Simulacin numrica de turbulencia a costos ms bajos:

modelado de Regularizacin
Las ecuaciones incompresibles de Navier-Stokes constituyen un excelente modelo
matemtico de la turbulencia. Desafortunadamente, las simulaciones directas con los
recursos computacionales disponibles se limitan a relativamente bajos nmeros de
Reynolds, debido a las pequeas escamas casi innumerables producidos por el trmino
de la conveccin no lineal. Por otra parte, consideramos regularizaciones del trmino
convectivo que preservan la simetra y las propiedades de conservacin exactamente.
Esto da a una clase de regularizaciones [Verstappen R. En restringir la produccin de
pequeas escalas de movimiento en un flujo turbulento canal. Comput Fluidos 2008: 37;
887-97] que restringen la produccin de pequeas escalas de movimiento de una manera
incondicionalmente estable. De esta manera, el nuevo conjunto de ecuaciones es
dinmicamente menos complejo que las ecuaciones originales de Navier-Stokes, y por lo
tanto ms susceptibles de ser resueltos numricamente. Se basa en un filtro lineal auto
adjunto cuyo local de filtro de longitud se determina a partir de la exigencia de que vrtice
de estiramiento debe ser detenido en la escala establecida por la red [Trias FX,
Verstappen RWCP, Gorobets A, M Soria, Oliva A. Parmetro sin simetra de preservacin,
modelado de regularizacin de una cavidad turbulenta calentado diferencialmente.
Comput Fluidos 2010: 39, 1815-31]. Para ello, se propone un nuevo criterio basado en los
invariantes del tensor de deformaciones locales y probadas aqu.
1. INTRODUCCIN
Los (NS) ecuaciones incompresibles de Navier-Stokes forman excelente modelo
matemtico para flujos turbulentos. En variables primitiva de las ecuaciones son
tu CDU; uDu rp; r u = 0; 1
donde u denota el campo de velocidad y p representa la presin.
Los trminos convectivos y difusivos son, respectivamente, definidos por CDU; vu rv
y Du Re1 Du donde Re es el nmero de Reynolds.
Por desgracia, los intentos de llevar a cabo simulaciones numricas directas (DNS) con
los recursos computacionales disponibles y mtodos numricos se limitan a un nmero
relativamente bajo de Reynolds. En cuanto a los algoritmos numricos, reducciones de
costos pueden ser alcanzado por una o ms de las siguientes cuestiones: (i) la
disminucin el nmero de puntos de cuadrcula usando esquemas de alto orden [1,2], (ii)
usando grandes pasos de tiempo [3] o (iii) reducir el coste computacional por iteracin;
todo ello sin afectar la calidad de la solucin numrica.
En cuanto al tercer punto, en nuestro trabajo anterior [4], nos hemos centrado en el
solucionador paralelo de poisson mediante una estrategia de paralelizacion hibrida.
Debido a la naturaleza no local de su solucin, este sistema elptico es el mas largo y
difcil de paralelizar parte del cdigo. El solucionador de Poisson es restringido a
problemas con la direccin peridica uniforme.

Es una combinacin de un gradiente preacondicionado conjugado (PCG) y una

diagonalizacin de Fourier. Este ltimo se descompone el sistema original en un conjunto
de sistemas 2D independientes entre s que se resuelven por medio del algoritmo de
PCG. La versin anterior [5] fue concebido para un solo ncleo (tambin de doble ncleo)
procesadores y por lo tanto, se utiliz el modelo de memoria distribuida con interfaz de
paso de mensajes (MPI). La irrupcin de las arquitecturas multi-core motivado el uso de
un MPI hbrido de dos niveles + OpenMP paralelizacin con el modelo de memoria
compartida en el segundo nivel. Ventajas y detalles de implementacin para la
paralelizacin OpenMP adicionales fueron presentados y discutidos en [4]. Experimentos
numricos mostraron que, dentro de su gama de escalabilidad eficiente, el MPI de slo
paralelizacin anterior se super ligeramente el enfoque MPI + OpenMP. Pero lo ms
importante, la paralelizacin hbrido ha permitido mejorar significativamente la gama de
escalabilidad eficiente. El solucionador ha sido probado con xito hasta 12.800 CPUs para
mallas con un mximo de 109 puntos de la rejilla (ver Fig. 1) en la supercomputadora
Lomonosov. Este nmero de ncleos de CPU fue mxima disponible en ese momento.
Sin embargo, estimaciones basadas en los resultados presentados demostraron que este
rango puede ser potencialmente se extenda hasta ms de 200.000 ncleos. En breve, el
nmero total de ncleos de CPU dedica viene dada por P = Pyz? Px? Pt. Pyz es el
nmero de subdominios MPI en las dos direcciones no peridicas. Aceleraciones
variables solamente este nmero se muestran en la Fig. 1 (abajo). Px es el nmero de
procesos MPI en la direccin-x peridica. En este caso, el esquema de comunicacin se
basa en comunicaciones de grupo dentro reducidos 1D-grupos a lo largo de la direccin
peridica. Aceleraciones para este nmero tambin se muestran en la Fig. 1, arriba. Por
ltimo, Pt es el nmero de hilos OpenMP. Dado que la transformacin de Fourier se lleva
a cabo por medio de un algoritmo de FFT, diferentes estrategias de paralelizacin se
utilizan en espacios fsicos y espectrales. En el caso de OpenMP, un paralelismo basada
en bucles se utiliza con la descomposicin a lo largo de una de las direcciones no
peridicas cuando se trata con el espacio fsico mientras que en la descomposicin
espacio espectral se realiza a lo largo de la direccin peridica. Para obtener ms
informacin al lector en referencia a [4].
1.1. La motivacin y el resumen de este trabajo
A pesar de la potencia de clculo de rpido crecimiento que ofrecen los sistemas de
supercomputacin de altas prestaciones modernas, simulaciones directas en altos
nmeros de Reynolds no son factibles porque el trmino convectivo produce demasiadas
escalas pertinentes de movimiento. Por lo tanto, se necesita una formulacin matemtica
dinmicamente menos complejo. En la bsqueda de dicha formulacin, consideramos
regularizaciones [6-8] de la no linealidad. El primer enfoque excepcional en este sentido
se remonta a Leray [9]. El Navier-Stokes-un modelo tambin forma un ejemplo de
modelado de regularizacin (ver [7,10], por ejemplo). Los mtodos de regularizacin
bsicamente alteran los trminos convectivos para reducir la produccin de pequeas
escalas de movimiento. Al hacerlo, Verstappen [11] propuso preservar exactamente las
propiedades de simetra y conservacin de los trminos convectivos.
Este requisito produjo una familia de modelos de regularizacin de simetra de
preservacin: una nueva clase de regularizaciones que restringe la produccin de
conveccin de escalas cada vez ms pequeas de movimiento de una manera

