TCC 2017-2

UNIVERSIDADE FEDERAL DO RIO GRANDE – FURG
ESCOLA DE ENGENHARIA
CURSO DE ENGENHARIA MECÂNICA EMPRESARIAL
ÉDIS ANTUNES PINTO JUNIOR
VERIFICAÇÃO DE UM MODELO NUMÉRICO SIMPLIFICADO PARA UM

CONVERSOR DE ENERGIA DAS ONDAS DO MAR EM ENERGIA ELÉTRICA DO
TIPO COLUNA DE ÁGUA OSCILANTE
RIO GRANDE
2017

Trabalho de Conclusão de Curso apresentado à

Universidade Federal do Rio Grande – FURG,
como exigência parcial para obtenção do título de
Bacharel em Engenharia Mecânica.
Orientador: Prof. Dr. Liércio André Isoldi
RIO GRANDE
2017

Trabalho de Conclusão de Curso apresentado à Universidade Federal do Rio Grande

– FURG, como exigência parcial para obtenção do título de Bacharel em Engenharia
Mecânica.
Aprovado em: Rio Grande/RS. ___/___/_____
BANCA EXAMINADORA
________________________________________
Prof. Dr. Liércio André Isoldi
Orientador – Universidade Federal do Rio Grande - FURG
________________________________________
Prof.a Dra. Bianca Neves Machado
Membro 1 – Universidade Federal do Rio Grande – FURG
________________________________________
Prof. Dr. Elizaldo Domingues dos Santos
________________________________________
Prof. Dr. Jeferson Avila Souza
LISTA DE FIGURAS
Figura 1 - Participação da energia renovável na matriz energética brasileira e mundial

.................................................................................................................................. 09
Figura 2 - Matriz energética brasileira e mundial ...................................................... 09
Figura 3 - Distribuição da potência anual disponibilizada pela energia das ondas do
mar em kW/m de frente de onda ............................................................................... 11
Figura 4 - Dispositivo do tipo coluna de água oscilante ............................................ 14
Figura 5 – Diagrama de Moody ................................................................................ 29
Figura 6 – Coeficientes de perda para escoamentos através de mudanças súbitas de
área ........................................................................................................................... 31
Figura 7 – Ilustração do domínio computacional: (a) dimensões e (b) malha e
condições de contorno .............................................................................................. 43
Figura 8 - Seleção da malha independente .............................................................. 46
Figura 9 - Curvas resultantes das soluções numérica e analítica considerando e
desconsiderando as perdas de carga ....................................................................... 57
Figura 10 - Curvas das velocidades de saída obtidas por meio do método analítico e
numérico.................................................................................................................... 58
LISTA DE TABELAS
Tabela 1 - Diferença entre a velocidade máxima registrada para cada refinamento de

malha ........................................................................................................................ 46
Tabela 2 - Velocidades prescritas para o movimento de sucção e exaustão. .......... 47
Tabela 3 - Velocidades de saída do dispositivo para os movimentos de sucção e
exaustão. ................................................................................................................... 48
Tabela 4 - Perda de carga localizada durante o movimento de sucção e exaustão . 48
Tabela 5 – Número de Reynolds e fator de atrito utilizados durante a exaustão e
sucção ....................................................................................................................... 49
Tabela 6 – Perda de carga distribuída durante o movimento de sucção e exaustão 50
Tabela 7 – Perda de carga total para a sucção e exaustão. ..................................... 50
Tabela 8 - Resultados analíticos para diferença de pressão entre a entrada e a saída
do dispositivo CAO considerando as perdas de carga .............................................. 51
do dispositivo CAO desconsiderando as perdas de carga ........................................ 51
Tabela 10 – Resultados numéricos para a velocidade na saída da chaminé ........... 52
Tabela 11 – Pressão total na entrada da câmara e saída da chaminé durante o
movimento de sucção ............................................................................................... 52
movimento de sucção ............................................................................................... 53
Tabela 13 – Diferença de pressão total numérica para os movimentos de sucção e
exaustão .................................................................................................................... 53
Tabela 14 – Resultados analíticos e numéricos para a diferença de pressão entre a
entrada e a saída do dispositivo CAO considerando as perdas de carga ................. 55
Tabela 15 – Resultados analíticos e numéricos para a diferença de pressão entre a
entrada e a saída do dispositivo CAO desconsiderando as perdas de carga ........... 56
Tabela 16 – Resultados analíticos e numéricos para a velocidade na saída da chaminé
.................................................................................................................................. 57
Tabela 17 – Comparação de resultados analíticos e numéricos considerando o
algoritmo Simple como acoplamento pressão-velocidade e uma velocidade de -1,25
m/s representando o movimento de sucção .............................................................. 60
algoritmo Piso como acoplamento pressão-velocidade e uma velocidade de -1,25 m/s
representando o movimento de sucção .................................................................... 61
algoritmo Simplec como acoplamento pressão-velocidade e uma velocidade de -1,25
algoritmo Coupled como acoplamento pressão-velocidade e uma velocidade de -1,25
algoritmo Simple como acoplamento pressão-velocidade e uma velocidade de 1,25
m/s representando o movimento de exaustão........................................................... 64
algoritmo Piso como acoplamento pressão-velocidade e uma velocidade de 1,25 m/s
representando o movimento de exaustão ................................................................. 65
algoritmo Simplec como acoplamento pressão-velocidade e uma velocidade de 1,25
algoritmo Coupled como acoplamento pressão-velocidade e uma velocidade de 1,25
RESUMO
O cenário internacional de escassez do petróleo e as mudanças climáticas

ocorridas nos últimos anos faz com que a sociedade busque cada vez mais formas
alternativas de geração de energia, principalmente elétrica. Dentre as alternativas
disponíveis está a geração de energia elétrica a partir das ondas do mar. Existem
várias tecnologias utilizadas para extrair energia das ondas do mar, dentre elas, a que
se tornou objeto de estudo nesta pesquisa é o dispositivo coluna de água oscilante
(CAO). Este trabalho apresenta a verificação de um modelo numérico simplificado
para um dispositivo conversor de energia das ondas do mar em energia elétrica do
tipo coluna de água oscilante com o intuito de que, futuramente o mesmo possa ser
utilizado para simular dados reais de estado de mar. Foi utilizado o software GAMBIT®
para a criação do domínio computacional e geração da malha, o software FLUENT®
que resolve as equações de conservação de massa, quantidade de movimento e
energia através do método de volumes finitos e o software EXCEL® para a análise dos
resultados. A metodologia empregada consiste em simular apenas o escoamento de
ar, aproximando através de um pistão, o movimento da onda entrando e saindo na
câmara hidropneumática do dispositivo. Para isso, valores de velocidade prescrita são
inseridas individualmente como condição de contorno na entrada da câmara do
dispositivo e o escoamento de ar movimentado por esse pistão dentro do conversor é
analisado. A fim de verificar o modelo numérico, diversas combinações de algoritmos
disponibilizados pelo FLUENT® foram simulados e a diferença de pressão total e
velocidade na saída do dispositivo foram monitoradas. Os resultados dessas
simulações foram comparados com resultados analíticos, demonstrando uma boa
aproximação entre as soluções numérica e analítica. Conclui-se que o modelo
numérico oferece uma boa representação da continuidade do escoamento e potencial
para a simulação de dados reais de estado de mar.
Palavras-chave: Modelagem computacional; Coluna de água oscilante (CAO);

Energia das ondas do mar.
SUMÁRIO
1 INTRODUÇÃO .................................................................................................. 08
1.1 ENERGIAS RENOVÁVEIS ............................................................................. 08
1.2 ENERGIA DAS ONDAS COMO RECURSO .................................................. 10
1.3 DISPOSITIVOS PARA EXTRAÇÃO DE ENERGIA DAS ONDAS ................. 12
1.4 INTRODUÇÃO A MODELAGEM COMPUTACIONAL ................................... 14
1.5 JUSTIFICATIVAS ........................................................................................... 15
1.6 OBJETIVOS ................................................................................................... 16
1.6.1 OBJETIVO GERAL ................................................................................... 16
1.6.2 OBJETIVOS ESPECÍFICOS ..................................................................... 17
1.7 ESTADO DA ARTE ........................................................................................ 17
1.8 METODOLOGIA ............................................................................................. 22
2 REFERENCIAL TEÓRICO ................................................................................ 24
2.1 MECÂNICA DOS FLUIDOS ........................................................................... 24
2.1.1 CONSERVAÇÃO DE MASSA ................................................................... 24
2.1.2 CONSERVAÇÃO DE ENERGIA MECÂNICA ........................................... 26
2.1.2.1 PERDA DE CARGA .......................................................................... 27
2.1.2.2 PERDA DE CARGA DISTRIBUÍDA................................................... 28
2.1.2.3 PERDA DE CARGA LOCALIZADA ................................................... 30
2.2 MODELAGEM COMPUTACIONAL ............................................................... 31
2.2.1 MODELO DE TURBULÊNCIA................................................................... 33
2.2.1.1 MODELO k-ɛ PADRÃO ..................................................................... 34
2.2.2 ACOPLAMENTO PRESSÃO E VELOCIDADE ......................................... 36
2.2.2.1 SIMPLE ............................................................................................. 36
2.2.2.2 SIMPLEC .......................................................................................... 38
2.2.2.3 PISO.................................................................................................. 38
2.2.2.4 COUPLED ......................................................................................... 41
3 MODELO E METODOLOGIA NUMÉRICA ....................................................... 43
3.1 TESTE DE INDEPENDÊNCIA DE MALHA .................................................... 45
4 RESULTADOS E DISCUSSÕES ...................................................................... 47
4.1 RESULTADOS ANALÍTICOS ........................................................................ 47
4.2 RESULTADOS NUMÉRICOS ........................................................................ 52
4.3 DISCUSSÕES DOS RESULTADOS .............................................................. 54
5 CONCLUSÕES ................................................................................................. 68
REFERÊNCIAS ......................................................................................................... 70
8
1 INTRODUÇÃO
Para o desenvolvimento desta pesquisa é necessário, primeiramente,

apresentar alguns conceitos e dados quanto a energias renováveis, mais
precisamente sobre a transformação da energia das ondas do mar em energia elétrica
através do dispositivo coluna de água oscilante (CAO). Também é apresentada uma
introdução a modelagem computacional, campo utilizado para simular fenômenos
físicos através de modelos numéricos e, por fim, nesta seção são apresentados como
estado da arte, alguns trabalhos realizados na área de modelagem computacional de
dispositivos do tipo coluna de água oscilante.
1.1 ENERGIAS RENOVÁVEIS
O cenário internacional de escassez do petróleo e as mudanças climáticas

ocorridas nos últimos anos, ocasionadas pela queima de combustíveis fósseis, têm
gerado profundas discussões no que diz respeito a geração de energia,
principalmente a elétrica. Nesse contexto, o desenvolvimento de tecnologias para a
geração de eletricidade a partir de fontes renováveis, alternativas sustentáveis que
trazem benefícios ambientais, torna-se um desafio da sociedade atual [1].
Energia renovável é a designação dada para a ampla gama de fontes naturais
de energia que se regeneram em um curto espaço de tempo, disponibilizadas de
forma cíclica na natureza e que geralmente causam poucos impactos ambientais.
Destas, as fontes de energia mais conhecidas são a eólica, a solar, as obtidas dos
oceanos, a biomassa, a hidroelétrica e a geotérmica [2]. As geradoras que utilizam
essas fontes alternativas costumam se localizar próximas aos centros de consumo,
pelo fato delas permitirem uma geração distribuída de energia, atendendo às
demandas de localidades isoladas [3]. Apesar de já existirem algumas tecnologias
para a geração de energia elétrica a partir de fontes renováveis, nenhuma delas
constitui uma solução única para a procura energética mundial, cada uma possui
características distintas em termos de impacto ambiental, custos e eficiência [2].
Embora pesquisas para o desenvolvimento de tecnologias voltadas à geração
de energia através de fontes renováveis estejam sendo realizadas cada vez mais,
9
essa parcela representa apenas uma pequena porcentagem da matriz energética

mundial. Segundo [4], um levantamento realizado em 2015 revela que apenas 14,3%
da matriz energética mundial é composta por fontes de energia renovável, ao passo
que no Brasil esse valor é de aproximadamente 41,2%, alavancado pela expressiva
participação do etanol e bagaço de cana, assim como a energia hidráulica na matriz
energética brasileira. A comparação do percentual ocupado pelas energias renováveis
no Brasil e no mundo pode ser melhor visualizado na Fig. 1.
Figura 1 – Participação da energia renovável na matriz energética brasileira e

mundial.
Fonte: Adaptado de [4].
A Fig. 2 apresenta de forma mais detalhada a composição da matriz energética

brasileira e mundial.
Figura 2 – Matriz energética brasileira e mundial.

10
Essa composição da matriz energética resultou, no mesmo ano, em uma

emissão de 1,56 toneladas de dióxido de carbono para cada tonelada equivalente em
petróleo de energia consumida, enquanto que a média mundial ficou em 2,35
toneladas. O mesmo levantamento aponta que, para a oferta interna de energia
elétrica, a matriz elétrica brasileira contou com 75,5% de fontes renováveis, ao passo
que a média mundial utilizou apenas 24,1%. Esses dados revelam a necessidade
existente de desenvolver novas tecnologias de geração de energia que não deixem
sua marca no ambiente e possam substituir os meios convencionais de produção que
utilizam fontes limitadas, sejam eles baseados em combustíveis fósseis como o
carvão, petróleo e gás natural, ou em energia nuclear. Não é demasiado alegar que o
futuro da humanidade depende dessas tecnologias, não somente para promover um
desenvolvimento sustentável, mas também para garantir sua prosperidade.
1.2 ENERGIA DAS ONDAS COMO RECURSO ENERGÉTICO
Diante do contexto apresentado, a extração de energia elétrica das ondas do

mar torna-se uma importante opção a ser analisada. De acordo com [5], os oceanos
possuem um potencial energético enorme, podendo contribuir significativamente para
as crescentes necessidades de energia a um nível global. Segundo [6], estudos
realizados no Reino Unido sobre o potencial energético disponível nos oceanos
apontam valores da ordem de 1 TW, podendo suprir toda demanda energética do
planeta. Embora seja praticamente impossível realizar o aproveitamento de toda
energia contida nos oceanos na forma de ondas, a conversão de uma pequena parte
deste potencial energético em eletricidade pode ser um grande diferencial para os
países que adotarem essa tecnologia.
Há vários tipos de fontes de energia oceânica, cada qual com uma diferente
origem. As principais classificações de energia dos oceanos são apresentadas por [5],
[7] e [8] como sendo a energia das marés, resultante dos campos gravitacionais da
lua e do sol, a energia térmica dos oceanos, decorrente da radiação solar incidente;
A energia das correntes marítimas, causadas por diferenças térmicas e de salinidade,
além do efeito das marés e, por último, a energia das ondas, geradas pela ação dos
ventos que sopram na superfície dos oceanos.
11
De acordo com [5], a energia das ondas é particularmente atrativa para ilhas ou
países com extensas faixas costeiras, como é o caso do Brasil, com cerca de 8000
km de litoral. A potência de uma onda é proporcional ao quadrado da sua amplitude e
ao seu período. Ondas de grande amplitude, com cerca de 2 metros, e elevado
período, de 7 a 10 segundos, possuem fluxos de energia geralmente entre 40 e 70
kW por metro de frente de onda [8]. A Fig. 3 exemplifica o recurso energético das
ondas, onde o potencial anual médio de cada zona é representado em kW por metro
de frente de onda.
Figura 3 – Distribuição da potência anual disponibilizada pela energia das ondas do

mar em kW/m de frente de onda.
Fonte: [9]
Apesar do Brasil não possuir valores energéticos altos em suas ondas

oceânicas, a extração de energia elétrica das ondas pode ser economicamente viável.
Isso é devido ao fato de, em nosso litoral, ocorrer poucos fenômenos naturais que
possam destruir os equipamentos e as ondas oceânicas possuírem certa regularidade
[10].
Segundo [11], o potencial energético das ondas no Brasil é estimado em 87
GW, porém, estima-se que é possível converter cerca de 20% desse potencial em
energia elétrica, o que equivale a 17% da capacidade total instalada no pais.
12
Uma análise do potencial teórico da energia das ondas ao longo do litoral

brasileiro foi realizada por [12], onde foram utilizados dados reais de estado de mar
medidos entre os anos de 1997 e 2009 e a partir destes dados são simulados os
campos de onda através de um modelo numérico. A pesquisa realizada possui 10
áreas, sendo a primeira correspondente ao litoral da Argentina e Uruguai e as nove
demais correspondendo ao litoral brasileiro. A área 2 compreende os litorais do Rio
Grande do Sul e o sul de Santa Catarina, a mesma apresentou média anual de energia
de 15,14 kW/m. A área 3 se estende da região costeira central de Santa Catarina até
a região costeira sul do Rio de Janeiro e apresentou média anual de 12,73 kW/m. A
área 4 compreende apenas a região costeira central do Rio de Janeiro e apresentou
média anual de 13,9 kW/m. A área 5 compreende a região entre o norte do litoral
fluminense e o centro-sul do litoral do Espirito Santo, tendo média anual de 13,1kW/m.
A área 6 compreende o centro-norte do litoral do Espirito Santo até a região costeira
sul do Estado de Sergipe, e média anual apresentada foi de 9,8 kW/m. A área 7
abrange desde a costa norte de Sergipe até a costa leste do Rio Grande do Norte,
apresentando média anual de 12,2 kW/m. A área 8 compreende a costa norte do Rio
Grande do Norte até o litoral do Ceará e Piauí, revelando uma média anual de 7,5
kW/m. A área 9 abrange a costa do Maranhão e parte litoral do Pará, apresentando
média anual de 8,3 kW/m. Por fim, a área 10 compreende parte da região costeira do
Pará até o litoral do Suriname, apresentando média anual de 11,1 kW/m.
Analisando os dados apresentados, fica evidente o potencial energético da
região costeira do Rio Grande do Sul, em se tratando de ondas oceânicas, quando
comparado a demais regiões do Brasil. Este fato motiva o estudo da extração de
energia elétrica através das ondas do mar.
1.3 DISPOSITIVOS PARA EXTRAÇÃO DE ENERGIA DAS ONDAS
Após décadas de investigação e desenvolvimento, surgem na atualidade

diversas soluções tecnológicas para a extração de energia das ondas. Estas
tecnologias não são concorrentes entre si, mas essa situação pode mudar em um
futuro próximo, assim como não é correto afirmar que estas serão as únicas soluções
possíveis, dado o crescente interesse nesse setor. É fundamental estabelecer critérios
de classificação para essas diferentes tecnologias. De acordo com [5], o critério de
13
classificação adotado pela maioria das referências é baseado na distância do

dispositivo instalado em relação à costa.
 Dispositivos costeiros (onshore);

