Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
DR AF T Notas sobre mecánica de fluidos computacional Borrador: Versión 0.2.1 Notas sobre mecánica de fluidos computacional JOSÉ MIGUEL PÉREZ November 27, 2013 DR AF T DR AF T C O N T E N T S 1 introducción 7 i parte 1 9 2 volúmenes finitos 11 2.1 Formulación integral de la ecuación del transporte 11 2.1.1 Carácter conservativo 13 2.2 Objetivo 13 2.3 Definición del método de los volúmenes finitos 14 2.3.1 Discretización del dominio del problema 14 2.3.2 Discretización de la ecuación del transporte 15 2.3.3 Discretización temporal 28 2.4 Sistema algebraico de ecuaciones 29 2.5 Condiciones de contorno 31 2.6 Errores 31 3 problemas volúmenes finitos 33 3.1 Problemas unidimensionales 33 3.1.1 Ecuación de difusión reacción estacionaria 33 3.1.2 Ecuación de convección difusión reacción estacionaria 39 3.1.3 Ecuación de difusión reacción dependiente del tiempo 45 3.2 Problemas bidimensionales 46 3.3 Mallas no estructuradas 47 3.4 Carácter conservativo del esquema numérico 49 ii parte 2 51 4 integradores de riemann 53 4.1 Sistemas hiperbólicos 53 4.1.1 EDPs de primer orden 53 4.1.2 Definición de sistema hiperbólico 55 4.2 Sistemas Lineales 55 4.2.1 Ecuación de convección/advección lineal 55 4.2.2 Sistema lineal de ecuaciones de tipo hiperbólico 57 4.3 Sistemas no lineales 60 4.4 Aplicación a los Volúmenes Finitos 64 4.5 Esquema numérico para las ecuaciones de Euler 69 4.6 Condición de CFL y condiciones de contorno 71 4.7 Alto orden 72 iii appendix 77 a ecuaciones prototipo 79 3 DR AF T DR AF T P R Ó L O G O El objetivo del documento consiste en describir la fase de diseño de herramientas soft- ware en el marco de la dinámica de fluidos computacional (computational fluid dy- namics, CFD). Este documento está en fase de escritura y corrección. Diríjase a la dirección de correo jomipp@torroja.dmt.upm.es para realizar cualquier consulta, sugerencias y/o corrección de erratas. 5 DR AF T DR AF T 1 I N T R O D U C C I Ó N Las fases de desarrollo de un código depende de muchos factores; alcance del código, existencia de códigos previos, etc. A grandes rasgos el desarrollo de códigos CFD suelen implicar las siguientes frases: 1. Análisis del problema a) Estudio y descripción completa del problema físico a resolver b) Especificación funcional de la herramienta, estimación de los requisitos com- putacionales, definición de los criterios de validación, etc. c) Formulación del problema matemático: Definición de las ecuaciones en de- rivadas parciales EDP (o EDO), tipo (hiperbólica/parabólica/elíptica), de- scripción de las condiciones iniciales IC y condiciones de contorno CC. 2. Diseño a) Discretización del dominio b) Discretización de las ecuaciones i. Discretización espacial ii. Discretización temporal c) Algoritmos numéricos: resolución de sistemas lineales, interpoladores, etc. 3. Implementación del código 4. Verificación y validación del código 5. Utilización y mantenimiento Estas notas se centran en la fase de diseño, por lo que se supone que el lector es capaz de realizar la fase de análisis del problema. Con el objetivo de ilustrar el proceso a seguir, se utilizan problemas bien conocidos de la mecánica de fluidos. Las fases de implementación y validación del código se verán en un documento posterior. 7 DR AF T DR AF TPart IPA RT E 1 DR AF T DR AF T 2 V O L Ú M E N E S F I N I T O S En este capítulo se realiza una introducción al método de los volúmenes finitos. Este método se utilizan en muchos programas de dinámica de fluidos computacional (por ejemplo, Fluent, OpenFoam, Flow3D, etc), dada su fácil aplicabilidad en mallas no estructuradas, su carácter conservativo y su robustez numérica. En cuanto al contenido de este capítulo, la parte correspondiente al Teorema del Transporte de Reynolds se describe y demuestra en el capítulo 2 de Liñán et al. (pági- nas 7 y 9). La definición del método de los volúmenes finitos y la discusión al respecto de su carácter conservativo se encuentran en la Sección 4.1 de Ferziger and Peric (2002). Por otro lado, la reconstrucción de los flujos numéricos se puede ver en más detalle en el Capítulo 3 de Hrvoje (1996). Esta reconstrucción se encuentra también en la Sección 4.4 de Ferziger and Peric (2002). 2.1 formulación integral de la ecuación del transporte El teorema del transporte de Reynolds permite calcular la variación con el tiempo de una magnitud fluida intensiva ligada a un volumen fluido VF, a partir de la variación de dicha magnitud en un volumen de control VC que se mueve con velocidad uVC, más el flujo convectivo a través de dicho volumen de control. Más concretamente. Teorema 1 (Teorema del transporte de Reynolds). Dado un volumen de control fluido VF que se mueve con velocidad u y un volumen de control VC con velocidad uVC, se cumple la siguiente relación, d dt Z VF(t) F(x, t)dV = d dt Z VC(t) F(x, t)dV + Z ∂VC(t) F(x, t) (u � uVC) dS , (1) donde F es una propiedad intensiva del fluido. ⇤ Una demostración del teorema anterior se encuentra en el Capítulo 2 de (Liñán et al.). Toda ley de conservación de la fluido-dinámica se puede formular a partir de la ley de conservación de las propiedades definidas en los volúmenes fluidos: r (conservación de la masa), ru (conservación del momento), E (conservación de la energía). Por lo tanto, dichas leyes se pueden escribir como, d dt Z VC FdV + Z ∂VC F · dS = Z VC SdV , (2) donde F puede ser r, ru y/o E y F es igual a F (u � uVC). En la expresión anterior se ha añadido la posibilidad de que existan términos fuentes en el volumen de control. 11 DR AF T volúmenes finitos Definiendo F = rf y asumiendo por simplicidad que uVC = 0, se llega a la siguiente expresión, Z VC ∂rf ∂t dV + Z VC r · (rfu) dV = Z VC r · (Grf) dV + Z VC SfdV , (3) donde r es la densidad, G el coeficiente de difusión y Sf es el término fuente que en general depende de f. En la expresión anterior se ha asumido que VC es constante en el tiempo. Las integrales de los términos convectivo y difusivo pueden reescribirse como integrales sobre la superficie exterior del volumen de control mediante la uti- lización del teorema de Gauss o teorema de la divergencia. Teorema 2 (Teorema de Gauss). El teorema de la divergencia afirma que la divergencia del campo fu en un volumen de control dado VC es igual al flujo del campo a través de la superficie que encierra dicho volumen de control, S, Z VC div (fu) dV = Z S fn · udS . (4) n es el vector normal a la superficie y n · u es la componente de u en la dirección normal al elemento de superficie dS (ver Figura 1). ⇤ Figure 1.: Volumen de control V definido por la superficie ∂V. El vector normal a la superficie apunta hacia el exterior del volumen de control. Por lo tanto, las integrales de los términos convectivo y difusivo definidos en (3) pueden reescribirse como integrales sobre la superficie, Z VC ∂rf ∂t dV + Z S n · (rfu) dS = Z S n · (Grf) dS + Z VC SfdV . (5) Notar que n · (rfu) y n · (Grf) son respectivamente los flujos convectivo y difusivo. En el primer caso el flujo se produce por el efecto de la componente de velocidad n · u. En el segundo el flujo se produce por la difusión a nivel molecular. 12 DR AF T 2.2 objetivo Es posible obtener la formulación diferencial de las leyes de conservación a partir de la formulación integral siempre que la solución sea lo suficientemente diferenciable. El objeto de estudio de este capítulo es la ecuación del transporte (5). Dada la complejidad de dicha ecuación, ésta se desglosara en distintos problemas: 1. Difusión - Reacción estacionaria: Z S n · (Grf) dS + Z VC SfdV = 0. 2. Convección - Difusión: Z S n · (rfu) dS = Z S n · (Grf) dS. 3. Difusión no estacionaria: Z VC ∂rf ∂t dV = Z S n · (Grf) dS. 4. Convección no estacionaria: Z VC ∂rf ∂t dV + Z S n · (rfu) dS = 0. El primer y segundo caso representan un problema de tipo elíptico. Como ejem- plo de la primera se tiene la ecuación de Poisson que sueleaparecer en los métodos de proyección en presión utilizados en la resolución de las Navier-Stokes incompresi- ble. La tercera ecuación es del tipo parabólico. Esta ecuación aparece en problemas de propagación del calor. La cuarta ecuación es de tipo hiperbólico y aparece en el movimiento de ondas o transporte de sustancias por convección. La teoría necesaria para estudiar estos problemas se desarrollará en este capítulo para el caso en el que los flujos convectivos son lineales. Un ejemplo unidimensional se verá en el Capítulo 3 para los tres primeros tipos de ecuaciones. El caso no lineal se verá en el Capítulo 4. Véase el Apéndice A para más información sobre la casuística de ecuaciones asoci- adas a la ecuación del transporte, (5). 2.1.1 Carácter conservativo La Ecuación (5) define un ley de conservación sobre cada volumen de control. Despre- ciando el término fuente esta ecuación afirma que, 2 4 Ritmo de cambio de la variable en el VC 3 5 = [Flujo neto por convención en VC] + [Flujo neto por difusión en VC] + [Ritmo de creación de la variable en VC] Como se verá, esta propiedad conservativa es una de las propiedades más intere- santes que presenta el método de los volúmenes finitos. En general, los métodos numéricos que poseen la propiedad de conservación a nivel local también garantizan la conservación global con tal de que estos sean consistentes. 2.2 objetivo El objetivo de este capítulo consiste en resolver la ecuación general del transporte en un dominio dado para unas condiciones iniciales y de contorno dadas. Para ello se 13 (Problema tipo elíptico) (Problema hiperbólico) DR AF T volúmenes finitos utilizará la formulación integral de la ecuación evaluada en un conjunto de volúmenes de control. En cuanto al orden del método, como regla general el orden de la discretización debe ser igual o superior al grado de la ecuación que se pretende resolver. Dado que las ecuaciones de la fluido-dinámica son de grado dos, se propondrá un esquema a segundo orden en espacio y tiempo. 