Академический Документы
Профессиональный Документы
Культура Документы
W
m2 K
0.92 m
2.655 m
4.92 m
q=hA ( T s T )= 8
W
( 15.326 m2 ) ( 2530 ) K =613W
2
m K
I
qpost
T=30C
hcre
=1.1
T=25C
Tse
hcri
W
m C
=1.1
W
=1.4
m C
W
m C
W
W
W
; =0.4 ; hcre =13 2
; hcri=8
2
m C
m
m C
I =900
cv
+q post
||=IA=
900
W
( 0.4 ) ( 10.5 m2) =3780 W
2
m
q
q cv =h cre A ( T se T )= 13
W
( 10.5 m2 ) ( T s30 C ) =136.5 W ( T se30 C )
2
C
m C
RT =
CT =
0.03 m
1
0.03 m
0.12 m
m C
+
+
+
=0.26
W
W
W
W
W
1.1
8 2
1.1
1.4
m C
m C
m C
m C
1
=
RT
1
W
=3.84 2
2
m C
m K
0.26
W
q post =40.32
m2 C (
10.5 m2 ) ( T se25 C )
W
W
( T 25 C )
C se
3780 W =136.5
W
W
T se 30 C ) +40.32
(
( T 25 C )
C
C se
W
W
( 30 C ) + 40.32
( 25 C )
C
C
W
W
136.5
+40.32
C
C
3780 W + 136.5
T se =
T se=50.23 C
q post =40.32
W
(50.23 C25 C )
C
q post =1017W
q=A
dT
dr
A=4 r 2
q= ( 4 r 2 )
dT
dr
dr
=4 dT
r2
q r dr=4 dT
2
r2
T2
q [ r1 ] r =4 [ T ]T
1
q ( r1
2 r 1 )=4 ( T 2T 1 )
1
q ( r 1
2 r 1 )
4 ( T 2 T 1 )
q=EI
=
1
EI ( r 1
2 r 1 )
4 ( T 2T 1 )
E 20 V
R= =
=13.33
I 1.5 A
T 1 =[ 30+0.5 ( 13.33 ) ] C=36.7 C
=
0.4 m
q= 50 W/m2
T=30C
T
=30
t
T
2
=50 W / m
t
Condicin inicial:
T =10
k +1
k
T T i T i
=
t
t
2 T T i+12T i +T i1
=
x2
x2
=15 10 m / s
Conductividad trmica
=46.0 W /mK
Densidad
=3970 kg /m 3
Capacidad calorfica
C p =765 J /kgK
Algoritmo en MATLAB
%%%%%%%%%%%%%%%%SOLUCION NUMERICA TRANSITORIA EXPLICITA%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%(ALUMINIO)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% POR: MOISES MOHENO BARRUETA
% CATEDRATICO: DR. EDGAR VICENTE MACIAS MELO
% DECLARACIN DE VARIABLES
alfa=15.1e-6; % DIFUSIVIDAD [m^2/s]
Nx=41;
% NUMERO DE NODOS
Lx=2;
% LONGITUD DEL BLOQUE [m]
L=46.36;
% COEFICIENTE DE CONDCUTIVIDAD TRMICA W/mK
Dt=3;
% INCREMENTO DE TIEMPO [s]
t=600;
Ta=zeros(Nx,1); % INICIAZION DEL VECTOR Ta
Dx=Lx/(Nx-1);
% INCREMENTO EN X
x=0:Dx:Lx;
% CONSTRUCCION DEL VECTOR X
DtM=0.5*(Dx^2)/alfa; % INCREMENTO MAXIMO DE TIEMPO
r=alfa*Dt/(Dx^2); % COEFICIENTE CONCENTRADO
% CRITERIO DE ESTABILIDAD DEL METODO
if (Dt<=DtM)
disp('Supera criterio')
else disp('No supera criterio')
end
% CONDICIONES DE FRONTERA
Ta(1)=30;
Ta(2:(Nx-1))=10;
Ta(Nx)=50*Dx/L+Ta(Nx-1);
% NODOS INTERNOS
for k=1:t/Dt
TN(1)=Ta(1);
for i=2:Nx-1
TN(i)=r*(Ta(i-1)+Ta(i+1))+(1-2*r)*Ta(i);
end
TN(Nx)=50*Dx/L+Ta(Nx-1);
Ta=TN;
end
plot(x,TN,'-k')
Title(['PERFIL DE TEMPERATURA para Nx=', num2str(Nx),';