 Dispositivos próximos da costa (near-shore);
 Dispositivos afastados da costa (offshore).
A principal diferença entre os dispositivos próximos da costa e os afastados da

costa é a profundidade. Nos dispositivos próximos a costa, as profundidades serão
normalmente inferiores a 20 metros e os dispositivos serão fixados no fundo do mar.
Nos dispositivos afastados da costa a profundidade será em torno de 50 metros e os
dispositivos serão flutuantes. Um ponto importante a ser ressaltado é que quanto mais
afastado da costa maior é o potencial energético, porém também são maiores as
dificuldades de acesso para instalação e manutenção [5].
Outra classificação apresentada por [5] está associada ao modo de conversão
de energia das ondas em energia elétrica, isto é, ao tipo de dispositivo. Assim, três
classes principais de dispositivos podem ser apresentadas:
 Coluna de água oscilante (CAO), (Oscillating Water Column - OWC);

 Corpos flutuantes, podendo ser de absorção pontual (Point Absorbers)
ou progressivos (Surging devices);
 Galgamento (Overtopping devices).
Da classificação quanto ao tipo de dispositivo, a escolhida para o presente

trabalho é a do tipo coluna de água oscilante.
O escopo do presente estudo é o dispositivo do tipo coluna de água oscilante,
o qual consiste em uma estrutura composta de uma câmara hidropneumática e uma
ou mais chaminés ligadas a ela, a estrutura é parcialmente submersa e está aberta
ao mar por debaixo da linha de água. O movimento das ondas do mar faz subir e
descer uma coluna de água na câmara existente no interior do dispositivo. O
movimento de subida da coluna de água comprime e expulsa o ar contido na câmara
e acaba acionando, através da exaustão do ar, uma turbina instalada na chaminé do
dispositivo. O movimento de descida da coluna de água faz diminuir a pressão dentro
14
da câmara resultando no retorno do ar que, ao passar pela chaminé, aciona a turbina

novamente. A turbina utilizada neste tipo de dispositivo geralmente é auto retificadora,
ou seja, que possui capacidade de funcionar no mesmo sentido independentemente
do sentido do escoamento do ar. Um exemplo de dispositivo do tipo coluna de água
oscilante é apresentado na Fig. 4.
Figura 4 – Dispositivo do tipo coluna de água oscilante.
1.4 INTRODUÇÃO A MODELAGEM COMPUTACIONAL
Os problemas de engenharia podem ser tratados basicamente através de

métodos analíticos, numéricos ou experimentais. O advento do computador digital de
alta velocidade e grande capacidade de armazenamento nos últimos anos tornou
possível o desenvolvimento da área de simulação numérica, que juntamente com as
análises teóricas e as técnicas experimentais da mecânica dos fluidos, criou o que
chamamos de Dinâmica de Fluidos Computacional ou em inglês Computational Fluid
Dynamics (CFD) [13]. Esta nova área complementa estudos em que análises teóricas
ou testes em laboratório não são suficientes ou possíveis, por razões de
complexidade, custo ou tempo, possibilitando o entendimento adequado dos
fenômenos físicos envolvidos.
15
De acordo com [14], de uma maneira geral, os pacotes comerciais de CFD

apresentam interfaces aos usuários que facilitam a definição do problema e a análise
do resultado. Para isso, esses códigos são divididos em três principais etapas: o pré-
processamento, o processamento (solução) e o pós-processamento.
O pré-processamento consiste em definir a geometria da região de interesse
(domínio computacional), dividir este domínio em um número finito de subdomínios,
representando pela geração de malha, selecionar o fenômeno físico que será
modelado, definir as propriedades do fluido e aplicar condições de contorno iniciais
apropriadas.
Para o processamento, existem três métodos numéricos tradicionais para a
solução numérica de equações diferenciais: o Método de Diferenças Finitas (MDF), o
Método de Volumes Finitos (MVF) e o Método de Elementos Finitos (MEF). Sendo a
diferença entre eles a maneira com a qual as variáveis do escoamento são
aproximadas com o processo de discretização empregado em cada método.
Por fim, para o pós-processamento os pacotes de CFD possuem ferramentas
flexíveis para a visualização dos resultados [15].
1.5 JUSTIFICATIVAS
O presente trabalho justifica-se através do desafio imposto pela sociedade atual

de desenvolver novas tecnologias que viabilizem a utilização de energias renováveis
como uma alternativa real e fiável às formas convencionais de energia elétrica. Dentre
as fontes de energias renováveis percebidas até o momento, vale destacar a energia
dos oceanos, mais precisamente a energia das ondas, como uma importante
alternativa para a matriz energética brasileira, visto que o país possui extensa costa
com potencial energético considerável, como apresentado anteriormente.
Dentre as regiões da costa brasileira, a costa do Rio Grande do Sul destaca-se
por possuir o maior potencial energético se comparado com as demais regiões do
país, conforme pesquisa de [12]. Diante disso, é aceitável o estudo de dispositivos
para extração de energia das ondas em um ponto próximo à costa da cidade de Rio
Grande, onde dados de estado de mar foram levantados para pesquisas relacionadas
ao comportamento das ondas do mar nessa região [16], [17].
16
Por apresentar elevado custo e tempo de execução, métodos experimentais

tornam-se mais difíceis de serem realizados. Enquanto que, métodos analíticos são
limitados a casos de geometria simples com hipóteses físicas simplificadoras. Já os
métodos numéricos podem ser utilizados no estudo de geração de energia elétrica a
partir das ondas do mar com resultados próximos de dados reais, sendo suficiente
para a execução dessa pesquisa. Sendo assim, será utilizado o software GAMBIT®
para realização da etapa do pré-processamento sendo ele responsável pela definição
da geometria do dispositivo CAO, geração das malhas para a discretização do
domínio computacional e definição das superfícies de contorno do domínio. O
software FLUENT® será utilizado na etapa de processamento, solucionando, para este
problema, as equações de conservação de massa e da quantidade de movimento.
Neste passo serão definidas as propriedades do material analisado, onde será
simulado o escoamento do ar por uma geometria definida como sendo de alumínio.
Quanto a aplicação das condições de contorno, serão impostos, individualmente,
valores de velocidade na entrada da câmara, condição de não escorregamento na
parede fazendo com que escoamento possua velocidade nula quando em contato com
a superfície sólida e pressão atmosférica na saída da chaminé. Para o pós-
processamento, será utilizado o software EXCEL® para geração de tabelas e gráficos
com parte dos dados obtidos das simulações no FLUENT ®.
1.6 OBJETIVOS
Na estruturação dos objetivos do trabalho proposto, optou-se por separá-lo em

dois subgrupos: geral e específicos.
1.6.1 OBJETIVO GERAL
Propor e verificar um modelo numérico simplificado para um conversor de

energia das ondas do mar em energia elétrica do tipo coluna de água oscilante com o
intuito de que futuramente possa ser utilizado para simular dados reais de estado de
mar.
17
1.6.2 OBJETIVOS ESPECÍFICOS
Como objetivos específicos citam-se os seguintes:

 Revisão bibliográfica dos temas relativos ao desenvolvimento do projeto;
 Levantamento do estado da arte envolvendo simulação numérica e
conversão da energia das ondas do mar em energia elétrica através de
dispositivos do tipo coluna de água oscilante;
 Definição de um modelo numérico para a simulação do escoamento do
ar dentro de um dispositivo do tipo coluna de água oscilante;
 Geração do domínio através de malha estrutura e realização do teste de
independência de malha;
 Verificação do modelo numérico proposto;
1.7 ESTADO DA ARTE
Há muito o que ser explorado no campo de modelagem computacional de

dispositivos utilizados para a extração de energia elétrica das ondas do mar. Para os
dispositivos do tipo coluna de água oscilante, foco desta pesquisa, dois tipos de
modelos são utilizados pela bibliografia para analisar o escoamento do fluido dentro
da câmara do dispositivo CAO. Um deles considera apenas o escoamento do ar dentro
do dispositivo, a fim de simplificar o problema gerando menos tempo e esforço
computacional, tendo o movimento do escoamento de ar dentro da câmara do
dispositivo aproximado por um pistão através da inserção de valores de velocidade
prescrita na entrada da câmara, esse modelo recebeu o nome de modelo Piston. O
outro modelo utilizado pela bibliografia é o modelo multifásico Volume Of Fluid (VOF)
que simula a interação entre a água e o ar dentro do dispositivo. A seguir são
apresentadas as ideias centrais de alguns estudos relacionados a modelagem
computacional de dispositivos CAO utilizando o software FLUENT® que é baseado
no Método dos Volumes Finitos.
A pesquisa realizada por [18] em 2007 avaliou a influência da geometria da
parede frontal e, em particular, o efeito da forma da abertura da parede frontal sobre
18
a eficiência da conversão da energia das ondas do mar em energia elétrica em um

dispositivo do tipo coluna de água oscilante. Este utilizou-se do modelo VOF para
modelar a interação da onda com o disposto através de uma equação definida pelo
usuário que reproduz a velocidade de entrada na câmara, essa metodologia ficou
conhecida como metodologia função e sua grande vantagem é que, por não utilizar
malha móvel, que trata-se da movimentação de pontos da malha de forma que sejam
concentrados nas regiões de grande variação da solução em função do tempo, requer
um tempo de simulação menor e a convergência é obtida mais facilmente do que na
metodologia da malha móvel.
Em 2008, [19] apresenta um estudo numérico do escoamento de ar em uma
câmara pneumática de um conversor do tipo coluna de água oscilante equipada com
duas chaminés verticais, cada qual com uma turbina. A metodologia utilizada consiste
em variar a entrada e saída de ar na câmara de acordo com uma função senoidal
definida pelo usuário aplicada na parte inferior do dispositivo, mais tarde essa
metodologia passou a ser conhecida como metodologia Piston. O modelo de
turbulência utilizado foi o k - ɛ padrão, o acoplamento pressão e velocidade foi
resolvido com o algoritmo SIMPLEC, para os termos convectivos foi utilizado o
esquema QUICK e para os termos difusivos foi utilizado o método de diferenças
centrais de segunda ordem. As soluções foram consideradas convergidas quando
todos os resíduos atingiram valores menores que 1 × 10−5 . A metodologia apresentou
considerável redução do esforço computacional e exigiu um curto período de tempo
para a solução dos problemas simulados.
Ainda em 2008, um estudo realizado por [20] utilizou um dispositivo coluna de
água oscilante baseado na estrutura existente na ilha do Pico em Portugal. As duas
metodologias desenvolvidas foram semelhantes à de [19], o movimento oscilante da
superfície livre da água foi aproximado por uma função senoidal de velocidade
definida pelo usuário utilizando malha dinâmica. O escoamento foi determinado por
[20] como sendo tridimensional, viscoso, turbulento e transiente. O modelo de
turbulência adotado foi o k - ɛ padrão, para resolver o acoplamento pressão e
velocidade foi utilizado o algoritmo SIMPLEC, para os termos difusivos utilizou-se o
método de diferenças centrais e para os termos convectivos foi utilizado o esquema
Third-Order MUSCL. Para a câmara pneumática, as condições de contorno utilizadas
foram pressão atmosférica na saída da chaminé e foi considerada velocidade zero
nas paredes utilizando a condição de não deslizamento. Por fim concluiu-se que os
19
modelos numéricos elaborados são adequados para prever o comportamento do

escoamento turbulento de ar na câmara e na turbina.
O modelo VOF de duas fases foi utilizado por [21] em 2008 para a modelagem
computacional de um dispositivo do tipo coluna de água oscilante. Foram estudados
modelos numéricos bidimensionais e tridimensionais com fluido viscoso e
incompressível. Para resolver o acoplamento pressão-velocidade foi utilizado o
algoritmo NITA-PISO. O modelo de turbulência k - ɛ padrão e a técnica de malha
dinâmica foram empregados para gerar as ondas regulares incidentes na parte inferior
da câmara.
Foi proposto por [22], em 2009, a modelagem computacional do escoamento
de ar em uma câmara de um conversor do tipo coluna de água oscilante utilizando
duas metodologias. A primeira metodologia empregada foi baseada no modelo Piston,
onde é considerada apenas a câmara do dispositivo CAO variando a velocidade em
sua entrada de acordo com a equação da onda e a segunda metodologia empregada
foi baseada no modelo VOF que considera a câmara colocada em um tanque de
ondas, levando em conta a interação completa entre a água e o ar através do modelo
multifásico VOF. As metodologias foram comparadas através da simulação da mesma
geometria utilizada para de um sistema de coluna de água oscilante com uma chaminé
colocada verticalmente.
O estudo desenvolvido por [23] em 2010 foi similar ao apresentado em [22],
porém mais completo. Apresentou-se a modelagem computacional de um conversor
de energia das ondas do mar em energia elétrica do tipo coluna de água oscilante
onde duas metodologias diferentes foram empregadas na simulação numérica destes
dispositivos, a metodologia Piston, onde apenas o escoamento de ar no interior da
câmara é considerado e a metodologia VOF, que se utiliza de um modelo multifásico
Volume of Fluid para representar a interação entre água e ar no conversor. Como
resultado obtido da comparação entre as duas metodologias, constatou-se que a
principal vantagem da metodologia VOF em relação a metodologia Piston é o fato
desta metodologia permitir que a elevação da superfície livre da água na câmara seja
tratada de uma forma mais próxima da realidade, assim sendo, reproduz o
escoamento de ar no interior da câmara de forma muito mais próxima do fenômeno
físico. A vantagem da metodologia Piston é que ela utiliza um domínio computacional
menos complexo do que a metodologia baseada no modelo VOF, o que faz diminuir
o tempo de processamento e o esforço computacional. Em ambos modelos foi
20
utilizado o método PISO para o acoplamento pressão e velocidade, o método

PRESTO para a discretização da pressão, o modelo de turbulência k - ɛ padrão e para
os termos advectivos da equação da quantidade de movimento foi empregado um
esquema upwind de primeira ordem.
Em 2013, um estudo foi realizado em [24] visando investigar a influência de
diferentes formas geométricas da câmara de um dispositivo CAO sobre o escoamento
resultante de ar que passa pela turbina, relacionando com o desempenho do
dispositivo. Para isso, geometrias diferentes para o conversor foram analisadas
empregando modelos computacionais bidimensionais e tridimensionais baseados no
modelo VOF. O modelo utilizou o método PISO para resolver o acoplamento pressão-
velocidade, o método PRESTO para a discretização espacial da pressão e o esquema
upwind de primeira ordem para os termos advectivos. Além disso, as soluções foram
consideradas convergidas quando os resíduos para a equação da conservação de
massa e quantidade de movimento nas direções x e y foram menores que 10-6.
Um estudo desenvolvido por [25], em 2014, teve o propósito de comparar vários
métodos de modelagem numérica com o objetivo principal de apontar o modelo
adequado para alcançar as melhores condições de operação correspondentes a
máxima eficiência. Dentre as metodologias comparadas estão a VOF e a metodologia
Piston. Dentre os resultados alcançados, verificou-se que o modelo que simula ambas
as fases, água e ar, é excelente para a modelagem física do dispositivo que não pode
ser representado sem simular essas fases, já o modelo piston é adequado para a
previsão dos efeitos viscosos e simulação de problemas em que se deseje utilizar
menos tempo e esforço computacional.
A pesquisa desenvolvida por [26] em 2016 utiliza dados simulados de estado
de mar, obtidos através do modelo TOMAWAC®, como condição de contorno para a
simulação numérica do princípio de funcionamento de um conversor de energia das
ondas em energia elétrica do tipo coluna de água oscilante. Para isso foi considerada
uma região próxima à costa de Rio Grande, no Rio Grande do Sul, onde os dados de
altura significativa foram usados para determinar a variação de velocidade vertical da
superfície livre do mar. A simulação é realizada através da metodologia Piston onde a
velocidade vertical do estado de mar foi imposta como velocidade prescrita. Os
resultados obtidos, através da combinação dos modelos computacionais TOMAWAC®
e FLUENT®, mostraram a coerência e a potencialidade da metodologia proposta para
a avaliação do princípio de funcionamento de dispositivos CAO. O modelo numérico
21
utilizado nesta pesquisa foi composto pelo algoritmo PISO para o acoplamento
pressão-velocidade, o método PRESTO para a discretização da pressão, o esquema
de advecção upwind de primeira ordem, o modelo de turbulência k - ɛ padrão e as
soluções foram consideradas convergidas para resíduos de 1x10-5.
Ainda em 2016, uma pesquisa desenvolvida por [27] apresenta a comparação
entre dois modelos numéricos. O primeiro é baseado no estudo do escoamento de ar
em um dispositivo CAO através de um modelo simplificado de pistão e o outro leva
em consideração todo o domínio composto da câmara do dispositivo acoplado a um
tanque de ondas, de forma que o modelo se torna bifásico já que considera a interação
da água e o ar. Como resultado obtido, a comparação entre as duas metodologias
permite notar a importância de acoplar o modelo de pistão simples ao tanque de
ondas. Com este acoplamento obteve-se uma onda incidente mais realista, no
entanto, essa implementação exige muito mais tempo e esforço computacional além
de grande espaço para armazenamento.
A modelagem computacional é fundamental nas pesquisas em que dispositivos
conversores de energia das ondas do mar são analisados, pois ela permite o estudo
dos fenômenos envolvidos de forma relativamente barata e rápida se comparada com
métodos experimentais e de forma muito mais completa e precisa se comparada com
métodos analíticos. É perceptível a preferência pelo modelo VOF nas simulações
numéricas de dispositivos do tipo coluna de água oscilante por ela permitir se
aproximar mais dos fenômenos físicos reais envolvidos no problema. O modelo Piston
possui uma boa aproximação, porém sua real vantagem está no menor tempo de
processamento e esforço computacional exigidos. Para este trabalho o modelo Piston
foi escolhido justamente por exigir menos tempo de processamento e o método
utilizado será semelhante ao de [26]. O intuito é verificar um modelo numérico que em
trabalhos futuros possa simular dados reais de estado de mar inseridos na forma de
uma tabela para impor a velocidade de entrada na parte inferior da câmara do
dispositivo. Como o volume de dados impostos ao modelo computacional pode ser
muito grande é justificável buscar-se um modelo que exija menos esforço
computacional e tempo de processamento reduzido, por isso a escolha da
metodologia Piston na simulação numérica.
22
1.8 METODOLOGIA
A metodologia empregada consiste inicialmente no levantamento de estudos