incondicionalmente estable, lo que significa que la velocidad no puede volar en la norma

de energa (en 2D tambin: enstrofa-norma). En nuestros trabajos anteriores, nos
limitamos a la aproximacin C4: el trmino convectivo
en el NS Ec. (1) se sustituye entonces por el siguiente OD 4 precisa aproximacin suave
C4u?; V dada por C4u; ? V de CD u; ? V CD u?; v0 Cu0; ? V; 2
donde el primer indica el residual del filtro, por ejemplo, u0 u? ? u, que puede ser
evaluada de forma explcita y D? representa un filtro lineal simtrica con longitud de
filtro?. Por lo tanto, las ecuaciones que rigen el resultado detu? C4u ?; u? Du? ? rp
?; r? u? 0; 3 donde los nombres de las variables se cambian de u y p para u? y p ?,
respectivamente, hacer hincapi en que la solucin de (3) difiere de la de (1). Tenga en
cuenta que la aproximacin C4 es tambin un operador antisimtrica como el operador de
conveccin originales. Por lo tanto, las mismas invariantes no viscosos que las
ecuaciones originales NS se conservan para el nuevo conjunto de derivadas parciales Ec.
(3). El mtodo de regularizacin C4 ya se ha aplicado con xito a varias configuraciones
[11,12].
El resto del trabajo se organiza de la siguiente manera. En la siguiente seccin, se
presenta un marco general para regularizaciones del trmino convectivo no lineal.
Entonces, se obtiene una familia de cuarto orden precisa regularizacin simetra de
preservacin. El nico ingrediente adicional es un filtro lineal autoadjunto cuyo local de
filtro de longitud se determina a partir del requisito propuesto en [12], es decir, el
mecanismo de vrtice de estiramiento debe ser detenido en la escala de cuadrcula ms
pequeo. Esta cuestin se aborda en la Seccin 3, donde se presenta un nuevo y ms
preciso criterio para limitar la contribucin plazo vrtice se extiende en el espacio fsico.
Se basa en los invariantes del tensor de deformaciones locales y, desde un punto terico
de vista, se puede demostrar que el mtodo es adecuado para ser aplicado a la pared
flujos delimitadas. En la seccin 4, el rendimiento del mtodo propuesto se evala
mediante la aplicacin de un flujo turbulento en una cavidad diferencialmente climatizada
y un chorro que incide avin. Finalmente, los resultados relevantes se resumen y se dan
las conclusiones.
2. regularizaciones espectralmente-consistentes de ecuaciones NS
2.1. Simetras y propiedades de conservacin
Para mayor comodidad, se introduce primero la siguiente notacin:
DDU; V du; Dv y CDU; v; WTH Cu; V; WTH; 4
donde el producto interno de funciones se define de la forma habitual:
Da; BTH RX una? bdx. El operador bilineal d (u, v) satisface las siguientes propiedades
DDU; V DDV; UTH y DDU; UTH <0; 5
mientras que la forma trilineal c (u, v, w) satisface de dos simetra fundamental
propiedades
cu; v;w cu;w; v if r u 0; 6
cu; v;Dv cDv; v; u in 2D;

siempre que la contribucin de los lmites desvanece. Estas propiedades se utilizan

ampliamente para demostrar las propiedades de conservacin de los invariantes no
viscosos de las ecuaciones originales NS. A saber, la simetra de inclinacin (6) asegura la
conservacin de la energa cintica, media (u, u), y helicidad, (u, x), donde x = r? u es la
vorticidad. El enstrofa, (x, x), tambin forma un invariante no viscoso en el caso de los
flujos de 2D. En realidad, la forma ms fuerte de invariancia enstrofa dada por (7)
tambin es vlido para ecuaciones NS. Para ms detalles se remite al lector a [6], por
ejemplo.
2.2. Modelado de regularizacin CCC4
Regularizacin tiene como objetivo modificar el trmino convectivo de tal manera que
unos dinmicamente menos complejos resultados formulacin matemtica. Supongamos
que tenemos un auto adjunto filtro lineal : u! ? u con los requisitos que filtra los
componentes de alta frecuencia y se conmuta con los operadores diferenciales. En primer
lugar, vamos a definir la siguiente funcin
uiu
u; if i 0
u; if i 1
Entonces, una familia de (regularizados) operadores no lineales modificados se puede
construir fcilmente
eCu; V
P1
i; j; m0
ijmeC
ijmu; V;
donde Ce ijmu; V umCuiu; ujv. Por lo tanto, la regularizacin eCu; VTH
resulta en una combinacin lineal de hasta ocho trminos. Entre todas las posibles
combinaciones nos encontramos con la regularizacin propuesto por LPeray [9], A100 = 1
(con el resto de aij = 0). En primer lugar, la igualdad 1i; j; m0aijm 1 deben cumplirse
para garantizar eCu; V? CDU; v OD? ensima con NP2. Entonces, varias
restricciones se pueden aplicar a la aijm coeficientes. A saber, aijm aimj y aijm ajim:
Este ltimo asegura que la propiedad hemi-simetra (6) se conserva exactamente
mientras que el primero que se necesita para garantizar que la forma de la ecuacin de
transporte de vorticidad no se altera. Para esbozar la idea detrs, consideramos ~ CDU; v;
WTH eCu; V; WTH con eCu; V dada por la ecuacin. (9)
CDU; v; WTH P1 i; j; m0aijm ~ ci; j; MDU; v; WTH; 11
donde ~ ci; j; MDU; v; WTH cuiu; ujv; umw. Entonces, reordenando los
trminos de la suma (11), ~ CDU; v; WTH 12P1i; j; m0aijm ~ ci; j; m P1i; j; m0aimj ~
ci; m;! j du; v; w10; left 12P1i; j; m0aijm ~ ci; j; m ~ ci; m; ju; v;? 12P1i
w6; j; m0

