Simulación de La Transferencia de Calor en Superficies Aleteadas Mediante Análisis de Elementos Finitos

PROYECTO FIN DE CARRERA
SIMULACIÓN DE LA TRANSFERENCIA DE CALOR EN

SUPERFICIES ALETEADAS MEDIANTE ANÁLISIS DE
ELEMENTOS FINITOS
Autor: Jesús Manuel Serrano Martín-Arroyo
Titulación: Doble titulación I.T.I. especialidad Mecánica e I.T. en Diseño Industrial
Tutora: Elisa Carvajal Trujillo
Convocatoria: Primera, Febrero 2014

ÍNDÍCE
CAPÍTULO 1 _ OBJETO DEL PROYECTO
1.1 Introducción ............................................................................................................................ 4
1.2 Objetivos ................................................................................................................................. 4
1.3 Motivación .............................................................................................................................. 4
CAPÍTULO 2 _ ANTECEDENTES
2.1 DISIPADORES DE CALOR .......................................................................................................... 6
2.2 SIMULACIÓN............................................................................................................................ 9
2.2.1 Introducción ..................................................................................................................... 9
2.2.2 Aplicaciones de la simulación........................................................................................... 9
2.2.3 Tipos de simulación ........................................................................................................ 12
2.2.4 El simulador por computadora....................................................................................... 12
2.2.5 Resolución analítica -vs- simulación ............................................................................... 13
2.2.6 Simulación de Monte Carlo ............................................................................................ 13
Determinación del área de una figura.................................................................................. 14
2.2.7 Etapas de una simulación ............................................................................................... 15
2.2.8 Sistemas ......................................................................................................................... 16
2.2.9 Clasificación de sistemas ................................................................................................ 17
2.2.10 Modos de simulación .................................................................................................... 18
2.2.11 Modelado ..................................................................................................................... 19
2.2.12 Clasificación de modelos .............................................................................................. 21
2.2.13 Modelos teóricos -vs- experimentales .......................................................................... 21
2.2.14 Modelos de caja negra .................................................................................................. 21
2.3 COMSOL MULTIPHYSICS 4.3 .................................................................................................. 23
2.3.1 Descripción general ........................................................................................................ 23
2.3.2 Áreas de aplicación ........................................................................................................ 23
2.3.3 Librerías de COMSOL 3.2 ................................................................................................ 24
2.3.4 Heat Transfer Module (Módulo de Transferencia de Calor) .......................................... 25
CAPÍTULO 3 _ TRANSFERENCIA DE CALOR

3.1 TRANSMISIÓN DE CALOR ...................................................................................................... 27
3.1.1 Conducción ..................................................................................................................... 27
3.1.2 Convección ..................................................................................................................... 28
3.1.3 Radiación ........................................................................................................................ 28
3.2 TRANSFERENCIA EN SUPERFICIES EXTENDIDAS .................................................................... 30
3.2.1 Problema de conducción en una aleta ........................................................................... 31
3.2.1.1 Aletas de área de sección transversal uniforme ..................................................... 32
3.2.1.2 Aletas de área de sección transversal no uniforme ................................................ 36
3.2.1.3 Eficiencia de la aleta ................................................................................................ 37
3.2.1.4 Ejemplos prácticos .................................................................................................. 37
CAPÍTULO 4 _ SIMULACIÓN
4.1 ALETA RECTA DE SECCIÓN UNIFORME .................................................................................. 46
4.1.1 Solución analítica ........................................................................................................... 47
4.1.2 Solución MODELO 1 ....................................................................................................... 48
4.1.3 Solución MODELO 2 ....................................................................................................... 51
4.1.4 Comparación MODELO 1 – MODELO 2 .......................................................................... 54
4.1.5 Comparación MODELO 1 – Solución analítica................................................................ 54
4.2 DISIPADOR 2 ALETAS RECTAS ................................................................................................ 55
4.2.1 Solución MODELO 1 ....................................................................................................... 56
4.2.2 Solución MODELO 2 ....................................................................................................... 60
4.3 DISIPADOR 3 ALETAS RECTAS ................................................................................................ 65
4.3.1 Solución MODELO 1 ....................................................................................................... 65
4.3.2 Solución MODELO 2 ....................................................................................................... 68
4.3.3 SOLUCIÓN MODELO 3 .................................................................................................... 69
4.4 DIFERENCIA POR VARIACIÓN DEL NÚMERO DE ALETAS ....................................................... 72
4.4.1 Disipador de una aleta ................................................................................................... 72
4.4.2 Disipador de dos aletas .................................................................................................. 74
4.4.3 Disipador de tres aletas.................................................................................................. 76
4.4.4 Comparación de los diferentes modelos ....................................................................... 78
4.5 SIMULACIÓN DISIPADOR ANULAR ........................................................................................ 81
CAPÍTULO 5 _ CONCLUSIONES Y DESARROLLOS FUTUROS

5.1 CONCLUSIÓN ......................................................................................................................... 84
5.2 DESARROLLOS FUTUROS ....................................................................................................... 84
ANEXOS
a.1 CÓDIGO UTILIZADO EN MATLAB ........................................................................................... 85
a.1.1 ESTUDIO DE LOS DIFERENTES TIPOS DE CASOS ............................................................. 85
a.1.2 EJEMPLOS PRÁCTICOS. ALETA RECTA DE SECCIÓN TRANSVERSAL UNIFORME. ............ 86
a.1.3 EJEMPLOS PRÁCTICOS. ALETA ANULAR DE SECCIÓN TRANSVERSAL NO UNIFORME. ... 88
a.1.4 SIMULACIÓN. SOLUCIÓN ANALÍTICA.............................................................................. 90
a.2 MEDIDAS SIMULACIÓN POR NÚMERO DE ALETAS ............................................................... 92
a.2.1 DISIPADOR DE UNA ALETA ............................................................................................. 92
a.2.2 DISIPADOR DE DOS ALETAS ............................................................................................ 93
a.2.3 DISIPADOR DE TRES ALETAS ........................................................................................... 93
BIBLIOGRAFÍA ..................................................................... ¡Error! Marcador no definido.

CAPÍTULO 1 _ OBJETO DEL
PROYECTO
1.1 Introducción
En la actualidad para resolver problemas del sector industrial con cierta complejidad es
prácticamente imprescindible acudir a simulaciones que modelen los problemas a los que se
puede enfrentar un ingeniero.
Durante la realización de este proyecto se han utilizado tres programas, uno de ellos para
realizar la simulación de la transferencia de calor. Este programa es el COMSOL Multiphysics
4.3, que es una paquete de resolución de problemas multifísico. En concreto en este programa
se utilizará el módulo de resolución de problemas de treansferencia de calor en sólidos y
fluidos, mediante su código fluidodinámico (CFD).
1.2 Objetivos
El principal objetivo del proyecto es:
- Analizar analíticamente el comportamiento de los disipadores de calor como

mecanismo de transferencia de calor.
- Estudio de la simulación de la transferencia de calor mediante elementos finitos
utilizando el software COMSOL Multiphysics 4.3.
- Validación de las simulaciones de transferencia de calor de los disipadores de calor
comparando sus resultados con los obtenidos analíticamente..
Pero existen más objetivos secundarios como son:
- Aprender a utilizar un programa basado en ecuaciones físicas y condiciones de

contorno, en este caso COMSOL, adaptarlo a programas como son MATLAB y
SolidWorks y aprender a realizar simulaciones utilizándolos.
- Aprender a realizar modelos tanto teóricos como realísticos y obtener y analizar los
errores que puede contener la elección de diferentes modelos para una misma
simulación.
1.3 Motivación
La motivación académica del proyecto persigue el avance en el estudio de la transferencia de
calor en superficies aleteadas, con aplicación a la refrigeración de cilindros dentro de los cuales
se produce una gran liberación de calor. Debido a la relativa pequeña relación
superficie/volumen es necesaria que la superficie exterior sea aleteada. En cuanto a
motivación personal para la realización del proyecto principalmente esta se centra en el
manejo de programas de elementos finitos, realizar modelos y simulaciones.
CAPÍTULO 2 _ ANTECEDENTES
2.1 DISIPADORES DE CALOR
Los disipadores son elementos claves cuando se manejan niveles de potencia relativamente
altos. Ellos permiten que el calor generado por una determinada pieza sea evacuado rápida y
eficientemente, evitando así posibles daños por alta temperatura.
La temperatura es una consideración muy importante en el diseño o análisis de sistemas

fluidomecánicos, electrónicos y térmicos. Esta afectará todas las características de un diseño,
resistencia del material, dureza, etc…
Cuando se trata de piezas cuya temperatura es baja el calor puede ser fácilmente evacuado del
dispositivo a través de su envoltura. Sin embargo, cuando las temperaturas aumentan y se
manejan grandes cantidades de potencia, como puede ser un motor alternativo, la potencia
disipada se eleva y con ella el calor generado por la pieza (Figura 1).
A medida que la disipación de potencia de un componente, llega a ser tan elevada como para
producir daños internos a su estructura, es necesario añadir algún método de disipación de
calor que facilite la refrigeración, evitando que se alcance una temperatura peligrosa para las
piezas del diseño. El radiador o disipador de calor es un complemento imprescindible para el
montaje y utilización de motores térmicos que manejan altas potencias.
Figura 1: Motor térmico
Además de los daños que pueden ser ocasionados por el sobrecalentamiento de una pieza, se
presentan otros problemas que hacen del exceso de temperatura un fenómeno a combatir. El
principal de ellos es la pérdida en la resistencia mecánica para la cual ha sido diseñado un
elemento.
La habilidad de un material para conducir el calor, es decir, su conductividad térmica, depende
de las características físicas del material y de sus dimensiones geométricas
La convección es la transferencia de calor por circulación de un fluido que absorbe dicho calor
y lo transporta a otro lugar. En la transferencia de calor por convección, el cuerpo caliente
entrega al fluido que le rodea (aire, gas, etc.) una determinada cantidad de potencia que hace
que en dicho fluido se produzca una elevación de la temperatura reduciendo su densidad, y
por consiguiente su peso, con lo que se elevará haciendo aparecer una nueva cantidad de
fluido frío que seguirá refrigerando al cuerpo.
Este proceso se denomina convección natural para diferenciarlo del sistema de convección
forzada provocada por algún medio exterior que obligue la circulación de aire, por ejemplo un
ventilador. La cantidad de potencia calorífica que puede evacuarse desde el disipador al
ambiente depende de la diferencia de temperatura que exista entre ambos, siendo tanto
mayor cuanto más elevada sea esta diferencia.
La radiación de calor es una forma de transmisión a través de ondas electromagnéticas que

emiten los cuerpos calientes, similar a las que se emplean para realizar emisiones de
radiofrecuencia o de la luz visible. Esta radiación se realiza a una frecuencia inferior a la del
color rojo visible y se le denomina radiación infrarroja.
En la transferencia de calor por radiación una propiedad importante es la emisividad, que

influye en la energía radiada por una superficie. En el espectro visible la mayor o menor
capacidad de radiación está afectada por el color del cuerpo, obteniéndose el mejor
comportamiento en los colores oscuros, siendo el cuerpo negro ideal el de mayor poder de
radiación. La radiación es además un fenómeno superficial afectado por el acabado mecánico
de las superficies. Las superficies mate irradian mejor que las brillantes. Un disipador emplea
normalmente las tres formas de transmisión simultáneamente, produciéndose una conducción
desde la superficie interna hasta la externa en un cilindro de un pistón hasta el radiador y una
convección y radiación de éste al aire que le rodea.
Si el mecanismo de transferencia de calor es suficiente, la temperatura aumentará hasta

estabilizarse en un punto en el que el calor que se evacúa hacia el exterior es igual al generado
internamente. Esto significa que es necesario utilizar algún sistema que permita la máxima
evacuación posible de calor para mantener la temperatura del dispositivo dentro de límites
razonables.
Las condiciones que debe cumplir un disipador para conseguir una óptima transferencia desde
el dispositivo hacia el medio ambiente son las siguientes:
- El tamaño del disipador depende de la cantidad de calor que debe ser radiada, de
la temperatura ambiente y del fluido refrigerante. Pero la superficie de radiación
no es el único punto a considerar cuando se diseñan disipadores de calor. Debe
tenerse en cuenta además el material del cual está construido, el acabado de su
superficie y la manera como el elemento que produce calor se encuentre acoplado
al disipador.
- Para una óptima disipación del calor, el material debe tener una alta conductividad
térmica y una gran sección transversal. La temperatura ambiente debe ser
mantenida tan baja como sea posible.
- Los dos materiales más comunes para la construcción de disipadores son el cobre y
el aluminio. El cobre tiene una conductividad térmica cuatro veces superior a la del
aluminio pero, debido a su alto costo, es el aluminio el que se utiliza con más
frecuencia. En ciertas ocasiones, se utilizan otros materiales especiales, tales como
el magnesio o el óxido de berilio. Los materiales utilizados en este proyecto y su
conductividad térmica son los siguientes: Cobre, con conductividad ;
Aluminio 3003-H18, con conductividad ; acero AISI 4340, con
conductividad .
- Para aumentar la transferencia de calor por convección se dota al radiador de
aletas en su contorno de manera que se aumente su superficie externa.
La completa efectividad del disipador de calor depende de la mayor extensión del contacto
entre el elemento a ser enfriado y la superficie del disipador. La calidad del contacto depende
del grado de conformidad entre las dos superficies y la cantidad de presión con la cual se
mantienen unidas.
A nivel microscópico, el contacto entre las dos superficies se realiza solamente por unos pocos
puntos de contacto quedando huecos llenos de aire, por lo que la transmisión de calor a través
de esa superficie será muy pobre. En cambio, si se rellenan los huecos con una pasta
conductora del calor, se mejora la transmisión del calor en un 30%. Las pastas de aceites de
silicona con carga de partículas de zinc o de óxidos metálicos, cumplen a la perfección estas
funciones.
Para obtener los mejores resultados, un disipador de calor debe tener una adecuada
ventilación y localización.
2.2 SIMULACIÓN
2.2.1 Introducción
Cuando se tiene la responsabilidad de conducir un sistema dado, como por ejemplo: un banco, una
ciudad, un sistema de transporte, etc., debe tomar continuamente decisiones acerca de las
acciones que ejecutará sobre el sistema. Estas decisiones deben ser tales que la conducta
resultante del sistema satisfaga de la mejor manera posible los objetivos planteados.
Para poder decidir correctamente es necesario saber cómo responderá el sistema ante una
determinada acción. Esto podría hacerse por experimentación con el sistema mismo; pero
factores de costos, seguridad y otros hacen que esta opción generalmente no sea viable. A fin
de superar estos inconvenientes, se reemplaza el sistema real por otro sistema que en la
mayoría de los casos es una versión simplificada. Este último sistema es el modelo a utilizar para
llevar a cabo las experiencias necesarias sin los inconvenientes planteados anteriormente. Al
proceso de experimentar con un modelo se denomina simulación. Al proceso de diseñar el plan
de experimentación para adoptar la mejor decisión se denomina optimización. Si el plan de
experimentación se lleva a cabo con el solo objeto de aprender a conducir el sistema, entonces se
denomina entrenamiento o capacitación.
En este punto, es conveniente plantear las siguientes definiciones:
- Sistema: Conjunto de objetos o ideas que están interrelacionados entre sí como una unidad para
la consecución de un fin (Shannon, 1988). También se puede definir como la porción del Universo
que será objeto de la simulación.
- Modelo: Un objeto X es un modelo del objeto Y para el observador Z, si Z puede emplear X para
responder cuestiones que le interesan acerca de Y (Minsky).
- Simulación: Simulación es el proceso de diseñar un modelo de un sistema real y llevar a cabo

experiencias con él, con la finalidad de aprender el comportamiento del sistema o de evaluar
diversas estrategias para el funcionamiento del sistema (Shannon, 1988).
2.2.2 Aplicaciones de la simulación

