Вы находитесь на странице: 1из 438

O autor e a editora empenharam-se para citar adequadamente e dar o devido crédito a todos os detentores dos direitos autorais de qualquer

material utilizado neste livro, dispondo-se a possíveis acertos caso, inadvertidamente, a identificação de algum deles tenha sido omitida.

Não é responsabilidade da editora nem do autor a ocorrência de eventuais perdas ou danos a pessoas ou bens que tenham origem no uso
desta publicação.

Apesar dos melhores esforços do autor, do editor e dos revisores, é inevitável que surjam erros no texto. Assim, são bem-vindas as
comunicações de usuários sobre correções ou sugestões referentes ao conteúdo ou ao nível pedagógico que auxiliem o aprimoramento de
edições futuras. Os comentários dos leitores podem ser encaminhados à LTC — Livros Técnicos e Científicos Editora pelo e-mail
ltc@grupogen.com.br

Direitos exclusivos para a língua portuguesa


Copyright © 2004 by Clovis R. Maliska
LTC — Livros Técnicos e Científicos Editora Ltda.
Uma editora integrante do GEN | Grupo Editorial Nacional

Reservados todos os direitos. É proibida a duplicação ou reprodução deste volume, no todo ou em parte, sob quaisquer formas ou por
quaisquer meios (eletrônico, mecânico, gravação, fotocópia, distribuição na internet ou outros), sem permissão expressa da editora.

Travessa do Ouvidor, 11
Rio de Janeiro, RJ — CEP 20040-040
Tels.: 21-3543-0770 / 11-5080-0770
Fax: 21-3543-0896
ltc@grupogen.com.br
www.ltceditora.com.br

1.ª Edição: 1995


Produção digital: Geethik

CIP-BRASIL. CATALOGAÇÃO-NA-FONTE
SINDICATO NACIONAL DOS EDITORES DE LIVROS, RJ.

M212t
2.ed.

Maliska, C. R. (Clovis Raimundo)


Transferência de calor e mecânica dos fluidos computacional / Clovis R. Maliska. - 2.ed. rev. e ampliada. - [Reimpr.]. - Rio de Janeiro :
LTC, 2017.

Inclui bibliografia e índice


ISBN 978-85-216-3335-8

1. Calor - Transmissão - Modelos matemáticos. 2. Calor - Transmissão - Processamento de dados. 3. Mecânica dos fluidos - Modelos
matemáticos. 4. Mecânica dos fluidos - Processamento de dados. I. Título.

09-5796. CDD: 536.2


CDU: 536.2
 
 
Dedico este livro à memória de minha mãe,
Delfa, que me mostrou, através de seus atos,
que a simplicidade e a humildade
são grandes virtudes do ser humano.

Para minha esposa Ana Maria


e meus filhos Clovis Jr. e Karina,
pelo carinho, incentivo e ajuda.

Ao meu pai e meus irmãos,


pelo carinho
PREFÁCIO DA 1.A EDIÇÃO

A simulação numérica em mecânica dos fluidos e transferência de calor, bastante conhecida como CFD (Computational
Fluid Dynamics), teve um desenvolvimento impressionante nos últimos 20 anos. Inicialmente como uma ferramenta para
análise de problemas físicos em nível de investigação científica e, atualmente, como uma ferramenta poderosa para a solução de
importantes problemas aplicados da engenharia.
A relativa facilidade de aplicação dos métodos numéricos, mesmo em problemas complexos, e a grande disseminação do
computador foram as responsáveis pelo avanço desta área. Ao mesmo tempo em que os métodos numéricos chegaram a ser
indiscriminadamente aplicados, é um consenso, agora, entre os usuários de métodos numéricos, que o sucesso de sua utilização
depende do preparo do usuário na área numérica e na correspondente área de aplicação. Neste contexto, são cada vez mais raros
os livros que discutem métodos numéricos como uma ferramenta geral para qualquer equação diferencial parcial. O que se
observa são as novas publicações em métodos numéricos sempre vinculadas às áreas específicas de aplicação.
Este texto segue esta linha e pretende deixar disponíveis, aos interessados em CFD, os fundamentos do método dos
volumes finitos. Ele é resultado de duas disciplinas que iniciei no Curso de Pós-Graduação em Engenharia Mecânica da UFSC
em 1982 e da atividade de pesquisa desenvolvida até agora. Na primeira parte, empregando coordenadas cartesianas, são
apresentados os fundamentos do método dos volumes finitos. Na segunda, utilizando coordenadas generalizadas, uma área de
crescimento extraordinário na última década, procura-se estender os conhecimentos básicos para discretizações mais gerais e,
portanto, com maiores chances de resolver problemas mais realistas.
A preocupação foi sempre a de contemplar o leitor com os detalhes necessários para o bom entendimento dos
procedimentos numéricos. A ausência de uma literatura desta natureza, principalmente em coordenadas generalizadas, foi a
motivação principal para realizar este trabalho. Grande parte da literatura existente tem sido, em geral, endereçada aos
pesquisadores e para consultas de tópicos específicos. A forma de organização deste livro objetivou o aprendizado paulatino e a
busca constante da interpretação geométrica e física, para facilitar o entendimento, principalmente em coordenadas
generalizadas.
No final da segunda parte são apresentados exemplos que refletem os trabalhos de pesquisa e de orientação de teses e
dissertações, bem como os projetos de interação com empresas, desenvolvidos pelo autor e seus colegas do SINMEC —
Laboratório de Simulação Numérica em Mecânica dos Fluidos e Transferência de Calor.
Os professores e os alunos de graduação e de pós-graduação do SINMEC contribuíram, de modo significativo, para o
amadurecimento desta área em nosso Departamento. A todos, e em especial ao Prof. Antonio Fábio, que esteve comigo desde o
início destas atividades, deixo meus sinceros agradecimentos. De uma forma direta algumas pessoas contribuíram
decisivamente para a realização deste livro. Gostaria de agradecer ao João Flávio, por ter realizado, com a paciência que a tarefa
exige, o excelente trabalho de edição de meu texto digitado em TeX; à Ana Lúcia, pelo desenho da maioria das figuras, feitas
sempre com muita dedicação; ao Marcos Livramento, por sempre ter a solução de como fazer quando a parafernália de
aplicativos e equipamentos computacionais não são compatíveis; ao Axel, por sua incansável ajuda em outras atividades,
permitindo-me tempo para dedicar ao livro, e ao meu filho Clovis Jr., que, desde bastante novo, muito tem me auxiliado na área
computacional. Nosso lazer tem sido, frequentemente, discutir nossas atividades de pesquisa. Bolsistas de iniciação científica do
SINMEC também colaboraram digitando equações e fazendo figuras. Para não cometer injustiças, peço a eles desculpas por não
nomeá-los.
Agradeço também ao Sr. Pedro, à Sra. Talita e ao Sr. Francisco, da LTC, pela amável acolhida que recebi quando
manifestei interesse em publicar meu livro e pela ajuda durante a preparação do texto.
Finalmente, coloco o meu endereço eletrônico, maliska@sinmec.ufsc.br, à disposição para a comunicação de sugestões e
comentários sobre o texto e para apontar os erros que, apesar do esforço para eliminá-los, inevitavelmente serão encontrados.

CLOVIS R. MALISKA

Setembro de 1995
PREFÁCIO DA 2.A EDIÇÃO

Nesta segunda edição, revista e ampliada, procurei manter o objetivo principal da primeira, que foi oferecer aos alunos,
professores, engenheiros e pesquisadores da área de simulação numérica em mecânica dos fluidos e transferência de calor, que
usam o método dos volumes finitos, um texto didático, com os assuntos encadeados para propiciar um aprendizado suave e
crescente em complexidade. Para isso, preocupei-me em manter no texto os assuntos essenciais, procurando sempre explicar os
fundamentos dos procedimentos, pois existem inúmeros detalhes numéricos cujo conhecimento é imprescindível para o domínio
da técnica e que, frequentemente, não recebem a devida atenção. Tentei também manter a linguagem simples para facilitar o
entendimento aos iniciantes. Para isso, continuei a não introduzir excessos de informações sobre os tópicos tratados, pois isso,
além de não ser útil para quem inicia seus estudos, dificulta o uso do livro como texto em cursos de Mecânica dos Fluidos
Computacional — CFD.
Praticamente todos os capítulos receberam modificações, mas as novidades principais são a introdução de um capítulo com
a dedução das equações de conservação na forma diferencial, com um enfoque que ajuda o entendimento das equações de
conservação para uma variável transportada genérica, já visando a seu uso nas metodologias numéricas; a ampliação substancial
no capítulo destinado às metodologias que empregam malhas não estruturadas, com a introdução e ênfase no método dos
volumes finitos baseados em elementos; e a discussão da solução acoplada da velocidade e pressão. Como os métodos mais
modernos em volumes finitos usam conceitos geométricos empregados no método dos elementos finitos, um capítulo foi
introduzido para apresentar os conceitos de elementos e a construção dos volumes de controle nas diversas metodologias,
juntamente com a integração das equações de conservação para um volume finito qualquer. O texto continua com a abrangência
da primeira edição no tratamento de malhas curvilíneas generalizadas. O Cap. 14 traz um resumo dos trabalhos realizados pelos
alunos de graduação e pós-graduação e retratam as atividades desenvolvidas em nosso laboratório na área numérica.
Atualmente já começam a ser criadas nas universidades disciplinas de graduação em CFD, e este texto é adequado, até o
Cap. 6, para uma disciplina neste nível nos diversos cursos de graduação em engenharia que tratam de escoamentos de fluidos.
O conteúdo do início ao Cap. 9 pode ser empregado em uma primeira disciplina de pós-graduação em CFD, pois trata de toda a
fundamentação do método dos volumes finitos considerando coordenadas cartesianas. O restante do livro pode ser usado em
uma segunda disciplina, agora estendendo os conceitos vistos para malhas cartesianas, para malhas curvilíneas generalizadas e
não estruturadas, abordando, portanto, os métodos mais empregados nos simuladores comerciais atuais. Como estes pacotes já
podem ser executados em computadores pessoais, o número de empresas que faz uso da simulação numérica em fluidos cresce
de forma incrível, e nossa expectativa é que este texto possa ser útil também para os engenheiros envolvidos com estas
atividades.
A prática mostra que só se consegue assimilar verdadeiramente os detalhes de uma metodologia numérica quando alguns
programas básicos são desenvolvidos pelo próprio estudante. Os exercícios no final de cada capítulo têm este objetivo. Para
ampliar o universo de simulações, estará disponível no endereço www.sinmec.ufsc.br/cfdstudio, para download gratuito, um
aplicativo, denominado CFDStudio para realizar simulações com uma metodologia que utiliza malhas curvilíneas, descrita no
Cap. 12 deste texto. O aplicativo possui um gerador e um editor de malhas, o núcleo numérico e facilidades de visualização.
Este aplicativo também poderá ser utilizado por professores de mecânica dos fluidos e transferência de calor para resolver
problemas, dentro de suas programações de aulas, ensinando a física dos fenômenos de maneira mais eficiente. O gerador de
malhas e as facilidades de visualização poderão também ser utilizados juntamente com um núcleo numérico que seja
desenvolvido pelo próprio leitor. O pacote CFDStudio vem acompanhado de um extenso material explicativo, como manual
teórico, manual do usuário, detalhamento de todas as janelas e botões da interface e tutoriais com exemplos resolvidos. As
atualizações e melhorias que forem sendo realizadas poderão ser obtidas no endereço citado.
Quando a revisão de uma obra vem acompanhada de grandes modificações, o trabalho se equivale à redação de um novo
texto, e só é possível realizá-lo com a ajuda de muitas pessoas. Meus agradecimentos ao Eduardo pela confecção de todas as
novas figuras e pelas melhorias efetuadas naquelas da primeira edição, ao Roberto pela digitação das equações, pois, como a
edição anterior estava escrita em outro editor, elas foram redigitadas, ao Axel pela sua sempre incansável colaboração e também
à Fernanda, por estarem comigo nas mais diferentes tarefas, permitindo que eu dedicasse tempo na redação da nova edição. Ao
Clovis Jr. e ao Marcus Vinicius pela frutífera interação que mantemos, pelo incentivo que eles sempre têm dado ao meu
trabalho e pela contribuição da ESSS para a divulgação da área de CFD no Brasil. A todos os meus alunos de graduação e de
pós-graduação pela contribuição na confecção de figuras e textos para o Cap. 14, e pelas discussões de muitos assuntos que
fazem parte do trabalho. Ao Prof. Antonio Fábio, colega de laboratório e Chefe do Departamento de Engenharia Mecânica, por
ter-me dispensado das aulas de graduação durante a preparação desta edição e pelas proveitosas discussões que sempre
mantemos sobre temas numéricos.
Finalmente, quero agradecer ao Prof. Bernardo e à Carla, do Editorial Técnico da LTC, pelo excelente clima que souberam
criar no relacionamento editor-autor, pela gentileza com que sempre me atenderam e pela dedicação ao trabalho de edição da
obra.

CLOVIS R. MALISKA
maliska@sinmec.ufsc.br

Florianópolis, janeiro de 2004


SUMÁRIO

CAPÍTULO 1
Introdução
1.1 Preliminares
1.2 Ferramentas Disponíveis
1.3 Classes de Métodos Numéricos Disponíveis
1.4 Objetivos e Escopo do Presente Texto
1.5 Aplicações da Mecânica dos Fluidos Computacional
1.6 Referências

CAPÍTULO 2
Aspectos Matemáticos das Equações de Conservação
2.1 Níveis de Formulação dos Modelos
2.2 Equações de Conservação
2.3 Problemas Elípticos, Parabólicos e Hiperbólicos
2.4 Exercícios
2.5 Referências

CAPÍTULO 3
O Método dos Volumes Finitos
3.1 Introdução
3.2 A Tarefa do Método Numérico
3.3 O Método dos Volumes Finitos
3.4 Condução Unidimensional Transiente
3.5 Formulações Explícita, Totalmente Implícita e Implícita
3.6 Linearização do Termo Fonte
3.7 Condições de Contorno
3.8 Aproximação da Equação Geral da Condução
3.9 Estrutura da Matriz de Coeficientes
3.10 Tratamento das Não Linearidades
3.11 Solução do Sistema Linear de Equações
3.12 Cuidados Gerais na Obtenção das Equações Aproximadas
3.13 Erros de Truncamento
3.14 Consistência, Estabilidade e Convergência
3.15 Conclusões
3.16 Exercícios
3.17 Referências

CAPÍTULO 4
Advecção e Difusão — Funções de Interpolação
4.1 Introdução
4.2 A Dificuldade do Problema Advectivo-Dominante
4.3 Funções de Interpolação-Suporte Físico
4.4 Funções de Interpolação Unidimensionais
4.5 Difusão Numérica ou Falsa Difusão
4.6 Funções de Interpolação 2D e 3D
4.7 Conclusões
4.8 Exercícios
4.9 Referências

CAPÍTULO 5
Advecção e Difusão Tridimensional de Φ
5.1 Introdução
5.2 Integração da Equação para Φ em 3D
5.3 Formulação Explícita
5.4 Formulação Totalmente Implícita
5.5 Exercícios

CAPÍTULO 6
Determinação do Campo de Velocidades
Acoplamento Pressão-Velocidade
6.1 Introdução
6.2 Sistema de Equações a Ser Resolvido
6.3 O Acoplamento Pressão/Velocidade – Características
6.4 Métodos para Tratamento do Acoplamento Pressão/Velocidade
6.5 Condições de Contorno para P e P′
6.6 Os Métodos de Acoplamento e o Arranjo Colocalizado
6.7 Considerações sobre o Desacoplamento do Campo de Pressões e a Solução Acoplada da Pressão e Velocidade
6.8 Condições de Contorno para Outras Variáveis
6.9 Conclusões
6.10 Exercícios
6.11 Referências

CAPÍTULO 7
Escoamentos a Qualquer Velocidade
Acoplamento P → (V e ρ)
7.1 Introdução
7.2 Acoplamento Pressão-Velocidade e Pressão-Massa Específica
7.3 Acoplamento Temperatura-Velocidade
7.4 Conclusões
7.5 Exercícios
7.6 Referências

CAPÍTULO 8
Problemas Bi- e Tridimensionais Parabólicos
8.1 Introdução
8.2 Problemas Bidimensionais Parabólicos Externos
8.3 Problemas Bidimensionais Parabólicos Internos
8.4 Problemas Tridimensionais Parabólicos Externos
8.5 Problemas Tridimensionais Parabólicos Internos
8.6 Conclusões
8.7 Exercícios
8.8 Referências

CAPÍTULO 9
Recomendações Gerais para Concepção e Teste do Programa
9.1 Introdução
9.2 Escrevendo Seu Programa
9.3 Indexação das Variáveis
9.4 Executando Seu Programa
9.5 Escolhendo Problemas-Teste. Buscando Erros
9.6 Observando as Características da Solução
9.7 Conclusões
9.8 Referências

CAPÍTULO 10
Integração da Equação Genérica de ϕ para um Volume Finito Qualquer
10.1 Introdução
10.2 Malhas Estruturadas e Não Estruturadas
10.3 Elementos
10.4 Criação dos Volumes de Controle
10.5 Integrações das Equações de Conservação
10.6 Conclusões

CAPÍTULO 11
Transformação de Coordenadas
11.1 Introdução
11.2 Sistemas de Coordenadas Curvilíneas
11.3 Comprimento ao Longo de um Eixo Coordenado
11.4 Áreas no Sistema de Coordenadas Curvilíneas
11.5 Vetores de Base
11.6 Representação de Vetores no Sistema de Coordenadas Curvilíneas
11.7 Exemplo de uma Transformação Não Ortogonal
11.8 Métricas de uma Transformação
11.9 Aplicação da Transformação de Coordenadas para Malhas Não Estruturadas
11.10 Conclusões
11.11 Exercícios
11.12 Referências

CAPÍTULO 12
Formulações Usando Malhas Estruturadas
Coordenadas Curvilíneas
12.1 Introdução
12.2 A Natureza da Transformação
12.3 Geração do Sistema de Coordenadas Curvilíneas
12.4 Transformação das Equações de Conservação
12.5 Obtenção das Equações Aproximadas
12.6 Conclusões
12.7 Exercícios
12.8 Referências

CAPÍTULO 13
Formulações Usando Malhas Não Estruturadas
13.1 Introdução
13.2 Formulação para Elementos Quadrangulares
13.3 Formulações Usando Elementos Triangulares
13.4 Escoamentos Compressíveis
13.5 Noções sobre Geração de Malhas Triangulares
13.6 Conclusões
13.7 Exercícios
13.8 Referências

CAPÍTULO 14
Aplicações
14.1 Introdução
14.2 Problemas Ilustrativos
14.3 O Aplicativo CFDStudio
14.4 Referências
1.1 PRELIMINARES
O uso de técnicas numéricas para a solução de problemas complexos da engenharia e da física é hoje uma realidade, graças
ao vertiginoso desenvolvimento de computadores de alta velocidade e de grande capacidade de armazenamento. Em função
dessa disponibilidade computacional, que cresce exponencialmente, o desenvolvimento de algoritmos para a solução dos mais
diversos problemas tem recebido enorme atenção dos analistas numéricos e engenheiros, fazendo aumentar, também em taxas
acentuadas, o número de pesquisadores e usuários da simulação numérica. Esse crescimento computacional e numérico está
tornando a disciplina de mecânica dos fluidos computacional (CFD) um assunto obrigatório também no ensino de graduação e
na indústria em geral, a exemplo do que já acontece na pós-graduação e na pesquisa. Além disso, a versatilidade e generalidade
dos métodos numéricos para a simulação de problemas de engenharia, e a relativa simplicidade de aplicação dessas técnicas, são
outros fatores motivadores para seu uso.
Para avaliar o rápido crescimento da capacidade computacional, basta lembrar que os equipamentos disponíveis para
pesquisa nas universidades nas décadas de 1960/70, tinham em média algumas centenas de kbytes de memória. Atualmente,
PCs de porte médio possuem memória RAM 10.000 vezes maior.
Outra revolução acontecida nos últimos 10 anos no campo da fabricação de equipamentos computacionais foi o
aparecimento das estações de trabalho de alta capacidade gráfica, tornando rotineiros os processos de visualização e
substituindo os computadores de grande porte. Mais recentemente, as estações de trabalho estão dividindo com os
computadores pessoais com processadores de alta velocidade e placas gráficas de alta qualidade as tarefas até recentemente
realizadas nas estações. Hoje, sofisticados pacotes comerciais de CFD podem ser executados em PCs no ambiente de trabalho e
até em casa. Em resumo, está cada vez mais fácil, tanto no meio acadêmico-científico como no industrial, o uso de técnicas
numéricas para a solução de problemas de engenharia, uma vez que os custos para a aquisição dos equipamentos necessários
são cada vez menores.

1.2 FERRAMENTAS DISPONÍVEIS


O engenheiro ou projetista tem à sua disposição, fundamentalmente, três ferramentas para desenvolver seu projeto ou
analisar seu problema:
• métodos analíticos;
• métodos numéricos (experimentação numérica); e
• experimentação em laboratório.
Os métodos analíticos e os métodos numéricos formam a classe dos métodos teóricos, pois ambos objetivam resolver as
equações diferenciais que formam o modelo matemático. A diferença prática entre eles está apenas na complexidade das
equações que cada método pode atacar. Tendo como base o universo dos problemas complexos de engenharia, os métodos
analíticos são aplicáveis apenas a problemas cujas hipóteses simplificativas requeridas os desviam demasiadamente do
fenômeno físico real. Além disso, são aplicados, normalmente, a geometrias simples e a condições de contorno também
simples. Obviamente, as soluções analíticas não devem ser descartadas, e uma das suas importantes aplicações é, exatamente,
para validar casos limites de modelos numéricos e auxiliar no desenvolvimento de métodos numéricos mais robustos. Uma
vantagem significativa é a obtenção da solução em forma fechada, requerendo baixíssimos tempos de computação. Se um
método analítico for suficiente para resolver o problema de interesse, dentro dos níveis de precisão e exigência necessários, ele
deve ser preferido, pois uma regra básica que deve ser sempre observada em engenharia é o uso da ferramenta adequada ao
tamanho do problema que se quer resolver.
Com relação à experimentação em laboratório, sua grande vantagem é o fato de tratar com a configuração real. Ela é,
entretanto, de altíssimo custo, e muitas vezes não pode ser realizada por questões de segurança, como é o caso da transferência
de calor no núcleo de reatores nucleares, ou pela dificuldade de reprodução das condições reais, como, por exemplo, no
escoamento supersônico a grandes altitudes ou na simulação de reservatórios de petróleo. Na ausência de modelos matemáticos
estabelecidos e em geometrias extremamente complexas, ela é, muitas vezes, a única alternativa disponível ao projetista.
A experimentação numérica (simulação numérica), por sua vez, praticamente não apresenta restrições, podendo resolver
problemas complexos com condições de contorno gerais, definidos em geometrias também complexas e apresentando
resultados com uma rapidez muito grande. O tempo e o custo do projeto de um novo equipamento podem ser sensivelmente
reduzidos com o uso da simulação numérica. Atualmente, as ferramentas de CFD começam a ser integradas com outras
ferramentas numéricas, criando um ambiente de trabalho interativo, em que se chega praticamente ao projeto final do
equipamento através de computadores, deixando-se para o laboratório as experiências finais de ajuste e teste do equipamento.
Por exemplo, quando o modelo matemático representativo do fenômeno já é conhecido e validado, não é mais lógico usar a
experimentação de laboratório, uma vez que os computadores e os métodos numéricos podem resolver tal modelo matemático
em tempo e custo muito mais baixos. A tendência que se observa, portanto, é a realização de experiências em laboratório cada
vez mais sofisticadas, com o intuito de usar os resultados na corroboração de modelos matemáticos e numéricos, na
investigação e entendimento de novos fenômenos que ainda necessitam ser matematicamente modelados, e na avaliação final de
um determinado projeto. O laboratório deixará, certamente, de realizar a tarefa repetitiva, que ficará a cargo do computador.
O que deve ser praticado na engenharia é, portanto, a associação adequada da simulação numérica com experiências
selecionadas em laboratório. A união dessas técnicas resultará em um projeto melhor e mais barato. Não existem dúvidas de que
esse é o caminho da engenharia moderna, em que a simulação numérica desempenhará, cada vez mais, um papel decisivo nos
custos e na qualidade do projeto, caminhando lado a lado com a experimentação de laboratório.
Existem dois níveis, bem distintos, de erros que podem estar presentes na solução numérica quando os resultados são
comparados com a realidade de um problema físico: no primeiro nível estão os erros numéricos propriamente ditos, resultado da
má solução das equações diferenciais. Para detectá-los, os resultados devem ser comparados com outras soluções, analíticas ou
numéricas, verificando-se se a equação diferencial foi corretamente resolvida. Esse processo, denominado aqui de validação
numérica, atesta a qualidade do método numérico. No segundo nível estão os erros resultantes do uso de equações diferenciais
que não representam adequadamente o fenômeno. A validação física, portanto, preocupa-se com a fidelidade do modelo
matemático para com o problema físico. Na visão da engenharia, esse é o ponto que interessa. Logo, a ferramenta numérica é
adequada e confiável quando se está de posse de um método numérico que resolva corretamente as equações diferenciais, e de
um modelo matemático que represente com fidelidade o fenômeno físico. É bom lembrar que em nada ajuda, do ponto de vista
da engenharia, ter um excelente método numérico se o modelo matemático (isto é, as equações diferenciais escolhidas) não
representa o fenômeno que se quer modelar. Também não interessa ter um bom modelo matemático se o método numérico não
consegue entregar ao usuário uma solução precisa do sistema de equações.
A Fig 1.1 detalha os dois níveis de validação. A comparação dos resultados numéricos com os resultados analíticos, se
existirem, ou com outros resultados numéricos, caracteriza a validação numérica. Por outro lado, a comparação dos resultados
numéricos com os resultados experimentais identifica a validação física. Os procedimentos que podem levar a distanciar a
realidade física dos resultados obtidos encontram-se listados na Fig. 1.1. Portanto, sempre que erros forem detectados, deve-se
conferir esses procedimentos.
Fig. 1.1 Ferramentas disponíveis

Neste trabalho, a atenção é voltada para a modelação de problemas que envolvem escoamento de fluidos com ou sem
transferência de calor. A solução desses problemas requer o manuseio das equações de Navier-Stokes, altamente não lineares,
acopladas às equações da conservação de massa e energia. Nossa preocupação, neste livro, será apenas com os aspectos do
método numérico, apesar de, sempre que possível, enfatizarmos a importância de não se perder de vista a física do fenômeno
que está sendo modelado. Os métodos numéricos disponíveis para o tratamento dessas equações são brevemente discutidos a
seguir.

1.3 CLASSES DE MÉTODOS NUMÉRICOS DISPONÍVEIS


Os métodos tradicionais para a solução numérica de equações diferenciais são os Métodos de Diferenças Finitas (MDF), de
Volumes Finitos (MVF) e de Elementos Finitos (MEF). Com o grande desenvolvimento experimentado pelos métodos
numéricos e a consequente penetração dos mesmos na engenharia, não raramente se travam discussões polêmicas a respeito da
eficiência e da generalidade dos diversos métodos. Muitas afirmações acerca desses métodos são oriundas do desconhecimento
da natureza dos mesmos, e uma breve revisão é importante para o seu entendimento.
Historicamente, o MDF foi sempre empregado na área de mecânica dos fluidos, enquanto o MEF o foi para a área
estrutural na solução de problemas de elasticidade. Esses problemas, do ponto de vista físico, são completamente diferentes,
pois os de escoamentos são altamente não lineares, por envolverem as equações de Navier-Stokes, enquanto os da elasticidade
não possuem os termos advectivos e assemelham-se a problemas puramente difusivos de transferência de calor, de característica
linear. Foi natural, portanto, o fato de os pesquisadores do MDF terem se concentrado na tentativa de dominar as não
linearidades dos termos advectivos e no problema do difícil acoplamento entre as equações, dificuldades não encontradas em
problemas de elasticidade.
Por essa razão, foi deixado em segundo plano no MDF o problema do tratamento de geometrias complexas, e o método
teve todo o seu desenvolvimento baseado em sistemas coordenados ortogonais, como o cartesiano, o cilíndrico e o esférico,
principalmente. Por essa razão, muitos vinculam, equivocadamente, o MDF com os sistemas de coordenadas ortogonais,
quando, na verdade, ele pode ser aplicado a qualquer tipo de malha, mesmo não estruturada. Apenas os procedimentos de
cálculo das derivadas numéricas ao longo de eixos coordenados, quando os pontos da malha não estão sobre esses eixos, são
mais complicados.
Por outro lado, o MEF teve seus desenvolvimentos fundamentais na área de elasticidade, empregando malhas não
estruturadas do tipo triangular, o que permite que problemas em geometrias complexas possam ser resolvidos. Até o início da
década de 1970, tinha-se, portanto, o MDF com grande experiência na área de fluidos, mas sem habilidades para tratar
geometrias complexas, e o MEF hábil no tratamento da geometria, mas sem ferramentas para tratar os termos advectivos
presentes nas equações do movimento. As primeiras tentativas de uso do método de Galerkin para problemas com advecção
forte não tiveram sucesso, uma vez que o método de Galerkin é adequado apenas para problemas puramente difusivos. O uso do
método de Galerkin em elementos finitos é equivalente ao uso de diferenças centrais em diferenças finitas, ambos produzindo
instabilidades em problemas de advecção dominante.
Esse e outros problemas similares, que possuem a adequada interpretação física pelo não funcionamento, motivaram
pesquisas para o aprimoramento do método dos volumes finitos (MVF), no qual as equações aproximadas são obtidas através de
balanços de conservação no volume elementar. A observação do caráter físico de cada termo da equação diferencial permitiu
que métodos mais robustos fossem desenvolvidos. A possibilidade de associar a interpretação física à matemática influiu de
modo considerável para que praticamente todos os analistas envolvidos com o MDF passassem a usar o MVF. Esses dois
métodos, por serem semelhantes para algumas situações, são muitas vezes confundidos. Deve ficar claro que o MDF é
simplesmente a substituição do operador diferencial pelo seu correspondente numérico, enquanto o MVF realiza um balanço de
conservação da propriedade para cada volume elementar para obter a correspondente equação aproximada.
Portanto, tanto o MDF como o MEF não trabalham com volumes de controle e sim apenas com os pontos da malha, e,
como consequência, não são conservativos em nível discreto.
Uma grande transformação na área numérica em fluidos processou-se em meados da década de 1970, quando os sistemas
coordenados ortogonais convencionais começaram a ceder espaço para os sistemas coordenados generalizados coincidentes
com a fronteira do domínio, e o MVF passou a resolver problemas em geometrias irregulares. Até os últimos 5 anos, era a
discretização dominante nos importantes pacotes comerciais disponíveis no mercado para a solução de problemas de
escoamento de fluidos com transferência de calor. Atualmente, junto com a opção do uso de coordenadas generalizadas, esses
softwares oferecem a alternativa do uso de malhas não estruturadas.
No âmbito do MEF passou-se a empregar outras funções de interpolação para permitir o tratamento adequado dos termos
advectivos. As funções do tipo Petrov-Galerkin, que ponderam os efeitos difusivos e advectivos, semelhantes aos esquemas
híbridos empregados em volumes finitos, possibilitaram um expressivo avanço do MEF na área de escoamento de fluidos.
Depois, formulações em que essas funções são desenvolvidas ao longo da linha de corrente, também equivalente aos esquemas
skew usados em volumes finitos, permitiram que o MEF passasse, também, a tratar de problemas de fluidos, minimizando os
efeitos de difusão numérica.
Atualmente, um grande esforço de pesquisa está sendo dedicado ao desenvolvimento de métodos em volumes finitos
usando malhas não estruturadas, semelhantes, portanto, àquelas usadas em elementos finitos. No panorama atual, observa-se
que ambos os métodos, MVF e MEF, estão resolvendo problemas fortemente advectivos, inclusive com ondas de choque, em
geometrias arbitrárias, mostrando que existe entre eles uma forte semelhança em termos de generalidade. Se olharmos do ponto
de vista matemático, não poderia ser diferente, uma vez que todos os métodos numéricos podem ser derivados do método dos
resíduos ponderados, empregando-se diferentes funções-peso.
No contexto dos pacotes comerciais, entretanto, o MVF é ainda o método empregado em todos aqueles com penetração
industrial. A preferência é em função da robustez, devido às características conservativas do MVF. Em escoamentos de fluidos,
é muito importante satisfazer os princípios de conservação em nível discreto, característica dos MFV, pois se o que se busca
com um método numérico é a solução da equação diferencial, que é a representação da conservação da propriedade em nível de
ponto, parece lógico que as equações aproximadas representem a conservação em nível de volumes finitos. Dessa forma, não
existe a possibilidade da existência de gerações/sumidouros de quantidades, como massa, quantidade de movimento e energia,
no interior do domínio de cálculo. Por outro lado, se a conservação das propriedades é satisfeita apenas via condições de
contorno, podem existir gerações/sumidouros das propriedades de origem numérica dentro do domínio, o que modificará o
perfil da solução na região.
Também a depuração de um programa computacional fica mais fácil quando o analista tem etapas a serem conferidas.
Como no MVF os balanços de conservação devem ser satisfeitos em nível de volumes elementares, para qualquer tamanho de
malha, todos os princípios de conservação podem ser conferidos em uma malha bastante grosseira. Ou seja, quase tudo pode ser
feito manuseando-se poucos resultados em execuções rápidas no computador. Em outros métodos, pode-se apenas conferir a
solução com uma malha refinada, já que o conceito de balanços em volumes elementares não existe.
Recentes desenvolvimentos mostram também o MEF aplicado em nível de volumes elementares, conhecidos como mixed-
finite element methods [1,2]. Nesses métodos, dentro do formalismo de elementos finitos, são respeitados os princípios de
conservação, principalmente para a massa. Alguns desses métodos adotam, inclusive, o clássico arranjo desencontrado de
variáveis entre pressão e velocidade, uma prática rotineira no método dos volumes finitos desde o início da década de 1970.
Existem importantes variantes do MVF, já que qualquer procedimento numérico que obtém suas equações aproximadas
através dos balanços é um método de volumes finitos. Em uma delas estão incluídos aqueles que utilizam discretização através
de um sistema de coordenadas global, o chamado método em coordenadas curvilíneas, ou boundary-fitted coordinates, e que
será tratado em detalhes neste texto. Outra variante engloba os métodos que utilizam, principalmente, malhas não estruturadas e
que criam volumes de controle para os balanços a partir de discretizações triangulares ou de paralelogramos, em 2D, e de
tetraedros e hexaedros em 3D. Dentro dessa classe estão os métodos cujos volumes de controle são criados pelo método das
medianas [3,4] e denominados CVFEM — Control Volume-based Finite Element Methods, (Elementos Finitos baseados no
Volume de Controle). Essa denominação é ambígua, pois dá a entender tratar-se de um método de elementos finitos que utiliza
volumes de controle para balanços da propriedade. Na realidade, não é um método de elementos finitos e, sim, de volumes
finitos, e o que é semelhante ao método de elementos finitos é apenas a definição dos elementos e as respectivas funções de
forma para as interpolações no interior do elemento. Um nome mais adequado para essa classe de métodos seria EbFVM —
Element-based Finite Volume Methods, ou Volumes Finitos baseados em Elementos.
Ainda na classe dos MVF, temos aqueles cujos volumes de controle são os diagramas de Voronoi, obtidos a partir de uma
triangulação de Delaunay. Nesse caso, a discretização é localmente ortogonal e apenas dois pontos da malha são necessários
para a determinação correta dos fluxos. Todos esses métodos serão tratados a partir do Cap. 10.
Um outro método que ganhou espaço na década passada é o método dos elementos no contorno (BEM — Boundary
Element Method). Sua vantagem é a possibilidade de tratar apenas com a discretização da fronteira, sem a necessidade de
discretizar o domínio interno. O método é aplicado quando é possível transferir a influência do operador do domínio para a
fronteira. Apesar de atraente, é um método que ainda está longe de responder às solicitações dos problemas complexos
resolvidos pelos outros métodos. Sem dúvida, é uma área de pesquisa que merece esforços.

1.4 OBJETIVOS E ESCOPO DO PRESENTE TEXTO


Com o desenvolvimento da área de Mecânica dos Fluidos Computacional (CFD), muitos livros-texto foram publicados. A
maioria deles é, entretanto, dirigida ao pesquisador ou ao aluno já familiarizado com as metodologias numéricas modernas. A
nossa observação da área, nos últimos anos, revela que, apesar do espantoso crescimento no uso de métodos computacionais,
principalmente em coordenadas generalizadas, o iniciante em métodos numéricos aplicados a geometrias complexas não dispõe
de um texto que apresente os desenvolvimentos da metodologia de forma gradual, permitindo o aprendizado paulatino e
culminando com o desenvolvimento de seus próprios programas computacionais. Este texto tem, exatamente, o objetivo de
preencher essa lacuna. O texto divide-se em duas partes: a primeira preocupa-se em apresentar os conceitos básicos do método
dos volumes finitos, e a segunda apresenta a formulação do métodos dos volumes finitos para qualquer malha, derivando então
para as três classes de métodos que serão discutidas: coordenadas generalizadas; malhas não estruturadas utilizando o método
dos volumes finitos baseados em elementos (EbFVM); e malhas não estruturadas empregando os diagramas de Voronoi. Na
primeira parte do texto, por simplicidade, os desenvolvimentos serão realizados utilizando o sistema cartesiano de coordenadas,
sem prejuízo do entendimento completo daquilo que se buscará estudar, uma vez que toda a formulação básica serve para
qualquer sistema coordenado. O texto é assim organizado com o objetivo de torná-lo mais didático.
Neste Cap. 1 são tecidas considerações sobre os métodos numéricos atualmente disponíveis para resolver problemas de
Mecânica dos Fluidos e Transferência de Calor. O Cap. 2 discute aspectos matemáticos das equações de conservação,
apresentando uma forma didática para a dedução das equações de conservação. Esses dois capítulos discorrem sobre os assuntos
em uma linguagem adequada para os já iniciados. Isso não deve, entretanto, preocupar, porque o início do curso propriamente
dito está reservado para o Cap. 3, e a absorção não completa das informações dos Caps. 1 e 2 não prejudicará o aprendizado.
O Cap. 3 apresenta a formulação básica do método dos volumes finitos empregando um problema de condução
unidimensional, sempre procurando mostrar que os conceitos adquiridos com esse problema simples são gerais.
No Cap. 4, o importante problema das funções de interpolação e os conceitos de difusão numérica são abordados. No Cap.
5, a discretização da equação geral tridimensional para ϕ é realizada, considerando o campo de velocidades conhecido. A
maneira de calculá-lo, tratando, portanto, com o acoplamento pressão-velocidade, é tarefa para o Cap. 6.
No Cap. 7 é apresentada uma metodologia para resolver problemas para qualquer regime de velocidade, enquanto no Cap.
8 são discutidos problemas tridimensionais parabólicos.
O Cap. 9 traz recomendações para aqueles que estão desenvolvendo seus programas, principalmente os iniciantes, para
teste e depuração dos programas, sugerindo soluções analíticas para comparações, critérios de convergência etc. O Cap. 10
apresenta a integração da equação genérica para ϕ para um volume de controle irregular qualquer.
O Cap. 11 preocupa-se com a transformação de coordenadas, buscando dar a interpretação geométrica das grandezas
matemáticas envolvidas. Coordenadas globais e locais são discutidas, a primeira para servir de base aos métodos em
coordenadas generalizadas e a segunda para os métodos baseados em elementos. Esse capítulo foi incluído pois a experiência
mostra que a não familiaridade física e geométrica com o tensor métrico, métricas da transformação, jacobiano, velocidades
contravariantes e covariantes, componentes físicas etc. dificulta o domínio das metodologias numéricas, sejam elas definidas em
coordenadas locais ou globais.
O Cap. 12 trata dos métodos em coordenadas generalizadas, definindo o plano físico e o plano transformado, os
mapeamentos possíveis e a obtenção das equações diferenciais no sistema curvilíneo de coordenadas. O Cap. 12 também
discute, brevemente, a geração do sistema de coordenadas generalizadas.
O Cap. 13 é reservado para os métodos de volumes finitos para malhas não estruturadas. Volumes de controle obtidos tanto
com os diagramas de Voronoi como com o método das medianas são considerados. É nesse capítulo que serão discutidos os
detalhes da metodologia em volumes finitos baseada em elementos, EbFVM, provavelmente a tecnologia numérica mais
adequada para tratamento de problemas com malhas não estruturadas composta de elementos diferentes (triângulos,
paralelogramos, tetraedros, hexaedros, prismas etc.).
No Cap. 14 são apresentados alguns resultados dos trabalhos realizados pelo autor e seus colegas, usando coordenadas
generalizadas e malhas não estruturadas. As metodologias que serão apresentadas nesse texto podem ser empregadas em uma
série de problemas de interesse prático. A próxima seção procura apresentar parte desse universo.

1.5 APLICAÇÕES DA MECÂNICA DOS FLUIDOS COMPUTACIONAL


O escoamento de fluidos com ou sem transferência de calor está envolvido praticamente em todos os processos de
produção de energia, nos fenômenos ambientais, nos equipamentos térmicos, na engenharia aeronáutica e aeroespacial, na
engenharia de reatores, na bioengenharia etc. E a simulação numérica desses escoamentos desempenha um papel fundamental
para o entendimento e a quantificação do fenômeno. Atualmente, as indústrias já utilizam o computador em larga escala,
inclusive revolucionando o projeto em detalhes que não seriam possíveis com o uso do túnel de vento apenas, já que a
simulação numérica permite executar muitas experiências rapidamente. No projeto de automóveis e de seus componentes, no
projeto de máquinas rotativas, no dimensionamento dos sistemas anti-incêndio em grandes recintos, no dimensionamento do
tamanho e da posição de bocas de insuflamento e ventilação em ambientes climatizados, no projeto de equipamentos de
refrigeração, na previsão da poluição causada por chaminés na atmosfera e por descarga de poluentes em rios, lagos e solo, na
solução de inúmeros problemas de escoamentos multifásicos encontrados na indústria de petróleo, no dimensionamento de
combustores, caldeiras etc., a simulação numérica é de grande ajuda ao analista. A lista de problemas que podem ser resolvidos
está aberta e pode ser consideravelmente aumentada pelo leitor.

1.6 REFERÊNCIAS
[1] Raviart, R.A., e Thomas, J.M., “A mixed finite element method for 2nd order elliptic problems”, in Mathematical Aspects of the Finite
Element Method, Lecture Notes in Math. 606, Springer-Verlag, New York, pp. 292-315 (1977).
[ 2] Arbogast, T., Chilakapati, A., e Wheeler, M.F.,“A characteristic-mixed method for contaminant transport and miscible displacement”,
in Russel, Ewing, Brebia, Gray and Pindas (eds.), Computational Methods in Water Resources IX, Vol. 1: Numerical Methods in
Water Resources, Computational Mechanics Publication, Southampton, UK, pp. 77-84 (1992).
[ 3] Baliga, B.R., e Patankar, S.V., “A new finite element formulation for convection-diffusion problems”, Numerical Heat Transfer, vol.
3, pp. 393-409 (1980).
[ 4] Schneider, G.E., e Raw, M.J., “A skwed positive influence coefficient upwinding procedure for control volume-based finite element
convection-diffusion computations”, Numerical Heat Transfer, vol. 9, pp. 1-26 (1986).
2.1 NÍVEIS DE FORMULAÇÃO DOS MODELOS
A obtenção da solução numérica de qualquer problema físico requer, inicialmente, a habilidade da criação do modelo
matemático correspondente. O modelo matemático deve ser tal que possa ser resolvido com tempos de computação não
proibitivos e que os resultados obtidos representem adequadamente, isto é, dentro das exigências do analista, o fenômeno físico
em consideração. Obviamente, atingir esse objetivo não é uma tarefa fácil.
Para a obtenção do sistema de equações, a decisão importante a ser tomada é com relação ao nível em que os balanços de
conservação são realizados. Citando os extremos, os balanços de conservação podem ser feitos tanto em nível molecular,
originando uma equação para cada molécula, como sobre volumes de controle que podem até, em determinadas direções,
coincidir com o domínio de solução. Nesses extremos, varia muito a complexidade dos métodos numéricos adequados a cada
situação.
A Tabela 2.1 mostra os diversos níveis de formulação dos modelos. Está claro que, com a disponibilidade computacional
atual, a solução de problemas dentro do nível 1 é impraticável. Também o é no nível 2, por requerer a solução das equações
diferenciais para intervalos de tempo da ordem das flutuações turbulentas. Nesse nível, as flutuações turbulentas são vistas
como parte do transiente real do problema e, caso malhas espaciais e temporais tão refinadas fossem possíveis, todas as
flutuações e as escalas espaciais turbulentas seriam captadas. As malhas espaciais requeridas, por exemplo, para problemas com
número de Reynolds da ordem de 105 e 107 são da ordem de 3·1013 e 7·1017, respectivamente [1]. Existem, atualmente,
tentativas para atacar o problema nesse nível, através das técnicas denominadas DNS (Direct Numerical Simulation). Essas
técnicas, entretanto, estão ainda em nível de investigação e não fazem parte das ferramentas dos programas computacionais para
a solução rotineira de problemas de engenharia. Nos níveis 3 e 4 é onde se acomodam, hoje, os modelos que resolvem os
problemas de transferência de calor e massa em fluidos para problemas de interesse prático. A turbulência, nesses níveis, é
tratada através da proposição de modelos de turbulência como fechamento das equações médias espaciais e temporais de
Navier-Stokes, denominadas RANS (Reynolds Averaged Navier-Stokes Equations). Entre os mais difundidos métodos nessa
classe, e que usam duas equações diferenciais parciais adicionais, estão o (k-ε) e suas variantes, o (k-ω) e o SST (Shear Stress
Transport)[1].
A seguir, são apresentadas as deduções das equações de conservação da massa, quantidade de movimento e energia em
uma forma que ajuda o entendimento das próprias equações, bem como da aplicação das mesmas em nível discreto para
volumes elementares também irregulares.