2.3 definición del método de los volúmenes finitos El objetivo de cualquier técnica de discretización, y por tanto del método de los volúmenes finitos, consiste en transforma un sistema de EDPs (EDOs) en un sistema algebraico de ecuaciones en el cual las incógnitas representan la solución del problema original en una posiciones predeterminadas para un tiempo dado. Para ello es necesario discretizar el dominio, para lo que se deberá especificar los puntos en los que se resolverá el problema así como los puntos que permiten definir el contorno. Definición 1 (Volúmenes finitos). El método de los volúmenes finitos se basa en la for- mulación integral de las ecuaciones a resolver. En dicho método el dominio se divide en un recubrimiento de volúmenes de control en los cuales se deben evaluar las ecuaciones integrales. En cuanto a las variables computacionales, éstas se definen como los valores medios de las variables problema en cada uno de los volúmenes de control. ⇤ El procedimiento seguido en la resolución de los problemas es el siguiente: • Aproximación: Integración formal de las ecuaciones sobre los volúmenes de con- trol y utilización de las variables computacionales. • Discretización: Sustitución de los integrandos en función de las variables com- putacionales y resolución de las integrales por cuadraturas. • Solución del sistema algebraico lineal que se obtiene del paso anterior. 2.3.1 Discretización del dominio del problema El dominio se divide en un conjunto arbitrario de volúmenes de control VP que se cons- truyen cada uno alrededor de un punto P (por ejemplo su centroide). Dos volúmenes de control adyacentes, VP y VN comparten una única cara, véase Figura 2. En la figura, el vector Sf se aplica en el centroide f de la cara, tiene la dirección normal a ésta, apunta hacia el exterior del volumen de control y su módulo es igual al área de la superficie. El vector d une los centroides P y N. El recubrimiento del dominio del problema con volúmenes de control cumple las siguientes propiedades: • El dominio del problema, V, es igual a la unión de todos los volúmenes de control, V = [VC. • Los volúmenes de control no intersectan: VP \ VN = 0 , 8P, N, tal que P 6= N. Esto quiere decir que la medida de la intersección entre dos volúmenes adya- centes es nula en el domino del problema, permitiéndose por lo tanto que dichos volúmenes adyacentes tengan una cara o puntos en común. 14 DR AF T 2.3 definición del método de los volúmenes finitos Figure 2.: Volumen de control tridimensional VP que tiene al nodo P como centroide. • En este documento se considera sólo el caso en el que las caras de los volúmenes de control son planas. En cuanto a los centroides de los que se ha hablado con anterioridad, estos cumplen las siguientes propiedades: • Centroide del volumen de control P: Z VP (x � xP) dV = 0 • Centroide de de la superficie f : Z S f � x � x f � dS = 0 2.3.2 Discretización de la ecuación del transporte Aproximación de las integrales de volumen Se definen como variables computacionales o incógnitas del método de los volúmenes finitos los valores medios de la función en cada uno de los volúmenes de control, f = 1 VP Z VP f(x)dV . (6) Con esta definición la ley de conservación (2) queda como sigue: d dt f = 1 VP ✓ � Z ∂VP F · dS + Z VP SdV ◆ , (7) donde F representa los flujos y tomando r = 1. El objetivo ahora consiste en expresar el lado derecho de la expresión anterior en fun- ción de las variables problema, f. A esto se le llama cierre de las ecuaciones. Para ello se tienen que dar los siguientes pasos: (a) reconstrucción de las variables problema sobre las superficies de los volúmenes de control a partir de las variables computa- cionales (por ejemplo, mediante procesos de interpolación), (b) evaluación de los flujos sobre las superficies, (c) discretización de las integrales por cuadraturas (punto medio, trapezoidal, Simpson, cuadratura de Gauss, etc). 15 P=centroide del volumen de control Vp f=centroide de la cara Sf=vector de normal de módulo igual al área de la cara DR AF T volúmenes finitos Para el punto (a) se suelen utilizar polinomios interpolantes (caso unidimensional) o generalizaciones de estos (casos bi- y tridimensional)1 en los que se impone que el valor medio de éstos sobre los volúmenes de control VC coinciden con el valor de la variable computacional f en dicho volumen de control. Recordar que la utilización de un polinomio interpolante de grado n � 1 tiene un error de orden n. Estos polinomios interpolantes puede usarse para definir el valor f sobre el centroide del volumen de control, es decir fP. Este valor es igual a f en el caso de considerar un polinomio interpolante de primer orden (variación lineal). En ese caso, el error cometido es orden dos. Dicho error se puede obtener aplicando un desarrollo de Taylor entorno al centoride, f = 1 VP Z VP f(x)dV = 1 VP Z VP (fP + (x � xP)(rf)P + . . .) dV = fP + O(Dx2) . ya que R VP (x � xP) dV = 0. Por lo tanto, en un esquema de orden dos, en el que se asume una variación lineal de f, los valores de las variables se pueden almacenar en el centroide de los volúmenes de control, lo que define un problema con un perfil constante a trozos (ver Figura 3). Figure 3.: Representación de la variable computacional f constante a trozos en un problema unidimensional. VP representa uno de los volúmenes de control para el cual el valor promediado de f es f. Aproximación de las integrales de superficie Tal y como se ha dicho, en las integrales de superficie aparecen los términos convec- tivos y difusivos, Z VP r · a dV = Z SP a · dS =  f Z Sf a · dS , donde a representa el flujo convectivo o difusivo, SP la superficie que encierra el vol- umen de control, dS el elemento infinitesimal de dicha superficie que apunta hacia el exterior y Sf es una de las caras planas que define SP. 1 En el caso bidimensional un polinomio interpolante de cuarto orden viene dado por la siguienteexpresión: a0 + a1x + a2y + a3xy + a4x2 + a5y2 + a6xy2 + a7x2y + a8a2y2 16 DR AF T 2.3 definición del método de los volúmenes finitos Una aproximación de segundo orden viene dada por, Z Sf a · dS = a f Z Sf dS + Z Sf (x � x f )dS ! : (ra) f + . . . ⇡ Sf · af . En esta expresión se asume que el punto f se encuentra en el centro de la cara. La aproximación anterior se puede obtener con tal de considerar la regla del punto medio. Por lo tanto, las integrales de volumen que contienen los términos convectivo y difusivo se pueden escribir como, Z VP r · a dV = Z SP a · dS =  f Sf · af . (8) Aproximación de los flujos difusivos Aplicando la Ecuación (8), los flujos difusivos a = rGrf se aproximan como, Z VP r · (rGrf) ⇡  f Sf · (rGrf) f ⇡  f S f (rGf) f · (rf) f . Aproximación de los flujos convectivos En cuanto a los flujos convectivos, tomando a = ruf, se tiene que, Z VP r · (ruf) ⇡  f Sf · (ruf) f . Gradientes La expresión del gradiente a segundo orden se obtiene de la Ecuación (8) con tal de identificar la integral de la izquierda con el valor medio del gradiente evaluado en P multiplicado por el volumen VP, (rf)P = 1 VP Âf � Sf f f � . (9) Existe otra alternativa a la hora de calcular el rfP válida a orden dos para el caso unidimensional. Antes de ello se debe definir la notación seguida a la hora de definir los volúmenes de control en el caso unidimensional, la cual se corresponde con la notación más extendida en la literatura. Dado un nodo P asociado a una celda (ver Figura 4) se definen los nodos asociados a las celdas adyacentes como W (oeste) y E (este). La frontera de la celda VP con las celdas adyacentes se representan con las letras minúsculas w y e respectivamente. La primera se usa para la frontera izquierda y la segunda para la derecha. La distancia entre los nodos se representan por dxWP y dxPE, mientras que la distancia del nodo P a sus contornos izquierdo y derecho se representa respectivamente por dxwP y dxPe. Finalmente la longitud de la celda P es Dx. Pues bien, realizando dos desarrollos de Taylor entorno al centroide P para una malla equi-espaciada, 17 DR AF T volúmenes finitos Figure 4.: Definición del volumen de control VP. El nodo P es el centro del volumen de control. Los nodos E y W son los nodos de las celdas adyacentes. La longitud de la celda es dx y sus fronteras son w y e. fE = fP + Dx ✓ ∂f ∂x ◆ P + 1 2 Dx2 ✓ ∂2f ∂x2 ◆ P + O(Dx3) , fW = fP � Dx ✓ ∂f ∂x ◆ P + 1 2 Dx2 ✓ ∂2f ∂x2 ◆ P + O(Dx3) , y restando ambas expresiones se obtiene que, ✓ ∂f ∂x ◆ P = fE � fW 2Dx + O(Dx2) . Esta expresión es una alternativa a la Ecuación (9). Términos fuente Con este concepto se engloban todos los términos que no pueden tratarse como tér- minos de convección, difusión o temporales. Tal y como se verá en los ejemplos, este término puede tener dos contribuciones, una debida a la presencia de un término fuente sobre el dominio computacional y otra debida al efecto de los contornos. Esto implicará una dependencia del término fuente con f. SVP := Z VP Sf (f) dV = Su + SPfP . Esta aproximación es exacta si Sf varía linealmente dentro del volumen de control, en caso contrario es de segundo orden. Sistema semi-discretizado Usando las expresiones anteriores en la Ecuación (6) para r 6= 1, se llega a, d dt (rf)P +  f FCf �  f FDf = Su + SPfP , donde FCf = S f · (ruf) f y FDf = S f · (rGrf) f . Tal y como se dijo, todas las variables se calculan y almacenan en el centroides de los volúmenes de control, por lo tanto los flujos convectivos/difusivos (los cuales se definen en las caras del VC) deben ser estimados de alguna manera. 