowulf en el cual se emplearon t ecnicas tales como descomposici on de dominios. El c odigo PETSc-FEM empleado mostr o exibilidad y capacidad para paralelizar en forma razonable buena parte del proceso de c alculo. Un paso importante ha sido la mejora en las diferentes t ecnicas de generaci on autom atica de las mallas tridimensionales con geometr as no-triviales, junto con el agregado de capas de elementos pseudo-estructuradas que han facilitado la captura de algunos fen omenos presentes en la zona de capa l mite. En el primer ejemplo de utilizaci on realizado, hemos estudiado el ujo sobre un autom ovil de com-

286

13.2. Futuras l neas de investigaci on

287

petici on con excelentes caracter sticas aerodin amicas (muy suave y casi sin desprendimientos notables). El mismo fue simulado bajo la hip otesis de ujo en r egimen laminar. Se pudo estimar el despegue de la capa l mite y, como consecuencia de ello, la estela de remolinos que se forma. La falta de datos experimentales conspir o en obtener una validaci on de las predicciones num ericas. Sin embargo, esta simulaci on prepar o el camino para el siguiente ensayo sobre un cuerpo simplicado y en donde hemos podido validar los resultados con amplios datos experimentales. Para la simulaci on sobre el cuerpo simplicado implementamos un modelo de turbulencia. Tal como se ha se nalado con anterioridad, el ujo aerodin amico alrededor de un veh culo automotor a las velocidades de r egimen tiene un marcado car acter turbulento, sobre todo en la zona posterior del cuerpo en donde se forma la estela. Es por tanto de esperar que una modelizaci on num erica del ujo en r egimen turbulento proporcione resultados m as acordes con los experimentales. Esto fue lo que comprobamos al tener en cuenta los efectos de la turbulencia sobre el modelo de Ahmed mediante una Simulaci on de Grandes V ortices (Large Eddy Simulation, LES), en donde se empleo el modelo de Smagorinsky para las tensiones turbulentas de subgrilla (Sub-Grid Scale Model, SGM). Los resultados obtenidos comprueban lo anteriormente establecido ya que ha logrado predecir, en forma bastante aceptable, valores del coeciente de arrastre pr oximos a los experimentales. El comportamiento del ujo alrededor de un veh culo no est a entendido en su totalidad, por lo que su descriptci on debe realizarse a partir de las presiones medidas, del campo de velocidades, as como de las observaciones realizadas en la supercie del modelo. La utilizaci on en forma eciente de los recursos disponibles de visualizaci on cient ca de alta perfomance, mediante m etodos m as elaborados de detecci on del comportamientos del ujo, ha resultado una herramienta importante a la hora de lograr una mejor comprensi on del mismo. Por u ltimo cabe mencionar, que la aplicabilidad de los m etodos num ericos no es sustitutivo de ning un modo de los ensayos en t uneles de viento, sino que una complementaci on de todos estos recursos proporciona una mejor comprensi on de la din amica del ujo, reduciendo eventualmente el n umero de ensayos, al menos en las etapas preliminares de dise no.

13.2.

Futuras l neas de investigaci on

La continuaci on del trabajo presentado en esta Tesis tiene por objetivo incluir, entre otros desarrollos, los siguientes: Otros ensayos sobre el mismo modelo. Con un an alisis de mayor profundidad de los resultados num ericos. Esto incluye la simulaci on sobre el modelo de Ahmed para otras inclinaciones

13.2. Futuras l neas de investigaci on

288

de la luneta trasera, tratando de cubrir la totalidad de la curva de arrastre experimental. Adem as nos permitir a observar como se comporta el c odigo de simulaci on num erica en las regiones de ujo cr ticas y corroborar en parte lo predicho por la teor a. Veh culos con otras formas geom etricas. Por lo que hemos experimentado, la denici on de las formas del contorno tanto del dominio exterior como del cuerpo bajo estudio, es un paso importante en b usqueda de una herramienta ecaz y vers atil. Cuando abordemos geometr as m as complicadas, por ejemplo, detalles omitidos en la carrocer a o el efecto de las ruedas, la informaci on que se nos puede suministrar respecto a la forma del cuerpo, est a relacionada con una serie de puntos situados sobre su contorno, de los cuales conocemos sus coordenadas. En estos casos debemos desarrollar alg un tipo de m etodo que nos permita interpolar la geometr a de ese contorno, entre esos puntos. Una alternativa para esta tarea ser a el desarrollo de B-splines param etricos para denir el contorno de los cuerpos bajo estudio. Adaptividad. Los problemas aerodin amicos que hemos tratado est an inmersos en el contexto newtoniano, y mostraron que los campos de tensi on tienden a desarrollar capas l mites alrededor del cuerpo del veh culo. Creemos importante, por lo analizado hasta el momento, capturar mejor los fen omenos de capa l mite. Para lograrlo, un paso fundamental en este tipo de simulaciones consiste en desarrollar m etodos adaptivos que permitan cambios abruptos del tama no de la malla. Esto signica utilizar discretizaciones con las correctas zonas de renamiento que proporcionen resultados con la adecuada precisi on, cuando calculemos ya sea por elementos nitos o por alg un otro m etodo num erico. Consideramos que la utilizaci on de mallas no-estructuradas son mucho m as exibles en cuanto al uso de t ecnicas de adaptabilidad. Estabilizaci on num erica y turbulencia. Si bien la t ecnica denominada SUPG/PSPG, ha demostrado producir resultados satisfactorios, es bien sabido que es muy dependiente de la calidad de la malla en relaci on a los patrones uido-din amicos presentes. La forma de elegir estos par ametros ha suscitado una gran cantidad de trabajos de todo tipo, desde aquellos con una fuerte base matem atica a otros con una gran base emp rica. En la actualidad la discusi on no est a cerrada por lo que continuan apareciendo nuevas ideas al respecto. Entre ellas podemos citar uno de los u ltimos aportes de Tezduyar, en donde propone una forma de calcular los par ametros de estabilizaci on, que lo independiza de la elecci on de una escala de longitud y otra de velocidad. Estas escalas se basan en relacionar entre s los distintos t erminos que hacen a la contribuci on del elemento, tanto a la matriz del sistema como al residuo, y de dicha relaci on surgen los par ametros. De acuerdo con lo manifestado por el autor, de esta manera ser a factible

13.2. Futuras l neas de investigaci on

289

incorporar la difusi on necesaria seg un la l nea de corriente, que estabilizar a la formulaci on, tal como lo propone el m etodo SUPG, as como agregar en la direcci on del gradiente de la soluci on una difusi on num erica adicional que es similar a la que introduce un modelo de turbulencia de la familia LES con Smagorinsky. Por otro lado, esta forma de calcular los par ametros de estabilizaci on dar a cuenta de los inconvenientes propios de las grillas con grandes relaciones de aspecto y altas distorsiones propias de las simulaciones de ujos turbulentos alrededor de objetos. Resoluci on de problemas especiales. Todo lo expuesto hasta el momento, induce a pensar que la determinaci on y los efectos subsiguientes de los respectivos coecientes y esfuerzos causados por el ujo son los u nicos problemas que se presentan en la circulaci on de los veh culos como consecuencia del ujo de aire que los rodea. Pero en la realidad se suelen presentar otros tipos de problemas. De una amplia variedad, podemos mencionar tres de ellos, dignos de ser estudiados: 1. Ruido. Esta investigaci on deber a demostrar que las areas o zonas de ujo separado son pr acticamente intensas, en cuanto al nivel de ruido se reere, as como las zonas donde se formen v ortices. En el camino de atenuar niveles de ruido es muy importante conseguir calmar el ujo en las regiones donde se producen las separaciones, logrando de esta manera disminuir este efecto. El conocimiento, por medio de las herramientas adecuadas, de la formaci on y posici on de los v ortices y remolinos, zonas de ujo adherido o despegado, puntos cr ticos, resulta de primera utilidad a la hora de plantear reducciones importantes en los niveles de ruido. 2. Transporte de part culas s olidas. El ujo alrededor de un veh culo contiene diferentes heterogeneidades, tales como gotas de lluvia, part culas de barro, insectos, nieve, entre otras. El comportamiento de dichas part culas en el campo del ujo, durante el uso pr actico del veh culo, resulta importante. La acumulaci on de polvo sobre la supercie es deriva en dos aspectos: En primer lugar, en t erminos de seguridad, por la acumulaci on de polvo o barro en los faros, ventanillas, luneta trasera, parabrisas, espejos. En segundo lugar porque tiene inuencia en la est etica. El tratamiento del aire como portador de part culas y la deposici on de las que se encuentran en suspensi on sobre la supercie, exige un conocimiento en profundidad del comportamiento del ujo externo, para poder abordar este tipo de problemas. 3. Efectos aeroel asticos. Estos problemas se presentan cuando las fuerzas aerodin amicas que act uan en un cuerpo producen movimiento del mismo, que a su vez inuyen en las fuerzas

13.2. Futuras l neas de investigaci on

290

aeroel asticas inducidas. Se trata de un claro problema de interacci on. Resulta interesante comprobar situaciones donde el trabajo neto que las fuerzas de tipo aerodin amico realizan en el sistema, es positivo, por lo que se produce una autoexitaci on denominada utter. En tales casos el amortiguamiento del sistema, no es suciente para mantener la estabilidad y se vuelve inestable. Pueden presentarse asimismo, situaciones de utter en las cuales las fuerzas est an motivadas por una separaci on del ujo de tipo peri odico, en la parte posterior del veh culo. Otros aspectos. Otro tipo de simulaci on a desarrollar en investigaciones futuras, tiene que ver con aspectos de tipo ambiental, que inuyen en la distribuci on del ujo. Dichos efectos modican el comportamiento del ujo, induciendo nuevas complicaciones. Entre los m as notables citamos: El viento soplando en diferentes direcciones mientras el veh culo se encuentra en operaci on, lo que provoca nuevas fuerzas sobre el cuerpo; Interacci on con otros veh culos; Efectos producidos por la propia carretera.

