Sie sind auf Seite 1von 65

GRUPO FLUIDODINMICA COMPUTACIONAL

Introduccin a CFD I: Uso Prctico de Fluent.


Federico Bacchi, Ana Scarabino, Pablo Giacopinelli
Octubre de 2009

Introduccin a la Mecnica de los Fluidos Computacional (CFD)


La Mecnica de Fluidos estudia el movimiento de los fluidos, comnmente de tres formas:
Terica Experimental Numrica: Mecnica de los Fluidos Computacional ( = Computational Fluid Dynamics, CFD)

QU ES LA MECNICA DE LOS FLUIDOS COMPUTACIONAL?


Es la ciencia de predecir flujo de fluidos, transferencia de calor y masa, reacciones qumicas y fenmenos relacionados resolviendo numricamente las ecuaciones que gobiernan estos procesos Los resultados de CFD son datos utilizados en: Estudios conceptuales de nuevos diseos, Desarrollo de productos Anlisis de problemas Investigacin bsica y aplicada El anlisis por CFD complementa los resultados de ensayos e investigacin experimental y terica y reduce la carga de trabajo en laboratorio.

Derivaciones y realimentaciones en CFD

VENTAJAS de la CFD

Costo relativamente bajo en muchos casos, comparados con experimentos. Costos en baja y posibilidades en aumento a medida que mejora la capacidad de los sistemas de computacin. Las simulaciones de CFD pueden efectuarse en tiempos relativamente cortos (con potencia de clculo adecuada). Se pueden evaluar los resultados de modificaciones durante el proceso de diseo, antes de construir un prototipo.

Con CFD pueden simularse condiciones difciles de reproducir en la realidad (p. ej., flujo hipersnico, plasmas, etc.)

VENTAJAS de la CFD

Posibilidad de simular condiciones ideales:


Permite aislar fenmenos especficos para el estudio y brindar mayor control a las condiciones del experimento numrico. Por ejemplo: un proceso que incluya transferencia de calor puede ser idealizado con fronteras adiabticas, de flujo de calor constante o con temperatura constante. Informacin abundante:

- Mientras que los experimentos permiten obtener datos solamente en ciertos puntos (tomas de presin o temperatura, sensores del anemmetro), CFD permite examinar un gran nmero de valores de las distintas variables en la regin de inters

DESVENTAJAS de la CFD

Los modelos son modelos: Las soluciones de CFD pueden slo ser tan exactas como los modelos fsicos y matemticos en los cuales est basada la formulacin numrica. Errores: Resolver ecuaciones en computadora inevitablemente introduce errores numricos: Error de redondeo: debido al nmero finito de dgitos posibles en la computadora. SIEMPRE va a existir (aunque puede ser muy pequeo). Error de truncamiento: debido a las aproximaciones inherentes a los modelos numricos. Tienden a cero a medida que se refina la malla. Condiciones de borde: De la misma forma que con los modelos fsicos, la exactitud de una solucin de CFD slo puede ser tan buena como la calidad de condiciones iniciales o de frontera que se suministran al modelo numrico.

CFD Cmo trabajamos:


El anlisis empieza con el modelo matemtico del problema fsico en cuestin. Se hacen algunas suposiciones razonables para simplificar el problema (p. ej: estacionario, incompresible, 2D, no viscoso) Se proporcionan las propiedades del fluido (densidad, conductividad, viscosidad) Se define el dominio, las condiciones iniciales y de contorno. En toda la regin de inters deben cumplirse las ecuaciones de conservacin de masa, cantidad de movimiento y energa.

Se divide el dominio de cmputo en un gran nmero de celdas o volmenes de control. (MALLADO)


En cada celda las ecuaciones diferenciales de conservacin que describen el movimiento del fluido se aproximan con ecuaciones algebraicas que relacionan las variables como presin, velocidad, temperatura de la celda con los valores en las celdas adyacentes. Estas ecuaciones se resuelven numricamente para obtener la configuracin del flujo, con la resolucin de la malla.