18 DR AF T 2.3 definición del método de los volúmenes finitos Reconstrucción de las variables en los contornos de los volúmenes de control Supongamos que deseamos construir el valor de fe mediante la utilización de poli- nomios de grado cero. En ese caso imponemos que: fP = 1 VP Z VP PP(x)dx . donde PP(x) = aP es el polinomio interpolante utilizado en el volumen de control VP. Igualmente, uno puede hacer lo propio en el volumen de control E, fE = 1 VE Z VE PE(x)dx . donde PE(x) = aE es el polinomio interpolante utilizado en el volumen de control VE. Como se puede ver, se tienen dos estimaciones de fe, una dada por PP(xe) y otra dada por PE(xe). En principio dichas estimaciones (de primer orden) son distintas. Ob- viamente, la discrepancia observada disminuye al refinar la malla. Esta reconstrucción se representa esquemáticamente en la Figura 5. Figure 5.: Reconstrucción de fe mediante la utilización de polinomios interpolantes de grado cero PP y PE. Como se puede ver dicha reconstrucción es distinta a cada lado de xe, PP(xe) 6= PE(xe). Para obtener una reconstrucción de segundo orden y de paso evitar la discontinuidad observada en el caso anterior se pueden utilizar polinomios interpolantes de primer grado. Dado que en este caso se necesitan evaluar dichos polinomios sobre dos puntos de control, será necesario expandir el dominio de validez de éstos a dos celdas com- putacionales adyacentes, ver Figura 6. Tomando como referencia el nodo P, existen dos posibilidades que nos permiten estimar el valor de fe. Una de ellas utilizaría la información correspondiente a los volúmenes de control W y P (polinomio P1 de la figura). La otra utilizaría la información contenida en los volúmenes de control P y E (polinomio P2 de la figura). Aunque ambas reconstrucciones son de segundo orden y convergentes la una a la otra cuando se refine la malla, parece razonable elegir P2 como polinomio interpolante a la hora de evaluar fe. Imponiendo que P2 debe reproducir fP y fE en los volúmenes de control VP y VE, se llega al siguiente sistema de dos ecuaciones con dos incógnitas, 19 Habrá otros volúmenes al norte (N) y al oeste (W) ∆x ∆x DR AF T volúmenes finitos Figure 6.: Reconstrucción de fe mediante la utilización de polinomios interpolantes de grado uno. Dominio de P1 2 VW [ VP y dominio de P2 2 VP [ VE. fP = 1 VP Z VP (a2 + b2x) dV = a2 + b2 1 2VP x2 � � e w = a2 + b2xP , fE = 1 VE Z VE (a2 + b2x) dV = a2 + b2 1 2VE x2 � � e w = a2 + b2xE , donde las incógnitas son a2 y b2 y VP = xe � xw. La solución del sistema anterior es, a2 = xEfP � xPfE xE � xP , b2 = fE � fP xE � xP . lo que conduce a al siguiente expresión para el polinomio interpolante P2, P2(x) = xEfP � xPfE xE � xP + fE � fP xE � xP x . (10) Finalmente, la evaluación de P2 en xe proporciona el valor buscado, fe := P2(xe) = fefE + (1 � fe) fP , con fe = xe � xP xE � xP . (11) Esta expresión será utilizada a la largo de este capítulo a la hora de realizar las reconstrucciones de orden dos de las variables computacionales en las caras de los volúmenes de control. Dicho orden se debe a que se ha considerado un polinomio interpolante de grado uno. Una expresión analítica del error se puede obtener con tal de realizar dos desarrollos de Taylor entorno a P. Demostración 1. Realizamos los siguientes desarrollos de Taylor, fe = fP + (xe � xP) f0P + 1 2 (xe � xP)2 f00P + HOT fE = fP + (xE � xP) f0P + 1 2 (xE � xP)2 f00P + HOT Nota: HOT = high order terms. Despejando f0P de la segunda expresión, f0P = fE � fP xE � xP � 1 2 (xE � xP) f00P + HOT 20 Si utilizásemos grado 0 tendríamos polinomios de la forma p(x)=a DR AF T 2.3 definición del método de los volúmenes finitos y sustituyendo dicho resultado en la primera se obtiene, fe ⇡ fP + (xe � xP) fE � fP xE � xP � 1 2 (xE � xP) f00P � + 1 2 (xe � xP)2 f00P = fefE + (1 � fe) fP + 1 2 ⇥ (xe � xP)2 � (xe � xP)(xE � xP) ⇤ f00P = fefE + (1 � fe) fP � 1 2 (xe � xP) (xE � xe) f00P . Como se puede ver el error es de orden dos. En mallas equi-espaciadas, o en mallas en las que el ratio entre dos celdas adyacentes es orden 1, Dxi/Dxi+1 ⇡ 1 el valor de dicho error es ⇡ (DxP/8)f00P. ⇤ Aunque esta reconstrucción suele ser apropiada en la mayoría de los casos, existen variables en las que dicha reconstrucciónno es física. Supongamos por ejemplo que deseamos reconstruir la difusividad térmica en la frontera de dos celdas (por ejemplo en e) a partir de la expresión anterior. Dicha reconstrucción asume que la difusividad térmica en e es igual a (1 � fe)kP cuando kE = 0. Esto no tiene sentido físico puesto que la condición kE = 0 debería implicar que no se produce difusividad térmica en el volumen de control VE. Es más, la difusividad en e debe estar acotada por la di- fusividad más baja de entre las dos celdas adyacentes a la cara e. Una expresión que reproduce la física viene dada por, ke = kEkP fekE + (1 � fe) kP . Así por ejemplo, si kE ⌧ kP, entonces ke ⇡ KE/(1 � fe), como era de esperar. El procedimiento de reconstrucción de las variables sobre la superficie de separación de dos volúmenes de control se puede generalizar a alto orden. Suponiendo por ejemplo un polinomio interpolante de grado 3, f(x) = a0 + a1x+ a2x2 + a3x3, se obtienen recon- strucciones de cuarto orden. Para fijar los parámetros ai se necesitan cuatro volúmenes de control, por ejemplo; W, P, E y EE. El último volumen de control se define como el este (derecha) del volumen de control definido por E. Imponiendo que, fW = 1 VW Z VW f(x)dx , fP = 1 VP Z VP f(x)dx , fE = 1 VE Z VE f(x)dx , fEE = 1 VEE Z VEE f(x)dx , se obtiene un sistema de cuatro ecuaciones con cuatro incógnitas (los parámetros ai). Para una malla equi-espaciada estas incógnitas son, 21 DR AF T volúmenes finitos a0 = fW , a1 = 18fP � 11fW � 9fE + 2fEE 6Dx , a2 = �5fP + 2fW + 4fE � fEE 2Dx2 , a3 = 3fP � fW � 3fE + fEE 6Dx3 . Sustituyendo los coeficientes anteriores en el polinomio interpolante y evaluando éste sobre xe se obtiene la siguiente expresión, fe = 27fP + 27fE � 3fW � 3fEE 48 . El polinomio interpolante se puede utilizar para obtener una estimación de la derivada en xe, para ello basta con derivar el polinomio con respecto a x y evaluarlo en xe, ✓ ∂f ∂x ◆ e = �27fP + 27fE + fW � fEE 24Dx . Reconstrucción de los flujos difusivos La reconstrucción del término S · (rf) f que aparece en los flujos difusivos depende del tipo de malla. El caso más sencillo se tiene al considerar mallas ortogonales. En este tipo de mallas el vector que une los centroides de dos celdas adyacentes es ortogonal a la superficie de separación y además corta por el centroide de ésta, ver Figura 7-Derecha. En este caso la siguiente expresión proporciona una aproximación de segundo orden, S · (rf) f = |S| fF � fP |d| , (12) donde VP y VF son dos volúmenes de control adyacentes. La expresión anterior se puede obtener en el caso unidimensional a partir de la reconstrucción realizada en (10). Derivando (10) con respecto a x y evaluando en e se obtiene (12) para el caso particular en el que f = e y F = E. El error de truncación de la expresión (12) se puede obtener a partir de dos desarrollos de Taylor evaluados en e. fP = fe � (xe � xP) f0e + 1 2 (xe � xP)2 f00e � 1 6 (xe � xP)3 f000e + HOT fE = fe + (xE � xe) f0e + 1 2 (xE � xe)2 f00e + 1 6 (xE � xe)3 f000e + HOT Restando amabas expresiones y despejando f0e se obtiene, f0e = fE � fP xE � xP + ✓ (xe � xP)2 � (xE � xe)2 2 (xE � xP) ◆ f00e + ✓ (xe � xP)3 + (xE � xe)3 6 (xE � xP) ◆ f00e + HOT Aunque formalmente el error no es orden dos, en mallas equi-espaciadas o en mallas en las que el ratio de crecimiento entre dos celdas adyacentes es orden uno, se obtiene orden dos conforme se refina la malla. 22 DR AF T 2.3 definición del método de los volúmenes finitos Otra posibilidad a la hora de calcular el gradiente en la frontera entre dos volúmenes de control consiste en calcular el gradiente en cada nodo y después interpolar sus valores en la cara que éstos comparten. Es decir, (rf) f = fx (rf)F + (1 � fx)rfP , (13) donde fx = f P PF = |x f � xP| |d| . Figure 7.: Diferencia entre malla ortogonal (derecha) y no ortogonal (izquierda). Rep- resentación de la cara f que comparten los nodos P y F. En la figura se representan dos vectores. El vector que une los nodos P y F y el vector normal a la superficie S. Aunque los dos métodos presentados son de segundo orden, el segundo de ellos utiliza dominios mayores, por lo que el error cometido es mayor. En el caso de considerar mallas no ortogonales se debe proceder de otra manera a la hora de calcular el termino S · (rf) f . Para ello se descompone S en una componente ortogonal D y otra no ortogonal, k. Sustituyendo esta descomposición en S · (rf) f se obtienen dos términos: el término ortogonal y la corrección no ortogonal, S · (rf) f = |D| fF � fP |d| + k (rf) f , (14) donde S = D + k. Se pueden considerar distintas descomposiciones de los vectores anteriores: (a) D = d · S d · d d, (b) D = d |d| |S|, (c) D = d d · S |S| 2, siendo la más popular la tercera de ellas dado que minimiza la contribución no ortogonal. Una vez definido el vector D (o k), se realiza la corrección no-ortogonal, para lo que se utiliza la Ecuación (13). Los términos de la derecha de la ecuación se pueden obtener a partir de (9). La reconstrucción anterior puede generar problemas de estabilidad dado que se consideran celdas computacionales grandes. La componente no ortogonal puede generar problemas de acotación de las soluciones. En casos extremos dicha contribución se debe acotar o incluso eliminar. Otro problema que surge a la hora de evaluar los flujos difusivos se produce cuando la malla tiene Skewness. Este problema surge cuando el punto de intersección del vector que conecta dos nodos adyacentes con la superficie que separa los volúmenes de control asociados a éstos no coincide con el centro de la cara. En las Figuras 8 se representa con Di la distancia entre el centroide de la cara