Nova Versao Dissertacao Gustavo Galindez R Versao Ler

Universidade Federal de Pernambuco
Centro de Tecnologia e Geocincias

Departamento de Engenharia Mecnica
Mtodo Espectral dos Volumes Finitos para a Simulao 1-D de Escoamentos Bifsicos
em Reservatrios de Petrleo
Por
Gustavo Galindez Ramirez
Dissertao de Mestrado
Recife, Janeiro 27 de 2014.
Mtodo Espectral dos Volumes Finitos para a Simulao 1-D de
Escoamentos Bifsicos em Reservatrios de Petrleo
Gustavo Galindez Ramirez
Orientador: Paulo Roberto Maciel Lyra
Co-orientador: Darlan Karlo Elisirio de Carvalho
Trabalho apresentado ao Programa de Ps-graduao
em Engenharia Mecnica do Centro de Tecnologia e Ge-
ocincias da Universidade Federal de Pernambuco, como
requisito parcial para obteno do grau de Mestre em
Engenharia Mecnica.
Palavras chave: Reservatrios de Petrleo, Escoamentos Bifsicos, Mtodo dos Volumes Finitos, Mtodo
de Alta Ordem, Mtodo Espectral
Dissertao do projeto nal de Ps-graduao em Engenharia Mecnica, sob o ttulo
Mtodo Espectral dos Volumes Finitos para a Simulao 1-D de Escoamentos Bifsicos
em Reservatrios de Petrleo, defendida por Gustavo Galindez Ramirez e aprovada em
Janeiro 27 de 2014 em Recife, Estado de Pernambuco, pela banca examinadora constituda
pelos professores:
Paulo Roberto Maciel Lyra, PhD
(Orientador)
Darlan Karlo Elisirio de Carvalho, D.Sc.
(Co-orientador)
Ramiro Brito Willmersdorf, PhD
(Examinador Interno)
Alessandro R. Echevarria Antunes, D.Sc.
(Examinador Interno)
Joo Luiz Filgueiras de Azevedo, PhD
(Examinador Externo)
Agradecimentos
Fundao de Amparo Cincia e Tecnologia do Estado de Pernambuco (FACEPE) e
a SIGER pela bolsa concedida durante o perodo de realizao do mestrado.
Aos colegas do grupo PADMEC pela troca de ideias e o apoio recebido.
Ao aluno de mestrado Jan Sourek, da University of West Bohemia, Czech Republic
pela ajuda recebida.
Aos Professores Paulo Lyra, Darlan Karlo Elisirio de Carvalho e Mrcio Rodrigo de
Arajo Souza, pela orientao e apoio na minha formao acadmica.
A meus familiares e amigos, que me acompanharam desde o incio desta jornada.
Resumo
As tcnicas de discretizao de alta ordem podem ser vantajosas quando comparadas
aos mtodos upwind de primeira ordem (FOUM), para o modelamento do escoamento
dos uidos atravs dos reservatrios de petrleo, em que complexidades fsicas, tais como
heterogeneidade e anisotropia desempenham um papel importante, pois essas tcnicas
so capazes de produzir solues muito menos difusivas. Este trabalho tem como objetivo
aplicar o mtodo espectral dos volumes nitos (SFVM), metodologia formulada por Z. J.
Wang em 2002, para o modelamento 1D do escoamento de gua e leo em meios porosos.
Este tipo de recuperao de leo conhecido como recuperao secundria. O modelo
matemtico, que caracteriza as equaes de transporte em meios porosos, inclui os efeitos
da gravidade e da presso capilar, onde os uidos so considerados imiscveis. Neste
modelo matemtico, o termo advectivo discretizado usando o SFVM de alta ordem,
a capilaridade o termo difusivo aproximada utilizando o mtodo de diferenas nitas
para os volumes de controle (CVFDM) de segunda ordem. A integrao no tempo
feita utilizando o mtodo de Runge-Kutta explcito de terceira ordem. Para satisfazer
a condio tipo TVD (total variation diminishing) e suprimir as oscilaes perto das
descontinuidades, um limitador de declividade usado no estagio de reconstruo. Toda
a formulao desenvolvida foi vericada numericamente atravs de uma variedade de
problemas modelo. Sempre que possvel, os resultados so comparados com a soluo
semi-analtica ou com outras solues numricas disponveis na literatura. Os resultados
obtidos no presente trabalho se comparam de maneira favorvel com outras metodologias
fornecidas por diferentes autores e apresentaram um bom desempenho, atingindo uma alta
acurcia de forma eciente. Os pers de saturao para as ditas simulaes mostram a
correta captura da frente de saturao ou choque, e da onda de rarefao. Para o modelo
simples analisado neste trabalho, o uso de mtodos de alta ordem produz resultados
acurados e ecientes, o que ainda mais relevante se aplicaes reais em grande escala
so planejados.
Abstract
High order discretization techniques may oer advantages relative to standard FOUM
(rst order upwind methods) for the modeling of ows through petroleum reservoirs, in
which physical complexities such as heterogeneity and anisotropy play an important role,
because these techniques are capable of producing much less diusive solutions. The
purpose of this work is to apply a SFVM (spectral nite volume method) methodology
formulated by Z. J. Wang in 2002, for the modeling 1D oil-water displacement through
porous formations. This sort of oil recovery is known as secondary recovery. The mathe-
matical model that characterizes the transport equations in porous media includes the
eects of gravity and capillary pressure, where the uids are considered immiscible. In
this mathematical model the hyperbolic term is discretized using a high order SFVM,
the capillary (diusive term) is approximated using a second order CVFDM (control vo-
lume nite dierence method). The integration in time is carried out using a third-order
explicit Runge-Kutta method. In order to satisfy the TVD (total variation diminishing)
condition and to suppress numerical oscillations near shocks, a slope limiter is used in
the reconstruction stage. The entire formulation developed was checked numerically by
a variety of problems model. Where it was possible the results are compared with the
semi-analytical solution or other numerical solutions available in the literature. The re-
sults obtained in this study compare favorably with other methods provided by dierent
authors and performed well achieving a high accuracy eciently. Saturation proles for
said simulations show the correct capture of the saturation front (shock) wave and ra-
refaction. For the simple model analyzed in this work shows that the use of high order
methods yields accurate and ecient results, which is even more relevant if real large scale
applications are devised.
vi
Sumrio
Nomenclatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xii
1 Introduo 1
1.1 Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Organizao da dissertao . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Equaes governantes 5
2.1 Consideraes iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Problemas modelo da dinmica dos uidos . . . . . . . . . . . . . . . . . . 5
2.2.1 Equao linear da adveco . . . . . . . . . . . . . . . . . . . . . . 5
2.2.2 Equao no linear de Burgers . . . . . . . . . . . . . . . . . . . . . 6
2.2.3 O problema de Riemann . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Escoamento bifsico e imiscvel em meios porosos . . . . . . . . . . . . . . 13
2.3.1 Conceitos fundamentais . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.2 Condies iniciais e de contorno . . . . . . . . . . . . . . . . . . . . 17
2.3.3 Equao de Buckley-Leverett . . . . . . . . . . . . . . . . . . . . . 18
3 O mtodo dos volumes nitos clssico 20
3.1 Esquema de primeira ordem de acurcia . . . . . . . . . . . . . . . . . . . 21
3.1.1 Formulao geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Resolvedores de Riemann aproximados . . . . . . . . . . . . . . . . 23
3.2 Esquemas TVD e TVB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3 Esquema de alta ordem de acurcia . . . . . . . . . . . . . . . . . . . . . . 25
3.4 Esquema limitador de inclinao . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5 Discretizao do termo difusivo . . . . . . . . . . . . . . . . . . . . . . . . 28
3.6 Discretizao temporal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4 Mtodo espectral dos volumes nitos 32
4.1 Consideraes iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2 Mtodo espectral dos volumes nitos unidimensional . . . . . . . . . . . . 33
4.3 Denio das parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.4 Reconstruo polinomial unidimensional . . . . . . . . . . . . . . . . . . . 37
Sumrio vii
4.5 Constantes de interpolao polinomial . . . . . . . . . . . . . . . . . . . . 39
4.6 Condies de contorno e iniciais . . . . . . . . . . . . . . . . . . . . . . . . 46
4.6.1 Condio de contorno de Dirichlet . . . . . . . . . . . . . . . . . . . 46
4.6.2 Condies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.7 Funes limitadoras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.8 Avaliao de acurcia dos mtodos numricos . . . . . . . . . . . . . . . . . 51
4.9 Algoritmo geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5 Aplicaes 54
5.1 Estudo da acurcia utilizando a equao da onda linear . . . . . . . . . . . 54
5.1.1 Propagao da onda senoidal . . . . . . . . . . . . . . . . . . . . . 54
5.1.2 Propagao do pulso Gaussiano . . . . . . . . . . . . . . . . . . . . 58
5.1.3 Propagao da onda quadrada . . . . . . . . . . . . . . . . . . . . . 59
5.2 Teste para equao no linear de Burgers . . . . . . . . . . . . . . . . . . . 60
5.3 Modelo do uxo bifsico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.3.1 Problema de Buckley-Leverett . . . . . . . . . . . . . . . . . . . . . 61
5.3.2 Efeitos gravitacionais . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.3.3 Efeitos da presso capilar . . . . . . . . . . . . . . . . . . . . . . . 72
5.3.4 Efeitos gravitacionais e da presso capilar . . . . . . . . . . . . . . 76
6 Concluses e trabalhos futuros 78
Referncias Bibliogrcas 80
viii
Lista de Figuras
2.1 (a) Soluo inicial descontnua compressiva. (b) Soluo no plano x-t. . . . 9
2.2 (a) Condio inicial descontinua de carter expansiva. (b) Soluo do cho-
que de rarefao no plano x-t. . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3 Onda de rarefao centrada: (a) Condio inicial descontinua de carter
expansiva. (b) Soluo (rarefao) satisfazendo a condio de entropia. . . 10
2.4 (a) Funo f
adv
. (b) Derivada da funo f
adv
. Adaptada de (Bastian, 1999) 11
2.5 Construo do ponto tangencial, adaptada de (Bastian, 1999) . . . . . . . 12
2.6 Curva para a funo presso capilar, correspondente aos parmetros p
d
= 1,
= 3, S
wr
= 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.7 Curvas para as funes de permeabilidade relativa, correspondente aos pa-
rmetros = = 2, S
wr
= S
or
= 0. . . . . . . . . . . . . . . . . . . . . . . 15
2.8 Diagrama esquemtico das condies de contorno para a equao de satu-
rao (Chavent and Jar, 1986). . . . . . . . . . . . . . . . . . . . . . . . 18
2.9 Soluo semi analtica para o problema do Buckley-Leverett (a) e funo
uxo e velocidade caracterstica (b) . . . . . . . . . . . . . . . . . . . . . . 19
3.1 Esquema de primeira ordem de acurcia . . . . . . . . . . . . . . . . . . . 22
3.2 Esquema de segunda ordem de acurcia . . . . . . . . . . . . . . . . . . . . 26
3.3 Reconstruo linear tpica (a) no limitada e (b) limitada . . . . . . . . . . 28
3.4 Regies de estabilidade para o esquema de Runge-Kutta. . . . . . . . . . . 31
4.1 Domnio fsico com 4 clulas espectrais SV, utilizando segunda ordem de
acurcia, k = 2, com contornos x
i,j
1
/2
e x
i.j+
1
/2
para a subclula espectral
CV e pontos soluo ()

S
w(i,j)
. . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2 (a) Polinmios de Chebyshev at ordem 5. (b) Parties no uniformes
do SV no domnio computacional gerados pelos zeros do polinmio de
Chebyshev, para ordem de acurcia 2 (b.1), ordem 3 (b.2) e ordem 4 (b.3). 36
4.3 Bases polinomiais {} com varivel mdia no centro da clula utilizando
CV equidistantes para: (a) k=3 e (b) k=6. . . . . . . . . . . . . . . . . . 38
4.4 Surgimento do fenmeno de Runge ao interpolar a funo: f(x) =
1
1+12x
2
utilizando 16 pontos de interpolao. . . . . . . . . . . . . . . . . . . . . . 39
Lista de Figuras ix
4.5 Bases polinomiais {} com varivel mdia no centro da clula utilizando
CVs dados pelos pontos de quadratura de Gauss-Lobatto para (a) k=3 e
(b) k=6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.6 Esquema do domnio fsico, com uma clula fantasma SV(gho) e trs clulas
espectrais, incluindo a clula interna SV(int) e o contorno SVbnd. . . . . . 46
5.1 Detalhe da soluo exata e numrica obtida utilizando o mtodo SFVM de
ordem 5 para 64 SVs com CVs uniformes. . . . . . . . . . . . . . . . . . . 56
5.2 Taxa de convergncia demostrando a acurcia espectral para o renamento
h para a equao de onda linear. . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3 Taxa de convergncia demostrando a acurcia espectral com o renamento
p, para a equao de onda linear. . . . . . . . . . . . . . . . . . . . . . . . 58
5.4 Simulao do pulso Gaussiano utilizando SFVM de ordem k = 1,2,3 e 4 no
tempo t=1.0, sem funo limitadora. . . . . . . . . . . . . . . . . . . . . . 59
5.5 Simulao de uma onda quadrada feita com o mtodo SFVM para um
tempo nal t = 1: (a) sem funo limitadora. (b) Utilizando o limitador
SVTVDM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.6 Solues numricas para a equao do Burgers no tempo t=0.3 atravs do
SFVM do ordem 2, com 12 DOFs, gracada junto com a soluo numrica
para ordem 4 com 12 graus de liberdade. . . . . . . . . . . . . . . . . . . . 63
5.7 Solues numricas para a equao de Burgers no tempo t = 2/ , utili-
zando o SFVM de ordem k = 4, com 80 DOFs, sem funo limitadora (a)
e com funo limitadora tipo CVTVBM (b). . . . . . . . . . . . . . . . . . 64
5.8 Solues numricas para a equao de Burgers no tempo t = 1 , utilizando
o SFVM de ordem k = 4, com 160 DOFs, sem funo limitadora (a) e com
funo limitadora do tipo CVTVBM (b). . . . . . . . . . . . . . . . . . . . 65
5.9 Operaoes de ponto utuante para o SFVM e MUSCL-TVD. . . . . . . . . 67
5.10 Comparao entre os pers de saturao de gua para o problema unidi-
mensional de Buckley-Leverett numa malha primal com 16 subdivises (a)
e numa malha de 32 subdivises (b) ao longo do eixo x em t=0.2. Soluo
semi-analtica e solues aproximadas obtidas com o SFVM e MUSCL-TVD. 68
5.11 Comparao entre os pers de saturao de gua para o problema unidi-
mensional de Buckley-Leverett numa malha primal com 64 subdivises (a)
e numa malha de 128 subdivises (b) ao longo do eixo x em t=0.2. Soluo
semi-analtica e solues aproximadas obtidas com o SFVM e MUSCL-TVD. 69
5.12 Soluo do problema de Buckley-Leverett, utilizando o SFVM de diferentes
ordens de acurcia k = 2, 4, 8 e 16. . . . . . . . . . . . . . . . . . . . . . . . 70
5.13 Funo uxo fracional com efeitos gravitacionais (acima), velocidade ca-
racterstica (abaixo) e ponto de choque (smbolo ponto quadrado). . . . . . 72
Lista de Figuras x
5.14 Soluo do modelo bifsico com efeitos gravitacionais pelo SFVM para um
tempo t = 0.25 (a) e t = 0.5 (b) vs a soluo obtida atravs do mtodo
TB(TVD)-FV de ordem 2 (Durlofsky, 1993). . . . . . . . . . . . . . . . . . 73
5.15 Soluo do modelo bifsico sem efeitos gravitacionais (Buckley-Leverett),
utilizando SFVM de segunda ordem de acurcia, para t = 0.25 (a) e t =
0.5 (b) vs a soluo obtida atravs do mtodo TB(TVD)-FV de ordem 2. . 74
5.16 Efeito da presso capilar no perl de saturao para diferentes valores de . 75
5.17 Modelo do uxo bifsico com efeitos da presso capilar, utilizando o SFVM
de diferentes ordens de acurcia e deixando xo o nmero de CV, ou seja,
igual nmero de incgnitas ou DOFs so resolvidas. . . . . . . . . . . . . . 76
5.18 Modelo do uxo bifsico com efeitos gravitacionais e de presso capilar
para um tempo t =2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
xi
Lista de Tabelas
4.1 Coecientes de reconstruo para CVs no uniformes utilizando a distri-
buio dos pontos de Gauss-Lobatto Eq. (4.32) . . . . . . . . . . . . . . . 44
4.2 Coecientes de reconstruo para CVs uniformes utilizando utilizando a
distribuio dada na Eq. (4.33) . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3 Posies otimizadas para os contornos dos CVs no domnio computacional. 45
5.1 Avaliao da acurcia do esquema 1-D SFVM, para a equao da onda,
utilizando CV uniformes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Avaliao da acurcia do 1-D SFVM, para a equao da onda, utilizando
CV no uniformes gerados pelos pontos de quadratura de Gauss-Lobatto. . 57
5.3 Estudo da acurcia na soluo da Equao de Burgers com condio inicial
senoidal no tempo t = 0.3 e volumes de controle no uniformes, gerados
pelos pontos de quadratura de Gauss-Lobatto. . . . . . . . . . . . . . . . . 62
5.4 Tempo da CPU em segundos utilizado pelos resolvedores SFVM e MUSCL-
TVD, para a simulao do problema de Buckley-Leverett. . . . . . . . . . . 71
xii
Nomenclatura
Acrnimos e siglas
ADER Arbitrary Derivative Riemann Problem
CFD Computational Fluid Dynamics
CFL Courant-Friedrichs-Lewy
CV Control Volume
CVFDM Control Volume Finite Dierence Method
CVTVBM (CV-wise-TVBM) Limiter
CVTVDM (CV-wise-TVDM) Limiter
DG Discontinuous Galerkin
DOF Degrees of Freedom
EDO Equao Diferencial Ordinria
ENO Essentially-Non-Oscilatory
FCT Flux Correct Transport
FEM Finite Element method
FVM Finite Volume Method
MPFA Multipoint Flux Approximation
MUSCL Monotonic Upstream-Centered Scheme for Conservation Laws
PDE Partial Dierential Equation
RK Runge-Kutta Method
SFDM Spectral Finite Dierence Method
SFVM Spectral Finite Volume Method
Nomenclatura xiii
SV Spectral Volume
SVTVBM (SV-wise-TVBM) Limiter
SVTVDM (SV-wise-TVDM) Limiter
TB(TVD)-FV Triangle-Based TVD-type Finite Volume
TPFA Two Point Flux Aproximation
TV Total variation
TVB Total Variation Bounded
TVD Total Variation Dimishing
VC Volume de control e clula de malha primal
WENO Weighted Essentially-Non-Oscilatory
Smbolos Latinos
max
Raio espectral da matriz Jacobiana dos uxos
n
i
Funo limitadora de inclinao
S
w(i,j)
Saturao mdia no CV
i,j
S
w
Saturao mdia da fase gua no volume de controle
t Intervalo temporal
Contorno do domnio
S Funo primitiva para a variavl de estado.

