Post on 19-Sep-2018
64
BLOQUE 2.
Así, en el primer bloque se ha tratado la resolución de problemas básicos de transferencia de
calor por convección, bajo los objetivos principales de estimación del margen de error cometido
en CFD y de analizar la pericia del usuario. De esta manera quedan asentados los cimientos
sobre los que erguirá el “Protocolo de modelado CFD para recintos”.
El Bloque 2 tiene por tanto, la misión de establecer justificadamente los pasos que determinarán
la generación del modelo en cuestión. Evidentemente, así como de todos los elementos
implicados existen algunos que resultarán meramente triviales, existe otro conjunto de
elementos que resultarán controvertidos y a su vez críticos para una resolución robusta y eficaz
del problema. Por esto, a lo largo de los capítulos planteados se justificarán las decisiones
tomadas en relación al protocolo, haciendo especial hincapié en dichos elementos críticos. Es
necesario comentar que todas las decisiones tomadas estarán justificadas en función a la
potencia computacional disponible, la cual se supone en un rango medio-alto en relación a los
ordenadores utilizados en la industria.
En el Capítulo 4 “Modelado”, se tratan las decisiones correspondientes a dos de los factores
críticos abordados en el modelo CFD: La selección de un modelo turbulento así como la
selección de un tratamiento de representación de la capa limite adecuado. De esta manera,
mediante una mezcla de contrastación con la literatura y un caso experimental propio, se
determinarán dichas cuestiones.
En el Capítulo 5 se dedica a la generación de la malla ya que esta resulta uno de los elementos
más complejos. Dado que la tipología y refinamiento que marca su diseño viene determinado
tanto por las condiciones del problema, como por el modelo y tratamiento de pared elegido,
resulta engorroso su confeccionamiento de una manera ideal. Además, se incrementa la
dificultad debido a la acotación por la potencia computacional disponible, lo que hace que en los
términos seleccionados en el Capítulo 4, la malla esté ciertamente limitada. Es por ello que se
crea un algoritmo de generación de malla, con las justificaciones pertinentes, que incluye un
gasto computacional acorde a la potencia disponible sin sacrificar precisión en la solución del
modelo.
Con estos dos capítulos se cubre la totalidad de los puntos críticos planteados como se ha
descrito, por lo que acto seguido se presenta el “Capitulo 5” en el que se exponen los pasos a
seguir en el propio protocolo.
Finalmente, en el Capítulo 6, se plantearan los puntos restantes que pertenecen al modelo CFD,
seguido de la formulación general del protocolo de cálculo de coeficientes de transferencia de
calor por convección.
65
Capítulo 4.- Modelado.
Una vez tenemos una primera estimación del error que producen los modelos CFD en el
tratamiento de problemas de transferencia de calor por convección, se incurre en el presente
capitulo en dos de los puntos más críticos del modelado de recintos en CFD. Estos puntos
resultan ser la elección del modelo turbulento y la elección del tratamiento cercano al muro.
Como ya se dispuso en el capítulo de presentación, existe una gran variedad de modelos
turbulentos, con características muy variadas, tanto en precisión, en tipos de problemas
concretos en los que tienen aplicabilidad, potencia computacional requerida, etc. Así, siguiendo
el objetivo general de este protocolo, en este capítulo se trata de determinar el modelo
turbulento más adecuado para el modelado CFD de recintos.
El proceso para dar respuesta a esta pregunta será, en primer lugar, el de recopilar a modo de
resumen la información presentada sobre los modelos en el capítulo de introducción, además del
análisis sobre los casos realizados en los últimos años a cerca de la misma materia. Bajo dicho
estudio, y en función de los recursos computacionales y temporales disponibles, se
preseleccionarán los modelos más importantes para el presente protocolo.
Según ASHRAE, se puede aproximar la transferencia de calor en las paredes de una vivienda
como la circulación de un flujo en convección forzada sobre una placa plana [1]. Por tanto, esto
abre un opción de un pequeño estudio de sensibilidad en el ya conocido problema de circulación
sobre placa plana. Se resolverá dicho problema 2D bajo los modelos turbulentos
preseleccionados, lo cual permitirá introducir una componente de selección de modelos de
carácter propio, sin apelar en su totalidad a la referencia en la literatura. Por tanto, se obtendrán
para estos los diferentes números de Nusselt, que caracterizarán la transferencia de calor y
posteriormente se compararán estos valores con la correlación existente en la literatura para
dicho problema (Analogía de Chilton-Colburn Ref “Anexo II: Correlaciones”). De esta
manera, se pretenden obtener las conclusiones finales, que llevaran a determinar el/los modelos
adecuados para el modelado de recintos en CFD.
4.1.- Comparación de modelos turbulentos.
Como se ha mencionado previamente, en este apartado se realizará una preselección de modelos
turbulentos, basados en la literatura que refleja la práctica habitual de este tipo de simulaciones,
y en documentos cuyo objetivo principal es el de analizar la precisión arrojada por cada modelo
turbulento en el modelado de viviendas o recintos internos.
En primer lugar y antes de comenzar este apartado, se recomienda la lectura del apartado “1.3.-
Modelado en CFD.” y “1.4.- Capa límite en CFD” En el capítulo de presentación, en el que se
ilustran los detalles y características de cada uno de los modelos turbulentos disponibles en la
herramienta ANSYS Fluent en sus diferentes clasificaciones, así como sus posibles variantes.
66
4.1.1.- RANS vs. LES.
Dándose por sentado el conocimiento de la información detalla en los capítulos recomendados,
parece necesario realizar la primera decisión respecto al tipo de modelos que seleccionar en
función del método de resolución de las ecuaciones de Navier-Stokes.
Esta sin embargo, resulta una de las decisiones más simplistas ya que prácticamente la totalidad
de los modelos CFD llevados a la practica en la industria se realiza bajo los modelos RANS
(Reynolds-Averaged Approach). Esto se ve apoyado por todas las referencias incluidas en los
puntos 1.5.2. , 1.5.3. y 1.5.4, del Estado del arte en los que se utilizan solamente modelos tipo
RANS.
La explicación para esto recae en su bajo costo computacional, que se sitúa en dos órdenes de
magnitud inferior a los modelos LES. Esto provoca que desde hace años hayan sido más
accesibles acorde al desarrollo tecnológico de los ordenadores, y se haya hecho gran hincapié en
la mejora de estos, llegando a generar gran fiabilidad y robustez en muchas de las aplicaciones
en las que se emplean.[2]
Por otra parte, los modelos LES, resuelven estrictamente las ecuaciones de Navier-Stokes, lo
que teóricamente mejora en gran medida la precisión de cálculo. De esta manera, este modelo
puede resultar superior a los modelos RANS, en problemas transitorios [3] [4], aunque no existe
dicha diferenciación en la resolución de problemas estacionarios.