La simulación es conveniente cuando:
- No existe una formulación matemática analíticamente resoluble. Muchos sistemas reales no

pueden ser modelados matemáticamente con las herramientas actualmente disponibles, por
ejemplo la conducta de un cliente de un banco.
- Existe una formulación matemática, pero es difícil obtener una solución analítica. Los modelos
matemáticos utilizados para modelar un reactor nuclear o una planta química son
imposibles de resolver en forma analítica sin realizar serias simplificaciones.
- No existe el sistema real. Es problema del ingeniero que tiene que diseñar un sistema
nuevo. El diseño del sistema mejorará notablemente si se cuenta con un modelo
adecuado para realizar experimentos.
- Los experimentos son imposibles debido a impedimentos económicos, de seguridad, de calidad o
éticos. En este caso el sistema real está disponible para realizar experimentos, pero la dificultad
de los mismos hace que se descarte esta opción. Un ejemplo de esto es la imposibilidad de
provocar fallas en un avión real para evaluar la conducta del piloto, tampoco se puede
variar el valor de un impuesto para evaluar la reacción del mercado.
- El sistema evoluciona muy lentamente o muy rápidamente. Un ejemplo de dinámica lenta es

el problema de los científicos que estudian la evolución del clima. Ellos deben predecir la
conducta futura del clima dadas las condiciones actuales, no pueden esperar a que un
tornado arrase una ciudad para luego dar el mensaje de alerta. Por el contrario, existen
fenómenos muy rápidos que deben ser simulados para poder observarlos en detalles, por
ejemplo una explosión.
Entre las posibles desventajas de la simulación se pueden citar:
- El desarrollo de un modelo puede ser costoso, laborioso y lento.
- Existe la posibilidad de cometer errores. No se debe olvidar que la experimentación se

lleva a cabo con un modelo y no con el sistema real; entonces, si el modelo es incorrecto o se
cometen errores en su manejo, los resultados también serán incorrectos.
- No se puede conocer el grado de imprecisión de los resultados. Por lo general el modelo se

utiliza para experimentar situaciones nunca planteadas en el sistema real, por lo tanto no
existe información previa para estimar el grado de correspondencia entre la respuesta del
modelo y la del sistema real.
Actualmente la simulación presta un invalorable servicio en casi todas las áreas posibles,
algunas de ellas son:
- Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir personal,

determinar la política de producción.
- Plantas industriales: Brinda información para establecer las condiciones óptimas de operación, y
para la elaboración de procedimientos de operación y de emergencias.
- Sistemas públicos: Predice la demanda de energía durante las diferentes épocas del año, anticipa
el comportamiento del clima, predice la forma de propagación de enfermedades.
- Sistemas de transportes: Detecta zonas de posible congestionamiento, zonas con mayor riesgo
de accidentes, predice la demanda para cada hora del día.
- Construcción: Predice el efecto de los vientos y temblores sobre la estabilidad de los edificios,
provee información sobre las condiciones de iluminación y condiciones ambientales en el
interior de los mismos, detecta las partes de las estructuras que deben ser reforzadas.
- Diseño: Permite la selección adecuada de materiales y formas. Posibilita estudiar la sensibilidad
del diseño con respecto a parámetros no controlables.
- Educación: Es una excelente herramienta para ayudar a comprender un sistema real debido a
que puede expandir, comprimir o detener el tiempo, y además es capaz de brindar
información sobre variables que no pueden ser medidas en el sistema real.
- Capacitación: Dado que el riesgo y los costos son casi nulos, una persona puede utilizar el
simulador para aprender por sí misma utilizando el método más natural para aprender: el de prueba
y error.
La importancia de la Simulación es evidente al considerar el impacto que tuvieron algunos

trabajos, como ser:
- La Perestroyka: Estudios de simulación efectuados en Rusia en las décadas del 70 y 80

convencieron a los dirigentes de la necesidad de plantear un fuerte cambio en la economía de
ese país.
- La caída de la bolsa de New York en 1988: La utilización de programas de simulación por

parte de los corredores de la bolsa causó una falsa inestabilidad que provocó la caída.
- El regreso del Apolo 13: La simulación jugó un rol fundamental en la determinación del
plan de emergencia. La nave retornó con éxito a pesar de las graves averías.
- Los Voyagers: Gracias a la simulación se pudieron establecer los itinerarios óptimos para
estas naves con un mínimo consumo de energía aprovechando la atracción gravitacional de
los planetas.
- Proyecto Monte Carlo: Von Newman y Ulam (1945) emplearon simulación para estudiar
reacciones nucleares.
- Los modelos del planeta: Algunos plantean la posibilidad de un calentamiento global debido al
efecto invernadero. Otros plantean la posibilidad de un enfriamiento y predicen una nueva
era glaciar.
- Capacitación de tropas: En el operativo “Tormenta del desierto” llevado a cabo en la guerra

contra Irak, las tropas de todas las fuerzas estadounidenses que participaron (fuerza aérea,
marina y ejército) fueron entrenadas con simuladores.
- Capacitación de policías: Se utiliza entornos virtuales para que el policía aprenda a

conducirse en situaciones de riesgo.
- Simuladores de vuelos: Fue una de las primeras aplicaciones de los simuladores.

Actualmente se utilizan para entrenar pilotos de aviones comerciales y de combate.
2.2.3 Tipos de simulación
De acuerdo a la naturaleza del modelo empleado, la simulación puede ser por (Fishman,
1978):
- Identidad: Cuando el modelo es una réplica exacta del sistema en estudio. Es la que utilizan
las empresas automotrices cuando realizan ensayos de choques de automóviles utilizando unidades
reales.
- Cuasi-identidad: Se utiliza una versión ligeramente simplificada del sistema real. Por ejemplo, los
entrenamientos militares que incluyen movilización de equipos y tropas pero no se lleva a cabo
una batalla real.
- Laboratorio: Se utilizan modelos bajo las condiciones controladas de un laboratorio. Se pueden

distinguir dos tipos de simulaciones:
o Juego operacional: Personas compiten entre ellas, ellas forman parte del modelo, la
otra parte consiste en computadoras, maquinaria, etc. Es el caso de una simulación de
negocios donde las computadoras se limitan a recolectar la información generada por
cada participante y a presentarla en forma ordenada a cada uno de ellos.
o Hombre-Máquina: Se estudia la relación entre las personas y la máquina. Las
personas también forman parte del modelo. La computadora no se limita a recolectar
información, sino que también la genera. Un ejemplo de este tipo de simulación es el
simulador de vuelo.
-Simulación por computadora: El modelo es completamente simbólico y está implementado en

un lenguaje computacional. Las personas quedan excluidas del modelo. Un ejemplo es el
simulador de un sistema de redes de comunicación donde la conducta de los usuarios está
modelada en forma estadística. Este tipo de simulación a su vez puede ser:
o Digital: Cuando se utiliza una computadora digital.

o Analógica: Cuando se utiliza una computadora analógica. En este grupo también se
pueden incluir las simulaciones que utilizan modelos físicos.
2.2.4 El simulador por computadora

Un simulador por computadora está compuesto por las siguientes partes:
-Un modelo: Es un modelo simbólico. Puede ser un conjunto de ecuaciones, reglas lógicas o un
modelo estadístico.
-El evaluador: Es el conjunto de procedimientos que procesarán el modelo para obtener los
resultados de la simulación. Puede contener rutinas para la resolución de sistemas de
ecuaciones, generadores de números aleatorios, rutinas estadísticas, etc.
-La interfaz: Es la parte dedicada a interactuar con el usuario, recibe las acciones del mismo
y presenta los resultados de la simulación en una forma adecuada. Esta unidad puede ser tan
compleja como la cabina utilizada en los simuladores de vuelos profesionales.
2.2.5 Resolución analítica -vs- simulación
Algunos modelos simbólicos pueden resolverse analíticamente. La ventaja de una solución
analítica es que da una visión integral sobre la conducta del sistema. Variando sus parámetros
es posible identificar fácilmente cambios importantes en el comportamiento, detectar
puntos críticos y sacar conclusiones generales para el tipo de sistema analizado. Por
ejemplo, la solución analítica del movimiento pendular permite concluir que el periodo (T) de
cualquier péndulo es independiente de la posición inicial, pero depende de la longitud (l) del mismo,
Eq. ( 1 ):
√ (1)
En el caso del movimiento de un resorte, variando el coeficiente de fricción se puede

identificar dos tipos de respuestas características: la oscilatoria (con fricción nula) y la oscilatoria
amortiguada (con fricción no nula).
Cuando se desea calcular las raíces del polinomio cuadrático, Eq. ( 2 ):
( ) (2)
se dispone de la siguiente solución analítica, Eq. ( 3 ):
√ (3)
Esta solución analítica permite calcular fácilmente las nuevas raíces cuando varían los
coeficientes del polinomio. También, es claro que habrá problemas cuando el argumento de
la raíz cuadrada se haga negativo.
Sin embargo, no siempre es posible obtener una solución analítica, ya sea por la
naturaleza del modelo o de los experimentos que se desean realizar. En este caso, el modelo
deberá ser tratado por algún tipo de método numérico. Esto es, el modelo será resuelto para
un caso particular, y la solución será un número, un vector o una matriz; pero no se
tendrá una función analítica. Debido a esto, el análisis de los resultados es más complejo que
el requerido por una solución analítica. A continuación se da un ejemplo utilizando la simulación de
Monte Carlo.
2.2.6 Simulación de Monte Carlo

La simulación de Monte Carlo es un método que emplea números aleatorios uniformemente
distribuidos en el intervalo [0,1] que es utilizado para resolver problemas donde la evolución con
el tiempo no es de importancia. A continuación, se analizarán dos ejemplos para comparar una
solución analítica con una solución obtenida por simulación.
Determinación del área de una figura
Cuando se desea calcular el área de un círculo de radio r = 10 cm no existen mayores problemas,
ya que tanto el área a como su perímetro p pueden evaluarse analíticamente con las
ecuaciones ( 4 )y ( 5 ):
(4)
(5)
En este caso la solución es a = 314.16 cm2 y p = 62.83 cm.
Sin embargo, cuando se desea determinar el área de una forma irregular, por ejemplo la superficie
plana de Argentina, el problema debe necesariamente ser resuelto con un método numérico; es
decir, simulación. La determinación del área del círculo utilizando la simulación de Monte Carlo
implica la siguiente secuencia:
1. Crear un cuadrado de lado 2.r que encierre al círculo Figura 2.
2. Colocar n puntos al azar dentro del cuadrado.
3. Asignar a c el número de puntos que quedaron dentro del círculo.
4. Como la probabilidad de colocar un punto dentro del círculo es igual al cociente del área del
círculo dividida el área del cuadrado, el área del círculo se puede estimar en función del área del
cuadrado (fácilmente calculable) según la Eq. ( 6 ):
( ) (6)
Figura 2: Determinación del área de un círculo
Es importante notar que para un dado n, el resultado será distinto cada vez que se realice la
simulación. Es decir, que el resultado será un número aleatorio. A medida que n aumente, la
varianza del resultado disminuirá y el valor medio se aproximará a la solución analítica. Para un n =
100, el resultado de una simulación es 320 cm2; mientras que para n = 10000, un resultado es
313 cm2.
El mismo principio se puede aplicar para figuras complejas como se muestra en la Figura 3.
Conociendo la escala, se puede fijar un cuadrado arbitrario y calcular el área de Argentina. Sin
embargo, la determinación del perímetro de la figura es un problema de mayor magnitud para el
cual se necesita recurrir a la teoría de fractales.
Figura 3: Determinación del área de una figura compleja.
2.2.7 Etapas de una simulación

En el desarrollo de una simulación se pueden distinguir las siguientes etapas (Banks et al.,
1996):
- Formulación del problema: En este paso debe quedar perfectamente establecido el objeto de
la simulación. El cliente y el desarrollador deben acordar lo más detalladamente posible los
siguientes factores: los resultados que se esperan del simulador, el plan de experimentación, el
tiempo disponible, las variables de interés, el tipo de perturbaciones a estudiar, el tratamiento
estadístico de los resultados, la complejidad de la interfaz del simulador, etc. Se debe
establecer si el simulador será operado por el usuario o si el usuario sólo recibirá los
resultados. Finalmente, se debe establecer si el usuario solicita un trabajo de simulación o un
trabajo de optimización.
- Definición del sistema: El sistema a simular debe estar perfectamente definido. El cliente y el
desarrollador deben acordar dónde estará la frontera del sistema a estudiar y las interacciones
con el medioambiente que serán consideradas.
- Formulación del modelo: Esta etapa es un arte y será discutida más adelante. La misma comienza
con el desarrollo de un modelo simple que captura los aspectos relevantes del sistema real. Los
aspectos relevantes del sistema real dependen de la formulación del problema; para un ingeniero
de seguridad los aspectos relevantes de un automóvil son diferentes de los aspectos
considerados por un ingeniero mecánico para el mismo sistema. Este modelo simple se irá
enriqueciendo como resultado de varias iteraciones.
- Colección de datos: La naturaleza y cantidad de datos necesarios están determinadas por la

formulación del problema y del modelo. Los datos pueden ser provistos por registros históricos,
experimentos de laboratorios o mediciones realizadas en el sistema real. Los mismos deberán
ser procesados adecuadamente para darles el formato exigido por el modelo.
- Implementación del modelo en la computadora: El modelo es implementado utilizando algún

lenguaje de computación. Existen lenguajes específicos de simulación que facilitan esta tarea;
también, existen programas que ya cuentan con modelos implementados para casos especiales.
- Verificación: En esta etapa se comprueba que no se hayan cometidos errores durante la

implementación del modelo. Para ello, se utilizan las herramientas de debugging provistas por el
entorno de programación.
- Validación: En esta etapa se comprueba la exactitud del modelo desarrollado. Esto se lleva
a cabo comparando las predicciones del modelo con: mediciones realizadas en el sistema real, datos
históricos o datos de sistemas similares. Como resultado de esta etapa puede surgir la necesidad
de modificar el modelo o recolectar datos adicionales.
- Diseño de experimentos: En esta etapa se decide las características de los experimentos a

realizar: el tiempo de arranque, el tiempo de simulación y el número de simulaciones. No se
debe incluir aquí la elaboración del conjunto de alternativas a probar para seleccionar la mejor,
la elaboración de esta lista y su manejo es tarea de la optimización y no de la simulación. Debe
quedar claro cuando se formula el problema si lo que el cliente desea es un estudio de
simulación o de optimización.
- Experimentación: En esta etapa se realizan las simulaciones de acuerdo el diseño previo. Los
resultados obtenidos son debidamente recolectados y procesados.
- Interpretación: Se analiza la sensibilidad del modelo con respecto a los parámetros que tienen
asociados la mayor incertidumbre. Si es necesario, se deberán recolectar datos adicionales para
refinar la estimación de los parámetros críticos.
- Implementación: Conviene acompañar al cliente en la etapa de implementación para evitar el mal

manejo del simulador o el mal empleo de los resultados del mismo.
- Documentación: Incluye la elaboración de la documentación técnica y manuales de uso. La

documentación técnica debe contar con una descripción detallada del modelo y de los datos;
también, se debe incluir la evolución histórica de las distintas etapas del desarrollo. Esta
documentación será de utilidad para el posterior perfeccionamiento del simulador.
2.2.8 Sistemas
Un sistema es una sección de la realidad que es el foco primario de un estudio y está
compuesto de componentes que interactúan con otros de acuerdo a ciertas reglas dentro de
una frontera identificada para el propósito del estudio. Un sistema puede realizar una función que no
es realizable por sus componentes individuales.
Los objetos o componentes que forman parte del sistema se denominan entidades, por
ejemplo: un auto está compuesto por un motor, ruedas, carrocería, etc. Estas entidades poseen
propiedades denominadas atributos, por ejemplo: la potencia del motor, y se relacionan entre sí
a través de relaciones o funciones. Estas relaciones pueden ser:
-Estáticas o estructurales: un auto posee cuatro ruedas.
-Dinámicas o funcionales: un auto consume nafta si se enciende el motor.