y el punto de corte de 23 DR AF T volúmenes finitos ésta con el vector d, punto fi. Una medida del skewness viene dada por la siguiente expresión, y = |Di| |di| . (15) El skewness añade difusión numérica a la solución y reduce la precisión del método llegado a generar soluciones no acotadas. El error debido al skewness puede reducirse mediante la introducción de la desviación entre el punto fi y el punto f en el modelo. Figure 8.: Izquierda: Malla skewness ortogonal Derecha: Malla skewness no-ortogonal. El vector Di va de fi a f . A priori, el procedimiento para calcular (rf) f sigue los siguientes tres pasos que se deberán evaluar en orden inverso: 3, 2 y 1: 1. (rf) f = f̃xrfF + � 1 � f̃x � rfP 2. (rf)P = 1 VP  f � Sf f f � 3. f f = f fi + Di · (rf) fi donde, • f fi = fxfF + (1 � fx) fP • (rf) fi = fxrfF + (1 � fx)rfP siendo fx = fiP/(PN). El problema que aparece se debe a que para evaluar el punto 2 es necesario saber el valor de f f el cual necesitar conocer de antemano 2. Este problema se puede resolver de forma iterativa. A continuación se exponen dos modelos. Algoritmo 1 (Método iterativo 1). : Ver Figura 9-Izquierda 1. Aproximación inicial: (rf) fi = fF � fP d 2. Se calcula (rf)P = 1 VP  f S f ⇣ f fi + Di · (rf) fi ⌘ 3. Se calcula (rf) fi = fxrfF + (1 � fx)rfP ir a 2 (hasta convergencia) 24 DR AF T 2.3 definición del método de los volúmenes finitos ⇤ Algoritmo 2 (Método iterativo 2). : Ver Figura 9-Derecha 1. Aproximación inicial: f f = fP + fF 2 2. Se calcula (rf)P = 1 VP  f S f f f 3. Se calcula f f = � fP + DP f ·rfP � + � fF + DF f ·rfF � 2 ir a 2 (hasta convergencia) ⇤ Una vez conocido (rf)P se puede evaluar (rf) f y por lo tanto evaluar la expresión (14). En cuanto al coeficiente f̃x, éste se puede obtener a partir de la relación entre f f , fF y fP dada por: f f = f̃xfF + � 1 � f̃x � fP. Figure 9.: Figuras utilizadas en los modelos 1 (izquierda) y 2 (derecha). Para evitar este tipo de problemas se han propuesto distintas mallas que simplifican la reconstrucción de los flujos. Así por ejemplo en la Figura 10 se muestra la malla de Voronoi la cual es un ejemplo de malla ortogonal no-estructurada. Dicha malla se construye a partir de una triangularización de Delaunay, siendo los vértices de cadavolumen de control Voronoi los circuncentros de los triángulos de Delaunay que tienen uno de sus vértices en el nodo v del Voronoi. 25 DR AF T volúmenes finitos Figure 10.: Izquierda: Delaunay, Derecha: Voronoi Reconstrucción de los flujos convectivos En la Figura 11 se representa el volumen de control utilizado en la evaluación de los flujos convectivos S f · (ruf) f para el caso unidimensional. Figure 11.: P es el centroide de la celda VP. Sus nodos adyacentes son W y E. La longitud de la celda es dx y sus fronteras son w y e. Finalmente u es la velocidad, la cual se considera positiva en la figura. A priori el valor de f que aparece en el flujo se puede reconstruir utilizando la reconstrucción de segundo orden vista con anterioridad: f f = fxfF + (1 � fx) fP, ver Figura 12. Sin embargo, esta reconstrucción puede generar soluciones no acotadas cuando u es lo suficientemente grande como para romper la simetría del problema. En esos casos se debe considerar un esquema upwinding del tipo, f f = ⇢ fP si u > 0 fE si u < 0 Este esquema es tan sólo de primer orden, por lo que es un esquema difusivo. Se puede obtener el valor de la difusividad numérica con tal de reemplaza el siguiente desarrollo de Taylor, fe = fP + (xe � xP) f0P + HOT 26 DR AF T 2.3 definición del método de los volúmenes finitos Figure 12.: Interpolación sobre la cara f a partir de un esquema de segundo orden. Figure 13.: Interpolación sobre la cara f a partir de un esquema upwinding de primer orden. 27 DR AF T volúmenes finitos en el flujo convectivo, f c = rfu · n, f c = rffP + rf (xe � xP) f0P + . . . Como se puede ver el segundo término de la derecha representa un flujo de difusión cuya difusividad numérica es rfDx/2. La extensión del esquema upwinding a más dimensiones es directa con tal de repetir el esquema en cada una de las direcciones espaciales por separado. Este procedimiento sin embargo genera resultados erróneos cuando el campo de velocidad no es perpendicular a las caras que definen las celdas. En este caso aparece una difusión numérica que difumina la solución. Este problema se puede atenuar con tal de aumentar la resolución de la malla, aunque eso sí a costa de aumentar el esfuerzo computacional. El número de Peclet es número adimensional utilizado en procesos de transporte. Este número se define como la relación entre el coeficiente de convección y el de di- fusión y puede utilizarse para determinar cuándo es necesario aplicar un esquema upwinding o cuando basta con considerar un esquema central. Dicho número se de- fine como, Pe = ru/(G/Dx) = DxruG k , donde G es el coeficiente de difusión. 2.3.3 Discretización temporal Después de la discretización espacial se procede a la discretización temporal. Entre los esquemas clásicos que se pueden considerar están: Euler explícito/implícito y Runge- Kutta. Integrando en el tiempo la Ecuación (3), se llega a, Z t+Dt t dt Z VC ∂rf ∂t dV + Z t+Dt t dt Z VC r · (rfu � Grf) dV = Z t+Dt t dt Z VC SfdV , (16) Aplicando la regla de Leibniz2 en la primera integral y la discretización espacial vista con anterioridad en los flujos y el término fuente se llega a, Z t+Dt t dt d dt (rf)P VP + Z t+Dt t "  f S f · (ruf) f �  f S f · � rGfrf � f # dt = Z t+Dt t SfVP . (17) La primera integral es directa, VP (rf)P � � t+Dt t + Z t+Dt t "  f S f · (ruf) f �  f S f · � rGfrf � f # dt = Z t+Dt t SfVP (18) En cuanto al resto de integrales se pueden considerar distintas cuadraturas: 2 Regla de Leibniz: Sea una función f (x, y) tal que fy(x, y) existe y es continua, entonces: d dy ✓ Z b(y) a(y) f (x, y)dx ◆ = Z b(y) a(y) fy(x, y)dx + f (b(y), y)b0(y)� f (a(y), y)a0(y) . 28 DR AF T 2.4 sistema algebraico de ecuaciones • Euler explícita: R t+Dt t ydt = y nDt (atrasada) • Euler implícita: R t+Dt t ydt = y n+1Dt (adelantada) • Crank-Nicolson : R t+Dt t ydt = 1 2 Dt � yn+1 + yn � (trapezoidal) Donde se ha asumido que yn = y(tn). Una forma general de escribir las expresiones anteriores consiste en definir un parámetro q 2 [0, 1] tal que, Z t+Dt t ydt = qDtyn+1 + (1 � q)Dtyn . Reemplazando las integrales temporal por la expresión anterior se obtiene, (rf)n+1 = (rf)n + Dtq VP (ruf)n+1f · S f + Dt(1 � q) VP (ruf)nf · S f �Dtq VP (Grf)n+1f · S f � Dt(1 � q) VP (Grf)nf · S f = DtqS n+1 f + Dt(1 � q)S n f . (19) Se recupera el esquema Euler implícito para q = 1, el Euler explícito para q = 0 y el Crank-Nicolson para q = 1/2. 2.4 sistema algebraico de ecuaciones El sistema de ecuaciones (19) puede escribirse de forma simplificada como, aiifn+1i =  i fijfnj �  i,i 6=j aijfn+1j + bi . (20) Los coeficientes aij se deben a la derivada temporal, fij representan los coeficientes que se derivan de los términos convectivos y difusivos y finalmente bi representa los términos fuentes. El sistema es implícito si existe algún aij distinto de cero con i 6= j. En caso contrario es explícito. El sistema es estacionario en el caso que de todos los coeficientes aij = 0, 8i, j. Así pues, en el caso no-estacionario e implícito el objetivo consiste en invertir la matriz A con coeficientes aij para así obtener fn+1i . Para ello existen diversas técnicas de inversión de matrices: (a) Métodos directos válidos para problemas pequeños (LU, algoritmo de Thomas, etc.) (b) Métodos iterativos validos para problemas grandes (por ejemplo, método de Gauss-Seidel). La convergencia de los métodos iterativos depen- den de la estructura de la matriz. Dado que éstas se derivan del esquema numérico, la convergencia de dichos algoritmos estará relacionada con la estabilidad de los es- quemas numéricos considerados, para los parámetros de discretización elegidos: Dx y Dt. Entre las propiedades que debe cumplir la matriz se mencionaran las dos más impor- tantes: (1) las matrices deben ser diagonal-dominantes, (2) los coeficientes del esquema deben tener el signo apropiado. Respecto al primer punto, la definición de matrices diagonal-dominantes viene dada por, 29 DR AF T volúmenes finitos  j |aij| |aii| , 8 i, j , 9! i tal que  j |aij| < |aii| , 8j . Los términos de difusión crean matrices diagonal dominantes en mallas ortogonales. Esto no es así en el caso general lo que hace que los métodos iterativos fallen. Para evitar este problema se pueden plantear esquemas numéricos que hagan que las matri- ces sean diagonal dominantes. Los esquemas que se muestran en este documento son diagonal-dominantes, dándose la segunda condición en los nodos que limitan con el contorno del problema. En cuanto al signo de los coeficientes, es de esperar que un incremento de fni o f n j produzcan un incremento de fn+1i . También es de esperar que si aumenta el valor de fn+1j entonces f n+1 i se incremente. Como se puede ver en (20) lo anterior implica que los coeficientes aii y fij deben tener el mismo signo mientras que los coeficientes aii y aij deben tener signo contrario. Como se verá en el Capítulo 3 esta condición permitirá definir una condición CFL que garantice la convergencia del sistema de estudio. En el caso de considerar problemas estacionarios el sistema (20) se reduce a, � fiifi =  i,i 6=j fijfnj + bi . Definiendo f̃ij = � fij si i = j y f̃ij = fij para i 6= j, se tiene, f̃iifi =  i,i 6=j f̃ijfnj + bi . El cambio de signo permite utilizar la notación seguida en el Capítulo 3 en los prob- lemas estacionarios. En forma matricial el sistema queda como sigue para el caso unidimensional, 2 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 f̃11 � f̃12 . . . � f̃21 f̃22 � f̃23 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . � f̃W f̃P � f̃E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . � f̃n,n�1 f̃nn 3 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 5 2 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 f1 fW fP fE fn 3 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 5 = 2 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 bSbW bP bE bn 3 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 5 Nuevamente se debe imponer que el sistema matricial definido por f̃ij sea diagonal- dominante y que los coeficientes f̃ij tengan todos el mismo signo. Como se verá en el Capítulo 3 esta condición permitirá definir un límite para el número de Peclet en problemas convectivos-difusivos en los que se consideran esquemas centrales. 