\Deltat=',num2str(Dt),'s; Tc=',num2str(TN((Nx+1)/2)),' C'])
xlabel('x [m]')
ylabel('T [C]')
disp('La Temperatura en el nodo central en C es: ')
disp(TN((Nx+1)/2))
10
11
12
13
14
Nmero
de nodos
Incremento del
tiempo [s]
Temperatura del
nodo central [C]
21
41
81
21
3
3
3
2
10
10
10
10
15
Diferencia de
Temperatura al
nodo central [C]
0
0
0
0
41
81
21
41
81
21
41
81
2
2
1
1
1
0.5
0.5
0.5
10
10
10
10
10
10
10
10
0
0
0
0
0
0
0
0
Conclusiones:
El anlisis fue en diferencias finitas unidimensional, y los puntos
de comparacin no pueden ser las fronteras, y el vector de
datos es diferente para cada nmero de nodos, utilice un
criterio de independencia de malla, la comparacin de las
temperaturas
en
los
nodos
centrales.
El
concepto
de
16
Resumen
Los mtodos numricos son utilizados con suma importancia para la
solucin de problemas de fenmenos fsicos reales, que por su
complejidad, una solucin analtica no es viable y tampoco rpida.
Este trabajo trata sobre la solucin numrica unidimensional de la
ecuacin gobernante de la transferencia de calor en un tubo
cilndrico, sin considerar el trmino de generacin de calor. Esta se
logra mediante la discretizacin de dicha ecuacin en coordenadas
cilndricas. Se utilizan esquemas implcitos y explcitos, utilizando la
expansin
en series de Taylor, en su aproximacin atrasada,
adelantada, y centrada. A esta metodologa se le conoce como
diferencias finitas. Se considera una condicin de frontera del tipo de
flujo de calor y una de transferencia por conveccin en la superficie,
as como las condiciones iniciales para el tubo cilndrico. Se muestran
diferentes opciones para la resolucin numrica y su comparativa
entre ellas, observando sus caractersticas transitorias y en estado
permanente.
Palabras clave: Anlisis numrico, Diferencias finitas, Discretizacin,
Transferencia de Calor.
Introduccin
La solucin numrica de modelos matemticos que tratan de explicar
los fenmenos fsicos que pasan a nuestro alrededor, se ha convertido
en una opcin confiable y rpida debido a que los procesadores
actuales, permiten disminuir el error de truncamiento en los
resultados y depender de cada analista utilizar un criterio ms
agudo en cuanto a la solucin del mtodo numrico que se lleve a
cabo (Cellier y Kofman, 2006), (Alabau-Boussouira, et al., 2010).
1Divisin Acadmica de Ingeniera y Arquitectura, Universidad Jurez Autnoma de Tabasco.