TABELA 2.1 Níveis de formulação dos modelos


Nível em que os balanços de Informações necessárias Tipo de equação resultante
conservação são efetuados

Conservação para cada molécula Massa molecular, leis de troca de QM, Equação para cada molécula
3
V << L m campos de forças: elétricos,
magnéticos etc.

Balanços onde: Propriedades refletindo o Conjunto de equações


comportamento molecular ρ, μ, k etc. diferenciais parciais
tm << t << tt

Lm << L << Lt

Balanços onde: Fornecer ρ, μ, k etc., e as tensões de Conjunto de equações


Reynolds, relações de transferência de diferenciais parciais
t >> tt
calor e massa turbulenta
L >> Lt

Balanços onde o volume de controle Fornecer as condições de contorno Equações diferenciais, parciais,
coincide com o domínio de solução em nas direções onde o volume de ordinárias ou algébricas
alguma(s) direção(ões) controle coincide com o domínio de
solução
t tempo médio sobre os quais os balanços de conservação são realizados
tm tempo entre colisões moleculares
tt escala de tempo para turbulência
L comprimento médio sobre os quais os balanços de conservação são realizados
Lm livre caminho médio entre as moléculas
Lt escala de comprimento para turbulência

2.2 EQUAÇÕES DE CONSERVAÇÃO


2.2.1 CONSERVAÇÃO DA MASSA
Considere um escoamento com velocidade V e um sistema, mostrado nos instantes t e t + Δt na Fig. 2.1, com velocidade
VA do elemento de área dA. A variação de massa no sistema é dada por

Dividindo por Δt, obtém-se

e reconhecendo, através da Fig. 2.1, que as regiões 3 e 2 representam, respectivamente, a massa que entra e sai do volume de
controle, a Eq. (2.2) pode ser escrita como
Fig. 2.1 Sistema usado para a dedução das equações de conservação

Sabendo que a variação de massa é nula para um sistema,

pode-se escrever a Eq. (2.3) em sua forma integral como

onde VR é a velocidade relativa, responsável pelo fluxo de massa através das fronteiras do volume de controle. Empregando o
teorema da divergência, considerando um volume de controle de forma fixa no tempo e infinitesimal tal que a propriedade pode
ser considerada constante no interior do volume de controle, encontra-se a forma diferencial da equação da conservação da
massa, dada por

Para um volume de controle fixo no espaço, a velocidade relativa coincide com a velocidade do escoamento, e a equação da
conservação da massa resulta

A Eq. (2.7) pode ser também obtida fazendo-se um balanço de massa para um volume de controle conforme mostrado na Fig.
2.2, o que significa aplicar a Eq. (2.3) para o volume de controle mostrado. Por simplicidade, as figuras para descrever os
balanços de conservação estão em duas dimensões, e a extensão para 3D é realmente simples.
Fig. 2.2 Balanço de massa para o volume de controle

2.2.2 CONSERVAÇÃO DA QUANTIDADE DE MOVIMENTO


Para a dedução da equação da conservação da quantidade de movimento, o mesmo procedimento é utilizado. As
quantidades de movimento no instante t e t + Δt são avaliadas, e a diferença entre elas é a variação da quantidade de movimento
no sistema, dada por

Dividindo a Eq. (2.8) por Δt obtém-se

Utilizando a Segunda Lei de Newton para sistemas, dada por

encontra-se a equação de conservação da quantidade de movimento para um volume de controle, dada por

Observe que entender que o somatório das forças é equivalente a uma geração de quantidade de movimento fica fácil com a
equação escrita dessa forma. É importante observar também que a vazão mássica ( ) que atravessa as fronteiras do volume de
controle transporta, por advecção, a propriedade V (quantidade de movimento por unidade de massa) para o interior do volume
de controle. Deve ser observado também que, para determinar , será necessário o campo de velocidades, e é no produto V,
portanto, que surgem as fortes não linearidades das equações de Navier-Stokes.
Neste ponto é didático interpretar o escoamento como o transportador de propriedades por unidade de massa. Ou seja, um
escoamento pode transportar quantidade de movimento, energia, energia cinética turbulenta, dissipação de energia cinética
turbulenta, espécies químicas etc. Em particular, transporta-se a si mesmo, representado pela equação de conservação da massa.
Neste contexto, as Eqs. (2.3) e (2.11) podem ser escritas para uma variável genérica ϕ (quantidade transportada/unidade de
massa), como

onde o termo ġϕ é obtido da lei de conservação da propriedade em consideração para sistemas. Esse termo é nulo para a
conservação da massa, ϕ = 1, pois, por definição, a massa no interior de um sistema não se altera com o tempo e ∑F/ ΔV,
força/unidade de volume, para a conservação da quantidade de movimento (ϕ = u, υ ou w). Sua expressão para a conservação da
energia será vista mais adiante. A Eq. (2.12) pode ser obtida também através de um balanço no volume de controle mostrado na
Fig. 2.3. Na figura, podemos observar que o escoamento, caracterizado pela vazão mássica ( ), causa um transporte líquido de
ϕ por advecção para o volume de controle que, adicionado à geração de ϕ, provoca a variação da propriedade dentro do volume
de controle.
Como a quantidade de movimento é uma grandeza vetorial, suas equações escalares para as três direções coordenadas são
escritas por

Fig. 2.3 Balanço de ϕ para o volume de controle

Na forma integral, a Eq. (2.11) é escrita como


onde se nota que ρ(VR.n)dA é a vazão mássica , que envolve a velocidade relativa, responsável pela massa que entra ou sai
do volume de controle na unidade de tempo. Novamente, utilizando o teorema da divergência, considerando um volume de
controle de forma fixa no tempo e infinitesimal, a forma diferencial é dada por

onde dV é o volume infinitesimal e o ∑F deve ser ainda determinado. Expandindo o lado direito da Eq. (2.17), usando a
equação da conservação da massa e novamente escrevendo para a variável genérica ϕ, obtém-se

A Eq. (2.18) representa a equação de conservação na forma infinitesimal (volume de controle pontual) para qualquer
propriedade por unidade de massa (ϕ), bastando inserir no lado direito da equação o termo ġϕ correspondente, encontrado na
Tabela 2.3.
Para concluir a dedução das equações do movimento, precisamos determinar o termo ġϕ, ou seja, o somatório das forças
por unidade de volume. Considerando uma situação bidimensional, por simplicidade, os balanços de forças nas direções x e y,
conforme mostrado na Fig. 2.4, são

Fig. 2.4 Balanço de forças

Realizando-se os balanços de força para as três direções coordenadas e inserindo na Eq. (2.18) correspondente, obtêm-se as
equações do movimento para as três direções, como

A especificação das equações constitutivas, que fazem a relação entre o tensor tensão e a taxa de deformação, cria as
equações especializadas para cada fluido ou classe de fluidos. Para fluidos newtonianos o tensor tensão é dado por

Admitindo para o segundo coeficiente de viscosidade a expressão

as componentes do tensor tensão resultam

A forma final das equações de Navier-Stokes para fluidos newtonianos está representada pela Eq. (2.44), acompanhada da
Tabela 2.2.
2.2.3 CONSERVAÇÃO DA ENERGIA
Invocando novamente a Fig. 2.1, a variação de energia (cinética + interna) entre os tempos t e t + Δt é dada por

ou

Para a equação da energia, a função ġe é obtida da Primeira Lei da Termodinâmica, que estabelece que
resultando na equação para a conservação da energia para um volume de controle, dada por

O primeiro termo do lado esquerdo da Eq. (2.35) representa o calor por difusão que atravessa as fronteiras do volume de
controle. O segundo termo representa o trabalho realizado/recebido pelo sistema e, de acordo com a convenção aqui adotada, é
positivo quando o trabalho é realizado pelo sistema. Nesse termo está incluído o trabalho por um eixo, ou a energia transferida,
por exemplo, por uma resistência elétrica, no interior do sistema, alimentada por energia elétrica externa, ou o trabalho realizado
pelas forças viscosas sobre o sistema, entre outras formas de transferência de energia entre o sistema e o exterior. Nesse termo,
inclui-se, portanto, a chamada geração interna de calor, que, de fato, não se trata de uma geração propriamente, mas sim de uma
transformação, uma vez que não existe geração de energia e, sim, apenas transformação. O terceiro e quarto termos representam
a energia líquida advectada para o interior do volume de controle.
Definindo a energia por unidade de massa como e = E/m, a Eq. (2.33) pode ser escrita em sua forma integral por

ou

lembrando que nos termos do lado direito da Eq. (2.37) estão incluídos, no primeiro deles, o calor líquido nas fronteiras por
condução e, no segundo, o trabalho realizado pelas forças viscosas sobre o volume de controle mais a geração de calor.
Subtraindo energia cinética da energia total em consideração, obtemos a energia interna, dada por

Sabendo que

a equação de conservação da energia resulta

A Fig. 2.5, mostrada em duas dimensões por simplicidade, ajuda o leitor na determinação do trabalho realizado pelo
escoamento sobre o volume de controle, que é, de acordo com a convenção adotada, negativo. Veja que esse trabalho na
unidade de tempo é a potência obtida através da multiplicação da componente do tensor tensão pela área onde ele atua e pela
velocidade daquela direção. O leitor interessado poderá consultar [3], onde essa dedução é encontrada em detalhes.
Fig. 2.5 Trabalho na unidade de tempo realizado pelo escoamento sobre o volume de controle

Novamente, podemos verificar que a Eq. (2.12), escrita para uma variável genérica ϕ, pode ser aplicada à equação da
conservação da energia, agora para ϕ = e e ġe conforme a Tabela 2.3. Concentração de espécies, entropia e outras variáveis
podem também ser consideradas. Para concluir, a Fig. 2.6 mostra um volume de controle de forma irregular, sobre o qual é
realizado um balanço da propriedade ϕ. Logicamente, a equação resultante é de novo a Eq. (2.12). As equações de conservação
da massa e para uma variável genérica ϕ, para o volume de controle centrado em P, já utilizando a nomenclatura que será
utilizada ao longo deste texto, são dadas por

onde os subíndices e, w, n e s identificam as interfaces do volume de controle centrado em P.


Neste ponto é importante reconhecer que as diferenças nas equações de conservação escritas para volumes de controles de
formas diferentes estão apenas no cálculo das vazões mássicas através das faces do volume de controle e na determinação de ġϕ.
Na Fig. 2.6, por exemplo, como as faces não estão alinhadas com os eixos cartesianos, não será mais possível calcular os fluxos
de massa apenas com uma das componentes cartesianas u, υ ou w. As três componentes serão necessárias simultaneamente,
originando as componentes contravariantes do vetor velocidade. O uso de volumes de controle irregulares será assunto do Cap.
10 e posteriores.
As equações de conservação da massa, quantidade de movimento e energia no sistema cartesiano de coordenadas, escritas
na forma conservativa e preparadas para receber o processo de integração do método dos volumes finitos, são
Fig. 2.6 Balanço de ϕ para um volume de controle irregular

Deve ser observado que na equação da energia, Eq. (2.37), a propriedade por unidade de massa, ou seja, ϕ, é e = E/m,
representada por cvT ou cpT, dependendo das condições termodinâmicas do escoamento. Como a variável associada à equação
da energia é normalmente T, divide-se toda a equação da energia por cp (ou cv, se for o caso), para que a variável ϕ na equação
da energia represente T. Com essa alteração, já constante da Eq. (2.45), as equações de conservação podem ser escritas de forma
geral como

onde os termos para cada equação para o caso 3D compressível podem ser encontrados na Tabela 2.2.

TABELA 2.3 Função ġϕ para a variável genérica ϕ

ϕ 1 u υ w e

ġϕ ΔV 0 ∑Fx ∑Fy ∑Fz

A Eq. (2.46) representa a conservação da massa, quando Sϕ for igual a zero e ϕ = 1. As equações do movimento nas três
direções coordenadas são obtidas fazendo-se ϕ igual a u, υ e w com o apropriado termo fonte, que, neste caso, inclui o gradiente
ϕ
de pressão. A equação da energia é obtida fazendo-se ϕ = T, também com o termo fonte apropriado. Γ representa o produto da
difusividade pela massa específica da propriedade transportada em consideração. Para as equações de Navier-Stokes Γϕ = μ e
para a equação da energia Γϕ = k/cp, quando o escoamento é laminar, e é igual a μefetivo e (k/cp)efetivo, quando o escoamento for
turbulento.
O primeiro termo do lado esquerdo da Eq. (2.46) é o termo temporal e serve para avançar a solução no tempo, seguindo-se
o transiente real ou um transiente distorcido. Fisicamente, representa a variação da propriedade ϕ dentro do volume de controle.
Os outros termos, ainda do lado esquerdo da equação, representam o balanço advectivo da variável ϕ. São, numericamente, os
termos mais delicados para tratamento, devido às não linearidades. Os primeiros três termos do lado direito representam o
balanço dos fluxos difusivos, enquanto o termo fonte é responsável por acomodar todos aqueles termos que não se encaixam na
forma apresentada pela Eq. (2.46). Esta equação pode, ainda, representar a conservação de outras propriedades, como, por
exemplo, energia cinética turbulenta k e dissipação da energia cinética turbulenta ε, gerando outras duas equações diferenciais
que se acrescentam ao sistema quando o modelo (k-ε), ou uma de suas variantes, conforme já comentado, for usado para
modelar problemas de escoamentos turbulentos. Para um problema com mais de um componente na fase, a concentração, C, de
cada componente pode ser calculada com a Eq. (2.46), empregando-se os parâmetros mostrados na Tabela 2.2.
O fechamento do problema é obtido com a equação de estado, relacionando a massa específica com a pressão e a
temperatura,

obtendo-se assim, para um problema tridimensional compressível, seis equações (conservação da massa, Navier-Stokes nas três
direções, energia e equação de estado), para seis incógnitas ρ, u, υ, w, P e T.

2.3 PROBLEMAS ELÍPTICOS, PARABÓLICOS E HIPERBÓLICOS


2.3.1 INTRODUÇÃO
A classificação dos problemas em elípticos, parabólicos e hiperbólicos pode ser feita facilmente, de acordo com o tipo da
equação que rege o fenômeno, utilizando-se a relação entre os coeficientes da equação diferencial parcial. Esse tipo de
classificação é puramente matemático e não ajuda muito na escolha do método numérico. Considerando, ainda, que os
problemas de transferência de calor e mecânica dos fluidos são regidos por sistemas de equações, a classificação do sistema é
sempre mista. Por exemplo, as equações de conservação para escoamentos compressíveis formam um sistema de equações
denominado misto hiperbólico/parabólico, se os termos transientes são mantidos, e misto elíptico/hiperbólico, se os mesmos são
desprezados. É mais didático não classificar o sistema de equações como um todo, mas sim apontar o caráter das equações em
cada direção coordenada. Por exemplo, a equação do movimento transiente, considerando-se os efeitos viscosos em todas as
direções coordenadas, é uma equação parabólica no tempo e elíptica no espaço. A seguir, com esse enfoque, são dados
exemplos dessas classes de problemas.

2.3.2 PROBLEMAS PARABÓLICOS E HIPERBÓLICOS


Do ponto de vista numérico, é importante reconhecer as características das equações para que se possa tirar vantagens
computacionais, como tempo de computação e armazenamento das variáveis. E é precisamente interpretando as vantagens
computacionais que é mais útil definir os problemas de transferência de calor e mecânica dos fluidos em problemas que
permitem a sua solução pelo processo de marcha em uma determinada coordenada (temporal ou espacial) e aqueles que não
permitem esse procedimento.
Procurando compatibilizar essa definição com a definição matemática, podemos dizer que problemas hiperbólicos e
parabólicos permitem o procedimento de marcha, enquanto os elípticos não o permitem. Problemas de marcha são aqueles que
não necessitam de condições de contorno a jusante, isto é, dependem apenas de informações a montante. Os termos advectivos
das equações de Navier-Stokes são termos parabólicos, sendo fácil entender que, se não existir outro meio de transporte da
propriedade presente na equação, não será possível que informações a jusante sejam transmitidas a montante, uma vez que as
informações da convecção viajam apenas no sentido da velocidade e levadas por ela. A Fig. 2.7 mostra o clássico problema
parabólico do escoamento bidimensional sobre uma placa plana. Nesse problema, os efeitos de difusão na direção x são
desprezados e não existem efeitos de pressão a montante (uma vez que não existem obstáculos ao escoamento). Logo, na
direção x, resta apenas o termo advectivo, não havendo necessidade, portanto, de condições de contorno a jusante. O problema,
então, é solucionado marchando-se das condições iniciais e resolvendo-se um problema unidimensional elíptico em cada
estação x. A solução marcha até onde exista interesse em obtê-la.
Computacionalmente, existe uma grande vantagem nesse tratamento, pois o armazenamento necessário é apenas
correspondente a duas estações: a de cálculo e a montante, ao passo que, se o tratamento for elíptico, necessita-se do
armazenamento global. Ainda mais importante é o fato de que a solução completa é um conjunto de soluções unidimensionais
independentes, extremamente mais rápida do que a solução envolvendo todos os pontos da malha. Observe que nesse problema
a ordem da mais alta derivada em x (a do termo advectivo) é 1, sendo necessária, por essa razão, apenas uma condição de
contorno para o eixo x. Essa condição é a do início da placa. Portanto, através da ordem das derivadas é também possível
identificar se o problema é parabólico ou elíptico em uma dada direção. A diferença entre a marcha parabólica e a marcha
hiperbólica é que a primeira se dá ao longo de uma coordenada, e a segunda, ao longo das características do problema. A
dificuldade da marcha hiperbólica está no fato de que, geralmente, não sabemos as condições de contorno do problema elíptico
na(s) outra(s) direção(ões). Quando isso acontece, fica mais fácil tratar o problema elipticamente em todas as direções.

Fig. 2.7 Camada limite sobre placa plana

2.3.3 PROBLEMAS ELÍPTICOS


Os problemas elípticos são aqueles nos quais as informações físicas se transmitem em todas as direções coordenadas.
Efeitos difusivos e de pressão são efeitos elípticos, os quais, se presentes no fenômeno, requerem o estabelecimento de
condições de contorno em ambos os sentidos da coordenada em consideração. Ou seja, esses efeitos viajam também no sentido
contrário ao da velocidade, conferindo características elípticas ao escoamento. É fácil entender fisicamente que, em um dado
meio, quando acontecer um aumento de temperatura em algum ponto, o calor se transmitirá em todas as direções, de acordo
com o valor da condutibilidade térmica. A difusão de calor, bem como a difusão de massa e quantidade de movimento, são
fenômenos elípticos e, portanto, requerem condições de contorno em toda a fronteira do domínio. Também é fácil perceber que
uma perturbação de pressão em um ponto do domínio se transmitirá em todas as direções. Basta jogar uma pedra na água em
repouso e verificar que não existe direção preferencial para a propagação da perturbação.
Observe, ainda, que os termos difusivos possuem derivadas de segunda ordem, requerendo, portanto, condições de
contorno nos dois extremos do domínio de solução no eixo considerado. A Fig. 2.8 mostra o domínio de influência de um ponto
P sobre o escoamento nos casos elíptico, parabólico e hiperbólico. Considerando a coordenada x mostrada, uma perturbação no
ponto P irá influenciar o domínio a montante e a jusante de P, no caso elíptico; apenas a jusante de P, no caso parabólico; e
apenas a jusante de P e em uma determinada região (obviamente não conhecida), no caso hiperbólico. O primeiro problema não
admite o procedimento de marcha, enquanto os outros dois o permitem.

Fig. 2.8 Caracterização das coordenadas

Para dar mais um exemplo e finalizar esta seção, considere o escoamento supersônico sobre o corpo de revolução
apresentado na Fig. 2.9, onde apenas um plano é mostrado, devido à simetria. A região de escoamento é dividida em três partes.
Na região I a velocidade é constante e igual a U∞ (escoamento não perturbado). A região II é de Mach < 1, subsônica e,
portanto, elíptica, e a região III é supersônica (hiperbólica), consequentemente admitindo um procedimento de marcha para a
solução. A Fig. 2.10 mostra um possível sistema de coordenadas generalizadas para a solução desse problema.

Fig. 2.9 Escoamento supersônico sobre um corpo rombudo


Fig. 2.10 Um sistema de coordenadas para o problema da Fig. 2.9

Vamos iniciar os comentários sobre a física desse problema, considerando a equação de Euler, isto é, sem a existência de
termos viscosos. A região II é uma região elíptica, porque, devido à presença do corpo, a onda de pressão formada “viaja” em
sentido contrário ao escoamento, com a velocidade do som local. Quando o escoamento tem velocidade igual à velocidade com
que viaja a informação, estabelece-se a onda de choque, e, a montante dessa onda, temos a região I, onde o escoamento é não
perturbado. Quanto mais alta a velocidade do escoamento, mais perto do corpo se dará a onda de choque. É fácil ver que,
quando o escoamento é subsônico, não existe a formação de onda de choque, porque a onda de pressão que viaja em sentido
contrário ao escoamento propaga-se até o infinito. O escoamento não tem condições, nesse caso, de impedir a propagação, pois
sua velocidade é menor. A região III é totalmente supersônica. Pela inexistência de efeitos difusivos (escoamento invíscido) e
de pressão (o corpo não possui reentrâncias ou saliências nessa região), os efeitos se propagam apenas a jusante. Essa
característica permite que a região III possa ser resolvida por um processo de marcha. Caso considerássemos os efeitos viscosos,
a região III apresentaria a formação da camada limite viscosa perto do corpo, podendo, se desejado, ser dividida em outras duas,
onde o problema da camada limite seria resolvido interativamente com o escoamento invíscido (supersônico). Nessa região, o
problema é mais uma vez de marcha ao longo do corpo. O mais conveniente é continuar resolvendo a região III como um único
domínio, e a interação entre os efeitos viscosos e invíscidos considerada automaticamente.
Até agora comentamos as características físicas específicas de cada região do escoamento, sugerindo um modelo numérico
adequado para cada uma delas. Obviamente, as regiões I, II e III podem ser resolvidas como um único domínio de cálculo,
evitando-se separar os problemas em regiões cujas fronteiras não são conhecidas. Essa é a forma usual de atacar problemas
dessa natureza.

2.3.4 TRANSIENTE REAL E DISTORCIDO


Para exemplificar, considere-se o problema da transferência de calor bidimensional transiente em uma placa com
condutibilidade térmica dependente da temperatura. De acordo com nossas definições, esse problema é parabólico no tempo e
elíptico nas duas direções espaciais. Se para esse problema não estivermos interessados na solução transiente, mas apenas na de
regime permanente, duas maneiras de atacar o problema podem ser empregadas. A primeira, mantendo o termo transiente,
requer a solução do problema bidimensional espacial para cada tempo. Como não estamos interessados no transiente real,
podemos avançar no tempo cada vez que recalculamos a matriz dos coeficientes, que é variável devido à variação da
condutibilidade térmica. O transiente resulta distorcido, pois o problema não foi convergido para cada intervalo de tempo. A
segunda maneira é retirar o termo transiente da equação. Da mesma forma que na anterior, o problema deverá ser resolvido
diversas vezes, pois deverá ser atualizada a matriz dos coeficientes que dependem da condutibilidade térmica, a qual, por sua
vez, depende da temperatura. Essas sucessivas iterações equivalem a realizar a marcha distorcida no tempo, se o termo
transiente for mantido. O ensinamento extraído é que, existindo ou não o termo transiente nas equações, se as mesmas forem
resolvidas necessitando de algum tipo de iteração, o procedimento é equivalente a marchar no tempo. Por essa razão, nos
problemas iterativos é sempre recomendável manter a coordenada tempo, seguindo-se o transiente real ou distorcido, de acordo
com a solução desejada. Ou seja, numericamente, a manutenção da coordenada tempo não acarreta complicações adicionais, e
devemos tirar proveito disto, criando métodos numéricos em que o avanço no tempo pode ser usado como um parâmetro de
relaxação. Dessa forma, o coeficiente de relaxação fica controlável pelo usuário, que pode ser variável entre as equações e entre
os volumes elementares. Vale lembrar que, em um problema em que apenas a solução de regime permanente é desejada e o
termo transiente foi mantido, a estimativa do campo de variáveis para iniciar o processo iterativo faz o papel dos valores iniciais
da variável.

2.4 EXERCÍCIOS
2.1 Para se familiarizar com as equações de conservação, escreva as Eqs. (2.43) a (2.45), termo a termo, para as seguintes
situações:
Incompressível viscoso.
Compressível viscoso.
Compressível invíscido (Equações de Euler). Existe necessidade de alguma outra equação, além das citadas, para
fechamento dos problemas?
A equação da energia na forma apresentada pela Eq. (2.46) considera o cp constante. Como fica essa equação se o cp
não for constante? Quais são as expressões para ϕ, Гϕ e Sϕ para esse caso?
Usando a Eq. (2.44), mostre que os termos fonte Su, Sv e Sw contêm apenas as forças de campo e de pressão, se ρ e μ são
constantes.
2.2 Considere o escoamento bidimensional incompressível, com transferência de calor, de dois componentes formando uma
única fase com concentrações C1(x,y) e C2(x,y). Escreva o sistema de equações diferenciais parciais que deve ser resolvido
para a determinação de todas as variáveis envolvidas, ou seja, u, ν, P, T, C1 e C2. Quais são as condições de contorno para
essas variáveis para a situação em que o escoamento é de ar seco sobre uma lâmina d’água, admitindo-se a superfície da
água rígida?
2.3 Para o problema do escoamento bidimensional incompressível entre duas placas planas paralelas, conforme a Fig. 2.11,
escreva, em coordenadas cartesianas, a forma da equação da energia adequada ao problema. Dê as condições de contorno
necessárias para os casos em que a velocidade (ou o número de Peclet, para ser mais rigoroso) tende a zero e ao infinito.

Fig. 2.11 Escoamento entre duas placas planas paralelas

2.4 A equação

é a equação do movimento para o escoamento sobre uma placa plana após terem sido feitas as hipóteses da camada limite.
De acordo com a forma de definir coordenadas elípticas e parabólicas apresentadas no texto, classifique essa equação e
diga quais as condições de contorno necessárias para a sua solução. Comente, também, a forma de determinar o gradiente
de pressão em tais problemas.
2.5 Para o problema bidimensional de condução de calor mostrado na Fig. 2.12, onde existe uma geração de calor uniforme q‴,
por unidade de tempo e volume, qual é a restrição que deve ser obedecida para que na face norte seja possível aplicar uma
condição de fluxo prescrito? Se isso não for respeitado, quais serão as consequências do ponto de vista de obtenção da
solução?

Fig. 2.12 Condução bidimensional

2.6 A equação governante do movimento vibratório de uma mola sob tensão fixada em seus extremos é dada por

onde u é o deslocamento, t o tempo, x a coordenada espacial e c uma constante. Classifique essa equação e dê as condições
de contorno necessárias para a solução desse problema.

2.5 REFERÊNCIAS
[ 1] Volfang, V., Thomas, E., e Florian M., “Heat transfer predictions using advanced two-equation turbulence models”, CFX Technical
Memorandum-CFX-VAL10/0602, www.software.aeat.com/cfx/(2002).
[2] Bejan, Adrian, Convection Heat Transfer, John Wiley & Sons (1984).
[ 3] Burmeister, L.C., Convective Heat Transfer, Wiley-Interscience Publication (1983).
3.1 INTRODUÇÃO
Os capítulos anteriores introduziram a disciplina de mecânica dos fluidos computacional e apresentaram a dedução das
equações de conservação, juntamente com aspectos físicos e matemáticos importantes dessas equações. O objetivo deste
capítulo é introduzir a metodologia em volumes finitos para problemas de transferência de calor e massa e mecânica dos fluidos.
A estratégia empregada é o desenvolvimento do assunto empregando equações diferenciais simples, que possuam os
ingredientes necessários para atingir os objetivos, e que os iniciantes ao método dos volumes finitos possam acompanhar.
Com esse enfoque em mente, este capítulo apresenta o problema da condução de calor unidimensional transiente como
equação básica para demonstração do método. Com essa equação, será possível mostrar toda a integração, tanto temporal como
espacial, pertinente ao método dos volumes finitos e apresentar a aplicação das condições de contorno a problemas difusivos.
Para estes problemas, as funções de interpolação entre os pontos nodais podem ser lineares sem acarretar dificuldades como as
apresentadas quando a advecção está presente. As formulações explícita, implícita e totalmente implícita, juntamente com
alguns métodos para resolver o sistema linear resultante, também serão apresentadas. A filosofia dos métodos multigrid e um
procedimento dessa natureza adequado para o método dos volumes finitos também são objetos deste capítulo. Com o
conhecimento deste capítulo, o leitor estará capacitado a desenvolver seu programa computacional para a solução de problemas
difusivos.

3.2 A TAREFA DO MÉTODO NUMÉRICO


A tarefa de um método numérico é resolver uma ou mais equações diferenciais, substituindo as derivadas existentes por
expressões algébricas que envolvem a função incógnita. Quando não é possível a solução analítica, e decidimos fazer uma
aproximação numérica da equação diferencial, aceitamos ter a solução para um número discreto de pontos, com um
determinado erro, esperando que, quanto maior for esse número de pontos, mais perto da solução exata será a nossa solução
aproximada (ou numérica). Um método analítico com habilidade de resolver tais equações nos daria a solução em uma forma
fechada, e seria possível, então, calcular os valores das variáveis dependentes em nível infinitesimal, isto é, para um número
infinito de pontos.
É fácil entender então que, se decidirmos calcular N valores da variável no domínio, teremos N incógnitas, sendo
necessárias N equações algébricas para o fechamento, formando um sistema de N equações a N incógnitas. Se quisermos tornar
mais precisos nossos cálculos, aumentando o número de incógnitas, o sistema linear a ser resolvido também vai igualmente
aumentando em número de equações. O esforço computacional também cresce e de forma não linear, se algoritmos especiais,
como os multigrid, não forem empregados.
A Fig. 3.1 exemplifica a tarefa do método numérico, que é transformar uma equação diferencial, definida no domínio D,
em um sistema de equações algébricas. Para isso, as derivadas da função existentes na equação diferencial devem ser
substituídas pelos valores discretos da função. Transformar as derivadas em termos que contêm a função significa integrar a
equação diferencial, e as diversas maneiras de fazê-lo são o que caracteriza o tipo do método numérico. Nossa preocupação
neste texto será apenas com o método dos volumes finitos, mas muitos outros podem ser empregados, como diferenças finitas e
elementos finitos, por exemplo.

3.3 O MÉTODO DOS VOLUMES FINITOS


Conforme já mencionado, todo método que, para obter as equações aproximadas, satisfaz a conservação da propriedade em
nível de volumes elementares é um método de volumes finitos. Existem duas maneiras de se obter as equações aproximadas no
método dos volumes finitos. A primeira é a realização de balanços da propriedade em questão nos volumes elementares, ou
volumes finitos, e a segunda é integrar sobre o volume elementar, no espaço e no tempo, as equações na forma conservativa.
Forma conservativa, ou forma divergente, é aquela em que na equação diferencial os fluxos estão dentro do sinal da derivada e,
na primeira integração, aparecem os fluxos nas fronteiras do volume elementar, equivalente, portanto, ao balanço.
É fácil reconhecer que os processos são equivalentes, pois basta lembrar que, para deduzir as equações diferenciais que
representam os fenômenos físicos, é necessário primeiro realizar um balanço em um volume finito, fazendo-se, em seguida, o
processo de limites para obter a equação diferencial. Para ilustrar a conexão entre as equações aproximadas usadas no método
dos volumes finitos e as equações diferenciais na forma conservativa, considere o volume elementar bidimensional mostrado na
Fig. 3.2. Nosso interesse, neste momento, é deduzir a equação diferencial que representa a conservação da massa. O balanço de
massa no volume elementar mostrado na figura é dado por

Fig. 3.1 A tarefa do método numérico

que é exatamente a Eq. (2.41) para regime permanente. Em termos das velocidades, para o volume elementar no sistema de
coordenadas cartesianas, temos

onde as letras minúsculas e, w, n e s que aparecem na Fig. 3.2 representam, respectivamente, os pontos cardeais este, oeste,
norte e sul e são a nomenclatura usada para identificar as faces do volume de controle na discretização numérica. Dividindo a
Eq. (3.2) pelo produto ΔxΔy, encontramos

que, após a aplicação do limite, nos dá a forma diferencial conservativa da equação de conservação da massa,

A Eq. (3.4) está na forma conservativa, pois os produtos ρu e ρν estão dentro do sinal de derivadas. Vimos então que a
equação de conservação para um volume finito é um passo intermediário para se obter a equação de conservação em nível
infinitesimal. Queremos agora obter a aproximação numérica da equação da conservação da massa infinitesimal através da
integração da mesma no volume elementar, como é a prática do método dos volumes finitos. Realizando a integração sobre o
volume mostrado na Fig. 3.2, obtêm-se
Fig. 3.2 Volume elementar para os balanços de conservação

Considerando que o fluxo de massa avaliado no meio da face do volume de controle representa a média da variação na
face, podemos escrever

que é exatamente a Eq. (3.2), obtida da realização do balanço. Essa equação pode ser também escrita como

Essa equação, ou a Eq. (3.1), é a equação aproximada que vale para o volume P. Portanto, realizar a integração da forma
conservativa da equação diferencial ou fazer o balanço são procedimentos equivalentes. Realizando a integração para todos os
volumes elementares, obtemos uma equação algébrica para cada volume e, portanto, o sistema de equações algébricas
procurado. A preferência em se obter as equações aproximadas integrando-se a equação diferencial vem do fato de que nem
todos os balanços são fáceis de deduzir como foi o da conservação da massa. Um balanço de quantidade de movimento, por
exemplo, requer a identificação e o somatório de todas as tensões atuantes no volume de controle. Para volumes de controle
irregulares, não é uma tarefa fácil.
A seguir, o método dos volumes finitos é mostrado usando-se como equação de trabalho o problema da condução
unidimensional transiente.

3.4 CONDUÇÃO UNIDIMENSIONAL TRANSIENTE


Considere a equação da condução unidimensional transiente com termo fonte dada por

em que o cp foi introduzido no sinal da derivada para que a equação tenha a forma da Eq. (2.46), onde ϕ é a temperatura. Para
mantê-la naquela forma, isso é necessário, porque, de fato, a propriedade transportada é a entalpia e não a temperatura.
Poderíamos deixar a entalpia como variável dependente, mas, como os fluxos difusivos associados à entalpia são os fluxos de
calor e necessitam das temperaturas para serem expressos, a manutenção da entalpia misturaria as variáveis. Por outro lado, as
condições de contorno com significado físico mais claro são as de temperatura e suas derivadas prescritas.
A malha empregada é mostrada na Fig. 3.3, onde, nas outras direções, as dimensões são tomadas como unitárias. Observe
que a malha adotada possui volumes inteiros em todo o domínio. Outra escolha seria termos meios-volumes nas fronteiras, com
os pontos nodais sobre as fronteiras.

Fig. 3.3 Discretização com volumes inteiros na fronteira

O procedimento dos volumes inteiros é preferido porque facilita a generalização do cálculo dos coeficientes quando todos os
volumes tiverem as mesmas características. Além disso, a conservação é garantida para todo o domínio, mesmo quando a
função for prescrita na fronteira. Volumes inteiros são criados quando a própria malha é utilizada para definir esses volumes.
Quando a malha é utilizada para definir os elementos, como nos métodos de volumes finitos baseados em elementos, existirão
pontos nodais sobre as fronteiras e, consequentemente, o aparecimento de meios-volumes. Esses métodos serão tratados no Cap.
13. A integração no tempo e no espaço da Eq. (3.9)

resulta em

O termo fonte foi expandido em uma função linear da temperatura. É lógico que tal relação é a de mais alta ordem possível,
uma vez que, com a integração das equações, estamos formando um sistema linear. Se o termo fonte tiver termos envolvendo a
temperatura ao quadrado, ou outra potência maior, o mesmo requererá iterações para ser atualizado. Considerações sobre a
linearização do termo fonte serão tecidas em uma próxima seção, ainda neste capítulo.
Empregando a convenção de não usar sobrescrito para o nível de tempo t+Δt e usar o sobrescrito “o” para o nível anterior,
e considerando o integrando como a média representativa dentro do volume, tem-se
onde MP e representam a massa dentro do volume elementar nos dois níveis de tempo, respectivamente.
Importante agora é notar que é necessário decidir sobre o comportamento do fluxo de calor nas faces do volume elementar
durante o intervalo de tempo Δt para que a integração possa ser realizada. Dependendo da função escolhida para o
comportamento do fluxo no intervalo de tempo, teremos as formulações explícita, totalmente implícita e implícita, que serão
discutidas em seguida. Por enquanto basta ter em mente que a integração requer que seja especificado o comportamento do
fluxo (derivada da temperatura) no intervalo de tempo. Vamos simbolizar pelo sobrescrito θ a escolha de avaliar o fluxo no
início, em uma posição qualquer, ou no fim do intervalo de tempo. Deve ser lembrado que os valores da temperatura são
conhecidos no começo e no fim do intervalo de tempo, e, se decidirmos avaliar o fluxo em uma posição entre os limites do
intervalo, teremos de especificar uma função que dá a variação da temperatura dentro do intervalo de tempo. Esta é a chamada
função de interpolação no tempo e será definida adiante. A Eq. (3.12) toma, então, a seguinte forma

onde , que aparece no termo fonte, também deve ser interpolado no tempo. Devemos, também, escolher uma função de
interpolação espacial para a temperatura, uma vez que a mesma precisa ter sua derivada avaliada nas interfaces do volume de
controle. Para esse problema físico, onde se têm apenas efeitos de difusão, é natural escolher uma função linear (por exemplo,
diferenças centrais) entre os pontos nodais. Logo, as derivadas nas faces são expressas por

Com essas definições, a Eq. (3.13) fica

ou, com mais um rearranjo, na forma

É momento, agora, de definir a função de interpolação no tempo. A Fig. 3.4 mostra três funções de interpolação possíveis,
que podem ser representadas pela seguinte função

que, por sua vez, dá origem aos três tipos de formulações já citadas e que são discutidas a seguir. Convém relembrar que o valor
de Tθ, obtido pela Eq. (3.18), é o valor representativo da temperatura para todo o intervalo. Outras funções de interpolação são
possíveis, como, por exemplo, aquela mostrada pela linha tracejada na Fig. 3.4. São funções que podem ser usadas, caso se
deseje usar maiores intervalos de tempo e, ao mesmo tempo, seguir o transiente com mais fidelidade.
Fig. 3.4 Funções de interpolação no tempo

3.5 FORMULAÇÕES EXPLÍCITA, TOTALMENTE IMPLÍCITA E IMPLÍCITA


3.5.1 FORMULAÇÃO EXPLÍCITA
Escolhendo θ = 0, teremos a formulação explícita, em que todas as temperaturas vizinhas a P são avaliadas no instante
anterior e, portanto, já são conhecidas. É então possível explicitar a incógnita da equação TP em função de temperaturas
vizinhas, todas conhecidas. Como temos uma equação para cada ponto discreto e em cada uma dessas equações as temperaturas
vizinhas são sempre do instante anterior, a formulação explícita dá origem a um conjunto de equações algébricas que podem ser
resolvidas uma a uma, obtendo-se a temperatura em cada ponto do espaço para o novo nível de tempo. Devemos enfatizar que,
pelo fato de as equações não serem acopladas entre si, não existe a necessidade de resolver um sistema linear, por isso a
denominação conjunto e não sistema de equações. A Eq. (3.17) para a formulação explícita tem, então, a forma

onde

Observe que, fazendo k, cp e ρ constantes no domínio, considerando SP = 0, ou seja, sem linearizar o termo fonte, e usando
uma malha igualmente espaçada, encontramos a condição de positividade do coeficiente de como
que é exatamente a condição de positividade do coeficiente para problemas 1D. Imagine agora o problema da condução
unidimensional transiente em consideração sendo resolvido na malha mostrada na Fig. 3.5, onde, por simplicidade, meio-
volume nas fronteiras foi utilizado, tal que T1 e T5 são temperaturas prescritas e conhecidas. O termo fonte S é feito igual a zero
e a malha é uniforme, tal que Δxe e Δxw.são iguais. No instante de tempo inicial, a distribuição de temperatura é dada por T1 = 0,
T2 = 0, T3 = 0, T4 = 0 e T5 = 0, quando, repentinamente, a temperatura T1 passa para 100°C e T5 é mantida em 0°C. A física
desse problema nos ensina que o calor começa a penetrar o domínio, aumentando a temperatura, até que o regime permanente
seja atingido.
Os diversos perfis de temperatura com o tempo são exponenciais, saindo de 100 (temperatura da face esquerda) e chegando
a 0 (temperatura da face direita), conforme mostra esquematicamente a Fig. 3.6. A Eq. (3.19), considerando a formulação
explícita, tem a forma

Admitindo r = αΔt/Δx2 = 0,5, por simplicidade, temos

de onde podemos obter o conjunto de três equações para avançar as temperaturas dos pontos 2, 3 e 4 no tempo. As equações
ficam

Fig. 3.5 Discretização com meio-volume na fronteira


Fig. 3.6 Comportamento da solução transiente

Observe-se que essas equações não são acopladas entre si e podem ser resolvidas uma a uma, tantas vezes quantos forem
os níveis de tempo desejados. Se for de interesse mudar o Δt ao longo do tempo, basta mudar o valor de r e obter novas
equações. A Tabela 3.1 mostra os valores da temperatura para alguns intervalos de tempo.
Continuando-se a evolução ao longo do tempo, iremos determinar a solução de regime permanente, dada por 100, 75, 50,
25 e 0. Nesse caso, quando o regime é permanente, a Eq. (3.9) fica reduzida à derivada segunda igual a zero. Como a
aproximação numérica dessa derivada reproduz o perfil linear, a solução numérica de regime permanente é a própria solução
exata, uma vez que a solução exata é uma reta e, portanto, o número de pontos espaciais não influencia a solução. Ou seja, a
solução é independente do tamanho da malha. Ou seja, pelo fato de a função de interpolação usada ter sido a própria solução de
regime permanente, não existem erros de aproximação, ou erros de truncamento, assunto a ser discutido ainda neste capítulo.
A distribuição espacial de temperatura ao longo do tempo, entretanto, não é a correta, visto que seu comportamento é
exponencial no espaço e no tempo. Para captar adequadamente o transiente, malhas refinadas no espaço e no tempo são, então,
necessárias.