realizados em simulações numéricas de dispositivos do tipo coluna de água oscilante
através do software FLUENT® bem como as metodologias empregadas por esses
estudos. Também será realizada a revisão bibliográfica dos assuntos pertinentes a
essas simulações, sendo eles, principalmente, a mecânica dos fluidos e dinâmica dos
fluidos computacional. O propósito é levantar informações suficientes para propor um
modelo numérico simplificado de um conversor de energia das ondas do mar em
energia elétrica do tipo coluna de água oscilante.
Após a revisão de modelos empregados em pesquisas anteriores é adotado
um modelo computacional para a solução do problema, sendo o próximo passo a
verificação desse modelo. De acordo com [15], o procedimento de verificação consiste
em avaliar se um modelo computacional está resolvendo adequadamente as
equações que governam o fenômeno físico estudado. Isso é possível comparando os
resultados obtidos através da solução numérica com resultados obtidos de soluções
analíticas ou de outros modelos computacionais já verificados e/ou validados.
Em seguida, uma geometria da câmara do dispositivo CAO será definida com
base em trabalhos já realizados. Sua construção será gerada através do software
GAMBIT® onde também serão pré-determinadas as condições de contorno da
geometria. O próximo passo consiste no processo de verificação do modelo, onde
serão realizadas comparações dos resultados obtidos empregando o método em
estudo com soluções analíticas existentes. Para isso serão consideradas condições
de sucção e exaustão na câmara com diferentes magnitudes de velocidade.
A solução analítica empregada nas comparações consiste em utilizar a
equação da continuidade em conjunto com a equação da energia mecânica,
considerando escoamentos em regime permanente, com o propósito de calcular a
perda de carga na câmara e obter a diferença de pressão total entre a entrada e a
saída da câmara. Para a solução numérica, será considerado um domínio
computacional bidimensional de uma câmara com malha regular, onde serão
impostas, em sua entrada, diversas magnitudes de velocidade como condição de
contorno. Durante a simulação serão monitoradas a velocidade na saída da câmara e
a pressão total na entrada da câmara e na saída da chaminé a fim de obter a diferença
23
de pressão total para comparar com os resultados analíticos. A simulação numérica

será realizada através do software FLUENT® v. 14.0. Para o acoplamento pressão-
velocidade será utilizado o algoritmo PISO, para a discretização da pressão o método
PRESTO e para os termos advectivos o esquema Upwind de primeira ordem.
Também, será considerado o modelo de turbulência 𝑘−𝜀 padrão, e as soluções serão
consideradas convergidas para resíduos 1×10-5. Neste estudo pretende-se concluir
que o modelo numérico proposto foi devidamente verificado, e que o mesmo
demonstra capacidade para simular numericamente o comportamento fluidodinâmico
do escoamento de ar no conversor CAO atendendo as equações da continuidade e
da energia mecânica.
24
2 REFERENCIAL TEÓRICO
Nesta seção são apresentados alguns conteúdos necessários ao bom

entendimento desta pesquisa. Esses conteúdos são divididos, basicamente, em duas
partes, sendo a primeira parte referente a mecânica dos fluidos e a segunda referente
a modelagem computacional.
2.1 MECÂNICA DOS FLUIDOS
A mecânica dos fluidos é um ramo da mecânica que estuda o comportamento

físico dos fluidos e suas propriedades. Esse ramo é de fundamental importância para
a solução de diversos problemas encontrados na engenharia, sendo suas principais
aplicações destinadas ao estudo de escoamentos de líquidos e gases em dispositivos
e acessórios, equipamentos e diversos sistemas. Para o desenvolvimento de
pesquisas nessa área é necessária a revisão de alguns conceitos como conservação
de massa e conservação da quantidade de movimento que são apresentados a seguir.
2.1.1 CONSERVAÇÃO DE MASSA
De acordo com [28], a massa, assim como a energia, é uma propriedade

conservada, e não pode ser criada nem destruída durante um processo. Em sistemas
fechados, o princípio da conservação de massa é usado com a exigência de que a
massa do sistema permaneça constante durante um processo. Para volumes de
controle, a massa pode cruzar suas fronteiras, assim sendo, a quantidade de massa
que entra e sai do volume deve ser controlada. Em mecânica dos fluidos, a relação
de conservação de massa escrita para um volume de controle diferencial é chamada
de equação da continuidade.
A vazão mássica diferencial que escoa através de um pequeno elemento de
área dAc da seção transversal de um volume de controle é proporcional ao próprio
elemento de área, à massa específica do fluido ρ e ao componente da velocidade do
25
escoamento normal a dAc, indicado por Vn. Dessa forma a vazão mássica diferencial
pode ser expressa como:
𝛿𝑚̇ = 𝜌𝑉𝑛 𝑑𝐴𝑐 (1)
Onde 𝛿 indica uma quantidade diferencial. A vazão em massa é obtida por:
𝑚̇ = ∫ 𝛿𝑚̇ = ∫ 𝜌𝑉𝑛 𝑑𝐴𝑐 (2)

𝐴𝑐 𝐴𝑐
Admitindo que a massa específica é uniforme ao longo da seção transversal do

volume de controle, é possível adotar ρ como constante. A velocidade nunca é
uniforme na seção transversal devido a condição de não escorregamento nas
paredes, ela varia de zero nas paredes até um valor máximo no centro do tubo. A
velocidade média Vmed pode ser expressa como:
1
𝑉𝑚𝑒𝑑 = ∫ 𝑉 𝑑𝐴 (3)
𝐴𝑐 𝐴𝑐 𝑛 𝑐
Para um escoamento incompressível ou mesmo compressível onde ρ seja
uniforme ao longo de Ac, temos:
𝑚̇ = 𝜌𝑉𝑚𝑒𝑑 𝐴𝑐 (4)
Durante um processo de escoamento em regime permanente, a quantidade
total de massa contida no volume de controle não se altera com o tempo, sendo assim,
a quantidade total de massa que entra no volume de controle é igual à quantidade
total de massa que sai dele. Isso pode ser expresso da seguinte forma:
∑ 𝑚̇ = ∑ 𝑚̇ (5)
𝑒 𝑠
Em volumes de controle que possuem apenas uma entrada e uma saída a Eq.
5 pode ser reescrita como:
𝑚̇1 = 𝑚̇2 (6)
𝜌1 𝑉1 𝐴1 = 𝜌2 𝑉2 𝐴2 (7)
Para regimes permanentes com escoamento incompressível a massa
específica é uniforme, resultando em uma equação da continuidade simplificada:
𝑉1 𝐴1 = 𝑉2 𝐴2 (8)
26
2.1.2 CONSERVAÇÃO DE ENERGIA MECÂNICA
Ainda de acordo com [28], uma maneira de definir a energia mecânica é como
sendo a forma de energia que pode ser convertida direta e completamente em trabalho
mecânico por um dispositivo mecânico ideal.
Para um escoamento invíscido, a energia mecânica, emec, do fluido pode ser
expressa, por unidade de massa, como:
𝑃 𝑉2
𝑒𝑚𝑒𝑐 = + + 𝑔𝑧 (9)
𝜌 2
Em que P é a pressão do fluido, g é a constante da gravidade, z é a altura do
ponto considerado e V a velocidade do fluido. Na equação o termo 𝑃⁄𝜌 é a energia
do escoamento, 𝑉 2 ⁄2 é a energia cinética e 𝑔𝑧 é a energia potencial, todas por
unidade de massa. A variação de energia mecânica durante escoamentos
incompressíveis torna-se:
𝑃2 − 𝑃1 𝑉22 − 𝑉12
∆𝑒𝑚𝑒𝑐 = + + 𝑔(𝑧2 − 𝑧1 ) (10)
𝜌 2
Conclui-se então que a energia mecânica de um fluido não varia durante um
escoamento se sua pressão, velocidade, massa específica e elevação permanecerem
constantes.
De acordo com a Primeira Lei da Termodinâmica, também conhecida como o
princípio da conservação de energia, a energia não pode ser criada nem destruída
durante um processo, ela pode apenas mudar de forma. Sendo assim, todas as partes
da energia devem ser levadas em conta durante um processo.
Supondo um sistema fechado genérico, o balanço de energia pode ser definido
como:
𝑑𝐸
𝑄̇ + 𝑊̇ = (11)
𝑑𝑡
Em que 𝑊̇ é o trabalho que entra no sistema, 𝑄̇ é o calor transferido para o
sistema e o termo diferencial expressa a variação de energia no sistema.
Para escoamentos em regime permanente, considerando um volume de
controle com apenas uma entrada e uma saída, a equação da energia pode ser
reescrita da seguinte forma:
27
𝑉22 − 𝑉12
𝑄̇ + 𝑊̇ = 𝑚̇ [(ℎ2 − ℎ1 ) + ( ) + 𝑔(𝑧2 − 𝑧1 )] (12)
2
A equação da energia para escoamento em regime permanente por unidade
de massa pode ser obtida pela divisão da Eq. 12 pela vazão de mássica 𝑚̇:
𝑉22 − 𝑉12
𝑄 + 𝑊 = (ℎ2 − ℎ1 ) + ( ) + 𝑔(𝑧2 − 𝑧1 ) (13)
2
Em que Q é a transferência total de calor para o fluido por unidade de massa e
W é a entrada total de trabalho para o fluido por unidade de massa. Utilizando a
definição de entalpia:
𝑃
ℎ=𝑢+ (14)
𝜌
Onde u é a energia interna e h a entalpia, é possível reorganizar a Eq. 13 como:
𝑃1 𝑉12 𝑃2 𝑉22
𝑊+ + + 𝑔𝑧1 = + + 𝑔𝑧2 + (𝑢2 − 𝑢1 − 𝑄) (15)
𝜌 2 𝜌 2
Se o escoamento for ideal, ou seja, sem nenhuma irreversibilidade tal como o
atrito, a energia mecânica total deve ser conservada, então para que não haja
nenhuma perda mecânica:
𝑄 = 𝑢2 − 𝑢1 (16)
Qualquer aumento da diferença das entalpias acima de Q se deve a conversão
irreversível de energia mecânica em energia térmica, por tanto, (𝑢2 − 𝑢1 − 𝑄)
representa a perda de energia mecânica. Ao se considerar as perdas que ocorrem
durante o escoamento do fluido, a equação da energia pode ser expressa em sua
forma mais comum em termos de carga como sendo:
𝑃1 𝑉12 𝑃2 𝑉22
+ + 𝑍1 = + + 𝑍2 + 𝐻 (17)
𝜌1 𝑔 2𝑔 𝜌2 𝑔 2𝑔
Onde H representa a perda total de carga durante o escoamento em um determinado
trecho.
2.1.2.1 PERDA DE CARGA
A perda de carga, H, como é proposto por [28], ou perda de carga total, Hlt,
apresentada por [29], é a soma das perdas distribuídas, hl, devidas aos efeitos de
atrito no escoamento completamente desenvolvidos em tubos de seção constante,
28
com as perdas localizadas, hlm, devidas a mudanças na geometria da seção em que

ocorre o escoamento como entradas, acessórios, mudanças de área entre outras.
Consequentemente, as perdas de carga distribuídas e localizadas devem ser
consideradas em separado. Para a determinação da perda de carga é indispensável
classificar o escoamento em laminar ou turbulento. De acordo com [28], um
escoamento em regime laminar é caracterizado por linhas de corrente suaves e
movimento altamente ordenados enquanto que o escoamento em regime turbulento é
caracterizado por flutuações de velocidade e movimento altamente desordenado. Há
também um escoamento de transição do escoamento laminar para o turbulento.
A transição do escoamento laminar para o turbulento depende da geometria,
da rugosidade da superfície, da velocidade de escoamento, da temperatura da
superfície e do tipo do fluido, entre outras coisas. Porém, o regime de escoamento
depende principalmente da relação entre as forças inerciais e as forças viscosas do
fluido, essa relação é chamada de número de Reynolds e é expressa para o
escoamento interno em um tubo circular:
𝜌𝑉𝐷
𝑅𝑒𝐷 = (18)
𝜇
Onde 𝑅𝑒𝐷 é o número de Reynolds, V é a velocidade média do fluido, D é o diâmetro
da geometria e μ é a viscosidade dinâmica do fluido.
O número de Reynolds no qual o escoamento se torna turbulento é chamado
de número de Reynolds crítico, Recr. Esse valor é diferente para geometrias e
condições de escoamento diferentes. Na maioria das condições práticas, o
escoamento de um tubo circular é laminar para Re ≤ 2300, turbulento para Re ≥ 4000
e de transição entre esses valores.
2.1.2.2 PERDA DE CARGA DISTRIBUÍDA
Segundo [29], a perda de carga distribuída representa a energia mecânica

convertida em energia térmica por efeitos de atrito, sendo assim a perda de carga
distribuída é independente da orientação do tubo. No escoamento laminar, a queda
de pressão resultante da perda de carga pode ser calculada analiticamente para o
escoamento completamente desenvolvido num tubo horizontal através da equação
apresentada a seguir.
29
64 𝐿 𝑉̅ 2
ℎ𝑙 = ( ) (19)
𝑅𝑒 𝐷 2
Onde hl é a perda de carga distribuída e L é o comprimento do trecho em que está
ocorrendo o escoamento.
No escoamento turbulento não há como avaliar a queda de pressão
analiticamente, deve-se recorrer a dados experimentais e utilizar a análise
dimensional para correlacioná-los.
Para determinar a perda de carga distribuída em um escoamento
completamente desenvolvido sob condições conhecidas, o número de Reynolds é o
primeiro parâmetro a ser avaliado, para determinar se o escoamento está em regime
laminar ou turbulento. A rugosidade relativa da parede é o segundo parâmetro que se
deve avaliar e, juntamente com o diâmetro da seção transversal determina-se o fator
de atrito. O fator de atrito é comumente lido no diagrama de Moody, diagrama que
leva o mesmo nome de seu criador. Os dados contidos nele foram determinados
experimentalmente e podem ser consultados na Fig. 5.
Figura 5 – Diagrama de Moody.

30
Finalmente a perda de carga distribuída para escoamentos em regime

turbulento pode ser obtida pela equação a seguir, onde 𝑓 é o fator de atrito:
𝐿 𝑉̅ 2
ℎ𝑙 = 𝑓 (20)
𝐷 2
2.1.2.3 PERDA DE CARGA LOCALIZADA
O escoamento em uma tubulação, de acordo com [29], pode exigir a passagem

do fluido por uma variedade de componentes adicionais como acessórios, curvas ou
mudanças súbitas de área. As perdas de carga localizadas são encontradas,
sobretudo, como resultado da separação do escoamento ocasionando dissipação de
energia decorrente da mistura violenta nesses componentes. Essas perdas serão
relativamente menores se o sistema incluir longos trechos de seção constante. A
seguinte equação é uma forma de expressar essas perdas:
𝑉̅ 2
ℎ𝑙𝑚 = 𝑘 (21)
2
Onde hlm é a perda de carga localizada e o coeficiente de perda, k, pode ser
determinado experimentalmente para cada situação.
O coeficiente de perda é expresso em tabelas de várias bibliografias, ele é
determinado para entradas e saídas do escoamento, para expansões e contrações
dentro do escoamento, para curvas existentes nas tubulações e para válvulas e
acessórios instalados. No presente trabalho só nos interessa os coeficientes de perda
decorrentes de expansões e contrações, os mesmos são expressos na Fig. 6.
31
Figura 6 – Coeficientes de perda para escoamentos através de mudanças súbitas

de área.
Fonte: [29].
Definidas a perda de carga distribuída e a perda de carga localizada, a perda
de carga total pode ser calculada da seguinte forma:
𝐻 = ℎ𝑙 + ℎ𝑙𝑚 (22)
2.2 MODELAGEM COMPUTACIONAL
O uso de técnicas numéricas para a solução de problemas complexos de

engenharia é hoje uma realidade graças ao enorme avanço tecnológico que os
computadores sofreram nas últimas décadas [30]. Em função dessa disponibilidade
computacional, que cresce exponencialmente, o desenvolvimento de algoritmos para
a solução dos mais diversos problemas têm gerado um aumento no número de
pesquisadores e usuários da simulação numérica.
Essa área do conhecimento, que complementa análises teóricas e técnicas
experimentais, aplicada no campo de mecânica dos fluidos, recebeu o nome de
Dinâmica de Fluidos Computacional (DFC) ou em inglês, como é mais conhecida,
Computational Fluid Dynamics (CFD). Os métodos tradicionais para a solução
numérica de equações diferenciais são os Método de Diferenças Finitas (MDF),
Método de Volumes Finitos (MVF) e Método de Elementos Finitos (MEF).
32
De acordo com [31], o método das diferenças finitas é talvez o mais fácil de
entender dos três métodos listados acima. Para este método, o campo de fluxo é
decomposto em um conjunto de pontos de uma malha e as funções contínuas, como
velocidade e pressão, são aproximadas por valores discretos dessas funções
calculadas em cada ponto. As derivadas das funções são aproximadas usando as
diferenças entre os valores da função nos pontos da malha divididos pelo
espaçamento da malha. O método padrão para converter as equações diferenciais
parciais em equações algébricas é através do uso de expansões da série Taylor.
No método de volumes finitos, apresentado por [31], o domínio é dividido em
um conjunto de volumes de controle onde, em seguida, são formuladas equações
integrais de conservação de massa, quantidade de movimento e energia para cada
volume. As integrais são aproximadas numericamente e os valores das variáveis nas
faces de cada volume são aproximadas com informações das variáveis nodais. Isso
resulta em um sistema algébrico que então é resolvido por método iterativo. O número,
o tamanho e a forma dos elementos são ditados em parte pela geometria do domínio
e as condições de contorno para o problema proposto. A medida que o número de
elementos aumenta, como é necessário para domínios mais complexos, o número de
equações algébricas simultâneas que devem ser resolvidas também aumenta, o que
torna comum, para este método, problemas envolvendo números elevados de células
na malha.
O método dos elementos finitos, de acordo com [32], fornece um procedimento
sistemático para a derivação das funções de aproximação sobre sub-regiões do
domínio estudado. O método é dotado de três características básicas que explicam
sua vantagem em relação a outros métodos concorrentes. Primeiro, um domínio
geometricamente complexo do problema é representado como um conjunto de
subdomínios geometricamente simples, chamados elementos finitos. Em segundo
lugar, em cada elemento finito, as funções de aproximação são derivadas usando a
ideia básica de que qualquer função contínua pode ser representada por uma
combinação linear de polinômios algébricos. Em terceiro lugar, as relações algébricas
entre os coeficientes indeterminados, valores nodais, são obtidas ao satisfazer as
equações governantes em cada elemento. Assim, o método dos elementos finitos
pode ser visto, em particular, como uma aplicação elementar do método de resíduos
ponderados. Nisso, funções de aproximação são muitas vezes consideradas como
polinômios algébricos, e os parâmetros subjacentes representam os valores da
33
solução em um número finito de pontos pré-selecionados, chamados nós, no limite e

