Escolar Documentos
Profissional Documentos
Cultura Documentos
ESCOLA DE ENGENHARIA
PROGRAMA DE GRADUAÇÃO EM ENGENHARIA MECÂNICA
Niterói, RJ
2022
Ruan de Vasconcelos Santiago
Orientador:
Prof. DSc César Cunha Pacheco
Niterói, RJ
2022
Ficha catalográfica automática - SDC/BEE
Gerada com informações fornecidas pelo autor
CDD - XXX
Grau: 8,0.
Aprovado em 16/12/2022
BANCA EXAMINADORA
Niterói, RJ
2022
i
Agradecimentos
Agradeço a Deus, a minha família por todo suporte me dado ao longo da vida e também
aos meus professores e amigos.
ii
Resumo
O tubo de Pitot é um importante equipamento para indústria aeronáutica, pois é responsável
por informar a tripulação dados referente a velocidade da aeronave relativa ao ar atmosférico.
Este aparelho possui um problema crônico de congelamento sem solução definitiva que pode
ocasionar acidentes fatais. Portanto, estudos sobre o comportamento desta sonda em diversas
condições ambientais se faz necessário para que cenários de desastres aéreos possam ser evitados.
O objetivo deste trabalho é realizar simulações computacionais em tubos de Pitot para obter
uma melhor compreensão dos fenômenos térmicos envolvidos. Além de mostrar a capacidade
que os métodos de dinâmica dos fluidos computacional têm para aumentar a segurança aérea.
Espera-se que este trabalho possa servir a futuros projetos de pesquisa para desenvolver métodos
de prevenção de formação de gelo do tubo de Pitot. Para este trabalho foi utilizado o software
ANSYS Fluent e pode-se obter resultados fundamentais para a análise térmica como a temperatura
ao longo das seções transversais do tubo de Pitot, o coeficiente de transferência de calor e foi
possível realizar também um estudo de independência de malha.
Abstract
The Pitot tube is an important equipment for the aeronautical industry, as it is responsible
for informing the crew the speed of the aircraft relative to atmospheric air. This equipment
has a chronic freezing problem that cannot be definitively resolved, which can lead to fatal
accidents. Therefore, studies on the behavior of this probe in different environmental conditions
are necessary so that air disaster scenarios can be avoided. The objective of this work is to
perform computational simulations in Pitot tubes to obtain a better understanding of the thermal
phenomena involved. In addition to showing the ability that computational fluid dynamics
methods have to increase air safety. It is expected that this work can serve future research projects
to develop methods of preventing Pitot tube icing. For this work, the ANSYS Fluent software was
used and it was possible to obtain fundamental results such as the temperature along the cross
sections of the Pitot tube, the heat transfer coefficient and it was also possible to make a study of
mesh independence.
Lista de ilustrações
Lista de tabelas
1 Domínios existentes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2 Valores dimensionais do volume de controle . . . . . . . . . . . . . . . . . . 32
3 Quantidade de células e nodos por malha. . . . . . . . . . . . . . . . . . . . 33
4 Quantidade de células geradas em cada Pitot . . . . . . . . . . . . . . . . . . 34
5 Tabela de parâmetros utilizados no ANSYS Fluent. . . . . . . . . . . . . . . . 35
6 Propriedades térmicas dos materiais utilizados e suas massas específicas. . 36
7 Valores de pressão e velocidades nos campos do domínio. . . . . . . . . . . 37
8 Temperatura final no eixo de simetria . . . . . . . . . . . . . . . . . . . . . . 38
9 Coeficiente de transferência de calor superficial em cada simulação. . . . . . 39
10 Temperaturas obtidas para a primeira malha. . . . . . . . . . . . . . . . . . . 39
11 Resíduos para a primeira malha. . . . . . . . . . . . . . . . . . . . . . . . . . 39
12 Temperaturas obtidas para a segunda malha. . . . . . . . . . . . . . . . . . . 41
13 Resíduos para a segunda malha. . . . . . . . . . . . . . . . . . . . . . . . . . 41