Ap endice A

M etodos de descomposici on del dominio

A.1. Particionamiento del dominio

El primer paso para obtener la soluci on num erica de un problema muy grande por el m etodo de descomposici on de dominios, est a relacionado con la t ecnica de discretizaci on utilizada. Esta es la primera tarea a programar cuando se resuelve un problema en paralelo. Dado un sistema lineal denso o ralo se debe decidir como proyectar los datos a los diferentes procesadores. Las computadoras con memoria distribuida, a diferencia de las de memoria compartida, permiten una mayor exibilidad ya que podemos distribuir los datos de una manera arbitraria. Sin embargo, esta aparente ventaja se contraresta con la necesidad de encontrar particiones ecientes. Cuando particionamos un problema grande en subproblemas es com un usar una representaci on por grafos del problema discreto. Entre otros, podemos mencionar algunos criterios cuasi- optimos para el particionamiento: Carga cuasi-balanceada: la cantidad de c alculos deber a ser casi igualmente distribuida entre los procesadores; Reducir los costos de comunicaci on y sincronizaci on; Reducir el ancho de banda en cada procesador; Disminuir el n umero de subdominios vecinos. Cuando los elementos est an contenidos en forma completa dentro de cada subdominio, la partici on se denomina basada en los elementos. En esta, los elementos son enviados a cada procesador en lugar 291

A.1. Particionamiento del dominio

292

1 1 2 2

a)

b)

1 2

c)

Figura A.1: Tipos de particionamiento: a) basado en los v ertices; b) basado en las aristas; c) basados en los elementos. de los v ertices. La restricci on es que ning un elemento puede pertenecer a dos subdominos diferentes. Otra forma de hacerlo se denomina particionamiento basado en las aristas, en donde la restricci on que se impone es que ninguna arista debe ser dividida entre dos subdominios. Por u ltimo, citamos el particionamiento basado en los v ertices que consiste en dividir el dominio en funci on de los v ertices sin imponer restricci on a las aristas o a los elementos entre subdominios. La Fig. A.1 ilustran estos tipos de particionamiento. Cuando utilizamos subdominios no solapados, el particionamiento deber a reunir alguna de las siguientes caracter sticas: cada subdominio debe presentar una buena relaci on de aspecto; las interfases deben ser regulares; los subdominios deben estar balanceados, es decir, la cantidad de trabajo por cada uno de ellos debe permanecer uniforme, dependiendo del algoritmo de soluci on. Esto es equivalente a la equidistribuci on del n umero de nodos o de elementos; las interfases deben poseer la m nima longitud posible. Esta es una propiedad importante, ya que se trata de minimizar el n umero de inc ognitas para el problema de la interfase y es esencial para la implementaci on en paralelo, ya que gobierna la cantidad de comunicaci on entre procesadores.

A.2. M etodos de particionamiento autom atico

293

A.2.

M etodos de particionamiento autom atico

Las simulaciones num ericas de grandes problemas que utilizan c alculo paralelo de alto rendimiento (high performance parallel computers), necesitan el desarrollo de algoritmos que puedan producir un buen particionamiento sobre grafos irregulares y mallas no-estructuradas, con dominios complicados. En estas simulaciones, el c alculo se desarrolla iterativamente sobre cada elemento (y/o nodo) de la malla f sica bi o tridimensional, intercambiando la informaci on entre los elementos adyacentes. La eciente ejecuci on de las simulaciones, sobre m aquinas en paralelo, requiere una transformaci on de la malla computacional sobre los procesadores, de tal manera que cada uno de ellos obtenga un n umero igual de elementos y se minimice la comunicaci on entre procesadores. Resolviendo un particionamiento de grafos, los algoritmos producen la descomposici on del dominio en subdominios, necesarios para la ejecuci on en paralelo del problema. Con el objeto de calcular la distribuci on de una malla en un conjunto de procesadores, es necesario, como primer paso, construir el grafo respectivo. Si el c alculo se realiza sobre los nodos de la malla, el grafo de nodos coincide con la malla. Tendremos un v ertice en el grafo por cada nodo de la malla y una arista en el grafo por cada arista geom etrica que une los nodos. A este grafo se lo denomina grafo de nodos. En cambio, si el c alculo lo realizamos sobre los elementos de la malla, el grafo de elementos ser a el dual del grafo de nodos. Tendremos un v ertice en el grafo por cada elemento de la malla y una arista en el grafo por cada arista geom etrica que une los elementos. A este grafo se lo denomina grafo de elementos. La Fig. A.2 nos ilustra un ejemplo en dos dimensiones en donde (i) la ubicada a la izquierda muestra una malla irregular de elementos nitos sobre un dominio arbitrario; (ii) la del medio corresponde a un grafo de nodos y la de la derecha un grafo dual. Particionando los v ertices de estos grafos en k -subdominios disjuntos, se obtiene una cierta distribuci on, ya sea de los nodos o bien de los elementos sobre los k -procesadores. Si el particionamiento se calcula tal que cada subdominio tiene el mismo n umero de v ertices, entonces cada procesador tendr a igual cantidad de trabajo durante el procesamiento en paralelo. El vol umen total de comunicaciones lo podemos estimar contando el n umero de aristas que conectan los v ertices en diferentes subdominios. Un particionamiento se calcula de manera que minimice esta m etrica, la que se suele denominar como corte de aristas (edge-cut). Cuando procedemos con un c alculo num erico sobre un cluster de computadoras heterog eneas, es benecioso efectuar un particionamiento tal que cada subdominio tenga una cierta cantidad especicada de v ertices pesados. Esto signica, darle m as trabajo a las computadoras m as veloces. Los

A.2. M etodos de particionamiento autom atico

294

(a)

(b)

(c)

Figura A.2: Grafos sobre una malla irregular arbitraria: a) malla; b) grafo que modela la conectividad entre los nodos de la malla; y c) grafo que modela la adyacencia de los elementos en la malla. Este es el dual del anterior grafo. subdominios pesados se pueden especicar generando un vector de dimensi on k , donde cada elemento indica la fracci on del peso total de los v ertices que el subdominio debe contener.
5 6 1 2 4 10 11 12 7 8 3 9 sub.C sub.B

sub.A

Figura A.3: Grafo particionado con siete aristas de corte. Durante el procesamiento en paralelo se presentan nueve tipos de comunicaci on de datos entre los procesadores de cada subdominio. Es importante destacar que la m etrica del corte de aristas es solamente una aproximaci on del vol umen total de comunicaciones, e.g. ver [[8]]. Consideremos el ejemplo de la Fig. A.3. En ella, tenemos tres subdominios: A, B y C ; un particionamiento de tipo k igual a tres y siete aristas de corte. Durante el c alculo en paralelo el procesador correspondiente al subdominio A, necesitar a enviar los datos de los v ertices 1 y 3 al procesador correspondiente al subdominio B y los datos del v ertice 4 al procesador del subdominio C . En forma similar, el subdominio B necesita enviar los datos de 5 y 7 al procesador del subdominio A y los datos de 7 y 8 al procesador del subdominio C . Finalmente, el subdominio C necesita enviar los datos de 9 al procesador del subdominio B y los datos de 10 al procesador del subdominio A. Estos trabajos equivalen a nueve unidades de datos para ser enviados, mientras que las aristas de corte entre subdominios es siete. La raz on por la cual no coincide el n umero de aristas de corte con la cantidad de comunicaciones, se debe a que en el corte de aristas se cuenta uno por cada una de ellas y en el proceso de comunicaci on de datos se contabiliza una vez, a un si dos o m as aristas de un v ertice simple son cortadas por el mismo subdominio. Adem as, el vol umen total de comunicaciones