Por tanto, como primera decisión tomada, se elige el conjunto de modelos RANS debido al
gasto computacional moderado que presentan bajo una precisión y fiabilidad buena o aceptable.
4.1.2.- Tratamiento cercano al muro.
Una vez seleccionado los modelos RANS, y antes de entrar en detalle sobre los mismos, se debe
explicitar el nivel de precisión y rigurosidad de resolución de la capa limite.
Dado que el objetivo final, será el del cálculo del número de Nusselt o del Coeficiente de
película, resulta necesario obtener la mayor precisión posible. Además, es conocido que en la
aplicación de flujos en viviendas, estos constarán de unos números de Reynolds relativamente
bajos ya las velocidades del aire para encontrarse en condiciones de confort no pueden superar
los 1.5 m/s. Es por tanto evidente, que será necesaria una resolución detallada y habrá que evitar
la utilización de “Wall-Functions”.
No obstante, el único punto que podría rebatir dichas decisiones sería la posibilidad de que para
nuestro caso, el tratamiento por “Wall-Functions” arrojara un valor próximo al empleo del
tratamiento detallado. El cumplimiento de este supuesto llevaría a que es empleado un gasto
computacional superior al necesitado, aunque la solución siempre será válida.
Por ello, para estudiar el efecto que causaría el supuesto expuesto en el párrafo anterior, se
generará también un modelo bajo el tratamiento “Wall-Function” que será comparado con el
detallado y la correlación elegida.
67
4.1.3.- Modelos RANS.
Una vez determinado el tratamiento en las zonas cercanas al muro, se vuelve sobre la selección
de los modelos RANS. Así, dentro de los modelos RANS no todos serán útiles para la
aplicación a recintos. De esta manera, parece lógico en primer lugar, estudiar si los modelos con
una ecuación de cierre son fiables, o es necesario incurrir en los que presentan dos ecuaciones.
Se debe comentar que en el software ANSYS Fluent solo se presenta un modelo de una
ecuación de cierre: Spalart-Allmaras. Spalart y Allmaras [5] desarrollaron dicho modelo
enfocado a su utilización en aplicaciones Aeroespaciales de una manera muy concreta y aunque
esto podría resultar condición suficiente para el descarte de dicho modelo, se analiza la literatura
en cuestión. Con ello, volvemos a incurrir en el estado del arte previamente desarrollado en el
que ninguno de los experimentos presentados utilizan modelos de una sola ecuación de cierre ya
que en general resulta bastante ineficiente y no aproxima de manera correcta la solución
buscada. En [6], se recogen un gran número de referencias a cerca de casos experimentales
ejecutados, en estos se evita la utilización de modelos con una ecuación de cierre.
Es por tanto, que se hace necesaria la utilización de modelos de dos ecuaciones o similares
quedando: Familia k-ε, Familia k-ω, Modelo V2F, Reynolds-Stress Model.
A partir de este punto, las decisiones tomadas se hacen en función de la precisión teórica que
deben tener algunos modelos y la precisión contrastada por los experimentos realizados en la
literatura.
Por tanto, teóricamente:
- Familia k-ε: En este caso se presentan las variantes Standard, RNG y Realizable. En la
comparación de los dos primeros, y como ya se comentó, el modelo RNG puede
tomarse como una modificación mejorada del modelo Standard por lo que
descartaremos la utilización de este último. Además, en la propia guía de usuario de
Fluent [REF], se indica el gran potencial que puede tener el modelo k-ε Realizable,
aunque no consta de un gran número de referencias practicas debido a ser un modelo
relativamente nuevo.
En cuanto al tratamiento cercano al muro, estos modelos quedan salvados ya que se
presenta en todos ellos tanto la opción de aproximar los efectos producidos por la capa
limite “Wall-Function” o de resolverlos detalladamente “Enhanced Wall Treatment”.
- Familia k-ω: En este caso se presentan las variantes Standard y SST. Se pone de
manifiesto que el modelo Standard, aun teniendo un buen comportamiento en la zona
cercana al muro, no representa de manera correcta el nucleo fluido del recinto debido a
que no es capaz de definir correctamente los flujos libres de tensiones y vórtices. Esto
se ve solucionado en la variante SST, la cual aplica una mezcla del modelo k-ε en el
interior del núcleo fluido, y el modelo k-ω en la zona cercana al muro para representar
los efectos de capa límite.
- V2F Model y Reynolds-Stress Model: Aunque dichos modelos presentan
características similares a las familias previas, lo cual los hace compatibles con la
aplicación del caso, no constan de mucha contrastación práctica. Por limitaciones
temporales en la realización del presente trabajo, estos modelos no serán contemplados,
68
proponiéndose así como línea de investigación futura la implementación de estos
modelos.
En cuanto a las referencias mostradas en el “Estado del Arte”, los modelos RANS son
comparados entre ellos en aplicaciones de flujos en recintos. De esta manera, hay ciertos
modelos que sobresalen, como pueden ser el k-ε RNG en cabeza, seguido de k-ω Standard, k-ω
SST y v2f, seguido más de lejos por el k-ε realizable.
Por tanto, teniendo todo lo anterior en cuenta, se preseleccionan tres modelos RANS.
- k-ε RNG: Dado su carácter mejorado del modelo Standard de la familia k-ε, resulta
ampliamente utilizado en la industria y con un alto índice de contrastación
experimental.
- k-ε realizable: Aunque no goza de una gran contrastación experimental, sus bases
teóricas hacen suponer un buen funcionamiento, con diferencias frente al modelo RNG,
lo cual lo hace digno de consideración.
- k-ω SST: Dada la superioridad teórica de este modelo, y su gran aplicación en otro tipo
de ramas, resulta interesante su inclusión entre los seleccionados ya que podría arrojar
estabilidad en el análisis de resultados.
4.1.4.- Referencia a la potencia computacional disponible.
Todas las decisiones justificadas previamente pueden ser discutidas si tenemos en cuenta las
variaciones en la potencial computacional disponible por el usuario. Esto es, si la maquina
disponible fuera relativamente precaria, quizás no podría emplearse la resolución detallada en la
capa limite, ya que esto requiere un mayor número de nodos en malla que el tratamiento “Wall-
Function”. Por otra parte, si el ordenador disponible tuviera una elevada potencia
computacional, podrían integrarse quizás los modelos LES, que incluirían una discretización en
malla mucho más fina que la requerida en los modelos RANS.
Sin embargo, y como se especificó previamente, el presente protocolo es diseñado para el
modelado de recintos en ordenadores de un gasto computacional medio-alto dentro del ámbito
de la investigación, lo que podría competer a ordenadores en el rango de:
CPU: i5,i7.
Memoria RAM: 8gb-32gb.
Por tanto, las decisiones y justificaciones dadas, se realizan en todo momento suponiendo un
intervalo potencia computacional igual al especificado arriba.