aijm ~ ci; m; j ~ ci; j; mu; w; v ~ CDU;? w; V; 12

que demuestra que eCu; V preserva la simetra de inclinacin (6) si la ecuacin. (10,
izquierda) se cumple y el r? u = 0 (tambin r?? u = 0). Condiciones dadas por la ecuacin.
(10) imponer cuatro restricciones adicionales a los coeficientes aijm y conducir a una
familia de modelos de regularizacin precisos de segundo orden. Entre ellos,
encontramos a la aproximacin de segundo orden propuesto
en [11],
C2u; V Ce
111u; UTH de CD u?; ? UTH: 13
Debe tenerse en cuenta que la siguiente restriccin aijm amji; 14 necesario para
preservar la forma fuerte de la invariancia enstrofa dado por (7) de la siguiente manera
automtica a partir de (10), es decir aijm aimj = = = amji amij. Entonces, si queremos
cancelar trminos de segundo orden, tres condiciones adicionales deben ser impuesta:
P1J; m0a1jm 0; P1i; m0ai1m 0; P1i; j0aij1 0: 15
Por ltimo, nos limitamos a soluciones con a000 = 0. De esta forma, las funciones ~ f
definidos en la ecuacin. (25) satisfacer ~ f D0; 0; 0TH 0. Esto conduce a una familia de
mtodos de regularizacin precisos de cuarto orden
Du CCC4; V C04u; V ccE4u; V; 16 whereC04u; VTH 12eC001 tHEC
010eC100 du eC111?; V; 17E4u; V eC011 eC101 eC110u; v12 DEC
001 eC010 eC100 3eC111u; V: 18Note que C0
4DU; V CDU; ? V 4 DTO mientras E4u; V ? 4to OD. An ms importante, Ccc
4 DU; V CDU; ? V DCC 1O 4 OD 6:
Por lo tanto, Ccc 4 es de cuarto orden precisa a excepcin de cc = 1 que se convierte en
el sexto orden. En realidad para cc = 1 y cc 1?; Ccc 4 se convierte en las
aproximaciones C4 y C6 propuestos en [11], C4u; V Ccc1 4 DU; ? V de CD u; ? V
CD u?; v0 Cu0; ? V; 20 C6u; V Ccc 1 4 Du?; ? V de CD u; ? V CD u?;
v0 Cu0; ? Cu0 V ; v0; 21 respectivamente. Observe que el Ccc 4
regularizacin tambin puede verse como una combinacin lineal de C4 y C6 Ccc 4 DU; V
1 2 C4 C6 ccC4? C6u; V: 22 las aproximaciones Ccc 4 a mantener
todos los invariantes no viscosos de las ecuaciones de NS. Por otra parte, para cualquier?
> 0; existencia, unicidad y la suavidad de soluciones regularizados pueden ser probadas.
Tambin, para ?? 0, u? converge a una solucin dbil NS [13]. En este punto, hay dos
parmetros que necesitan ser fijo; a saber, el cc constante y la longitud del filtro local?. El
primero ser determinar la forma exacta del modelo de regularizacin mientras que el
segundo ser definir el nuicleo de circonvolucin del filtro lineal. Al establecer cc = 1, Ccc
4 se convierte en el C4 regularizacin precisa de cuarto orden originalmente propuesto en
[11]. Explorar otras formas de regularizacin est fuera del alcance de este documento y,
por lo tanto, para el resto del documento cc = 1 y las propuestas de los resultados del
modelo de regularizacin en la ecuacin.
3. Restriccin de la produccin de las pequeas escalas de movimiento

