Vous êtes sur la page 1sur 9

Asociacin Espaola de XVIII CONGRESO NACIONAL

Ingeniera Mecnica DE INGENIERA MECNICA

Optimizacin de un modelo de turbulencia k- para flujo


incompresible alrededor de perfiles alares
D. Lpez, I. Fernndez de Bustos, C. Angulo, J. Aguirrebeitia
Departmento de Ingeniera Mecnica, Universidad del Pas Vasco
david.lopez@ehu.es

Resumen

En este artculo se ha realizado una optimizacin simple de un modelo de turbulencia de tipo k- bien conocido
mediante bsqueda aleatoria, para encontrar coeficientes de cierre mejorados para este tipo especfico de flujo.
Este trabajo preliminar trata de mostrar si la optimizacin de estos parmetros tambin implica una mejora
para otros perfiles alares. Los resultados muestran que esta hiptesis es vlida.

INTRODUCCION

Para flujos turbulentos con alto nmero de Reynolds la relacin entre los mayores y los menores tamaos de los
remolinos es a menudo del orden del milln, y debido a esto la Simulacin Numrica Directa de las ecuaciones
de Navier-Stokes (DNS) seguir siendo imposible probablemente durante dcadas [1], de manera que los
modelos de turbulencia seguirn siendo esenciales. Desde la dcada de los setenta los modelos de turbulencia
ms usados para flujo con alto nmero de Reynolds son los modelos de dos ecuaciones de tipo k- [2,3,4,5], o
modelos combinados [6] que los usan en regiones del flujo con alto nmero de Reynolds. Estos modelos cierran
el sistema de ecuaciones RANS (Reynolds Averaged Navier-Stokes) que gobierna el flujo medio aproximando el
efecto de la turbulencia usando una viscosidad turbulenta, que vara con la posicin y con el tiempo en funcin
de la energa cintica de la turbulencia k y de su tasa de disipacin . El transporte de estas dos variables se
aproxima mediante dos ecuaciones-modelo semiempricas cuyos coeficientes de cierre son ajustados
minimizando los errores en flujos muy diferentes [2,7]. Este hecho proporciona generalidad a este tipo de
modelos, pero por otra parte es origen de grandes errores para flujos particulares.
En el caso de flujo incompresible alrededor de perfiles alares con alto nmero de Reynolds, se dan grandes
errores en la fuerza de arrastre. Esto puede verse por ejemplo comparando los coeficientes aerodinmicos de
perfiles NACA obtenidos con los modelos k- sobre mallas de elementos finitos con resultados experimentales
en tnel de viento [8].
La discusin anterior sugiere que puede conseguirse una mejora en el comportamiento de los modelos de
turbulencia k- para este tipo de flujo en particular optimizando los coeficientes de cierre. De esta manera los
coeficientes de cierre son considerados como variables de optimizacin, y la funcin a minimizar contiene los
errores en flujos alrededor de un conjunto de perfiles para varios ngulos de ataque. Posteriormente los
resultados obtenidos son aplicados a un conjunto de perfiles alternativo, para comprobar si tambin en ellos se
produce mejora. Ambos conjuntos de perfiles incluyen un amplia variedad de formas. Este mtodo debera
mejorar el comportamiento del modelo en problemas similares [9,10].

OPTIMIZACIN DE LOS COEFICIENTES DE CIERRE PARA EL MODELO k- ESTNDAR

Para flujo incompresible, el sistema de ecuaciones RANS del flujo medio (Reynolds Averaged Navier-Stokes)
que se obtiene de promediar segn Reynolds las ecuaciones de Navier-Stokes, cuando se cierra usando el modelo
de turbulencia de dos ecuaciones k- estndar, se escribe en la forma
D. Lpez et al. / XVIII Congreso Nacional de Ingeniera Mecnica (2010) 2