Esto será extrapolable al resto de capítulos que llevan a cabo decisiones de este tipo, y volverá a
hacerse hincapié en dicha cuestión cuando sea necesaria.
69
4.2.- Comparación de modelos preseleccionados para
modelado de recintos.
Como se ha especificado antes, se ejecutará a continuación el problema de flujo externo sobre
placa plana que ya se planteaba en el Capítulo 2. Sin embargo, el Reynolds estará fijado por la
velocidad típica establecida en los flujos de aire internos en una vivienda (Entorno a 1m/s).
Esto llega a coincidir con una de las discretizaciones presentadas (Re=106), por lo que los casos
a comparar serán:
Caso N. de Reynolds Modelo
Caso A 106 k-ε RNG.
Caso B 106 k-ε Realizable.
Caso C 106 k-ω SST.
Caso D 106 Spalart-Allmaras
Tabla 4.2.1. Casos a comparar para la decisión de selección de Modelos Turbulentos.
Además, también deberá validarse la decisión tomada respecto a la utilización del tratamiento
detallado en la pared en vez de la utilización de “Wall-Function”, aunque esta ya haya sido
justificada de manera parcial en capítulos previos.
Caso N. de Reynolds Modelo Tratamiento cercano al muro
Caso B-1 106 k-ε Realizable. Wall-Function
Caso B-2 106 k-ε Realizable. Enhanced Wall Treatment
Tabla 4.2.2. Casos a comparar para la decisión de selección de Tratamiento Cercano al Muro.
4.2.1.- Comparación de modelos turbulentos.
Así, se muestra la gráfica de resultados obtenida de la batería de casos generados bajo diferentes
modelos turbulentos. Se seguirá la metodología empleada en el Bloque 1, donde se acompaña
dicha gráfica de una tabla de errores cometidos.
Figura 4.2.1. Comparación de los diferentes modelos turbulentos en el problema de placa plana.
0
500
1000
1500
2000
2500
Nu
x
Longitud de placa (18m)
k-w SST
Correlación 2
k-e Realizable
k-e RNG
Spalart-Allmaras
70
k-ε Realiz. k-ω SST k-ε RNG Sp-Al
ΔεTOTAL 43.39 85.53 132.66 544.15
ΔεRELAT (%) 2.52 4.85 7.32 24.47
Se observa de manera clara,
que todos los modelos
planteados tienen un ajuste a la
correlación bastante bueno.
Sin embargo, se puede distinguir que el ajuste realizado por el modelo k-ε Realizable es
excepcionalmente bueno, seguido del modelo k-ω SST, y finalmente el k-ε RNG.
Por otra parte, se confirma el descarte total del modelo de 1 ecuación Spalart-Allmaras, que
introduce un error inadmisible.
4.2.2.- Comparación de tratamientos en pared.
A continuación, se resuelven los problemas tanto de placa plana, como de conducto interno bajo
el modelo k-ε Realizable, aplicando a su vez los dos tratamientos cercanos al muro existentes.
Se representa por tanto la solución de la opción “Wall-Function Treatment” y “Enhanced Wall
Treatment”.
Problema de Placa plana. Se ejecuta por tanto, el ya bien conocido problema de placa plana bajo flujo turbulento,
diferenciando entre dos tratamientos cercanos al muro diferentes.
Figura 4.2.2. Comparación de tratamientos cercanos al muro en el problema de placa plana.
ΔεRELAT (%) CFD vs c5
Enhanced WT 2.52
Wall Functions -4.38
Se puede apreciar que el error cometido por el
tratamiento “Wall-Function” , resulta el doble
que en el caso de “EWT”. Sin embargo, este
no resulta demasiado elevado y el gasto
computacional se ve reducido notablemente.
Además, se puede observar que así como en el caso de EWT, la evolución del Nusselt sigue los
patrones marcados por la correlación, en el caso de WF la forma representada difiere en
0
200
400
600
800
1000
1200
1400
1600
1800
2000
Nu
x
Longitud de placa (18m)
Enhanced WT
Correlacion 5
Wall Functions
71
algunos puntos.
Problema de Conducto interno. También resulta recomendable la realización del caso de convección interna, debido a que el
tratamiento de pared por “Wall-Function”, puede variar mucho su comportamiento en función
de la tipología del problema estudiado.
Figura 4.2.3. Comparación de tratamientos cercanos al muro en el problema de conducto circular interno.
ΔεRELAT (%) CFD vs c5 CFD vs c3
Enhanced WT 4.72 13.46
Wall-Functions 18.48 25.95
Se pone de manifiesta claramente que,
mientras el error producido por EWT es
bastante razonable, el producido por WF
resulta totalmente inadmisible.
Por lo que se puede observar que aunque en algunos casos simples, los Wall-Function hacen
una fiel representación del fenómeno real, no siempre resulta fiable como podemos observar en
el caso del conducto interno. Es por ello, que considerándose en un rango computacional
admisible, se debe seleccionar el Tratamiento en Pared Detallado.
150
170
190
210
230
250
270
0.0
5
4.1
8.1
51
2.2
16
.25
20
.3
24
.35
28
.43
2.4
5
36
.54
0.5
54
4.6
48
.65
52
.75
6.7
56
0.8
64
.85
68
.97
2.9
57
7
Nu
sse
lt
Posición en la placa (m)
Enhanced WT
Correlación 3
Correlación 5
Wall Functions
72
4.3.- Resultados y conclusiones.
De esta manera, los modelos de la familia k-ε (RNG y Realizable), encabezan los dos puntos
evaluados. El modelo k-ε RNG resulta ser el más utilizado en la literatura para aplicaciones en
recintos, mientras que el k-ε Realizable ha arrojado la solución más precisa en referencia a la
correlación experimental.
Por otra parte, el modelo k-ω SST, no goza de un buen nivel de contrastación practica en este
tipo de aplicaciones y se le supone algún posible problema de divergencia debido a los bajos
número de Reynolds empleados. No obstante, se ajusta bastante bien a las correlaciones
dispuestas tanto en el presente Capitulo como en el Bloque 1.
De esta manera, se determina la utilización de los tres modelos de una manera jerarquizada en la
siguiente manera:
1. Si los tres modelos coinciden en solución, se dará el modelo por validado de manera
automática.
2. Si los modelos k-ε coinciden, pero el modelo k-ω SST se diferencia, debe ser obviada
la solución arrojada por este último ya que se considera solo un modelo de validación y
no de invalidación. Si la diferencia resulta dentro de un intervalo admisible, podría
considerarse la aplicación de un margen de error a la solución arrojada por los modelos
k-ε.
