Escolar Documentos
Profissional Documentos
Cultura Documentos
Regional Catalão
Unidade Acadêmica Especial de Biotecnologia
Curso de Bacharelado em Ciências da Computação
Catalão – GO
2018
Luis Vinicius Costa Silva
Catalão – GO
2018
Ficha de identificação da obra elaborada pelo autor, através do
Programa de Geração Automática do Sistema de Bibliotecas da UFG.
CDU 004
Luis Vinicius Costa Silva
Catalão – GO
2018
RESUMO
SILVA, L. V. C.. Avaliação do Método de Lattice Boltzmann aplicado a turbinas hidráuli-
cas. 2018. 59 p. Monografia (Graduação) – Unidade Acadêmica Especial de Biotecnologia,
Universidade Federal de Goiás – Regional Catalão, Catalão – GO.
O desenvolvimento de máquinas com designs cada vez mais complexos testadas sob condições
adversas tem posto à prova vários métodos de simulação de Fluidodinâmica Computacional
(CFD - Computational Fluid Dynamics), visto que a viabilidade de simulações com resultados
factíveis em tempo hábil tem decrescido a medida que os cenários de simulação ficam mais
complexos. Tendo isto em mente, faz-se necessário o desenvolvimento e avaliação de novas
técnicas de CFD que facilitem a simulação de escoamentos a fim de que os resultados das
mesmas sejam análogos aos resultados físicos reais, além destes serem obtidos em um tempo
de execução razoável, possibilitando o design eficiente de maquinário. O presente trabalho tem
por objetivo apresentar e avaliar uma nova abordagem de simulação baseada em Fluidodinâmica
Computacional utilizando o Método de Lattice Boltzmann para simulação de escoamentos na
hidroturbina Francis. A aplicação bem sucedida de um método CFD eficiente ao problema de
simular escoamento sobre turbinas d’água pode representar avanços na eficiência energética da
matriz hidrelétrica nacional, visto que o design de hidroturbinas pode ser otimizado através de
ferramentas que possibilitem tal feito.
Atendendo a esta demanda, este trabalho visa apresentar a base teórica para investigação e
avaliação do Método de Lattice Boltzmann simulando escoamentos em hidroturbinas a fim de
oferecer firme fundamento para trabalhos futuros.
The development of machinery with increasing complexity regarding the design tested under
adverse conditions has proven several Computational Fluid Dynamics (CFD) simulation methods
ineffective, since the feasibility of simulations with realistic results in a timely manner has
decreased as the simulation scenarios became more complex. Hence, it is necessary to develop
and evaluate new CFD techniques in order to facilitate the simulation of flows, assuring the
factuality of the simulation results, in addition to being obtainable in a reasonable amount of
time, enabling the efficient design of machinery. This dissertation aims to present and evaluate a
new simulation approach based on Computational Fluid Dynamics using the Lattice Boltzmann
Method for simulation of flows in the Francis hydroturbine. The successful application of a
new CFD technique to the problem of simulating flow over a water turbine may contribute
to the improvement of the national hydroelectric grid energy efficiency, since the design of
hydroturbines can be optimized through tools that enable such task.
In response to this demand, this Course Final Project aims to supply the theoretical basis that
will allow the investigation and evaluation of the Lattice Boltzmann Method simulating flow in
hydroturbines in order to provide theoretical fundamentation for upcoming works.
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1 Considerações iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2 Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3.1 Objetivo Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3.2 Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4 Estrutura do trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 MOTIVAÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3 FUNDAMENTAÇÃO TEÓRICA . . . . . . . . . . . . . . . . . . . . 25
3.1 Geração de eletricidade em uma hidrelétrica . . . . . . . . . . . . . . 25
3.1.1 Hidroturbina Francis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Dinâmica dos fluidos e Mecânica Estatística . . . . . . . . . . . . . . 29
3.2.1 Mecânica dos Fluidos Tradicional . . . . . . . . . . . . . . . . . . . . . 29
3.2.2 Aplicação de Mecânica Estatística a Dinâmica dos fluídos . . . . . . 30
3.3 Fluidodinâmica computacional . . . . . . . . . . . . . . . . . . . . . . 32
3.4 Predecessores do LBM . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4.1 Autômato celular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4.2 Autômato celular de Lattice Gas . . . . . . . . . . . . . . . . . . . . . 35
3.5 Método de Lattice Boltzmann . . . . . . . . . . . . . . . . . . . . . . 37
3.5.1 Equação de Lattice Boltzmann . . . . . . . . . . . . . . . . . . . . . . 38
3.5.2 Tipos de Lattice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.5.2.1 Lattice D2Q9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.5.2.1.1 Lattice D3Q15 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.5.3 Condições de contorno . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.5.4 O algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.6 Modelos de turbulência . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4 TRABALHOS CORRELATOS . . . . . . . . . . . . . . . . . . . . . 49
5 CONCLUSÃO DE PFC I . . . . . . . . . . . . . . . . . . . . . . . . 53
5.1 Cronograma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
17
CAPÍTULO
1
INTRODUÇÃO
Neste capítulo apresentam-se informações gerais sobre o contexto deste trabalho, uma
breve motivação e enunciação do problema-alvo, discute-se algumas técnicas empregadas para a
resolução do mesmo. Os objetivos do trabalho são listados, e por fim, descreve-se a organização
deste documento.