n Vetor rea normal
a Velocidade de propagao da onda
F Funo uxo numrico
f
adv
Fluxo advectivo
h
i,j
Comprimento do CV
k Ordem de acurcia
p Ordem do polinmio interpolador
p
c
Presso capilar
Nomenclatura xiv
Q
Vazo da fase
Q
w
Vazo volumetrica especca da fase w
R
i
Residuo
S
w(i+
1
/2)
Derivada espacial da saturao nas interfaces numricas
S
w
Saturao da fase gua
t Instante de tempo
v
Velocidade da fase
v
t
Velocidade total do uido
Smbolos Gregos
Contorno ou fronteira
Domnio
Porosidade
Tipo de fase
Subscritos
i Clula espectral
L Lado esquerdo da interface numrica
R Lado direito da interface numrica
Superescritos
n Instante de tempo atual
n + 1 Instante de tempo posterior
1
Captulo 1
Introduo
1.1 Motivao
I
nmeros reservatrios de petrleo de interesse econmico e particularmente os re-
servatrios do pr-sal, apresentam uma variao muito acentuada das propriedades
geofsicas tanto em termos espaciais como direcionais (i.e. heterogeneidade e anisotropia),
requerendo uma modelagem numrico-computacional acurada e eciente dos processos
envolvidos no escoamento multifsico em meios porosos.
De fato a simulao de escoamentos multifsicos em reservatrios de petrleo com
geometrias e caractersticas complexas, ainda um problema desaador. Contudo, le-
vando em considerao que existem atualmente formulaes clssicas bem sucedidas tais
como diferenas nitas, elementos nitos ou volumes nitos, ainda se apresentam algumas
questes a ser resolvidas.
O principal problema tem relao com a acurcia da soluo numrica. De fato,
uma anomalia das formulaes clssicas que decrementa a acurcia e surge com maior
intensidade na simulao de reservatrios de petrleo a difuso numrica. Dita difuso
numrica causa demasiada suavizao da soluo perto de descontinuidades e gradientes
acentuados. Do ponto de vista fsico, as descontinuidades podem ser entendidas como as
interfaces entre fases udicas, quando ocorre o fenmeno de deslocamento dos uidos no
interior do meio poroso (Chavent and Jar, 1986). A ocorrncia do fenmeno da difu-
so numrica tm sua origem nas interpolaes pouco acuradas utilizadas nos mtodos
de baixa ordem de acurcia, como por exemplo no esquema upwind de primeira ordem.
Estes mtodos de primeira ordem so muito utilizados para aproximar termos advecti-
vos na rea de simulao de reservatrios devido a sua simplicidade, alm de garantir a
monotonicidade das solues numricas.
Para lidar com o problema da difuso numrica na literatura existem inmeras me-
todologias que so denominadas de alta ordem, tais como; esquemas centrais clssicos,
como por exemplo o MC (MacCormack scheme) - TVD, esquemas do tipo MUSCL (mo-
notonic upstream centered scheme for conservation laws) - TVD, ENO (essentially-non-
1. Introduo 2
oscilatory) e WENO (weighted essentially-non-oscilatory), DG (discontinuous Galerkin),
SFVM (spectral nite volume method) e esquemas ADER (arbitrary derivative Riemann
problem) (Schwartzkop et al., 2004; Titarev and Toro, 2005). Estas formulaes so uti-
lizadas para tratar modelos com equaes hiperblicas ou parablicas, alm de hiperblica
dominante (Cueto-Felgueroso and Colominas, 2008). Contudo, os esquemas de segunda
ordem de acurcia tipo MUSCL-TVD apresentam resultados com uma ordem de acur-
cia menor que o esperado quando so utilizadas malhas no estruturadas. Alm deste
fato, bem conhecido que esquemas TVD tm a sua ordem de acurcia reduzida a pri-
meira ordem na presena de choques. Isto ocorre devido ao efeito das funes limitadoras
necessrias para a manuteno da monotonicidade das solues.
Entretanto, os esquemas ENO e WENO utilizam um modelo de reconstruo intrnseca
o qual depende da disponibilidade de clulas vizinhas para a reconstruo polinomial de
cada clula em cada passo de tempo, o qual bastante caro computacionalmente.
O esquema DG fornece uma alta ordem de acurcia, porem a desvantagem perce-
bida quando se precisa calcular as integrais de superfcie e de volume, prprias do mtodo,
que so computacionalmente caras. Devido s consideraes anteriores, e visando o es-
tudo numrico-computacional do processo de recuperao secundria, dentre os mtodos
citados, ser investigado o mtodo espectral dos volumes nitos (SFVM), que tem sido
empregado com sucesso na soluo de problemas regidos pelas equaes de Euler e Navier-
Stokes, com aplicaes na rea da aerodinmica (Sun et al., 2006; Cueto-Felgueroso and
Colominas, 2008; Breviglieri et al., 2010), alm de ter tambm sido empregado na soluo
das equaes de guas rasas (Choi et al., 2004).
A tcnica de produo denominada recuperao secundria convencional , em geral,
utilizada durante ou aps da possvel sada espontnea do leo residente devido s altas
presses no interior das rochas reservatrio. Esta tcnica envolve a injeo de gua atravs
de poos injetores, de forma que esta gua sirva para aumentar a presso no interior
dos reservatrios e tambm para deslocar mecanicamente o leo na direo de poos
produtores (Fanchi, 2005; Chen et al., 2006).
A recuperao secundria de extrema importncia um primeiro modelo simplicado,
para o estudo da mesma considera apenas o escoamento bifsico de gua e leo que ser
considerado neste trabalho. Levando-se em conta que no modelo simplicado os uidos
so incompressveis, isto considerando que a vazo ser a mesma ao longo de todo o
meio poroso (Rosa et al., 2006), o problema pode ser modelado por uma equao de
adveco-difuso-reao no linear. Quando o termo difusivo dominante, a equao
apresenta comportamento parablico. No caso contrario, quando o termo advectivo pre-
domina sobre o termo difusivo, a equao assume um carcter fortemente hiperblico,
com propriedades similares ao que apresentam as equaes hiperblicas de primeira or-
dem (Peaceman, 1977). Apesar das simplicaes neste modelo, ele detm as principais
caractersticas fsico-matemticas dos modelos multifsicos, envolvendo um sistema de
equaes diferenciais parciais acopladas, no lineares, contendo termos de acumulao
1. Introduo 3
(ou transientes), de difuso, de adveco e de fonte (ou sumidouro).
At onde ns sabemos, depois de fazer a pesquisa bibliogrca em diversas bases de
dados a nvel mundial, o SFVM no foi investigado no contexto de simulao de reserva-
trios de petrleo e parece particularmente promissor para lidar com meios heterogneos,
alm de ter um bom desempenho no tratamento da equao hiperblica onde se pode ter
a presena de choques ou gradientes acentuados de saturao.
1.2 Objetivos
A presente dissertao tem como objetivo geral a aplicao de uma formulao numrica
conservativa, denominada o SFVM, s equaes diferenciais parciais do modelo matem-
tico que descreve o escoamento bifsico e imiscvel de gua e leo no interior da rocha
reservatrio. Sero considerados apenas problemas unidimensionais, embora todos os
aspectos conceituais considerados na formulao podem ser estendidos a problemas mul-
tidimensionais.
Os objetivos especcos podem ser resumidos como:
Obter as equaes discretizadas do modelo matemtico a partir do SFVM.
Implementar e avaliar um solver baseado na formulao conservativa do SFVM,
para a soluo da equao modelo que rege o escoamento bifsico e imiscvel de
gua-leo em reservatrios de petrleo, utilizando uma integrao temporal atravs
do mtodo Runge-Kutta explcito de terceira ordem .
Incluso na modelagem dos fenmenos fsicos que possam se tornar relevantes no
processo de deslocamento. Assim, por exemplo, devero estar consideradas as inu-
encias da presso capilar e da gravidade.
Finalmente, prope-se avaliar a metodologia numrica adotada, comparando seus
resultados com outras formulaes de alta ordem e solues semi-analticas dispo-
nveis, discutindo-se suas vantagens e desvantagens.
1.3 Organizao da dissertao
O presente texto est dividido em seis captulos, um apndice e uma bibliograa.
No presente captulo, fazemos uma breve introduo, onde apresentada a motivao
para a realizao deste trabalho e onde so discutidas em forma breve algumas vantagens
e desvantagens de diferentes formulaes numricas utilizadas no estudo de escoamentos
de uidos em meios porosos. Finalmente o objetivo geral e os objetivos especcos da
dissertao so apresentados.
1. Introduo 4
No captulo dois, apresentamos a formulao matemtica para o problema fsico de
interesse, onde as principais propriedades da rocha reservatrio e do uido so descritas
e as equaes que modelam o uxo bifsico da gua e leo em meios porosos so obtidas.
A formulao clssica do mtodo dos volumes nitos (FVM) introduzida no captulo
trs, onde tambm discutida a discretizao conservativa dos termos elpticos, utilizando
o CVFDM.
O Mtodo Espectral dos Volumes Finitos descrito detalhadamente no captulo qua-
tro, junto com o tratamento das condies de contorno e iniciais, alm da utilizao de
funes limitadoras de declividade.
Com o objetivo de avaliar a acurcia da formulao proposta neste trabalho, no cap-
tulo cinco aplicou-se o SFVM em alguns problemas de referncia encontrados na literatura.
As principais concluses e contribuies deste trabalho esto contidas no captulo seis,
onde tambm sero indicadas sugestes para trabalhos futuros.
Por m, uma bibliograa que contm as referncias aos trabalhos que foram utilizados
no desenvolvimento desta dissertao.
5
Captulo 2
Equaes governantes
2.1 Consideraes iniciais
N
este captulo se apresentam as equaes fundamentais que descrevem o problema re-
lacionado ao escoamento bifsico incompressvel de dois uidos imiscveis no interior
de rochas reservatrio. As equaes abordadas neste trabalho podem ser classicadas do
ponto de vista matemtico como parablicas, elpticas, ou hiperblicas (Anderson et al.,
1984; Fortuna, 2000).
De forma geral as equaes elptica e parablicas podem ser associadas a problemas
de difuso ou disperso de uma propriedade fsica caracterstica por exemplo conduo
de calor em slidos, determinao de campo de presses em escoamentos mono ou mul-
tifsicos, no regime transiente ou permanente. Por outro lado as equaes hiperblicas
podem ser relacionadas a problemas de adveco ou conveco por exemplo dinmica dos
gases, geofsica, tica, onde o termo conveco utilizado para o transporte advectivo de-
vido diferena de temperatura, em geral estas equaes esto associadas a problemas de
transporte de ondas com pouco ou nenhum amortecimento. Dependendo da relao entre
a velocidade e os mecanismos fsicos de dissipao da informao transportada, as equa-
es de adveco-difuso ou adveco-disperso podem apresentar carcter parablico ou
hiperblico (Hirsch, 2007; Lyra, 1994).
2.2 Problemas modelo da dinmica dos uidos
2.2.1 Equao linear da adveco
Considerando a equao linear da adveco, a qual pode ser escrita na forma a seguir:
S
t
+ aS
x
= 0 (2.1)
onde a grandeza transportada S(x, t) uma funo de duas variveis independentes, se
dene o problema de Cauchy ou problema de valor inicial para esta equao no domnio
2. Equaes governantes 6
< x < , t 0, junto com a condio inicial
S (x, t) = S(x, 0) = S
0
(x) (2.2)
cuja soluo simplesmente
S (x, t) = S
0
(x at) (2.3)
para t 0 . Como a evoluo do tempo, a perturbao propagada sem mudana alguma
para o lado direito do domnio computacional quando a > 0, ou para o lado esquerdo se
a < 0, onde a representa a velocidade de propagao da onda. Portanto, a soluo
S (x, t) constante ao longo de cada reta x at = x
0
, que so conhecidas com o nome
de linhas caractersticas da equao. As linhas caractersticas so curvas no plano x t
satisfazendo a equao diferencial ordinria (dx (t) /dt) = a, x(0) = x
0
. Tomando a
derivada total de S (x, t) ao longo de uma destas curvas para encontrar a taxa de variao
de S ao longo das linhas caractersticas, temos:
d
dt
S (x (t) , t) =

t
S (x (t) , t)
dt
dt
+

x
S (x (t) , t)
dx (t)
dt
= S
t
+ S
x
a (2.4)
= 0
mostrando que S constante ao longo das linhas caractersticas (LeVeque, 1992).
2.2.2 Equao no linear de Burgers
Considerando a equao escalar:
S
t
+
f
adv
(S)
x
= 0 (2.5)
onde f
adv
(S) uma funo no linear de S, sendo que f
adv
(S) uma funo con-
vexa, ou seja df
2
adv
(S) /dS > 0, para todos os valores de S, ou f
adv
(S) cncava com
df
2
adv
(S) /dS < 0 S.
Um dos modelos mais estudados para equaes no lineares a equao de Burgers,
na qual f
adv
(S) =
1
2
S
2
, ento a Eq. (2.5) pode ser escrita na forma a seguir:
S
t
+ SS
x
= 0 (2.6)
que representa um dos modelos mais simples que inclui efeitos no lineares na dinmica
dos uidos.
Agora, considerando a equao de Burgers Eq. (2.6) com uma condio inicial suave,
isto sem gradientes acentuados, possvel construir uma soluo utilizando a teoria
das linhas caractersticas, em que a Eq. (2.6) uma equao de adveco, porm com
velocidade de adveco S igual grandeza advectada ou transportada, logo podemos
escrever
dx (t)
dt
= S (x (t) , t) (2.7)
onde ao longo da cada linha caracterstica S constante, uma vez que:
d
dt
S (x (t) , t) =

t
S (x (t) , t)
dt
dt
+

x
S (x (t) , t)
dx (t)
dt
= S
t
+ SS
x
(2.8)
= 0
Alm disso, uma vez que S constante em cada linha caracterstica, a inclinao
(dx (t) /dt) dada pela Eq. (2.7) onde as caractersticas so linhas retas determinadas
pela condio inicial. Se a condio inicial suave, e para tempos curtos, quando as
linhas caracterstica no se cruzam, o desenvolvimento anterior pode ser utilizado para
encontrar a soluo S (x, t), onde para cada (x, t) pode-se resolver a equao,
x = x
0
+ u(x
0
, 0) t (2.9)
para x
0
e, ento, temos que
S (x, t) = u(x
0
, 0) (2.10)
Formao do choque Para determinado tempo t a Eq. (2.9) multi-avaliada. Isto
acontece quando as linhas caractersticas se cruzam, ou tambm podemos dizer quando
a onda quebra, por analogia do choque de uma onda contra a praia. Para um tempo t
dado por:
t
choque
=
1
max
f
adv
x
0
, (2.11)
onde as linhas se cruzam pela primeira vez, a derivada funo S (x, t) /x innita,
ento tem-se a formao do choque (Toro, 2009). Depois deste ponto, temos solues no
clssicas para a PDE e a soluo fraca que desejamos encontrar torna-se descontnua. O
problema que a Eq. (2.5) pode admitir vrias solues fracas, ento outras condies
devem ser impostas para que a soluo sicamente correta seja obtida (LeVeque, 1992).
2.2.3 O problema de Riemann
O problema de Riemann surge na tentativa de dar soluo equao de conservao,
como por exemplo a Eq. (2.5), utilizando uma condio inicial especial. Dita condio
inicial uma funo contnua por partes, com uma nica descontinuidade, por exemplo
em x = 0,
S(x, 0) =
_
_
_
S
L
para x < 0,
S
R
para x > 0.
(2.12)
As Eqs. (2.5) e (2.12), representam o transporte de informao de, por exemplo, uma
certa quantidade de matria, de forma descontnua atravs de um domnio caracterstico.
A forma da soluo para S(x, t) depende da relao entre S
L
e S
R
e, de se a funo f
adv
convexa ou cncava, ou convexa e cncava (LeVeque, 1992; Wesseling, 2009).
Problema de Riemann tipo I
Inicialmente considerada uma funo convexa. Desta forma existem dois possveis casos
a considerar:
Caso I. Neste caso considerado S
L
> S
R
, logo temos uma nica soluo fraca,
S(x, t) =
_
_
_
S
L
para x < v
choque
t,
S
R
para x > v
choque
t.
(2.13)
onde
v
choque
=
f
adv
(S
L
) f
adv
(S
R
)
S
L
S
R
(2.14)
a velocidade de choque, a velocidade com que a descontinuidade se desloca. A Eq. (2.14)
representa a relao entre a v
choque
e os estados S
L
e S
R
, e chamada de condio de
Rankine-Hugoniot. O termo do lado direito da Eq. (2.14) representa a propriedade de
conservao local na descontinuidade. Note como as linhas caractersticas de cada regio
onde S constante entram no choque como o tempo evolui, ver Fig. 2.1. Finalmente pode-
se dizer que a soluo descontnua, Eq. (2.13) uma onda de choque, que de carter
compressiva, e satisfaz a condio a seguir
f
adv
(S) f
adv
(S
L
)
S S
L
v
choque

f
adv
(S) f
adv
(S
R
)
S S
R
, (2.15)
a qual denominada de condio de entropia (Toro, 2009), cujos termos so a inclinao
das linhas caractersticas. Segundo Oleinik (1957), a condio de entropia, Eq. (2.15)
garante que a soluo satisfaz a 2
a
Lei da Termodinmica, e que a entropia cresce atravs
da descontinuidade (Lyra, 1994).
Caso II Neste caso considerado que S
L
< S
R
, com um conjunto innito de solues
fracas disponveis, como por exemplo as Eqs. (2.13) e (2.14) na qual a descontinuidade
se propaga com velocidade v
choque
. Esta condio inicial ao extremo expansiva, observe
Figura 2.1: (a) Soluo inicial descontnua compressiva. (b) Soluo no plano x-t.
Figura 2.2: (a) Condio inicial descontinua de carter expansiva. (b) Soluo do choque
de rarefao no plano x-t.
que agora as linhas caractersticas vo para fora do choque, como indicado na Fig. 2.2,
portanto esta soluo sicamente errada.
Neste caso as linhas caractersticas no podem ser acompanhadas at a condio inicial,
logo viola a condio de entropia Eq. (2.15), a fsica do problema. Logo aparece o
denominado choque de expanso ou rarefao no fsico, pois a condio de entropia
garante que o choque determinado pelas condies iniciais e no por eventos futuros
(Lyra, 1994). Entre outras varias razes para rejeitar esta soluo, como uma soluo fsica
admisivl, esta a instabilidade, que destaca-se como um argumento importante. Entenda-
se o conceito de instabilidade como, o efeito de pequenas perturbaes na soluo inicial,
geram grandes mudanas na soluo numrica (Toro, 2009).
Outra soluo fraca a onda de rarefao centrada, como se apresenta a seguir
Figura 2.3: Onda de rarefao centrada: (a) Condio inicial descontinua de carter
expansiva. (b) Soluo (rarefao) satisfazendo a condio de entropia.
S (x, t) =
_
_
S
L
x < S
L
t
x/t S
L
x S
R
S
R
x > S
R
t.
(2.16)
A soluo Eq. (2.16) estvel. As linhas caractersticas podem ser acompanhadas at
a condio inicial e esta uma soluo sicamente correta e corresponde soluo da Eq.
de Burgers viscosa no limite em que os termos de difuso so eliminados, i.e., tendem
para zero (LeVeque, 2002; Lyra, 1994), ou seja
lim
0
_
S
t
+ S
S
x

2
S
S
2
= 0
_
,
como indicado na Fig. 2.3.
Finalmente o analise do caso para uma funo convexa concludo. O tratamento
para a funo cncava similar e no ser discutido. Observe que em os casos das funes
convexa e cncava, a descontinuidade na soluo de Riemann separada ou por uma onda
de choque, ou por uma onda de rarefao, porm no por ambos. No entanto isso no
precisa ser assim para uma funo arbitrria (Wesseling, 2009). O caso em que a funo
nem convexo nem cncavo ser ilustrado pelo exemplo da verso unidimensional escalar
da equao Buckley-Leverett.
Problema de Riemann tipo II
A seguir ser analisado o caso para o qual a funo tem forma de "S", como indicado na
Fig. 2.4a. A soluo resultante pode ter ondas de choque, de rarefao ou de ambas. Este
caso tratado extensivamente em (LeVeque, 1992; Helmig, 1997). Agora considerando o
problema de Riemann com estados S
L
e S
R
. O valor onde a derivada da funo f
adv

Figura 2.4: (a) Funo f
adv
. (b) Derivada da funo f
adv
. Adaptada de (Bastian, 1999)
mxima chamado de ponto de inexo S
I
. A soluo obtida considerando os casos a
seguir (Bastian, 1999).
Caso I Neste caso considerado que S
R
< S
L
S
I
. Nessa faixa temos que
f
adv
(S
L
) /S > f
adv
(S
R
) /S como no caso I da subsubseo 2.2.3, Eq 2.13. Com
velocidade de choque dada pela Eq. 2.14.
Caso II Neste caso considerado que S
I
S
R
< S
L
. Agora temos que f
adv
(S
L
) /S <
f
adv
(S
R
) /S, e obtemos uma onda de rarefao como soluo:
S (x, t) =
_
_
S
L
x/t < f
adv
(S
L
)/S
[f
adv
(S
L
)/S]
1
(x/t) f
adv
(S
L
)/S x/t f
adv
(S
R
)/S
S
R
x/t > f
adv
(S
R
)/S.
(2.17)
Para os restantes dois casos, deniremos o ponto de saturao tangencial S
T
, tal que
f
adv
(S
T
) /S =
f
adv
(S
T
) f
adv
(S
R
)
S
T
S
R
. (2.18)
A construo do ponto tangencial apresentada gracamente na Fig. 2.5.
Caso III Neste caso considerado que S
R
< S
I
< S
L
S
T
. Este caso uma extenso
do caso I (onda de choque), isso devido a que ainda consideramos que f
adv
(S
L
) /S >
f
adv
(S
R
) /S. Contudo, isto mais complexo para mostrar, que as caractersticas todas
entram no choque.
Figura 2.5: Construo do ponto tangencial, adaptada de (Bastian, 1999)
Caso IV Neste caso considerado que S
R
< S
I
< S
T
< S
L
. O estado esquerda esta
acima do ponto tangencial. Assim obtemos uma onda de rarefao do estado esquerda
para o ponto tangencial, e um choque do ponto tangencial para o estado da direita
S (x, t) =
_
_
S
L
x/t f
adv
(S
L
)/S
[f
adv
(S
L
)/S]
1
(x/t) f
adv
(S
L
)/S < x/t < f
adv
(S
T
)/S
S
R
x/t > f
adv
(S
T
)/S.
(2.19)
Observe que a velocidade de choque dada pela Eq. 2.18 e cumpre com a condio de
Rankine-Hugoniot. De fato a Eq. 2.18 construda de forma que a derivada da funo
f
adv
(S
L
)/S, seja inversvel para a onda de rarefao. A velocidade de choque satisfaz
a condio de Rankine-Hugoniot e as linhas caractersticas para x/t > f
adv
(S
T
)/S
entram no choque.
O problema de Riemann uma ferramenta fundamental no desenvolvimento de for-
mulaes numricas tais como; o mtodos dos volumes nitos que ser apresentado no
captulo 3.
2.3 Escoamento bifsico e imiscvel em meios porosos
2.3.1 Conceitos fundamentais
Nesta seo, apresentamos as equaes que modelam o escoamento bifsico e incompres-
svel de gua e leo em meios porosos rgidos. A lei de Darcy substituda diretamente
na equao de conservao de massa para cada fase produzindo um conjunto de EDPs
parablicas que so, em geral, resolvidas simultaneamente. Este tipo de formulao
amplamente utilizada na indstria do petrleo (Ertekin et al., 2001). Neste tipo de for-
mulao, diferentes alternativas podem ser utilizadas na escolha das variveis primitivas
do problema. Em funo da escolha destas variveis, podemos classicar estas formulaes
como (Helmig, 1997; Carvalho, 2005):
1. Presses das Fases: Nesta formulao as variveis fundamentais so as presses das
fases.
2. Presso-Saturao: As variveis fundamentais so a presso de uma fase, e as satu-
raes das outras fases (no caso de termos mais de duas fases).
3. Saturao das Fases: As saturaes das fases so tomadas como variveis funda-
mentais.
No presente trabalho adotaremos a formulao nmero 3, com o objetivo de obter as
referidas equaes que regem o comportamento do escoamento bifsico e incompressvel
em meios porosos. Para obter dita formulao, as principais hipteses simplicadoras
adotadas so (Peaceman, 1977):
O meio poroso esta totalmente saturado pelas fases lquidas.
O uido e a rocha so incompressveis.
O escoamento imiscvel.
O escoamento isotrmico.
Os uidos obedecem lei de Darcy generalizada, isto : Os uidos so newtonianos;
no h reao qumica entre os uidos e o meio poroso; o escoamento laminar e
isotrmico; a permeabilidade absoluta independente da presso e da temperatura
(Helmig, 1997).
Tendo em vista as consideraes acima, a equao de conservao da massa para o
modelo do uxo bifsico, para a fase , pode ser expressa, utilizando as equaes de
continuidade, dadas por (Helmig, 1997; Bear, 1988):
Fase 1: fase molhante = w (p. ex., gua)
(
w
S
w
)
t
+ (
w
v
w
)
w
q
w
= 0 (2.20)
Fase 2: fase no-molhante = o (p. ex., leo)
(
o
S
o
)
t
+ (
o
v
o
)
o
q
o
= 0 (2.21)
Somando as equaes (2.20) e (2.21), alm de introduzir a velocidade total do sistema
bifsico incompressvel, com v
t
= v
w
+v
o
, temos:
v
t
= q
o
+ q
w
= q
t
. (2.22)
Nas equaes (2.20) e (2.21), v
a velocidade da fase , ou taxa de uxo por unidade