** Divisin Acadmica de Ingeniera y Arquitectura, Universidad Jurez Autnoma de Tabasco, Carretera
Cunduacn-Jalpa km 1.0, Col. La Esmeralda, Cunduacn, Tabasco. C.P. 86690. Mxico. Email:
czapata2012@gmail.com
17
Modelo matemtico
18
Ecuacin (1)
10(T Ti k )
r
Ecuacin (2)
Ecuacin gobernante
2T 1 T
T
2
t
r r
r
Ecuacin (3)
Discretizacin
Las series de Taylor, son utilizadas para la derivacin de las
ecuaciones en diferencias finitas. A continuacin la discretizacin de
las condiciones de frontera:
Frontera izquierda
Ti 1k Ti k
5r
5[W/ m 2 K]Ti k
Ti k1
r
5r
p
k
Ti p Ti k1
Frontera derecha
Ti k Ti 1k
10r
10(T Ti k ) Ti k
(T Ti k ) Ti k1
r
10r
f
f T Ti k1
k
Ti
1 f
19
Ecuacin (4)
T k 2Ti k Ti k1
Ti k 1 Ti k
Ti k1 Ti k
1
i 1
t
r 2
r0 r (i 1)
r
* t
* t
con m
yn
2
r
r0 r (i 1) r
Ti k 1 Ti k m Ti k1 2Ti k Ti k1 n Ti k 1 Ti k Ti k 1 m Ti k1 1 2m n Ti k 1 m n Ti k11
Ecuacin (5)
T k 2Ti k Ti k1
Ti k 1 Ti k
Ti k1 Ti k1
1
i 1
t
r 2
r0 r (i 1)
2r
n
Ti k 1 Ti k m Ti k1 2Ti k Ti k1 n Ti k1 Ti k1 Ti k m Ti k1 1 2m Ti k m Ti k1
2
2
Ecuacin (6)
Ti k1 2Ti k Ti k1
Ti k 1 Ti k
Ti k Ti k1
1
t
r 2
r0 r (i 1)
r
20
T k 1 2Ti k 1 Ti k11
Ti k 1 Ti k
Ti k11 Ti k 1
1
i 1
t
r 2
r0 r (i 1)
r
t
r 2
r0 r (i 1)
2r
n
n
Ti k m Tik11 2m 1 Ti k 1
m Tik11
2
2
Ecuacin (9)
T k 1 2Ti k 1 Ti k11
Ti k 1 Ti k
Ti k 1 Ti k11
1
i 1
t
r 2
r0 r (i 1)
r
Algoritmo
El algoritmo de solucin es el siguiente:
Leer los
datos de
entrada
Criterio de estabilidad
1
r
2
21
No
S
Evaluar
condiciones
de frontera.
Resolucin
de nodos
internos
k 1
No
Ti k 1 108
Presentacin
de resultados
Resultados
Los resultados de las evaluaciones en tiempo y esquemas distintos,
se muestran en la Tabla 1y 2.
Tabla 1. Evaluacin del esquema explcito en tiempos distintos.
Tiempo (s)
Temperatur
a (C)
Temperatur
a (C)
Atrasado
Centrado
Temperatura
(C)
Atrasado
1800
25.6954
25.7011
25.7069
3600
26.3009
26.3109
26.3209
7200
27.2813
27.2966
27.3117
14400
28.5733
28.5908
28.6083
22
Estado
permanent
e
30.2302
30.2378
30.2347
Temperatur
a (C)
Temperatur
a (C)
Atrasado
Centrado
Temperatura
(C)
Atrasado
1800
25.6954
25.7011
25.7069
3600
26.3009
26.3109
26.3209
7200
27.2813
27.2966
27.3117
14400
28.5733
28.5908
28.6083
Estado
permanent
e
30.2302
30.2378
30.2347
Implcito adelantado
67458.435
Implcito centrado
69999.955
Implcito atrasado
66552.18
Explcito adelantado
67458.46
Explcito centrado
69999.955
Explcito atrasado
66552.2
23
Conclusiones
En este trabajo de comparacin entre los esquemas implcito y
explcito y las aproximaciones atrasada, centrada y adelanta,
observamos una diferencia nula entre los esquemas implcitos y
explcitos, tanto en estado transitorio como en estado permanente.
En el caso de las aproximaciones se logra observar una diferencia,
considerando ms acertada la aproximacin la centrada, esto debido
a su orden de truncamiento.
La evaluacin entre los esquemas sugiere usar el mtodo explicito ya
que en este se crea un cdigo ms pequeo al realizar operaciones
ms sencillas, esto se traduce en un menor tiempo de cmputo y un
ahorro de energa, frente al mtodo implcito en el cual obtuvimos los
mismos resultados con un mayor esfuerzo.
24
Referencias bibliogrficas
1. Brezzi, F., y otros, y otros. Analysis and Numerics of Partial Differential Equations.
s.l. : Springer, 2013. Vol. 4.
2. Cellier, F. E. y Kofman, E. Continuous Sytem Simulation. s.l. : Springer, 2006.
3. Alabau-Boussouira, F., y otros. Control of Partial Differential Equations. s.l. :
Springer, 2010.
4. Glowinski, R. y Neittaanmki, P. Partial Differential Equation. Modeling and
Numerical Simulation. s.l. : Springer, 2008.