30 DR AF T 2.5 condiciones de contorno 2.5 condiciones de contorno Las caras de los volúmenes de control que limitan con el contorno del dominio com- putacional se deben tratar de forma especial. Sobre estas caras se pueden imponer distintas condiciones de contorno matemáticas: Dirichlet, Neumann y Robin. Recordando las expresiones de los flujos convectivos y difusivos, las condiciones de contorno anteriores deberán definirse de tal manera que permitan reconstruir dichos flujos sobre las caras de los volúmenes de control que limitan con el contorno físico del problema:  f Ff f y  f � rGf � f S · (rf) f . Estas condiciones de contorno se especifican en al Tabla 1 CC/Problema Convección Difusión Dirichlet Fbfb S (rf)b = |S| fb � fP |dn| Neumann fb = fP + dn · (rf)b S · (rf)b Table 1.: Condiciones de contorno utilizadas en la reconstrucción de los flujos convec- tivos y difusivos. En cuanto a las condiciones de contorno de tipo Robin, estas son una combinación de las condiciones de tipo Dirichlet y Neumann. Por otro lado, cuando se computa numéricamente la solución de las Navier-Stokes en un dominio no acotado es necesario utilizar condiciones de contorno artificiales con el objetivo de limitar el dominio computacional. Estas condiciones de contorno se denominan transparentes cuando la solución en el dominio acotado es igual a la solución que se obtendría si se considerar el espacio completo. Por desgracia en mu- chos casos de interés las condiciones de contorno existentes no son transparentes. Así por ejemplo, las condiciones de contorno basadas en la linealización de la solución en las proximidades de las fronteras (reales o artificiales) son apropiadas para problemas de flujo de entrada y radiación, pero no para problemas con flujo saliente. Este prob- lema se agrava cuando se consideran esquemas numéricos de alto orden en los que la molécula computacional aumenta, dado que en estas circunstancias el tratamiento incorrecto del contorno afecta una mayor extensión del dominio computacional. En general, las discretizaciones que se suelen utilizar a la hora de resolver las condiciones de contorno suele generar reflexiones que se propagan a lo largo del dominio com- putacional destruyendo la estabilidad del método. 2.6 errores Los errores que se comete en la resolución numérica pueden deberse al modelo o al método usado en la resolución de éste. Estos últimos se definen como errores de discretización y pueden ser de tres tipos. 1. Errores causados por la discretización del dominio de definición: insuficiente resolución de la malla, no ortogonalidad de la malla y skewness. 31 DR AF T volúmenes finitos 2. Errores causados por la discretización de las ecuaciones. En el caso de un método de volúmenes finitos a segundo orden el error se puede representar como una difusividad numérica. 3. Errores de resolución del sistema lineal de ecuaciones; procesos iterativos. El error de las soluciones numéricas se obtiene a través de la comparación entre la solución exacta y la solución numérica, siempre y cuando la primera sea conocida. Existen dos formas de reducir el error del resultado. Aumentando la resolución o incrementando el orden del método. 32 DR AF T 3 P R O B L E M A S V O L Ú M E N E S F I N I T O S 3.1 problemas unidimensionales Con el objetivo de sentar las bases, en este capítulo se procede a resolver una serie de problemas unidimensionales. Dichos problemas se han sacado del libro de Ver- steeg and Malalasekera (1995): La ecuación de difusión-reacción estacionaria unidi- mensional se describe en las Secciones 4.1, 4.2 y 4.3, los problemas de convección- difusión estacionarios se describen en el Capítulo 5 mientras que la descripción del problema de difusión-reacción no estacionario se encuentra en el Capítulo 8, (páginas 168-172). En cuanto al caso bidimensional, este se recoge en la Sección 4.4 (páginas 99-100). Estos problemas han sido extendidos en este capítulo para más condiciones de contorno. 3.1.1 Ecuación de difusión reacción estacionaria Se considera la ecuación de difusión reacción estacionaria unidimensional definida sobre [A, B] 2 R, Z S n · (krf) dS + Z VC SfdV = 0 . (21) Por integración directa se tiene que, k df dx � � � � b a + Z b a Sfdx = 0 . (22) Los valores a y b hacen referencia a los límite izquierdo y derecho del volumen de control de integración. El primer paso consiste en dividir el dominio en un conjunto discreto de volúmenes de control o celdas. Por ejemplo, se puede posicionar una serie de nodos en el interior del dominio (círculos negros de la Figura 14) y situar las fronteras de las celdas en el punto medio entre los nodos (lineas rectas). Más concretamente, dado un dominio [A, B] éste se discretiza con una malla {xi; i = 1, . . . N}, siendo N el número de nodos. Entorno a cada nodo se define una celda Ci de la siguiente manera: Ci = ✓ xi + xi�1 2 , xi + xi+1 2 ◆ . Como puede verse, la longitud en cada celda Ci es Dxi = (xi+1 � xi�1)/2. Normal- mente se usan mallas equi-espaciadas tal que Dxi = Dx, 8i = 1, . . . , N. 33 DR AF T problemas volúmenes finitos Figure 14.: Discretización del dominio AB en celdas o volúmenes de control en el caso unidimensional. El nodo P es el centro del volumen de control de estudio VP. Los nodos E y W son los nodos de las celdas adyacentes. La longitud de la celda es dx y sus fronteras son w y e. En lugar de utilizar la notación anterior con índices i, i � 1 e i + 1, se utilizará la notación descrita en la Figura 14. El siguiente paso consiste en la discretización de las integrales de volumen: SfVP = Su + SpfP. Sustituyendo la expresión anterior en (22) se llega a, ✓ k df dx ◆ e � ✓ k df dx ◆ w + SPdxwe = 0 , (23) donde los dos primeros términos están evaluados en los contornos de la celda. Por lo tanto, se necesita el valor del coeficiente de difusión y la derivada de f sobre el contorno de VP. Estos valores no se conocen a priori dado que los valores de f sólo se conocen sobre los nodos. Tal y como se vio, a segundo orden de aproximación se tiene que, ✓ df dx ◆ e = fE � fP dxPE + O(Dx2) , ✓ df dx ◆ w = fP � fW dxWP + O(Dx2) . y kw = fwkW + (1 � fw)kP , fw = wP WP , ke = fekE + (1 � fe)kP , fe = eP EP , Sustituyendo las expresiones anteriores en la Ecuación (23), ke fE � fP dxPE � kw fP � fW dxWP + Sdxwe = 0 . (24) y reagrupando, se obtiene que ✓ ke dxPE + kw dxWP � Sp ◆ fP = ✓ kw dxWP ◆ fW + ✓ ke dxPE ◆ fE + Sdxwe . (25) 34 DR AF T 3.1 problemas unidimensionales Se puede utilizar la Ecuación (24) para obtener las expresiones para los volúmenes de control definidos sobre el contorno con tal de sustituir W por A en el caso de considerar el contorno izquierdo y E por B en el caso de considerar el contorno derecho: Figure 15.: Condiciones de contorno Dirichlet en los contornos izquierdo (A) y dere- cho (B) en problemas unidimensionales. Figure 16.: Condiciones de contorno Neumann en los contornos izquierdo (A) y dere- cho (B) en problemas unidimensionales. • Dirichlet en A (Ver Figura 15-Izquierda) ke fE � fP dxPE � kw fP � fA dxAP + SdxAe = 0 . (26) • Neumann en A (Ver Figura 16-Izquierda) ke fE � fP dxPE � qA + SdxAe = 0 . (27) • Dirichlet en B (Ver Figura 15-Derecha) kB fB � fP dxPB � kw fP � fW dxWP + SdxwB = 0 . (28) • Neumann en B (Ver Figura 16-Derecha) qB � kw fP � fW dxWP + SdxwB = 0 . (29) Las expresiones anteriores se puede escribir de forma más compacta como: aPfP = aWfW + aEfE + Su . Los resultados se recogen en la Tabla 2. Como se puede comprobar en dicha tabla el término fuente tiene la forma,SVP = Su + SPfb donde b hace referencia al contorno físico. 35 DR AF T problemas volúmenes finitos Volumen control aW aE SP Su Interior kw dxWP ke dxPE 0 Sdxwe Dirichlet A 0 ke dxPE � kA dxPA SdxAe + kA dxPA fA Neumann A 0 ke dxPE 0 SdxAe � qA Dirichlet B kw dxWP 0 � kB dxPB SdxwB + kB dxPB fB Neumann B kw dxWP 0 0 SdxwB + qB Table 2.: Coeficientes ecuación difusión - reacción estacionario unidimensional, donde aP = aE + aW � SP. Independientemente de las condiciones de contorno consideras la Tabla 2 define un sistema matricial de la forma descrita en (30). 0 B B B B B B B B B B B B B B B B B B B B B B @ a1 �ae1 0 . . . �aw2 a2 �ae2 0 . . . 0 �aw3 a3 �ae3 0 . . . · · · . . . 0 �awi ai �aei 0 . . . · · · . . . 0 �awN�1 aN�1 �aeN�1 . . . 