de rea da seco transversal do reservatrio,
a massa especca ou a densidade da

fase , a porosidade, i.e., a frao da rocha que pode ser ocupada por uidos, q
denota termos fonte ou sumidouros (por ex. poos) e S
a saturao da fase , que

representa a frao do volume poroso ocupado por esta fase. Devido considerao de
que o meio poroso esta totalmente saturado, podemos escrever a equao constitutiva ou
de restrio das saturaes, como:
=o,w
S
= 1 ou S
0
+ S
w
= 1. (2.23)
Finalmente se dene a presso capilar como a diferena entre as presses das fases, ou
seja:
p
c
= p
o
p
w
. (2.24)
A presso capilar representa uma descontinuidade da presso associada ao contato
entre dois uidos imiscveis nos interstcios do meio poroso (Bear, 1988; Helmig, 1997).
Ela um parmetro obtido experimentalmente que depende fortemente da saturao da
gua, o seja, p
c
= p
c
(S
w
). Um modelo emprico clssico utilizado para relacionar presso
capilar e saturao da gua o modelo de Brooks e Corey (Brooks and Corey, 1964).
Neste modelo, a presso capilar da forma a seguir
p
c
(S
w
) = p
d
_
S
w
S
wr
1 S
wr
_
1
/
. (2.25)
O grco para a Eq. 2.25 indicado na Fig. 2.6. As permeabilidades relativas e saturaes
normalizadas das fases se relacionam atravs das seguintes expresses:
k
rw
(S
w
) =
_
S
w
S
wr
1 S
wr
S
or
_
(2.26)
k
ro
(S
w
) =
_
1 S
w
S
wr
1 S
wr
S
or
_
, (2.27)
0.0 0.2 0.4 0.6 0.8 1.0
Sw 0
1
2
3
4
5
Pc
Funo Presso Capilar
Figura 2.6: Curva para a funo presso capilar, correspondente aos parmetros p
d
= 1,
= 3, S
wr
= 0.
krw
kro
0.2 0.4 0.6 0.8 1.0
Sw
0.2
0.4
0.6
0.8
1.0
kr
Funes permeabilidade relativa
Figura 2.7: Curvas para as funes de permeabilidade relativa, correspondente aos par-
metros = = 2, S
wr
= S
or
= 0.
ver Fig. 2.7. Onde S
wr
e S
or
so a saturao residual da gua e a saturao residual
de leo respectivamente. Maiores detalhes sobre os modelos, e particularmente sobre os
coecientes empricos p
d
, , , e , podem ser encontrados em Helmig (1997).
Para determinar a equao de saturao, inicialmente tomamos o gradiente da presso
capilar, Eq. (2.24), de modo que (Helmig, 1997):
p
c
= p
o
p
w
. (2.28)
Utilizando as equaes (2.20) e (2.21), e levando em conta que no presente trabalho s
ser considerado o deslocamento de uidos em meios porosos isotrpicos, as velocidades
das fases gua e leo podem ser escritas, respectivamente, como:
v
w
=
w
K (p
w
w
g) (2.29)
v
o
=
o
K (p
w
+p
c
o
g) (2.30)
onde K a permeabilidade absoluta do meio, representando uma propriedade apenas da
rocha, p
a presso da fase , g o mdulo da acelerao gravitacional, e
=
k
r
a
mobilidade da fase , onde k
r
e
so a permeabilidade relativa e a viscosidade da fase

respectivamente.
Multiplicando a Eq. (2.29) por
o
e a Eq. (2.30) por
w
obtemos (Carvalho, 2005):
o
v
w
= K
w
o
(p
w
w
g) (2.31)
w
v
o
= K
o
w
(p
o
o
g) . (2.32)
Subtraindo a Eq. (2.31) da Eq. (2.32) chegamos a:
w
v
o
o
v
w
= K
o
w
(p
o
o
g p
w
+
w
g) . (2.33)
Multiplicando a Eq. (2.33) por (-1), e usando a Eq. (2.28) temos:
w
v
o
+
o
v
w
= K
o
w
p
c
K
o
w
(
o
w
) g. (2.34)
Rearranjando os termos e usando ainda o fato que v
o
= v
t
v
w
e que
t
=
w
+
o
pode
se escrever:
t
v
w
=
w
v
t
+ K
o
w
[p
c
+ (
w
o
) g] , (2.35)
onde v
t
representa a velocidade total e
t
a mobilidade total.
Denindo o uxo fracional de uma fase como
f
t
(2.36)
e, para simplicar a notao, denindo
h
w
=
(
o
w
)
t
dp
c
dS
w
, (2.37)
onde 0 1 um parmetro livre escolhido pelo usurio para controlar a intensidade
da fora capilar, o que tem implicaes na estabilidade numrica, obtemos a equao da
velocidade para a fase gua da forma a seguir:
v
w
= f
w
v
t
Kh
w
S
w
+ K
t
f
w
(
w
o
) g. (2.38)
Desta forma consegue-se escrever a velocidade da fase gua, v
w
, em funo da velocidade
total v
t
. Substituindo a Eq. (2.38) na Eq. (2.20) e rearranjando os termos, temos:
(
w
S
w
)
t
= [
w
(f
w
v
t
Kh
w
S
w
+ K
o
f
w
(
w
o
) g)] + q
w
. (2.39)
Utilizando as hipteses de que o meio poroso rgido e que os uidos so incompressveis
podemos escrever:
w
S
w
t
=
w
[(f
w
v
t
Kh
w
S
w
+ K
o
f
w
(
w
o
) g)] + q
w
. (2.40)
Finalmente, dividindo por
w
e assumindo que Q
w
= q
w
/
w
chega-se a:
S
w
t
. .
termo 1
=
_
_
_
f
w
[v
t
+ K
o
(
w
o
) g]
. .
termo 2
Kh
w
S
w
. .
termo 3
_
_
_
+ Q
w
..
termo 4
. (2.41)
A Eq. (2.41) conhecida como a equao de saturao da fase gua num meio poroso
rgido. Esta equao similar a uma equao de adveco-difuo-reao no linear. Por
outro lado, na Eq. (2.41), o termo 1 representa o termo de acumulao, o termo 2, o
termo advectivo
f
adv
= f
w
[v
t
+ K
o
(
w
o
) g] , (2.42)
e o termo 3 est associado aos efeitos de capilaridade de carcter difusivo,
f
di
= Kh
w
S
w
, (2.43)
o termo 4 representa as fontes ou sumidouros. Um pr-requisito para a soluo da
Eq. (2.41) ter calculado a priori a velocidade total v
t
(Helmig, 1997).
2.3.2 Condies iniciais e de contorno
Para que o problema representado pela equao de saturao seja completamente deter-
minado necessrio utilizar as condies iniciais e de contorno adequadas. A seguir se
apresenta um conjunto de condies iniciais e de contorno associadas a um reservatrio
com contorno de injeo
e contorno de produo
+
, como indicado na Fig. 2.8.
No presente contexto, uma condio de contorno sicamente admissvel do tipo Diri-
chlet para a equao de saturao ser imposta da forma a seguir:
S
w
(x, t) = S
w
em
_
t
0
, T
(2.44)
onde S
w
um valor da saturao prescrito para o contorno
e [t
0
, T] representa o
intervalo de tempo considerado. As condies iniciais do problema podem ser escritas
como:
Figura 2.8: Diagrama esquemtico das condies de contorno para a equao de saturao
(Chavent and Jar, 1986).
S
w
(x, 0) = S
0
w
em t
0
(2.45)
para um domnio no tempo inicial t
0
.
2.3.3 Equao de Buckley-Leverett
A equao diferencial no linear (2.41) formalmente parablica, se o gradiente de presso
capilar tm valor signicativo. Por outro lado se o gradiente de presso capilar muito
pequeno
dp
c
dS
w
0, o termo difusivo desprezvel e a Eq. (2.41) torna-se hiperblica. Se so
desconsiderados os efeitos da presso capilar, os efeitos gravitacionais e os termos fonte
ou sumidouro, a Eq. (2.41) transforma-se na chamada de equao de Buckley-Leverett
S
w
t
+v
t
df
w
dS
w
S
w
x
= 0. (2.46)
Nesta equao assumido que a velocidade v
t
constante (Helmig, 1997). A Eq. (2.46)
foi originalmente obtida por Buckley and Leverett (1942), num trabalho clssico e que se
tornou referncia para o estudo de escoamentos bifsicos em meios porosos. Esta equao
representa o deslocamento imiscvel e unidimensional de leo por gua num meio poroso
rgido (Carvalho, 2005). Para ilustrar, apresentamos na Fig. 2.9 a frente de saturao nos
instantes t=1.1 para o problema do deslocamento imiscvel unidimensional de leo por
gua, com presena de ondas de compresso (choque S
w
= 0.5), ondas de rarefao e suas
respectivas curvas da funo uxo fracional e velocidade caracterstica.
0 100 200 300 400 500
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Posicao (m)
S
w
Perfil de saturacoes para o tempo (t = 1.1 d)
(a)
0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
Sw
f
w

Funcao fluxo (fadv)
0 0.2 0.4 0.6 0.8 1
2
0
2
4
6
Sw
d
f
a
d
v
/
d
S
w

Vel. Caracteristica (dfadv/dSw)
(b)
Figura 2.9: Soluo semi analtica para o problema do Buckley-Leverett (a) e funo uxo
e velocidade caracterstica (b)
20
Captulo 3
O mtodo dos volumes nitos clssico
U
ma grande classe de problemas fsicos pode ser descrita por sistemas de equaes
diferenciais parciais. Solues analticas para estes sistemas esto disponveis para
apenas um nmero reduzido de casos simplicados, e em geral o domnio e as equaes
governantes tm que ser discretizadas para se obter uma soluo aproximada (van den
Abeele, 2009).
A seguir, apresenta-se uma viso geral de um dos mtodos mais utilizado na discreti-
zao espacial das equaes governantes da dinmica dos uidos, e que conhecido como
o mtodo dos volumes nitos (FVM) que foi introduzido por McDonald em 1971. Na
prtica so considerados mtodos dos volumes nitos todos os mtodos de discretizao
em que, inicialmente, as equaes diferencias so integradas diretamente no domnio f-
sico e, posteriormente, o teorema da divergncia de Green-Gauss utilizado, de modo a
transformarem-se as integrais de domnio em integrais de superfcie. S ento, aplica-se
algum procedimento de discretizao que permita a obteno da soluo numrica do
problema (Carvalho, 2005). Uma caracterstica importante de todos os mtodos que se
enquadram nesta categoria o fato que, quando bem aplicados, garantem conservao lo-
cal no nvel da clula e global de quantidades como massa, momento e energia. O FVM
o mais utilizado para a discretizao espacial na simulao de problemas na dinmica dos
uidos computacional e atingiu um nvel considervel de maturidade. sucientemente
exvel para resolver problemas fsicos com acurcia em geometrias complexas utilizando
malhas no estruturadas, em geral, de primeira ou segunda ordem. Isto, inclusive
adequado para o nvel de erro requerido para a maioria dos problemas de engenharia.
Alm disso, este mtodo possui robustez suciente para lidar com solues de uma ampla
classe de problemas. Por estas razes, a maioria dos pacotes de softwares comerciais para
a simulao de escoamentos existentes hoje so baseados no FVM (van den Abeele, 2009).
3. O mtodo dos volumes nitos clssico 21
3.1 Esquema de primeira ordem de acurcia
3.1.1 Formulao geral
Considerando a forma geral da lei de conservao da grandeza S
w
, Eq. (2.41), com apenas
uxos advectivos

f
adv
e termo fonte Q
w
, temos:
S
w
t
+.(
f
adv
) = Q
w
(3.1)
onde

f
adv
= f
w
v
t
. Integrando a Eq. (3.1) em cada clula tambm conhecida como volume
de controle, onde so realizados os balanos discretos no caso do FVM, obtemos:
_
S
w
t
d +
_
f
adv
)d =
_
Q
w
d (3.2)
com volume , contornos , e aplicando o teorema da divergncia de Green-Gauss temos:

S
w
t
=
_
f
adv
(S
w
) nd +
_
Q
w
d (3.3)
onde o vetor n o vetor rea normal que aponta para fora da superfcie de controle, e a
varivel conservativa mdia no volume de controle

S
w
dada por
S
w
=
_
S
w
d. (3.4)
Estas representam as incgnitas do problema discretizado pelo mtodo dos volumes nitos.
Para avaliar o primeiro termo do lado direito da Eq. (3.3), as variveis conservativas
nas faces dos volumes de controle so necessrias para calcular os uxos advectivos. Estes
no esto imediatamente disponveis e, assim, devem ser reconstrudos a partir dos valores
mdios das clulas. No mtodo upwind clssico de primeira ordem de acurcia de
Godunov (1959), a soluo em uma face aproximada pela soluo mdia da clula,
o que corresponde a uma extrapolao com um polinmio de grau zero (ver Fig. 3.1). A
m de assegurar a conservao em nvel discreto, as contribuies de uma face para as
suas duas clulas vizinhas devem ser iguais em magnitude e opostas em sinal.
Assim um nico uxo

F n dever ser calculado a partir de duas solues disponveis
(LeVeque, 2002; Hirsch, 2007; van den Abeele, 2009). No mtodo original de Godunov,
este objetivo alcanado ao calcular a soluo exata para o problema de Riemann re-
sultante (Toro, 2009). Alternativamente e visando uma maior ecincia computacional,
so utilizados resolvedores de Riemann aproximados para este propsito que, em muitos
casos, podem ser escritos na forma
Figura 3.1: Esquema de primeira ordem de acurcia
F (S
wL
, S
wR
) n =
_
f
adv
(S
wL
) +

f
adv
(S
wR
)
2
. .
termo 1
_
_
n [A[
S
wR
S
wL
2
. .
termo 2
(3.5)
onde S
wL
e S
wR
so, respectivamente, as variveis conservadas reconstrudas a partir das
clulas da esquerda e da direita de uma face, o vetor normal n orientado da esquerda
para a direita. No mtodo upwind de primeira ordem de acurcia temos:
S
wL
=

S
wL
e S
wR
=

S
wR
(3.6)
O termo 1 no lado direito da Eq. (3.5) apenas a mdia dos uxos advectivos analticos
do lado esquerdo e do lado direito da face e corresponde a diferenas nitas centradas de
segunda ordem. O termo 2 assegura que os dados que so utilizados para o clculo do uxo
vem do lado a partir do qual as grandezas fsicas esto se propagando. Isto conhecido
com o nome de upwinding que introduz uma quantidade de amortecimento ou difuso
para estabilizar os clculos. A matriz [A[ deve ser denida de tal forma que o upwinding
seja assegurado. O uxo de Riemann mais simples o de Rusanov (1962). A denio de
[A[ para o uxo de Rusanov simplesmente
[A[ =
max
I (3.7)
onde
max
o raio espectral da matriz jacobiana dos uxos no sentido de n na face, que
dada por
f
advL(R)
n
_
S
wL(R)
(3.8)
Para a equao linear de adveco, discutida na subsec. 2.2.1, isso simplesmente re-
sulta em
max
= [a[, e para a equao de Burger em 1D,
max
= 0.5 ([u[
L
+[u[
R
), ver
subsec. 2.2.2.
A continuao apresentamos outros exemplos de resolvedores de Riemann aproxima-
dos, os quais so geralmente utilizados na comunidade de CFD (computational uid dy-
namics) (Cockburn and Shu, 1989).
3.1.2 Resolvedores de Riemann aproximados
Godunov :
F
G
(S
wL
, S
wR
) =
_
min
S
wL
S
w
S
wR
f
adv
(S
w
) se S
wL
S
wR
,
max
S
wL
S
w
S
wR
f
adv
(S
w
) se S
wL
> S
wR
.
(3.9)
Lax-Friedrichs (global):
F
LFG
(S
wL
, S
wR
) =
1
2
[f
adv
(S
wL
) + f
adv
(S
wR
) (S
wR
S
wL
)] (3.10)
= max
f
adv
(S
w
)
S
w
,
onde o mximo calculado sobre a regio inteira de S
w
, isto [inf u
0
(x), sup u
0
(x)], onde
u
0
(x) a soluo inicial.
Lax-Friedrichs (local):
F
LFL
(S
wL
, S
wR
) =
1
2
[f
adv
(S
wL
) + f
adv
(S
wR
) (S
wR
S
wL
)] (3.11)
= max
min(S
wL
,S
wR
)S
w
max(S
wL
,S
wR
)
f
adv
(S
w
)
S
w
,
para funes convexas, isto

2
f
adv
S
2
w
0, temos que = max [[f
adv
(S
wL
)[ , [f
adv
(S
wR
)[].
Roe com correo de entropia:
F
RF
(S
wL
, S
wR
) =
_
_
f
adv
(S
wL
) se f
adv
(S
w
) 0; S
w
[min(S
wL
, S
wR
), max(S
wL
, S
wR
)],
f
adv
(S
wR
) se f
adv
(S
w
) 0; S
w
[min(S
wL
, S
wR
), max(S
wL
, S
wR
)],
F
LFL
caso contrrio.
(3.12)
Geralmente utilizado o resolvedor de Riemman aproximado tipo F
G
se a funo f
adv
simples. Contudo, para funes convexas, sugerido utilizar resolvedores de Riemann
tais como F
LFL
ou F
RF
por sua simplicidade e favorveis resultados numricos (ver sec. 4
de (Cockburn and Shu, 1989)).
3.2 Esquemas TVD e TVB
Um conceito relevante surge da propriedade matemtica de que a variao total (TV)
TV(S
w
) =
_

S
w
x
dx, (3.13)
de qualquer soluo fsica admissvel de uma lei de conservao hiperblica escalar no
deve crescer no tempo (LeVeque, 2002). Considerando que a medida da TV para uma
dada funo S
w
, que a soluo numrica do problema descrito pela Eq. (3.1) com as
condies iniciais e de contorno apropriadas, denido na sua forma discreta
TV (S
w
) =
S
w(i+1)
S
w(i)
. (3.14)
Levando em considerao a premissa anterior, a seguir, apresentado uma classe de
mtodo conservativo de muito sucesso para resolver a Eq. (3.1), denido pela expresso
S
n+1
w(i)
= S
n
w(i)
t
x
_
F
i+
1
/2
F
i
1
/2
_
(3.15)
que TVD (total variation diminshing) se
TV
_
S
n+1
w
_
TV (S
n
w
) TV
_
S
0
w
_
, (3.16)
donde S
n
w
refere-se soluo numrica no nvel de tempo t
n
. Um esquema chamado de
TVB (total variation bounded) quando
TV (S
n
w
) M(x)
2
(3.17)
onde M um parmetro xo escolhido pelo usurio (Shu, 1987, 1988).
Mtodos numricos que satisfazem as condies Eq. (3.16) e Eq. (3.17) preservam a mo-
notonicidade, apresentando um comportamento livre de oscilaes, Harten et al. (1983),
provou que:
1. Todo esquema numrico montono TVD. Onde para nosso caso S
w
, e denominada
montona se, para todo i, min
_
S
w(i1)
, S
w(i+1)
_
S
w(i)
max
_
S
w(i1)
, S
w(i+1)
_
.
2. Todo esquema TVD preserva a monotonicidade.
O objetivo principal por trs da construo de um mtodo de alta resoluo e que seja
TVD obter uma aproximao de ordem maior em regies suaves, impedindo o surgimento
de oscilaes nas proximidades de gradientes acentuados e apresentando nestas regies
propriedades semelhantes quelas de mtodos montonos de ordem mais baixa.
Infelizmente, em quaisquer esquemas TVD, a soluo , em geral, de segunda ordem
em regies suaves da soluo e de primeira ordem contguo a descontinuidades. Por outro
lado os esquemas TVB permitem relaxar a exigncia de monotonicidade, para manter o
ordem de acurcia espacial globalmente (Shu, 1987). Para construir mtodos de ordem
mais alta preciso utilizar as denominadas funes limitadoras de declividade ou slope
limiters para as variveis dependentes S
w
ou a partir da limitao do uxo

f
adv
(S
w
) de
maneira adaptativa. Boris and Book (1973) foram os primeiros a trabalhar com funes
limitadoras no lineares incluindo na formulao a diferena entre os uxos de primeira
ordem e os uxos de segunda ordem para evitar o surgimento de oscilaes prprias
dos esquemas de segunda ordem. Estes mtodos so denominados FCT (ux correct
transport).
3.3 Esquema de alta ordem de acurcia
Van Leer (1974) introduz a ideia de modicar o mtodo de Godunov de primeira ordem,
a partir da utilizao de uma aproximao de maior ordem para Eq. (3.4) nos volumes de
controle, de maneira a obtermos uma melhor aproximao para os uxos

f
adv
(S
w
), nestas
interfaces, como um primeiro passo para alcanar uma alta ordem de acurcia. Esta
a base para o esquema MUSCL (Monotone Upstream Centered Scheme for Conservation
Laws). Seguindo os mesmos princpios que foram utilizados por van Leer, para a extenso
do mtodo de Godunov, Colella and Woodward (1984) introduziram uma reconstruo
quadrtica que permite representaes de ordem mais elevada do que MUSCL. Eles no-
mearam o esquema mtodo parablico por partes (PPM). Outra abordagem, seguindo
ideias semelhantes e que permite ainda uma reconstruo de ordem superior o mtodo
ENO (essentialy non-oscillatory) (Harten and Osher, 1997). A acurcia de segunda ordem
pode ser conseguida com relativa facilidade, atravs da substituio do estado constante
S
n
w(i)
para cada VC no mtodo de primeira ordem, por um polinmio linear por partes
para cada clula S
w(i)
(x), usando apenas os dados a partir das clulas vizinhas prximas
como indicado na Fig. 3.2.
De igual forma que no esquema de primeira ordem de acurcia considerado que