3.1. interacciones Interscale

Para el estudio de las interacciones interscale con ms detalle, seguimos en el espacio
espectral. La representacin espectral de la k-simo modo de Fourier del trmino
convectivo en las ecuaciones NS est dada por
CDU; uk iPkP pqk ^ UPQ ^ uq; 23
donde P (k) = I? k kT / jkj2 denota el proyector en campos de velocidad-divergencia libre
en el espacio espectral. Tomando la transformada de Fourier se obtiene la evolucin de
cada modo de Fourier ^ ukt de u (t) para el eCu?; UTH approximation.1
ddt 1Re jkj2 ^ uk iPkPpqk fbGk ~;? BGP; bGq ^ UPQ ^ vq Fk; donde bG k
denota el orden k Fourier-modo del ncleo del filtro de convolucin, es decir, ^ uk bgk ^
uk. El modo de ^ uk interacta slo con aquellos cuyos modos de vectores de onda p y q
formar un tringulo con el vector k. Por lo tanto, en comparacin con (23), cada
interaccin tridica se multiplica por ~ fbGk; BGP; bGq P1i; j; m0aijm ~ FIJM bgk;
BGP; BGQ; 25where ~ f ijmbGk; BGP; bGq UibGpUjbGqUmbGk
andUlx 1; si 0; x; si l = 1: 26
En el caso de la aproximacin C4 dada por (3) la funcin de amortiguacin resultados ~ f
f4 bG
k; pb; bq? ? bGkbp bGkbGq bGpbGq? 2bGkbGpbGq; 27 donde 0 <f4 6 1. Adems,
dado que para un filtro de convolucin genrico simtrica (ver [14], por ejemplo), bG
k = 1? a2jkj2 Oa4 con a2 =? 2/24, la funcin f4 se puede aproximar por f4? 1? a4
(jkj2jpj2 + jkj2jqj2 + jpj2jqj2). Por lo tanto, las interacciones entre las grandes escalas de
movimiento (? Jkj <1) aproximar la dinmica NS hasta OD? 4to. Por lo tanto, las
interacciones tridicas entre grandes escalas solamente se alteran levemente mientras
que las interacciones que implican vectores de onda ms largas (las escalas ms
pequeas de movimiento) son reducidos (ver [11], para ms detalles).
3.2. Detener el mecanismo de vrtice de estiramiento
Tomando el rizo de la ecuacin. (3) conduce atx C4u; X C4x; UTH Dx: 28 Esta
ecuacin se parece a la ecuacin de vorticidad que resulta de las ecuaciones NS: la nica
diferencia es que C se sustituye por su C4 regularizacin. Si sucede que el trmino
vrtice-estiramiento C4x; UTH en la ecuacin. (28) es tan fuerte que el trmino disipativo
Dx no puede impedir la intensificacin de la vorticidad, se producen estructuras de
torbellino pequeos. Izquierda-multiplicando la ecuacin de transporte de vorticidad. (28)
por x, se puede obtener la evolucin de jxj2. De esta manera, las contribuciones plazo
vrtice-estiramiento y de disipacin a @ tjxj2 resultado x? C4x; UTH yx? Dx; 29
respectivamente. Con el fin de prevenir una intensificacin local de la vorticidad, la
disipacin debe dominar la contribucin plazo vrtice que estira en la ms pequea escala
de la cuadrcula, h. En el espacio espectral, este requisito conduce a la siguiente
desigualdad.
2 ^ XKC? C4x; UTH kc C4x?; ukc? ^ x ^ kc XKC? ^ x kc61Rek2c?; 30
donde kc = p / h, y el trmino vrtice-estiramiento, C4x; ukc, se da byC4x; ukc

Ppqkcf4 bGkc; BGP; BGQ ^ XPIQ ^ uq: 31Note que f4 bGkc; BGP; BGQ depende
de la longitud del filtro? y, en general, en la onda vectores p y q = kc? p. Esto hace muy
difcil de controlar el efecto de amortiguacin debido a f4 no puede ser sacado de la suma
en (31). Para evitar esto, los filtros deben ser construidos a partir de la exigencia de que el
efecto de amortiguacin de todas las interacciones tridicas en la escala ms pequea
debe bevirtually independiente de los pares que interactan, ief4bGkc; BGP; bGq?
f4bG kc : 32
Esta es una propiedad crucial para controlar el equilibrio sutil entre la conveccin y
difusin con el fin de detener el mecanismo de vrtice-estiramiento.
Este punto fue tratado en detalle en [15]. El efecto de amortiguamiento global en la escala
de la cuadrcula ms pequea, H4bGkc , se da byH4bGkc 2 = Rek2c ^ XKC? ^
x ^ kc XKC? CDX; UTH? kc CDX; ukc? ^ x kc?; 33
con la condicin de que 0 <H4bG kc 6 1. A continuacin, en el caso de regularizacin
C4
f4bGkc sigue sin rodeos, f4bG kc H4bG kc ; 34
a condicin de que la Ec. (32) se cumple.

3.3. De espectral con el espacio fsico

En el apartado anterior hemos aplicado nuestro anlisis en un espacio espectral. Sin
embargo, el mtodo necesita ser aplicada en un dominio fsica en R3. A tal efecto, aqu se
propone expresar el efecto de amortiguacin en general, H4bG kc , en funcin de los
invariantes del tensor de deformaciones locales, S (u) = 1/2 (ru + RUT). Recordando que
el campo de velocidad, u, es solenoidal (r u = 0?); tr (S) = 0 y la ecuacin caracterstica de
S lee
k3 Qk R 0; 35 donde R =? 1 / 3TR (S3) =? det (S) =? k1k2k3 y Q ? 1 =
2trS2
? 1 = 2 k21 k22 k23
? ? son los invariantes de S, respectivamente. Ordenamos los valores propios de S por k1
k2 6 6 k3. Consideremos ahora una parte arbitraria del dominio de flujo X con condiciones
de frontera peridicas. El innerproduct se define de la forma habitual: Da; BTH R X
una? bdx. Entonces,
teniendo el producto internode L2 (1) con? Du conduce a la ecuacin enstrofa
12ddt jxj2 DX; CDX; u 1Re DRX;? rx; 36
donde jxj2 = (x, x) y el Cu contribucin trmino convectivo; X; X = 0 se desvanece
debido a la inclinacin simetra (6) del operador convectiva. Con los resultados obtenidos
por [16] y siguiendo los mismos argumentos que en [17], se puede demostrar que el
trmino vrtice de estiramiento puede ser expresada en trminos de la OFS R invariantes
(u) DX; CDX; u ZXx? Sx 43ZXtrS3dX 4ZXRdX?; ? 37 y la L2 (X)-norma de