5. Patankar, S. V. Numerical Heat Transfer and Fluid Flow. s.l. : McGraw-Hill, 1980.
25
% paso
% intervalo [-1/2,1/2]
% intervalo [0,2]
% matrices de u y v
% parametrizacin
26
Distribucin de la temperatura
27
N u= 0.825+
Ra=GrPr=
0.387 Ra
1
6
8
9
27
16
[ 1+ ( 0.492/Pr ) ]
g
3
( T T ) L
p
12
10 < Ra < 10
N u= 0.825+
Ra=GrPr=
60
0.387 Ra
1
6
8
9
27
16
[ 1+ ( 0.492/Pr ) ]
( gcos )
3
T pT ) L
(
N u=0.54 Ra 4
28
N u=0.154 Ra 3
Para superficies con geometra plana horizontal y 3 X 105 Ra 3 X
107, calentadas mirando hacia abajo, con conveccin natural.
N u=0.27 Ra 4
29
W
m2
m2
; =0.218
; =1.5 105 ; Pr =0.7 ;
mK
s
s
m
kg
; =1.18 3
2
s
m
Horizontal:
Ra=GrPr=
g
3
( T T ) L
p
m
9.81
( 3.35 10 K ) ( 5025 ) K ( 1.5 m )
(
s )
Ra=
=847,968.75
m
m
(1.5 10 s )( 0.218 s )
3
N u=0.154 Ra 3
1
W
( 14.576 ) 0.022
N
mK
W
h= u =
=0.213 2
L
1.5 m
m K
Inclinado:
Ra=GrPr=
( gcos )
3
( T pT ) L
30
Ra=
9.81
m
( cos 45 ) ( 3.35 103 K 1 ) ( 5025 ) K ( 1.5 m )3
2
s
1.5 105
m
s
)(
0.218
m
s
Ra=599,604.4
N u= 0.825+
0.387 Ra
1
6
8
9
27
16
[ 1+ ( 0.492/Pr ) ]
1
6
0.387 ( 599,604.4 )
N u= 0.825+
8
[ 1+ ( 0.492/0.7 ) ]
9
27
16
=14.44
W
( 14.44 ) 0.022
N u
mK
W
h=
=
=0.211 2
L
1.5 m
m K
Vertical:
Ra=GrPr=
Ra=
9.81
g
3
T pT ) L
(
m
( 3.35 103 K 1 ) ( 5025 ) K ( 1.5 m )3
2
s
m2
m2
1.5 10
0.218
s
s
5
)(
31
=847,968.75
{
{
N u= 0.825+
0.387 Ra
1
6
}
] }
8
9
27
16
[ 1+ ( 0.492/Pr ) ]
1 2
6
0.387 ( 847,968.75 )
N u= 0.825+
8
9
27
16
=15.823
W
( 15.823 ) 0.022
N
mK
W
h= u =
=0.232 2
L
1.5 m
m K
32
=0.018
x =
W
m
m
; v=0.3 ; =1.5 105 ; Pr=0.7
mK
s
s
vLx
( / )
Nu x =0.404 x
Lx
(m)
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Rex
Nux
2000
4000
6000
8000
10,000
12,000
14,000
16,000
18,000
20,000
18.06
25.55
31.29
36.13
40.4
44.25
47.80
51.10
54.20
57.34
h x
m
0.3 ) ( 1 m )
(
s
vLx
=
=
=20,000
x
( / )
1.5 105
m
s
33
hx
(W/m2K)
3.25
2.29
1.858
1.62
1.45
1.33
1.23
1.15
1.08
1.032
1.629
W
0.018
( 83.37 )
Nu x
mK
W
hx=
=
=1.5 2
Lx
1m
m K
34
=0.02624
W
m
; =0.22160 ;
mK
s
5 m
=1.568 10
; Pr=0.708 ;
m
kg
; =1.1774 3
2
s
m
Ra=GrPr=
g
3
( T T ) L
p
m
9.81
( 3.33 10 K ) ( 3527 ) K ( 4.0 m)
(
s )
Ra=
=4,924,687,659
m
m
(1.568 10 s )(0.21660 s )
3
{
{
N u= 0.825+
0.387 Ra
1
6
8
9
27
16
[ 1+ ( 0.492/Pr ) ]
0.387 ( 4,924,687,659 )
N u= 0.825+
8
[ 1+ ( 0.492/0.708 ) ]
1 2
6
9
27
16
=201.74
W
( 201.74 ) 0.02624
N
mK
W
h= u =
=1.32 2
L
4.0 m
m K
35
2
m
2
m
=1000
kg
3
m
0.3 m
0.05 m
dB d
= dV + v n dA