S
n
w(i)
representa a integral mdia na clula I
i
=
_
x
i
1
/2
, x
i+
1
/2
, como indicado a seguir
S
n
w(i)
=
1
x
x
i+
1
/2
_
x
i
1
/2
S
w
(x, t
n
) dx. (3.18)
Isto resulta geralmente numa reconstruo conservativa e linear por partes. Um polinmio
linear da forma
S
n
w
(x, t
n
) =

S
n
w(i)
+
n
i
(x x
i
), x I
i
(3.19)
Figura 3.2: Esquema de segunda ordem de acurcia
calculado, onde x
i
a posio do centro da clula e
n
i
a inclinao de S
n
w
(x, t
n
) no
volume de controle i, onde a funo linear S
n
w
(x, t
n
) denida localmente no volume de
controle. De modo que se
n
i
= 0, o esquema se reduz ao esquema de primeira ordem tipo
Godunov, enquanto que para
n
i
,= 0, possvel obter um esquema de ordem mais alta.
O centro do volume de controle x
i
em coordenadas locais x =
1
2
x, onde x =
x
i+
1
/2
x
i
1
/2
, portanto, S
n
w
(x
i
, t
n
) =

S
n
w(i)
. Os valores de S
n
w
(x, t
n
) nos pontos extremos
desempenham um papel fundamental e so dados por
S
n
w(i)L
(x, t
n
) = S
n
w
(x
i
1
/2
) =

S
n
w(i)
1
2
n
i
; S
n
w(i)R
(x, t
n
) = S
n
w
(x
i+
1
/2
) =

S
n
w(i)
+
1
2
n
i
, (3.20)
obtendo-se uma melhor estimativa em comparao com a reconstruo constante. Note
que a integral de S
n
w
(x, t
n
), no VC I
i
a mesma que

S
n
w(i)
, e assim, desta forma conse-
guimos que o processo de reconstruo se mantm conservativo (Toro, 2009). Os valores
para S
n
w(i)L
e S
n
w(i)R
para cada volume de controle so ento conhecidos, o que pode
ser usado para avaliar os uxos numricos para cada face, como por exemplo o uxo
F
i+
1
/2
_
S
n
w(i)R
, S
n
w(i+1)L
_
para a face x
i+
1
/2
do volume de controle i, como indicado na
Fig. 3.2. Com a disponibilidade dos uxos em cada uma da interfaces numricas para
os volumes de controle, possvel calcular o resduo de alta ordem procurado, como se
apresenta a seguir
R
i
=
1
x
_
F
i+
1
/2
F
i
1
/2
_
. (3.21)
Agora nosso objetivo lidar com as oscilaes esprias caractersticas dos mtodos de
ordem maior que um, as quais surgem na vizinhana de altos gradientes ou nas desconti-
nuidades. Isto estabelecido pelo teorema de Godunov, onde mencionado, que esquemas
numricos lineares para resolver EDPs sem gerar novos extremos so, no mximo, de pri-
meira ordem (Godunov, 1959). Para este m, na seo 3.4 apresentada uma forma para
construir verses no lineares para os esquemas de alta ordem de acurcia, onde para
alcanar o referido objetivo a inclinao
n
i
na Eq. (3.19) no estgio de reconstruo
substituda pela inclinao limitada
n
i
, atendendo s restries dadas pela Eq. (3.16).
3.4 Esquema limitador de inclinao
A ideia bsica por trs do conceito de limitadores controlar o processo de gerao de
oscilaes over and undershoots, impedindo que os gradientes excedam certos limites ou
mudem de sinal entre volumes de controle vizinhos (LeVeque, 2002). Desta forma, os
esquemas no-montonos podem ser controlados em cada intervalo de tempo e, dentro
de cada clula, mantendo os gradientes dentro dos limites adequados. Diversas funes
limitadoras de inclinao podem ser utilizadas (Hirsch, 2007), sendo que no presente
trabalho utilizada funo limitadora min mod, que sugerido por Wang (2002), para a
implementao de funes limitadoras tipo SVTVDM, SVTVBM, CVTVDM, CVTVBM.
Este um limitador de propsito geral que, embora seja mais difusivo e menos preciso
do que outros limitadores, converge melhor. O limitador de inclinao tipo minmod, com
dois parmetros, apresentado a seguir
n
i
=
1
x
min mod(
S
n
w(i+1)

S
n
w(i)
,

S
n
w(i)

S
n
w(i1)
) (3.22)
onde a funo minmod denida como:
min mod(a, b) =
_
_
a se [a[ < [b[ e ab > 0
b se [b[ < [a[ e ab > 0
0 se ab 0
(3.23)
=
1
2
[sgn(a) + sgn(b)] min([a[ , [b[)
Este procedimento pode ser melhor explicado pela visualizao de uma reconstruo
linear para um caso 1D simples. A Fig. 3.3a ilustra uma soluo tpica utilizando-se
uma reconstruo linear no limitada nos volumes de controle. Usando-se uma funo
limitadora as inclinaes so reduzidas para evitar a formao de extremos ou oscilaes
esprias. Isto feito durante a reconstruo levando soluo ilustrada na Fig. 3.3b.
Um dos mtodos de alta ordem, conhecido com o nome de SFVM (spectral nite
volume method) ser descrito nesta dissertao e aplicado ao tratamento do modelo do
uxo bifsico em reservatrios de petrleo nos captulos subsequentes.
Figura 3.3: Reconstruo linear tpica (a) no limitada e (b) limitada
3.5 Discretizao do termo difusivo
O modelo matemtico unidimensional para o uxo imiscvel de gua e leo Eq. (2.41),
desconsiderando o termo fonte pode ser rescrita como
S
w
t
+

x
(f
adv
(S
w
) + f
di
(S
w
)) = 0. (3.24)
Levando em conta a natureza distinta dos termos advectivo e difusivo, as discretizaes se-
guem caminhos separados. Isto signica que suas discretizaes sero realizadas de forma
independente e com distintos esquemas numricos. No presente trabalho, e considerando o
modelo matemtico dado em Eq. (3.24), o termo advectivo discretizado usando o SFVM
a ser descrito no capitulo 4. O termo de capilaridade ou termo difusivo ser aproximado
utilizando o mtodo de diferenas nitas centrado para os volumes de controle (CVFD).
A integrao no tempo feita utilizando o mtodo explcito de RK (Runge-Kutta) de
ordem 3.
Com as denies prvias, o esquema semi-discreto pode ser escrito como (Cueto-
Felgueroso, 2009):
dS
w
dt
+
1
x
i
_
(f
n
adv
+ f
n
di
)
x
i
+
1
/2
(f
n
adv
+ f
n
di
)
x
i
1
/2
= 0. (3.25)
Rearranjando os termos da Eq. (3.25), temos:
dS
w
dt
+
1
x
i
__
f
n
adv
[
x
i
+
1
/2
f
n
adv
[
x
i
1
/2
_
+
_
f
n
di
[
x
i
+
1
/2
f
n
di
[
x
i
1
/2
_
= 0 (3.26)
Para calcular os uxos difusivos f
n
di
[
x
i
1
/2
, precisa-se aproximar a Eq. (2.43) nas interfaces
numricas x
i
1
/2
de cada volume de controle , o que implica:
1. Interpolar a saturao S
w
para as interfaces.
2. Aproximar a derivada espacial da saturao S
w
, tambm nas interfaces.
Uma vez que temos as saturaes interpoladas nas interfaces, e utilizando-se a derivada
analtica dp
c
/dS
w
do modelo de Brooks e Corey na Eq. (2.25) podemos avaliar os co-
ecientes de difuso h
w
(S
w
), dados pela Eq. (2.37). Multiplicando pela derivada da
saturao nas interfaces, obtido o uxo nas interfaces dado pela Eq. (2.43). A m
de aproximar a derivada das saturaes nas interfaces, pode-se construir uma matriz de
diferenciao. Assim dadas as saturaes nos centros das clulas e nos contornos das
referidas clulas, pode-se obter as derivadas nos pontos centrais atravs de um produto
matriz-vetor. Nos pontos interiores do domnio, x
i+
1
/2
, i = 1, . . . , N 1, ns podemos
utilizar diferenas centradas de ordem 2, da forma a seguir
S
w(i+
1
/2)
=
S
w(i+1)
S
w(i)
x
i
(3.27)
e para a esquerda (LB) e direita (RB) do contorno utilizamos frmulas de ordem 1,
S
w(
1
/2)
=
S
w1
S
wLB
x
i
/2
, S
w(N+
1
/2)
=
S
wRB
S
wN
x
i
/2
(3.28)
onde x
i
o comprimento do volume de controle (VC).
Com os uxos advectivos e difusivos calculados, pode-se avanar no tempo de acordo
com a Eq. (3.26), utilizando um esquema explcito tipo RK. Este foi escolhido na procura
de uma discretizao temporal acurada e de uma faixa de estabilidade maior, e ser
descrito na continuao.
3.6 Discretizao temporal
Na discretizao temporal tem-se duas abordagens. Uma delas consiste em tratar a di-
menso temporal como apenas uma outra dimenso espacial. Isto possvel, e foi
considerado no passado (Zienkiewicz and Taylor, 1988). Mas este abordagem no encon-
trou ampla aceitao, pois computacionalmente injusticada porque implica em custo
computacional desnecessrio e proibitivo (Lhner, 2008). A segunda abordagem considera
de forma separada a discretizao espacial e a temporal. Em geral, realiza-se primeiro a
discretizao espacial do operador e o problema semi-discreto a ser resolvido expresso
por um sistema de equaes diferenciais ordinrias no lineares (EDO). Considerando a
segunda abordagem a Eq. (3.26) pode ser escrita em forma compacta como:
dS
w
dt
= R(S
w
) (3.29)
com S
w
representando as incgnitas.
A abordagem para esquemas explcitos para a soluo da Eq. (3.29) feita tomando
o R do lado direito da Eq. (3.29) em um momento conhecido e calculando a incgnita S
w
em algum momento no futuro, com base nele. O caso mais simples o esquema de Euler
avanado, que dado por
S
w
n+1
= S
n
w
+tR(S
n
) . (3.30)
Este esquema apenas de primeira ordem. Uma generalizao imediata que permite
obter esquemas de ordem superior dada pelo mtodo explcito de RK (Hirsch, 2007;
Lyra, 1994), que pode ser expresso como
S
0
w
= S
n
w
.
.
.
S
(m)
w
= S
n
w
+
m
tR
(m+1)
(S
w
) m = 1 . . . s
.
.
.
S
n+1
w
= S
(s)
w
Qualquer mtodo de RK denido pelo nmero de etapas s e os coecientes .
Estes coecientes so escolhidos de acordo com as propriedades desejadas, tais como a
quantidade de difuso articial e ordem temporal de acurcia. As escolhas mais comuns
so:
1. Esquema de uma-etapa (Euler avanado):
1
= 1.0
2. Esquema de duas-etapas:
1
= 0.5,
2
= 1;
3. Esquema de trs-etapas
1
= 0.6,
2
= 0.6,
3
= 1;
As principais propriedades dos esquemas explcitos so:
Permitir uma ordem arbitrria de acurcia temporal.
Facilidade de implementao.
Simplicidade na aplicao das condies de contorno.
Existncia de um t mximo ditado por questes de estabilidade, como indicado
na Fig. 3.4.
O intervalo de tempo permissvel t limitado por restries de estabilidade, tais
como o chamado nmero de CFL (Courant-Friedrichs-Levy) (Hirsch, 2007). Para um
sistema hiperblico de equaes diferenciais parciais lineares, o nmero de CFL dado
pela relao a seguir:
CFL =
t
max
x
, (3.31)
5 4 3 2 1 0 1 2
3
2
1
0
1
2
3
Regioes de estabilidade para o esquema de RungeKutta no plano complexo

RK1
Rk2
Rk3
Rk4
Figura 3.4: Regies de estabilidade para o esquema de Runge-Kutta.
onde t o intervalo de tempo, x um tamanho caracterstico da clula e
max
o
mximo autovalor da matriz jacobiana A =
f
adv
S
w
, onde f
adv
uxo advectivo de S
w
.
32
Captulo 4
Mtodo espectral dos volumes nitos
4.1 Consideraes iniciais
A
lgoritmos numricos para leis de conservao tm sido extensivamente pesquisados
nas ltimas trs dcadas. As formulaes numricas para lidar com leis de conser-
vao hiperblicas mais utilizadas basam-se no mtodo de Godunov (1959) e, em geral,
utilizam procedimentos como resolvedores de Riemann aproximados ou mtodos do tipo
Flux/Vector-Splitting, para melhorar a ecincia (Liou, 2000; Osher, 1984; Roe, 1981; Ste-
ger and Warming, 1981; van Leer, 1982; Wang, 1997). O captulo anterior foi apresentado
o mtodo dos volumes nitos clssico (FVM). Este mtodo tem muitas propriedades fa-
vorveis, tais como exibilidade para trabalhar com malhas quaisquer, disponibilidade de
funes limitadoras de inclinao/uxo robustas para garantir as propriedades TVD,
alm de apresentar a propriedade de conservao local. Ditas caractersticas fazem com
que o mtodo seja amplamente utilizado para a discretizao espacial de equaes go-
vernantes associadas a problemas fsicos e da engenharia (Choi et al., 2004). Por outro
lado o FVM apresenta algumas importantes decincias para lidar com problemas onde
a fsica e a geometria so complexas, e onde a ordem de acurcia maior que dois (k > 2),
desejvel (van den Abeele, 2009). O FVM de primeira ou segunda ordem de acurcia
apresenta excessiva quantidade de erros numricos, amplamente difusivos, embora tam-
bm dispersivos, que s podem ser minimizados com o aumento do nmero de VC e,
portanto, aumentando o custo computacional (Choi et al., 2004). A principal limitante
do FVM a disponibilidade de s um grau de liberdade por VC, ou seja a soluo mdia.
Portanto necessrio um conjunto de VC vizinhos para conseguir uma reconstruo po-
linomial de ordem maior que um (k > 1). A disponibilidade do conjunto de VC vizinhos
complexa dada ao quase-aleatria arranjo de VC das malhas no estruturadas. A com-
plexidade ainda maior na tentativa de construir esquemas de alta ordem (Choi et al.,
2004).
Diversos esquemas de alta ordem tm sido desenvolvidos, por exemplo, o esquema de
alta ordem de volumes nitos k-exato, desenvolvido por Barth and Frederickson (1990), o
4. Mtodo espectral dos volumes nitos 33
esquema ENO (essentially non-oscillatory) desenvolvido por Abgrall (1994) e o esquema
WENO (weighted essentially non-oscillatory) desenvolvido por Friedrich (1998) e Hu and
Shu (1999). Destacam-se ainda os algoritmos localmente conservativos e de alta ordem
conhecidos como mtodo de Galerkin descontnuo (DG) que foi desenvolvido por Cockburn
and Shu (1989) e Cockburn et al. (1989, 1990), e outro esquema conservativo de alta ordem
conhecido por mtodo multidomnio espectral que foi desenvolvido por Kopriva (1991) e
Kopriva and Kolias (1995).
No presente captulo um mtodo muito ecaz de alta-ordem de acurcia (k 2), para
lidar com leis de conservao hiperblicas, denominado mtodo espectral dos volumes
nitos ou SFVM (spectral nite volume method), que foi desenvolvido por Wang, Liu
e colaboradores no incio do sculo vinte um ser discutido (Wang, 2002; Wang and
Liu, 2002). A expresso mtodo espectral pode possuir diferentes signicados para
diversas subreas da matemtica. Porm, no contexto deste trabalho, a dita expresso
faz referncia a um mtodo numrico de alta acurcia para resolver PDE ecientemente,
onde a soluo numrica expressa como uma expanso nita de um conjunto de funes
de base polinomiais. Para a atualizao da referida soluo utilizado um mtodo tipo
de Godunov (1959), que tornou-se o estado da arte para lidar com leis de conservao.
O SFVM pode ser visualizado como uma extenso do mtodo tipo de Godunov para alta
ordem, no qual o DOFs (degrees-of-freedom) acrescentado na forma de sub-clulas, no
interior de cada clula simples da malha primal ou VC. No SFVM cada VC denominado
SV (spectral volume) e cada sub-clula referida como CV (control volume). No SFVM
todos os SVs so subdivididos em forma geomtrica similar e utilizando procedimentos
analticos, conseguindo desta maneira um estncil de reconstruo nico e pr-denido
para todos os SVs. Com o objetivo de atualizar as incgnitas ou DOFs que so as solues
mdias nas sub-clulas ou CVs, um procedimento de igual modo ao FVM utilizado.
Diversos estudos realizados no passado tm demostrado a eccia do SFVM para lidar
com uma ampla variedade de aplicaes na engenharia, e desta forma mostrando sua
robustez (Kannan and Wang, 2012).
4.2 Mtodo espectral dos volumes nitos unidimensio-
nal
Para analisar as caractersticas do SFVM, o esquema unidimensional ser estudado a
partir de agora. Por conseguinte considerada a lei de conservao unidimensional a
seguir, onde o termo fonte desconsiderado
S
w
(x, t)
t
+

f
adv
(S
w
(x, t)) = 0 em [a, b] [0, T] (4.1)
com condio inicial S
w
(x, 0) = S
w(0)
(x) , x [a, b] e condies de contorno peridicas.
Outros tipos de condies de contorno sero analisadas na seo 4.6. Aqui S
w
(x, t) a
Figura 4.1: Domnio fsico com 4 clulas espectrais SV, utilizando segunda ordem de
acurcia, k = 2, com contornos x
i,j
1
/2
e x
i.j+
1
/2
para a subclula espectral CV e pontos
soluo ()

S
w(i,j)
.
varivel conservativa e

f
adv
(S
w
(x, t)) representa o uxo advectivo dado pela Eq. (2.42).
O domnio computacional a x b sobre o qual esta lei de conservao vlida
dividido em N
SV
clulas espectrais, SV(
i
), com ndice i : x
i
1
/2
x x
i+
1
/2
de tal
forma que x1
/2
a e x
N
SV
+
1
/2
b. Para um esquema unidimensional de k-sima ordem
de acurcia, estas clulas SV so subdivididos em k volumes de controle, CV(
i,j
), com
ndice j e contornos x
i,j
1
/2
e x
i.j+
1
/2
. Na Fig. 4.1 a subdiviso do volume espectral SV em
volumes de controle CV apresentada para segunda ordem de acurcia.
Integrando a Eq. (4.1) em cada CV(
i,j
) e aplicando o teorema da divergncia de
Green-Gauss, temos
_
i,j
S
w
(x, t)
t
dx +
_
i,j
f
adv
(S
w
(x, t)) ds = 0. (4.2)
Aplicando o teorema da mdia a Eq. (4.2), pode-se escrever da forma a seguir
d
S
w(i,j)
dt
=
f
adv
_
S
w(i,j+
1
/2)
_

f
adv
_
S
w(i,j
1
/2)
_
x
i,j+
1
/2
x
i,j
1
/2
, (4.3)
onde

S
w(i,j)
so as variveis conservativas mdias nos CVs. Estas so obtidos atravs de
S
w(i,j)
=
1
x
i,j+
1
/2
x
i,j
1
/2
_
x
i,j+
1
/2
x
i,j
1
/2
S
w
(x, t) dx. (4.4)
Em cada SV a soluo pode ser aproximada por um polinmio P
SV
i
(x, t) de grau p
(i.e. p = k 1), assim
S
w(i)
(x, t) P
SV
i
(x, t)
p+1
j=1
L
i,j
(x)