14 Temperaturas obtidas para a terceira malha. . . . . . . . . . . . . . . . . . . 43
15 Resíduos para a terceira malha. . . . . . . . . . . . . . . . . . . . . . . . . . . 43
16 Custo computacional para os modelos de turbulências. . . . . . . . . . . . . 45
viii
Lista de símbolos
µ Viscosidade, [kg /m · s ]
p Pressão, [Pa]
t Tempo, [s]
T Temperatura, [K]
E Energia interna, [W ]
Sumário
Agradecimentos . . . . . . . . . . . . . . . . . . . . . . . i
Resumo . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Lista de Ilustrações . . . . . . . . . . . . . . . . . . . . . . vi
Lista de símbolos . . . . . . . . . . . . . . . . . . . . . . . x
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . 1
1.1. Motivação . . . . . . . . . . . . . . . . . . . . . . . 1
1.7. Objetivos. . . . . . . . . . . . . . . . . . . . . . . . 8
2 REVISÃO BIBLIOGRÁFICA . . . . . . . . . . . . . . . . . . 9
4.2. Pré-Processamento . . . . . . . . . . . . . . . . . . . . 16
4.3. Solucionador . . . . . . . . . . . . . . . . . . . . . . 17
4.4. Pós-processador . . . . . . . . . . . . . . . . . . . . . 20
4.5. Turbulência . . . . . . . . . . . . . . . . . . . . . . . 21
5 METODOLOGIA DO TRABALHO . . . . . . . . . . . . . . . . 30
6 RESULTADOS. . . . . . . . . . . . . . . . . . . . . . . . 38
7 CONCLUSÕES . . . . . . . . . . . . . . . . . . . . . . . 50
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . 51
1
1 INTRODUÇÃO
1.1 M OTIVAÇÃO
Desde os primórdios da aviação, o congelamento de superfícies aeronáuticas é motivo de
preocupação e estudo de engenheiros e cientistas. (HEINRICH et al., 1991) lista três condições
principais de formação de gelo em superfícies aeronáuticas: sincelo, que é o congelamento
devido à neblina; formação de gelo, devido ao glaciamento de gelo; formação de gelo, devido à
geada.
O principal mecanismo de formação de gelo nas superfícies de uma aeronave ocorre por
gotas de águas super-resfriadas que atingem a superfície durante o voo (GENT, 2000). Estas
gotículas de água são aquelas que mesmo estando a uma temperatura abaixo do ponto de fusão
da água, ainda assim permanecem em estado líquido (GENT, 2000). Devido a sua pequena
massa e inércia, estas gotículas podem percorrer a superfície em que tocam durante o voo. O
impacto destas gotículas na superfície acaba fazendo-as congelar, devido a sua instabilidade,
uma vez que seu estado é perturbado (GENT, 2000).
Diversos problemas surgem devido ao congelamento. A formação de gelo na fuselagem
do avião, por exemplo, ocasiona a diminuição da sustentação e aumento do peso da aeronave.
Caso a formação de gelo ocorra em partes móveis, a estabilidade e controle da aeronave será
afetada (GENT, 2000). Além das superfícies, sensores também podem ser afetados por congela-
mento, como o caso do tubo de Pitot. Este equipamento é responsável por monitorar a velocidade
do ar durante o voo e seu congelamento pode gerar medidas incorretas de velocidade, podendo
ocasionar uma catástrofe. A figura 1 mostra um exemplo de um tubo de pitot congelado durante
um experimento. Fora do campo das ciências aéreas, o tubo de Pitot possui diversas aplicações,
pois é utilizado para medição de velocidade em uma variedade de fluidos sejam eles compre-
ensíveis, incompressíveis, multifásicos com escoamentos subsônicos, supersônicos e também
escoamentos turbulentos (GENT, 2000). De acordo com a Organização Internacional de Aviação
Civil (ICAO), 42 acidentes de aeronaves causados por gelo ou congelamento aconteceram no
período de 1986 a 1996, e 39% deles foram fatais para pelo menos uma pessoa (LI; PAOLI,
2022). Fica evidente, portanto, a gravidade do problema que é o congelamento de superfícies
aéreas.
2
Figura 2 – Resgate dos destroços do acidente com o voo AF-447 da Air France
(UOL, 2022).
O tubo de Pitot a ser analisado neste trabalho é mesmo que equipa as aeronaves A-4
Skyhawk, utilizados no trabalho de Souza et al. (2011). Sua geometria e seu desenho técnico
podem ser observados na figura 5.