U i
0 (1)
xi

U i U i P 2k
U j ij 2 T S ij (2)
t x j xi 3

k k T k
U j (3)
t x j x j k x j

T 2
U j c 1 c 2 (4)
t x j x j x j k k
donde (1) es la ecuacin de conservacin de la masa, (2) la ecuacin del momento, y (3) y (4) las ecuaciones
modelo del transporte de k y respectivamente, y siendo Ui y P la velocidad y la presin del flujo medio del
flujo medio. La variable T=ck2/ es la viscosidad turbulenta y el tensor Sij es la tasa de deformacin del flujo
medio, mientras que =2TSijSij0 es la tasa de produccin de energa cintica. Los dos ltimos trminos en (4)
se llaman produccin y destruccin de . Los coeficientes de cierre son
(c1,c2,c,k,) = (1.44, 1.92, 0.09, 1, 1.3) (5)
El propsito de este artculo es mejorar la precisin de este modelo de turbulencia para flujo incompressible
alrededor de perfiles aerodinmicos para ngulos de ataque por debajo del ngulo de despegue de la capa lmite.
Las variables de optimizacin son los coeficientes de cierre y la funcin a minimizar contiene los errores en
flujos alrededor de un conjunto de perfiles para varios ngulos de ataque. Despus, los resultados son aplicados
sobre un conjunto alternativo de perfiles para comprobar si tambin superan al modelo original. Ambos
conjuntos de perfiles incluyen una amplia variedad de geometras.

La funcin de evaluacin

Por la va de minimizar la funcin de evaluacin denotada por , se buscan conjuntos de parmetros que
produzcan resultados ms relacionados con los experimentos en tnel de viento que los originales. Esta funcin
es una suma ponderada de los cuadrados de los errores en los coeficientes aerodinmicos cl, cd y cm en un grupo
de flujos con nmero de Reynolds Re=6106. Son los flujos alrededor de los perfiles naca66-206, naca0012 y
naca4424 para los tres ngulos de ataque respectivos (-4,0,6), (0,4,8) y (-4,0,6). Como puede verse en la figura 1,
estos perfiles son de geometra variada, presentando diferentes espesores, formas y combaduras.

Fig1: Perfiles usados por la funcin de evaluacin .


La funcin de evaluacin en trminos de los errores relativos en los coeficientes aerodinmicos puede definirse
como
Optimizacin de un modelo de turbulencia k- para flujo incompresible alrededor de perfiles alares 3

W
3 3 2 3 3 2 3 3 2

Wrl rl rd rd Wrm rm
ij ij ij

i 1 j 1 i 1 j 1 i 1 j 1
(6)
Donde i indica el perfil, j el ngulo de ataque y rl, rd y rm son los errores relativos de los coeficientes cl, cd y
cm, definidos como sigue,
ij mod elo ij exp ij mod elo ij exp ij mod elo ij exp

c
cl
c
cd
c
cm
, rm
ij l ij d ij m
rl ij exp
, rd ij exp ij exp
(7)
c l c d c m
modelo
Donde c son los coeficientes aerodinmicos calculados con el modelo de turbulencia, y cexp los resultados
experimentales en tnel de viento [8]. Las constantes Wrl, Wrd y Wrm ponderan los errores rl, rd and rm. Como
para algunos de estos flujos los valores experimentales de cl, cm son nulos o muy pequeos, el valor de la
funcin de evaluacin resulta muy grande e independiente de la calidad del modelo. Entonces, para evitar este
problema, la funcin de evaluacin se define en trminos de los errores absolutos como sigue,

W W
3 3 2 3 3 2 3 3 2

Wl l
ij ij ij
d d m m
i 1 j 1 i 1 j 1 i 1 j 1
(8)
donde l, d y m son los errores absolutos cometidos en los coeficientes cl, cd and cm, que se escriben

c c
ij ij mod elo ij exp ij ij mod elo ij exp ij ij mod elo ij exp
l
cl cl , d
cd , m m
cm (9)
d

y Wl, Wd y Wm son los pesos. Viendo que para el modelo k- estndar la magnitud de los l es cercana a 0.1, la de
los d alrededor de 0.01, e intermedia la de los m, para que los tres trminos en la expresin (8) tengan
magnitudes similares, se asignaron respectivamente los valores 1, 10 y 5 para Wrl, Wrd y Wrm. De esta manera, los
mayores ngulos de ataque contribuyen en mayor medida en la funcin de evaluacin.