no interior do elemento. As funções de aproximação são derivadas usando conceitos
da teoria da interpolação e, portanto, são chamadas de funções de interpolação. O
grau das funções de interpolação depende do número de nós no elemento e da
equação diferencial da ordem a ser resolvida.
Segundo [33], os códigos de CFD contêm técnicas de discretização adequadas
para o tratamento dos principais fenômenos de transporte como a convecção,
transporte de matéria devido ao escoamento de fluido, e a difusão, transporte de
matéria devido a variações térmicas de partículas em um fluido, bem como para os
termos de origem, associados à criação ou destruição da variável estudada, e a taxa
de mudança em relação ao tempo. Os fenômenos físicos implícitos são complexos e
não-lineares, sendo necessária uma abordagem de solução iterativa. Entre os
procedimentos de solução mais populares, está o algoritmo SIMPLE utilizado para
assegurar a correta ligação entre pressão e a velocidade.
Os códigos comerciais também podem dar ao usuário uma seleção de técnicas
mais recentes, como técnicas iterativas de ponto Gauss-Seidel com aceleradores
multigrid e métodos de gradiente conjugado.
2.2.1 MODELO DE TURBULÊNCIA
Para [28], o escoamento turbulento é caracterizado pelo movimento altamente

irregular e pelas flutuações instantâneas da velocidade e outros escalares. Como
consequência dessas flutuações, o escoamento turbulento em um fluido contribui
muito no transporte de massa, calor e quantidade de movimento. Estudos envolvendo
escoamentos em estado turbulento são extremamente complicados justamente
devido a essas flutuações características deste tipo de escoamento. Nesse contexto,
o desenvolvimento de novos modelos de turbulência é de extrema importância do
ponto de vista físico, matemático e numérico, já que visam uma simplificação cada
vez maior na análise dos efeitos da turbulência.
De acordo com [34], soluções analíticas ou numéricas para problemas
envolvendo escoamentos em regime turbulento podem ser realizadas utilizando vários
níveis de aproximação, produzindo maior ou menor descrições no detalhamento do
escoamento.
34
Atualmente existe uma grande quantidade de modelos de turbulência

disponíveis, porém, nenhum desses modelos pode ser aplicado adequadamente a
todos os tipos de escoamentos. A modelagem da turbulência pode ser dividida em
três grandes grupos, o primeiro deles é a simulação numérica de escoamentos
turbulentos via equações de médias de Reynolds ou em inglês Reynold Averaged
Navier-Stokes (RANS), o segundo grupo são as simulações de grandes escalas ou
em inglês Large Eddy Simulation (LES) e o terceiro grupo são as simulações
numéricas diretas ou em inglês Direct Numerical Simulations (DNS).
A técnica RANS é utilizada para prever escoamentos com configurações
bastante complexas, ela permite a modelagem de todo escoamento. Nesta técnica
são utilizadas equações obtidas através de um conjunto de médias no tempo das
equações de Navier-Stokes e da continuidade. Nessa modelagem, o elemento crítico
é a representação das tensões de Reynolds que descrevem os efeitos das flutuações
turbulentas de pressões e velocidades. Simulações realizadas com esta técnica
necessitam de bastante esforço computacional
Na técnica LES, as grandes escalas são calculadas diretamente e para as
pequenas escalas são utilizados modelos de escalas sub-malha, nesse caso, a
formulação precisa ser transiente e tridimensional. Ela permite a utilização de filtro
espacial e necessita de mais esforço computacional do que a técnica RANS.
Na técnica DNS, as equações de Navier-Stokes tridimensionais e transientes
são resolvidas sem modelagem, em malhas bastante refinadas com passos de tempo
pequenos, a fim de capturar toda a gama de escalas turbulentas.
Neste trabalho é utilizado o código comercial FLUENT® 14.0 que utiliza as
técnicas RANS e LES, sendo que, para as simulações aqui apresentadas optou-se
pela técnica RANS. Dentre os modelos de turbulência disponibilizados por esse
software está o modelo k-ɛ padrão que foi utilizado nessa pesquisa, o mesmo é
apresentado a seguir.
2.2.1.1 MODELO k-ɛ PADRÃO
De acordo com [33], em camadas de cisalhamento finas e bidimensionais, as

mudanças na direção do fluxo são sempre tão lentas que a turbulência pode ajustar-
se às condições locais. Nos fluxos onde a convecção e a difusão causam diferenças
35
significativas entre a criação e a destruição da turbulência, e nos fluxos de

recirculação, uma prescrição algébrica compacta para o comprimento da mistura não
é mais viável. Então, o caminho a seguir é considerar declarações sobre a dinâmica
da turbulência. O modelo k-ε enfoca os mecanismos que afetam a energia cinética
turbulenta, onde k é a energia cinética da turbulência e ε a dissipação da energia
cinética da turbulência.
É possível desenvolver equações de transporte semelhantes para todas as
demais quantidades de turbulência, incluindo ε. A equação exata de ε, no entanto,
contém muitos termos desconhecidos e incomuns. O modelo k-ε padrão possui duas
equações modelo, uma para k e outra para ε, com base na melhor compreensão dos
processos relevantes que causam mudanças nessas variáveis.
São usados k e ε para definir a escala de velocidade ϑ e a escala de
comprimento ℓ representativa da turbulência em grande escala da seguinte maneira:
𝜗 = 𝑘 1⁄2 (23)
𝑘 3⁄2
ℓ = (24)
𝜀
Aplicando análise dimensional, é possível especificar a viscosidade de
turbulência da seguinte forma:
𝑘2
𝜇𝑡 = 𝐶𝜌𝜗ℓ = 𝜌𝐶𝜇 (25)
2
Onde Cμ é uma constante adimensional.
O modelo k-ε padrão usa as seguintes equações de transporte para k e ε:
𝜕(𝜌𝑘) 𝜇𝑡
+ 𝑑𝑖𝑣(𝜌𝑘𝑈) = 𝑑𝑖𝑣 [ 𝑔𝑟𝑎𝑑 𝑘] + 2𝜇𝑡 𝑠𝑖𝑗 . 𝑠𝑖𝑗 − 𝜌ɛ (26)
𝜕𝑡 𝜎𝑘
𝜕(𝜌ɛ) 𝜇𝑡 ɛ ɛ2
+ 𝑑𝑖𝑣(𝜌ɛ𝑈) = 𝑑𝑖𝑣 [ 𝑔𝑟𝑎𝑑 ɛ] + 𝐶1ɛ 2𝜇𝑡 𝑠𝑖𝑗 . 𝑠𝑖𝑗 − 𝐶2ɛ 𝜌 (27)
𝜕𝑡 𝜎ɛ 𝑘 𝑘
As equações contêm cinco constantes ajustáveis: Cμ, σk, σε, C1ε e C2ε. O modelo
k-ε padrão emprega valores para as constantes que são mais apropriados para
escoamentos isotrópicos:
𝐶𝜇 = 0,09 𝜎𝑘 = 1,00 𝜎ɛ = 1,30 𝐶1ɛ = 1,44 𝐶2ɛ = 1,92 (28)
36
2.2.2 ACOPLAMENTO PRESSÃO E VELOCIDADE
A solução segregada das equações de conservação da quantidade de

movimento e massa gera o problema do acoplamento pressão-velocidade. Pensando
nisso, vários algoritmos foram desenvolvidos para eliminar esse problema. O software
FLUENT® apresenta alguns deles, os mesmos são descritos a seguir.
2.2.2.1 SIMPLE
O Método Semi-Implícito para Equações Ligadas à Pressão ou em inglês Semi-

Implicit Method for Pressure-Linked Equations (SIMPLE) é um algoritmo que foi
originalmente proposto por Patankar e Spalding e tornou-se um procedimento
numérico amplamente utilizado para resolver as equações de Navier-Stokes.
O algoritmo SIMPLE fornece um método de cálculo de pressão e velocidades
que é apresentado por [33] e [35]. O método é iterativo e, quando outros escalares
são acoplados às equações de quantidade de movimento, o cálculo precisa ser feito
sequencialmente.
Nesse método, uma aproximação do campo de velocidade é obtida pela
resolução da equação da quantidade de movimento. O termo de gradiente de pressão
é calculado usando a distribuição de pressão a partir da iteração anterior ou uma
estimativa inicial. A equação de pressão é formulada e resolvida para obter a nova
distribuição de pressão e, então, as velocidades são corrigidas e um novo conjunto de
fluxos conservadores é calculado.
A equação discretizada da quantidade de movimento e a equação de correção
da pressão são resolvidas de forma implícita, porém a correção da velocidade é
resolvida explicitamente, esta é a razão pela qual este algoritmo é chamado de método
semi-implícito.
A sequência de operações em um procedimento de CFD que emprega o
algoritmo SIMPLE possui alguns passos. O primeiro deles é definir as condições de
contorno do problema, onde são estimados o campo de pressão (p*), as componentes
da velocidade (u* e v*) e demais variáveis escalares (𝜙*). O segundo passo é resolver
37
as equações discretizadas da quantidade de movimento para calcular o campo de

velocidade intermediária.
∗ ∗ ∗ ∗
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = ∑ 𝑎𝑛𝑏 𝑢𝑛𝑏 + (𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 )𝐴𝑖,𝐽 − 𝑏𝑖,𝐽 (30)
∗ ∗ ∗ ∗
𝑎𝐼,𝑗 𝑣𝐼,𝑗 = ∑ 𝑎𝑛𝑏 𝑣𝑛𝑏 + (𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽 )𝐴𝐼,𝑗 − 𝑏𝐼,𝑗 (31)
Onde o termo b é a fonte de massa do volume de controle e Ai,j é a área da face do

volume de controle.
𝑁𝑓𝑎𝑐𝑒𝑠
∗ (32)
𝑏 = ∑ 𝜌𝑢𝑖,𝑗 𝐴𝑖,𝑗
𝑖,𝑗
O terceiro passo é resolver a equação de correção da pressão.

𝑎𝑖,𝑗 𝑝′𝑖𝑗 = 𝑎𝑖−1,𝑗 𝑝′𝑖−1,𝑗 + 𝑎𝑖+1,𝑗 𝑝′𝑖+1,𝑗 + 𝑎𝑖,𝑗−1 𝑝′𝑖,𝑗−1 + 𝑎𝑖,𝑗+1 𝑝′𝑖,𝑗+1 + 𝑏′𝑖,𝑗 (33)
Onde p’ é um fator de correção definido com a diferença entre o campo de pressão
correto p e o campo de pressão estimado p*.
𝑝 = 𝑝∗ + 𝑝′ (34)
Similarmente, são definidos os fatores de correção das velocidades u’ e v’ para
relacionar as velocidades corretas u e v com as velocidades estimadas u* e v*.
𝑢 = 𝑢∗ + 𝑢′ (35)
𝑣 = 𝑣 ∗ + 𝑣′ (36)
Então, a pressão e o campo de velocidades são atualizados.
∗
𝑝𝑖,𝑗 = 𝑝𝑖,𝑗 + 𝑝′𝑖,𝑗 (37)
∗
𝑢𝑖,𝑗 = 𝑢𝑖,𝑗 + 𝑑𝑖,𝑗 (𝑝′𝑖−1,𝑗 − 𝑝′𝑖,𝑗 ) (38)
∗
𝑣𝑖,𝑗 = 𝑣𝑖,𝑗 + 𝑑𝑖,𝑗 (𝑝′𝑖,𝑗−1 − 𝑝′𝑖,𝑗 ) (39)
O próximo passo é a solução de todas as outras equações de transporte
discretizadas.
𝑎𝐼,𝐽 𝜙𝐼,𝐽 = 𝑎𝐼−1,𝐽 𝜙𝐼−1,𝐽 + 𝑎𝐼+1,𝐽 𝜙𝐼+1,𝐽 + 𝑎𝐼,𝐽−1 𝜙𝐼,𝐽−1 + 𝑎𝐼,𝐽+1 𝜙𝐼,𝐽+1 + 𝑏𝜙𝐼,𝐽 (40)
O último passo é verificar se a solução converge. Em caso positivo a iteração
chega ao fim, porém, em caso negativo as variáveis que foram corrigidas durante a
iteração serão as condições iniciais para a próxima iteração e o algoritmo continuará
corrigindo-as até a solução convergir.
38
2.2.2.2 SIMPLEC
O algoritmo SIMPLEC (SIMPLE-Consistent) de Van Doormal e Raithby segue

as mesmas etapas do algoritmo SIMPLE, com a diferença de que as equações da
quantidade de movimento são manipuladas para que as equações de correção de
velocidade omitam os termos menos significativos que estão presentes no algoritmo
SIMPLE.
As equações para correção das componentes da velocidade disponíveis em
[33] são apresentadas a seguir.
𝑢′𝑖,𝐽 = 𝑑𝑖,𝐽 (𝑝′𝐼−1,𝐽 − 𝑝′𝐼,𝐽 ) (41)
𝑣′𝐼,𝑗 = 𝑑𝐼,𝑗 (𝑝′𝐼,𝐽−1 − 𝑝′𝐼,𝐽 ) (42)
Onde di,J e dI,j podem ser definidos como:
𝐴𝑖,𝐽
𝑑𝑖,𝐽 = (43)
𝑎𝑖,𝐽 − ∑ 𝑎𝑛𝑏
𝐴𝐼,𝑗
𝑑𝐼,𝑗 = (44)
𝑎𝐼,𝑗 − ∑ 𝑎𝑛𝑏
A equação discreta de correção de pressão é a mesma utilizada no método
SIMPLE, exceto que os termos d são calculados a partir de equações (43) e (44). A
sequência de operações utilizada no método SIMPLEC é idêntica à do SIMPLE
apresentada anteriormente.
2.2.2.3 PISO
O método Pressão Implícita com Separação de Operadores ou em inglês

Pressure Implicit with Splitting of Operators (PISO) é um procedimento de cálculo do
acoplamento pressão-velocidade desenvolvido originalmente para o cálculo não-
iterativo de escoamentos compressíveis instáveis. Foi adaptado com sucesso para a
solução iterativa de problemas no estado estacionário. O PISO envolve um passo de
previsão e dois passos corretivos e pode ser visto como uma extensão do SIMPLE
com um outro passo corretivo para aprimorá-lo.
39
Em [33] são apresentados os passos utilizados pelo método PISO. O primeiro

passo é o da previsão, onde a discretização das equações da quantidade de
movimento é resolvida com um campo de pressão estimado ou intermediário p* para
fornecer componentes de velocidade u* e v* usando o mesmo método que o algoritmo
SIMPLE.
O segundo passo é relativo a primeira correção, os campos u* e v* não
satisfarão a continuidade a menos que o campo de pressão p* esteja correto. O
primeiro passo corretor de SIMPLE é introduzido para fornecer um campo de
velocidade (u**, v**) que satisfaça a equação discretizada da continuidade. Para isso
são utilizados os fatores de correção p’, u’ e v’. As equações resultantes são as
mesmas equações de correção de velocidade utilizadas no método SIMPLE, mas,
uma vez que há um outro passo de correção no algoritmo PISO, é utilizada uma
notação ligeiramente diferente:
𝑝∗∗ = 𝑝∗ + 𝑝′ (45)
𝑢∗∗ = 𝑢∗ + 𝑢′ (46)
𝑢∗∗ = 𝑢∗ + 𝑢′ (47)
Essas equações são usadas para definir as velocidades corrigidas u** e v**.
∗∗ ∗
𝑢𝑖,𝐽 = 𝑢𝑖,𝐽 + 𝑑𝑖,𝐽 (𝑝′𝐼−1,𝐽 − 𝑝′𝐼,𝐽 ) (48)
∗∗ ∗
𝑣𝐼,𝑗 = 𝑣𝐼,𝑗 + 𝑑𝐼,𝑗 (𝑝′𝐼,𝐽−1 − 𝑝′𝐼,𝐽 ) (49)
O terceiro passo do método é a aplicação de um segundo passo corretor onde
as equações da quantidade de movimento discretizadas para u** e v** são:
∗∗ ∗ ∗∗ ∗∗
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = ∑ 𝑎𝑛𝑏 𝑢𝑛𝑏 + (𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 )𝐴𝑖,𝐽 + 𝑏𝑖,𝐽 (50)
∗∗ ∗ ∗∗ ∗∗
𝑎𝐼,𝑗 𝑣𝐼,𝑗 = ∑ 𝑎𝑛𝑏 𝑣𝑛𝑏 + (𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 )𝐴𝐼,𝑗 + 𝑏𝐼,𝑗 (51)
Um campo de velocidade corrigido duas vezes (u***, v***) pode ser obtido
resolvendo as equações da quantidade de movimento mais uma vez:
∗∗∗ ∗∗ ∗∗∗ ∗∗∗
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = ∑ 𝑎𝑛𝑏 𝑢𝑛𝑏 + (𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 )𝐴𝑖,𝐽 + 𝑏𝑖,𝐽 (52)
∗∗∗ ∗∗ ∗∗∗ ∗∗∗

