Apostila Análise Computacional de Termofluidos

UNIVERSIDADE DO ESTADO DE SANTA CATARINA
CENTRO DE CIÊNCIAS TECNOLÓGICAS

DEPARTAMENTO DE ENGENHARIA MECÂNICA
INTRODUÇÃO AO MÉTODO DE
VOLUMES FINITOS
Miguel Vaz Júnior

E.Mec. M.Eng. Ph.D.
Agosto, 2022
6a Edição
Laboratório de Mecânica Computacional

Campus Universitário - Bom Retiro
89223-100 - Joinville-SC - Brasil
Tel.: +55 (0xx)47-4009-7971
Fax: +55 (0xx)47-4009-7240
L A M E C
email: Miguel.vaz@udesc.br
Índice ii
Introdução ao Método de Volumes Finitos

Autor: Miguel Vaz Júnior
Edição: Centro de Ciências Tecnológicas
Universidade do Estado de Santa Catarina
Agosto de 2022
Índice iii
Índice iv
Índice
1. Introdução 1
1.1 Métodos de aproximação numérica 2
1.2 Conclusão 3
2. Equações de governo 5
2.1 Equação da energia 5
2.2 Generalização para outras equações de governo 9
2.3 Problemas elípticos parabólicos e hiperbólicos 11
2.4 Escolha de coordenadas 12
3. Método das diferenças finitas 13

3.1 Aproximação em série de Taylor 13
3.2 Aproximação da derivada primeira 15
3.3 Aproximação da derivada segunda 17
3.4 Aproximação do termo difusivo 17
3.5 Exemplo ilustrativo 19
4. Método dos volumes finitos 25

4.1 Condução de calor unidimensional transiente 25
4.1.1 Método explícito 29
4.1.2 Método implícito 30
4.2 Regras básicas na determinação das equações aproximadas 31
4.3 Linearização do termo fonte 33
4.4 Avaliação das propriedades na fronteira 36
4.5 Equação geral da condução 37
4.6 A estrutura da matriz dos coeficientes 41
4.7 Tratamento das não-linearidades 42
5. Métodos de aproximação das equações para o contorno 43

5.1 Pontos sobre a fronteira 43
5.1.1 Temperatura prescrita 44
5.1.2 Fluxo prescrito 44
Índice v
5.1.3 Convecção na fronteira 47

5.2 Volumes fictícios 49
5.3 Balanço nos volumes da fronteira 53
5.4 Exemplo ilustrativo 57
6. Métodos de solução 65
6.1 Método de Jacobi 66
6.2 Método de Gauss-Seidel 67
6.3 Método linha-por-linha TDMA 68
6.4 Método das sobre-relaxações 70
6.5 Aspectos de convergência 71
6.6 Exemplo ilustrativo de comparação entre os métodos 71
6.6.1 Condução de calor em uma placa plana 72
6.6.2 Escoamento de fluido não newtoniano entre placas planas 76
7. Bibliografia 83
Apêndice A - Exemplo de programação 85

A.1 Programa principal 87
A.2 Sub-rotina para entrada de dados 88
A.3 Sub-rotina para o cálculo dos coeficientes 89
A.4 Sub-rotina para o método de Jacobi 91
A.5 Sub-rotina para o método de Gauss-Seidel 93
A.6 Sub-rotina para o método TDMA 95
A.7 Sub-rotina para a saída de resultados 97
A.8 Arquivo de resultados 99
Capítulo 1
Introdução
Métodos numéricos têm recebido considerável atenção nos dias de hoje devido
ao grande avanço na tecnologia dos computadores.
Os Métodos computacionais vêm no apoio ao desenvolvimento experimental .
Vantagens : Baixo custo experimentação é cara
Velocidade permite facilmente simulações com diferentes

geometrias e dimensões
Informação completa obtem-se valores de variações outrossim

indisponíveis experimentalmente
Facilidade de simular condições reais facilidade em alterar valores

de condições de contorno
2 Introdução
Desvantagens : Modelo matemático alguns fenômenos físicos são de difícil

modelamento numérico
Precisão do modelo numérico às vezes muitas hipóteses

simplificativas são assumidas
Complexidade do fenômeno às vezes o fenômeno é tão complexo

que exigiria tantas aproximações que a
solução numérica não é confiável
1.1 Métodos de Aproximação Numérica
Há diversos métodos ditos numéricos, os quais aproximam o fenômeno através de um

modelo matemático. Dentre eles, os mais conhecidos são :
Método dos elementos finitos: divide o domínio em pequenos elementos, onde a

solução é interpolada a partir dos nós do elemento.
Nós
Elementos
Fig. 1.1: Elementos Finitos.

Introdução 3
Método dos elementos de contorno: transforma as equações no domínio em equações

na fronteira e aplica as técnicas de elementos finitos na nova situação.
Elementos na fronteira
Nós
Fig. 1.2: Elementos de contorno.
Método dos volumes finitos: Integra as equações diferenciais do problema em um

volume conhecido. Comumente usado em conjunto com malhas estruturadas .
Elemento de integração
das Equações diferenciais
Nó
Fig. 1.3: Volumes finitos.
1.2 Conclusão
A escolha do método numérico mais adequado em geral é baseada no tipo de fenômeno

a ser simulado. Em geral, problemas elasto-plásticos são simulados usando o método de
4 Introdução
Elementos Finitos, enquanto que em problemas de transporte de calor/massa e momento

aplica-se o método dos Volumes Finitos.
Capítulo 2
Equações de Governo
A aplicação do método dos volumes finitos requer que as equações de governo
envolvidas estejam na forma diferencial. As equações na forma diferencial da
conservação de massa, energia e momento podem ser obtidas a partir do balanço das
respectivas leis em um volume de controle infinitesimal. Como exemplo, a seção 2.1
ilustra a obtenção da equação da conservação da energia.
2.1 Equação da energia
A equação da energia pode ser obtida a partir do balanço de energia no volume de

controle infinitesimal mostrado na Figura 2.1.
A equação da energia na forma integral é
0 (1) 0 (2) 0 (2) 0 (2) 0 (2)

∂  V2   V2  r r
Q& − W = ∫  u + + g z  ρ d∀ + ∫ h + + gz  ρ V ⋅ dA (2.1)
∂ t VC  2  SC  2 
6 Equações de governo
onde Q& é a taxa líquida de energia trocada pelo volume de controle, W é a potência, u é
a energia interna, h é a entalpia, V 2 / 2 é a energia cinética, g z é a energia potencial e

ρ é a massa específica.
As hipóteses assumidas são: (1) Não há trabalho associado ao volume de controle;

V2 V2
(2) + g z << u e + g z << h ;
2 2
(3) Propriedades uniformes no interior do volume de
controle;
(4) Propriedades uniformes sobre cada superfície do
volume de controle.
q y Ay | y + dy
y
m& y h | y + dy q z Az |z − dz
m& z h |z − dz
q x Ax |x − dx dy q x Ax |x + dx
m& x h |x − dx m& x h |x + dx
z
q z Az |z + dz dz
m& z h |z + dz
dx
x
q y Ay | y − dy
m& y h | y − dy
Fig. 2.1: Balanço de energia no volume de controle.
A equação simplificada é
∂   r r
Q& =  ∫ u ρ d∀  + ∫ h ρ V ⋅ dA (2.2)
∂ t  VC  SC
Equações de governo 7
a partir da qual a integral no volume é aproximada por
∂   ∂   ∂ ∂u ∂u
 ∫ u ρ d∀  =  u ∫ ρ d∀  = (u m ) = m= ρ dx dy dz (2.3)
∂ t  VC  ∂ t  VC  ∂t ∂t ∂t
enquanto que a integral na superfície de controle
∫ h ρ V ⋅ dA = h ∫ ρ V ⋅ dA = ± h ρVA = ± h m& (2.4)

SC SC
sendo que a entalpia e energia interna podem ser definidas respectivamente por
h = Cp T e u = Cv T .
Por outro lado, o termo Q& da equação (2.2) inclui a energia transferida por
condução e o termo fonte de geração ou sumidouro, s& , assim,
Q& = {Energia gerada} + {Energia que entra no V .C.} − {Energia que sai do V .C.}
dT dT
qe = −k q s = −k (2.5)
dx dx
Q& = s& dx dy dz + ∑ q e Ae − ∑ q s As (2.6)
e, substituindo os termos (2.3), (2.4) e (2.6) na equação da conservação da energia, tem-

se
u = Cv T he = Cp Te hs=Cp Ts
∂u
Q& = s& dx dy dz + ∑ q e Ae − ∑ q s As = ρ dx dy dz − ∑ m& e he + ∑ m& e hs (2.7)
∂t
logo,
 ∂T ∂T ∂T 
s& dx dy dz +  − k dy dz − k dx dz − k dx dy  +
 ∂x x ∂y y ∂z z 
 
 ∂T ∂T ∂T 
− − k dy dz − k dx dz − k dx dy  =
 ∂x ∂y ∂z 
 x + dx y + dy z + dz 
(
= − ρ u dy dz T x + ρ v dx dz T y + ρ w dx dy T z
)+ (2.8)
(
+ ρ u dz dy T x + dx
+ ρ v dx dy T y + dy
+ ρ w dx dy T z + dz
)+
+
d
( ρ dx dy dz Cv T )
dt
∂f
Usando a expansão em série de Taylor, f ( x + dx ) = f ( x ) + dx , tem-se que
∂x
dT dT ∂  ∂T 
k =k + k  dx (2.9)
dx x + dx dx x ∂x  ∂x 
e
∂
ρ uT = ρ uT + ( ρ uT ) dx (2.10)
x + dx x
∂x
Os termos em y e z são aproximados de forma semelhante, logo, a equação (2.8) é

reduzida a
∂  ∂T  ∂  dT  ∂  dT 
k  dx dy dz +  k  dx dy dz +  k  dx dy dz + s& dx dy dz =
∂x  ∂x  ∂y  dy  ∂z  dz 
∂
= ( ρ u CpT ) dx dy dz + ∂ ( ρ v CpT ) dx dy dz + ∂ ( ρ w Cp T ) dx dy dz + (2.11)
∂x ∂y ∂z
∂
+ ( ρ CvT ) dx dy dz
∂t
ou ainda,
∂  ∂T  ∂  dT  ∂  dT 
s& + k  + k  + k =
∂x  ∂x  ∂y  dy  ∂z  dz 
(2.12)
∂
= (ρ u Cp T ) + ∂ (ρ v Cp T ) + ∂ (ρ w Cp T ) + ∂ (ρ Cv T )
∂x ∂y ∂z ∂t
Fazendo Cp = Cv e rearranjando, tem-se
s& ∂  k ∂T  ∂  k ∂T  ∂  k ∂T 
+  +  +  =
Cp ∂x  Cp ∂x  ∂y  Cp ∂y  ∂z  Cp ∂z 
(2.13)
∂
= ( ρ uT ) + ∂ (ρ vT ) + ∂ ( ρ w T ) + ∂ ( ρ T )
∂x ∂y ∂z ∂t
2.2 Generalização para outras equações de governo
A equação da energia descrita na seção 2.1 está escrita de uma forma que os
coeficientes k/Cp a variável T e o parâmetro s& /Cp podem ser generalizados de forma a
serem aplicados a outras equações de governo.
Assim, fazendo φ = T , s&φ = S T = s& / Cp e Γ φ = Γ T = k / Cp , obtém-se a equação

geral
∂  φ ∂φ  ∂  φ ∂φ  ∂  φ ∂φ 
Sφ Γ  + Γ  + Γ =
∂x  ∂x  ∂y  ∂y  ∂z  ∂z 
(2.14)
∂ ∂ ∂ ∂
= ( ρ uφ ) + ( ρ vφ ) + ( ρ wφ ) + ( ρφ )
∂x ∂y ∂z ∂T
Deste modo, os valores de φ , Γ φ e S φ são definidos de acordo com a equação de

governo em questão conforme exemplificado abaixo.
Equação da conservação da massa:
0=
∂
( ρ u ) + ∂ ( ρ v ) + ∂ ( ρ w) + ∂ρ (2.15)
∂x ∂y ∂z ∂t
Equação da conservação da quantidade de movimento: (equação vetorial onde

r r r r
v = u i + v j + wk )
v v v
∂p ∂  ∂v  ∂  ∂v  ∂  ∂v 
Sv + + u + u + u =
∂ xi ∂ x  ∂ x  ∂ y  ∂ y  ∂ z  ∂ z 
(2.16)
∂
= (ρ u vr ) + ∂ (ρ v vr ) + ∂ (ρ w vr ) + ∂ (ρ vr )
∂x ∂y ∂z ∂t
Equação da transferência de massa de um componente A em um componente B:
∂  ∂m A  ∂  ∂m A  ∂  ∂m A 
n& A +  ρ D AB  +  ρ D AB  +  ρ D AB =
∂x  ∂x  ∂y  ∂y  ∂z  ∂z 
(2.17)
∂ ∂ ∂ ∂
= (ρ u m A ) + (ρ v m A ) + (ρ w m A ) + (ρ A m A )
∂x ∂y ∂z ∂t
Deste modo, :
K s&
Equação da conservação de energia Γφ = φ =T Sφ =
Cp Cp
Equação da conservação de massa Γφ = 0 φ =1 Sφ = 0
Equação da transferência de massa Γ φ = ρ D AB φ = mA S φ = n& A
∂p
r S φ = SV +
Equação da quantidade de movimento φ
Γ =u φ =v ∂xi
2.3 Problemas elípticos, parabólicos e hiperbólicos
É importante conhecer as características das equações de governo a fim de tirar

vantagens computacionais na hora de modelar o fenômeno. Há três tipos de problemas:
parabólico, hiperbólico e elíptico.
De um modo geral diz-se que os problemas parabólicos e hiperbólicos permitem

um procedimento de solução em marcha, enquanto que os problemas elípticos não.
U∞ Seção de cálculo (a ser determinada)
seção anterior (conhecida)
∂
em x → (ρ u ) + ∂ (ρ u u ) + ∂ (ρ v u ) = 0
∂t ∂x ∂y
Somente termos
convectivos em x
(derivada primeira)
u(x=0) = U∞
Fig. 2.2: Problema parabólico.
O problema parabólico permite a solução em marcha ao longo de uma

coordenada enquanto que um problema hiperbólico a marcha se dá ao longo de um
parâmetro característico do problema (exemplo do cone de Mach em escoamentos
supersônicos). Nesta classe de problema leva-se em conta apenas os termos convectivos
da equação diferencial (ver Figura 2.2 para o exemplo de um problema parabólico).
condição de
contorno em x = L
condição de
∂  k ∂T  ∂
contorno em x = 0   = ( ρT )
∂x  Cp ∂x  ∂t
⇐ qx
Termo difusivo em x
(derivada segunda)
Fig. 2.3: Problema elíptico.