Los valores asumidos por los atributos de las entidades en un momento dado determinan el estado del
sistema. El estado puede ser estático o estacionario, esto significa que se mantiene constante en
el tiempo; o por el contrario, puede ser dinámico o transitorio si evoluciona con el tiempo. Un
sistema puede presentar los dos tipos de conductas; generalmente, cuando inicia su funcionamiento
pasa por un estado dinámico y luego alcanza un estado estacionario o de régimen.
Un estado estacionario es estable si el sistema retorna a él luego de una perturbación. Por el

contrario, un estado estacionario es inestable si el sistema se aleja de él luego de una perturbación.
Este alejamiento puede dar lugar a una respuesta acumulativa (crece o decrece continuamente, o
alcanza otro estado estacionario) o a una respuesta oscilatoria (crece y decrece continuamente). Un
ejemplo de estado estable, es un péndulo en su posición de reposo; en cambio, el péndulo invertido
es un ejemplo de estado inestable. Si el péndulo no tiene fricción, la respuesta a una perturbación
será oscilatoria; en cambio, si existe fricción la respuesta será amortiguada.
Los atributos también se denominan variables o parámetros (Figura 4). Los parámetros (P) son
atributos que se fijaron durante el diseño del sistema ya sea por el diseñador o por la naturaleza, por
ejemplo: la cilindrada del motor, la aceleración de la gravedad. Las variables se clasifican a su vez en:
- Variables de entrada o exógenas: Son fijadas por el medioambiente del sistema. Pueden ser
manipulables (U) -se fijan a voluntad- o no (D). Un ejemplo del primer caso es la posición del pedal del
acelerador, y del segundo caso es la velocidad del viento. Una variable de entrada no manipulable se
denomina perturbación.
- Variables de salida (Y): Son las variables de estado, o combinación de ellas, que son medidas o
traspasan la frontera del sistema.
- Variables internas: Son las variables del sistema que no son ni de entrada, ni de salida, ni
parámetros.
- Variables de estado (X): Conforman el conjunto mínimo de variables internas del sistema necesarias
para describir completamente su estado interno.
Figura 4: Variables de un sistema.
2.2.9 Clasificación de sistemas

De acuerdo a su naturaleza, un sistema puede ser (Law and Kelton, 1991):
- Determinístico: Si el sistema no contiene ningún elemento aleatorio es un sistema

determinístico. En este tipo de sistema, las variables de salidas e internas quedan
perfectamente determinadas al especificar las variables de entrada, los parámetros y las
variables de estado. Es decir, las relaciones funcionales entre las variables del sistema están
perfectamente definidas.
- Estocástico: En este caso algún elemento del sistema tiene una conducta aleatoria. Entonces, para
entradas conocidas no es posible asegurar los valores de salida. Un ejemplo de sistema estocástico es
una máquina tragamonedas en la cual una misma acción (tirar la palanca) genera un resultado
incierto (ganar o perder). Cuando un sistema determinístico es alimentado con entradas
estocásticas, la respuesta del sistema es también estocástica. En el mundo real, los sistemas
siempre tienen elementos estocásticos ya sea por su propia naturaleza o porque son fenómenos no
comprendidos actualmente; por ejemplo, a un cavernícola le podía parecer que las eclipses eran
fenómenos aleatorios, hoy ellas son predichas. Sin embargo, se puede considerar a un sistema real
con un sistema determinístico si su incertidumbre es menor que un valor aceptado.
- Continuo: Se tiene un sistema continuo cuando las relaciones funcionales entre las variables del
sistema sólo permiten que el estado evolucione en el tiempo en forma continua (basta que una
variable evolucione continuamente). Matemáticamente, el estado cambia en infinitos puntos de
tiempo.
- Discreto: Se tiene un sistema discreto cuando las relaciones funcionales del sistema sólo permiten
que el estado varíe en un conjunto finito (contable) de puntos temporales. Las causas instantáneas
de los cambios de estados se denominan eventos. El interruptor de un calentador es un
subsistema discreto porque la intensidad I sólo puede variar en los instantes que se abre o se
cierra el interruptor. La apertura y el cierre del interruptor son eventos. Un sistema continuo puede
comportarse en forma discreta si las entradas son discretas. Los sistemas reales son
combinaciones de continuos y discretos. La forma de tratarlos se adopta de acuerdo a la
característica dominante.
2.2.10 Modos de simulación

Como ya se planteó anteriormente, cuando se simula se experimenta con un modelo para
obtener ciertos resultados. Un modelo es también un sistema, y de acuerdo al tipo de
variables de salida del modelo el modo de simulación será (Figura 5):
- Análisis: Es el modo más empleado, en él las variables de salida del modelo representan a las
variables de salida del sistema real. Este modo se utiliza para estimar la respuesta del sistema
real ante entradas especificadas. Debido a que imita un sistema que realmente funciona, el modelo es
matemáticamente más estable y se asegura la existencia de una solución.
- Diseño: En este modo las salidas del modelo representan a los parámetros del sistema real.
Se utiliza en la etapa de diseño de un equipo donde el problema es determinar los
parámetros para los cuales el sistema producirá las salidas deseadas para las entradas especificadas.
- Control: Las variables de salida del modelo representan a las variables de entrada del sistema
real. Este modo sirve para determinar los valores que deberán adoptar las entradas del sistema para
producir los resultados deseados. Se utiliza cuando se desea determinar las condiciones de
operación de un sistema.
Figura 5: Modos de simulación
2.2.11 Modelado
Modelado es el proceso de construcción de un modelo. Un modelo es una representación de
un objeto, sistema, o idea. Usualmente, su propósito es ayudar explicar, entender o mejorar
un sistema (Shannon, 1988). Los modelos son útiles para:
- El pensamiento: Al construir un modelo necesariamente se debe ordenar y completar el

conocimiento que del sistema real se posee.
- La comunicación: Un modelo elimina la ambigüedad del lenguaje para comunicarse con

expertos.
- El entrenamiento y la instrucción: Un modelo puede ser utilizado para entrenar con costo y
riesgo casi nulos. Por ejemplo, los submarinos a escala utilizados por la marina alemana para
entrenar en secreto antes de la segunda guerra mundial; o también, el sistema de barcos a
escalas utilizados actualmente en Francia para entrenar a los capitanes de barcos petroleros.
- La predicción: Un modelo sirve para predecir la conducta del sistema real. Es el caso de los
modelos utilizados para predecir, mediante simulación, la evolución del clima mundial. El
modelo de la teoría de la relatividad predice, sin hacer una simulación, que no es posible
superar la velocidad de la luz.
- La experimentación: La experimentación con un modelo es barata y segura. Se emplea

frecuentemente en el diseño de un sistema; por ejemplo, las pruebas que se realizan en
un túnel de viento con un modelo a escala de un avión o de un automóvil.
El modelado es un arte. Cualquier conjunto de reglas para desarrollar modelos tiene una
utilidad limitada y sólo puede servir como una guía sugerida. El arte de modelar consiste
en la habilidad para analizar un problema, resumir sus características esenciales, seleccionar y
modificar las suposiciones básicas que caracterizan al sistema, y luego enriquecer y elaborar el modelo
hasta obtener una aproximación útil. Los pasos sugeridos para este proceso son:
1. Establecer una definición clara de los objetivos.
2. Analizar el sistema real.
3. Dividir el problema del sistema en problemas simples.

4. Buscar analogías.
5. Considerar un ejemplo numérico específico del problema.
6. Determinar las variables de interés.
7. Escribir los datos obvios.
8. Escribir las ecuaciones teóricas o empíricas que describen los fenómenos presentes y relacionan
las variables de interés.
9. Si se tiene un modelo manejable, enriquecerlo. De otra manera, simplificarlo.
Generalmente, simplificar un modelo implica:
- Convertir variables en constantes.
- Eliminar o combinar variables.
- Suponer linealidad.
- Agregar suposiciones más potentes y restricciones.
- Restringir los límites del sistema.
Para enriquecerlo se procede de la forma contraria. Durante el proceso de modelado se debe

alcanzar un equilibrio entre el grado de detalle y el riesgo de falta de exactitud. El mejor modelo, es el
modelo más simple que puede resolver el problema con el grado de exactitud requerido.
Un modelo debe ser:
- Fácil de entender por parte del usuario.
- Dirigido a metas u objetivos.
- Sensato, en cuanto no de respuestas absurdas.
- Fácil de manipular y controlar por parte del usuario. Es decir, debe ser sencillo comunicarse
con el modelo.
- Completo, en lo referente a asuntos importantes.
- Adaptable, con un sencillo procedimiento para modificar o actualizar el modelo.
- Evolutivo, debe ser sencillo al principio y volverse más complejo en el tiempo.

2.2.12 Clasificación de modelos
Como ya fue planteado, un modelo es también un sistema; por lo tanto valen todas las
definiciones y clasificaciones que se establecieron anteriormente. Debido a que un modelo es
una simplificación o abstracción de un sistema real, no es necesario, salvo en los aspectos
relevantes, que el modelo guarde una total correspondencia con el sistema real. Entonces,
habrá casos en que será conveniente utilizar un modelo discreto para modelar un sistema
continuo (por ejemplo, la integración numérica de una función utilizando la regla del trapecio),
o utilizar un modelo estocástico para modelar un sistema determinístico (por ejemplo, la
determinación del área de una figura utilizando la simulación de Monte Carlo), y todas las
combinaciones posibles.
2.2.13 Modelos teóricos -vs- experimentales

Si el modelo que se construye sólo se orienta a reproducir las salidas del sistema real sin
intentar modelar su comportamiento interno; entonces, será un modelo experimental o de
caja negra. En cambio, si el modelo también intenta reproducir las relaciones funcionales del sistema
será un modelo con base teórica. Un modelo experimental requiere una gran cantidad de datos
para poder calibrarlo o ajustarlo correctamente, y su rango de validez está limitado a este
conjunto de datos. En contraposición, un modelo teórico requiere una cantidad menor de
datos y puede ser utilizado fuera del rango de los mismos ya que el rango de validez del modelo está
dado por la teoría utilizada y no por los datos.
2.2.14 Modelos de caja negra

Debido a las limitaciones del conocimiento actual o por la complejidad involucrada, todo modelo con
base teórica siempre tiene una parte con base empírica. En efecto, debido a que no existe una
teoría apropiada o su implementación es demasiada compleja, siempre es necesario recurrir a
experimentos para determinar el valor del algún parámetro o definir alguna relación entre las
variables.
En el caso del calentador de agua, se puede desarrollar un modelo con base teórica que
considere la ley de Ohm, las leyes de Kirchhoff, el efecto Joule, etc. Sin embargo, la capacidad
calorífica Cp del agua generalmente es estimada utilizando un polinomio que es función de la
temperatura T. Éste es un modelo de caja negra ya que sólo modela la relación existente
entre la entrada T y la salida Cp sin contemplar los mecanismos internos; además, es
necesario llevar a cabo experimentos para establecer los valores de los coeficientes del
polinomio.
Cuando se desarrolla un modelo estadístico, se puede utilizar un sinnúmero de funciones teóricas de

distribución; pero invariablemente será necesario determinar algún parámetro en forma
experimental, como por ejemplo el valor medio y la varianza de la muestra.
El modelo de caja negra más simple es un polinomio. Si el orden del mismo ya está fijado, el
problema se reduce a determinar los valores de los coeficientes que minimicen la sumatoria
de los cuadrados de los errores, tal como se planteó en la sección anterior. Si el orden del polinomio
debe también ser determinado, entonces el orden óptimo y los coeficientes surgen de minimizar la
varianza de los errores de la muestra, es decir de resolver un problema de optimización
general, Figura 6:
Figura 6: Ajuste polinomial.
Cuando el problema involucra más de una variable independiente se suele dejar de lado el polinomio
a favor de una función que tenga alguna base teórica o empírica. Este es el caso de los
modelos estadísticos donde las funciones a ajustar no son polinomios. La ley de los gases
ideales es otro ejemplo.
Si los errores de los datos experimentales son despreciables y si se pueden despreciar

también los errores de una interpolación lineal o cuadrática dentro de los intervalos de la
muestra; entonces, es posible utilizar como modelo directamente la tabla de datos
experimentales (x,y) a partir de la cual para un x dado se estimará el correspondiente y
utilizando una interpolación lineal o cuadrática.
Si no es posible ajustar los datos experimentales utilizando un polinomio, una función o una tabla;
entonces, puede ser conveniente recurrir a un modelo más complejo como es el caso de
una red neuronal. Las mismas son utilizadas para modelar sistemas con múltiples variables y
fuertemente no lineales.
2.3 COMSOL MULTIPHYSICS 4.3
2.3.1 Descripción general

COMSOL Multiphysics es un paquete para la simulación de cualquier proceso físico que se
pueda describir mediante ecuaciones en derivadas parciales (partial differential equations o
PDEs en adelante), utilizando como método de resolución el método de los elementos finitos.
Está provisto de algoritmos de resolución que pueden manejar problemas complejos de forma
rápida y precisa, mientras que su intuitiva estructura es intuitiva, de fácil uso y flexible.
Con opción Multifísica integrada en COMSOL Multiphysics se puede modelar simultáneamente

una combinación numerosa de fenómenos. Por tanto, COMSOL es interdisciplinario, al
combinar las interacciones entre diversos efectos, por ejemplo, acoplando diversos fenómenos
de transporte y reacciones químicas.
Mediante COMSOL Multiphysics se puede modelar prácticamente cualquier fenómeno a través

de plantillas de modelado predefinidas. Mediante las funcionalidades de modelado basado en
ecuaciones es posible modificar estas plantillas para obtener aplicaciones específicas.
Se utiliza en la investigación y el desarrollo de productos. Así, se desarrollan procesos más

eficaces y se disminuye el tiempo de comercialización de producto, a través de opciones de
diseño más rápidas que permiten reducir los prototipos físicos.
Las principales características de este paquete son:
- Interfaz gráfica cómoda, versátil e interactiva para todas las etapas del proceso de
modelado.
- Formulación general para un modelado rápido y sencillo de sistemas arbitrarios de PDEs.
- Multifísica multidimensional para modelado simultáneo de sistemas 1D, 2D y 3D.
- Incorpora herramientas CAD para el modelado sólido en 1D, 2D y 3D.
- Permite importar y reparar geometrías de archivos CAD en formato DXF e IGES. En
particular, permite la importación de archivos creados en AutoCAD, CATIA Y SolidWorks.
- Generación automática y adaptativa de mallas, con un control explícito e interactivo sobre
su tamaño.
- Disponibles los algoritmos de resolución más novedosos. Entre ellos destacan los iterativos
para problemas estacionales lineales y no lineales, dependientes del tiempo y de valores
propios.
- Post procesado interactivo que permite visualizar cualquier función de la solución.
- Total integración con MATLAB y sus toolboxes.
2.3.2 Áreas de aplicación