𝑎𝐼,𝑗 𝑣𝐼,𝑗 = ∑ 𝑎𝑛𝑏 𝑣𝑛𝑏 + (𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 )𝐴𝐼,𝑗 + 𝑏𝐼,𝑗 (53)
Observe que os termos da soma são avaliados utilizando as velocidades u** e

v** calculadas no passo anterior.
Relacionado a Eq. (50) com a Eq. (52) e a Eq. (51) com a Eq. (53) temos:
40
∗∗
∑ 𝑎𝑛𝑏 (𝑢𝑛𝑏 ∗ )
∗∗∗ ∗∗
− 𝑢𝑛𝑏
𝑢𝑖,𝐽 = 𝑢𝑖,𝐽 + + 𝑑𝑖,𝐽 (𝑝′′𝐼−1,𝐽 − 𝑝′′𝐼,𝐽 ) (54)
𝑎𝑖,𝐽
∗∗
∑ 𝑎𝑛𝑏 (𝑣𝑛𝑏 ∗ )
∗∗∗ ∗∗
− 𝑣𝑛𝑏
𝑣𝐼,𝑗 = 𝑣𝐼,𝑗 + + 𝑑𝐼,𝑗 (𝑝′′𝐼,𝐽−1 − 𝑝′′𝐼,𝐽 ) (55)
𝑎𝐼,𝑗
Onde p’’ é a segunda correção da pressão para que p*** possa ser obtida por:
𝑝∗∗∗ = 𝑝∗∗ + 𝑝′′ (56)
A substituição de u*** e v*** na equação discreta da continuidade produz uma
segunda equação de correção de pressão:
𝑎𝐼,𝐽 𝑝′′𝐼,𝐽 = 𝑎𝐼+1,𝐽 𝑝′′𝐼+1,𝐽 + 𝑎𝐼−1,𝐽 𝑝′′𝐼−1,𝐽 + 𝑎𝐼,𝐽+1 𝑝′′𝐼,𝐽+1 + 𝑎𝐼,𝐽−1 𝑝′′𝐼,𝐽−1 + 𝑏′′𝐼,𝐽 (57)
A Eq. (57) é resolvida para obter o segundo campo de correção de pressão p’’,
e o campo de pressão corrigido duas vezes é obtido pela seguinte equação:
𝑝∗∗∗ = 𝑝∗∗ + 𝑝′′ = 𝑝∗ + 𝑝′ + 𝑝′′ (58)
No cálculo não-iterativo de fluxos instáveis, para o campo de pressão p*** e o
campo de velocidade representado por u*** e v*** são considerados os seus
correspondentes u, v e p.
A sequência de operações para um cálculo iterativo PISO estável possui
algumas etapas. Primeiramente são definidas as condições iniciais do problema, onde
são estimados o campo de pressão (p*), as componentes da velocidade (u* e v*) e
demais variáveis escalares (𝜙*). Os três próximos passos são similares aos
empregados no início do método SIMPLE, sendo que o segundo passo é a solução
da equação discretizada da quantidade de movimento, o terceiro é a solução da
equação de correção da pressão e o quarto é a correção dos valores de pressão e
velocidade.
O quinto passo desse método é a solução da segunda equação de correção da
pressão, Eq. (57), o sexto é a correção da pressão e velocidades aplicando as Eq.
(58), (54) e (55) respectivamente. O próximo passo é a solução de todas as outras
equações de transporte discretizada representada pela Eq. (40).
O último passo é verificar se a solução converge. Em caso positivo a iteração
chega ao fim, porém, em caso negativo as variáveis que foram corrigidas durante a
iteração serão as condições iniciais para a próxima iteração e o algoritmo continuará
corrigindo-as até a solução convergir.
41
2.2.2.4 COUPLED
O solucionador baseado em pressão permite resolver um problema de fluxo de

forma segregada ou acoplada. De acordo com [36], o uso da abordagem acoplada,
ou Coupled em inglês, oferece algumas vantagens em relação à abordagem não
acoplada ou segregada. O esquema acoplado obtém uma implementação de fase
única, robusta e eficiente para escoamentos de estado estacionário, com desempenho
superior em comparação aos esquemas de soluções segregadas. Este algoritmo
acoplado à pressão oferece uma alternativa ao algoritmo segregado baseado na
massa específica e à pressão com acoplamento pressão-velocidade do tipo SIMPLE.
Para os escoamentos transientes, é necessário o uso do algoritmo acoplado quando
a qualidade da malha é fraca, ou se forem utilizados grandes passos de tempo.
O algoritmo segregado baseado em pressão resolve as equações do momento
e as equações de correção de pressão separadamente. Esse método de solução
semi-implícita resulta em convergência lenta.
O algoritmo acoplado resolve as equações de quantidade de movimento e
pressão em conjunto. O acoplamento implícito total é conseguido através de uma
discretização implícita de termos de gradiente de pressão nas equações da
quantidade de movimento e uma discretização implícita do fluxo de massa na face,
incluindo os termos de dissipação de pressão.
Nas equações da quantidade de movimento, o gradiente de pressão para o
acoplamento k pode ser obtido da equação abaixo.
∑ 𝑝𝑓 𝐴𝑘 = − ∑ 𝑎𝑢𝑘 𝑝 𝑝𝑗 (59)
𝑓 𝑗
Onde 𝑎 𝑢𝑘𝑝 é o coeficiente do teorema de divergência de Gauss e coeficientes dos

esquemas de interpolação de pressão. Finalmente, para qualquer célula i, a forma
discretizada da equação da quantidade de movimento para o componente uk é
definida como:
𝑢 𝑢 𝑢 𝑝 𝑢
∑ 𝑎𝑖𝑗𝑘 𝑘 𝑢𝑘𝑗 + ∑ 𝑎𝑖𝑗𝑘 𝑝𝑗 = 𝑏𝑖 𝑘 (60)
𝑗 𝑗
Na equação de continuidade, o equilíbrio dos fluxos é substituído usando a

expressão do fluxo resultando na forma discretizada
42
𝑝𝑢 𝑝𝑝
∑ ∑ 𝑎𝑖𝑗 𝑘 𝑢𝑘𝑗 + ∑ 𝑎𝑖𝑗 𝑝𝑗 = 𝑏𝑖𝑝 (61)
𝑘 𝑗 𝑗
Como resultado, o sistema geral de equações é apresentado como:
∑[𝐴]𝑖𝑗 𝑋⃗𝑗 = 𝐵
⃗⃗𝑖
(62)
𝑗
Onde o termo 𝐴𝑖𝑗 pode ser definido como:

𝑝𝑝 𝑝𝑢 𝑝𝑣 𝑝𝑤
𝑎𝑖𝑗 𝑎𝑖𝑗 𝑎𝑖𝑗 𝑎𝑖𝑗
𝑢𝑝 𝑢𝑝 𝑣𝑣 𝑢𝑤
𝐴𝑖𝑗 = 𝑣𝑝 𝑣𝑝 𝑢𝑣 𝑣𝑤
(63)
𝑤𝑝 𝑤𝑝 𝑤𝑣 𝑤𝑤
[𝑎𝑖𝑗 𝑎𝑖𝑗 𝑎𝑖𝑗 𝑎𝑖𝑗 ]
E os vetores desconhecidos e residuais têm a forma:
𝑝′𝑖
𝑢′𝑖
𝑋⃗𝑗 = (64)
𝑣′𝑖
[𝑤′𝑖 ]
−𝑟𝑖𝑝
𝑢
⃗⃗𝑖 = −𝑟𝑖𝑣
𝐵 (65)
−𝑟𝑖
[−𝑟𝑖𝑤 ]
O algoritmo acoplado baseado em pressão possui algumas limitações quando
utilizado no software FLUENT®, ele não é compatível com o modelo multifásico
euleriano, o solucionador de avanço de tempo não-iterativo (NITA), condições de
fronteira de fluxo de massa periódicas e a prescrição de velocidade fixa.
43
3 MODELO E METODOLOGIA NUMÉRICA
O modelo proposto que será verificado, para simular numericamente o princípio

de funcionamento de um dispositivo do tipo coluna de água oscilante, é uma
simplificação do fenômeno físico ocorrido na câmara da CAO, chamada por [25] de
método piston. Esse nome foi dado pelo fato deste método representar o movimento
de subida e descida da onda dentro da câmara hidropneumática por um pistão
realizando o mesmo movimento, para isso, somente o conversor CAO e o escoamento
de ar em seu interior serão considerados. A variação da velocidade do escoamento
de ar na entrada da câmara hidropneumática é imposta ao modelo como condição de
contorno, através da imposição de diversas magnitudes de velocidade.
O interior do domínio computacional bidimensional é mostrado na Fig. 7a, onde
um escoamento isotérmico e incompressível de ar será numericamente simulado,
sendo que suas dimensões são L = 12 m, l = 2,3 m, H1 = 10 m e H2 = 5 m.
Figura 7 – Ilustração do domínio computacional: (a) dimensões e (b) malha e

condições de contorno.
Fonte [26].
44
O modelo matemático utilizado para resolver o problema é formado pelas

equações da conservação de massa e da quantidade de movimento, representadas
respectivamente pelas equações a seguir.
𝜕𝜌 ̅̅̅̅⃗ ) = 0
+ 𝛻. (𝜌𝑣 (66)
𝜕𝑡
𝜕
(𝜌𝑣⃗) + 𝛻. (𝜌𝑣⃗𝑣⃗) = −𝛻𝑝 + 𝛻. 𝜏̿ + 𝜌𝑔⃗ (67)
𝜕𝑡
Em que τ pode ser representado da seguinte forma:
𝜕𝑢𝑗 𝜕𝑢𝑖
𝜏 = (𝜇 + 𝜇𝑡 ) ( + ) (68)
𝜕𝑥𝑖 𝜕𝑥𝑗
Onde ρ é a massa específica (kg/m3), 𝑣⃗ é o vetor velocidade do escoamento (m/s), p
é a pressão estática (N/m2), μ é a viscosidade dinâmica (kg/m.s), 𝜏̅ é o tensor de
tensões (N/m2) e 𝑔⃗ é a aceleração da gravidade (m/s2).
A metodologia numérica definida para este trabalho é baseada em uma das
metodologias apresentadas em [23]. Para isso, um conversor CAO, representado na
Fig.7, será utilizado. A discretização do modelo computacional será realizada com
elementos quadriláteros de tamanho 0,025 m, gerando uma malha regular com
210400 células computacionais conforme pode ser visto na Fig. 7b. A discretização
temporal será feita com um passo de tempo de 0,01 s, e a simulação numérica
desenvolvida durante 6,00 s conforme utilizado em [26].
Para as condições de contorno, foi determinada velocidade prescrita para a
entrada da câmara, onde são inseridos vinte valores de velocidade individualmente
sendo dez positivas representando o movimento de exaustão e dez negativas
representando o movimento de sucção. Para a saída da chaminé foi considerada
pressão atmosférica e para as paredes uma condição de não deslizamento, fazendo
com que o escoamento possua uma velocidade nula em contato com as paredes do
dispositivo. Como modelo numérico foram utilizados inicialmente o algoritmo PISO
para o acoplamento pressão-velocidade, o método PRESTO para a discretização da
pressão e o esquema upwind de primeira ordem para os termos advectivos. O modelo
de turbulência empregado foi o k-ɛ padrão e as soluções foram consideradas
convergidas para resíduos de 1x10-5.
Vale destacar que o software utilizado, FLUENT ®, considera algumas
condições iniciais por padrão. Entre elas estão as condições de operação, onde o
software adota uma massa específica operacional igual ao do fluido que se está
45
utilizando no escoamento do problema. O fato é que para gerar a pressão estática

durante a simulação, esse software inicia suas iterações resolvendo algumas
equações onde a massa específica operacional é subtraída da massa específica do
fluido, como as duas são iguais essa conta resulta em zero e isso prejudica a
simulação, gerando dados irreais. Então, ao definir as condições iniciais do problema,
é necessário adotar a massa específica operacional como sendo igual a zero, isto fará
com que a pressão estática resultante possua valores plausíveis.
A imposição da velocidade de entrada, por ser prescrita, variou a cada
simulação, ou seja, foram simulados no total 20 casos com velocidades diferentes.
Nessas simulações dois monitores do tipo linha foram utilizados, um localizado na
entrada da CAO, formado pelos pontos A (0;0) e B (12;0) e outro na saída da chaminé
formado pelos pontos C (4,85;15) e D (7,15;15). Foi monitorada a pressão total tanto
na entrada quanto na saída do dispositivo, além disso foram registradas as
velocidades de saída da chaminé a fim de verificar a continuidade do escoamento com
a solução analítica adotada.
3.1 TESTE DE INDEPENDENCIA DE MALHA
A definição da malha é importante, pois ela deve ser refinada o suficiente para
captar as variáveis decorrentes do escoamento de forma confiável sem gerar uma
solução com tempo de processamento elevado. Devido à simplicidade geométrica do
domínio computacional, foram utilizados elementos quadrilaterais a fim de obter uma
malha regular. Definido isso, foram geradas nove malhas, cada qual com um
determinado refinamento.
Para a simulação da onda entrando e saindo da câmara CAO, foram utilizadas
velocidades impostas na entrada câmara na forma de tabela. As velocidades foram
obtidas através da Eq. 68 apresentada em [26] que simula dados aproximados para o
real estado de mar.
𝐻𝜋 2𝜋𝑡
𝑤(𝑡) = cos ( ) (69)
𝑇 𝑇
Sendo w a velocidade na direção vertical (m/s), H a amplitude da onda (0,14 m), T o
período de onda (0,81 s) e t o tempo (s).
46
A Tabela 1 estabelece a relação entre a velocidade máxima registrada durante

o escoamento utilizando cada uma das nove malhas, o número de células de acordo
com o tamanho do quadrilátero e a diferença relativa entre as velocidades registradas.
Tabela 1 – Diferença entre a velocidade máxima registrada para cada refinamento

de malha.
Malha (j) Quadriláteros (m) Nº de células Vel. Max. (m/s) Diferença Relativa (%)
1 0,100 13150 0,9491594 17,03218659
2 0,060 36554 1,1108220 7,45555994
3 0,050 52600 1,1936400 7,20443350
4 0,040 82250 1,2796350 3,41792777
5 0,035 107822 1,3233720 2,62496108
6 0,030 146392 1,3581100 2,36939570
7 0,025 210400 1,3902890 1,66922129
8 0,020 328750 1,4134960 1,35783900
9 0,015 584549 1,4326890 -
Fonte: Próprio autor.
Os dados da Tabela 1 estão plotados no gráfico da Fig. 8, onde fica evidente

que, a partir da malha que utiliza elementos de tamanho 0,025 m, a variação da
velocidade máxima em relação a malhas mais refinadas é muito pequena
apresentando uma tendência. Portanto, torna-se aceitável utilizar a malha 7 cujo
refinamento gerou 210400 elementos.
Figura 8 – Seleção da malha independente.

47
4 RESULTADOS E DISCUSSÕES
Nesta seção são apresentados os resultados obtidos na pesquisa e uma breve

discussão. Para tanto é necessário apresentar separadamente os resultados obtidos
do modelo analítico e os resultados obtidos do modelo numérico como a seguir.
4.1 RESULTADOS ANALÍTICOS
A seguir são apresentados, passo a passo, os resultados obtidos da solução

analítica. Como a metodologia analítica consiste em, inicialmente, definir valores para
a imposição da velocidade prescrita na entrada da câmara a fim de representar os
movimentos de sucção, para o caso das velocidades negativas, e exaustão, para caso
das velocidades positivas, a Tabela 2 traz os valores das velocidades utilizadas. Esta
variação foi determinada com base nos resultados obtidos da Eq. 69.
Tabela 2 – Velocidades prescritas para o movimento de sucção e exaustão.
Sucção Exaustão
V1 [m/s] V1 [m/s]
-1,250 1,250
-1,000 1,000
-0,750 0,750
-0,500 0,500
-0,250 0,250
-0,100 0,100
-0,075 0,075
-0,050 0,050
-0,025 0,025
-0,010 0,010
Tendo as dimensões da área de entrada da câmara hidropneumática e da área

da saída da chaminé do conversor CAO e sabendo que o fluido pode ser considerado
incompressível, obtêm-se através da Eq. 8 as velocidades de saída da chaminé (V2)
para cada valor de velocidade prescrita imposta na entrada da câmara, a Tabela 3
apresenta os valores obtidos.
48
Tabela 3 – Velocidades de saída do dispositivo para os movimentos de sucção e

exaustão.
Sucção Exaustão
V2 [m/s] V2 [m/s]
-6,522 6,522
-5,217 5,217
-3,913 3,913
-2,609 2,609
-1,304 1,304
-0,522 0,522
-0,391 0,391
-0,261 0,261
-0,130 0,130
-0,052 0,052
A geometria em estudo possui uma mudança súbita de área, que pode ser
evidenciado na Fig. 7, que provoca uma perda de carga localizada considerável. Para
avaliar esta perda, utilizando a e Eq. 21, é necessário determinar o coeficiente de
perda que pode ser obtido na Fig. 6 através da razão de áreas (AR). Sabendo que a
relação de áreas na geometria é de (2,3 m)b para (12 m)b, onde b representa a
profundidade do dispositivo, obtém-se uma razão de áreas de 0,19, gerando um
coeficiente de perda de 0,45 para a contração e de 0,65 para a expansão. Definidos
os coeficientes, a perda de carga localizada pode ser calculada através da Eq. 21 e
seus valores podem ser consultados na Tabela 4.
Tabela 4 - Perda de carga localizada durante o movimento de sucção e exaustão.
Sucção Exaustão
V2[m/s] hlm [m] V2[m/s] hlm [m]
-6,522 1,40910 6,522 0,97553
-5,217 0,90182 5,217 0,62434
-3,913 0,50728 3,913 0,35119
-2,609 0,22546 2,609 0,15609
-1,304 0,05636 1,304 0,03902
-0,522 0,00902 0,522 0,00624
-0,391 0,00507 0,391 0,00351
-0,261 0,00226 0,261 0,00156
-0,130 0,00056 0,130 0,00039
-0,052 0,00009 0,052 0,00006
49
Para a obtenção da perda de carga distribuída foi utilizada a Eq. 19, na qual é
necessário conhecer o fator de atrito que é obtido através de dois parâmetros, sendo
eles a rugosidade da parede em contato com o fluido e o número de Reynolds
decorrente do escoamento completamente desenvolvido. O número de Reynolds (Re),
para as diversas velocidades, pode ser calculado com o emprego da Eq. 18. Ele é
constante durante o escoamento entre os trechos de dimensões diferentes, pois o
mesmo depende da vazão do fluido, massa específica e viscosidade dinâmica.
Conhecendo as dimensões da geometria, as velocidades impostas e sabendo que o
fluido utilizado é o ar, pode-se adotar uma massa específica ρ = 1,225 kg/m 3 e uma
viscosidade dinâmica μ = 17,4x10-6 N.s/m2, com isso obtêm-se os números de
Reynolds para cada caso. Os resultados podem ser conferidos na Tabela 5.
Assim, conhecidos os valores do número de Reynolds para cada velocidade e
considerando a rugosidade das paredes muito baixas ao adotar a curva para tubo liso,
foi utilizado o Diagrama de Moody, conforme a Fig. 5, onde é possível obter o fator de
atrito para cada caso. Como os valores do número de Reynolds e o fator de atrito
dependem apenas do módulo da velocidade, para este caso especificamente onde o
problema é bidimensional e a vazão se mantém, então a Tabela 5 traz os valores que
serão utilizados tanto para o movimento de sucção quanto para o de exaustão.
Tabela 5 - Número de Reynolds e fator de atrito utilizados durante a exaustão e

sucção.
Número de Reynolds Fator de atrito

1056034,48 0,0115
844827,59 0,0119
633620,69 0,0125
422413,79 0,0135
211206,9 0,0152
84482,76 0,0185
63362,07 0,0195
42241,38 0,0215
21120,69 0,0250
8448,28 0,0320
Como a perda de carga distribuída depende da geometria do trecho em que se

deseja determiná-la, foi necessário dividir a geometria em dois trechos, sendo o trecho
50
1 referente a câmara de altura 10 m e diâmetro 12 m e o trecho 2 a chaminé de altura