A.2. M etodos de particionamiento autom atico

295

no se puede predecir con exactitud, como tampoco el gasto de comunicaci on entre procesadores. Una medida m as precisa es el tiempo m aximo requerido por algunos de los procesadores para desarrollar la comunicaci on (c alculo y comunicaci on ocurren en fases alternativas). Las comunicaciones dependen de diferentes factores, entre ellos, la cantidad de datos a ser enviados y el n umero de procesadores vecinos. En particular, una arquitectura de pasos de mensajes, disminuye el n umero m aximo de mensajes de arranque, que puede resultar mas importante que el vol umen, e.g. ver [[9]]. Existe una fuerte correlaci on entre las aristas de corte y los costos de comunicaci on en grafos de grado uniforme (i.e. donde muchos de sus v ertices tienen el mismo n umero de aristas). Esta caracter stica es t pica de grafos correspondientes a simulaciones num ericas [[87]]. Por esta raz on, el proceso de reducir el c alculo de corte es a un una razonable aproximaci on. Algunas t ecnicas de particionamiento de grafos: Una de la m as utilizadas es la del tipo k por bisecci on recursiva: Los grafos son particionados en k -subdominios. El proceso comienza calculando recursivamente sobre el grafo un particionamiento de tipo 2 (e.g. bisecci on[96]), continuando hasta lograr un total de k 1 bisecciones. Si k no es una potencia de dos, entonces para cada bisecci on, se necesita especicar el peso apropiado para cada subdominio, para asegurar que el particionamiento de tipo k est e balanceado. En el caso m as simple, en cada paso de bisecci on la nueva interfase o bien es perpendicular al di ametro m aximo del dominio considerado o bien a uno de sus ejes principales de inercia. Una estrategia m as elaborada y costosa, propuesta por Simon [54], consiste en denir la interfase como la supercie de valores nulos del segundo autovector de un operador de Laplace denido sobre la malla global. Se puede demostrar que la correspondiente soluci on determina una dimensi on menor de la interfase y conduce a formas m as regulares. Una complejidad que presenta el problema del particionamiento del grafo, en general, es la dicultad de calcular en un tiempo razonable un particionamiento optimo para grafos de dimensi on importante. Este hecho, junto con la importancia que reviste el problema, ha conducido al desarrollo de varios tipos de aproximaciones heur sticas. Estas u ltimas pueden ser clasicadas como: geom etricas, combinatorias, espectrales, t ecnicas de optimizaci on combinatoria o m etodos multinivel. Un trabajo detallado sobre los diferentes m etodos de particionamiento lo podemos encontrar en [[87]].

A.3. Particionamiento del dominio: detalles de la implementaci on (c odigo PETSc-FEM) 296

A.3.

Particionamiento del dominio: detalles de la implementaci on (c odigo PETSc-FEM)

En esta secci on veremos algunos detalles de implementaci on del particionamiento en el m etodo de descomposici on DDM/SCMI que utilizamos en las simulaciones [131]. Para analizar los detalles de implementaci on, consideremos la malla de la Fig. A.4. Particionamos el dominio en dos subdominios tal que cierto n umero de elementos y nodos pertenecen al procesador 0 y el resto al 1. A cada nodo le asociamos una inc ognita sin condici on de borde. Repartimos estos nodos en tres subconjuntos disjuntos: L1, L2 e I , respectivamente. Los nodos en L1 no est an conectados a los de L2 (es decir no comparten un elemento). Las matrices por elementos Ai,j y Aj,i , con i L1 y j L2 son nulas.

Figura A.4: M etodo DDM/SCMI. Descomposici on por subdominios. El particionamiento se hace por un grafo dual al grafo de nodos, esto es, aquel donde los elementos son v ertices del grafo y los nodos son sus aristas. El particionador utilizado, nos permite dividir dicho grafo de conectividades en subdominios, tratando de mantener la masa total de los v ertices (inuye en el esfuerzo computacional al calcular los elementos) igual entre los diferentes subdominios, manteniendo una baja comunicaci on entre los procesadores (esto se dene asignado un peso a las aristas del grafo dual). Si realizamos un balance de carga, entonces la masa total de los v ertices en cada procesador debe ser proporcional a la velocidad del mismo. Los nodos se particionan de la siguiente forma: aquellos que est an conectados a elementos en diferentes procesadores, se asignan al procesador con numeraci on mas alta. Si nos referimos a la malla de la Fig. A.4, utilizando el particionamiento anterior, todos los nodos de la interfase pertenecen al procesador 1, como lo muestra la Fig. A.5. Entonces de acuerdo a

A.3. Particionamiento del dominio: detalles de la implementaci on (c odigo PETSc-FEM) 297

Figura A.5: M etodo DDM/SCMI. Descomposici on actual. esto, para un nodo i que est a conectado a un nodo j sobre otro procesador, se marcar a como interfase a aquel que pertenezca al procesador con la mayor numeraci on. Por eso en la Fig. A.5 todos los grados de libertad de la interfase pertenecer an al procesador 1. Los nodos de la tira rayada pertenecen al procesador 0 y est an conectados a los del procesador 1, pero no est an marcados como interfase pues corresponden al procesador de numeraci on menor. Con esta estrategia logramos en este caso una cantidad de cuatro nodos en la interfase, mientras que en la partici on m as simple, al considerar los de la faja rayada m as los del procesador 1, nos d a una cantidad igual al doble, afectando la dimensi on de la matriz complemento de Schur. El objeto matriz IISDMat contiene tres matrices MPI-PETSc para

Figura A.6: M etodo DDM/SCMI. Contribuci on de los elementos no-locales por el mal particionamiento. los bloques AII , AsI , AIs y una matriz PETSc secuencial Ass . Esta u ltima se dene como secuencial

A.3. Particionamiento del dominio: detalles de la implementaci on (c odigo PETSc-FEM) 298 pues de otra manera no puede factorizarse con el solver LU de PETSc. Este bloque contiene las matrices disjuntas que corresponden a cada procesador, de tal manera que los elementos en un procesador dado no deben conectarse con los de otro. Normalmente, esto es as , pero a veces esta condici on puede ser violada, cuando, por ejemplo, tenemos condiciones de borde peri odicas o por las restricciones que no son tomadas en cuenta durante el particionamiento. Otra causa es por una mala calidad en el particionador, pero no es muy com un. Por ejemplo, si observamos la Fig. A.6, debido al mal particionamiento, un elemento aislado e, pertenece al procesador 0 y est a rodeado por elementos pertenecientes al procesador 1, de numeraci on m as alta. Los nodos ser an asignados al procesador con la mayor numeraci on, es decir, igual a 1. En la misma gura, los nodos p, q y r son asignados al procesador 1, pero los nodos q y r forman parte de los grados de libertad locales del 1 y reciben contribuciones del elemento e perteneciente al procesador 0, lo que resulta una complicaci on cuando denimos la matriz como una PETSc con factorizaci on LU. Esto se soluciona almacenando todas las contribuciones que pertenecen a otros procesadores en un buer temporario y luego se env an a los procesadores correctos, directamente por medio de mensajes MPI.

Ap endice B

Principio de los trabajos virtuales

B.1. Introducci on

En la soluci on de los problemas pr acticos en la teor a cl asica de la elasticidad, se procura obtener la distribuci on de tensiones y deformaciones de un medio continuo el astico, por ejemplo, en la forma de un estado plano de tensiones o de deformaciones, s olidos axisim etricos, exi on de placas y c ascaras o bien s olidos tridimensionales. Para resolver este problema, uno de los m etodos num ericos utilizados para tal n es el m etodo de elementos nitos, el cual consiste en discretizar el dominio en un n umero discreto de partes del mismo. El procedimiento usual utilizado en este caso comprende: Para pasar del problema continuo a uno discreto dividimos el medio continuo en un n umero nito de peque nas porciones, mediante l neas o supercies, donde cada una de estas porciones es un elemento nito con campos de deformaci on dentro del elemento idealizados; La continuidad en el campo de desplazamientos discreto se asegura imponiendo la unicidad del desplazamiento en un cierto n umero de puntos ubicados en el contorno de cada elemento, llamados nodos. Por lo que los desplazamientos de los mismos son las inc ognitas b asicas del problema; Se elige un n umero de funciones de interpolaci on para representar el campo de desplazamiento en el interior de un elemento gen erico en funci on de los par ametros de sus nodos; Asumimos que las funciones de desplazamientos denen un vocamente el estado de deformaci on en el interior del elemento en t erminos de los desplazamientos nodales. Estas deformaciones junto con las propiedades el asticas, permiten calcular las tensiones en todos los puntos, inclusive en el contorno de los elementos;

299

B.2. El principio de los trabajos virtuales

300

Empleando el principio de los trabajos virtuales se plantean y se resuelven ecuaciones de equilibrio en cada nodo. Nuestro problema es introducir una capa de elementos prism aticos en una malla previamente constru da, para lo cual utilizaremos un procedimiento algo diferente al caso el astico puro. La idea es deformarla para generar un hueco en donde incorporaremos la mencionada capa de elementos, desplazando su frontera interior (la que est a sobre la supercie del cuerpo), y manteniendo jos los restantes contornos exteriores. Este procedimiento lo denominaremos inado desde el interior. No existen fuerzas de volumen ni de supercie, s olo hay un desplazamiento que imponemos a los contornos interiores (aquellos que bordean al cuerpo). En la siguiente secci on repasamos el PTV, luego describimos su implementaci on por elementos nitos cl asica, y luego una adaptaci on para resolver el problema del inado desde el interior.