Analogamente aos tempos antigos, a eficiência de produção de energia (no caso elétrica)
ainda está diretamente relacionada a eficiência das máquinas de transformação. Assim como
outrora os moinhos d’água marcavam o passo da marcha do progresso, as turbinas hidraúlicas de
usinas hidrelétricas o mesmo fazem nos dias de hoje. Este fato é inegável para a realidade brasi-
leira, visto que 75% da nossa matriz elétrica é dependente de energia hidraúlica (GOVERNO DO
BRASIL, 2010). Logo, o desenvolvimento de máquinas de transformação de energia hidraúlica
em elétrica é extremamente relevante, assim como o desenvolvimento de instrumentos e meios
que levam a tal objetivo.
processo físico e/ou físico/químico que apresenta escoamento. Esta simulação é feita por sua
vez, através de modelos computacionais baseados nos princípios de conservação de massa, da
energia e da quantidade de movimento linear, no domínio do espaço e do tempo (HIRSCH, 2007).
Segundo Sayma (2009), as simulações CFD servem de recurso vital a engenheiros e cientistas,
no que tange compreender de antemão alguns problemas no design de componentes sensíveis
ao escoamento fluídico de operação do mesmo (e.g: cavitação, formação de vórtices), sem a
necessidade imediata de construção de protótipos e testes em túneis de vento. Através da criação
de uma malha geométrica representando a geometria do componente a ser testado em adição
a um algoritmo de simulação CFD, vários experimentos podem ser conduzidos sob diversas
condições, aferindo algumas variáveis relevantes como a distribuição de pressão, arrasto, atrito
entre outros. Dada a crescente demanda por novos métodos CFD que beneficiam uma simulação
com mais acurácia, e otimizando o uso de recursos computacionais, este trabalho apresenta o
Método de Lattice Boltzmann aplicado a simulação de escoamentos sobre a hidroturbina Francis,
a fim de dar luz sobre a seguinte questão:
1.2 Problema
Segundo (CHEN et al., 2014), as técnicas tradicionais de CFD atuais não são computaci-
onalmente eficientes para simulações complexas sobre geometrias complexas, geralmente seus
problemas decorrem da resolução de EDP’s clássicas (e.g: equações de Navier-Stokes) através
de métodos numéricos dispendiosos como relaxamentos e iterações. Este trabalho visa explorar
a eficiência do LBM na simulação de escoamento fluídico sobre hidroturbinas, visto que esta
técnica tem se mostrado extremamente eficiente em diversos nichos de problemas relacionados a
CFD como simulações de fluídos multi-fásicos, meios porosos e geometrias complexas (QIAN;
SUCCI; ORSZAG, 1995). Além disso, sua natureza permite um processamento paralelizável,
fazendo uso máximo dos recursos computacionais disponíveis.
Uma avaliação do LBM neste problema contribuirá para o avanço nas técnicas de CFD atu-
ais, e provavelmente, o desenvolvimento de solvers de CFD mais eficientes do ponto de vista
computacional.
1.3 Objetivos
1.3.1 Objetivo Geral
O principal objetivo deste trabalho é avaliar a performance do método de Lattice Boltz-
mann na simulação de escoamento de fluídos em hidroturbinas, a fim de que técnicas mais
1.4. Estrutura do trabalho 19
• Realizar simulações CFD utilizando o LBM nas malhas geradas na etapa anterior;
leitura dos capítulos posteriores seja amigável ao leitor visto que os conceitos apresentados
posteriormente já estarão bem apresentados ao leitor. Os principais tópicos discorrem acerca
de: mecânica estatística aplicada a dinâmica dos fluídos, definição de CFD, o modelo LBM,
funcionamento de hidrelétricas e hidroturbinas e etc.
CAPÍTULO
2
MOTIVAÇÃO
drelétricas. Em 2010, a matriz nacional produziu 349 mil GWh de eletricidade, e em 2011 houve
um crescimento de 40%, levando a produção nacional a 489 mil GWh/ano, sendo que 80% desta
energia é oriunda de fontes hidraúlicas (INTERNATIONAL HYDROPOWER ASSOCIATION,
2013).
O LBM surge como método CFD alternativo, que propõe a simulação de escoamento
utilizando uma abordagem de simulação análoga aos autômatos celulares e suas variantes, através
de outro conjunto de equações(i.e: equação de Boltzmann) adicionado a um modelo probabilís-
tico. Este método visa explorar ao máximo os recursos de computação paralela, simulando o
escoamento de fluidos de maneira mais precisa e em situações mais complexas (e.g: geometrias
complexas, fluidos multifásicos, etc.).
Nos últimos anos o uso de simulações numéricas para escoamento de fluidos tornou-se
uma importante ferramenta no processo de design de turbomáquinas. Casartelli e Mangani (2013)
afirmam que o emprego de técnicas de CFD no design de tais componentes reduz significamente
o custo na fase de projeto, no que tange a criação de protótipos, manutenção de instalações de
teste e a diminuição em geral no ciclo de desenvolvimento do componente.