5
Estudos têm demonstrado que a utilização de métodos de dinâmica dos fluidos computa-
cional (CFD), são uma forma bastante efetiva para predizer as formações de gelo e sua severidade
em condições de voo (LI; PAOLI, 2022). A dinâmica dos fluidos computacional (CFD) possibilita
resolver um conjunto de equações diferenciais parciais (EDP) para obter os campos de fluxo
de ar, trajetórias de gotas de água e formas de gelo. Estes são parâmetros fundamentais para
predizer a formação de gelo. (LI; PAOLI, 2022). Além disso, os métodos de CFD possibilitam
simulações em condições extremas, que não seriam possíveis em um laboratório por limitação
física, periculosidade ou recurso monetário, sendo ideal para estudar cenários de segurança
(VERSTEEG; MALALASEKERA, 1995). Portanto, algoritmos de CFD são ferramentas de
muito valor para criação de cenários e prevenção de acidentes, possibilitando um grau maior de
segurança para indústria aeronáutica. A figura 6 mostra um exemplo de aplicação prática do uso
de CFD na engenharia.
Outras vantagens em se utilizar os métodos CFD na solução de problemas de engenharia
são (VERSTEEG; MALALASEKERA, 1995):
• capacidade de estudar sistemas sob condições perigosas ou além de seus limites normais
de desempenho.
Figura 6 – Exemplo de análise CFD para otimizar um canal de ventilador. (OPENFOAM, 2022)
Como uma das propriedades a ser analisada neste trabalho é afetada pelo congelamento
das superfícies aéreas, no caso, o coeficiente de transferência de calor superficial, faz-se ne-
cessário abordar os parâmetros básicos que influenciam a formação de gelo. Gent (2000) lista
os principais parâmetros para o congelamento de superfícies durante o voo e entre eles se
encontram:
Temperatura do ar
Este é o parâmetro mais crítico para formação de gelo em superfícies aéreas. Gent (2000)
argumenta que a temperatura de superfície dita o fenômeno de congelamento e sua taxa de
ocorrência. Para ele, a temperatura de superfície é mais importante que a temperatura estática do
corpo. Ela define se será possível a formação de gelo e sua taxa de formação.
Concentração de água líquida
Este parâmetro pode ser expresso como sendo a massa de água por metro cúbico. Com
ele se diferenciam as gotículas super-resfriadas dos possíveis cristais de gelo encontrados nas
nuvens. Para um alto valor de concentração de água líquida, maior será o requerimento energético
para evitar que a superfície congele (GENT, 2000).
Diâmetro das gotículas de água
Quanto maior for o diâmetro das gotículas de água, menor será o efeito das forças
aerodinâmicas locais e, portanto, estas gotículas tenderão a realizar uma trajetória mais reta,
devido ao domínio da inércia sobre o movimento. Por outro lado, gotículas com diâmetro
muito pequeno e pouca massa, tendem a seguir a trajetória do ar e acabam não impactando nas
superfícies. Portanto, o ato de uma gota impactar ou não uma superfície irá depender da razão
entre as forças aerodinâmicas e inerciais (GENT, 2000) .
7
Velocidade do ar
A primeira influência da velocidade do ar em superfícies aéreas se dá pelo fato de que,
quanto maior é a velocidade do ar, maior será a o volume de gotículas que irão se chocar contra
a superfície em um determinado intervalo de tempo (GENT, 2000).
Altitude
Este é outro parâmetro que afeta a condição de formação de gelo de maneira indireta,
pois quanto maior for a altitude, menor será a temperatura ambiente, com isso o potencial para
condensação de gotículas e condições de congelamento aumenta (GENT, 2000).
Neste método, utiliza-se o ar como fonte de energia sendo ele transportado para aquecer
a superfície desejada. O ar quente a ser utilizado pode ser provido das turbinas, gerados por pela
queima do combustível ou do motor. Dentre esses sistemas, o mais utilizado no tubo de Pitot é o
sistema eletrotérmico (HEINRICH et al., 1991).
As simulações analisadas neste trabalho consideram um sistema de aquecimento interno
no tubo de Pitot como fonte de energia interna.
1.7 O BJETIVOS
O objetivo deste trabalho é realizar análises térmicas em condições de baixa temperatura
em uma tubo de Pitot.
• Obter valores de temperatura ao longo das seções transversais do Pitot, após a convergência
residual.
2 Revisão Bibliográfica
foi utilizado uma análise inversa dentro da abordagem Bayesiana. Um modelo de condução de
calor é utilizado para descrever a temperatura média do Pitot. O problema inverso foi resolvido
utilizando o filtro de Kalman de estado estacionário (SSKF). Os resultados obtidos demonstraram
que o SSKF é capaz de obter os valores do coeficiente de transferência de calor das medições de
temperatura.