A vantagem deste tipo de aproximação é um menor armazenamento de variáveis

uma vez que se necessita apenas duas seções de cálculos. Em problemas elípticos, os
termos difusivos da equação diferencial não permitem a solução em marcha uma vez
que necessitam as condições de contorno à jusante e à montante (ver Figura 2.3).
2.4 Escolha de coordenadas
Além das tradicionais coordenadas cartesianas, cilíndricas e esféricas, tem sido

comum a utilização de coordenadas generalizadas a fim de utilizar malhas que se
adaptam à geometria dos problemas.
(a) Malha cartesiana. (b) Malha coincidente com a fronteira.
Fig. 2.4: Tipos de malhas.
É importante ressaltar que as malhas em coordenadas generalizadas podem ser

ortogonais (eixos coordenados fazem 90º entre si) ou não ortogonais (eixos coordenados
fazem entre si um ângulo diferente de 90º).
(a) malha ortogonal (b) malha não ortogonal
Fig. 2.5: Malhas estruturadas ortogonais e não ortogonais.
A solução é, portanto, transformada de uma coordenada qualquer para uma

coordenada cartesiana através de técnicas de mapeamento, ou seja, a equação de
governo é resolvida para a malha cartesiana equivalente ζ - η.
Capítulo 3
Métodos das
Diferenças Finitas
A equação de governo genérica para φ pode ser aproximada usando os métodos de
Diferenças Finitas (série de Taylor) e Volumes Finitos dentre outros. Neste capítulo é
apresentado o método das diferenças finitas visando introduzir ao leitor as técnicas de
aproximação numérica das derivadas.
3.1 Aproximação em séries de Taylor
Neste método, os termos da equação de governo são aproximados individualmente

usando a série de Taylor.
dφ 1 d 2φ 2 1 d nφ n
φ (x + dx ) = φ ( x ) + dx + dx + ..... + dx (3.1)
dx 2! dx 2 n! dx 2
Deste modo, a diferencial dx é aproximada por uma variação finita ∆x, e a função
φ é avaliada para os pontos xi + ∆x e xi − ∆x
14 Método das Diferenças Finitas
dφ 1 d 2φ 1 d nφ
φ (xi + ∆x ) = φ ( xi ) + ∆x + ∆x 2
+ L + ∆x n (3.2)
dx i 2! dx 2 i n! dx n i
dφ 1 d 2φ n 1 d φ
n
φ (xi − ∆x ) = φ ( xi ) − ∆x + 2
∆x 2
+ L + ( − 1) n
∆x n (3.3)
dx i 2! dx i n! dx i
A Figura 3.1 representa as aproximações descritas acima.
φ(xi + ∆x)
φ(xi )
φ(xi -∆x)
∆x ∆x
x
xi - ∆x xi xi + ∆x
Fig. 3.1: Diferenças finitas.
Por uma questão de simplicidade de notação, definem-se
φ (xi ) = φ i
xi + ∆x = xi +1
φ (xi + ∆x ) = φ i +1 e (3.4)
xi − ∆x = xi −1
φ (xi − ∆x ) = φ i −1
∂φ
A partir das equações para φ i e ϕ i +1 , os termos da derivada primeira, , e da
∂x
∂ 2φ
derivada Segunda, , são aproximados conforme mostrado nas seções 3.2 e 3.3.
∂x 2
Método das Diferenças Finitas 15
3.2 Aproximação da derivada primeira
Há basicamente 3 tipos de aproximações possíveis da derivada primeira: derivada

à frente, derivada à ré e derivada central, conforme ilustrado na Figura 3.2.
derivada no ponto xi
∂φ
(xi )
∂x
φ
φi
φi +1
derivada
à ré φi −1
derivada à
derivada frente
central
x
xi-1 xi xi+1
Fig. 3.2: Aproximação da derivada primeira.
∂φ
Na derivada à frente, a derivada é aproximada a partir da equação da série
∂x i
de Taylor para φ (xi + ∆x ) ,
dφ φ ( xi + ∆x ) − φ ( xi ) 1 d 2φ 1 d 3φ 2
= − ∆x − ∆x + ...
dx i ∆x 2 ! dx 2 3 ! dx 3
(3.5)
φ ( xi + ∆x ) − φ ( xi )
= + O( ∆x )
∆x
d 2φ
Os termos de ordem maior do que são desprezados e a aproximação é dita
dx 2
como sendo da ordem de ∆x , logo,
dφ φ − φi
= i +1 (3.6)
dx i ∆x
dφ
Na derivada à ré, a derivada é aproximada a partir da expansão da série de
dx i
Taylor para φ (xi − ∆x ) ,
dφ φ ( x i ) − φ ( x i − ∆x ) 1 d 2 φ 1 d 3φ
= + ∆ x − ∆x 2 + ...
dx i ∆x 2 ! dx 2
3 ! dx 3
(3.7)
φ ( x i ) − φ ( x i − ∆x )
= + O( ∆x )
∆x
d 2φ
Da mesma forma, os termos de ordem maior do que são desprezados e
dx 2
aproximação também é da ordem de ∆x , assim,
dφ φ − φ i −1
= i (3.8)
dx i ∆x
dφ
A derivada central aproxima através da subtração da equação (3.7) para
dx i
φ (xi − ∆x ) da equação (3.5) para φ (xi + ∆x ) ,
dφ φ ( xi + ∆x ) − φ ( xi − ∆x ) 1 d 3φ ∆x 2
= − + ...
dx i 2 ∆x 3! dx 3 2
(3.9)
φ ( xi + ∆x ) − φ ( xi − ∆x )
= + O( ∆x 2 )
2 ∆x
d 3φ
Neste caso, o truncamento se dá a partir da derivada terceira, , ou seja, a
dx 3
aproximação é dita de ordem ∆x 2 . Isto implica em uma aproximação de menor erro.
Assim,
dφ φ ( xi + ∆x ) − φ ( xi − ∆x )
= (3.10)
dx i 2∆x
3.3 Aproximação da derivada segunda
d 2φ
A exemplo do caso anterior, a derivada segunda, , também pode ser
dx 2
aproximada a partir das três formas anteriores. Entretanto, a mais utilizada é a derivada
central devido ao menor erro.
A derivada central é aproximada somando-se as equações (3.5) e (3.6) para

φ (xi + ∆x ) e φ (xi − ∆x ) respectivamente,
d 2φ φ ( xi + ∆x ) + φ ( xi − ∆x ) − 2φ ( xi ) 2 d 4φ 2
= + ∆x + ...
dx 2 ∆x 2 4 ! dx 4
(3.11)
φ ( xi + ∆x ) + φ ( xi − ∆x ) − 2φ ( xi )
=
∆x 2
( )
+ O ∆x 2
Neste caso, a aproximação da derivada segunda é da ordem de ∆x 2 ,
d 2φ φ i +1 + φ i −1 − 2φ i
= (3.12)
dx 2 ∆x 2
3.4 Aproximação do termo difusivo
O do termo difusivo da equação de governo é aquele onde aparecem expressões

∂  φ ∂φ 
do tipo Γ  . A aproximação é obtida aplicando-se o conceito de derivada
∂x  ∂x 
central nos subintervalos mostradas na Figura 3.3.
∂φ
Fazendo ψ = Γ φ , tem-se que
∂x
Derivada central em
∂φ
relação xi+1/2 ψ i +1 / 2 =
∂x
φ i +1 / 2
φi +1
∂φ φi
Derivada central ψ i −1 / 2 =
em relação xi-1/2 ∂x i −1 / 2
φi −1
∆x
xi −1 xi −1/ 2 xi xi +1/ 2 xi +1 x
∆x ∆x
Fig. 3.3: Aproximação central da derivada segunda.
∂  φ ∂φ  ∂ψ
Γ = (3.13)
∂x  ∂x  ∂x
e, no ponto i, a derivada ∂ψ / ∂x pode ser calculada por
dψ ψ i +1 / 2 − ψ i −1 / 2
= (3.14)
dx i ∆x
onde
∂φ  φ − φi 
ψ i +1 / 2 = Γ φ = Γ φ i +1 / 2  i +1  (3.15)
∂x i +1 / 2  ∆x 
e
∂φ  φ − φ i −1 
ψ i −1 / 2 = Γ φ = Γ φ i −1 / 2  i  (3.16)
∂x i −1 / 2  ∆x 
que, substituindo na equação inicial, resulta
 φ − φi  φ  φ − φ i −1 
∂  φ ∂φ  = 1 Γ φ i +1 / 2  i +1  − Γ i −1 / 2  i 
 Γ  ∆  ∆   ∆ 
∂x  ∂x  x  x x
(3.17)
=
Γ φ
φ
i +1 / 2 i +1 +Γ φ
φ − Γ
i −1 / 2 i −1 ( φ
i +1 / 2 +Γ φ
i −1 / 2 )φ i
∆x 2
ou seja,
Γ =
(
∂  φ ∂φ  Γ φ i +1 / 2φ i +1 + Γ φ i −1 / 2φ i −1 − Γ φ i +1 / 2 + Γ φ i −1 / 2 φ i ) (3.18)
∂x  ∂x  ∆x 2
Assim, se Γ φ = 1 a equação (3.18) torna-se idêntica à (3.12) referente ao caso da

d 2φ
aproximação de .
dx 2
3.5 Exemplo ilustrativo
Seja um problema de condução de calor em regime permanente em uma placa

plana bidimensional com temperatura prescrita em todas as faces. A Figura 3.4
apresenta um desenho esquemático do problema.
TN
TW TE H=4m
TS
L=4m
Fig. 3.4: Placa plana.
A equação de governo para este caso é

∂  k ∂T  ∂  k ∂T 
ST +  +  =0 (3.19)
∂x  Cp ∂x  ∂y  Cp ∂y 
sendo que as derivadas em x e y são aproximadas individualmente ao longo de i e j

conforme mostrado na Figura 3.5.
Ti , j +1
∆y
Ti −1, j Ti , j Ti +1, j
∆y
Ti , j −1
∆x ∆x
Fig. 3.5: Discretização bidimensional.
∂ 2T ∂ 2T
Assumindo que k/Cp seja constante, as derivadas e são aproximadas
∂ x2 ∂ y2
como descrito na seção 3.3. Assim,
∂  k ∂T  k ∂ 2T k  Ti +i , j + Ti −1, j − 2Ti , j 
  = =   (3.20)
∂x  Cp ∂x  Cp ∂x 2
Cp  ∆x 2 
e
∂  k ∂T  k ∂ 2T k  Ti , j +1 + Ti , j −1 − 2Ti , j 
  = =   (3.21)
∂y  Cp ∂y  Cp ∂y 2
Cp  ∆y 2 
logo,
k  Ti +i , j + Ti −1, j − 2Ti , j  k  Ti , j +1 + Ti , j −1 − 2Ti , j 

S iT, j +   +   = 0 (3.22)
Cp  ∆x 2  Cp  ∆y 2 
dividindo por k Cp e rearranjando os termos,
 1 1  1 1 1 1 S iT, j
− 2  2 + 2 Ti , j + 2 Ti +1, j + 2 Ti −1, j + 2 Ti , j +1 + 2 + Ti , j −1 + = 0 , (3.23)
 ∆x ∆y  ∆x ∆x ∆y ∆y (k Cp )
assumindo que ∆x = ∆y,
Cp 2 T
4Ti , j = Ti +1, j + Ti −1, j + Ti , j −1 + Ti , j +1 + ∆x S i , j (3.24)
k
e, particularizando para o caso de uma placa plana sem geração interna ( S iT, j = 0 ),
obtém-se a equação discretizada do problema,
4Ti , j = Ti +1, j + Ti −1, j + Ti , j −1 + Ti , j +1 . (3.25)
A placa é discretizada de modo que ∆ x = ∆ y = 1 , conforme mostrado na Figura

3.6.
100 ºC
1 2 3 4 5
6 7 8 9 10
11 12 13 14 15
50 ºC 50 ºC
16 17 18 19 20
21 22 23 24 25
30 ºC
Fig. 3.6:Malha de solução.
Aplicando a condição de contorno aos pontos externos e utilizando a equação

geral para os pontos internos, tem-se
Ponto 1 T1 = 100
Ponto 2 T2 = 100
Ponto 3 T3 = 100
Ponto 4 T4 = 100
Ponto 5 T5 = 100
Ponto 6 T6 = 50
Ponto 7 4T7 = T8 + T6 + T12 + T2 ⇒ 4T7 - T8 - T12 = 150
Ponto 8 4T8 = T9 + T7 + T19 + T3 ⇒ 4T8 - T9 - T13 -T7 = 100
Ponto 9 4T9 = T10 + T8 + T14 + T4 ⇒ 4T9 - T8 - T14 = 150
Ponto 10 T10 = 50
Ponto 11 T11 = 50
Ponto 12 4T12 = T13 + T11 + T17+ T7 ⇒ 4T12 - T13 - T17 - T7 = 50
Ponto 13 4T13 = T14 + T12 + T18 + T8 ⇒ 4T13 - T14 -T12 -T18 -T8 = 0
Ponto 14 4T14 = T15 + T13 + T19 + T9 ⇒ 4T14 - T13 - T19 - T9 = 50
Ponto 15 T15 = 50
Ponto 16 T19 = 50
Ponto 17 4T17 = T18 + T16 + T22 + T12 ⇒ 4T17 - T18 - T12 = 80
Ponto 18 4T18 = T19 + T17 + T23 + T13 ⇒ 4T18 - T19 - T17 - T13 = 30
Ponto 19 4T19 = T20 + T18 + T24 + T14 ⇒ 4T19 - T18 - T14 = 80
Ponto 20 T20 = 50
Ponto 21 T21 = 30
Ponto 22 T22 = 30
Ponto 23 T23 = 30
Ponto 24 T24 = 30
Ponto 25 T25 = 30
Escrevendo na forma de matriz:
T7 T8 T9 T12 T13 T14 T17 T18 T19

 4 −1 −1   T7   150 
 −1 4 −1 −1  T   100 
   8   
 −1 4 −1   T9   150 
     
 −1 4 −1 −1   T12   50 
 −1 −1 4 −1 −1  ⋅  T13  =  0 
  T   50 
 −1 −1 4 −1 
 14   
 −1 4 −1   T17   80 
  T   
 −1 −1 4 −1   18   30 
 −1 −1 4   T19   80 

∑ [A] ∑ {T} ∑ {b}
De um modo geral, pode-se escrever a equação na seguinte forma matricial:
[A] ⋅ {T } = {B} , (3.26)
cuja solução pode ser representada por
{T } = [A]−1 ⋅ {B} (3.27)
onde [ A] é inversa da matriz dos coeficientes1. A solução no presente caso é

−1
T7 = 70,0 ºC T8 = 74,4 ºC T9 = 70,0 ºC

T12 = 55,6 ºC T13 = 57,5 ºC T14 = 55,6 ºC
T17 = 45,0 ºC T18 = 44,4 ºC T19 = 45.0 ºC
1
Em geral, a solução do sistema de equações é feita com auxílio de métodos iterativos devido grande
tamanho da matriz [A]. Nota-se ainda a estrutura da matriz [A], que apresenta a diagonal dominante com
termos diferentes de zero em apenas 5 diagonais (veja a linha referente à temperatura T13). Maiores
detalhes são apresentados no Capítulo 6.
Capítulo 4
Método dos
Volumes Finitos
O método dos Volumes Finitos difere do método das Diferenças Finitas no

sentido em que as equações aproximadas são obtidas a partir da integração das equações
diferenciais em um volume de controle de geometria conhecida.
4.1 Condução de calor unidimensional transiente
A equação de condução de calor unidimensional transiente é :
∂ ( ρ T ) ∂  k ∂T 
=   + S T (4.1)
∂t ∂x  Cp ∂x 
A integração no tempo e espaço da equação diferencial é feita no volume de

controle mostrado na Figura 4.1.
26 Método dos volumes finitos
∆x
w e
qe
W qw P E
w
δ xw δ xe
Fig. 4.1: Volume de integração.
∂ ∂  k ∂T 
∫w ∂ t ( ρT ) dx dt = ∫t
t + ∆t e t + ∆t e t + ∆t e
∫t ∫w ∂x  Cp ∂x  dx dt + ∫t ∫w S d x dt (4.2)
 
