VALIDACIÓN DE RESULTADOS MEDIANTE CFD -...
Transcript of VALIDACIÓN DE RESULTADOS MEDIANTE CFD -...
PFC de Pablo Utrilla Noriega
Página | 96
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
El uso de modelos numéricos para simular el comportamiento y las prestaciones de
máquinas o procesos termodinámicos, es una etapa esencial a la hora de conocer la
naturaleza del problema que se desea estudiar, y se ofrecen como una valiosa
herramienta para conocer la influencia de las distintas variables del problema sobre sus
soluciones.
Sin embargo, si el proceso de investigación quiere ir más allá, es preciso que los
resultados de las simulaciones numéricas sean validados. La validación de unos resultados
es abarcable desde varios enfoques, el más evidente de ellos consiste en la
experimentación pura, realizando prototipos físicos que simulen en laboratorio las
condiciones reales que el proceso experimenta, sin embargo, es un trabajo costoso en
tiempo y recursos.
Como esta práctica entra fuera de los límites abarcados por este proyecto, es
posible usar para el mismo fin otra herramienta de extendido uso en la industria, la
mecánica de fluidos computacional, o CFD. Esta herramienta cuenta con múltiples
aplicaciones entre ellas la de dar validación a procesos que han sido evaluados con otros
métodos de cálculo menos potentes, o basados en asunciones y correlaciones.
Los resultados obtenidos en los capítulos 5 y 6, sobre el enfriador y sus alternativas,
han sido modelados utilizando correlaciones experimentales en convección, y ciertas
simplificaciones geométricas, sin saber a ciencia cierta el grado de similitud con el caso
real. Simulando en CFD los mismos intercambiadores en las mismas condiciones de
contorno se obtendrán una serie de resultados que se espera sean en gran medida
similares a los resultados de los modelos numéricos, de forma que puedan ser validados.
Los resultados presentados en éste capítulo, han sido computados por el software
de CFD ANSYS Fluent ®, llevando a cabo simulaciones del intercambiador original y las
alternativas de insertos en tubo explicadas en el capítulo 6. El proceso de mallado previo
a la simulación se ha realizado mediante el software ICEM CFD, discutiendo en apartados
siguientes sobre el grado de precisión de las mallas utilizadas, y su repercusión en los
resultados.
Las simulaciones se han llevado a cabo para distintos puntos de funcionamiento del
enfriador a lo largo de un ciclo completo, con el objetivo de representar más fielmente
posible el comportamiento del motor, pero discretizando sus puntos de operación para
simplificar el cálculo CFD, que requiere de varias horas para converger a una solución en
un solo punto de funcionamiento.
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
Página | 97
8.1. Introducción a la simulación CFD
La mecánica de fluidos computacional (CFD) se define como una de las ramas de la
mecánica de fluidos que utiliza métodos numéricos y algoritmos para resolver y analizar
problemas sobre el flujo de sustancias. Las bases fundamentales de este método parten
de multitud de modelos termodinámicos y de mecánica de fluidos, para definir cualquier
tipo de flujo de una sustancia, y la interacción entre los fluidos, las superficies que los
rodean, y las condiciones de contorno del problema.
El método CFD implica realizar millones de cálculos para simular la interacción de
los líquidos y los gases dichas superficies. Aun con ecuaciones simplificadas y
superordenadores de alto rendimiento, solo se pueden alcanzar resultados aproximados
en muchos casos. La continua investigación, sin embargo, permite la incorporación de
software que aumenta la velocidad de cálculo como así disminuye también el margen de
error, y permite analizar situaciones cada vez más complejas. La validación de resultados
obtenidos por CFD se realiza en modelos físicos a escala.
8.1.1. Metodología del proceso
El método consiste en discretizar una región del espacio creando lo que se conoce
por una malla espacial, dividiendo una región del espacio en pequeños volúmenes de
control. Después se resuelve en cada uno de ellos las ecuaciones de conservación
discretizadas, de forma que en realidad, se resuelve una matriz algebraica en cada celda
de forma iterativa. Para cada uno de estos volúmenes de control se resuelve
simultáneamente las ecuaciones de cantidad de movimiento y de energía, utilizando
distintos modelos de viscosidad y turbulencia. Alcanzándose finalmente la convergencia
cuando los residuos de cada una de las ecuaciones son lo suficientemente pequeños.