B.2.

El principio de los trabajos virtuales

Una expresi on integral utilizada para formular la aproximaci on por elementos nitos a problemas el asticos, constituye el Principio de los Trabajos Virtuales (PTV). De acuerdo a este, un cuerpo est a en equilibrio si se cumple que para un desplazamiento virtual arbitrario u, que satisfaga las condiciones de borde cinem aticas, el trabajo que realizan las tensiones internas sobre las deformaciones virtuales es igual al trabajo de las fuerzas exteriores sobre los desplazamientos virtuales, e.g. ver [119, 165]. Si bien se supone que constituye un principio fundamental y, por tanto, no necesita demostraci on, existen quienes discrepan respecto a este punto de vista y opinan que todos los teoremas de trabajo derivan de las leyes cl asicas que gobiernan el equilibrio de la part cula. Para tal n, el punto de partida es la ecuaci on de equilibrio diferencial en un medio continuo el astico bajo solicitaciones externas. Las ecuaciones de equilibrio de un volumen elemental se escriben en funci on de las componentes del tensor (sim etrico) de tensiones y luego de ciertas manipulaciones resulta el PTV como una expresi on alternativa del equilibrio. Por otra parte, el PTV se suele utilizar como punto de partida para obtener la soluci on de una gran parte de los problemas de mec anica, incluyendo los de elasticidad como un caso espoecial. Entonces, dado un cuerpo cuyo dominio R3 , el PTV se escribe .
S

u d +

b . u d
f

f . u d = 0

u V0 ;

(B.1)

donde V0 el espacio de los desplazamientos virtuales admisibles, tal que se cumple que V0 = u | u|u = 0 , mientras que f representa el contorno del dominio sobre el cual se imponen tracciones y u la frontera donde se imponen los desplazamientos. La relaci on cinem atica entre

B.3. Discretizaci on por elementos nitos de un continuo el astico deformaciones y desplazamientos virtuales es = S u .

301

(B.2)

tal que S (.) representa el operador gradiente sim etrico, permitiendo escribir el PTV en funci on de u. Si expresamos a como una matriz, est a quedar a xy xx = yx yy zx zy de la siguiente forma xz yz . zz

(B.3)

Las fuerzas por unidad de volumen las representamos con el vector b tal como se observa en el segundo t ermino de la Ec. B.1. An alogamente, f representa el vector de fuerzas que act uan por unidad de area en la supercie del dominio .

B.3.

Discretizaci on por elementos nitos de un continuo el astico

Con las condiciones denidas anteriormente, la idea es usar la aproximaci on por elementos nitos y usarla directamente en la Ec. B.1. Funci on desplazamiento Tomamos del dominio discretizado un elemento nito gen erico e, denido por los nodos i, j, k, l, ... y por l neas rectas sus contornos. Aproximamos los desplazamientos u de cualquier punto del mismo por el vector columna = uu
i

Ni (x)ue i ;

(B.4)

donde ue es el vector formado por los desplazamiento nodales del elemento considerado y N son las funciones de forma utilizadas en la aproximaci on. Deformaciones Con los desplazamientos conocidos, podemos determinar las deformaciones en cualquier punto con = S u ; Reemplazando la Ec. B.4 en la Ec. B.5 resulta = Bu ; (B.6) (B.5)

B.3. Discretizaci on por elementos nitos de un continuo el astico donde B es la matriz de deformaciones dada por B = S N .

302

(B.7)

Las componentes de la matriz de deformaci on , resultar an para el caso tridimensional en los siguientes valores
u x v y w z

=[

x y z xy yz xz ]

u v y + x v w + z y w u + x z

(B.8)

Tensiones Suponiendo que: (i) nuestra malla es un cuerpo con un material determinado, tal que cada elemento de la misma no est a sujeto a deformaciones ni tensiones residuales iniciales, y (ii) admitiendo un comportamiento el astico lineal, de acuerdo con la ley de Hooke, la relaci on entre tensiones y deformaciones ser a (e.g. ver [165]) =D ; (B.9)

donde D es la matriz de elasticidad que contiene las propiedades del material cticio denido en el dominio. Dicha matriz se obtiene sencillamente de la relaci on usual entre tensiones y deformaciones para un medio is otropo. Las componentes de la tensi on deber an estar en el mismo orden = [x y z xy yz xz ]T . Matriz de elasticidad Si hay anisotrop a, entonces la matriz D (la que relaciona las seis componentes de la tensi on con las de la deformaci on) puede contener hasta 21 constantes el asticas independientes. Pero en un material is otropo tridimensional, la matriz D se expresa en funci on de las constantes el asticas usuales (B.10)

B.3. Discretizaci on por elementos nitos de un continuo el astico E (m odulo de Young) y (coeciente de Poisson) en la forma 1 (1 ) 1 E (1 ) D= (1 + )(1 2 ) sim etrica
(1 ) (1 )

303

(12 ) 2(1 )

(12 ) 2(1 )

(12 ) 2(1 )

(B.11)

Fuerzas nodales equivalentes Comenzaremos por denir los desplazamientos y deformaciones dentro de los elementos. Si consideramos, por ejemplo, elementos tetrah edricos, el vector de desplazamientos del mismo viene denido por las doce componentes correspondientes a los nodos i, j , m, p, tal que ui u j ; ue = u m u
p

(B.12)

siendo u i

ui =

. vi w i

(B.13)

Podemos expresar ahora el desplazamiento de un punto cualquiera con u = I3 N i I3 N j

e I 3 N m I3 N p u ;

(B.14)

en donde I3 como una matriz unitaria de 3 3, con funciones de forma denidas como Ni = donde 1 6V = det 1 xi xj yi yj zi zj ; (B.16) ai + bi x + ci y + di z ; 6V (B.15)

1 xm ym zm 1 xp yp zp

B.3. Discretizaci on por elementos nitos de un continuo el astico

304

es el volumen del tetrahedro. Las constantes restantes vienen determinadas de la siguiente manera xj yj zj 1 yj zj

ai = det xm ym zm xp xj yp 1 zp zj

bi = det 1 ym zm 1 xj yp yj zp 1 .

ci = det xm 1 zm xp 1 zp

di = det xm ym 1 xp yp 1

Las funciones de desplazamientos utilizadas satisfacen las condiciones de continuidad en los contornos de separaci on entre elementos. Este hecho es consecuencia directa de la naturaleza lineal de la variaci on de los desplazamientos. Empleando las ecuaciones anteriores, se comprueba que = Bue = [Bi Bj Bm Bp ]ue ; en la cual
Ni x

(B.17)

Ni y

Bi = Ni y
Ni z

Ni x Ni z

Ni x

Ni z ; Ni y

(B.18)

obteniendo las restantes submatrices de manera similar, por medio de una permutaci on c clica de ndices. Para establecer una equivalencia est atica entre las fuerzas nodales y las tensiones actuantes en el contorno, producto de los desplazamientos impuestos de antemano en alguna frontera interior del dominio, es necesario denir desplazamientos virtuales en los nodos e igualar el trabajo exterior de las fuerzas nodales con el producido por las tensiones internas durante el desplazamiento virtual. Denimos como u al campo de desplazamiento virtual discretizado en los nodos de un elemento arbitrario u = N ue . Generalizaci on al dominio completo Si aplicamos el PTV a un elemento aislado, manteniendo el concepto de fuerza nodal equivalente, el m etodo convencional de establecer directamente el equilibrio de todo el cuerpo se sigue de la aplicaci on (B.19)

B.3. Discretizaci on por elementos nitos de un continuo el astico

305

del principio de ensamblaje de los elementos. Sin embargo, no hay necesidad de considerar cada elemento por separado y el razonamiento a nivel de elemento puede aplicarse directamente al continuo completo. Esto es, la Ec. B.4 la podemos interpretar como v alida para toda la estructura, es decir, = uu
i

Ni (x)ui ;

(B.20)

en donde bf ui es el desplazamiento del nodo gen erico i. Resulta que Ni (x) = Nie , cuando el nodo i pertenece al elemento e, pero Ni (x) = 0 en caso contrario. La matriz B se la dene en una forma similar. Retomando el principio de los trabajos virtuales y discretizando en forma matricial la Ec. B.1, tendremos .B ud +

b.[Ni ] ud
f

f [Ni ] ud =

para todo u V0 ;

(B.21)

eliminamos el segundo y tercer sumando del miembro izquierdo, debido a que solo tenemos desplazamientos impuestos, la Ec. B.21 queda B ud = 0
u

para todo u V0 .

