You are on page 1of 30

jul-13

Prof. Dr. Ricardo Augusto Mazza 1
VOLUMES FINITOS
Prof. Dr. Ricardo A. Mazza
2PFG/DE/FEM/UNICAMP

jul-13
Prof. Dr. Ricardo Augusto Mazza 2
BIBLIOGRAFIA
• Suhas V Patankar – Numerical Heat Transfer
and Fluid Flow
• Versteeg H. K. and Malalasekera W – An
introduction to computational fluid dynamics:
The finite volume method

jul-13
Prof. Dr. Ricardo Augusto Mazza 3
Forma geral da equação de transporte
• t é o tempo;
• µ é a densidade;
• V é o vetor velocidade;
• | é a propriedade a ser conservada;
• I é o coeficiente de difusão de |;
• S representa os termos fontes;
( )
{
{
{
Fonte
Convecção
Difusão
Transiente
V S
t
|
| |
c
|
µ| + V· µ | ÷ I V| =
| c
\ .
r
1442 443
jul-13
Prof. Dr. Ricardo Augusto Mazza 4
Equações de transporte
Eq. | I S
Massa 1 0 0
Qt. de
Movimento
µ
Energia T k/Cp
V
r
( )
{
{
{
Fonte
Convecção
Difusão
Transiente
V S
t
|
| |
c
|
µ| + V· µ | ÷ I V| =
| c
\ .
r
1442 443
P g ÷V + µ
r
DP
T dissipação q'''
Dt
÷| + + +
jul-13
Prof. Dr. Ricardo Augusto Mazza 5
Equação de conservação no Phoenics
• | representa uma variável genérica que pode
ser: u1, u2, v1, v2, w1, w2, k, c, h1, h2, C1 a
C150.
• P não aparece na lista pois ela é calculada por
meio das sucessivas correções da pressão que
vem dos ajustes de velocidade para satisfazer o
balanço de massa. (método SIMPLE)

jul-13
Prof. Dr. Ricardo Augusto Mazza 6
Modelos matemáticos simplificados
• As equações de transporte são complexas pelos termos não
lineares e acoplamentos;
• Há uma redução do esforço computacional quando se modela o
escoamento de forma mais simples:
– Laminar / Turbulento
– Incompressível / Compressível
– Euler (s/ viscosidade) / Navier Stokes (viscoso)
– Potencial (irrotacional) / Euler (rotacional)
– Stokes (Re -> 0 ) / Re ~ 1 (inercia e viscoso dominantes)
– Camada Limite (Re -> inf) / Re ~ 1 (inercia e viscoso dominantes)
• Mas não tem jeito:
– Reações químicas (combustão), turbulência , interações entre fases e
domínio complexo surgem simultâneamente
jul-13
Prof. Dr. Ricardo Augusto Mazza 7
Método dos Volume Finitos (VF)
• Utiliza a forma integral das equações como ponto de partida.
• O domínio de solução é subdividido em um número finito de
volumes de controle, VC, adjacentes entre sí onde as equações
de conservação são aplicadas.
• Cada variável é calculada no centroide de cada VC;
– Os valores das variáveis e propriedades nas faces do VC são
determinados por interpolação.
• O método VF pode acomodar qualquer tipo de grade e é,
portanto, aplicável para geometrias complexas.
• A grade define as fronteiras do VC e não é necessariamente
relacionada a um sistema de coordenadas.
jul-13
Prof. Dr. Ricardo Augusto Mazza 8
Volume de controle
• O domínio de cálculo é dividido em volumes
cujas faces são identificadas pelas direções
cardiais West-East (x), South-North (y) e Low-
High (z)
x
y
z
P
North
East
High
jul-13
Prof. Dr. Ricardo Augusto Mazza 9
Discretização
do meio
contínuo no
espaço e no
tempo &
nomenclatura
das direções
jul-13
Prof. Dr. Ricardo Augusto Mazza 10
Discretização no espaço
M
o
l
é
c
u
l
a

c
o
m
p
u
t
a
c
i
o
n
a
l

( )
( )
P T S N W E
T T S S N N W W E E
P
a a a a a a
S a a a a a
+ + + + +
+ | + | + | + | + |
= |
O método dos Volumes
Finitos representa a
influência que o ponto P
recebe dos vizinhos na
forma de produtos de
coeficientes e do valor
das variáveis
jul-13
Prof. Dr. Ricardo Augusto Mazza 11
Sistema resultante
• As equações discretizadas formam um sistema de
equações algébricas lineares, constituido da soma das
‘moléculas computacionais’ de cada VC.
• Os coeficientes (a
P
e a
nb
) levam as informações sobre
transporte convectivo e difusivo da propriedade
– São sempre positivos.
• Há diversos esquemas discretizantes;
– A escolha de cada um influência na solução e na taxa de
convergência.
jul-13
Prof. Dr. Ricardo Augusto Mazza 12
Grade computacional
• A localização discreta onde as variáveis serão
calculadas é definida pela grade computacional.
• A grade é uma representação do domínio
geométrico onde o problema será resolvido.
• A grade transmite ao modelo informações a
respeito da localização do centróide do VC e dos
centros das faces, das áreas das faces e do
volume e também da distância entre centróides
e faces de VC adjacentes.