23
Zhang (2011) lista uma série de trabalhos na literatura a fim de apontar o o Método
de Lattice Boltzmann como uma alternativa promissora aos métodos CFD tradicionais em
aplicações voltadas a microfluidos e fluidos multifásicos. É afirmado também que o LBM,
através de sua natureza paralelizável, promove a diminuição do tempo de execução mantendo
a precisão da simulação. Visto que este é um modelo de simulação muito novo, a literatura
que documenta a avaliação deste em diferentes tipos de problema relacionados a escoamento
é escassa. Logo, o presente trabalho visa preencher tal lacuna, avaliando o LBM aplicado a
simulação de escoamento em hidroturbinas, aproveitando-se da natureza paralelizável do mesmo
para atingir uma performance computacional eficiente na resolução do problema em questão.
25
CAPÍTULO
3
FUNDAMENTAÇÃO TEÓRICA
Para o desenvolvimento deste trabalho, foi realizada um estudo extensivo sobre o método
de Lattice Boltzmann, a fundamentação teórica da física que o resguarda e uma breve introdução
sobre o funcionamento da hidroturbina Francis.
Uma vez que a porção de dinâmica dos fluídos é apresentada como modelo matemático
no trabalho, o Modelo de Lattice Boltzmann é apresentado, enfatizando as partes relevantes do
mesmo que irão compor o algoritmo de simulação.
A hidroturbina Francis foi inventada pelo americano James Bicheno Francis em 1849,
e ainda é uma das turbinas hidraúlica mais usadas até hoje. Seu funcionamento começa com
a água percorrendo o conduto forçado até a entrada da turbina, que passa por um sistema de
guias móveis, estas controlam a vazão volumétrica fornecida à turbina. No intuito de aumentar
a potência as guias se abrem, para diminuir a potência elas se fecham, visto que a potência da
turbina em um instante de tempo está relacionada com a velocidade do fluído que por ela passa.
Na sequência, a água chega ao rotor da turbina, onde a energia cinética do choque da água é
transferida para a superfície do rotor na forma de torque e velocidade de rotação. Após passar
pelo rotor, um duto chamado tubo de sucção conduz a água até a parte de jusante do rio, no nível
mais baixo (DIXON; HALL, 2013).
Os principais componentes da Turbina Francis são (NPTEL, 2009):
Caixa espiral: O fluído entra pelos túneis de adução e é conduzido até a caixa espiral.
Este tipo de caixa espiral é conhecida também como caixa caracol, visto que a caixa espiral
circunscreve o rotor em formato caracol. A área transversal da caixa espiral decresce de maneira
uniforme ao longo da circunferência do rotor, a fim de manter a velocidade do fluido constante
ao longo das palhetas diretrizes.
Tubo de sucção/difusor: O tubo de sucção é um duto que liga a saída do rotor ao canal
de fuga da usina, no qual a água deixa o interior da turbina. A função primária do tubo de sucção
é reduzir a velocidade da água descartada a fim de minimizar a perda de energia cinética na
saída. Isso permite que a turbina seja colocada acima do canal de fuga sem qualquer queda
apreciável da cabeça disponível. Uma compreensão clara da função do tubo de descarga em
28 Capítulo 3. Fundamentação Teórica
qualquer turbina de reação, de fato, é muito importante para o propósito de sua concepção. O
objetivo de fornecer um tubo de rascunho será melhor entendido se estudarmos cuidadosamente
a cabeça disponível na rede através de uma turbina de reação.
Pás do rotor: As pás do rotor são a parte principal da turbina, eles recebem a energia
cinética decorrente do choque da água em sua superfície, a força tangencial causa a rotação do
rotor produzindo torque, neste momento o hidrogerador recebe a energia mecânica necessária
para gerar eletricidade. A angulação das pás do rotor na turbina é um fator determinante para
extrair o máximo de potencial energético decorrente do choque da água. A Figura 3 ilustra um
corte seccional da turbina Francis, exibindo os componentes listados:
∂u
ρ + u · ∇u = ρg − ∇p + µ(∇2 u) (3.1)
∂t
~∇ × J~ − ∂ ρ (3.2)
∂t
onde J~ é a densidade de corrente e ρ a densidade do fluido. Esta equação dita que a variação da
densidade da corrente de fluido em relação ao tempo é proporcional a variação da densidade em
relação ao tempo. Segundo Fox, Pritchard e McDonald (2000), tais equações admitem soluções
analíticas apenas para casos clássicos de escoamento com características bem definidas. Assim,
o uso de métodos numéricos se torna indispensável para a resolução destas equações.
• Fluido Laminar;
• Fluido Turbulento;
30 Capítulo 3. Fundamentação Teórica
• Fluido Transicional;
UL µ
Re = , v= (3.3)
v ρ
onde U é a velocidade na corrente livre, L é o comprimento característico e v é a viscosidade
cinemática, expressa pela razão entre a viscosidade dinâmica µ e densidade ρ.
dxi pi
= (3.4)
dt m
d pi
= Fi (3.5)
dt
no qual i = 1, . . . , N , xi é a coordenada da i-ésima partícula, pi = mεi , o momento linear e
Fi é a força externa oriunda das interações interparticulares ou forças externas como força
gravitacional ou campo elétrico. Em um espaço tridimensional, existem 6N funções temporais
(xi (t), pi (t)), i = 1, . . . N (CERCIGNANI, 1988). As equações 3.4 e 3.5 fornecem uma descrição
detalhada de todas as N partículas do sistema, a partir delas é possível capturar o comportamento
3.2. Dinâmica dos fluidos e Mecânica Estatística 31
do sistema inteiro (i.e: simular o sistema), através da computação de cada partícula inscrita
no sistema. É perceptível que a computação do comportamento do sistema inteiro através das
computações de todas as partículas que o compõem é impraticável, visto que a quantidade de
partículas de um sistema com um volume de apenas 1 cm3 é exorbitante, tornando a simulação
através desta estratégia inviável para qualquer sistema computacional disponível atualmente e
provavelmente no futuro. Além disso simular toda partícula do sistema é desnecessário, visto
que uma porção de partículas pode “cancelar” o movimento de outra porção.