(B.22)

Si introducimos la ley de Hooke Ec.B.9 en forma discreta [ ] = D B [u] ; y sustituyendo en la Ec. B.23, u

(B.23)

=0 B T DB d u

para todo u V0 .

(B.24)

En la ecuaci on anterior, u al igual que , pueden ser completamente arbitrarios, siempre que provengan de la suposici on de un campo continuo de desplazamientos. El sistema de ecuaciones algebraicas que obtendremos nos quedar a =; Ku donde, K=

(B.25)

B T DB d .

(B.26)

En un problema de desplazamiento impuesto, particionamos los grados de libertad (degree of freedom d.o.f.) [u], en los d.o.f. libres [uf ] y en los d.o.f. impuestos, que denotamos por [uo ], por lo tanto tendremos u f [u] = ; uo

(B.27)

B.3. Discretizaci on por elementos nitos de un continuo el astico y el sistema de ecuaciones particionado resultar a Kf f Kf o u f = ; Kof Koo uo R

306

(B.28)

donde R es un vector que contiene las reacciones que, en nuestro caso, no lo necesitamos. Resolviendo la primera l nea del sistema de ecuaciones matriciales Kf f uf = Kf o uo ; (B.29)

donde podemos determinar el vector uf , que contiene los desplazamientos inc ognitas de nuestro sistema.

Bibliograf a
[1] Globus A., Levit C., and Lasinski T. A tool for visualizing the topology of 3d vector elds. In Proc. Visualization 91, 15,18, pages 3339, 1991. [2] Leonard A. On the energy cascade in the large-eddy simulations of turbulent uid ows. Technical report, TF-1, Thermosciences Div. Stanford University, Dep. Mech. Eng., Stanford, CA94305, 1973. [3] Townsend A.A. The structure of turbulent shear ow. Cambridge Univ. Press, 2 edition, March 1980. [4] Brooks A.N. and Hughes T.J.R. Streamline upwind Petrov-Galerkin formulations for convection dominated ows with particular emphasis on the incompressible Navier-Stokes equations. Comp. Meth. App. Mech. Engng., 32(32):199259, 1982. [5] Cisilino A.P., Mazzetta G.V, and Calvo N. Reconstrucci on geom etrica y discretizaci on con elementos nitos del complejo cr aneo-mandibular del dinosaurio carnotaurus sastrei. In AMCA, editor, Mec anica Computacional, volume XXI, pages 30763085, 2002. [6] Monin A.S. and Yaglom A.M. Statistical Fluid Mechanics, volume 1-2. MIT Press, 3 edition, March 1977. [7] Delaunay B. Sur la sphere vide. Bull. Acad. Sci USSR VII: Class. Scil, Mat. Nat., pages 793800, 1934. [8] Hendrickson B. Graph partitioning and parallel solvers: Has the emperor no clothes? In Proceedings of Irregular98, pages 218225, 1998. [9] Hendrickson B. and Kolda T. Graph partitioning models for parallel computing. Parallel Computing, 2000. [10] Lucquin B. and Pironneau O. Introduction to Scientic Computing. John Wiley and Sons, 1998. 307

BIBLIOGRAF IA

308

[11] Mohammadi B. and Pironneau O. Analysis of the K-Epsilon turbulence model. John Wiley and Sons, 1994. [12] OpenMP Architecture Review Board. Openmp fortran application program interface, v2.0. Technical report, OpenMP Architecture Review Board, 1997-2000. [13] Stratford B.S. An experimental ow with zero skin friction throughout its region of pressure rise. Journal of Fluid Mechanics, 5, 1959. [14] Cuvelier C., Segal A., and van Steenhoven A.A. Finite Element Methods and Navier Stokes Equations. D. Reidel Publishing Company, 1986. [15] Farhat C. and Crivelli L. A general aproach to NL-FE computations on shared memory multiprocessors. Comp. Meth. in Appl. Mechanics and Engineering, 72:153172, 1989. [16] Hirsch C., editor. Numerical computation of internal and external ows, Volume I and II. John Wiley & Sons, 1992. [17] Johnson C. Numerical solutions of partial dierential equations by the nite element method. Cambridge University Press, 5th edition, 1994. [18] Yu C. and Heinrich J.C. Petrov-Galerkin methods for the time-dependent convective transport equations. International Journal for Numerical Methods in Engenieering, 23:883901, 1986. [19] Norton C.D. Object Oriented Programming Paradigms in Scientic Computing. PhD thesis, Rensselaer Polytechnic Institute, 1996. [20] Koebel C.H., Loveman D.B., Steele G.L., and Zosel M.E. The High Perfomance Fortran Handbook. The MIT Press, 1997. [21] Aidun C.K., Triantallopoulos N.G., and Benson J.D. Global stability of a lid-driven cavity with through ow: ow visualization studies. Phys. Fluids A 3, pages 20812091, 1991. [22] Bayraktar D., Landman D., and Baysal O. Experimental and computational investigation of Ahmed body for ground vehicle aerodynamics. SAE Paper, 2001-01-2742, 2001. [23] Kenwright D. Automatic detection of open and closed separation and attachment lines. In , 1998. Proceedings of IEEE Visualization 98 [24] Sujudi D. and Haimes R. Identication of Swirling Flow in 3D Vector Fields. In AIAA 12th Computational Fluid Dynamics Conference, Paper 95:1715, June 1995.

BIBLIOGRAF IA

309

[25] Zumbrunnen D.A., Miles K.C., and Liu Y.H. Auto-processing of very ne scale composite materials by chaotic mixing of melts. Composites Part A 27A, pages 3747, 1995. [26] Sims-Williams D.B. Experimental investigation into unsteadinless and instability in passanger car aerodynamics. SAE Paper 980391, 980391, 1998. [27] Sims-Williams D.B. and Duncan B.D. The Ahmed model unsteady wake: experimental and computational analysis. SAE Paper, 2003-01(1315), 2003. [28] Banks D.C. and Singer B.A. A Predictor-Corrector Technique for Visualizing Unsteady Flow. IEEE Trans. on Visualization and Computer Graphics, 1(2):151163, 1995. [29] Wilcox D.C. Turbulence Modeling for CFD. DCW, 2nd edition, 1998. ISBN: 0963605151. [30] Watson D.F. Computing the n-dimensional Delaunay tessellation with application to

Vorono polytopes. Computer Journal, 24(2):167172, 1981. [31] Maull D.J. Mechanisms of two an three-dimensional base drag. in Hucho, W.-H. Sovran, G., Aerodynamics of Road Vehicles, Ann. Review Fluid Mech., vol. 25:pp 485537, 1993. [32] Tritton D.J. Physical Fluid Dynamics. van Nostrand Reinhold Co, 1977. [33] Ornstein D.S. Ergodic theory randomness and chaos. Science, 243:182186, 1989. [34] Kelly D.W., Nakazawa S., Zienkiewicz O.C., and Heinrich J.C. A note on upwinding and anisotropic balancing dissipation in nite element aproximations to convective diusion problems. Comp. Meth. App. Mech. Engng., 15:17051711, 1980. [35] Ensight 76-EnSight7 client, May 2004. http://www.ceintl.com/ CEI Inc. support at 800-5514448 or support@ensight.com. [36] Billington E.W. and Tate A. The Physics of Deformation and Flow. Mc Graw Hill, 1981. [37] Brezzi F. and Bathe K.J. A discourse on the stability condition for mixed nite element formulations. Comp. Meth. App. Mech. Engng., 82:2757, 1990. [38] Brezzi F. and Fortin M. Mixed and hybrid nite element methods. Springer Verlag, 1991. [39] Brueckner F. and Heinrich J.C. Petrov-Galerkin nite element model for compressible ows. Int. J. for Num. Meth. in Engng., 32:255274, 1991. [40] Kikuchi F. Discrete maximum principle and articial viscosity in nite element aproximations of convective diusion equations. ISAS Report, Nro. 550, 42:nro. 5, 1977.