3. Si los tres modelos se diferencian, esto implica como en el punto 2, la supresión
automática del modelo k-ω SST. Se estudia a continuación la diferencia relativa entre
los valores de los modelos k-ε.
a. Si resultan en un intervalo admisible de error: Se genera un valor medio
entre los modelos k-ε, con un margen de error aplicado.
b. Si los intervalos de errores resultan muy elevados, será necesario invalidar la
solución obtenida, y debiendo ser contrastada mediante la utilización de un
modelo no CFD.
El margen de error que se adjudique a cada solución obtenida constará por el momento del
factor de error inicial (Obtenido en el Bloque 1), y el factor de diferenciación entre modelos (de
la manera explicada anteriormente).
No obstante, podrán aparecer factores que modifiquen el error en capítulos posteriores,
llegándose a incluir un compendio en la formulación conjunta del protocolo.
REFERENCIAS
[2] Zhai Z, Zhang Z, Zhang W, Chen Q. Evaluation of Various Turbulence Models in Predicting Airflow and
Turbulence in Enclosed Environments by CFD: Part-1: Summary of Prevalent Turbulence Models. HVAC&R
Research 2007; 13(6); 853-70.
[3] Mohamed S, Cheong S, Chan A. Numerical simulation of dispersion in urban street canyons with avenue-like tree
plantings: Comparison between RANS and LES. Building and Environment 46 (2011) 1735-1746.
73
[4] Constantinescu G, Krajewski W, Ozdemir C, Tokyay T. Simulation of airflow around rain gauges: Comparison of
LES with RANS models.2006, IIHR- Hydroscience and Engineeering. The University of Iowa, Iowa City, I A 52242,
USA. Advances in Water Resources 30(2007) 43-48.
[5] Spalart P. and Allmaras S., A one-equation turbulence model for aerodynamic flows. Technical Report AIAA-92-
0439, American Institute of Aeronautics and Astronautics, 1992.
[6] Ramponi R, Blocken B. CFD simulation of cross-ventilation for a generic isolated building: Impact of
computational parameters. Building and Environment 53 (2012) 34-48.
74
Capítulo 5.- Mallado.
Llega el momento de abordar otro de los puntos críticos pertenecientes al modelo CFD, la
malla. En primer lugar, es necesario comentar que dicho elemento se encarga de discretizar el
volumen de control dispuesto, de tal forma que el “Solver” llevará acabo la resolución de las
ecuaciones de Navier-Stokes en cada punto discretizado. Se debe tener en cuenta a su vez que la
mejor malla será la que no haga que la solución dependa de ella misma.
Existen diferentes condicionantes que determinan las características concretas que debe tener la
malla para cada caso. Por ello, la primera tarea llevada a cabo será la identificación de dichos
condicionantes en la aplicación a recintos cerrados.
Acto seguido, una vez determinadas las características debe tener la malla, se desarrolla una
metodología de mallado, la cual resulta en un algoritmo que permite generalizar la técnica de
confección de una manera eficaz y a bajo costo computacional.
Además, se desarrollan dos metodologías de mallado alternativas, de tal manera que en los
casos prácticos posteriores del “Capitulo 7” se pueda poner de manifiesto todas las
justificaciones dadas en el presente capitulo.
5.1.- Malla requerida.
Existen por tanto, diferentes elementos que determinarán las condiciones que debe presentar la
malla dispuesta.
5.1.1.- Requerimientos a la malla.
Dichos elementos o condicionantes vienen determinados por la propia naturaleza del problema
presentado en cuestión, o bien por las soluciones tomadas hasta ahora de la siguiente manera.
- Selección de modelo turbulento (Refinamiento en el núcleo fluido): Como ya se ha
expuesto en los capítulos anteriores, dependiendo del modelo seleccionado será
necesaria una mayor o menor discretización, lo que implica una malla más o menos
refinada. Para los modelos RANS, el tamaño de refinamiento en el núcleo fluido resulta
aproximadamente constante para todos los modelos planteados y deberá ser de un orden
moderado (Centímetros).
- Selección del tratamiento cercano a la pared (Refinamiento en las zonas cercanas a
muros): En este caso, en función del tratamiento seleccionado deberemos cumplir una
cierta restricción para el valor de y+, lo cual implica que deberá existir un mayor o
menor refinamiento en la capa limite (pues afecta al primer nodo desde la pared). Como
el tratamiento seleccionado a priori es el modelo detallado, en todo momento la malla
debe cumplir un refinamiento en pared que cubra el y+ 1.
- Correcta representación de los campos de velocidad y temperatura en capa limite
(Numero de nodos contenidos en capa limite): El refinamiento según y+ no es
75
suficiente para determinar un correcto funcionamiento de la malla en cuanto al
modelado de la capa limite se refiere. Será necesario por tanto, introducir también un
número mínimo de nodos dentro de dicha capa límite (aproximadamente entre 5 y 20).
Esto se llevará a cabo de manera iterativa, en la que se incremente el número de nodos
contenidos y la solución del problema no varie.
- Evitar errores de truncamiento por discontinuidad en malla (Determinación de
tasa de crecimiento de nodos): Ya que es evidente que la densidad de nodos en zonas
cercanas a la pared debe ser mucho más elevada que en el núcleo fluido, es evidente que
se producirán grandes gradientes en cuanto al crecimiento en el tamaño de los
elementos que forman la malla. Los altos valores de dicho gradiente es lo que se debe
evitar, debido a que podrían producirse errores de truncamiento y de esta manera
introducir errores en la solución obtenida. De esta manera, se recomienda una Tasa de
Crecimiento de los elementos máxima de 20 o 30%.
5.1.2.- Tipologías de malla.
Así bien, bajo la premisa de cumplir con todos los requerimientos anteriores, se presentan en la
herramienta de mallado utilizada ANSYS ICEM, diferentes tipologías de mallas, que a su vez
podremos mezclar y modificar siempre que se haga justificadamente.
3.1.2.1.- Técnicas de mallado. Se pueden encontrar básicamente dos técnicas de mallado diferenciadas en el software ICEM:
Blocking y por Parámetros Globales de Malla. La primera ya fue presentada y utilizada para los
capítulos anteriores aunque tan solo en su versión 2D, mientras que la segunda será la
seleccionada para su uso en recintos debido a su mayor comodidad y menor necesidad de
pericia por parte del usuario.
Blocking: El Blocking consiste en la
generación de malla a través de la
determinación de unos ejes imaginarios en
los que se dispone cierta densidad de nodos
de manera lineal. De esta manera, la malla
se genera tendiendo líneas desde los nodos
representados en cada eje a otros y a su vez
formando paralelas a esta. Así, se obtiene
una malla bastante homogénea y con
aspecto de bloque. Resulta engorroso la
disposición y generación de los diferentes
ejes en geometrías complejas, por lo que
puede resultar ciertamente complicado para
usuarios intermedios. Figura 3.1.1. Sección rectangular bajo técnica de mallado
blocking.