Segundo Harris (2004), Boltzmann propõe uma abordagem estatística a fim de contornar
o problema de computar todos as entidades microscópicas de um sistema a fim de aferir seu
comportamento macroscópico. Esta abordagem estatística se baseia em aplicar uma função de
distribuição fN (x1 p1 , . . . , xN pN ,t) a uma porção de N partículas, onde N é um número menor
que a quantidade de partículas no sistema original. A probabilidade de encontrar uma partícula
no intervalo de [x1 , x1 + dx1 ] × [p1 , p1 + d p1 ] × · · · × [xN , xN + dxN ] × [pN , pN + d pN ] é dada por
fN (x1 p1 , . . . , xN pN ,t), onde fN compreende toda a informação estatística necessária para capturar
o comportamento de uma porção arbitrária de partículas. Logo não é mais necessário computar
todo os elementos microscópicos do sistema para computar o comportamento macroscópico
do mesmo, visto que o domínio do problema é dividido em porções de partículas, onde suas
características (e.g: velocidade vetorial, temperatura) são computadas através de uma função de
distribuição, diminuindo significamente a quantidade de computações necessárias em relação a
estratégia anterior.
Portanto, Boltzmann propõe que o comportamento das partículas de um fluido devam ser compu-
tadas de forma agrupada, ao invés de individualmente, fazendo-se uso do conceito de função
distribuição de partículas. O sistema é descrito pelas leis da mecânica clássica sob a probabilidade
de um grupo de partículas se deslocar dentro de um dado intervalo de velocidades e posições em
um instante de tempo t(CERCIGNANI, 1988). Além disso a computação do comportamento me-
soscópico do sistema é possível, em contraste a simulações utilizando equações macroscópicas
como a de NS. Com estas informações podemos escrever a Equação do Transporte de Boltzmann
(ETB) para um sistema termodinâmico fora de equilíbro:
∂f
+ c · ∇ f = Ω( f ) (3.6)
∂t
Uma série de vantagens é apresentada por simulações CFD como: a rápida prototipação e
avaliação de equipamentos, dispensando (em alguns casos) túneis de vento e instalações análogas;
Montagem de experimentos complexos com pouco esforço; Diminuição em custos do projeto e
etc.
Segundo Roache (1998), uma simulação de CFD clássica geralmente apresenta as
seguintes etapas:
A geometria do sistema físico precisa ser gerada através de um modelo 3D/2D, no qual um
conjunto de polígonos mimetiza a forma dos componentes do sistema. Quanto maior a
quantidade de detalhes na geometria do sistema, maior será a acurácia dos resultados,
entretanto geometrias extremamente complexas resultam em simulações dispendiosas,
além disso, o acréscimo de detalhes em uma geometria poderá não melhorar a acurácia da
simulação, visto que o modelo já convergiu a um resultado.
Para identificar os finitos locais discretos em que as variáveis devem ser calculadas, a geometria
é dividida em um número finito de células que compõem a grade numérica do sistema.
Previamente a esta tarefa, é necessário identificar os fenômenos de escoamento particulares
da simulação (e.g: turbulência, fluxo compressível, choques, combustão, fluxo multifásico,
mistura, etc.), de modo que a grade gerada seja adequada para captura o fenômeno
desejado.
3.3. Fluidodinâmica computacional 33
5. Pós-processamento:
Uma vez que uma solução final foi calculada, os resultados podem ser apresentados
como uma lista de valores, gráficos, imagens representando valores de variáveis na
malha, velocidades vetoriais e/ou linhas de contorno.
Uma vez que todas as outras etapas são completadas, a solução deve ser verificada e
validada. Se o resultado obtido falhar nesta etapa, logo a simulação provavelmentee
deve ser realizada novamente, reavaliando o fenômeno alvo com algumas mudanças
como: a mudança na geometria e grade do sistema simulado, com a finalidade de
melhorar a resolução do sistema; reavaliar os detalhes do modelo computacional
como as condições de contorno e algumas suposições feitas acerca da natureza do
sistema.
Como pode ser observado, foi modelada uma malha geométrica correspondente a um avião,
e após uma simulação de escoamento sobre a estrutura do mesmo, foram computadas as ve-
locidades vetoriais do fluido tangente a carcaça do avião. Com estas informações, melhorias
aerodinâmicas podem ser executadas a fim de minimizar atrito, arrasto, calor, etc. Este tipo de
teste facilita o trabalho de engenheiros e projetistas visto que testes de protótipos podem (em sua
maioria) ser realizados de forma computacional.
com a sendo o estado da célula i no tempo t, e como função dos estados anteriores (t − 1) das
células num raio entre −r a r.
1. Propagação: onde cada partícula se move para o nó (i.e: aresta da próxima célula) mais
próximo obedecendo sua velocidade vetorial naquele instante.