Las prestaciones de modelización y simulación de COMSOL, junto con las librerías disponibles
para él, lo convierten en una herramienta aplicable en un amplio abanico de áreas, entre las
que destacan:
- Acústica, electromagnetismo, sistemas microelectromecánicos (MEMS), ingeniería de
microondas, componentes de radiofrecuencia, dispositivos semiconductores, propagación
de ondas.
- Reacciones químicas, difusión, dinámica de fluidos, fluidos en medios porosos,
transferencia de calor, fenómenos de transporte.
- Mecánica de estructuras.
- Física, geofísica, óptica, fotónica, mecánica cuántica.
- Sistemas de control.
- Modelización de componentes.
- Matemática aplicada.
2.3.3 Librerías de COMSOL 3.2

- CAD Import Module: simplifica en gran medida la transición entre los diseños geométricos
que los ingenieros crean con herramientas CAD especializadas al modelado matemático en
COMSOL Multiphysics.
- Chemical Engineering Module: módulo para ingeniería química para modelar procesos y
equipos en el campo de la ingeniería química por medio de una interfaz interactiva de uso
gráfico. Se caracteriza por sus aplicaciones para transporte de masa, calor y momentum
agrupados con reacciones químicas en geometría 1D, 2D y 3D. El módulo de ingeniería química
aplica la tecnología más reciente para solucionar ecuaciones parciales diferenciales (PDEs) a su
experiencia en ingeniería química.
- Earth Science Module: este módulo consta de un gran número de interfaces de modelado
predefinidas y listas para usar en el análisis de flujos subsuperficiales. Estas interfaces
perminten la rápida aplicación de las ecuaciones de Richard, ley de Darcy, la extensión de
Brinkman de la ley de Darcy para flujos en medios porosos y las ecuaciones de Navier-Stokes
para flujo libre. Además, el módulo puede modelar el transporte y reacción de solutos así
como el transporte de calor en medios pororsos. La librería de modelos incluye ejemplos que
abarcan desde flujos de petróleo y gas en medios porosos a la distribución de trazadores en
flujos de acuíferos.
- Electromagnetics Module: módulo proporciona un entorno único para la simulación de

propagación de ondas y electromagnética AC/DC en 2D y 3D.
- Heat Transfer Module: este módulo resuelve problemas que involucran cualquier
combinación de fenómenos de conducción, convección y radiación. Una amplia variedad de
interfaces para el modelado permiten por ejemplo realizar estudios de radiación superficie a
superficie, flujo no isotérmico, transferencia de calor en tejidos vivos y transferencia de calor
en capas finas y corazas. Este módulo es el que se utilizará en este proyecto y se le dedicará un
apartado especial más adelante.
- MEMs Module: incluye aplicaciones listas para usar que cubren aspectos como microfluidos
más electromagnetismo estructural, interacciones térmico-estructurales y fluidos
estructurales. La librería de modelos adjunta aporta detallados ejemplos que muestran como
modelar mecanismos micro electromecánicos como actuadores, sensores, y dispositivos
microfluidos. Los modelos, a menudo, tratan deformaciones grandes de piezas sólidas, que el
software tiene en cuenta para los contornos móviles.
- Structural Mechanics Module: módulo de mecánica estructural. Combinado con el modelado

basado en las ecuaciones del paquete FEMLAB, ofrece combinaciones multifísicas ilimitadas y
análisis tradicional de mecánica estructural en 2D y 3D.
2.3.4 Heat Transfer Module (Módulo de Transferencia de Calor)

El Módulo de Transferencia de Calor se utiliza para estudiar la influencia de los
intercambiadores de calor, calefacción y refrigeración en los dispositivos o procesos. COMSOL
incluye herramientas para la simulación de todos los mecanismos de transferencia de calor,
incluyendo la conducción, convección, y radiación. Las simulaciones se pueden ejecutar para
condiciones transitorias y constantes en 1D, axisimétricas 1D, 2D, axisimétricas 2D y 3D.
El nivel alto de estas simulaciones permite la optimización del diseño y de las condiciones
operativas en los dispositivos y procesos gobernados por la transferencia de calor, Figura 7 y
Figura 8.
Figura 7: Simulación disipador de calor.

Figura 8: Procesos de transferencia de calor.
Las propiedades físicas tales como la conductividad térmica, capacidad calorífica, densidad y
emisividad se pueden obtener incorporando el material de la biblioteca o creando materiales
que también se pueden incorporar dentro de la biblioteca.
El ciclo de trabajo es sencillo y se describe en diferentes pasos; definir la geometría,

seleccionar el material para ser modelada, seleccionar el tipo de transferencia de calor, definir
las condiciones de contorno e iniciales, definir la malla de elementos finito, seleccionar un
programa de solución y visualizar los resultados.
De los módulos que ofrece para resolver este fenómeno se utilizarán los siguientes:
- Heat Transfer in Solids: describe, por defecto, la transferencia de calor por conducción.
También es capaz de dar soporte al calor generado debido al movimiento en sólidos, por
ejemplo, la rotación de un disco o el movimiento lineal de un eje.
- Conjugate Heat Transfer: esta interfaz da soporte a la transferencia de calor en sólidos,
fluidos y flujo no isotérmico en el fluido. El proceso de transferencia de calor se acopla con
el problema de flujo de fluidos y las interfaces físicas incluyen características para describir
la transferencia de calor por convección libre y forzada.
CAPÍTULO 3 _ TRANSFERENCÍA DE
CALOR
3.1 TRANSMISIÓN DE CALOR
La transferencia de calor se define como el proceso por el que se intercambia energía en forma
de calor entre distintos cuerpos, o entre diferentes partes de un mismo cuerpo que están a
distinta temperatura. El calor se transfiere mediante conducción, convección y radiación.
Figura 9: Procesos de transferencia de calor.
3.1.1 Conducción
En los sólidos, la única forma de transferencia de calor es la conducción. Si se calienta un
extremo de una varilla metálica, de forma que aumente su temperatura, el calor se transmite
hasta el extremo más frío por conducción. No se comprende en su totalidad el mecanismo
exacto de la conducción de calor en los sólidos, pero se cree que se debe, en parte, al
movimiento de los electrones libres que transportan energía cuando existe una diferencia de
temperatura. Esta teoría explica porque los buenos conductores eléctricos también tienden a
ser buenos conductores del calor.
Es posible cuantificar los procesos de transferencia de calor en términos de las ecuaciones o

modelos apropiados. Estas ecuaciones o modelos sirven para calcular la cantidad de energía
que se transfiere por unidad de tiempo. Para la conducción de calor, la ecuación o modelo se
conoce como ley de Fourier, Eq. ( 7 ) determinada en 1822 por el matemático francés Joseph
Fourier.
̇ (7)
El flujo de calor ̇ ( ) es la velocidad con la que se transfiere el calor en la dirección x por área
unitaria perpendicular a la dirección de transferencia, y es proporcional al gradiente de
temperatura, en esta dirección. La constante de proporcionalidad, K, es una propiedad de
transporte conocida como conductividad térmica ( ) y es una propiedad del material de la
pared. El signo menos es una consecuencia del hecho de que el calor se transfiere en la
dirección de la temperatura decreciente.
3.1.2 Convección
Es el proceso de transferencia de calor desde un sólido o fluido hacia otro fluido. Si existe una
diferencia de temperatura en el interior de un líquido o un gas probablemente se producirá un
movimiento del fluido. Mediante este movimiento se transfiere energía en forma de calor de
una parte del fluido a otra por un proceso llamado convección. El movimiento del fluido puede
ser natural o forzado. Si se calienta un líquido o un gas, su densidad (masa por unidad de
volumen) suele disminuir. El fluido más caliente y menos denso asciende, mientras que el
fluido más frío y más denso desciende. La convección forzada se logra sometiendo el fluido a
un gradiente de presiones, con lo que se fuerza su movimiento a las leyes de la dinámica de
fluidos, ( 8 ).
(8)
Siendo ̇ el flujo de calor [ ], h el coeficiente de convección [ ] y A la superficie de

contacto [ ].
3.1.3 Radiación
La radiación térmica es la energía emitida por la materia que se encuentra a una temperatura
finita. Puede provenir tanto de sólidos como líquidos o gases. Sin importar la forma de la
materia, la radiación se puede atribuir a cambios en las configuraciones electrónicas de los
átomos o moléculas constitutivos. La energía del campo de radiación es trasportada por ondas
electromagnéticas (o alternativamente, fotones). Mientras la transferencia de energía por
conducción o por convección requiere la presencia de un medio material, la radiación no lo
precisa. De hecho, la transferencia de radiación ocurre de manera más eficiente en el vacío.
La radiación que la superficie emite se origina a partir de la energía térmica de la materia

limitada por la superficie, y la velocidad a la que libera energía por unidad de área ( ) se
denomina potencia emisiva superficial E. Hay un límite superior para la potencia emisiva, que
es establecida por la ley de Stefan-Boltzmann, Eq. ( 9 ).
(9)
donde es la temperatura absoluta (K) de la superficie y es la constante de Stefan

Boltzmann ( ). Dicha superficie se llama radiador ideal o cuerpo negro.
El flujo de calor emitido por una superficie real es menor que el de un cuerpo negro a la misma
temperatura y está dado por la Eq. ( 10 ).
( 10 )
donde ε es una propiedad radiativa de la superficie denominada emisividad. Con valores en el

rango 0 ≤ ε ≤ 1, esta propiedad proporciona una medida de la eficiencia con que una superficie
emite energía en relación con un cuerpo negro.
3.2 TRANSFERENCIA EN SUPERFICIES EXTENDIDAS
La frase superficie extendida se usa normalmente con referencia a un sólido que experimenta
transferencia de energía por conducción dentro de sus límites, así como transferencia de
energía por convección (y/o radiación) entre sus límites y los alrededores.
Aunque hay muchas situaciones diferentes que implican efectos combinados de conducción y
convección, la aplicación más frecuente es aquella en la que se usa una superficie extendida de
manera específica para aumentar la rapidez de transferencia de calor entre sólido y un fluido
contiguo. Esta superficie extendida se denomina aleta, Fig.10.
Figura 10: Esquema de intercambiadores típicos de calor de tubos con aletas.
Hay dos formas posibles de aumentar la transferencia de calor. Aumentar el coeficiente de

convección h, incrementando la velocidad del fluido o bien reduciendo la temperatura del
fluido . Sin embargo, se encuentran muchas situaciones en las que aumentar h al valor
máximo posible es insuficiente para obtener la transferencia de calor que se desea o en las que
los costos asociados son prohibitivos. Estos costos están relacionados con los requerimientos
de potencia del ventilador o de bomba necesarios para aumentar h a través de un creciente
movimiento de fluido. Más aún, la segunda opción de reducir es a menudo poco práctica.
Sin embargo, existe una tercera opción. Es decir, la transferencia de calor se incrementa
aumentando el área de la superficie a través de la cual ocurre la convección. Esto se logra con
el empleo de aletas que se extienden desde la pared al fluido circundante. La conductividad
térmica del material de la aleta tiene fuerte efecto sobre la distribución de temperaturas a lo
largo de la aleta y, por tanto, influye en el grado al que la transferencia de calor aumenta.
Idealmente, el material de la aleta debe tener una conductividad térmica grande para
minimizar variaciones de temperatura desde la base hasta la punta. En el límite de la
conductividad térmica infinita, toda la aleta estaría a la temperatura de la base de la superficie
proporcionando con ello el máximo aumento posible de transferencia de calor.
Una aleta recta es cualquier superficie prologada que se una a una pared plana. Puede ser de
área de sección transversal uniforme, o el área de sección transversal puede variar con la
distancia x desde la pared. Una aleta anular es aquella que se une de forma circunferencial a
un cilindro, y su sección transversal varía con el radio desde la línea central del cilindro.
3.2.1 Problema de conducción en una aleta
Para determinar la transferencia de calor asociada con una aleta se debe primero obtener la
distribución de temperaturas a lo largo de la aleta. Se comienza llevando a cabo un balance de
energía sobre un elemento diferencial apropiado, Fig. 11.
Figura 11: Balance de energía para una superficie extendida.
Se considerará la Figura 11 de una superficie extendida. El análisis se simplifica si se hacen

algunas suposiciones:
- Condiciones unidimensionales en la dirección longitudinal (x), aunque la

conducción dentro de la aleta es en realidad bidimensional. La rapidez a la que se
desarrolla la convección de energía hacia el fluido desde cualquier punto sobre la
superficie de la aleta, debe balancearse con la rapidez a la que la energía alcanza
ese punto debido a la conducción en a la dirección transversal (y,z). Sin embargo,
en la práctica la aleta es delgada y los cambios de temperatura en la dirección
longitudinal son mucho más grandes que los de la dirección transversal. Por tanto,
podemos suponer conducción unidimensional en la dirección x.
- Condiciones de estado estable
- Conductividad térmica es una constante
- Radiación desde la superficie insignificante.
- Los efectos de la generación de calor están ausentes
- El coeficiente de transferencia de calor por convección h es uniforme sobre la
superficie.
Al aplicar conservación de la energía se obtiene la siguiente Eq. ( 11 ):
( 11 )
Y aplicando la Ley de Fourier, Eq. ( 12 ):
( 12 )
Operando con las ecuaciones anteriores, se obtiene la Eq. ( 13 ):
( ) ( )( ) ( 13 )
Este resultado proporciona una forma general de la ecuación de energía para condiciones
unidimensionales en una superficie extendida. Su solución para condiciones de frontera
apropiadas proporcionará la distribución de temperaturas, que se usará después para calcular
la transferencia de calor por conducción en cualquier x.
3.2.1.1 Aletas de área de sección transversal uniforme

Para resolver la Eq. ( 13 )es necesario ser más específico acerca de la geometría. Comenzamos
con el caso más simple de aletas rectangulares rectas de sección transversal uniforme. Cada
aleta se une a una superficie base de temperatura T(0)= y se extiende en un fluido de
temperatura , Fig. 12.
Figura 12: Aletas rectas de sección transversal uniforme. (a) Rectangular. (b) Circular.
Para las aletas que se establecen, (área de la sección) es una constante y , donde
es el área de la superficie medida de la base a x y P es el perímetro de la aleta. En
consecuencia, con y , la ecuación al final se reduce a la Eq. ( 14 ):
( ) ( 14 )
Para simplificar la ecuación, la variable dependiente se transforma definiendo un exceso de

temperatura θ como aparece en la Eq. ( 15 ):
( ) ( ) ( 15 )
Al sustituir se obtiene la Eq ( 16 ):
( 16 )
donde
( 17 )
La ecuación es una ecuación diferencial lineal de segundo orden, homogénea, con coeficientes
constantes. Su solución general aparece en la Eq. ( 18 ):
( ) ( 18 )
Por sustitución se verifica fácilmente que la Eq. ( 18 ) es en realidad una solución de la
ecuación. Una condición se especifica en términos de la temperatura en la base de la aleta
(x=0), Eq. ( 19 )
( ) ( 19 )
La segunda condición, especificada en el extremo de la aleta (x=L), corresponde a cualquiera

de cuatro diferentes situaciones físicas que se muestran en la Tabla 1:
Transferencia de calor de la aleta