Dividiendo todo el proceso en etapas, se puede distinguir entre tres pasos clave; el
pre-procesamiento, el proceso de solución, y el post-procesamiento de los resultados,
como se aprecia en el diagrama de la Fig. 67.
Fig. 67 Metodología del análisis mediante CFD
PFC de Pablo Utrilla Noriega
Página | 98
En la etapa de pre-procesamiento, se parte de una serie de datos iniciales, datos
geométricos y datos de condiciones iniciales de los fluidos y superficies que interaccionan
en el problema. La idea es procesar todos los aspectos y condiciones iniciales del
problema de forma que el “Solver”, o programa de cálculo, no encuentre errores en el
planteamiento del problema y sea capaz así de dar una solución. De esta forma:
Geometría: Modelar la geometría en dos o tres dimensiones, identificando tanto
las distintas superficies, (paredes, interfases…) como los volúmenes que
comprenden (fluidos o cuerpos sólidos).
Mallado: Discretizar las superficies y cuerpos del problema en pequeños
volúmenes y superficies de control, o nodos, donde cada uno de ellos interacciona
con los demás formando una gran malla interconectada.
Condiciones de contorno: Asignar a la geometría las condiciones inciales del
problema; temperaturas de pared, presión de remanso, caudal másico a través de
una superficie, tipo de fluidos, etc.
En el proceso de la solución, o “solving”, se realiza mediante el software de cálculo
Fluent V6®, que se encarga, a partir de las condiciones de contorno iniciales, de resolver
para cada uno de los nodos de la malla las ecuaciones de cantidad de movimiento
turbulencia y energía, hasta que exista una convergencia en la solución global.
Para ello es necesario un método de solución concreto, y modelos numéricos de
turbulencia y viscosidad. Durante este proceso, se pueden visualizar los residuales de
cada una de estas ecuaciones tras cada iteración, y prever si el cálculo tiende a la
convergencia o por el contrario, se vuelve inestable.
Finalmente, cuando la solución ha convergido, los resultados se almacenan como
posible solución inicial a una nueva simulación. Por otra parte, en el post-procesamiento
se pueden visualizar gráficamente los resultados obtenidos sobre las superficies o cuerpos
del problema, de cualquier variable, (temperatura, velocidad, presión…). Además, se
pueden obtener los resultados numéricos integrando superficies o bien, analizar de
diversas formas el grado de precisión de la solución, basándonos por ejemplo, en la
capacidad del método de representar la capa límite en un fluido circulando junto a una
pared.
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
Página | 99
8.2. Pre-procesamiento del enfriador mediante CFD.
Una vez dada una idea de la metodología de esta herramienta de cálculo, la idea de
este capítulo es simular mediante CFD tanto el intercambiador original como las
alternativas que en el capítulo 6 se consideran viables para su fabricación.
Concretamente, se quieren validar los resultados obtenidos mediante los modelos
numéricos del intercambiador original, y de las alternativas de insertos en tubo, varillas
y “twisted tapes”.
Las simplificaciones llevadas a cabo durante las simulaciones CFD, para adaptar las
condiciones del modelo numérico son las siguientes:
Simplificación de la geometría: Del análisis del enfriador se conoce que la
resistencia térmica que gobierna la transferencia es la del aire. Además las
alternativas sólo modifican el interior de los tubos. Por ello, la geometría en CFD
consistirá en un único tubo, con los insertos correspondientes según el caso a
estudio.
Simplificación de la transferencia: Dado que sólo vamos a considerar un fluido
dentro de tubos, y que el modelo numérico refleja la temperatura de pared para
cada punto de funcionamiento, se considera un modelo simple de convección
dentro de tubos, con temperatura de pared impuesta.
Reducción del número de puntos de análisis: Debido al enorme tiempo que
requiere el método CFD para converger a una solución en un único punto de
funcionamiento, sólo se ha simulado el comportamiento del motor en ciertos
puntos clave, en lugar de los 120 puntos por ciclo que evalúa el modelo numérico.
De esta forma, definidas las consideraciones iniciales, se llevan a cabo los pasos de
la etapa de pre-procesamiento de la simulación.