S
w(i,j)
(t) . (4.5)
Na Eq. (4.5), as funes de base

L
i,j
para o SV so denidas por
1
x
i,j+
1
/2
x
i,j
1
/2
_
x
i,j+
1
/2
x
i,j
1
/2
L
i,k
(x) dx =
j,k
, (4.6)
com
j,k
sendo a funo delta de Kronecker. Agora, utilizando a soluo polinomial dada
na Eq. (4.5), os uxos nos contornos dos CV podem ser aproximados e o lado direito da
Eq. (4.3) pode ser avaliado. Na interface entre as duas clulas dos SVs, um resolvedor
de Riemann Eq. 3.5 para f
adv
utilizado para lidar com a potencial descontinuidade na
soluo numrica, onde S
wL
e S
wR
representam os estados esquerda e direita das
interfaces, respectivamente. Assim, a Eq. (4.3) pode ser escrita da forma a seguir
d
S
w(i,j)
dt
=
F
(i,j+
1
/2)
F
(i,j
1
/2)
x
i,j+
1
/2
x
i,j
1
/2
(4.7)
onde F
(i,j+
1
/2)
so os uxos obtidos do resolvedor de Riemann. Deste modo, cada CV
dentro de um SV tratado independentemente, com o objetivo de atualizar a varivel
de estado mdia para o CV no prximo passo de tempo. Para o caso onde as variveis
reconstrudas nos contornos dos CV so continuas. Isto para funes simples, as quais
no apresentam gradientes acentuados, e onde as funes limitadores no so necessrias.
O uxo numrico nas interfaces internas torna-se um uxo analtico, que muito mais
barato, que o uxo numrico ou de Riemann. O uxo analtico da forma a seguir
F
(i,j
1
/2)
= f
adv(i,j
1
/2)
. (4.8)
No entanto, quando se introduz uma funo limitadora para suprimir oscilaes esp-
rias, os resolvedores de Riemann podem ser necessrios nas interfaces entre CVs (Wang
et al., 2004; Breviglieri et al., 2010). Neste ordem de ideias, quando o uxo numrico
requerido, um primeiro passo calcular a diferena entre as variveis de estado esquerda
e direita da face entre CVs. No caso da dita diferena seja cero, para todas as variveis
no interior do SV, o uxo analtico calculado. Caso contrrio o uxo numrico ava-
liado, como ser discutido na Sec. 4.7. A Eq. (4.7) uma equao diferencial ordinria
(EDO) e pode ser resolvida no tempo utilizando qualquer algoritmo para tais sistemas,
por exemplo o esquema de RK.
4.3 Denio das parties
O processo para obter as parties para a clula espectral no SFVM, que para o caso
unidimensional composto por segmentos de reta, discutido a seguir. Uma clula padro
SV utilizada para denir as parties, sendo mapeada no domnio computacional [-1,1]
como se apresenta na Fig. 4.2.
Existem duas abordagens para fazer as parties. A primeira uma subdiviso natu-
ral do SV em CVs uniformes. Porm deve-se tomar cuidado com esta partio devido ao
comportamento fortemente oscilatrio dos polinmios perto dos contornos da clula espec-
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
6
4
2
0
2
4
6
X
Polinomios de Chebyshev de segunda clase

U1
U2
U3
U4
U5
(a)
(b)
Figura 4.2: (a) Polinmios de Chebyshev at ordem 5. (b) Parties no uniformes do SV
no domnio computacional gerados pelos zeros do polinmio de Chebyshev, para ordem
de acurcia 2 (b.1), ordem 3 (b.2) e ordem 4 (b.3).
tral, para ordens de acurcia maiores que 3 (k > 3). Note-se que para k = 6 na Fig. 4.3b,
as bases polinomiais perto dos contornos do SV so bastante oscilatrias. Os valores
estabelecidos nesses pontos variam de -4 a 4, tornando as interpolaes potencialmente
oscilatrias em tais locais.
Isto conhecido como o fenmeno de Runge (Isaacson, 1994), que um problema de
oscilao nas bordas de um intervalo, que ocorre quando se utiliza interpolao polinomial
com polinmios de ordem elevada. A continuao se apresenta uma maneira de minimizar
este problema, utilizando os ns de Chebyshev ou pontos de Gauss-Lobatto, em vez de
ns equidistantes, como indicado na Fig. 4.4.
Se os pontos da malha no intervalo padro do domnio computacional (DC) [-1,1],
utilizados para subdividir o SV, so os pontos da quadratura de Gauss-Lobatto, denidos
a seguir
x
DC
i,j+
1
/2
= cos
_
j
k
_
, j = 0, . . . , k (4.9)
os quais correspondem aos zeros do polinmio de Chebyshev de segunda classe, consegue-
se ento uma reconstruo polinomial muito menos oscilatria. Note-se na Fig. 4.5b que as
bases polinomiais esto limitadas entre -1.0 e 1.7, obtendo-se desta forma uma interpolao
com menor oscilao nos extremos do DC. claro, ento, que o agrupamento dos pontos
da malha perto dos contornos produz interpolaes polinomiais limitadas.
O mapeamento de cada SV do DC para o domnio fsico (DF) feito utilizando a
relao a seguir
x
DF
i,j+
1
/2
= a +
_
x
DC
i,j+
1
/2
+ 1
_
2
(b a) (4.10)
onde a e b so os extremos no intervalo do DF.
4.4 Reconstruo polinomial unidimensional
Dadas as variveis de estado mdias de S
w
para todos os CVs em SV
i
, Eq. (4.4), temos
como objetivo construir um polinmio P
SV
i
(x), de grau no mximo k 1, para SV
i
, de
tal forma que este polinmio seja de k-sima ordem de aproximao para a funo S
w
(x)
no interior de SV
i
, i.e.,
P
SV
i
(x) = S
w
(x) + O
_
h
k
_
, x SV
i
, i = 1, ..., N. (4.11)
Em particular a Eq. (4.11) fornece as aproximaes para a funo S
w
(x) nos contornos
dos CVs, da forma a seguir:
S
w(i,j+
1
/2)
P
SV
i
_
x
i,j+
1
/2
_
= S
w(i)
_
x
i,j+
1
/2
_
+ O
_
h
k
_
, j = 0, ..., k i = 1, ..., N. (4.12)
1 0.5 0 0.5 1
1.5
1
0.5
0
0.5
1
1.5
2
X
Malha Uniforme

1
2
3
(a) k = 3
1 0.5 0 0.5 1
4
3
2
1
0
1
2
3
4
X
Malha Uniforme

1
2
3
4
5
6
(b) k = 6
Figura 4.3: Bases polinomiais {} com varivel mdia no centro da clula utilizando CV
equidistantes para: (a) k=3 e (b) k=6.
1 0.5 0 0.5 1
0
0.2
0.4
0.6
0.8
1
Pontos Equidistantes

Interpolaao Eq
Funao
1 0.5 0 0.5 1
0
0.2
0.4
0.6
0.8
1
Pontos GaussLobatto

Interpolaao GL
Funao
Figura 4.4: Surgimento do fenmeno de Runge ao interpolar a funo: f(x) =
1
1+12x
2
utilizando 16 pontos de interpolao.
Esta reconstruo pode ser feita de muitas formas. Porm, aqui utilizado o mtodo
apresentado por Shu (1998), no qual se considera a existncia de um nico polinmio de
grau no mximo k 1, de tal forma que a mdia em cada um dos CV em SV
i
pode ser
escrita como
S
w(i,j)
=
1
h
i,j
_
x
i,j+
1
/2
x
i,j
1
/2
P
SV
i
(x) dx; j = 1, ..., k, (4.13)
onde P
SV
i
(x) a aproximao de S
w
(x) e h
i,j
= x
i,j+
1
/2
x
i,j
1
/2
(ver Eq. 4.4). Resumindo,
preciso calcular a soluo aproximada de S
w
(x) nos contornos dos CV, para atualizar
a varivel de estado

S
w
(x) no prximo nvel de tempo. Uma vez que o mapeamento das
variveis mdias

S
w(i,j)
para os contornos dos CV resultado de uma combinao linear,
existem coecientes c
jl
os quais dependem do ordem de acurcia k e do tamanho da malha
h
i,j
em SV
i
, mas no da prpria funo S
w
(Shu, 1998), de tal forma que
S
w(i,j+
1
/2)
=
k
l=1
c
jl

S
w(i,l)
, j = 0, ..., k. (4.14)
Com a expresso anterior, Eq. (4.14), possvel aproximar o valor de S
w
nos contornos
dos CVs de forma simples. A continuao discutido o procedimento para calcular as
constantes de interpolao c
jl
.
4.5 Constantes de interpolao polinomial
Considerando a funo primitiva para S
w
(x),
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
1
0.5
0
0.5
1
1.5
2
X
Malha GaussLobatto

1
2
3
(a) k = 3
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
1.5
1
0.5
0
0.5
1
1.5
2
X
Malha GaussLobatto

1
2
3
4
5
6
(b) k = 6
Figura 4.5: Bases polinomiais {} com varivel mdia no centro da clula utilizando CVs
dados pelos pontos de quadratura de Gauss-Lobatto para (a) k=3 e (b) k=6.
S
w
(x)
x
_
x
i,
1
/2
S
w
() d () , x SV
i
. (4.15)
Ao avaliar em x = x
i,j+
1
/2
a Eq. (4.15) pode ser expressa exatamente pela mdia de S
w
(x)
das clulas dos CVs nos contornos do volume de controle para um SV
i
, como se apresenta
a seguir
S
w
_
x
i,j+
1
/2
_
=
j
l=1
x
i,l+
1
/2
_
x
i,l
1
/2
S
w
() d =
j
l=1
S
w(i,l)
h
i,l
, para j = 1, ..., k. (4.16)
Por denio, a Eq. (4.15), quando j = 0
S
w
_
x
i,
1
/2
_
= 0. (4.17)
Resumindo, acontece que conhecendo as variveis mdias nas clulas para os CV,
possvel calcular a funo primitiva

S
w
(x) exatamente nos contornos dos CV. Denotando
o nico polinmio de grau no mximo k, o qual interpola

S
w
_
x
i,j+
1
/2
_
nos k + 1 pontos a
seguir
x
i,
1
/2
, ..., x
i,k+
1
/2
(4.18)
por
i
(x) e a derivada deste polinmio por P
i
(x), i.e.,
P
i
(x)
i
(x) , (4.19)
ento se verica que
1
h
i,j
x
i,j+
1
/2
_
x
i,j
1
/2
P
i
(x) dx =
1
h
i,j
x
i,j+
1
/2
_
x
i,j
1
/2
i
(x) dx =
1
h
i,j
_
_
x
i,j+
1
/2
_
_
x
i,j
1
/2
_
=
1
h
i,j
_
S
w
_
x
i,j+
1
/2
_

S
w
_
x
i,j
1
/2
_
_
=
1
h
i,j
_
_
_
x
i,j+
1
/2
_
x
i,
1
/2
S
w
(x) dx
x
i,j
1
/2
_
x
i,
1
/2
S
w
(x) dx
_
_
_
(4.20)
=
1
h
i,j
x
i,j+
1
/2
_
x
i,j
1
/2
S
w
(x) dx =

S
w(i,j)
, j = 1, ..., k.
Isto implica que P
i
(x) o polinmio procurado. Pela teoria de aproximao padro tem-se
que
i
(x) =

S
w
(x) + O
_
h
k
_
, x SV
i
; (4.21)
i.e.,
P
i
(x) = S
w
(x) + O
_
h
k
_
, x SV
i
. (4.22)
A Eq. (4.22), apresenta o requerimento de acurcia desejado. Para obter as constantes
c
jl
da Eq. (4.14), utilizado o formalismo de interpolao polinomial de Lagrange, onde
i
(x) =
k
r=0
S
w(i,r+
1
/2)
i,r+
1
/2
(x) x SV
i
. (4.23)
S
w(i,r+
1
/2)
=

S
w
_
x
i,r+
1
/2
_
e
i,r+
1
/2
(x) so os coecientes de interpolao de Lagrange, da
forma a seguir
i,r+
1
/2
(x) =
k
l=0,l=r
x x
i,l+
1
/2
x
i,r+
1
/2
x
i,l+
1
/2
(4.24)
Introduzindo
(x) =
_
x x
i,
1
/2
_ _
x x
i,
3
/2
_
. . .
_
x x
i,k+
1
/2
_
, (4.25)
pode-se escrever a Eq. (4.24) como
i,r+
1
/2
=
(x)
_
x x
i,r+
1
/2
_
_
x
i,r+
1
/2
_. (4.26)
Para a reconstruo baseada nas variveis mdia na clula, o polinmio de ordem k1
procurado, considerando as Eqs. (4.17) e (4.19), a Eq. (4.23) pode ser escrita da forma a
seguir
P
i
(x) =
i
(x) =
k
r=0
S
w(i,r+
1
/2)
i,r+
1
/2
(x) =
k
r=1
S
w(i,r+
1
/2)
i,r+
1
/2
(x) , (4.27)
onde da Eq. (4.26) temos
i,r+
1
/2
(x) =

(x)
_
x x
i,r+
1
/2
_
_
x
i,r+
1
/2
_
(x)
_
x x
i,r+
1
/2
_
2
_
x
i,r+
1
/2
_
=
1
_
x
i,r+
1
/2
_
k
l=0,l=r
(x)
_
x x
i,r+
1
/2
_ _
x x
i,l+
1
/2
_. (4.28)
Substituindo a Eq. (4.16) na Eq. (4.27), obtido o polinmio de ordem k 1 baseado nas
variveis mdia nas clulas da forma a seguir
P
i
(x) =
k
r=1
r
l=1
S
w(i,l)
h
i,l
i,r+
1
/2
(x) =
k
l=1
_
k
r=l
i,,r+
1
/2
(x) h
i,l
_

S
w(i,l)
. (4.29)
Utilizando as Equaes (4.28) e (4.29), pode-se escrever a forma geral para as funes de
base polinomiais da forma a seguir
l
(x) = h
i,l
k
r=l
i,r+
1
/2
(x) = h
i,l
k
r=l
1
_
x
i,r+
1
/2
_
k
m=0,m=r
(x)
_
x x
i,r+
1
/2
_ _
x x
i,m+
1
/2
_
= h
i,l
k
r=l
1
_
x
i,r+
1
/2
_
k
m=0
m=r
k
q=0
q=r,m
_
x x
i,q+
1
/2
_
. (4.30)
Logo
P
i
(x) =
k
l=1
l
(x)

S
w(i,l)
. (4.31)
Portanto os coecientes c
jl
so da forma a seguir
c
jl
=
l
_
x
i,j+
1
/2
_
= h
i,l
k
r=l
1
_
x
i,r+
1
/2
_
k
m=0
m=r
k
q=0
q=r,m
_
x
i,j+
1
/2
x
i,q+
1
/2
_
. (4.32)
A Eq. (4.32) pode ser utilizada para calcular as constantes de interpolao para qualquer
distribuio de pontos i.e., subdiviso de CV no SV. Se os CV so de igual tamanho a
Eq. (4.32) pode ser escrita da forma a seguir
c
jl
=
k
r=l
1
k
q=0,q=r
(r q)
k
m=0
m=r
k
q=0
q=r,m
(j q) . (4.33)
Nas Tabelas (4.1) e (4.2) so apresentadas as constantes de interpolao utilizando
a Eq. (4.32) e Eq. (4.33) respectivamente. As constantes de interpolao c
jl
no mudam
ao mapear do domnio computacional para o domnio fsico para quaisquer SV. Isto se
deve ao fato de que s dependem da ordem de acurcia desejada e da relao do tamanho
dos CVs. Esta uma clara vantagem do SFVM quando comparado com outros mtodos
de alta ordem, porque as constantes podem ser previamente computadas analiticamente
e s ser utilizadas no momento do clculo das variveis reconstrudas. Outra forma de
ver como feito o clculo das constantes c
jl
avaliando as funes base
l
em sua forma
explcita nos pontos de quadratura do domnio computacional para uma determinada
partio.
A seguir apresenta-se como exemplo as funes base para ordem de acurcia k = l = 3
Tabela 4.1: Coecientes de reconstruo para CVs no uniformes utilizando a distribuio
dos pontos de Gauss-Lobatto Eq. (4.32)
k j l=1 l=2 l=3 l=4
1
0 1
1 1
2
0 3/2 -1/2
1 1/2 1/2
2 -1/2 3/2
3
0 19/12 -5/6 1/4
1 1/2 2/3 -1/6
2 -1/6 2/3 1/2
3 1/4 -5/6 19/12
4
0 1801/1118 -1053/1121 1786/3761 -204/1393
1 1/2 985/1393 -408/1393 102/1189
2 -204/1393 373/577 373/577 -204/1393
3 102/1189 -408/1393 985/1393 1/2
4 -204/1393 1786/3761 -1053/1121 1801/1118
Tabela 4.2: Coecientes de reconstruo para CVs uniformes utilizando utilizando a dis-
tribuio dada na Eq. (4.33)
k j l=1 l=2 l=3 l=4
1
0 1
1 1
2
0 3/2 -1/2
1 1/2 1/2
2 -1/2 3/2
3
0 11/6 -7/6 1/3
1 1/3 5/6 -1/6
2 -1/6 5/6 1/3
3 1/3 -7/6 11/6
4
0 25/12 -23/12 13/12 -1/4
1 1/4 13/12 -5/12 1/12
2 -1/12 7/12 7/12 -1/12
3 1/12 -5/12 13/12 1/4
4 -1/4 13/12 -23/12 25/12
Tabela 4.3: Posies otimizadas para os contornos dos CVs no domnio computacional.
k
1

2

3

4

5
2 -1.00 0.00 1.00
3 -1.00 -0.58 +0.58 +1.00
4 -1.00 -0.78 0.00 +0.78 +1.00
1
(x) =
2x 3x
2
+
2
2 + 2
2
(x) =
1 3x
2
+ +
2
1 +
(4.34)
3
(x) =
2x + 3x
2
2
2 + 2
onde x = x
DC
i,j+
1
/2
pertence ao domnio computacional [-1,1] e um parmetro livre
que depende do tipo de partio (Liu, 2013). Para o caso analisado as funes base
polinomiais Eq. (4.34) so avaliadas nos pontos de quadratura gerados pela distribuio
de Gauss-Lobatto, Eq. (4.9), com = 1/2, i.e.,
x
DC
i,j+
1
/2
= [1 1/2 1/2 1] . (4.35)
A distribuio de Gauss-Lobatto foi adotada neste trabalho devido ao fato de que ela
apresenta baixa oscilao perto dos extremos do domnio computacional e, desta forma,
conseguimos minimizar o surgimento de oscilaes esprias associadas a esquemas de
ordem de acurcia maior a um. Outro motivo que a distribuio de Gauss-Lobatto
utilizada na maioria dos testes que foram tomados como referncia para vericar nosso
trabalho.
Por outro lado, existem outros tipos de parties como por exemplo a denominada
tangente hiperblica,
x
i,j+
1
/2
=
tanh
_
2j
k

_
tanh ()
, j = 0, ..., k, (4.36)
onde o parmetro livre controla o grau de agrupamento dos pontos de quadratura perto
dos contornos da clula espectral. Para mais detalhes, ver Wang (2002). Finalmente,
procurando uma optimizao do comportamento das parties na soluo, van den Abeele
et al. (2007b) propem a distribuio fornecida na Tabela 4.3.
Figura 4.6: Esquema do domnio fsico, com uma clula fantasma SV(gho) e trs clulas
espectrais, incluindo a clula interna SV(int) e o contorno SVbnd.
4.6 Condies de contorno e iniciais
As condies de contorno desempenham um papel muito importante em todos os pro-
blemas fsicos. Dado um conjunto de equaes governantes vlidas, em um determinado
domnio, a soluo para um problema fsico em estado estacionrio denida inteiramente
pelas condies de contorno. No caso de problemas fsicos transientes, a soluo inicial
e as condies de contorno so relevantes. Como consequncia, impor adequadamente
as condies de contorno e iniciais uma necessidade para obter simulaes numricas
acuradas (van den Abeele, 2009).
Para alcanar este objetivo, um valor para a face no contorno Sbnd imposto. Isto
signica que a soluo numrica forada a ter exatamente o mesmo valor no contorno
como o que prescrito pela condio de fronteira, o que corresponde a uma imposio
forte. Alm disso no SFVM, solues em um SV fantasma,

S
w(gho)
, so introduzidas na
face esquerda do contorno SVbnd, ver Fig. 4.6. Isto para auxiliar na implementao das
funes limitadoras, como ser apresentado na Sec. 4.7. Um tipo bsico de condio de
contorno, conhecida com o nome de condio de contorno de Dirichlet, ser discutido a
seguir.
4.6.1 Condio de contorno de Dirichlet
A condio de contorno de Dirichlet, que utilizada nos testes do problema de Buckley-
Leverett na Sec. 5.3.1, impe diretamente um valor para a saturao S
w
no contorno bnd
como indicado na Fig 4.6 da forma a seguir
S
w(bnd)
= S
w
(0, t) = 1 S
or
, (4.37)
desta forma o uxo numrico no ponto de quadratura bnd pode ser calculado utilizando
o uxo analtico, como se apresenta a seguir
F
bnd
= f
adv
_
S
w(bnd)
_
. (4.38)
Para os outros testes foram utilizadas condies de contorno peridicas. Detalhes ao
respeito de outras formas para lidar com condies de contorno no contexto do SFVM
podem ser encontrados em (van den Abeele, 2009; Breviglieri et al., 2010).
4.6.2 Condies iniciais
Para o tratamento da condio inicial no SFVM necessrio tomar cuidado da forma
em que implementada dita condio quando o ordem de acurcia do SFVM maior
que 2 (k > 2). Acontece que para ordens maiores que 2, o teorema do valor meio no
garante que a posio do ponto de colocao corresponda ao centro do CV, onde a condio
inicial avaliada para inicializar a soluo numrica. Isto produz erros e queda na taxa de
convergncia esperada. Este problema pode ser corregido inicializando a soluo numrica
para o SFVM utilizando a mdia exata no CV, a qual dada pela integral da condio
inicial como se apresenta a seguir (Sourek, 2013):
S(x, 0) = f(x) (4.39)
S(x, 0) =
1
h
i,j
_
x
i,j+
1
/2
x
i,j
1
/2
f(x)dx (4.40)
conseguindo desta forma uma melhor estimativa para a condio inicial. O tratamento
da soluo analtica deve ser feito de forma similar.
4.7 Funes limitadoras
O fenmeno de Gibbs associado com esquemas de alta ordem na presena de descontinui-
dades provoca a perda de monotonicidade da soluo de leis de conservao hiperblicas.
Godunov (1959) foi o primeiro a demostrar que no existem esquemas numricos linea-
res de segunda ordem, ou de mais alta ordem, que garantem monotonicidade. Portanto,
esquemas monotnicos de alta ordem, se existirem, devem ser no-lineares (Godunov,
1959).
H duas diferentes abordagens de funes limitadoras para alcanar monotonicidade.
Uma delas adotada pelo algoritmo de FCT (Flux Corrected Transport) de Boris and
Book (1973), onde se limita o uxo anti-difusivo e, assim, a soluo no prximo nvel
de tempo permanece montona. A outra abordagem, originalmente desenvolvido por
Van Leer (1974, 1979), a de limitar a reconstruo de modo que a soluo reconstruda
seja montona. Neste trabalho vai ser utilizada a segunda aproximao, com dois tipos
de limitadores, TVD e TVB, que se encontram formulados em termos da notao para os
CVs e os SVs (Wang, 2002).
O primeiro limitador de declividade a ser abordado denominado CVTVDM e atua
a nvel dos CVs. Deste modo, dadas as variveis mdias para todos os CVs
S
w(i,j)
, no
interior dos SV
i
, existe um polinmio de reconstruo de ordem ao menos k 1, o qual
satisfaz a relao a seguir
x
i,j+
1
/2
_
x
i,j
1
/2
P
SV
i
(x)dx =