dt dt V
S
=
dB
dm
Si B=m =
dm
=1
dm
dm d
= dV + v n dA=0
dt dt V
S
v n dA=m s= A s v = r 22 2 gh
Sc
d
dV + r 22 2 gh=0
dt V
c
d dV = r 22 2 gh dt
Vc
36
dV = r 2
2 gh dt
dV = r 22 2 gh dt
r 12 dh= r 22 2 gh dt
r
dt= 1
r2
( ) ( )
t=
0
r1
r2
1
dh
2 gh
( )(
r
t= 1
r2
r
1
dh= 1
r2
2 gh
( )( )
1
2
) ( ) ( ) h
1
2 g
2
1
[2 h ]0= 2/2
0.05/2
2 g
dh
37
38
39
APROXIMACIN DE BOUSSINESQUE
En un flujo no isotrmico, la densidad y la viscosidad del fluido suelen
depender de la temperatura, as como de la presin. La variacin en
la densidad es particularmente importante porque da origen a las
fuerzas de flotacin, y por ello tambin a la conveccin libre.
La fuerza de flotacin aparece automaticamente cuando una ecuacin
de estado se inserta en la ecuacin de movimiento. Como la siguiente
ecuacin de estado:
( T )= ( T T )
( 1 )( T ) ; evaluadaen T =T
donde : =
( lnln T )=0
( Tp ) =
40
^p C
^V = 1
C
( )( lnlnT ) ( Tp )
V
pero no en el termino
dV
dt
g ,
de la ecuacin de movimiento, se
dV
= (
p+ g ) [
] g ( T T )
dt
(
p+ g )
es pequeo,
(
p+ g )
a cero equivale a
por
en el lado izquierdo
dV
dt
41
( )
dV
dt
42
g .
k0=0.1;
kf=1;
k=0.1:0.01:1;
K=length(k);
for j=1:K
f0=[0 0 k(j)]';
%% Inicializacin
f(:,1)=f0;
ff=f0; % Valor de la aprox. en cada x
%% Iteraciones y(x_n)-->y(x_n+1)
for n=1:N
% calculamos k1=f(x_n,y_n)
k1=[ff(2) ff(3) -1/2*ff(1)*ff(3)]';
% Calculamos k2=f(x_n+h/2,y_n+1/2k1*h)
xp=x(n)+h; %argumento de x
fp=ff+h*k1; %argumento y
k2=[fp(2) fp(3) -1/2*fp(1)*fp(3)]';
ff=ff+h/2*(k1+k2);
f(:,n+1)=ff;
end
laf2paraescogerk(j)=f(2,N);
end
%% dibujo la solucin
f2=laf2paraescogerk;
figure(1)
clf
plot(x,f)
legend('f(x)','f(x)','f(x)')
xlabel('eta')
ylabel('valores de f, f, f')
title('Representacin de f, f,f en intervalo de eta,
siendo k el que mejor aproxima f(20) a 1')
corte=1;
figure (2)
hold on
plot(k,laf2paraescogerk)
legend('f(20)')
xlabel('k')
ylabel('valores de f(20)')
title('Representacin de f(20) para los posibles k')
44
plot(k,corte,'red')
hold off
%Para calcular la k de forma exacta utilizamos este
bucle que nos dice con qu k la diferencia en valor
absoluto entre la f(n) y uno es menor
for n=1:K
l=n;
p=abs(1-f2(n));
if min(abs(1-f2))==p
break
end
end
kfinal=k(l)
47
Pza
Pza
Pzas
Pza
1
1
Lote
Lote
30
1
Pzas
Pza
Pza
Pza
CONCEPTO
Lamina
Zintroalum
acanalada, Cal.
24, 2.5 m x 1.0
m
Poliuretano
extruido, 2.5 m
x 1.22 m x 0.05
m
Pintura, primario
anticorrosivo
acrlico, blanco.