TABELA 3.1 Solução explícita


Tempo 0 1 2 3 4 Regime permanente

Ponto 1 100 100 100 100 100 100

Ponto 2 0 50 50 62,5 62,5 75

Ponto 3 0 0 25 25 37,5 50

Ponto 4 0 0 0 12,5 12,5 25

Ponto 5 0 0 0 0 0 0

A formulação explícita possui uma limitação importante com relação ao tamanho do intervalo de tempo que pode ser
adotado para avançar a solução. Para esse problema simples que estamos analisando, em que as aproximações numéricas foram
de derivadas para a frente no tempo e diferenças centrais no espaço, é possível mostrar, utilizando a análise de von Neumann
[1,2], que r ≤ 1/2. Observando a Eq. (3.24), vemos que isso significa manter o coeficiente de positivo. Uma prática
importante em esquemas explícitos, portanto, é manter esse coeficiente sempre positivo. De forma geral, podemos dizer que o
intervalo de tempo em formulações explícitas é limitado pela estabilidade, uma vez que, sendo o mesmo bastante restrito, a
precisão, em geral, fica satisfeita.
3.5.2 FORMULAÇÃO TOTALMENTE IMPLÍCITA
A Eq. (3.17) para a formulação totalmente implícita (θ = 1) tem a forma (lembrando que para θ = 1 não estamos usando o
sobrescrito)

onde

e Ae e Aw têm as mesmas expressões anteriores. Veja que, agora, na formulação totalmente implícita, é desejável que o termo SP
seja negativo para ajudar na magnitude do termo da diagonal do sistema linear. Sistemas lineares com diagonal dominante são
passíveis de solução mesmo por métodos não robustos, como os iterativos ponto a ponto, por exemplo. Como em geral a
formulação usada é a totalmente implícita, busca-se sempre linearizar o termo fonte com SP negativo. Como os dois últimos
termos do lado direito da Eq. (3.27) são conhecidos, eles podem ser agrupados, resultando no sistema linear que deve ser
resolvido para se obter a distribuição de temperatura para aquele nível de tempo,

Quando o transiente real está sendo resolvido e um processo iterativo for usado para resolver o sistema linear dado pela Eq.
(3.29), o termo não deve ser alterado enquanto o campo de temperaturas para aquele intervalo de tempo não tiver
convergido (dentro da tolerância especificada, logicamente). Por outro lado, quando um transiente distorcido está sendo
resolvido, o interesse é só na solução de regime permanente, e, consequentemente, não tem sentido resolver o sistema linear
com precisão para aquele nível de tempo, pois não se tem interesse na exatidão da solução para os intervalos de tempo. O que é
feito é iterar-se, algumas vezes, ou mesmo uma só vez, no sistema linear e mudar o valor de , avançando mais rapidamente
no tempo. Fica evidente, com isso, que, cada vez que o muda, estamos avançando mais um intervalo de tempo. Também é
claro que não tem sentido usar um método direto para resolver o sistema linear, em cada nível de tempo, se o interesse for só a
solução de regime permanente. Outra forma de obter a solução de regime permanente é saltar de uma só vez para um nível de
tempo bastante grande. Basta fazer na Eq. (4.23) Δt = ∞. Assim procedendo, essa equação resulta em

onde

desaparecendo o termo , o que é lógico, uma vez que, se a solução é de regime permanente, eventos acontecidos em tempos
anteriores não interessam mais. A afirmação de que a solução de regime permanente não depende da solução ao longo do
transiente pode parecer estranha. Basta lembrar então que para a solução de regime permanente só interessam as condições de
contorno, e não mais as condições iniciais. A Fig. 3.7 mostra as possibilidades de avanço da solução no tempo.
Voltando ao problema unidimensional de condução, podemos constatar que não existe mais a possibilidade do coeficiente
negativo para . Essa formulação dá origem a um sistema de equações, uma vez que as equações estão agora acopladas entre
si. Na Eq. (3.27), as temperaturas TE e TW estão sendo calculadas no mesmo nível de tempo de TP, o que caracteriza o
acoplamento. Para essa equação simples em consideração, tal formulação é incondicionalmente estável, e o intervalo de tempo é
limitado por precisão. Observe-se que essa formulação é chamada totalmente implícita, porque os valores das temperaturas que
entram no cálculo do fluxo difusivo são feitos iguais aos valores no fim do intervalo de tempo.
Considerando novamente r = (1/2), o sistema de equações resultante para essa formulação é dado por
Fig. 3.7 Possibilidades de avanço da solução no tempo

Observe-se que a Eq. (3.27) pode ser escrita na forma

que, fazendo P = 2, 3 e 4, origina o sistema de equações dado pelo sistema (3.32), reproduzido a seguir como

onde as temperaturas T1 e T5 foram incluídas nos termos independentes B2 e B4, respectivamente, pois as mesmas são
conhecidas das condições de contorno. Nessas equações foi adotada uma notação mais rigorosa para os coeficientes, que não
será seguida mas merece ser explicada enquanto estamos ainda no início do texto. Primeiramente, reconheça que cada uma das
equações que formam o sistema (3.34) foi obtida da aplicação do método numérico para um ponto (ou célula) da malha.
Portanto, todos os coeficientes que aparecem em uma equação são coeficientes pertencentes àquela célula para a qual a equação
foi escrita. Por exemplo, o coeficiente é o coeficiente central da célula 3, enquanto e são os coeficientes de conexão
com o volume leste e oeste da célula 3, respectivamente. O coeficiente , por exemplo, que é um coeficiente da célula 3, tem
a tarefa de conectar a célula 3 com a célula vizinha a leste, que, na numeração que adotamos, é a célula 4. O sobrescrito
indicando a que célula pertence o coeficiente, conforme mencionado, será, doravante, omitido. A solução do sistema de
equações lineares (3.34) nos fornece as temperaturas T2, T3 e T4. Deve ser também reconhecido que o sistema (3.32) pode ser
escrito na forma matricial como

ou

Note que os zeros que aparecem na matriz de coeficientes não existem explicitamente nas Eqs. (3.32), pois a forma de
escrever essas equações envolve apenas as temperaturas que estão ligadas à célula em questão. Como T4 não tem ligação com
T2, o coeficiente é, logicamente, zero. O mesmo acontece com T2 em relação a T4. Imagine, agora, que nossa malha tivesse não
apenas três incógnitas, mas, por exemplo, uma centena. É fácil perceber que a matriz de coeficientes teria 100 linhas por 100
colunas. Em cada linha, teríamos apenas 3 coeficientes não nulos, com os 97 restantes nulos.
Antecipando os acontecimentos de uma próxima seção deste capítulo, vale lembrar que, quando métodos iterativos são
usados para resolver o sistema linear, trabalha-se apenas com os não zeros da matriz, ao passo que em soluções diretas, como
eliminação de Gauss, por exemplo, todos os elementos da matriz tomam parte nas operações. Como, em geral, as matrizes
obtidas na aplicação de métodos numéricos são bastante esparsas, aconselha-se o uso de métodos iterativos para evitar
operações com zeros. Para o caso simples aqui mostrado, com três equações e três incógnitas, é fácil resolver o sistema linear de
forma direta por substituição. Quando o número de pontos aumenta consideravelmente, métodos eficientes de solução de
sistemas lineares devem ser empregados. Note que o sistema (3.34) deve ser resolvido para cada intervalo de tempo, pois o
problema em consideração é transiente. Se o interesse for a solução de regime permanente, bastará fazer r = ∞ (infinito avanço
no tempo) e resolver o sistema linear resultante. Novamente, a solução de regime permanente é igual à exata, pelas razões já
expostas.

3.5.3 FORMULAÇÃO IMPLÍCITA


Na formulação implícita, os valores das temperaturas que entram no cálculo do fluxo difusivo são tomados como uma
média dos valores dessas temperaturas no começo e no fim do intervalo de tempo. O mais conhecido método nessa classe é o de
Crank-Nicolson, em que a temperatura é tomada como uma média aritmética entre as temperaturas e TP, como

É importante observar que basta θ ser diferente de zero para que as equações fiquem acopladas, caracterizando a
implicitude entre as mesmas. É comum, na literatura, denominar-se a formulação com θ = 1 formulação implícita e não
totalmente implícita, como aqui denominada. A razão para isso é que a grande maioria dos métodos usa θ = 1, por motivos de
estabilidade.
A Fig. 3.8 ilustra, para os três tipos de formulações, as conexões existentes entre o ponto P e seus vizinhos, no instante de
tempo de cálculo e no instante de tempo anterior. A figura mostra que, quando existem conexões no mesmo nível de tempo de
cálculo da solução, as equações são acopladas entre si, e é necessária a solução de um sistema linear para obterem-se os
resultados. Fica como tarefa ao leitor (ver Problema 3.4) obter o sistema de equações equivalente ao sistema dado pelas Eqs.
(3.32) para o caso de θ = 1/2.
Fig. 3.8 Conexões espacial e temporal do volume P

3.6 LINEARIZAÇÃO DO TERMO FONTE


A representação das equações de conservação conforme a Eq. (2.4) muitas vezes desloca termos importantes para o termo
fonte. Nesses casos, cuidados especiais devem ser tomados para que o processo de solução iterativo dos sistemas de equações
não divirja. Para exemplificar, um escoamento típico em que efeitos importantes são incluídos no termo fonte são os
escoamentos de alta rotação. Nesse escoamento, a força centrípeta, dependente da velocidade azimutal, na equação do
movimento radial, e a força de Coriolis, dependente da velocidade radial, na equação do movimento azimutal, fazem parte do
termo fonte. Esses termos fontes são particularmente difíceis de tratar, pois a variável que aparece no termo fonte de uma
equação é a variável principal da outra equação. O termo fonte, nesse caso, deve ser tratado com extremo cuidado, pois os
efeitos centrífugos e de Coriolis são determinantes no fenômeno [3]. Termos fontes dessa natureza são mais complexos do que
o caso que estamos considerando, em que a variável que aparece no termo fonte é a própria variável da equação.
A primeira regra a ser seguida é procurar fazer com que o termo fonte seja levado em consideração o mais implicitamente
possível. Isso significa não o manter constante ao longo do passo iterativo ou passo de tempo. Uma forma de fazer isso é
linearizá-lo, tal que a variável em questão, presente no termo fonte, atue implicitamente e não seja apenas substituída pelo seu
último valor disponível. Muitas vezes, dependendo da importância do termo fonte, apenas a linearização não é suficiente, sendo
necessário atualizá-lo mais frequentemente do que o restante dos coeficientes. Nosso objetivo é obter uma linearização do tipo

onde o coeficiente SP seja negativo. Observe-se pela Eq. (3.38) que SP é a inclinação da reta S × T. Considerando a função S ×
T, existem duas possibilidades de comportamento de S com T. A primeira é aquela na qual a tangente é naturalmente negativa,
característica da grande maioria dos problemas físicos. Nesse caso, o método recomendado de linearização [4] é expandir o
termo fonte em série de Taylor como

e determinar SP e Sc. A segunda é aquela cujo comportamento de S × T tem derivada positiva. Nesse caso, é necessário criar
artificialmente uma linearização com SP negativo. Não é difícil entender que esse processo só é possível através de um aumento,
também artificial, em Sc, o que implicará uma menor velocidade de convergência. Os seguintes exemplos, extraídos de [4],
esclarecem. Sejam os termos fontes dados por

O primeiro deles, por inspeção visual ou pelo método da expansão em série, nos dá SP = −4 e Sc = 5, enquanto para o segundo,
pela expansão, determina-se SP = −8TP* e SC = 5 + 4(TP*)2. Para exemplificar a geração artificial de SP negativo, seja a equação

Uma possível linearização é SP = −2 e Sc = 3 + 9TP*. Existem outras, obviamente, mas todas elas prejudicam a convergência, e
o compromisso, nesses casos, é a melhora da diagonal da matriz (aumento da negatividade de SP) contra o aumento de Sc, que
diminui a velocidade de convergência. Não é fácil, se não impossível, determinar o ótimo nessa situação devido aos inúmeros
fatores que atuam concomitantemente no processo. Sempre é possível, é claro, fazer SP = 0. Essa prática, entretanto, não utiliza
as possibilidades de melhorar o esquema numérico via tratamento implícito de todo ou de parte do termo fonte.

3.7 CONDIÇÕES DE CONTORNO


A Eq. (3.29), que é a equação aproximada para um volume elementar genérico, foi deduzida para um volume interno.
Todos os outros volumes internos possuem equações aproximadas idênticas. Para se obter o sistema de equações algébricas
completo, é também necessário obter as equações para os volumes que estão na fronteira. Existem diversas formas de aplicação
das condições de contorno. Uma delas é criar uma malha na qual o ponto central do volume de controle fique sobre a fronteira.
Esse procedimento dá origem a meio-volume de controle perto da fronteira e a volumes internos inteiros, conforme pode ser
visto na Fig. 3.9.
Dois problemas aparecem com esse procedimento. O primeiro deles é a não uniformidade dos volumes. Para problemas
unidimensionais, isso não se traduz em maiores dificuldades, pois temos apenas dois meios-volumes. Entretanto, para
problemas bidimensionais e tridimensionais, teremos volumes inteiros, meios-volumes, quarto de volumes e oitavo de volumes.
Em uma estrutura computacional mais geral, esse fato traz problemas para a uniformidade das sub-rotinas de cálculo dos
coeficientes. O segundo problema aparece quando a temperatura de fronteira é conhecida, isto é, Tf é um dado do problema.
Nesse caso, a aparente vantagem em não ser necessário criar uma equação para o volume de fronteira, uma vez que Tf é
conhecida, traduz-se na não observância dos balanços de conservação, pois, para os meios-volumes da fronteira, a conservação
da energia não estará sendo observada.
Fig. 3.9 Condições de contorno com meio-volume na fronteira

Fig. 3.10 Discretização 2D com meios-volumes nas fronteiras

Em um problema bidimensional/tridimensional, teremos toda uma faixa de volumes de controle não respeitando os
princípios de conservação, conforme pode ser visto na Fig. 3.10 para a situação 2D. A facilidade da aplicação da condição de
contorno só existe para condições de Dirichlet, pois, para a condição de Neumann, um balanço nos meios-volumes deve ser
feito. E a determinação dos fluxos nas faces do meio-volume precisa ser calculada com interpolações das temperaturas dos
pontos nodais, o que adiciona mais detalhes computacionais ao método numérico. No Cap. 13 veremos que, para malhas não
estruturadas usando o método dos volumes finitos baseado em elementos (EbFVM), os pontos nodais estarão sempre sobre a
fronteira, por força da geração da malha, que terá os elementos, e não os volumes de controle, coincidentes com a fronteira. No
EbFVM, os volumes de controle são construídos com base nos elementos. Nessa situação, veremos que o cálculo dos fluxos nos
meios-volumes será facilitado pela construção das funções de interpolações geométricas para os elementos.
A seguir, são apresentados dois procedimentos que respeitam a conservação para todos os volumes. O segundo deles é o
recomendado, por ter mais consistência física e generalidade.

3.7.1 VOLUMES FICTÍCIOS


Uma das formas de se aplicar as condições de contorno é o uso de volumes fictícios, conforme mostra a Fig. 3.11. Nesta
figura, o volume fictício é mostrado em linhas tracejadas apenas para ilustrar. Na verdade, como a sua própria denominação
indica, esse volume não existe e não tem posição geométrica na malha. A prática dos volumes fictícios é atraente, de fácil
aplicação, e usa volumes inteiros para todos os volumes, respeitando, portanto, os princípios de conservação para todo o
domínio. Todos os volumes do domínio, inclusive os de fronteira, são interpretados como internos, uma vez que são criados os
volumes fictícios. A desvantagem é a criação de novas incógnitas, aumentando o tamanho do sistema linear, situação que vai se
agravando quando a dimensão do problema aumenta. Em um problema unidimensional com 1.000 incógnitas, teremos apenas
dois volumes fictícios, representando, portanto, 0,2% dos volumes. Na situação bidimensional, também com 1.000 incógnitas,
em uma malha de 33 × 33, aproximadamente, teremos 132 fictícios, representando 13,2%. Em três dimensões, a malha será de
10 × 10 × 10, com 600 volumes fictícios, um aumento expressivo no número de equações do sistema linear. Para uma situação
prática comum de uma malha 3D com 30 × 30 × 30 volumes, teríamos um aumento de cerca de 20% no número de equações.

Fig. 3.11 Condições de contorno com pontos fictícios

Com a criação dos volumes fictícios, deveremos criar as equações para esses volumes em função das condições de
contorno existentes. É natural escrever tais equações na mesma forma das equações para os volumes internos, como

Os diversos tipos de condições de contorno fornecerão diferentes coeficientes para a Eq. (3.43). Para temperatura
prescrita, a temperatura da fronteira, Tf, é conhecida e pode ser escrita como

que permite, então, determinar as seguintes expressões para os coeficientes

Para fluxo prescrito, temos a seguinte expressão para o fluxo em função de TP e TE:

que, de acordo com a Eq. (3.43), gera os seguintes coeficientes:

A última espécie de condição de contorno para problemas de condução de calor é a de convecção na interface. Para esse
caso, devemos igualar o fluxo por condução ao de convecção, na forma
que, mais uma vez, gera os seguintes coeficientes para a Eq. (3.43)

O uso de pontos fictícios é uma boa alternativa, apesar de aumentar o número de equações, apenas para uma discretização
ortogonal, em que é possível expressar o fluxo de calor, por exemplo, envolvendo somente um ponto fictício e um ponto
interno. Para coordenadas generalizadas, isso não é possível, e o procedimento não é, então, recomendado. A seguir, será
descrito o método recomendado.

3.7.2 BALANÇOS PARA OS VOLUMES DE FRONTEIRA


O procedimento mais adequado, devido ao seu embasamento físico e à possibilidade de generalização para sistemas
coordenados mais complexos, é realizar a integração das equações de conservação também para os volumes de fronteira, da
mesma forma realizada para os volumes internos, respeitando a condição de contorno existente. Assim, não existe aumento no
número de equações e as condições de contorno ficam embutidas nas equações para os volumes de fronteira. Apesar de esse
método ser aqui apresentado para o sistema cartesiano de coordenadas em um problema unidimensional, sua aplicação é geral.
Considere a Fig. 3.12, onde o volume de fronteira P é mostrado. O procedimento de obtenção da equação aproximada para
o volume P é idêntico àquele usado para os volumes internos, isto é, devemos integrar a equação diferencial no volume.
Lembrando que nosso problema é de condução transiente, a integração resulta em

Na obtenção da Eq. (3.50), foi desprezado o termo fonte (sem prejuízo dos objetivos) e considerada a formulação
totalmente implícita. Compare-se a Eq. (3.50) com a Eq. (3.16) para identificar que representa o fluxo na fronteira, o qual
deve ser equacionado de acordo com a condição de contorno existente. Observe-se, também, que a Eq. (3.50) é exatamente o
balanço de energia para o volume de fronteira.

Fig. 3.12 Condição de contorno com volumes inteiros

Conforme já visto para problemas de condução, três tipos de condições de contorno são possíveis. São eles:
1. Temperatura prescrita. Nesse caso, o valor de é dado por

onde Tf é a temperatura especificada na fronteira.


2. Fluxo prescrito
Nessa situação, o valor de deve ser substituído pelo valor prescrito do fluxo. Essa é a condição de contorno natural,
uma vez que as equações são obtidas através do balanço dos fluxos nas fronteiras. Então,

3. Convecção
Para essa situação física, devemos igualar o calor que chega por convecção com o calor por condução para dentro do
volume de fronteira. Dessa forma, temos

onde h é o coeficiente de transferência de calor por convecção. Isolando Tf da equação anterior e substituindo-a no fluxo
(convectivo ou difusivo) dado por uma das duas expressões da Eq. (3.53), encontramos

Levando o valor de , de acordo com a condição de contorno existente, na Eq. (3.50), encontramos a equação
aproximada para o volume de fronteira, na forma

onde os coeficientes podem ser facilmente deduzidos. A seguir, a discretização para problemas bi- e tridimensionais é realizada.

3.8 APROXIMAÇÃO DA EQUAÇÃO GERAL DA CONDUÇÃO


A obtenção das equações aproximadas para problemas bi- e tridimensionais segue exatamente o procedimento já descrito
para o problema unidimensional, isto é, realiza-se a integração da equação na forma conservativa no espaço e no tempo. As
Figs. 3.13 e 3.14 mostram o volume elementar P com seus vizinhos para as situações 2D e 3D, respectivamente. Optamos por
denominar pelos índices F (front) e B (back) os volumes no sentido positivo e negativo do eixo z, respectivamente. Os eixos
foram desenhados de forma a resultarem na usual representação norte, sul, leste, oeste, quando o problema for bidimensional. A
equação da condução em três dimensões para regime transiente com termo fonte tem a seguinte forma:
Fig. 3.13 Volume elementar 2D e seus vizinhos

A integração dessa equação no espaço e no tempo, aproximando as derivadas nas interfaces do volume elementar por
diferenças centrais e usando uma formulação totalmente implícita, resulta em

onde os coeficientes são dados por


Fig. 3.14 Volume elementar 3D e seus vizinhos

Nas equações anteriores, está prevista a possibilidade de ρ variar com o tempo. Quando isso não acontecer, Mp/Δt =
/Δt. As equações discretizadas para situações bidimensionais são obtidas eliminando as conexões do eixo z e fazendo Δz = 1.

3.9 ESTRUTURA DA MATRIZ DE COEFICIENTES


A estrutura da matriz de coeficientes obtida na aproximação numérica é de fundamental importância na escolha do método
de solução do sistema linear. Antes de concluir este capítulo, é didático fazer alguns comentários sobre essa estrutura.
Em primeiro lugar, é bom lembrar que, seja o problema uni-, bi- ou tridimensional, o resultado é sempre a obtenção de um
sistema linear que, logicamente, sempre pode ser escrito na forma matricial. A matriz dos coeficientes é que muda sua estrutura
de acordo com a dimensão do problema e da ordenação dos volumes elementares. Nas formulações mostradas, a matriz tem a
forma tridiagonal para problemas unidimensionais, pentadiagonal para problemas em duas dimensões e heptadiagonal para
situações tridimensionais.
Para entender a razão dessa estrutura, basta lembrar que, na discretização da equação da condução, a conexão do ponto P
com os vizinhos apareceu no momento de aproximar numericamente os fluxos na interface. Como usamos uma aproximação em
diferenças centrais, apenas os volumes adjacentes participaram dessa aproximação. Como a ordenação dos volumes é em
sequência, se o problema é 1D, apenas dois vizinhos tomam parte, resultando em uma equação com três termos apenas. Logo, a
estrutura da matriz é tridiagonal, com as diagonais juntas, em função da ordenação. No mesmo problema 1D, se a aproximação
dos fluxos envolvesse dois pontos à frente e dois atrás, teríamos uma matriz pentadiagonal, com as cinco diagonais juntas. Em
um problema 2D com a ordenação em sequência, e usando dois pontos apenas para cálculo dos fluxos nas quatro fronteiras,
teríamos, novamente, uma matriz pentadiagonal, mas agora com três diagonais juntas e outras duas separadas. A Fig. 3.15
mostra essas estruturas para as situações uni- e bidimensional.
É possível usar mais pontos vizinhos para estabelecer a ligação com o volume P, conforme já comentado. Muitos métodos
aproximam os fluxos usando polinômios que envolvem mais pontos. Se assim for feito, o número de não zeros naquela linha da
matriz se altera. O limite seria usar uma aproximação na qual o volume P é conectado com todos os outros volumes do domínio,
o que originaria uma matriz de coeficientes cheia. Outra consideração importante sobre a matriz é a sua esparsidade. Para o
problema 1D já citado, considerando que a malha tenha 100 volumes, temos em cada linha da matriz 3 não zeros e 97 zeros, ou
seja, a matriz é bastante esparsa. A maioria das metodologias numéricas adota o procedimento de envolver apenas os vizinhos
mais próximos, criando uma matriz de estrutura a mais simples possível. O alto índice de esparsidade da matriz influi no
método utilizado para resolver o sistema linear. Se métodos diretos de solução forem empregados, eles requerem o manuseio
dos não nulos, influindo grandemente na taxa de convergência e no tempo de computação. Quantificar a esparsidade da matriz
pode ser feito pelo índice de esparsidade, definido por [1 – (número de não nulos/número de elementos)]. A Tabela 3.2
apresenta o índice de esparsidade para três malhas diferentes, mostrando que, para uma malha 40 × 40 (que não é uma malha
bastante fina), o índice de esparsidade é próximo de 1. A mesma tabela mostra o armazenamento necessário quando a matriz é
cheia e quando apenas os não nulos são considerados. Logicamente, uma matriz cheia tem índice de esparsidade zero.

Fig. 3.15 Estrutura da matriz de coeficientes para problemas 1D e 2D, respectivamente

TABELA 3.2 Índice de esparsidade de uma matriz


Malha 10 × 10 20 × 20 40 × 40

Número de elementos na matriz 104 16 × 104 256 × 104

Não zeros 500 2.000 8.000

% Não zeros 5% 1,25% 0,312%


Índice de esparsidade 0,95 0,9875 0,9968

Memória requerida [Kbytes]

As estruturas discutidas até agora são originárias de aproximações numéricas usando malhas estruturadas, isto é, malhas
cujos volumes possuem sempre o mesmo número de vizinhos. Em discretizações não estruturadas, como as encontradas em
elementos finitos ou em volumes finitos não estruturado, podemos ter diferentes números de vizinhos para cada volume,
originando matrizes que não são tri-, penta- ou heptadiagonais, mas sim têm uma banda diagonal variável. Os métodos de
solução para sistemas lineares com matrizes dessa natureza são mais elaborados. O uso de discretização não estruturada será
discutido na segunda parte deste livro, a partir do Cap. 13.

3.10 TRATAMENTO DAS NÃO LINEARIDADES


A aproximação numérica de uma equação diferencial parcial linear dá origem a um sistema linear de equações cuja matriz
tem coeficientes constantes. Quando o problema é não linear, novamente a aproximação dá origem a um sistema linear de
equações, mas, desta feita, a matriz contém coeficientes dependentes da variável e deve, portanto, ser atualizada ao longo das
iterações.
No caso dos problemas de condução discutidos neste capítulo, as não linearidades comuns são a dependência de k com T, e
uma possível não linearidade no termo fonte. Em problemas de convecção, que envolvem a solução das equações de Navier-
Stokes, uma série de não linearidades importantes aparece. Em todos os casos a equação é linearizada, transferindo para a
matriz dos coeficientes a não linearidade.
Observe-se que, mesmo considerando-se um problema de condução (uma única equação diferencial presente) e
resolvendo-se o sistema linear através de um método direto, a não linearidade introduz um nível iterativo a mais no processo,
que é justamente a atualização da matriz. Quando o método de solução do sistema linear é iterativo, podemos confundir as
iterações devido às não linearidades com aquelas do método de solução. Como em geral se usam métodos iterativos, é comum
ouvirmos a afirmação de que as não linearidades não introduzem dificuldades nas formulações numéricas. Do ponto de vista de
implementação, é verdade, pois incluir no algoritmo o tratamento de uma não linearidade significa apenas atualizar a matriz dos
coeficientes. Quando sistemas de equações estão sendo resolvidos, vale a mesma observação, ainda com mais razões, pois
existem outros níveis iterativos nos quais a atualização da matriz poderá ser realizada.
Do ponto de vista de convergência, poderá ser diferente, pois, dependendo da natureza da não linearidade, a obtenção da
solução poderá ser mais lenta. A experiência do analista e sua familiaridade com o problema físico permitirão que ele decida
sobre o número de vezes de atualização da matriz comparado com as iterações do método de solução.

3.11 SOLUÇÃO DO SISTEMA LINEAR DE EQUAÇÕES


Após ter sido apresentado o método dos volumes finitos para a aproximação de equações diferenciais parciais e diversos
aspectos da formulação, dedicaremos esta seção para descrever alguns métodos de solução do sistema de equações algébricas
lineares originado da aplicação do método numérico. Considerando as aplicações em mecânica dos fluidos computacional, o
tempo de computação necessário para a solução de um determinado problema está concentrado em torno de 60/70% na solução
do sistema linear. Portanto, é necessário que o usuário, ou quem desenvolve um aplicativo para esse fim, faça investimentos na
qualidade do método para resolver o sistema linear.
Os métodos de solução de um sistema linear podem ser classificados em diretos e iterativos.
Os métodos diretos são todos aqueles que trabalham com a matriz completa e necessitam, de uma forma ou de outra, de
processos equivalentes à inversão da matriz completa. Por serem diretos, esses métodos não necessitam, logicamente, de uma
estimativa inicial das variáveis para obter a solução.
Como visto na Seção 3.9, as matrizes obtidas com a aplicação de métodos numéricos são bastante esparsas, e, por serem
também de grande tamanho, as operações realizadas no processo de inversão trabalham, fundamentalmente, com os elementos
zeros da matriz. O esforço computacional é, portanto, muito grande, e essa classe de métodos não é utilizada em aplicações de
mecânica dos fluidos computacional. Além disso, por estarmos tratando, quase sempre, com equações diferenciais não lineares,
a matriz de coeficientes do sistema linear algébrico deve ser atualizada ao longo do processo, e, portanto, não tem sentido
resolver diretamente (ou seja, de forma exata) um sistema linear cujos coeficientes não são os corretos. Também quando o
transiente distorcido é seguido, o sistema linear não precisa ser resolvido exatamente em cada nível de tempo.
Portanto, para aplicações em CFD, os métodos preferidos são os iterativos. Nesta seção, temos dois objetivos básicos:
apresentar métodos iterativos simples para que as atividades do leitor no desenvolvimento de seus programas acadêmicos
possam ser realizadas e apresentar a filosofia básica dos métodos iterativos de decomposição incompleta e multigrid. Quando
aplicativos para problemas de grande porte forem necessários, o leitor deve procurar usar, ou desenvolver, métodos de solução
de sistemas lineares baseados nesses conceitos por serem eficientes [5,6,7].

3.11.1 MÉTODOS DIRETOS


ELIMINAÇÃO DE GAUSS
O método fundamental nessa classe é a eliminação de Gauss, facilmente encontrado na literatura [8]. O método de
eliminação de Gauss é adequado para matrizes cheias e não estruturadas, não encontradas em aplicações de CFD, onde elas são,
em geral, de banda e muito esparsas. O método de eliminação de Gauss tem a tarefa de reduzir a matriz A, dada por

em uma matriz diagonal superior U

tal que a solução possa ser determinada por um processo de substituições sucessivas. As operações para zerar a diagonal inferior
da matriz são feitas, tomando-se a segunda linha como exemplo, multiplicando-se a primeira linha por a21/a11 e subtraindo-se o
resultado da segunda linha, e assim sucessivamente para as outras linhas. Observe que a operação descrita acima, que substitui o
termo a21 por zero, também altera o termo independente daquela linha. Obtida a matriz U, a determinação da primeira incógnita
é feita utilizando-se a última linha da matriz e o correspondente termo do vetor independente. Esse procedimento é denominado
back substitution, pois, em um processo de trás para a frente, em substituições sucessivas, vai-se determinando o valor de todas
as incógnitas.
O método de eliminação de Gauss, quando aplicado a matrizes cheias, acumula erros em função das sucessivas operações.
Uma forma de minimizar esse problema é a pivotação, cuja tarefa é deixar na diagonal os elementos de maior valor. A
formulação clássica do método requer 2n3/3 operações para um sistema com n equações [8].

DECOMPOSIÇÃO LU
Uma das variações do método de eliminação de Gauss é a decomposição LU, onde, em princípio, a matriz U é obtida com
o mesmo algoritmo realizado no método de eliminação de Gauss. O atraente no processo é a construção de L, cujos elementos
são os fatores multiplicativos usados no processo de obtenção da matriz U [8]. O sistema linear

pode então ser resolvido, definindo-se

e
Resolvendo-se o sistema linear dado por (3.71) obtém-se D e com D em (3.70) determina-se T, a incógnita desejada.
Atualmente existem disponíveis na internet inúmeros métodos de solução de sistemas lineares escritos que podem ser
facilmente incorporados ao programa computacional em desenvolvimento pelo analista de mecânica dos fluidos computacional.
Se o interesse não for o desenvolvimento do método, essa é a alternativa mais econômica e rápida. Uma página importante na
internet para usuários de CFD é a CFDOnline [9].

3.11.2 MÉTODOS ITERATIVOS


Os métodos iterativos são aqueles que requerem uma estimativa inicial para dar prosseguimento ao processo de solução.
São classificados, em geral, como ponto a ponto, linha a linha ou plano a plano. É lógico que um método iterativo ponto a
ponto é um método direto se a malha tiver apenas um volume elementar. Da mesma forma, o método linha a linha é um método
direto quando o problema é unidimensional, e o plano a plano é direto para um problema bidimensional. A seguir, alguns
métodos iterativos são apresentados. Lembramos mais uma vez que os métodos ponto a ponto são extremamente lentos em sua
taxa de convergência quando um grande sistema de equações deve ser resolvido.

MÉTODO DE JACOBI
Esse método pertence à classe dos métodos ponto a ponto, que resolve o sistema linear visitando equação por equação,
iterativamente, usando os valores das variáveis do nível iterativo anterior. Reescrevendo a Eq. (3.57) na forma

o ciclo iterativo tem a seguinte estrutura:


Estimar campo inicial da variável.
Iterar em k.
Calcular TP usando a Eq. (3.72) para todos os pontos do domínio.
Checar convergência.
Retornar se o critério não foi satisfeito.

O método de Jacobi é de lenta convergência e requer uma matriz com dominância diagonal para que convirja. As razões da
lenta convergência de métodos iterativos serão vistas em uma próxima seção.

MÉTODO DE GAUSS-SEIDEL
Esse método é essencialmente igual ao anterior, com a diferença de fazer uso, durante um mesmo ciclo iterativo, de valores
das variáveis já calculadas nesse ciclo. Isso acelera a convergência em relação ao método de Jacobi, mas retém todas as
dificuldades de um método iterativo ponto a ponto. O processo iterativo pode ser resumido como:

Estimar campo inicial da variável.


Iterar em k.
Calcular TP pela Eq. (3.73) onde foi considerada uma varredura de trás para a frente, de sul para norte e oeste para este,
podendo-se considerar como conhecidas, na mesma varredura, as temperaturas TW, TS e TB, no caso 3D.
Checar convergência.
Retornar se o critério não foi atendido.

As mesmas considerações sobre a estrutura da matriz feitas para o método anterior valem para o método de Gauss-Seidel.
MÉTODO DAS SOBRERRELAXAÇÕES SUCESSIVAS — S.O.R.
O método S.O.R. procura acelerar, ainda mais, o processo de convergência dos métodos anteriores. Isso é feito aplicando-
se uma sobrerrelaxação nos valores obtidos com o método de Gauss-Seidel. O ciclo iterativo tem a seguinte estrutura:

Estimar campo inicial da variável.


Iterar em k.
Calcular os valores de T usando a Eq. (3.73).
Sobrerrelaxar usando a Eq. (3.74).
Checar convergência.
Retornar se o critério não foi satisfeito.

Na Eq. (3.74), representa o valor calculado com o método de Gauss-Seidel e w, o coeficiente de relaxação. O
coeficiente de relaxação serve para avançar mais rapidamente a solução, quando o processo está lento, ou “segurar” a variável,
quando a mesma está avançando em demasia e pode causar divergência. Os valores recomendados de w para avançar mais
rapidamente a solução variam entre 1,5 e 1,7, apesar de esse valor ser dependente do tamanho da malha. Valores menores do
que 1,0 sub-relaxam a solução. Para os três métodos acima descritos, o fim das iterações pode ser estabelecido conferindo-se o
valor do resíduo dado por [10]

com uma tolerância pré-especificada.

UMA NOTA A RESPEITO DA CONVERGÊNCIA DE MÉTODOS ITERATIVOS


Os métodos iterativos ponto a ponto são métodos que poderíamos classificar como “fracos” do ponto de vista de
convergência da solução, por serem lentos na transmissão da informação advinda da condição de contorno. É fácil perceber que,
ao varrer-se o domínio ponto a ponto, a informação “viaja” no interior do domínio na taxa de uma malha em cada nível
iterativo. Isso é semelhante, portanto, em termos uma solução explícita no tempo marchando com um Δt equivalente explícito.
Lembrando que durante um processo iterativo o erro embutido em uma solução pode ser decomposto em modos de baixas e
altas frequências [5], os métodos iterativos ponto a ponto conseguem apenas diminuir com eficiência os erros de alta frequência,
ou seja, aqueles cujos comprimento de onda são equivalentes ao tamanho da malha. Os erros com comprimentos de ondas
elevados, ou de baixa frequência, são dificilmente reduzidos, e essa é a razão por que a convergência vai sendo dificultada
conforme a malha vai sendo refinada. Para observar esse comportamento, é sugerido ao leitor fazer o Exercício 3.18.
Nos métodos iterativos, é também importante escolher adequadamente o sentido de varredura, partindo-se das condições
de contorno tipo Dirichlet, ou seja, condições de contorno fortes. O principal requisito para convergência de um método
iterativo ponto a ponto é a dominância diagonal da matriz dos coeficientes. Para exemplificar, considere o seguinte exemplo [4],
que pode ser entendido como o sistema linear obtido de uma discretização com dois pontos nodais

onde constata-se que, para a primeira equação, AP>ΣANB, e, para a segunda, AP=ΣANB. Aplicando o processo iterativo do método
de Gauss-Seidel, conforme mostrado anteriormente, encontraremos T1 = 1 e T2 = 2, que é a solução exata obtida por um método
direto de solução. No sistema de equações dado pelas Eqs. (3.76) e (3.77), a primeira equação foi escolhida como sendo a
equação evolutiva para a variável T1 e a segunda para T2. Se agora invertermos essa ordem, fazendo com que a segunda equação
seja a equação evolutiva para T1 e a primeira para T2, teremos o seguinte sistema
Aplicando o mesmo processo iterativo, a solução diverge. De fato, o critério de Scarborough [4,11] estipula a seguinte
condição suficiente para convergência do método de Gauss-Seidel

Podemos ver, pela Eq. (3.66), que a maneira de construir nosso método numérico usando volumes finitos satisfaz o critério de
Scarborough, desde que tomemos cuidado com a linearização do termo fonte, produzindo um SP negativo, e que tenhamos os
coeficientes de conexão com os pontos vizinhos positivos.

MÉTODO LINHA A LINHA


O mais conhecido método dessa natureza é o algoritmo de Thomas ou TDMA (TriDiagonal Matrix Algorithm) [4,12,2].
Como se deduz pelo nome, os métodos linha a linha resolvem diretamente uma linha, ou seja, um problema unidimensional.
Para problemas bi- e tridimensionais eles são iterativos, com a varredura se processando linha a linha e coluna a coluna. Para
exemplificar, vamos considerar um problema bidimensional usando a Eq. (3.57) não considerando os termos na direção z.
Considere a Fig. 3.16, onde está mostrada uma linha na qual será aplicado o método TDMA. A equação a ser resolvida é dada
por

Escrevendo a Eq. (3.81) em uma forma mais conveniente para procedimentos recursivos [10], temos
Fig. 3.16 Linha onde é aplicado o método TDMA em um problema 2D

O interesse é determinar uma relação recursiva da forma

que permita, com o uso das condições de contorno, varrer a linha em um sentido, determinando os coeficientes P e Q, e voltar,
determinando os valores da variável, que, no caso, estamos chamando de T. Baixando um índice da Eq. (3.83), encontramos

Substituindo a Eq. (3.84) na Eq. (3.82) e comparando o resultado com a Eq. (3.83), encontramos as seguintes expressões
para os coeficientes P e Q:

As Eqs. (3.85) e (3.86) são relações recursivas que permitem, depois de conhecidos P1 e Q1, determinar todos os valores de
P e Q. Para o nosso problema, dado pela Eq. (3.81), quando a marcha for conforme mostrada na Fig. 3.16, temos

e
Quando a varredura se der por colunas, teremos as seguintes expressões para os coeficientes

A determinação de P1 e Q1 é fácil de inferir, inspecionando as Eqs. (3.85) e (3.86). Imaginando que os índices crescem
como mostrado na Fig. 3.16, a equação aproximada para o volume de fronteira (volume 1) não poderá depender de valores da
variável à esquerda. Logo, C1 deverá ser zero, resultando em

Para o outro volume de fronteira (volume N), sabemos que a equação aproximada não poderá depender da variável à
direita. Logo, BN deverá ser zero, pela Eq. (3.85), o que resulta, pela Eq. (3.83), em

Para três dimensões, basta somar ao coeficiente Dm a contribuição dos outros dois volumes vizinhos. Logicamente, agora,
teremos mais uma direção para executar as varreduras do domínio. O TDMA é um método usado intensamente na área
numérica, dadas a sua facilidade de implementação e as boas características de convergência. O algoritmo para aplicar o método
TDMA pode ser resumido por:

Estimar o campo de variáveis iniciais.


Calcular P1 e Q1 através da Eq. (3.91).
Calcular todos os Pm e Qm com m de 2 até N usando as Eqs. (3.85) e (3.86).
Fazer TN = QN.
Calcular as variáveis para os pontos N − 1 até 1 usando a Eq. (3.84).
Checar a convergência. Não sendo satisfeito o critério, repetir ou alternar a direção.

Também no método TDMA é importante observar as condições de contorno dominantes para realizar o processo,
principalmente nessa direção. Uma extensão do uso do TDMA foi desenvolvida em [13] para aplicações em problemas
tridimensionais. A ideia é o uso da vetorização para aplicar o TDMA em um banco de linhas (TDMA-BL), conforme mostrado
na Fig. 3.17. A vetorização é realizada no plano (x,y), sendo a solução pelo TDMA realizada na linha ao longo de z. A
vetorização em (x,y) propicia a solução de um banco de linhas, em vez de uma linha por vez. O banco de linhas alterna-se nas
direções z, x e y. É possível, também, escolher a direção em que a malha é menor e fazer mais iterações, ou todas, nessa direção,
aproveitando para realizar as relações recursivas, portanto não vetorizáveis, ao longo do menor número de malhas. Em resumo,
deve-se escolher o banco de linhas que tenha as linhas mais curtas possíveis. Os resultados obtidos na solução de problemas
tridimensionais são promissores e motivam a aplicação dessa metodologia para problemas bi- e tridimensionais. Com o uso e o
desenvolvimento de algoritmos para computação paralela cada vez mais intenso, é uma alternativa que pode ser considerada.
Fig. 3.17 TDMA aplicado para blocos de linhas em problemas 3D

DECOMPOSIÇÃO LU INCOMPLETA
A desvantagem do método de decomposição LU exata é o fato de trabalhar-se com a matriz cheia, sem tirar benefícios,
tanto em operações como em armazenamento, da esparsidade da matriz. A ideia básica dos métodos de decomposição LU
incompleta é, portanto, encontrar uma matriz próxima à original, armazenando e trabalhando apenas com os não zeros, e
resolver iterativamente o sistema linear. O mais conhecido desses métodos é o SIP — Strongly Implicit Procedure [14], com
muitas variantes, entre elas o MSIP — Modified Strongly Implicit Procedure [15]. A seguir é apresentada a filosofia desses
métodos, sem deduzir nenhum especificamente. Seja o sistema linear dado por

tal que

O segredo na criação de um bom método de decomposição aproximada é criar a matriz [A′] tal que a decomposição [L]
[U], dada pela Eq. (3.94), seja fácil de ser obtida. Se a decomposição [L][U] originasse a matriz [A], o método seria direto.
Como isso não acontece, o método é iterativo, com a seguinte fórmula de recorrência

onde k indica o nível iterativo. Quando a solução convergida de T é obtida, o segundo termo do lado direito da Eq. (3.95) se
anula, resultando em T(k+1)=Tk. Observe-se que a matriz [A′] não tem influência na solução do sistema, como esperado, mas é
determinante na velocidade de convergência do método iterativo. Uma matriz [A′] mal-escolhida pode originar, inclusive, um
esquema iterativo que não tenha convergência.
Definindo uma correção no campo de T por

e um resíduo, ou erro da solução, por


a Eq. (3.95) resulta em

Utilizando a decomposição [L][U] de [A+A′], encontramos

A solução pode ser obtida fazendo-se dois processos de substituições sucessivas, uma vez que as matrizes [L] e [U] são
matrizes diagonais inferior e superior, respectivamente. Dessa forma, definindo um novo vetor [V], podemos determiná-lo por

Conhecido [V], podemos determinar [δ](k+1) usando

para, através da Eq. (3.96), determinar a solução da T para o novo nível iterativo. O processo iterativo segue até que o resíduo,
calculado com a Eq. (3.75), seja menor do que a tolerância especificada. Esses métodos são bastante poderosos, mas, por serem
fortemente implícitos, praticamente não são vetorizáveis e paralelizáveis.
Com relação ao aspecto vetorização, um estudo realizado em [10] analisa a performance de métodos iterativos quando
usados em processamentos escalar e vetorial. Os métodos comparados foram Jacobi, TDMA-BL e MSI. Os problemas testados
consideraram o escoamento supersônico tridimensional sobre a parte frontal do VLS — Veículo Lançador de Satélites brasileiro
e foram resolvidos usando-se o código computacional MACH3D [16], versão 4.0, desenvolvido no Laboratório de Simulação
Numérica em Mecânica dos Fluidos e Transferência de Calor — SINMEC. Malhas com 7.200 e 28.800 volumes foram
empregadas. Os resultados mostraram o MSI como o método mais eficiente para o processamento escalar, seguido do TDMA-
BL, tendo o método de Jacobi apresentado a pior performance. Para o processamento vetorial, o método TDMA-BL foi o mais
eficiente, seguido pelo MSI e Jacobi. O estudo mostrou que os “velhos” métodos ponto a ponto, como Jacobi, Gauss-Seidel e
outros derivados, podem ser uma boa alternativa para programas vetorizáveis. Primeiro, por apresentarem bom desempenho
quando vetorizados e, segundo, por serem de implementação extremamente fácil. É claro que a estrutura da matriz deve ser
robusta para aceitar métodos iterativos ponto a ponto. O uso de métodos multigrid, juntamente com métodos iterativos ponto a
ponto, tipo Gauss-Seidel, é uma boa alternativa. Métodos multigrid e considerações sobre os cuidados a tomar nesses casos são
apresentados na próxima seção.
O número de métodos diretos que trabalham apenas com os não zeros da matriz também é grande. São as chamadas
técnicas de esparsidade, em que se busca uma solução direta do sistema linear em tempos computacionais razoáveis e com
armazenamento compatível aos métodos iterativos. O uso de técnicas de esparsidade na solução de sistemas lineares também
deve ser considerado pelos usuários de metodologias numéricas [17].

