DAIMF - UNMSM 2-1

FLUJO TURBULENTO

Captulo 2
METODOLOGA RANS: Ecuaciones de Reynolds

2.1 INTRODUCCIN
Como se evidencia de los rasgos de la turbulencia presentados en la Seccin 1.7 del
captulo anterior, es virtualmente imposible predecir un flujo turbulento en detalle debido
a su complejidad, ya que involucra un enorme rango de escalas de longitud, tiempo,
velocidad. Afortunadamente, en ingeniera se est interesado en hallar caractersticas
promedios del flujo tales como distribucin de velocidades, presiones, concentraciones
promedios. Las teoras clsicas de la turbulencia sirvieron para este propsito.
En este captulo se hace hincapi en las ecuaciones de flujo continuo de fluidos
Newtonianos sin compresibilidad ni efectos de flotacin y, principalmente, se presenta
los conceptos bsicos de las teoras clsicas. Es importante recalcar que la turbulencia
es un estado de flujo y no una propiedad del fluido, donde ste an puede considerarse
como un medio continuo.
Las teoras clsicas parten del concepto de un flujo que se resuelve en la escala ms
pequea posible, de modo que en general no es prctico describir este flujo en su
totalidad econmicamente (ABBOTT & BASCO, 1989, p, 308). El flujo es representado por
sus variables, tales como los componentes de velocidad y los
componentes de presin , definidos en esta escala ms pequea. Luego,
esta descripcin de flujo es separada en dos partes: la primera de estas est
compuesta de una descripcin que cambia lentamente, de tal manera que puede
resolverse de un modo econmico, representado por los componentes de la velocidad
y los componentes de la presin ; mientras que la segunda
parte est compuesta de una perturbacin superpuesta a la parte que puede resolverse
con facilidad, representados por los componentes de la velocidad y los
componentes de la presin . Por lo tanto, los y comprenden la parte
del flujo que no es completamente resoluble de algn modo econmico.
El proceso descrito en el prrafo anterior se conoce como separacin de variables del
flujo. Las partes de las variables que cambian lentamente, se denominan variables
promedios del flujo o magnitudes del flujo medio.
El captulo inicia con una breve descripcin de las metodologas RANS, LES y RANS/LES;
luego se presenta el mtodo de separacin y promediacin de las variables del flujo
turbulento para obtener las ecuaciones de Reynolds o ecuaciones de Navier-Stokes
con Promedio de Reynolds (RANS equations, en ingls).

2.2 BREVE DESCRIPCIN DE LAS METODOLOGAS RANS, LES Y RANS/LES1

2.2.1 METODOLOGA RANS O URANS
La metodologa RANS o Navier-Stokes con Promedio de Reynolds (Reynolds Averaged
Navier-Stokes -RANS) est basada en la descomposicin de los componentes de
velocidad en una parte promedio y otra fluctuante. Conviene precisar que un mtodo
RANS resuelto incluyendo el trmino de variacin temporal, o sea, resolviendo la
ecuacin en la forma no permanente (o transitoria), se vuelve un URANS (Unsteady

1
SPODE, Cleber. Simulao de Grandes Escalas e Simulao Hbrida RANS/LES do Escoamento Sobre o Degrau com
Condies de Contorno Turbulentas. Dissertao para a obteno do ttulo de Mestre em Engenharia Mecnica,
Universidade Federal de Uberlndia, Faculdade de Engenharia Mecnica, Programa de Ps-Graduao em Engenharia
Mecnica. Uberlndia (Brasil), 2006.
DAIMF - UNMSM 2-2
FLUJO TURBULENTO