A mecânica dos fluidos tem como objetivo a análise de fluidos em repouso ou em movi-
mento, ramo este que se aplica a diversas áreas como a indústria automobilística, aeroespacial e
química (WHITE, 2007). Neste capítulo são apresentados conceitos fundamentais para a análise
do escoamento sobre a Pitot.
Número de Reynolds
Em 1883, Osbourne Reynolds produziu o clássico experimento que mostrou a importân-
cia do número admensional de Reynolds, assim denominado, posteriormente, em sua homenagem
(WHITE, 2007). Este é o parâmetro principal que correlaciona o comportamento viscoso dos
fluidos newtonianos (WHITE, 2007). Sua formulação pode ser descrita por:
ρul
Re = (3.1)
µ
1 Dρ
+∇·u = 0 (3.2)
ρ Dt
• fluido contínuo
• escoamento incompressível
• fluido newtoneano
Dρ
Com isso, a taxa de mudança de massa específica Dt
será nula e devido a incompressibi-
lidade do fluido tem-se que:
∇·u = 0 (3.3)
µ ¶
2
τi j = − p + µ∇ · u + 2µe i j (3.5)
3
1 ∂u i ∂u j
µ ¶
ei j = + (3.6)
2 ∂x j ∂x i
As equações de Navier-Stokes
As equações de Navier-Stokes são um conjunto de equações diferenciais parciais (EDP)
de segunda ordem não lineares que governam o escoamento dos fluidos. Apresentam soluções
analíticas em casos muito particulares e até mesmo para geometrias simples estas equações
podem ser de difícil solução.(WHITE, 2007). Estas equações podem ser desenvolvidas aplicando
a equação (3.5) na equação (3.4) (KUNDU, 2015).
Du i ∂p ∂e i j 2µ ∂
ρ =− + ρg i + 2µ − (∇ · u) (3.7)
Dt ∂x i ∂x j 3 ∂x i
Du i ∂p 1 ∂
· ¸
2
ρ =− + ρg i + µ ∇ u i − (∇ · u) (3.8)
Dt ∂x i 3 ∂x i
Du
ρ = −∇p + ρ g − µ∇2 u (3.9)
Dt
15
DE
ρ = −p(∇ · u) + ∇ · (k t ∇T ) + φ + S E (3.10)
Dt
A dinâmica dos fluidos computacional (CFD) possibilita a análise de sistemas que envol-
vem escoamento de fluidos, transferência de calor e seus fenômenos associados (VERSTEEG;
MALALASEKERA, 1995). Para que sejam solucionados os problemas de escoamento de flui-
dos, os códigos de CFD são programados utilizando algoritmos numéricos para solucionar as
condições impostas. O método utilizado nesse trabalho é o método de volumes finitos.
Além disso, outro ponto importante que será descrito neste capítulo são os elementos
em comum contidos nos principais pacotes comerciais de CFD disponíveis. Usualmente, os
pacotes de CFD possuem o pré-processador, o solucionador ou “solver”, e o pós-processador
(VERSTEEG; MALALASEKERA, 1995).
4.2 P RÉ -P ROCESSAMENTO
É o momento inicial onde se estrutura as primeiras suposições do problema tais como:
definição da geometria, geração de malha, modelo físico, propriedades do fluido e condições de
contorno. Esta primeira parte é a mais importante entre as três, pois o problema proposto deve
ser bem definido para que o programa resolva o problema adequadamente. Todos estes fatores
precisam ser definidos, de acordo com o problema desejado (VERSTEEG; MALALASEKERA,
1995).
17
4.3 S OLUCIONADOR
O método utilizado pelo ANSYS Fluent para solucionar os problemas de escoamento é o
MVF. O método integra as equações governantes após discretizar o domínio (através da malha),
que é dividido em um número especificado de volume de controle. A integração ocorre em cada
um destes volumes, resultando na aproximação do problema original (EDP).
ψ
dψ
ψ)
= F (ψ (4.1)
dt
ψn+1 − ψn
ψ)
= F (ψ (4.2)
∆t
e a discretização de segunda ordem é dada por:
18
4. Corrige os fluxos de massa nas faces, a pressão e o campo de velocidade usando a correção
de pressão obtida na terceira etapa.