jul-13
Prof. Dr. Ricardo Augusto Mazza 13
Definição da grade
• Define a precisão numérica da solução uma vez
que as variáveis são calculadas em pontos
discretos definidos pela grade.
• Influencia na taxa de convergência (ou
divergência) da solução.
• Define o custo computacional:
– É basicamente determinado pelo tamanho da grade.
jul-13
Prof. Dr. Ricardo Augusto Mazza 14
Tipos de grades - Cartesianas
Uniforme
Cartesiana
Não-Uniforme
Power
Não-Uniforme
duas regiões
Uniforme
Polar
Não-Uniforme
Fine Grid Embedding
jul-13
Prof. Dr. Ricardo Augusto Mazza 15
Definição do espaçamento da grade
• É necessário controlar o espaçamento da grade
para capturar características do escoamento
que mudam rápidamente (altos gradientes) e ao
mesmo tempo economizar tempo computacional
em regiões que variam lentamente.
• O tamanho da grada é um ‘filtro’ do tamanho
do fenômeno que se quer detectar. Estruturas
do escoamento menores que 2x o espaçamento
da grade não serão detectadas (alaising).

jul-13
Prof. Dr. Ricardo Augusto Mazza 16
• Escoamento de Camada
Limite. Aplica-se grades não-
uniformes Power ou duas-
regiões
• Esteira de Vórtices em cilindros. Aplica-
se ‘fine grid embedding’ para capturar as
dimensões dos vórtices
jul-13
Prof. Dr. Ricardo Augusto Mazza 17
Geometrias complexas
Body Fitted Coordinates - BFC
Ortogonal ou Não Ortogonal
Multi-Block
Ortogonal ou Não Ortogonal
jul-13
Prof. Dr. Ricardo Augusto Mazza 18
Novo método
Grade Cartesiana com Objetos Imersos:
• Iteração volume a volume tipo ‘escada’ ou;
• Iteração via software com algoritmo
PARSOL
jul-13
Prof. Dr. Ricardo Augusto Mazza 19
Condições de contorno e iniciais
• Qualquer modelo matemático expresso por
meio de eq. diferenciais não é completo a menos
que sejam definidas as CC e CI;
• As CC e CI variam dependendo do tipo de
equação diferencial que o modelo emprega.
• As equações diferenciais parciais de segunda
ordem são classificadas por três tipos:
– Elípticas, Parabólicas e Hiperbólicas.
jul-13
Prof. Dr. Ricardo Augusto Mazza 20
Equações hiperbólicas
• A informação se
propaga com
velocidade finita
em duas direções;
P
X
Y
a
b
c
P depende das
informações
ao longo do
segmento a-b
jul-13
Prof. Dr. Ricardo Augusto Mazza 21
Características
(Mach const.)
Y
X
C.C.: necessário conhecer u & v ou | ao longo da
linha
2 2
2 2
2
1
0
x y
M 1
c | c |
÷ =
c c
÷
jul-13
Prof. Dr. Ricardo Augusto Mazza 22
Equações parabólicas
• A informação se propaga
com velocidade finita em
uma direção;
• A informação de P influencia
a solução somente em um
lado do plano XY;
– Influência a solução somente
aos pontos à sua direita;
– Depende dos valores à sua
esquerda mas não da sua
direita.
• A solução numérica utiliza
um processo de marcha em X
e é necessário especificar
somente um fronteira;
X
Y
P
jul-13
Prof. Dr. Ricardo Augusto Mazza 23
Y
X
u

=

U
i
n
l
e
t

u = Uext
u = 0
2
2
u u u
u v
x y y
c c c
+ = v
c c c
jul-13
Prof. Dr. Ricardo Augusto Mazza 24
Equações elípticas
• A informação se propaga
em todas direções com
velocidade infinita.
• Fisicamente significa
que a informação de P
recebe a influência de
todos os pontos do
domínio!
– Só é possível obter uma
solução se você conhecer
os valores em todo o
contorno;
X
Y
P
jul-13
Prof. Dr. Ricardo Augusto Mazza 25
2 2
2 2
T T
0
x y
c c
+ =
c c
T = 0
Dirichlet
q

=

-
k
c
T
/

c
x

N
e
u
m
a
n

cT/ cx = 0
Neuman
c
T
/

c
x

=

0

N
e
u
m
a
n

jul-13
Prof. Dr. Ricardo Augusto Mazza 26
Condições iniciais
• Tal como o espaço o tempo também é
representado numa grade cujos volumes variam
com incrementos no tempo.
jul-13
Prof. Dr. Ricardo Augusto Mazza 27
Condições iniciais
• Como na geometria, há uma grade temporal;
• Os modelos transientes são de natureza
PARABÓLICA no tempo;
– Um evento no futuro não pode influenciar o que acontece no
presente.
– Nenhuma condição pode ser imposta na solução (exceto no
contorno) em qualquer instante após o início (t=0).
– É especificado com uma condição ou campo inicial.
• Existem duas possibilidades de implementação de
esquemas transientes:
– IMPLÍCITA (default)
– EXPLÍCITA
jul-13
Prof. Dr. Ricardo Augusto Mazza 28
Esquema explícito
• O cálculo das variáveis no próximo passo de
tempo depende somente dos valores das
variáveis no tempo anterior;
• Computacionalmente é mais simples que o
esquema Implícito.
• Para obter uma solução estável, o avanço no
tempo e no espaço estão limitados:

( )
2
x
t
2
µ A
A <
I
u x
2
µ A
<
I
restrição no passo de
tempo;
relação entre coeficientes de
convecção e difusão;
jul-13
Prof. Dr. Ricardo Augusto Mazza 29
Esquema implícito
• O cálculo das variáveis para o próximo passo de
tempo depende dos valores das variáveis no
tempo anterior e atual;
• Computacionalmente é mais complexo que o
esquema Explícito pois requer cálculos
iterativos;
• Ele é intrinsicamente estável;
jul-13
Prof. Dr. Ricardo Augusto Mazza 30
FIM !