BIBLIOGRAF IA [41] White F.M. Viscous Fluid Flow. McGraw-Hill, New York, 2nd edn edition, 1991. [42] J3 Fortran 200x, August 2002. http://www.j3-fortran.org/.

310

[43] Franck G., Carazo F., Nigro N., Storti M., DEl a J., and Carazoo F. Numerical simulation of the Ahmed vehicle model near-wake. J. of App. Mech., 2005 to publish. [44] Franck G., Fredes J., Italiani D., Matijacevich D., Nigro N., and DEl a J. Simulaci on num erica de la aerodin amica de un veh culo. In MECOM 2002, ISSN 1666-6070, pages 392411, Santa Fe-Parana, Argentina, October 28-31 2002. [45] Franck G., Nigro N., Storti M., and DEl a J. Modelizaci on del ujo del viento en el modelo de Ahmed. In ENIEF 2003, XIII Cong. On Num. Meth., ISSN 1666-6070, pages 124142, Bah a Blanca, Argentina, November 4-7 2003. [46] Mase G. Continuum Mechanics. Schaumss outline Series. Mc.Graw-Hill Book Company, 1970. [47] Pster G., editor. In Search of Cluster. Prentice Hall PTR, NJ, 2nd Edition, NJ, 1998. [48] Schneider G.E., Raithby G.D., and M.M. M.M., Yoyanovich. Finite element analysis of incompressible uid ow incorporating equal order pressure and velocity interpolation. In Numerical Methods in Laminar and Turbulent Flow, C. Taylor, K. Morgan and C. A. Brebbia. Pentech, Plymouth, 1978. [49] GiD. International Center for Numerical Methods in Engineering (CIMNE, Barcelona),

http://www.cimne.upc.es/. Universidad Polit ecnica de Catalunya, Barcelona, 2003. [50] Batchelor G.K. An introduction to uid dynamics. Cambridge University Press, 1970. [51] Chapman G.T. Topological classication of ow separation on three dimensional bodies. AIAA, Paper 86-0485, 1986. [52] Carr G.W. Inuence of rear body shape on the aerodynamics characteristics of saloon cars. Technical report, Report No. 1974/2, MIRA, U.K., 1974. [53] Carr G.W. Potential for aerodynamics drag reduction in car design. In Proc. of the Int. Assoc. for Vehicle Design, Special Publication SP3, 1983. [54] Simon H. Partitioning of unstructured problems for parallel processing. Comp. Systems in Eng., 2:135148, 1991. [55] Tennekes H. and Lumley J.L. A First Course in Turbulence. MIT Press, March 1972.

BIBLIOGRAF IA

311

[56] Pagendam H.G. and Walter B. Feature detection from vector quantities in a numerically simulated hypersonic ow eld in combination with experimental ow visualization. In Proc. Visualization 94, pages 117123, 18 1994. [57] Fiadino H.M. Apuntes de mec anica. Technical report, Univ. Tecnol ogica Nac., Fac. Reg. Mza, 1985. [58] Kreiss H.O. and Lorenz L. Initial-Boundary Value Problems and the Navier-Stokes Equations. Academic Press, Inc., 1989. Boston, Massachusetts, USA. [59] Babu ska I. Error bounds for nite element method. Numer. Math, 16:322333, 1971. [60] Babu ska I. The nite element method with lagrangian multipliers. Numer. Math, 20:179192, 1973. [61] Christie I., Griths D.F., Mitchell A.R., and Zienkiewicz O.C. Finite element methods for second order dierential equations with signicant rst derivatives. Comp. Methods Appl. Mech. Eng., 10:13891396, 1976. [62] Orlansky I. A simple boundary condition for unbounded hyperbolic ows. J. Comput. Phys., 21:251269, 1976. [63] Sadarjoen I.A., Post F.H., Ma B., Banks D.C., and Pagendarm H.-G. Selective Visualizations of Vortices in Hidrodynamic Flows. In IEEE Visualization98, pages 419422, October 1998. [64] Bardina J., Ferziger J.H., and Reybolds W.C. Improved subgrid-scale models based on large-eddy simulation of homogeneous incompressible turbulent ows. Technical Report TF-19, Stanford University Rep., 1983. [65] DEl a J., Storti M., and Idelsohn S. Iterative solution of panel discretizations for potential ows. the modal/multipolar preconditioning. Int. J. Num. Meth. Fluids, 32(1):127, 2000. [66] Douglas J. and Wang J. An absolutely stabilized nite element method for the stokes problem. Math. Comput., 52:495508, 1989. [67] Goodrich J. and Soh W. Time-dependent viscous incompressible navier-stokes equations: The nite diference galerkin formulation and streamfunction algorithms. J. Comp. Physics, 84:207 241, 1989. [68] Helman J. and Hesselink L. Visualizing vector eld topology in uid ows. In IEEE Computer Graphics and Applications, volume 11(3), pages 3646, May 1991.

BIBLIOGRAF IA

312

[69] Jeong J. and Hussain F. On the identication of a vortex. J. Fluid Mech., 285:6994, 1995. [70] Koplik J., Banavar J.R., and Willemsen J.F. Molecular dynamics of uid ow at solid surfaces. Phy. Fluids, Vol. A 1(5):781, 1989. [71] Nikuradse J. Untersuchungen der die Str omungen des Wassers in konvergenten und divergenten Kanalen. Forsch Arb. Geb Ing. Wes., 289, 1929. [72] Peraire J., Peiro J., Formaggia L., Morgan K., and Zienkiewicz O.C. Finite element euler computations in three dimensions. In Proceedings AIAA 26th Aerospace Sciences Meeting, Reno, NV, AIAA, paper 88-0032, 1988. [73] Pottho J. The aerodynamics layout of UNICAR research vehicle. Technical report, Int. Symposium on Vehicle Aerodynamics, Wolfsburg, Germany, 1982. [74] von Neumann J. and Ritchmyer R. A method for the numerical calculation of hydrodynamical shocks. Journal Appl. Phys., 21, 1950. [75] Weiss J. The dynamics of enstrophy transfer in two-dimensional hydrodynamics. Physica D, 48:273294, 1991. [76] Cavendish J.C. Automatic triangulation of arbitrary planar domains for the nite element methods. Int. J. Numer. Methods Eng., 8:679696, 1974. [77] Cavendish J.C., Field D.A., and Frey W.H. An approach to automatic three-dimensional nite element mesh generation. Int. J. Numer. Methods Eng., 21:329347, 1985. [78] Heinrich J.C. A nite element model for double-diusive convection. Int. J. for Num. Meth. in Engng., 20:447464, 1984. [79] Heinrich J.C., Huyakorn P.S., Zienkiewics O.C., and Mitchell A.R. An upwind nite element scheme for two-dimensional convective transport equations. Comp. Methods Appl. Mech., 11:131 143, 1977. [80] Hunt J.C.R., Wray A.A., and Moin P. Eddies, stream, and convergence zones in turbulent ows. Report CTR-S88, Center For Turbulent Research, 1988. [81] Ferziger J.H. and Peric M. Computational Methods for Fluid Dynamics. Springer-Verlag Berlin Germany, 1996. [82] McDonough J.M. Introductory Lectures on Turbulence. Physics, Mathematics and Modeling. Univ. of Kentucky, 2004.

BIBLIOGRAF IA

313

[83] Reddy J.N. and Gartling D.K. The Finite Element Method in Heat Transfer and Fluid Dynamics. CRC Press LLC, 2001. [84] Hinze J.O. Turbulence. McGraw-Hill, New York, 2nd edition, 1975. [85] Howell J.P. Wakes properties of typical road vehicles. In Proceedings of the second AIAA Symposium on Aerodynamics of Sports and Competition Automobiles, pages 99109, Los Angeles, U.S.A., 1975. [86] Deardor J.W. A numerical study of three-dimensional turbulent channel ow at large reynolds numbers. J. Fluid Mech., 41, Pt. 2:453480, 1970. [87] Schloegel K., Karypis G., and Kumar V. Graph partitioning for high performance scientic simulations. In CRPC Parallel Computing Handbook, 2000. [88] Bathe K.J. Finite Element Procedures in Engineering Analysis. Prentice Hall, Englewood-Clis, 1982. [89] Robinson K.S. The kinematics of turbulent boundary layer structure. Technical Memorandum TM NASA, 103859, 1991. [90] Battaglia L., DEl a J., Storti M., and Nigro N. Parallel implementations of free surface ows. In Mec anica Computacional, vol. XXIII, pages 31193132, November 08-11 2004. [91] Morino L. Computational Methods in Potential Aerodynamics. Springer-Verlag, 1985. [92] Johnson L.E. The precessing cylinder. In Notes on the 1967 Summer Study Program in Geophysical Fluid Dynamics, volume Ref.67-54, pages 85108. Woods Hole Oceanographic Inst., 1967. [93] Linux Doc. Project, http://sunsite.unc.edu/mdw/linux.html. [94] Janssen L.J. and Hucho W.H. Aerodynamische Formoptienierung der Typen VW - Golf und VW - Scirocco. Volkswagen Golf I ATZ, 77:15, 1975. [95] Meissner L.P. Fortran 90 and 95. Array and Pointer Techniques. Objects, Data Structures and Algorithms. Technical report, Computer Science Department. University of San Francisco, 1998. [96] Berger M. and Bokhari S. Partitioning strategy for nonuniform problems on multiprocessors. IEEE Transactions on Computers, C-36(5):570580, 1987.