1 2 3
O termo "1" é integrado primeiramente no tempo e depois entre as faces "w" e "e",
considerando que tanto a temperatura quanto a massa específica sejam constantes no
interior do volume de controle. Assim
∂
∫w ∂t ( ρT ) dx dt = ∫w (ρTP − ρ ) ( )
t + ∆t e
TP0 dx = ρTP − ρ 0TP0 ∆x
e
∫t
0
(4.3)
Assumindo as propriedades constantes no

interior do volume de controle
sendo que o super-índice "0" indica que o parâmetro esta associado com o passo de
tempo corrente (conhecido).
O termo "2" é integrado primeiramente entre as faces "w" e "e",

Método dos volumes finitos 27
t + ∆t e ∂  k ∂T  t + ∆t  k ∂T k ∂T 
∫t ∫w ∂x  Cp  dx dt = ∫t  −  dt (4.4)
 ∂x   Cp ∂x e Cp ∂x w
A integração no tempo aproxima uma variável qualquer, f, entre o instante

corrente, t, e o instante de tempo a ser determinado, t+dt, sendo feita conforme ilustrado
na Figura 4.2
f (t + ∆ t )
f (θ ) t +∆ t
∫ f (t ) dt = f (θ ) ∆ t
t
f (t )
t θ t + ∆t t
Fig. 4.2: Integração no tempo.
Assim, para o caso onde f (t ) = T (t ) , tem-se
θ θ
t + ∆t  k ∂T k ∂T   k ∂T k ∂T 
∫t  − dt =  −  ∆t (4.5)
 Cp ∂x e Cp ∂x w  Cp ∂x e Cp ∂x w

As derivadas avaliadas em "w" e "e" são aproximadas, respectivamente, pela

derivada central em relação a P e W e E e P, como
θ θ
∂T TEθ − TP
=
∂x e δ xe
, (4.6)
θ θ θ
∂T TP − TW
=
∂x w δ xw
deste modo,
t + ∆t  k ∂T k ∂T   k TEθ − TPθ k TPθ − Twθ 

∫t  −  dt =  −  ∆t . (4.7)
 Cp ∂x e Cp ∂x w  Cp e δ xe Cp w
δ xw 
Finalmente, o termo "3" é aproximado por
t + ∆t e t + ∆t
∫t ∫w S dx dt = ∫t S ∆x dt = S θ ∆x ∆t (4.8)
O termo termo fonte Sθ é, em geral, linearizado como
S θ = S P TPθ + S C , (4.9)
cuja integral é dada por
∫w S dx dt = (S P TP )
t + ∆t e θ
∫t + S C ∆x ∆t . (4.10)
Deste modo, a equação aproximada apresenta a seguinte forma:
 k TEθ − TPθ k TPθ − TWθ 

(ρ T P )
− ρ 0T 0 ∆x = 
δ
−
δ
θ
 ∆t + S PTP + SC ∆x ∆t ( ) (4.11)
 e
Cp x e Cp w
x w 
e, fazendo M P = ρ ∆x e reagrupando, tem-se :
MP k k  k k  θ M P0 0
TP = TEθ + Twθ −  + θ
TP + S P ∆xTP + S C ∆x + TP (4.12)
∆t Cp δ x e Cp δ x w  Cp δ x e Cp δ x w  ∆t
Ae Aw Ae Aw A 0p
Os coeficientes da equação podem ser escritos por :
k
Ae = (4.13)
Cpδ x e
k
Aw = (4.14)
Cpδ x w
M P0
AP0 = (4.15)
∆t
Assim, a equação geral de um problema de condução de calor unidimensional em
regime transiente é
MP
TP = Ae TEθ + AwTwθ − ( Ae + Aw − S P ∆x )TPθ + S C ∆x + AP0 TP0 (4.16)
∆t
De uma forma geral, uma temperatura T θ pode ser representada como uma
função das temperaturas do instante atual, T 0 , e do instante a ser determinado, T, como
T θ = θ T + (1 − θ )T 0 (4.17)
onde θ=0 ⇒ Método explícito ⇒ Tθ = T 0

θ=1 ⇒ Método implícito ⇒ Tθ = T
θ = 1/2 ⇒ Método de Crank-Nicholson ⇒ T θ = (T 0 + T ) / 2
4.1.1 Método explícito
No caso do método explícito T θ = T 0 e a equação é reduzida a :
( )
A p TP = AeTE0 + AwTw0 − − A p0 + Ae + Aw − S P ∆x TP0 + S C ∆x (4.18)
o que constitui um problema condicionalmente estável. A condição de convergência

para uma malha igualmente espaçada ( ∆x = δ xe = δ x w ) e de termo fonte nulo
( S P = SC = 0 ) é
ρ ∆x k k
AP0 − Ae − Aw ≥ 0 ⇒ − − ≥0 (4.19)
∆t Cp δ x e Cp δ x w
ou seja,
ρ ∆x k
−2 ≥0 (4.20)
∆t Cp∆´x
ρ Cp ∆t ∆x 2 ∆x 2
−2 2 ≥0 ⇒ −2≥0 ⇒ ≥2 (4.21)
k ∆x α ∆t α ∆t
onde α = k /( ρ Cp ) é a difusibilidade térmica. Finalmente, o critério de estabilidade para

o método explícito nas condições acima é
α ∆t 1
≤ (4.22)
∆x 2
2
Isto implica que o tamanho dos passos de tempo devem ser muito pequenos, os
quais, neste caso devem ser ∆t ≤ ∆x 2 / (2 α ) .
4.1.2 Método implícito
A aproximação implícita da equação geral (4.16) é obtida fazendo T θ = T , ou suja,

θ = 1. Assim,
MP
TP = Ae TE + AwTW − ( Ae + Aw − S P ∆x )TP + A 0p TP0 + S c ∆ x (4.23)
∆t
resolvendo para TP , tem-se
MP 
 + Aw + Ae − S P ∆x TP = AeTE + AwTW + A p0 TP0 + S C ∆ x (4.24)
 ∆t 
Ap B
de modo que a equação discreta pode ser representada por
A p TP = AeTE + AwTW + B (4.25)
com
k
Ae =
Cpδ x e
k
Aw =
Cpδ x w
(4.26)
M
A p = P + Ae + Aw − S P ∆ x
∆t
B = A p0 TP + S C ∆ x
A solução deste problema exige a solução de um sistema de equações lineares a

cada passo de tempo. Os valores de TP0 e A 0p são avaliados no instante de tempo
corrente e, portanto, conhecidos. No caso de transientes distorcidos, a temperatura TP0 é

também aumentada a cada passo no tempo a fim de alcançar a solução de regime
permanente com um menor aumento de passos no tempo.
4.2 Regras básicas na determinação das equações

aproximadas
Há quatro regras básicas na aproximação das equações para volumes finitos .
Regra 1 - Consistência nas faces dos volumes de controle: esta regra estabelece que
os fluxos calculados nas faces adjacente dos volumes de controle sejam representados
pela mesma expressão discretizada.
A expressão do fluxo mostrado abaixo é igual para as equações referentes aos

volumes de controle "2" e "3".
T3 − T2
qi = (4.27)
∆x
Nota-se que q i = q e quando a equação discreta aproxima o volume de controle
"2", enquanto que q i = q w refere-se ao volume "3".
1 2 3 4
qi
Fig. 4.3: Consistência dos volumes de controle.
Regra 2 - Coeficientes positivos: Na equação básica A p TP = AeTE + AwTW + B
verifica-se que se a temperatura TE aumenta e as outras condições permanecerem
constantes, a temperatura TP também aumenta, implicando que os coeficientes A p e
Ae devem possuir o mesmo sinal. Este efeito requer que
Mp
Ap > 0 ou + Ae + Aw − S P ∆x > 0 (4.28)
∆t
È interessante notar que é desejável que S P seja menor que zero para garantir que
Ap > 0 .
Regra 3 – Linearização do termo fonte com inclinação negativa: para garantir

que A p seja maior que zero quando o termo fonte for aproximado por
S = S P TP + S C , (4.29)
o coeficiente S P deverá ser sempre menor que zero, ou seja

SP ≤ 0 (4.30)
Este conceito é discutido com maior detalhe na seção 4.3.
Regra 4 - Ap deve ser igual a soma dos coeficientes vizinhos: uma vez que a equação
geral é composta por derivadas segundas, uma temperatura qualquer acrescida de uma
constante C, T = T + C e outra T satisfazem a equação diferencial. A equação discreta
deve representar este fato, assim, TP = TP + C quando TE = TE + C e TW = TW + C .
Consequentemente,
A p = ∑ Anb (4.31)
No caso unidimensional A p = Ae + Aw . É importante notar que isto é verdadeiro
somente quando o termo fonte é zero , ou seja S = 0 .
4.3 Linearização do termo fonte
O termo fonte pode ser uma função não-linear da temperatura, com isso, faz-se
necessário uma linearização que produza uma equação do tipo:
S = S P TP + S C , (4.29)
com o requerimento de que SP < 0.
A linearização é feita a partir da expansão em série de Taylor tomando como

ponto inicial a última iteração convergida, conforme mostrado abaixo:
* *
∂S ∂S
*
P ( )
S (T + ∆TP ) = S T
*
P +
∂TP
∆TP ⇒ S=S + *
∂TP
(
TP − TP* ) (4.32)
S S* ∆TP = TP – TP*
onde o índice * representa valores referentes à última iteração convergida. Assim,

rearranjando a equação acima, tem-se
* *
dS dS
S= TP + S * − TP = S P TP + SC
*
(4.33)
dT P dT P
SP SC
onde
* *
dS dS
SP = e SC = S * − TP* (4.34)
dT P dT P
TP S
*
dS
TP convergida
S* = S (TP* ) dT p
TP
S = S (TP )
T P*
t* t t T P* TP TP
Conhecido da
iteração anterior
Fig. 4.4: Linearização do termo fonte.
Exemplo : O termo fonte é dado por S = −4T 3 + 5
*
dS
dT
( )
= −12 T *
2
A partir das equações (4.33) e (4.34), tem-se que ⇒ p
S* = 5 − 4 T * ( )3
ou seja,
[ ( ) ]T
S = − 12 TP*
2
P [ ( )
+ 5 − 4 TP*
3
( ) 2
+ 12 TP* TP* ]
(4.35)
[
S = − 12 T( ) ]T
* 2
P P [
+ 5+8 T( )]
* 3
P
*
dS
No caso de S aumentar com a temperatura, isto é, se a derivada for maior
dT p
que zero, outra estratégia é requerida para garantir que SP < 0.
Exemplo: O termo fonte é dado por S = 7T + 3
Neste caso SP = 7 e SC = 3, o que pode produzir instabilidade pois S P > 0 , sendo

assim, a equação para S pode ser aproximada por
( )
S = 3 + 7TP* + 0 TP
SP = 0
SC = 3 + 7 TP (calculado no instante de convergência anterior)
ou, de forma alternativa, pode-se somar e subtrair 2Tp conforme mostrado abaixo:
S = 7 TP + 3 = 7 TP + 3 + (2 TP ) − (2 TP ) = −2 TP + (9 TP + 3)
logo
(
S = −2 TP + 9 TP* + 3 ) (4.36)
SC = 9 TP*+3 (calculado no instante de convergência anterior)
SP = -2
Esta última estratégia diminui a velocidade de convergência do problema.

4.4 Avaliação das propriedades na interface dos volumes
Viu-se anteriormente que os coeficientes Aw e Ae requerem a avaliação de k/Cp
nas interfaces "w" e "e" respectivamente. No caso de k = k (T ) e Cp = Cp (T ) deve ser

feito um procedimento específico para garantir os princípios de conservação.
δ xe
δxe− δxe+
qe
W P E
k P = k(TP ) k E = k(TE )
w e
∆x
Fig. 4.5: Propriedades na interface entre dois volumes.
No caso de condução de calor (ver Figura 4.5), a equação do fluxo de calor na

interface "e" é avaliada como
k e (TP − Te ) TP − TE TP − T E
qe = = = (4.37)
δ xe δ xe δ xe− δ xe+
+
ke kP kE
δ x e+
Fazendo f e ≡ , o valor de ke pode ser avaliado por :
δ xe
−1
1 − f e f 
ke =  + e (4.38)
 kP kE 
No caso da fronteira "e" ficar no centro de P e E tem-se f e = 0,5 , o que faz com
que
2.k P .k E
ke = (4.39)
kP + kE
Esta abordagem permite que o valor na interface represente de forma mais realista
o fenômeno físico.
Assim, pode-se aproximar os valores de k/Cp como
−1
k  1 − fe fe 
= +  (4.40)
Cp e  k / Cp P k / Cp E 
Recentemente, estudos numéricos mostraram que a forma mais precisa de avaliar

os coeficientes difusivos na fronteira em problemas onde Γ φ = Γ φ (T ) é a interpolação
inicial da temperatura na fronteira e posterior determinação Γ φ . Assim, a partir de uma

interpolação linear da temperatura, tem-se
Te = (1 − f e )TE + f eTP e Γφ = Γ φ (Te ) (4.41)

e
4.5 Equação geral da condução
A obtenção das equações aproximadas para problemas 2D e 3D segue a mesma

metodologia do problema unidimensional. Para tanto, pode-se utilizar uma malha
cartesiana conforme mostrado nas Figuras 4.6 e 4.7 para problemas bi e tridimensionais.
∆x
n
δ yn
W P E
∆y
w e
s δ ys
δ xw δ xe
Fig. 4.6: Malha cartesiana bidimensional.

n
b
y
W w P e E x
f z
s
Fig. 4.7: Malha cartesiana tridimensional.
A equação diferencial é
∂
( ρ T ) = ∂  k ∂T  + ∂  k ∂T  + ∂  k ∂T  + S
     