8.2.1. El proceso de mallado
El procedimiento más importante de la etapa de pre-procesamiento, consiste en
generar una malla para las superficies de la geometría a estudiar, pero sobre todo, para
los volúmenes internos comprendidos entre dichas superficies.
La generación de dicha malla es un proceso que aumenta en complejidad según la
geometría a tratar, y según el grado de precisión que se espera de una simulación.
Enfocando el problema al estudio de la transferencia de calor por convección en el interior
de un tubo, el objetivo de la malla consiste en ser lo suficientemente precisa para poder
simular en detalle el mecanismo de convección así como la capa límite del fluido con la
pared del tubo.
PFC de Pablo Utrilla Noriega
Página | 100
Generalmente, se suele distinguir entre dos tipos de mallas, las estructuradas, y las
no estructuradas. Tomando como ejemplo una sección de tubo modelada en ICEM CFD
se pueden distinguir ambos tipos de malla en la Fig. 68. De esta forma:
Fig. 68 Ejemplo de dos mallas cilíndricas para el cálculo CFD.
Malla no estructurada: Se generan automáticamente desde el centro del
volumen, mediante la creación de gran cantidad de pequeños volúmenes,
(tetraedros o hexaedros) que, acoplados por sus caras, rellenan completamente
dicho volumen, cambiado de tamaño y orientación automáticamente hasta
rellenar todos los huecos y adoptar la forma del volumen objetivo. Este algoritmo
es capaz de mallar geometrías muy complejas, pero puede dar errores de cálculo,
e incrementar el tiempo de cálculo de una solución sencilla.
Malla estructurada: Se generan a partir de unas leyes de crecimiento o
condiciones previas de tamaño, orientación y forma de cada uno de los nodos, de
forma que su generación es rápida y no suele generar errores de cálculo de malla.
Sin embargo sólo se pueden aplicar a geometrías sencillas.
Donde se aprecia que para una geometría sencilla como la cilíndrica, la malla
estructurada es sencilla de definir, y mucho más precisa, ya que en este caso, al igual que
la geometría, su forma se mantiene constante a lo largo de la dirección longitudinal, y las
divisiones en la pared del cilindro también son iguales en tamaño en la dirección radial.
La malla estructurada de la Fig. 68 incluye capa límite, como puede apreciarse en la
sección verde. Junto a las paredes del tubo, la malla se refina hasta valores de espesor
muy pequeños, obteniendo resolución suficiente para simular el mecanismo de capa
límite en convección forzada.
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
Página | 101
El parámetro utilizado para evaluar el grado de precisión de dicha capa límite, se
denomina “altura adimensional de la sub-capa laminar” o más comúnmente llamado “Y
plus” o Y+ 14. El parámetro Y plus para un flujo en interacción con una pared se define
como:
𝑦+ =𝑢∗ · 𝑦
𝜈 𝑝𝑎𝑟𝑎 𝑢∗ = √
𝜏
𝜌
Donde u* es la velocidad de fricción, definida por el esfuerzo cortante, τ, que ejerce
la corriente en la pared, y la densidad del fluido, ρ. Luego, y es la altura de la celda
respecto a la pared, y finalmente ν, la viscosidad cinemática del fluido. De esta manera,
el objetivo de diseño es que “y”, la altura de las celdas de la malla en contacto con la
pared respecto a la dirección normal a ésta, sea menor que la altura de la sub capa
laminar en esa pared (Y+ < 1). Es decir, si el valor de Y-plus es menor que 1, la malla es
suficientemente precisa para modelar la capa límite. Este parámetro es posible evaluarlo
una vez obtenida la simulación de la solución.
Una vez se tienen en cuenta los factores constructivos, se diseñan tres geometrías
cada una con una malla asociada estructurada, mediante ICEM CFD. El resultado obtenido
para dichas geometrías y mallas se aprecia en la Fig. 69.
Fig. 69. Mallas usadas en cálculos CFD, de izquierda a derecha: Tubo original, varillas y twisted tapes.