La funcin de comprobacin evaluacin


Los conjuntos de constantes de cierre que obtuvieron valores de menores que el del modelo original (5) para
los tres perfiles, sern despus calculados para el grupo alternativo de perfiles de forma variable mostrado en la
figura 2, para as comprobar si tambin en ellos hay mejora en el comportamiento del modelo de turbulencia.
Este nuevo grupo lo constituyen los perfiles naca63A210, naca4412, naca634-421, naca661-212 y naca67,1-
215, calculados respectivamente para los tres ngulos de ataque (-4,0,8), (-4,0,8), (-4,0,8), (-4,0,8) y (-4,0,6). A
cada uno de estos conjuntos de constantes se les asigna un valor de la siguiente funcin de comprobacin
denotada por , que es anloga a la funcin de evaluation :


5 3 2 5 3 2 5 3 2

Wl l ij Wd d ij Wm m ij
i 1 j 1 i 1 j 1 i 1 j 1
(10)
donde i de nuevo hace referencia al perfil, j al ngulo de ataque, y los pesos Wl, Wd and Wm son los mismos de
antes.
Bsqueda aleatoria
Como ejercicio preliminar se realiz una bsqueda aleatoria de los coeficientes de cierre del modelo k- estndar.
Los flujos fueron calculados usando el cdigo Fidap de elementos sobre mallas de unos 16.000 elementos,
similares a la de la figura 3. El conjunto original de constantes de cierre dio un valor para la funcin de
evaluacin orig=0.416, y orig=0.69 para la funcin de comprobacin.
Las variables de optimizacin se definieron en los siguientes intervalos: c1 en [0.77, 2.88], c2 en [0.96, 3.84], c
en [0.02, 0.18], k en [0.5, 2], and en [0.65, 2.6]. Para minimizar la funcin de evaluacin , se llevaron a
cabo diez ejecuciones de bsqueda aleatoria sobre poblaciones de 400 individuos. Los cinco mejores individuos
encontrados en cada ejecucin fueron despus chequeados en el conjunto alternativo de perfiles, asignando un
valor de a cada uno de ellos. En la tabla 1 se han listado las constantes de cierre para estos cincuenta
individuos junto con los valores respectivos de las funciones y , y de la suma de ambas.
D. Lpez et al. / XVIII Congreso Nacional de Ingeniera Mecnica (2010) 4

Fig2: Alternative airfoils for the checking function .

Fig3: Malla de elementos finitos alrededor del perfil naca63A210.

Tabla1: Valores de los parmetros de cierre y de las funciones , , y + para los mejores individuos en
cada ejecucin de bsqueda aleatoria realizada sobre una poblacin de 400 individuos.

modelo c1 c2 c k +
modelo original 1.44 1.92 0.09 1.0 1.3 0.416 0.690 1.1060
2.85 3.32 0.16 1.73 1.93 0.310 0.601 0.9111
cinco mejores 2.44 3.56 0.02 1.72 1.15 0.311 0.589 0.8995
a
1 ejec. 2.13 3.30 0.02 1.69 1.63 0.312 0.584 0.8960
2.34 2.84 0.15 1.55 2.17 0.313 0.597 0.9099
Optimizacin de un modelo de turbulencia k- para flujo incompresible alrededor de perfiles alares 5