PRE-PROCESAMIENTO:

PRE-PROCESAMIENTO: LA MALLA (GRID)


La malla: Designa los volmenes o elementos en los que se calcula el flujo. Es una representacin discreta de la geometra del problema. Agrupa ciertas celdas en las fronteras, donde se aplican las condiciones de contorno del problema. La malla tiene un impacto significativo en: La velocidad de convergencia de un problema (e incluso en la convergencia o no del mismo) Precisin de la solucin Tiempo requerido de CPU La calidad del mallado es de importancia fundamental para tener una buena solucin. Se deben cuidar: Densidad de celdas. Relaciones de volumen y dimensiones en celdas adyacentes. El sesgo (skewness) de cada celda. El tipo de elementos a usar. El mallado en la capa lmite. El refinamiento adaptativo de acuerdo a las soluciones preliminares.

Elementos tpicos La eleccin depender del problema , del solver y de la capacidad de cmputo

La informacin de conectividad (qu celdas son vecinas) para toda la malla est dada por los ndices i, j, k de cada elemento.

. Cada bloque puede tener una malla estructurada o no estructurada

Malla no estructurada:

-Las celdas se definen de manera arbitraria. -No hay ndices i, j, k, ni restricciones a la disposicin de celdas. - Requiere ms memoria y capacidad de procesamiento que las mallas estructuradas.

Malla hbrida: Usa el tipo de elementos ms apropiados en cada regin, en cualquier combinacin
Ejemplo de malla hbrida: Entrada de vlvula

Distintas zonas malladas con distintos elementos.


Tanto la eficiencia numrica como la precisin de la solucin son mejores que con una malla de puros hexaedros o puros tetraedros.

PASOS PARA LA CREACIN DE LA MALLA 1) Crear, o importar la(s) malla(s) de frontera en la geometra. 2) Verificar la calidad de la malla de la geometra. 3) Mejorar y reparar el mallado en la geometra. 4) Generar el mallado del volumen. 5) Refinar donde sea necesario. 6) Inspeccionar la calidad de la malla del dominio de clculo.

7) Eliminar elementos de mala calidad y degenerados..


8) Guardar la malla del dominio.

Calidad de la malla
Para el mismo nmero de elementos, una malla de hexaedros o cuadrilteros dar soluciones ms precisas, especialmente si las lneas de la grilla estn alineadas con el flujo.
La densidad de malla debe ser suficiente para capturar todas las caractersticas relevantes del flujo (entra experiencia y conocimiento terico) La malla adyacente a una pared debe ser suficientemente fina para resolver el flujo en la capa lmite. En la capa lmite se prefieren elementos quad, hex, y prismas o cuas antes que tringulos, tetraedros, o piramidales. Tres medidas de calidad de una malla: Sesgo (skewness) Suavidad (cambio de tamao).Relacin de aspecto.

CALIDAD DE MALLA: SKEWNESS

CALIDAD DE MALLA: SKEWNESS

CALIDAD DE MALLA: SUAVIDAD Y RELACIN DE ASPECTO


El cambio de tamao debe ser gradual (suave)

La relacin de aspecto es el cociente entre el lado ms largo y el ms corto. Es igual a 1 (ideal) para un tringulo equiltero o un cuadrado.

CALIDAD DE MALLA: QU HACER Una malla de mala calidad causar soluciones poco exactas y/o una convergencia muy lenta Minimizar equiangle skewness: Celdas hex y quad cells: skewness no debera exceder 0.85. Elementos Triangulares: skewness no debera exceder 0.85. Tetraedros: skewness no debera exceder 0.9.

Minimizar variaciones locales en el tamao de las celdas: Ej: celdas adyacentes no deberan aumentar ms del 20%.