(4.42)
∂t ∂x  Cp ∂x  ∂y  Cp ∂y  ∂z  Cp ∂z 
Integrando a equação diferencial em um elemento associado a uma malha

cartesiana tridimensional,
t + ∆t e n f
∂ t + ∆t f n e
∂  k ∂T 
∫ ∫ ∫ ∫ ∂t ( ρ T ) dz dy dx dt = ∫ ∫ ∫ ∫ ∂x  Cp ∂x dx dy dz dt +
t ws b t b s w  
t + ∆t n f e
∂  k ∂T 
+ ∫ ∫ ∫ ∫ ∂y  C ∂y  dy dz dz dt + (4.43)
t s bw  P 
t + ∆t e n f
∂  k ∂T  t + ∆t e n f
+ ∫ ∫∫∫   
 dz dx dy dt + ∫ ∫ ∫ ∫ S dx dy dz dt
t w s b ∂z  C P ∂z  t ws b
e integrando no tempo o primeiro termo e entre "w" e "e" o termo da derivada em x,

entre "s" e "n" o termo da derivada em y e entre "b" e "f" o termo da derivada em z,
 k ∂T k ∂T 
∫ ∫ ∫ (ρT − ρ T )dx dy dz =
e n f t + ∆t f n
0
∫ ∫ ∫  Cp ∂x −  dy dz dt +
Cp ∂x w 
0
ws b t 
b s  e
t + ∆t f e  k ∂T k ∂T 
+ ∫ ∫ ∫  Cp ∂y − Cp ∂y  dx dz dt + (4.44)
t b w n s

t + ∆t n e k ∂T k ∂T  t + ∆t
+ ∫ ∫ ∫  Cp ∂z −  dx dy dt + ∫ S ∆x ∆y ∆z dt
t s w f Cp ∂z b  t
k ∂T k ∂T k ∂T
Considerando que as grandezas , e são constantes ao
Cp ∂x Cp ∂y Cp ∂z
longo das faces yz , xz e xy respectivamente
 k ∂T k ∂T 
(ρT − ρ T )∆x ∆y ∆z =
t + ∆t
∫  Cp ∂x − Cp ∂x  ∆y ∆z dt +
0 0
t  e w
t + ∆t  k ∂T k ∂T 
+ ∫  Cp ∂y − Cp ∂y  ∆x ∆z dt +

t  n 
s
(4.45)
t + ∆t  k ∂T k ∂T 
+ ∫  Cp ∂z − Cp ∂y  ∆x ∆y dt +

t  f 
b
t + ∆t
+ ∫ S ∆x ∆y ∆z dt +
t
Aplicando a aproximação central nas faces "w" , "e" , "s" , "n" , "b" e "f"
∂T TP − TW ∂T TE − T P
= =
∂x w δ xw ∂x e δ xe
∂T TP − TS ∂T TN − TP
= e = (4.46)
∂x s δ xs ∂x n δ xn
∂T TP − TB ∂T TF − TP
= =
∂x b δ xb ∂x f δ xf
Substituindo na equação anterior

 k  TE − TP  TP − TW 
(ρT − ρ )  k
t + ∆t
0
T 0 ∆x ∆y ∆z = ∫    −   ∆x ∆y dt +
t  Cp e
δ xe  Cp w
δ xw 
t + ∆t  k  T N − TP  k  T P − TS 
+ ∫    −   ∆x ∆z dt +
t  Cp n
δ yn  Cp s
δ ys  (4.47)
t + ∆t  k  T F − TP  k  TP − TB 
+ ∫   −   ∆x ∆y dt
 Cp  δz  Cp δ zb
t f  f  b 
t + ∆t
+ ∫ S ∆x ∆y ∆z dt
t
( )
t + ∆t
Rearranjando e considerando a integração no tempo como ∫ f (T )dt = f T θ ∆t
t
ρ ∆x ∆y ∆z k k k
TP + ( ∆y ∆z + ∆x ∆z + ∆x ∆y +
∆t Cp δ x e Cp δ y n Cp δ z f
k k k
+ ∆y ∆z + ∆x ∆z + ∆x ∆y − S p ∆x ∆y ∆z )TPθ =
Cp δ x w Cp δ y s Cp δ z b
(4.48)
k k k
= ∆y ∆z TEθ + ∆y ∆z TWθ + ∆x ∆z TSθ +
Cp δ x e Cp δ x w Cp δ y s
k k k
+ ∆x ∆z TNθ + ∆x ∆y TBθ + ∆x ∆y TFθ +
Cp δ y n Cp δ z Cp δ z f
b
ρ 0 ∆x ∆y ∆z
+ S c ∆x ∆y ∆z + T0
∆t
No caso de aproximação implícita T θ = T (θ = 1) a equação resultante é
ApTP = AnTN + AsTS + AwTW + AeTE + AbTB + A f TF + B (4.49)
onde
k k k
An = ∆x ∆z Ae = ∆y∆z Ab = ∆x∆y
Cp δ y n Cp δ x e Cp δ z b
, ,
k k k
As = ∆x∆z Aw = ∆y∆z Af = ∆x∆y
Cp δ y s Cp δ x w Cp δ z f
MP
A p = An + As + Aw + Ae + Ab + A f + − S P ∆x ∆y ∆z (4.50)
∆t
M P0 0
B = S C ∆x ∆y ∆z + TP
∆t
com
M P = ρ ∆x ∆y ∆z e M P0 = ρ 0 ∆x ∆y ∆z . (4.51)
Para problemas bidimensionais elimina-se os termos relacionados ao eixo z

fazendo Ab = A f = 0 e ∆ z = 1 , assim
A p TP = AnTN + As TS + AwTW + AeTE + B (4.52)
onde
k k
An = ∆x Ae = ∆y
Cp δ y n Cp δ x e
,
k k
As = ∆x Aw = ∆y
Cp δ y s Cp δ x w
Mp
A p = An + As + Aw + Ae + − S P ∆x ∆y (4.53)
∆t
M P0 0
B = S C ∆x ∆y + TP
∆t
com
M P = ρ ∆x ∆y e M P0 = ρ 0 ∆x ∆y . (4.54)
4.6 A estrutura da matriz de coeficientes
A matriz de um problema de volumes finitos é caracterizada pela existência de

muitos zeros e pela dominância da diagonal principal. Em problemas unidimensionais, a
matriz dos coeficientes é tri-diagonal, enquanto que para problemas bi e tri-

dimensionais a matriz é respectivamente penta-diagonal e hepta-diagonal.
(a) Unidimensional (b) Bidimensional (c) Tridimensional
Fig. 4.8: Estrutura da matriz de coeficientes.
O índice de esparcididade é definido como
número de posições nulas

e= (4.55)
número total de posições
O Quadro 4.1 apresenta alguns exemplos de índice de esparcidade para problemas

bi-dimensionais
Quadro 4.1: Índice de esparcidade

Malha
10 x 10 20 x 20 40 x 40
Índice de esparcidade 0,95 0,9875 0,9968
4.7 A Tratamento de não-linearidades
A exemplo do tratamento do termo fonte, a equação é linearizada de modo que

as não-linearidades são incluídas no termo fonte. Uma vez que o processo é iterativo, a
não-linearidade não acarreta maiores problemas, basta atualizar os coeficientes e o
termo fonte a cada iteração.
Capítulo 5
Métodos de Aproximação das

Equações para o Contorno
As equações aproximadas discutidas anteriormente são válidas apenas para nós no
interior do domínio. As equações para as fronteiras devem ser determinadas através de
procedimento específicos, cuja equação característica para problemas unidmensionais é
AB TB = AI TI + B (5.1)
onde AB , AI e B são coeficientes a serem determinados através de modelamento

específico. Para pontos na fronteira há três estratégias: pontos sobre a fronteira ,
volumes fictícios e balanços na fronteira.
5.1 Pontos sobre a fronteira
Esta estratégia é comumente adotada quando se coloca o valor da variável sobre a

fronteira. A Figura 5.1 ilustra esta situação.
44 Métodos de aproximação das equações para o contorno
Vantagens : Facilidade de obtenção da equação discreta.

Desvantagens : Não uniformidade dos volumes;
Não obediência da equação de conservação nos meio-volumes da
fronteira.
δ xi
B I
Volume da w
fronteira é a qB Tf qi
metade
i
∆x
Fig. 5.1: Pontos sobre a fronteira.
5.1.1 Temperatura prescrita
No caso de uma temperatura, T f , prescrita na fronteira, a equação para TB é bastante
simples. Assim, a partir da equação geral unidimensional
AB TB = AI TI + B (5.1)
e, uma vez que TB = T f , tem-se
AB = 1
AI = 0 (5.2)
B= Tf
5.1.2 Fluxo prescrito
No caso de condição de fluxo conhecido na fronteira, um balanço nos volumes sobre a

fronteira é feito, conforme mostrado na equação abaixo:
Métodos de aproximação das equações para o contorno 45
∂ (m B C p T )
w q B − w q i + s& ∆x w = (5.3)
∂t
onde qB e qi são fluxos por unidade de área, e m B é a massa do volume de controle.

Assim
∂T (T − TB )
q i = −k = −k I
∂x i δ xi
(5.4)
m B = ρ ∆x w
logo,
w qB + w
k
(TI − TB ) + s& ∆x w = ∂( ρ w ∆x Cp TB ) (5.5)
δ xi ∂t
Simplificando w tem-se
∂
( ρ Cp ∆x TB ) = q B + k (TI − TB ) + s& ∆x
∂t δ xi
(5.6)
k k
= qB + TI − TB + s& ∆x
δ xi δ xi
Rearranjando a equação anterior
s& ∂
∆x = ( ρ ∆x TB ) ,
qB k k
+ TI − TB + (5.7)
Cp Cp δ x i Cp δ x i Cp ∂t
fazendo S = s& / Cp e M B = ρ ∆x ,
∂
TB + S ∆x = (M B TB ) ,
qB k k
+ TI − (5.8)
Cp Cp δ x i Cp δ x i ∂t
linearizando o termo fonte e efetuando a integração no tempo conforme mostrado no

caítulo anterior,
( )
t + ∆t
S θ = S C + S B TBθ e ∫ f (T ) dt = f T θ ∆ t. (5.9)
t
tem-se
qθB k k
∆t + TIθ ∆ t − TBθ ∆ t + S θ ∆x ∆ t = M B TB − M B0 TB0 (5.10)
Cp Cp δ x i Cp δ x i
rearranjando,
MB k θ k θ θ q θB
TB = TI − TB + S C ∆x + S P ∆x TB + + M B0 TB0
∆t Cp δ x i Cp δ x i Cp
(5.11)
k θ
 k  θ q θB M B0 θ
= TI +  − + S P ∆x TB + S C ∆x + + TB
Cp δ x i  Cp δ x i  Cp ∆t
ou seja,
MB M0 qθ
TB = Ai TIθ − ( Ai − S P ∆x )TBθ + S C ∆x + B TB0 + B (5.12)
∆t ∆t Cp
onde
k
Ai = (5.13)
Cp δ x i
com as variáveis TIθ e q θB avaliadas conforme visto anteriormente, ou seja
T θ = θ T + (1 − θ )T 0 e q θB = θ q B + (1 − θ ) q B0 .
Método implícito: Desta forma, a equação discreta para o caso totalmente implícito
(θ = 1) onde T θ = T e q θB = q B é
AB TB = Ai TI + B (5.14)
onde
k
Ai =
Cp δ x i
MB
AB = + Ai − S P ∆x (5.15)
∆t
M B0 0 q B
B = S C ∆x + TB +
∆t Cp
Método explícito: A equação discreta para o caso explícito (θ = 0) é obtida fazendo

T θ = T 0 e q θB = q B0 com
AB TB = B (5.16)
onde
MB
AB =
∆t
(5.17)
k  k M 0  0
q
B= TI0 −  − − S P ∆x  TB0 + S C ∆x +
B B
Cp δ x i  Cp δ x ∆t  Cp
 i 
Nota-se que a solução para TB é imediata, não requerendo a solução do sistema de

equações.
5.1.3 Convecção na fronteira
No caso da condição de contorno de convecção na fronteira, o fluxo q B do caso anterior

é definido como
(
q θB = h T∞ − TBθ ) (5.18)
que, substituindo na equação geral resulta
MB
∆t
TB = Ai TIθ − ( Ai − S P ∆x )TBθ + S C ∆x +
M B0 0
∆t
TB +
h
Cp
(
T∞ − TBθ )
(5.19)
 h  M0 h
= Ai TIθ −  Ai + − S P ∆x  TBθ + S C ∆x + B TB0 + T∞
 Cp  ∆t Cp
Com as temperaturas TIθ avaliadas conforme equação (4.17),
T θ = θ T + (1 − θ )T 0 . (4.17)
Método implícito: para o caso totalmente implícito (θ = 1) faz-se T θ = T de modo que
AB TB = Ai TI + B (5.20)
onde
k
Ai =
Cp δ x i
MB h
AB = + Ai + − S P ∆x (5.21)
∆t Cp
M B0 0 h
B = S C ∆x + TB + T∞
∆t Cp
Método explícito: A equação discreta para o caso explícito (θ = 0) é obtida fazendo

T θ = T 0 com
AB TB = B (5.22)
onde
MB
AB =
∆t
(5.23)
k  M B0 k h 
B= TI + 
0
− − + S P ∆x  TB0 + S C ∆x
Cp δ x i  ∆ t Cp δ x Cp 
 i 
5.2 Volumes fictícios
A fim de garantir os princípios de conservação para todo o domínio, utiliza-se

volumes fictícios nas fronteiras, conforme ilustrado na Figura 5.2.
δ xi = ∆ x
Volume fictício
B qb I
w
Tf
∆x ∆x
Fig. 5.2: Volumes fictícios.
Vantagens: Uniformidade dos volumes

Respeita os princípios de conservação
Desvantagens: Introduz um número maior de equações no sistema. Por exemplo, esta

abordagem exige equações para temperatura prescrita na fronteira em
contraposição com a aproximação de "pontos sobre a fronteira" descrita
na seção 5.1 não faz tal exigência.
No caso de temperatura prescrita, a temperatura na fronteira, T f , é a média das
temperaturas do volume fictício e do volume na fronteira
T B + TI
Tf = (5.24)
2
resolvendo para TB
TB = −TI + 2T f (5.25)
obtém-se a equação discreta que, escrita na forma geral é
AB TB = Ai TI + B (5.26)
onde
AB = 1
AI = −1 (5.27)
B= 2T f
É importante ressaltar que a temperatura do volume fictício TB não tem

significado físico.
No caso de fluxo prescrito q B na fronteira, faz-se o balanço de energia apenas na

superfície "i", a qual é a própria fronteira. Assim,
w q B = −k w
(TI − TB )
(5.28)
δ xi
ou seja
qB =
k
(TB − TI ) ⇒ qB=
k
TB −
k
TI
δ xi δ xi δ xi
(5.29)
k k
TB = TI + q B
δ xi δ xi
Logo, a equação geral é
AB TB = Ai TI + B (5.30)
com
k
AB =
δxi
k
AI = (5.31)
δxi
B = qB
Note que a expressão acima é válida para qualquer esquema de integração no

tempo.
No caso de convecção na fronteira, o fluxo de calor q B é definido pela equação
q B = h (T∞ − TB ) (5.32)
deste modo, a equação de conservação da energia na interface "i" é
TB − T I
w q B = h w (T∞ − T f ) = w k (5.33)
δ xi
onde a temperatura na fronteira, T f , é a temperatura média dos volumes adjacentes,