5 m e diâmetro 2,3 m. A perda distribuída, seja para o movimento de sucção ou
exaustão, depende dos mesmos parâmetros, então, independentemente do sentido
do escoamento ela será a mesma. Na Tabela 6, podem ser conferidas as perdas
localizadas para ambos os trechos, assim como a total durante os movimentos de
sucção e exaustão.
Tabela 6 – Perda de carga distribuída durante o movimento de sucção e exaustão.
Trecho 1 Trecho 2 Total

hl1 [m] hl2 [m] hl [m]
0,00076320 0,05419608 0,05495928
0,00050544 0,03589194 0,03639738
0,00029864 0,02120716 0,02150580
0,00014335 0,01017944 0,01032279
0,00004035 0,00286532 0,00290567
0,00000786 0,00055798 0,00056584
0,00000466 0,00033083 0,00033549
0,00000228 0,00016212 0,00016440
0,00000066 0,00004713 0,00004779
0,00000014 0,00000965 0,00000979
Calculadas as perdas localizadas e distribuídas, as perdas totais podem ser

determinadas através da e Eq. 22 e seus valores são expostos na Tabela 7.
Tabela 7 - Perda de carga total para a sucção e exaustão.
Sucção Exaustão
V2 [m/s] H [m] V2[m/s] H [m]
-6,522 1,46405728 6,522 1,03048866
-5,217 0,93822010 5,217 0,66073619
-3,913 0,52878108 3,913 0,37269638
-2,609 0,23577847 2,609 0,16640749
-1,304 0,05926959 1,304 0,04192685
-0,522 0,00958407 0,522 0,00680923
-0,391 0,00540824 0,391 0,00384740
-0,261 0,00241896 0,261 0,00172525
-0,130 0,00061143 0,130 0,00043800
-0,052 0,00009997 0,052 0,00007222
51
Após determinar as velocidades de saída e perdas de carga na câmara CAO,

foi realizado um balanço de energia através da Eq. 17, com a finalidade de determinar
a diferença de pressão entre a entrada e a saída do dispositivo CAO para cada caso.
Os resultados da queda de pressão podem ser consultados na Tabela 8.

do dispositivo CAO considerando as perdas de carga.
Sucção Exaustão
∆P [Pa] ∆P [Pa]
172,76 217,74
175,47 204,26
177,58 193,77
179,08 186,27
179,97 181,77
180,21 180,50
180,23 180,40
180,25 180,32
180,26 180,27
180,26 180,26
A fim de verificar também se o modelo numérico calculará as perdas de carga

ou não, foi empregada a Eq. 10 onde o balanço de energia é realizado
desconsiderando a perda de carga. Os resultados podem ser conferidos na Tabela 9.
Tabela 9 – Resultados analíticos para diferença de pressão entre a entrada e a

saída do dispositivo CAO desconsiderando as perdas de carga.
Sucção Exaustão
∆P [Pa] ∆P [Pa]
155,16 205,35
164,20 196,32
171,22 189,29
176,24 184,27
179,25 181,26
180,10 180,42
180,17 180,35
180,22 180,30
180,25 180,27
180,26 180,26
52
4.2 RESULTADOS NUMÉRICOS
Ao se aplicar o modelo numérico descrito anteriormente, foram monitorados os

valores de velocidade de saída da chaminé e pressão total na entrada e saída da
CAO. As velocidades obtidas na saída da chaminé podem ser consultadas na Tabela
10.
Tabela 10 – Resultados numéricos para a velocidade na saída da chaminé.
Sucção Exaustão
V2 [m/s] V2 [m/s]
-6,521739 6,521739
-5,217391 5,217391
-3,913043 3,913043
-2,608696 2,608696
-1,304348 1,304348
-0,521739 0,521739
-0,391304 0,391304
-0,260870 0,260870
-0,130435 0,130435
-0,052174 0,052174
As pressões totais monitoradas na entrada da câmara e saída da chaminé

durante o movimento de sucção, podem ser consultadas na Tabela 11.

movimento de sucção
Sucção
V1[m/s] P1 [Pa] V2[m/s] P2 [Pa]
-1,250 162,246044 -6,522 0,343040
-1,000 168,658715 -5,217 0,149510
-0,750 173,690521 -3,913 0,344617
-0,500 177,310524 -2,609 0,345220
-0,250 179,416960 -1,304 0,150246
-0,100 179,946418 -0,522 0,345545
-0,075 179,994473 -0,391 0,345522
-0,050 180,035911 -0,261 0,345499
-0,025 180,073092 -0,130 0,150211
-0,010 180,094377 -0,052 0,345487
53
As pressões totais monitoradas na entrada da câmara e saída da chaminé

durante o movimento de exaustão, podem ser consultadas na Tabela 12.
Tabela 12 - Pressão total na entrada da câmara e saída da chaminé durante o

movimento de sucção.
Exaustão
Entrada Saída
220,515044 26,581074
206,061340 17,038981
194,810042 9,626690
186,752421 4,346076
181,875589 1,193989
180,455800 0,317097
180,326511 0,244093
180,226818 0,191945
180,155204 0,160653
180,124478 0,151888
Ao se realizar a diferença entre a pressão total na entrada da câmara com a

pressão total na saída da chaminé, obtêm-se a queda de pressão total que será
utilizada para comparar com os resultados analíticos. A diferença de pressão total
numérica para ambos os movimentos de sucção e exaustão podem ser consultados
na Tabela 13.
Tabela 13 – Diferença de pressão total numérica para os movimentos de sucção e

exaustão.
Sucção Exaustão
∆P [Pa] ∆P [Pa]
161,903004 193,933970
168,509205 189,022359
173,345904 185,183352
176,965304 182,406345
179,266714 180,681600
179,600873 180,138704
179,648950 180,082417
179,690411 180,034873
179,922881 179,994551
179,748890 179,972590
54
Ao analisar previamente os resultados, comparando a diferença de pressão

total analítica e numérica, percebe-se que os resultados se aproximam mais quando
as perdas de carga são desconsideradas analiticamente. Constatado isso, é
necessário verificar se o modelo utilizado é o responsável por, aparentemente, não
computar a perda de carga ou se essa é uma limitação do software FLUENT®.
Como forma de verificar se essa limitação realmente existe, foram
selecionadas várias configurações quanto aos algoritmos utilizados para resolver o
acoplamento pressão-velocidade, a discretização da pressão e os demais termos
advectivos. Para o acoplamento pressão-velocidade o FLUENT® disponibiliza os
algoritmos Piso, Simple, Simplec e Coupled. Para a discretização da pressão, são
disponibilizados os algoritmos Body Force, Standard, Presto, Linear e Second Order
Upwind. Para a resolução dos termos advectivos é disponibilizado pelo FLUENT® os
algoritmos First Order Upwind, Second Order Upwind, Power Law, Quick e Third Order
Muscl.
Para essas simulações foi considerada apenas a velocidade de 1,25 m/s,
simulando o movimento de exaustão durante o escoamento, e -1,25 m/s, a fim de
simular o movimento de sucção durante o escoamento. A escolha destas duas únicas
velocidades foi realizada com o intuito de reduzir o tempo total de simulação, já que,
para cada velocidade são necessárias 100 simulações para verificar todas as
possibilidades possíveis variando os algoritmos disponibilizados pelo FLUENT® para
acoplamento pressão-velocidade, discretização da pressão e resolução da
quantidade de movimento. Os resultados obtidos são expostos nas tabelas a seguir,
onde são comparados com resultados analíticos.
4.3 DISCUSSÕES DOS RESULTADOS
Na tabela 14 pode-se comparar a diferença de pressão entre a entrada da

câmara e a saída da chaminé do dispositivo CAO, obtida através do método analítico
ao se considerar as perdas de carga aplicando a e Eq. 17, e os resultados obtidos
através do método numérico. Também é possível analisar as diferenças calculadas
em relação aos resultados analíticos.
55
Tabela 14 - Resultados analíticos e numéricos para a diferença de pressão entre a

entrada e a saída do dispositivo CAO considerando as perdas de carga.
Sucção Exaustão
Numérico Analítico Diferença Numérico Analítico Diferença
V1 [m/s] ∆P [Pa] ∆P [Pa] ∆P [%] V1 [m/s] ∆P [Pa] ∆P [Pa] ∆P [%]
-1,250 161,90 172,76 6,28 1,250 193,93 217,74 10,93
-1,000 168,51 175,47 3,97 1,000 189,02 204,26 7,46
-0,750 173,35 177,58 2,38 0,750 185,18 193,77 4,43
-0,500 176,97 179,08 1,18 0,500 182,41 186,27 2,08
-0,250 179,27 179,97 0,39 0,250 180,68 181,77 0,60
-0,100 179,60 180,21 0,34 0,100 180,14 180,50 0,20
-0,075 179,65 180,23 0,32 0,075 180,08 180,40 0,17
-0,050 179,69 180,25 0,31 0,050 180,03 180,32 0,16
-0,025 179,92 180,26 0,18 0,025 179,99 180,27 0,16
-0,010 179,75 180,26 0,28 0,010 179,97 180,26 0,16
É possível verificar, através da Tabela 14, que quanto maior o valor absoluto
da velocidade maior também é a diferença relativa entre os resultados obtidos, e essa
diferença apresenta valores de no máximo 10,9% para a velocidade de magnitude
1,25 m/s. Essas diferenças podem ser melhor visualizadas na Fig. 9, onde são
plotados os resultados de queda de pressão para as soluções analítica e numérica.
São apresentados na Tabela 15 os resultados da solução analítica
desconsiderando as perdas de carga e as diferenças apresentadas em comparação
com a solução numérica.
56
Tabela 15 - Resultados analíticos e numéricos para a diferença de pressão entre a

entrada e a saída do dispositivo CAO desconsiderando as perdas de carga.
Sucção Exaustão
Numérico Analítico Diferença Numérico Analítico Diferença
V1[m/s] ∆P [Pa] ∆P [Pa] ∆P [%] V1[m/s] ∆P [Pa] ∆P [Pa] ∆P [%]
-1,250 161,90 155,16 4,34 1,250 193,93 205,35 5,56
-1,000 168,51 164,20 2,63 1,000 189,02 196,32 3,72
-0,750 173,35 171,22 1,24 0,750 185,18 189,29 2,17
-0,500 176,97 176,24 0,41 0,500 182,41 184,27 1,01
-0,250 179,27 179,25 0,01 0,250 180,68 181,26 0,32
-0,100 179,60 180,10 0,28 0,100 180,14 180,42 0,16
-0,075 179,65 180,17 0,29 0,075 180,08 180,35 0,15
-0,050 179,69 180,22 0,29 0,050 180,03 180,30 0,15
-0,025 179,92 180,25 0,18 0,025 179,99 180,27 0,15
-0,010 179,75 180,26 0,28 0,010 179,97 180,26 0,16
Através da Tabela 15, é possível observar que as diferenças relativas entre as

soluções numérica e analítica são um pouco menores se comparadas com os
resultados da Tabela 14. Isso é devido ao fato da Tabela 15 apresentar resultados
analíticos onde a perdas de carga são desconsideradas. Para as velocidades de maior
magnitude, a maior diferença ocorre para o caso de exaustão, sendo que, enquanto
ao se considerar as perdas de carga analiticamente a diferença entre o resultado
analítico e numérico para a velocidade de 1,25 m/s foi de 10,93%, quando se
desconsidera a perda de carga analiticamente a diferença entre o resultado analítico
e numérico, para a mesma velocidade, foi de 5,56%, aproximadamente a metade.
Na Fig. 9 são apresentas as curvas geradas a partir dos resultados analítico e
numérico para a diferença de pressão entre a entrada da câmara e a saída da chaminé
do dispositivo CAO, considerando e desconsiderando as perdas de carga na solução
analítica. Cabe destacar que o gráfico contém as soluções obtidas tanto para o
movimento de sucção como para o movimento de exaustão o que pode ser constatado
através da variação de velocidades no eixo horizontal.
57
Figura 9 - Curvas resultantes das soluções numérica e analítica considerando e

desconsiderando as perdas de carga.
Os resultados obtidos para velocidade de saída da chaminé, calculados

analiticamente por meio da Eq. 8, são apresentados na Tabela 16, onde podem ser
comparados com os valores resultantes da solução numérica.
Tabela 16 - Resultados analíticos e numéricos para a velocidade na saída da

chaminé.
Sucção Exaustão
Analítico Numérico Diferença Analítico Numérico Diferença
-6,52173913 -6,52172844 0,00016% 6,52173913 6,52172820 0,00017%
-5,21739130 -5,21738212 0,00018% 5,21739130 5,21738272 0,00016%
-3,91304348 -3,91303788 0,00014% 3,91304348 3,91303713 0,00016%
-2,60869565 -2,60869196 0,00014% 2,60869565 2,60869166 0,00015%
-1,30434783 -1,30434686 0,00007% 1,30434783 1,30434684 0,00008%
-0,52173913 -0,52173940 0,00005% 0,52173913 0,52173940 0,00005%
-0,39130435 -0,39130453 0,00005% 0,39130435 0,39130463 0,00007%
-0,26086957 -0,26086988 0,00012% 0,26086957 0,26086986 0,00011%
-0,13043478 -0,13043452 0,00020% 0,13043478 0,13043508 0,00023%
-0,05217391 -0,05217373 0,00035% 0,05217391 0,05217414 0,00043%
58
É possível constatar, através da Tabela 16, que a continuidade do escoamento

está sendo bem representada pelo modelo, visto que as diferenças relativas entre as
soluções analítica e numérica, para a velocidade na saída da chaminé, são
extremamente pequenas. Os dados da Tabela 16 estão representados graficamente
na Fig. 10.
Figura 10 - Curvas das velocidades de saída obtidas por meio do método

analítico e numérico.
Não é possível perceber, através da Fig. 10, a diferença entre as soluções

analítica e numérica para a velocidade na saída da chaminé. Isso é devido ao fato da
diferença entre essas soluções ser muito pequena fazendo com que uma curva
sobreponha a outra.
Com os resultados das Tabelas 14 e 15 é possível constatar que há uma
diferença significativa entre os resultados analíticos e numéricos quando se considera
e desconsidera as perdas de carga analiticamente. Fica evidente que esses
resultados são mais próximos quando se desconsidera as perdas de carga
analiticamente. O passo seguinte é verificar se o modelo empregado nas simulações
que geraram os dados até aqui expostos nesta subseção possui dificuldades em
59
computar as perdas de carga durante o escoamento. A pressão total calculada através

da Eq. 17, possui basicamente duas componentes, sendo uma delas a pressão
dinâmica, decorrente da velocidade do escoamento, e a outra a pressão estática
resultante da pressão hidrostática e as perdas de carga.
Como evidenciado pela Fig. 10, as soluções analítica e numérica apresentam
uma aproximação muito grande para as velocidades obtidas na saída da chaminé,
isso já é suficiente para descartarmos a possibilidade de a pressão dinâmica estar
sendo determinada incorretamente. Tem-se consciência de que a solução analítica
carrega um erro ao se utilizar valores tabelados para determinação das perdas e
aceitar simplificações nas equações utilizadas para determinar a diferença de pressão
total. O que realmente intriga é o fato da solução numérica ter uma maior aproximação
com a solução analítica quando as perdas são desconsideradas analiticamente.
O passo seguinte foi revisar as dimensões da malha, como ela é gerada no
GAMBIT® e exportada para o FLUENT® poderia haver algum erro associado as
dimensões da geometria do domínio que pudesse interferir na determinação da
pressão hidrostática e consequentemente na estática. Essa dúvida foi sanada ao se
constatar que o Gambit® gera as malhas utilizando a unidade de metros, conforme
pretendido pela pesquisa, e o FLUENT® reconhece, por padrão, a malha com
dimensões em metros sendo necessário realizar alguns comandos caso se deseje
alterar as dimensões para outra unidade de medida, como polegadas por exemplo,
mantendo as mesmas proporções.
Outro ponto que poderia interferir nos resultados é o refinamento da malha,
porém foi constatado através da Fig. 8 e Tabela 1 que a malha utilizada é
independente. Com isso, a fim de cercar ainda mais o problema, foram realizadas
simulações utilizando diversas configurações de algoritmos e esquemas para a
solução do problema, sendo que os resultados dessas simulações foram
apresentados anteriormente. Nas tabelas a seguir serão apresentados comparativos
entre os resultados numéricos e analíticos considerando e desconsiderando a perda
de carga analiticamente com o intuito de verificar se existe outro conjunto de
algoritmos que apresente resultados com uma aproximação maior da solução analítica
do que o modelo proposto na bibliografia.
60
A Tabela 17 apresenta os resultados obtidos adotando o algoritmo Simple para

o acoplamento pressão-velocidade em conjunto com os demais algoritmos para um
movimento de sucção com velocidade de -1,25 m/s. São apresentadas também as
diferenças encontradas entre as soluções analítica e numérica.