S
w(i,j)
h
i,j
, j = 1, ..., k (4.41)
Lembrando que dito polinmio de reconstruo utilizado para atualizar as variveis
de estado nos contornos dos CVs. Que por sua vez so usadas para atualizar a soluo no
prximo nvel de tempo, como se apresenta a seguir
d
S
w(i,j)
dt
h
i,j
+
_
f
adv(i,j+
1
/2)
f
adv(i,j
1
/2)
_
= 0. (4.42)
Onde
f
adv(i,j+
1
/2)
= F(
w(i,j+
1
/2)
,

S
+
w(i,j+
1
/2)
) (4.43)
sendo F o resolvedor de Riemann a ser utilizado em todas as interfaces dos CVs, alm das
interfaces dos SVs. Sendo

S
w(i,j+
1
/2)
e

S
+
w(i,j+
1
/2)
as variveis reconstrudas limitadas, as
quais garantem que o mtodo umrico tem a propriedade TVD ou TVB. Para calcular
as variveis reconstrudas limitadas, levamos em considerao que S
w(i,j+
1
/2)
= S
w(i,j+
1
/2)
=
S
+
w(i,j+
1
/2)
no interior dos SVs, ento podemos escrever as variveis no limitadas em termos
das diferenas avanadas e diferenas atrasadas como:
S
w(i,j+
1
/2)
=

S
w(i,j)
+S
+
w(i,j)
(4.44)
S
+
w(i,j+
1
/2)
=

S
w(i,j+1)
S
w(i,j)
(4.45)
o tratamento nos contornos do SV da forma
S
w(i1,k+
1
/2)
= S
w(i,
1
/2)
=

S
w(i1,k)
+S
+
w(i1,k)
(4.46)
S
w(i,
1
/2)
= S
+
w(i.
1
/2)
=

S
w(i.1)
S
w(i,1)
(4.47)
nas equaes anteriores os superescritos (-) e (+) so usados para indicar o lado esquerdo
e o lado direito da interface numrica respectivamente, e k o ordem de acurcia. Com
as consideraes anteriores as variveis limitadas podem ser escritas como
w(i,j+
1
/2)
=

S
w(i,j)
+
S
+
w(i,j)
(4.48)
S
+
w(i,j+
1
/2)
=

S
w(i,j+1)
w(i,j)
(4.49)
onde
w(i,j)
e
S
+
w(i,j)
utilizam as funes limitadoras a seguir:
Funo limitadora tipo CVTVDM
w(i,j)
= min mod
_
S
w(i,j)
,

S
w(i,j+1)

S
w(i,j)
,

S
w(i,j)

S
w(i,j1)
_
(4.50)
S
+
w(i,j)
= min mod
_
S
+
w(i,j)
,

S
w(i,j+1)

S
w(i,j)
,

S
w(i,j)

S
w(i,j1)
_
(4.51)
onde a funo minmod com trs parmetros denida como
minmod(x, y, z) =
_
_
_
s min ([a[ , [b[ , [c[) , se s = sing(a) = sing(b) = sing(c)
0 caso contrrio
(4.52)
Funo limitadora tipo CVTVBM
w(i,j)
_
_
_
S
w(i,j)
se
w(i,j)
Mh
2
i,j
min mod
_
S
w(i.j)
,

S
w(i,j+1)

S
w(i,j)
,

S
w(i,j)

S
w(i,j1)
_
caso contrrio
(4.53)
S
+
w(i,j)
_
_
_
S
+
w(i,j)
se
S
+
w(i,j)
Mh
2
i,j
min mod
_
S
+
w(i.j)
,

S
w(i,j+1)

S
w(i,j)
,

S
w(i,j)

S
w(i,j1)
_
caso contrrio.
(4.54)
O nmero M dependente da segunda derivada da soluo e recomendado escolher o
valor mximo absoluto da segunda derivada da soluo para o domnio computacional
(Wang, 2002).
O segundo limitador conhecido com o nome de SVTVDM. Portanto, dado o vetor
das variveis soluo
_
S
w(i,j)
_
, calcula-se o vetor das variveis soluo limitadas
_
U
w(i,j)
_
,
de tal forma que:
_
U
w(i,j)
_
= SVTVDM
__
S
w(i,j)
__
. (4.55)
A seguir so apresentadas as etapas para obter o limitador SVTVDM:
Primeiro calcular as variveis mdias nas clulas para os SV, de acordo com
S
w(i)
=
k
j=1
S
w(i,j)
h
i,j
k
j=1
h
i,j
, i = 1, ..., N (4.56)
onde h
i,j
o comprimento do CV, k a ordem de acurcia do SFVM, e N o nmero de
SVs.
Clculo da soluo limitada nos contornos dos SV utilizando as solues reconstru-
das nos contornos,
S
+
w(i,
1
/2)
=

S
w(i)
min mod
_
S
w(i)
P
SV
i
_
x
i,
1
/2
_
,

S
w(i)

S
w(i1)
,

S
w(i+1)

S
w(i)
(4.57)
S
w(i,k+
1
/2)
=

S
w(i)
+ min mod
_
P
SV
i
_
x
i,k+
1
/2
_

S
w(i)
,

S
w(i)

S
w(i1)
,

S
w(i+1)

S
w(i)
(4.58)
onde P
SV
i
(x) o polinmio interpolador.
Agora, se S
+
w(i,
1
/2)
= P
SV
i
_
x
i,
1
/2
_
e S
w(i,k+
1
/2)
= P
SV
i
_
x
i,k+
1
/2
_
, ento
U
w(i,j)
=

S
w(i,j)
, j = 1, ...k, (4.59)
caso contrrio uma distribuio linear assumida para SV
i
, i.e.,
S
w(i)
(x) =

S
w(i)
+ (x x
i
) . (4.60)
A inclinao dada por
= min mod
_
2
_
S
w(i)

S
w(i1)
_
h
i
,
2
_
S
w(i+1)

S
w(i)
_
h
i
_
. (4.61)
Com a distribuio linear, Eq. (4.60), as variveis mdias na clulas para os CV podem
ser computadas de acordo com
U
w(i,j)
(x) =

S
w(i)
+ (x
i,j
x
i
) . (4.62)
Similarmente, pode-se denir o limitador SVTVBM, alterando as funes limitadoras
das Eq. (4.57) e Eq. (4.58) da forma a seguir:
S
+
w(i,
1
/2)
=
_
S
w(i)
P
SV
i
_
x
i,
1
/2
_
se

S
w(i)
P
SV
i
_
x
i,
1
/2
_
Mh
2
i
S
w(i)
min mod
_
S
w(i)
P
i
_
x
i,
1
/2
_
,

S
w(i)

S
w(i1)
,

S
w(i+1)

S
w(i)
caso
contrrio
(4.63)
S
w(i,k+
1
/2)
=
_
_
P
SV
i
_
x
i,k+
1
/2
_

S
w(i)
se

S
w(i)
P
SV
i
_
x
i,k+
1
/2
_
Mh
2
i
S
w(i)
+ min mod
_
P
SV
i
_
x
i,k+
1
/2
_

S
w(i)
,

S
w(i)

S
w(i1)
,

S
w(i+1)

S
w(i)
ca-
so contrrio.
(4.64)
A desvantagem da funo limitadora tipo TVD que reduz a acurcia do mtodo,
na presena de descontinuidades, mesmo nos pontos extremos de solues suaves. Este
problema minimizado utilizando funes limitadoras tipo TVB.
4.8 Avaliao de acurcia dos mtodos numricos
Para quanticar o erro preciso escolher uma norma. O conjunto padro de normas mais
comumente usadas na comunidade CFD so as normas p, i.e.,
|E|
p
=
_
x
i=
[E
i
[
p
_
1
/p
(4.65)
onde E representa a funo aproximao do erro ou a diferena entre a soluo numrica
e a soluo exata, isto , E = (Varivel
numrica
Varivel
exata
). Note-se que o termo x
muito importante para se obter a escala certa e ordem de acurcia quando a malha
renada. O mtodo dito ser de ordem k se
|E|
p
= O
_
x
k
_
(4.66)
quando x 0. Idealmente desejvel obter numericamente a taxa de convergncia
terica quando a malha renada (Hirsch, 2007).
Na obteno da taxa de convergncia utilizou-se a norma 1 e a norma mxima, ou
norma , para a medida do erro, como se apresenta a seguir
|E|
1
=
_
x
i=
[E
i
[
_
(4.67)
|E|
= max
<i<
[E
i
[ (4.68)
Assim, o erro numrico do SVFM, como uma funo do espaamento da malha, pode ser
escrita como
erro x
k
(4.69)
Ao tomar o logaritmo em ambos lados desta equao, ela pode ser escrita como
log (erro) k log (x) . (4.70)
Assim, tomando-se duas malhas 1 e 2, temos
k
log
_
erro 1
erro 2
_
log
_
x1
x2
_ (4.71)
ou levando em conta o nmero de DOFs, tem-se
k
log
_
erro 1
erro 2
_
log
_
DOFs 2
DOFs 1
_ (4.72)
4.9 Algoritmo geral
As etapas do SFVM para dar soluo equaes do modelo matemtico que regem o
escoamento bifsico de gua-leo em reservatrios de petrleo podem ser resumidas como:
1. A partir de um domnio [a,b], a malha primal construda pela subdiviso do
domnio fsico em o nmero N de SV desejados.
2. Subdiviso dos SVs em CVs, segundo o ordem de acurcia k, utilizando a Eq. (4.10)
para fazer o mapeamento do DC ao DF.
3. Pr-computar os coecientes de interpolao polinomial para o tipo malha a ser
usada. Utilizar a Eq. (4.32) ou Tab. 4.1.
4. Calcular o passo de tempo, de acordo com a condio CFL, o comprimento h
i,j
do
CV de menor tamanho e a funo uxo Eq. (2.42), da forma a seguir:
t =
CFL
|df
adv
/dS
w
|
x
+
h
w
x
2
. (4.73)
5. Calcular a soluo inicial S
w0
, de acordo com as Eqs. (4.39) e (4.40).
6. Utilizao da funo FFN
_
S
w
_
para calcular os uxos numricos, como se apresenta
a seguir:
Clculo das variveis reconstrudas nas interfaces numricas para cada CV,
Eq. (4.14).
Clculo das variveis reconstrudas limitadas, usando a funo limitadora de incli-
nao (ver Subsec. 4.7).
Clculo do uxo numrico utilizando os resolvedores de Riemann aproximados (ver
Subsec. 3.1.2) nas interfaces entre SVs, e uxo analtico nas interfaces internas do
CV. Se for o caso de que a funo limitadora tornou descontnua a varivel re-
construda nos contornos dos CVs, o uxo analtico deve ser substitudo pelo uxo
numrico.
7. Avano no tempo n-loop via o mtodo explcito de Runge-Kutta de ordem 3.
Calculo da soluo (etapa 1) usando a soluo inicial (S
w0
)
Calculo dos uxos numricos usando a funo FFN(S
w0
).
Calculo da soluo (
S
w1
) via formula conservativa Eq. (4.7)
Calculo da soluo (etapa 2) usando a soluo (
S
w1
)
Calculo dos uxos numricos usando a funo FFN
_
S
w1
_
.
Calculo da soluo (S
w2
Calculo da soluo (etapa 3) usando a soluo (
S
w2
)
Calculo dos uxos numricos usando a funo FFN
_
S
w2
_
.
Calculo da soluo (
S
w3
Atualizao de soluo S
w0
=

S
w3
, para ser utilizada no prximo nvel de tempo
t = n t.
Fim do loop quando o tempo nal de simulao igual a t.
8. Calculo de erros (ver subsec. 4.8) e apresentao de resultados em forma grca.
54
Captulo 5
Aplicaes
5.1 Estudo da acurcia utilizando a equao da onda
linear
5.1.1 Propagao da onda senoidal
Neste exemplo vamos utilizar a equao linear (2.1), no domnio computacional [-1,1] com
condio inicial:
S(x, 0) = sin(x) (5.1)
e condies de contorno peridicas nas extremidades do domnio. Para atingir a taxa de
convergncia esperada a soluo numrica para o SFVM deve ser inicializada utilizando a
mdia exata no CV , a qual dada pela integral da Eq. (5.1), como se apresenta a seguir:
S(x, 0) =
1
h
i,j
_
x
i,j+
1
/2
x
i,j
1
/2
sin(x)dx. (5.2)
O tratamento da soluo analtica deve ser feito de forma similar. Por outro lado, um
esquema de integrao temporal de ordem 3, tipo TVD Runge-Kutta, foi utilizado, com
um intervalo de tempo t = 10
4
, com o objetivo de conseguir um erro de discretizao
praticamente no dependente da discretizao temporal (Breviglieri et al., 2010; Wang,
2002). Neste teste foi utilizado uma velocidade, a = 1 (van den Abeele et al., 2007b), e
o resolvedor de Riemann tipo Roe. Na Tabela 5.1, mostram-se as normas L
1
e L
do
erro produzido com SFVM, utilizando CVs equidistantes para um tempo t = 1. Aqui, o
DOFs, ou seja, o nmero de SV por o nmero de CV calculado da forma a seguir
DOF = SV CV. (5.3)
Como pode-se ver na Tabela 5.1 o SFVM de ordem 2 e 3 com pontos equidistantes se
comportam corretamente e atingem a ordem de acurcia esperada em malhas de baixa
5. Aplicaes 55
Tabela 5.1: Avaliao da acurcia do esquema 1-D SFVM, para a equao da onda,
utilizando CV uniformes.
k x DOFs L
erro L
ordem L
1
erro L
1
ordem
2
1.00e-1 20 5.34e-2 - 3.29e-2 -
5.00e-2 40 1.41e-2 1.92 8.72e-3 1.92
2.50e-2 80 3.56e-3 1.99 2.24e-3 1.96
1.25e-2 160 8.94e-4 1.99 5.65e-4 1.99
6.25e-3 320 2.24e-4 2.00 1.42e-4 1.99
3.13e-3 640 5.59e-5 2.00 3.55e-5 2.00
3
6.67e-2 30 4.12e-3 - 2.40e-3 -
3.33e-2 60 5.31e-4 2.96 3.08e-4 2.96
1.67e-2 120 6.66e-5 3.00 3.90e-5 2.98
8.33e-3 240 8.34e-6 3.00 4.90e-6 2.99
4.16e-3 480 1.04e-6 3.00 6.14e-7 3.00
2.08e-3 960 1.30e-7 3.00 7.69e-8 3.00
4
1.00e-1 20 3.24e-3 - 1.64e-3 -
5.00e-2 40 1.91e-4 4.08 1.13e-4 3.85
2.50e-2 80 1.47e-5 3.70 7.04e-4 4.01
1.25e-2 160 8.44e-7 4.12 4.30e-7 4.03
6.25e-3 320 5.39e-8 3.97 2.71e-8 4.00
3.13e-3 640 3.79e-9 3.83 1.70e-9 3.99
5
1.00e-1 20 1.27e-3 - 4.42e-4 -
5.00e-2 40 7.55e-5 4.33 2.19e-5 4.07
2.50e-2 80 8.15e-6 2.46 3.98e-6 3.21
1.25e-2 160 1.06e-5 -0.38 4.58e-6 -0.20
6.25e-3 320 4.61e-4 -5.43 1.80e-4 -5.29
5. Aplicaes 56
0.55 0.5 0.45
0.99
0.995
1
1.005
t = 1.0e+00 / 1600 iter / k = 5 / 320 NDOF / mu 1.0e06
CFL = 1.0e01 / 64 SVs
X
U

S. Numerica
S. Analitica
Figura 5.1: Detalhe da soluo exata e numrica obtida utilizando o mtodo SFVM de
ordem 5 para 64 SVs com CVs uniformes.
densidade. O desempenho do mtodo para ordem k = 4 ainda prximo do esperado,
porm, a taxa ou ordem tem comportamento oscilatrio (quedas e ascenses), ou seja,
no se comporta exatamente como esperado, conforme podemos observar. A ordem 5
de acurcia pode nunca ser atingida porque, quando a malha renada, se apresenta
um aumento na norma L
e na norma L
1
e consequentemente obtido uma taxa de
convergncia negativa. Isto pode acontecer devido a que a interpolao lagrangiana
muito oscilatria, quando o grau do polinmio interpolador atinge p = 3 ou mais (Wang,
2002). Resumindo, acontece que quando a malha de baixa densidade, o mtodo capaz
de atingir o ordem de acurcia desejado, porm quando a malha renada, se apresenta
uma queda na norma mxima. Isto acontece por algumas oscilaes locais desenvolvidas
devido distribuio dos CV equidistantes (Wang, 2002), ver Sec. 4.3.
A m de observarmos o comportamento oscilatrio local do polinmio interpolador
danicando a soluo numrica, na Fig. 5.1 apresentamos a soluo obtida com o SFVM
de ordem k = 5, comparado com a soluo analtica. Levando em considerao que as
oscilaes locais apresentadas na Fig. 5.1 so produzidas somente pela discretizao espa-
cial, no teste seguinte so utilizados os pontos de Gauss-Lobatto (Eq. 4.9) para subdividir
os SVs. Os outros parmetros permanecem iguais. Na Tabela 5.2 so apresentadas as
normas dos erros L
1
e L
, para um tempo nal t = 1.

Neste exemplo, ca claro que o comportamento do SFVM para ordens de acurcia
k = 3, 4, 5, 6, utilizando a distribuio de Gauss-Lobatto para gerar as parties dos SVs,
apresentou uma melhoria expressiva na acurcia e na convergncia com respeito ao teste
para o SFVM utilizando CVs equidistantes (ver Fig. 5.2).
Com o objetivo de vericar a acurcia espectral do SFVM, um renamento tipo p,
5. Aplicaes 57
Tabela 5.2: Avaliao da acurcia do 1-D SFVM, para a equao da onda, utilizando CV
no uniformes gerados pelos pontos de quadratura de Gauss-Lobatto.
k x DOFs L
erro L
ordem L
1
erro L
1
ordem
3
6.67e-2 30 2.58e-3 - 1.07e-3 -
3.33e-2 60 3.45e-4 2.90 1.36e-4 2.97
1.67e-2 120 4.46e-5 2.95 1.73e-5 2.97
8.33e-3 240 5.67e-6 2.98 2.18e-6 2.99
1.25e-2 480 7.14e-7 2.99 2.74e-7 2.99
4
1.00e-1 20 2.23e-3 - 6.77e-4 -
5.00e-2 40 1.53e-4 3.86 4.61e-5 3.88
2.50e-2 80 9.52e-6 4.00 2.95e-6 3.97
1.25e-2 160 6.00e-7 3.99 1.86e-7 3.99
6.25e-3 320 3.75e-8 4.00 1.17e-8 3.99
3.13e-3 640 7.3e-10 4.00 2.35e-9 4.00
5
1.00e-1 20 5.50e-4 - 1.57e-4 -
5.00e-2 40 1.95e-5 4.82 5.11e-6 4.94
2.50e-2 80 6.24e-7 4.96 1.67e-7 4.94
1.25e-2 160 2.02e-8 4.95 5.35e-9 4.96
6.25e-3 320 6.2e-10 5.02 1.7e-10 4.96
6
6.67e-2 30 1.31e-5 - 2.96e-6 -
3.33e-2 60 4.61e-8 6.20 1.78e-7 6.00
1.67e-2 120 7.4e-10 5.94 2.89e-9 5.97
8.33e-3 240 4.2e-11 6.12 1.2e-11 5.90
3 2.5 2 1.5 1
11
10
9
8
7
6
5
4
3
2
1
Log10( x)
L
o
g
1
0
(
L
1