Reynolds Averaged Navier-Stokes). Sin embargo, la literatura en general no hace

distincin en relacin a esto, nombrando modelos RANS a aquellos que son transitorios
o permanentes, []. Aplicando esta hiptesis a las ecuaciones de N-S surge, del
trmino no lineal de la ecuacin de momentum, un tensor extra llamado tensor
esfuerzos de Reynolds. Modelando este tensor, se puede realizar el cierre de las
ecuaciones. Muchos modelos RANS fueron desarrollados desde la descomposicin
propuesta por Reynolds, siendo esa metodologa dominante en las aplicaciones de
modelamiento de la turbulencia para flujos industriales.
Existen varios modelos de cierre. Estos se presentan en el Captulo 4. Entre ellos
destacan los modelos de una y de dos ecuaciones de transporte.
Los modelos de dos ecuaciones de transporte son ampliamente aplicados a flujos
industriales. El modelo es el buque insignia de esta clase, sin embargo autores
como Wilcox (2000) condenan su uso y destacan su deficiencia en la descripcin de
flujos con gradiente adverso de presin, no presentando reales ventajas ni siquiera
sobre los modelos algebraicos. Ya el modelo presenta buen desempeo en flujos
del tipo capa lmite con gradiente adverso y favorable de presin. Sin embargo,
modelos de dos ecuaciones de transporte en general presentan dificultades en flujos
sobre superficies curvas, siendo a veces esa dificultad asociada a la aproximacin de
Boussinesq para la viscosidad turbulenta.
A pesar de las dificultades, las metodologas RANS presentan grandes atributos.
Mtodos RANS necesitan mallas menos refinadas que las metodologas como
Simulacin Numrica Directa (DNS Direct Numerical Simulation) y Simulacin de
Grandes Escalas (LES Large Eddy Simulation), viabilizando con ello la simulacin de
casos a elevados nmeros de Reynolds. Para flujos parietales, tales como perfiles de
alas o mismo aeronaves completas, son an superiores o la nica alternativa viable
para nmeros de Reynolds reales.

2.2.2 METODOLOGA LES2

La Simulacin de Grandes Escalas tuvo como precursor a Smagorinsky (1963), que
buscaba simular, en sus trabajos de meteorlogo, apenas las grandes escalas de la
turbulencia. La metodologa se presenta como una alternativa intermedia entre DNS y
RANS, siendo resueltas las grandes estructuras, que transportan a mayor parte de la
energa, y modelando apenas las menores. Pequeas estructuras presentan un
comportamiento ms homogneo e isotrpico y son menos sensibles a las condiciones
de contorno, garantizando as que los modelos isotrpicos funcionen bien cuando se
aplican solamente para esas estructuras, como es el caso de LES. La separacin de las
grandes escalas de las pequeas se da a travs de filtraje, que generalmente est
asociada al tamao de la malla, haciendo con que estructuras que posean tamao de
hasta la orden de magnitud de la malla sean modeladas y las mayores calculadas.
As como la Simulacin Numrica Directa, LES se aplica a flujos tridimensionales y
transitorios, ms an es necesario cierto grado de refinamiento de la malla. Cuanto
ms refinada sea la malla, menor ser la parte del espectro sobre la cual el modelo
estar trabajando. Si la malla fuera suficientemente fina, los modelos LES convergen
para DNS, puesto que ser cada vez menor la parte modelada, demostrando con eso el
fuerte fundamento fsico de la metodologa de grandes escalas.
Entre los modelos sub-malla utilizados en la Simulacin de Grandes Escalas se
destaca:
Modelo de Smagorinsky (1963);

2
La razn de ser de LES es simular las grandes y ms fcilmente resolubles escales de los movimientos, y a la vez aceptar
que las escalas ms pequeas no sern representadas correctamente (ABBOTT & BASCO, 1989, p, 303).
DAIMF - UNMSM 2-3
FLUJO TURBULENTO

Modelo Funcin Estructura de Velocidad, de Mtais & Lesieur (1992);

Modelo Dinmico, de Germano et al. (1991).
El modelo de Smagorinsky y sus derivados se sustentan en la hiptesis de equilibrio
local, o sea, que a produccin de tensiones turbulentas sea igual a la disipacin. El
modelo es algebraico y de fcil implementacin, describiendo la viscosidad turbulenta
como funcin de la tasa de deformacin y de la escala de longitud que caracteriza el
filtro adems de la constante de proporcionalidad de Smagorinsky. Los resultados
obtenidos con el modelo de Smagorinsky son buenos, pero el modelo presenta
dificultades en flujos parietales, donde en general provoca desplazamiento prematuro
de la capa lmite. Adems de eso, la dependencia de la constante de Smagorinsky
hace con que el modelo quede susceptible a regulaciones ad-hoc para casos
especficos.
En el modelo de Funcin Estructura de Velocidad el clculo de la viscosidad turbulenta
pasa por el clculo de diferencias de velocidades, como se puede ver en Lesieur et al.
(2005). Correcciones y actualizaciones al modelo de Funcin Estructura de Velocidad
fueron desarrolladas, pero an as l es dependiente de constantes impuestas, siendo
indicado, as como el modelo de Smagorinsky, para flujos turbulentos completamente
desarrollados.
Un tercer y promisorio modelo fue propuesto por Germano (1996), el modelo Dinmico
Sub-Malla. La gran ventaja es la ausencia de un coeficiente ad-hoc de
proporcionalidad, que es sustituido por una funcin variable en el tiempo y en el
espacio. El modelo se basa en la aplicacin de dos filtros con tamaos diferentes. El
primer filtro utiliza las dimensiones de la malla para calcular la longitud caracterstica
(filtro a nivel de malla), ya el segundo utiliza un mltiplo de las dimensiones de la malla
para calcular la longitud caracterstica (filtro prueba). Utilizando las informaciones
contenidas en las menores escalas resueltas, en la regin entre los dos filtros, se puede
modelar a transferencia de energa entre las escalas resueltas y no resueltas. Se
espera que con ese tipo de modelamiento sea posible detectar el backscattering de
energa, donde las menores escalas inyectan energa en las escalas mayores.