Caso Condición de aleta (x=L) Distribución de temperaturas
Transferencia de calor por convección: ( ) ( ) ( ) ( )

1
( ) |
( ) ( )
Adiabática:
( )
2
|
Temperatura establecida: ( ) ( ) ( )
3
( )
Aleta infinita (Linf):
4
( )
√
Tabla 1: Distribución de temperaturas y pérdidas de calor para aletas de sección transversal uniforme.
3.2.1.1.1 Estudio comparativo de los diferentes tipos de casos

Se estudiará la evolución de la temperatura para las cuatro condiciones anteriores,
representadas en el Gráfico 1. Este estudio se ha realizado utilizando el software de
programación matemática MATLAB, el código utilizado se encuentra en el Anexo.
Los casos han sido aplicados a un caso de un aleta recta de sección uniforme, donde
dependiendo del caso se han obtenido diferentes valores.
Las variables generales utilizadas son las siguientes:
W = Ancho de la aleta = 0.05 m
L = Longitud de la aleta = 0.05 m
T_b = , temperatura de la base = 373 K

T_inf = , temperatura exterior =298 K
k = Conductividad térmica = 398
t = espesor de la aleta = 0.005 m
h = coeficiente de convección = 100
El dato T_L ( ), se ha borrado porque para el CASO 3 se ha utilizado la temperatura conocida

en el extremo por el CASO 1, y así obtener resultados más exactos.
Con estos datos y los datos de la Tabla 1 se han realizado las operaciones necesarias hasta
obtener los resultados de la distribución de temperaturas a través de la aleta.
Gráfico 1: Temperatura respecto a la posición en la aleta para cuatro tipos diferentes de casos en una aleta recta
de sección uniforme.
Partiendo de que la solución más exacta es el Caso 1 en el ráfico 1 se puede llegar a las
siguientes conclusiones:
- Como se indica con anterioridad para establecer la temperatura final del Caso 3 se
puso como temperatura la final del Caso 1, y esto acaba dando un resultado exacto
entre el Caso 1 y el Caso3 (Gráfico 1). Por lo tanto, si se conoce el valor de la
temperatura en el extremo un método a utilizar podría ser perfectamente el del
Caso 3, ya que da unos resultados exactos a los de un estudio adiabático y los
cálculos son algo más sencillos.
- El caso de Aleta infinita se puede comprobar que queda totalmente descartado por
proporcionar unos resultados muy dispares.
- El Caso 2, haciendo adiabático el extremo proporciona unos resultados muy
aproximados al Caso 1, éste método es bueno por dos razones:
o Es fácil de resolver las ecuaciones diferenciales para el caso de “área
transversal no uniforme”.
o Utilizando el método de corregir la longitud (longitud corregida), se afina
aún más en el método, obteniendo aún resultados más exactos.
Ahora se va a comprobar que darían los resultados si se utilizara la longitud corregida:
Gráfico 2: Con respecto al gráfico 1 se ha añadido adb. con longitud corregida y quitado con respecto aleta
infinita.
Como se puede observar los resultados son prácticamente idénticos. Así que a partir de ahora
se utilizará el Caso 2, ya que es el más indicado en cuanto a exactitud y simplicidad de
operaciones (a no ser que por ejemplo se tenga la temperatura en el extremo, que se podría
utilizar el Caso 3).
El máximo error relativo con longitud corregida es 0,02% mientras que con simplemente
adiabático sin poner la longitud corregida es 0,206%. Los dos son errores muy pequeños pero
aun así se ha mejorado en el caso de introducir la longitud corregida.
3.2.1.2 Aletas de área de sección transversal no uniforme
El análisis del comportamiento térmico de una aleta se hace más complejo si la aleta es de
sección transversal no uniforme (Fig. 13). Para estos casos, el segundo término de la ecuación (
13 ) debe conservarse, y las soluciones ya no presentarán la forma de funciones exponenciales
o hiperbólicas simples.
Figura 13: Eficiencia de aletas anulares de perfil rectangular.
Como caso especial, considere la aleta anular que se muestra en la Figura 13. Aunque el
espesor de la aleta es uniforme (t independiente de r), el área de la sección transversal,
varía con r. Al reemplazar x por r en la ecuación Eq. ( 13 ) y expresar el área de la
superficie como ( ), la forma general de la ecuación se reduce a la Eq. (20):
( ) ( )( ) ( 20 )
o, con ;y , se tiene la Eq. (21):
( ) ( 21 )
La expresión anterior es una ecuación de Bessel modificada de orden cero, y la solución

general tiene la forma de la Eq. (22):
( ) ( ) ( ) ( 22 )
donde y son funciones de Bessel de orden cero modificadas de primera y segunda clase,
respectivamente. Si la temperatura en la base de la aleta se establece, ( ) , y se supone
la periferia adiabática (como indicamos en conclusiones anteriores), | , y se
pueden evaluar para dar una distribución de temperaturas según la forma de la Eq. (23):
( ) ( ) ( ) ( )
( 23 )
( ) ( ) ( ) ( )
Si la transferencia de calor de la aleta se expresa como la Eq. (24):

| ( ) | ( 24 )
se sigue que, Eq. (25):
( ) ( ) ( ) ( )
( 25 )
( ) ( ) ( ) ( )
3.2.1.3 Eficiencia de la aleta

Esta medida es una forma de medir el desempeño térmico de una aleta. El potencial de
impulso máximo por la convección es la diferencia de temperaturas entre la base (x=0) y el
fluido, . De aquí, se sigue que la rapidez máxima a la que una aleta puede
disipar energía es la rapidez que existiría si toda la superficie de la aleta estuviera a la
temperatura de la base. Sin embargo, como cualquier aleta se caracteriza por una resistencia
de conducción finita, debe existir un gradiente de temperatura a lo largo de la aleta y la
conducción anterior es una idealización. Por tanto, una definición lógica de eficiencia de aleta
sería, Eq. (26):
( 26 )
donde es el área de la superficie de la aleta.
Para una aleta recta de sección transversal uniforme y un extremo adiabático (como se indicó
que se haría las operaciones anteriormente) el resultado es el mostrado en la Eq. (27):
( 27 )
Para una aleta anular y extremo adiabático el resultado es, Eq. (28):
( ) ( ) ( ) ( )
( 28 )
( ) ( ) ( ) ( ) ( )
En contraste con la eficiencia de la aleta, que caracteriza el rendimiento de una sola aleta, la
eficiencia global de la superficie caracteriza un arreglo de aletas y la superficie base a la que
se une. En cada caso la eficiencia global se define como, Eq. (29):
( 29 )
donde es la transferencia de calor total del área de la superficie asociada con las aletas y
la parte expuesta de la base.
3.2.1.4 Ejemplos prácticos
3.2.1.4.1 Aleta recta de sección transversal uniforme

Se ha analizado un sencillo análisis de la transferencia de calor sobre una placa rectangular con
aletas rectas de sección constante, utilizando el software MATLAB, cuyo código se muestra en
el apartado Anexo.
Las funciones del programa son las siguientes:
- En un primer momento se requieren los valores de las variables, teniendo en

cuenta que se trata de un disipador rectangular y de aletas rectas de sección
constante.
- Con los datos del problema realiza las operaciones para calcular .
- Posteriormente se pide el valor mínimo que se le puede poner a la longitud de la
aleta y la separación mínima entre ellas. Respectivamente la primera debería ser
tratada por la fabricabilidad y la segunda por los efectos de la convección para que
puedan enfriar correctamente.
- Una vez se les proporciona los datos anteriores se realiza una gráfica desde el
número de aletas del comienzo hasta el máximo respecto de y otra que muestra
el rendimiento global respecto al número de aletas.
- En el siguiente apartado los cálculos son respecto a la longitud de la aleta y
muestra tres gráficas: una que representa la eficiencia de una aleta respecto a la
longitud, otra representa la eficiencia global respecto a la longitud y finalmente
otra que muestra la transferencia total de calor respecto de la longitud.
Los dos últimos apartados servirían en un caso práctico para calcular las propiedades físicas
que debería de cumplir un disipador dependiendo de lo que se necesite.
A continuación se presenta un caso particular de este problema, siendo los datos escogidos
del problema son los siguientes:
H = Altura de la placa = 0.15 m
W = Ancho de la placa (y de la aleta) = 0.05 m
N = Número de aletas = 5
L = Longitud de la aleta = 0.02 m
t_min = , espesor mínimo = 0.002 m
s_min = , espacio entre aletas mínimo = 0.004 m
Los resultados numéricos son los siguientes:

Y los gráficos obtenidos son los siguientes, Gráficos 5 - 7:
Gráfico 3: Transferencia de calor respecto al número de aletas.
En este gráfico se observa que al aumentar el número de aletas aumenta el área de

transferencia de calor aumentando entonces la transferencia total de calor.
En el Gráfico 4 se observa cómo al aumentar el número de aletas disminuye la eficiencia

global, de acuerdo con lo Eq. ( 29 ) donde al aumentar el número de aletas aumenta más el
denominador que el numerador. Aunque al observar la Gráfico 4 la disminución de eficiencia
es despreciable, por tanto, añadir aletas se podría decir que no afecta de manera significativa a
la eficiencia global y por tanto se considera despreciable el efecto en la eficiencia al añadir más
aletas.
En los gráficos 5 y 6 se muestran prácticamente los mismo resultados, de hecho la variación

entre ellas es debido a lo que se explicó en la gráfica Gráfico 4 y se concluyó que se
despreciaría. Según la Eq. ( 29 ), para el caso de aletas anulares, se puede observar que al
aumentar la longitud los parámetros del denominador crecen más que los del numerador (ya
que M es una raíz cuadrada). Pero no disminuye con la misma pendiente. Al principio se puede
observar como hasta aproximadamente 0,1 m la eficiencia sigue siendo de un valor aceptable,
por tanto, se sacrificará algo de rendimiento en pos de recibir algo más de transferencia de
calor.
Gráfico 4: Efecto del número de aletas en la eficiencia global.
Gráfico 5: Efecto de la longitud de aleta en la eficiencia de la aleta.

Gráfico 6: Efecto de la longitud de la aleta en la eficiencia globlal.
Y esta se puede comparar en el Gráfico 7:
Gráfico 7: Transferencia de calor respecto a la longitud de aleta.

Dependiendo de la energía que se quiera transferir en forma de calor se podría aumentar la
eficiencia de la aleta y ver cuánto se está sacrificando de eficiencia.
En conclusión, estas gráficas ayudan a realizar elecciones adecuadas sobre las características
físicas que debería tener un disipador cualquiera (rectangular y con aletas rectas de sección
transversal uniforme).
3.2.1.4.2 Aleta anular de sección transversal no uniforme

Como en el ejemplo anterior, se ha realizado un programa en MATLAB que resuelve problemas
de este tipo. El código se puede encontrar en los anexos.
Las funciones del programa son las mismas que en ejemplo anterior con la diferencia que aquí
se ha usado para la solución ecuaciones de Bessel modificada de orden cero.
Los datos escogidos del problema son los siguientes:
H = Altura de la placa = 0.15 m
N = Número de aletas = 5
r_1 = , radio del cilindro (en su parte externa) = 0.025 m
r_2 = , radio de la aleta = 0.045
t_min = , espesor mínimo = 0.002 m
s_min = , espacio entre aletas mínimo = 0.004 m
Los resultados son los siguientes:
Y los resultados gráficos aparecen en los Gráficos 8-12 :

Gráfico 8: Transferencia de calor respecto al número de aletas.
Gráfico 9: Efecto del número de aletas en la eficiencia global.

Gráfico 10: Efecto de la longitud de la aleta en la eficiencia de la aleta.
Gráfico 11: Efecto de la longitud de la aleta en la eficiencia global

Gráfico 12: Efecto de la longitud de la aleta en la transferencia de calor.
Aunque las ecuaciones Eq. ( 29 ) sean distintas en parámetros, al variarlos el comportamiento

es parecido a la placa recta ya que son operaciones semejantes, por tanto, las conclusiones a
las que se llegan son las mismas que con los gráficos anteriores, Gráficos 5 - 7.
CAPÍTULO 4 _ SÍMULACÍON
En este capítulo se presentan las simulaciones de diferentes tipos de superficies extendidas
utilizando el software COMSOL, que utiliza un código fluidodinámico para la resolución de
problemas de transferencia de calor.
También se realiza la comparación de los resultados de la simulación mediante este software

con los presentados en el Capítulo 3, a los cuales se llegó mediante un estudio teórico.
4.1 ALETA RECTA DE SECCIÓN UNIFORME

En este apartado de simulación se procederá a realizar la comparación de los resultados que
proporciona COMSOL con los resultados analíticos.
Los datos del problema son los siguientes:
W = Ancho de la aleta = 0.05 m
T_inf = , temperatura exterior = 298 K
k = conductividad térmica, cobre = 398
L = longitud de la aleta = 0.05 m
El dato a comparar será la distribución de temperaturas a través de la longitud de la aleta.
Como ya se indicó con anterioridad para realizar una simulación se opta por realizar un modelo
aproximado a la realidad que sea más sencillo de resolver pero a la vez fiable en los resultados.
Aquí se van a realizar simplemente el análisis de una aleta, pero se realizarán dos modelos
diferentes para ver si hay alguna variación entre ellos.
Los dos modelos utilizados son los siguientes:
MODELO 1, Fig. 14:

Figura 14: Representación 3D MODELO 1.
MODELO 2, Fig. 15:
Figura 15: Representación 3D MODELO 2.
4.1.1 Solución analítica

En este caso se trata de un problema donde conocemos la temperatura de la base y del
extremo. Utilizando los programas desarrollados en el Capítulo 3, particularizados para estos
dos modelos y que se incluye en el Apartado Anexos, se obtiene resultados que se representan
en el Gráfico 13.
Son muy parecidos a los utilizados en el Capítulo 3 para comparar los diferentes casos para
resolver la ecuación diferencial.
Gráfico 13: Distribución de Temperaturas respecto a la posición en la aleta para la solución analítica.
4.1.2 Solución MODELO 1

En la ventana “Model Builder” que se puede ver en la Figura 16 es donde se construye el
modelo, en este caso, el modelo es muy sencillo se trata de un rectángulo con las dimensiones
de la aleta (Geometry1Rectangle1). El material elegido para este ejemplo es cobre
(MaterialsCooper).
En cuanto al tipo de física elegido es transferencia de calor en solidos (Heat Transfer in Solids),
a continuación se detallarán los diferentes apartados que definen el modelado en cuanto a
física se refiere:
- Heat Transfer in Solids 1: Simplemente es un campo obligatorio que selecciona el

dominio donde se ejecutarán los efectos físicos, en este caso solo hay uno que es el
rectángulo.
- Thermal Insulation 1: Por defecto el programa trata todas las superficies como
adiabáticas, ya es el usuario el que tiene que ir cambiando las propiedades de éstas
según el modelo y condiciones de contorno que esté realizando.
- Initial Values 1: Es otro campo que se crea por defecto al realizar la simulación de
transferencia en sólidos, pero no tiene efecto en nuestro modelo ya que se trata de
valores iniciales.
A partir de ahora los valores introducidos son valores que se han escogido para realizar la
simulación:
- Temperature 1: Con este apartado se define la temperatura de la cara 1 (se puede ver
la cara en la figura “x”), que son 373 K.
- Temperature 2: Aquí se define la temperatura de la cara 4, son 313 K.
- Convective Cooling 1: Aquí se define las caras que son enfriadas convectivamente, que
son las caras 2 y 3. Con temperatura externa de 298 K y h = 100 .
Figura 16: Model Builder MODELO 1
Después de definir el problema físico se realiza la malla (extrafina para minimizar los errores) y
se calcula los resultados, la distribución de temperaturas se representa en la Fig. 18.
Figura 17: Modelo 2D representado en el programa COMSOL Multiphysics.
Figura 18: Distribución de Temperaturas en aleta MODELO 1.

