Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila Métodos Numéricos
Apostila Métodos Numéricos
COMPUTA-
CIONAL
EM TERMO
FLUIDOS I
Apostila de métodos numéricos
vii
viii
Conteúdo
Revisão Bibliográfica 1
0.1 TERMODINÂMICA E PROPRIEDADES . . . . . . . . . . . . . 1
0.2 DINÂMICA DOS FLUIDOS . . . . . . . . . . . . . . . . . . . . 5
0.2.1 Laminar e Turbulento . . . . . . . . . . . . . . . . . . . . 6
0.2.2 Escoamento internos . . . . . . . . . . . . . . . . . . . . . 11
0.3 Escalas e Computação . . . . . . . . . . . . . . . . . . . . . . . . 13
0.4 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
0.5 ANÁLISE COMPUTACIONAL . . . . . . . . . . . . . . . . . . . 17
0.5.1 Discretização e Solução numérica . . . . . . . . . . . . . . 18
0.5.2 Desenvolvimento Malha . . . . . . . . . . . . . . . . . . . 19
0.5.3 Introdução a dinâmica dos fluidos computacionais (CFD) 21
Método das diferenças finitas . . . . . . . . . . . . . . . . 22
Método dos volumes finitos . . . . . . . . . . . . . . . . . 22
Escoamento de Coette . . . . . . . . . . . . . . . . . . . . 23
0.5.4 Escoamento Hagen-Poiseuille . . . . . . . . . . . . . . . . 26
0.6 TRANSFERÊNCIA DE CALOR . . . . . . . . . . . . . . . . . . 28
0.6.1 Equação da difusão de calor . . . . . . . . . . . . . . . . . 29
0.6.2 Difusão de calor diferenças finitas . . . . . . . . . . . . . . 33
0.6.3 Condições de contorno . . . . . . . . . . . . . . . . . . . . 35
Bibliografia 37
ix
x CONTEÚDO
0.1. TERMODINÂMICA E PROPRIEDADES 1
v
m
v
m
F · ∆t = 2· m· vx (1)
O tempo considerado na colisão é um tempo muito curto, sendo o tempo
de interação com a parede. Então vamos utilizar uma força media no tempo e
utilizar o tempo como o tempo que a partícula leva para percorrer duas vezes
o comprimento do elemento considerado ou seja :
F · 2L
vx = 2· m· vx
(2)
2
m·vx
F = L
Para relacionarmos essa força media exercida na parede pela partícula temos
que a pressão é essa força média sobre a área da fronteira :
0.1. TERMODINÂMICA E PROPRIEDADES 3
F
P = A
(3)
2
m·vx
P·A = L
P · V = m· vx2
Isso seria a definição da pressão sobre o efeito de uma partícula. Para todo
o gás temos que aplicar o somatório de todas as N partículas. Temos também
que o efeito da média do quadrado de vx é o mesmo do que qualquer outra
direção ou seja vy e vz :
PN
P·V = m· vx2
N · N m·vx
2
P
P·V = N
P · V = N · m· v 2x
(4)
v 2x = v 2y = v 2z
v 2 = v 2x + v 2y + v 2z = 3v 2x
N ·m·v 2
P·V = 3
Queremos chegar numa relação da pressão com a energia cinética dos gases.
2 m· v 2
P· V = N· · (5)
3 2
A
V , T, P
Pois assim atribuímos uma dedução molecular para a relação entre propri-
edades termodinâmicas pressão e temperatura. Tendo uma nova definição de
4 CONTEÚDO
·10−4
6 100 K
300 K
1000 K
4
P (v)
0
0 2,000 4,000 6,000 8,000
v [m s−1 ]
maioria das suposições da teoria cinética dos gases são verdadeiras nesses regi-
mes. Como exemplo na imagem do processo termodinâmico onde expandimos
um gás para o dobro do volume. Sabemos pelas relações termodinâmicas que
para manter a temperatura constante num processo adiabático a pressão cai
pela metade. Ou ainda para manter a pressão constante a temperatura dobra
durante a expansão, já que o volume é maior. A essas relações de propriedades
fundamentais do fluido temos a termodinâmica [Van Wylen et al., 1994].