TB + TI
Tf = (5.34)
2
Substituindo a equação para T f na equação (5.33),
k k  T + TI  h h
TB − TI = h  T∞ − B  = h T∞ − TB − TI (5.35)
δ xi δ xi  2  2 2
e reagrupando
 k h  k h
 + TB =  −  TI + h T∞ (5.36)
 δ xi 2   δ xi 2 
obtém-se a equação discreta,
AB TB = Ai TI + B (5.37)
com
k h
AB = +
δxi 2
k h
AI = − (5.38)
δxi 2
B = h T∞
Neste caso, também, a equação é válida para qualquer esquema de integração no

tempo.
5.3 Balanço nos volumes de fronteira
Este método tem sido recomendados por pesquisadores pelo fato do mesmo
respeitar as leis de conservação e não introduzir incógnitas adicionais. A Figura 5.3
ilustra o procedimento.
δ xi
δ xf
qf B I
w
qb
Tf
f i
∆x
Fig. 5.3: Balanço sobre as fronteiras.
O balanço de energia no volume de controle é
∂
s& w ∆x + w q f − w q i = (m Cp T ) (5.39)
∂t
onde
(TI− TB )
qi = −k i
δ xi
(5.40)
m = ρ w ∆x
fazendo M = ρ ∆x ,
∂
( ρ ∆x Cp TB ) = ∂ (M B Cp TB ) = s& ∆x + q f + k i (TI − TB ) , (5.41)
∂t ∂t δ xi
e S = s& / Cp = S B TB + S C , tem-se
∂ ki q
( M B TB ) = (TI − TB ) + f + S ∆x
∂t Cpδ xi Cp
(5.42)
ki q
= (TI − TB ) + f + (S BTB + S C ) ∆x
Cpδ xi Cp
t + ∆t
∫ f (T )dt = f (T )∆t ,
θ
Integrando no tempo com a consideração de que
t
 ki q θf 
M B TB − M T = 
0
B B
0
δ
θ
(θ
T I − TB + ) ( θ
 ∆t + S C ∆x + S B ∆x TB ∆t , ) (5.43)
 Cp x i Cp 
e reagrupando
MB k  k  M0 q θf
TB = TIθ −  − S B ∆x  TBθ + B TB0 + S C ∆x + (5.44)
∆t Cpδ x i  Cpδ x i  ∆t Cp
obtém-se a equação geral na forma discreta. Os valores de q θf são definidos conforme o
caso.
No caso de fluxo prescrito, o valor de q f é conhecido. A equação discreta para um
esquema implícito de integração ( q θf = q f e T θ = T ) é
ABTB = AI TI + B (5.45)
onde
k
AI =
Cpδ x i
MB k
AB = + − S B ∆x (5.46)
∆t Cpδ x i
M B0 0 qf
B= TB + S C ∆x +
∆t Cp
No caso de temperatura prescrita sobre a fronteira, o valor de T f é conhecido. Assim, a
partir da equação de balanço na superfície "f",
θ
TBθ − T fθ
q f = −k f
δ xf
(5.47)
kf kf
q θf = T fθ − TBθ
δ xf δ xf
Substituindo a expressão para q θf na equação geral, e assumindo uma integração
implícita no tempo ( T fθ = T f e TBθ = TB ), tem-se
ABTB = AI TI + B (5.48)
onde
k
AI =
Cpδ x i
MB k
AB = + AI + − S B ∆x (5.49)
∆t Cp δ x f
M B0 0 k
B= TB + S C ∆x + Tf
∆t Cpδ x f
No caso de fluxo prescrito por convecção, a equação discreta é obtida a partir da

equação característica,
(
q θf = h T∞ − TBθ , ) (5.50)
em conjunto com o balanço de energia na superfície "f" do volume sobre a fronteira,
( )
q θf = h T∞ − T fθ = − k f
(T θ
B − T fθ ). (5.51)
δ xf
1
Admitindo uma integração implícita no tempo ( T fθ = T f e TBθ = TB ), isolando T f
na equação acima e substituindo em "1" tem-se
qf =
h
(T∞ − TB ) (5.52)
 hδ x f 
1 + 
 k 
 f 
que, substituindo na equação geral, obtém-se a equação discreta
ABTB = AI TI + B (5.53)
onde
k
AI =
Cpδ x i
MB h
AB = + AI − S B ∆x + (5.54)
∆t  δx 
Cp 1 + h 
 k 
 f 
0
M h
B= TB0 + S C ∆x +
B
T∞
∆t  δx 
Cp 1 + h 
 k 
 f 
5.4 Exemplo ilustrativo
Este exemplo visa ilustrar a metodologia de obtenção das equações para o contorno. O
problema mostrado na Figura 5.4 representa uma placa plana com uma geração de calor
e com transferência de calor por convecção nas fronteiras em regime permanente. Por
uma questão de facilidade de implementação, utiliza-se a técnica de pontos sobre a
fronteira, conforme descrita na seção 5.1.
q f = h (T f − T∞ )
H=1m
s&
q f = h (T f − T∞ ) q f = h (T f − T∞ )
L=1m
q f = h (T f − T∞ )
Fig. 5.4:Geometria do problema.
A equação de governo para este problema é obtida a partir de uma simplificação

da equação geral da energia (ver seção 2.1) considerando nulo os termos convectivos, o
termo da derivada no tempo e os termos relativos à direção z. Assim,
∂  k ∂T  ∂  k ∂T  s&
 +  + =0 (5.55)
∂x  Cp ∂x  ∂y  Cp ∂y  Cp
A equação discreta para o domínio segue o mesmo procedimento mostrado na

seção 4.5, exceto pela integral no tempo.
A p TP = AnTN + As TS + AwTW + AeTE + B (5.56)
onde
s& / Cp = S P TP + S C
k k
An = ∆x Ae = ∆y
Cp δ y n Cp δ x e
, (5.57)
k k
As = ∆x Aw = ∆y
Cp δ y s Cp δ x w
A p = An + As + Aw + Ae − S P ∆x ∆y
B = S C ∆x ∆y
As equações para a fronteira são obtidas através de um balanço de energia nos

volumes de controle mostrados na Figura 5.5.
A
∆ xC ∆x ∆ xD
(a) (b)
∆ yA
δy
C ∆y D
∆ yB
(c) (d)
δx
B
Fig. 5.5: Geometria do problema.
Há, basicamente, dois tipos de equações na fronteira: aquelas referentes aos

cantos (4 cantos) e aquelas relativas às laterais das placas (4 laterais).
O balanço de energia aplicado a cada um dos quatro cantos da placa é apresentado

na Tabela 5.1, sendo ilustrado pela Figura 5.6 que mostra o canto (b).
q f = h ∆ x D (TP − T∞ )
W
P
e
(TW − TP )
q f = h ∆ y A (TP − T∞ )
qw = k w ∆ y A
δ xw
(TS − TP )
qs = k s ∆ x D S
δ ys
Fig. 5.6: Balanço de energia no canto (b).

Tabela 5.1. Equações para os cantos.
Canto (a) Canto (b)
A p TP = As TS + Ae TE + B A p TP = As TS + AwTW + B
k k
As = ∆ xC As = ∆ xD
Cp δ y s Cp δ y s
k k
Ae = ∆ yA Aw = ∆ yA
Cp δ x e Cp δ x w
h h h h
A p = As + Ae + ∆x C + ∆y A − S P ∆x C ∆y A A p = As + Aw + ∆x D + ∆y A − S P ∆x D ∆y A
Cp Cp Cp Cp
h h h h
B = S C ∆x C ∆y A + ∆ x C T∞ + ∆ y A T∞ B = S C ∆x D ∆y A + ∆ x D T∞ + ∆ y A T∞
Cp Cp Cp Cp
Canto (c) Canto (d)

A p TP = An TN + Ae TE + B A p TP = An T N + Aw TW + B
k k
An = ∆ xC An = ∆ xD
Cp δ y n Cp δ y n
k k
Ae = ∆ yB Aw = ∆ yB
Cp δ x e Cp δ x w
h h h h
A p = An + Ae + ∆x C + ∆y B − S P ∆x C ∆y B A p = An + Aw + ∆x D + ∆y B − S P ∆x D ∆y B
Cp Cp Cp Cp
h h h h
B = S C ∆x C ∆y B + ∆ x C T∞ + ∆ y B T∞ B = S C ∆x D ∆y B + ∆ x D T∞ + ∆ y B T∞
Cp Cp Cp Cp
O balanço de energia aplicado a cada uma das superfícies laterais resulta nas
equações discretas mostradas na Tabela 5.2.
Tabela 5.2. Equações para as laterais.

Superfície A Superfície B
A p TP = As TS + Ae TE + AwTW + B A p TP = An TN + Ae TE + AwTW + B
k k
As = ∆x An = ∆x
Cp δ y s Cp δ y n
k k
Ae = ∆ yA Ae = ∆ yB
Cp δ x e Cp δ x e
k k
Aw = ∆ yA Aw = ∆ yB
Cp δ x w Cp δ x w
h h
A p = As + Ae + Aw + ∆x − S P ∆x ∆y A A p = An + Ae + Aw + ∆x − S P ∆x ∆y B
Cp Cp
h h
B = S C ∆x ∆y A + ∆ x T∞ B = S C ∆x ∆y B + ∆ x T∞
Cp Cp
Superfície C Superfície D
A p TP = An T N + As TS + Ae TE + B A p TP = An T N + As TS + AwTW + B
k k
An = ∆ xC An = ∆ xD
Cp δ y n Cp δ y n
k k
As = ∆ xC As = ∆ xD
Cp δ y s Cp δ y s
k k
Ae = ∆y Aw = ∆y
Cp δ x e Cp δ x w
h h
A p = An + As + Ae + ∆y − S P ∆x C ∆y A p = An + As + Aw + ∆y − S P ∆x D ∆y
Cp Cp
h h
B = S C ∆x C ∆y + ∆ y T∞ B = S C ∆x D ∆y + ∆ y T∞
Cp Cp
As simulações foram feitas considerando uma malha cartesiana ortogonal

igualmente espaçada, conforme ilustrada na Figura 5.5. A geração de calor é
uniformemente distribuída e não depende da temperatura. Consequentemente

s& / Cp = S C = constante ( S P = 0 ). As propriedades do material são apresentados na
Tabela 5.3.
Tabela 5.3: Parâmetros de simulação.

Descrição Símbolo Valor
Calor específico Cp 452 J/kg/K
Condutividade térmica k 48 J/mK
Coeficiente de troca h 150 W/m2K
Temperatura ambiente T∞ 30 ºC
Geração de calor s& 500 kW/m3
A Figura 5.7 apresenta a distribuição de temperatura na placa plana para uma

malha cartesiana 5 x 5. Verifica-se que a distribuição de temperaturas é simétrica, com a
temperatura máxima localizada no centro.
Fig. 5.7: Distribuição de temperatura para uma malha 5 x 5.

O aumento do número de pontos causa um aumento na precisão dos resultados. A

Figura 5.8 apresenta a solução do mesmo problema para uma malha 21 x 21.
Fig. 5.8: Distribuição de temperatura para uma malha 21 x 21.
O efeito do aumento da discretização é ilustrado pela Figura 5.9, que mostra o

valor da temperatura média em função do número de volumes. Os dados da Figura 5.9
são apresentados na Tabela 5.4.
1300
Temperatura média [K]
1175
1050
925
800
1 10 100 1000 10000
Número de volumes
Fig. 5.9: Efeito do aumento do número de volumes.

Tabela 5.4: Parâmetros de simulação.

Número de
Temperatura média [K]
Volumes
1 863.33
16 1227.46
81 1261.54
196 1266.64
361 1268.30
576 1269.03
841 1269.42
1156 1269.65
1521 1269.80
1936 1269.90
2401 1269.97
Capítulo 6
Métodos de Solução do
Sistema de Equações
Conforme discutido no Capítulo 3, a solução de um problema formulado
utilizando o método de Volumes Finitos requer a resolução de um sistema de equações
lineares do tipo
[A] ⋅ {φ } = {B} (3.26)
onde [ A] representa a matriz de coeficientes, {B} o termo fonte e {φ } as variáveis a

serem determinadas.
Há basicamente duas estratégias de solução deste problema: o método direto e os

métodos iterativos. O método direto requer a inversão da matriz completa, [ A] , sendo,
portanto ineficiente na maioria das vezes. A seguir são discutidos alguns dos métodos
de solução iterativos mais comuns.
66 Método de solução do sistema de equações
6.1 Método de Jacobi
Neste método, a variável φ P é calculada tomando-se como base os valores de

φ E , φW .... da iteração anterior. Assim,
φ Pk +1 =
1
Ap
(
Anφ Nk + Asφ Sk + AwφWk + Aeφ Ek + A f φ Fk + Abφ Bk + B k )
(6.1)
=
1
Ap
(∑ A nb φ k
NB +B k
)
onde k indica a iteração .
Início
Arbitrar distribuição
inicial da variável
Loop iterativo
Loop sobre os volumes
Calcular novo valor da

variável φ Pk +1
Calcular erro ε P relativo

à interação anterior
Se
Não convergiram Sim
todos os Fim
pontos
Fig. 6.1: Método de Jacobi.

Método de solução do sistema de equações 67
O método é de convergência lenta e requer grande dominância diagonal. Por outro

lado, o método pode ser facilmente implementado e permite processamento paralelo. A
Figura 6.1 apresenta o fluxograma deste método.
6.2 Método de Gauss-Seidel
Este método é semelhante ao anterior, no entanto os valores já calculados da

iteração k+1 são usadas para o cálculo da nova φ Pk +1 . Tomando como exemplo a
seqüência de cálculo ilustrada na Figura 6.2, os valores φ S , φW e φ B já são conhecidos
da iteração anterior, assim, o novo φ Pk +1 é calculado por
φ Pk +1 =
1
Ap
(
Anφ Nk + Asφ Sk +1 + AwφWk +1 + Aeφ Ek + A f φ Fk + Abφ Bk +1 + B k ) (6.2)
Caminho de solução em z
Caminho de solução nas colunas
N
W E
P
S
Caminho de solução nas linhas
Já calculadas
Fig. 6.2: Método de Gauss-Seidel.
O método de Gauss-Seidel é robusto quando a diagonal é dominante, ou seja, o

critério de Scarborough é satisfeito
≤ 1 para todas.as.equações
∑ Anb = 
 (6.3)
Ap < 1 para.pelo.menos.uma.equação

6.3 Método linha-por-linha - TDMA
O método linha-por-linha (ou coluna-por-coluna) utiliza o algoritmo TDMA (Tri

Digonal Matrix Algorithm ou algoritmo de Thomas) para a solução direta de um
problema unidimensional em uma linha (ou coluna) conforme ilustrado na Figura 6.3.
1 2 m-1 m m+1 N
Fig. 6.3: Método TDMA.
A partir da equação geral,
A pφ P = Anφ N + Asφ S + Aeφ E + AwφW + B , (6.4)
a seguinte equação é proposta
Amφ m + Bmφ m +1 + C mφ m −1 = Dm (6.5)
com
C1 = 0 (uma vez que φ m−1 não existe) (6.6)
B N = 0 (uma vez que φ m +1 não existe) (6.7)
Procura-se determinar uma equação recursiva do tipo
φ m = Pmφ m+1 + Qm (6.8)
que, conhecendo-se Pm , Qm e φ m+1 , determina-se recursivamente, a partir do ponto N,
os valores de φ N −1 , φ N −2 ,..., φ1 .
Para tanto, a equação (6.8) é re-escrita para o ponto m-1
φ m−1 = Pm−1φm + Qm−1 (6.9)
que, substituindo na equação inicial (6.5),
Amφ m + Bmφ m+1 + Cm ( Pm−1φ m + Qm −1 ) = Dm (6.10)
e resolvendo para φ m , tem-se
( Am + Cm Pm−1 )φ m = Dm − Bmφ m+1 − Cm Qm−1 (6.11)
− Bm D − C m Qm−1
φm = φ m+1 + m (6.12)
( Am + C m Pm −1 ) Am + C m Pm−1
Pm Qm
que, comparado com a equação inicial (6.8) φ m = Pmφ m+1 + Qm obtém-se as seguintes
equações de recorrência:
− Bm Dm − C m Qm −1
Pm = e Qm = (6.13)
( Am + C m Pm−1 ) Am + C m Pm −1
No caso do volume "1" (m = 1), viu-se anteriormente pela equação (6.6) que
C1 = 0 , o que faz com que as equações (6.13) sejam reduzidas a
B1 D1
P1 = − e Q1 = (6.14)
A1 A1
Com ( P1 , Q1 ) , os valores de ( P2 , Q2 ) , ( P3 , Q3 ) ,..., ( PN , Q N ) são determinados
pelas equações de recorrência (6.13) para Pm e Qm fazendo m = 2, 3, ...N.