E
r
r
o
r
)
Refinamento h

k=2
k=3
k=4
k=5
k=6
Figura 5.2: Taxa de convergncia demostrando a acurcia espectral para o renamento h
para a equao de onda linear.
5. Aplicaes 58
2 3 4 5 6 7 8 9
12
10
8
6
4
2
0
Ordem de Acuracia
L
o
g
1
0
(
L

e
r
r
o
r
)
Refinamento p

2 SVs
4 SVs
6 SVs
8 SVs
Figura 5.3: Taxa de convergncia demostrando a acurcia espectral com o renamento p,
para a equao de onda linear.
como o utilizado no contexto do FEM, realizada. Neste estudo o nmero de SVs,
mantido xo, enquanto o grau do polinmio interpolador aumentado no interior do
SV. Como apresentado na Fig. 5.3, observe que o logaritmo do erro L
1
decresce quase
linearmente com respeito ordem de acurcia.
5.1.2 Propagao do pulso Gaussiano
A seguir feita a simulao para um pulso Gaussiano com largura mdia de 0.05 e condio
inicial dada por:
S (x, 0) = exp
_
_
x 0.5
0.05
_
2
_
(5.4)
com condies de contorno peridicas. Esta simulao foi feita com o SFVM de ordem
k = 1, 2, 3 e 4 com CFL= 0.5, 0.3, 0.18 e 0.12 respectivamente, como sugerido por Zhang
and Shu (2005), na procura de o limite de estabilidade timo. O tempo de simulao
de t=1.0, foram utilizados 100 SVs e velocidade a = 1. As parties dos SVs foram
feitas utilizando uma distribuio de pontos otimizada, como apresentado na Tab. 4.3.
Os resultados so apresentados na Fig. 5.4. Pode-se observar que o esquema de ordem
1 e 2 fornecem uma soluo com excesso de difuso numrica. A simulao de segunda
ordem mantm a forma da condio inicial, porm mostra difusividade e comportamento
oscilatrio, o qual esta relacionado com as propriedades de disperso e difuso do mtodo.
Para mais detalhes, ver van den Abeele et al. (2007a) e van den Abeele (2009). As
simulaes de terceira e quarta ordem produzem boas solues, ou seja, a soluo numrica
5. Aplicaes 59
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.2
0
0.2
0.4
0.6
0.8
1
1.2
x
u
Pulso Gaussiano t=1

k=1
k=2
k=3
k=4
S. Analitica
Figura 5.4: Simulao do pulso Gaussiano utilizando SFVM de ordem k = 1,2,3 e 4 no
tempo t=1.0, sem funo limitadora.
aproxima-se da soluo semi-analtica e no surgem oscilaes esprias, como se apresenta
na Fig. 5.4.
5.1.3 Propagao da onda quadrada
No teste subsequente utilizada uma onda quadrada que se propaga no domnio [0,1],
S(x, 0) =
_
_
_
1,
0,
1
4
x
3
4
caso contrrio
(5.5)
com velocidade constante a = 1 e condies de contorno peridicas. Neste teste foi
utilizado o SFVM de ordem de acurcia k = 2, com 40 volumes espectrais e volumes de
controle gerados pelos pontos de quadratura de Gauss-Lobatto para fazer as parties do
SV, alm do resolvedor de Riemann de Roe. As simulaes foram feitas com e sem funo
limitadora, para um tempo nal t = 1, utilizando o esquema de Runge Kutta de ordem 3,
para a discretizao temporal com um intervalo de tempo t = 10
4
. Na Fig. 5.5a pode-se
observar as oscilaes perto das descontinuidades ou gradientes acentuados denominadas
fenmeno de Gibbs, as quais se apresentam em formulaes numricas de ordem de
acurcia maior que um (k > 1), como neste caso (Godunov, 1959).
Para resolver o problema das oscilaes na soluo numrica, introduzido um termo
no linear na formulao, atravs de uma funo limitadora tipo SVTVDM (ver Sec. 4.7).
Na gura 5.5b mostra-se a soluo utilizando a funo limitadora que atua controlando
5. Aplicaes 60
o gradiente da varivel reconstruda nos contornos dos SVs. Desta forma, esta funo
diminui ou suprime as oscilaes esprias na soluo perto dos gradientes acentuados.
0 0.2 0.4 0.6 0.8 1
0.2
0
0.2
0.4
0.6
0.8
1
1.2
t = 1.000e+00 / 667 iter / k = 2 / 80 NDOF/ CFL = 1.200e01
Pontos gl
X
U

SFVM
S. Analitica
(a)
0 0.2 0.4 0.6 0.8 1
0.2
0
0.2
0.4
0.6
0.8
1
SFVM k = 2, com limitador SVTDVM
X
U

S. Analitica
SFVM
(b)
Figura 5.5: Simulao de uma onda quadrada feita com o mtodo SFVM para um tempo
nal t = 1: (a) sem funo limitadora. (b) Utilizando o limitador SVTVDM.
5.2 Teste para equao no linear de Burgers
Neste teste estudado a equao no linear de Burgers (2.5), no domnio [-1,1], com
condies de contorno peridicas e condio inicial:
5. Aplicaes 61
S(x, 0) = 1 +
1
2
sin(x). (5.6)
Para este teste foi utilizado o resolvedor de Riemman de Roe, volumes de controle gerados
utilizando a distribuio de Gauss-Lobatto, velocidade constante a = 1, e um esquema de
discretizao temporal tipo Runge Kutta de ordem 3, com passo de tempo t = 10
4
. A
soluo exata suave at um tempo t = 2/. A partir deste instante de tempo, tem-se
ento a formao de uma onda de choque. O primeiro teste feito no tempo t = 0.3, onde
a soluo apresenta comportamento suave. Aqui o SFVM analisado para diferentes
ordens de acurcia e os resultados para as normas do erro L
1
e L
so mostrados na
Tabela 5.3, junto com a ordem de acurcia numrica. Em geral observa-se que a ordem
de acurcia esperada atingida.
Com o objetivo de vericar a acurcia espectral e o desempenho computacional, outro
teste apresentado na Fig. 5.6, na qual a soluo numrica do mtodo SFVM de ordem 2
com 12 DOFs gracada junto com a soluo numrica para ordem 4 com igual nmero
de graus de liberdade ou igual nmero de incgnitas por solucionar. Neste problema, no
utilizada a funo limitadora, isto devido a que para o tempo nal t = 0.3 a soluo
ainda suave e no apresenta ondas de choque. Observa-se neste teste que a soluo para
ordem k = 4 apresenta melhor comportamento, aproximando-se da soluo semi-analtica.
No teste subsequente para o tempo t = 2/, a soluo inicia a formao do choque de-
vido ao cruzamento das linhas caractersticas. Ento, a soluo numrica pode apresentar
oscilaes sem a utilizao da funo limitadora (ver Fig. 5.7a). Na Fig. 5.7b apresen-
tada a soluo fazendo uso do limitador CVTVBM, que atua diminuindo as oscilaes
esprias, que se apresentam perto de gradientes acentuados. O limitador tipo CVTVBM
escolhido neste teste devido ao fato de que apresenta os melhores resultados na captura
do choque, tanto no incio do mesmo, t = 2/, como ao nal do tempo de simulao,
t = 1, quando a onda de choque j esta formada (Wang, 2002). O comportamento da
soluo sob a ao da funo limitadora tipo CVTVBM, a qual utilizada, para lidar
com oscilaes nas descontinuidades no tempo t = 1 apresentada na Fig. 5.8.
5.3 Modelo do uxo bifsico
5.3.1 Problema de Buckley-Leverett
Este problema, consiste basicamente no deslocamento imiscvel unidimensional de leo
por gua ao longo de um meio poroso homogneo em que, no modelo matemtico da
Eq. (2.41), desprezamos os efeitos gravitacionais, de capilaridade e termo de fonte. As
saturaes residuais de gua e leo so S
rw
= S
ro
= 0.1 e a razo entre as viscosidades
das fases
o
/
w
= 1 .
5. Aplicaes 62
Tabela 5.3: Estudo da acurcia na soluo da Equao de Burgers com condio inicial
senoidal no tempo t = 0.3 e volumes de controle no uniformes, gerados pelos pontos de
quadratura de Gauss-Lobatto.
k x DOFs L
erro L
ordem L
1
erro L
1
ordem
2
1.00e-1 20 2.73e-2 - 1.19e-2 -
5.00e-2 40 9.94e-3 1.46 3.05e-3 1.96
2.50e-2 80 3.16e-3 1.67 7.85e-4 1.96
1.25e-2 160 8.12e-4 1.95 1.91e-4 2.04
6.25e-3 320 2.11e-4 1.94 4.87e-5 1.97
3.13e-3 640 5.25e-5 2.00 1.25e-5 1.96
3
6.67e-2 30 1.14e-2 - 1.46e-3 -
3.33e-2 60 2.14e-3 2.41 1.95e-4 2.90
1.67e-2 120 3.86e-4 2.47 2.75e-5 2.83
8.33e-3 240 5.82e-5 2.73 3.61e-6 2.93
1.25e-2 480 7.71e-6 2.92 4.82e-7 2.91
2.08e-3 960 9.95e-7 2.95 6.20e-8 2.96
4
1.00e-1 20 1.63e-2 - 2.89e-3 -
5.00e-2 40 7.84e-4 4.38 1.05e-4 4.78
2.50e-2 80 2.56e-4 1.62 1.25e-5 3.07
1.25e-2 160 1.62e-5 3.98 7.19e-7 4.12
6.25e-3 320 1.11e-6 3.87 4.35e-8 4.04
3.13e-3 640 7.05e-8 3.98 2.70e-9 4.01
5
0.2 20 1.43e-2 - 2.10e-3 -
0.1 40 8.14e-4 4.14 6.40e-5 5.04
0.05 80 9.16e-5 3.15 3.50e-6 4.19
2.5e-2 160 4.52e-6 4.34 9.51e-8 5.20
1.25e-2 320 1.81e-7 4.64 3.81e-9 4.64
6.25e-3 640 6.75e-9 4.75 1.3e-10 4.87
6
6.67e-2 30 2.93e-3 - 2.79e-4 -
3.33e-2 60 5.94e-5 5.62 3.65e-6 6.26
1.67e-2 120 5.46e-6 3.44 1.45e-7 4.65
8.33e-3 240 8.72e-8 5.97 1.71e-9 6.41
1.25e-2 480 1.51e-9 5.85 2.6e-11 6.04
5. Aplicaes 63
1 0.5 0 0.5 1
0.4
0.6
0.8
1
1.2
1.4
1.6
t = 2.957e01 / 22 iter / order 4 / 12 NDOF / CFL = 1.200e01
3 SVs
X
u

k=2
k=4
S. Analitica
Figura 5.6: Solues numricas para a equao do Burgers no tempo t=0.3 atravs do
SFVM do ordem 2, com 12 DOFs, gracada junto com a soluo numrica para ordem 4
com 12 graus de liberdade.
Nos exemplos a seguir, apenas a equao de saturao foi resolvida com as seguintes
condies iniciais e de contorno:
S
w
(x, 0) = S
wr
= 0.1 para 0 < x 1
S
w
(0, t) = 1.0 S
or
para x = 0 (5.7)
Comparao do mtodo numrico MUSCL-TVD e SFVM
Para este exemplo utilizamos os mtodos MUSCL-TVD e SFVM para segunda ordem de
acurcia e com igual DOFs. Nas Figs. 5.10 e 5.11, apresentamos as solues obtidas em
t=0.2, para quatro malhas unidimensionais diferentes, com 16, 32, 64 e 128 divises da
malha primal. Seguindo Pinto (1991), os intervalos de tempo escolhidos para cada malha
foram tais que CFL =
vt
x
= 0.1 onde v = [ v
t
[ = 1. Alm disso, uma funo limitadora
tipo CVTVBM foi utilizada para lidar com as oscilaes perto das descontinuidades.
Como podemos observar nas Figs. 5.10 e 5.11, mesmo para a malha menos densa, com
16 subdivises ao longo do domnio, nenhum dos mtodos apresenta oscilaes esprias.
Alm disso, os mtodos convergem adequadamente para a soluo analtica medida que
renamos as malhas.
Como um primeiro passo para avaliar o desempenho computacional calculado o
nmero de operaes de ponto utuante (ops) para o SFVM e para o MUSCL-TVD.
A premissa para realizar este teste que a principal diferena entre o SFVM e MUSCL-
TVD esta no processo de reconstruo das variveis nas interfaces numricas. Por isso
5. Aplicaes 64
1 0.5 0 0.5 1
0.4
0.6
0.8
1
1.2
1.4
1.6
20 SVs
X
U

SFVM
S. Analitica
(a)
1 0.5 0 0.5 1
0.4
0.6
0.8
1
1.2
1.4
1.6
20 SVs
X
U

SFVM
S. Analitica
(b)
Figura 5.7: Solues numricas para a equao de Burgers no tempo t = 2/ , utilizando o
SFVM de ordem k = 4, com 80 DOFs, sem funo limitadora (a) e com funo limitadora
tipo CVTVBM (b).
5. Aplicaes 65
1 0.5 0 0.5 1
0.4
0.6
0.8
1
1.2
1.4
1.6
40 SVs
X
U

SFVM
S. Analitica
(a)
1 0.5 0 0.5 1
0.4
0.6
0.8
1
1.2
1.4
1.6
t = 1.002e+00 / 1000 iter / order 4 / 160 NDOF / CFL = 1.200e01
40 SVs
X
U

SFVM
S. Analitica
(b)
Figura 5.8: Solues numricas para a equao de Burgers no tempo t = 1 , utilizando o
SFVM de ordem k = 4, com 160 DOFs, sem funo limitadora (a) e com funo limitadora
do tipo CVTVBM (b).
5. Aplicaes 66
s ser avaliada a primeira etapa do algoritmo para os dois mtodos, desconsiderando
ento, etapas como a aplicao de funes limitadoras, clculo de uxos numricos, etc.
Para fazer o clculo dos ops foi utilizada uma ferramenta do MATLAB denominada
The lightspeed, embora os clculos so muito simples de obter, neste teste a ferramenta
muito til, visando o analise de algoritmos complexos. Inicialmente consideramos uma
malha primal com igual nmero de clulas para ambos os mtodos. Agora o processo de
reconstruo para o MUSCL-TVD analisado. Levando em considerao que o toolbox
de MATLAB atribui 1-op para cada operao bsica, como por exemplo, adio (+),
subtrao (-), multiplicao (*). O nmero de ops para as faces so calculados utilizando
a Eq. 3.20, da forma a seguir
S
w(i)L
=

S
w(i)
0.5
_
S
w(i)

S
w(i1)
_
S
w(i)R
=

S
w(i)
+ 0.5
_
S
w(i)

S
w(i1)
_
(5.8)
onde a inclinao
i
=

S
w(i)
S
w(i1)
. Como podemos observar na Eq. (5.8), cada varivel
reconstruida s faz uso de 3-ops. Isto -,+,-, para S
w(i)L
, e +,*,- para S
w(i)R
, como
indicado na Fig. 5.9a. Agora o analise para o SFVM feito utilizando a equao Eq. (4.14),
da forma a seguir
S
w(i,
1
/2)
= c
01

S
w(i,1)
+ c
02

S
w(i,2)
(5.9)
S
w(i,
3
/2)
= c
11

S
w(i,1)
+ c
12

S
w(i,2)
(5.10)
S
w(i,
5
/2)
= c
21

S
w(i,1)
+ c
22

S
w(i,2)
(5.11)
onde os coecientes c
jl
so tomados da Tab. 4.1 ou 4.2, para k=2. Como podemos observar
nas Eqs. (5.9), (5.10) e (5.11). O nmero de ops para cada face numrica 3, incluindo
dois multiplicaes e uma adio *,+,*. Devido que cada resolvedor utiliza o mesmo
DOFs, o SFVM precisa de duas clulas da malha primal para fazer a reconstruo, como
indicado na Fig. 5.9b, ento o nmero total de ops para obter a segunda ordem de
acurcia de 9-Flops por clula espectral SV. Por outro lado o MUSCL-TVD precisa
fazer uma nova reconstruo, por exemplo, na clula (i+1), utilizando mais uma vez 3-
ops por face, ou seja, 6-ops por clula da malha primal. Em concluso o SFVM utiliza
o equivalente a um 25% menos de ops que o MUSCL-TVD no processo de reconstruo.
Como segunda opao para avaliar o custo computacional feito um teste sugerido
por Liang et al. (2013). Neste teste mantido o nmero de DOFs, e todos os outros
parmetros permanecem iguais para os dois mtodos. Foram feitas 5 rodadas para cada
malha computacional, com o objetivo de ter uma melhor estimativa do tempo. O teste foi
realizado num laptop ACER, com um processador Intel Atom CPU N270 @ 1.60GHz
2, com 2 Gb de memria RAM. Como observado na Tab. 5.4, no 99% dos casos o
5. Aplicaes 67
u
Figura 5.9: Operaoes de ponto utuante para o SFVM e MUSCL-TVD.
SFVM gastou menor tempo de maquina, em comparao com o MUSCL-TVD. Tambm
podemos observar no caso para 128 DOFs, que a tendncia de aumentar a diferena entre
os dois mtodos percebida quando a malha mais densa. Por outro lado e fazendo
um analise visual das Figs. 5.10 e 5.11, as quais apresentam uma resoluo similar para
os dois mtodos. Podemos concluir que o SFVM comporta-se com melhor ecincia
computacional que o MUSCL-TVD.
Soluo do problema de Buckley-Leverett utilizando renamento tipo p.
Neste teste o problema de Buckley-Leverett resolvido utilizando o renamento tipo p,
para vericar visualmente a acurcia espectral e a alta resoluo do SFVM. Os intervalos
de tempo escolhidos para a malha primal com 8 SVs, foram tais que CFL =
vt
x
= 0.01
onde v = [ v
t
[ = 1 e x = h
i,j
. Sendo h
i,j
, o menor comprimento do CV, dentre os k
possveis CVs no interior do SV, para satisfazer o critrio de estabilidade. Alm disso,
uma funo limitadora tipo CVTVBM foi utilizada para lidar com as oscilaes perto
das descontinuidades. Observamos na Fig. 5.12a que, apesar da malha primal ser pouco
densa, o SFVM resolveu o problema, porm ainda com baixa acurcia.
A seguir utilizado o mesmo nmero de SVs, porm aumentamos o grau do polinmio
de reconstruo, ou seja aumentamos a ordem de acurcia do SFVM, para k = 4, 8,
e 16, como mostram as Figs. 5.12b, c e d. Observamos uma melhoria signicativa no
5. Aplicaes 68
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
t = 2.000e01 / 17 tsteps / CFL = 1.000e01
16 cells
x
S
w

SFVM
MUSCLTVD
SemiAnalitica
(a)
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
t = 2.000e01 / 33 tsteps / CFL = 1.000e01
32 cells
x
S
w

SFVM
MUSCLTVD
SemiAnalitica
(b)
Figura 5.10: Comparao entre os pers de saturao de gua para o problema unidi-
mensional de Buckley-Leverett numa malha primal com 16 subdivises (a) e numa malha
de 32 subdivises (b) ao longo do eixo x em t=0.2. Soluo semi-analtica e solues
aproximadas obtidas com o SFVM e MUSCL-TVD.
5. Aplicaes 69
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
t = 2.000e01 / 65 tsteps / CFL = 1.000e01
64 cells
x
S
w

SFVM
MUSCLTVD
SemiAnalitica
(a)
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
t = 2.000e01 / 129 tsteps / CFL = 1.000e01
128 cells
x
S
w

SFVM
MUSCLTVD
SemiAnalitica
(b)
Figura 5.11: Comparao entre os pers de saturao de gua para o problema unidi-
mensional de Buckley-Leverett numa malha primal com 64 subdivises (a) e numa malha
de 128 subdivises (b) ao longo do eixo x em t=0.2. Soluo semi-analtica e solues
aproximadas obtidas com o SFVM e MUSCL-TVD.
5. Aplicaes 70
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
t = 2.000e01 / 80 iter / k = 2 / 16 NDOF / CFL = 1.000e01
8 SVs
X
S
w

SFVM
SemiAnalitica
(a) k = 2
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
8 SVs
X
S
w

SFVM
SemiAnalitica
(b) k = 4
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
8 SVs
X
S
w

SFVM
SemiAnalitica
(c) k = 8
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
8 SVs
X
S
w

SFVM
SemiAnalitica
(d) k = 16
Figura 5.12: Soluo do problema de Buckley-Leverett, utilizando o SFVM de diferentes
ordens de acurcia k = 2, 4, 8 e 16.
5. Aplicaes 71
Tabela 5.4: Tempo da CPU em segundos utilizado pelos resolvedores SFVM e MUSCL-
TVD, para a simulao do problema de Buckley-Leverett.
DOFs RODADA Iteraes RK-3 SFVM MUSCL-TVD
16
No.1
240
2.0270 2.0685
No.2 1.9247 1.9181
No.3 1.9266 1.9281
No.4 1.8835 1.9017
No.5 2.0316 1.9614
32
No.1
480
6.5462 7.2605
No.2 5.6553 6.2673
No.3 5.7379 6.1089
No.4 5.9469 6.0766
No.5 5.9047 7.4681
64
No.1
960
17.6170 20.5005
No.2 18.1249 19.0619
No.3 17.2354 18.6759
No.4 17.5940 18.8335
No.5 17.5810 20.0829
128
No.1
1920
59.5418 76.0072
No.2 59.2562 70.0573
No.3 58.4880 69.2475
No.4 61.9353 63.4321
No.5 58.6911 64.1760
comportamento da soluo numrica, isto , a soluo numrica apresenta maior acurcia
nas regies suaves de escoamento atrs do choque e sem presena de oscilaes esprias
na descontinuidade, convergindo adequadamente para a soluo semi-analtica medida
que aumentamos o grau da reconstruo polinomial.
5.3.2 Efeitos gravitacionais
Neste teste, resolveremos o problema dado na Eq. (2.41), no domnio [0,1], desconside-
rando o efeito de presso capilar e o termo fonte. A velocidade total conhecida e
constante, v
t
= 1. As saturaes residuais de gua e leo so S
wr
= S
or
= 0. Considera-
se a razo de mobilidade
o
/
w
= 5; a porosidade = 1; densidade da gua
w
= 1;
densidade do leo
o
= 0.78; acelerao gravitacional g = 9.8 e as condies iniciais e de
contorno a seguir:
S
w
(x, 0) = S
wr
= 0, 0 < x 1,
S
w
(0, t) = 1 S
or
, x = 0. (5.12)
Nesta simulao, 40 clulas espectrais foram utilizadas para o SFVM em comparao
com 80 clulas para o mtodo TB(TVD)-FV de segunda ordem de acurcia no caso
5. Aplicaes 72
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.5
0
0.5
1
Sw
J
a
d
v
Fractional flow function with gravity
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1
0
1
2
3
Sw
d
J
a
d
v
/
d
S
w
Characteristic velocity
Figura 5.13: Funo uxo fracional com efeitos gravitacionais (acima), velocidade carac-
terstica (abaixo) e ponto de choque (smbolo ponto quadrado).
bidimensional (Durlofsky, 1993), cujos resultados foram capturados das guras do referido
artigo. Neste teste, o uxo advectivo inclui efeitos gravitacionais que atuam no sentido
oposto velocidade v
t
, isto , no sentido negativo de x.
Observe na Fig. 5.13, que a curva para a funo uxo tem um ponto snico em S
w
=
0.19. Os pers de saturao para t = 0.25 e t = 0.5 so apresentados na Fig. 5.14. Em
nenhum momento durante o deslocamento apresentam-se oscilaes no fsicas, mesmo
na vizinhana do ponto snico. A gravidade tende a forar o lquido (gua) para a parte
de baixo do reservatrio, devido diferena de densidades entre as fases. Assim, o perl
de saturao avana mais devagar e apresenta uma frente mais acentuada em comparao
com a frente do problema de Buckley-Leverett sem efeitos gravitacionais (ver Fig. 5.15). A
localizao do ponto de choque 0.76, de acordo com os resultados numricos apresentados
por Durlofsky (1993) e da soluo semi-analtica.
5.3.3 Efeitos da presso capilar
Neste teste resolvido o problema da injeo de gua num meio poroso saturado pelo leo
incluindo efeitos de presso capilar. A lei de conservao, Eq. (2.41), ento resolvida
no domnio [0,1], desconsiderando os efeitos gravitacionais e o termo fonte. O uxo f
adv
, em geral, uma funo no linear de S
w
(x). A razo de mobilidade ou razo entre
as viscosidades,
o
/
w
= 1, e as permeabilidades relativas da fase gua e leo so
equivalentes s do problema de Buckley-Leverett da Sec. 5.3.1.
A condio inicial neste teste da forma a seguir
5. Aplicaes 73
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
t = 2.500e01 after 915 tsteps of order 2 with 160 NDOF and CFL = 1.000e01
X
S
w