0 �awN aN 1 C C C C C C C C C C C C C C C C C C C C C C A · 0 B B B B B B B B B B B B B B B B B B B B B B @ f1 f2 f3 fi fN�1 fN 1 C C C C C C C C C C C C C C C C C C C C C C A = 0 B B B B B B B B B B B B B B B B B B B B B B @ s1 s2 s3 si sN�1 sN 1 C C C C C C C C C C C C C C C C C C C C C C A (30) Durante la construcción del sistema se debe tener especial cuidado en los nodos que limitan con la frontera en cuyo caso se debe considerar las condiciones de contorno a imponer. La solución del sistema anterior implica invertir la matriz para obtener fi. Tal y como se dijo, existen diversas técnicas de resolución, aunque dado que la matriz es tridiagonal se podría utilizar el algoritmo de Thomas. Problem 1 (Difusión del calor sobre una barra unidimensional). En este primer ejemplo se estudia el problema de propagación del calor por conducción sobre una barra unidimensional. d dx ✓ k dT dx ◆ = 0 . donde T es el campo de temperaturas y k es la conductividad térmica del material. Se supone que, dx = 0.1 m, A = 0.001 m2, kA/dx = 100 W/K, TA = 100 Ky TB = 500 K. ⇤ 36 DR AF T 3.1 problemas unidimensionales Nota: En las expresiones anteriores el área A se simplifico. Este área se recupera en el problema con el objetivo de que los números que aparecen en la matriz sean razonables. Figure 17.: Discretización problema 1. Discretización del dominio en 5 volúmenes de control. En primer lugar se divide el dominio computacional en 5 volúmenes de control, ver Figura 17. Los nodos 2, 3 y 4 tiene nodos a su izquierda y derecha, y en ellos se puede aplicar directamente la ecuación discretizada (volúmenes de control internos de la Tabla 2). Por otro lado, en los contornos se consideran condiciones de tipo Dirichlet (ver Tabla 2). Asumiendo que el medio es homogéneo, ke = kw = k, para todos los nodos y que los nodos están distribuidos equi-espaciadamente con separación dx, se llega a: Volumen control aW aE SP Su Interior k dx k dx 0 0 Dirichlet A 0 k dx � 2k dx 2k dx TA Dirichlet B k dx 0 � 2k dx 2k dx TB Table 3.: Esquema numérico a utilizar en el problema 1, donde aW = aE = k dx y aP = aW + aE La presencia de las condiciones de contorno implican la modificación del coeficiente que multiplica TP, así como añaden un término en el lado derecho del sistema matricial, Su. Sustituyendo el valor de los parámetros se llega a: 2 6 6 6 6 6 6 6 6 6 6 6 6 4 300 �100 0 0 0 �100 200 �100 0 0 0 �100 200 �100 0 0 0 �100 200 �100 0 0 0 �100 300 3 7 7 7 7 7 7 7 7 7 7 7 7 5 · 2 6 6 6 6 6 6 6 6 6 6 6 6 4 T1 T2 T3 T4 T5 3 7 7 7 7 7 7 7 7 7 7 7 7 5 = 2 6 6 6 6 6 6 6 6 6 6 6 6 4 200TA 0 0 0 0 200TB 3 7 7 7 7 7 7 7 7 7 7 7 7 5 37 DR AF T problemas volúmenes finitos Como se puede ver, la matriz anterior es diagonal dominante. Para TA = 100 y TB = 500 la solución se puede obtener por eliminación Gausiana, T = 2 6 6 6 6 6 4 140 220 300 380 460 3 7 7 7 7 7 5 mientras que la solución analítica viene dada por T = 800x + 100. Como se puede ver en la Figura 18, existe una buena correspondencia entre ambos resultados. 0 0.1 0.2 0.3 0.4 0.5100 150 200 250 300 350 400 450 500 X T Figure 18.: Problema 1. Analítico (líneas) vs. Numérico (círculos). Problem 2 (Difusión del calor sobre barra con Q uniforme). En este caso se considera un problema análogo al anterior pero en el que existe un término fuente de calor constante sobre el dominio. d dx ✓ k dT dx ◆ = q . T es el campo de temperaturas, k es la conductividad térmica y q la fuente de calor. Se supone que, dx = 4 ⇥ 10�3 m, A = 1 m2, k = 0.5 W/(mK), q = 1 ⇥ 106 W/m3, TA = 100 K y TB = 200 K. ⇤ Utilizando de nuevo los resultados presentados en la Tabla 2 para el caso en el que k y dx son constantes se obtiene el resultado que se muestra en la Tabla 4. Sustituyendo el valor de los parámetros en los coeficientes se llega al siguiente sistema matricial, 38 DR AF T 3.1 problemas unidimensionales Volúmenes control aW aE SP Su Interior k dx k dx 0 qdx Dirichlet A 0 k dx � 2k dx qdx + 2k dx TA Dirichlet B k dx 0 � 2k dx qdx + 2k dx TB Table 4.: Esquema numérico a utilizar en el problema 2, donde aW = aE = k dx y aP = aW + aE 2 6 6 6 6 6 6 6 6 6 6 6 6 4 375 �125 0 0 0 �125 250 �125 0 0 0 �125 250 �125 0 0 0 �125 250 �125 0 0 0 �125 375 3 7 7 7 7 7 7 7 7 7 7 7 7 5 · 2 6 6 6 6 6 6 6 6 6 6 6 6 4 T1 T2 T3 T4 T5 3 7 7 7 7 7 7 7 7 7 7 7 7 5 = 2 6 6 6 6 6 6 6 6 6 6 6 6 4 29000 4000 4000 4000 4000 54000 3 7 7 7 7 7 7 7 7 7 7 7 7 5 Nuevamente, la solución se puede obtener por eliminación Gausiana, T = 2 6 6 6 6 6 4 150 218 254 258 230 3 7 7 7 7 7 5 Mientras que la solución analítica viene dada por, T = ✓ TB � TA L + q 2k (L � x) ◆ x + TA . Un estudio de convergencia muestra que la aproximación numérica es de segundo orden, ver Figura 19. 3.1.2 Ecuación de convección difusión reacción estacionaria Tal y como se verá en esta sección, los esquemas centrales generan soluciones no aco- tadas en problemas con términos convectivos cuando el número de Peclet es suficien- temente grande. Esto se debe a que la solución numérica trata por igual ambas direc- ciones, cuando en verdad el término convectivo marca una dirección de avance de la información. En esta sección se estudiaran este tipo de problemas utilizando para ello una discretización central y otra upwinding en la que se tiene en cuenta la dirección del flujo. 39 DR AF T problemas volúmenes finitos -3 -2.5 -2 -1.5 -1 -0.5 -1.7 -1.6 -1.5 -1.4 -1.3 -1.2 -1.1 -1 -0.9 -0.8 -0.7 -0.6 Lo g 1 0( Er ro r) Log10(∆ z) fitting y = m x + n, m=2.000000, n=0.795880 Figure 19.: Problema 2. Convergencia, Upwinding Partiendo de la ecuación de convección-difusión estacionaria unidimensional definida sobre el dominio [A, B] Z S n · (rfu) dS = Z S n · (krf) dS + Z VC SfdV , y evaluándola sobre los volúmenes de control definidos en la Figura 20, se llega a la siguiente ecuación semi-discretizada, (ruf)e � (ruf)w = ✓ k df dx ◆ e � ✓ k df dx ◆ w + Sfdxwe . Figure 20.: P es el centroide de la celda VP. Sus nodos adyacentes son W y E. La longitud de la celda es dx y sus fronteras son w y e. u es la velocidad, la cual se considera positiva. Los términos difusivos se puede discretizar tal y como se hizo en la Sección 2.3.2, ✓ df dx ◆ e = fE � fP dxPE + O(Dx2) , ✓ df dx ◆ w = fP � fW dxWP + O(Dx2) . En cuanto a los términos convectivos, se van a estudiar dos alternativas: (1) central y (2) upwinding. 1. Esquema central: 40 DR AF T 3.1 problemas unidimensionales Partiendo de, Fefe � Fwfw = ke dxPE (fE � fP)� kw dxWP (fP � fW) + Sfdxwe , donde Fe = Fw := (ru)w es el flujo de masa. Se reconstruyen los valores de fe y fw a partir de, fw = fwfW + (1 � fw)fP , fw = wP WP , fe = fefE + (1 � fe)fP , fe = eP EP . Sustituyendo estas expresiones en la ecuación anterior, Fe fefE + Fe (1 � fe) fP � FwfwfW � Fw (1 � fw) fP = ke dxPE (fE � fP)� kw dxWP (fP � fW) + Sdxwe , y reagrupando, se obtiene, ✓✓ kw dxWP + fwFw ◆ + ✓ ke dxPE � feFe ◆ + (Fe � Fw) ◆ fP = ✓ kw dxWP + fwFw ◆ fW + ✓ ke dxPE � feFe ◆ fE + Sdxwe . (31) 2. Esquema upwinding: En el esquema anterior el valor de f sobre w se obtiene pesando los valores de fP y fW de igual manera. Sin embargo, tal y como se puede ver en la Figura 20, el hecho de que el flujo vaya de W a P implica que el valor de fW debería tener mayor peso que el de fP a la hora de calcular el valor de f sobre w. A continuación se presenta un modelo sencillo que tiene en cuenta la dirección del flujo a la hora de estimar el flujo convectivo sobre las fronteras de la celda P; e y w. si u > 0: Se considera que fw = fW y fe = fP si u < 0: Se considera que fw = fP y fe = fE El caso de u = 0, se corresponde con la discretización central. Por lo tanto, en función de la dirección de u se tienen dos esquemas. a) Si u > 0: ✓✓ kw dxW P + Fw ◆ + ke dxPE + (Fe � Fw ) ◆ fP = ✓ kw dxW P + Fw ◆ fW + ✓ ke dxPE ◆ fE + Sdxwe b) Si u < 0: ✓ kw dxW P + ✓ ke dxPE � Fe ◆ + (Fe � Fw ) ◆ fP = ✓ kw dxW P ◆ fW + ✓ ke dxPE � Fe ◆ fE + Sdxwe 41 DR AF T problemas volúmenes finitos En cuanto al tratamiento del contorno sólo se va a considerar condiciones de tipo Dirichlet para el caso u > 0. • Dirichlet en A: Fe fP � FA fA = ke fE � fP dxPE � k A fP � fA dx AP + Sdx Ae = 0 . Reagrupando, ✓ ke dxPE + k A dx AP + Fe ◆ fP = ke dxPE fE + 0fW + ✓ FA + k A dx AP ◆ fA + Sdx Ae • Dirichlet en B: FB fP � Fw fW = k B fB � fP dxPB � kw fP � fW dxW P + SdxwB = 0 . Reagrupando, ✓ kw dxW P + Fw + k B dxPB + FB � Fw ◆ fP = ✓ kw dxW P + Fw ◆ fW + k B dxPB fB + SdxwB La Tabla 5 recoge los resultados obtenidos. aW aE S p Su Interior u > 0 kw dxW P + Fw ke dxPE Fw � Fe Sdxwe u < 0 kw dxW P ke dxPE � Fe Fw � Fe Sdxwe Dirichlet 0 ke dxPE � ✓ k A dx AP + Fe ◆ Sdx Ae+ u > 0, A ✓ FA + k A dx AP ◆ fA Dirichlet kw dxW P + Fw 0 � k B dxPB SdxwB+ u > 0, B �(FB � Fw ) k B dxPB fB Table 5.: Coeficientes del esquema upwinding, donde aP = aW + aE � S p El error que se comete en los esquemas centrales es de segundo orden mientras que los esquemas upwinding es de primer orden. 42 DR AF T 3.1 problemas unidimensionales VC aW aE S p Su Interior D + F/2 D � F/2 0 0 Dirichlet A 0 D � F/2 �(2D + F) (2D + F)fA Dirichlet B D + F/2 0 �(2D + F) (2D � F)fB Table 6.: Esquema central, donde D = k/dx y S = 0. VC aW aE S p Su Interior D + F D 0 0 Dirichlet A 0 D �(2D + F) (2D + F)fA Dirichlet B D + F 0 �2D 2DfB Table 7.: Esquema upwinding, donde D = k/dx, S = 0 y u > 0. Con el objetivo de poder comparar más fácilmente los esquemas central y upwinding se asume que ke = kw = k, dx es constante, Fe = Fw = F, D = k/dx y F/ D es el número de Peclet (ratio entre convección y difusión), véase Tablas 6 y 7. Tal y como puede verse en dichas tablas, los coeficientes en el esquema upwinding son siempre positivos mientras que el esquema central el coeficiente aE puede ser negativo cuando D < F/2. La condición que se debe cumplir para que esto no suceda se traduce en que F/D < 2, es decir, el número de Peclet debe ser menor que dos. Problem 3 (Convección-difusión estacionaria). Se considera la variación de f sobre un dominio L debido a un proceso de difusión y otro de convección forzada debida al arrastre que produce un campo de velocidad uniforme u. Asumiendo que fA = 1 y fB = 0, se tiene que la solución viene dada por, f � fA fB � fA = exp (rux/k) � 1 exp (ru L/k) � 1 . ⇤ Al igual que en el caso anterior el dominio computacional se divide en 5 celdas. En cuanto al valor de u, se consideraran 3 posibles configuraciones: • Caso 1: u = 0.1m/s, r = 1, k = 0.1 y dx = 0.2, Ncel das = 10 • Caso 2: u = 2.5m/s, r = 1, k = 0.1 y dx = 0.2, Ncel das = 10 • Caso 3: u = 2.5m/s, r = 1, k = 0.1 y dx = 0.05, Ncel das = 100 Los números de Peclet para cada uno de ellas son respectivamente (ru/(k/dx )): 0.2, 5, 1.25. Los resultados se muestran y comentan en las Figuras 21, 22 y 23. 