Além disso, no caso do volume "N" (m = N), o termo φ N +1 não existe, exigindo
que B N = 0 , conforme equação (6.7), e PN = 0 , segundo a equação (6.13). Deste modo,

0
φ N = PN φ N + Q N = Q N (6.15)
Os passos de solução são mostrados no Quadro 6.1
Quadro 6.1: Passos de solução do método TDMA.
B1 D1
(1) Calcular P1 e Q1 por P1 = − e Q1 =
A1 A1
Bm D − C m Qm −1
(2) Usando as equações recursivas Pm = e Qm = m
( Am + C m Pm−1 ) Am + C m Pm −1
determinar os outros valores de ( P2 , Q2 ), ( P3 , Q3 ), L , ( PN , Q N )
(3) Fazer φ N =Q N
(4) Usando a equação φ m = Pmφ m+1 + Qm calcular os outros valores de φ começando
por φ N −1 até φ1
6.4 Método das sobre-relaxações sucessivas - S.O.R.
O método das sobre-relaxações sucessivas, S.O.R, foi concebido para acelerar

convergência do processo iterativo através do cálculo de φ Pk +1 através de uma média
ponderada entre φ Pk e o valor de φ Pk +1 calculado pelo método de Gauss-Seidel ou TDMA,
φ pk +1 = w φ pk +1 G − S + (1 − w)φ pK (6.16)
onde φ pk +1 G −S é o valor calculado pelo método de Gauss-Siedel
φ Pk é o valor calculado na iteração anterior

"w" é o coeficiente de relaxação
Em geral, o parâmetro de sobre-relaxação assume valores entre 1,3 < w < 1,7
dependendo do tamanho da malha. Se w < 1,0 tem-se a chamada sub-relaxação, usada
para diminuir o avanço do processo de solução para evitar uma possível divergência em
problemas não-lineares.
6.5 Aspectos de convergência
A convergência do método iterativo pode ser verificada de diversas formas, entre as

quais o cálculo do erro local e do erro global,
Local ⇒ ε pk +1 = φ pk +1 − φ pk ⇒ Se ε pk +1 > ε pmáx ⇒ Repetir iteração

(6.17)
ε
k +1
∑ (φ − φ pk ) ⇒ Se ε
k +1
> ε máx
k +1 2
Global ⇒ = p ⇒ Repetir iteração
volumes
ou do cálculo da norma do resíduo,
R
k +1
= ∑ (B + ∑ k +1
nb Anbφ NB
k +1
− A pφ Pk +1 )
2
(6.18)
volumes
O erro global e o resíduo avaliam globalmente a convergência do problema, não

se importando com problemas de convergência localizada. A avaliação de convergência
baseada no resíduo tem se mostrado mais confiável, principalmente em problemas não-
lineares onde a convergência é lenta.
6.6 Exemplos de comparação entre os métodos
6.6.1 Condução de calor em uma placa plana
Este exemplo visa ilustrar os métodos de solução iterativos através da análise do

problema de condução de calor em uma placa plana em regime permanente com
geração interna e temperatura prescrita na fronteira. O programa fonte relativo a este
exemplo é apresentado no Apêndice A.
A equação diferencial de governo deste problema é
∂  k ∂T  ∂  k ∂T  s&
 +  + =0 (6.19)
∂x  Cp ∂x  ∂y  Cp ∂y  Cp
sendo que a geração de calor no interior da placa (termo fonte) é máxima no centro da
placa e nula em sua fronteira, obedecendo a seguinte equação
 x   x   y 
2 2
s&   y
ST = = S 0   −  .  −  (6.20)
  L 
Cp  Lx   L x   L y   y 
As propriedades do material são apresentadas na Tabela 6.1, enquanto que a

malha utilizada é mostradas na Figura 6.4.
Tabela 6.1: Dados dos materiais e outros parâmetros de simulação .
Parâmetro Símbolo Valor

Condutividade térmica k 48 W / m.K
Termo fonte S0 100 (W/m3)/(J/kg/K)
Tolerância de solução εP 0.01 K

Temperatura arbitrada inicial Ti 50 K
Número máximo de iterações NITmax 1000

T = 400 K
T = 300 K T = 300 K
L y = 20 mm
T = 300 K
L x = 20 mm
Fig. 6.4: Placa plana bidimensional.
A Figura 6.5 ilustra a distribuição de temperaturas no interior da placa plana para

uma malha 10 x 10. Nota-se que a geração de calor causa um grande aumento de
temperatura no centro da placa.
Fig. 6.5: Distribuição de temperaturas em K.
A Tabela 6.2 apresenta o número de iterações para cada caso estudado, sendo que
os métodos associados ao S.O.R. apresentam o menor número de iterações, ou seja, a
taxa de convergência da solução é maior. Além disso, quanto maior o número de
volumes, maior a redução proporcionada pelo S.O.R.. É evidente pela Tabela 6.2 que o
método S.O.R.-TDMA é aquele que apresenta a melhor taxa de convergência,
diminuindo o número de em até 94 % em relação ao método de Jacobi e 89 % em
relação ao método de Gauss-Seidel para uma malha 20 x 20.
Tabela 6.2: Número de iterações.
5x5 10 x 10 20 x 20
Jacobi 28 130 476
Gauss-Seidel 16 72 265
TDMA 11 40 146
S.O .R. – Gauss-Seidel 9 (w = 1,23) 20 (w = 1,50) 42 (w = 1,72)
S .O .R. – TDMA 6 (w = 1,10) 15 (w = 1, 38) 30 (w = 1,64)
O efeito do valor do parâmetro de relaxação, w, no número de iterações é

mostrado nas Tabelas 6.3 e 6.4 para os métodos S.O.R.-Gauss-Seidel e S.O.R.-TDMA.
Tabela 6.3: Número de iterações para o método S.O.R.- Gauss-Seidel.
w 5x5 10 x 10 20 x 20
1,0 16 72 265
1,1 13 60 222
1,2 10 49 186
1,3 11 40 154
1,4 15 31 125
1,5 18 20 99
1,6 24 24 74
1,7 32 37 49
1,8 52 55 53
1,9 107 103 115
1.99 1072 1065 1052
Tabela 6.4: Número de iterações para o método S.O.R.- TDMA.
w 5x5 10 x 10 20 x 20
1,0 11 40 146
1,1 6 33 122
1,2 9 27 102
1,3 10 21 84
1,4 14 16 67
1,5 17 19 52
1,6 23 23 36
1,7 33 32 39
1,8 51 50 54
1,9 107 107 101
1.99 1089 1044 1047
300
S.O.R. - Gauss-Seidel
250
200
Iterações
150 5x5
10 x 10
100 20 x 20
50
0
1 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2
Parâmetro de sobre-relaxação "w"
Fig. 6.6: Convergência do método S.O.R. - Gauss-Seidel.

150
S.O.R. - TDMA
120
90
Iterações
60
5x5
30
10 x 10
20 x 20
0
1 1,2 1,4 1,6 1,8 2
Parâmetro de sobre-relaxação "w"
Fig. 6.7: Convergência do método S.O.R. - TDMA.
As Figuras 6.6 e 6.7 ilustram o comportamento dos casos apresentados nas

Tabelas 6.3 e 6.4. Nota-se que quando w = 1 os resultados são iguais àqueles obtidos
sem sobre-relaxação. Á medida que w aumenta, o número de iterações decresce até um
valor mínimo, para em seguida crescer rapidamente, de modo que quando w → 2 o
número de iterações requerido para convergência tende para infinito. Os valores de w
correspondente à melhor taxa de convergência são apontados na Tabela 6.2.
6.6.2 Escoamento de fluido não newtoniano entre placas planas
O objetivo deste exemplo é ilustrar a solução de um problema não-linear

utilizando o método de Volumes Finitos. O problema consiste no escoamento de um
polímero (fluido não newtoniano) em um canal de injeção, aproximado por duas placas
planas paralelas infinitas, conforme ilustrado pela Figura 6.8.
2 a = 4 mm
L = 300 mm
Fig. 6.8: Escoamento entre placas planas paralelas infinitas.
O escoamento é considerado em regime permanente, laminar e plenamente

desenvolvido. A viscosidade aparente, η , é dada pela lei potencial,
n −1
 du 
η = k γ& n −1 = k   (6.21)
 dy 
onde k e n são parâmetros da viscosidade e γ& é a taxa de deformação, definida em

termos do gradiente de velocidade. A Tabela 6.5 apresenta os parâmetros do problema.

Comprimento da placa L 300 mm
Queda de pressão ∆p 40 MPa
Distância entre placas 2a 4 mm
Tolerância de solução εP 1.0E-14 m/s
w (Gauss-Seidel) 1.7
Sobrerelaxação
w (TDMA) 1.9
Parâmetro da viscosidade k 18332,63
Parâmetro da viscosidade n 0,36043
O problema é unidimensional e a equação diferencial de governo é

∂  ∂u  ∂p
η  = (6.22)
∂y  ∂y  ∂z
cujas condições de contorno são velocidades prescritas sobre as placas u ( y = 0) = 0 e
u ( y = 2a ) = 0 . A equação discretizada é obtida pela integração da equação diferencial

em um volume de controle unidimensional, conforme ilustrado na Figura 6.9.
n
δ yn
∆y P
s
δ ys
S
Fig. 6.9: Volume de integração unidimensional.
Assim, a discretização da equação diferencial para o domínio é
A pU P = AnU N + AsU S + B (6.23)
onde
A p = An + As ,
η
An = (6.24)
δy n
η
As =
δy s
B = −(∆p L ) ∆y
Nota-se que a viscosidade aparente deve ser calculada nas fronteiras "n" e "s" em
função das velocidades U P , U N e U S ,
1− n 1− n
U −UP 
η n = (kγ& )
1− n  du 
= k   = k  N  (6.25)
 δy n
n
 dy  n 
1− n 1− n
U −US 
η s = (kγ& )
1− n  du 
= k   = k  P  , (6.26)
 δy s
s
 dy  s 
caracterizando a não linearidade do problema. Ou seja, a determinação da viscosidade

aparente requer o conhecimento do campo de velocidades e vice-versa.
A solução analítica para este problema usando a viscosidade baseada na lei

potencial é
n +1
1  
a ∆ p n n   y n 
u ( y) =   a 1−   , (6.27)
k L  n +1  a  
 
cuja comparação com a solução numérica é apresentada pela Tabela 6.6.
Tabela 6.6: Comparação entre as soluções numérica e analítica para 21 pontos.
y [mm] Velocidade [m/s] Erro [%]

Numérica Analítica
.0 .000000000 .000000000 .000000000
.2 .291887843 .292551270 .226772965
.4 .506273843 .507545938 .250636450
.6 .657763525 .659588051 .276616122
.8 .759612328 .761931327 .304357998
1.0 .823684100 .826437554 .333171464
1.2 .860401483 .863526844 .361929859
1.4 .878684772 .882116242 .389004311
1.6 .885873092 .889540409 .412270999
1.8 .887615364 .891441369 .429193119
2.0 .887698037 .891591235 .436657304
2.2 .887615364 .891441369 .429193119
2.4 .885873092 .889540409 .412270999
2.6 .878684772 .882116242 .389004311
2.8 .860401483 .863526844 .361929859
3.0 .823684100 .826437554 .333171464
3.2 .759612328 .761931327 .304357998
3.4 .657763525 .659588051 .276616122
3.6 .506273843 .507545938 .250636450
3.8 .291887843 .292551270 .226772965
4.0 .000000000 .000000000 .000000000
y [mm] 4
3.5
2.5
1.5
0.5
0
0 0.2 0.4 0.6 0.8 1
Velocidade [m/s]
Fig. 6.10: Distribuição de velocidade no canal.
Verifica-se que os maiores erros acontecem próximo do centro da placa onde a

taxa de deformação é zero, ∂u ∂y = 0 (ver Figura 6.10 e Tabela 6.6). Este
comportamento faz com que a viscosidade aparente tenda ao infinito no centro do canal,
afetando sobremaneira a taxa de convergência do método de Gauss-Seidel, conforme
ilustrado pela Tabela 6.7. Por outro lado, o número de pontos não afeta a taxa de
convergência do método TDMA, uma vez que o mesmo é baseado em uma solução
fechada unidimensional. O processo iterativo do método TDMA no presente caso se
deve apenas à não linearidade material e não ao processo de solução do sistema de
equações. A Figura 6.11 mostra a taxa de convergência do ponto no centro do canal.
1.00
0.90 u(y=a) = 0.8916 m/s

Velocidade [m/s]
0.80
0.70
0.60 Gauss-Seidel
TDMA
0.50
1 10 100 1000 10000 100000
Iterações
Fig.6.11: Taxa de convergência dos métodos Gauss-Seidel e TDMA

para a velocidade no centro do canal.
Tabela 6.7: Número total de iterações e erro máximo (centro do canal).
Iterações
Número de pontos Erro máximo [%]
TDMA Gauss-Seidel
3 30 25 44.84
5 35 420 11.01
7 35 1432 4.87
9 34 3326 2.74
11 34 6423 1.75
13 43 11017 1.21
15 55 16902 0.89
17 35 24419 0.68
19 37 33744 0.54
21 35 44969 0.44
23 36 58311 0.36
25 36 73775 0.30
Como se esperava, o aumento do número de pontos causa uma diminuição

progressiva do erro da solução numérica, ilustrado através do erro máximo (centro do
canal) mostrado na Tabela 6.7. É importante lembrar que a tolerância especificada para
as simulações apresentadas foi 10-14 , ou seja, U k +1 − U k ≤ 10 −14 m/s.
Capítulo 7
Bibliografia
PATANKAR, S.V.: Numerical Hear Transfer and Fluid Flow. McGraw-Hill,

1980.
FERZIGER, J.H. e PERIC, M.: Computational Methods for Fluid Dynamics, 2a

Edição, Springer, Berlin, 1999.
MALISKA, C.R.: Transferência de Calor e Mecânica dos Fluidos Computacional.

2a Edição. Livros Técnicos e Científicos Editora S.A., Rio de Janeiro,
2004.
ADAMS, J.A. e ROGERS, D.F.: Computer-Aided Heat Transfer Analysis.

McGraw-Hill, New York, 1973.
INCROPERA, F.P. e De VITT, D.P.: Fundamentos de Transferência de Calor e

de Massa. Livros Técnicos e Científicos Editora S.A., 1992.
84 Bibliografia
Apêndice A
Exemplo de Programação
Este apêndice apresenta o programa fonte em FORTRAN relativo ao exemplo mostrado

na seção 6.6. O problema consiste na condução de calor em uma placa plana em regime
permanente com geração interna e temperatura prescrita na fronteira, conforme ilustrado
pela Figura A.1.
A equação diferencial de governo deste problema é
∂  k ∂T  ∂  k ∂T  s&
 +  + =0 (6.19)
∂x  Cp ∂x  ∂y  Cp ∂y  Cp
sendo que a geração de calor no interior da placa (termo fonte) é máxima no centro da
placa e nula em sua fronteira, obedecendo a seguinte equação:
 x   x   y   y 
2 2
s&
ST = = S 0   −  .  −   (6.20)
   L 
Cp  Lx   L x   L y   y 
86 Apêndice A
T = 400 K Face norte
i =1 i =2 i =3 ... i =N
j =M
:
:
T = 300 K :
Face oeste T = 300 K
j =3 Face leste
L y = 20 mm
j =2
j =1
T = 300 K Face sul

L x = 20 mm
Fig. A.1: Placa plana bidimensional.
Os dados da simulação são apresentados na Tabela 6.1, reproduzida a seguir.