É perceptível pela descrição de tal modelo que uma quantidade substancial de memória
é necessária, visto que, além da quantidade de partículas do LGCA ser maior que a de um CA
3.5. Método de Lattice Boltzmann 37
comum, visto que as partículas não são as próprias células da grade, mas sim partículas que
residem em todas as arestas de todas as células da grade com velocidades vetoriais distintas.
Brown, Munro e Kendon (2010) sugerem que o Princípio de Exclusão de Pauli seja adotado
no espaço da simulação (conceito emprestado da mecânica quântica), com dois propósitos:
restringir o sistema simulado, de tal forma que não haja mais que uma única partícula em um
dado instante de tempo e nó se movendo a uma determinada direção, diminuindo o número
de partículas redundantes do sistema e consequentemente minimizando o uso de memória e
processamento; além disso, o equilíbrio do sistema sob uma distribuição de equilíbrio de Fermi-
Dirac é alcançado através de tal restrição, levando a duas vantagens do ponto de vista físico
(FRISCH; HASSLACHER; POMEAU, 1986):
eq
fi (x,t) − fi (x,t)
fi (x + cei ,t + ∆t) − fi (x,t) = − (3.8)
τ
onde i representa a i-ésima velocidade vetorial do conjunto de velocidades vetoriais, x corres-
ponde a posição discreta da partícula no lattice, cei ∇t = ∆x representa a distância internodal do
3.5. Método de Lattice Boltzmann 39
O LBM pode ser encarado como um método de diferenças finitas para a solução da
Equação de Boltzmann de maneira numérica. Caso a ETB seja escrita em termos da função de
distribuição discreta teremos:
∂ fi
+ cei · ∇ fi = Ωi (3.9)
∂t
caso operador diferencial e o operador de colisão seja discretizado teremos:
eq
fi (x,t + ∆t) − fi x,t fi (x + cei ∆t,t + ∆) − fi (x,t + ∆t) fi (x,t) − fi (x,t)
+ =− (3.10)
∆t ∆t τ
eq
fi (x,t) − fi (x,t)
Ωi ( fi (x,t)) = (3.11)
τ
eq
em que fi é a função de distribuição de equilíbrio de Maxwell-Boltzmann discretizada,
τ é um parâmetro de relaxamento para o equilíbrio local da aproximação BGK e eωi é o operador
de colisão que atua sobre fi (BHATNAGAR; GROSS; KROOK, 1954).
e0 = (0, 0)
e1 = (1, 0)
e2 = (0, 1)
en = (3.14)
e3 = (−1, 0)
e4 = (0, −1)
= (±1, ±1) · c
e
5,...,8
A função de distribuição de partículas pondera cada vetor da célula com uma probabili-
dade do mesmo deslocar a porção de partículas inscrita no mesmo em uma determinada direção,
estes pesos podem ser observados na equação 3.15:
w =4
0 9
wn = w1,··· ,4 = 1 n ∈ N, 0 6 n 6 8 (3.15)
9
1
w =
5,··· ,8 36
e0 = (0, 0, 0)
e = (±1, 0, 0) · c
1,2
en = e3,4 = (0, 0, ±1) · c (3.16)
e5,6 = (0, ±1, 0) · c
7,··· ,14 = (±1, ±1, ±1)) · c
e
w =2
0 9
wn = w1,··· ,6 = 91 n ∈ N, 0 6 n 6 15 (3.17)
= 1
w
7,··· ,14 72
3.5. Método de Lattice Boltzmann 43
Outras tipos de Lattice existem, e sua estrutura é análoga a estes apresentados, todo latice
possui um tipo de célula distinto com vetores definindo os possíveis sentidos que uma partícula
pode se deslocar e um peso atrelado a cada um destes vetores. Modelos como D2Q7, D3Q19 e
D3Q27 são meras variações dos modelos apresentados aqui.(WOLF-GLADROW, 2008c) As
diferenças nos resultados das simulações tangem a acurácia da solução,o tempo de convergência
das mesmas e o tipo de fenômeno macroscópico detectado, por exemplo: o D3Q27 consegue
denotar transferência de calor enquanto que o D3Q15 não. Os tipos de lattice apresentados neste
trabalho foram utilizados nos protótipos das simulações desenvolvidas.
nas regiões curvas do contorno. A razão do nome se dá pelo fato desta condição de contorno
implementar a condição de deslizamento de partículas entre a fronteira da célula e o primeiro
nó interno simplesmente “rebatendo” as partículas recebidas em suas direções opostas, i.e:
f0 = f00 , f1 = f10 , · · · , fn = fn0 onde f e f 0 n denotam respectivamente a função de distribuição de
partículas após a colisão e as funções de distribuições de partícula do passo de tempo anterior ao
processo de propagação respectivamente.
Bao e Meskas (2011) que este tipo de condição de contorno torna o método bastante
simples e preciso na simulação de escoamentos sobre geometrias complexas, obtendo uma
precisão numérica de até segunda ordem.
3.5. Método de Lattice Boltzmann 45
3.5.4 O algoritmo
Os algoritmos de simulação utilizando o LBM podem ser representados através do
fluxograma da Figura 13:
Nesta etapa são definidos as variáveis relevantes a simulação, o domínio computacional assim
como as propriedades macroscópicas do sistema.