MÉTODOS MULTIGRID
Na subseção Uma Nota a Respeito da Convergência de Métodos Iterativos, vimos que os métodos iterativos ponto a ponto
não possuem boas taxas de convergência quando malhas refinadas são utilizadas porque os erros de baixa frequência não
conseguem ser eliminados pelo algoritmo com boa taxa de convergência. Para esclarecer a natureza desses erros, é bom
relembrar que toda solução iterativa requer uma estimativa da variável para início do processo. A diferença entre a solução
exata do problema e a estimativa inicial é o erro inicial que deve ser eliminado durante as iterações. Como em problemas reais a
estimativa inicial é quase sempre uma constante, e a solução final pode ser bastante complexa, erros com diversos modos de
frequência devem ser eliminados pelo método iterativo.
O comportamento observado na solução de um problema 1D é também encontrado quando problemas 2D e 3D são
resolvidos por métodos iterativos.
Considere a Fig. 3.18, onde uma malha de razão de aspecto elevada é utilizada para resolver um problema de condução de
calor com condutibilidade térmica constante dado por
onde a variável genérica ϕ representa a temperatura. Usando diferenças centrais para aproximar as derivadas e o método de
Gauss-Seidel, varrendo o domínio da esquerda para a direita e de baixo para cima, a seguinte equação deve ser resolvida para
todos os volumes em cada nível iterativo

Inspecionando a Eq. (3.103), constata-se que a razão entre os coeficientes que conectam a variável na direção y em relação
aos que conectam a variável na direção x é da ordem de (Δx/Δy)2. A equação aproximada apresenta, então, anisotropia em seus
coeficientes [6], e a consequência são os erros reduzidos mais rapidamente na direção dos maiores coeficientes. Ou seja, o
método de Gauss-Seidel, além de ser eficiente apenas na redução dos erros de alta frequência, ou, melhor dizendo, aqueles com
comprimento de onda da ordem do tamanho da malha, faz isso preferencialmente na direção que apresenta os maiores
coeficientes. Portanto, a anisotropia dos coeficientes é outra razão que indica a necessidade de algum tipo de aceleração nos
métodos iterativos tipo Gauss-Seidel. Observe que a anisotropia dos coeficientes não acontece apenas por motivo da razão de
aspecto das malhas. Um problema com propriedades físicas diferentes em cada direção também produz coeficientes
anisotrópicos, mesmo com uma malha com razão de aspecto perto da unidade. Essa característica dá origem a duas classes de
métodos multigrid: os geométricos, cuja aglomeração dos volumes é feita com base na malha, e os algébricos, cuja aglomeração
é feita considerando a anisotropia dos coeficientes, que engloba os dois efeitos, pois tanto a relação de dimensões como
propriedades físicas aparecem nos coeficientes.
 
 

     

     

     

     

Fig. 3.18 Malha com razão de aspecto elevada

A ideia básica de aceleração da convergência por métodos multigrid é reconhecer que os métodos iterativos ponto a ponto
conseguem eliminar os erros com comprimentos de onda da ordem do tamanho da malha (ver Exercício 3.18). Assim, se
usarmos malhas desde bem refinadas até bem grosseiras, com poucos volumes no domínio, estaremos eliminando os erros em
todas as frequências e, portanto, acelerando o processo de convergência. O procedimento é conceitualmente simples, bastando
identificar na malha fina a direção na qual os coeficientes são dominantes e, na direção, criar uma malha mais grosseira. O
procedimento de obter malhas grosseiras a partir de uma malha fina é exemplificado na Fig. 3.19, a que vamos denominar
malhas 1, 2, 3 e 4.
Existem diversos métodos multigrid disponíveis na literatura [18,5,19]. A metodologia multigrid aqui apresentada é a ACM
— Additive Correction Multigrid [6] [20]. O princípio básico dessa metodologia é a manutenção dos princípios de conservação
nos blocos de malhas criados a partir da malha fina. Na malha fina, esses princípios estão satisfeitos pela origem das equações
aproximadas. Considere a seguinte equação discretizada
Fig. 3.19 Aglomeração aplicada a uma malha refinada

onde o subíndice i substitui o subíndice P até agora usado nas equações discretizadas. Os Anb são todos os coeficientes do
volume i que o conectam com seus volumes vizinhos nb. Os subíndices minúsculos referem-se a uma determinada malha,
enquanto os maiúsculos referem-se à malha grossa imediatamente acima. A ideia é obter uma solução aproximada na malha
fina, em um número de iterações que elimine os erros de alta frequência. Não se deve ficar iterando muito na malha fina, pois,
conforme já comentado, após terem sido eliminados os erros de alta frequência, os de frequências mais baixas diminuem muito
lentamente nessa malha. Passa-se então para a malha mais grossa imediatamente acima. As equações para obter a solução nessa
malha são agora deduzidas. Seja a correção da variável obtida na malha fina dada por

onde ϕi é a solução obtida na malha fina (por exemplo, malha 1 da Fig. 3.19) e é a correção obtida na malha 2 aplicada aos
volumes i da malha 1 que estão no volume I da malha 2. Lembre que o volume I da malha mais grossa é formado por volumes i
da malha mais fina.
A base do método ACM é manter os princípios de conservação também para os volumes das malhas I. Portanto,

e
Substituindo a Eq. (3.105) na Eq. (3.107), encontramos

ou

Reconhecendo que os três primeiros termos do lado direito da Eq. (3.109) são iguais ao resíduo ri e satisfazendo a Eq.
(3.106), ou seja, somando todas as equações dos volumes i no bloco I, encontramos

que é o novo sistema linear que deverá ser resolvido para determinar a correção ϕ* nos blocos I. Esta equação pode ser escrita
da forma tradicional, agrupando os coeficientes que multiplicam o mesmo ϕ*, onde o costumeiro subíndice P é substituído por
I, como

onde

e as expressões para AI e Anb são mostradas através de um exemplo utilizando as Figs. 3.20 e 3.21, apresentado a seguir. Na Fig.
3.20 temos a numeração de uma determinada malha cujos volumes são denotados pela numeração i, e na Fig. 3.21 temos a
malha imediatamente acima da malha fina, cujos volumes são denotados pela numeração I. Então, o volume I = 9 contém os
volumes i = 21,27 e 33 da malha fina da Fig. 3.20. O termo independente bI é calculado com os resíduos das equações para os
volumes i que estão contidos em I, conforme Eq. (3.112). O coeficiente central AP do volume 9 e os coeficientes que conectam
o volume I = 9 com seus vizinhos (volumes 8, 10, 3 e 15 são calculados por

Portanto, a solução da Eq. (3.111) na malha mais grossa dá origem aos valores de ϕ* que serão utilizados para corrigir cada
um dos ϕi aglomerados em I. Na determinação de ϕ*, por ser em uma malha mais grossa estarão sendo reduzidos os erros com
um outro comprimento de onda. Após estes erros terem sido reduzidos, a taxa de convergência novamente cai, sendo necessário
passar para uma outra malha ainda mais grossa e eliminar erros com outros comprimentos de onda, em um processo até chegar-
se a uma malha bastante grosseira, onde até uma solução direta, portanto exata, possa ser aplicada. Obtida a solução na malha
mais grossa possível, as correções são agora passadas, através da Eq. (3.105), para a penúltima malha mais grossa. Nesse ponto
deve ser decidido se se continua subindo com o processo até chegar na malha mais fina, ou se da penúltima malha volta-se para
a última malha. Esses procedimentos dão origem aos chamados ciclos V e ciclos W. Nos ciclos V parte-se da malha fina, desce-
se até a mais grossa e volta-se para a mais fina, repetindo-se o ciclo V, se necessário. No ciclo W, inicia-se na mais fina, atinge-
se a mais grossa, volta-se uma malha, ou duas, para cima e, novamente, desce-se para a mais grossa, repetindo-se o processo.

           

           

           

    33      

    27      

    21      

           

           

1 2        

Fig. 3.20 Numeração da malha fina

13 14 15 16 17 18

7 8 9 10 11 12

1 2 3 4 5 6

Fig. 3.21 Numeração da malha aglomerada no método multigrid

O controle para escolher os ciclos depende do parâmetro estabelecido para ser conseguido em cada malha, isto é, quanto se
deseja na redução do resíduo. Outro parâmetro é a velocidade de convergência que se está conseguindo. Por exemplo, se, em
uma determinada malha, o parâmetro de redução de resíduo não está sendo conseguido e a convergência está muito lenta, passa-
se para uma malha abaixo (mais grossa).
Os resultados com métodos multigrid permitem obter soluções de sistemas lineares cujo tempo de computação varia
linearmente com o número de malhas, uma contribuição enorme ao tempo total exigido em uma simulação. É importante
lembrar que um aplicativo para resolver as equações da mecânica dos fluidos só terá condições de resolver problemas reais se
um bom método de resolver os sistemas lineares estiver sendo empregado.

3.12 CUIDADOS GERAIS NA OBTENÇÃO DAS EQUAÇÕES APROXIMADAS


A opção feita, neste texto, para a obtenção das equações aproximadas foi pelo método dos volumes finitos, isto é, a questão
central é a conservação da propriedade em nível de volumes elementares. Vimos, também, que a estrutura da matriz resultante
deve respeitar certos critérios de dominância diagonal e positividade dos coeficientes, para que métodos iterativos possam ser
aplicados para resolver o sistema linear. A seguir, essas regras [4] serão apresentadas e discutidas para que o leitor as tenha em
mente no momento de desenvolver seu método numérico.

3.12.1 POSITIVIDADE DOS COEFICIENTES


A positividade dos coeficientes é de fundamental importância para que a solução obtida seja fisicamente coerente. Para
auxiliar nesse raciocínio, considere-se um problema bidimensional cujas temperaturas dos volumes vizinhos sejam maiores do
que a temperatura do volume P. Imagine-se, agora, que os coeficientes de conexão de P com seus vizinhos sejam negativos e Ap
positivo. A física correta do problema requer o aumento de TP. Pela expressão

que é a equação aproximada para o ponto P, não existe essa garantia, se os coeficientes forem negativos. A positividade dos
coeficientes ajuda muito também a performance global do método, pois o coeficiente central, sendo o somatório dos
coeficientes de conexão com os vizinhos, terá dominância diagonal, e qualquer método iterativo, mesmo pobre, pode ser
empregado. É importante destacar, também, que nem sempre a existência de coeficientes negativos indica que a solução será
incorreta ou fisicamente inconsistente. É possível ter aproximações numéricas com coeficientes negativos convergindo para
soluções corretas, desde que a aproximação seja consistente, conforme já definido. Nesses casos, a penalidade vem pela
necessidade de métodos mais robustos para a solução do sistema linear. A possibilidade da divergência da solução está,
portanto, também fortemente relacionada com o uso de métodos não robustos o suficiente para determinadas matrizes de
coeficientes.

3.12.2 CONSERVAÇÃO DOS FLUXOS NAS INTERFACES


Em se tratando do método dos volumes finitos, esse cuidado parece trivial, pois significa requerer que o fluxo da
propriedade (advectivo ou difusivo), deixando um determinado volume de controle, deve ser calculado da mesma forma quando
visto como um fluxo entrando no volume de controle vizinho. Se isso não acontecer, teremos geração da propriedade na
interface, obviamente alterando o valor da função localmente. Quando são empregadas funções de interpolação que não usam os
mesmos pontos de ajuste polinomial para o fluxo que deixa e que entra no volume vizinho, a não conservação na fronteira
aparece.
O uso das equações na forma não conservativa também acarreta problemas para a conservação em nível de volumes
elementares. Os termos advectivos, presentes no lado esquerdo da Eq. (2.46), podem ser escritos nas seguintes formas:
conservativa

e não conservativa

Considere-se apenas o primeiro termo da forma conservativa sendo computado nos volumes de controle mostrados na Fig.
3.22.

Fig. 3.22 Análise da conservação em nível elementar


Integrando esse termo para o volume centrado em P com dimensão Δx, obtém-se

Seja agora o volume centrado em E com dimensão Δx. Integrando, encontra-se

Finalmente, vamos considerar o volume centrado em e com dimensão 2Δx. Integrando, obtemos

A soma das Eqs. (3.122) e (3.123) é exatamente a Eq. (3.124), mostrando que na interface dos volumes P e E não existe
nem geração nem sumidouro da propriedade ϕ. Isto é, o fluxo da propriedade ϕ que sai de P é o mesmo que entra em E.
Dizemos, então, que o esquema numérico resultante é conservativo.
Considere agora o termo advectivo dado por

Para o volume elementar centrado em P, temos

Para o volume centrado em E, obtemos

E, finalmente, para o volume centrado em e, obtemos

Observa-se que, dessa maneira, os fluxos da propriedade ϕ que deixam um volume de controle não são os mesmos que
entram no volume de controle vizinho. Existem, então, gerações e sumidouros da propriedade nas interfaces dos volumes de
controle. Isso poderá acarretar sérios danos à convergência da solução e à precisão dos valores locais da propriedade. Devemos,
portanto, sempre procurar desenvolver o modelo com as características conservativas em nível de volumes elementares. Para os
termos de difusão valem as mesmas observações, sendo desejável tê-los na forma

e não escritos como


Os valores das propriedades físicas também devem ser avaliados no local de avaliação do fluxo, isto é, nas interfaces dos
volumes de controle. Caso a interface seja uma região onde dois materiais com propriedades distintas se encontram, é
importante calcular o fluxo pelo somatório das resistências, gerando a conhecida média harmônica das propriedades [4].

3.12.3 LINEARIZAÇÃO DO TERMO FONTE COM SP NEGATIVO


A importância de termos o SP negativo na linearização do termo fonte já foi discutida com razoável profundidade. Basta
aqui lembrar que o SP negativo aumenta o valor de AP, conferindo à matriz dominância diagonal, o que é extremamente
benéfico para a convergência. Por outro lado, a necessidade de SP negativo está em acordo com os processos físicos, uma vez
que esses processos são, em geral, limitados, o que não aconteceria com um SP positivo. A expressão do coeficiente AP, a seguir,
mostra que o SP negativo ajuda na dominância diagonal,

A possibilidade de criar esquemas numéricos onde o coeficiente central seja igual, no mínimo, ao somatório dos
coeficientes de influência dos volumes vizinhos é um fator que também contribui para satisfazer o critério de Scarborough. As
equações obtidas, até o momento, com a discretização em volumes finitos satisfazem esse critério.

3.13 ERROS DE TRUNCAMENTO


A solução numérica de uma equação diferencial, por ser discreta, possui erros de aproximação que a distanciam da solução
exata. Esses erros, denominados erros de truncamento (ET), podem ser determinados utilizando-se a expansão em série de
Taylor da função em torno de um ponto para obter as expressões numéricas das derivadas do operador diferencial. Como
exemplo, seja a equação da condução unidimensional transiente, dada por

O erro de truncamento de uma aproximação numérica depende, logicamente, da ordem da aproximação escolhida para as
derivadas do operador diferencial. Para isso, seja a Fig. 3.23, com as seguintes expansões em série de Taylor da temperatura em
torno do ponto P

Dessas equações podemos encontrar as aproximações numéricas das derivadas parciais. Usando as Eqs. (3.133) e (3.134),
encontramos, respectivamente,
que são as aproximações numéricas, para a frente e para trás, da derivada de primeira ordem. Observe que os erros de
truncamento são da ordem de Δx. Somando a Eq. (3.134) com a Eq. (3.133), obtém-se

que é a aproximação numérica para a derivada de segunda ordem em diferenças centrais. Nesse caso, o erro de truncamento é da
ordem de Δx2. Trabalhando com as expansões da função em série de Taylor, é possível, usando mais termos da série,
representar derivadas de qualquer ordem e determinar os erros de truncamento de qualquer aproximação numérica. É claro que
quanto maior for a ordem da derivada, e de acordo com a ordem desejada para o erro de truncamento, mais pontos serão
necessários em torno de P. As aproximações dadas pelas Eqs. (3.135) a (3.137) são suficientes para o nosso exemplo. O leitor
interessado pode consultar [1], onde uma completa tabela de aproximações numéricas de derivadas pode ser encontrada.
Utilizando a Eq. (3.136) para obter a expansão no tempo, como

Fig. 3.23 Malha igualmente espaçada para análise do erro de truncamento

a Eq. (3.132) resulta

ou

onde ET são os erros de truncamento, dado por

3.14 CONSISTÊNCIA, ESTABILIDADE E CONVERGÊNCIA


Em geral, os problemas práticos de interesse da engenharia e da física dão origem a sistemas de equações complexos sobre
cujos comportamentos matemáticos pouco se conhece. Por exemplo, quando temos um problema regido por uma única equação
e linear, existem ferramentas matemáticas que podem provar se uma determinada aproximação numérica é estável e
convergente. Quando estamos trabalhando com sistemas de equações não lineares, resolvidas em geral de forma sequencial, em
que acoplamentos delicados estão presentes, é muito difícil provar matematicamente que uma aproximação numérica é estável e
convergente. Seria um presente maravilhoso aos usuários de métodos numéricos se os analistas numéricos pudessem fornecer as
condições (tamanho de malha, tamanho do intervalo de tempo, coeficientes de relaxação etc.) para que as aproximações
numéricas dos problemas acoplados e não lineares fossem estáveis e convergentes.
Por não se ter esses parâmetros é que a tarefa de realizar simulações numéricas, além de exigir o perfeito conhecimento da
física do problema, requer experiência para encontrar os parâmetros que levem o processo iterativo para convergência. Um dos
requisitos fundamentais de uma aproximação numérica é que ela reproduza a equação diferencial quando os tamanhos da malha
espacial e temporal tendam a zero. Isto é, os erros de truncamento devem tender a zero quando a malha tender a um infinito
número de pontos. A aproximação numérica que possuir essa característica é dita consistente. Em resumo, as equações
discretizadas devem tender às equações diferenciais quando a malha tender a zero.
Aparentemente, essa é uma questão óbvia, mas existem aproximações nas quais os erros de truncamento crescem com o
refinamento da malha [1]. Felizmente, todo modelo numérico desenvolvido a partir das equações na forma conservativa usando
volumes finitos é consistente.
Outra característica importante desejada é que a solução numérica obtida seja a solução exata das equações discretizadas,
ou seja, tenha estabilidade. Aqui, diversos fatores interferem, tais como erros de arredondamento de máquina, que vão se
multiplicando e podem desestabilizar a solução; dificuldades de tratamentos de acoplamentos entre as variáveis, fazendo com
que algumas variáveis evoluam mais rapidamente que outras, provocando instabilidades etc. A questão da estabilidade é o mais
sério problema na obtenção da solução numérica, exatamente pela falta de conhecimento das características matemáticas das
aproximações, conforme já discutido.
Consistência e estabilidade são condições necessárias e suficientes para a convergência. A solução numérica é
convergente quando é estável e tende para a solução das equações diferenciais quando a malha é refinada.

3.15 CONCLUSÕES
Ao longo deste capítulo pudemos constatar que a construção de um método em volumes finitos segue uma série de passos
sobre os quais o analista numérico possui controle. Essa intimidade com o método tem benefícios, porque a análise dos
resultados numéricos pode ser feita à luz dos balanços em nível dos volumes elementares, sendo, então, mais fácil detectar erros
na solução. Outro aspecto é que a formulação satisfaz os principais critérios requeridos para que o modelo concebido seja
robusto.
Finalmente, vale comentar que, apesar de termos tratado neste capítulo de problemas de condução unidimensional, os
fundamentos estudados aplicam-se a sistemas lineares em geral. Em problemas de condução, as funções de interpolação se
fazem necessárias para avaliar os fluxos difusivos nas fronteiras, que podem ser interpolados linearmente devido à característica
elíptica do fenômeno. Em problemas que envolvem advecção, os fluxos advectivos devem ser, também, avaliados nas
fronteiras, e as funções de interpolação devem estar aptas para tal. O próximo capítulo analisa esse assunto.

3.16 EXERCÍCIOS
3.1 Mostre que a aproximação para ∂f/∂x em P com erros de truncamento da ordem de (Δx)2, para a situação da Fig. 3.24, é dada
por [21]

Fig. 3.24 Malha não uniforme para análise do erro de truncamento

3.2 Utilizando os mesmos pontos da Fig. 3.24, com α = β = 1, e considerando conhecidos os valores da temperatura em P e E, e
da derivada da temperatura em W, determine o valor da temperatura em W com uma aproximação da ordem de Δx2.
3.3 Mostre as seguintes expressões aproximadas, considerando Δx e Δy igualmente espaçados.
3.4 Obtenha a aproximação numérica usando diferenças finitas para a Eq. (3.132) para θ qualquer. Consulte outra bibliografia
[1,2] para estudar o critério de estabilidade de von Neumann, e mostre que para θ qualquer os critérios são:

para θ ≤ 0,5, e

para θ ≥ 0,5 e θ ≤ 1.
3.5 Usando um polinômio para aproximar uma função que passa pelos pontos da Fig. 3.24, considerando α = β = 1, determine
∂2f/∂x2 em E e sua respectiva ordem de aproximação. Confira o resultado com a aproximação obtida pela série de Taylor.
3.6 Resolva numericamente a Eq. (3.132), usando uma formulação explícita. Use uma malha com 5 pontos (dois sobre as
fronteiras) e admita as temperaturas iguais a 1 nas fronteiras esquerda e direita. A condição inicial é T(x) = 0 em todo o
domínio. Considerando α = 1 e Δx = 1, use Δt igual a 0,25, 0,50 e 0,75, avance a solução para 6 intervalos de tempo para
cada caso. Comente os resultados.
3.7 Obtenha uma expressão para ∂2f/∂x2 com ordem de truncamento de Δx4. Com a mesma expressão para a derivada segunda de
f em relação a y, escreva a equação aproximada para o ponto P para o problema bidimensional de condução de calor
regido pela equação de Laplace.
3.8 Resolva analítica e numericamente, usando volumes finitos e diferenças finitas, o problema unidimensional de condução
com geração de calor mostrado na Fig. 3.25, dado por

e compare as soluções. Para o método das diferenças finitas, use os pontos marcados por círculos cheios, enquanto para o
método dos volumes finitos a temperatura está armazenada nos quadrados. Você verá que a solução usando diferenças
finitas é exata, isto é, sem erros de truncamento, portanto independe do tamanho da malha, ao passo que para volumes
finitos a solução numérica depende da malha. Explique a razão e faça uma proposição que permita obter a solução por
volumes finitos também exata.
Obs.1. No caso da equação da condução, a aplicação de diferenças finitas, ou volumes finitos com função de interpolação
por diferenças centrais, resulta em idênticas equações aproximadas quando os volumes forem internos.
Obs.2. A obtenção de uma solução numérica idêntica à exata só é fácil de obter em problemas unidimensionais. Portanto,
é sempre conveniente ter volumes de controle, em que são realizados balanços que cubram todo o domínio
computacional.
Fig. 3.25 Malha para o Problema 3.8

3.9 Partindo da Eq. (3.148) com o termo transiente, obtenha as equações aproximadas para as formulações explícita e totalmente
implícita. Na formulação explícita, existem três formas usuais de distorcer o transiente. Uma delas é avançar a solução
com o máximo Δt permitido para cada célula; a outra é fazer uso dos valores recentemente calculados das variáveis; e a
terceira é sobrerrelaxar esses valores de acordo com

onde T* representa o valor obtido na solução do sistema linear. Mostre que, se o sistema linear obtido com a formulação
totalmente implícita e Δt infinito for resolvido ponto a ponto, as três formas de distorção do transiente explícito são
exatamente os métodos de Jacobi, Gauss-Seidel e S.O.R., respectivamente.
3.10 Resolva, usando volumes finitos, o problema da aleta unidimensional transiente, com o topo isolado e temperatura Tb na
base, conforme Fig. 3.26, com os seguintes dados:
Tb = 373 K, T∞ = 293 K, k = 10 W/mK, D = 0,01 m, L = 0,05 m, h = 5,0 W/m2K e α = 10–6 m2/s. Faça o problema
variando o número de volumes elementares. Compare a solução de regime permanente com a solução analítica disponível
em qualquer texto de transferência de calor. Para comparar, adimensionalize seus resultados. No tempo t = 0 a aleta está
na temperatura ambiente.

Fig. 3.26 Geometria para o Problema 3.10

3.11 Partindo da Eq. (3.56) em duas dimensões, obtenha as equações aproximadas, usando a formulação explícita. Mostre que o
máximo avanço de tempo possível para a solução, de acordo com o critério de von Neumann, é dado por

3.12 Para materiais anisotrópicos, a equação da condução do calor em duas dimensões é escrita como

onde kij é o tensor condutividade térmica. Numere os volumes elementares da esquerda para a direita e de baixo para
cima; integre a equação acima, usando volumes finitos e a formulação totalmente implícita e obtenha os coeficientes da
equação discretizada. Mostre como fica a estrutura da matriz de coeficientes e calcule o índice de esparsidade para uma
malha de 20 × 20 volumes.
3.13 Resolva numericamente o problema bidimensional de condução em regime permanente dado pela Eq. (9.6) e compare a
solução com a analítica dada pela Eq. (9.7).
3.14 Resolva numericamente o problema de condução unidimensional descrito na Seção 9.5.2 e compare seus resultados com a
solução analítica dada pela Eq. (9.10). Derive a expressão analítica para obter o fluxo de calor e compare com o fluxo de
calor calculado numericamente.
3.15 Para o Exercício 2.3, do Cap. 2, quando o escoamento entre as placas paralelas se tornar plenamente desenvolvido, a
equação resultante é semelhante àquela do problema de condução com geração uniforme de calor, ou seja,

onde dP/dx é o gradiente de pressão, constante, e μ é a viscosidade absoluta do fluido. Observe que o lado esquerdo da
equação faz o papel de uma geração em um problema de condução. Resolva esse problema numericamente e compare a
solução com a exata. Valem para esse problema todos os comentários feitos para o Exercício 3.8.
3.16 Uma placa plana de espessura L = 3 m tem em sua face esquerda um fluxo de calor por unidade de área igual a 10 W/m2
entrando na placa, enquanto na face direita um fluxo de calor por unidade de área igual a 21 W/m2 deixa a placa. Existe
uma geração uniforme de calor igual a 7 W/m3 no interior da placa. A condutibilidade térmica da placa é igual a 1 W/m
K.
a) Determine a distribuição de temperatura, usando os métodos de Jacobi, Gauss-Seidel, S.O.R. e TDMA. Para essa
situação, o problema não tem solução. Explique a razão.
b) Faça agora o fluxo de calor que sai igual a 31 W/m2. Por que não é possível encontrar a solução usando o TDMA? Fixe
o valor da temperatura do último volume à direita em 10 K. Por que agora foi possível achar a solução usando
TDMA?
c) Resolva, pelos métodos de Jacobi, Gauss-Seidel e S.O.R., fixando e não fixando o valor do volume à direita. Analise o
comportamento dos métodos quanto ao número de iterações necessário.
Fig. 3.27 Malha para o Problema 3.17

3.17 Para o Problema 3.10, com 16 volumes de controle, e para um problema bidimensional de condução, também com 16
volumes e numerados de acordo com a Fig. 3.27a, usando sempre diferenças centrais, obtenha a estrutura da matriz de
coeficientes para os dois casos. Imagine, agora, que, na obtenção das equações aproximadas para o problema da aleta,
dois volumes à direita e dois à esquerda sejam utilizados na equação para P, conforme a Fig. 3.27b. Como fica a estrutura
da matriz? Qual é a semelhança dessa matriz com a do problema bidimensional?
3.18 Para observar a redução mais rápida dos erros de alta frequência e mais lenta dos de baixa frequência na solução de um
sistema linear por um método iterativo ponto a ponto (Gauss-Seidel, no caso), resolva o problema da condução

unidimensional em regime permanente com condições contorno T = 0 em x = 0 e x = 1, com uma

condição inicial do tipo

que representa uma composição de erros de alta e baixa frequências e n[0, N]. Com o processo iterativo marchando da
esquerda para a direita e uma malha de 30 volumes, N = 30, plote a distribuição inicial, de acordo com a Eq. (3.153) e
observe que depois de algumas iterações (3 ou 4) os erros de alta frequência desaparecerão e os de baixa frequência serão
diminuído muito lentamente. Refine ainda mais a malha e veja que fica ainda mais difícil diminuir os erros de baixa
frequência. Faça uma malha grosseira N = 4 e verifique como os erros de baixa frequência diminuem, agora, rapidamente.

3.17 REFERÊNCIAS
[1] Anderson, D. A., Tannehill, J. C. e Pletcher, R. Computational Fluid Mechanics and Heat Transfer, Hemisphere Publishing
Corporation (1984).
[ 2] Roache, P. J., Computational Fluid Dynamics, Hermosa (1976).
[ 3] Maliska, C. R., Silva, A.F.C. e Andrade, D., “A Strong Coupling Procedure for the Segregated Solutions of Rotating Flows”, in
Separation Phenomena in Liquids and Gases, Houston G. Wood, Editor, Eng. Academic Outreach Publication (1992).
[ 4] Patankar, S. V., Numerical Heat Transfer and Fluid Flow, Hemisphere Publishing Corporation (1980).
[ 5] Brandt, A.,“Multi-Level Adaptative Solutions to Boundary Value Problems”, Math. and Comput., vol. 31, pp. 333-390 (1977).
[ 6] Hutchinson, B.R., Raithby, G.D., “A Multigrid Method Based on the Additive Correction Strategy”, Numerical Heat Transfer, vol. 9,
pp. 511-537 (1986).
[ 7] Ferziger, J.H., Peric, M., Computational Methods for Fluid Dynamics, 2nd edition, Springer, (1999).
[ 8] Golub, G.H., Van Loan, C.F., Matrix Computations, 2nd edition, The Johns Hopkins University Press (1989).
[ 9] CFDOnline, On-line Center for Computational Fluid Dynamics, http://www.cfd-online.com/
[10] Maliska, C. R., Silva, A. F. C., Marchi, C. H., Azevedo, J. L. F e Livramento, M. A., “Vetorização e Análise de Desempenho do
Programa Tridimensional Colocalizado, Parte VI”, Relatório IAE/CTA, SINMEC/EMC/UFSC, Relatório RT-91-2, Florianópolis,
SC, Brasil (1991).
[ 11] Scarborough, J. B., Numerical Mathematical Analysis, Johns Hopkins Press (1958).
[ 12] Richtmyer, R. D. e Morton, K. W., Difference Methods for Initial-Value Problems, John Wiley & Sons, New York (1967).
[ 13] Silva, A. F. C., Marchi, C. H., Livramento, M. A. e Azevedo, J. L. F., “On the Effects of Vectorization for Efficient Computation of
Three-Dimensional Segregated Finite Volume Solutions”, XI Congresso Brasileiro de Engenharia Mecânica, pp. 109-112, São Paulo,
Brasil (1991).
[ 14] Stone, H. L., “Iterative Solution of Implicit Approximation of Multidimensional Partial Differential Equations”, SIAM Journal Num.
Anal., vol. 5, pp. 530-558 (1968).
[ 15] Schneider, G. E. e Zedan, M., “A Modified Strongly Implicit Procedure for Numerical Solution of Field Problems”, Numerical Heat
Transfer, vol. 4, pp. 1-19 (1981).
[ 16] MACH-3D/NAVIER, “Desenvolvimento de Códigos Computacionais para a Solução de Problemas de Escoamento de Alta
Velocidade”, Manual dos Programas Computacionais MACH-3D e NAVIER, SINMEC/EMC/ UFSC, Manual MP-90-2,
Florianópolis, SC (1990).
[ 17] George, A.J., Liu, J.W., Computer Solutions of Large Sparse Positive Definite Systems, Prentice-Hall, Englewoods Cliffs (1981).
[ 18] Settari, A., Aziz, K., “A Generalization of the Additive Correction Methods for the Iterative Solution of Matrix Equations, SIAM J.
Numer. Anal., vol. 10, pp. 506-521 (1973).
[ 19] Philips, R.E., Schmidt, F.W., “Multigrid Techniques for Numerical Solution of Diffusion Equations”, Numerical Heat Transfer, vol.
7, pp. 251-268 (1984).
[ 20] TascFlow Theory Documentation, ASC-Advanced Scientific Computing Ltd, Waterloo, Ontário, Canadá (1995).
[ 21] Fortuna, A.O., Técnicas Computacionais para Dinâmica dos Fluidos — Conceitos Básicos e Aplicações, Editora da Universidade de
São Paulo (2000).
4.1 INTRODUÇÃO
No Cap. 3, os problemas de difusão de calor estudados foram usados como base para a apresentação do método dos
volumes finitos e de suas características principais. Não tivemos a preocupação de enfatizar o uso de funções de interpolação,
apesar de as mesmas terem sido usadas na aproximação dos fluxos difusivos nas interfaces dos volumes de controle. Para a
avaliação dos fluxos difusivos (de qualquer propriedade), as funções de interpolação usadas são diferenças centrais e não trazem
problemas de estabilidade para o método numérico.
Neste capítulo, nossa atenção será voltada para a aproximação dos termos advectivos da equação diferencial de
conservação, apresentada em forma geral pela Eq. (2.46). Como já discutido no Cap. 2, a advecção de uma determinada
propriedade é causada pelo escoamento. Novamente neste capítulo, trataremos, fundamentalmente, com problemas
unidimensionais, agora de advecção/difusão, com o objetivo de enfatizar as funções de interpolação aplicadas aos termos
advectivos.
Apesar de estarmos tratando de problemas que envolvem advecção, não é nossa preocupação, no momento, saber como foi
obtido o campo de velocidades que aparece nas equações de conservação. Deve ser interpretado que esse campo é conhecido e
disponível. Nos próximos capítulos, dedicaremos atenção aos métodos que ensinam como calcular numericamente os campos de
velocidade e pressão.
A próxima seção é dedicada ao entendimento da relação que deve ter a função de interpolação com a física dos respectivos
termos da equação diferencial nos quais a função será aplicada. Em seguida, serão analisados alguns tipos de funções de
interpolação, ainda para problemas unidimensionais. De posse desses conhecimentos, estes serão extrapolados para o
entendimento da criação das funções de interpolação para duas e três dimensões.

4.2 A DIFICULDADE DO PROBLEMA ADVECTIVO-DOMINANTE


Para dar início à discussão das dificuldades do tratamento de problemas advectivo-dominantes, vamos considerar o
problema unidimensional de advecção/difusão da propriedade ϕ sem os termos transiente e fonte, dado por

onde ϕ representa uma propriedade qualquer transportada e Γϕ, o coeficiente de transporte. Para um problema de
advecção/difusão de calor, ϕ será a temperatura e Γϕ=ρα, onde ρ é a massa específica e α, a difusividade térmica. A integração
da Eq. (4.1) no volume de controle mostrado na Fig. 4.1 resulta
em que os subíndices representam as fronteiras do volume de controle onde devem ser avaliados os fluxos advectivos e
difusivos. O cálculo desses fluxos deve ser realizado em função dos valores da função nos pontos nodais. Em outras palavras, a
função de interpolação tem o papel de conectar os pontos nodais, local de armazenamento da função ϕ. A tentativa é sempre
propor uma função de interpolação com menor erro possível e que, ao mesmo tempo, não envolva muitos pontos nodais para
não criar uma matriz com estrutura muito complexa. A função de interpolação ideal é aquela que conecta os pontos nodais com
a própria solução do problema que queremos resolver. Essa função de interpolação é denominada exata, e, como já podemos
antecipar, isso só é possível para problemas muito simples.
A tendência natural é especificar uma função de interpolação que tenha o menor erro de truncamento possível, e o esquema
CDS — Central Differencing Scheme, ou diferenças centrais, é o primeiro a ser lembrado por ser de ordem Δx2 e por envolver
apenas dois pontos nodais no cálculo de cada fluxo. Considerando propriedades físicas constantes, empregando a formulação
totalmente implícita (lembre-se de que, nesse problema, a coordenada x tem derivada de primeira ordem, semelhante ao tempo,
e, portanto, uma formulação explícita em x também seria possível), e aproximando os fluxos utilizando diferenças centrais
(CDS), encontramos, considerando a malha uniforme,

que, após rearranjada, tem a forma

Fig. 4.1 Volume de controle para o problema advectivo/difusivo

com os coeficientes dados por

Considerando a velocidade u positiva, a seguinte relação deve ser satisfeita, para que o coeficiente Ae seja positivo:
onde a expressão à esquerda do sinal na inequação é reconhecida como sendo o número de Reynolds da célula. Note-se que, se
estivermos resolvendo a equação da energia, será o número de Peclet da célula, uma vez que Γϕ será igual a k/cp na Eq. (4.8).
Podemos observar que, quando a velocidade u aumenta, a malha deve ser reduzida proporcionalmente, se desejarmos
manter o coeficiente Ae positivo. Manter os coeficientes positivos é uma característica desejada para qualquer método numérico.
Portanto, o uso de diferenças centrais na aproximação dos termos advectivos cria, quase sempre, coeficientes negativos,
pois é impossível, em problemas reais, refinar a malha até forçar sua positividade, ou seja, manter Pe ≤ 2 para todas as malhas.
A presença de coeficientes negativos traz de imediato duas dificuldades. A primeira está associada à natureza do método
iterativo usado para a solução do sistema linear. Se esse método não for robusto, como os métodos ponto a ponto, por exemplo,
a solução poderá divergir. A segunda está vinculada à ordem de aproximação da função de interpolação. Aproximações de alta
ordem, como diferenças centrais, nos termos advectivos, quando esses forem dominantes, geram instabilidades, produzindo
soluções que apresentam oscilações numéricas em regiões de grandes gradientes. A característica dessas oscilações está
mostrada na Fig. 4.2(a), em que um pulso de ϕ deve ser reproduzido numericamente.
É importante salientar que a solução que apresenta as oscilações numéricas é convergida, e não se trata de uma solução
oscilatória não convergida. A impossibilidade de dissipar as oscilações é uma característica dos esquemas de alta ordem,
incluindo-se, nesses, a aproximação por diferenças centrais.
Também é importante destacar que a existência de coeficientes negativos não significa a impossibilidade total de obter a
solução. O uso de métodos robustos para resolver o sistema linear e a forma de avançar a solução permitem a obtenção da
solução, mesmo com coeficientes negativos, conforme relatado em Silva [1].
A maneira de evitar o coeficiente negativo é usar uma outra aproximação para o termo advectivo. Uma aproximação de um
lado só, de primeira ordem de aproximação, também conhecida como upwind, por exemplo, resolve o problema. Para u positivo,
a aproximação de um lado só resulta na seguinte aproximação numérica para a Eq. (4.1),

Fig. 4.2 Presença de oscilação numérica (a) e difusão numérica (b)

originando os seguintes coeficientes


que, como a velocidade é positiva, são todos positivos. Para u negativo, a aproximação da Eq. (4.1), agora com upwind para o
outro lado, resulta em

criando os seguintes coeficientes

onde se observa novamente que, pelo fato de u ser negativo, os coeficientes resultam todos positivos.
A solução do pulso de ϕ usando esquemas upwind tem a forma mostrada na Fig. 4.2(b), onde se pode ver que
desapareceram as oscilações numéricas, mas, por outro lado, o pulso dissipou-se, não sendo captado o real gradiente do
problema.
Esses dois comportamentos obedecem a uma consistência física que será discutida na próxima seção. Por ora, é importante
mantermos em mente os dois fatos seguintes que serão discutidos com maior profundidade em uma próxima seção, ainda neste
capítulo:
1. O uso de diferenças centrais (CDS), e de outros esquemas de alta ordem, em problemas de advecção dominante, gera, em
geral, soluções não realísticas, por serem esquemas não dissipativos.
2. Os esquemas upwind (UDS) produzem soluções fisicamente coerentes, mas têm a propriedade de suavizar os altos gradientes,
por serem dissipativos.

4.3 FUNÇÕES DE INTERPOLAÇÕES SUPORTE FÍSICO


O uso do esquema CDS para problemas puramente difusivos e do esquema UDS para problemas de advecção dominante
tem uma forte motivação física. Para interpretá-la, vamos considerar novamente a Eq. (4.1).
Conforme já discutido no Cap. 2, os termos da equação diferencial representam sempre a física do fenômeno, e para cada
termo podemos associar uma interpretação matemática. Assim, o termo difusivo é um termo elíptico, e, portanto, os efeitos de
uma perturbação no meio são transmitidos (difundidos) em todas as direções por esse termo. Logo, o lado direito da Eq. (4.1)
transmite uma perturbação igualmente nos dois sentidos do eixo x. O termo advectivo, do lado esquerdo da equação, é
parabólico e transmite perturbações apenas no sentido da velocidade. Os efeitos desses termos, logicamente, influem no perfil
de temperatura e devem ser claramente entendidos e incorporados na criação da função de interpolação.
O problema idealizado, e mostrado na Fig. 4.3, é útil para esse estudo. Considere-se um escoamento unidimensional com
velocidade u constante com temperatura em x = 0 e x = L, iguais a 1 e 0, respectivamente. O problema é idealizado, e, portanto,
não nos interessa questionar como as temperaturas iguais a 1 e 0 são mantidas. Para nós é uma condição de contorno. Não
existindo fontes de calor, tudo em regime permanente, a Eq. (4.1) com ϕ = T é a equação que rege esse fenômeno.

Fig. 4.3 Problema 1D de advecção/difusão de calor

Considere, inicialmente, a velocidade u igual a zero. Nessa situação, tudo está parado, e o problema é o mesmo da
condução de calor em uma placa sólida com temperaturas 1 e 0 nas faces. Nesse caso restam apenas os efeitos difusivos e a
solução da equação é uma reta, uma vez que as temperaturas prescritas em x = 0 e x = 1 terão a mesma influência no
estabelecimento do perfil dentro do domínio, pelas características elípticas da difusão. A solução matemática, que é uma reta,
coincide com o nosso sentimento físico.
O outro limite acontece quando consideramos a velocidade muito grande, positiva e tendendo ao infinito. Nossa intuição
física nos diz que a temperatura igual a 1 se estabelecerá em todo o domínio, uma vez que a condição de contorno a jusante (T =
0) não interferirá na solução, pois os efeitos difusivos não conseguem se transmitir no sentido contrário ao eixo coordenado,
porque os efeitos advectivos, muito fortes nesse sentido, não permitem e forçam sobre todo o domínio a temperatura igual a 1.
Entre esses dois limites existem infinitas soluções em que o balanço entre os efeitos difusivos e advectivos estabelece, para
velocidades finitas, uma solução intermediária, mostrada pela linha tracejada na Fig. 4.3.
O aprendizado com esse problema nos mostra que o uso de diferenças centrais (CDS) é consistente para os termos
difusivos, enquanto o uso da aproximação de um lado só (UDS) é fisicamente consistente para o termo advectivo. Parece,
portanto, coerente que as funções de interpolação (comportamento da função entre pontos nodais) a serem empregadas em
problemas advectivos/difusivos levem em conta essa característica física. Logo, para um problema de convecção dominante,
com velocidade positiva, a função de interpolação adequada é a curva A, para difusão dominante, a curva B, e para situações
intermediárias uma curva adequada que tenha como parâmetro o número de Peclet, que nada mais é do que a relação entre os
fluxos advectivos e difusivos [2].
A solução analítica da Eq. (4.1), a ser deduzida adiante, serve, consequentemente, como uma família de funções de
interpolação. Interpretando a posição x = 0 e a posição x = L, na Fig. 4.3, como os pontos da malha P e E, mostrados agora na
Fig. 4.4, as condições de contorno para a Eq. (4.1) são dadas por

Definindo as seguintes variáveis adimensionais


o problema se reduz a

com as seguintes condições de contorno

onde o número de Peclet baseado em Δx é dado por

A solução do problema, dada pela Eq. (4.19) com as respectivas condições de contorno, é

A Fig. 4.4 mostra a família de soluções obtida com a Eq. (4.19). A curva B representa o problema de difusão pura,
enquanto a curva A, o de advecção pura. Para velocidades negativas, temos as curvas D para Peclet muito grande negativo e a
curva E para Peclet finito negativo. O importante, agora, é fazer uso da Eq. (4.22) no tratamento numérico das equações
diferenciais parciais.