2.2.3 METODOLOGA HBRIDA RANS/LES

Las metodologas RANS presentan buena descripcin de flujos parietales, pero tienen
dificultades en identificar estructuras altamente transitorias o an flujos cizallantes
libres. Sin embargo, segn Spalart et al. (1997), la Simulacin de Grandes Escalas
para una aeronave comercial entera es en lo mnimo un milln de veces ms cara que
de los recursos computacionales actuales, y, suponiendo que la potencia de las
computadoras crece 5 veces cada 5 aos, ese desafo permanecer por ms de 4
dcadas. Como consecuencia, el abandono de metodologas RANS puede significar un
paso errado para cualquier uno que piense en simulacin numrica de flujos turbulentos
con aplicaciones industriales.
El mayor desafo para los modelos de turbulencia entrenados para flujos parietales,
como los RANS, es la descripcin de regiones con separacin, donde las estructuras no
permanentes, muchas veces formadas por otras estructuras menores, interactan y se
desprenden siendo transportadas. Esas son las localidades donde la metodologa LES
es apropiada, describiendo estructuras de baja y alta frecuencia.
Modelos hbridos vienen a unir las cualidades de las dos metodologas, reducindose a
RANS junto a las paredes y a LES en las regiones de separacin o flujo cizallante libre.
Recientes modelos hbridos ya comienzan a ser difundidos en el medio acadmico e
industrial, siendo un nuevo campo de investigacin en el modelamiento de la
turbulencia.
Entre los modelos hbridos existentes podemos destacar:
DAIMF - UNMSM 2-4
FLUJO TURBULENTO

El modelo de Nichols & Nelson (2001), desarrollado en conjunto con el modelo SST
de dos ecuaciones de Menter & Rumsey (1994) y recibi el nombre de Multi-Scale.
Ese mtodo presenta una suave transicin entre las partes modelada por URANS y
LES (Nichols & Nelson, 2003);

El Modelo Hbrido LES-RANS de Davidson & Peng (2001), que combina el modelo de
Yoshizawa (1993) juntamente con un modelo . En ese modelo hay una lnea
bien definida que divide la parte modelada por LES y por RANS, siendo esa distancia
impuesta explcitamente por el usuario del modelo; el modelo LNS (Limited Numerical
Scales) propuesto por Baten et al. (2000) hace una mezcla de un modelo con el
modelo de Smagorinsky y a travs de un factor la decide automticamente el uso de
URANS o LES;

El modelo BLS (Baldwin-Lomax-Smagorinsky) propuesto por Camelli & Lhner (2002)

utiliza el clsico modelo de Baldwin-Lomax para las regiones parietales y el modelo
de Smagorinsky para las dems localidades del flujo. Los resultados obtenidos son
alentadores, sin embargo la necesidad de un punto de divisin entre los dos
modelamientos deja al modelo susceptible al error del usuario al definir una distancia
incorrecta;
El modelo SAS (Scale-Adaptive Simulation) de Menter et al. (2003) que tiene su
formulacin basada en una ecuacin de transporte adicional para la viscosidad
cinemtica con un trmino de destruccin que dinmicamente decide por la
utilizacin de URANS o LES;
El modelo DES (Detached Eddy Simulation) que consiste en una modificacin del
modelo de Spalart & Allmaras (1994) en el trmino referente a la distancia parietal,
dando un carcter hbrido al modelo. Este ha sido el modelo hbrido con mayor
aceptacin en el medio acadmico, con amplia aplicacin en aeronutica.
DAIMF - UNMSM 2-5
FLUJO TURBULENTO

2.3 MTODO DE SEPARACION DE VARIABLES DE REYNOLDS

El mtodo de separar una variable del flujo turbulento en una parte promedio y otra
fluctuante, hasta ahora, es similar a lo que us Reynolds cuando descompuso la
velocidad instantnea en una parte promedio yuna fluctuacin. Siguiendo este criterio,
los valores instantneos del vector velocidad ( V ), presin (p) y densidad ( ), en sistema
de coordenadas cartesianas rectangulares puede expresarse como:

V ( x, y, z, t ) V ( x, y, z, t ) V ' ( x, y, z, t )
p( x, y, z, t ) p ( x, y, z, t ) p ' ( x, y , z , t ) (2.1a)
'
( x, y , z , t ) ( x, y , z , t ) ( x, y , z , t )
donde,

V ( x, y, z , t ) , p( x, y, z, t ) , ( x, y, z, t ) : variables instantneas;

V ( x, y, z, t ) , p( x, y, z, t ) , ( x, y, z, t ) : valores promedios;

V ' ( x, y , z , t ) , p' ( x, y, z , t ) , ' ( x, y, z , t ) : fluctuaciones alrededor del valor promedio;
x , y , z , t : variables independientes (3 espaciales y el tiempo).
De estas frmulas se deduce que una fluctuacin (o pulsacin) turbulenta se define
como la diferencia entre un valor instantneo y el valor promedio. Por ejemplo, el vector
fluctuacin de velocidad, ser

V ' ( x, y, z, t ) V ( x, y, z, t ) V ( x, y, z, t ) (2.1b)
definiendo y aislando de esta manera a las fluctuaciones de velocidad, se puede
estudiar con provecho ciertos aspectos esenciales de la turbulencia.
Las fluctuaciones causan en un punto del flujo una pulsacin rpida e irregular de las
variables instantneas alrededor de un valor promedio bien definido. Por ejemplo, para
el caso del componente u de la velocidad esto puede observarse en la figura 2.1(a),
donde u es la velocidad promedio y u f (t ) es la velocidad instantnea,
necesariamente como una funcin del tiempo. En esta figura (que, por facilidad, es una
esquematizacin en el plano no obstante que las fluctuaciones se dan en las tres
direcciones) se puede considerar a la velocidad instantnea u f (t ) como compuesta
por la suma vectorial de la velocidad promedio y de los componentes de fluctuacin u ' y
v' , ambas funciones del tiempo.

(a) Esquematizacin del vector velocidad

en un plano (b) Registro de fluctuaciones

Figura 2.1: Velocidad de un flujo turbulento en un punto

(Fuente: VENNARD & STREET, 19??, p, 363)

Mediciones de u ' o de v' por medio de un anemmetro de hilo caliente3, producen un

registro similar al de la figura 2.1(b). Estos registros, debido a la naturaleza catica de

3
Tradicionalmente, las velocidades instantneas y las fluctuaciones de velocidad se han medido con un anemmetro de hilo
caliente o lmina caliente; en cambio, la velocidad promedio temporal u se puede medir directamente con un pequeo tubo
de Pitot (VENNARD & STREET, 19??, pp, 362, 645).
DAIMF - UNMSM 2-6
FLUJO TURBULENTO

la turbulencia, no presentan perodos o amplitudes regulares; sin embargo permiten la

definicin de ciertas caractersticas de la turbulencia como se ver ms adelante.
Segn HINZE (1959, pp, 4, 5 y 46), en el estudio de la turbulencia los valores promedios
de las variables del flujo turbulento, [en general], puede determinarse de varias
maneras, as:
a) Si la turbulencia del campo de flujo es cuasi-permanente, se puede promediar con
respecto al tiempo (es decir, obtener un promedio temporal);
b) En el caso de un campo de flujo con turbulencia homognea, se puede promediar
con respecto al espacio (o sea, un promedio espacial, denominado tambin filtro en
el argot de modelamiento numrico de la turbulencia);
c) Si la turbulencia del campo de flujo no es permanente ni homognea, no siempre es
posible obtener promedio temporal o espacial. En este caso, se puede hallar un
promedio de conjunto (ensemble average, en ingls) o promedio estadstico;
d) Si se usa el mtodo de Euler para la descripcin de campo de flujo, cualquiera de
los 3 mtodos de promediacin antes citados se puede aplicar a una magnitud que
vara en cualquier punto dentro del campo de flujo.
e) Si se usa el mtodo de descripcin de Lagrange, por ejemplo en un estudio de
transporte turbulento o proceso de difusin, el promedio se puede hallar:
Con respecto a un gran nmero de partculas que tienen igual tiempo de
partida pero diferentes orgenes (esto requiere, en trmino medio, un campo de
flujo homogneo); o
Con respecto a gran nmero de partculas que tiene igual origen pero
diferentes tiempos de partida (esto requiere, en trmino medio, un campo de
flujo cuasi-permanente);
Tambin, se puede considerar un promedio de conjunto.
En consecuencia, un procedimiento de promediacin puede llevarse a cabo solamente
si existen ciertas condiciones como las citadas en los prrafos precedentes.