BIBLIOGRAF IA

314

[97] Germano M., Piomelli U., Moin P., and Cabot W. A dynamic subgrid-scale eddy viscosity model. Physics of Fluid, 3:1760, 1991. [98] Kawahara M. and Ohmiya K. Finite element analysis of density ow using the velocity correction method. Int. J. Num. Meth. Fluids, 5:981993, 1985. [99] Larchev eque M. Equation de monge-amp ere et ecoulements incompressibles bidimensionnels. C. R. Acad. Sci Paris, 311:3336, 1990. [100] Lesieur M. Turbulence in Fluids. Dordrecht: Kluwer, 1997. [101] Lesoinne M., Farhat C., and G eradin M. Parallel/vector improvements of the frontal method. Int. J. Numer. Methods in Engineering, 32:12051227, 1991. [102] Romera M. T ecnica de los sistemas din amicos discretos. Cons. Sup. de Inv. Cientif., Madrid, pages 6970, 1997. [103] Roth M. Automatic extraction of vortex core lines and other line-type feature for scientic visualization. Technical report, Diss. eth no. 13673 - Swiss Federal Institute of Tecnologies, ETH Z urich, 2000. [104] Singh M. and Akin J.E. Object-Oriented Fortran 90 P-Adaptive Finite Element Method. In B.H.V. Topping, editor, Developments in Engineering Compuational Technology, pages 141149. Civil-Comp Press, Edinburgh, 2000. [105] Storti M. Problemas de Frontera Libre y M ovil. PhD thesis, Instituto de Tecnolog a Qu mica (INTEC), Universidad Nacional del Litoral (UNL), Santa Fe, Argentina, 1991. (in Spanish). [106] Storti M. Curso: M etodos iterativos para la soluci on de problemas lineales y no-lineales. Technical report, CIMEC, Diciembre 2002. [107] Storti M., Dalc n L., Paz R., Yommi A., Sonzogni V., and Nigro N. An interface strip preconditioner for domain descomposition methods. J. of Comp. Methods in Sciences and Engng., 2(3):114, 2003. [108] Tobak M. and Peak D.J. Topology of Three Dimensional Separated Flows. In Annual Reviews of Fluid Mechanics, 14:6185, 1982. [109] Cruchaga M. A. Un Modelo de Flujo incompresible para problemas con contorno m ovil. PhD thesis, Universitat Polit ecnica de Catalunya - Escola T ecnica Superior DEnginyers de Camins, Canals I Ports, 1996.

BIBLIOGRAF IA

315

[110] Criseld M.A. Non-Linear Finite Element Analysis of Solids and Structures. Wiley, Chichester, U.K., 1991. [111] Message passing interface (MPI). http://www.mpi-forum.org/docs/docs.html. [112] Chong M.S., Perry A.E., and Cantwell B.J. A general classication of three-dimensional ow eld. Phys. Fluids A, 2:765777, 1990. [113] Landahl M.T. and Mollo-Christensen E. Turbulence and random processes in uid mechanics. Cambridge University Press, 2 edition, 1998. [114] Calvo N. Meshsuite: 3d mesh generation. http://wwww.cimec.org.ar. [115] Calvo N. and Idelsohn S. Generaci on de mallas tridimensionales en tiempo lineal. In MECOM 2002: 1st South-American Congress on Computational Mechanics, III Brazilian Congress on Computational Mechanics, VII Argentine Congress on Computational Mechanics, Santa FeParan a, Argentina, October 28-31 2002. [116] Nigro N. Resoluci on por elementos nitos de problemas de mec anica de uidos. PhD thesis, Facultad de Ciencias Exactas F sicas y Naturales, Universidad Nacional de C ordoba, 1993. [117] Nigro N., Storti M., Sonzogni V., and Yommi A. Implementaci on de un programa de elementos nitos de proposito general, multi-f sica para uso en entornos de c alculo distribuido. Technical report, CIMEC/INTEC, UNL-CONICET, 2000. http://venus.ceride.gov.ar/CIMEC, mstorti@intec.unl.edu.ar. [118] Nachtigal N.M., Reddy S.C., and Trefethen L.N. How fast are non-symmetric matrix iterations ? SIAM J. Matrix Anal. Appl., 13(3):778795, 1992. [119] Zienkiewicz O. C. and Taylor R. L. Finite Element Method, volume 1-5. Butterworth-Heinemann, 5 edition, August 2000. [120] Ladyzhenskaya O.A. The Mathematical Theory of Viscous Incompressible Flow. Gordon and Breach Science Publishers, 2 edition, 1969. [121] Soto Camargo O.A. Estabilizaci on de la Soluci on por Elementos Finitos de Problemas de Flujo Incompresible con Rotaci on, Turbulencia, Supercie Libre y Temperatura. PhD thesis, Universitat Polit ecnica de Catalunya, Barcelona, Espa na, 1997. (in Spanish). [122] Zienkiewics O.C., Szmelter J., and Peraire J. Compressible and incompressible ow: an algorithm for all seasons. Comput. Methods Appl. Mech. Eng., 78:105121, 1990.

BIBLIOGRAF IA

316

[123] OpenDx-Open Visualization Data Explorer versi on 4.2.0, May 2002. http://www.opendx.org/ and http://www.research.ibm.com/dx. [124] Bradshaw P. The best turbulence models for engineers. In M.D. Salas, J.N. Hefner, and L. Sakell, editors, Modeling Complex Turbulent Flows - ICASE 1997 Symposium, page 9. Kluwer, 1999. [125] Chadwick P. Continuum Mechanics, Concise Theory and Problems. John Wiley and Sons, 1976. [126] Comte P., Silvestrini J., and B egou P. Streamwise vortices in large eddy simulation of mixing layers. Eur. J. Mech, 17:615637, 1998. [127] Gilli eron P. and Spohn A. Flow separations generated by a simplied geometry of an automotive vehicle. Technical report, Technocentre Renault - CNRS, Lab. d Etudes A erodynamiques de Poitiers, 2002. [128] Guilli eron P. and Chometon F. Modeling of stationary three-dimensional separated air ows around an Ahmed reference model. pp. 1-8. [129] Roache P. On articial viscosity. J. C. P., 10:169184, 1972. [130] Parallel virtual machine. http://www.epm.ornl.gov/pvm/pvmhome.html. [131] PETSc-FEM: A general purpose, parallel, multi-physics FEM program. GNU General Public License (GPL), http://venus.ceride.gov.ar/petscfem. [132] George P.L. Mailleur 3d sous contraintes pour la methode des elements nis. In C. Carasso et al., editor, Math ematiques appliqu ees aux sciences de l ing enieur. C epadu es, Tolouse, 1991. [133] Gresho P.M. and Sani R.L. Incompressible Flow and the Finite Element Method. Wiley, Chichester, 1998. [134] Buchheim R., Deutenbach K.R., and Lucko H.J. Necessity and premises for reducing the aerodynamics drag of future passenger cars. SAE paper 810185, Warrendale, Pa., 1981. [135] Codina R. A Finite Element Model for Incompressible Flow Problems. PhD thesis, Universitat Polit ecnica de Catalunya, Barcelona, Espa na, 1992. [136] Cucitore R., Quadrio M., and Baron A. On the efectiveness and limitations of local criteria for the identication of a vortex. Eur. J. Mech, B 18:261282, 1999. [137] L oner R. Generation of three-dimensional unstructured grids by the advancing-front method. In Proceedings AIAA 26th Aerospace Sciences Meeting, Reno, NV, AIAA, paper 88-0515, 1988.