En la Fig. 14 se muestra la distribución de temperaturas en una línea situada en la mitad de la
aleta.
Gráfico 14: Representación de la Temperatura respecto a la longitud de la aleta.

Este modelo aunque diferente es muy parecido al anterior, aquí lo que se ha añadido es un
segundo rectángulo con la forma de la base y luego se han unido (From Composite Domains 1).
El tipo de física, Fig. 19, que se ha escogido es igual que el anterior, con la diferencia de que
ahora “Temperature 1” se aplica a la base donde está la aleta y el resto de caras de la base se
encuentran aisladas térmicamente, Fi. 20.
Aquí se pueden observar las imágenes de construcción del modelo.

Figura 19: Model Builder MODELO 2.
Figura 20: Modelo 2D de construcción del MODELO 2 en COMSOL Multiphysics.

Los resultados se han calculado como en el modelo anterior y se muestran en la Fig. 21 y
Gráfico 15.
Figura 21: Distribución de temperaturas en el modelo.
Gráfico 15: Representación de la temperatura respecto a longitud para el MODELO 2.

4.1.4 Comparación MODELO 1 – MODELO 2
Ahora se comprobará mediante la gráfica “x” como varían los resultados con los dos métodos
escogidos, y se comentará cómo influyen en los resultados los diferentes métodos escogidos.
380
COMPARACIÓN MODELO 1 - MODELO2
370
360
Temperatura (K)
350
340
MODELO 1
330 MODELO 2
320
310
300
0 0.01 0.02 0.03 0.04 0.05 0.06
Longitud a través de la aleta (m)
Gráfico 16: Comparación entre el MODELO 1 y MODELO 2.
Como se puede observar la diferencia se encuentra en el comienzo de la aleta, ya que en el

MODELO 1 se definió con una temperatura exacta y en el MODELO 2 se definió la base pero no
ese plano específicamente. Después cuando se va acercando al final de la aleta se van
igualando los resultados.
En este modelo precisamente los valores fluctúan poco, pero muestra como un cambio
aparentemente poco importante puede variar el resultado entre diferentes modelos y lo
importante que es modelar correctamente un modelo para que se obtengan los resultados
más fiables posibles con el caso real.
Para este caso se elegirá el MODELO 1 pues es el que más similitud tiene con el modelo
analítico, en el que se conoce la temperatura de la base y del extremo de una aleta.
Analizándolo desde el error relativo, el valor máximo de este se produce en x=0, y el valor es
de 0,54%, un valor muy pequeño.
4.1.5 Comparación MODELO 1 – Solución analítica

Finalmente, para la distribución de temperatura a lo largo de la aleta se compara gráficamente
las dos soluciones (analítica y MODELO 1 numérica con COMSOL Multiphysics):
380
COMPARACIÓN MODELO 1 - Solución Analítica
370
360
Temperatura (K)
350
340
MODELO 1
330
Analítico
320
310
300
0 0.01 0.02 0.03 0.04 0.05 0.06
Longitud a través de la aleta (m)
Gráfico 17: Comparación MODELO 1 - Solución analítica.
Dado que la ecuación diferencial que gobierna el fenómeno de conducción unidimensional

posee solución analítica (solución exacta), al comparar la distribución de temperatura a lo
largo de una aleta recta de sección transversal uniforme gráficamente, con la solución
analítica, se logra observar claramente la superposición de las dos curvas.
Esto se debe a que el modelo utilizado para este caso es muy adecuado (además de ser
relativamente sencillo, y por lo tanto, los resultados obtenidos convergen rápidamente).
Esto deja en buen lugar al programa utilizado, es COMSOL Multiphysics, en la primera

comprobación ya que los resultados son prácticamente exactos.
4.2 DISIPADOR 2 ALETAS RECTAS

En este caso se procederá a realizar un disipador de dos aletas, y se verá las diferencias entre
dos modelos diferentes escogidos y los resultados analíticos.
El modelo geométrico utilizado es el siguiente:
Figura 22: Modelo 3D del disipador de dos aletas.

Las medidas son las que se muestran a continuación (en mm):
Figura 23: Medidas del disipador de dos aletas
Los datos del problema son los siguientes:
T_b = = 350 K (La temperatura se ha establecido en la base de inmediata al acabar la aleta,

las tres superficies que quedan descubiertas).
T_inf = , temperatura exterior = 298 K
k = conductividad térmica, Aluminio 3003-H18 = 155
Esta vez los modelos no se diferencian en su forma física, si no, en el modo de resolver el
problema en el programa COMSOL Multiphysics. En el MODELO 1 se utilizará “Heat Transfer in
Solids” utilizado anteriormente, mientras que para el MODELO 2 se utilizará “Conjugate Heat
Transfer”, donde se explicará más adelante en el desarrollo del modelo los principales cambios
entre uno y otro.

Esta vez, como diferencia con el anterior ejercicio, se diferencia en que se ha utilizado un
modelo en 3D, esto añade algunos cambios al desarrollo del problema pero al tratarse del
mismo modelo físico que en el ejercicio anterior éstos serán pocos. Como en los ejemplos
anteriores la Geometría se ha importado de un archivo de SolidWorks (Geometry 1  Import
1).
Como se puede observar en la Figura 24, la diferencia en cuanto al modelo físico planteado
con anterioridad es que aquí solo se indica una temperatura en la base del modelo.
Una vez que se ha realizado el problema y se saca los resultados queda seleccionar que puntos
se escogerán para realizar las comparaciones. En este caso, al tratarse de una figura simétrica y
además al observar la Figura 25 donde se encuentran los contornos isotermos se llega a la
conclusión de que cumple doble simetría, así que se podrá hacer la comparación con la medida
obtenida en una aleta. También cumple esta simetría la aleta si se toma como un elemento
único, por tanto, los valores medios que toma la temperatura en la aleta coincidirá con una
línea que se encuentre en la intersección de los planos de simetría de la aleta, que son las línea
centrales de las dos aletas.
Figura 24: Model Builder del MODELO 1

Figura 25: Superficies Isotérmicas en el MODELO 1.
Por tanto, la línea que se ha escogido para obtener los datos es la de la siguiente Figura 26
(línea roja):
Figura 26: Representación de la línea de donde se obtiene la distribución de temperaturas.
Los resultados de distribución en la pieza completa son los siguientes, Fig. 27:
Figura 27: Distribución de temperatura en modelo 3D.
Siendo la temperatura en la línea anterior de las dos simetrías la siguiente Figura 28:
Figura 28: Distribución de temperaturas del MODELO 1.

Ahora si se harán cambios importantes en el modelado del problema, ya que se usará la física
mostrada por el programa como “Conjugate Heat Transfer”. Para escoger este tipo de
modelado se deben seguir los siguientes pasos en la ventana de Modelado “Add Physics”, 3D
 Heat Transfer  Conjugate Heat Transfer  Laminar Flow  Preset Studies, Stationary.
Figura 29: Model Builder del MODELO 2.

A continuación se detalla los cambios con respecto a los modelos realizados con anterioridad.
- En “Geometry 1”, como se puede observar en la Figura 29: Model Builder del MODELO
2., se encuentra “Work Plane 1  Plane Geometry  Rectangule 1”, esto es la
creación de un plano paralelo a la base del disipador donde posteriormente se ha
dibujado un Rectángulo. En “Work Plane 1  Extrude 1” se extruye ese rectángulo
para crear un prisma que envuelve al disipador, que hará de canal de aire para
enfriarlo, se puede observar a continuación en la figura “x” como queda el modelado
geométrico.
- En “Materials” esta vez se han añadido dos materiales Aluminum 3003-H18 para el
disipador y Aire para el rectángulo que se ha construido a su alrededor.
Figura 30: Modelo 3D del MODELO 2.
En “Conjugate Heat Transfer” se resuelven los problemas de modelado relativos a los

fenómenos físicos. A continuación se explica cómo se trata cada apartado:
- Heat Transer in Solids 1, aquí se define los cuerpos que son afectados por
transferencia de calor en sólidos, en este caso el disipador.
- Thermal Insulation 1, definen las caras que son aisladas térmicamente, que aquí serán
las cuatros caras del prisma que no son ni la entrada ni la salida del aire.
- Wall 1, se definen las caras que actúan como paredes, es decir, el fluido no puede
atravesarlas. En este caso esas caras son todas las del prisma menos la entrada y salida
de aire y la base del disipador por no ser aplicable.
- Initial Values 1, aquí se definen una serie de valores iniciales sobre el campo de
velocidades, etc… que para el caso que se estudia se deja con los valores que el
programa proporciona por defecto.
- Fluid 1, define que parte del modelo es la que se comporta como un fluido, en este
caso, el contenido del prisma.
- Temperature 1, define la temperatura de la base del disipador, es el dato del que se
parte para calcular en los diferentes modelos los resultados. Con la diferencia de que
en este modelo por restricciones del programa se impone la temperatura de la base en
la cara de abajo del disipador.
- Inlet 1 y Temperature 2, con estos dos apartados definimos la entrada del aire, su
velocidad y la temperatura del aire de entrada. En este caso, se han escogido los
siguientes valores:
o
o
- Outlet 1 y Outflow 1, definen la salida del aire, cara contraria a la entrada.
Después de modelar la física del problema se tiene que mallar el modelo para poder computar
los resultados, se escogió una malla automática realizada por el programa. Una vez computado
el modelo se obtienen los siguientes resultados, Fig. 31:
Figura 31: Distribución de Temperaturas en el modelo 3D del MODELO 2.
En esta Figura 31, se observan las temperaturas que adquieren las diferentes superficies, y dan
un valor orientativo de que valor de temperatura se ha alcanzado en cada una de ellas.
Pero en nuestro caso interesa obtener los resultados de la distribución de temperaturas a

través de la aleta. En este caso solo se cumple simetría en el plano que corta al disipador por el
centro paralelo al plano yz (se puede observar el plano en la Figura 31).
Al ser la distribución de la temperatura no constante en el eje z, se ha calculado la distribución

en líneas diferentes separadas 15mm unas de otras, el resultado sería el siguiente:
Gráfico 18: Distribución de temperaturas en los cinco plots realizados.
donde,
Línea azul: es la línea de z = 30 mm, es decir la más cercana a la entrada
Línea verde: z = 15 mm
Línea roja: z= 0 mm
Línea cian: z = -15 mm
Línea magenta: z = -30mm
Evidentemente se aproximará más el MODELO 1 al resultado analítico que el MODELO 2, pero

esto no significa que el MODELO 1 sea más representativo del caso estudiado, en realidad el
MODELO 2 es sin duda el más realista.
Entonces ahora, no se trata de comparar ambos modelos a ver cuál es el más óptimo, si no de
comprobar que los cálculos en COMSOL Multiphysics son válidos con el MODELO 1 y ver como
se asemeja a un caso que podría ser el real comparándolo con el MODELO 2.
Primero se pasará a realizar una comparación entre el MODELO 1 y la solución analítica y así
seguir comprobando la veracidad que nos ofrece el programa.
Como en apartados anteriores se va a proceder a comparar los dos resultados y para eso se
usa una gráfica ya que es la mejor manera de poder ver la diferencia de resultados de manera
rápida y eficaz.
Comparación MODELO 1- Cálculos Analíticos

352
350
348
346
344
342 Modelo 1
340 Analítico
338
336
334
332
0 0.01 0.02 0.03 0.04 0.05 0.06
Gráfico 19: Distribución de Temperaturas entre el MODELO 1 y los cálculos analíticos.
Como se puede comprobar al observar las dos gráficas el MODELO 1 empieza con menos
temperatura que el modelo analítico, pero esto es debido a la construcción del modelo, como
pasó en casos anteriores, la base está a pero el centro de la aleta donde toca con la base
disminuye su temperatura como es lógico y es la diferencia que se ve arrastrada en la Gráfico
19.
Aun así se ve claramente que las gráficas siguen la misma tendencia y que el programa da unos
resultados muy precisos. Se puede confirmar con el error máximo relativo que es del valor de
0,26%, muy pequeño.
A continuación se va a realizar la comparación con el MODELO 2 para ver a que conclusión se

puede llegar.

La gráfica comparativa que se muestra a continuación contiene los cinco plots realizados a la
aleta del MODELO 2 donde el Plot 1 es el más próximo a la entrada de aire y el Plot 5 el más
lejano.
Comparación MODELO 2 - Cálculos Analíticos
355
350
345 Plot1
Plot 2
340
Plot 3
335 Plot 4
330 Plot 5
Analítico
325
320
-0.01 0 0.01 0.02 0.03 0.04 0.05 0.06
Gráfico 20: Distribución de Temperaturas entre las diferentesrepresentaciones y el cálculo analítico.
Aquí se puede observar que las diferentes representaciones obtenidas de la pieza varían entre
ellos, pero siguen una tendencia bastante similar, por no hablar que no solo guardan relación
entre ellas, como es lógico, si no que el modelo analítico encaja totalmente a la perfección a
los resultados obtenidos.
Por tanto, cada vez se está más convencido que los resultados que nos proporciona el
programa COMSOL Multhiphysics son fiables.
4.3 DISIPADOR 3 ALETAS RECTAS

La siguiente simulación es muy parecida al anterior ejemplo con la diferencia de que ahora
tratamos de resolverlo para tres aletas.
Al simular un disipador de dos aletas no se tienen problemas en la obtención de resultados por

medio del programa de simulación COMSOL Multiphysics y entonces resolvemos nuestro
propio modelo que realizamos en SolidWorks, cuando realizamos el análisis con un disipador
de tres aletas el programa ya sea por el software (su eficacia) o por el hardware del ordenador
(su potencia) comienza a dar errores y hay que buscar diferentes maneras de resolverlo. Y esto
es lo que se tratará en este bloque además de la simulación de un disipador de tres aletas
rectas.