TB(TVD)FV Scheme
Computed
Reference
(a)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X
S
w

TB(TVD)FV Scheme
Computed
Reference
(b)
Figura 5.14: Soluo do modelo bifsico com efeitos gravitacionais pelo SFVM para um
tempo t = 0.25 (a) e t = 0.5 (b) vs a soluo obtida atravs do mtodo TB(TVD)-FV de
ordem 2 (Durlofsky, 1993).
5. Aplicaes 74
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X
S
w

TB(TVD)FV Scheme
Computed
Reference
(a)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X
S
w

TB(TVD)FV Scheme
Computed
Reference
(b)
Figura 5.15: Soluo do modelo bifsico sem efeitos gravitacionais (Buckley-Leverett),
utilizando SFVM de segunda ordem de acurcia, para t = 0.25 (a) e t = 0.5 (b) vs a
soluo obtida atravs do mtodo TB(TVD)-FV de ordem 2.
5. Aplicaes 75
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Perfis de saturacao da fase agua com efeitos da pressao capilar
X
S
w

= 0.1
= 0.05
= 0.01
Figura 5.16: Efeito da presso capilar no perl de saturao para diferentes valores de .
S
w
(x, 0) =
_
_
_
(1 S
or
)
S
wr
+
x < 0
x 0
(5.13)
onde 1 um nmero pequeno, por exemplo 10^-4, para evitar singularidades para
certos funcionais de presso capilar com S
w
= 0 ou S
w
= 1. As condies de contorno so
S
w
(0, t) = (1 S
or
) e S
w
(1, t) = S
wr
+ (Cueto-Felgueroso, 2009). O parmetro ,
na Eq. (2.25), tomado como 3. E diferentes valores so testados, para o parmetro na
Eq. (2.37), que atua como um controle da fora capilar. O passo temporal foi calculado
a partir de CFL = 0.05. Na Fig. 5.16, so apresentados os resultados para um tempo
nal t = 2. A presso capilar denida como a diferena entre a presso da fase leo
e a presso da fase gua. Levando em considerao que o gradiente de presso capilar
positivo e, portanto, este aumenta o valor da frente de penetrao da soluo do modelo
do uxo bifsico, como se apresenta na Fig. 5.16.
No teste subsequente avaliaremos o tempo computacional utilizando para solucionar o
problema de Buckley-Leverett com efeitos de presso capilar. Os parmetros considerados
neste exemplo so os mesmos do teste anterior, alm de = 0.01, porm com igual nmero
de DOFs para diferentes ordens de acurcia k = 1, 2, 3 e 5, e o CFL = 0.1, para garantir o
limite de estabilidade para todos os testes. Para gerar a soluo de referncia foi utilizado
o FVM de primeira ordem, com 5000 clulas. O teste foi feito num laptop ACER, com
um processador Intel Atom CPU N270 @ 1.60GHz 2, com 2 Gb de memria RAM.
O tempo mdio para os clculos da soluo numrica pelo SFVM foi de 29.5 segundos.
Neste caso ca claro que muito melhor utilizar o SFVM de alta ordem, com por exemplo
5. Aplicaes 76
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
30 SVs / t = 2.8e+01 seg
X
S
w

SFVM
Referencia
(a) k = 1
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
15 SVs / t = 3.0e+01 seg
X
S
w

SFVM
Referencia
(b) k = 2
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
10 SVs / t = 3.0e+01 seg
X
S
w

SFVM
Referencia
(c) k = 3
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
6 SVs / t = 3.0e+01 seg
X
S
w

SFVM
Referencia
(d) k = 5
Figura 5.17: Modelo do uxo bifsico com efeitos da presso capilar, utilizando o SFVM
de diferentes ordens de acurcia e deixando xo o nmero de CV, ou seja, igual nmero
de incgnitas ou DOFs so resolvidas.
k = 5, que os resolvedores de ordem mais baixa, j que a resoluo muito melhor como
se apresenta na Fig. 5.17.
5.3.4 Efeitos gravitacionais e da presso capilar
Finalmente, neste teste, a Eq. (2.41) resolvida levando em considerao os efeitos de
presso capilar e de gravidade, sem considerar termo de fonte. As saturaes residuais de
gua e leo so S
rw
= S
ro
= 0.1, e a razo entre as viscosidades das fases
o
/
w
= 1.
A porosidade = 1, a densidade da gua
w
= 1, a densidade do leo
o
= 0.78,
a acelerao gravitacional g = 9.8, e termo fonte Q
w
= 0. As condies iniciais e de
contorno dadas na Sec. 5.3.3 so tambm utilizadas aqui, alm de considerar o parmetro
para o controle da fora capilar como = 0.01.
Na Fig. 5.18, apresentada a comparao entre os pers da frente de saturao in-
cluindo e sem incluir os efeitos de presso capilar e gravidade. Nesta gura, observa-se que
5. Aplicaes 77
0 0.2 0.4 0.6 0.8 1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
32 cells
X
S
w

sem pressao capilar e gravidade
com pressao capilar e gravidade
Figura 5.18: Modelo do uxo bifsico com efeitos gravitacionais e de presso capilar para
um tempo t =2.
os efeitos da presso capilar so muito pequenos ou insignicantes, quando comparados
com os efeitos gravitacionais. Neste caso os termos que consideram velocidade e gravidade
Eq. (2.42) so mais relevantes.
78
Captulo 6
Concluses e trabalhos futuros
O mtodo espectral dos volumes nitos de alta ordem foi implementado com sucesso e
vericado para a soluo do modelo de uxo bifsico de gua e leo em meios porosos.
As principais concluses so listadas a seguir:
A alta resoluo do SFVM foi vericada atravs de testes numricos para problemas
lineares e no lineares utilizando solues suaves, conrmando as taxas de conver-
gncia esperadas do mtodo.
O comportamento do mtodo para resolues de segunda ordem mostrou bom de-
sempenho quando foi comparado com dados numricos e semi-analticos, alm disso
os resultados obtidos indicam que o referido mtodo consegue dar solues com si-
milar resoluo e razovel custo computacional quando comparado com os mtodos
tradicionais de alta ordem k 2. Isto devido ao fato de que no SFVM, para
problemas com soluo simples, sem presena de choques, a varivel de estado
continua nas interfaces internas do SV, e portanto menos problemas de Riemann
so resolvidos.
Por outro lado, devido a o SFVM fornecer resoluo ao nvel das sub-clulas, o SFVM
captura com excelente resoluo as descontinuidades. Esta vantagem visualizada
no desempenho dos limitadores SVTVDM e CVTVBM.
A funo limitadora CVTVBM foi melhorada, utilizando um discriminador para
distinguir entre extremo suave e extremo descontnuo nas interfaces internas dos
CVs, no interior do SV, a m de evitar utilizar um resolvedor de Riemann quando
desnecessrio.
O SFVM vivel para simulao de reservatrios de petrleo, no sentido de ser com-
pacto da perspectiva da implementao. Isto , o SV analisado s interage com os vizinhos
imediatos o que importante para trabalhar com meios heterogneos e anisotrpicos, ma-
lhas no estruturadas e computao paralela. O SFVM extensvel para alta ordem de
acurcia e computacionalmente eciente.
6. Concluses e trabalhos futuros 79
Para trabalhos futuros de interesse estender nosso trabalho para lidar com mtodos
espectrais, tais como;
SFVM e SFDM, para o estudo do problema de uxos multifsicos em meios porosos
em mltiplas dimenses.
Estudo e acoplamento via IMPES (implicit pressure- explicit saturation), destas
formulaes espectrais com diferentes mtodos utilizados para dar soluo equa-
o de presso, como por exempto, TPFA (two point ux aproximation), MPFA
(multipoint ux approximation), etc.
Implementao de metodologias para adaptao h-p.
80
Referncias Bibliogrcas
Abgrall, R. (1994). On essentially non-oscillatory schemes on unstructured meshes: analy-
sis and implementation. Journal of Computational Physics, 114(1):4558. 33
Anderson, D. A., Tannehill, J. C., and Pletcher, R. H. (1984). Computational uid
mechanics and heat transfer. 5
Barth, T. J. and Frederickson, P. O. (1990). Higher order solution of the Euler equations
on unstructured grids using quadratic reconstruction. AIAA paper, 90:0013. 32
Bastian, P. (1999). Numerical computation of multiphase ows in porous media. PhD
thesis, Ph. D. thesis, Universitat Kiel, Kiel. viii, 11, 12
Bear, J. (1988). Dynamics of uids in porous media. Dover publications. 13, 14
Boris, J. P. and Book, D. L. (1973). Flux-corrected transport. I. SHASTA, A uid trans-
port algorithm that works. Journal of computational physics, 11(1):3869. 25, 47
Breviglieri, C., Azevedo, J. L. F., and Basso, E. (2010). An unstructured grid implemen-
tation of high-order spectral nite volume schemes. Journal of the Brazilian Society of
Mechanical Sciences and Engineering, 32(SPE):419433. 2, 35, 47, 54
Brooks, R. H. and Corey, A. T. (1964). Hydraulic properties of porous media. Hydrology
Papers, Colorado State University, (March). 14
Buckley, S. E. and Leverett, M. (1942). Mechanism of uid displacement in sands. Trans.
AIME, 146(107):17. 18
Carvalho, D. K. d. (2005). Uma Formulao do Mtodo dos Volumes Finitos com Estru-
tura de Dados por Aresta para a Simulao de Escoamentos em Meios Porosos. PhD
thesis, Tese de Doutorado, Universidade Federal de Pernambuco (UFPE), Recife. 13,
16, 18, 20
Chavent, G. and Jar, J. (1986). Mathematical models and nite elements for reservoir
simulation: single phase, multiphase, and multicomponent ows through porous media,
volume 17. North Holland. viii, 1, 18
Chen, Z., Huan, G., and Ma, Y. (2006). Computational methods for multiphase ows in
porous media, volume 2. SIAM. 2
Choi, B.-J., Iskandarani, M., Levin, J., and Haidvogel, D. B. (2004). A spectral nite-
volume method for the shallow water equations. Monthly weather review, 132(7):1777
1791. 2, 32
Cockburn, B., Hou, S., and Shu, C.-W. (1990). The Runge-Kutta local projection discon-
tinuous Galerkin nite element method for conservation laws IV: The multidimensional
case. Math. Comp, 54(190):545581. 33
Cockburn, B., Lin, S.-Y., and Shu, C.-W. (1989). TVB Runge-Kutta local projection
discontinuous Galerkin nite element method for conservation laws III: One-dimensional
systems. Journal of Computational Physics, 84(1):90113. 33
Cockburn, B. and Shu, C.-W. (1989). TVB Runge-Kutta local projection discontinuous
Galerkin nite element method for conservation laws II: General framework. Math.
Comp, 52(186):411435. 23, 24, 33
Colella, P. and Woodward, P. R. (1984). The piecewise parabolic method (PPM) for
gas-dynamical simulations. Journal of computational physics, 54(1):174201. 25
Cueto-Felgueroso (2009). Finite volume methods for one-dimensional scalar conservation
laws. Computational methods for ow in porous media, page 1.723. 28, 75
Cueto-Felgueroso, L. and Colominas, I. (2008). High-order nite volume methods and
multiresolution reproducing kernels. Archives of Computational Methods in Engineering,
15(2):185228. 2
Durlofsky, L. J. (1993). A triangle based mixed nite element nite volume technique
for modeling two phase ow through porous media. Journal of Computational Physics,
105(2):252266. x, 72, 73
Ertekin, T., Abou-Kassem, J. H., and King, G. R. (2001). Basic applied reservoir simu-
lation. Richardson, TX: Society of Petroleum Engineers. 13
Fanchi, J. R. (2005). Principles of applied reservoir simulation. Gulf Professional Pu-
blishing. 2
Fortuna, A. d. O. (2000). Tcnicas computacionais para dinmica dos uidos: conceitos
bsicos e aplicaes. EDUSP. 5
Friedrich, O. (1998). Weighted essentially non-oscillatory schemes for the interpolation of
mean values on unstructured grids. Journal of Computational Physics, 144(1):194212.
33
Godunov, S. (1959). A nite-dierence method for the numerical computation of discon-
tinuous solutions of the equations of uid dynamics. Mat. Sb, 47(271). 21, 27, 32, 33,
47, 59
Harten, A., Lax, P. D., and Leer, B. v. (1983). On upstream dierencing and Godunov-
type schemes for hyperbolic conservation laws. SIAM Review, 25(1):3561. 24
Harten, A. and Osher, S. (1997). Uniformly high-order accurate nonoscillatory schemes.
I. Springer. 25
Helmig, R. (1997). Multiphase ow and transport processes in the subsurface, volume 6.
Springer Berlin. 10, 13, 14, 15, 17, 18
Hirsch, C. (2007). Numerical computation of internal and external ows: the fundamentals
of Computational Fluid Dynamics, volume 1. Butterworth-Heinemann. 5, 21, 27, 30,
51
Hu, C. and Shu, C.-W. (1999). Weighted essentially non-oscillatory schemes on triangular
meshes. Journal of Computational Physics, 150(1):97127. 33
Isaacson, E. (1994). Analysis of numerical methods. Courier Dover Publications. 37
Kannan, R. and Wang, Z. (2012). Improving the high order spectral volume formulation
using a diusion regulator. Communications in Computational Physics, 12(1):247. 33
Kopriva, D. A. (1991). Multidomain spectral solution of the Euler gas-dynamics equations.
Journal of Computational Physics, 96(2):428450. 33
Kopriva, D. A. and Kolias, J. H. (1995). A Conservative Staggered-Grid Chebyshev
Multidomain Method for Compressible Flow. Technical report, DTIC Document. 33
LeVeque, R. J. (1992). Numerical methods for conservation laws, volume 132. Springer.
6, 7, 8, 10
LeVeque, R. J. (2002). Finite volume methods for hyperbolic problems, volume 31. Cam-
bridge university press. 10, 21, 24, 27
Liang, C., Cox, C., and Plesniak, M. (2013). A comparison of computational eciencies
of spectral dierence method and correction procedure via reconstruction. Journal of
Computational Physics, 239:138146. 66
Liou, M.-S. (2000). Mass ux schemes and connection to shock instability. Journal of
Computational Physics, 160(2):623 648. 32
Liu, Y. (2013). Comunicao pessoal via e-mail. 45
Lhner, R. (2008). Applied computational uid dynamics techniques: an introduction
based on nite element methods. Wiley. 29
Lyra, P. R. M. (1994). Unstructured grid adaptive algorithms for uid dynamics and heat
conduction. PhD thesis, University of Wales Swansea. 5, 8, 9, 10, 30
Oleinik, O. A. (1957). Discontinuous solutions of non-linear dierential equations. Uspekhi
Matematicheskikh Nauk, 12(3):373. 8
Osher, S. (1984). Riemann solvers, the entropy condition, and dierence. SIAM Journal
on Numerical Analysis, 21(2):217235. 32
Peaceman, D. W. (1977). Fundamentals of numerical reservoir simulation, volume 6.
Elsevier. 2, 13
Pinto, A. C. C. (1991). Esquemas de alta resoluo para controle da disperso numrica
em simulao de reservatrios. Technical report. 63
Roe, P. L. (1981). Approximate Riemann solvers, parameter vectors, and dierence sche-
mes. Journal of computational physics, 43(2):357372. 32
Rosa, A. J., de Souza Carvalho, R., and Xavier, J. A. D. (2006). Engenharia de reserva-
trios de petrleo. Intercincia. 2
Rusanov, V. V. (1962). Calculation of interaction of non-steady shock waves with obsta-
cles. NRC, Division of Mechanical Engineering. 22
Schwartzkop, T., Dumbser, M., and Munz, C.-D. (2004). Fast high order ADER schemes
for linear hyperbolic equations. Journal of Computational Physics, 197(2):532539. 2
Shu, C.-W. (1987). TVB uniformly high-order schemes for conservation laws. Mathematics
of Computation, 49(179):105121. 24, 25
Shu, C.-W. (1988). Total-variation-diminishing time discretizations. SIAM Journal on
Scientic and Statistical Computing, 9(6):10731084. 24
Shu, C.-W. (1998). Essentially non-oscillatory and weighted essentially non-oscillatory
schemes for hyperbolic conservation laws. Springer. 39
Sourek, J. (2013). Comunicao pessoal via e-mail. University of West Bohemia, Czech
Republic. 47
Steger, J. L. and Warming, R. (1981). Flux vector splitting of the inviscid gasdyna-
mic equations with application to nite-dierence methods. Journal of Computational
Physics, 40(2):263293. 32
Sun, Y., Wang, Z. J., and Liu, Y. (2006). Spectral (nite) volume method for conservation
laws on unstructured grids VI: extension to viscous ow. Journal of Computational
Physics, 215(1):4158. 2
Titarev, V. and Toro, E. (2005). ADER schemes for three-dimensional non-linear hyper-
bolic systems. Journal of Computational Physics, 204(2):715736. 2
Toro, E. F. (2009). Riemann solvers and numerical methods for uid dynamics: a practical
introduction. Springer. 7, 8, 9, 21, 26
van den Abeele, K. (2009). Development of high-order accurate schemes for unstructured
grids. PhD thesis, Vrije Universiteit Brussel. 20, 21, 32, 46, 47, 58
van den Abeele, K., Broeckhoven, T., and Lacor, C. (2007a). Dispersion and dissipation
properties of the 1D spectral volume method and application to a< i> p</i>-multigrid
algorithm. Journal of Computational Physics, 224(2):616636. 58
van den Abeele, K., Lacor, C., and Wang, Z. J. (2007b). Short note: On the connection
between the spectral volume and the spectral dierence method. Journal of Computa-
tional Physics, 227(2):877885. 45, 54
Van Leer, B. (1974). Towards the ultimate conservative dierence scheme. II. Monoto-
nicity and conservation combined in a second-order scheme. Journal of computational
physics, 14(4):361370. 25, 47
Van Leer, B. (1979). Towards the ultimate conservative dierence scheme. V. A second-
order sequel to Godunovs method. Journal of computational Physics, 32(1):101136.
47
van Leer, B. (1982). Flux-vector splitting for the Euler equations. In Eighth international
conference on numerical methods in uid dynamics, pages 507512. Springer. 32
Wang, Z. (1997). A fast ux-splitting for all speed ow. In Fifteenth International
Conference on Numerical Methods in Fluid Dynamics, pages 141146. Springer. 32
Wang, Z. J. (2002). Spectral (Finite) Volume Method for Conservation Laws on Unstruc-
tured Grids. Basic Formulation. Journal of Computational Physics, 178(1):210251. 27,
33, 45, 48, 49, 54, 56, 61
Wang, Z. J. and Liu, Y. (2002). Spectral (nite) volume method for conservation laws
on unstructured grids: II. Extension to two-dimensional scalar equation. Journal of
Computational Physics, 179(2):665697. 33
Wang, Z. J., Zhang, L., and Liu, Y. (2004). Spectral (nite) volume method for conser-
vation laws on unstructured grids IV: extension to two-dimensional systems. Journal
of Computational Physics, 194(2):716741. 35
Wesseling, P. (2009). Principles of computational uid dynamics, volume 29. Springer
Science & Business. 8, 10
Zhang, M. and Shu, C.-W. (2005). An analysis of and a comparison between the Dis-
continuous Galerkin and the Spectral Finite Volume Methods. Computers & uids,
34(4):581592. 58
Zienkiewicz, O. C. and Taylor, R. L. (1988). The nite element method. McGraw-hill. 29

Nova Versao Dissertacao Gustavo Galindez R Versao Ler

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Nova Versao Dissertacao Gustavo Galindez R Versao Ler

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal de Pernambuco

Centro de Tecnologia e Geocincias

S Funo primitiva para a variavl de estado.

a velocidade da fase , ou taxa de uxo por unidade

a massa especca ou a densidade da

denota termos fonte ou sumidouros (por ex. poos) e S

a saturao da fase , que

a presso da fase , g o mdulo da acelerao gravitacional, e

so a permeabilidade relativa e a viscosidade da fase

, como indicado a seguir

, para um tempo nal t = 1.

Você também pode gostar