1.98 2.94 0.03 1.62 1.72 0.314 0.595 0.9083


2.37 3.10 0.06 1.80 0.95 0.303 0.601 0.9033
cinco mejores 2.78 3.46 0.09 1.69 1.10 0.308 0.591 0.8988
a
2 ejec. 2.01 3.62 0.02 1.60 1.20 0.308 0.585 0.8935
2.32 2.93 0.11 1.68 1.69 0.309 0.586 0.8954
2.40 3.18 0.09 1.36 1.20 0.312 0.590 0.9011
2.64 3.78 0.05 1.67 0.71 0.304 0.581 0.8856
cinco mejores 2.54 3.15 0.06 1.86 0.96 0.305 0.608 0.9123
a
3 ejec. 2.75 3.26 0.14 1.69 1.40 0.308 0.582 0.8898
2.76 3.32 0.15 1.92 2.15 0.308 0.606 0.9144
2.33 2.97 0.10 1.56 1.16 0.309 0.590 0.8995
2.31 2.85 0.10 1.72 1.22 0.308 0.590 0.8984
cinco mejores 2.54 3.04 0.13 1.58 1.48 0.309 0.590 0.8991
a
4 ejec. 2.40 2.85 0.11 1.65 1.21 0.309 0.598 0.9073
1.98 2.89 0.04 1.40 1.10 0.310 0.603 0.9124
2.24 3.59 0.03 1.62 1.00 0.310 0.590 0.9004
2.46 2.90 0.15 1.48 1.35 0.310 0.592 0.9019
cinco mejores 2.34 2.81 0.13 1.95 1.18 0.312 0.631 0.9427
a
5 ejec. 2.56 3.41 0.05 1.82 1.65 0.313 0.587 0.8999(B)
1.94 3.79 0.02 0.88 1.35 0.313 0.584 0.8967
2.72 3.37 0.13 1.15 1.15 0.315 0.588 0.9025
2.30 3.05 0.03 1.73 0.71 0.303 0.644 0.9465(C)
cinco mejores 2.35 3.46 0.04 1.34 0.74 0.307 0.586 0.8932
a
6 ejec. 2.63 3.15 0.17 1.88 2.06 0.308 0.587 0.8954
2.78 3.84 0.06 1.40 0.69 0.308 0.573 0.8811(A)
2.59 3.68 0.04 1.21 0.76 0.309 0.584 0.8928
2.08 3.45 0.03 1.03 1.00 0.310 0.575 0.8846
cinco mejores 2.71 3.36 0.10 1.79 1.52 0.310 0.600 0.9101
a
7 ejec. 2.75 3.40 0.17 1.70 1.19 0.310 0.595 0.9054
2.33 3.51 0.05 1.68 1.00 0.311 0.589 0.8998
2.41 3.38 0.04 1.40 0.96 0.311 0.589 0.8996
2.71 3.38 0.09 1.60 0.85 0.304 0.619 0.9234
cinco mejores 2.82 3.73 0.06 1.57 0.80 0.307 0.588 0.8950
a
8 ejec. 2.45 3.12 0.10 1.59 1.28 0.307 0.583 0.8900
2.63 3.56 0.07 1.46 0.85 0.310 0.579 0.8885
2.83 3.65 0.08 1.63 1.17 0.311 0.590 0.9010
2.81 3.24 0.16 1.84 1.61 0.306 0.585 0.8911
cinco mejores 2.25 2.78 0.08 1.82 1.28 0.307 0.589 0.8958
D. Lpez et al. / XVIII Congreso Nacional de Ingeniera Mecnica (2010) 6

9a ejec. 2.50 3.04 0.16 1.75 2.55 0.313 0.610 0.9226


2.00 3.73 0.05 0.69 0.83 0.313 0.595 0.9080
2.54 3.48 0.07 1.39 1.27 0.314 0.592 0.9056
2.30 3.40 0.03 1.81 0.69 0.297 0.613 0.9098
cinco mejores 2.78 3.50 0.07 1.78 1.62 0.313 0.587 0.9005
a
10 ejec. 2.28 3.46 0.02 1.98 2.10 0.314 0.585 0.8989
2.31 3.32 0.09 0.74 0.67 0.315 0.594 0.9087
2.50 3.14 0.09 1.69 0.88 0.315 0.630 0.9459

Para reflejar la calidad de estos modelos se van a mostrar los resultados de tres de ellos, denominados A, B y C
que han sido recogidos en la tabla 2.
Tabla 2: Tres individuos cuyos valores de la suma + son respectivamente el primero el 25 y el 50 entre los
cincuenta individuos comprobados.
c1 c2 c k + rango +
model A 2.78 3.84 0.06 1.4 0.69 0.308 0.573 0.8811 1st
model B 2.56 3.41 0.05 1.82 1.65 0.313 0.587 0.8999 25th
model C 2.3 3.05 0.03 1.73 0.71 0.303 0.644 0.9465 50th

En la figura 4 se muestran los valores de los coeficientes cl, cd y cm calculados con estos tres modelos, junto con
los resultados del modelo original y los experimentos en tnel de viento.
Como puede observarse los cincuenta individuos seleccionados arrojaron valores de c1 y c2 mayores que los
originales, indicando una tendencia en los modelos buenos a incrementar la produccin y la destruccin
destruccin de en las regiones donde stas se dan.