Fig. 4.4 Funções de interpolação


4.4 FUNÇÕES DE INTERPOLAÇÃO UNIDIMENSIONAIS
Os esquemas em diferenças centrais e upwind já foram vistos no início deste capítulo. Vimos, também, que a família de
soluções obtida com o problema unidimensional de advecção/difusão pode ser usada como função de interpolação. Nesta seção,
mostraremos outras funções de interpolação e repetiremos os esquemas de diferenças centrais (CDS) e upwind (UDS) com o
objetivo, apenas, de deixar reunidos, nesta seção, os esquemas unidimensionais mais importantes.
Considere-se, novamente, a Eq. (4.1) sendo integrada sobre o volume elementar mostrado na Fig. 4.1, originando a Eq.
(4.2). Diferentes funções de interpolação geram aproximações diferentes, que produzem soluções diferentes para a mesma
equação diferencial, enquanto a malha não for refinada. Não existe nenhum exagero em enfatizar e repetir que o
estabelecimento da função de interpolação é a parte fundamental na concepção de um método numérico.

4.4.1 DIFERENÇAS CENTRAIS


O esquema CDS usa uma interpolação linear. Considerando que as faces do volume de controle estejam situadas no meio
da distância entre os pontos nodais, temos

e, consequentemente,

Com a substituição das Eqs. (4.23) e (4.24) na Eq. (4.2) e considerando o campo de velocidades uniforme, obtemos os
coeficientes dados pelas Eqs. (4.5) a (4.7), que sempre apresentam coeficientes negativos, independentemente do sinal da
velocidade, quando Pe, ou Re para problemas de transferência de quantidade de movimento, for maior do que 2. Todas as
implicações desse esquema já foram discutidas. Na obtenção das Eqs. (4.5) a (4.7) usamos malhas igualmente espaçadas, apenas
por conveniência e não por necessidade.

4.4.2 UPWIND
Para evitar o aparecimento de coeficientes negativos e as oscilações numéricas já discutidas, lança-se mão do esquema
upwind (UDS). Agora, as funções de interpolação têm as seguintes expressões, fazendo-se uso da Fig. 4.4,

dando origem, exatamente, aos mesmos coeficientes dados pelas Eqs. (4.10) a (4.12) e Eqs. (4.14) a (4.16) para u positivo e
negativo, respectivamente. Observe-se que o termo difusivo continuou sendo aproximado por diferenças centrais. Apenas para
reafirmar, o esquema upwind tem sua relação direta com o termo parabólico, isto é, o valor da função na interface é igual ao
valor da função no volume a montante. O volume a montante muda, logicamente, de acordo com o sentido da velocidade.

4.4.3 ESQUEMA EXPONENCIAL


O esquema exponencial é baseado nas ideias apresentadas em [3] e propostas por [4] e usa as funções de interpolação
obtidas da solução exata do problema unidimensional de advecção/difusão. É claro que, se o mesmo problema unidimensional
de advecção/difusão que originou as funções de interpolação for resolvido numericamente, usando a própria função de
interpolação, a solução numérica obtida será a exata, não importando o número de malhas empregado. Isso é semelhante à
constatação que já fizemos no Cap. 3, em que a solução numérica do problema de condução unidimensional permanente fornece
a solução exata, independentemente do tamanho da malha, quando a interpolação for por diferenças centrais.
Usando a Eq. (4.22) para determinar ϕ e sua derivada em relação a x no ponto e, encontramos

lembrando que a Eq. (4.18) deve ser usada para obter as expressões dimensionais. O mesmo procedimento deve ser realizado
para obter os valores de ϕ e de sua derivada em w, para posterior substituição na Eq. (4.2). Observe-se que o número de Pe é
calculado com Δxe, quando avaliamos as funções de interpolação na face e, e com Δxw, quando avaliamos na face w.
Uma dificuldade com o esquema exponencial é o tempo de computação para avaliar os exponenciais. Como a função de
interpolação depende da velocidade (Peclet), será necessário calcular exponenciais para todas as interfaces dos volumes de
controle. Uma variante desse método, com simplificações nos cálculos dos exponenciais, criando expressões que procuram
seguir a expressão exata, por faixas de número de Peclet, denominado Power-Law, está descrita em [5].

4.4.4 WUDS — WEIGHTED UPSTREAM DIFFERENCING SCHEME


Nesse esquema, a função de interpolação exata proposta em [4] é associada a dois coeficientes, α e β, que dependem do
número de Peclet e servem como pesos entre a advecção e a difusão. Os valores de ϕ e de sua derivada na interface são escritos,
tomando a face leste novamente como exemplo, como

Inspecionando as equações anteriores, vemos que para α = 0 e β = 1 o esquema de diferenças centrais é recuperado, ao
passo que para α = 0,5 e α = –0,5, com β = 0 para ambos, recupera-se o esquema upwind para velocidades positivas e negativas,
respectivamente. Os valores desses coeficientes são determinados usando-se a Eq. (4.22) e as Eqs. (4.29) e (4.30), reescritas
para ϕ*, e aplicando-se as condições de contorno dadas pela Eq. (4.20). Para a Eq. (4.29) encontramos

originando a expressão para αe

Para βe, a Eq. (4.30) resulta em


originando expressão para βe, dada por

onde Δξ foi feito igual a Pe, de acordo com a adimensionalização feita para as variáveis.
Manter as expressões para α e β na forma exponencial acarreta as mesmas dificuldades de computação já discutidas para o
método exponencial. Raithby [6] propôs as seguintes expressões para os dois coeficientes

lembrando que em todas as expressões que envolvem o número de Peclet esse número é baseado em Δx.
Quando substituídas as expressões para ϕe e sua derivada na face e pelas Eqs. (4.29) e (4.30), e equações similares para ϕw
e sua derivada na face w, na Eq. (4.2), encontraremos a equação discretizada na forma

com as seguintes expressões para os coeficientes

A equação da conservação da massa unidimensional, dada por

foi usada para determinar as expressões dos coeficientes anteriores.


Fig. 4.5 Comportamento de Ae com a velocidade

A Fig. 4.5 mostra o comportamento do coeficiente Ae com a velocidade. Pode-se constatar que o coeficiente será sempre
positivo, independentemente do sinal de u. Para u igual a zero, resta no coeficiente apenas a parte difusiva, ao passo que, para u
positivo e grande, o coeficiente Ae tende a zero, como era de se esperar, pois o valor nodal E não deve mais influenciar o valor
da variável em P. Para o coeficiente Aw, temos o mesmo comportamento, isto é, será sempre positivo, tendendo a zero quando a
velocidade for crescendo negativamente.
A Fig. 4.6 apresenta as curvas de α e β dadas pelas Eqs. (4.32) e (4.34) e pelas aproximações dadas pelas Eqs. (4.35) e
(4.36). Quando o número de Pe aumenta, a aproximação do termo advectivo aproxima-se de uma derivada a montante (UDS).
Esquemas desse tipo, onde α e β variam no domínio de cálculo procurando “pesar” as influências da convecção e da difusão, são
chamados de esquemas híbridos. Se é verdade que a utilização desses esquemas evita oscilações espaciais e também a possível
divergência da solução, é também verdade que, à medida que as velocidades aumentam, fazendo α tender a 1/2, aumenta a
chamada difusão numérica ou falsa difusão, assunto da próxima seção.

Fig. 4.6 Coeficientes α e β [6]


4.4.5 INTERPOLAÇÃO UPWIND QUADRÁTICA
A função de interpolação Quick-Quadratic Upwind Interpolation for Convective Kinematics, devida a Leonard [7], é
bastante difundida e opção em alguns pacotes comerciais de mecânica dos fluidos computacional. Nesse esquema, a ideia é
aumentar a ordem de aproximação da função de interpolação, utilizando um polinômio de maior ordem. Considerando a Fig.
4.7, se o interesse for calcular o valor de ϕ no ponto e, as expressões para u positivo e negativo são, respectivamente,

Os pesos de cada ponto nas duas expressões anteriores aparecem da ponderação dos coeficientes de uma parábola passando
pelos pontos W, P e E, quando u é positivo e EE, E e P quando negativo.
Pode ser mostrado, através da expansão em série de Taylor, que a ordem de aproximação é Δx3. Conforme [8], a
aproximação QUICK é ligeiramente superior à CDS, mas ambas convergem com erro de segunda ordem, sendo raro
observarem-se grandes diferenças entre os dois esquemas.

4.4.6 CORREÇÃO ATRASADA OU CORREÇÃO EXPLÍCITA


Uma preocupação sempre presente com a escolha da função de interpolação é a qualidade da matriz de coeficientes
resultante. Vimos que, se usarmos o esquema UDS, teremos sempre um sistema estável, com diagonal dominante e sem
coeficientes negativos. Portanto, é recomendável poder trabalhar com uma matriz com essas características mas, ao mesmo
tempo, utilizar esquemas de mais alta ordem do que o UDS. A seguinte proposta de Khosla and Rubin [9], denominada correção
atrasada (deferred correction),

permite trabalhar de forma implícita com uma formulação upwind promovendo a correção para um esquema de segunda ordem
explicitamente. Na Eq. (4.44), Fe é a aproximação dos fluxos, e os superíndices U e CDS indicam os esquemas upwind e
diferenças centrais. Como o segundo termo do lado direito da equação é tratado explicitamente, daí o superíndice “o”, indicando
condições conhecidas do nível iterativo anterior, os sistemas lineares serão resolvidos com a formulação upwind, tendo no termo
independente a correção para segunda ordem. É lógico que aumentar o termo independente prejudica a convergência, mas os
danos são menores do que se as equações fossem resolvidas com o esquema CDS implicitamente. Na convergência, as
avaliações upwind cancelam-se e o esquema CDS é o efetivamente utilizado. Na Eq. (4.44), outros esquemas de primeira ordem
e de alta ordem podem substituir, respectivamente, os esquemas upwind e central.

Fig. 4.7 Pontos usados no esquema Quick

4.5 DIFUSÃO NUMÉRICA OU FALSA DIFUSÃO


4.5.1 INTRODUÇÃO
Recapitulando os efeitos mostrados esquematicamente na Fig. 4.2, aprendemos que, se a função de interpolação adotada
para os termos advectivos for diferenças centrais, existem dois riscos. O primeiro é presenciar a divergência da solução,
provocada pelo uso de métodos de solução de sistemas lineares não aptos ao tratamento de coeficientes negativos, e o segundo é
obter soluções não realísticas apresentando oscilações numéricas, uma vez que o esquema de diferenças centrais não possui
habilidade para dissipar as perturbações inerentes ao processo de solução [10,11]. Os fenômenos podem ser superpostos, isto é,
a presença de um coeficiente negativo pode dar origem a uma perturbação que se propaga sem a possibilidade de ser dissipada.
Essa perturbação pode crescer e fazer a solução divergir ou pode ficar limitada, estabelecendo uma solução convergida, mas
apresentando oscilações numéricas. A solução para as oscilações, ainda obtendo solução com segunda ordem de precisão, é o
refino da malha.
Por outro lado, se a interpolação usada for upwind, o esquema resulta bastante estável, obtendo-se sempre uma solução
realística, mas com alta dissipação embutida, conforme mostrado na Fig. 4.2(b). Essa dissipação ocorre, logicamente, nas
regiões de grandes gradientes, muitas vezes destruindo a solução, como é o caso de captura de ondas de choque, que deve ser
realizada com precisão para identificar a real posição do choque.
A propriedade do operador aproximado usando upwind de suavizar os grandes gradientes pode ser também interpretada
como benéfica, uma vez que, para muitas situações de engenharia, é preferível obter-se alguma solução, mesmo sabendo das
imprecisões, do que não a obter. O mecanismo de suavização dos gradientes é equivalente ao processo de difusão física de uma
propriedade, sendo por isso chamado de difusão numérica ou falsa difusão. A forma de interpretar a difusão numérica sempre
foi controversa na literatura. Na próxima seção discutiremos as visões existentes e a forma de interpretá-la neste texto.

4.5.2 CARACTERIZAÇÃO DA DIFUSÃO NUMÉRICA


Uma das formas de interpretar a difusão numérica é com base no erro de truncamento das aproximações por série de
Taylor. Considere-se a função de interpolação mostrada na Fig. 4.8 entre os pontos W e P. Avaliando a convecção de ϕ através
da face w usando diferenças centrais, temos

e usando diferenças de um lado só (upwind),


Fig. 4.8 Análise da difusão numérica

Expandindo os valores de ϕW e ϕP em séries de Taylor, usando as Eqs. (3.133) e (3.134), e utilizando esses valores na Eq.
(4.45), obtemos, para a advecção na face oeste, usando diferenças centrais

e usando a Eq. (4.46) para diferenças a montante, encontramos

O segundo termo do lado direito da Eq. (4.48) é um termo análogo ao termo de difusão da propriedade ϕ (veja que é um
coeficiente multiplicado por uma derivada), onde ρwuwΔx/2 seria o coeficiente de difusão falso.
Dessa maneira, explica-se a difusão numérica pelo uso de aproximação de primeira ordem na aproximação dos termos
advectivos. Como as diferenças centrais apresentam erros de segunda ordem, não existiria difusão numérica para essa
aproximação.
O enfoque físico, sempre presente nos desenvolvimentos do método dos volumes finitos, também permitiu que outras
interpretações fossem dadas para a difusão numérica. Por exemplo, Patankar [5] mostra a solução numérica do problema da
advecção de um pulso de ϕ, cuja solução se apresenta sem difusão numérica, sem suavização do gradiente portanto, mesmo
quando um esquema upwind é empregado. Nesse caso, o esquema upwind é exato, não justificando afirmar que o mesmo é
impreciso por ser de primeira ordem. A Fig. 4.9 mostra o problema, em que uma corrente unidimensional de fluido com
velocidade u constante tem, na sua metade inferior, o valor ϕ = 1 e na superior, o valor ϕ = 2.
Por ser um problema de advecção pura, o mesmo é regido pela seguinte equação de convecção unidimensional,

onde a condição de contorno em x = 0 é a prescrição do perfil de ϕ.


Fig. 4.9 Propagação em x de uma descontinuidade

Integrando a Eq. (4.49) para o volume de controle P, encontramos

Como ϕe = ϕP e ϕw = ϕW, pela aplicação do esquema upwind, temos

Considerando ρ e u constantes, sem prejudicar a análise, temos

que é a solução exata do problema dado pela Eq. (4.49). O fato de a aproximação ser de primeira ordem, portanto, não afetou a
precisão da solução. A difusão numérica deveria ser, então, explicada em outras bases. Para isso, vamos considerar o mesmo
problema, definido agora no sistema x-y, conforme mostra a Fig. 4.10.
A equação diferencial do problema agora é
Fig. 4.10 Propagação em x-y de uma descontinuidade

Integrando a Eq. (4.53) para o volume de controle, agora bidimensional, e considerando Δx = Δy, temos

Utilizando o esquema upwind e considerando ρ, u e v constantes, temos

A solução do problema regido pelas Eqs. (4.49) e (4.53) deveria ser a mesma, uma vez que o problema físico é o mesmo.
Apenas foi mudada a orientação do sistema de eixos, tornando o problema bidimensional. Entretanto, a Eq. (4.55) nos dá uma
solução diferente da solução exata que é ϕ = 1 para os pontos abaixo da linha AA e ϕ = 2 para os pontos acima. Há uma difusão
da propriedade ϕ da região superior para a região inferior, denominada difusão numérica ou difusão falsa, já que não existe
difusão física prevista na equação diferencial.
Patankar [5] define, então, a existência da difusão numérica pelo fato de o escoamento ser oblíquo às malhas e por existir
um gradiente de ϕ normal à direção de escoamento.

4.5.3 CONSIDERAÇÕES IMPORTANTES


As formas de ver a difusão numérica permitem as seguintes observações:
1. Em primeiro lugar, a razão de a Eq. (4.49) ter a solução numérica igual à exata, quando se usa upwind, não é por a malha estar
alinhada com o escoamento, mas sim por ter sido usada uma função de interpolação exata, nesse caso upwind, que é a
própria solução do problema. A utilização de uma função de interpolação exata não gera erros de truncamento, e a
solução numérica é igual à analítica, independentemente do tamanho da malha. É lógico que, se o escoamento não fosse
unidimensional, não seria fácil encontrar a função de interpolação exata. Mas, se encontrássemos essa função, isto é,
obtida da solução exata da Eq. (4.53), teríamos uma solução numérica também exata para o problema da Fig. 4.10,
mesmo com a malha inclinada em relação ao vetor velocidade. A inclinação do vetor velocidade com a malha agrava os
problemas de difusão numérica, mas não é a sua essência, como será visto ainda nesta seção.
2. Para citar mais um exemplo, o problema unidimensional de advecção/difusão dado pela Eq. (4.1) também terá solução
numérica exata, não importando o tamanho da malha, se a função de interpolação for aquela do esquema exponencial.
3. Vimos, então, que, se usarmos as funções de interpolações exatas, obtidas das próprias equações diferenciais que se deseja
resolver, a solução numérica é exata, independentemente do tamanho da malha e da dimensionalidade do problema. Logo,
a existência de erros de truncamento (i.e., solução não exata) está ligada diretamente à natureza da função de interpolação
empregada.
4. O uso, então, de funções de interpolação não exatas gera erros de truncamento que podem estar associados a esquemas
dissipativos ou não. Erros de truncamento associados a funções de interpolação do tipo diferenças centrais são erros de
truncamento do tipo não dissipativos, que produzem as chamadas oscilações numéricas, enquanto os associados a funções
de interpolações do tipo upwind são dissipativos e suavizam os gradientes existentes no domínio, produzindo a chamada
difusão numérica, fenômeno semelhante ao provocado pela difusão física.
5. As inexatidões nas funções de interpolação podem ser geradas de diversas formas. Uma delas é o uso de funções de
interpolação unidimensionais em problemas 2D e 3D, que é o caso do problema da Fig. 4.10.
Com base nos comentários anteriores, ficou claro que o uso de funções de interpolação não exatas dá origem aos erros de
truncamento. Tais erros de truncamento, quando associados aos termos advectivos, podem ser classificados em dissipativos e
não dissipativos e originam, respectivamente, a difusão numérica e a oscilação numérica.
É mais consistente, então, definirmos a difusão numérica como os erros de truncamento de natureza dissipativa,
associados aos termos advectivos, causados pelo fato de a função de interpolação não ser exata. É lógico que, em problemas
bi- e tridimensionais complexos, nunca teremos a possibilidade de usar funções de interpolação exatas, pois já teríamos de
saber, de antemão, a solução do problema. Logo, nossos problemas sempre estarão contaminados de difusão numérica, se
aproximarmos os termos advectivos por esquemas dissipativos. Poderemos tentar minimizá-la criando funções de interpolação o
mais próximas possível da solução do problema físico a ser resolvido.
Com essa definição, o leitor poderá tentar concluir que um problema bidimensional de condução pura, em que são usadas
diferenças centrais unidimensionais em cada termo, independentemente, o que caracteriza uma função de interpolação não
exata, possui difusão numérica. Para dissipar essa dúvida, devemos lembrar, sempre, que a difusão numérica aparece apenas
quando erros de truncamento dissipativos estão associados aos termos advectivos. Por sua vez, a oscilação numérica está
presente apenas quando erros de truncamento não dissipativos estão associados também aos termos advectivos. No caso do
problema de condução, existem, sim, erros de truncamento, pois a função de interpolação não é exata, mas eles não dão origem
à difusão numérica e nem a oscilações numéricas. É por isso que não encontramos dificuldades para resolver numericamente um
problema bi- ou tridimensional de condução pura usando diferenças centrais.
Portanto, o uso de diferenças centrais para aproximar os termos advectivos elimina a difusão numérica, pois, ao usarmos
diferenças centrais, os erros de truncamento são não dissipativos, não dão origem a difusão numérica e podem ser eliminados
pelo refinamento da malha. Um exemplo disso está no trabalho de Silva [1], que resolveu o problema da propagação da
descontinuidade dado pela Eq. (4.53), na malha inclinada, usando diferenças centrais unidimensionais como função de
interpolação dos termos advectivos, obtendo um resultado sem difusão numérica, isto é, sem a suavização da descontinuidade.
Outra questão ambígua presente na literatura é quanto à existência ou não de difusão numérica em problemas
unidimensionais sem gradiente lateral [5]. Para essa análise, considere, novamente, o problema unidimensional de
advecção/difusão dado pela Eq. (4.1), sendo aproximado usando upwind no termo advectivo e diferenças centrais no termo
difusivo. Como essa função de interpolação não é exata e existe um esquema dissipativo (upwind) associado à representação do
termo advectivo, pela definição deste texto existe difusão numérica, sim, para um problema unidimensional. Para comprovar,
basta resolver o problema numericamente e verificar que o perfil será mais difusivo do que o obtido pela solução exata quando o
termo advectivo predominar.
Em problemas de convecção dominante bi- e tridimensionais, a difusão numérica acentua-se, exatamente porque o uso de
funções de interpolação unidimensionais afasta-se demais da função de interpolação exata.
Entre os analistas numéricos que usam volumes finitos existe razoavelmente bem disseminado o conceito de que a difusão
numérica está vinculada, fundamentalmente, à inclinação do vetor velocidade com a malha e não aos erros de truncamento. O
não alinhamento do vetor velocidade com a malha apenas torna as funções de interpolação unidimensionais mais inexatas,
conforme já enfatizado, gerando erros de truncamento que poderão dar origem à difusão numérica, à oscilação numérica ou a
outros erros. A difusão numérica diminui com o refino da malha, e isso também ocorre com todos os demais erros de
truncamento, desde que a aproximação da equação diferencial seja consistente. A Fig. 4.11 mostra os diferentes erros de
truncamento, mostrando a origem da difusão e da oscilação numéricas.

Fig. 4.11 A origem da difusão numérica

Para finalizar, saliente-se que a boa função de interpolação é aquela oriunda da equação diferencial que se procura resolver.
Portanto, efeitos transientes, difusão lateral, convecção lateral e termos-fonte etc. devem ser contemplados se possível.
A seguir, serão discutidas mais algumas funções de interpolação que procuram diminuir a difusão numérica, trabalhando-se
com a inclinação do vetor velocidade em relação à malha.

4.6 FUNÇÕES DE INTERPOLAÇÃO 2D E 3D


Como o uso de funções de interpolação unidimensionais em problemas multidimensionais gera difusão numérica, a
alternativa, além do refino da malha, é criar funções com a dimensionalidade do problema. Apenas as ideias básicas de algumas
delas serão aqui apresentadas, com o objetivo de mostrar o procedimento de criação de uma função de interpolação
multidimensional. A literatura no assunto é vastíssima, e está fora do escopo deste texto fazer uma revisão do assunto.
Novamente, os desenvolvimentos serão feitos para um problema 2D, por simplicidade, mas a ideia é a mesma para problemas
3D, apenas a implementação computacional é que se torna mais complicada.

4.6.1 SUDS E SWUDS — SKEW WEIGHTED UPSTREAM DIFFERENCING SCHEME


As ideias precursoras no desenvolvimento de funções de interpolação bidimensionais foram apresentadas por Raithby [12]
ao desenvolver dois métodos que criam funções de interpolação alinhadas com o vetor velocidade.
Como na maioria dos códigos computacionais a malha é fixa, e mesmo nos códigos adaptativos é difícil fazer a adaptação
da malha com o vetor velocidade para todas as regiões do domínio, o natural é escrever a função de interpolação ao longo do
vetor velocidade. Dessa forma, para avaliar, por exemplo, o valor de ϕ na face oeste, conforme mostrado na Fig. 4.12, os valores
da variável em SW, N, W e P participam na função de interpolação, em vez de apenas participarem W e P. É fácil ver que a
função de interpolação unidimensional dada pela Eq. (4.27) pode ser, agora, aplicada ao longo de u-D, usando, como condições
de contorno, os valores de ϕ interpolados dos pontos nodais. Fazendo isso, um dos fatores da difusão numérica, o alinhamento
do vetor velocidade com a malha, fica anulado. Outros fatores devem ser, ainda, levados em consideração, como difusão
transversal ao escoamento, termos-fonte etc.
O esquema assim criado envolverá nove pontos para a situação bidimensional, gerando matrizes de nove diagonais cujos
métodos de solução devem ser mais robustos.
Conforme já salientado mais de uma vez, a função de interpolação mais adequada é aquela obtida de uma equação
diferencial o mais próxima possível da equação a ser resolvida. Para problemas bidimensionais, a equação de transporte
advectivo/difusivo bidimensional, sem considerar os termos-fonte, pressão e transiente, parece ser uma boa alternativa.
Considerando ρ e u constantes localmente, essa equação, escrita para a face w, tem a forma

Escrevendo a Eq. (4.56) para as direções s e n, conforme a Fig. 4.13, temos

Fig. 4.12 Pontos nodais envolvidos no esquema SUDS

onde V é a magnitude do vetor velocidade. A solução exata da Eq. (4.57) é trabalhosa de ser obtida. Uma solução que admite
uma variação linear de ϕ normal ao escoamento é
Fig. 4.13 Direção tangencial e normal ao escoamento-SUDS

onde k1 e k2 são constantes e (x,y) são medidos ao longo da normal ao escoamento, caracterizando os pontos do domínio. As
constantes são determinadas usando-se dois dos seis pontos nodais que interferem na face oeste. Essa função de interpolação
admite que ϕ varia linearmente na direção normal ao escoamento. Quando o gradiente de ϕ normal ao escoamento tende a zero,
e a advecção for localmente dominante, a aproximação torna-se upwind.
As equações dos coeficientes, não mostradas aqui, permitem concluir que existe a possibilidade de coeficientes negativos,
dependendo da inclinação do vetor velocidade. É um esquema que diminui a difusão numérica, mas, em função da
complexidade devido ao controle de ângulos do vetor velocidade, é complicado para implementação. Muitos esquemas
baseados nesse esquema foram desenvolvidos, procurando eliminar o problema do coeficiente negativo, dos quais citamos os de
Lillington [13] e Hassan [14], entre outros.
Huget [15], recentemente, propôs dois novos esquemas baseados no SUDS, o MSUS (Modified Skew Upstream Scheme) e
o MWUS (Mass Weighting Upstream Scheme). Eles melhoram os resultados obtidos pelo SUDS, sendo o último deles bastante
estável, sem geração de coeficientes negativos e sem apresentar oscilações na solução convergida. Muitos outros métodos não
pertencentes à família do SUDS não são aqui mencionados pelos motivos já expostos.
O outro método desenvolvido por Raithby [4], o SWUDS, emprega também a Eq. (4.56) e propõe uma solução para ϕ da
forma

onde a e b, reconhecidos como os números de Peclet em x e y, são dados por

Observa-se que nesse esquema existem os balanços difusivo e advectivo na direção do escoamento, ausentes no SUDS. No
SUDS, esse fato causava dificuldades para resolver problemas de baixa velocidade, em virtude de a interpolação ser fixa e
upwind na direção do escoamento.

4.6.2 WUDS-E — WEIGHTED UPSTREAM DIFFERENCING SCHEME-EXTENDED


O WUDS-E [16] resolve a mesma equação diferencial unidimensional resolvida pelo WUDS, incluindo todos os efeitos
restantes no termo-fonte. O esquema foi desenvolvido para coordenadas generalizadas, mas é apresentado aqui em sua versão
para coordenadas cartesianas. Os desenvolvimentos que se seguem não são restritos apenas a uma função de interpolação e
podem ser usados para a criação de funções de interpolações 1D com termos-fonte diversos, explorando a forma de representar
esse termo-fonte. A equação apropriada é escrita como

onde B é dado por

A Eq. (4.61) é a Eq. (4.1) para 2D com um termo-fonte adicionado, o que implica que sua solução é semelhante. Fazendo
as seguintes adimensionalizações, dadas por

encontramos a equação diferencial que deve ser resolvida para se obter a função de interpolação

onde devemos observar que a variável ϕ não foi adimensionalizada, propositadamente. A solução da Eq. (4.66) é

Usando as condições de contorno

determinamos as constantes F1 e F2. Considerando malhas igualmente espaçadas, podemos determinar o valor de ϕe usando ξ
igual a 1/2, obtendo-se

A equação para ϕe, rearranjando os coeficientes, pode ser escrita como

onde
onde αe é o coeficiente dado pela Eq. (4.32), repetido a seguir por conveniência

A Eq. (4.62) para o termo fonte B inclui, também, o termo de pressão, o que só faz sentido quando ϕ for uma das
componentes do vetor velocidade. O próximo passo para concluir a obtenção de ϕe é avaliar o termo-fonte B*. Considerando a
Fig. 4.14, os termos de B são avaliados por

onde o termo que adimensionaliza B foi multiplicado nas equações anteriores para se obter as expressões adimensionalizadas.
O que podemos observar é que, depois de o valor de Be* ser aproximado numericamente e substituído na Eq. (4.69), a
função de interpolação leva em conta todos os pontos vizinhos, como se fosse um esquema skew. Existem dois procedimentos
que podem ser considerados. O primeiro é avaliar o termo-fonte com todos os valores nodais de ϕ da iteração anterior, o que faz
do termo- fonte simplesmente um número e da Eq. (4.70) uma função de interpolação unidimensional cuja influência dos
volumes N, NE, S e SE é considerada explícita. Para um problema bidimensional, a matriz de coeficientes continua de cinco
pontos, o que é vantajoso. A outra alternativa é considerar os valores de ϕ em N, NE, S e SE como implícitos, de tal maneira que
a Eq. (4.70) teria a forma
Fig. 4.14 Pontos usados na avaliação de B*

Note-se que, nessa segunda alternativa, o termo B foi considerado constante para achar a solução exata da equação
diferencial dada pela Eq. (4.70). Depois de aproximado numericamente, sugere-se que o mesmo participe implicitamente.
Assim, ao substituirmos o valor de ϕe na equação integrada sendo resolvida, o algoritmo aumentaria o número de diagonais da
matriz. Quando o valor de ϕ fosse avaliado nas quatro faces, o algoritmo bidimensional passaria a ter nove pontos. Essa segunda
alternativa não foi implementada.
Com relação à derivada de ϕ nas faces do volume, no método WUDS-E, a mesma não é obtida pela derivação da função de
interpolação unidimensional, como é comum, pois o esquema foi desenvolvido para malhas não ortogonais. Nesse caso, a
derivada de ϕ em uma única direção coordenada (não coincidente com a normal) não avalia o fluxo total, sendo necessária a
derivada em relação à normal.
Para exemplificar como é feito o procedimento, a Fig. 4.15 considera uma malha não ortogonal onde são mostrados os
pontos A e B em que os valores de ϕ são obtidos por interpolação dos valores vizinhos. A derivada de ϕ em relação à normal é
obtida, considerando β = 1, por

onde ϕA e ϕB são obtidos por interpolação entre os pontos ϕE e ϕNE, e ϕP e ϕS, respectivamente.
Para malhas cartesianas, a derivada fica
Fig. 4.15 Avaliação da derivada normal em e

Alguns casos limites dessa formulação podem ser analisados. Em primeiro lugar, é fácil ver, combinando as Eqs. (4.70) e
(4.71), que, se o termo-fonte for nulo, o valor de ϕe reduz-se a

que é a expressão obtida com o método WUDS. Considere-se, agora, um escoamento bidimensional sem termos de pressão,
com S = 0 e uma malha cartesiana igualmente espaçada. Nesse caso, o termo B* estará considerando a convecção e a difusão
lateral, sendo expresso por

Definindo as seguintes grandezas

podemos escrever B* como


Para o caso limite de Pey e Pex tendendo a zero, isto é, condução pura bidimensional, temos

de onde podemos verificar que o valor de ϕe carrega a influência de 75% da interpolação linear em x e 25% da interpolação
linear em y, ou seja, a função de interpolação é bidimensional, mesmo para o problema apenas difusivo. Para o caso de difusão
pura unidimensional, ϕe se reduz como esperado.
Para o caso limite unidimensional com Pex tendendo ao infinito, teremos a recuperação do esquema upwind.

como era esperado. Para finalizar, para o caso limite em que Pex e Pey tendem ao infinito, isto é, advecção pura bidimensional,
temos para valor de ϕe

que novamente mostra que a função de interpolação é bidimensional. Também podemos ver o aparecimento de um termo
negativo que, dependendo de sua magnitude, poderá causar dificuldades na solução.
Os testes realizados com a formulação WUDS-E no problema da advecção de um pulso mostram que o método tem a
mesma performance de métodos skew, que são naturalmente bem mais complexos e aumentam a banda da matriz. Deve ser
lembrado que uma função de interpolação unidimensional, mesmo com termo-fonte, sempre carrega alguma difusão numérica.
Os resultados podem ser vistos em [16].

4.6.3 FIC — FUNÇÃO DE INTERPOLAÇÃO COMPLETA


O método FIC [17], desenvolvido para coordenadas generalizadas, segue as ideias apresentadas em [18] no âmbito do
método dos métodos de volumes finitos baseados em elementos. A ideia básica é buscar uma função de interpolação a mais
próxima possível da solução exata. É lógico que a forma de obter a função de interpolação da maneira até agora apresentada só
é possível em problemas que possuem solução analítica. Para problemas 3D, teríamos que resolver analiticamente a equação
completa de conservação de ϕ, que é o objetivo do método numérico.
Se não é possível obter a função de interpolação analítica, por que não a obter numericamente? Dessa forma, tanto a função
de interpolação quanto a equação diferencial de interesse seriam obtidas numericamente. Como a função de interpolação seria
obtida numericamente, poderíamos determiná-la de modo que todos os efeitos sejam considerados. O método FIC tem esse
objetivo. Também esse método foi desenvolvido para aplicação em coordenadas generalizadas, cuja simplificação para o
sistema coordenado cartesiano é feita a seguir.
Nosso objetivo é obter o valor de ϕe da equação diferencial completa. A Fig. 4.13 auxilia a mostrar os pontos nodais que
farão parte da expressão. Escrevendo a equação diferencial bidimensional para a conservação de ϕ no ponto e, temos

Vale lembrar que, após a obtenção de ϕe da equação anterior, a mesma deve ser substituída na integração da equação
diferencial que está sendo resolvida. Para que ϕe possa ser obtido, devemos realizar as aproximações numéricas na Eq. (4.91).
Para o termo transiente e de pressão, temos
ao passo que, para os termos advectivos, temos

e difusivos

O termo-fonte S deve ter a sua aproximação de acordo com a sua expressão específica para a variável ϕ. Substituindo as
expressões anteriores na Eq. (4.91), encontramos a expressão para ϕe, dada por

De forma semelhante, podemos determinar ϕ nas outras três interfaces e substituí-lo na equação diferencial integrada,
obtendo a equação aproximada que formará o sistema linear para a determinação de ϕ. Os coeficientes, tanto da Eq. (4.98),
como da equação final, podem ser encontrados em [19]. Pela Eq. (4.98), constatamos que todos os nove pontos vizinhos
tomarão parte na equação discretizada final para ϕ. Logo, a matriz será de nove diagonais para problemas bidimensionais e 19,
ou 27, para problemas tridimensionais.
É aparente a maior complexidade do método FIC em relação ao Exponencial, WUDS e WUDS-E. Entretanto, resultados
com qualidade que só são obtidos com malhas em torno de 40 × 40 com os métodos unidimensionais são conseguidos com
malhas 20 × 20 com o método FIC. Uma análise do tempo de computação revelou um esforço em torno de 10 a 15% maior
usando o FIC.
É deixado ao leitor, como exercício, obter os casos limites para o método FIC, semelhante ao feito para o WUDS-E.
Resultados obtidos com o FIC podem ser vistos em [17,19].

4.6.4 FORMA GERAL DE INTERPOLAÇÃO PARA Φ


Uma forma geral, que se aplica a situações 2D e 3D, para a determinação dos valores da função nas interfaces do volume
de controle é usar a expansão em série de Taylor de ϕ ao longo da linha de corrente s, conforme mostrado na Fig. 4.12, como

onde o valor de ϕu é determinado através de algum esquema de interpolação utilizando os pontos nodais. Para determinarmos
2
uma função de interpolação com ordem de Δs , precisamos determinar o valor de Δϕ/Δs, que pode ser determinado da própria
equação diferencial, por exemplo, isolando Δϕ/Δs da Eq. (4.57), ou de uma equação mais completa, levando em conta os termos
importantes da física em questão. Se uma interpolação de maior ordem for necessária, uma expressão para a derivada segunda
de ϕ em relação a s será necessária. A utilização da Eq. (4.99) permite criar as mais diversas funções de interpolação, de acordo
com a determinação feita para as derivadas de ϕ. Nos Caps. 12 e 13 voltaremos a esse assunto com a determinação de funções
de interpolação usando a Eq. (4.99).

4.7 CONCLUSÕES
Este capítulo teve como objetivo apresentar as funções de interpolação e o papel das mesmas na aproximação das equações
diferenciais. Como aprendizado principal, ficou o fato de as funções de interpolação serem as responsáveis pelos erros de
truncamento de uma aproximação. Em outras palavras, se tivéssemos a possibilidade de usar funções de interpolação exatas,
teríamos a solução exata do problema, independentemente do tamanho da malha.
Além disso, e talvez o mais importante do capítulo, classificamos os erros de truncamento como dissipativos e não
dissipativos, definindo a difusão numérica como sendo erros de caráter dissipativo, associados aos termos advectivos. Portanto,
a difusão numérica desaparece, sim, com o refino da malha.
Salientamos, também, que as aproximações em diferenças centrais são de caráter não dissipativo e, portanto, não
classificadas como erros de difusão numérica. Erros não dissipativos associados à representação dos termos advectivos dão
origem às oscilações numéricas.
Foram mostradas também algumas funções de interpolação unidimensionais bastante empregadas e a filosofia embutida na
construção de funções de interpolações bi- e tridimensionais. A literatura é vastíssima nesse tópico; entretanto, como já
mencionado, não é o objetivo do texto rever a literatura no assunto. Por exemplo, os esquemas TVD — Total Variation
Diminishing estão recebendo atualmente grande atenção em todas as áreas de aplicação e constituem-se em uma boa alternativa
para o desenvolvimento de funções de interpolação robustas. Uma apresentação bastante completa sobre métodos TVD pode ser
encontrada em [20]. Novos esquemas estão sempre em desenvolvimento, e comparações entre métodos estão sempre sendo
realizadas [21,22].

4.8 EXERCÍCIOS
4.1 Explique como aparecem as ocilações numéricas e a difusão numérica na solução de problemas advectivo-dominantes.
4.2 Por que o refino da malha elimina a difusão numérica e a oscilação numérica?
4.3 Para verificar o aparecimento das oscilações numéricas e da difusão numérica, o problema unidimensional de
convecção/difusão em regime permanente é extremamente útil. Usando uma formulação totalmente implícita e o método
dos volumes finitos, resolva a Eq. (4.1), considerando como condições de contorno ϕ = 0 em x = 0 e ϕ = 1 em x = 1, para
as seguintes situações:
a. Diferenças centrais para o termo difusivo e advectivo. Aumente gradativamente a velocidade e observe o aparecimento
de oscilações numéricas na região de grandes gradientes, ou seja perto de x = 1.
b. Upwind para o termo advectivo e diferenças centrais para o difusivo. Novamente, aumente a velocidade e observe que o
gradiente de ϕ captado está dissipado, isto é, existe o aparecimento da difusão numérica, mesmo em um problema em
que o escoamento é alinhado com a malha.
c. Use como funções de interpolação as Eqs. (4.27) e (4.28). Varie o número de pontos da malha e compare a solução com
a exata, dada pela Eq. (4.22). Por que a solução é a exata, independentemente do tamanho da malha? Não existem
mais erros de truncamento?
d. Resolva, agora, o problema usando o WUDS com α e β dados pelas Eqs. (4.35) e (4.36). O resultado numérico será
novamente independente da malha? Por quê?
4.4 Obtenha a solução exata da Eq. (4.61) utilizada no método WUDS-E. Obtenha, também, as Eqs. (4.88) a (4.90).
4.5 Empregando a função de interpolação completa (FIC) descrita na Seção 4.6.3, mostre que, quando Pexe e Peye tendem a zero,
a função ϕe fica

4.9 REFERÊNCIAS
[ 1] Silva, A. F. C., Um Procedimento em Volumes Finitos para a Solução de Escoamentos de Qualquer Velocidade, Tese de
Doutoramento, Universidade Federal de Santa Catarina, Florianópolis, Brasil (1991).
[ 2] Maliska, C. R., “On The Physical Significance of Some Dimensionless Numbers Used in Heat Transfer and Fluid Flow”, 8th Brazilian
Congress of Engineering and Thermal Sciences — ENCIT, pp. 49, Porto Alegre-RS, Brasil (2000).
[ 3] Spalding, D. B., “A Novel Finite-Difference Formulation for Differential Expressions Involving Both First and Second Derivatives”,
Int. Journal of Numerical Methods in Engineering, vol. 4, p. 551 (1972).
[ 4] Raithby, G. D. e Torrance, K. E., “Upstream-Weighted Differencing Schemes and Their Application to Elliptic Problems Involving
Fluid Flow”, Computers & Fluids, vol. 2, pp.191-206 (1974).
[ 5] Patankar, S. V., “Numerical Heat Transfer and Fluid Flow”, Hemisphere Publishing Corporation (1980).
[ 6] Raithby, G. D., “Prediction of Dispersion by Surface Discharge”, Basin Investigation and Modelling Section, Canada Centre for
Inland Waters, Canada (1976).
[ 7] Leonard, B. P., “A Stable and Accurate Convection Modelling Procedure based on Quadratic Interpolation. Comp. Meth. Applied
Mech. Eng., vol. 19, pp. 59-98 (1979).
[ 8] Ferziger, J. H., Peric, M., “Computational Methods for Fluid Dynamics”, Second Edition, Springer Verlag (1999).
[ 9] Khosla, P. K., Rubin, S. G., “A Diagonally Dominant Second-Order Accurate Implicit Scheme”, Computer and Fluids, vol. 2, pp.
207-209 (1974).
[ 10] Anderson, D. A., Tannehill, J. C. e Pletcher, R. H., “Computational Fluid Mechanics and Heat Transfer”, Hemisphere Pub.
Corporation (1984).
[ 11] Pulliam, T. H., “Artificial Dissipation Models for the Euler Equations”, AIAA Journal, vol. 24, pp. 1931-1940 (1986).
[ 12] Raithby, G. D., “Skew Upstream Differencing Schemes for Problems Involving Fluid Flow”, Comp. Meth. Applied Mech. Eng., vol.
9, pp.153-164 (1976).
[ 13] Lillington, J. N., “A Vector Upstream Differencing Scheme for Problem in Fluid Flow Involving Significant Source Terms in
Steady-State Linear Sistems”, Int. J. Numer. Methods in Fluids, vol. 1, pp. 3-16 (1981).
[ 14] Hassan, Y. A., Rice, J. G. e Kin, J. H., “A Stable Mass-Flow-Weighted Two-Dimensional Skew Upwind Scheme”, Num. Heat
Transfer, vol. 6, pp. 395-408 (1983).
[ 15] Huget, R. G., “The Evaluation and Development of Finite Volume Approximation Schemes for Fluid Flow and Heat Transfer
Predictions, PhD. Thesis, University of Waterloo, Waterloo, Canada (1985).
[ 16] Ulson de Souza, A. A. e Maliska, C. R., “Um Esquema para Minimização da Difusão Numérica”, XI Congresso Ibero-Latino-
americano sobre Métodos Computacionais para a Engenharia, pp. 165-175, Rio de Janeiro, Brasil (1990).
[ 17] Ulson de Souza, S. M. G. e Maliska, C. R., “Arranjo de Variáveis Colocalizado no Método de Volumes Finitos”, XI Congresso
Ibero-Latino-americano sobre Métodos Computacionais para a Engenharia, pp. 177-1191, Rio de Janeiro, Brasil (1990).
[ 18] Schneider, G. E. e Raw, M. J., “A Skewed, Positive Influence Coefficient Upwinding Procedure for Control-Volume-Based Finite-
Element Convection-Diffusion Computation”, Numerical Heat Transfer, vol. 9, pp.1-26 (1986).
[ 19] Ulson de Souza, S. M. G., “Solução Numérica de Escoamentos Bidimensionais Usando Variáveis Co-localizadas em Coordenadas
Generalizadas”, Tese de Doutoramento, Universidade Federal de Santa Catarina, Florianópolis, Brasil (1992).
[ 20] Hirsch, C., Numerical Computation of Internal and External Flows, J. Wiley & Sons, vol. 1 (1991).
[ 21] Marchi, C. H., “Esquemas de Alta Ordem para a Solução de Escoamentos de Fluidos Sem Dispersão Numérica”, Revista Brasileira
de Ciências Mecânicas, vol. 15, n.º 3, pp.231-249 (1993).
[ 22] Schneider, G. E., “A Novel Co-located Finite Difference Procedure for Numerical Computation of Fluid Flow”, AIAA PAPER 86-
1330, AIAA/ASME IV Joint Thermophisycs and Heat Transfer Conference, Boston, EUA (1986).
5.1 INTRODUÇÄO
Os capítulos anteriores apresentaram toda a base necessária para se obter, numericamente, a solução de um problema de
advecção/difusão para situações unidimensionais, considerando conhecido o campo de velocidade. Neste capítulo, realizaremos
a integração da equação de conservação de ϕ para situações tridimensionais. Continua-se admitindo que o campo de velocidades
que produz a advecção seja conhecido. A apresentação da integração da equação em 3D busca apenas deixar completo todo o
processo de integração, aplicando uma função de interpolação e apresentando todos os coeficientes. No Cap. 6, a variável ϕ dará
origem às diversas equações de conservação, e métodos para resolver o sistema de equações diferenciais parciais serão
apresentados.