Essas etapas são continuadas até que os critérios de convergência sejam atendidos.
Figura 8 – Algoritmo segregado para o solucionador baseado em pressão (Fonte: Produzido pelo
autor).
Figura 9 – Algoritmo acoplado para o solucionador baseado em pressão (Fonte: Produzido pelo
autor).
4.4 P ÓS - PROCESSADOR
Compreende o conjunto de pacotes responsável pela visualização dos dados, nele inclui-
se diversas ferramentas gráficas como plotagem 2D e 3D de superfície, plotagem de vetores
rastreamento de partículas e animações. Esta parte é essencial para que o engenheiro consiga
interpretar as análises obtidas (VERSTEEG; MALALASEKERA, 1995). As figuras 10 e 11,
mostram exemplos de como esses pacotes podem ser utilizados.
21
4.5 T URBULÊNCIA
A turbulência é um fenômeno natural de caráter instável, caótico e de difícil compreensão.
Escoamentos turbulentos são prevalentes na engenharia, por isso seu estudo é essencial. Para o
senso comum, turbulência pode ser sinônimo de algo ruim ou indesejável, porém, na física esse
modelo de escoamento possui uma vantagem em comparação a escoamentos laminares que é
sua capacidade de transporte e mistura mais efetiva (POPE, 2000). Para se estudar a turbulência,
deve-se levar em conta os movimentos de pequena ou larga escala. Pope (2000) argumenta
que para números de Reynolds elevados há separações de escala, com a geometria do fluido
fortemente influenciando o comportamento turbulento de grande escala do fluido. Por outro lado,
para pequenas escalas o escoamento turbulento é muito mais afetado pela taxa de energia das
grandes escalas e também de sua viscosidade (POPE, 2000).
22
1
Z t +∆t
ψ̄i = ψi d t (4.4)
∆t t
u i = u¯i + u i′ (4.5a)
p = p̄ + p ′ (4.5b)
De acordo com White (2007), os novos termos da equação 4.6, −ρu i′ u ′j são denominados
tensões turbulentas. Possuem dimensão de tensão e tem efeito matemático de tensão mesmo sendo
termos de aceleração convectiva. Essas tensões devem ser relacionadas experimentalmente de
acordo com a geometria e condições de escoamento (WHITE, 2007); δi j é o delta de Kronecker.
• Boa acurácia
Modelo k − ϵ standard
O modelo de turbulência k − ϵ é um modelo de escoamento turbulento semiempírico
produzido por Launder e Spalding em 1974. Neste modelo trabalha-se com a obtenção de energia
cinética k e a taxa de dissipação ϵ. Sua adoção se dá principalmente por ser um modelo robusto,
computacionalmente econômico e que proporciona uma acurácia razoável (ANSYS, 2022).
Modelo RNG k − ϵ
Este modelo, desenvolvido por Yakot e Orzarg, utiliza-se de técnicas derivadas da
mecânica estatística e de um rigoroso formalismo matemático denominada teoria do grupo de
renormalização. Sua modelagem é semelhante ao modelo k − ϵ porém inclui alguns refinamentos
e novos termos. Esse modelo é calculado utilizando o método matemático RNG que por sua
vez utiliza uma eliminação escalar para calcular a viscosidade efetiva que, por sua vez, pode
ser integrada para obter uma descrição de como o transporte turbulento varia de acordo com o
número de Reynolds. (ANSYS, 2022).
Modelo k − ϵ realizable
Este modelo é denominado realizable, pois satisfaz certas restrições matemáticas relativas
às tensões de Reynolds, possuindo também algumas vantagens em relação ao modelo tradicional
k—ϵ, pois porvê uma melhor análise de escoamentos quando se abrange rotação na camada
limite. Além disto, pode-se obter dados mais acurados sobre taxa de espalhamento de jatos
planos e circulares (ANSYS, 2022).
24
• fluido incompressível
O diâmetro do tubo possuía 0,2 metros de diâmetro. O fluido considerado possuía massa
específica igual a 1 kg /m 3 , a velocidade de escoamento na entrada igual a 1m/s e uma pressão
atmosférica na saída.
Os valores de contorno de pressão e velocidade nas paredes do tubo foram considerados
como zero e o método utilizado para solucionar o sistema foi o SIMPLE. A verificação dos
resultados se deu comparando o gráfico da velocidade ao longo da seção transversal do tubo pelo
gráfico gerado com a solução analítica conforme mostra a figura 16.