x en trminos de la jxj2 Q invariante 4ZXQ dX: 38 Entonces, el trmino difusivo

pueden ser limitados por DRX; rx DX; Dx 6 kDx; X;??
donde kD <0 es el ms grande (el ms pequeo en valor absoluto) no cero valor propio
del operador D Laplaciano en X. Si ahora tenemos en cuenta que el dominio X es un
cuadro peridico de volumen h, luego kD =? (p / h) 2. En una simulacin numrica h
estara relacionado con el tamao local de cuadrcula. Entonces, para evitar una
intensificacin local de la vorticidad, es decir jxjt 6 0, la desigualdad siguiente debe
mantener H4bG kc DX; Sx DX; X 6? k Re; 40
donde, en este caso, kc = P / h. Esta desigualdad es el anlogo a la ecuacin. (33) 1 En lo
sucesivo, para simplificar, el subndice de correo se deja caer. en el espacio fsico.
Estados principales de Rayleigh que max x-0DX; K3 x; Sxx; 41 y por lo tanto da
un lmite inferior para la funcin de amortiguacin, H4bG kc 6 Re? 1D? kD = k3. Este
fue el enfoque considerado en nuestro trabajo anterior [12]. Sin embargo, el valor mximo
se alcanza slo si x est alineado con el vector propio correspondiente a k3, y por lo tanto
los trminos convectivos tienden a ser sobre-amortiguado. Esto se hace especialmente
relevante cerca de las paredes. Para superar este inconveniente aqu proponemos volver
a escribir la desigualdad (40) en trminos de lainvariantes Q y R.
De las ecuaciones. (37) - (40) deducimos H4bG kc 6 kD Re Q RTH; 42 donde R + =
max {R, 0} y el factor de amortiguamiento global 0 <H4 6 1. Por lo tanto, una definicin
adecuada del factor de amortiguamiento global en la escala de la cuadrcula ms pequea
est dada por H4bG kc min kD Re Q RTH; 1
Observe que el invariante Q es siempre negativa, kD <0 y R puede ser positivo o
negativo. En trminos del nmero de Reynolds, el cociente de R y Q escalas como R / Q /
(RE3 / 2) / Re = Re1 / 2. Luego, recordando que kD / h? 2, se cede a H4bG
kc / h? 2RE? 1T = R / h? 2RE? 3 = 2. Por lo tanto, obtenemos H4bG kc! 1 si h / Re?
3.4. Esto muestra que el modelo se apaga cuando h se acerca a la escala ms pequea
en un flujo turbulento. Otra caracterstica interesante del modelo es que se apaga
automticamente (R? 0) para flujos laminares (sin vortexstretching) y fluye 2D (k2 = 0? R
= 0). El comportamiento cerca de la pared de los invariantes est dada por R / y3 y Q / y0,
respectivamente, donde Y es la distancia a la pared. En consecuencia, resulta en un
modelo que se apaga cerca de la pared. Para mayor comodidad, ahora vamos a definir la
relacin entre el K2 y K3,
g = K2 / K3. Tenga en cuenta que k1 6 0 y k3P0, mientras que el valor propio medio, k2,
puede ser positivo o negativo. En realidad, los signos de los invariantes R =? K1k2k3, k2 y
g son los mismos. Luego, recordando que el tensor de deformacin es traceless (tr (S) =
0), es decir, k1 + k2 + k3 = 0, el primer valor propio tambin se puede escribir en trminos
de K3 y g:? K1 = (1 + g) k3 . Entonces, la proporcin Q / R se traduce en (? Q / R)? 1 =
kQR = (1 + g) g / k3 (g + 1 + g2). Aqu, kQR puede ser visto como la tasa de amplificacin
de la vorticidad en la escala de cuadrcula ms pequea. Entonces, suponiendo que jgj?
1, kQR? GK3 = k2 y por lo tanto es consistente con la alineacin de vorticidad preferencial
con el vector propio intermedio (ver el trabajo por [18] y las referencias en l). En lo
sucesivo, este enfoque se conoce como QR-mtodo mientras que el enfoque anterior en
la ecuacin. (41) se utiliz para limitar la amortiguacin en general, H4bG kc Th, se har
referencia como k3-mtodo.

4. QR-mtodo frente k3-mtodo

4.1. experimentos numricos
Para analizar el rendimiento del mtodo QR respecto al k3-mtodo, se consideran dos
modelos de problemas. En primer lugar, se utiliza un flujo turbulento flotabilidad impulsada
en un (Pr = m / a = 0,71) cavidad llena de aire diferencialmente calentada (DHC) (vase la
Fig. 2, izquierda).
La cavidad se somete a una diferencia de temperatura, DT = TH? TC, a travs de las
paredes isotrmicas verticales, mientras que las paredes superior e inferior horizontales
son adiabtico. Condiciones de contorno peridicas se imponen en la direccin
envergadura. Por ltimo, la condicin lmite no deslizante se aplica al campo de
velocidades en las cuatro paredes que encierran. Fig. 2, muestra el derecho de los
campos de temperatura instantneos correspondientes a dos simulaciones DNS
diferentes en los nmeros de Rayleigh (basado en la altura de la cavidad, Lz) Ra = 1,010
y 3? 1011, respectivamente. La relacin de aspecto de altura se fija a Lz / Ly = 4. La
configuracin anterior se utiliz para probar el rendimiento de C4 en [12] por medio de la
comparacin directa con los resultados presentados en DNS [19,20]. Esta ltima es una
nueva simulacin DNS realizado en el superordenador MareNostrum con 256 CPUs. El
dominio computacional se cubre con una malla cartesiana escalonada con 111 millones de
puntos de rejilla (128? 680? 1275). Los detalles sobre los algoritmos numricos se pueden
encontrar en [19]. En este caso la relacin de aspecto profundidad es Lx / Ly = 0,25.
Desde el trabajo pionero de Vahl Davis [21], donde se estableci la formulacin de
referencia original, esta configuracin ha sido ampliamente estudiado tanto numrica y
experimentalmente (vase [19] y las referencias en l, por ejemplo). Por otra parte, una
prediccin precisa de la estructura de flujo y la transferencia de calor en una configuracin
de este tipo es de gran inters ya pesar del esfuerzo dedicado (ver por ejemplo [2225])
para un modelado de la turbulencia exacta de esta configuracin, sigue siendo un gran
desafo. Esto es principalmente debido a la compleja exhiben comportamiento: las capas
lmite laminar permanecen en su parte de aguas arriba hasta el punto en que las ondas
que viajan aguas abajo crecer lo suficiente como para perturbar la capa lmite de eyeccin
de los grandes remolinos inestables al ncleo cavidad. Top y las regiones inferiores son
casi isotrmica debido al efecto de mezcla de estos remolinos. El ncleo estratificado
cavidad casi inmvil es otra caracterstica importante de estas configuraciones. Su
tamao depende bsicamente de la ubicacin del punto de transicin. Sin embargo, la
alta sensibilidad de la capa lmite trmica a las perturbaciones externas hace que sea muy
difcil de predecir. Por lo tanto, las reas con regmenes completamente diferente
coexisten y la interaccin y por lo tanto, modelos de turbulencia debera ser capaz de
capturar bien todas estas caractersticas.
Figs. 3 y 4 de comparar ambos mtodos para dos instantneas instantneas ilustrativos.