En la figura se aprecia que, dado que las dos primeras geometrías tienen sección
constante a lo largo del eje longitudinal, la malla es estructurada con capa límite. En el
caso de los insertos twisted tape, la malla es estructurada en el inserto (no aparece en la
figura) y cuasi-estructurada en el aire interior. Esto se debe a que no sigue una ley de
crecimiento lejos de las paredes, pero en contacto con las paredes de los insertos y el
tubo sí cumple una ley de crecimiento impuesta para representar la capa límite, al igual
que hacen las mallas del resto de geometrías.
14 (Dimensionless wall distance (y plus), 2011)
PFC de Pablo Utrilla Noriega
Página | 102
8.2.2. Condiciones de contorno
Como se ha comentado en las consideraciones iniciales, el estudio realizado en CFD,
al igual que en los modelos, se comporta bajo condiciones de régimen permanente. Por
lo tanto, se precisa llevar a cabo simulaciones individuales para cada punto del motor que
se desea evaluar. Analizando los resultados del capítulo 5, se observa como el caudal
másico es la variable más importante en las prestaciones del intercambiador, pues define
la velocidad del fluido, su número de Reynolds y por lo tanto regula la transferencia de
calor dentro de los tubos.
Fig. 70 Puntos de simulación escogidos, representados en la distribución de caudal másico.
Tomando como punto de partida la distribución del caudal másico a lo largo del
enfriador, en la Fig. 70, se han seleccionado los dos puntos correspondientes al pico de
caudal en cada sentido (puntos A y B), así como una serie de cuatro puntos que tienen un
mismo valor de caudal másico (0.091 kg/s), situados en zonas medias de funcionamiento,
que se considerarán como un único punto C.
Las condiciones de contorno para cada uno de los tres casos quedan recogidas en
la Tabla 9, donde para el punto C, los valores de temperaturas y presiones corresponden
a los valores medios.
Ta1 [K] Ma [kg/s] Tpared [K] P [bar] Punto A 350,0 0,174 305,3 19,8
Punto B 377,5 0,134 308,0 15,0
Punto C medio 353,0 0,091 301,0 15,0
Tabla 9. Condiciones de contorno para las simulaciones.
De esta forma, se definen las condiciones de contorno para tres puntos, y tres
geometrías distintas. Es preciso por tanto realizar 9 simulaciones independientes.
A
C C
B
C C
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
0,2
0 50 100 150 200 250 300 350
Cau
dal
más
ico
[K
g/s]
Ángulo de giro del cigüeñal
Distribución de puntos de estudio para CFD
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
Página | 103
8.3. Cálculo de la solución
Una vez obtenida una malla para cada tipo de geometría, el siguiente paso es utilizar
el software de cálculo Fluent V6, para leer las mallas generadas y definir una serie de
parámetros necesarios para comenzar a resolver las ecuaciones e iterar hacia la solución
del problema. Algunos de estos aspectos de la configuración del problema son:
1) Modelos de mecánica de fluidos: Se seleccionan los modelos numéricos con los
que se trata la viscosidad y turbulencia, en este caso se utiliza el modelo K-épsilon,
que define la turbulencia del fluido mediante la energía cinética turbulenta, K, y la
disipación de energía turbulenta, ε.15
2) Materiales: Se definen las propiedades de los materiales de los volúmenes
existentes en la malla. Para el fluido de trabajo se considera aire, modelado como
gas ideal para el cálculo de la densidad, y definiendo un rango para viscosidad,
conductividad y capacidad calorífica.
3) Condiciones de contorno: Aplicando los valores de la Tabla 9, para cada caso, hay
que añadir otras condiciones como, insertos adiabáticos en el caso de las varillas,
rugosidad de las paredes… etc.
4) Método de solución: Incluye varias opciones, entre ellas, que tipo de discretización
se utiliza en las ecuaciones, primer, segundo o tercer orden. Además de elegir que
grupos de ecuaciones resolver simultáneamente, entre cantidad de movimiento,
turbulencia y energía.
5) Controles de solución: Ajustes en la forma de entrar en una nueva iteración, como
factores de sub-relajación, que afectan a la velocidad de cálculo y a la sensibilidad
del método. También aquí se ajustan los límites que las variables deben respetar,
para acotar el problema.
6) Inicialización de la solución: Consiste en asignar a todas las celdas de la malla unos
valores iniciales idénticos, o bien derivados de resultados de otras simulaciones,
para ejercer de solución inicial.