O estado inicial do fluído é definido nesta etapa. As condições iniciais do campo vetorials das
velocidades e as perturbações inerentes são definidas nesta etapa
3. Passo de colisão:
A força externa que simula o gradiente da pressão deslocando o fluído é iniciada aqui. Como
dito na seção 3.5.3 deste capítulo, os nós pertencentes ao contorno não participam deste
passo. A colisão das partículas é computada através da função dada pela equação 3.18:
1 eq
i
fdesloca (x,t) = fi (x,t) − (˙ fi (x,t) − fi (x,t)) (3.18)
τ
4. Condições de contorno:
Após a colisão as condições de contorno são impostas a fim de tratar particularidades inerentes
aos limites do domínio de simulação e da malha.
5. Passo de propagação:
6. Pós-processamento
Após a condição de parada ser atingida, o conjunto de dados gerado é pós-processado para
visualização, formas de visualização podem ser a plotagem das variáveis, geração de
imagens
Um exemplo de simulação usando turbulência pode ser observado na Figura 14, onde
nota-se a formação de vórtices devido ao escoamento turbulento em um canal onde um cilindro
se encontra inscrito. A fim de representar a norma da velocidade vetorial no espaço simulado, um
campo escalar foi projetado sobre a geometria de tal forma que as cores indicam o valor da norma
da velocidade vetorial no espaço simulado. Cores menos intensas como o azul representam
baixas velocidades enquanto que cores mais intensas como o vermelho indicam velocidades
maiores.
vT = C2 |S| (3.20)
de Smagorinsky, uma vez imposta não se altera durante a execução. A taxa de deformação é
calculada através do tensor de stress Π. É ressaltado que o relacionamento entre S e Π depende do
tempo de relaxação τ, e consequentemente da viscosidade nu. Logo, a fórmula para a viscosidade
turbulenta de nuT é implícita (PALABOS - CFD, COMPLEX PHYSICS, 2011).
49
CAPÍTULO
4
TRABALHOS CORRELATOS
A literatura relata o uso do método de Lattice Boltzmann em diversas aplicações que vão
da simulação de fluídos multifásicos a simulação de locomotivas(ZHANG; JOHNSON; POPEL,
2008; WANG et al., 2008). Visto que o método de Lattice Boltzmann vem demonstrando um
interesse crescente da comunidade científica para simulação de escoamentos, este trabalho busca
avaliar o Método de Lattice Boltzmann para a simulação de escoamento em hidroturbinas.
com uma boa acurácia em relação a dados empíricos. Os trabalhos de (MANN et al., 2012; LU
et al., 2002) exploraram o uso de geometria móvel na investigação CFD utilizando o LBM, além
de modelos de turbulência. Os trabalhos se concentraram na simulação de predição aeroacústica
de ventoinhas e simulação de turbulência em tanques agitados, problemas com clara correspon-
dência na indústria.
Muitos destes trabalhos levantaram dados experimentais a fim de validar os dados gera-
dos pela simulação dos mesmos, isso é de grande valia para o presente trabalho visto que oferece
uma base de resultados consistente para avaliar a eficiência do LBM aplicado a hidroturbinas
utilizando os dados já elicitados em trabalhos correlatos nas comparações de acurácia que a
metodologia deste trabalho define.
Por exemplo, Avellan (2000) realizou uma estudo com software comercial acerca do
formato do canal de fuga em relação a eficiência da turbina, os dados experimentais elicitados
em seu artigo podem servir como base para a avaliação do método de Lattice Boltzmannm,
dada a replicação do experimento computacional conduzido em seu artigo. Estudos acerca de
modelos de turbulência já foram realizados aplicados a turbinas hidraúlicas, WANG et al. (2007)
realiza uma avaliação do LES como modelo de turbulência para simular corretamente fluxos
turbulentos em hidroturbinas. É provável que o LBM apresente alguma vantagem na simulação
de turbulência dada a natureza probabilística do método. Assim é interessante possuir uma
quantidade de dados aberta e vasta para elaboração de experimentos e avaliação do LBM da
maneira mais diversa possível.
Fenômenos como a cavitação nas pás guias da turbina estão bem documentados na
literatura,Liu et al. (2009) realizou um trabalho simulando modelos de mistura sobre a turbina e
o efeito da cavitação na mesma. Para isso, foi documentado alguns dados experimentais acerca
do fenômeno. Destacam-se o artigo de (NILSSON; DAVIDSON, 2003) acerca da validação de
simulações desenvolvidas no software OpenFOAM, estas por sua vez investigavam a quantidade
de pressão exercida pelo fluido no rotor da turbina Francis. As influências deste artigo no presente
trabalho tangem a seleção de métricas para mensuração de erro nos experimentos, além da coleta
de dados experimentais que serão utilizados posteriormente na avaliação do LBM.
51
Visto que o LBM é uma nova técnica de simulação e ainda não foi avaliada para o
problema de escoamento de fluídos em hidroturbinas, a investigação do LBM adotado a este
problema pode revelar melhorias significativas no processo de simulação de tais máquinas,
provavelmente envolvendo a paralelização da simulação.
53
CAPÍTULO
5
CONCLUSÃO DE PFC I
Como esperado, este trabalho possui um alto grau de interdisciplinariedade com as áreas
de Modelagem Computacional, Dinâmica dos fluídos e a própria Ciência da Computação. O
papel das hidrelétricas na matriz energética brasileira foi apresentado a fim de justificar a escolha
da aplicação na qual o LBM está sendo avaliado.