En ambos casos, la insuficiencia de k3-mtodo se puede observar claramente. En primer

lugar, el comportamiento cerca de la pared no est bien capturado mientras que el mtodo
QR se apaga automticamente. En segundo lugar, la parte aguas arriba de la capa lmite
es laminar hasta el punto donde se produce la transicin y grandes vrtices cuasi-2D son
expulsados. Slo el mtodo QR exhiben la capacidad de capturar regiones bien laminares
y 2D. Por ltimo, como se esperaba, en las reas de turbulencia el mtodo k3 predice
valores significativamente ms altos que el mtodo QR. Por otra parte, slo el mtodo QR
puede apagar automticamente en aquellas regiones donde la energa se transfiere de
nuevo a grandes escalas (valores negativos de R). Este fenmeno se aprecia con claridad
en el modelo de punto de la I + / relacin de Q que se muestra en la Fig. 4 para el mayor
nmero de Rayleigh. Para evaluar el impacto en los resultados, el mtodo de
regularizacin C4 ha sido probado en Ra = 1,011 utilizando tanto el mtodo k3 y el
mtodo QR. Esta configuracin ya se prob en [12] usando el mtodo k3. Resultados de
la capa lmite vertical, se muestran de nuevo en la Fig. 5 junto con los nuevos resultados
obtenidos utilizando el mtodo QR. El procedimiento numrico para ambos mtodos es
exactamente el mismo y que slo difieren en el criterio para calcular H4bGkc . Para
obtener detalles sobre esta prueba de los casos se remite al lector a [12]. Tanto el
promedio de la temperatura, T h i, y la velocidad vertical, hu3i, concuerdan bien con la
solucin de referencia DNS, mientras que la capa lmite vertical es demasiado grueso
cuando el modelo se apaga a pesar de la malla es significativamente ms fino. En cuanto
a la comparacin entre ambos mtodos, no hay casi ningn efecto sobre el campo de flujo
promedio. Por el contrario, el nuevo criterio de mejora claramente los resultados para la
energa cintica turbulenta, hki hu0iu0 ii. Esto indica que el mtodo k3 es el exceso de
filtrado mientras que el mtodo QR capta mejor el equilibrio entre la disipacin fsica y el
trmino vrtice-estiramiento.
El segundo caso de prueba corresponde a un plano turbulento que incide chorro a
Reynolds nmero 20000 (basado en la velocidad de flujo de entrada, Vin, y la anchura de
la boquilla, B) y relacin de aspecto 4 (distancia de la superficie-a-boquilla de pinzamiento
/ anchura de la boquilla). Las condiciones de contorno flujo de salida se han colocado en x
/ B = 50 (ver Fig. 6). Este caso de prueba se ha estudiado tanto numrica y
experimentalmente (ver [26] y las referencias en l). Sin embargo, la disponibilidad de los
resultados de referencia DNS es bastante escasa y restringida slo para nmeros de
Reynolds bajos [27].
Esta nueva simulacin DNS [26] se ha llevado a cabo utilizando las CPU 300 en un 104
millones de puntos de rejilla escalonada malla cartesiana (168? 1680? 368). Algoritmos
numricos son exactamente los mismos que para la configuracin de DHC. En cuanto a
las condiciones de contorno, se impone un perfil plano constante tanto para la velocidad y
la temperatura en la entrada, mientras que las condiciones de contorno convectivas se
utilizan para modelar el flujo de salida. Condiciones de contorno peridicas se imponen en
la direccin envergadura. No-slip condicin lmite se aplica al campo de velocidad en las
paredes slidas. Para la temperatura, la pared de choque es isotrmica mientras que la
pared superior es adiabtico. Resultados de DNS Timeaveraged (ver Fig. 6) han revelado
que el flujo principal de recirculacin no puede ser capturado bien a menos que el flujo de
salida se coloca por lo menos en 40B de la lnea central de chorro aproximadamente. Con
respecto a este punto, hay que sealar que la mayora de la numrica anterior [28] y los
estudios experimentales [29,30] coloca la salida en x / B = 10 a 15, y por lo tanto no se
puede captar adecuadamente el flujo de recirculacin, uno de las principales