0.5
−0.5
−1
0 20 40 60 80 100
Tempo
Z Z Z
d 1 ∂Ui 1 ∂Ui ∂Uj ∂Ui ∂Uj
Ui Ui dv = ui uj dv − v + + dv
dt 2 ∂xj 2 ∂xj ∂xi ∂xj ∂xi
| {z } | {z } | {z }
T axa de variacao Acoplamento T axa de dissipacao viscosa
da energia esc. medio do escoamento medio
no esc. medio com a turbulencia
(7)
LES (do inglês, Large Eddy Simulation): resolve a turbulência em função
do tamanho das escalas turbulentas. As grandes escalas são calculadas e as
menores são modeladas. A malha deve ser bastante refinada e exige um esforço
computacional maior do que a estratégia RANS. Costuma ser usada em casos
transientes.
DNS (do inglês, Direct Numerical Simulation): a malha é gerada de modo
a garantir que todas as escalas turbulentas possam ser calculadas diretamente,
sem necessidade de modelagem. Essa estratégia acarreta em malhas com um
número muito elevado de elementos, sendo impraticável para casos reais.
O modelo κ − ϵ é o mais conhecido entre os modelos que envolvem duas
equações diferenciais de transporte, pois é robusto, preciso e possui estabilidade.
• Simplicidade matemática;
• Numericamente estável;
18
16
14
12
u+
10
0
10−2 10−1 100 101 102
+
ln(y )
0.2. DINÂMICA DOS FLUIDOS 11
SST é a superposição dos dois modelos com o κ−ϵ na região mais externa de
livre corrente e o κ − ω na região próxima a parde com uma região de transcição
entre os dois modelos que os conecta de forma mais suave na malha. Isso habilita
o modelamente usufruindo dos pontos fortes de ambos os modelos. O modelo
SST combina as vantagens dos modelos κ−ϵ e κ−ω de Wilcox, mas não consegue
prever corretamente o ponto de separação de escoamentos em superfícies lisas;
mais detalhes podem ser encontrados em Menter [Menter, 1994].
ϵ = C1 .66e − 27kω
Escoamento
Re ∼ 2000
laminar
turbulento
Reynolds>4000
ST2ACT1
Teoria envolvendo
a metodologias de
Equações de solução numérica
Contextualização
Conservação do problema
[de Oliveira Fortuna, 2000]
[Maliska, 2017]
Contextos
da aplicação Discretização
escolhida com
toda a teoria e
Não
física envolvida
Solução Numérica
Analise dos De
resultados acordo?
0.4 Metodologia
Para se fazer um estudo de um fenômeno físico qualquer pode-se optar por
métodos teóricos ou ensaios em laboratório, mas, mesmo esses últimos, devem
estar embasados em analises teoricas prévias. Portanto, inicialmente, deve-
se modelar a física do problema. Por modelagem, entenda-se determinar as
grandezas físicas (como temperatura, pressão, densidade) atuam sobre o sistema
físico, e como ele o afetam. Elabora-se um modelo a partir da aplicação de
princípios físicos, descritos por leis de conservação adequadas ao fenômeno,
como conservado de massa, energia e momento. os modelos resultantes são
expressos por equações que relacionam as grandezas relevantes entre si, para
um continuo de espaço e tempo.
Eles podem ser utilizados tanto para explicar como para prever o compor-
tamento do sistema em diferentes situações. Frequentemente esses modelos só
admitem soluções analíticas se forem feitas simplificações como desprezar uma
grandeza ou relações entre grandezas. Em geral, problemas envolvendo o movi-
mento de fluidos não possuem soluções analíticas conhecidas, nem dispomos de
meios, ainda, para determinar essas soluções. Métodos experimentais e, mais
recentemente, computacionais são, então, utilizados para verificar a validade do
modelo teórico. Para tratar o modelo computacionalmente, é necessário expres-
16 CONTEÚDO
sar de forma adequada as equações e a regido (domínio) em que elas são válidas.
como não podemos obter soluções numéricas sobre uma regido continua, devido
aos infinitos pontos da mesma, inicialmente o domínio discretizado, isto, divido
em pontos. somente nesses pontos que as soluções serão obtidas.
Ao conjunto dos pontos discretos da se o nome de malha, distribuição ade-
quada dos pontos no domínio fundamentar para se obter uma solução numérica
representativa do escoamento. Em seguida, os termos que aparecem nas equa-
ções sendo escritos em função dos valores das incógnitas em pontos discretos
adjacentes. O resultado é um conjunto de equações algébricas, geralmente line-
ares, que podem ou não estar acopladas. Nessa etapa introduzem-se as condi-
ções de contorno do problema, normalmente modificando-se apropriadamente
as equações para pontos perto das fronteiras. As condições de contorno, jun-
tamente as condições iniciais, as propriedades físicas do fluido e os parâmetros
do escoamento especificam o problema a ser tratado.