La pieza usada para resolver esta simulación es la siguiente, Fig. 32:
Figura 32: Modelo 3D del disipador de tres aletas.
Las medidas del modelo son las siguientes, Fig. 33, con las unidades en mm:
Figura 33: Medidas del disipador de tres aletas.
El cuadro de construcción en el programa es el mismo que el construido para el MODELO 2 de

la primera solución, así que ahora no se volverá a explicar paso a paso la construcción. El
cuadro sería el de la Figura 34.
En la Figura 35 y Figura 34 se puede observar que la realización del modelo es idéntica que en
los ejemplos anteriores con la diferencia de que cuando se intenta realizar la resolución del
modelo el programa empieza a devolver sucesivos errores sobre todo relacionados con la
malla y no haber suficiente memoria.
Por tanto, se propone como nueva solución realizar modelos que siendo diferentes
representen al que queremos estudiar.
Figura 34: Model Builder MODELO 1.
Figura 35: Modelo 3D del disipador de 3 aletas MODELO 1.

En este segundo modelo las medidas de la pieza siguen como estaban con la diferencia que el
túnel de aire que se aplica solo lo hemos colocado en la mitad del disipador. Quedaría lo
siguiente:
Pero aún así siguen apareciendo problemas en cuanto a la construcción del modelo.
Se plantean soluciones diferentes hasta encontrar una que puede resolver el modelo.
4.3.3 SOLUCIÓN MODELO 3
Ahora se propone un modelo diferente en el que usamos la mitad del túnel de aire, pero
también la mitad del disipador de calor. Por lo tanto, quedaría lo siguiente:
Figura 37: Model Builder del MODELO 3.

En la Figura 37 y Figura 38 se puede observar que el Modelo de construcción es básicamente el

mismo utilizado en anterioridad, pero lo que cambia como se ha descrito antes es la
construcción del modelo, que esta vez se ha ensayado la mitad simétrica. Obteniendo esta vez
resultados satisfactorios en cuanto a resultados proporcionados por el programa.
Introduciendo los siguientes valores, que son los mismos que los introducidos anteriormente:


Se ha obtenido el siguiente resultado, Figura 39.
Figura 39: Distribución de Temperaturas en el MODELO 3.

Como se puede observar al ver la Figura 39 las temperaturas en la aleta son diferentes, por
tanto, se va a realizar cuatro plots diferentes a lo largo de la longitud de la aleta. Las
representaciones están colocadas en la mitad simétrica del plano yx en las siguientes
posiciones:
Plot 1: en la cara pegada a la pared.
Plot 2: en la misma aleta del plot1 pero cara opuesta.
Plot 3: en la otra aleta cara interna.
Plot 4: en la misma aleta del plot3 cara opuesta.
La gráfica que se obtendría sería la siguiente:
352 MODELO 3
350
348
Temperatura (K)
346
344 Plot 1
342 Plot 2
340 Plot 3
338 Plot 4
336
334
0.000 0.010 0.020 0.030 0.040 0.050 0.060
Distancia (m)
Gráfico 21: Representación de los cuatro plots realizados.
En este gráfico se puede observar como la temperatura cambia de una aleta a otra (los
resultados obtenidos en las mismas aletas son iguales), lo que resulta lógico ya que la aleta del
centro se calentará más por estar en la posición central, provocando que se caliente más las
aletas de los extremos. Por eso, finalmente nos encontramos con que la aleta externa llega a
336 K en vez de los ya comunes 334 K que se han estado observando en el transcurso del
proyecto.
4.4 DIFERENCIA POR VARIACIÓN DEL NÚMERO DE ALETAS
En todas las simulaciones anteriores se han estudiado los disipadores con una temperatura
definida en la base, ahora se estudiará el comportamiento del disipador al variar el número de
aletas pero esta vez el dato será un flujo de calor constante en base del disipador.
Los datos utilizados serán los siguientes: Enfriamiento convectivo (sin túnel de aire) con
temperatura ambiente 298 K y un flujo de calor en la base del disipador de 100 W. Las
dimensiones de la base del disipador y de las medidas de las aletas son iguales en los tres
disipadores, el único cambio es el número de aletas.
4.4.1 Disipador de una aleta

Este tipo de problema ya se ha realizado anteriormente así que no se colocará la ventana de
“Model Builder” y como ya se ha indicado arriba los datos simplemente es construirlo. Las
medidas se pueden ver en los anexos.
El primer gráfico que se saca es el que obtiene los contornos isotérmicos del problema, de esta
forma se podrá ver donde se podría obtener un perfil de temperaturas significativo.
Figura 40: Superficies Isotérmicas en disipador de una aleta.
Se puede observar (como resulta lógico) que es simétrico tanto en el plano zx como en el zy.
Así que se obtendrá los resultados de temperatura del centro de la aleta.
El gráfico de temperatura que se obtiene es el siguiente, Figura 41:

Figura 41: Distribución de Temperaturas en disipador de una aleta.
Y obteniendo el perfil de temperaturas de la siguiente línea
Figura 42: Línea de la que se obtiene el perfil de temperaturas.

Se obtiene la siguiente gráfica de temperaturas
Gráfico 22: Distribución de temperaturas respecto a la longitud de la aleta en disipador de una aleta.
4.4.2 Disipador de dos aletas

Aquí ocurre como en el caso anterior así que pasaremos directamente a observar los
contornos isotérmicos.
Figura 43: Contornos Isotérmicos en disipador de dos aletas.
En este caso es también simétrico en los planos que cortan por el centro a la pieza zy y zx. Por
tanto, cogiendo el perfil de temperaturas del centro de cualquiera de las dos aletas se
obtendrán los resultados que se requieren.
El gráfico de temperaturas obtenido es el siguiente:

Figura 44: Distribución de temperaturas en modelo 3D del disipador de dos aletas.
Figura 45: Línea donde se obtiene el perfil de temperaturas en el disipador de dos aletas.

Gráfico 23: Temperatura respecto de longitud en el disipador de dos aletas.
4.4.3 Disipador de tres aletas

Como en los casos anteriores primero sacamos el perfil de temperaturas isotérmicas.
Figura 46: Contornos isotérmicos en disipador de tres aletas.
Aquí como en los casos anteriores se puede observar la simetría en los planos zy y zx en el
centro de la pieza, por tanto, se obtendrá el perfil de temperaturas del centro de la aleta
central.
El gráfico de temperaturas obtenido es el siguiente.

Figura 47: Distribución de temperaturas en 3D en disipador de tres aletas.
Figura 48: Línea donde se obtiene el perfil de temperaturas del disipador de tres aletas.

Gráfico 24: Temperatura respecto a longitud en disipador de tres aletas.
4.4.4 Comparación de los diferentes modelos

Al unir las tres gráficas se puede observar el cambio que existe en cuanto a disipación de calor
al añadir diferentes números de aletas.
Temp.-Distancia (dif. nº de aletas)

450
430
Temperatura (K)
410
390 1 ALETA
370 2 ALETAS
3 ALETAS
350
330
0 0.01 0.02 0.03 0.04 0.05 0.06
Distancia (m)
Gráfico 25: Comparación de la Temperatura respecto a la distancia al introducir una, dos y tres aletas.
Ahora se comprobará analíticamente los resultados obtenidos. Para ello, se simulará mediante
el programa ya utilizado. Aquí se pondrá la temperatura tanto al inicio como al final de la aleta
y se comprobará si el resultado obtenido en cuanto a transferencia de calor total es próximo a
100W.
Para el caso de una aleta la lectura del programa sería la siguiente:
Altura de la placa(m): 0.05

Anchura de la placa(m): 0.05
Numero de aletas: 1
Temperatura de la base(K): 434.435027145457
Temperatura del aire(K): 298
Resistencia térmica del material(W/m*K): 155
Longitud de la aleta(m): 0.05
Grosor de la aleta(m): 0.005
Coeficiente de convección(W/m^2*K): 100
Se obtendría un resultado de:
= 91.4967 W
Para el caso de dos aletas la lectura del programa sería la siguiente:
Numero de aletas: 2
= 93.3962 W
Para el caso de tres aletas la lectura del programa sería la siguiente:

Numero de aletas: 3
= 97.3138 W
Como se ha podido comprobar el resultado es lógico en los tres casos pero se el error es más
grande cuanto menos números de aletas hay, esto es debido a que el programa COMSOL tiene
en cuenta áreas diferentes al analítico simplemente por construcciones del modelo en
COMSOL Multiphysics. Por lo tanto, cuanto se añade más área al introducir más aletas el error
se hace más pequeño y se aproxima más el resultado, de esta forma comprobamos de nuevo
que los resultados obtenidos por el programa son fiables.
4.5 SIMULACIÓN DISIPADOR ANULAR
En este apartado se pasará a estudiar el comportamiento en un disipador anular. Se
simplificará el problema a una sola aleta principalmente para evitar que el programa nos de
fallos de memoria.
El modelo geométrico utilizado es el siguiente:
Figura 49: Modelo 3D del disipador anular de una aleta.
Con las siguientes medidas:
Figura 50: Medidas del disipador anular de una aleta.

Esta vez se ha ensayado el problema con los siguientes datos:
Como se ve en la Figura 51, esta vez el material

utilizado para definir el disipador es Steel AISI
4340.
Los demás datos situados en “Conjugate Heat

Transfer” se han colocado como en ejemplo
anteriores, es decir:
Velocidad del fluido de entrada: 2.5
Temp. de entrada del aire: 298 K
Temp. en el interior del cilindro: 350 K
Figura 51: Model Builder disipador anular de una

aleta.
Los resultados obtenidos son los siguientes:

350 Disipador Anular
345
340
Temperatura (K)
335
Plot 1
330
Plot 2
325 Plot 3
320
315
0 0.01 0.02 0.03 0.04
Distancia (m)
Gráfico 26: Temperatura respecto a distancia en los tres Plots realizados al disipador anular.
Como se puede ver en la gráfica se han colocado tres plots diferentes, la diferencia entre ellos
es evidente ya que el plot1 se encuentra en el lugar más próximo por el que llega el aire en la
misma dirección que éste, el plot2 en el lateral en dirección opuesta y el plot3 en la parte de
atrás en la misma dirección, donde da menos el aire. Las líneas que definen los plots están en
la mitad de la aleta.
CAPÍTULO 5 _ CONCLUSÍONES Y
DESARROLLOS FUTUROS
5.1 CONCLUSIÓN
Las conclusiones a las que se ha llegado tras la realización de este proyecto son:
- el sotware utilizado para el desarrollo de las simulaciones, COMSOL Multiphysics, ha

resultado ser, al menos en el apartado de transferencia de calor, preciso y eficiente en la
construcción de los modelos físicos y obtención de resultados.
- COMSOL Multiphysics tiene un módulo de modelado poco práctico y poco intuitivo.
Debido a esto, se ha usado el software orientado a objetos SolidWorks para la realización
de los modelos.
- la necesidad de saber manejar datos y poder utilizarlos en los diferentes programas para
realizar los cálculos pertinentes y obtener de ellos la información deseada se hace visible.
- la realización de una simulación no solo depende del software de simulación y de la
habilidad en utilizarlo, sino de la creación del modelo, de saber a priori o comparando qué
modelo proporciona mejores resultados. También se requiere tener experiencia para
elegir el modelo que nos proporcione menos problemas en el momento de realizar la
malla. Es decir, la realización de una simulación no consiste únicamente en el
conocimiento del problema y plasmarlo mediante un determinado software requiere
experiencia y capacidad de síntesis, además de conocer los problemas físicos a resolver y
saber manejar las mallas de resolución por elementos finitos.
5.2 DESARROLLOS FUTUROS

En cuanto a desarrollos futuros, se incluyen los siguientes:
- valoración de la simulación del disipador teniendo en cuenta la transferencia de calor

por radiación
- realización de comparaciones y estudios de casos reales.
- estudio termomecánico de los elementos con superficies aleteadas y sometidas a
esfuerzos mecánicos importantes..
ANEXOS
a.1 CÓDIGO UTILIZADO EN MATLAB
a.1.1 ESTUDIO DE LOS DIFERENTES TIPOS DE CASOS
% COMPARACIÓN DE RESULTADOS APLICANDO DIFERENTES CONDICIONES DE ALETA
PARA x=L
%Datos del ejemplo preestablecidos:
W= 0.05; % (m)
L= 0.05; % (m)
T_b= 373; % (K)
T_inf= 298; % (K)
%T_L= 313; % (K)
k= 398; % (W/(m*K))
L= 0.05; % (m)
t= 0.005; % (m)
h= 100; % (W/((m^2)*K))
%Cálculos preliminares
P=2*W+2*t;
A_c=W*t;
tita_b=T_b-T_inf;
m=((h*P)/(k*A_c))^(1/2);
m_ref=m;
x=[0:0.0001:L];
% CASO 1 --> Transferencia de calor por convección en el extremo
C1_1=cosh(m*(L-x));
C1_2=(h/(m*k))*sinh(m*(L-x));
C1_3=cosh(m*L);
C1_4=(h/(m*k))*sinh(m*L);
T_1=(((C1_1+C1_2)/(C1_3+C1_4))*tita_b)+T_inf
% CASO 2 --> Extremo adiabático
C2_1=cosh(m*(L-x));
C2_2=cosh(m*L);
T_2=((C2_1/C2_2)*tita_b)+T_inf
% CASO 3 --> Temperatura establecida en el extremo
T_ref=T_1(501)
tita_L=T_ref-T_inf;
C3_1=(tita_L/tita_b)*sinh(m*x);
C3_2=sinh(m*(L-x));
C3_3=sinh(m*L);
C3=(C3_1+C3_2)/C3_3;
T_3=((C3)*(tita_b))+T_inf
% CASO 4 --> Aleta infinita
T_4=((exp(-m*x))*tita_b)+T_inf
%---------------------------------------------------------------------
% GRÁFICAS
hold on
plot(x,T_1,'b')
plot(x,T_2,'g')
plot(x,T_3,'-.r')
plot(x,T_4,'c')
xlabel('Posición en la aleta (m)')
ylabel('Temperatura')
title('Temperatura en cada posición de la aleta')
legend('Convección','Adiabático','Tº establecida','Aleta infinita')
hold off
a.1.2 EJEMPLOS PRÁCTICOS. ALETA RECTA DE SECCIÓN TRANSVERSAL

UNIFORME.
%PROBLEMA COMPLETO ALETA RECTA DE SECCIÓN TRANSVERSAL UNIFORME.
%Datos (introducidos en el programa)

H=input('Altura de la placa(m): ');
W=input('Anchura de la placa(m): ');
N=input('Numero de aletas: ');
T_b=input('Temperatura de la base(K): ');
T_inf=input('Temperatura del aire(K): ');
k=input('Resistencia térmica del material(W/m*K): ');
L=input('Longitud de la aleta(m): ');
%w=input('Ancho de la aleta: ')
t=input('Grosor de la aleta(m): ');
h=input('Coeficiente de convección(W/m^2*K): ');
P=2*W+2*t;
A_c=W*t;
L_c=L+(t/2);
A_f=2*W*L_c;
A_b=W*H;
A_t=N*A_f+A_b;
tita_b=T_b-T_inf;
m=((h*P)/(k*A_c))^(1/2);
m_ref=m;
%Cálculo de resultados
rend_f=tanh(m*L_c)/(m*L_c)
rend_g=1-((N*A_f/A_t)*(1-rend_f))
q_t=h*A_t*(1-(((N*A_f)/A_t)*(1-rend_f)))*tita_b
%---------------------------------------------------------------------
%EFECTO DEL NÚMERO DE ALETAS EN EL PROBLEMA DEPENDIENDO DE ALGUNOS