Condutividade térmica k 48 W / m.K
Termo fonte S0 100 (W/m3)/(J/kg/K)
Tolerância de solução εP 0.00001 K

Temperatura arbitrada inicial Ti 50 K

Apêndice A 87
A.1 Programa principal
Ao executar o programa, o usuário deverá escolher o método de solução e o parâmetro

de sobre-relaxação, caso necessário. Os dados do problema são definidos no corpo do
programa principal que invoca a subrotina correspondente ao método de solução
escolhido.
PROGRAM Volumes
IMPLICIT DOUBLE PRECISION(A-H,O-Z)
PARAMETER
1( Nmax=101 ,Mmax=101 )
LOGICAL
1 Conv
DIMENSION
1 Ap(Nmax,Mmax) ,An(Nmax,Mmax) ,
2 As(Nmax,Mmax) ,Aw(Nmax,Mmax) ,
3 Ae(Nmax,Mmax) ,B(Nmax,Mmax) ,
4 T(Nmax,Mmax) ,X(Nmax,Mmax) ,
5 Y(Nmax,Mmax)
C*********************************************************************
C Programa para o cálculo da temperatura em uma placa plana
C*ACRONIM
C metodo_dos_VOLUMES_finitos
C*HISTÓRIA
C Nome Data Comentário
C M.Vaz Jr. Abril 1999 Implementação inicial
C M.Vaz Jr. Julho 2006 Reformulação da estrutura
C*INTERNAL
C vetores
C Variables
C (c) Copyright 2006, Miguel Vaz Jr., Joinville-SC
C*********************************************************************
C
C Abrir arquivo de resultados
C ---------------------------
is = 16
OPEN(UNIT=is,FILE='Volumes.res',STATUS='UNKNOWN')
C
C Inicializar variáveis
C ---------------------
CALL DADOS
1( N ,M ,XL ,YL ,Ti ,
3 Tn ,Ts ,Te ,Tw ,Ck ,
4 Cp ,Bo ,Wsobre ,Nitmax ,Tol ,
5 NALGO )
C
C Cálculo dos coeficientes e inicializa temperatura
C -------------------------------------------------
CALL COFTMP
1( T ,Ap ,An ,Aw ,As ,
2 Ae ,B ,X ,Y ,N ,
3 Nmax ,M ,Mmax ,XL ,YL ,
4 Tn ,Ts ,Te ,Tw ,Ti ,
5 Ck ,Cp ,Bo )
C
C Cálculo da distribuição de temperatura
C --------------------------------------
IF(NALGO.EQ.1)THEN
C Método de Jacobi
CALL JACOB
2 Ae ,B ,Conv ,iter ,Nitmax ,
3 N ,Nmax ,M ,Mmax ,Tol )
ELSEIF(NALGO.EQ.2.OR.NALGO.EQ.3)THEN
C Método de Gauss-Seidel
CALL SORGSD
88 Apêndice A
3 N ,Nmax ,M ,Mmax ,Tol ,

4 Wsobre )
C Método TDMA
CALL TDMGSD
4 Wsobre )
ENDIF
C
C Impressão dos resultados
C ------------------------
CALL RESULT
1( T ,X ,Y ,N ,Conv ,
3 Nmax ,M ,Mmax ,NALGO ,Wsobre ,
4 iter ,is )
C
C Gera arquivos para o Hyview
C ---------------------------
CALL HYVIEW
1( T ,X ,Y ,N ,
2 M ,Nmax ,Mmax )
WRITE( *,*)
WRITE(is,*)
STOP 'O programa terminou com sucesso'
END
A.2 Subrotina para a entrada de dados
C @(#) Module:<dados.f> Version:1.0 Date:7/11/06

SUBROUTINE DADOS
1( N ,M ,XL ,YL ,Ti ,
3 Tn ,Ts ,Te ,Tw ,Ck ,
4 Cp ,Bo ,Wsobre ,Nitmax ,Tol ,
5 NALGO )
DATA
1 R1 /
2 1.0D0 /
C*********************************************************************
C Dados do problema
C*ACRONIM
C DADOS_do_problema
C*HISTÓRIA
C M.Vaz Jr. Julho 2006 Implementação inicial
C*EXTERNAL
C vetores
C Variables
C=N - Número de pontos da coluna i
C=M - Número de pontos da linha j
C=Te - Temperatura da fronteira E
C=Tw - Temperatura da fronteira W
C=Ts - Temperatura da fronteira S
C=Tn - Temperatura da fronteira N
C=Ti - Temperatura arbitrada inicial
C=Bo - Termo fonte
C=Cp - Calor específico
C=Ck - Condutividade térmica
C=Nitmax - Número máximo de iterações
C=Tol - Tolerância máxima de convergência
C=Wsobre - Parâmetro de sobre/sub-relaxação
C=XL - Comprimento da placa em X
C=YL - Comprimento da placa em Y
C=NALGO - Algorítimo de solução
C 1 - Jacobi
C 2 - Gauss-Seidel
C 3 - Gauss-Seidel com sobre-relaxação
C 4 - TDMA
C 5 - TDMA com sobre-relaxação
C*INTERNAL
C Variáveis
Apêndice A 89
C*********************************************************************
C
C ---------------------
C Dados do material
Ti = 50.0D0 ! [K] - Temperatura inicial arbitrada
Tn = 400.0D0 ! [K] - Temperatura da face norte
Ts = 300.0D0 ! [K] - Temperatura da face sul
Tw = 300.0D0 ! [K] - Temperatura da face oeste
Te = 300.0D0 ! [K] - Temperatura da face leste
Cp = 452.0D0 ! [W/kg k] - Calor específico
Ck = 48.0D0 ! [W/mk] - Condutividade termica
s = 0.0D9 ! [W/m3] - Geração de calor
Bo = s/Cp ! - Termo fonte
C Dados geométricos da placa plana
XL = 20.0D-3 ! [m] - Comprimento da placa em X
YL = 20.0D-3 ! [m] - Comprimento da placa em Y
C Parametros do processo iterativo
Nitmax = 10000 ! Número máximo de iteracoes
Tol = 1.0D-05 ! [K] - Erro máximo
C Dados da malha cartesiana
N = 15 ! - Número de colunas
M = 15 ! - Número de linhas
C Escolha do algorithmo
C ---------------------
WRITE(*,*)
WRITE(*,*)' ---------------------------------------'
WRITE(*,*)' Programa ilustrativo de Volumes Finitos'
WRITE(*,*)' ---------------------------------------'
WRITE(*,*)
WRITE(*,*)' Escolha o algoritimo de solucao: '
WRITE(*,*)' 1 - Jacobi'
WRITE(*,*)' 2 - Gauss-Seidel'
WRITE(*,*)' 3 - Gauss-Seidel com sobre-relaxacao'
WRITE(*,*)' 4 - Gauss-Seidel TDMA'
WRITE(*,*)' 5 - Gauss-Seidel TDMA com sobre-relaxacao'
READ(*,*)NALGO
C Lê coeficiente de sobrerelaxação
IF( NALGO.EQ.1.OR.NALGO.EQ.2.OR.NALGO.EQ.4)THEN
Wsobre=R1
WRITE(*,*)
WRITE(*,*)' Entre com o coeficiente de sobre-relaxacao: '
WRITE(*,*)' Wsobre = 1 --> Metodo original'
WRITE(*,*)' Wsobre < 1 --> Sub-relaxacao - retarda convergencia'
WRITE(*,*)' 1.0 < Wsobre < 2.0 --> Sobre-relaxacao - avanca ',
1 'convergencia'
READ(*,*)Wsobre
ENDIF
RETURN
END
A.3 Subrotina para o cálculo dos coeficientes

C @(#) Module:<coftmp.f> Version:1.0 Date:7/11/06
SUBROUTINE COFTMP
2 Ae ,B ,X ,Y ,N ,
3 Nmax ,M ,Mmax ,XL ,YL ,
4 Tn ,Ts ,Te ,Tw ,Ti ,
5 Ck ,Cp ,Bo )
DIMENSION
5 Y(Nmax,Mmax)
DATA
1 R0 ,R1 /
2 0.0D0 ,1.0D0 /
C*********************************************************************
C Calcula os coeficientes Ap, Ae, ... para a solução da condução
C de calor em regime permanente
90 Apêndice A
C*ACRONIM
C COeFicientes_da_TeMPeratura
C*HISTÓRIA
C*EXTERNAL
C vetores
C=T - Temperatura nodal
C=Ap - Coeficiente Ap
C=An - Coeficiente An
C=As - Coeficiente As
C=Ae - Coeficiente Ae
C=Aw - Coeficiente Aw
C=B - Termo fonte
C=X - Coordenada X da malha
C=Y - Coordenada Y da malha
C Variables
C N - Número de pontos da coluna i
C M - Número de pontos da linha j
C Nmax - Número máximo de colunas
C Mmax - Número máximo de linhas
C Te - Temperatura da fronteira E
C Tw - Temperatura da fronteira W
C Ts - Temperatura da fronteira S
C Tn - Temperatura da fronteira N
C Ti - Temperatura arbitrada inicial
C Bo - Termo fonte
C Cp - Calor específico
C Ck - Condutividade térmica
C*INTERNAL
C Variáveis
C i - Coluna
C j - Linha
C*********************************************************************
C
C Calcular os coeficientes e inicializar temperatura
C --------------------------------------------------
DeltaX = XL/(N-1)
DeltaY = YL/(M-1)
DO 20 i=1,N
DO 10 j=1,M
C Inicializar coeficientes
An(i,j) = R0
As(i,j) = R0
Ae(i,j) = R0
Aw(i,j) = R0
Ap(i,j) = R1
B(i,j) = Ti
C Cálculo das coordenadas da malha
Xx = DeltaX * (i-1)
Yy = DeltaY * (j-1)
X(i,j) = Xx
Y(i,j) = Yy
IF(j.EQ.1)THEN
C Face sul: temperatura igual a Ts
B(i,j)=Ts
T(i,j)=Ts
ELSEIF(j.EQ.M)THEN
C Face norte: temperatura igual a Tn
T(i,j)=Tn
B(i,j)=Tn
ELSEIF(i.EQ.1)THEN
C Face leste: temperatura igual a Te
T(i,j)=Te
B(i,j)=Te
ELSEIF(i.EQ.N)THEN
C Face oeste: temperatura igual a Tw
T(i,j)=Tw
B(i,j)=Tw
ELSE
C Interior da placa
T(i,j)=Ti
An(i,j) = Ck/Cp * DeltaX/DeltaY
As(i,j) = Ck/Cp * DeltaX/DeltaY
Ae(i,j) = Ck/Cp * DeltaY/DeltaX
Aw(i,j) = Ck/Cp * DeltaY/DeltaX
Apêndice A 91
Ap(i,j) = An(i,j) + As(i,j) + Ae(i,j) + Aw(i,j)

B(i,j)=Bo * ((X(i,j)/XL)**2-(X(i,j)/XL)) *
1 ((Y(i,j)/YL)**2-(Y(i,j)/YL)) * DeltaX * DeltaY
ENDIF
10 CONTINUE
20 CONTINUE
RETURN
END
A.4 Subrotina para o método de Jacobi
C @(#) Module:<jacobi.f> Version:1.0 Date:4/26/99

SUBROUTINE JACOB
3 N ,Nmax ,M ,Mmax ,Tol )
LOGICAL
1 Conv
DIMENSION
4 T(Nmax,Mmax)
DIMENSION
1 Ta(Nmax,Mmax)
C*********************************************************************
C Solução da equação característica de Volumes Finitos pelo método de
C Jacobi. Restrições: Temperatura prescrita e pontos sobre a fronteira.
C*ACRONIM
C metodo_de_solução_de_JACOBI
C*HISTÓRIA
C M.Vaz Jr. Julho 2006 Inclui todos os coeficientes e j=1 1a linha
C*EXTERNAL
C vetores
C Ap - Coeficiente Ap
C An - Coeficiente An
C As - Coeficiente As
C Ae - Coeficiente Ae
C Aw - Coeficiente Aw
C B - Termo fonte
C Variables
C=Conv - Indicador de convergência
C .TRUE. - Problema convergiu
C .FALSE. - Problema divergiu
C=iter - Número de iterações
C Nitmax - Número máximo de iterações
C n - Número de pontos da coluna i
C m - Número de pontos da linha j
C Tol - Erro nodal máximo
C*INTERNAL
C Vetores
C Ta - Temperatura da iteração anterior
C Variáveis
C erro - Erro nodal = |T-Ta|
C Ncom - Número de pontos que não convergiram na iteração k+1
C i - Coluna
C j - Linha
C*********************************************************************
C
C ---------------------
C Inicializar indicador de convergência
Conv = .FALSE.
C Inicializar temperatura da iteração k=0
DO 20 i=1,N
DO 10 j=1,M
92 Apêndice A
Ta(i,j)=T(i,j)
10 CONTINUE
20 CONTINUE
C -----------------
C Loop iterativo
C -----------------
DO 70 iter=1,Nitmax
C Fazer loop somente sobre o domínio
DO 40 i=2,N-1
DO 30 j=2,M-1
If((i.eq.1).and.(j.eq.1))Then
C Canto inferior esquerdo
T(i,j)=(An(i,j)*Ta(i,j+1) +
1 Ae(i,j)*Ta(i+1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf((i.eq.1).and.(j.eq.M))Then
C Canto superior esquerdo
T(i,j)=(As(i,j)*Ta(i,j-1) +
1 Ae(i,j)*Ta(i+1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf((i.eq.N).and.(j.eq.1))Then
C Canto inferior direito
1 Aw(i,j)*Ta(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf((i.eq.N).and.(j.eq.M))Then
C Canto superior direito
1 Aw(i,j)*Ta(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(i.eq.1)Then
C Coluna esquerda
T(i,j)=(An(i,j)*Ta(i,j+1) + As(i,j)*Ta(i,j-1) +
1 Ae(i,j)*Ta(i+1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(i.eq.N)Then
C Coluna direita
1 Aw(i,j)*Ta(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(j.eq.1)Then
C Linha inferior
1 Ae(i,j)*Ta(i+1,j) + Aw(i,j)*Ta(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(j.eq.M)Then
C Linha superior
2 Ap(i,j)
Else
C Interior
2 Ap(i,j)
EndIf
30 CONTINUE
40 CONTINUE
C
C Calcular erro da iteração k+1 e atualizar Ta
C --------------------------------------------
C Inicializar contador de pontos nao convergidos
Ncom = 0
C Fazer loop sobre toda a malha
DO 60 i=1,N
DO 50 j=1,M
C Computar erro nodal
Erro = ABS(T(i,j)-Ta(i,j))
C Atualizar temperatura da iteração anterior Ta
Ta(i,j)=T(i,j)
IF(Erro.GT.Tol)THEN
C Incrementar contador de pontos nao convergidos
Ncom=Ncom+1
ENDIF
50 CONTINUE
60 CONTINUE
C
Apêndice A 93
C Verificar se todos os pontos convergiram

C ----------------------------------------
IF(Ncom.EQ.0)THEN
Conv = .TRUE.
C Sai do loop iterativo se todos os pontos convergiram (Ncom=0)
GOTO 999
ENDIF
70 CONTINUE
999 CONTINUE
RETURN
END
A.5 Subrotina para o método de Gauss-Seidel
C @(#) Module:<sorgsd.f> Version:1.0 Date:4/26/99

SUBROUTINE SORGSD
4 Wsobre )
LOGICAL
1 Conv
DIMENSION
4 T(Nmax,Mmax)
DIMENSION
1 Ta(Nmax,Mmax)
DATA
1 R1 /
2 1.0D0 /
C*********************************************************************
C Solução da equação característica de Volumes Finitos pelo método de
C Gauss-Seidel em comjunto com sobrerelaxação. Restrições: Temperatura
C prescrita e pontos sobre a fronteira.
C*ACRONIM
C metodo_de_solução_de_GAUSS_seidel
C*HISTÓRIA
C*EXTERNAL
C vetores
C B - Termo fonte
C Variables
C Wsobre - Parâmetro de sobre-relaxação
C*INTERNAL
C Vetores
C Variáveis
C i - Coluna
C j - Linha
94 Apêndice A