5.2 INTEGRAÇÃO DA EQUAÇÃO PARA Φ EM 3D


A Eq. (2.4) deverá ser integrada no tempo e no espaço mostrado na Fig. 5.1, onde, para facilitar a especificação das
dimensões, apenas as retas que unem os centros dos volumes de controle são mostradas. Já sabemos que as seis letras
minúsculas identificam as interfaces do volume de controle centrado em P. A integração da equação de conservação para ϕ

no tempo e sobre o volume de controle centrado em P nos dá


Fig. 5.1 Volume elementar tridimensional

onde os fluxos de massa e os coeficientes difusivos são dados por

O sobrescrito θ, mais uma vez, significa que a variável em integração ao longo do intervalo de tempo é avaliada em uma
posição intermediária entre o instante t e o instante t + Δt, originando as formulações totalmente implícita, implícita e explícita.
Rigorosamente, os fluxos de massa nas interfaces também são avaliados em θ. Entretanto, como na formulação implícita e
totalmente implícita a equação deve ser linearizada, os fluxos farão parte dos coeficientes que serão avaliados com os valores
das variáveis disponíveis na iteração anterior. Como os coeficientes são atualizados, quando a solução convergir tanto os
coeficientes como a variável da equação estarão sendo obtidos no mesmo nível de tempo. Por essa razão, os fluxos de massa
não carregam o sobrescrito θ.
O termo L[Sϕ]θ significa a aproximação numérica do termo entre colchetes, e sua linearização será feita de acordo com o
que foi visto no Cap. 3. Esse termo poderá conter o gradiente de pressão se ϕ for uma das componentes do vetor velocidade.
Escolhendo a função de interpolação no tempo, conforme já discutido no Cap. 3, por
onde devemos lembrar, novamente, que a variável ϕ sem sobrescrito significa a avaliação da mesma no instante t + Δt.
Empregando a função de interpolação unidimensional do esquema WUDS, dada por, para os termos advectivos,

e para os difusivos

e substituindo os valores de ϕ e de suas derivadas nas interfaces na Eq. (5.2), obtém-se


Para auxiliar a obtenção da equação aproximada para a variável ϕ, a equação da conservação da massa deve ser empregada.
Fazendo ϕ = 1 e o termo fonte igual a zero na Eq. (5.2), recuperamos a equação da conservação da massa, como

Adicionando a equação da conservação da massa, Eq. (5.23), multiplicada por – 1, no interior do colchete que multiplica
, encontramos

onde
No Cap. 3, onde discutimos os aspectos gerais de uma aproximação numérica ainda no contexto unidimensional, foram
apresentados os diversos tipos de formulações relativamente ao avanço da solução no tempo. Com a obtenção da equação
aproximada para ϕ para situações tridimensionais, é importante retornar a esse assunto. Agora podemos fazer uma análise da
relação entre os diferentes tipos de transiente e as formulações explícita e implícita.

5.3 FORMULAÇÃO EXPLÍCITA


A Eq. (5.24) reescrita para θ = 0, formulação explícita, tem a seguinte forma

onde, para garantir a positividade dos coeficientes, devemos ter

Podemos, agora, simplificar a Eq. (5.27) para o problema unidimensional de condução sem termo fonte, considerado no
Cap. 3. Para malhas igualmente espaçadas, os coeficientes Ae e Aw, dados pelas Eqs. (5.25), resultam Γ/Δx, com o Δt devendo
satisfazer, de acordo com a Eq. (5.27), o seguinte critério para manter a positividade dos coeficientes

que é o mesmo obtido no Cap.3, dado pela Eq. (3.23).


A Eq. (5.27) nos dá, portanto, a forma geral para a obtenção do valor de Δt máximo que a solução explícita pode avançar
no tempo. Está claro, também, que o máximo avanço permitido no tempo é diferente de célula para célula, conforme nos mostra
a Eq. (5.27). Manipular o valor de Δt abre a possibilidade de avançar a solução no tempo, seguindo o transiente real ou o
transiente distorcido.

5.3.1 TRANSIENTE REAL


Quando estamos interessados no transiente real e estamos usando a formulação explícita, o avanço no tempo para todas as
células deverá ser igual. Isso é fisicamente fácil de compreender, pois o transiente deixaria de ser real se alguns volumes
avançassem tempos diferentes. Dessa forma, o máximo Δt possível é dado por

isto é, o máximo avanço de tempo possível deve ser igual ao mínimo dos máximos permitidos para cada volume, conforme a
Fig. 5.2 procura ilustrar. Assim, o coeficiente de será sempre positivo.
Conforme já salientado no Cap. 3, a formulação explícita não dá origem a um sistema linear de equações, mas sim a um
conjunto de equações que são resolvidas uma a uma (ponto a ponto). Toda vez que uma varrida é realizada no domínio, a
solução no novo intervalo de tempo é obtida em um processo computacional extremamente rápido. Essa rapidez, entretanto, é
aparente, uma vez que os valores de Δt possíveis de serem usados e que mantêm os coeficientes positivos são bastante limitados
pelo critério da Eq. (5.27). Em outras palavras, podemos dizer que o Δt é limitado pelo critério de convergência, e não pela
precisão, sendo desnecessário, em geral, realizar um estudo de refino de malha no tempo, ou seja, refino de Δt.
Fig. 5.2 Avanço de tempo na formulação explícita

5.3.2 TRANSIENTE DISTORCIDO


Quando apenas a solução de regime permanente é a de interesse, podemos usar o máximo Δt possível de cada volume
elementar, avançando a solução de uma forma distorcida, já que cada volume avança diferentemente no tempo. Na verdade, não
existe mais o cálculo de uma solução em um determinado nível de tempo, e ficaria melhor dizer que temos a solução num
determinado nível iterativo. Logicamente, a solução de regime permanente independe dessas soluções distorcidas intermediárias
ao longo do tempo. A Fig. 3.7 mostra os avanços da solução com o tempo, discutido, naquele momento, no âmbito de
problemas unidimensionais. A Eq. (5.26) para o transiente distorcido, usando o máximo Δt possível para cada volume
elementar, resulta em

Normalmente, o método explícito é associado à coordenada tempo. Não é, porém, obrigatório que a coordenada explícita
seja sempre a coordenada tempo. Por exemplo, a distribuição de temperatura na região plenamente desenvolvida para o
escoamento entre duas placas paralelas é regida pela seguinte equação diferencial.

onde u é a velocidade ao longo do eixo x.


Essa equação pode ser resolvida utilizando-se a formulação explícita, avançando-se explicitamente em x da seguinte
maneira

ou
Observa-se que a temperatura no ponto P na posição x + Δx é obtida em função de valores conhecidos na posição x. A Fig.
5.3 ilustra o procedimento. Consequentemente, sempre que o processo marchar em uma dada coordenada, determinando os
valores da função sem a necessidade de solução de sistemas lineares, a formulação é explícita. Nesses casos, sempre existirá
uma restrição no tamanho do passo que pode ser usado na coordenada explícita. No exemplo, a restrição que Δx deverá respeitar
para que não haja divergência no processo explícito é

que deve ser comparado com o critério dado pela Eq. (5.28) e estabelecidas suas semelhanças.

Fig. 5.3 Procedimento de avanço explícito em x

5.4 FORMULAÇÃO TOTALMENTE IMPLÍCITA


A Eq. (5.24) escrita para θ = 1 tem a seguinte forma

onde

A Eq. (5.35) é a forma mais empregada para se resolver numericamente problemas de Mecânica dos Fluidos e
Transferência de Calor. A formulação totalmente implícita é a preferida pela possibilidade de avançar o tempo com Δt maiores.
Entretanto, usar a formulação totalmente implícita não significa dizer que podemos usar qualquer tamanho de intervalo de
tempo, pois, quando estamos resolvendo mais de uma equação (o que é quase sempre o caso), o problema do acoplamento pode
limitar severamente o Δt. Estudos de refino do Δt, para se achar a solução independente de Δt para aquele nível de tempo,
devem sempre ser conduzidos.
Lembramos, mais uma vez, que a formulação implícita dá origem a um sistema linear de equações. Quando o transiente
real é de interesse, o sistema linear deve ser resolvido com precisão para cada avanço no tempo. Quando estamos adotando um
transiente distorcido, resolvemos o sistema linear pobremente em cada nível de tempo e avançamos rapidamente para o regime
permanente, que é o nosso interesse. A outra alternativa é fazer Δt bastante grande (infinito) e, através da solução precisa de um
sistema linear, obtermos a solução. Repetindo o que foi salientado em capítulos anteriores, é claro que não tem sentido (seria
um esforço computacional desnecessário) resolver um transiente distorcido implicitamente, usando um método direto ou uma
solução iterativa muito convergida do sistema linear, conforme alerta a Fig. 3.7.
Como uma última observação, lembramos que, quando o transiente real é procurado, seja explícita ou implicitamente, a
condição inicial deve ser a condição física real do problema. Quando o transiente distorcido é adotado (interesse no regime
permanente apenas), a condição inicial é uma estimativa para se iniciar a marcha distorcida no tempo, ou as iterações, se
preferirmos assim chamar. No próximo capítulo, aprenderemos como calcular o campo de velocidades e pressões.

5.5 EXERCÍCIOS
5.1 Obtenha as Eqs. (5.26) e (5.35), com todos os coeficientes, passo a passo.
5.2 A Eq. (5.33) é a equação aproximada do problema dado pela Eq. (5.31), quando o avanço em x é feito explicitamente. Faça
um algoritmo computacional, destacando os principais loops do seu programa para o cálculo das temperaturas em todos
os pontos do domínio. Existe algum sistema linear a ser resolvido?
5.3 Ainda considerando o problema do escoamento entre placas planas paralelas, obtenha agora a equação para a marcha
totalmente implícita em x. Existe ainda alguma restrição com relação ao tamanho de Δx a ser usado no avanço da solução
em x? Reformule o seu algoritmo computacional para também incluir em seu programa o avanço implícito em x. Existe,
agora, algum sistema linear a ser resolvido dentro desse algoritmo?
5.4 Ainda para o mesmo problema, considere, agora, o avanço implícito em x com θ qualquer, isto é

Determine a relação entre θ e Δx tal que não existam oscilações que provoquem divergência durante a marcha em x.
Como um caso especial, considere uma malha com apenas três pontos (e dois deles sobre as placas) com as
temperaturas TN e TS iguais a zero. Recomeçando com a equação diferencial e aproximando apenas o termo ∂2T/∂y2, a
seguinte equação ordinária é obtida

Resolva essa equação para obter TP(x). Existe alguma possibilidade de oscilações?
Usando, agora, a equação para θ qualquer, determine qual é a expressão de θ que garante a solução “exata” desse
problema simplificado.
5.5 Resolva numericamente o problema de condução/advecção bidimensional mostrado na Fig. 5.4, onde o campo de
velocidades V é conhecido. Como função de interpolação, use o método WUDS.
Esse é um problema importante para a preparação de seu programa computacional para incluir, no Cap. 6, a
determinação das velocidades u e v que, nesse problema, são consideradas conhecidas. Observe que a mesma sub-rotina
que você vai desenvolver para calcular os coeficientes para T será usada para os coeficientes de u e v, no Cap.6. Portanto,
estruture seu programa de maneira a reservar armazenamento local para as variáveis T, u, v e P, para as malhas Δx e Δy,
para as propriedades físicas e para os coeficientes.
Adimensionalize o problema e resolva para diferentes valores de PeΔx e PeΔy e relações a/b. Estude os casos limites e
compare, quando possível, a solução numérica com a analítica. Por exemplo, para u e v iguais a zero, o problema tem
solução exata mostrada no Cap. 9. Para as faces laterais isoladas e T = constante em y = 0, u = constante e v = 0, o
problema fica unidimensional e possui solução exata.
Para generalizar ainda mais o problema, considere a placa como sendo de espessura ε, pequena, e coloque um termo
fonte, função da temperatura, simulando a advecção de calor que é trocado pelas superfícies da placa. Nada se altera do
ponto de vista da estrutura do programa, e o modelo resultante pode simular o resfriamento de uma chapa que se move
com velocidade conhecida.

Fig. 5.4 Problema 5.5


6.1 INTRODUÇÃO
Para desenvolver os tópicos até aqui apresentados, em todas as ocasiões em que foi necessário, o campo de velocidades foi
admitido como conhecido. Na realidade, quando estamos interessados em determinar as condições de troca de calor por
convecção, resolvendo a equação da energia, o campo de velocidades não é conhecido e deve ser determinado, a priori ou
simultaneamente com o campo de temperaturas.
Pela tarefa a ser cumprida, podemos dizer que existem dois problemas a serem resolvidos: o problema de Mecânica dos
Fluidos e o de Transferência de Calor. Os dois poderão estar acoplados, como em problemas de convecção natural, ou quando
as propriedades físicas variam com a temperatura; ou totalmente desacoplados, quando a convecção forçada com propriedades
físicas constantes for resolvida. Em qualquer dos casos, o problema mais complexo a ser resolvido é o de Mecânica dos Fluidos,
em função do delicado acoplamento entre a pressão e a velocidade e as não linearidades presentes nas equações de conservação
da quantidade de movimento linear, ou equações do movimento, como serão denominadas essas equações neste texto, por
simplicidade.
Nosso interesse, neste capítulo, é calcular o campo de velocidades acoplado ou não ao campo de temperaturas.

6.2 SISTEMA DE EQUAÇÕES A SER RESOLVIDO


De acordo com o que foi visto nos capítulos anteriores, cada uma das equações diferenciais deverá ser representada por um
sistema de equações algébricas lineares. Teremos, portanto, um sistema de sistemas de equações algébricas para ser resolvido.
As equações aproximadas podem ser obtidas através da Eq. (5.35), substituindo-se ϕ pelas variáveis dependentes. Para um
escoamento tridimensional compressível, temos
onde a Eq. (6.6) é a equação de estado, usada para fechamento do problema, e u, v, w, P, T e ρ são as três componentes do vetor
velocidade, a pressão, a temperatura e a massa específica. Nessas equações, os coeficientes, apesar de não estarem com
notações diferentes, poderão não ser os mesmos. Por simplicidade, não iremos identificar nos coeficientes a qual equação eles
pertencem, pois os mesmos aparecem ao longo do texto, quase sempre, multiplicando a variável da equação considerada.
Ao se tentar resolver essas equações, a primeira decisão a ser tomada é quanto à natureza da solução, segregada ou
acoplada. A solução acoplada e direta dos sistemas de equações algébricas cria uma única matriz envolvendo todos os
coeficientes e resolvendo todas as incógnitas simultaneamente. O problema do acoplamento entre as variáveis desaparece,
restando apenas as não linearidades, que são consideradas resolvendo-se esse sistema iterativamente, atualizando-se a matriz
dos coeficientes até a convergência.
Essa alternativa, entretanto, não é viável, uma vez que a dimensão da matriz resultante é fenomenal, apresentando um
altíssimo índice de esparsidade. Para constatar isso, imagine-se um problema tridimensional e incompressível com uma malha
de apenas 50.000 volumes, de pequeno porte, portanto. São 250.000 incógnitas, originando uma matriz com 62.500.000.000
elementos, dos quais apenas 0,0028% é não nulo. Imagine, agora, um problema real que utiliza em torno de 1.000.000 de
volumes de controle, tamanho normal de uma malha para problemas complexos de engenharia. Não existe o mínimo sentido em
tentar inverter essa matriz, a não ser que um robusto método de tratamento de matrizes esparsas seja usado.
A alternativa mais viável é a solução segregada dos sistemas de equações, isto é, resolver os sistemas lineares um a um,
atualizando os coeficientes. Na solução de cada sistema linear em particular, a prática é usar, também, métodos iterativos de
solução, e não métodos diretos, pois os primeiros trabalham apenas com os não zeros da matriz. Mesmo quando a opção for
resolver o problema de forma acoplada, isto é, u, v, w e P são resolvidos simultaneamente, técnicas iterativas são empregadas,
juntamente com métodos multigrid, conforme visto no Cap. 3.
Optando-se pela solução segregada, o problema dos acoplamentos entre as variáveis se destaca, e, em mecânica dos
fluidos, um dos principais é o acoplamento pressão-velocidade para escoamentos incompressíveis e escoamentos, em que a
massa específica não é uma função forte da pressão. Escoamentos de gases sem ou com pouca variação de pressão e de líquidos
com ou sem variação de pressão encaixam-se nessa classe de problemas. A razão da dificuldade será explicada adiante.
Antes de apresentarmos os diversos métodos para tratar do acoplamento pressão-velocidade, vamos analisar algumas
características do acoplamento que têm influência sobre esses métodos, tais como a natureza da formulação e o arranjo das
variáveis na malha computacional.

6.3 O ACOPLAMENTO PRESSÃO/VELOCIDADE – CARACTERÍSTICAS


A natureza segregada do processo de solução requer que cada variável tenha uma equação evolutiva para ser avançada.
Observando o nosso sistema de equações, é fácil identificar que as variáveis u, v, w e T podem ser avançadas pela equação do
movimento em cada direção e pela equação da energia, respectivamente. Para avançar a pressão, as coisas não são tão claras
assim, e dependem de o escoamento ser compressível para que a pressão tenha sua própria equação. Neste capítulo,
entenderemos por compressível, do ponto de vista numérico, o escoamento em que ρ varia fortemente com a pressão.
Escoamentos em que o ρ varia, mas apenas com a temperatura, pertencem à classe para a qual a formulação incompressível
também se aplica. Para cada um desses escoamentos existe uma formulação adequada para atacar o problema. Essas
formulações são agora discutidas.

6.3.1 FORMULAÇÕES COMPRESSÍVEL E INCOMPRESSÍVEL


Considere-se um escoamento tridimensional com transferência de calor em que existem cinco equações a serem resolvidas:
conservação da massa, uma equação do movimento em cada direção coordenada e a equação da energia. As incógnitas são
massa específica, pressão, temperatura e as três componentes do vetor velocidade.
Se ρ tem variação considerável com P, então a equação de estado, relacionando ρ com a temperatura e a pressão, é a
relação empregada para o fechamento do problema. A equação de estado é então a equação evolutiva para a pressão, enquanto a
equação da continuidade o é para a massa específica. Essa formulação, em que todas as variáveis dependentes possuem a sua
equação de evolução, é a chamada formulação compressível. A classe de problemas mais importante que usa essa formulação é
a dos escoamentos de gases em alta velocidade. Nesses problemas, é comum também se usar a solução acoplada das equações,
em que a natureza da linearização evita a necessidade de a solução ser iterativa para atualizar a matriz de coeficientes [1][2].
Em princípio, qualquer problema compressível pode ser resolvido dentro do procedimento dado a seguir, avançando a
solução de um tempo t para um tempo t + Δt. Os valores das variáveis no instante t são conhecidos através das condições
iniciais reais do problema (transiente real) ou através de uma estimativa que dá início ao processo iterativo (transiente
distorcido). Os passos são:
1) Calcular ρ no instante t + Δt, usando a equação da conservação da massa.
2) Calcular a temperatura a partir da equação da energia.
3) Calcular a pressão através da equação de estado.
4) Calcular as velocidades através das equações do movimento para cada direção.
5) Reiniciar em 1 e avançar a solução para um novo intervalo de tempo até atingir o regime permanente (transiente real) ou
até atingir a convergência (transiente distorcido). É claro que devemos considerar nesse ciclo iterativo também as não
linearidades das equações de conservação, expressas nos coeficientes das equações algébricas. Pode-se ter, então,
passos iterativos em que os coeficientes permanecem fixos e atualizam-se apenas as variáveis durante um determinado
número de iterações, ou avançar os coeficientes juntamente com as variáveis. O procedimento adequado depende do
problema em questão.
Se a massa específica não varia significativamente com a pressão, mas tem variação considerável com a temperatura, o
problema pode ainda ser definido, rigorosamente, como compressível. Entretanto, a equação de estado P = P(ρ,T) não pode ser
mais usada como equação para a determinação de P, porque pequenos erros cometidos no cálculo de ρ, via equação da
conservação da massa, poderão produzir grandes erros em P, calculados através da relação P = P(ρ,T). Se esse campo de
pressões for introduzido nas equações do movimento e as velocidades resultantes substituídas na equação da continuidade, para
cálculo de ρ para o próximo intervalo de tempo, sérias instabilidades ocorrerão na solução numérica do sistema de equações.
Como a massa específica não depende de P, parece lógico que a equação de estado seja utilizada para o cálculo de ρ,
dependente apenas de T, ou seja, ρ = ρ(T), onde T é determinada através da equação da conservação da energia. A dificuldade
que surge é que, assim procedendo, a equação de estado passa a ser uma equação para ρ, e a pressão passa a não possuir uma
equação evolutiva, aparecendo sua influência apenas através do seu gradiente nas equações do movimento. É fácil ver que não
basta isolar P de uma ou outra equação do movimento. Os gradientes nas três direções devem ser combinados para a
determinação da pressão. Essa é a dificuldade: extrair P das equações do movimento de forma que as velocidades obtidas
satisfaçam a conservação da massa.
A equação de conservação da massa, por sua vez, não serve de equação evolutiva para nenhuma variável e passa a ser,
apenas, uma restrição que deve ser obedecida pelo campo de velocidades.
O desafio, então, é determinar um campo de pressões que, quando inserido nas equações do movimento, origine um
campo de velocidades que satisfaça a equação da conservação da massa. Em outras palavras, o fato de ρ não variar com P
introduz uma grande dificuldade para tratar o acoplamento entre a pressão e a velocidade, causando problemas para a solução
do sistema de equações. Essa formulação é chamada “incompressível”. O caso em que ρ não é função de P e nem de T é um
caso particular. Observa-se, portanto, que os casos de ρ = ρ (T) e ρ = cte recebem o mesmo tratamento do ponto de vista
numérico.
Relembrando, é muito importante notar que, se o sistema de equações fosse resolvido acoplado, o problema do
acoplamento pressão-velocidade não existiria.
Fundamentalmente, é o seguinte o procedimento de avanço da solução do instante t para o instante t + Δt:
1) Fornecer os valores iniciais das variáveis dependentes.
2) Calcular T, usando a equação da energia.
3) Calcular ρ, usando ρ = ρ(T).
4) Calcular P. Um algoritmo para isso deve ser utilizado.
5) Calcular as componentes do vetor velocidade, usando as equações do movimento.
6) Verificar se as velocidades satisfazem a equação da conservação da massa. Caso não satisfaçam, voltar ao item 4 e
recalcular a pressão. Iterar dentro dos itens 4-5-6 até que a equação da conservação da massa seja satisfeita.
7) Como a temperatura depende das velocidades, voltar ao item 2 e recomeçar o processo.
8) Após a convergência, avançar novo intervalo de tempo, até que o regime permanente seja alcançado ou até atingir-se o
tempo de simulação desejado.
Como pode ser observado, a questão-chave da solução é a iteração 4-5-6, em que está envolvida a criação de um algoritmo
especial para o cálculo da pressão. Também parece lógico que a equação da conservação da massa deverá ser transformada em
uma equação na qual a variável pressão apareça. Assim fazendo, ao determinar-se P, a conservação da massa estará satisfeita.
Alguns métodos que usam essa filosofia serão descritos adiante.
6.3.2 O ARRANJO DAS VARIÁVEIS DEPENDENTES NA MALHA
A localização relativa das variáveis na malha computacional é conhecida como arranjo de variáveis, cuja característica
principal é a posição relativa entre as componentes do vetor velocidade e a pressão. Muitos arranjos são possíveis, mas, para
sistemas coordenados ortogonais, dois deles são empregados. Suas características são apresentadas nas seções seguintes.

ARRANJO COLOCALIZADO
Quando estamos resolvendo numericamente uma única equação diferencial, é lógico que a incógnita é localizada
(armazenada) no centro do volume de controle. Quando estamos tratando com mais de uma equação, devemos decidir se todas
as variáveis serão localizadas conjuntamente no centro do mesmo volume de controle, conforme mostrado na Fig. 6.1. Esse
arranjo, denominado colocalizado pelo fato de todas as variáveis usarem o mesmo volume de controle, é a escolha natural pela
simplicidade de controle dos índices das variáveis na implementação computacional. Além disso, empregar o arranjo
colocalizado significa usar um único volume de controle para realizar todas as integrações. Isso significa que o cálculo das áreas
para determinação dos fluxos das diferentes propriedades é o mesmo, facilitando enormemente a construção e a implementação
computacional do algoritmo.
Existe entre os pesquisadores das diferentes escolas de métodos numéricos em fluidos uma grande controvérsia sobre a
questão do arranjo colocalizado. Os pesquisadores da escola de volumes finitos aplicados a problemas incompressíveis de
convecção justificam as dificuldades do arranjo colocalizado pela natureza do acoplamento entre a pressão e a velocidade.
Tentaremos adiante justificar as razões dessas dificuldades. Por outro lado, em toda a área aeroespacial dedicada à solução de
escoamentos compressíveis em malhas curvilíneas, não se tem notícia do uso de arranjos que não o colocalizado. Ao mesmo
tempo, não se tem conhecimento de que o arranjo colocalizado não seja eficiente. Uma possível explicação para isso pode ser
encontrada na natureza dos métodos empregados e problemas de cada área. Na aeroespacial, os métodos, em geral, resolvem as
equações simultaneamente (não existindo, portanto, problemas de acoplamento) e as aproximações são de mais alta ordem,
permitindo que avaliações de gradientes de pressão envolvam mais do que dois pontos discretos, o que ajuda a evitar o
problema do desacoplamento dos campos de pressões. Além disso, na área aeroespacial, os escoamentos mais estudados e
pesquisados são os de alta velocidade, em que a formulação compressível pode ser usada e cada incógnita possui sua equação
evolutiva. Na área de transferência de calor em escoamentos incompressíveis, o acoplamento passa a ser dominante e deve ser
tratado com cuidado.
Fig. 6.1 Arranjo colocalizado de variáveis

No uso do arranjo colocalizado, dois problemas merecem destaque. O primeiro é a ordem de avaliação do gradiente de
pressão para a equação da conservação da quantidade de movimento. Considere a avaliação do gradiente de pressão em relação
a x e y no ponto P, mostrado na Fig. 6.1, dado por

Para o gradiente em y, temos

O que se observa é que as equações do movimento para as direções x e y, ou seja, para as velocidades up e vP, não
envolvem a pressão no volume PP, o que acarreta uma avaliação do gradiente de pressão em uma malha menos refinada. A
pressão passa a ser avaliada com uma ordem de precisão mais baixa.
O segundo problema, e o mais importante, é a possibilidade de ocorrência de campos de pressões oscilatórios [3] que não
são detectados pelo gradiente de pressão e que podem estar desacoplados, justamente pelo fato de o cálculo do gradiente não
envolver a pressão no volume no qual se faz o balanço de conservação de quantidade de movimento. A Fig. 6.2 mostra um
campo de pressões cujo gradiente é sempre nulo, se a avaliação for feita de acordo com as Eqs. (6.8) e (6.10).
O campo oscilatório mostrado na Fig. 6.2 (os números representam valores da pressão) não é detectado pelas equações do
movimento se o arranjo for colocalizado. Para o volume de controle para a velocidade centrada em P, os gradientes de pressão
em x, bem como em y, serão zero, pois envolvem os pontos PE, PW, PN e PS. Assim, a variação de pressão no domínio (nesse
caso, ondulatório de 0 a 100) não será percebida por aqueles volumes de controle sombreados. O mesmo acontece caso o
volume de controle para as velocidades seja centrado nos volumes não sombreados. Observa-se, então, que aquelas pressões
armazenadas (localizadas) junto com as velocidades não entram na equação do movimento para aquele volume, o que provoca o
desacoplamento dos campos de pressões. Parece, então, coerente localizar a velocidade u entre PE e PP e PP e PW e a velocidade
v entre PN e PP e PP e PS, gerando-se o arranjo desencontrado, mostrado na Fig. 6.3, para a velocidade e a pressão [4], dando
consistência ao acoplamento pressão-velocidade. Maiores detalhes sobre o desacoplamento dos campos de pressões no arranjo
colocalizado serão vistos na Seção 6.6.
Fig. 6.2 Campo de pressões oscilatório

Fig. 6.3 Arranjo desencontrado das variáveis

ARRANJO DESENCONTRADO
O arranjo desencontrado (staggered grid) [4] evita os problemas do colocalizado, pois todas as pressões estão acopladas
entre si e com as velocidades, via equação do movimento. As pressões estão armazenadas de tal forma que seu gradiente é a
força motriz da velocidade armazenada entre dois pontos de pressão. É, sem dúvida, um arranjo fisicamente consistente, pois,
entre outros fatores, as velocidades estão localizadas adequadamente para o balanço de massa cujo volume para balanço é um
volume centrado na pressão.
É importante salientar que, se por um lado o arranjo desencontrado promove a estabilidade necessária para o acoplamento
pressão-velocidade, como já comentado, também provoca uma complexidade adicional do ponto de vista de programação
computacional, uma vez que o controle de índice das variáveis é, obviamente, mais complexo. Também os balanços de
conservação devem ser feitos para volumes diferentes, ocasionando fluxos de massa diferentes para cada variável, requerendo
maior espaço de memória computacional. Se para problemas tridimensionais em coordenadas cartesianas a complexidade já é
grande, para coordenadas generalizadas tridimensionais o arranjo desencontrado torna-se excessivamente complexo, por exigir
um trabalhoso controle de índices e por necessitar de excessivo armazenamento de informações geométricas. As condições de
contorno também exigem um processo de implementação trabalhoso.
O arranjo desencontrado é a solução ideal enquanto problemas 2D são resolvidos. A necessidade de resolver problemas em
geometrias mais complexas com o uso de coordenadas generalizadas motivou os pesquisadores a desenvolver métodos de
acoplamento baseados em arranjos colocalizados [5,6,7]. O crescimento atual de métodos usando malhas não estruturadas (em
que é ainda mais complicado usar o arranjo desencontrado) e a busca da generalização dos métodos atuais praticamente
eliminaram o uso de arranjos desencontrados. Em função do interesse didático neste texto, os métodos para tratar o acoplamento
pressão-velocidade serão apresentados de forma a poderem ser empregados para os dois tipos de arranjos. As peculiaridades dos
métodos para cada arranjo serão vistas em seções próprias.

6.4 MÉTODOS PARA TRATAMENTO DO ACOPLAMENTO PRESSÃO-VELOCIDADE


A técnica utilizada durante muito tempo para evitar o problema do acoplamento foi resolver as equações em termos da
função de corrente e da vorticidade. Com essa prática, um problema bidimensional, cujas incógnitas são as componentes do
vetor velocidade e a pressão, reduz-se a um problema de duas incógnitas: a função de corrente e a vorticidade, desaparecendo da
formulação a pressão. É uma técnica bastante atraente, mas que tem vantagens (também limitadas) apenas para problemas
bidimensionais. Um inconveniente é a necessidade de fornecer condições de contorno para a vorticidade, uma variável de
interpretação física não fácil e não conhecida como condição de contorno primitiva do problema. Outro inconveniente é o
acoplamento entre a função de corrente e a vorticidade, via condições de contorno, tornando o processo iterativo bastante
instável e de convergência lenta.
Para problemas tridimensionais, a metodologia não se aplica, pois não existe a definição da função de corrente para três
dimensões. Existe a definição de uma variável equivalente, a função potencial, mas que torna o problema, cujas incógnitas são,
primitivamente, as três componentes do vetor velocidade e a pressão, um problema com seis incógnitas, três componentes da
função potencial e três componentes da vorticidade. Perde-se, então, a vantagem que se tem no caso bidimensional. Devido a
isso, atualmente a quase totalidade dos esquemas numéricos utiliza as variáveis primitivas, ou seja, pressão e velocidade,
adotando métodos para tratar do acoplamento entre as variáveis primitivas, com ênfase no acoplamento pressão-velocidade que
aparece, como já foi comentado, devido à natureza segregada da solução do sistema de equações diferenciais.
Existem, atualmente, diversos métodos para tratar desse acoplamento. O objetivo de todos eles é criar uma equação para a
pressão que permita que o processo iterativo avance, observando a conservação da massa. Antes de iniciarmos a descrição de
alguns métodos, é aconselhável deixar claro o mecanismo físico que deve ser observado no desenvolvimento de algoritmos para
tratar desse acoplamento. A solução correta de um problema de transporte de quantidade de movimento será obtida quando o
campo de pressões introduzido nas equações de Navier-Stokes gerar velocidades que satisfaçam a equação da conservação da
massa. O sistema de equações de interesse no momento são as Eqs. (6.1) a (6.6). Poderão existir outras equações para avançar
outros escalares, como concentração de massa, energia cinética turbulenta, dissipação de energia cinética turbulenta etc.
Na construção de qualquer algoritmo, a realimentação adequada do processo é fundamental para se obter uma boa
velocidade de convergência. No caso do acoplamento em questão, o resíduo de massa, calculado através da equação da
conservação da massa, é o dado fundamental para indicar a maneira como o novo campo de pressões deve ser alterado. Ao
mesmo tempo, esse novo campo de pressões deve, juntamente com as mais recentes velocidades, satisfazer as equações do
movimento. Existem diversas maneiras de se ir “ajustando” as variáveis durante o processo iterativo até se obter a solução do
problema, quando então todas as equações de conservação envolvidas estarão satisfeitas. Harlow e Welch [4], Chorin [8,9],
Amsden e Harlow [10], Patankar e Spalding [11] foram os precursores no desenvolvimento de métodos para tratar o
acoplamento pressão-velocidade. Com base nas ideias de Chorin, muitos outros foram desenvolvidos, dos quais alguns dos mais
difundidos na comunidade científica serão apresentados aqui. Mais uma vez, é didático deixar claro que desenvolver um
algoritmo para esse fim é obter uma equação para avançar os valores da pressão de uma maneira eficiente.

6.4.1 MÉTODOS DE CHORIN


Chorin [8,9] desenvolveu dois métodos para tratar o problema do acoplamento em escoamentos incompressíveis. O
primeiro deles [8] foi concebido para problemas em que apenas a solução de regime permanente era de interesse. Como as
soluções intermediárias ao longo do tempo são distorcidas, ele usou o conceito de compressibilidade artificial, uma estratégia
bastante usada, pela qual o escoamento é tratado como compressível, desaparecendo a compressibilidade quando a solução de
regime permanente é obtida. Dessa forma, a formulação compressível pode ser usada. O segundo método de Chorin [9] pode
resolver problemas seguindo o transiente real. Para exemplificar, considere a equação do movimento para a direção x escrita na
forma

onde ρ é considerado constante e todos os termos não explicitamente escritos estão agrupados em Fxu. Em um determinado
tempo, u é tomado como conhecido, e para o tempo t + Δt, a seguinte equação é resolvida:

Como a pressão não foi considerada na Eq. (6.12), o valor de u obtido é denominado u*. Reconhecendo que Fx pode ser
decomposto em um vetor de divergência zero e outro de rotacional zero, e que o vetor de rotacional zero deve ser ∂P/∂x, as
relações entre u e u* e v e v* são

Como a pressão não é conhecida, ela deve ser determinada de tal forma que a conservação da massa seja satisfeita. O
seguinte esquema iterativo foi proposto por Chorin:

onde D é a aproximação numérica da equação da conservação da massa, ou o erro em satisfazer essa equação, λ é um parâmetro
de relaxação e k o nível iterativo dentro do intervalo de tempo no qual a solução está sendo obtida. Quando convergir, D será
igual a zero, e a pressão também terá convergido. O ciclo iterativo para esse método é:
1. Obter u* da Eq. (6.12).
2. Corrigir u e v (no caso bidimensional) usando as Eqs. (6.13) e (6.14).
3. Calcular P através da Eq. (6.15).
4. Iterar entre os itens 2 e 3 até determinar as velocidades e a pressão dentro da precisão desejada.
5. Avançar para novo nível de tempo.
Com base no método de Chorin, descrito brevemente, foram desenvolvidos os métodos que mais impacto causaram nas
metodologias numéricas para a solução de escoamentos incompressíveis nas últimas décadas.

ÉTODO EMI LICIT INKED QUATIONS


6.4.2 M SIMPLE – S IMP L E
Um dos métodos baseados nas ideias de Chorin e largamente empregado até bem recentemente, e do qual, por sua vez,
derivaram muitos outros, é o método SIMPLE, desenvolvido por Patankar e Spalding [11]. Também nesse procedimento a
pressão é escrita como a soma da melhor estimativa da pressão disponível, P*, mais uma correção P′, que é calculada de
maneira a satisfazer a equação da continuidade, ou seja, P = P* + P′.
Praticamente em todos os métodos para tratamento do acoplamento pressão-velocidade, a sequência de cálculo envolve
dois passos distintos, já presentes no método de Chorin: no primeiro, as velocidades são corrigidas de maneira a satisfazer a
equação da conservação da massa; no segundo, as pressões são avançadas para completar o ciclo iterativo. As Eqs. (6.13) e
(6.14), que corrigem o campo estimado de velocidade, são denominadas equações de correção das velocidades, e a qualidade
das mesmas influencia significativamente a taxa de convergência do processo iterativo.
No método SIMPLE, as equações para a correção das velocidades são obtidas a partir das equações do movimento. Se um
campo de pressões P* é introduzido nas Eqs. (6.1) a (6.3), encontramos

Por outro lado, se o campo correto de pressões é introduzido, obtemos

Subtraindo as Eqs. (6.16) a (6.18) das Eqs. (6.19) a (6.21), considerando os coeficientes e termo-fonte constantes,
desprezando as diferenças u – u*, v – v* e w – w*, e reconhecendo que o operador L[P] é o gradiente de pressão aproximado
numericamente, encontramos as equações de correção das velocidades dadas por

onde, novamente, é alertado que os coeficientes AP que aparecem nessas equações são diferentes para cada equação do
movimento.
Resta, agora, obter uma equação para determinar P′, tal que, quando substituído nas Eqs. (6.22) a (6.24), origine
velocidades u, v e w que satisfaçam a equação da conservação da massa. Para tanto, basta substituir as Eqs. (6.22) a (6.24),
escritas para as interfaces do volume de controle para a conservação da massa (ou para a pressão), dadas por
na equação da conservação da massa discretizada para o volume mostrado na Fig. 6.4, dada por

obtendo-se uma equação de Poisson para P′, na forma

onde o divergente de V* é obtido aplicando-se a Eq. (6.31) ao vetor V*. Os coeficientes da Eq. (6.32) são dados por

Fig. 6.4 Volume de controle para conservação da massa


As condições de contorno para a equação de P′ serão discutidas adiante, ainda neste capítulo.
Na Eq. (6.25), é dado por

enquanto as expressões para os outros podem ser facilmente obtidas por comparação.
Obtido P′, as velocidades ue, uw, vn, vs, wf e wb são corrigidas, obtendo-se um campo de velocidades que satisfaz a equação
a conservação da massa.
O segundo passo é agora realizado, ou seja, a pressão P é obtida através de

Para o novo ciclo iterativo, P* é feito igual ao novo P, e um novo campo de velocidades estimado é calculado, dando-se
sequência ao mesmo processo, até obter-se a convergência dentro de parâmetros estipulados.
Nesse ponto, é muito importante lembrar que, se o arranjo desencontrado for usado, isto é, pressões localizadas nos centros
dos volumes de conservação de massa e velocidades localizadas nos meios das seis faces desse volume, as velocidades das Eqs.
(6.22) a (6.24) já estão sendo calculadas onde são necessárias para o procedimento. Quando o arranjo colocalizado é usado,
devemos encontrar uma maneira de calcular as velocidades nas interfaces do volume de controle da pressão (no arranjo
colocalizado as velocidades estão armazenadas junto com a pressão no centro do volume), de modo que possamos fazer o
balanço de massa para esse volume. Ainda neste capítulo teremos oportunidade de discutir os métodos de acoplamento para
variáveis colocalizadas.
O método que acabamos de descrever possui limitações, principalmente com relação à velocidade de convergência. As
vantagens e as limitações desse método, e de outros similares, podem ser encontradas em [12], onde é realizada uma análise
comparativa entre diversos métodos para tratamento do acoplamento pressão-velocidade.
Brevemente, podemos dizer que a Eq. (6.35) não tem uma fundamentação física que a suporte. Ela não é obtida nem a
partir da equação da conservação da massa nem da equação da conservação da quantidade de movimento. É apenas uma
maneira simples de avançar os valores de P. P′ tem um significado físico muito forte nas Eqs. (6.22) a (6.24), mas não o tem na
Eq. (6.35). Essa é a razão por que é necessário aplicar um coeficiente de sub-relaxação severo em P′, do tipo

para que se possa obter a convergência do sistema de equações. O ciclo iterativo completo para resolver o acoplamento pressão-
velocidade usando o método SIMPLE é o seguinte:
1. Estimar os campos de velocidades e pressão P*.
2. Calcular os coeficientes das equações do movimento para u, v e w.
3. Resolver as equações do movimento, usando P*, obtendo u*, v* e w*.
4. Resolver a Eq. (6.32) e obter P′.
5. Corrigir u*, v*, w*, obtendo o campo de velocidades que satisfaz a equação da continuidade.
6. Calcular P através da Eq. (6.35) ou da Eq. (6.36).
7. Resolver as equações de conservação para outras variáveis, tais como temperatura, concentração de massa etc.
8. Fazer P = P* e recomeçar no item (2) até a convergência.
No item 7, caso os valores dessas variáveis não tenham influência sobre o escoamento (por exemplo, transferência de calor
por convecção forçada e propriedades físicas constantes), essas equações podem ser resolvidas após o escoamento ter sido
calculado.
Um detalhe importante dos métodos de acoplamento pressão-velocidade que usam equações de correção da velocidade é
lembrar que a solução do problema não depende das equações de correção, uma vez que estas são equações auxiliares e não
fazem parte do sistema de equações que está sendo resolvido. A influência das mesmas está na taxa de convergência. Por essa
razão, é aconselhável ter uma equação de correção originária das equações que queremos resolver.
Como já foi comentado em outro capítulo, existem dois motivos pelos quais iterações são necessárias na solução do
sistema de equações. O primeiro, pelo fato de as equações serem acopladas entre si, e o segundo, para levar em conta as não
linearidades. No procedimento descrito anteriormente, a iteração mostrada está fazendo os dois papéis simultaneamente, ou
seja, resolve o acoplamento e ao mesmo tempo avança os coeficientes, trazendo os efeitos da não linearidade em cada ciclo
iterativo. Um outro procedimento possível, e bastante adotado, é criar dois ciclos iterativos, um deles tratando do acoplamento
pressão-velocidade para um conjunto fixo de coeficientes e outro recalculando os coeficientes. Isso equivale a fazer uma
iteração interna entre os itens × e 6 e, depois de essa etapa ter convergido, calcular o item 2.
Uma das vantagens do método SIMPLE é o fato de não ser necessária a solução de um sistema linear para determinar a
pressão. Entretanto, a velocidade de convergência é pequena. Uma análise das dificuldades de convergência, e suas razões, para
o método SIMPLE pode ser encontrada em [12].