algoritmo Simple como acoplamento pressão-velocidade e uma velocidade de -1,25
m/s representando o movimento de sucção.
Sem perda Com perda

Algoritmos Numérica Analítica Diferença Analítica Diferença
∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
Simple - Standard - First Order 162,10 155,16 4,47 172,76 6,17
Simple - Standard - Second Order 162,08 155,16 4,46 172,76 6,18
Simple - Standard - Power Law 162,09 155,16 4,46 172,76 6,17
Simple - Standard – Quick 162,07 155,16 4,45 172,76 6,19
Simple - Standard - Third Order 162,08 155,16 4,46 172,76 6,18
Simple - Presto - First Order 162,09 155,16 4,47 172,76 6,17
Simple - Presto - Second Order 162,07 155,16 4,45 172,76 6,19
Simple - Presto - Power Law 162,07 155,16 4,45 172,76 6,19
Simple - Presto – Quick 162,07 155,16 4,45 172,76 6,19
Simple - Presto - Third Order 162,08 155,16 4,45 172,76 6,18
Simple - Linear - First Order 162,12 155,16 4,48 172,76 6,16
Simple - Linear - Second Order 162,09 155,16 4,47 172,76 6,17
Simple - Linear - Power Law 162,10 155,16 4,47 172,76 6,17
Simple - Linear – Quick 162,09 155,16 4,46 172,76 6,17
Simple - Linear - Third Order 162,10 155,16 4,47 172,76 6,17
Simple - Second Order - First Order 162,11 155,16 4,48 172,76 6,16
Simple - Second Order - Second Order 162,09 155,16 4,47 172,76 6,17
Simple - Second Order - Power Law 162,09 155,16 4,47 172,76 6,17
Simple - Second Order – Quick 162,10 155,16 4,47 172,76 6,17
Simple - Second Order - Third Order 162,10 155,16 4,47 172,76 6,17
Simple - Body Force - First Order 162,10 155,16 4,47 172,76 6,17
Simple - Body Force - Second Order 162,06 155,16 4,44 172,76 6,19
Simple - Body Force - Power Law 162,07 155,16 4,45 172,76 6,19
Simple - Body Force – Quick 162,06 155,16 4,44 172,76 6,19
Simple - Body Force - Third Order 162,06 155,16 4,45 172,76 6,19
Pode ser evidenciado na Tabela 17 que não existe uma diferença significativa
entre as configurações escolhidas adotando o algoritmo Simple para o acoplamento
pressão-velocidade.
61
Na Tabela 18 são apresentados os resultados obtidos adotando o algoritmo

Piso para o acoplamento pressão-velocidade em conjunto com os demais algoritmos
para um movimento de sucção com velocidade de -1,25 m/s. São apresentadas
também as diferenças encontradas entre as soluções analítica e numérica.
Tabela 18 - Comparação de resultados analíticos e numéricos considerando o

algoritmo Piso como acoplamento pressão-velocidade e uma velocidade de -1,25
Sem perda Com perda

∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
Piso - Standard - First Order 162,11 155,16 4,47 172,76 6,17
Piso - Standard - Second Order 162,08 155,16 4,46 172,76 6,18
Piso - Standard - Power Law 162,09 155,16 4,46 172,76 6,17
Piso - Standard – Quick 162,07 155,16 4,45 172,76 6,19
Piso - Standard - Third Order 162,09 155,16 4,46 172,76 6,18
Piso - Presto - First Order 162,10 155,16 4,47 172,76 6,17
Piso - Presto - Second Order 162,07 155,16 4,45 172,76 6,19
Piso - Presto - Power Law 162,07 155,16 4,45 172,76 6,18
Piso - Presto – Quick 162,07 155,16 4,45 172,76 6,18
Piso - Presto - Third Order 162,08 155,16 4,46 172,76 6,18
Piso - Linear - First Order 162,12 155,16 4,48 172,76 6,16
Piso - Linear - Second Order 162,10 155,16 4,47 172,76 6,17
Piso - Linear - Power Law 162,10 155,16 4,47 172,76 6,17
Piso - Linear – Quick 162,09 155,16 4,47 172,76 6,17
Piso - Linear - Third Order 162,09 155,16 4,47 172,76 6,17
Piso - Second Order - First Order - 155,16 - 172,76 -
Piso - Second Order - Second Order - 155,16 - 172,76 -
Piso - Second Order - Power Law - 155,16 - 172,76 -
Piso - Second Order – Quick - 155,16 - 172,76 -
Piso - Second Order - Third Order - 155,16 - 172,76 -
Piso - Body Force - First Order 162,10 155,16 4,47 172,76 6,17
Piso - Body Force - Second Order 162,07 155,16 4,45 172,76 6,19
Piso - Body Force - Power Law 162,08 155,16 4,45 172,76 6,18
Piso - Body Force – Quick 162,07 155,16 4,45 172,76 6,19
Piso - Body Force - Third Order 162,07 155,16 4,45 172,76 6,19
Pode ser evidenciado na Tabela 18, além da possível incompatibilidade entre

os algoritmos Piso e Second Order, que não existe uma diferença significativa entre
as configurações escolhidas adotando o algoritmo Piso para o acoplamento pressão-
velocidade.
62

Simplec para o acoplamento pressão-velocidade em conjunto com os demais
algoritmos para um movimento de sucção com velocidade de -1,25 m/s. São
apresentadas também as diferenças entre as soluções analítica e numérica.

algoritmo Simplec como acoplamento pressão-velocidade e uma velocidade de -1,25
Sem perda Com perda

∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
SimpleC - Standard - First Order 162,22 155,16 4,55 172,76 6,10
SimpleC - Standard - Second Order 162,08 155,16 4,46 172,76 6,18
SimpleC - Standard - Power Law 162,09 155,16 4,46 172,76 6,17
SimpleC - Standard – Quick 162,37 155,16 4,65 172,76 6,01
SimpleC - Standard - Third Order 162,08 155,16 4,46 172,76 6,18
SimpleC - Presto - First Order 162,10 155,16 4,47 172,76 6,17
SimpleC - Presto - Second Order 161,25 155,16 3,92 172,76 6,66
SimpleC - Presto - Power Law 161,26 155,16 3,93 172,76 6,66
SimpleC - Presto – Quick 161,21 155,16 3,90 172,76 6,68
SimpleC - Presto - Third Order 161,27 155,16 3,93 172,76 6,65
SimpleC - Linear - First Order 161,23 155,16 3,91 172,76 6,67
SimpleC - Linear - Second Order 161,13 155,16 3,84 172,76 6,73
SimpleC - Linear - Power Law 161,48 155,16 4,07 172,76 6,53
SimpleC - Linear – Quick 161,11 155,16 3,83 172,76 6,74
SimpleC - Linear - Third Order 161,14 155,16 3,85 172,76 6,73
SimpleC - Second Order - First Order 162,11 155,16 4,48 172,76 6,16
SimpleC - Second Order - Second Order 162,09 155,16 4,47 172,76 6,17
SimpleC - Second Order - Power Law 162,09 155,16 4,46 172,76 6,17
SimpleC - Second Order – Quick 162,10 155,16 4,47 172,76 6,17
SimpleC - Second Order - Third Order 162,10 155,16 4,47 172,76 6,17
SimpleC - Body Force - First Order 162,10 155,16 4,47 172,76 6,17
SimpleC - Body Force - Second Order 162,07 155,16 4,45 172,76 6,19
SimpleC - Body Force - Power Law 162,08 155,16 4,45 172,76 6,18
SimpleC - Body Force – Quick 162,07 155,16 4,45 172,76 6,19
SimpleC - Body Force - Third Order 162,07 155,16 4,45 172,76 6,19
Através da Tabela 19 fica evidente que, ao escolher algoritmo Simplec para o

acoplamento pressão-velocidade, há uma ligeira redução na diferença entre os
resultados numéricos e analíticos desconsiderando a perda de carga, quando se
utiliza os métodos Presto e Linear para discretização da pressão.
63

Coupled para o acoplamento pressão-velocidade em conjunto com os demais
algoritmos para um movimento de sucção com velocidade de -1,25 m/s. São
apresentadas também as diferenças encontradas entre as soluções analítica e
numérica.

algoritmo Coupled como acoplamento pressão-velocidade e uma velocidade de -
1,25 m/s representando o movimento de sucção.
Sem perda Com perda

∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
Coupled - Standard - First Order 162,10 155,16 4,47 172,76 6,17
Coupled - Standard - Second Order 162,08 155,16 4,46 172,76 6,18
Coupled - Standard - Power Law 162,09 155,16 4,46 172,76 6,17
Coupled - Standard – Quick 162,07 155,16 4,45 172,76 6,19
Coupled - Standard - Third Order 162,08 155,16 4,46 172,76 6,18
Coupled - Presto - First Order 162,10 155,16 4,47 172,76 6,17
Coupled - Presto - Second Order 162,07 155,16 4,45 172,76 6,19
Coupled - Presto - Power Law 162,07 155,16 4,45 172,76 6,19
Coupled - Presto – Quick 162,07 155,16 4,45 172,76 6,19
Coupled - Presto - Third Order 162,08 155,16 4,46 172,76 6,18
Coupled - Linear - First Order 162,12 155,16 4,48 172,76 6,16
Coupled - Linear - Second Order 162,10 155,16 4,47 172,76 6,17
Coupled - Linear - Power Law 162,10 155,16 4,47 172,76 6,17
Coupled - Linear – Quick 162,09 155,16 4,47 172,76 6,17
Coupled - Linear - Third Order 162,10 155,16 4,47 172,76 6,17
Coupled - Second Order - First Order 162,12 155,16 4,48 172,76 6,16
Coupled - Second Order - Second Order 162,10 155,16 4,47 172,76 6,17
Coupled - Second Order - Power Law 162,09 155,16 4,47 172,76 6,17
Coupled - Second Order – Quick 162,10 155,16 4,47 172,76 6,17
Coupled - Second Order - Third Order 162,10 155,16 4,47 172,76 6,17
Coupled - Body Force - First Order 162,10 155,16 4,47 172,76 6,17
Coupled - Body Force - Second Order 162,07 155,16 4,45 172,76 6,19
Coupled - Body Force - Power Law 162,07 155,16 4,45 172,76 6,18
Coupled - Body Force – Quick 162,06 155,16 4,45 172,76 6,19
Coupled - Body Force - Third Order 162,08 155,16 4,45 172,76 6,18
Pode ser verificado através da Tabela 20 que não existe uma diferença
significativa entre as configurações escolhidas adotando o algoritmo Coupled para o
acoplamento pressão-velocidade.
64

Simple para o acoplamento pressão-velocidade em conjunto com os demais
algoritmos para um movimento de exaustão com velocidade de 1,25 m/s. São
numérica.

algoritmo Simple como acoplamento pressão-velocidade e uma velocidade de 1,25
m/s representando o movimento de exaustão.
Sem perda Com perda

∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
Simple - Standard - First Order 193,93 205,35 5,56 217,74 10,93
Simple - Standard - Second Order 193,49 205,35 5,78 217,74 11,14
Simple - Standard - Power Law 193,58 205,35 5,73 217,74 11,09
Simple - Standard – Quick 193,42 205,35 5,81 217,74 11,17
Simple - Standard - Third Order 193,45 205,35 5,80 217,74 11,15
Simple - Presto - First Order 193,95 205,35 5,55 217,74 10,92
Simple - Presto - Second Order 193,41 205,35 5,82 217,74 11,17
Simple - Presto - Power Law 193,52 205,35 5,76 217,74 11,12
Simple - Presto – Quick 193,37 205,35 5,84 217,74 11,19
Simple - Presto - Third Order 193,26 205,35 5,89 217,74 11,24
Simple - Linear - First Order 193,59 205,35 5,73 217,74 11,09
Simple - Linear - Second Order 193,47 205,35 5,79 217,74 11,15
Simple - Linear - Power Law 193,95 205,35 5,55 217,74 10,92
Simple - Linear – Quick 193,41 205,35 5,81 217,74 11,17
Simple - Linear - Third Order 193,42 205,35 5,81 217,74 11,17
Simple - Second Order - First Order 193,90 205,35 5,58 217,74 10,95
Simple - Second Order - Second Order 193,40 205,35 5,82 217,74 11,18
Simple - Second Order - Power Law 193,54 205,35 5,75 217,74 11,12
Simple - Second Order – Quick 193,35 205,35 5,84 217,74 11,20
Simple - Second Order - Third Order 193,33 205,35 5,85 217,74 11,21
Simple - Body Force - First Order 194,01 205,35 5,52 217,74 10,90
Simple - Body Force - Second Order 193,53 205,35 5,76 217,74 11,12
Simple - Body Force - Power Law 193,65 205,35 5,70 217,74 11,06
Simple - Body Force – Quick 193,48 205,35 5,78 217,74 11,14
Simple - Body Force - Third Order 193,49 205,35 5,78 217,74 11,14
Pode ser verificado através da Tabela 21 que não existe uma diferença
significativa entre as configurações escolhidas adotando o algoritmo Simple para o
65

Piso para o acoplamento pressão-velocidade em conjunto com os demais algoritmos
para um movimento de exaustão com velocidade de 1,25 m/s. São apresentadas
também as diferenças encontradas entre as soluções analítica e numérica.

algoritmo Piso como acoplamento pressão-velocidade e uma velocidade de 1,25 m/s
representando o movimento de exaustão.
Sem perda Com perda

∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
Piso - Standard - First Order 193,92 205,35 5,57 217,74 10,94
Piso - Standard - Second Order 193,48 205,35 5,78 217,74 11,14
Piso - Standard - Power Law 193,57 205,35 5,74 217,74 11,10
Piso - Standard - Quick 193,41 205,35 5,82 217,74 11,17
Piso - Standard - Third Order 193,44 205,35 5,80 217,74 11,16
Piso - Presto - First Order 193,93 205,35 5,56 217,74 10,93
Piso - Presto - Second Order 193,39 205,35 5,82 217,74 11,18
Piso - Presto - Power Law 193,51 205,35 5,77 217,74 11,13
Piso - Presto – Quick 193,35 205,35 5,85 217,74 11,20
Piso - Presto - Third Order 193,24 205,35 5,90 217,74 11,25
Piso - Linear - First Order 193,94 205,35 5,56 217,74 10,93
Piso - Linear - Second Order 193,46 205,35 5,79 217,74 11,15
Piso - Linear - Power Law 193,59 205,35 5,73 217,74 11,09
Piso - Linear – Quick 193,41 205,35 5,82 217,74 11,17
Piso - Linear - Third Order 193,42 205,35 5,81 217,74 11,17
Piso - Second Order - First Order - 205,35 - 217,74 -
Piso - Second Order - Second Order - 205,35 - 217,74 -
Piso - Second Order - Power Law - 205,35 - 217,74 -
Piso - Second Order – Quick - 205,35 - 217,74 -
Piso - Second Order - Third Order - 205,35 - 217,74 -
Piso - Body Force - First Order 194,00 205,35 5,53 217,74 10,90
Piso - Body Force - Second Order 193,52 205,35 5,76 217,74 11,12
Piso - Body Force - Power Law 193,64 205,35 5,71 217,74 11,07
Piso - Body Force – Quick 192,67 205,35 6,18 217,74 11,51
Piso - Body Force - Third Order 193,48 205,35 5,78 217,74 11,14
Através da Tabela 22, pode ser verificado, além de uma possível

incompatibilidade entre os algoritmos Piso e Second Order, que não existe uma
diferença significativa entre as configurações escolhidas adotando o algoritmo Piso
para o acoplamento pressão-velocidade.
66

Simplec para o acoplamento pressão-velocidade em conjunto com os demais
numérica.

algoritmo Simplec como acoplamento pressão-velocidade e uma velocidade de 1,25
Sem perda Com perda

∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
SimpleC - Standard - First Order 193,70 205,35 5,68 217,74 11,04
SimpleC - Standard - Second Order 193,54 205,35 5,75 217,74 11,11
SimpleC - Standard - Power Law 193,66 205,35 5,70 217,74 11,06
SimpleC - Standard – Quick 193,77 205,35 5,64 217,74 11,01
SimpleC - Standard - Third Order 193,49 205,35 5,78 217,74 11,14
SimpleC - Presto - First Order 193,74 205,35 5,65 217,74 11,02
SimpleC - Presto - Second Order 193,69 205,35 5,68 217,74 11,04
SimpleC - Presto - Power Law 193,75 205,35 5,65 217,74 11,02
SimpleC - Presto – Quick 193,55 205,35 5,75 217,74 11,11
SimpleC - Presto - Third Order 193,69 205,35 5,68 217,74 11,05
SimpleC - Linear - First Order 193,94 205,35 5,56 217,74 10,93
SimpleC - Linear - Second Order 193,46 205,35 5,79 217,74 11,15
SimpleC - Linear - Power Law 193,58 205,35 5,73 217,74 11,10
SimpleC - Linear – Quick 193,41 205,35 5,82 217,74 11,17
SimpleC - Linear - Third Order 193,41 205,35 5,81 217,74 11,17
SimpleC - Second Order - First Order 193,76 205,35 5,65 217,74 11,01
SimpleC - Second Order - Second Order 193,55 205,35 5,75 217,74 11,11
SimpleC - Second Order - Power Law 193,65 205,35 5,70 217,74 11,06
SimpleC - Second Order – Quick 193,51 205,35 5,77 217,74 11,13
SimpleC - Second Order - Third Order 193,52 205,35 5,76 217,74 11,12
SimpleC - Body Force - First Order 194,00 205,35 5,53 217,74 10,90
SimpleC - Body Force - Second Order 193,52 205,35 5,76 217,74 11,12
SimpleC - Body Force - Power Law 193,63 205,35 5,71 217,74 11,07
SimpleC - Body Force – Quick 193,47 205,35 5,78 217,74 11,14
SimpleC - Body Force - Third Order 193,48 205,35 5,78 217,74 11,14
Através da Tabela 23, pode ser verificado que não existe uma diferença
significativa entre as configurações escolhidas adotando o algoritmo Simplec para o
67