Figura 15 – Perfil da velocidade através do tubo cilíndrico (Fonte: Produzido pelo autor).
de qualquer superfície, exceto pela superfície da própria placa. Conforme o fluido percorre
a placa, um perfil de temperatura e gerado. Para este problema, considerou-se as seguintes
hipóteses:
• Caso isotérmico
• velocidade u y igual a 0.
A placa foi considerada como tendo uma temperatura de 300K inicialmente, com toda
região do fluido possuindo uma temperatura de 400K. A placa apresentou o perfil de velocidade
mostrado na figura 17. Além disto pode-se ter uma ideia do perfil de temperatura da placa de
acordo com a figura 18.
1 1
Nu x = 0.332Re x2 P r 3 (4.7)
A solução numérica do problema foi exportada para o software Excel e lá foi gerado a
linha de tendência em termos de lei de potência, produzindo um resultado próximo da solução
analítica do Nusselt local, dado pela equação 4.8.
28
Figura 19 – Gráfico de potência entre o gerado pelo Excel (Fonte: Produzido pelo autor).
29
5 METODOLOGIA DO TRABALHO
Levando em consideração a simetria da peça, a mesma foi dividida ao meio em seu eixo
de simetria para se obter ganhos no custo computacional durante os experimentos conforme
mostra a figura 23. Em seguida, a peça foi importada para o ANSYS WorkBench para a geração
de seu domínio.
Figura 23 – Pitot preenchido e cortado em seu eixo de simetria (Fonte: Produzido pelo autor).
qualidade ortogonal.
Pela tabela 4, verifica-se que as malhas mais refinadas na região do Pitot, respectivamente
são a terceira, primeira e segunda. As figuras 25, 26 e 27 apresentam as malhas geradas neste
trabalho.
Figura 25 – Refinamento feito no corpo do Pitot primeira malha (Fonte: Produzido pelo autor).
Figura 26 – Refinamento feito no corpo do Pitot segunda malha (Fonte: Produzido pelo autor).
35
Figura 27 – Refinamento feito no corpo do Pitot terceira malha (Fonte: Produzido pelo autor).
• fluido contínuo
• regime transiente
• fluido newtoniano
A figura 28 mostra as regiões de fronteiras denominadas por farfields, além das regiões
de entrada e saída. A tabela 7 apresenta os valores das condições de contorno utilizadas nos
farfields, e nos locais de entrada e saída . Todos os valores de velocidades foram modelados
como sendo apenas no eixo axial x, sendo os valores nos eixos y e z iguais a zero.
6 RESULTADOS
Para cada simulação foi analisado os valores das temperaturas em dez seções transversais
do tubo de Pitot e monitorado o valor médio da temperatura do Pitot em seu eixo de simetria,
além dos resíduos de continuidade, energia, velocidade e tempo computacional. Para as tabelas
de temperaturas, a posição zero indica a seção transversal na ponta do Pitot. Os valores do
coeficiente de transferência de calor superficial na ponta do Pitot também foram calculados em
cada simulação, além dos resultados obtidos para o estudo de independência de malha.
Os resultados são mostrados nas seções a seguir, junto com a plotagem dos contornos de
velocidade, temperatura e pressão.
Posição [mm] Temperatura modelo standard [°C] Temperatura modelo realizable [°C]
0 -37.5527 -37.04552
15 -36.20232 -35.6344
30 -35.24388 -35.24388
45 -34.53361 -34.53361
60 -34.00509 -34.57097
75 -33.62643 -32.71856
90 -33.99861 -32.82351
105 -33.13731 -31.84707
119 -32.6878 -31.36129
134 -32.94198 -31.61469
Posição [mm] Temperatura modelo standard [°C] Temperatura modelo realizable [°C]
0 -36.02323 -36.64158
15 -35.58174 -35.05579
30 -34.52913 -32.82309
45 -33.75511 -33.99078
60 -33.14585 -32.39737
75 -32.58476 -31.77921
90 -31.92421 -30.92154
105 -30.7043 -31.84707
119 -30.43943 -29.62368
134 -30.98415 -29.80709
Posição [mm] Temperatura modelo standard [°C] Temperatura modelo realizable [°C]
0 -37.23947 -36.8415
15 -35.88899 -35.29033
30 -32.82309 -34.04786
45 -33.99078 -33.0250
60 -33.34738 -32.26566
75 -32.92843 -31.79587
90 -33.3664 -32.17976
105 -32.47025 -30.66509
119 -31.8223 -31.13678
134 -31.89426 -30.38163
De acordo com a tabela 15, foi possível obter uma convergência residual de continuidade
na ordem de 10− 6 para terceira malha.