76
Parámetros de malla Generales: Se trata de
la determinación del tamaño de elemento que
se quiere obtener en las diferentes partes de la
malla mediante la introducción de valores
generales. No solo se podrá seleccionar el
tamaño de elementos, sino también su
crecimiento, disposición espacial, etc. Por
tanto, el software es capaz de generar una
malla en base a los parámetros establecidos.
En términos de manipulación de la
herramienta informática, esta técnica resulta
más apropiada para definición de ciertos
parámetros generales, ya que a diferencia del
Blocking, no requiere manipulación gráfica
que resulta más compleja a la hora de
explicarse en un documento guía.
Figura 3.1.2. Sección tetraédrica Octree bajo
parámetros de malla generales.
5.1.2.2.- Tipos de elementos y distribuciones de nodos. Dado que resultará de mayor interés la técnica de establecimiento de los Parámetros de malla
Generales, debido a que ninguno de los métodos presenta una ventaja clara en la resolución del
problema, pero el método seleccionado presenta una mayor facilidad de utilización, y también
una mayor facilidad en la transmisión de conocimiento a través de la lectura del presente
documento.
Sin entrar en demasiado detalle, dentro de esta técnica de mallado, existen además diferentes
variantes: Mallado por superficie, Mallado por Volumen y Mallado de capas prismáticas.
En lo siguiente, se evitarán los comentarios del Mallado por superficie ya que no será utilizado.
Mallado por volumen.
Una vez determinado el tamaño de elemento que se pretende conseguir en cada zona de la
geometría, es necesario definir, que forma tendrán los elementos, y como estarán dispuestos.
Tipos de elementos:
Tetraedros: Estos resultan los más comunes en dicho tipos de malla debido a la gran robustez
que presentan las mallas generadas, y las transiciones que se consiguen bajo dicha geometría.
Existen a su vez, tres tipos de Método de Mallado, que provocan que dichos tetraedros se
dispongan en la malla de una manera u otra.
77
Robust (Octree): Genera una malla
tetraédrica de gran homogeneidad y robustez,
siendo todo su núcleo fluido, una malla
ordenada de tetraedros. Sin embargo, existen
dos puntos muy negativos que la hacen poco
viable para la aplicación en cuestión: El
número de elementos dispuestos para cierto
tamaño de estos es mucho más elevado que en
los métodos alternativos, y las transiciones
hacia elementos de menor tamaño (En las
paredes) serán muy bruscas ya que resulta una
malla relativamente rígida. Figura 3.1.3. Sección tetraédrica Octree (Distribución
robusta).
Quick (Delauny): Esta técnica genera una
malla de tetraedros aparentemente
desordenados. En contrapartida al método
Octree, esta presenta unas transiciones de
tamaño muy suaves y a su vez el gasto
computacional requerido es sensiblemente
inferior a la metodología Octree. Sin embargo,
como punto negativo se tiene el que debe ser
generada a partir de una malla Octree, por lo
que debemos disponer de un ordenador que
sea capaz de alcanzar el pico de demanda
computacional que esta última requiere, para
acto seguido, bajar hasta la requerida por la
malla Delauny.
Figura 3.1.4. Sección tetraédrica Delauny (Distribución
rapida).
Smooth (Advancing Front): Resulta un
método de mallado con una distribución
similar a la Delauny. Sin embargo, la
diferencia entre ambas es que el método
Advancing Front presenta una transición
todavía más suave, lo cual presente un mayor
número de elementos reducidos y un mayor
gasto computacional.
Figura 3.1.5. Sección tetraédrica Advancing Front
(Distribución suave).
Mallado por capas prismáticas.
Existe además, la posibilidad de utilizar elementos prismáticos, los cuales disponen una forma
muy interesante que será en capas paralelas a la superficie determinada. De esta manera se
puede generar una distribución de nodos desde la pared de una manera muy homogénea.
Además, este tipo de mallado, incrementa casi imperceptiblemente el gasto computacional
requerido en comparación en el mismo refinamiento en muro para las distribuciones anteriores.
78
Por tanto, parece interesante la combinación del Mallado por el Método Delauny el cual implica
poco peso de la malla y gran nivel de transición de elementos, con la generación de cierto
número de capas prismáticas en la zona cercana al muro para evitar el sobre aumento excesivo
de gasto que implica el mallado de esta zona para un y+=1.
Nótese, que también podría aplicarse el método de mallado mediante Advancing Front, sin
embargo, rara vez es necesaria unas transiciones tan suaves mientras que esto aumentaría el
gasto computacional de la malla.
5.1.2.3.- Mejoras y modificaciones de malla. Existen además, ciertas herramientas en el programa que permiten una mejora de la malla en
diferentes aspectos. Ya que tras la combinación de diferentes elementos en la malla, las uniones
entre ambos pueden no ser muy finas, se utilizan las herramientas de: Aumento Global de
calidad y el Suavizado por el método de Laplace, el cual hará que la unión entre los elementos
se transforme en una transición lo suficientemente suave. (Se recomienda la lectura del Manual
ANSYS ICEM Ref [1]. Para una mayor profundización en estos conceptos)
5.1.2.4.- Gasto computacional disponible. En este apartado se hace un recordatorio a cerca del a limitación existente en dicho parámetro,
la cual se fijó para una potencia computacional media-alta en relación a los ordenados utilizados
en la industria.
Es necesaria la mención de este concepto, para proceder a la reflexión siguiente:
“Si no existiera un límite computacional, ni un límite temporal para llevar a cabo la
resolución del problema, tan solo buscando la mayor precisión posible en la solución, la malla
más adecuada sería la de una discretización ultra fina, prácticamente invariable del valor del
elemento que debe marcar el y+=1 en la pared. Además, la disposición de elementos debería
ser lo más homogénea posible.”
Esta reflexión, es una de las motivaciones de la generación de una metodología de mallado que
implique un gasto computacional lo más pequeño posible para una precisión de solución
bastante alta, debido a la limitación existente, tanto computacional como temporal.
5.2.- Metodología de mallado prisma-tetra.
Una vez establecidos los conceptos básicos de malla que son necesarios para la comprensión de
su generación, se decide plantear una metodología singularizada a los casos de mallado en
Recintos interiores.
Por las razones mencionadas previamente, parece que la solución de mallado más adecuada para
poder cumplir con las restricciones impuestas en el apartado primero, será de la de la
combinación de un mallado bajo metodología Delauny y un mallado de capas prismáticas en la
79
zona cercana al muro. Este tipo de mallado se ve contrastado en la literatura bajo las siguientes
referencias [3][2].
5.2.1.- Planteamiento general.
El método de mallado por tanto, será un sistema en el que utilizando la técnica de mallado
tetraédrico Delauny combinada con la técnica de mallado por capas prismáticas, genere una
malla que permita la resolución a un nivel óptimo del problema, cumpliendo para ello los
requisitos de: Un tamaño suficiente en los elementos del núcleo fluido, una distancia del primer
nodo a la pared para asegurar el y+ requerido, un numero de nodos suficiente contenido en la
capa límite, y una transición suave entre elementos de diferente tamaño.