Coupled para o acoplamento pressão-velocidade em conjunto com os demais
numérica.

algoritmo Coupled como acoplamento pressão-velocidade e uma velocidade de 1,25
Sem perda Com perda

∆P [Pa] ∆P [Pa] ∆P [%] ∆P [Pa] ∆P [%]
Coupled - Standard - First Order 193,96 205,35 5,55 217,74 10,92
Coupled - Standard - Second Order 193,50 205,35 5,77 217,74 11,13
Coupled - Standard - Power Law 193,60 205,35 5,73 217,74 11,09
Coupled - Standard – Quick 193,44 205,35 5,80 217,74 11,16
Coupled - Standard - Third Order 193,46 205,35 5,79 217,74 11,15
Coupled - Presto - First Order 193,98 205,35 5,54 217,74 10,91
Coupled - Presto - Second Order 193,44 205,35 5,80 217,74 11,16
Coupled - Presto - Power Law 193,54 205,35 5,75 217,74 11,11
Coupled - Presto – Quick 193,39 205,35 5,82 217,74 11,18
Coupled - Presto - Third Order 193,29 205,35 5,88 217,74 11,23
Coupled - Linear - First Order 193,98 205,35 5,54 217,74 10,91
Coupled - Linear - Second Order 193,49 205,35 5,78 217,74 11,13
Coupled - Linear - Power Law 193,61 205,35 5,72 217,74 11,08
Coupled - Linear – Quick 193,44 205,35 5,80 217,74 11,16
Coupled - Linear - Third Order 193,45 205,35 5,80 217,74 11,16
Coupled - Second Order - First Order 193,93 205,35 5,56 217,74 10,94
Coupled - Second Order - Second Order 193,41 205,35 5,81 217,74 11,17
Coupled - Second Order - Power Law 193,55 205,35 5,75 217,74 11,11
Coupled - Second Order – Quick 193,37 205,35 5,84 217,74 11,19
Coupled - Second Order - Third Order 193,35 205,35 5,85 217,74 11,20
Coupled - Body Force - First Order 194,04 205,35 5,51 217,74 10,88
Coupled - Body Force - Second Order 193,56 205,35 5,74 217,74 11,10
Coupled - Body Force - Power Law 193,67 205,35 5,69 217,74 11,05
Coupled - Body Force – Quick 193,51 205,35 5,77 217,74 11,13
Coupled - Body Force - Third Order 193,52 205,35 5,76 217,74 11,12
Na Tabela 24, pode ser verificado que não existe uma diferença significativa
entre as configurações escolhidas adotando o algoritmo Coupled para o acoplamento
pressão-velocidade.
68
5 CONCLUSÕES
Com os resultados obtidos no presente estudo, é possível considerar que o

modelo proposto para simular numericamente o princípio de funcionamento de um
conversor de energia de ondas em energia elétrica do tipo Coluna de Água Oscilante
(CAO), foi devidamente verificado. Pode-se conferir na Tabela 16 e Fig. 10 que as
velocidades de saída da CAO, obtidas pelo modelo numérico apresentaram diferenças
muito pequenas em relação ao modelo analítico, comprovando que o modelo
numérico apresentado representa, com boa precisão, a continuidade do escoamento
no interior do domínio computacional. Com relação às diferenças de pressões entre a
entrada e saída do dispositivo, observa-se que os resultados analítico e numérico
possuem uma certa diferença que aumenta conforme os valores absolutos de
velocidade também aumentam e isso merece futuras investigações.
Aparentemente o software FLUENT® possui certa dificuldade em simular a
pressão estática para escoamentos verticais, como a conservação da massa no
escoamento possui excelente aproximação com a solução analítica então a
componente dinâmica da queda de pressão também a possui visto que depende
exclusivamente da velocidade, sendo assim, as diferenças entre as soluções são
atribuídas à parcela da pressão estática que é composta pela pressão hidrostática e
as perdas durante o escoamento.
Ao se comparar os resultados das diferenças de pressão entre entrada e saída
do dispositivo considerando a perda de carga, apresentados na Tabela 14, com os
resultados desconsiderando a perda de carga, dispostos na Tabela 15, é visível que
as diferenças entre as soluções analítica e numérica são menores quando as perdas
são desconsideradas analiticamente o que leva a crer que o modelo, de alguma forma,
não está computando essas perdas, mesmo que as equações em que ele é baseado
considera essas perdas. Isso pode ser melhor visualizado na Fig. 9, onde os dados
das Tabelas 14 e 15 estão plotados.
As diferenças encontradas entre os resultados analítico e numérico não são
considerados tão grandes, porém o real problema é que a pressão estática é crucial
para o cálculo da eficiência em dispositivos do tipo coluna de água oscilante, sendo
assim, por mais aproximadas que sejam as soluções, se o modelo não puder
considerar as perdas de carga envolvidas no escoamento, ele poderá não servir para
69
simular o escoamento vertical em um dispositivo do tipo coluna de água oscilante se

a intenção for desenvolver uma geometria que otimize a eficiência da câmara por
exemplo.
A intenção é que, em trabalhos realizados futuramente, seja possível realizar
simulações utilizando o modelo aqui verificado, com a imposição de dados realísticos
de estado de mar como condição de contorno de entrada. Para isso, recomenda-se
que em trabalhos futuros sejam feitas outras verificações utilizando um refinamento
de malha maior nas paredes e alterando a condição de contorno na entrada. A ideia
é de que seja possível simular o movimento de um pistão utilizando uma parede móvel
na entrada da câmara, tendo seus movimentos regidos por dados inseridos através
de uma tabela.
70
REFERÊNCIAS
[01] PACHECO, Fabiana. Energias Renováveis: breves conceitos. Conjuntura e

Planejamento, Salvador, n. 149, p. 4-11, out. 2006.
[02] ECHARRI, L. Livro eletrônico – Ciencias de la tierra y del medio ambiente.

Escuela Superior de Ingenieros de San Sebastian, Universidad de Navarra.
Navarra, Espanha. Disponível em: <http://www.tecnun.es/asignaturas/ecologia
/hipertexto/00General/Principal.html>. Acesso em: 10 abr. 2017.
[03] BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL

(BNDES, 2013). O papel das fontes renováveis de energia no
desenvolvimento do setor energético e barreiras à sua penetração no
mercado. Disponível em: <https://web.bndes.gov.br/bib/jspui/bitstream/1408/1
301/1/BS%2021_final%20A.pdf>. Acesso em: 12 abr. 2017.
[04] MINISTÉRIO DE MINAS E ENERGIA (MME). Resenha energética

brasileira: exercício 2015. Brasília, 2016.
[05] CRUZ, J. M. B. P., SARMENTO, A. J. N. A., Energia das Ondas: Introdução

aos Aspectos Tecnológicos, Económicos e Ambientais. Ed. Instituto do
Ambiente, 2004.
[06] ASSIS, L. E., 2010. Avaliação e aproveitamento de energia de ondas

oceânicas no litoral do Rio Grande do Sul. Dissertação (Mestrado em
Recursos Hídricos e Saneamento Ambiental) - Universidade Federal do Rio
Grande do Sul, Porto Alegre, RS, Brasil.
[07] SOERENSEN, H. C; WEINSTEIN. A. Ocean Energy: Position paper for IPCC.

IPCC Scoping meeting on renewable energy sources. s. Lübeck,
Germany, p. 93-102, jan. 2008.
[08] CLÉMENT, A. et al. Wave energy in europe: current status and perspectives.
Renewable and sustainable energy reviews. Reino Unido, Elsevier, v. 6, n.
5, p. 405–431, 2002.
[09] WORLD ENERGY COUNCIL.Survey of Energy Resources, Reino Unido,

Elsevier. 2004.
71
[10] DANTAS, C. E. B., 2015. Estudo dos conversores de energia ondomotriz

em energia elétrica. Projeto de Graduação (Bacharel em Engenheiro
Mecânico) - Universidade de Brasília, Brasília, DF, Brasil.
[11] COPPE/UFRJ. O futuro sustentável, Rio de Janeiro, Brasil, 2012.
[12] CARVALHO, J. T., 2010. Simulação da distribuição de energia das ondas

oceânicas ao largo do litoral brasileiro. Dissertação (Mestrado em
Meteorologia) - Instituto Nacional de Pesquisas Espaciais, São José dos
Campos, SP, Brasil.
[13] FORTUNA, A. O. Técnicas Computacionais para Dinâmica dos Fluidos –

Conceitos Básicos e Aplicações. Editora Edusp, São Paulo, 2000, 426 p.
[14] MALISKA, C. R. Transferência de Calor e Mecânica dos Fluidos

Computacional. LTC – Livros Técnicos e Científicos Editora S.A., Rio de
Janeiro, 2004, 453 p.
[15] VERSTEEG, H. K., MALALASEKERA, W. An Introduction to Computational

Fluid Dynamics. Longman, Malaysia, 1999, 257 p.
[16] CUCHIARA, D.; FERNANDES, E. H.; STRAUCH, J. C.; CALLIARI, L. J.

Modelagem numérica do comportamento das ondas na costa do Rio Grande
do Sul. II Seminário e Workshop em Engenharia Oceânica. Rio Grande,
2006.
[17] COLI, A. B., MATA, M. M., 1993. Caracterização das Alturas de Onda no
Atlântico Sul Ocidental Através da Altimetria TOPEX/POSEIDON. Anais do
VIII Simpósio Brasileiro de Sensoriamento Remoto. Salvador, Bahia.
[18] HORKO, M., 2007. CFD Optimisation of an Oscillating Water Column

Energy converter, Tese de Mestrado em Engenharia e Ciencia, Escola de
Engenharia Mecanica, Universidade de Western, Australia, 145 p.
[19] CONDE, J. M. P., GATO, L. M. C., 2008. Numerical study of the air-flow in na
oscillating water column wave energy converter, Renewable Energy, vol. 33,
pp. 2637-2644.
[20] MARJANI, A. E. et al., 2008. Numerical modelling in wave energy conversion

systems, Energy, vol. 33, pp. 1246-1256.
72
[21] LIU, Z., HYUN B., HONG, K., 2008. Application of Numerical Wave Tank to
OWC Air Chamber for Wave Energy Conversion, International Offshore and
Polar Engineering Conference.
[22] GOMES, M. N. et al., 2009a. Computational modeling of the air-flow in an

Oscillating Water Column system, International Congress of Mechanical
Engineering (COBEM), Gramado, Brasil.
[23] GOMES, M. N., 2010, Modelagem Computacional de um Dispositivo

Coluna d'Água Oscilante de Conversão de Energia das Ondas do Mar em
Energia Elétrica. Dissertação (Mestrado em Modelagem Computacional) -
Universidade Federal do Rio Grande, Rio Grande, RS, Brasil.
[24] GRIMMLER, J. A. M., 2013. Conversor de energia das ondas em energia

elétrica com dispositivo de coluna de água oscilante: simulação
numérica e estudo geométrico. Dissertação (Mestrado em Modelagem
Computacional) – Universidade Federal do Rio Grande, Rio Grande, RS,
Brasil.
[25] BOUHRIM, H; EL MARJANI, A. On numerical modeling in OWC systems for

wave energy conversion. International Renewable and Sustainable Energy
Conference. [s.l.], v. 33, n. 8, p. 1246-1253, 2008.
[26] OLIVEIRA, S. S. et al., 2016. Modelagem computacional de um conversor

de energia das ondas em energia elétrica do tipo coluna de água
oscilante (CAO) considerando dados de estado de mar, The 7th South
Conference on Computional Modeling (MCSUL), Rio Grande, Brasil.
[27] BOUHRIM, H; EL MARJANI, A. On the flow simulation based on piston

models in OWC devices for wave energy conversion. International
Renewable and Sustainable Energy Conference. [s.l.], p. 618-622, 2016.
[28] ÇENGEL, Y. A., CIMBALA, J. M., 2007. Mecânica dos fluidos:

Fundamentos e aplicações. Estados Unidos. McGraw-Hill.
[29] FOX, R. W., MCDONALD, A. T., 2006. Introdução à mecânica dos fluidos.
Rio de Janeiro. Livros Técnicos e Científicos - LTC.
[30] MALISKA, Clovis R., 2004. Transferência de calor e mecânica dos fluidos
computacional. Rio de Janeiro. Livros Técnicos e Científicos - LTC.
73
[31] MUNSON, B. R. et al., 2013. Fundamentals of fluid mechanics. Estados

Unidos. Wiley & Sons.
[32] REDDDY, J. N., 1993. An introdution to the finite elemento method.

Estados Unidos. McGraw-Hill.
[33] VERSTEEG, H. K., MALALASEKERA, W., 2007. An introduction to

computational fluid dynamics. Estados Unidos. Pearson.
[34] PIOMELLI, U., Large-eddy and direct simulation of turbulent flows.

9◦CONFÉRENCE ANNUELLE DE LA SOCIÉTÉ CANADIENNE DE CFD.
Ontario, Canadá. 2001.
[35] PATANKAR, S. V.,1980. Numerical heat transfer and fluid flow. Estados
Unidos. McGraw-Hill.
[36] ANSYS Online Manuals. SHARCNET: Shared Hierarchical Academic

Research Computing Network. Disponível em: <https://www.sharcnet.ca/So
ftware/Fluent6/html/ug/node998.htm#sec-pbcs>. Acesso em: 24 anov. 2017.

TCC 2017-2

Enviado por

Dados do documento

Título original

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

TCC 2017-2

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO RIO GRANDE – FURG

ÉDIS ANTUNES PINTO JUNIOR

VERIFICAÇÃO DE UM MODELO NUMÉRICO SIMPLIFICADO PARA UM

VERIFICAÇÃO DE UM MODELO NUMÉRICO SIMPLIFICADO PARA UM

Trabalho de Conclusão de Curso apresentado à

Orientador: Prof. Dr. Liércio André Isoldi

VERIFICAÇÃO DE UM MODELO NUMÉRICO SIMPLIFICADO PARA UM

Trabalho de Conclusão de Curso apresentado à Universidade Federal do Rio Grande

Aprovado em: Rio Grande/RS. ___/___/_____

Figura 1 - Participação da energia renovável na matriz energética brasileira e mundial

Tabela 1 - Diferença entre a velocidade máxima registrada para cada refinamento de

O cenário internacional de escassez do petróleo e as mudanças climáticas

Palavras-chave: Modelagem computacional; Coluna de água oscilante (CAO);

Para o desenvolvimento desta pesquisa é necessário, primeiramente,

1.1 ENERGIAS RENOVÁVEIS

O cenário internacional de escassez do petróleo e as mudanças climáticas

essa parcela representa apenas uma pequena porcentagem da matriz energética

Figura 1 – Participação da energia renovável na matriz energética brasileira e

Fonte: Adaptado de [4].

A Fig. 2 apresenta de forma mais detalhada a composição da matriz energética

Figura 2 – Matriz energética brasileira e mundial.

Fonte: Adaptado de [4].

Essa composição da matriz energética resultou, no mesmo ano, em uma

1.2 ENERGIA DAS ONDAS COMO RECURSO ENERGÉTICO

Diante do contexto apresentado, a extração de energia elétrica das ondas do

Figura 3 – Distribuição da potência anual disponibilizada pela energia das ondas do

Apesar do Brasil não possuir valores energéticos altos em suas ondas

Uma análise do potencial teórico da energia das ondas ao longo do litoral

1.3 DISPOSITIVOS PARA EXTRAÇÃO DE ENERGIA DAS ONDAS

Após décadas de investigação e desenvolvimento, surgem na atualidade

classificação adotado pela maioria das referências é baseado na distância do

 Dispositivos costeiros (onshore);

A principal diferença entre os dispositivos próximos da costa e os afastados da

 Coluna de água oscilante (CAO), (Oscillating Water Column - OWC);

Da classificação quanto ao tipo de dispositivo, a escolhida para o presente

da câmara resultando no retorno do ar que, ao passar pela chaminé, aciona a turbina

Figura 4 – Dispositivo do tipo coluna de água oscilante.

Fonte: Adaptado de [6].

1.4 INTRODUÇÃO A MODELAGEM COMPUTACIONAL

Os problemas de engenharia podem ser tratados basicamente através de

De acordo com [14], de uma maneira geral, os pacotes comerciais de CFD

O presente trabalho justifica-se através do desafio imposto pela sociedade atual

Por apresentar elevado custo e tempo de execução, métodos experimentais

Na estruturação dos objetivos do trabalho proposto, optou-se por separá-lo em

1.6.1 OBJETIVO GERAL

Propor e verificar um modelo numérico simplificado para um conversor de

1.6.2 OBJETIVOS ESPECÍFICOS

Como objetivos específicos citam-se os seguintes:

1.7 ESTADO DA ARTE

Há muito o que ser explorado no campo de modelagem computacional de

a eficiência da conversão da energia das ondas do mar em energia elétrica em um

modelos numéricos elaborados são adequados para prever o comportamento do

utilizado o método PISO para o acoplamento pressão e velocidade, o método

A metodologia empregada consiste inicialmente no levantamento de estudos

de pressão total para comparar com os resultados analíticos. A simulação numérica

Nesta seção são apresentados alguns conteúdos necessários ao bom

2.1 MECÂNICA DOS FLUIDOS

A mecânica dos fluidos é um ramo da mecânica que estuda o comportamento

2.1.1 CONSERVAÇÃO DE MASSA

De acordo com [28], a massa, assim como a energia, é uma propriedade

𝑚̇ = ∫ 𝛿𝑚̇ = ∫ 𝜌𝑉𝑛 𝑑𝐴𝑐 (2)

Admitindo que a massa específica é uniforme ao longo da seção transversal do

2.1.2 CONSERVAÇÃO DE ENERGIA MECÂNICA

Aprovado em: Rio Grande/RS. _/_/_____