Para uma descrição correta do LBM, fez-se necessário a abordagem de alguns tópicos
acerca da fundamentação física do método. Podemos destacar a dinâmica dos fluídos, como base
para qualquer trabalho que aborde o escoamento através de forças mecânicas. Após a apresen-
tação das equações de Navier-Stokes, uma motivação a abordagem estatística ao problema de
escoamento de fluídos foi apresentada, fazendo-se uso da Equação de Transporte de Boltzmann.
5.1 Cronograma
As atividades previstas são listadas abaixo:
PFC - 1 PFC - 2
Mês 1 Mês 2 Mês 3 Mês 4 Mês 5 Mês 6 Mês 7 Mês 8 Mês 9 Mês 10
T1 X X X X
T2 X X X
T3 X X X O O
T4 X X X O O O O
T5 X O O O O
T6 X O O O O
T7 X X X X X O O O O O
55
REFERÊNCIAS
ANSUMALI, S.; KARLIN, I. V. Kinetic boundary conditions in the lattice boltzmann method.
Physical Review E, APS, v. 66, n. 2, p. 026311, 2002. Citado na página 43.
ANSYS INC. Shark Skin, CFD, and EnSight help Scarlett Screamer improve aerodyna-
mics and place 1st in 2013 Reno Air Races Edge. 2013. Disponível em: <https://www.ensight.
com/shark-skin-aerodynamics-at-reno/>. Citado na página 34.
AVELLAN, F. Flow investigation in a francis draft tube: the flindt project. In: Proceedings of
the 20th IAHR Symposium on Hydraulic Machinery and Systems. [S.l.: s.n.], 2000. Citado
na página 50.
BAO, Y. B.; MESKAS, J. Lattice boltzmann method for fluid simulations. Department of
Mathematics, Courant Institute of Mathematical Sciences, New York University, 2011.
Citado na página 44.
BERNASCHI, M.; FATICA, M.; MELCHIONNA, S.; SUCCI, S.; KAXIRAS, E. A flexible
high-performance lattice boltzmann gpu code for the simulations of fluid flows in complex
geometries. Concurrency and Computation: Practice and Experience, Wiley Online Library,
v. 22, n. 1, p. 1–14, 2010. Citado na página 49.
BHATNAGAR, P. L.; GROSS, E. P.; KROOK, M. A model for collision processes in gases.
i. small amplitude processes in charged and neutral one-component systems. Physical review,
APS, v. 94, n. 3, p. 511, 1954. Citado na página 39.
BROWN, K. L.; MUNRO, W. J.; KENDON, V. M. Using quantum computers for quantum
simulation. Entropy, Molecular Diversity Preservation International, v. 12, n. 11, p. 2268–2307,
2010. Citado na página 37.
CERCIGNANI, C. The boltzmann equation. In: The Boltzmann Equation and Its Applicati-
ons. [S.l.]: Springer, 1988. p. 40–103. Citado nas páginas 30 e 31.
56 Referências
CHEN, G.; XIONG, Q.; MORRIS, P. J.; PATERSON, E. G.; SERGEEV, A.; WANG, Y. Open-
foam for computational fluid dynamics. Not. AMS, v. 61, n. 4, p. 354–363, 2014. Citado na
página 18.
CHEN, S.; DOOLEN, G. D. Lattice boltzmann method for fluid flows. Annual review of fluid
mechanics, Annual Reviews 4139 El Camino Way, PO Box 10139, Palo Alto, CA 94303-0139,
USA, v. 30, n. 1, p. 329–364, 1998. Citado na página 38.
DIXIT, H.; BABU, V. Simulation of high rayleigh number natural convection in a square cavity
using the lattice boltzmann method. International journal of heat and mass transfer, Elsevier,
v. 49, n. 3-4, p. 727–739, 2006. Citado na página 47.
FRISCH, U.; HASSLACHER, B.; POMEAU, Y. Lattice-gas automata for the navier-stokes
equation. Physical review letters, APS, v. 56, n. 14, p. 1505, 1986. Citado na página 37.
HABICH, J.; FEICHTINGER, C.; KÖSTLER, H.; HAGER, G.; WELLEIN, G. Performance
engineering for the lattice boltzmann method on gpgpus: Architectural requirements and per-
formance results. Computers & Fluids, Elsevier, v. 80, p. 276–282, 2013. Citado na página
49.
HARRIS, S. An introduction to the theory of the Boltzmann equation. [S.l.]: Courier Corpo-
ration, 2004. Citado na página 31.
HE, X.; LUO, L.-S. Lattice boltzmann model for the incompressible navier–stokes equation.
Journal of statistical Physics, Springer, v. 88, n. 3-4, p. 927–944, 1997. Citado na página 40.
LAND, Land R., Bruce. B. R. DE1-SoC: Lattice Boltzmann Cornell ece5760. 2017. Dispo-
nível em: <https://people.ece.cornell.edu/land/courses/ece5760/DE1_SOC/HPS_peripherials/
Lattice_Boltzmann_index.html>. Citado nas páginas 40 e 44.
Referências 57
LEWIS, B.; CIMBALA, J.; WOUDEN, A. Major historical developments in the design of water
wheels and francis hydroturbines. In: IOP PUBLISHING. IOP Conference Series: Earth and
Environmental Science. [S.l.], 2014. v. 22, n. 1, p. 012020. Citado na página 17.