2.4 PROMEDIO DE UNA VARIABLE DE FLUJO TURBULENTO REGISTRADA

COMO SERIE DE TIEMPO

Cualquier variable Euleriano ( x, t ) medido en un punto fijo dentro de un campo de flujo
depender solamente del tiempo, que puede representarse como (t ) (DE NEVERS,
2005, p, 545). De este modo, el registro (oscilograma) de esta variable a lo largo del
tiempo resultar una serie de tiempo. Esta serie, dependiendo si el campo de flujo es
permanente (cuasi-permanente) o no permanente, tomar una de las formas que
muestra la figura 2.2.

(a) Permanente (b) No permanente

Figura 2.2: Series de tiempo permanente y no permanente (Fuente: CRESPO, 2008, p, 490)
DAIMF - UNMSM 2-7
FLUJO TURBULENTO

De acuerdo a la figura 2.2, se tendr 2 tipos de series de tiempo: una con valor
promedio, o rasgo promedio4, constante; y la otra con valor promedio variable con el
tiempo.
a).- Cuando los rasgos promedios no varan con el tiempo
En este caso, el comportamiento de (t ) ser tal como muestra la figura 2.2(a), que
es tpico de la turbulencia que algunos autores denominan turbulencia
estadsticamente estacionaria (BARRERO & PREZ-SABORID, 2005, p, 468).
Entonces, se puede definir el promedio de la variable como el promedio temporal
(time average, en ingls), matemticamente definido por (KUNDU, 1990, p, 420; DE
NEVERS, 2005, p, 545):
t0
1
lim (t )dt (2.2)
t0 t0 0

Sin embargo, por razones prcticas no se puede promediar sobre un tiempo t 0

infinitamente grande, por lo que se usan frmulas ms simples. As por ejemplo,
cuando (t ) representa al componente u de la velocidad, HINZE (1959, p, 5) define
el promedio temporal de la siguiente manera:
T
1
u u (t )d (2.3)
T0
siendo T un perodo suficientemente grande para obtener un promedio correcto, t
el origen para el proceso de promediacin y la variable tiempo. Hinze
recomienda adoptar la siguiente condicin para T : T1 T T2 , donde T1 es la
escala de tiempo de la turbulencia o bien, ya que esto corresponde a una cierta
cuasi-periodicidad, con el perodo principal de cambio en el patrn de flujo; y T2 es
el perodo de las variaciones lentas en el campo de flujo que no deseamos
considerar como perteneciente a la turbulencia. Est claro que hay una cierta
arbitrariedad en la eleccin de las fluctuaciones que queremos considerar.
Afortunadamente, en la prctica, esta eleccin se puede hacer sin demasiada
dificultad. Si tomamos un oscilograma de un flujo turbulento, por lo general es fcil
discernir algn perodo principal promedio de cambio en el patrn de flujo. Adems,
puede ser til tener en cuenta que el orden de magnitud de tales perodos
principales se corresponde con el tamao del objeto que genera la turbulencia o del
aparato en el que se estudia el flujo turbulento.
En (2.3), el valor promedio debera ser independiente del origen t siempre que
u
t T2 ; por lo tanto debe ser cero o insignificantemente pequea en el caso de
t
un flujo medio ligeramente variable.
Considerando t 0 en (2.3), la velocidad promedio temporal, puede ser obtenida
por (ver por ejemplo, BRODKEY & HERSHEY, 1988, p, 206)
T
1
u u( ) d (2.4a)
T0
donde,
u : velocidad promedio temporal,
u( ) : velocidad instantnea,
: variable tiempo,

4
Del ingls average characteristics, ver KUNDU (1990, p, 420).
DAIMF - UNMSM 2-8
FLUJO TURBULENTO

T : tiempo total sobre el cual se toma el promedio (tiempo de muestreo).