6.4.3 MÉTODO SIMPLER


Como o cálculo da pressão através da Eq. (6.35) não é um procedimento robusto, o método SIMPLER (SIMPLE-
Revisado) [3] apresenta uma nova maneira de calcular o campo de pressões em cada iteração, procurando associar o cálculo do
campo de pressões com as equações que regem o fenômeno. A correção do campo de velocidades é feita de maneira idêntica
àquela do método SIMPLE. Para calcular a pressão, as equações do movimento, já aproximadas para os volumes finitos, para u,
v e w, são escritas na seguinte forma:

É importante observar a similaridade entre as Eqs. (6.22) a (6.24) e as Eqs. (6.37) a (6.39), tendo em mente que as três
primeiras não são as equações do movimento, mas sim expressões deduzidas apenas com o objetivo de criar uma maneira de
corrigir as velocidades. As Eqs. (6.37) a (6.39) são, por sua vez, exatamente as equações do movimento, em que todos os termos
que não aparecem explicitamente foram agrupados em que, em cada uma das equações do movimento,
respectivamente, representam uma parcela da velocidade. Essas velocidades não são obtidas com a solução de sistemas lineares
(como é o caso de u*, v* e w*), mas determinadas algebricamente, utilizando as mais recentes velocidades disponíveis, através
de
Nosso objetivo, agora, é determinar a pressão que está presente nas três equações do movimento. Uma maneira, entre
muitas, de isolar a pressão dessas três equações é substituí-las na equação da conservação da massa. Poderíamos criar qualquer
outro artifício para isolar a pressão das equações do movimento. Usar a equação da conservação da massa, além de fazer a
tarefa, constitui-se em uma forma robusta de fazê-la. É bom frisar que, nesse passo, não existe a necessidade de satisfazer a
conservação da massa. Isso já foi feito no passo anterior, quando as velocidades u*, v* e w* foram corrigidas com o campo P'.
Introduzindo as Eqs. (6.37) a (6.39), escritas para as faces do volume de controle para a conservação da massa, e dadas por

na equação de conservação da massa, Eq. (6.31), obtém-se uma equação para a pressão na forma

A pressão obtida com a solução da equação anterior é a nova pressão para o próximo ciclo iterativo. Logicamente, o campo de
pressões obtido com a solução da Eq. (6.49) não é utilizado para corrigir as velocidades uma vez que o
campo de velocidades já satisfaz a equação da conservação da massa, operação realizada no item da correção da velocidade com
P'. A sequência de cálculo para o método SIMPLER é:
1. Estimar os campos de velocidade e pressão P*.
2. Repetir os itens de 2 a 5 do método SIMPLE.
3. Calcular
4. Calcular P através da Eq. (6.49).
5. Resolver as equações de conservação para outras variáveis, como temperatura, concentração de massa etc.
6. Voltar ao item 2 e iterar até a convergência.
Nesse procedimento, duas equações de Poisson, uma para P' e outra para P, são resolvidas. Entretanto, o avanço de P em
direção à convergência é mais rápido e mais seguro.
Para relembrar, notemos que, no método SIMPLE em três dimensões, para resolver o problema de Mecânica dos Fluidos,
temos, em cada ciclo iterativo, a solução de três sistemas lineares (para u, v e w e um para P'. No método SIMPLER,
necessitamos da solução de cinco sistemas lineares (u, v, w, P' e P).

6.4.4 MÉTODO PRIME – PRESSURE IMPLICIT MOMENTUM EXPLICIT


Nesse método [13], a motivação principal foi a realização dos dois passos (correção da velocidade e cálculo da pressão) de
uma só vez. Isso pode ser conseguido utilizando-se a Eq. (6.49) não só para o cálculo da pressão mas também para usar as
pressões obtidas dessa equação para a correção das velocidades [14], tornando desnecessária a obtenção do campo P', que nos
métodos SIMPLE e SIMPLER servem para corrigir o campo de velocidades. Ou seja, as equações do movimento, Eqs. (6.43) a
(6.48), são usadas também como equações de correção. Essas equações, aqui repetidas, são
Como já comentado, as equações de correção de velocidades podem ser quaisquer, podendo, portanto, ser as próprias
equações do movimento, como proposto pelo método PRIME.
É importante notar que, no método PRIME, como as equações de correção de velocidades são as próprias equações do
movimento, o campo de pressões que corrige as velocidades é o próprio campo de pressões procurado. Por isso dizemos que o
passo de correção de velocidade e o de determinação de pressão são feitos conjuntamente.
O algoritmo do método PRIME apresenta, então, os seguintes passos:
1. Estimar os campos de velocidade.
2. Calcular os coeficientes das equações de movimento para u, v e w.
3. Calcular as velocidades nas interfaces do volume de controle para a pressão (conservação da
massa). Lembrar que elas não são obtidas a partir da solução de sistemas lineares, mas sim através das expressões
algébricas, Eqs. (6.40) a (6.42), já apresentadas no método SIMPLER e repetidas a seguir, Eqs. (6.56) a (6.58), por
completeza.
4. Calcular P resolvendo a Eq. (6.49).
5. Corrigir as velocidades usando as Eqs. (6.37) a (6.39). Lembre que isso não é feito no método SIMPLER.
6. Resolver outras equações que possam existir no modelo (temperatura, concentração de massa etc.).
7. Voltar ao item 2 e iterar até a convergência.

Alguns detalhes importantes desse método devem ser ressaltados. Primeiramente, não existe mais a necessidade de resolver
sistemas de equações para obter as velocidades. Elas são avançadas durante o ciclo iterativo de uma maneira similar ao método
de Jacobi. A palavra Explicit no nome do método vem desse fato. Explícito, nesse caso, não quer dizer que a formulação seja
explícita, mas sim que os sistemas lineares para as velocidades estão sendo resolvidos iterativamente de uma forma semelhante
ao método de Jacobi.
Apenas uma equação de Poisson é resolvida em cada iteração, e o método é de implementação extremamente simples,
principalmente para sistemas generalizados de coordenadas. Por outro lado, como a solução das equações do movimento é
realizada com um método iterativo ponto a ponto, a convergência, em princípio, é mais lenta [15]. Um estudo comparativo
bastante cuidadoso realizado em [16], em que o SIMPLE, SIMPLEC e PRIME foram comparados na solução de problemas
incompressíveis em coordenadas generalizadas, com diferentes condições de contorno, mostrou o método PRIME comparável
aos demais e superior em grande parte das situações testadas. Observou-se boa estabilidade do método, permitindo que
intervalos de tempo elevados sejam usados durante a solução.
Uma das possibilidades para melhorar os tempos de computação do método PRIME é tirar proveito de sua característica
explícita (iterativa ponto a ponto) da solução da equação de conservação de quantidade de movimento, usando vetorização e
processamento paralelo. É uma alternativa atraente, pois, acredita-se, é possível conjugar a boa estabilidade do método e sua
facilidade de implementação com uma vetorização adequada, possível com métodos explícitos. Alguns resultados, usando o
método PRIME e sua extensão para escoamentos de qualquer velocidade e variáveis colocalizadas, podem ser vistos no Cap.
14.

6.4.5 MÉTODO SIMPLEC – SIMPLE CONSISTENTE


O método SIMPLEC [17] tem o procedimento idêntico ao SIMPLE, diferindo apenas nas equações de correção das
velocidades. No método SIMPLEC, não são desprezadas as diferenças u – u*, v – v*, w – w*, como feito no método SIMPLE.
Tomando a velocidade u como exemplo, considere as Eqs. (6.16) e (6.19) escritas na forma

No método SIMPLE, uNB – u*NB é desprezado. No método SIMPLEC, para tornar mais robusta a equação de correção das
velocidades, o termo ΣAnb(u'p) é subtraído de ambos os lados da Eq. (6.61), resultando em

Agora, desprezam-se as diferenças das variações, ficando a equação de correção das velocidades como

ou

Observe que a diferença entre o SIMPLEC e o SIMPLE está apenas na expressão do em cujo denominador, agora,
aparece a diferença entre o AP e ΣAnb, e não apenas o AP, como no método SIMPLE. Tal efeito evita a severa sub-relaxação em
P', necessária no método SIMPLE para se obter convergência.
As expressões para as velocidades nas interfaces para o método SIMPLEC são, portanto, as mesmas do método SIMPLE
com o modificado. E, logicamente, todo o procedimento é idêntico.
As Figs. 6.5 e 6.6 mostram comparações [16] entre os métodos SIMPLE, SIMPLER, SIMPLEC, PRIME e CELS [18] para
problemas em coordenadas não ortogonais com entrada e saída de massa. Uma das importantes características do método
PRIME, observada nas figuras mencionadas, é a quase não dependência do tempo de CPU do intervalo de tempo adotado. Isso
permite que o usuário possa usar qualquer intervalo de tempo sem preocupações com a convergência. O tempo adimensional da
Fig. 6.5 é definido como a razão entre o Δt utilizado e o Δt máximo permitido se uma formulação explícita fosse adotada [12].
Fig. 6.5 Comparação entre alguns métodos de acoplamento

Fig. 6.6 Comparação entre alguns métodos de acoplamento

Existem muitos outros métodos para tratar do acoplamento pressão-velocidade que não serão comentados por serem
semelhantes aos descritos aqui. O objetivo desta seção é apresentar a filosofia que norteia os métodos de acoplamento, e não
uma revisão dos mesmos.
Para que seja possível resolvermos as equações para P e P' que aparecem no tratamento do acoplamento, é necessária a
especificação das correspondentes condições de contorno. Esse é o tema ao qual nos dedicaremos agora.

6.5 CONDIÇÕES DE CONTORNO PARA P E P'


As condições de contorno para P e P' nos métodos SIMPLE e SIMPLER, respectivamente, conforme recomendado em
[11], são obtidas das Eqs. (6.22) a (6.24) e Eqs. (6.37) a (6.39), respectivamente.
Quando temos velocidades prescritas nas fronteiras, não devemos ter correções para essas velocidades, o que é conseguido
fazendo-se os gradientes de P e P' normais às superfícies iguais a zero, conforme indicado na Fig. 6.7. Esse procedimento é
aplicável quando se usam pontos fictícios e quando o sistema coordenado é ortogonal. Caso contrário, não é recomendado, pois
em sistemas não ortogonais o gradiente de P' normal na fronteira não pode ser expresso em função de apenas dois pontos,
requerendo pontos fictícios cruzados. Tal possibilidade já foi investigada [13] e mostrou-se inadequada. Mesmo em sistemas
coordenados ortogonais, se pontos fictícios não forem adotados, não é trivial aplicar a condição de contorno de derivada nula
para P'.

Fig. 6.7 Condição de contorno para a pressão

Uma alternativa geral e simples para o problema foi proposta por Maliska [13], também apresentada posteriormente por
Van Doormaal e Raithby em [17] para coordenadas cartesianas. A ideia é aplicar para os volumes de fronteira o mesmo
procedimento adotado para os volumes internos, isto é, aplicar a equação da conservação da massa para esses volumes,
respeitando a condição de contorno existente naquela fronteira. Usando mais uma vez a Fig. 6.7, abandonando o volume
fictício, vamos aplicar a equação da conservação da massa para o volume P, considerando uma situação bidimensional. A
equação fica

onde apenas os fluxos de massa nas interfaces w, s e n serão substituídos pelas equações de correção. O valor de como é
especificado (condição de contorno), é um número conhecido e fará parte do termo-fonte. É fácil ver que a equação aproximada
para o volume centrado em P tem a forma
Dessa maneira, a condição de contorno já está incorporada na equação aproximada para o volume de fronteira. Esse
procedimento, como dito, não depende do sistema coordenado usado, satisfaz os balanços também para os volumes de fronteira
e não aumenta o número de equações do sistema linear, pois não tem pontos fictícios.
Outra vantagem desse procedimento, e muito importante do ponto de vista de convergência, é a satisfação da equação da
conservação da massa de forma exata, pois as velocidades prescritas entram diretamente na equação para aquele volume. Pelo
método da especificação do gradiente de P' igual a zero, gera-se um problema de Neumann, que não terá solução se o erro na
conservação da massa global não for sendo corrigido durante o processo iterativo.
No caso de a fronteira ser de entrada de massa, poderemos ter a condição de pressão prescrita. Também, nesse caso, o
tratamento dependerá do tipo de arranjo de variáveis que está sendo usado. As alterações necessárias nos métodos de
acoplamento, quando o arranjo colocalizado é empregado, serão discutidas na próxima seção. Considerando, inicialmente, o
arranjo desencontrado, a Fig. 6.8 mostra um volume de controle em que, na face oeste, a pressão é prescrita e igual a Pf. A
equação aproximada para o volume P é obtida, como sempre, fazendo-se um balanço de massa. As equações de correções para
as velocidades ue, vn e vs são as mesmas de um volume interno, enquanto para uw têm a forma

uma vez que P'f é igual a zero, pois Pf é igual a P*f. Deve ser observado que a velocidade uw é desconhecida e, portanto, deve
existir uma equação para a mesma no sistema linear, tal que u*w possa ser determinado. Para um problema incompressível, não
deve ser esquecido que a pressão na saída deve ser especificada, pois a diferença de pressão, nesse caso, estabelece o fluxo de
massa.
Apenas para lembrar, o gradiente de pressão na equação da conservação da quantidade de movimento para uw é, nesse
caso, Pf – PP. Se o método PRIME está sendo usado, a equação de correção para uw fica

onde, logicamente, deve ser obtido de sua equação do movimento sem considerar os termos de pressão.

Fig. 6.8 Condição de contorno de pressão prescrita


6.6 OS MÉTODOS DE ACOPLAMENTO E O ARRANJO COLOCALIZADO
Quando o arranjo colocalizado é usado, todas as variáveis possuem o mesmo volume de controle para o balanço das
propriedades. A dificuldade que aparece, então, para criar a equação para P' ou P, nesse caso, é a não existência de velocidades
nas interfaces do volume de controle para fazer o balanço de massa. De alguma forma, essas velocidades devem ser obtidas, e o
processo de obtê-las terá influência marcante na robustez do acoplamento pressão-velocidade. A seguir, o acoplamento pressão-
velocidade, usando o arranjo colocalizado, será descrito para os métodos SIMPLE/SIMPLEC e PRIME. Para outros métodos, o
processo é semelhante. Por simplicidade, será considerada a situação bidimensional.

6.6.1 SIMPLEC PARA O ARRANJO COLOCALIZADO


Reconhecer, com clareza, o que é necessário mudar no método de acoplamento, quando o arranjo desencontrado é
substituído pelo colocalizado, é o primeiro passo para o perfeito entendimento do que vamos agora analisar. Para o arranjo
colocalizado, é empregado o mesmo procedimento adotado para o desencontrado. Ou seja, usam-se as mesmas equações de
correção das velocidades, inserindo-se essas equações na equação de conservação da massa (considerando-se que existam
velocidades nas interfaces do volume de controle de conservação da massa), obtendo-se exatamente a mesma equação para P'.
Entretanto, inspecionando os coeficientes da equação para P', dados pelas Eqs. (6.33a) a (6.33f), observamos que são
necessários os parâmetros nas interfaces. Eles não existem nas interfaces, pois as equações do movimento não estão sendo
resolvidas nesses locais. O termo-fonte da equação de P' também requer as velocidades (com sobrescrito asterisco) nas
interfaces. Devemos, portanto, conceber uma maneira eficiente de calcular u* e v* e os nas interfaces. Para o cálculo de u* e
v* a maneira aparentemente lógica seria, de posse do vetor V* em todos os centros dos volumes, obtido com a solução do
sistema linear, fazer uma média simples, por exemplo, entre uE e uP, conforme a Fig. 6.9, para obter u*e. Esse não é um
procedimento adequado, pois não introduz o adequado acoplamento entre a pressão e a velocidade, sendo recomendado criar
uma pseudoequação para a fronteira a partir das equações em P e E, em um procedimento similar ao apresentado em [19].
Dessa forma, tanto a velocidade quanto os parâmetros podem ser determinados para uma pseudoequação na interface.
Seguindo a metodologia desenvolvida em [20,21], as equações para os volumes P e E, para a velocidade u, por exemplo,
são dadas por

onde (AP)P e (AP)E são os coeficientes centrais para as equações do movimento em P e E, respectivamente, e L[ ] é a
aproximação numérica do termo entre colchetes. Interpolando linearmente as Eqs. (6.69) e (6.70), exceto para o termo de
pressão, encontramos a expressão para a velocidade ue*, como

onde
Fig. 6.9 Balanço de massa no arranjo colocalizado

De maneira semelhante, podemos determinar as outras três velocidades que entram para o cálculo do divergente da
velocidade estimada, que será o termo-fonte da equação para P'. Os valores de que são necessários nas Eqs. (6.33a) a (6.33f)
são obtidos através de uma média aritmética entre os valores de em P e em E. O ciclo iterativo é o mesmo do método
SIMPLE e SIMPLEC para arranjo desencontrado. Difere, apenas, em um pequeno detalhe. No arranjo desencontrado, quando
as velocidades são corrigidas, elas passam a ser as mais recentes estimativas do campo de velocidade. No caso colocalizado,
quando elas são corrigidas, originando as velocidades que satisfazem a conservação da massa, as velocidades nodais, que são as
verdadeiras variáveis do problema, devem também ser atualizadas para iniciar o próximo ciclo iterativo. Duas formas são
possíveis. Corrigir as velocidades nodais com o campo P' determinado, ou, a partir das velocidades corrigidas nas faces, através
de uma média, determinar as novas velocidades nodais. A primeira alternativa mostrou-se mais eficiente quando o método
SIMPLEC foi empregado. Provavelmente essa observação seja válida para os métodos do tipo SIMPLE/SIMPLEC, pois para o
método PRIME a alternativa mais eficiente foi a segunda. Isso se deve, provavelmente, ao fato de as equações de correção no
método PRIME serem as próprias equações do movimento.

6.6.2 PRIME PARA O ARRANJO COLOCALIZADO


Primeiramente, deve ser lembrado que as equações de correção de velocidades para o método PRIME com o arranjo
colocalizado são as mesmas do PRIME com o arranjo desencontrado, isto é, a Eq. (6.50) e suas análogas devem ser escritas para
a interface. Quando as equações do tipo da Eq. (6.50) escritas para as interfaces forem introduzidas na equação de conservação
da massa, fica claro que será necessário as velocidades e , bem como os parâmetros , avaliados nas interfaces. As
velocidades e entram na formação do divergente de que, por sua vez, é o termo-fonte para P na equação similar à Eq.
(6.49) que será obtida.
Como não existem velocidades armazenadas nas interfaces e, consequentemente, não existem coeficientes nessas posições,
uma média das velocidades e dos coeficientes vizinhos à interface em consideração deve ser realizada. Como já comentado, a
natureza dessa média é importante, principalmente para o método PRIME, que usa como equações de correção a própria
equação do movimento. Tomando a velocidade como exemplo e repetindo a Eq. (6.50), por completeza, temos
onde é determinado por

ou

onde Bu inclui todos os termos-fonte da equação do movimento, exceto o gradiente de pressão,


e por

resultando na forma final da equação para ue

De maneira semelhante, é possível determinar uw, vn, vs e as outras duas componentes na direção z, no caso tridimensional.
Conhecidas todas essas velocidades nas interfaces e substituindo-as na equação da conservação da massa, obtemos uma equação
do tipo da Eq. (6.49), que pode ser resolvida determinando-se a pressão. Conhecido o campo de pressões, usam-se as equações
de correção das velocidades, Eqs. (6.73), e análogas para as outras componentes, para determinar as velocidades que satisfazem
a massa. Para obter as velocidades nos centros dos volumes de controle, basta fazer uma média das velocidades vizinhas que
satisfazem a equação da conservação da massa.
Velasco [24] utilizou o método PRIME para problemas de mudança de fase em um processo semelhante. Reescrevendo as
equações da conservação da quantidade de movimento para duas dimensões como

definindo as seguintes grandezas nas interfaces

com os gradientes de pressão requeridos nas Eqs. (6.78) e (6.79) avaliados pela seguinte média

temos, para a velocidade na interface,


Comparando as Eqs. (6.77) e (6.84), observamos que na primeira delas todo o gradiente que representa a força motriz de ue
está avaliado através de (PE – PP), enquanto na segunda apenas 50% desse gradiente são utilizados, sendo os outros 50%
obtidos com outras diferenças de pressão que o autor preferiu tratar explicitamente para não aumentar o número de pontos de
pressão envolvidos no algoritmo. Os resultados numéricos obtidos com as duas formulações são praticamente idênticos e com
tempos de CPU também equivalentes. Utilizando a Eq. (6.84), é necessário sub-relação na pressão para obter convergência,
enquanto usando a Eq. (6.77) esse artifício não é necessário.
Uma outra média utilizando o método PRIME foi desenvolvida em [25] para ser empregada em escoamentos transientes
subsônicos e supersônicos. Considerando novamente a Eq. (6.73), a velocidade é escrita como

onde

6.7 CONSIDERAÇÕES SOBRE O DESACOPLAMENTO DO CAMPO DE PRESSÕES E


A SOLUÇÃO ACOPLADA DA PRESSÃO E VELOCIDADE
Agora que já vimos os procedimentos e as equações envolvidos em alguns métodos para tratar o acoplamento pressão-
velocidade, é importante tecer mais alguns comentários sobre o problema do possível aparecimento de campos de pressões
desacoplados em uma solução segregada que emprega o arranjo de variáveis colocalizado. Primeiramente, é importante lembrar
que não há dúvidas quanto à maior robustez do arranjo desencontrado, uma vez que tanto na expressão do gradiente de pressão
que aparece nas equações do movimento como na formação das equações de correção de velocidades, que são substituídas na
equação da conservação da massa, a pressão do volume de controle no qual se faz o balanço de massa está presente. Em outras
palavras, significa dizer que a velocidade na interface e, por exemplo, deve ter sua força motriz representada pela diferença de
pressão (PE – PP). Como no arranjo desencontrado a velocidade é calculada na interface, tudo se acopla perfeitamente. É por
isso que a ideia básica quando se usa arranjo colocalizado e solução segregada das equações de conservação é imitar o arranjo
desencontrado, criando uma pseudoequação na interface, na forma da Eq. (6.73), por exemplo, para introduzir na equação de
conservação da massa o adequado acoplamento.
Portanto, quando se resolvem as equações de forma segregada, utilizando os métodos de acoplamento pressão-velocidade
do tipo SIMPLE, tanto para o arranjo desencontrado como para o colocalizado, os algoritmos disponíveis conseguem criar o
acoplamento necessário. Esse acoplamento é criado, vale lembrar, pela transformação da equação da conservação da massa em
uma equação para a pressão (P') e pelo cuidado ao criar as equações de correção de velocidade, fazendo nelas aparecer o
gradiente de pressão que proporciona o acoplamento. Não é demais relembrar aqui que esses problemas aparecem quando
escoamentos incompressíveis estão sendo resolvidos e a pressão não possui uma equação evolutiva.
A questão mais grave, entretanto, com relação ao problema do desacoplamento do campo de pressões aparece quando
queremos resolver as equações da conservação da massa e quantidade de movimento de forma acoplada sem transformar a
equação da conservação da massa em uma equação para a pressão, mas sim trabalhando com ela em sua forma original. Nesse
caso, o sistema de equações a ser resolvido é:
Como sabemos, a dificuldade para resolver o sistema dado pela Eq. (6.90) é o pobre acoplamento da pressão na equação da
conservação da massa (nenhum na forma mostrada), mas, ao mesmo tempo, a importante restrição que a equação de
conservação da massa impõe à atuação da pressão, via equações do movimento. Ou seja, matematicamente, o acoplamento entre
a pressão e a velocidade não aparece na equação da conservação da massa, mas fisicamente é importantíssimo.
Portanto, nas soluções acopladas, em que métodos de acoplamento do tipo SIMPLE não são empregados, é preciso criar
um acoplamento mais forte, procurando fazer com que a pressão apareça também na equação da conservação da massa, mas
mantendo a presença das velocidades. O seguinte exemplo unidimensional [26] ilustra a potencialidade para o desacoplamento
quando a equação da conservação da massa é mantida na forma da Eq. (6.90). Considere o escoamento unidimensional
incompressível em um duto de seção constante. Com o auxílio da Fig. 3.3 para identificar o volume de controle e suas
interfaces, a equação de conservação da massa pode ser escrita por

Empregando uma alternativa óbvia para obter os valores nas interfaces e e w

encontramos para a Eq. (6.91)

A equação do movimento discretizada para esse caso pode ser escrita, usando diferenças centrais para o termo advectivo,
como

onde A é uma constante envolvendo a geometria, e TV, os termos viscosos. Utilizando a Eq. (6.94) na Eq. (6.95), observamos
que o gradiente de pressão equilibra-se apenas com os termos viscosos, e algum termo-fonte que possa existir, desaparecendo
seu acoplamento com a variação de quantidade de movimento, que são os termos não lineares e mais importantes para o
acoplamento. Se for um escoamento não viscoso, por exemplo, o gradiente é igual a zero, o que pode explicar o aparecimento
de campos de pressões desacoplados.
A alternativa, como já comentado no Cap. 3 quando as funções de interpolação foram estudadas, é empregar as funções de
interpolação que contenham a influência da pressão também para as velocidades na equação da conservação da massa. Também
usando um problema unidimensional para análise, Schneider e Raw [27] aplicaram uma função de interpolação unidimensional
para deduzir a equação da conservação da massa contendo a influência da pressão. Considere o seguinte problema 1D
advectivo/difusivo com os efeitos da pressão

Com a ajuda da Fig. 3.3, a aproximação numérica de cada um dos termos da Eq. (6.96) resulta
Introduzindo as Eqs. (6.97)-(6.99) na Eq. (6.96), encontramos

onde

Fazendo os limites para Pe tendendo a zero e ao infinito, encontramos, respectivamente,

Observe nas equações anteriores que, fazendo desaparecer a pressão, as interpolações se tornam as usuais diferenças
centrais e upwind.
Podemos agora levar as Eqs. (6.102) e (6.103) para a Eq. (6.91) para obtermos a equação da conservação da massa que
envolve a variável pressão, obtendo-se

para o limite quando Pe tende a zero, e

para quando Pe tende ao infinito. A equação de conservação da massa para um Pe qualquer é obtida inserindo-se a Eq. (6.100)
na Eq. (6.91).
Observe que o termo que aparece além das velocidades é uma derivada segunda da pressão, ou seja, o laplaciano, aqui em
uma dimensão. Quando forem tratados problemas 2D e 3D, o mesmo procedimento dará origem ao laplaciano completo, que é a
natureza da equação que aparece quando as derivadas das velocidades, obtidas das equações do movimento, são inseridas na
conservação da massa para obtermos uma equação para a pressão. Uma boa discussão sobre a determinação da pressão a partir
das equações do movimento e da conservação da massa pode ser vista em Ferziger e Peric [28].
Parece claro, portanto, que se um método de solução para resolver de forma acoplada as equações da conservação de
quantidade de movimento e massa for empregado, esta última deve conter também a influência da pressão e manter a presença
das velocidades. Uma das formas de realizar isso é através das funções de interpolação, conforme mostrado no exemplo 1D. Se
em todas as equações estiverem presentes como variáveis ativas todas as componentes do vetor velocidade e a pressão, o
sistema linear acoplado entre a velocidade e a pressão resulta, para um problema 2D,

em que um sistema de 3 X N equações e incógnitas, onde N é o número de volumes de controle, é resolvido, e a matriz de
coeficientes é uma matriz de blocos, conforme mostrado na Fig. 13.19, do Cap. 13, no qual podem ser obtidos detalhes do
procedimento de solução acoplada das equações de conservação da massa e quantidade de movimento.
A seguir, são apresentadas as condições de contorno para outras variáveis além da pressão.

6.8 CONDIÇÕES DE CONTORNO PARA OUTRAS VARIÁVEIS


No Cap. 3, foram apresentadas as condições de contorno para problemas de difusão pura, enquanto na Seção 6.5 foram
apresentadas as condições de contorno para P e P' para problemas de escoamento de fluidos. Nesta seção, procuraremos
completar os procedimentos de aplicação das condições de contorno, também incluindo problemas em que há entrada e saída de
massa.
Mais uma vez, as condições de contorno podem ser aplicadas fazendo-se os balanços para os volumes de fronteira e
levando-se em consideração as condições existentes, incorporando-se, portanto, os acontecimentos de fronteira nas equações
aproximadas. A outra forma é considerar todos os volumes de fronteira como internos e usar volumes fictícios. As duas formas
serão analisadas, considerando-se uma variável genérica ϕ e o arranjo colocalizado de variáveis, ou seja, não existem variáveis
armazenadas sobre a fronteira, uma vez que a discretização é feita com volumes inteiros.

6.8.1 BALANÇOS DE CONSERVAÇÃO NOS VOLUMES DE FRONTEIRA


Considere a Fig. 6.10, onde o volume centrado em P é de fronteira. Para um problema bidimensional, por simplicidade, a
equação de conservação de ϕ é
Fig. 6.10 Balanços para aplicação das condições de contorno

A integração dessa equação nos dará os fluxos difusivos e advectivos nas quatro faces do volume de controle. Apenas os
fluxos na face w nos interessam para o estabelecimento das condições de contorno. Os fluxos nas outras faces deverão ser
aproximados usando as funções de interpolação. Os da face w são

De acordo com as condições de contorno, devemos agora especificar os fluxos advectivos e difusivos na interface w.
Observe-se que, para os fluxos em e, o procedimento é como se o volume fosse interno, isto é, interpola-se o valor de ϕ e de sua
derivada em função dos pontos nodais vizinhos. Para a condição de contorno em w, três situações importantes podem ocorrer.
São elas:

FRONTEIRA IMPERMEÁVEL – ϕ PRESCRITO


Nesse caso, o fluxo advectivo é igual a zero, e o difusivo deve ser determinado por

que deve ser substituído na equação de conservação integrada para se obter a equação aproximada para o volume de fronteira,
na forma

FRONTEIRA IMPERMEÁVEL – FLUXO DE ϕ PRESCRITO


Como a parede é impermeável, o fluxo advectivo é zero. O fluxo difusivo dado pela Eq. (6.109) deve ser substituído pelo
valor prescrito. No caso de ϕ ser as componentes do vetor velocidade, para o caso de parede impermeável, sempre teremos a
condição de função prescrita. No caso da temperatura, poderemos ter temperatura prescrita ou fluxo prescrito.
FRONTEIRA COM ENTRADA OU SAÍDA DE MASSA
Quando temos um problema de entrada de massa no domínio e especificamos o valor do fluxo de massa e sua distribuição
(em geral uniforme) na área de entrada, automaticamente devemos especificar o fluxo difusivo nulo nessa face. Isso é fácil de
ser compreendido, pois, do contrário, se existisse fluxo difusivo na face, o mesmo alteraria o fluxo advectivo e a distribuição da
variável na face. Consequentemente, não teríamos mais a condição de contorno naquela posição. Se o sentimento físico nos diz
que naquela posição em que estamos especificando o fluxo advectivo deve ser também especificado o fluxo difusivo, é porque a
fronteira não está adequadamente escolhida. Devemos mover, nesse caso, a fronteira do domínio de cálculo até uma posição em
que exista apenas fluxo advectivo. Essa condição de contorno é também chamada de localmente parabólica, em acordo com a
explicação dada anteriormente. Então, nesse caso,

Para o caso de saída de massa do domínio, novamente a condição que deve ser usada é a localmente parabólica, portanto
com fluxo difusivo nulo. Dessa forma, não é necessária a condição de contorno a jusante, pois o coeficiente Ae (estamos
imaginando o volume de fronteira de saída à direita do domínio) será igual a zero, já que uma aproximação do tipo upwind
deverá ser usada. Se, por alguma razão, for necessário o valor de ϕ na fronteira, o mesmo deverá ser extrapolado de valores de ϕ
internos. Em geral, o valor de ϕ na fronteira de saída é feito igual ao valor do volume interno imediatamente anterior. Lembre-se
de que ϕ, nessa discussão, pode ser as componentes do vetor velocidade ou a temperatura.
Para qualquer desses casos, a forma da equação aproximada para o volume de fronteira será do tipo da Eq. (6.111).

6.8.2 USO DE VOLUMES FICTÍCIOS


O uso de volumes fictícios, conforme discutido no Cap. 3, é uma prática atraente pela facilidade de implementação, mas
tem como desvantagem o aumento do número de incógnitas. Para o arranjo colocalizado de variáveis, torna-se ainda mais
atraente, pois todas as variáveis terão o mesmo procedimento na aplicação das condições de contorno. Por completeza, uma
malha bidimensional com volumes fictícios está mostrada na Fig. 6.11. Não devemos estranhar o fato de o volume fictício estar
sendo denominado volume P. Assim é feito, pois é para ele que vamos determinar uma nova equação para ser juntada às
equações dos volumes internos e formar o sistema linear. Tal como feito no Cap. 3, a equação para o volume fictício, nesse caso
para uma fronteira oeste, será sempre da forma

Novamente, devemos tratar dos dois tipos de condições de contorno existentes em problemas de escoamento de fluidos.
Fig. 6.11 Volumes fictícios para as condições de contorno

FRONTEIRA IMPERMEÁVEL – ϕ PRESCRITO


Nesse caso, conhecemos ϕf, que deve ser equacionado em termos de

que nos dá, comparando a Eq. (7.82) com a Eq. (7.83),

É importante recordar que ϕ poderá ser qualquer das componentes do vetor velocidade, a temperatura, ou outro escalar
qualquer.

FRONTEIRA IMPERMEÁVEL – FLUXO DE ϕ PRESCRITO


Nesse caso, o fluxo de ϕ é conhecido na fronteira. Então,

onde Fϕ é o valor do fluxo de ϕ aplicado na fronteira e, portanto, conhecido. Usando uma aproximação em diferenças centrais,
temos, para os valores dos coeficientes,

FRONTEIRA COM ENTRADA E SAÍDA DE MASSA


Considere a entrada de massa se dando pela face oeste do domínio, conforme a Fig. 6.11. Como já discutido, se
especificarmos um determinado fluxo advectivo na entrada de nosso domínio de cálculo, estamos admitindo que o fluxo
difusivo é nulo. Logo, teremos a chamada aproximação parabólica. Se o fluxo advectivo de ϕ é conhecido, então

de onde tiramos os valores dos coeficientes, como

Se o fluxo de massa está saindo do domínio, por exemplo, pela face leste, então, aplicando a condição localmente
parabólica, teremos

No código computacional CFD Studio, as condições de contorno são aplicadas usando volumes fictícios, como mostrado
anteriormente, apresentando, entretanto, as equações na forma

o que significa, unicamente, a troca de sinal dos coeficientes vizinhos, uma vez que eles estão escritos nas equações no mesmo
lado do coeficiente central, AP.
As condições de contorno nas outras faces têm aplicação semelhante, não sendo necessário repetir o procedimento.

6.8.3 COMENTÁRIOS GERAIS SOBRE CONDIÇÕES DE CONTORNO


A literatura que trata do método dos volumes finitos para a solução de problemas de escoamentos considera, quase na sua
totalidade, escoamentos incompressíveis, fazendo uso, portanto, dos métodos de acoplamento pressão-velocidade discutidos
neste capítulo. Além disso, a condição de contorno usualmente discutida é a de velocidade prescrita. Não existem muitas
informações sobre condições de contorno de pressão prescrita e da mistura de condições de contorno de pressão e velocidade. A
mistura das condições, se não observadas as características físicas, pode trazer sérias complicações de convergência, bem como
pode representar situações fisicamente não realistas. Por essas razões, procura-se, no restante desta seção, esclarecer algumas
dessas dúvidas.

ESCOAMENTOS INCOMPRESSÍVEIS
Para escoamentos incompressíveis, apenas o gradiente de pressão tem influência sobre a solução, não interessando o nível
de pressão existente. Por exemplo, para o escoamento incompressível em um duto de comprimento L e seção transversal A,
apenas a diferença de pressão entre a entrada e a saída é suficiente para determinar a vazão mássica que se estabelecerá.
Qualquer constante que seja adicionada aos valores da pressão não alterará o escoamento.
Portanto, para escoamentos incompressíveis, se as pressões de entrada e saída forem especificadas, a velocidade não
poderá ser também prescrita. Prescrevendo-se a pressão e a velocidade na entrada do duto, não se pode prescrever a pressão na
saída, pois dois valores para a vazão mássica estariam sendo especificados.
Uma combinação bastante utilizada é a de velocidade prescrita na entrada e condição localmente parabólica na saída, sem
estabelecer qualquer condição para a pressão. Como a solução é iterativa, o nível de pressão se estabelece automaticamente. Se
desejado, pode-se, também, prescrever o valor da pressão em um ponto do domínio, o que é equivalente a escolher uma das
infinitas soluções para a pressão que satisfazem as equações do movimento.
Uma forma de traduzir matematicamente a condição parabólica é impor a derivada nula das variáveis na saída. Vale a pena
relembrar aqui que prescrever derivada nula é equivalente a prescrever fluxo difusivo nulo da propriedade. Essa condição de
contorno vai se tornando mais real quanto mais plenamente desenvolvido for o escoamento. Tem aparecido, na literatura, o
emprego da condição de derivada nula inclusive em regiões com recirculações. Isso não é correto, pois nessas regiões existem
fluxos difusivos importantes que não são considerados com essa condição. É lógico que é possível usar essa condição
empregando esquemas de extrapolação para as variáveis na fronteira, mas deve ficar claro que existem erros. Se é possível dar
valores para a variável na fronteira de saída, apenas em função de valores internos, então a condição de contorno é parabólica.
Consequentemente, não poderão existir efeitos elípticos atuando, como é o caso de uma recirculação. Em resumo,
rigorosamente, a condição de contorno parabólica só pode ser empregada quando o padrão de escoamento na fronteira de saída
é determinado somente pelo escoamento a montante. A Fig. 6.12 mostra, para um tipo de problema, a posição correta em que se
deve usar a condição localmente parabólica.

ESCOAMENTOS COMPRESSÍVEIS
Nesta seção, vamos considerar compressíveis os escoamentos em que a massa específica ρ varia significativamente com
pressão. Quando a massa específica varia apenas com a temperatura, o problema pode ser considerado incompressível do ponto
de vista numérico, para o qual as observações já feitas se aplicam. Para os escoamentos compressíveis, a relação entre a massa
específica, pressão e temperatura, dada pela equação de estado, deve ser satisfeita.

Fig. 6.12 Condição de contorno localmente parabólica

Para escoamentos compressíveis internos, como em bocais e tubeiras, as condições de contorno devem ser dadas de acordo
com a natureza do escoamento na entrada e saída. A seguir, são analisados alguns casos possíveis.
• Para escoamentos subsônicos na entrada e supersônicos na saída, as condições de contorno na entrada devem ser de pressão
total e temperatura total prescritas, com saída localmente parabólica. Observe-se que, nesse caso, deve existir um processo
de atualização da velocidade na entrada, uma vez que o fluxo de massa não é conhecido e sim determinado com a solução
do problema [22].
• Para escoamentos supersônicos na entrada e na saída, pode-se prescrever a pressão estática, a velocidade e a temperatura total
na entrada. Na saída, a condição localmente parabólica pode ser empregada.
• Para escoamentos supersônicos externos, as condições de escoamento livre são prescritas (número de Mach e temperatura) nas
fronteiras do domínio onde elas existirem, ao passo que condições localmente parabólicas são usadas na saída do domínio
[23]. É comum também, quando as metodologias projetadas para escoamentos supersônicos são empregadas, aplicar as
condições de saída ao longo das características.

6.9 CONCLUSÕES
Este capítulo deu início ao tratamento de problemas em que o campo de velocidades e pressões deve ser determinado
numericamente. Como já salientado, é na solução do problema de Mecânica dos Fluidos que residem as maiores dificuldades
numéricas. A primeira delas é o tratamento do acoplamento pressão-velocidade, resultante do processo segregado de solução
das equações de conservação. Se for acoplado o problema persiste, e a presença da pressão nas equações de conservação da
massa é necessária para promover o acoplamento.
Foram descritos os métodos mais usados para tratamento desse acoplamento, procurando-se apresentar a filosofia básica
das metodologias, de tal forma que o leitor possa analisar e propor melhorias ou novas maneiras de tratar o acoplamento. Tais
métodos, intensamente usados para o arranjo desencontrado, foram apresentados, também, para o arranjo colocalizado, uma vez
que esse último é o arranjo utilizado quando problemas 3D são resolvidos. O arranjo desencontrado é, sem dúvida, o arranjo
ideal do ponto de vista de acoplamento, mas, infelizmente, traz desvantagens consideráveis na implementação computacional.
Tratamos, também, das condições de contorno, descrevendo as diferentes condições encontradas em problemas práticos.
Também nesse tópico fizemos a apresentação usando o arranjo colocalizado. No próximo capítulo, continuaremos tratando dos
acoplamentos, apresentando o acoplamento para problemas de qualquer velocidade, em que a pressão interfere, agora, na
velocidade e na massa específica.

6.10 EXERCÍCIOS
6.1 Na solução segregada de um problema bidimensional incompressível de advecção/difusão, uma das formas de corrigir a
velocidade é através de

Obtenha a equação ϕ que permite corrigir as componentes do vetor velocidade tal que a equação da conservação da massa
seja satisfeita.
6.2 Mostre que a correção de velocidade no Problema 6.1 não altera a vorticidade.
6.3 Escreva a expressão de para os métodos SIMPLE, PRIME e SIMPLEC para os arranjos
colocalizado e desencontrado.
6.4 Obtenha a equação para a pressão empregando o método PRIME.
6.5 Considere a Fig. 6.8, onde a pressão é prescrita na fronteira w. Obtenha a equação para a correção da pressão P' para o
volume de controle P, utilizando o método SIMPLEC.