No obstante, el cumplimiento de cada uno de los requisitos introduce una dificultad añadida a la
generación de la malla, por lo que, las soluciones adoptadas para superar dichas dificultades
serán las que conformen la naturaleza de la metodología desarrollada.
Asegurar el y+ requerido en toda superficie: Este resulta el punto más crítico y
engorroso ya que como sabemos de capítulos anteriores, no es posible determinar el valor de y+
hasta que el problema no es resuelto en el “Solver”. De esta manera, será necesario introducir un
proceso iterativo para conseguir la convergencia de dicho parámetro en las superficies.
Refinamiento suficiente en el núcleo fluido: La dificultad encontrada en este punto, es la
toma del valor inicial con el que se comenzará el proceso iterativo descrito anteriormente. Una
de las opciones será la generación de diferentes mallas iniciales con diferente refinamientos en
el núcleo (Con un tratamiento en pared de Wall-Function, ya que el y+ no estará ajustado). Bajo
estas mallas, se resuelve el problema de una manera simplificada (por ejemplo componente
hidrodinámica), y se observa para que tamaño existe una cierta convergencia en la solución.
Al finalizar el proceso iterativo de la convergencia de y+, será necesario comprobar con una
malla de refinamiento superior en núcleo que se sigue manteniendo la convergencia.
Número de nodos suficientes en capa límite: El número de nodos contenidos en capa
limite vendrá determinado por el número de capas prismáticas dispuesta, siendo cada una,
correspondiente a un nodo en la dirección perpendicular a la pared. De esta manera, se partirá
del número mínimo teórico de nodos en capa limite (5 nodos) y tras la convergencia del y+, se
realizará un proceso iterativo para obtener el número de capas necesario para que la solución
numérica esté convergida.
Es necesario determinar el mínimo número necesario ya que a partir de una cantidad de 10
capas prismáticas comienzan a producirse zonas en la malla de mala calidad. Esto se subsanará
en gran medida con la aplicación de las herramientas de edición de malla como “Modificación
de la calidad y factor de Skew” , así como el “Suavizado por función de Laplace”.
Cumplimiento de la tasa de crecimiento del 20%: Este punto se salvará con la
determinación de los tamaños de nodos en pared (de la capa inicial Octree y Delauny) para el
cumplimiento de dicha tasa. Una vez implementadas las capas prismáticas, se ha de comprobar
que la última capa tiene un espesor del orden del tetraedro contiguo. Esta transición también se
verá mejorada con el “Suavizado por función de Laplace”.
80
De esta manera, se han definido las componentes que debe incluir la Metodología de mallado a
desarrollar, la cual se expone de manera concisa en el siguiente apartado.
5.2.2.- Algoritmo de mallado (diagramas de flujo).
Previamente se ha explicado cada uno de los procesos y pasos que se deben llevar a cabo para
asegurar la calidad y robustez de la malla generada, bajo un gasto computacional relativamente
bajo.
A continuación, se ilustran dos diagramas de flujo que ilustran el proceso completo de mallado,
siendo el DF1 subordinado del DF2.
81
Diagrama de Flujo del Algoritmo de Mallado. (DF1)
1.- Valores iniciales:
Discretización de Sup. Inicial.
Global Mesh Size.
Tamaño de elementos nucleo. (1)
Part element (superficies).(1)
Tamaño de capa Prismatica.
Numero de capas prismáticas.(2)
2.- Generación de malla.
1. Generar malla Octree.
2. Generar malla Delauny.
3. Generar capas prismáticas.
Malla generada.
3.- Introducción en “Solver”.
Simulación y obtención de y+
en cada superficie.
4.b.- Nueva
discretización de
dicha superficie.
5.b.- Modificación de
tamaño de capa
prismática.
4.a.- Número de capas prismáticas.
Incremento del número de capas
prismáticas (con un máximo de 20).
+ Mallado y Resolución (punto 2 y 3).
¿y+ 1?
Para cada Superficie
¿Δy+>20?
No
No
Sí
Sí
(1) Se especifica su determinación en el
siguiente diagrama de flujo (DF2).
(2) Se comienza introduciendo el número
mínimo recomendado (5 capas).
(3) Esta convergida, a falta de una
comprobación de tamaño de elemento en el
núcleo (Mostrada en diagrama de flujo 2)
Solución cte 5.a.- Malla Convergida.(3)
Sí No
82
Determinación del refinamiento en el núcleo fluido. DF2
1.- Malla pre-inicial.
Tamaño de elemento en núcleo arbitrario.
Tamaño en pared manteniendo tasa de
crecimiento del 20%.
(Sin capas prismáticas)
+ Generación de malla.
2.- Introducción en el “Solver”.
- k-ε’s con Scalable Wall Function.
- Métodos de resolución de primer
orden.
- Resolución adiabática.
3.- Malla de Validación.
Se genera una malla con valores de
tamaños de elementos ~25% menor.
DF1
DIAGRAMA DE FLUJO DEL
ALGORITMO DE MALLADO
ITERATIVO.
(Mostrado anteriormente)
4.- Validación de refinamiento
en nucleo fluido.
Generación de una malla como
la convergida en DF1 pero con
un 25~50% de refinamiento en
los elementos del núcleo.
Solución cte
Solución cte
5.- Malla final convergida.
Sí
Sí
No
No
Así, se especifica al completo el algoritmo seguido para la metodología de mallado. No
obstante, en los casos prácticos del “Capitulo 7” se ilustran tres ejemplos que permitirán aclarar
cualquier duda que pudiera tenerse. Además, se pone a disposición del lector, un “Anexo III:
ICEM” en el que se detalla mediante ilustraciones los pasos a seguir para dicha confección.
83
Figura 5.2.1. Malla bajo Método de Mallado Princ.
Este sería el esquema aproximado con el que
se generaría la malla aplicando el método
previo.
5.3.- Metodologías alternativas de mallado.
En aras de determinar si la metodología de mallado previamente expuesta resulta valida o no, se
determinan a continuación algunos métodos alternativos de mallado, los cuales pasarán desde
métodos puros que implican un gran gasto computacional, pero una robustez imbatible, a
métodos híbridos entre estos y el planteado.
5.3.1.- Método de Mallado puro.
Uno de los puntos que podría rebatirse sería la necesidad real de la generación de un algoritmo
elaborado para la generación de la malla, si bien los mismos condicionantes de malla podrían
cubrirse sin la necesidad de inclusión de capas prismáticas, etc.
En el apartado dedicado a la relación de la malla con la potencia computacional disponible
definía como la malla ideal, una de elementos muy finos, con un tipo de mallado heterogéneo
(p.ej. Octree, Delauny, etc..), la cual podría requerir un gasto o tiempo computacional
demasiado elevado frente a la tecnología existente.