T debe ser suficientemente largo para tener en ese perodo una
muestra estadsticamente representativa.
T
En la ecuacin (2.4a), la integral u( ) d representa al rea bajo la curva
0
velocidad instantnea vs. tiempo ( ), es decir, es el rea bajo el oscilograma de
la variable u ( ) , lo cual puede calcularse numricamente por diferentes mtodos,
entre ellos, las reglas compuestas de trapecio y de Simpson. De este modo, el
producto u T ser el rectngulo equivalente del rea bajo el oscilograma, y
entonces la velocidad promedio ser:
Ac (2.4b)
u
T
Por otra parte, en modernas investigaciones de la turbulencia los datos se obtienen
en forma discreta y digital en lugar de seales continuas en el tiempo. En tales
casos, los valores de la velocidad u i por ejemplo, que son obtenidos para intervalos
iguales de tiempo (por decir, a cada 5 s) se suman y se promedian (BRODKEY &
HERSHEY, 1988, pp, 211-214), es decir:
N
1
u ui (2.5)
N i 1
donde,
u : velocidad promedio temporal,
ui : i-simo valor de u medido en el intervalo de tiempo establecido,
N : nmero de mediciones disponibles para calcular el promedio.
En situaciones como sta, puesto que los datos digitales de velocidad son tomados
comnmente con anemmetro de hilo caliente o lmina caliente, o con anemmetro
lser-doppler, los valores de velocidad promedio son obtenidos electrnicamente, y
son simplemente ledos de una pantalla o desde un reporte impreso.
Finalmente, es importante tener en cuenta que para datos extensos, no habr
diferencia en los resultados obtenidos por las frmulas (2.4a) y (2.5).

Ejemplo 2.1: Clculo de valor promedio de una variable del flujo turbulento
La siguiente tabla 2.1 muestra datos de velocidades instantneas obtenidos en un punto
fijo dentro de un campo de flujo turbulento. Calcular:

a).- Los componentes u , v y w de la velocidad promedio

b).- Magnitud y direccin de la
Solucin
De la frmula 2.4(a)
(1)

Pero, la integral es el rea bajo la curva vs. que puede calcularse,

por ejemplo, empleando la siguiente Regla Compuesta de Trapecio:

N 1
t
Por lo tanto, Ac (u1 u N 2 ui ) (2)
2 i 2
DAIMF - UNMSM 2-9
FLUJO TURBULENTO

Reemplazando (2) en (1)

Ac
u (3)
T
Por facilidad, los clculos se han desarrollado en una hoja de clculo, y una imagen de
sta muestra la siguiente tabla:

Tener en cuenta que:

De esta imagen de hoja de clculo, se tiene

a).- m/s; m/s; m/s

b).- Magnitud de la velocidad media es:

m/s
Debido a la pequea magnitud de y , la direccin del vector velocidad
promedio ( ) hace un ngulo muy pequeo con el eje . El coseno de este ngulo
es:

DAIMF - UNMSM 2 - 10
FLUJO TURBULENTO

b).- Cuando los rasgos promedios varan con el tiempo

Un ejemplo es el decaimiento de un registro con el tiempo, tal como muestra la
figura 2.2(b). En este caso, el promedio es una funcin del tiempo y no puede ser
calculado usando la frmula (2.2), porque no se puede especificar qu largo debe
tener el intervalo t0 para evaluar la integral. Si se toma muy largo, no se puede
obtener un promedio local; y si se toma muy corto, no se puede obtener un
promedio confiable. Sin embargo, en este contexto se puede hallar el promedio de
conjunto o valor esperado (ensemble average or expected value, en ingls), como
el promedio de una coleccin de experimentos realizados bajo idnticas
condiciones de medicin (las mismas condiciones iniciales y de contorno -HINZE,
1959, p, 4). Esta coleccin de experimentos es denominada grupo o conjunto
(ensemble, en ingls). Por lo tanto, se puede definir el promedio de conjunto de la
variable en tiempo t , designado por (t ) , con la siguiente frmula:
1 N
(t ) i
(t ) (2.6)
N i 1
donde,
N : nmero grande de mediciones de serie de tiempo (registros), obtenidos en
el mismo lugar y bajo similares condiciones de medicin,
i
(t ) : i-simo serie de tiempo.
Para ilustrar la aplicacin de la frmula (2.6), supongamos una coleccin de una
variable de flujo turbulento tal como muestra la figura 2.3, que podra corresponder,
por ejemplo, a datos de velocidad dentro de la capa lmite atmosfrica, medidos en
diferentes das entre 8 a.m. y 10 a.m., en el mismo lugar y, supuestamente, bajo
idnticas condiciones. Entonces, la velocidad promedio, por decir, a las 9 a.m. se
puede obtener sumando la velocidad de las 9 a.m. de cada uno de los registros y
dividiendo la suma entre el nmero ( N ) de registros, o sea,
1 1
u (9) [u (9) u 2 (9) ... u N (9)]
N

Figura 2.3:
Grupo, conjunto o coleccin
de funciones u(t)
(Fuente: KUNDU, 1990, p, 421)