Para tener en cuenta en el mallado


Caractersticas importantes del flujo (como gradientes) deben resolverse adecuadamente

La relacin de aspecto (ancho/alto) debera ser cercana a 1 donde el flujo es multidimensional Elementos quad / hex pueden estrecharse donde el flujo est completamente desarrollado y es esencialmente unidimensional

Para tener en cuenta en el mallado

El cambio de tamao debe ser gradual (suave)

Idealmente, el cambio de tamao de un elemento a otro no debe superar el 20%

Para tener en cuenta en el mallado Ms elementos pueden dar una mejor solucin, pero a costa de ms requerimientos de memoria y tiempo de CPU Nmero de elementos en el orden de: 1E4 son problemas relativamente pequeos. 1E5 son problemas de tamao intermedio. 1E6 son grandes. El mallado y post procesamiento pueden ser lentos. 1E7 son muy grandes. Sin embargo, son comunes en aplicaciones aeroespaciales y de automotores. 1E8 y ms requieren una gran capacidad de cmputo. Tpicamente para aplicaciones militares (del primer mundo) o grandes laboratorios.

Cmo aseguramos una buena resolucin si no sabemos las caractersticas del flujo? Con Solution-based grid adaption La malla puede ser refinada o engrosada basndose en resultados del clculo previo, considerando Valores de inters de la solucin. Gradientes. Refinar sobre una frontera. o dentro de cierta regin.

PRINCIPALES FUENTES DE ERROR EN LA MALLA

Malla demasiado gruesa


Alto valor de sesgo skewness o sesgo.

Saltos importantes de volumen entre una celda y


la adyacente

Relaciones de aspecto muy altas.


Mallado inapropiado en la capa lmite

MTODO DE LOS VOLMENES FINITOS (FVM)

Definir el modelo fsico: El flujo puede clasificarse de distintos modos:


Interno vs. externo. Laminar vs. turbulento. Compresible vs. incompresible. Estacionario vs. No estacionario. Supersnico vs. transnico vs. subsnico. Monofsico vs. multifsico. 1D-2D-3D-Axial simtrico-

Definir el modelo numrico:


Para un dado problema: Seleccionar el modelo fsico adecuado, incluyendo Turbulencia, combustin, multifase, etc. Definir las propiedades del material: Fluido Solido (paredes, obstculos) Mixture (flujo con partculas) Prescribir condiciones de operacin. Prescribe condiciones de borde en todas las fronteras. Definir una solucin inicial Definir los controles del solver. Definir los monitores de convergencia.

-CALCULAR LA SOLUCIN

Las ecuaciones discretas de conservacin se resuelven de forma iterativa. Normalmente se requiere un nmero de iteraciones hasta que la solucin converge. Se alcanza la convergencia cuando: Los cambios en las variables entre una iteracin y la siguiente son despreciables. Los residuos constituyen una forma de monitorear la tendencia. Se logra la conservacin global de las variables.
La precisin de la solucin que ha convergido depende de: Lo adecuado y exacto del modelo fsico. La resolucin de la malla y la independencia del mallado Eleccin correcta de los parmetros del modelo y condiciones de borde.

ECUACIN GENERAL DE TRANSPORTE


Todas las ecuaciones de conservacin para un fluido pueden escribirse en una forma similar. Si usamos una variable general , la forma conservativa de todas las ecuaciones del fluido es:

Velocidad de aumento + de f en el elemento (volumen)

Flujo neto de f hacia afuera = del elemento (conveccin)

Velocidad de aumento de f + en el elemento debido a la difusin

Velocidad de aumento de f debido a fuentes

Sntesis de las ecuaciones en forma conservativa

FORMA INTEGRAL
El concepto central en el mtodo FVM es integrar las ecuaciones anteriores en un volumen CV y aplicar el teorema de la divergencia de Gauss:

Esto lleva a la ecuacin general de conservacin de la siguiente forma:

Tasa de aumento de f en el volumen CV

Tasa neta de decremento de f debida a la conveccin a travs de las paredes del CV

Tasa neta de Tasa de aumento de f por creacin + difusin a travs de de f por las paredes del CV fuentes dentro del CV

Esta es la forma en que resuelven las ecuaciones de conservacin los programas de CFD basados en el Mtodo de los Volmenes Finitos.