C*********************************************************************
C
C ---------------------
Conv = .FALSE.
DO 20 i=1,N
DO 10 j=1,M
Ta(i,j)=T(i,j)
10 CONTINUE
20 CONTINUE
C -----------------
C Loop iterativo
C -----------------
DO 70 iter=1,Nitmax
Ncom = 0
C Fazer loop somente sobre o domínio
DO 40 i=1,N
DO 30 j=1,M
C Calcular novas temperaturas no domínio
If((i.eq.1).and.(j.eq.1))Then
C Canto inferior esquerdo
T(i,j)=(An(i,j)*T(i,j+1) +
1 Ae(i,j)*T(i+1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf((i.eq.1).and.(j.eq.M))Then
C Canto superior esquerdo
T(i,j)=(As(i,j)*T(i,j-1) +
1 Ae(i,j)*T(i+1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf((i.eq.N).and.(j.eq.1))Then
C Canto inferior direito
T(i,j)=(An(i,j)*T(i,j+1) +
1 Aw(i,j)*T(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf((i.eq.N).and.(j.eq.M))Then
C Canto superior direito
T(i,j)=(As(i,j)*T(i,j-1) +
1 Aw(i,j)*T(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(i.eq.1)Then
C Coluna esquerda
T(i,j)=(An(i,j)*T(i,j+1) + As(i,j)*T(i,j-1) +
1 Ae(i,j)*T(i+1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(i.eq.N)Then
C Coluna direita
1 Aw(i,j)*T(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(j.eq.1)Then
C Linha inferior
T(i,j)=(An(i,j)*T(i,j+1) +
1 Ae(i,j)*T(i+1,j) + Aw(i,j)*T(i-1,j) + B(i,j)) /
2 Ap(i,j)
ElseIf(j.eq.M)Then
C Linha superior
T(i,j)=(As(i,j)*T(i,j-1) +
2 Ap(i,j)
Else
C Interior
2 Ap(i,j)
EndIf
C Calcular temperatura
T(i,j)=Wsobre*T(i,j)+(R1-Wsobre)*Ta(i,j)
Ta(i,j)=T(i,j)
IF(Erro.GT.Tol)THEN
Apêndice A 95
Ncom=Ncom+1
ENDIF
30 CONTINUE
40 CONTINUE
C
C ----------------------------------------
IF(Ncom.EQ.0)THEN
Conv = .TRUE.
GOTO 999
ENDIF
70 CONTINUE
999 CONTINUE
RETURN
END
A.6 Subrotina para o método TDMA

C @(#) Module:<tdmdsd.f> Version:1.0 Date:11/30/88
SUBROUTINE TDMGSD
4 Wsobre )
LOGICAL
1 Conv
PARAMETER
1( Imax=50 )
DIMENSION
4 T(Nmax,Mmax)
DIMENSION
1 A1(Imax) ,B1(Imax) ,
2 C1(Imax) ,D1(Imax) ,
3 T1(Imax) ,Ta(Nmax,Mmax)
DATA
1 R1 /
2 1.0D0 /
C*********************************************************************
C Calculo de uma linha usando o método TDMA associado ao procedimento
C de solução de Gauss-Seidel
C*ACRONYM
C método_de_GauSs_linha_por_linha_pelo_método_TDMA
C*HISTORY
C Name Date Comment
C M.Vaz Jr. Aug87 Initial coding
C*EXTERNAL
C Arrays
C*EXTERNAL
C vetores
C B - Termo fonte
C Variables
C Wsobre - Parâmetro de sobre-relaxação
C*INTERNAL
96 Apêndice A
C Vetores
C T1 - Temperatura da linha calculada pela rotina TDMA
C A1 - Vetor de trabalho da rotina TDMA
C B1 - Vetor de trabalho da rotina TDMA
C C1 - Vetor de trabalho da rotina TDMA
C D1 - Vetor de trabalho da rotina TDMA
C Variáveis
C i - Coluna
C j - Linha
C ic - Índice do vetor de entrada da rotina TDMA
C*********************************************************************
C
C ---------------------
Conv = .FALSE.
DO 20 i=1,N
DO 10 j=1,M
Ta(i,j)=T(i,j)
10 CONTINUE
20 CONTINUE
C -----------------
C Loop iterativo
C -----------------
DO 70 iter=1,Nitmax
Ncom = 0
C Fazer loop sobre as linhas
DO 60 j=1,M
ic=0
C Transferir os coeficientes para os vetores TDMA
DO 30 i=1,N
ic=ic+1
A1(ic)=Ap(i,j)
B1(ic)=Ae(i,j)
C1(ic)=Aw(i,j)
IF(j.EQ.1)THEN
C Fronteira sul
D1(ic)=B(i,j) + An(i,j)*T(i,j+1)
ELSEIF(j.EQ.M)THEN
C Fronteira norte
D1(ic)=B(i,j) + As(i,j)*T(i,j-1)
ELSE
C Dominio
D1(ic)=B(i,j) + As(i,j)*T(i,j-1) + An(i,j)*T(i,j+1)
ENDIF
30 CONTINUE
C Calcular a temperatura da linha pelo método TDMA
CALL TDMA
1( A1 ,B1 ,C1 ,D1 ,T1 ,
2 ic ,Imax )
C Atualizar temperatura da linha e verificar erro
ic = 0
DO 50 i=1,N
C Transferir temperatura da rotina TDMA para o vetor global
ic=ic + 1
C Calcular temperatura
T(i,j)=Wsobre*T1(ic)+(R1-Wsobre)*Ta(i,j)
Ta(i,j)=T(i,j)
IF(Erro.GT.Tol)THEN
Ncom=Ncom+1
ENDIF
50 CONTINUE
60 CONTINUE
C
C ----------------------------------------
IF(Ncom.EQ.0)THEN
Apêndice A 97
Conv = .TRUE.
GOTO 999
ENDIF
70 CONTINUE
999 CONTINUE
RETURN
END
c
c
c****
c
c
C @(#) Module:<tdma.f> Version:1.0 Date:11/30/88
SUBROUTINE TDMA
1( a ,b ,c ,d ,T ,
2 n ,Imax )
DIMENSION
1 a(Imax) ,b(Imax) ,
2 c(Imax) ,d(Imax) ,
3 T(Imax)
DIMENSION
1 p(Imax) ,q(Imax)
C*********************************************************************
c TriDiagonal Matrix Algorithm - TDMA
C*REFERENCES
C Patankar, S.V., Numerical Heat Transfer and Fluid Flow, Hemisphere
C Publishing Co., pp. 197, New York, 1980. (ver pagina 52)
C Maliska, C.R., Transferencia de Calor e Macanica dos Fluidos
C Computacional, Livros Tecnicos e Cientificos, pp.424,
C Rio de Janeiro, 1995. (ver pagina 59)
C*ACRONYM
C algorítimo_TDMA
C*HISTÓRIA
C Name Date Comment
C M.Vaz Jr. Aug87 Initial coding
C M.Vaz Jr. April99 Change local array dimensions
C*EXTERNAL
C Vetores
C=T - Temperatura atual
C a - Coeficiente do método TDMA
C b - Coeficiente do método TDMA
C c - Coeficiente do método TDMA
C d - Coeficiente do método TDMA
C Variáveis
C Imax - Dimensão máxima dos vetores
C n - Número máximo de pontos
C*********************************************************************
C Inicialização
p(1)=b(1)/a(1)
q(1)=d(1)/a(1)
C Loop sobre a linha/coluna para calcular "p" e "q"
DO 10 i=2,n
p(i)=b(i)/(a(i)-c(i)*p(i-1))
q(i)=(d(i)+c(i)*q(i-1))/(a(i)-c(i)*p(i-1))
10 CONTINUE
C Cálculo da temperatura
T(n)=q(n)
n1=n-1
DO 20 i=1,n1
T(n-i)=p(n-i)*T(n-i+1)+q(n-i)
20 CONTINUE
RETURN
END
A.7 Subrotina para a saída de resultados
C @(#) Module:<result.f> Version:1.0 Date:7/11/06

SUBROUTINE RESULT
1( T ,X ,Y ,N ,Conv ,
3 Nmax ,M ,Mmax ,NALGO ,Wsobre ,
98 Apêndice A
4 iter ,is )
LOGICAL
1 Conv
DIMENSION
2 Y(Nmax,Mmax)
C*********************************************************************
C Imprime os resultados
C*ACRONIM
C imprime_os_RESULTados
C*HISTÓRIA
C*EXTERNAL
C vetores
C T - Temperatura nodal
C X - Coordenada X da malha
C Y - Coordenada Y da malha
C Variables
C N - Número de pontos da coluna i
C M - Número de pontos da linha j
C NALGO - Número do algoritmo
C iter - Número de iterações
C Wsobre - Parâmetro de sobrerelaxação
C is - Número do arquivo de resultados
C*INTERNAL
C Variáveis
C i - Coluna
C j - Linha
C*********************************************************************
1000 FORMAT(9X,'y \ x',2X,' | ',101F16.9)
1100 FORMAT(F16.9,' | ',101F16.9)
C
C Impressão dos resultados
C ------------------------
WRITE( *,*)
WRITE( is,*)
IF(NALGO.EQ.1)THEN
WRITE( *,*)'***Metodo de Jacobi ***'
WRITE(is,*)'***Metodo de Jacobi ***'
ELSEIF(NALGO.EQ.2)THEN
WRITE( *,*)'***Metodo de Gauss-Seidel ***'
WRITE(is,*)'***Metodo de Gauss-Seidel ***'
WRITE( *,*)'***Metodo de Gauss-Seidel com relaxacao ***'
WRITE( *,*)'Parametro: ',Wsobre
WRITE(is,*)'***Metodo de Gauss-Seidel com relaxacao ***'
WRITE(is,*)'Parametro: ',Wsobre
WRITE( *,*)'*** Metodo de Gauss-Seidel/TDMA ***'
WRITE(is,*)'*** Metodo de Gauss-Seidel/TDMA ***'
WRITE( *,*)'**Metodo de Gauss-Seidel/TDMA com relaxacao **'
WRITE( *,*)'Parametro: ',Wsobre
WRITE(is,*)'**Metodo de Gauss-Seidel/TDMA com relaxacao **'
WRITE(is,*)'Parametro: ',Wsobre
ENDIF
IF(Conv)THEN
C O problema convergiu
WRITE( *,*)
WRITE( *,*)'Problema convergiu em ',Iter,' iteracoes.'
WRITE(is,*)'Problema convergiu em ',Iter,' iterações.'
WRITE(is,*)
WRITE(is,*)'Distribuicao de temperatura final'
WRITE(is,*)
WRITE(is,1000)(X(i,1),i=1,N)
DO 10 j=M,1,-1
WRITE(is,1100)Y(1,j),(T(i,j),i=1,N)
10 CONTINUE
ELSE
C O problema não convergiu
WRITE( *,*)
WRITE(is,*)
Apêndice A 99
WRITE( *,*)'Problema nao convergiu em ',iter,' iteracoes'

WRITE(is,*)'Problema não convergiu em ',iter,' iterações'
WRITE(is,*)
WRITE(is,*)'Distribuição de temperatura não convergida'
WRITE(is,*)
WRITE(is,1000)(X(i,1),i=1,N)
DO 20 j=M,1,-1
WRITE(is,1100)Y(1,j),(T(i,j),i=1,N)
20 CONTINUE
ENDIF
RETURN
END
A.8 Arquivo de resultados
A seguir é apresentado o arquivo de resultados correspondendo as dados apresentados

na Tabela 6.1 para uma malha 5 x 5.
**Metodo de Gauss-Seidel/TDMA com relaxacao **

Parametro: 1.800000000000000
Problema convergiu em 83 iterações.
Distribuicao de temperatura final
y \ x | .000000000 .005000000 .010000000 .015000000 .020000000

.020000000 | 600.000000000 600.000000000 600.000000000 600.000000000 600.000000000
.015000000 | 300.000000000 428.571429840 458.035714843 428.571429840 300.000000000
.010000000 | 300.000000000 356.249997636 374.999995747 356.249997636 300.000000000
.005000000 | 300.000000000 321.428572123 329.464285886 321.428572123 300.000000000
.000000000 | 300.000000000 300.000000000 300.000000000 300.000000000 300.000000000

Apostila Análise Computacional de Termofluidos

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apostila Análise Computacional de Termofluidos

Uploaded by

Copyright:

Available Formats

UNIVERSIDADE DO ESTADO DE SANTA CATARINA

CENTRO DE CIÊNCIAS TECNOLÓGICAS

Miguel Vaz Júnior

Laboratório de Mecânica Computacional

Introdução ao Método de Volumes Finitos

3. Método das diferenças finitas 13

4. Método dos volumes finitos 25

5. Métodos de aproximação das equações para o contorno 43

5.1.3 Convecção na fronteira 47

Apêndice A - Exemplo de programação 85

Os Métodos computacionais vêm no apoio ao desenvolvimento experimental .

Vantagens : Baixo custo experimentação é cara

Velocidade permite facilmente simulações com diferentes

Informação completa obtem-se valores de variações outrossim

Facilidade de simular condições reais facilidade em alterar valores

Desvantagens : Modelo matemático alguns fenômenos físicos são de difícil

Precisão do modelo numérico às vezes muitas hipóteses

Complexidade do fenômeno às vezes o fenômeno é tão complexo

1.1 Métodos de Aproximação Numérica

Há diversos métodos ditos numéricos, os quais aproximam o fenômeno através de um

Método dos elementos finitos: divide o domínio em pequenos elementos, onde a

Fig. 1.1: Elementos Finitos.

Método dos elementos de contorno: transforma as equações no domínio em equações

Fig. 1.2: Elementos de contorno.

Método dos volumes finitos: Integra as equações diferenciais do problema em um

Fig. 1.3: Volumes finitos.

A escolha do método numérico mais adequado em geral é baseada no tipo de fenômeno

Elementos Finitos, enquanto que em problemas de transporte de calor/massa e momento

2.1 Equação da energia

A equação da energia pode ser obtida a partir do balanço de energia no volume de

A equação da energia na forma integral é

0 (1) 0 (2) 0 (2) 0 (2) 0 (2)

a energia interna, h é a entalpia, V 2 / 2 é a energia cinética, g z é a energia potencial e

As hipóteses assumidas são: (1) Não há trabalho associado ao volume de controle;

Fig. 2.1: Balanço de energia no volume de controle.

a partir da qual a integral no volume é aproximada por

enquanto que a integral na superfície de controle

∫ h ρ V ⋅ dA = h ∫ ρ V ⋅ dA = ± h ρVA = ± h m& (2.4)

Q& = s& dx dy dz + ∑ q e Ae − ∑ q s As (2.6)

e, substituindo os termos (2.3), (2.4) e (2.6) na equação da conservação da energia, tem-

Os termos em y e z são aproximados de forma semelhante, logo, a equação (2.8) é

Fazendo Cp = Cv e rearranjando, tem-se

2.2 Generalização para outras equações de governo

Assim, fazendo φ = T , s&φ = S T = s& / Cp e Γ φ = Γ T = k / Cp , obtém-se a equação

Deste modo, os valores de φ , Γ φ e S φ são definidos de acordo com a equação de

Equação da conservação da massa:

Equação da conservação da quantidade de movimento: (equação vetorial onde

Equação da conservação de massa Γφ = 0 φ =1 Sφ = 0

Equação da transferência de massa Γ φ = ρ D AB φ = mA S φ = n& A

2.3 Problemas elípticos, parabólicos e hiperbólicos

É importante conhecer as características das equações de governo a fim de tirar

De um modo geral diz-se que os problemas parabólicos e hiperbólicos permitem

U∞ Seção de cálculo (a ser determinada)

seção anterior (conhecida)

O problema parabólico permite a solução em marcha ao longo de uma

Fig. 2.3: Problema elíptico.

A vantagem deste tipo de aproximação é um menor armazenamento de variáveis

2.4 Escolha de coordenadas

Além das tradicionais coordenadas cartesianas, cilíndricas e esféricas, tem sido

(a) Malha cartesiana. (b) Malha coincidente com a fronteira.

Fig. 2.4: Tipos de malhas.

É importante ressaltar que as malhas em coordenadas generalizadas podem ser

(a) malha ortogonal (b) malha não ortogonal