Finalmente, as equações algébricas são resolvidas, fornecendo a solução do
problema. Esta deve, nesse momento ser analisada para verificar se está correta
somente depois que se pode extrair do escoamento, com alguma confiabilidade,
as informações de interesse do usuário. As técnicas de Visualização cientifica
tem papel fundamental nessa etapa. Comparando-se os resultados numéricos
com dados experimentais, por exemplo, pode-se ajustar o modelo matemático
até que o mesmo reflita a física do problema. Os resultados da simulação
numérica precisam ser interpretados e discutidos à luz do contexto da
aplicação. Isso pode envolver a análise de parâmetros críticos e discutir possíveis
otimizações a simulação e ao projeto assim como gráficos e valores desenvolvidos
pelo processo desenvolvido.
Por exemplo, se estamos analisando o resfriamento de um componente ele-
trônico, precisamos saber as características físicas desse componente, como sua
geometria, material e temperaturas de operação. Para problemas termodinâ-
micos e de fluidos, isso geralmente envolve equações como a equação de Navier-
Stokes para o escoamento de fluidos e a equação de energia para a transfe-
rência de calor. Após a formulação das equações de conservação, é necessário
discretizá-las. Isso envolve dividir o domínio de estudo em volumes finitos. Ele
é amplamente utilizado para resolver equações de conservação em problemas de
fluidodinâmica. Gerando resultados referentes a distribuição de temperatura e
transferência de calor no componente eletrônico.
Deve se salientar que o processo de verificação e validação não garante que
a previsão fornecida pelo simulador está correta. A razio disso que existem
diversos parâmetros no simulador que podem ser alterados pelo usuário, como
por exemplo:
• Métodos analíticos;
• Métodos numéricos;
• Experimentos em laboratório.
Em que 1 e 2 são da classe dos métodos teóricos em que são resolvidos por
meio de equações diferenciais, os dois são diferenciados pela complexidade da
equação de cada método. Em relação ao item 3 apresenta a vantagem de tratar
de maneira real uma certa simulação, porém dependendo da complexidade do
problema e altíssimo custo de operação, acaba por não ser viável, principalmente
pela dificuldade de reproduzir situações reais, como por exemplo a transferência
de calor de reatores nucleares [Maliska, 2017].
Em destaque o tópico 2, a qual não apresenta grandes restrições, tem a ca-
pacidade de resolver diversos problemas com diferentes condições de contorno,
sendo possível realizar geometrias de diferentes formatos, e conseguindo uma
resposta de simulação muito mais rápida em comparação aos outros [Maliska, 2017].
Os problemas que ocorrem neste método são os erros presentes nas próprias so-
luções numéricas, visto que alguns são apenas formas aproximadas da realidade
física. Para a detecção de problemas nos resultados, é interessante que seja
comparada aos outros dois métodos, sendo possível verificar a veracidade do
equacionamento a qual produzirá um resultado. Para que o modelo ateste uma
qualidade, é realizado soluções e convergências do algoritmo, a qual é denomi-
nado como validação numérica [Carneiro, 2022].
Segundo [Carneiro, 2022], os métodos numéricos são divididos em locais e
globais, em que os locais são representados pelo Método de Diferenças Finitas
(MDF), Método dos volumes finitos (MVF) e elementos finitos (MEF). Já os
Globais, são representados por métodos espectrais de domínios alternativos,
usando as transformadas de Laplace e Fourier por exemplo, na resolução de
integrais.
Tomando conhecimento nos métodos de diferenças finitas, volumes finitos
e elementos finitos, são ferramentas com grande potencial e muito se discute
a respeito das eficiências uma sobre a outra na resolução de diferenças finitas.
Em [Maliska, 2017] o (MDF) sempre foi usado mais na área de escoamentos e
18 CONTEÚDO
dinâmica dos fluidos, enquanto o (MEF) foi mais para o lado da área estrutural,
envolvendo problemas voltado a área das elasticidades. Em virtude dos de
escoamento abordar sistemas altamente não lineares como é o caso das equações
de Navier Stokes, apresenta uma grande complexidade para a obtenção dos
domínios e formas de resolução, principalmente em termos convectivos e no
problema dos acoplamentos entre as equações.
podemos lidar com uma regido continua se determinarmos uma fórmula ana-
lítica para a solução do problema. O computador pode, então, ser utilizado
para calcular a solução em qualquer ponto desejado da região, com o uso dessa
formula. No caso de técnicas numéricas de solução, porém, não possível tratar
a região R como continua, já que o método numérico obtêm a solução em pon-
tos, por exemplo, por cálculos como adição e multiplicação. Nada nos impede,
no entanto, de escolher alguns pontos dentro de R e somente neles calcular a
solução do problema.
