Documente Academic
Documente Profesional
Documente Cultură
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 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
4.2.3 Comparación MODELO 1 – Solución analítica................................................................ 64
4.2.4 Comparación MODELO 2 – Solución analítica................................................................ 64
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
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
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:
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.
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.
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.
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.
- 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).
- 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.
Actualmente la simulación presta un invalorable servicio en casi todas las áreas posibles,
algunas de ellas son:
- 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.
- 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.
- 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.
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.
-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)
( ) (2)
√ (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.
(4)
(5)
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:
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)
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.
- 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.
- 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.
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:
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.
- 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.
- 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 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.
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:
8. Escribir las ecuaciones teóricas o empíricas que describen los fenómenos presentes y relacionan
las variables de interés.
- Suponer linealidad.
- Fácil de manipular y controlar por parte del usuario. Es decir, debe ser sencillo comunicarse
con el modelo.
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.
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:
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 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
- 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.
- 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.
- 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.
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.
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.
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.
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.
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)
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.
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 )
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.
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.
( 11 )
Y aplicando la Ley de Fourier, Eq. ( 12 ):
( 12 )
( ) ( )( ) ( 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.
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 )
( ) ( ) ( 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 )
Temperatura establecida: ( ) ( ) ( )
3
( )
Aleta infinita (Linf):
4
( )
√
Tabla 1: Distribución de temperaturas y pérdidas de calor para aletas de sección transversal uniforme.
Los casos han sido aplicados a un caso de un aleta recta de sección uniforme, donde
dependiendo del caso se han obtenido diferentes valores.
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.
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.
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 )
( ) ( 21 )
( ) ( ) ( ) ( 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 )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( 25 )
( ) ( ) ( ) ( )
( 26 )
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.
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:
N = Número de aletas = 5
h = coeficiente de convección = 50
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).
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.
N = Número de aletas = 5
h = coeficiente de convección = 50
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.
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.
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:
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 .
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.
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)
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.
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)
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).
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.
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.
Por tanto, la línea que se ha escogido para obtener los datos es la de la siguiente Figura 26
(línea roja):
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:
- 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.
- 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:
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.
donde,
Línea verde: z = 15 mm
Línea roja: z= 0 mm
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.
4.2.3 Comparación MODELO 1 – Solución analítica
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.
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.
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
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.
Las medidas del modelo son las siguientes, Fig. 33, con las unidades en mm:
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.
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:
Introduciendo los siguientes valores, que son los mismos que los introducidos anteriormente:
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)
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.
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.
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.
Gráfico 22: Distribución de temperaturas respecto a la longitud de la aleta en disipador de una aleta.
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.
Figura 45: Línea donde se obtiene el perfil de temperaturas en el disipador de dos 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.
Figura 48: Línea donde se obtiene el perfil de temperaturas del disipador de tres aletas.
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.
Numero de aletas: 1
= 91.4967 W
Numero de aletas: 2
= 93.3962 W
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.
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:
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];
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
C2_1=cosh(m*(L-x));
C2_2=cosh(m*L);
T_2=((C2_1/C2_2)*tita_b)+T_inf
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
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
%Cálculos preliminares
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
%---------------------------------------------------------------------
%Variables dependientes
t_min=input('Valor min. del grosor de aleta(m): ');
s_min=input('Espaciado min. entre aletas(m): ');
%Cálculos preliminares
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);
%Cálculo de resultados
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)
xlabel('Número de aletas')
ylabel('Eficiencia global')
title('Eficiencia globlal dependiendo del nº de aletas')
grid
%---------------------------------------------------------------------
%Cálculos preliminares
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;
%Cálculo de resultados
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;
%Representación de resultados
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
%Cálculos preliminares
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 de resultados
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): ');
%Cálculos preliminares
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));
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));
%Cálculo de resultados
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;
%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)
xlabel('Número de aletas')
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
%Cálculos preliminares
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 de resultados
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;
%Representación de resultados
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
%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];
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')
[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.