44
Assim como as duas malhas anteriores, as figuras ocorreu decaimento da temperatura até
a estabilização de um certo valor para a terceira malha, demonstrando um resultado numérico
estável.
45
Figura 39 – Contorno de temperatura ao longo das seções transversais (Fonte: Produzido pelo
autor).
7 Conclusões
• Gerar por meio de funções definidas pelo usuário, fontes térmicas localizadas para impedir
o resfriamento na ponta do Pitot.
• Realizar um estudo comparativo de malha para encontrar o valor ótimo entre custo compu-
tacional e acurácia.
• Realizar outro estudo de convergência de malha para um valor de convergência com maior
precisão.
51
Referências
ANSYS, R. Academic Research, Release 15.0, Help System, Ansys Fluent Theory Guide. [S.l.]:
ANSYS, Inc, Canonsburg, Pennsylvania, USA, 2022. Citado 6 vezes nas páginas v, 17, 18, 19,
21 e 23.
CENGEL, Y. A.; CIMBALA, J. M. Mecânica dos fluidos-3. [S.l.]: Amgh Editora, 2015. Citado
3 vezes nas páginas v, 3 e 4.
COLE, E. Pitot tubes in large pipes. Trans. ASME, v. 6, 1939. Citado na página 3.
CRISTOFARO, A.; JOHANSEN, T. A.; AGUIAR, A. P. Icing detection and identification for
unmanned aerial vehicles using adaptive nested multiple models. International Journal of
Adaptive Control and Signal Processing, Wiley Online Library, v. 31, n. 11, p. 1584–1607, 2017.
Citado na página 9.
DINIZ, S. B.; PACHECO, C. C. Real-time estimation of the heat transfer coefficient of pitot
tubes undergoing freezing. International Journal of Numerical Methods for Heat & Fluid Flow,
Emerald Publishing Limited, n. ahead-of-print, 2022. Citado na página 10.
DONG, Y. An application of deep neural networks to the in-flight parameter identification for
detection and characterization of aircraft icing. Aerospace Science and Technology, Elsevier,
v. 77, p. 34–49, 2018. Citado na página 9.
FOLSOM, R. G. Review of the pitot tube. Transactions of the American Society of Mechanical
Engineers, American Society of Mechanical Engineers, v. 78, n. 7, p. 1447–1460, 1956. Citado
na página 3.
GENT, R. W. Aircraft icing. Philosophical Transactions of the Royal Society of London. Series
A: Mathematical, Physical and Engineering Sciences, The Royal Society, v. 358, n. 1776, p.
2873–2911, 2000. Citado 3 vezes nas páginas 1, 6 e 7.
HEINRICH, A. et al. Aircraft Icing Handbook. Volume 1. [S.l.], 1991. Citado 3 vezes nas
páginas 1, 7 e 8.
52
SOUZA, J. et al. Conjugated heat transfer models for heated aeronautical pitot tubes:
experimental validation with a4 skyhawk flight tests. In: 14th Brazilian congress of thermal
sciences and engineering, ENCIT. [S.l.: s.n.], 2012. Citado na página 10.
SOUZA, J. et al. Conjugated heat transfer analysis of heated pitot tubes: wind tunnel
experiments, infrared thermography and lumped-differential modeling. In: 21st International
congress of mechanical engineering, COBEM-2011, ABCM, Natal. [S.l.: s.n.], 2011. Citado 4
vezes nas páginas v, 4, 5 e 10.
SOUZA, J. R. B. D. et al. Conjugated heat transfer analysis of heated aeronautical pitot probes
with flight tests experimental validation. Heat Transfer Engineering, Taylor & Francis, v. 36,
n. 11, p. 991–1000, 2015. Citado na página 10.
WHITE, F. M. Mecânica dos fluidos. [S.l.]: McGraw Hill Brasil, 2007. Citado 4 vezes nas
páginas 12, 14, 22 e 23.
XIANGLIAN et al. Pitot tube-based icing detection: Effect of ice blocking on pressure.
International Journal of Aerospace Engineering, Hindawi, v. 2020, 2020. Citado na página 9.