43 DR AF T problemas volúmenes finitos 0 0.2 0.4 0.6 0.8 10 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 X T 0 0.1 0.2 0.3 0.4 0.5 0.6 0.70.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1 1.05 X T Figure 21.: Caso 1: Pe = 0.2. Izquierda: Central, Derecha Upwinding. Como se pueden ver ambos esquemas reproducen la solución analítica aunque el esquema upwinding es ligeramente difusivo. 0 0.2 0.4 0.6 0.8 1 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 X T 0 0.2 0.4 0.6 0.8 10.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1 1.05 X T Figure 22.: Caso 2: Pe = 5.0. Izquierda: Central, Derecha Upwinding. El esquema central es inestable mientras que el esquema upwinding es difusivo. 0 0.2 0.4 0.6 0.8 10.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 X T 0 0.2 0.4 0.6 0.8 10.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1 1.05 X T Figure 23.: Caso 3: Pe = 1.5. Izquierda: Central, Derecha Upwinding. Aumentado el número de nodos se vuelve a recuperar la solución analítica, viéndose el comportamiento difusivo en el esquema upwinding. 44 DR AF T 3.1 problemas unidimensionales -2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 -0.6 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 Lo g 1 0( Er ro r) Log10(∆ z) fitting y = m x + n, m=0.700664, n=-0.047444 Figure 24.: Convergencia caso upwinding 3.1.3 Ecuación de difusión reacción dependiente del tiempo Problem 4. Convección difusión no estacionaria: Problema no-estacionario de difusión de calor sobre el dominio [A , B ] donde TA y qB están fijos. ⇤ Se parte de la ecuación, rc ∂T ∂ t = ∂ ∂x ✓ k ∂T ∂x ◆ + S . Utilizando la Ecuación (19) se llega a, rcVP T n+1p = rcVP T np + q ✓ k ∂T ∂x � � e � k ∂T ∂x � � w ◆n+1 AD t+ (1 + q ) ✓ k ∂T ∂x � � e � k ∂T ∂x � � w ◆n AD t + SVP D t . Reemplazando los flujos en w y e, dividiendo por AD t y reagrupando se obtiene, ✓ rcDx D t + q (aE + aW ) ◆ T n+1P = ✓ rcDx D t � (1 � q ) (aE + aW ) ◆ T nP + aE ⇣ q T n+1E + (1 � q )T nE ⌘ + aW ⇣ q T n+1W + (1 � q )T nW ⌘ + SDx , donde aE = ke dxPE y aW = kw dxW P . Tal y como se dijo en la Sección 2.4, los coeficientes deben tener el mismo signo por razones de convergencia. Asumiendo que dicho signo es positivo, se puede ver que el coeficiente que multiplica T nP puede ser negativo. Imponiendo que dicho coeficiente es positivo se tiene que, rcDx D t > (1 � q ) (aE + aW ) En el caso de considera Euler explícito se llega a que D t < rcDx2 /(2k), mientras que en el caso de considerar Crank-Nicolson D t < rcDx2 /k. Como se puede ver, existe un cota para el paso de tiempo que cumple la condición de positividad de los coeficientes. Esta condición puede verse como una condición de CFL. 45 DR AF T problemas volúmenes finitos Si se considera un esquema Euler implícito, los coeficientes siempre son positivos por lo que el esquema numérico es incondicionalmente estable. Esto sin embargo no significa que cualquier paso de tiempo sea válido puesto que el esquema es tan sólo de primer orden y por lo tanto los errores que se comenten cuando D t es grande son grandes. 3.2 problemas bidimensionales El proceso seguido en la discretización de las ecuaciones unidimensionales puede gen- eralizarse fácilmente al caso bidimensional. Para mostrar el procedimiento a seguir se utilizará la ecuación de difusión bidimensional, ∂ ∂x ✓ k ∂f ∂x ◆ + ∂ ∂y ✓ k ∂f ∂y ◆ + S = 0 . (32) En la Figura 25 se muestra una porción de la malla bidimensional. Ahora además de los nodos W y E, definidos a lo largo del eje x, se deben considerar los nodos N (norte) y S (sur), a lo largo del eje y. La zona gris representa la celda computacional asociada al nodo P. Las fronteras de esta celda con las celdas adyacentes N , S, E y W reciben respectivamente los nombres n, s, e y w. Aunque la formulación del problema se hará de forma general, al final los resultados se particularizarán para el caso en el queDx y Dy son constantes para todas las celdas. Figure 25.: Discretización utilizada en el problema bidimensional en el caso de consid- erar una malla cartesiana. La integración formal de la Ecuación (32) viene dada por, ke Le ✓ ∂f ∂x ◆ e � kw Lw ✓ ∂f ∂x ◆ w + kn Ln ✓ ∂f ∂y ◆ n � ks Ls ✓ ∂f ∂y ◆ s + S A = 0 . Como se puede ver los dos primeros términos tienen la misma estructura que la que se obtuvo en el caso unidimensional para el problema de propagación de calor a lo largo del eje x. Lo mismo se puede argumentar de los dos términos siguientes para 46 DR AF T 3.3 mallas no estructuradas el caso de considerar un problema de propagación del calor a lo largo del eje y. La diferencia con respecto al problema unidimensional es que ahora aparece unas nuevos parámetros Le , Lw , Ln y Ls que representan la longitud de las caras de las celdas. Finalmente, S representa el área de la celda P. Es necesario proporcionar una expresión de los flujos de la variable f a través de las caras de la celda de control. Para ello se utilizara la misma formulación (válida a orden 2) que la considerada en el caso unidimensional: flujo a través de la cara oeste kw Lw ∂f ∂x � � � � w = kw Lw fP � fW dxW P , flujo a través de la cara este ke Le ∂f ∂x � � � � e = ke Le fP � fE dxPE , flujo a través de la cara sur ks Ls ∂f ∂x � � � � s = ks Ls fP � fS dxSP , flujo a través de la cara norte kn Ln ∂f ∂x � � � � n = kn Ln fP � fN dxP N . Asumiendo que la distribución de puntos es equi-espaciada en ambas direcciones se tiene que Le = Lw = Dx y Ln = Ls = Dy. En ese caso los valores de k sobre las caras se pueden obtener a partir del valor medio. Por ejemplo, kw = kW +k P2 . Sustituyendo las expresiones anteriores en la ecuación semi-discretizada y reagru- pando se obtiene que, ✓ ke Le dxPE + kw Lw dxW P + kn Ln dxP N + ks Ls dxSP � S p ◆ fP = ✓ ke Le dxPE ◆ fE + ✓ kw Lw dxW P ◆ fW + ✓ kn Ln dxP N ◆ fN + ✓ ks Ls dxSP ◆ fS + Su . Esta expresión se puede escribir de forma más compacta como, aP fP = aE fE + aW fW + aS fS + a N fN + Su . Este sistema de ecuaciones nos conduce a un sistema penta-diagonal, el cual puede resolverse de manera eficiente mediante algoritmos específicos para este tipo de matri- ces. 3.3 mallas no estructuradas Una de las principales ventajas del método de volúmenes finitos en su fácil imple- mentación sobre mallas no estructuradas, las cuales suelen ser más convenientes a la 47 DR AF T problemas volúmenes finitos Figure 26.: Volumen de control en el tridimensional cartesiano. hora de resolver problemas definidos sobre dominios complejos. En la Figura 27 se muestran dos ejemplos, en el primero se usa una triangularización de Delaunay en un caso bidimensional mientras que en el segundo se muestra la proyección de la malla no estructurada tridimensional sobre el ala y fuselaje de un avión. Dos de las comple- jidades que implica esta generalización tiene que ver con la identificación de las celdas vecinas a cada celda a la hora de realizar el cálculo de las derivadas así como proyectar dichas derivadas a lo largo de la normal a las caras de las celdas. Debido a que las mallas no estructuradas no presentan un patrón de conectividad predeterminado, es necesario identificar los vecinos que tiene cada celda o volumen de control antes de comenzar a realizar el cálculo. Así el volumen de control esta delimitado con un número de caras planas arbitrario, tal que cada una de ellas o está compartida con un único vecino o pertenece al contorno exterior. El vector que define cada cara, S, se construye de tal manera que apunta hacia el exterior del volumen de control, es normal a la cara y su longitud es igual al área de la superficie. De la misma manera los vectores que definen el contorno del problema apuntan hacia fuera del dominio computacional. 48 DR AF T 3.4 carácter conservativo del esquema numérico X Y 0 0.5 1 0 0.5 1 1.5 Figure 27.: Izquierda: Malla Delaunay no estructurada generada para un pentágono. Derecha: Proyección de una malla tridimensional no estructurada definida entorno a un avión sobre su ala y fuselaje. 3.4 carácter conservativo del esquema numérico Se considera un problema estacionario de difusión unidimensional en el que se aplican dos fuentes de calor en ambos extremos del dominio, ver Figura 28. Dado que el esquema es conservativo, cabría esperar que la suma de los balances de energía en todos y cada uno de los volúmenes de control sea igual al balance de energía total, Dq = qB � q A . Es decir, Â5i=1 k df dx � � ei wi = qB � q A . Descomponiendo el sumatorio y discretizando los flujos se llega a, Figure 28.: Problema utilizado en la demostración del carácter conservativo de los esquemas basados en volúmenes finitos. 5  i=1 k df dx � � ei wi = k df dx � � e1 A + k df dx � � e2 w2 + k df dx � � e3 w3 + k df dx � � e4 w4 + k df dx � � B w5 = ke1 fe2 � fe1 Dx � q A � + ke2 fe3 � fe2 Dx � kw2 f2 � f1 Dx � + ke3 fe4 � fe3 Dx � kw3 f3 � f2 Dx � + ke4 fe5 � fe4 Dx � kw4 f4 � f3 Dx � + qB � kw5 f5 � f4 Dx � . 49 DR AF T problemas volúmenes finitos Teniendo en cuenta que ke1 = kw2 , ke2 = kw3 ,... se llega a que los flujos en las caras internas de los volúmenes de control cancelan a pares. Es decir, el flujo que entra en un volumen de control a través de una cara es igual al flujo que sale a través de esa misma cara en el volumen de control adyacente. Esto demuestra que el esquema numérico es conservativo, es decir, Â5i=1 k df dx � � ei wi = qB � q A . Nota: Cuando se escribe un código se aprovecha esta circunstancia y tan sólo se calcula uno de los flujos pues el otro es igual pero con el signo cambiado. 