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