No obstante, podría ser viable la generación de malla basada en la utilización de un solo método
de mallado, como Delauny (Seleccionado por sus suaves transiciones en tamaño), de tal manera
que en el núcleo fluido conste de elementos lo suficientemente pequeños, y que disminuya este
tamaño hacia las paredes hasta el tamaño necesario para cumplir la condición de y+.
En dicho caso, debido a las suaves transiciones presentadas, se supone asegurado el nivel de
nodos en capa límite, al menos en el mínimo necesario. Por otra parte, habrá que examinar la
tasa de crecimiento a posteriori, y en caso de un no cumplimiento, podría disminuirse el tamaño
del elemento en el núcleo fluido.
Existirá además otra variación de este método en el que pudiera aplicarse la herramienta
incluida en ANSYS Fluent “Adapt y+” con la cual se puede dar la orden de que el propio
“Solver” divida los elementos pertinentes para tratar de conseguir dicho valor. La utilización de
dicha herramienta se aconseja en situaciones en las que la malla inicial se encuentre cercana al
valor buscado. De lo contrario, podrían tenerse grandes carencias de uniformidad en la zona
cercana a la pared.
A continuación se presenta el DF1-Puro, debido a que el DF2-Puro sería similar al del Método
principal.
84
DF del Algoritmo de Mallado Puro. (DF1-Puro)
1.- Valores iniciales:
Discretización de Sup. Inicial.
Global Mesh Size.
Tamaño de elementos nucleo. (1)
Part element (superficies).(1)
2.- Generación de malla.
1. Generar malla Octree.
2. Generar malla Delauny.
Malla generada.
3.- Introducción en “Solver”.
Simulación y obtención de y+
en cada superficie.
4.b.- Nueva
discretización de
dicha superficie.
5.b.- Modificación de
elementos en superficie
(Part element).
¿y+ 1?
Para cada Superficie
¿Δy+>20?
No
No
Sí
Sí
(1) Se especifica su determinación en el
siguiente diagrama de flujo (DF2).
(2) Esta convergida, a falta de una
comprobación de tamaño de elemento en el
nucleo (Mostrada en diagrama de flujo 2)
5.a.- Malla Convergida.(3)
85
5.3.2.- Método de mallado híbrido.
Como se espera un sobrecosto computacional demasiado elevado en el método anterior, se
plantea otro método a medio camino entre el Método de mallado principal (prisma-tetra) y el
Método de mallado puro.
La idea básica será la de la aplicación del método principal hasta conseguir aproximadamente
un y+ en el intervalo de 1-10. Acto seguido, se aplicará la herramienta presentada previamente
de “Adapt y+” en la que el propio Solver será el encargado de dividir los elementos existentes
para conseguir el valor necesario de y+ para el correcto funcionamiento del modelo turbulento.
De esta manera, se diluye el gran costo computacional que presentaba el modelo previo
añadiendo parte del refinamiento en el muro por la inclusión de capas prismáticas.
A continuación como en el caso anterior, se presenta el DF1-Hibrido, el cual será una
modificación del Principal presentado anteriormente.
86
DF del Algoritmo de Mallado Híbrido. (DF1-Híbrido)
1.- Valores iniciales:
Discretización de Sup. Inicial.
Global Mesh Size.
Tamaño de elementos nucleo. (1)
Part element (superficies).(1)
Tamaño de capa Prismatica.
Numero de capas prismáticas.(2)
2.- Generación de malla.
1. Generar malla Octree.
2. Generar malla Delauny.
3. Generar capas prismáticas.
Malla generada.
3.- Introducción en “Solver”.
Simulación y obtención de y+
en cada superficie.
4.b.- Nueva
discretización de
dicha superficie.
5.b.- Modificación de
tamaño de capa
prismática.
4.a.- Adapt y+=1.
Se utiliza dicha herramienta en fluent y
se re-simula la solución.
¿y+~1-10?
Para cada Superficie
¿Δy+>20?
No
No
Sí
Sí
(1) Se especifica su determinación en el
siguiente diagrama de flujo (DF2).
(2) Se utilizará un valor igual al convergido para
el método principal.
(3) Esta convergida, a falta de una
comprobación de tamaño de elemento en el
nucleo (Mostrada en diagrama de flujo 2)
5.a.- Malla Convergida.(3)
Sí No
¿y+ 1?
87
5.4.- Resultados esperados.
Este capítulo resulta ciertamente especial, ya que el análisis sobre los métodos planteados
deberá realizarse a posteriori de las ejecuciones de los casos prácticos en el “Capitulo 7”. No
obstante, se comenta a continuación los resultados esperados de dichos experimentos, en base a
la validación del uso del Método de Mallado Principal (prisma-tetra).
En primer lugar, se espera un buen comportamiento de dicho Método de Mallado Principal, en
cuanto a problemas de calidad en malla, o convergencia del problema una vez introducido en el
“Solver”.
A nivel de validación de dicho modelo, tanto en precisión de resolución como en potencia
computacional requerida, se prevén dichos comportamientos en la utilización de los métodos
alternativos.
Como se ha predicho previamente, se espera como resultado de la aplicación del “Método
alternativo de mallado Puro” una sobrecarga de los ordenadores en utilización debido al
crecimiento exponencial de número de elementos en las zonas cercanas al muro.
En el caso del “Método alternativo de mallado Hibrido”, se espera un aumento sensible en el
requerimiento computacional. No obstante, se contempla la posibilidad de la realización con
éxito de la malla, con lo que si la solución arrojada por esta fuera similar al del Método
principal, se añadiría robustez y validez a este último.
REFERENCIAS
[1] ANSYS Inc., Documentation for ANSYS ICEM CFD 14.0 ,2011.
[2] ANSYS Inc., ANSYS FLUENT 14.0: Theory Guide, 2011.
[3] Kuznik F, Rusaouën G, Brau J. Experimental and numerical study of a full scale ventilated enclosure:
Comparison of four two equations closure turbulence models. Building and Environment 2007; 42; 1043-53.
88
Capítulo 6.- Formulación del Protocolo General
de cálculo CFD de coeficientes de transferencia
de calor convectivo en recintos.
El objetivo principal del presente capitulo es la formulación del Protocolo de modelado en su
totalidad, de manera que se pueda contemplar de una manera fácil y rápida todos los pasos que
este incluye desde el planteamiento del problema hasta su resolución.
Antes del punto en el que se formula el protocolo en su totalidad, se introducirán algunas
consideraciones adicionales que son importantes en el modelado, pero que no resultan críticas
como lo han sido los elementos tratados en los capítulos previos.
6.1.- Consideraciones adicionales para el modelado.