7) Monitorización: Se trata de definir que variables del conjunto de ecuaciones van a
aparecer en pantalla al final de cada iteración para que el usuario detecte en
tiempo real la evolución de la solución. Suelen representarse los residuales de
cada ecuación tras una iteración completa.
Con todos los parámetros anteriores definidos, Fluent es capaz de comenzar a
iterar, en busca de una solución del problema. En el caso de converger la solución, el
proceso de cálculo se agiliza enormemente si para calcular la solución en un punto
operativo diferente, se utiliza la solución del punto anterior como punto de partida. En la
práctica, se necesitan más de 5000 iteraciones de media para obtener resultados
concluyentes, necesitando de decenas de horas de cálculos.
15 (K-epsilon models, 2011)
PFC de Pablo Utrilla Noriega
Página | 104
8.4. Post-procesamiento de los resultados.
Una vez obtenidas las soluciones para los nueve casos de estudio, tres geometrías
en tres puntos, se procesan los resultados obtenidos en varios aspectos, en primer lugar,
se analiza la trasferencia de calor mediante la distribución de la temperatura a lo largo de
los modelos tridimensionales, y se evalúa el salto térmico alcanzado en cada caso.
Posteriormente se analizan las pérdidas de carga generadas a lo largo del ciclo,
evaluando el salto en presiones totales entre la entrada y la salida. Por último, y para
comprobar el grado de precisión de las mallas utilizadas en las simulaciones, se analiza la
distribución del parámetro adimensional “Y plus”, descrito en el apartado 8.2.1.
8.4.1. Solución en temperaturas.
A continuación se representa gráficamente la distribución de temperaturas para el
punto C, sobre las superficies de entrada y salida del fluido, sobre los insertos, si existen,
así como a lo largo de la sección longitudinal media de cada tubo, dado que existe simetría
de revolución, este plano es representativo de todo el volumen interior.
Fig. 71 Distribución de temperaturas en el tubo original.
A la vista de la Fig. 71, se observa como la temperatura de pared de 305 K se
mantiene constante a lo largo de una fina capa, la capa límite del fluido, mientras que la
evolución de la temperatura en puntos en la dirección normal a la pared, evoluciona tanto
más despacio como más cerca están dichos puntos del centro, pues la velocidad de flujo
es mayor, y por lo tanto la transferencia de calor inferior.
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
Página | 105
En cuanto a la Fig. 72, el comportamiento de la capa límite en tubos es similar,
mientras que la capa límite del inserto, no ejerce ninguna acción térmica sobre el fluido,
puesto que se ha considerado adiabática, al no estar en contacto con las paredes del
intercambiador. Se observa como la gama de colores en la superficie de salida son más
fríos que en el caso original, como es esperable.
Fig. 72 Distribución de temperaturas en insertos de varillas.
La alternativa de insertos twisted tape, en la Fig. 73, refleja a simple vista la
naturaleza tridimensional de la transferencia. Al estar en contacto con la superficie del
tubo, los insertos no son adiabáticos, sino que se consideran un sólido sometido a
conducción a través de la temperatura de pared impuesta, con lo que necesita de una
malla independiente para el inserto.
Fig. 73. Distribución de temperaturas en insertos “twisted tape”.
PFC de Pablo Utrilla Noriega
Página | 106
Observando las tres figuras, se aprecia como la gama de colores próxima a la
superficie de salida del enfriador, es más fría para las alternativas, siendo a priori mejor
para los insertos twisted tape. La Tabla 10 refleja los resultados de salto térmico
obtenidos en cada punto para cada alternativa, mediante la integral de superficie a la
entrada y a la salida, ponderada por el flujo másico.
Temperatura [K] Original
N=216 d=2mm Varillas
N=180 d=2,2mm “Twisted tapes” N=150 d=2,4mm
Punto A (Ta1≈350)
Ta1 349.88 348.87 349.59
Ta2 331.49 327.63 322.06
Punto B (Ta1≈377,5)
Ta1 376.25 375.56 376.77
Ta2 348.40 340.38 331.14
Punto C (Ta1≈353)
Ta1 351.92 351.43 352.36
Ta2 332.06 323.48 316.92
Tabla 10. Resultados en temperaturas de las simulaciones CFD.