CONCLUSIONES

Modelos de turbulencia bien conocidos producen resultados muy inexactos para las cargas aerodinmicas sobre
perfiles alares, en flujo incompresible con alto nmero de Reynolds. Para mejorar estos resultados en este tipo
especfico de flujo, se hizo una optimizacin de los coeficientes de cierre del modelo de turbulencia k- estndar
para un grupo de perfiles de forma variada, para varios ngulos de ataque. Diez ejecuciones de bsqueda
aleatoria fueron realizadas sobre poblaciones de 400 individuos, y los cinco mejores conjuntos de constantes
obtenidos en cada una de ellas, que superaron en todos los casos al modelo original, fueron despus aplicados
sobre un conjunto alternativo ms amplio de perfiles de geometra muy diferente, superando tambin en ellos al
modelo original. Esto muestra la relevancia de la optimizacin de estos parmetros, y sugiere que el mismo
mtodo puede ser aplicado para mejorar el anlisis en otros tipos de flujo turbulento. El trabajo futuro incluir la
mejora de la optimizacin de diferentes modelos de turbulencia usando mtodos ms potentes como algoritmos
genticos o mtodos de tipo gradiente.

AGRADECIMIENTOS

Los autores desean agradecer el soporte financiero del Departamento de Investigacin y Universidades del
Gobierno Vasco y del Ministerio de Ciencia e Innovacin de Espaa, a travs del proyecto de investigacin
DPI2009-07900 (Analisis y Diseo de VGTs en Aplicaciones de Morphing Aircraft).
Optimizacin de un modelo de turbulencia k- para flujo incompresible alrededor de perfiles alares 7
D. Lpez et al. / XVIII Congreso Nacional de Ingeniera Mecnica (2010) 8

Fig.4: Coeficientes aerodinmicos cl, cd y cm para los ocho perfiles usados, modelo A ( _ _ _ ), modelo B ( _ . . _
), modelo C ( ..... ), modelo estndar original ( ____ ) y experimentos en tnel de viento ().
Optimizacin de un modelo de turbulencia k- para flujo incompresible alrededor de perfiles alares 9

REFERENCIAS

[1] S. B. Pope. Turbulent Flows. Cambridge Univ. Press., (2000).


[2] Launder BE, Sharma BI, Application of the Energy-Dissipation Model of Turbulence to the Calculation of
Flow Near a Spinning Disc, L Heat Mass Transfer 1:2:131-138, (1974).
[3] Yakhot V, Orszag SA, Thangam S, Gatski TB, Speziale CG, Development of turbulence models for shear
flows by a double expansion technique, Phys Fluids A 4:7:1510-1520, (1992).
[4] Chen YS, Kim SW, Computation of turbulent flows using an extended k- turbulence closure model, NASA
CR-179204, (1987).
[5] Shih TH, A new k- viscosity model for high reynolds number turbulent flows, Comput Fluids 24:3:227-238
(1995).
[6] Menter FR, Two-Equation Eddy-Viscosity Turbulence Models for Engineering Applications, J AIAA
32:8:1598-1605, (1994).
[7] Wilcox DC, Turbulence Modeling for CFD. DCW Industries Inc, (1993).
[8] Abbott IH, von Doenhoff AE. Theory of Wing Sections, Including a Summary of Airfoil Data. Dover; 1959.
[9] Kimura I, Hosoda T. A non-linear k- model with realizability for predictionof flows around bluff bodies. I J
Num Met Fluids 2003; 42:813-837.
[10] Cotton MA, Ismael JO. A strain parameter turbulence model and its application to homogeneous and thin
shear flows. I J Heat Fluid Flow 1998; 19:326-337.