Por tanto, antes de implementar de manera ordenada todos los puntos críticos y controvertidos
que se han tratado previamente, es necesaria la introducción de algunos elementos a determinar
que forman también parte del modelo CFD. No obstante, la totalidad de la preparación del
modelo se ilustrará en el “Anexo IV: Solver” en el que se incluyen documentos gráficos.
6.1.1.- Condiciones de contorno de entrada y salida.
Cobra cierta importancia la forma en la que se asigna las condiciones de contorno en las
secciones de entrada del fluido y en la de salida, ya que, según la opción tomada, se esperará
cierto problema en la convergencia, un comportamiento más real, etc.
Tanto la determinación de las condiciones de entrada o salida presentan en la práctica tres tipos
de caracterización del fluido que la traspasa:
- Determinación de la velocidad (de manera vectorial): Se determina una cierta
velocidad en m/s y la especificación direccional de dicha magnitud. Esta no presenta en
concreto fenómenos de inestabilidad y puede resultar realista si el aparato simulado es
por ejemplo un ventilador que funcione en dicha dirección determinada.
- Determinación de la presión diferencial: Se determina la presión diferencial a la que
entraría el aire respecto a cierto punto de referencia. Tampoco presenta específicamente
fenómenos de inestabilidad y realiza una representación más real en la caracterización
del efecto del viento, u otros sistemas en los que se establezca una diferencia de presión.
- Determinación de la cantidad de masa de fluido (Key-Target): Esta condición suele
ser ciertamente solicitada en la práctica del modelado en recintos internos ya que la
ventilación de un local vendría determinada por dicha característica. A menudo presenta
altos problemas de convergencia por lo que se suele estimar una presión diferencial
asociada, y cuando la solución se estabiliza, se modifica la condición de contorno
introduciendo una imposición de cantidad de masa (en adelante referido por Key-
Target). [1]. Si la solución obtenida finalmente, es la oscilación de dicho parámetro
89
“Cantidad de masa de fluido”, se puede definir la solución con un margen de error de la
diferencia entre los valores pico.
Además, existe otro punto importante que será la determinación de la turbulencia en el fluido de
entrada y de salida. Existen diferentes maneras de especificarlo, desde dar valores a las
ecuaciones de cierre de cada modelo, a introducir el valor para la combinación de dos variables
turbulentas. En la práctica, se suele utilizar la determinación de los valores de Turbulencia del
fluido (%) que se mueve en valores de 1/10% para fluidos muy poco o muy turbulentos
respectivamente, y la longitud equivalente (m).
6.2.- Formulación del protocolo general.
Una vez determinado esto, se recoge a continuación (ver esquema) el conjunto de elementos
determinados en capítulos anteriores. A su vez, esto se presenta para dos niveles de detalle
requerido:
- Alta precisión Este es requerido cuando se necesita determinar una magnitud afectada
por los efectos microscopios (p ej. Coeficiente de película), o también cuando se
requiere cierta validez en la solución a nivel cuantitativo.
- Baja-Media precisión Como se ha determinado a lo largo de este documento, esta
opción implicará que el modelo no tiene una validez cuantitativa contrastada,
especialmente en las variables que se determinen en función de los efectos cercanos al
muro. No obstante, ya que resultan modelos de muy bajo gasto computacional, puede
ser útil en la determinación de los patrones de flujo de aire, o el estudio de la ventilación
de un recinto a nivel cualitativo o semi-cuantitativo.
6.2.1.- Determinación del margen de error en solución.
La determinación del margen de error impuesto en la solución encontrada bajo la aplicación del
protocolo se llevara a cabo de la siguiente manera:
1.- Se evaluarán todos los parámetros que incluyen cierto nivel de error (ΔεMODELO, ΔεMALLA,
ΔεOTROS (Capa prismáticas, Numero de elementos, etc)) para cada una de las superficies.
2.- Se asigna error más elevado de entre los anteriormente planteados a su correspondiente
superficie, siempre que este valor supere el ΔεINICIAL que se presentó en el Bloque 1.
6.2.2.- Esquema general del Protocolo de modelado en CFD
para Recintos Interiores.
Bajo todas las consideraciones previas realizadas en este capítulo y en los anteriores, se recoge
a continuación el esquema del protocolo desarrollado. A su vez, se presentan dos versiones, una
de alta precisión y por tanto mayor costo computacional, y una de baja precisión para análisis
semi-cuantitativo.
90
1.a.- Datos de entrada.
Geometría.
Condiciones de entrada y salida.
Otros.
2.- Generación de geometría.
Modelado en software 3D (p.ej CATIA).
Inclusión superficies de condiciones de
contorno (p.ej. Ventanas)
3.a.- Selección del modelo turbulento.
k-ε RNG.
k-ε Realizable.
k-ω SST (De comprobación)
1.b.- Objetivo de cálculo (p.ej. Coef. Película).
Determina la precisión requerida en el modelo
CFD (Tratamiento en pared, modelo turbulento).
Alta precisión Baja precisión
3.b.- Selección del modelo turbulento.
k-ε RNG y/o k-ε Realizable.
4.a.- Selección del tratamiento cercano al
muro.
Enhanced Wall Treatment (Tratamiento
detallado)
y+=1 (Requerido).
4.b.- Selección del tratamiento cercano al
muro.
Wall-Function (Tratamiento aproximado)
y+=30~300 (Requerido).
5.a.- Mallado.
Método de mallado principal (prisma-tetra)
Método de mallado Híbrido
Método de mallado Puro
(Ir a Capitulo 5)
5.b.- Mallado.(1)
Método de mallado principal (prisma-tetra)
Método de mallado Híbrido
Método de mallado Puro
(Ir a Capitulo 5)
(1) Los métodos de mallado no se han descrito para el caso de modelos simplificados. Se deben tener en cuenta los siguientes
cambios:
- Para el nuevo rango de y+, es necesario hacer las modificaciones pertinentes en cada algoritmo (sustitución del valor unidad).
- Al no ser el gasto computacional tan crítico, la diferencia entre modelos tampoco lo es. Además, el método de mallado puro
suele resultar más adecuado debido a que el tamaño en pared requerido es parecido al necesario en el núcleo fluido.
6.a.- Resolución (ANSYS Fluent).
Determinación de condiciones de contorno.
Determinar potencia de resolución.
Monitorización.
+ Resolución Hidrodinámica/Térmica.
6.a.- Resolución (ANSYS Fluent).
Determinación de condiciones de contorno.
Determinar potencia de resolución.
Monitorización.
+ Resolución Hidrodinámica/Térmica.
7.a.- Extracción de datos y contrastación.
Extracción de datos necesarios
(Temperaturas, Flujos de calor, etc.).
Comparación entre modelos.
7.b.- Extracción de datos.
Extracción de datos necesarios
(Temperaturas, Flujos de calor, etc.).
Comparación entre modelos.
PROTOCOLO DE MODELADO CFD PARA RECINTOS INTERIORES