8.4.2. Solución en presiones
De forma similar al procedimiento para temperaturas, se evalúa la integral de
superficie de la presión total, en las secciones de entrada y salida del intercambiador. La
diferencia entre ambas presiones es la pérdida de carga inducida por el tubo, obteniendo:
Pérdidas ∆P [Pa]
Original N=216 d=2mm
Varillas N=180 d=2,2mm
“Twisted tapes” N=150 d=2,4mm
Punto A 1835 3415 3070
Punto B 1340 2283 2061
Punto C 602,1 1137 873
Tabla 11 Resultados en pérdidas de carga de las simulaciones CFD.
Antes de comparar los resultados con el modelo, en la Tabla 11 se observa que los
valores para pérdidas de carga de la opción twisted tapes son bastante superiores a los
valores del intercambiador original, mientras que el modelo preveía una reducción en
este aspecto.
8.4.3. Precisión en capa límite (Y-plus)
Como apartado final de resultados, a modo de verificación de la calidad de la malla,
se evalúa el la altura de la sub-capa laminar para todas las donde existe mecanismo de
capa límite. Evaluando la Y-plus en el punto C, considerado un punto medio de
funcionamiento del motor, se obtienen los valores de la Tabla 12.
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
Página | 107
Superficies Wall Y+ Original (Superficie: Tubo) 0.012
Varillas (Superficie: Tubo) 0.872
Varillas (Superficie: Inserto) 0.812
Twisted tape (Superficie: Tubo) 0.64
Twisted tape (Superficie: Inserto) 0.36
Tabla 12 Evaluación del parámetro Y-Plus en las simulaciones CFD
Tras un análisis de la tabla, se observa como todos los valores de Y plus son menores
que 1, luego todas las mallas representan correctamente la capa límite, sin embargo,
cuando los valores son muy inferiores a 1, la malla puede tener demasiada resolución de
forma que ralentice el proceso de convergencia
En el caso de las varillas, la Y plus es muy adecuada tanto en valor en los insertos
como en el tubo respecto al caso óptimo (Y plus = 1). Observando la Fig. 69, se aprecia
como la malla de las varillas, se divide en celdas de manera muy uniforme, creando una
cuadrícula precisa en las direcciones radial y angular.
Esto no ocurre en la malla original, pues para evitar errores de mallado en el núcleo
de la malla, se recurre a un prisma rectangular interior que debe unirse a la ley de
crecimiento radial, dando lugar a una mayor resolución de la malla, y un pequeño valor
de y-plus, que es válido, pero poco óptimo de cara a la convergencia de la solución.
Finalmente, en la alternativa twisted tape los valores de Y plus también son
aceptables pero no tan buenos como en el caso de varillas, dado que aunque la malla está
correctamente dimensionada, el carácter tridimensional del inserto, y las paredes del
tubo, requerían de un valor inferior de Y-plus pese a que esto ralentizase el proceso de
solución.
Estos resultados sobre la idoneidad de la malla, se verán posiblemente reflejados a
la hora de validar los modelos, donde una malla más precisa será propensa a converger a
una solución de forma más estable, y sus resultados serán más fiables. Las
consideraciones sobre la geometría para el proceso de validación.
PFC de Pablo Utrilla Noriega
Página | 108
8.5. Validación de los modelos numéricos
Finalmente, en este apartado se comparan los resultados de CFD con los resultados
esperados en el modelo numérico, a través del salto térmico producido por ambas
corrientes, evaluando los modelos para las temperaturas de entrada de los puntos A, B y