Para hacer diferencias upwind, DEBE CONOCERSE LA DIRECCIN DEL FLUJO! (o suponer y corregir)

PROPIEDADES DE LOS ESQUEMAS NUMRICOS: Todo esquema numrico debe cumplir con las siguientes propiedades: - CONSISTENCIA : El error de truncamiento debe tender a cero cuando el tamao de malla y paso temporal tienden a cero - ESTABILIDAD: El error en la solucin numrica no debe amplificarse en sucesivas iteraciones -CONVERGENCIA = La solucin de la ecuacion discretizada tiende a la solucin exacta de la ecuacin diferencial cuando el tamao de malla y el paso de tiempo tienden a cero - Se demuestra que Consistencia + Estabilidad = Convergencia.

PROPIEDADES DE LOS ESQUEMAS NUMRICOS: Conservacin: deben garantizar que las propiedades del fluido (masa, energa, etc.) se conserven en la solucin Cotas: los valores calculados numricamente deben respetar las cotas de los valores fsicos: propiedades como la densidad o la energa cintica deben ser siempre positivas, las concentraciones deben estar entre 0 % y 100 %, si no hay fuentes de calor, la temperatura est acotada por los valores en las fronteras e inicial, etc. Transporte: la difusin acta en todas las direcciones, pero la conveccin solamente en la direccin del flujo. El esquema numrico debe reconocer la direccin correcta del flujo y reproducir correctamente la relacin conveccin / difusin.

POST-PROCESAMIENTO
Cuando el modelo ha

sido resuelto, los resultados pueden ser analizados numrica y grficamente


Grficamente:

Grficos vectoriales Contornos. Iso-surfaces. Lneas de flujo Animaciones.

Numricamente: Valores integrales. Clculos de resistencia, sustentacin, momento. Valores medios, mnimo, mximos y desvo standard Coeficientes de transferencia trmica Valores promediados en una superficie.

COMPARAR CON DATOS EXPERIMENTALES!

POST-PROCESAMIENTO Examine y analice los resultados

La visualizacin puede ayudar a responder preguntas como: Cmo es la configuracin general del flujo) Hay separacin? Dnde se forman ondas de choque, capas de corte, etc? Se han resuelto correctamente particularidades clave del flujo? Son apropiados los modelos fsicos y condiciones de borde?

POST-PROCESAMIENTO

POST-PROCESAMIENTO

POST-PROCESAMIENTO

POST-PROCESAMIENTO Fuerzas sobre el dinosaurio: Drag: 17.4 N. Lift : 5.5 N. Velocidad de viento: 5 m/s. Densidad del aire: 1.225 kg/m3. Altura del dinosaurio: 3.2 m. Area frontal A = 2.91 m2. Su coeficiente de resistencia es:

POST-PROCESAMIENTO
Considerar revisin del modelo: Es adecuado el modelo fsico? El flujo es turbulento? Es no-estacionario? Hay efectos de compresibilidad? Hay efectos tridimensionales? (en formulaciones 2-D) Son correctas las condiciones de borde fsicas? Es suficientemente grande el dominio computacional? Son correctas las condiciones de borde numricas? Son razonables los valores de frontera? Es adecuada la malla? Se la puede adaptar para mejorar el resultado? Cambia la solucin con el mallado o es independiente del mismo?

BIBLIOGRAFA
Ferziger J. and Peric M.: Computational Methods for Fluid Dynamics, 2da. Edicin, Springer Verlag, 1999 Blazek, J. Computational Fluid Dynamics: Principles And Applications. Elsevier 2005.
Manuales de Fluent 6.3

Das könnte Ihnen auch gefallen