O processo de discretização envolve um conjunto de equações diferenciais
de um domínio contínuo, visto que possui infinitos graus de liberdade no pro-
blema, sendo assim é elaborado uma transformação em diversos pontos a qual
é fornecido equações algébricas no domínio discreto, provocando agora finitos
graus de liberdade [Carneiro, 2022]. Na análise de uma discretização mais refi-
nada, desenvolverá mais pontos na geometria que será simulada, resultado em
vantagens na precisão dos resultados e captura dos fenômenos locais. Mesmo
com as grandes qualidades em um refino de mais pontos, é preciso haver um
equilíbrio com a eficiência computacional, uma vez que maiores pontos também
resultarão em maior tempo de processamento e armazenamento de memória.
Uma boa solução é a realização de uma discretização mais refinada em pontos de
interesse, como é o caso do domínio discreto adaptado, em que a região circular
interna apresenta mais pontos de interesses para o resultado [Maliska, 2017].
Em [Maliska, 2017] detalha que a malha pode ser definida como estruturada
ou não-estruturada, a qual refere-se a organização e regularidade dos elementos
que então fazem parte dela. Na malha estruturada encontram-se malhas de
organização regular e organizadas, em que as células apresentam tamanhos
uniformes e em linhas e colunas. Um exemplo de aplicação está associado a
elaboração em coordenadas cartesianas (i, j, k), a qual possuem a vantagem de
uma fácil implementação ao ser gerada e de simples interpretação ao software
utilizado para a solução numérica.
Fig. 15: Malha Linear (a) e malha não linear (b) [Carneiro, 2022].
As malhas não estruturadas são aquelas que os seus elementos são provindos
de geometrias como triângulos, tetraedros, ou geometrias que não seguem uma
organização regular. Segundo[Maliska, 2017] elas são mais versáteis, flexíveis e
com maiores facilidades para adaptatividade em diferentes perfis geométricos,
registrando e definindo melhor os pontos de discretização. Os principais ele-
mentos utilizados em malhas tridimensionais podem ser observados na figura
abaixo.
Tetrahedron Hexahedron
Polyhedron
Wedge Pyramid
∂u ∂v ∂w
+ + =0 (8)
∂x ∂y ∂z
sendo (u, v, w) os componentes de velocidade nas direções (x, y e z) em
um plano cartesiano. Em análise tridimensional, desenvolve-se a equação da
conservação de energia:
∂ (ρui ) ∂ (ρui uj ) ∂ ∂ ∂ui
+ =− (p) + 1.66e − 27 (9)
∂t ∂xj ∂xi ∂xj ∂xj
a equação da conservação de energia é desenvolvida a partir da temperatura
do fluido T, a velocidade nas diferentes direções ui em coordenadas cartesianas
xi, informações como a condutividade térmica k, calor específico a pressão cons-
tante Cp e por fim os termos de fonte de energia radiativa ST [Carneiro, 2022].
assim:
ρui T ∂ k ∂T
∂ = + ST (10)
∂xi ∂xi Cp ∂xi
22 CONTEÚDO
Admisão
Problema Tipo de equação Equação modelo Condições Região de solução
não discreta
Equilibrio Elípitica ∇2 Θ = 0 Fronteira Fechada Não
Transciente Fronteira,
Parabólico ∂Θ
= α∇2 Θ Aberta Não
com dissipação ∂t inicial
Transciente Fronteira,
Hiperbólica ∂Θ
= −ν ∂Θ Aberta Sim
sem dissipação ∂t ∂x inicial
Para que seja possível tratar numericamente as EDPs, elas devem ser ex-
pressadas na foma de operações aritméticas que o computador possa executar.