Sin embargo, puesto que no hay modo de controlar fenmenos naturales (por
ejemplo, en la atmsfera y el ocano es muy difcil obtener observaciones bajo
idnticas condiciones), en un proceso no permanente como el mostrado en la figura
DAIMF - UNMSM 2 - 11
FLUJO TURBULENTO

2.2(b), el valor promedio de u para un cierto tiempo es, a veces, determinado

usando la frmula (2.2) y escogiendo un apropiado tiempo de promediacin t0,
pequeo comparado con el tiempo durante el cual las propiedades promedias
cambian apreciablemente con el tiempo (KUNDU, 1990, p, 422). Al respecto, SAYRE
(1967) hace la siguiente acotacin: Como se muestra conceptualmente en la
ilustracin [figura 2.4], el perodo de promediacin t0 se supone que es
suficientemente largo como para permitir la convergencia de ' a cero, pero no
demasiado largo que pueda amortiguar significativamente la variacin de con t .5

Figura 2.4: Promedio temporal para series no permanentes, segn SAYRE (1967).

2.5 ALGEBRA DE PROMEDIACION DE REYNOLDS

Al realizar el estudio de la turbulencia va proceso de promediacin (metodologa RANS),
a menudo se tiene que obtener promedio no solo de una magnitud individual sino
tambin de un producto de magnitudes del flujo turbulento. Para facilitar este
procedimiento, Reynolds formul ciertas reglas de aproximacin para el clculo de
promedios. Estas reglas son (BRODKEY & HERSHEY, 1988, pp, 214-216; CRESPO, 2008,
pp, 490-491):
1.- Las magnitudes fluidas que ya hayan sido promediadas deben ser consideradas
como constantes en los promedios subsiguientes, es decir,
A A (2.7)

2.- El promedio del producto de una magnitud fluida por una constante tal como K , u
otra magnitud fluida que no sufre fluctuaciones turbulentas, es igual al producto de
la constante por el promedio de la magnitud, o sea,
KA K A (2.8)6

3.- El promedio obedece a la ley distributiva (de la suma), es decir,

A B A B (2.9)

4.- Las derivadas de las magnitudes fluidas obedecen a las leyes de promediacin (las
derivadas espaciales y temporales conmutan con la operacin de promediacin):
A A
, donde s es x, y, z o t (2.10) 7
s s

5
Para este caso, el siguiente concepto de EIGER (1989, p, 91; 1991, p, 95) es muy pertinente: El valor de t0 debe obviamente
ser suficientemente grande comparado con el tiempo caracterstico de las fluctuaciones turbulentas, pero debe ser pequeo
comparado con las escalas temporales tpicas de variaciones de flujo medio, en caso ste sea no permanente. Ver
tambin el interesante concepto de media temporal vecinal en ABBOTT & BASCO (1989, pp, 320-321), para variables de
flujo con variaciones altamente irregulares de punto en punto y de tiempo en tiempo.
6
Ver SHAMES (1967, p, 343).
7
Ver ABBOTT & BASCO (1989, p, 309); tambin, KUNDU (1990, p, 422).
DAIMF - UNMSM 2 - 12
FLUJO TURBULENTO

De este modo, si A A A' y B B B' son magnitudes fsicas instantneas, una

consecuencia directa de las citadas reglas permite establecer lo siguiente:
a).- Promedio de la fluctuacin turbulenta ( A' ):

Dado que A A A' , entonces: A A A' . Lo cual, al aplicarse la ley distributiva

del promedio al lado derecho de la igualdad, resulta:
A A A'

Pero, por (2.7), A A ; por lo que A A A' , de donde

A' 0 (2.11)
Por lo tanto, el promedio de las fluctuaciones turbulentas es cero.

b).- Promedio del producto de un promedio por una fluctuacin turbulenta ( A B' ):

Puesto que A ya se considera constante, por (2.8) se tiene que: A B' A B' . En
esta expresin, por (2.11), B' 0 ; en consecuencia,

A B' 0. (2.12a)
Similarmente,
B A' 0 . (2.12b)

c).- Promedio del producto de 2 magnitudes instantneas ( A B ):

Por definicin: A B ( A A' )( B B' ) ; en donde, efectuando el producto al lado
derecho de la igualdad y aplicando la ley distributiva de la promediacin, resulta:

A B (A B A' B A B' A' B' ) AB A' B A B' A' B'

Pero, A B A B , puesto que A y B ya son constantes. Entonces, se tiene:

AB AB A'B A B' A' B' ,

de donde, teniendo en cuenta (2.11), se obtiene que:

AB A B A' B' (2.13)

Como correlato de (2.13), si C C C ' y D D D' son magnitudes vectoriales
instantneas, se tendr que:
' '
CD CD CD (2.14)
8
donde cada trmino es una diada (dyad, en ingls) .