caractersticas de esta configuracin. Esto sugiere que los datos experimentales

anteriores pueden no ser adecuados para estudiar la configuracin de flujo lejos del
chorro. Para ms detalles acerca de esta simulacin se remite al lector a [26].
Comparacin entre QR-mtodo y k3-mtodo se muestra en la Fig. 7. A este respecto, la
mayora de los comentarios antes mencionados para el problema DHC tambin son
vlidas aqu. En este caso particular, las condiciones de entrada son completamente
laminar con un gradiente de velocidad ntida en los bordes del chorro. Este flujo de
tensiones es la fuente primaria de la turbulencia en la regin inicial chorro. Ambos
mtodos pueden capturar bien estos fenmenos; sin embargo, el mtodo k3 muestra
valores significativamente ms altos. Tambin es notable los altos valores de k3
observados alrededor del punto de estancamiento donde el flujo es todava laminar.
Tambin es importante la incapacidad del mtodo k3 para apagar cerca de la pared donde
se muestran valores muy altos.
4.2. Explorando nuevas fronteras?
La regularizacin C4 ya ha sido probado con xito para varias configuraciones. En las
pruebas iniciales [11], el rendimiento de las aproximaciones C4 se ensay para determinar
un flujo turbulento canal manteniendo la relacin e? / H (longitud de filtro a la anchura de
rejilla) constante. Por tanto, slo este parmetro tuvo que ser prescrita por adelantado.
Para evitar esto, en [12] un enfoque parmetro libre se propuso: la longitud filtro local se
determin a partir del criterio de que se debe detener vrtice de estiramiento en la escala
de la cuadrcula ms pequea. Para ello, la desigualdad dada por las ecuaciones. (40) y
(41) se utiliz. En ese trabajo, una cavidad diferencialmente climatizada con relacin
altura aspecto 4 y Ra = 1010 se analiz en detalle. La comparacin con los resultados de
referencia DNS mostr mejoras significativas en la captura de la pauta general del flujo
incluso para mallas muy gruesas. Sin embargo, aqu se ha demostrado que el criterio
dado por la ecuacin. (41) es demasiado restrictiva. A pesar de este hecho, la calidad de
los resultados no se vio afectada significativamente. Este fenmeno ya se observ para
un flujo turbulento canal [11] y una cavidad diferencialmente calentada [12], por ejemplo,
aumento de la proporcin? / h no afect significativamente las soluciones. Para aquellas
configuraciones de los nmeros de Reynolds (o Rayleigh) fueron moderadamente alta.
Sin embargo, para ms y ms alto nmeros de Reynolds (o Rayleigh) de tal manera
sobre-filtrando efecto puede eventualmente resultar en problemas numricos. Por
ejemplo, el mtodo se basa en el hecho de que los filtros discretos se construyen a partir
del criterio de que la ecuacin. (32) es prcticamente satisfecho [15]. Para valores
moderadamente bajas de f4, esto se puede lograr fcilmente, pero para valores de f4 muy
cercanos a cero Eq. (32) no se puede garantizar ms. En este contexto, el mtodo QR
que aqu se propone constituye un criterio ms fiable para garantizar la condicin dada
por la ecuacin. (40) y abre la posibilidad de aplicar C4 en nmeros mucho ms altos
Reynolds (Rayleigh).
5. Conclusiones y futuras investigaciones
Los incompresibles ecuaciones de Navier-Stokes describen con precisin la dinmica de
los flujos turbulentos. Sin embargo, las simulaciones directas no son viables para
aplicaciones del mundo real debido a las pequeas escamas casi innumerables
producidos por el trmino convectivo no lineal. Alternativamente, regularizaciones de la no
linealidad conducen a dinmicamente menos complejo formulaciones matemticas y por

lo tanto son ms susceptibles de ser resuelto numricamente. Aqu, una familia de

aproximacin suave OD? 4ta exacta dada por la ecuacin. (16) viene de el criterio de que
las simetras y propiedades de conservacin del operador convectivo original debe
conservarse exactamente. En el presente trabajo, el parmetro cc de la ecuacin. (16) se
fija a CC = 1. Si lo hace, la CCC 4 se convierte en el C4 regularizacin precisa cuarto
orden originalmente propuesto en [11].
La regularizacin hace uso de un filtro lineal autoadjunto. La longitud del filtro se
determina de forma dinmica a partir de la exigencia de que vrtice de estiramiento debe
ser detenido en la escala establecida por la red. Esto puede ser fcilmente satisfecho en
el espacio espectral a travs de la ecuacin. (33), siempre que satisfaga filtros discretos
Ec. (32), es decir, las interacciones tridicas en la escala ms pequea son prcticamente
independientes de los pares que interactan. Esto se trata en detalle por [15]. Sin
embargo, en el espacio fsico se hace ms engorroso. Para evitar esto, aqu un criterio
novela basada en los dos invariantes, R y Q, del tensor de deformaciones locales se ha
propuesto. Si lo hace, el comportamiento esperado de un modelo de turbulencia se
consigue: se apaga (es decir, H4 = 1) para flujos laminares (sin vrtice de estiramiento),
fluye 2D (R = 0) y cerca de las paredes. La capacidad de capturar bien todas estas
caractersticas de flujo ha sido probado con xito mediante la aplicacin de dos de ensayo
problemas turbulentos. En contraste, la insuficiencia del mtodo k3 anterior se ha
observado claramente para ambos casos, forzada y conveccin natural. Por lo tanto, los
mtodos propuestos constituye un modelo de turbulencia-parmetro libre adecuado para
geometras y flujos complejos.
5.1. Investigacin futura
El mtodo C4-regularizacin ya se ha aplicado con xito a varias configuraciones [11,12].
Sin embargo, se han observado dos inconvenientes principales: (i) debido a la
conservacin de la energa, la solucin del modelo tiende a mostrar una joroba adicional
en la cola del espectro [11,15] y (ii) para muy gruesa engrana el factor de
amortiguamiento, 0 <f4bGkc 6 1, con el tiempo puede tomar valores muy pequeos.
Por lo tanto, el enfoque actual podra mejorarse mediante la adicin de un poco de
disipacin adicional. Esto puede ser un modelo de tipo viscosidad de remolino, por
ejemplo. Otra posibilidad sera alterar la difusin en el mismo sentido que la conveccin:
sustituir D por el siguiente aproximacin exacta 4 OD?
D4u Du cdDu00; 44
con cd> 0. Esta modificacin del operador difusiva conserva la propiedad de simetra dada
por la ecuacin. (5). Por otra parte, la disipacin se incrementa de manera efectiva en la
cola del espectro. En la escala de la cuadrcula ms pequea, kc, un efecto potenciador,
h4bG kc 1 cd1? f4bGkc thth, se introduce.
Luego, tomando cd 1 = f4bGkc ; h4bGkc 1 = f4bGkc y el amortiguamiento
global se convierte H4bG kc f4bG kc = h4bG kc f4bG kc 2. De esta
manera, los dos problemas mencionados anteriormente de mtodo C4 se mitigan cuando
se aplica el enfoque de regularizacin fCDg4 aqu propuesto
Por otro lado, en el presente documento, el parmetro de la ecuacin cc. (16) se fija a CC
= 1. Sin embargo, cc puede tomar valores diferentes que la unidad. Esto abre la
posibilidad de explorar nuevas formas de fCDgcc; CD4 - regularizacin. En tal caso, f cc 4