Essencialmente devemos representar os diferenciais da EDP por expressões al-
gébricas, ou seja, discretizar a EDP. Essas expressões podem ser manipuladas
pelo computador, relacionando entre si os valores da-s grandeza-s nos pontos
discretos (∆x, ∆y) de R. Portanto, antes de resolvermos a EDP de forma nu-
mérica. precisamos encontrar para os termos que nela aparecem, as respectivas
expressões escritas em função dos pontos da malha. Essas expressões são deno-
minadas de aproximação por diferenças finitas O resultado final desse processo
é a equação algébrica denominada equação de diferenças finitas (EDF). A EDF
é escrita para cada ponto da região discretizada em que se deseja calcular a
solução do problema. Resolvendo-se as EDFs, encontra-se a solução aproxi-
mada do problema. Pode-se pensar nas aproximações de diferenças finitas com
o inverso do processo de aplicação do limite. utilizado para obter a derivada de
uma função. Considera-se a definição da derivada de uma função f continua:
df f (x + h) − f (x)
= lim (11)
dx h→0 h
Também podemos classificar as equações de acordo com a natureza dos
problemas físicos e por consequente estrategias de solução numérica:
Nf aces Nf aces
∂ρϕ X X
Vcell · + ρf Vf ϕf · Af = Γ ∇ ϕf · Af + Sϕ · Vcell . (13)
∂t
f =1 f =1
Escoamento de Coette
O escoamento de coette surge do movimento entre placas paralelas perpendi-
culares. E é uma ótima aproximação para grandes mancais a óleo. Considere-se
um escoamento laminar entre as duas chapas planas mostradas na abaixo. As
chapas são separadas por uma distância h. A chapa inferior permanece em
24 CONTEÚDO
z F
A
v
repouso enquanto que uma força tangencial F traciona a chapa superior, que se
desloca da esquerda para a direita com velocidade u. A, força F gera uma tensão
de cisalhamento r entre a chapa superior e o fluido adjacente a ela. um bloco
de fluido, inicialmente em repouso, será acelerado e se deformará. Para muitos
fluidos, observa-se, experimentalmente, uma relação linear entre a tensão de ci-
salhamento T abela e a, taxa de deformando das laminas de fluido. Isaac Newton
supos que a constante de proporcionalidade 1.66e − 27 entre e a taxa de defor-
mação fosse uma propriedade do fluido, a qual ele denominou de viscosidade.
Portanto constante 1.66e − 27, denominada coeficiente de viscosidade do fluido,
também conhecida como viscosidade dinâmica ou molecular, cuja unidade, no
SI, P a · s, também conhecida por Poiseuille. No SI, [1.66e − 27] = kg/(m · s)
Quanto mais viscoso o fluido, mais fortes sio as tens6es de cisalhamento entre
suas laminas e, consequentemente, maior a dissipação de energia. Por isso, ne-
cessário mais esforço para mexer um pote com mel, digamos, do que um copo
com aguá. Fluidos que satisfazem essa relação linear são ditos newtonianos.
No regime de escoamento laminar, as tensões em muitos fluidos reais, como da
água e ar, são newtonianos. Exceções são os polímeros, tintas e o sangue, que
sio fluidos não newtonianos [de Oliveira Fortuna, 2000].
As equações que governam o escoamento são Navier Stookes e conservação
de massa em escoamento incompressível:
∂u 1 ∂p ∂2u ∂2u
∂t + u ∂u ∂u
∂x + v ∂y = − ρ ∂x + ν ∂x2 + ∂y 2
∂v ∂v ∂v ∂p ∂2v ∂2v
∂t + u ∂x + v ∂y = − ρ1 ∂y +ν ∂x2 + ∂y 2 (14)
∂u ∂v
∂x + ∂y =0
∂u ∂v
∂x + ∂y =0
∂v ∂v ∂v ∂p
∂2v ∂2v
(15)
∂t
+ u ∂x + v ∂y = − ρ1 ∂y +ν ∂x2 + ∂y 2
∂p
− ρ1 ∂y =0
∂u 1 ∂p ∂2u ∂2u
∂t + u ∂u v ∂u
∂x + ∂y = − ρ
∂x + ν
∂x2 + ∂y 2
2
∂u
∂t = ν ∂∂yu2 →
(16)
(m+1) (m) 2
ui,j = ui,j + ∆t · ν( ∂∂yu2 )
u = u m/s e v = 0 em y = 0 e v = 0 em y = D
∂2u ∂2u
ν ∂x2 + ∂y 2 Difusão computada por diferenças finitas
∂u um+1,n −um,n
∂x m+1/2,n ≈ ∆x
∂u um,n −um−1,n
∂x m−1/2,n ≈ ∆x
(17)
∂2u um+1,n +um−1,n −2um,n
∂x2 ≈ (∆x)2
m,n
∂2u ∂2u
∂x2 + ∂x2 = um,n+1 + um,n−1 + um+1,n + um−1,n − 4um,n = 0
26 CONTEÚDO
∂v ∂v ∂v ∂p ∂2v ∂2v
∂t + u ∂x + v ∂y = − ρ1 ∂y +ν ∂x2 + ∂y 2 (18)
∂u ∂v
∂x + ∂y =0
0.5. ANÁLISE COMPUTACIONAL 27
∂u ∂v
∂x + ∂y =0
∂v ∂v ∂v ∂p
∂2v ∂2v
(19)
∂t
+ u ∂x + v ∂y = − ρ1 ∂y +ν ∂x2 + ∂y 2
∂p
− ρ1 ∂y =0
2
∂u 1 ∂p ∂2u
∂t + u ∂u
∂x + v ∂u
∂ u
∂y = − ρ ∂x + ν ∂x2 + ∂y 2
2
∂u ∂p
∂t = − ρ1 ∂x − u ∂u
∂x + ν ∂ u
∂y 2 ß
(20)
(m+1) (m) ∂p 2
uj = uj + ∆t · − ρ1 ∂x + ν( ∂∂yu2 ) − u ∂u
∂x
u = 0 e v = 0 em y=0 e y=D
Estratégia de solução:
1 ∂p
ρ ∂x Diferença de pressão constante imposta entre o bocal de entrada e
saida.