Por ejemplo, si C y D fueran vector velocidad, se tendr

V V V V V 'V ' (2.15a)

Entonces, en coordenadas rectangulares, los componentes de cada trmino se obtiene

efectuando el producto de los vectores: V (u , v , w) , V (u , v , w ) y V ' (u ' , v' , w' ) , as

8
Diada, llamado tambin producto didico, producto ordinario o producto tensorial de 2 vectores, es un tensor de segundo
orden, esto es, un arreglo de 9 elementos. Una combinacin lineal de diadas es denominada una didica (dyadic, en ingls);
ver REDDY, 2013, pp, 53 y 55.
DAIMF - UNMSM 2 - 13
FLUJO TURBULENTO

VV (ui vj wk)(ui vj wk)

VV uu i i uv i j uw i k
vu j i vv j j vw j k (2.15b)
wu k i wv k j ww k k
Esta forma de la ecuacin (2.15b) es llamada forma nonion de la didica, donde cada
trmino es una diada. La ecuacin (2.15b) demuestra que una didica en espacio 3D
tiene 9 componentes independientes en general, cada componente asociado con una
cierta pareja de diadas. Se dice as que los componentes estn ordenados. Cuando se
entiende el ordenamiento, tal como lo sugiere la forma nonion en la ecuacin (2.15b), la
escritura explcita de las diadas se puede suprimir y la didica se puede escribir como
una matriz. Se debe notar que la secuencia de los componentes de los dos vectores
unitarios se mantiene en todas las diadas, puesto que ij , por ejemplo, no es lo mismo
que j i . Las parejas ii , ij , etc. se llaman diadas unitarias (unit dyads, en ingls), o
tensor unitario de segundo orden, y los coeficientes uu , uv , etc. son los componentes
de la didica9.

Para diadas unitarias constantes, al efectuar la promediacin de (2.15b) se obtiene:

V V uu ii uv ij uw ik ww kk ;
entonces, la ecuacin (2.15b) tambin puede representarse en la siguiente forma:

i j k
i uu uv uw
j (2.15c)
VV vu vv vw
k wu wv ww

De manera similar se procede para los trminos V V y V 'V ' del lado derecho de la
ecuacin (2.15a), es decir:

i j k
i uu uv uw

VV
j vu vv vw (2.15d)

k wu wv ww

i j k
i u 'u ' u 'v' u ' w'
j (2.15e)
V 'V ' v'u ' v'v' v ' w'
k w'u ' w' v ' w' w'

Sustituyendo los coeficientes (2.15c), (2.15d) y (2.15e) en la ecuacin (2.15a), se tiene

la siguiente forma matricial de esta ecuacin

9
Una didica es meramente una generalizacin matemtica de un vector y no tiene significado fsico como tal (PAO, 1974, p,
79).
DAIMF - UNMSM 2 - 14
FLUJO TURBULENTO

u 2 uv uw u2 uv uw u ' 2 u ' v' u ' w'

vu v 2 vw = v u 2 (2.16)
v 2 v w + v' u ' v' v' w'
wu wv w 2 wu wv w 2
w' u ' w' v' w' 2

de donde, dado que los tensores son aditivos, se tiene:

u2 u2 u' 2 uv u v u'v' u w u w u' w'

vu v u v'u' v2 v2 v' 2 vw v w v' w'
wu wu w'u' wv wv w'v' w2 w2 w' 2

Ejemplo 2.2: Clculo de fluctuaciones de velocidad y sus promedios

Para los datos de la tabla 2.1, calcular:
1.- Las fluctuaciones de la velocidad alrededor del promedio, es decir, u , v , w .
2.- Los promedios de las fluctuaciones, o sea, u' , v' , w' .
Solucin
Por definicin:

Los valores de las fluctuaciones aparecen en las columnas 5, 6 y 7 de la tabla 2.2

Los valores promedios se calcula con la formula 2.4(a), es decir,
(1)
T
La integral u ' dt Ac es el rea bajo la curva vs. , que puede calcularse, por
0
ejemplo, empleando la siguiente Regla Compuesta de Trapecio

N 1
t '
Ac (u1 u N' 2 u i' ) (2)
2 i 2

Reemplazando (2) en (1):

Ac
u' (3)
T
Al igual que en el ejemplo 2.1,
las operaciones se han
realizado en una hoja de
clculo y los resultados
figuran al pie de las columnas
5, 6 y 7 de la tabla.
De estos resultados:
, y