C. De esta forma se puede representar el error cometido respecto a los valores de CFD.
𝜀 = |∆𝑇𝑚𝑜𝑑𝑒𝑙𝑜 − ∆𝑇 𝐶𝐹𝐷|
∆𝑇 𝐶𝐹𝐷 [%]
Donde la referencia para la medida del error se toma respecto a los valores de CFD,
obteniendo los siguientes resultados en la Tabla 13:
Salto térmico [K] Original
N=216 d=2mm Varillas
N=180 d=2,2mm “Twisted tapes” N=150 d=2,4mm
Punto A (Ta1≈350)
∆TCFD 18,39 21,24 27,53
∆TMOD 18,13 21,16 29,27
ε 1,414% 0,376% 6,321%
Punto B (Ta1≈377,5)
∆TCFD 27,85 35,18 45,63
∆TMOD 28,44 34,54 46,56
ε 2,118% 1,819% 2,038%
Punto C (Ta1≈353)
∆TCFD 19,86 27,95 35,44
∆TMOD 20,51 27,16 35,02
ε 3,272% 2,826% 1,185%
ε medio 2,27% 1.67% 3.18%
Tabla 13. Comparativa y error en salto térmico entre el modelo y el análisis CFD
A la vista de los errores medios de cada alternativa en la Tabla 13, la alternativa de
varillas es la que ofrece menor error, 1,67%, hecho que puede estar motivado por la
buena adaptación de la malla a la geometría, como se puso de manifiesto en el apartado
de Y-plus. Esta alternativa es la que menos tiempo computacional ha requerido, y por lo
tanto, también la que mejores valores de convergencia ofrece.
En cuanto al modelo original, el error es algo mayor que en el caso de varillas pero
igualmente bajo. La malla y la convergencia en este caso no se realizan de forma tan
rápida y efectiva como en las varillas, y eso puede haber afectado a la validación con las
correlaciones de convección, pese a ser la geometría más sencilla.
Por último, los valores de error de los insertos twisted tape son mayores, pero del
mismo orden de magnitud que el resto. El mayor error en este caso era de esperar al
basarse su estudio en correlaciones experimentales de un único estudio. Pese a ello, los
valores no son mucho mayores que el error original, teniendo en cuenta que la malla
utilizada era de carácter no estructurado, y de solución más compleja que en el resto de
8. VALIDACIÓN DE RESULTADOS MEDIANTE CFD
Página | 109
alternativas. Se puede decir que los valores obtenidos de error en las alternativas son
aceptables y esperados.
Realizando una comparativa similar para las pérdidas de carga se obtienen los
siguientes resultados:
Pérdidas carga [Pa] Original
N=216 d=2mm Varillas
N=180 d=2,2mm “Twisted tapes” N=150 d=2,4mm
Punto A
∆PCFD 1835 3415 3070
∆PMOD 2195,6 3373,3 1814,7
Ε 19,65% 1,22% 40,89%
Punto B
∆PCFD 1340 2283 2061
∆PMOD 1509,6 2326,8 1214,1
Ε 12,66% 1,92% 41,09
Punto C
∆PCFD 602,1 1137 873
∆PMOD 704,73 1089,8 547,82
Ε 17,05% 4,15% 37,25%
ε medio 16,45 2,43% 39,74%
Tabla 14 Comparativa y error en pérdidas de carga entre el modelo y el análisis CFD
A la vista de los resultados en presión, salta a la vista que la precisión de estas
simulaciones es muy inferior a la precisión alcanzada en la transferencia de calor.
En el caso del intercambiador original, la divergencia hasta un 16,45% es muy
grande para una geometría sencilla. Sin embargo como se ha comentado previamente,
los valores bajos de Y plus, hacen la malla menos óptima y la convergencia de la solución
más difícil. Dado que la correlación utilizada para pérdidas de carga ha sido la misma que
la de las varillas, se puede concluir que el error está infundido por una mala calidad de la
malla, y no tanto una correlación poco exacta.
Sin embargo en el caso de los insertos twisted tape, el error es mayor, de un 39%,
lo cual pone de manifiesto que la correlación utilizada no ha sido aplicada correctamente,
o simplemente no es adecuada para la aplicación diseñada. Por otra parte el hecho de
que los errores se mantengan casi idénticos de un punto a otro para la misma malla,
confirma una adquisición de datos correcta en los cálculos CFD.
Como conclusión, el trabajo de modelado de alternativas al enfriador realizado en
el capítulo 6, suscitaba dudas sobre la fiabilidad de dichos modelos y las correlaciones que
utilizan. Sin embargo tras el presente capítulo, se puede decir que los modelos se
consideran validados y adecuadamente formulados al menos en la transferencia de calor
y no tanto en pérdidas de carga. Por otro lado, el método CFD ha resultado una
herramienta de gran utilidad para la consecución de los objetivos propuestos de validar
los resultados obtenidos en los modelos numéricos.