Anexo I.

- Desarrollo y clculo del modelo

analtico.
1.1.- Alcance del Anexo.
En este anexo se desarrollara el modelo analtico de capa limite laminar utilizado como
referencia para la comparacin con nuestras soluciones numricas. Adems se expondr la
resolucin de las mismas ecuaciones para nuestros casos particulares y las decisiones tomadas.
Prcticamente la totalidad de dicha resolucin se ha efectuado mediante el programa
matemtico MATLAB, en el que se ha implementado un cdigo. Este cdigo se reflejara
prcticamente integro al final del anexo, y explicado por partes en cada apartado
correspondiente.

1.2.- Flujo laminar sobre placa plana.

Para el problema de flujo laminar sobre placa plana empezaremos por considerar las siguientes
hiptesis:
- Flujo estacionario
- Flujo incompresible
- Propiedades del fluido constantes
- Efecto de la viscosidad despreciable
- No existe gradiente de presiones a lo largo de la placa.
Por tanto, tras asumir dichos puntos, las ecuaciones de la capa limite quedan reducidas a:
Continuidad

Cantidad de movimiento:

Energa:

Especies:

Debemos notar a partir de estas 4 ecuaciones que el problema Hidrodinmico est desligado de
la temperatura y de la concentracin de especies, por tanto, competer tan solamente a la
ecuacin 1 y 2.

AI - 1

1.2.1.- Problema hidrodinmico.

Para la resolucin de dicho problema utilizaremos el mtodo de Blausius como se ha definido
en la memoria.
El primer paso ser definir la funcin de flujo
:

Por tanto, con esto cumpliremos la ecuacin de continuidad (1). Definimos dos nuevas
variables, una dependiente y otra independiente:

La definicin de estas dos nuevas variables nos permitir pasar en la ecuacin de cantidad de
movimiento, de una ecuacin con derivadas parciales a una ecuacin con derivadas ordinarias.
La solucin de Blausius es determinada como una solucin de semejanza, y
como una
variable de semejanza. Se utiliza esta terminologa porque, a pesar del crecimiento de la capa
limite en funcin de nuestra posicin en la placa, el perfil de velocidad
permanece
geomtricamente semejante. Esta semejanza es de la forma:
( )
Donde

es el espesor de la capa limite. Descubriremos de la solucin de Blausius que el

espesor vara como (

, por tanto:

As, el perfil de velocidades vendr nicamente determinado por la variable de semejanza

cual depende de x e y:

y
(

Ahora se deriva los componentes de la velocidad:

AI - 2

la

Si estas tres ltimas derivadas las sustituimos en la ecuacin de conservacin de la cantidad de

movimiento obtenemos:

De esta manera, el problema de capa limite hidrodinmica se ve reducido a un problema no

lineal con derivadas ordinarias de tercer orden. Las condiciones de contorno para este problema
sern:
O bien:
|

Estas ecuaciones sern resueltas por integracin numrica como se mostrar en el captulo 1.3.

1.2.2.- Problema trmico.

As, una vez que resolvamos dicho problema, podremos resolver el trmico ya que este s es
dependiente de las velocidades halladas en el hidrodinmico.

Una vez tenemos conocido el perfil de velocidades de la capa limite hidrodinmica

resolveremos ahora la ecuacin de la energa.
Comenzamos con la introduccin del concepto de temperatura adimensional
y asumiendo que la solucin ser del tipo
.
Sustituyendo en la ecuacin de la energa obtenemos:

Debe notarse la dependencia que tiene la solucin trmica con la solucin hidrodinmica
mediante la aparicin de la variable f en la ecuacin. Las condiciones de contorno pertinentes
sern:

AI - 3

De nuevo, resolveremos la ecuacin previa por integracin numrica para un Prandtl

determinado.
|

1.3.- Resolucin numrica.

En este captulo daremos resolucin numrica a los problemas anteriormente planteados ya que
estos sern necesarios para la comparacin con los resultados obtenidos mediante el programa
de CFD.
Dicha resolucin se ha implementado mediante la herramienta informtica MATLAB. En
primer lugar debemos mencionar que ambos problemas estn compuestos por ecuaciones
diferenciales, las cuales integraremos numricamente mediante un mtodo de Newton-Prince
mejorado. Este ya se encuentra implementado como funcin en MATLAB como ode45.
La principal contrariedad que se nos plantea con esta resolucin es que dicha funcin solo
trabaja con derivadas de primer orden, siendo las nuestras de segundo y tercero:

No obstante realizaremos el siguiente artificio para poder llevar a cabo la implementacin de

dicha ecuacin.
Esto consiste simplemente en transformar la ecuacin de tercer orden a tres ecuaciones de
primer orden de la manera mostrada en el cdigo:

function df = BlasiusFunc(eta,f)
% f() es el vector de f y sus derivadas f = f(1) f' = f(2) f" = f(3)
df = zeros(3,1);
% df() son las derivadas de f()
df(1) = f(2);
df(2) = f(3);
df(3) = -f(1)*f(3)/2;

A su vez, esta ser la funcin que implementaremos en ode45.