LIU, S.; ZHANG, L.; NISHI, M.; WU, Y. Cavitating turbulent flow simulation in a francis turbine
based on mixture model. Journal of Fluids Engineering, American Society of Mechanical
Engineers, v. 131, n. 5, p. 051302, 2009. Citado na página 50.
LU, Z.; LIAO, Y.; QIAN, D.; MCLAUGHLIN, J.; DERKSEN, J.; KONTOMARIS, K. Large
eddy simulations of a stirred tank using the lattice boltzmann method on a nonuniform grid.
Journal of Computational Physics, Elsevier, v. 181, n. 2, p. 675–704, 2002. Citado na página
50.
MANN, A.; PEROT, F.; KIM, M.-S.; CASALINO, D.; FARES, E. Advanced noise control
fan direct aeroacoustics predictions using a lattice-boltzmann method. In: 18th AIAA/CEAS
Aeroacoustics Conference (33rd AIAA Aeroacoustics Conference). [S.l.: s.n.], 2012. p. 2287.
Citado na página 50.
NILSSON, H.; DAVIDSON, L. Validations of cfd against detailed velocity and pressure measure-
ments in water turbine runner flow. International Journal for Numerical Methods in Fluids,
Wiley Online Library, v. 41, n. 8, p. 863–879, 2003. Citado na página 50.
OPENSTAX. The FHP Lattice Gas Cellular Automaton for Simulating Fluid Flows. 2009.
Disponível em: <https://archive.cnx.org/contents/55c6d30b-5a09-438c-be55-23c8148ad6d0@1/
the-fhp-lattice-gas-cellular-automaton-for-simulating-fluid-flows#bid0>. Citado na página 36.
PAISH, O. Small hydro power: technology and current status. Renewable and sustainable
energy reviews, Elsevier, v. 6, n. 6, p. 537–556, 2002. Citado na página 27.
POHL, T.; KOWARSCHIK, M.; WILKE, J.; IGLBERGER, K.; RÜDE, U. Optimization and
profiling of the cache performance of parallel lattice boltzmann codes. Parallel Processing
Letters, World Scientific, v. 13, n. 04, p. 549–560, 2003. Citado na página 49.
QIAN, Y.; D’HUMIÈRES, D.; LALLEMAND, P. Lattice bgk models for navier-stokes equation.
EPL (Europhysics Letters), IOP Publishing, v. 17, n. 6, p. 479, 1992. Citado na página 38.
QIAN, Y.-H.; SUCCI, S.; ORSZAG, S. Recent advances in lattice boltzmann computing. In: An-
nual reviews of computational physics III. [S.l.]: World Scientific, 1995. p. 195–242. Citado
na página 18.
58 Referências
SCHÖNHERR, M.; KUCHER, K.; GEIER, M.; STIEBLER, M.; FREUDIGER, S.; KRAFCZYK,
M. Multi-thread implementations of the lattice boltzmann method on non-uniform grids for cpus
and gpus. Computers & Mathematics with Applications, Elsevier, v. 61, n. 12, p. 3730–3743,
2011. Citado na página 49.
SHIZGAL, B. A gaussian quadrature procedure for use in the solution of the boltzmann equation
and related problems. Journal of Computational Physics, Elsevier, v. 41, n. 2, p. 309–328,
1981. Citado na página 41.
SHULIANG, C.; YULIN, W.; FUZHENG, Y. Numerical simulation of three dimensional tur-
bulent flow through a francis turbine runner [j]. Journal of Hydroelectric Engineering, v. 4,
1997. Citado na página 51.
SMITH, N. A. The origins of water power: a problem of evidence and expectations. Transactions
of the Newcomen Society, Taylor & Francis, v. 55, n. 1, p. 67–84, 1983. Citado na página 17.
WANG, S.; XU, C.; YUAN, P.; WANG, Y. Hydrodynamic optimization of channelling de-
vice for hydro turbine based on lattice boltzmann method. Computers & Mathematics with
Applications, Elsevier, v. 61, n. 12, p. 3722–3729, 2011. Citado na página 49.
WANG, W.-q.; ZHANG, L.-x.; YAN, Y.; YAKUN, G. Large-eddy simulation of turbulent flow
considering inflow wakes in a francis turbine blade passage. Journal of Hydrodynamics, Ser.
B, Elsevier, v. 19, n. 2, p. 201–209, 2007. Citado na página 50.
WANG, Y.; WANG, Y.; AN, Y.; CHEN, Y. Aerodynamic simulation of high-speed trains based
on the lattice boltzmann method (lbm). Science in China Series E: Technological Sciences,
Springer, v. 51, n. 6, p. 773–783, 2008. Citado na página 49.
WILCOX, D. C. et al. Turbulence modeling for CFD. [S.l.]: DCW industries La Canada, CA,
1993. v. 2. Citado na página 47.
ZHANG, J. Lattice boltzmann method for microfluidics: models and applications. Microfluidics
and Nanofluidics, Springer, v. 10, n. 1, p. 1–28, 2011. Citado na página 23.
ZHANG, J.; JOHNSON, P. C.; POPEL, A. S. Red blood cell aggregation and dissociation in
shear flows simulated by lattice boltzmann method. Journal of biomechanics, Elsevier, v. 41,
n. 1, p. 47–55, 2008. Citado na página 49.