PTR
galvanizado,
1X1X 6 m,
Cal.14.
Cable Cal. 18,
THW, rollo de
100 m.
Puentes jumper
Resistencias de
carbn, 1 k.
Termistor
Microcontrolador
Arduino UNO
Data logger
para Arduino
Multiplexor
48
COSTO COSTO
UNITARI TOTAL
O
$ 250.00 $ 250.00
$650.00
$650.00
$100.00
$100.00
$123.00
$246.00
$500.00
$500.00
$70.00
$35.00
$70.00
$35.00
$11.00
$380.00
$330.00
$380.00
$90.00
$90.00
$90.00
$90.00
compatibilidad
Arduino
TOTAL $2,741.0
0
%
%
%
%
%
[=]W.(cm)^2
[=](cm).K
[=]K
[=]cm
% Longitud de onda mnima
[=]cm
% Longitud de onda mxima
f=inline('c1/(x^5*(exp(c2/(x*T))-1))');
aprox=f(T,c1,c2,a)+f(T,c1,c2,b);
for i=1:n-1
x=a+i*h;
aprox=aprox+2*f(T,c1,c2,x);
end
aprox=(h/2)*aprox;
sigma=aprox/(T^4);
sigma
49
% W.m^2
% m.K
% m
f=inline('c1/(x^5*(exp(c2/(x*T))-1))');
fp(n)=f(T,c1,c2,L);
xp(n)=L;
aprox=f(T,c1,c2,a)+f(T,c1,c2,L);
for i=1:n-1
x=a+i*h;
aprox=aprox+2*f(T,c1,c2,x);
fp(i)=f(T,c1,c2,x);
xp(i)=x;
end
aprox=(h/2)*aprox;
fr=aprox/(sigma*6000^4);
for k=1:n
xs(k)=a+k*((b-a)/n);
fs(k)=f(6000,c1,c2,xs(k));
end
50
plot(xp,fp)
hold on
plot(xs,fs)
function frrango=frenerrango(L1,L2,T)
sigma=5.6693e-8;
farango=frener(L2,T)-frener(L1,T);
frrango=farango/(sigma*6000^4);
Ejemplo:
Una lmpara de filamento de tungsteno, operando con un
T entre 555 x 10-6 mK y 100,000 x 10-6 mK, a una
temperatura T de 3000 K.
1=
555 10 mK
=0.185 106 m
3000 K
2 =
100,000 10 mK
=33.33 106 m
3000 K
51
52
0.5 cm
1.5 cm
a=2 cm; r 1=1 cm ; r 2= 1.5 cm ; r 3 = 2.5 cm
2.5 cm
3.5 cm
H=
r
r
a
; R 2= 2 ; R 3 = 3
r1
r1
r1
2
2
1
2
F12= R32R22 ( 1+ R32 + H 2 ) 4 R32 + ( 1+ R22 + H 2 ) 4 R22
2
H=
] [
1
2
]}
2 cm
3.5 cm
=2 ; R3=
=3.5
1 cm
1 cm
0.5 cm
1.5 cm
=0.5 ; R3=
=1.5
1 cm
1 cm
1
1
2
2
2
2 2
2 2
2
2 2
2 2
F12= 1.5 0.5 [ ( 1+1.5 +2 ) 4 ( 1.5 ) ] + [ ( 1+ 0.5 + 2 ) 4 ( 0.5 ) ]
2
F12=0.275
53
H=2 ; R2=
1.5 cm
2.5 cm
=1.5; R3 =
=2.5
1 cm
1 cm
1
2
2
2
2
1
F12= 2.521.52 [ ( 1+2.52 +22 ) 4 ( 2.52 ) ] + [ ( 1+ 1.52+ 22) 4 ( 1.52 ) ]
2
F12=0.265
2.5 cm
3.5 cm
=2.5 ; R 3=
=3.5
1 cm
1cm
2
2
2
2
1
F12= 3.522.52 [ ( 1+3.52 +22 ) 4 ( 3.52 ) ] + [ ( 1+ 2.52+ 22) 4 ( 2.52 ) ]
2
F12=0.156
54
55