50 DR AF TPart IIPA RT E 2 DR AF T DR AF T 4 I N T E G R A D O R E S D E R I E M A N N 4.1 sistemas hiperbólicos Los sistemas hiperbólicos aparecen en el movimiento de ondas o transporte de sustan- cias por convección, y suelen generar discontinuidades como por ejemplo ondas de choque. El cálculo del flujo a través de dichas ondas resulta difícil debido a los fuertes gradientes existentes. Para ello existen dos técnicas de resolución: (a) shock capturing y (b) shock fitting. En la primera de ellas las ondas de choque surgen de la apli- cación del esquema numérico, mientras que en el segundo caso las ondas de choque se resuelven explícitamente utilizando para ello las relaciones que modelan el choque (por ejemplo, relaciones de Rankine-Hugoniot). Aunque los métodos shock capturing suelen ser difusivos, tienden a generar oscilaciones numéricas (fenómeno de Gibbs) y pueden llegar a predecir velocidades erróneas de propagación de los choques, debido a su fácil implementación éstos suelen utilizarse más. En éste capítulo se estudiaran estos métodos. La razón por la que se tienen que estudiar estos métodos numéricos se debe a que los modelos upwinding descritos en los capítulos anteriores dejan de ser válidos cuando los flujos convectivos son no lineales. Por otro lado, a lo largo de este capítulo se estudiaran problemas unidimensionales. La generalización al caso bi- y tridimensional se verá más adelante. En estos últimos casos se podrá utilizar la teoría desarrollada para problemas unidimensionales. El contenido de esta sección se encuentra en páginas 41-46 de Toro (2009). La parte correspondiente a la resolución de sistema lineales, Secciones 4.2 y 4.3, se encuentran en las páginas 47-86 de Toro (2009). La reconstrucción de los flujos de Godunov se describe en más detalle en las Secciones 6.1 y 6.2 de Toro (2009) mientras que la aproxi- mación del flujo de Roe se encuentra en la Sección 11.1. En cuanto a la implementación del modelo numérico para las ecuaciones de Euler, éste se puede encontrar en el Capí- tulo 11 (Sección 11.2.2) de Toro (2009). Finalmente la información correspondiente a las reconstrucciones de alto orden se han sacado de distintos artículos de investigación. 4.1.1 EDPs de primerorden Se considera un sistema de m ecuaciones con m incógnitas (ui) que dependen del espacio x y el tiempo t, U t + A Ux + B = 0 , (33) donde, 53 DR AF T integradores de riemann U = 2 6 6 6 4 u1 u2 ... um 3 7 7 7 5 , B = 2 6 6 6 4 b1 b2 ... bm 3 7 7 7 5 , A = 2 6 6 6 4 a11 a12 . . . a1m a21 a22 . . . a2m ... ... ... ... am1 am2 . . . amm 3 7 7 7 5 , El sistema anterior se puede clasificar en: • Sistema lineal con coeficientes constantes: si ai j y bi son constantes • Sistema lineal con coeficientes variables: si ai j y bi dependen de x y t • Sistema lineal: si ai j depende de x y t, y bi es función lineal de u j • Sistema cuasi-lineal: si A = A(U) • Sistema homogéneo: si B = 0 A la hora de resolver el sistema anterior de debe especificar el dominio espacial de la EDP, [xl , xr ], las condiciones de contorno definidas en xl y xr y la condición inicial. Esto nos define un problema de valor inicial (PVI) o problema de Cauchy. Como ejemplos de este tipo de sistemas tenemos la ecuación de convección escalar, ∂u ∂ t + a ∂u ∂x = 0, la ecuación de Burgers no viscosa, ∂u ∂ t + u ∂u ∂x = 0 y las ecuaciones de Euler unidimensionales para un gas, ∂r ∂ t + ∂ru ∂x = 0 , ∂ru ∂ t + ∂ (ruu + p) ∂x = 0 , ∂rE ∂ t + ∂ru H ∂x = 0 , donde H = E + p/r la entalpía total del sistema. Por otro lado, las leyes de conservación son sistemas de ecuaciones en derivadas parciales que se pueden escribir de la siguiente forma: U t + F (U)x = 0 , (34) donde, U = 2 6 6 6 4 u1 u2 ... um 3 7 7 7 5 , F (U) = 2 6 6 6 4 f1 f2 ... f m 3 7 7 7 5 . U el vector de variables conservadas, F el vector de flujos y en general f i son funciones de u j . Es decir, las leyes de conservación pertenecen al conjunto de sistemas homogé- neos. Estas leyes surgen de la forma integral de las leyes físicas. En cuanto a los flujos, estos pueden ser lineales o no lineales. El Jacobiano del sistema se define como, A (U) = ∂F ∂U = 2 6 6 6 6 6 6 6 6 4 ∂ f1 /∂u1 ∂ f1 /∂u2 . . . ∂ f1 /∂um ∂ f2 /∂u1 ∂ f2 /∂u2 . . . ∂ f2 /∂um ... ... ... ∂ f m /∂u1 ∂ f m /∂u2 . . . ∂ f m /∂um 3 7 7 7 7 7 7 7 7 5 54 DR AF T 4.2 sistemas lineales Dicho Jacobiano permite escribir la ley de conservación (34) como un sistema de Ecuaciones (33). Para ello, dado, ∂F (U) ∂x = ∂F ∂U ∂U ∂x , entonces, U t + A (U) Ux = 0 . (35) Así por ejemplo, la ecuación de convección escalar se puede escribir de forma con- servativa con tal de tomar f (u) = au, mientras que para la ecuación de Burgers f (u) = 1/2u2. 4.1.2 Definición de sistema hiperbólico Definición 2. Sistema hiperbólico: Un sistema de ecuaciones del tipo (35) se denomina hiper- bólico en un punto (x , t) si la matriz A tiene m valores propios reales siendo el correspondi- ente conjunto de vectores propios {K i} linealmente independiente. El sistema es estrictamente hiperbólico si todos los valores propios son distintos. ⇤ Obviamente, un sistema estrictamente hiperbólico es también hiperbólico. Como contra ejemplo se tienen las ecuaciones de Cauchy-Riemann, ∂u/∂x ± ∂v/∂y = 0. En este capítulo se estudiara el problema en orden creciente de complejidad: (a) Ecuación de convección/advección lineal, (b) Sistema hiperbólico lineal de ecuaciones, (c) Ecuación de convección/advección no lineal. 4.2 sistemas lineales 4.2.1 Ecuación de convección/advección lineal La ecuación de convección es una EDP escalar, linear y con coeficientes constantes. Para su estudio se considera el siguiente problema de Cauchy, ED P ut + a ux = 0, �• < x < • , t > 0 , C I u(x , 0) = u0 (x) siendo a la velocidad de propagación Definición 3. Características: Las características son curvas en el plano x � t a lo largo de las cuales la EDP se convierte en una EDO. ⇤ Estas curvas tienen la propiedad de propagar la información. El valor de u es cons- tante a lo largo de las características. Al evaluar u sobre las curvas características x = x( t), se obtiene una función que sólo depende de t, u = u(x( t) , t), por lo que se verifica que la variación de u a lo largo de x( t) viene dada por, du dt = ∂u ∂ t + dx dt ∂u ∂x . Suponiendo que dx/dt = a, entonces u es constante a lo largo de x( t). Esto conduce a soluciones de la forma (véase Figura 29), u(x , t) = u0 (x0 ) = u0 (x � at) . (36) 55 DR AF T integradores de riemann Figure 29.: Característica de un ecuación lineal con coeficientes constantes. Esto significa que la solución del problema se corresponde con una traslación de la condición inicial con velocidad a. Figure 30.: Condición inicial del problema de Cauchy. Como caso particular se puede considerar el caso en el que la condición inicial es discontinua, tal y como se muestra en la Figura 31. Esto define un problema de Rie- mann, ED P ut + a ux = 0, �• < x < • , t > 0 , C I u(x , 0) = u0 (x) = ⇢ u L si x < 0 uR si x > 0 Tal y como sucedía antes, la solución se corresponde con la traslación con velocidad a de la condición inicial, u(x , t) = u0 (x0 ) = u0 (x � at) = ⇢ u L si x � at < 0 o a > x/ t uR si x � at > 0 o a < x/ t 56 DR AF T 4.2 sistemas lineales Figure 31.: Condición inicial para el problema de Riemann para la ecuación de convec- ción lineal. En la Figura 32 se muestra la solución del problema. Como se puede ver, la carac- terística que pasa por el origen define dos regiones en los que u vale u L y uR respecti- vamente. Figure 32.: Solución del problema de Riemann de la ecuación de convección lineal. 4.2.2 Sistema lineal de ecuaciones de tipo hiperbólico Consideramos un sistema de ecuaciones con coeficientes constantes del tipo (33), U t + A Ux = 0 . Si el sistema es hiperbólico, entonces la matriz A se puede diagonalizar A = KLK�1, donde AKi = l i K i , 57 DR AF T integradores de riemann L = 0 B B B @ l1 . . . 0 0 . . . 0 ... ... ... 0 . . . lm 1 C C C A Además, el sistema de vectores propios K = ⇥ K1 , K2 , . . . , Km ⇤ define una base de vectores. Sin pérdida de generalidad, se asumirá que l1 < . . . < l i < . . . < lm1 El sistema de ecuaciones original se puede desacoplar con tal de multiplicarlo por K�1 y utilizar la diagonalización de A, Wt + LWx = 0 . A las componentes del vector W = K�1 U se les denominan variables características. Cada una de estas variables definen un EDP de la forma, ∂wi ∂t + li ∂wi ∂x = 0, i = 1, . . . , m , las cuales tienen asociada una curva característica, x(t), a lo largo de la cual wi es constante. La forma de definir la curva característica es idéntica a la utilizada en el caso anterior, es decir, dx/dt = li. La solución formal de dichas ecuaciones viene dada por, wi(x, t) = w0i (x0) = w 0 i (x � lit) donde w0i se obtiene de la definición de W evaluada en t0. La solución final se obtiene invirtiendo la transformación inicial, U = KW, es decir, U(x, t) = m  i=1 wi(x, t)Ki . (37) Como se puede ver, la condición de hiperbolicidad permite descomponer la solu- ción en la base de vectores propios. Físicamente el procedimiento anterior permite descomponer la solución como una combinación de ondas que viajan con la velocidad determinada por su correspondiente valor propio. De nuevo se puede plantear el problema Riemann esta vez para cada una de las ecuaciones características. Sea, EDP Ut + A Ux = 0, �• < x < •, t > 0 , CI U(x, 0) = U0(x) = ⇢ uL si x < 0 uR si x > 0 donde la condición inicial se representa en la Figura 31. Como se ha visto, la solución viene dada por, U(x, t) = m  i=1 wi(x, t)Ki = I  i=1 biKi + m  i=I+1 aiKi , lI < x/t < lI+1 (38) 1 En este capítulo no se considerar el caso degenerado en el que hay al menos dos li iguales. Las dificul- tades que surgen cuando se estudian sistemas degenerados no se estudian en este capítulo. 58 DR AF T 4.2 sistemas lineales donde los pesos de la expansión o variables características se obtienen de, wi(x, t) = w0i (x0) = w 0 i (x � lit) = ( w0,Li = ai si x � lit < 0 o li > x/t w0,Ri = bi si x � lit > 0 o li < x/t Típicamente la solución
Compartir