Para el caso trmico se har de manera anloga, pero al depender del hidrodinmico se
conservara la primera parte de la funcin y por consiguiente la nomenclatura no ser muy
adecuada. Esto queda subsanado por las anotaciones en el propio cdigo.

function df = BlasiusFunc(eta,f)
% f() es el vector de f y sus derivadas: f = f(1) f' = f(2) f" = f(3)
df = zeros(3,1);

AI - 4

% df() son las derivadas de f()

df(1) = f(2);
df(2) = f(3);
df(3) = -f(1)*f(3)/2;
%Definimos el Prandlt para nuestro caso particular
Pr=1006.43*0.002/1;
%Subsanacion de la nomenclatura
%df(4)=dT(1)=T*
%df(5)=dT(2)=dT*/dy
% dT(1)=T(2);
% dT(2)=-(Pr/2)*f(1)*T(2);
%f(4)=T(1)
df(4)=f(5);
df(5)=-(Pr/2)*f(1)*f(5);

Debemos remarcar que ahora que nuestros problemas se han visto reducidos a 3 y 2 ecuaciones
de primer orden respectivamente, debemos transformar tambin las condiciones de contorno de
ambos problemas para adecuarlos a la propia funcin ode45.
En primer lugar, para el problema hidrodinmico, debemos transformar la condicin de
contorno
, en la condicin inicial de y(3). Para ello generamos el siguiente cdigo
matlab en el que se representar todo el rango de puntos equivalentes entre estas dos variables y
elegiremos el necesario (resolucin inversa).

for i=1:4000 q(i)=i/4000;

[t,x]=ode45(@BlasiusFunc, [0,10],[0 0 q(i)]); %q(i) ser la condicin a establecer.
r(i)=x(length(x),2); %La segunda derivada es la velocidad adimensional.
end;
figure(1);
plot(q,r);grid;xlabel('Cond. Iniciales de y(3) equivalentes');ylabel('Valores de T(inf)');

AI - 5

2.5

Valores de u(inf)

1.5
X: 0.3322
Y: 1

0.5

0.1

0.2

0.3
0.4
0.5
0.6
0.7
Cond. Iniciales de y(3) equivalentes

0.8

0.9

Una vez determinada esta transformacin de la condicin de contorno, estaremos en disposicin

de determinar tambin la necesaria para el caso trmico (
en la condicin inicial de
y(5) segn se defini la funcin previamente). Por tanto, seguiremos unos pasos anlogos a los
anteriores para determinar esta:
for i=1:4000 q(i)=i/4000;
[t,x]=ode45(@BlasiusFunc, [0,10],[0 0 0.3322 0 q(i)]); %q(i) ser la condicin a establecer.
r(i)=x(length(x),4); %Temp estabilizada
end;
figure(1);
plot(q,r);grid;xlabel('Cond. Iniciales de y(3) equivalentes');ylabel('Valores de T(inf)');

AI - 6

Por tanto ahora ya tenemos determinada completamente ambos problemas de forma analtica de
los cuales se muestran a continuacin unas grficas de los mismos.
Perfil de temperaturas analitico para Pr=2.3

Perfil de velocidades analitico

25

20

20

15

15

eta

eta

25

10

10

0.2

0.4

0.6
0.8
df/dy (m/s)

1.2

1.4

0.2

0.4

0.6
0.8
T* (adim)

1.2

1.4

1.4.- Postratamiento de datos.

El paso siguiente a la obtencin de soluciones para los modelos analticos y teniendo como
datos los puntos experimentales a contrastar es el postratamiento de estos. Para ello se
continuar con la herramienta MATLAB.

1.4.1.- Implementacin de datos CFD.

La metodologa seguida para la implementacin de los datos obtenidos por CFD se describir a
continuacin.
En primer lugar, las soluciones se han exportado a formato Excel en forma de tablas
[Velocidad/Temperatura; Posicin eje coordenadas]. Para la implementacin de estos datos en
MATLAB seguiremos las siguientes tcticas en aras de crear un patrn general que facilite el

AI - 7

tratamiento de datos. Se definen funciones como las que siguen a continuacin, en las que los
valores se introducen como vectores y matrices y son llamados desde el programa principal.
De esta manera evitamos sobrecargas en el programa principal ya que este no contiene
directamente todos los valores, y adems lo dota de mayor versatilidad al poder llamar a
diferentes valores en cualquier momento.
function [u,y]=disflu_A_I
% 1,2,3 son el numero de muestras, u e y son sus componentes en la malla.
u(1,:)=[]';
u(2,:)=[]';
u(3,:)=[]';
y(1,:)=[]';
y(2,:)=[]';
y(3,:)=[]';

Para el caso trmico seria de forma anloga:

function [u,y,T,yT]=disflu_A_I
% 1,2,3 son el numero de muestras, u e y son sus componentes en la malla.
u(1,:)=[]';
u(2,:)=[]';
u(3,:)=[]';
y(1,:)=[]';
y(2,:)=[]';
y(3,:)=[]';
T(1,:)=[]';
T(2,:)=[]';
T(3,:)=[]';
yT(1,:)=[]';
yT(2,:)=[]';
yT(3,:)=[]';

1.4.2.- Contraste entre soluciones.

A lo largo de todo el desarrollo de la metodologa de obtencin de la malla se requieren
diferentes comparaciones entre soluciones (ver convergencia, errores relativos, etc.).
Esto se har principalmente de dos maneras. La primera se trata de jugar simplemente con la
funcin plot, con lo que no entraremos en ms detalle.
Sin embargo, existe un segundo mtodo orientado a las Graficas de 45 en las que el nmero
de elementos a comparar en el eje X e Y deben tener en comn el valor de Y en la malla.
Debido a la heterogeneidad que tenemos entre el nmero de nodos entre las diferentes mallas
esto no sera posible salvo por la solucin propuesta.
Procederemos as a realizar una interpolacin con las valores dato para obtener un nuevo
vector de velocidades o temperaturas en funcin de las Ys convenientes.

AI - 8

Se ha credo conveniente emplear la funcin interp1 en modo Spline como se muestra en el

cdigo a continuacin.
%siendo k, el nmero de la muestra, e y el nuevo vector de elementos de y que nos interesa
x1=interp1(Yexp(k,:),Uexp(k,:),y,'spline');
x2=interp1(YexpII(k,:),UexpII(k,:),y,'spline');

AI - 9