BIBLIOGRAF IA

317

[138] Paz R. and Storti M. An interfase strip precondition for domain decomposition methods. application to hidrology. Int. J. for Num. Meth. in Engng., 2004. to appear. [139] Richtmyer R. and Morton W. Dierence methods for initial value problems. Interscience, New York, 2 edition, 1967. [140] Strawn R.C., Kenwright D.N., and Ahmad J. Computer Visualizations of Vortex Wake Systems. AIAA J., 37(4):511512, April 1999. [141] Cook R.D. Concepts and Applications of Finite Element Analysis. Wiley and Sons, 2nd edition, 1974. [142] Howard R.J.A. and Pourquie M. Large eddy simulation of an Ahmed reference model. Journal of Turbulence, pages 117, 2002. [143] Panton R.L. Incompressible ow. John Wiley and Sons, 1996. [144] Balay S., Gropp W., McInnes L.C., and Smith B. Petsc 2.0 users manual. Technical Report UC-405, Argonne Nat. Lab., 1997. [145] Becker S. and Lienhart H. Flow and turbulence structures in the wake of a simplied car model. SAE Paper, 2003-01-0656, 2003. [146] Idelsohn S., O nate E., Calvo N., and Del Pin F. The meshless nite element method. Int. J. Numer. Meth. Engng, 58:893912, 2003. [147] Idelsohn S., Storti M., and Nigro N. Stability analysis of mixed nite element formulations with special mention of equal-order interpolations. Int. J. Num. Meth. Fluids, 20:10031022, 1995. [148] Krajnovi c S. and Davidson L. Development of large-eddy simulation for vehicle aerodynamics. In Proc. of IMECE2002 ASME Int. Mech. Engng. Cong. and Exposition, New Orleands, IMECE2002, paper 32833, November 17-22 2002. [149] Vavasis S.A. Preconditioning for boundary integral equations. SIAM J. Matrix Anal. Appl., 13(3):905925, 1992. [150] Pope S.B. Ten questions concerning the large-eddy simulation of turbulent ows. New Journal of Physics, 6(35):124, 2004. [151] Pope S.B. Large-eddy simulation using projection onto local basis functions. In J.L.Lumles, editor, Fluid Mechanics and the Environment: Dynamical Approaches, Springer,2000.

BIBLIOGRAF IA

318

[152] Lo S.H. A new mesh generation scheme for arbitrary planar domains. Int. J. Numer. Methods Eng., 21:14031426, 1985. [153] Ahmed S.R. Wake structure of typical automobile shapes. Journal of Fluids Engineering, Vol. 103:162169, 1981. [154] Ahmed S.R. Inuence of base slant on the wake structure and drag of road vehicles. Journal of Fluids Engineering, Vol. 105:429434, 1983. [155] Ahmed S.R. Computational uid dynamics. In W.H. Hucho, editor, Aerodynamics of road vehicles, pages 765874. Society of Automative Engineers, 1998. [156] Ahmed S.R., Ramm G., and Faltin G. Some salient features of the time-averaged ground vehicle wake. Technical Report 840300, Society of Automotive Engineers, 1984. pp. 1-31. [157] Han T. Computational analysis of three-dimensional turbulent ow around a blu body in ground proximity. AIIA Journal, 27:9, 1989. [158] Morel T. The eect of base slant angle on the ow pattern and drag of three-dimensional bodies with blunt ends. In Proc. Symp. on Aerodynamics Drag Mechanics of Blu Bodies and Road Vehicles, pages 191226, New York, 1978. [159] Tezduyar T. Calculation of the stabilization parameters in SUPG and PSPG formulations. In MECOM 2002:First South-American Congress on Computational Mechanics, 2002. [160] Tezduyar T. Stabilization parameters and local length scales in SUPG and PSPG formulations. In Proceedings of the Fifth World Congress on Computational Mechanics, 2002. [161] Tezduyar T., Mittal S., Ray S., and Shih R. Incompressible ow computations with stabilized bilinear and linear equal order interpolation velocity-pressure elements. Comp. Meth. App. Mech. Engng., 95(95):221242, 1992. [162] Tezduyar T. and Hughes T. Finite element formulations for convection dominated ows with particular emphasis on the compressible euler equations. Technical Report 125, AIAA paper, 1983. [163] Baker T.J. Three dimensional mesh generation by triangulation of arbitrary point sets. In Proceedings AIAA 8th CFD Conf., Hawaii, June 1987. [164] Oden T.J., Belytschko T., Babuska I., and Hughes T.J.R. Research directions in computational mechanics. Comp. Meth. App. Mech. Engng., 192:913922, 2003.

BIBLIOGRAF IA [165] Hughes T.J.R. The Finite Element Methods. Prentice-Hall, inc, 1987.

319

[166] Hughes T.J.R., Mazzei L., and Jansen K.E. Large eddy simulations and the variational multiscale method. Computing and Visualizations in Science, 3(47), 2000. [167] Hughes T.J.R., Franca L.P., and Balestra M. A new nite element formulation for computational uid dynamics: V. circumventing the babuska-brezzi condition: A stable petrov-galerkin formulation of the stokes problem accommodating equal-order interpolations. Comp. Meth. App. Mech. Engng., 59(59):8599, 1986. [168] Hughes T.J.R. and Mallet M. A new nite element formulation for computational uid dynamics: III. the generalized streamline operator for multidimensional advective-diusive systems. Comp. Meth. App. Mech. Engng., 23:883901, 1986. [169] Sterling T.L., Salmon J., Becker D., and Savarese D.F. How to Build a Beowulf. Scientic and Engineering Computation. MIT Press, Cambridge MA, 1999. [170] Frish U. Turbulence. The legacy of A.N. Kolmogorov. Cambridge University Press, 2 edition, 1996. [171] Ghia U., Ghia K.N., and Shin C.T. High-re solutions for incompressible ow using the navierstokes equations and multigrid method. Journal of Computational Physics, 48:387411, 1982. [172] Piomelli U., Balaras E., Pasinato H., Squire K.D., and Spalart P.R. The inner-outer layer interface in large-eddy simulations with wall-layer models. Int. J. of Heat and Fluid Flow, 24:538550, 2003. [173] Sonzogni V.E., Yommi A., Nigro N., and Storti M. Cfd nite element parallel computations on a beowulf cluster. In ECCOMAS 2000, 11-14 September 2000. [174] Dussan V.E.B. On the spreading of liquids on solid surfaces: static and dynamics contact lines. Ann. Rev. Fluid Mech., 11:371400, 1979. [175] Decyk V.K. How to Express C++ Concepts in Fortran 90. Scientic Programming, 6(4):363390, 1997. IOS Press. [176] Decyk V.K., Norton C.D., and Szymanski B.K. How to Support Inheritance and Run-Time Polymorphism in Fortran 90. Computer Physics Communications, 115:917, 1998. [177] Kamm W. Anforderungen an kraftwagen bei dauerfahrten. ZVDI, 77:11291133, 1933.

BIBLIOGRAF IA

320

[178] Rodi W. Comparison of les and rans calculation of the ow around blu bodies. J. of Wind Engng. and Ind. Aerodyn., 69-71:5575, 1997. [179] Rodi W. Large-eddy simulations of the ow past blu bodies. state-of-the art. Japan Soc. of Mech. Engineers, Int. J., Serie B, vol. 41(2), 1998. [180] Mair W.A. Reduction of base drag by boat-tailed afterb in low-speed ow. Aeronautical Quaterly, 20:pp 307320, 1969. [181] Mair W.A. Drag-reducing techniques for axi-symmetric blu bodies. in Hucho, W.-H. Sovran, G., Aerodynamics of Road Vehicles, Annu. Review Fluid Mech., vol. 25:pp 485537, 1993. [182] De Leeuw W.C., Pagendam H.G., Post F.H., and Walter B. Visual simulation of experimental oil-ow visualization by spot noise images from numerical ow simulation. In Proc. 6th EG Workshop and Visualization in Scientic Computing, pages 135148, 7,18 1995. [183] McComb W.D. The physics of uid turbulence. Clarendon Press Oxford, 1 edition, 1992. [184] Milliken W.F. and Milliken D.L. Race Car Vehicle Dynamics. SAE International, 1995. [185] Hucho W.H. The aerodynamics drag of cars, current understanding, unresolved problems and future prospects, aerodynamics drag mechanisms of blu bodies and road vehicles. In Proceedings of Symposium at General Motors Research Lab. Plenum Press, New York, 1978. [186] Hucho W.H. Designing cars for low drag - state of the art and future potential. In Proceedings of the International Association for Vehicle Design, Special Publication, SP3, 1983. [187] Hucho W.H., editor. Aerodynamics of road vehicles. Society of Automative Engineers, 1998. [188] Mason W.T. and Beebe P.S. The drag related ow eld characteristics of trucks and buses. In Proc. of Symposium at General Motors Research Lab., pages 191226. Plenum Press, New York, 1978. [189] Dubief Y. and Delcayre F. On coherent-vortex identication in turbulence. J. Turbulence, 1(11):122, December 2000. [190] Levy Y., Degani D., and Seginer A. Graphical Visualizations of Vortical Flows bt Means of Helicity. AIAA J., 28(8):13471352, August 1990. [191] Saad Y. and Schultz M. Generalized minimum residual method (GMRES). SIAM J. Sci. Statist. Comput., 7:856869, 1986.