DATOS DE FABRICACIÓN Y/O CONVECCIÓN
%Variables dependientes
t_min=input('Valor min. del grosor de aleta(m): ');
s_min=input('Espaciado min. entre aletas(m): ');
N_max=H/(t_min+s_min);
N_graf=[N:1:N_max];
P=2*W+2*t;
A_c=W*t;
L_c=L+(t/2);
A_f=2*W*L_c;
A_b=W*H;
A_t=N_graf.*A_f+A_b;
tita_b=T_b-T_inf;
m=((h*P)/(k*A_c))^(1/2);
rend_f=tanh(m*L_c)/(m*L_c);
rend_g=1-((N_graf.*A_f./A_t)*(1-rend_f));
q_t=h*A_t.*(1-(((N_graf.*A_f)./A_t)*(1-rend_f)))*tita_b;
%Representación de resultados
figure(1)
plot(N_graf,q_t)
xlabel('Número de aletas')
ylabel('Trans. de calor total(W)')
title('Transferencia de calor respecto al nº de aletas')
grid
figure(5)
plot(N_graf,rend_g)
ylabel('Eficiencia global')
title('Eficiencia globlal dependiendo del nº de aletas')
grid
%---------------------------------------------------------------------
%EFECTO DE LA LONGITUD DE LA ALETA EN LA EFICIENCIA DE UNA ALETA Y EN

LA EFICIENCIA GLOBAL
%aleta, global y con q_t
L_matrix=[L/2:0.01:8/m_ref];
P=2*W+2*t;
A_c=W*t;
L_c=L_matrix+(t/2);
A_f=2*W.*L_c;
A_b=W*H;
A_t=N*A_f+A_b;
tita_b=T_b-T_inf;
m=((h*P)/(k*A_c))^(1/2);
rend_f=(tanh(m.*L_c)./(m.*L_c));
rend_g=1-(((N*A_f./A_t).*(1-rend_f)));
q_t=h*A_t.*(1-(((N*A_f)./A_t).*(1-rend_f)))*tita_b;
figure(2)
plot(L_matrix,rend_f)
xlabel('Longitud aleta (m)')
ylabel('Eficiencia de la aleta(%)')
title('Eficiencia de la aleta respecto a la longitud de la aleta')
grid
figure(3)
plot(L_matrix,rend_g)
xlabel('Longitud aleta (m)')
ylabel('Eficiencia global(%)')
title('Eficiencia global respecto a la longitud de la aleta')
grid
figure(4)
plot(L_matrix,q_t)
xlabel('Longitud aleta(m)')
ylabel('Transferencia de calor por convección(W)')
title('T. de calor por convección respecto longitud de la aleta')
grid
a.1.3 EJEMPLOS PRÁCTICOS. ALETA ANULAR DE SECCIÓN

TRANSVERSAL NO UNIFORME.
%PROBLEMA COMPLETO ALETA ANULAR (SECCIÓN TRANSVERSAL NO UNIFORME).
%Datos (introducidos por el programa)

H=input('Introduzca H (altura del cilindro)(m):');
N=input('Introduzca N (nº de aletas):');
T_b=input('Introduzca T_b (Temp. de la base cilindrica)(K):');
T_inf=input('Introduzca T_inf (Temp. del aire)(K):');
h=input('Introduzca h (Coeficiente de convección)(W/m^2*k):');
r_1=input('Introduzca r_1 (Radio cilindro ext.)(m):');
r_2=input('Introduzca r_2 (Radio aleta ext.)(m):');
t=input('Introduzca t (Espesor de aleta)(m):');
k=input('Introduzca k (Resistencia termica) (W/m*k):');
r_2c=r_2+(t/2);
A_f=2*pi*((r_2c)^2-(r_1)^2);
A_t=N*A_f+(2*pi*r_1*(H-N*t));
tita=(T_b-T_inf);
%Cálculo del rendimiento mediante las funciones de Bessel de primera y

%segunda clase modificadas.
m=((2*h)/(k*t))^(1/2);
m_ref=m;
C_2=(((2*r_1)/m))/(((r_2c)^2)-((r_1)^2));
bes_1=(besselk(1,m*r_1))*(besseli(1,m*r_2c));
bes_2=(besseli(1,m*r_1))*(besselk(1,m*r_2c));
fprintf('Los resultados de rend_f,rend_g y q_t son: ')
rend_f=(C_2*((bes_1-bes_2)/((bes_3+bes_4))))
rend_g=1-(((N*A_f/A_t)*(1-rend_f)))
q_t=(h*A_t)*(1-((N*A_f)/A_t)*(1-rend_f))*tita
%---------------------------------------------------------------------
%EFECTO DEL NÚMERO DE ALETAS EN EL PROBLEMA DEPENDIENDO DE ALGUNOS
DATOS DE FABRICACIÓN Y/O CONVECCIÓN
%Variables dependientes
t_min=input('Valor min. del grosor de aleta(m): ');
s_min=input('Espaciado min. entre aletas(m): ');
N_max=H/(t_min+s_min);
N_graf=[N:1:N_max];
r_2c=r_2+(t/2);
A_f=2*pi*((r_2c)^2-(r_1)^2);
A_t=N_graf*A_f+(2*pi*r_1*(H-N_graf*t));
tita=(T_b-T_inf);
m=((2*h)/(k*t))^(1/2);
C_2=(((2*r_1)/m))/(((r_2c)^2)-((r_1)^2));
rend_f=(C_2*((bes_1-bes_2)/((bes_3+bes_4))));
rend_g=1-(((N_graf.*A_f./A_t)*(1-rend_f)));
q_t=(h*A_t).*(1-((N_graf*A_f)./A_t)*(1-rend_f))*tita;
figure(1)
plot(N_graf,q_t)
ylabel('Trans. de calor total(W)')
title('Transferencia de calor respecto al nº de aletas')
grid
figure(5)
plot(N_graf,rend_g)
ylabel('Eficiencia global')
title('Eficiencia globlal dependiendo del nº de aletas')
grid
%---------------------------------------------------------------------
-----
%EFECTO DE LA LONGITUD DE LA ALETA EN LA EFICIENCIA DE UNA ALETA Y EN
LA EFICIENCIA GLOBAL
%aleta, global y con q_t
r_2_matrix=[r_1:0.01:8/m_ref];
r_2c=r_2_matrix+(t/2);
A_f=2*pi*((r_2c).^2-(r_1)^2);
A_t=N*A_f+(2*pi*r_1*(H-N*t));
tita=(T_b-T_inf);
%Cálculo del rendimiento mediante las funciones de Bessel de primera y

%segunda clase modificadas.
m=((2*h)/(k*t))^(1/2);
C_2=(((2*r_1)/m))./(((r_2c).^2)-((r_1)^2));
bes_1=(besselk(1,m*r_1))*(besseli(1,m.*r_2c));
bes_2=(besseli(1,m*r_1))*(besselk(1,m.*r_2c));
bes_3=(besseli(0,m*r_1))*(besselk(1,m.*r_2c));
bes_4=(besselk(0,m*r_1))*(besseli(1,m.*r_2c));
rend_f=(C_2.*((bes_1-bes_2)./((bes_3+bes_4))));
rend_g=1-(((N*A_f./A_t).*(1-rend_f)));
q_t=(h*A_t).*(1-((N*A_f)./A_t).*(1-rend_f))*tita;
figure(2)
plot(r_2_matrix,rend_f)
xlabel('Radio exterior aleta (mm)')
ylabel('Eficiencia de la aleta(%)')
title('Eficiencia de la aleta respecto al radio de la aleta')
grid
figure(3)
plot(r_2_matrix,rend_g)
xlabel('Radio exterior aleta (mm)')
ylabel('Eficiencia global(%)')
title('Eficiencia global respecto a la longitud de la aleta')
grid
figure(4)
plot(r_2_matrix,q_t)
xlabel('Radio exterior aleta(mm)')
ylabel('Transferencia de calor por convección(W)')
title('T. de calor por convección respecto al r de la aleta')
grid
a.1.4 SIMULACIÓN. SOLUCIÓN ANALÍTICA

% DISTRIBUCIÓN DE TEMPERATURA CASO 3 --> TEMPERATURA CONOCIDA EN EL
EXTREMO
%Datos del ejemplo preestablecidos:

W= 0.05; % (m)
L= 0.05; % (m)
T_b= 373; % (K)
T_inf= 298; % (K)
T_L= 313; % (K)
k= 400; % (W/(m*K))
L= 0.05; % (m)
t= 0.005; % (m)
h= 100; % (W/((m^2)*K))
P=2*W+2*t;
A_c=W*t;
tita_b=T_b-T_inf;
m=((h*P)/(k*A_c))^(1/2);
m_ref=m;
x=[0:0.0001:L];
% CASO 3 --> Temperatura establecida en el extremo
tita_L=T_L-T_inf;
C3_1=(tita_L/tita_b)*sinh(m*x);
C3_2=sinh(m*(L-x));
C3_3=sinh(m*L);
C3=(C3_1+C3_2)/C3_3;
T_3=((C3)*(tita_b))+T_inf;
%---------------------------------------------------------------------
% GRÁFICAS
hold on
plot(x,T_3,'r')
xlabel('Posición en la aleta (m)')

ylabel('Temperatura')
title('Temperatura en cada posición de la aleta')
hold off
a.2 MEDIDAS SIMULACIÓN POR NÚMERO DE ALETAS
a.2.1 DISIPADOR DE UNA ALETA

a.2.2 DISIPADOR DE DOS ALETAS
a.2.3 DISIPADOR DE TRES ALETAS

BÍBLÍOGRAFÍA
[1] Banks J., Carson J.S., Nelson B.L, 1996, “Discrete-Event System Simulation. Second
Edition.”, Prentice-Hall, New Jersey.
[2] Fishman G.S., 1978, “Conceptos y métodos en la simulación digital de eventos discretos”,
Limusa, México.
[3] Kelton W.D., Sadowski R.P., Sadowski D.A., 1998, “Simulation with Arena”, Mc Graw Hill,
Boston.
[4] Ogunnaike B.A., Harmon Ray W., 1994, “Process Dynamics, Modeling and Control”, Oxford,
New York.
[5] Shannon R.E., 1988, “Simulación de Sistemas. Diseño, desarrollo e implementación”, Trillas,
México.
[6] Law A.M., Kelton W.D., 1991, “Simulation Modeling & Analysis”, Second Edition, McGraw-
Hill, New York.
[7] COMSOL 1998-2012, “Introduction to the Heat Transfer Module”, Manual de uso del
programa.
[8]Frank P. Incropera, David P. Dewitt, “Fundamentos de Transferencia de Calor. Cuarta

Edición”, Prentice Hall.

Simulación de La Transferencia de Calor en Superficies Aleteadas Mediante Análisis de Elementos Finitos

Încărcat de

Informații document

Descriere originală:

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Simulación de La Transferencia de Calor en Superficies Aleteadas Mediante Análisis de Elementos Finitos

Încărcat de

Drepturi de autor:

Formate disponibile

PROYECTO FIN DE CARRERA

SIMULACIÓN DE LA TRANSFERENCIA DE CALOR EN

Autor: Jesús Manuel Serrano Martín-Arroyo

Titulación: Doble titulación I.T.I. especialidad Mecánica e I.T. en Diseño Industrial

Tutora: Elisa Carvajal Trujillo

Convocatoria: Primera, Febrero 2014

CAPÍTULO 3 _ TRANSFERENCIA DE CALOR

CAPÍTULO 5 _ CONCLUSIONES Y DESARROLLOS FUTUROS

BIBLIOGRAFÍA ..................................................................... ¡Error! Marcador no definido.

- Analizar analíticamente el comportamiento de los disipadores de calor como

Pero existen más objetivos secundarios como son:

- Aprender a utilizar un programa basado en ecuaciones físicas y condiciones de

La temperatura es una consideración muy importante en el diseño o análisis de sistemas

Figura 1: Motor térmico

La radiación de calor es una forma de transmisión a través de ondas electromagnéticas que

En la transferencia de calor por radiación una propiedad importante es la emisividad, que

Si el mecanismo de transferencia de calor es suficiente, la temperatura aumentará hasta

En este punto, es conveniente plantear las siguientes definiciones:

- Simulación: Simulación es el proceso de diseñar un modelo de un sistema real y llevar a cabo

2.2.2 Aplicaciones de la simulación

- No existe una formulación matemática analíticamente resoluble. Muchos sistemas reales no

- El sistema evoluciona muy lentamente o muy rápidamente. Un ejemplo de dinámica lenta es

Entre las posibles desventajas de la simulación se pueden citar:

- El desarrollo de un modelo puede ser costoso, laborioso y lento.

- Existe la posibilidad de cometer errores. No se debe olvidar que la experimentación se

- No se puede conocer el grado de imprecisión de los resultados. Por lo general el modelo se

- Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir personal,

La importancia de la Simulación es evidente al considerar el impacto que tuvieron algunos

- La Perestroyka: Estudios de simulación efectuados en Rusia en las décadas del 70 y 80

- La caída de la bolsa de New York en 1988: La utilización de programas de simulación por

- Capacitación de tropas: En el operativo “Tormenta del desierto” llevado a cabo en la guerra

- Capacitación de policías: Se utiliza entornos virtuales para que el policía aprenda a

- Simuladores de vuelos: Fue una de las primeras aplicaciones de los simuladores.

- Laboratorio: Se utilizan modelos bajo las condiciones controladas de un laboratorio. Se pueden

-Simulación por computadora: El modelo es completamente simbólico y está implementado en

o Digital: Cuando se utiliza una computadora digital.

2.2.4 El simulador por computadora

En el caso del movimiento de un resorte, variando el coeficiente de fricción se puede

Cuando se desea calcular las raíces del polinomio cuadrático, Eq. ( 2 ):

se dispone de la siguiente solución analítica, Eq. ( 3 ):

2.2.6 Simulación de Monte Carlo

En este caso la solución es a = 314.16 cm2 y p = 62.83 cm.

1. Crear un cuadrado de lado 2.r que encierre al círculo Figura 2.

2. Colocar n puntos al azar dentro del cuadrado.

3. Asignar a c el número de puntos que quedaron dentro del círculo.

Figura 2: Determinación del área de un círculo

2.2.7 Etapas de una simulación

- Colección de datos: La naturaleza y cantidad de datos necesarios están determinadas por la

- Implementación del modelo en la computadora: El modelo es implementado utilizando algún

- Verificación: En esta etapa se comprueba que no se hayan cometidos errores durante la

- Diseño de experimentos: En esta etapa se decide las características de los experimentos a

- Implementación: Conviene acompañar al cliente en la etapa de implementación para evitar el mal

- Documentación: Incluye la elaboración de la documentación técnica y manuales de uso. La

-Estáticas o estructurales: un auto posee cuatro ruedas.

-Dinámicas o funcionales: un auto consume nafta si se enciende el motor.

Un estado estacionario es estable si el sistema retorna a él luego de una perturbación. Por el

Figura 4: Variables de un sistema.

2.2.9 Clasificación de sistemas

- Determinístico: Si el sistema no contiene ningún elemento aleatorio es un sistema

2.2.10 Modos de simulación

- El pensamiento: Al construir un modelo necesariamente se debe ordenar y completar el

- La comunicación: Un modelo elimina la ambigüedad del lenguaje para comunicarse con

- La experimentación: La experimentación con un modelo es barata y segura. Se emplea