∂x Progressão de velocidade em x (convecção) que será resolvida por dife-
u ∂u
renças finitas usando pontos no centro.
∂u ui+1,j + ui−1,j
u· = ui,j ·
∂x 2 · ∆x
∂2u ∂2u
ν ∂x2 + ∂y 2 Difusão computada por diferenças finitas
28 CONTEÚDO
dT
qx = kA · (21)
dx
sendo k a condutividade térmica em (W/(mK)) sendo uma importante pro-
priedade do material utilizado. O fluxo de calor pode ser representado pela
equação:
′′ dT
qx = −k · (22)
dx
e se comporta visto na figura abaixo.
No desenvolvimento de um equacionamento vetorial [Incropera et al., 2015],
a lei de Fourier pode ser descrita abaixo:
∂T ∂T ∂T
′′
q = −k∇T = −k i+ j+ k (23)
∂x ∂y ∂z
0.6. TRANSFERÊNCIA DE CALOR 29
Ts,1 T(x,t0 )
Q̇
T(x,t1 )
Ts,2
x x=L
Agora podemos visualizar que para um grande número de dados, temos uma
distribuição normal de frequência chamada Gaussiana.
∂qi
qi+di = q(i) + · di (24)
∂i
Aplicando ao volume de controle, pode ser representado na figura abaixo.
Em que no interior do volume pode haver uma fonte de energia, que é
associado a taxa de geração de energia térmica [Incropera et al., 2015], sendo:
qz
dx
dy
dz
dz
z
qx + dx qx
y
x qy dx dy
qz + dz
Fig. 24: Difusão de calor por diferenças finitas [Incropera et al., 2015]
k
α=
ρ · Cp
∂2T ∂T
α· 2
=
∂x ∂t
∂T Ti+1 − Ti
|i+1/2 ≈
∂x ∆x
∂T Ti−1 − Ti
|i−1/2 ≈
∂x ∆x
(t+1) (t)
(t) (t)
∆t
Ti = Ti · (1 − 2 · r) + r · Ti+1 + Ti−1 onde r =α·
∆x2
∆t ∆t 1
1 − 2α · >0 → α· < criterio de convergencia
∆x2 ∆x2 2
0.6. TRANSFERÊNCIA DE CALOR 35
m,n-1
∆x
m,n-1
∆x
36 CONTEÚDO
Tabela 4.2 Caso 3: Ponto nodal em uma superficie plana com convecção
m,n+1
∆y
m,n
T∞ , h
m-1,n
m,n-1
∆x Equação diferenças finitas para ∆x = ∆y
m-1,n
T∞ , h
m,n
∆y
m,n-1
∆x Equação diferenças finitas para ∆x = ∆y
Tabela 4.2 Caso 5: Ponto nodal em uma superfície plana com fluxo térmico
uniforme
m,n+1
∆y
m,n ′′
q
m-1,n
m,n-1
∆x Equação diferenças finitas para ∆x = ∆y
[Fluent et al., 2011] Fluent, A. et al. (2011). Ansys fluent theory guide. Ansys
Inc., USA, 15317:724–746.
[Van Wylen et al., 1994] Van Wylen, G., Sonntag, R. E., and Borgnakke, C.
(1994). Fundamentos da termodinâmica clássica. Editora Blucher.
37
38 BIBLIOGRAFIA