bGkc 1 = 2D1 ccf4bGkc 1 = 2D1? CCTH, y por lo tanto la ecuacin. (33)

sera sustituida por la frmula ms general cc f4bGkc? 1TH 2D1 cdH4bGkc
1 CCTH 2cdH4bGkc : 45
Por lo tanto, el aumento de los valores de cc> 1 conduce a valores ms altos de f4. En
realidad, el lmite inferior para f4j H4bGkc 0 DCC? 1 Tes = 1 CCTH> 0 se rige
por cc. Entonces, el valor de P0 cd determinar la forma exacta de la funcin, por
ejemplo, f4jH4bGkc 1 = 2 DCD CCTH = 1 CCTH cd P 1 = 2. El anlisis de
estos fCDgcc; cd 4 modelos de regularizacin es parte de nuestros planes futuros de
investigacin.

PRIMERA DIAPOSITIVA
La simulacin numrica directa de flujos turbulentos es una disciplina
relativamente reciente, nacida como consecuencia de los avances en la
capacidad y velocidad de clculo de los ordenadores.
La idea de reproducir numricamente toda la fsica de un flujo turbulento
pareca una quimera hasta que Orszag y Patterson1 realizaron la primera
simulacin numrica directa en 1972, sobre un mallado de 32x32x32 puntos.
Lo que en su da fue una hazaa, puede reproducirse hoy en un ordenador de
sobremesa en slo unos minutos. Pero no hay que dejarse llevar por la
tentacin de hacer una simple regla de tres y pensar que en los
superordenadores actuales (varios miles de veces ms potentes) podramos
simular flujos turbulentos miles de veces mayores, p.ej. el flujo del aire en
torno a un avin. En efecto, estamos ante un problema no lineal cuyo coste
crece tambin de forma no lineal con el aumento del tamao, o ms
concretamente con el aumento del nmero de Reynolds, que da una idea de la
magnitud de la turbulencia. El flujo en torno a un avin requerira miles de aos
de tiempo de computacin (CPU).2 Para tratar problemas de alto nmero de
Reynolds se recurre a la simulacin de flujos promediados, que presentan
variaciones ms suaves
y requieren menos potencia de clculo y en los que los efectos de * Laboratorio
de Investigacin en Tecnologa de la Combustin.las fluctuaciones turbulentas
aparecen en forma de modelos.
DIAPOSITIVA 2
Las ecuaciones incompresibles de Navier-Stokes constituyen un excelente modelo
matemtico de la turbulencia. Desafortunadamente, las simulaciones directas con los
recursos computacionales disponibles se limitan a relativamente bajos nmeros de
Reynolds, debido a las pequeas escamas casi innumerables producidos por el trmino
de la conveccin no lineal. Por otra parte, consideramos regularizaciones del trmino
convectivo que preservan la simetra y las propiedades de conservacin exactamente.
Esto da a una clase de regularizaciones [Verstappen R. En restringir la produccin de
pequeas escalas de movimiento en un flujo turbulento canal. Comput Fluidos 2008: 37;
887-97] que restringen la produccin de pequeas escalas de movimiento de una manera
incondicionalmente estable. De esta manera, el nuevo conjunto de ecuaciones es

dinmicamente menos complejo que las ecuaciones originales de Navier-Stokes, y por lo

tanto ms susceptibles de ser resueltos numricamente. Se basa en un filtro lineal auto
adjunto cuyo local de filtro de longitud se determina a partir de la exigencia de que vrtice
de estiramiento debe ser detenido en la escala establecida por la red [Trias FX,
Verstappen RWCP, Gorobets A, M Soria, Oliva A. Parmetro sin simetra de preservacin,
modelado de regularizacin de una cavidad turbulenta calentado diferencialmente.
Comput Fluidos 2010: 39, 1815-31]. Para ello, se propone un nuevo criterio basado en los
invariantes del tensor de deformaciones locales y probadas aqu.
Por desgracia, los intentos de llevar a cabo simulaciones numricas directas (DNS) con
los recursos computacionales disponibles y mtodos numricos se limitan a un nmero
relativamente bajo de Reynolds. En cuanto a los algoritmos numricos, reducciones de
costos pueden ser alcanzado por una o ms de las siguientes cuestiones: (i) la
disminucin el nmero de puntos de cuadrcula usando esquemas de alto orden [1,2], (ii)
usando grandes pasos de tiempo [3] o (iii) reducir el coste computacional por iteracin;
todo ello sin afectar la calidad de la solucin numrica.
En cuanto al tercer punto, en nuestro trabajo anterior [4], nos hemos centrado en el
solucionador paralelo de poisson mediante una estrategia de paralelizacion hibrida.
Debido a la naturaleza no local de su solucin, este sistema elptico es el mas largo y
difcil de paralelizar parte del cdigo. El solucionador de Poisson es restringido a
problemas con la direccin peridica uniforme.