6.11 REFERÊNCIAS
[1] Beam, R. M. e Warming, R. F., “An Implicit Factored Scheme for the Compressible Navier-Stokes Equations”, AIAA Journal, vol. 16,
pp. 393-402 (1978).
[ 2] Pullian, T. H. e Steger, J. L., “Implicit Finite Difference Simulation of Three-Dimensional Compressible Flow”, AIAA Journal, vol.
18, pp. 159-167 (1980).
[ 3] Patankar, S. V., “Numerical Heat Transfer and Fluid Flow”, Hemisphere Publishing Corporation (1980).
[ 4] Harlow, F. H. e Welch J. E., “Numerical Calculation of Time-Dependent Viscous Incompressible Flow of Fluid with Free Surface”,
Physics of Fluids, vol. 8, pp. 2182-2189 (1965).
[ 5] Rhie, C. M., A Numerical Study of the Flow Past an Isolated Airfoil with Separation, PhD. Thesis, University of Illinois, Urbana-
Champaign (1981).
[ 6] Peric, M., Kessler, R. e Scheuerer, G., “Comparison of Finite Volume Numerical Methods with Staggered and Colocated Grids”,
Computers & Fluids, vol. 16, pp. 389-403 (1988).
[ 7] Marchi, C. H., Maliska, C. R. e Bortoli, A. L., “The Use of Co-Located Variables in the Solution of Supersonic Flows”, X Congresso
Brasileiro de Engenharia Mecânica, vol. 1, pp. 157-160, Rio de Janeiro (1989).
[ 8] Chorin, A. J., “A Numerical Method for Solving Incompressible Viscous Flow Problems”, Journal of Computational Physics, vol. 2,
pp. 12-26 (1967).
[ 9] Chorin, A. J., “Numerical Solution of the Navier-Stokes Equations”, Math. of Computation, vol. 22, pp. 745-762 (1971).
[ 10] Amsden, A. A. e Harlow, F. H., “The SMAC Method: A Numerical Technique for Calculating Incompressible Fluid Flows”, Los
Alamos Scientific Laboratory, LA-4370, Los Alamos, EUA (1970).
[ 11] Patankar, S. V. e Spalding, D. B., “A Calculation Procedure for Heat, Mass and Momentum Transfer in Three-Dimensional
Parabolic Flows”, Int. Journal of Heat and Mass Transfer, vol. 15, pp. 1787-1806 (1972).
[ 12] Raithby, G. D. e Schneider, G. E., “Numerical Solution of Problems in Incompressible Fluid Flow: Treatment of the Velocity-
Pressure Coupling”, Numerical Heat Transfer, vol. 2, pp. 417-440 (1979).
[ 13] Maliska, C. R., “A Solution Method for Three-Dimensional Parabolic Fluid Flow Problems in Nonorthogonal Coordinates”, PhD.
Thesis, University of Waterloo, Waterloo, Canada (1981).
[ 14] Hackman, L. P., Comunicação Pessoal para C. R. Maliska (1981).
[ 15] Van Doormaal, J. P., “Numerical Methods for the Solution of Incompressible and Compressible Fluid Flows”, PhD. Thesis,
University of Waterloo, Waterloo, Canada (1985).
[ 16] França Filho, M. F., “Estudo Comparativo de Métodos para Tratamento do Acoplamento Pressão-Velocidade”, Dissertação de
Mestrado, Universidade Federal de Santa Catarina, Florianópolis, Brasil (1991).
[ 17] Van Doormaal, J. P. e Raithby, G. D., “Enhancements of the SIMPLE Method for Predicting Incompressible Fluid Flow”, Numerical
Heat Transfer, vol. 7, pp. 147-163 (1984).
[ 18] Galpin, P. F., Van Doormaal, J. P. e Raithby, G. D., “Solution of Incompressible Mass and Momentum Equations by Application of
a Coupled Equation Line Solver”, Int. J. Numerical Methods in Fluids, vol. 5, pp. 615-625 (1985).
[ 19] Peric, M., Kessler, R. e Scheuerer, G., “Comparison of Finite Volume Numerical Methods with Staggered and Colocated Grids”,
Computers and Fluids, vol. 16, pp. 389-403 (1988).
[ 20] Marchi, C. H. e Maliska, C. R., “A Nonorthogonal Finite Volume Method for the Solution of All Speed Flows Using Co-Located
Variables”, Numerical Heat Transfer, vol. 26, n. 3, pp. 293-311 (1994).
[ 21] Marchi, C. H., Maliska, C. R. e Bortoli, A. L., “The Use of Co-Located Variables in the Solution of Supersonic Flows”, X Congresso
Brasileiro de Engenharia Mecânica, vol. 1, pp.157-160, Rio de Janeiro (1989).
[ 22] Marchi, C. H., Maliska, C. R. e Silva, A. F. C., “Solução Numérica de Escoamentos Invíscidos em Tubeiras com Velocidade
Supersônica na Saída”, IV Encontro Nacional de Ciências Térmicas, pp. 145-148, Rio de Janeiro, Brasil (1992).
[ 23] Silva, A. F. C. e Maliska, C. R., “Uma Formulação Segregada em Volumes Finitos para Escoamentos Compressíveis ou
Incompressíveis em Coordenadas Generalizadas”, II Encontro Nacional de Ciências Térmicas, pp.11-14, Águas de Lindoia, Brasil
(1988).
[ 24] Velasco, F. S. Simulación Numérica de Procesos de Solidificación de Aleaciones. Revista Metalúrgica, N.º 23, pp. 23-30.
Universidad Tecnica de Oruro, Bolivia 2002.
[ 25] Santos, L. A., Maliska, C. R. e Marchi, C. H., “The PRIME Method for All Speed Flows Using Non-Staggered Grids”, XIII
Congresso Brasileiro de Engenharia Mecânica, Belo Horizonte, Minas Gerais (1995).
[ 26] TascFlow Theory Documentation, ASC-Advanced Scientific Computing Ltd, Waterloo, Ontario, Canada (1995).
[ 27] Schneider, G. E., Raw, M. J., “Control Volume Finite-Element Method for Heat Transfer and Fluid Flow Using Colocated
Variables-Computational Procedure”, Numerical Heat Transfer, vol. 11, pp. 363-390 (1987).
[ 28] Ferziger, J.H., Peric., M., Computational Methods for Fluid Dynamics, 2nd edition, Springer Verlag (1999).
7.1 INTRODUÇÃO
Historicamente, os métodos numéricos para escoamento de fluidos foram desenvolvidos abrangendo duas grandes classes
de escoamentos: escoamentos de baixa e de alta velocidade. Os de baixa velocidade são, em geral, relacionados com problemas
de transferência de calor, ou seja, problemas convectivos, em que estamos interessados na determinação das trocas de calor na
interface sólido-fluido. Por serem escoamentos de baixa velocidade, com pequenas variações de pressão, a massa específica é
considerada constante ou é determinada como uma função apenas da temperatura. É a classe, portanto, para a qual se aplica a
formulação incompressível, já discutida anteriormente, e que requer o uso dos métodos de acoplamento pressão-velocidade
vistos no Cap. 6. Os de alta velocidade são, em geral, compressíveis, relacionados aos problemas de aerodinâmica e
aerotermodinâmica.
Para problemas compressíveis devemos introduzir no acoplamento também a influência da pressão sobre a massa
específica. Esse é o principal assunto deste capítulo, pois é um item relevante na literatura atual, devido ao grande impacto sobre
os esquemas numéricos que procuram resolver escoamentos a qualquer velocidade.
Outro tipo de acoplamento, importante para problemas de transferência de calor por convecção natural, é entre a
temperatura e a velocidade. Nesses problemas, o escoamento é causado pelos gradientes de temperatura e não de pressão,
justificando-se acoplar de maneira adequada a temperatura com a velocidade, um procedimento raramente adotado em soluções
numéricas de convecção natural. Esse é o outro assunto deste capítulo, apesar de ser tratado de maneira extremamente breve.

7.2 ACOPLAMENTO PRESSÃO-VELOCIDADE E PRESSÃO-MASSA ESPECÍFICA


Os escoamentos de alta velocidade são relacionados, em geral, com aerodinâmica supersônica, cujo interesse principal é a
determinação dos coeficientes de pressão sobre a superfície, para cálculo das forças de arrasto e de sustentação de formas
aerodinâmicas. O método ainda bastante usado nessa área é o de diferenças finitas em coordenadas generalizadas, estando
visível, entretanto, nos últimos anos, uma clara tendência para aplicação do método dos volumes finitos.
Para escoamentos de baixa velocidade, a metodologia básica dos esquemas numéricos é a consideração de que a massa
específica não é função da pressão. Logicamente, não é possível resolver um escoamento supersônico com essa metodologia,
pois, nesse caso, com a existência, inclusive, de ondas de choque, a massa específica varia significativamente com a pressão.
Como consequência, os métodos que usam a formulação incompressível, descrita no Cap. 6, não são aplicáveis aos escoamentos
compressíveis de alta velocidade.
Por outro lado, a metodologia básica dos métodos para escoamentos de alta velocidade é calcular a massa específica
através da equação da conservação da massa e a pressão através da equação de estado. Não é preciso dizer que esses métodos
não se aplicam a escoamentos de baixa velocidade, em que a pressão não pode ser determinada por uma equação de estado,
devido a razões de instabilidade numérica, dado o fraco acoplamento entre pressão e massa específica. Se a massa específica
tem pouca variação com a pressão, pequenos erros no cálculo de ρ resultam em grandes erros no cálculo de P. Quando essas
pressões são introduzidas nas equações do movimento, as velocidades calculadas também possuem erros que, por sua vez,
produzem erros ainda maiores no cálculo de ρ via conservação da massa. E o processo assim continua, gerando instabilidade e
causando divergência. Portanto, para escoamentos de baixa velocidade — já sabemos do Cap. 6 — a pressão deve ser
determinada através de uma equação criada a partir da equação da conservação da massa ou, para não enfrentar o problema do
acoplamento, resolver as equações simultaneamente.
Uma outra forma de ver as razões da limitação das duas metodologias é analisar o produto ρV na equação da conservação
da massa. Como em todo processo numérico, sempre que apareçam produtos de variáveis, eles devem ser linearizados. Para os
escoamentos de baixa velocidade, usa-se jogar a massa específica para os coeficientes, deixando-se a velocidade como variável
ativa na equação da conservação da massa. A substituição dessa velocidade por equações de correção, de acordo com o método
de acoplamento empregado, transforma a equação de conservação da massa em uma equação para a pressão. A massa
específica, entretanto, foi mantida nos coeficientes com o seu valor da iteração anterior. Dizemos que, nesse caso, a velocidade
foi mantida como variável ativa na equação da conservação da massa e o método só é aplicável a escoamentos de baixa
velocidade, justamente porque a massa específica foi mantida inativa nos coeficientes.
O outro caso é quando a velocidade é incorporada aos coeficientes e a equação da conservação da massa torna-se uma
equação para a massa específica. Nesse caso, a variável ativa é a massa específica e o método só se aplica a escoamentos de alta
velocidade.
Com base no exposto, parece, então, que o que caracteriza a formulação (compressível ou incompressível) é a maneira de
linearização adotada para o produto ρV na equação da conservação da massa. Existem, atualmente, duas linhas de pesquisa de
vanguarda, procurando estender as metodologias para escoamentos a qualquer velocidade. Uma delas é aquela em que a base
numérica foi desenvolvida para escoamentos compressíveis, e as extensões procuram contemplar escoamentos incompressíveis.
A outra considera o oposto, e é o objeto de nosso capítulo. Nosso interesse, portanto, está nas metodologias em volumes finitos
que usam a equação de conservação da massa para determinar a pressão, ou seja, que aplicam os métodos para escoamentos
incompressíveis aos compressíveis. É nessa família de métodos que mostraremos uma extensão para escoamentos de alta
velocidade.
A ideia básica é muito simples. Se, para escoamentos incompressíveis, nosso procedimento para determinar uma equação
para P ou P' é substituir as velocidades (equações de correção) como função da pressão (ou correção da pressão) na equação da
conservação da massa, parece lógico que, se desejamos manter a massa específica igualmente ativa, basta substituí-la, também,
como uma função da pressão. Assim, a equação de conservação da massa se transformará em uma equação para a pressão que
carrega os efeitos desta sobre a velocidade e sobre a massa específica. A linearização é necessária, pois, do contrário, teremos
um produto de pressões, o que não é permitido, se queremos um sistema de equações algébricas lineares.
A proposição da linearização foi feita, há mais de duas décadas, nos trabalhos de Harlow e Amsden [1] e Patankar [2], mas
a ideia, aparentemente, não prosperou. Mais recentemente, Van Doormaal [3], para coordenadas cartesianas, Silva e Maliska
[4], Maliska e Silva [5] e Karki e Patankar [6], Marchi e Maliska [7] para coordenadas generalizadas, Demirdzic et al. [8]
aplicaram a ideia básica no desenvolvimento de algoritmos para escoamentos de qualquer velocidade. Os métodos para tratar
escoamentos compressíveis baseados na pressão, como são conhecidos os métodos que estendem as formulações para
escoamentos incompressíveis para os compressíveis, continuam recebendo atenção, como pode ser visto em [9,10], entre outros
trabalhos.
O desenvolvimento que se segue, por simplicidade, será realizado para duas dimensões. Vale lembrar, também, que o
desenvolvimento depende do arranjo de variáveis utilizado. Admitiremos que existem velocidades armazenadas nas interfaces
do volume de controle para conservação da massa. Se não existirem, um processo para calculá-las, como já descrito no Cap. 6
para arranjo colocalizado, deve ser empregado.
Integrando-se a equação da conservação da massa no espaço e no tempo para um volume elementar centrado em P com
interfaces e, w, n e s, temos

onde
Na linearização do termo ρu, por exemplo, a seguinte estratégia é utilizada [3,4,5]

onde o sobrescrito “*” significa que os valores são mantidos constantes e conhecidos do nível iterativo anterior. Com essa
linearização, tanto a massa específica como a velocidade se mantêm ativas na equação da conservação da massa.
A massa específica está armazenada no centro do volume de conservação da massa, juntamente com a pressão e as
velocidades, se o arranjo for colocalizado. Uma função de interpolação será necessária para obter os valores de ρ nas interfaces.
Seguindo o esquema WUDS, visto no Cap. 4, podemos escrever, para a massa específica nas interfaces,

onde γ assume os valores –1/2 e +1/2, dependendo de a velocidade ser positiva ou negativa, sendo um esquema upwind para a
massa específica com o intuito de assegurar a positividade dos coeficientes da equação de conservação da massa. Também é
possível dar uma explicação física para a escolha da aproximação upwind pura. Como a equação de conservação da massa não
tem termos difusivos, a solução exata unidimensional do problema convectivo/difusivo requer um perfil do tipo escada para a
função de interpolação. Veja, no Cap. 4, a semelhança entre o γ e o α.
O procedimento agora é idêntico ao já visto para o tratamento do acoplamento pressão-velocidade em escoamentos
incompressíveis, isto é, devemos substituir os fluxos de massa linearizados, que aparecem na equação de conservação da massa,
por equações de correção, agora de velocidade e massa específica.
Inicialmente, substituindo a Eq. (7.3) e as similares para as outras três faces na Eq. (7.1), obtém-se a equação de
conservação da massa com os fluxos linearizados, na forma

onde
e

Agora, os valores de ρ, u e v, na Eq. (7.8), devem ser substituídos por expressões que contenham a pressão, ou a correção
da pressão, transformando a equação da conservação da massa em uma equação para a pressão ou correção da pressão.

7.2.1 EXPRESSÕES DA VELOCIDADE EM FUNÇÃO DE P' — SIMPLEC


As expressões que relacionam as velocidades como função da pressão (ou P') são as já conhecidas equações de correção
das velocidades. O procedimento para determiná-las depende do método de acoplamento pressão-velocidade usado. Por
exemplo, para o método SIMPLE ou SIMPLEC, elas são obtidas subtraindo-se a equação do movimento escrita para P* da
equação do movimento escrita para P e desprezando-se as diferenças u–u* e v–v*. As equações resultantes para o caso
bidimensional, já vistas no Cap. 6 e aqui repetidas, são
7.2.2 EXPRESSÕES DA MASSA ESPECÍFICA EM FUNÇÃO DE P' — SIMPLEC
As equações de correção da massa específica são a novidade que existe no acoplamento pressão-velocidade/massa
específica em relação ao acoplamento para escoamentos incompressíveis. Se para encontrarmos expressões para corrigir a
velocidade em função de P' recorremos à equação do movimento, parece lógico que agora recorramos à equação de estado.
Linearizando a equação de estado em função da pressão, obtém-se

Chamando-se de ρ* o campo de massa específica obtido com uma pressão P* e de ρ o campo de pressões obtido com um
campo de pressões P, temos

Subtraindo-se a Eq. (7.24) da Eq. (7.23), obtém-se

onde P' = P – P*. A Eq. (7.25) é a relação procurada da massa específica em função de P'. Podemos, agora, obter as expressões
para ρ nos centros dos volumes através da Eq. (7.25), como

Substituindo as Eqs. (7.19) a (7.22) e as Eqs. (7.26) a (7.30) na Eq. (7.8), encontramos a equação para P' como

onde
onde, por exemplo, é dado por

A equação anterior é a própria Eq. (6.34) sem o Δz, pois aqui estamos considerando o problema 2D e no Cap. 6 as
deduções foram feitas para 3D. A Eq. (7.31) é uma equação semelhante à equação para P' para escoamentos incompressíveis,
mas que, agora, também considera os efeitos da massa específica através da equação de estado, e não apenas os efeitos da
velocidade através das equações de Navier-Stokes.
A seguir, tem-se uma sequência de cálculo utilizando a metodologia descrita, extraída de [12,11].
Conhecidos os campos iniciais de u, v, T, P e ρ em t = 0, é o seguinte o procedimento de solução:
1. São estimados os campos de u, v, P e ρ em t = t + Δt.
2. Com os campos disponíveis são calculados os coeficientes das equações da quantidade de movimento nas direções x e y.
3. São calculados os coeficientes da equação para P'.
4. Fazendo P* = P, um campo de velocidades u* e v* é determinado.
5. É calculado o termo fonte bP'.
6. É resolvida a equação para P', e as velocidades u* e v* são corrigidas através das Eqs. (7.19) a (7.22). A massa específica ρ* é
corrigida através da Eq. (7.25), e o novo campo de pressões é calculado por P = P* + P'.
Até esse ponto, a conservação da massa foi satisfeita para um determinado conjunto de coeficientes.
7. Retorna-se ao item 3 e itera-se até a convergência.
São necessários, ainda, ciclos iterativos para a atualização dos coeficientes das equações de conservação da quantidade de
movimento, para a solução da equação da energia e devido ao transiente.
8. Retorna-se ao item 2 e itera-se até a convergência.
Até o momento, as massas específicas são as estimadas no item 1 e corrigidas apenas quanto à variação no campo de
pressões pela expressão aproximada, Eq. (7.25).
9. São calculados os coeficientes da equação da energia, e um novo campo de temperaturas é determinado.
10. Através da equação de estado, um novo campo de massas específicas é calculado.
11. Retorna-se ao item 2 e itera-se até a convergência.
Foi obtida, até aqui, a solução do problema em t + Δt.
12. Considera-se a solução em t + Δt como um campo inicial para o novo nível de tempo.
13. Retorna-se ao item 2 e itera-se até que o regime permanente seja atingido.
A seguir, são apresentadas as equações de correção para a velocidade e massa específica para o método PRIME.
7.2.3 EXPRESSÕES DA VELOCIDADE E MASSA ESPECÍFICA EM FUNÇÃO DE P — MÉTODO
PRIME
Novamente, vamos considerar que temos as velocidades disponíveis nas interfaces de um volume para conservação da
massa. Essa disponibilidade pode ser devida ao armazenamento desencontrado ou aos processos de médias, já exaustivamente
comentados e apresentados. Mais uma vez, considerando uma situação bidimensional, por simplicidade, as equações de
correção de velocidade são aquelas do Cap. 6, quando escritas para as quatro faces do volume de controle de conservação da
massa, dadas por

enquanto a equação de ρ como função de P é a própria equação de estado, dada por

Como estamos interessados em transformar a equação da conservação da massa em uma equação para a pressão, basta
substituir as expressões das componentes da velocidade e da massa específica em função de P na equação de conservação da
massa. Para o método PRIME, essas expressões são as próprias equações do movimento e de estado. Substituindo-as na equação
da conservação da massa já linearizada, Eq. (7.8), obtemos uma equação para a pressão na forma

É deixada ao leitor a obtenção dos coeficientes para a Eq. (7.44). Um possível ciclo iterativo para o método pode ser o
seguinte:
1. Sendo o problema transiente, são conhecidos no instante t os campos de P, T, u e v com ρ calculado pela equação de estado.
Se um transiente distorcido for empregado, esses campos serão estimados.
2. Estimar os campos de P, T, u e v, com ρ novamente calculado pela equação de estado, no instante t = t + Δt. Os valores de ρ, u
e v são denominados ρ*, u* e v*.
3. Calcular os coeficientes e termos fontes para as equações do movimento para u e v.
4. Calcular e nas interfaces do volume de controle para a conservação da massa. É importante repetir que e contêm
todos os termos da equação de conservação de quantidade de movimento, exceto o gradiente de pressão.
5. Calcular os coeficientes e o termo fonte para a pressão. Resolver a Eq. (7.44) e obter P através da solução de um sistema
linear.
6. Corrigir as velocidades nas interfaces, usando as Eqs. (7.39) a (7.42).
Nesse ponto, temos um campo de velocidades e massa específicas que satisfazem a equação da conservação da massa. Os
coeficientes ainda não foram atualizados. Se o arranjo for desencontrado, a correção da velocidade na interface corrigirá a
própria variável. Se for colocalizado, a correção da velocidade na interface não corrigirá a própria variável, pois a mesma
está localizada no centro do volume de controle. A obtenção da velocidade no centro deve ser feita através de uma média
empregando as corrigidas da interface e não aplicando o processo de correção às velocidades no centro do volume.
7. Calcular ρ, usando a equação de estado.
8. Retornar ao item 3 e iterar até a convergência. Nesse ponto, temos os campos de u, v, ρ e T que satisfazem as equações da
quantidade de movimento e massa para um dado campo de temperaturas.
9. Calcular os coeficientes para a equação da energia. Resolver o sistema linear e obter T. Retornar ao item 3 e iterar até a
convergência.
10. Voltar ao item 2 e avançar um novo intervalo de tempo.
7.3 ACOPLAMENTO TEMPERATURA–VELOCIDADE
Existem dois níveis de influência do acoplamento entre os campos de velocidade e temperatura em problemas de
transferência de calor. O primeiro deles, e o mais fraco, aparece em problemas de convecção forçada, em que as propriedades
físicas dependem da temperatura. Nesse caso, o escoamento altera-se pela mudança da viscosidade, num tipo de acoplamento
que poderíamos dizer de segunda ordem em importância. No segundo deles, que aparece em problemas de convecção natural, os
gradientes de temperatura afetam diretamente o campo de velocidades, através do empuxo, constituindo-se em um acoplamento
de primeira ordem.
Quando problemas de convecção natural, que possuem o acoplamento forte entre V e T, são tratados, a prática corrente, ao
resolver a equação da energia, é manter as velocidades nos coeficientes, tal que a equação resultante é uma equação para a
variável T apenas. Se V e T são importantes na equação da energia, o adequado é manter as duas variáveis ativas nessa equação.
Para isso, a seguinte linearização é proposta em [13], seguindo a ideia usada para linearizar o produto ρV para escoamentos de
qualquer velocidade,

Essas expressões, substituídas na equação da energia, originam uma equação em que a velocidade e a temperatura são
variáveis ativas. A dificuldade que agora aparece é a necessidade de resolver a temperatura, simultaneamente, com u e v.
Conforme resultados apresentados pelos autores, o tempo de computação foi menor para uma série de problemas de convecção
natural resolvidos. Logicamente, a implementação computacional e os sistemas lineares que devem ser resolvidos são mais
complexos. A metodologia não se aplica a problemas em que o número de Prandtl é pequeno, pois, nesses casos, a transferência
de calor é dominada pela condução e a velocidade deixa de desempenhar um papel fundamental. Outros trabalhos recentes
tratam desse problema e podem ser consultados [14,15].

7.4 CONCLUSÕES
O desenvolvimento de metodologias para a solução de escoamentos subsônicos, transônicos e supersônicos que empregam
um único modelo numérico básico, conforme descrito neste trabalho, está recebendo grande atenção dos pesquisadores. Trata-se
de uma forma conveniente de atacar os problemas, pois, muitas vezes, temos escoamentos que possuem os três regimes de
velocidade simultaneamente. Nesses casos, o método deve ser versátil para conseguir obter a solução. O método aqui
apresentado, desenvolvido a partir da linearização do produto da velocidade e massa específica, tem sido aplicado a uma série
de problemas práticos com baixo e alto número de Mach, representando os limites de funcionamento da metodologia, sempre
com excelentes resultados.
Também, apesar de muito brevemente, apresentamos, neste capítulo, uma possibilidade para tratar o acoplamento
velocidade-temperatura, aplicável a problemas de convecção natural.
O conjunto de equações a ser resolvido, quando se deseja obter soluções para problemas de transferência de calor, é muito
rico em acoplamentos e não linearidades. Isso significa que muitas outras formas de tratar tais acoplamentos e não linearidades
podem ser concebidas, e o leitor é motivado a exercitar seus conhecimentos procurando visualizar métodos para esse fim.

7.5 EXERCÍCIOS
7.1 Propondo correções para a velocidade e para a massa específica por

obtenha a Eq. (7.3).


7.2 Obtenha a equação de conservação da massa, Eq. (7.8), fazendo nas Eqs. (7.4) a (7.7) o valor de γ igual a zero, e observe o
sinal dos coeficientes. Qual é o mínimo valor, em módulo, possível de ser usado para γ para que os coeficientes resultem
positivos?
7.3 Uma outra forma de obter a equação para P', Eq. (7.31), é substituir diretamente na equação de conservação da massa, Eq.
(7.1), as expressões de u, v e ρ como funções de P', sem usar a linearização dada pela Eq. (7.3). O resultado será uma
equação em que aparecerão termos com produtos de P'. Proponha uma linearização para essa equação. Existe a
possibilidade de obter os mesmos coeficientes dados pelas Eqs. (7.32) a (7.37)?
7.4 As condições de contorno com entrada e saída de massa do domínio são as mais delicadas de serem estabelecidas.
Especifique as condições de contorno que resultem em problemas fisicamente consistentes para os seguintes problemas:
a. Escoamento interno incompressível em que a diferença de pressão entre a entrada e a saída é prescrita.
b. Idem, em que a vazão mássica na entrada é conhecida.
c. Escoamento interno subsônico na entrada, passando a supersônico no domínio e voltando a subsônico na saída.
d. Escoamento interno subsônico na entrada e supersônico na saída.
e. Escoamento externo supersônico sobre um corpo.
7.5 Empregando a linearização do produto uT e vT dado pela Eq. (7.45), obtenha a equação da energia discretizada.
7.6 Obtenha os coeficientes para as Eqs. (7.31) e (7.44) para os pontos internos. Considere, agora, uma condição de contorno de
velocidade prescrita e obtenha os coeficientes para um volume de fronteira com essa condição.

7.6 REFERÊNCIAS
[ 1] Amsden, A. A. e Harlow, F. H., “The SMAC Method: A Numerical Technique for Calculating Incompressible Fluid Flows”, Los
Alamos Scientific Laboratory-LA-4370, Los Alamos, EUA (1970).
[ 2] Patankar, S. V., “Calculation of Unsteady Compressible Flows Involving Shocks”, London Rept. UF/TN/A/4, Imperial College,
Inglaterra (1971).
[ 3] Van Doormaal, J. P., “Numerical Methods for the Solution of Incompressible and Compressible Fluid Flows, PhD. Thesis, University
of Waterloo, Waterloo, Canadá (1985).
[ 4] Silva, A. F. C. e Maliska, C. R., “Uma Formulação Segregada em Volumes Finitos para Escoamentos Compressíveis ou
Incompressíveis em Coordenadas Generalizadas”, II Encontro Nacional de Ciências Térmicas, pp. 11-14, Águas de Lindoia, Brasil
(1988).
[ 5] Maliska, C. R. e Silva, A. F. C., “A Boundary-Fitted Finite Volume Method for Solution of Compressible and/or Incompressible Fluid
Flows Using Both Velocity and Density Correction”, VII Int. Conference on Finite Element in Flow Problems, pp. 405-412,
University of Alabama Press, EUA (1989).
[ 6] Karki, K. C. e Patankar, S. V., “Pressure Based Calculation Procedure for Viscous Flows at All Speeds in Arbitrary Configurations”,
AIAA Journal, vol. 27, pp. 1167-1174 (1989).
[ 7] Marchi, C. H. e Maliska, C. R., “A Nonorthogonal Finite Volume Method for the Solution of All Speed Flows Using Co-located
Variables, Numerical Heat Transfer, Part B, vol. 26, pp. 293-311 (1994).
[ 8] Demirdzic, I., Lilek, Z. e Peric, M., “A Co-located Finite Volume Method for Predicting Flows at All Speeds”, Int. J. Numer. Meth. in
Fluids, vol. 16, pp. 1029 (1993).
[ 9] Darbandi, M., Schneider, G. E.,“Comparision of Pressure-based Velocity and Momentum Procedures for Shock Tube Problem”,
Numerical Heat Transfer, Part B, vol. 33, pp. 287, (1998).
[ 10] Moukalled, F. e Darwish, M., “A High-Resolution Pressure-Based Algorithm for Fluid Flow at All Speeds”, Journal of
Computational Physics, vol. 168, issue 1, pp. 101-133 (2001).
[ 11] Maliska, C. R. e Silva, A. F. C., “Desenvolvimento de Códigos Computacionais para a Solução de Problemas de Escoamento de Alta
Velocidade, Parte II”, Relatório IAE/CTA-SINMEC/EMC/UFSC, Relatório RT-87-5, Florianópolis, SC, Brasil (1987).
[ 12] Silva, A. F. C., “Um Procedimento em Volumes Finitos para a Solução de Escoamentos de Qualquer Velocidade, Tese de
Doutoramento, Universidade Federal de Santa Catarina, Florianópolis, Brasil (1991).
[ 13] Galpin, P. F. e Raithby, G. D., “Numerical Solution of Problems in Incompressible Fluid Flow: Treatment of the Temperature-
Velocity Coupling”, Numerical Heat Transfer, vol. 10, pp. 105-129 (1986).
[ 14] Oliveira, P. e Issa, R., “An Improved PISO Algorithm for the Computation of Buoyancy-Driven Flows”, Numerical Heat Transfer,
Part B, vol. 40, pp. 473-493 (2001).
[ 15] Sheng, Y., Shoukri, M., Sheng, G. e Wood, P., “A Modification of the SIMPLE Method for Buoyancy-Driven Flows”, Numerical
Heat Transfer, Part B, vol. 33, pp. 65-78 (1998).
8.1 INTRODUÇÃO
Rigorosamente, podemos dizer que todos os problemas de interesse prático são tridimensionais, requerendo a solução
completa das equações de Navier-Stokes. Existem, entretanto, muitos problemas, e, entre eles, destaca-se o escoamento no
interior de dutos e jatos livres de alta velocidade, em que, conforme discutido no Cap. 2, os efeitos de difusão podem ser
desprezados em uma direção. Isso torna o problema de advecção dominante e, portanto, parabólico naquela direção.
A aproximação parabólica permite um problema de marcha nessa direção, e, por essa razão, não podem existir condições
de contorno a jusante. Todos os efeitos físicos que transmitem informações contrárias ao escoamento devem ser eliminados para
que o problema possa ser tratado parabolicamente. Fisicamente, as condições que devem prevalecer para que a aproximação
parabólica seja válida são:
1. Existência de uma direção predominante de escoamento.
2. Difusão de qde. de movimento, massa, calor etc. desprezíveis na direção predominante.
3. A pressão a jusante não deve influenciar as condições do escoamento a montante. Essa condição introduz o desacoplamento
dos campos de pressões. Como os efeitos de pressão são elípticos, é necessário desacoplar o campo de pressões na direção
parabólica do campo de pressões nas outras direções para que a equação do movimento na direção predominante
(parabólica) fique desacoplada das equações do movimento nas outras direções.
A restrição (1) significa que não poderá haver separação ou recirculação do escoamento na direção predominante, ou, em
outras palavras, a velocidade deverá ser sempre positiva. Com relação ao escoamento secundário (transversal à direção
parabólica), é importante ter em mente que a aproximação parabólica não impõe nenhuma restrição, permitindo que o mesmo
seja analisado completamente.
O desacoplamento do campo de pressões é obtido escrevendo-se

onde e representam a média e a variação local da pressão em uma determinada seção z. A Fig. 8.1 ilustra a
Eq. (8.1). Na notação , a coordenada z é mantida para esclarecer que é um campo bidimensional de
pressão, mas que muda com z, enquanto a solução “marcha” plano por plano ao longo de z. É importante observar que, agora,
como os campos de pressões são desacoplados, deveremos ter um método para tratar o acoplamento pressão-velocidade também
na direção parabólica.
Fig. 8.1 Desacoplamento do campo de pressões

A seguir, são apresentados os esquemas iterativos para problemas bi- e tridimensionais. As equações serão escritas para
regime permanente e escoamento incompressível. Essas hipóteses não prejudicam, absolutamente, a generalidade do assunto
abordado nesta seção.

8.2 PROBLEMAS BIDIMENSIONAIS PARABÓLICOS EXTERNOS


O sistema de equações para resolver o problema do escoamento parabólico bidimensional é

onde as aproximações para tornar o problema parabólico na direção x já foram introduzidas, sendo admitido que
apesar de essa consideração não ser necessária para escoamentos externos. Para problemas
bidimensionais, o desacoplamento da pressão é da forma

Em problemas bidimensionais, com o desacoplamento do campo de pressões, e desde que seja possível determinar o
gradiente de P na direção x, a velocidade u pode ser determinada da equação do movimento em x, depois da substituição de v
como função de u obtido da equação da conservação da massa. Ou seja, não necessitamos da equação da quantidade de
movimento em y para resolver o problema. Não é difícil reconhecer que o problema que está sendo discutido é o problema de
camada limite bidimensional. Aliás, aproximação parabólica e aproximação da camada limite são sinônimos.
Para a determinação do gradiente de pressão em x, basta lembrar que estamos trabalhando com escoamentos externos.
Assim, o gradiente de pressão em x pode ser relacionado com o gradiente de pressão em x fora da camada limite, no escoamento
não perturbado, em que a equação de Bernoulli é aplicável. Assim,

Para escoamentos com velocidade constante, o gradiente de pressão em x é zero. As equações que devem ser resolvidas,
nesse caso, para o problema de camada limite externa bidimensional, são

que formam um sistema de duas equações a duas incógnitas u e v. Mesmo que exista variação de u∞, as equações serão as
mesmas com a inclusão do termo de pressão, que será uma quantidade conhecida. As Eqs. (8.7) e (8.8) são as bem conhecidas
equações da camada limite, cuja solução clássica é a solução de Blasius. Elas podem, logicamente, ser resolvidas utilizando-se
algum método numérico. Para isso, existem muitos algoritmos possíveis, e é deixado ao leitor buscar na literatura o de seu
interesse.

8.3 PROBLEMAS BIDIMENSIONAIS PARABÓLICOS INTERNOS


Para problemas internos, não existe mais a possibilidade de equacionar o gradiente de pressão em x com o escoamento fora
da camada limite, pois este último também tem variação com x e não é conhecido. A variável P não pode, portanto, ser
eliminada, restando como incógnitas u, v e P. O fechamento do problema é obtido através da conservação da massa global, uma
vez que, para escoamentos internos, a vazão mássica é conhecida. Logo, as equações que devem ser resolvidas são

onde é a vazão mássica que escoa pelo duto. Esse problema, novamente, é de marcha ao longo de x, com a necessidade,
agora, de se estabelecer um algoritmo para determinar o gradiente de pressão em x, de forma que a equação de conservação da
massa global seja satisfeita. O acoplamento da velocidade na direção x com o gradiente de pressão nessa direção será objeto de
discussão da Seção 8.5.
Se estivermos interessados na distribuição de pressão com y, basta determiná-la da equação do movimento em y, usando as
velocidades u e v já calculadas.

8.4 PROBLEMAS TRIDIMENSIONAIS PARABÓLICOS EXTERNOS


Os escoamentos externos mais comuns que podem ser tratados parabolicamente são os jatos e plumas, conforme
esquematizado na Fig. 8.2, onde apenas é mostrado um plano para simplificar a figura. Deve-se ter cuidado ao considerar a
aproximação parabólica, pois o jato vai perdendo quantidade de movimento pela incorporação do fluido ambiente, deixando de
ser parabólico a uma determinada distância da descarga.
O desacoplamento da pressão na direção axial é feito de acordo com a Eq. (8.1). Um detalhe importante, agora, é perceber
que não podemos dispensar, como feito no caso 2D, as equações do movimento em x e y, pois o campo de pressões deve ser
determinado para que a distribuição de velocidades no plano (x, y) possa ser conhecida. É fácil ver que, mesmo que tenhamos a
velocidade u calculada, não é possível extrair v ou w da equação da conservação da massa, como era feito no problema
bidimensional, pois agora são três as velocidades envolvidas na equação. A distribuição de u e v no plano (x, y) será dada pela
solução do problema bidimensional no plano, envolvendo as equações da conservação da quantidade de movimento em x e y e a
conservação da massa local.

Fig. 8.2 Escoamento tridimensional parabólico externo

Com o desacoplamento do campo de pressões, a incógnita P é substituída por outras duas, e P. A equação de
fechamento vem, tal como para o escoamento bidimensional externo, da relação com o escoamento não perturbado, fora da
região de solução do problema. Por exemplo, sendo um jato, a pressão ao longo da direção axial é tomada como constante e
igual à pressão atmosférica. Isso significa dizer que a incógnita P terá sua própria equação, que não envolve as variáveis do
problema e, portanto, pode ser admitida como conhecida. Restam as incógnitas u, v, w e cujo sistema de equações a ser
resolvido é, já eliminando do sistema o gradiente de P, no caso de P constante,
A forma como foram dispostas as equações anteriores pretende salientar que as Eqs. (8.12) a (8.14) formam um problema
bidimensional elíptico no plano (x, y), acoplado ao problema da equação do movimento em z, Eq.(8.15). Para a solução do
problema, as Eqs. (8.12) a (8.15) devem ser discretizadas seguindo o que foi estudado nos capítulos anteriores. Deve ser
lembrado que todas as integrações em z são feitas entre o plano de cálculo e o plano anterior, conforme mostra a Fig. 8.3. Por
exemplo, para o termo ∂( ρuϕ )/∂z, temos

Fig. 8.3 Avaliação das derivadas em z

onde podemos observar que todas as quantidades avaliadas em B são conhecidas e, portanto, fazem parte do termo fonte da
equação. O problema torna-se bidimensional no plano de cálculo, obtendo-se uma equação aproximada, para as Eqs. (8.12),
(8.13) e (8.15), do tipo

Um possível ciclo iterativo para solução do problema é apresentado a seguir. No plano (x, y), devemos tratar o acoplamento
(u – v)/ com um dos métodos que já vimos no Cap. 6. No procedimento que se segue vamos usar o SIMPLE/SIMPLEC.

1. Para o plano z = 0 são conhecidos os valores de u, v e w.


2. Avançar para o plano z + Δz e estimar os valores das componentes do vetor velocidade e da pressão . Os valores do plano
anterior são adotados.
3. Calcular os coeficientes para a equação do movimento em z. Resolver o sistema linear e obter w.
4. Calcular os coeficientes para as equações de u e v.
5. Com o campo estimado de *, resolver os sistemas lineares e determinar u* e v*.
6. Obter a equação para P′, determinar P′ e corrigir as velocidades u* e v*, usando as equações de correção do método SIMPLE
ou do SIMPLEC.
7. Fazer = * + P′
8. Voltar ao item 4 ou 5 e iterar até convergir no problema bidimensional. A solução não é a correta, pois a velocidade w também
não é correta.
9. Voltar ao item 3 e iterar até convergência. Nesse ponto, temos um campo de velocidades (u, v, w) e de pressão determinado
para aquela posição z.
10. Avançar para a nova estação z e repetir os cálculos até varrer o domínio desejado.

8.5 PROBLEMAS TRIDIMENSIONAIS PARABÓLICOS INTERNOS


Todos os escoamentos tridimensionais no interior de dutos retos com qualquer tipo de seção transversal, sem obstáculos ao
longo do escoamento, podem ser tratados com o procedimento parabólico. O tratamento é muito semelhante ao já descrito para
escoamentos externos. A diferença fundamental está no fato de agora não ser possível relacionar o gradiente de pressão na
direção axial com o escoamento fora da camada limite. Portanto, ∂P/∂z não é conhecido e sim é mais uma incógnita a ser
determinada. Felizmente, temos mais uma equação para ser usada, que é a conservação da massa global, dada pela Eq. (8.22).
Como o gradiente de pressão na direção axial, quando substituído na equação de conservação da quantidade de movimento
axial, deve gerar velocidades axiais que satisfaçam a conservação da massa global, existe um novo acoplamento a ser resolvido.
Vamos denominá-lo acoplamento pressão-velocidade na direção axial. Temos, então, um acoplamento bidimensional no plano
(x, y) e um acoplamento unidimensional na direção z, ambos ligados através da velocidade axial que aparece nos dois
acoplamentos.
O sistema de equações a ser resolvido é

onde as Eqs. (8.18) a (8.20) formam o problema bidimensional no plano (x, y) e as Eqs. (8.21) e (8.22) caracterizam o problema
na direção axial.

8.5.1 TRATAMENTO DO ACOPLAMENTO P – w NA DIREÇÃO PARABÓLICA


A filosofia para criar um método que trate o acoplamento na direção parabólica é a mesma empregada para os
acoplamentos bi- e tridimensionais elípticos. Ou seja, na direção parabólica, devemos encontrar o gradiente de pressão nessa
direção que gere velocidades que satisfaçam a conservação de massa global. O processo pode ser iterativo, estimando um
gradiente de pressão e corrigindo as velocidades de modo que a massa seja conservada. Um processo iterativo dessa natureza foi
proposto por Patankar e Spalding[1], e passa, agora, a ser descrito.

MÉTODO DE PATANKAR E SPALDING — ACOPLAMENTO P – w


O mesmo procedimento aplicado para determinar as equações de correção das velocidades mostrado no Cap. 6 será
empregado, agora, para a equação do movimento na direção z. A integração da Eq. (8.21) no volume de controle para a
velocidade w nos dá
Para um gradiente de pressão (dP / dz)* a equação tem a forma

Subtraindo a Eq. (8.24) da (8.23) e desprezando as diferenças entre w – w*, encontramos

onde

A integração numérica da vazão mássica na área é

Substituindo a Eq. (8.25) na Eq. (8.27), encontramos

onde * é a vazão mássica calculada com a velocidade w *. A correção no gradiente de pressão adicionada ao gradiente de
pressão estimado nos dá o novo gradiente. A Eq. (8.25) serve para corrigir a velocidade axial de forma que a conservação da
massa global seja satisfeita. O processo é iterativo dentro do ciclo da equação do movimento axial. O ciclo iterativo completo
desse método será comentado adiante, quando o próximo método de tratamento do acoplamento for analisado.

MÉTODO DE RAITHBY E SCHNEIDER — ACOPLAMENTO P – w


O método proposto em [2] teve como objetivo eliminar o processo iterativo na correção do gradiente de pressão em z,
fazendo uso da linearidade existente entre a velocidade w e o gradiente de pressão em z, na Eq. (8.23), para um dado conjunto de
coeficientes. Explorando essa característica, Raithby e Schneider [2] propuseram as seguintes novas variáveis

A variável fP é obtida, de acordo com sua definição, derivando a Eq. (8.23) em relação a Q. O resultado é

Aproximando numericamente as expressões da Eq. (8.29), obtemos

e
Integrando a Eq. (8.32) na área, encontramos

As condições de contorno para a Eq. (8.30) são obtidas inspecionando-se a Eq. (8.32). Para velocidade prescrita, não
devemos ter correção de velocidade, o que obriga que fP seja zero. Para a condição de derivada da velocidade prescrita, a
equação requer a derivada de fP igual a zero. A Fig. 8.4 mostra a estratégia de correção do gradiente de pressão em z sem
necessitar de iterações no acoplamento pressão-velocidade na direção axial, em função da linearidade existente entre a
velocidade w e o gradiente de pressão nessa direção.

Fig. 8.4 Correção não interativa do gradiente de pressão

O procedimento de cálculo na direção parabólica é simples.


1. Estimar dP * / dz e calcular , resolvendo a Eq. (8.24) (solução de um sistema linear de equações).
2. Com determinar *, usando a Eq. (8.22).
3. Resolver a Eq. (8.30) e determinar fP.
4. Calcular ΔQ usando a Eq. (8.33).
5. Corrigir os valores de utilizando a equação wP = + fPΔQ.
6. Calcular o novo campo de pressões, utilizando a Eq. (8.31).
Para concluir, é apresentado um possível procedimento iterativo para resolver um problema parabólico em um escoamento
tridimensional interno. Imaginemos, por exemplo, tratar-se do escoamento na região de entrada de um duto retangular. Para
tratar o acoplamento pressão-velocidade no plano elíptico (x – y), usaremos o método PRIME, e, na direção parabólica, o
método de Raithby e Schneider.
1. Na entrada do duto são conhecidas as velocidades e pressões.
2. Avançar Δz e estimar os campos de velocidades e de pressões (u, v, w, P) nesse plano de cálculo. É lógico que serão usados
os valores do plano anterior.
3. Calcular os coeficientes para a Eq. (8.23) e com dP* / dz determinar w* (solução de um sistema linear). Calcular *.
4. Determinar f (solução de um sistema linear). Calcular ΔQ.
5. Corrigir w * e dP* / dz usando as Eqs. (8.32) e (8.31), respectivamente. Nesse ponto, como o processo é não iterativo, temos a
solução do problema axial para um determinado conjunto de coeficientes que envolvem u e v. Devemos, agora, passar ao
problema elíptico no plano.
6. Calcular os coeficientes das equações do movimento para u e v.
7. Calcular û e Calcular . usando as equações mostradas no Cap. 6.
8. Determinar resolvendo a equação para a pressão inerente ao método PRIME, também apresentada no Cap. 6.
9. Corrigir u e v, obtendo o campo de velocidades que satisfaz a equação da conservação da massa. Nesse ponto, temos um
campo de pressões e um campo de velocidades que satisfaz a conservação da massa.
10. Podemos voltar ao item 5 e iterar o acoplamento do plano elíptico, até a convergência, e depois passar novamente para o
problema na direção parabólica, ou podemos voltar ao item 2. Não existe uma única regra que funcione sempre. A
experiência do autor com esses problemas mostra que podemos voltar ao item 2, sem iterar o acoplamento elíptico.
11. Avançar qualquer outra variável envolvida, como temperatura, concentração de espécies etc.
12. Como os coeficientes do item 2 foram computados com velocidades estimadas, voltar ao item 2 e iterar até a convergência.
13. Avançar para a próxima estação z, já que o problema é parabólico e, portanto, a solução “marcha” em z, até varrer todo o
domínio de interesse. Os incrementos a serem dados na direção z dependem dos gradientes das variáveis em relação a z e
devem ser analisados cuidadosamente. É recomendável que, depois de avançar alguns planos e de a singularidade da
entrada ter sido vencida, se aumente o Δz para acelerar o processo de marcha, cuidando, obviamente, da precisão da
solução nos diversos planos. Se estamos apenas interessados em obter a solução do escoamento plenamente desenvolvido
(lembre que estamos considerando o problema da região de entrada em um duto), podemos marchar com grandes Δz, pois
a solução plenamente desenvolvida não será afetada pelo tamanho de Δz. Veja a similaridade da marcha em z desse
problema com a marcha em t de um problema transiente.
A grande vantagem do procedimento parabólico é a economia no armazenamento das variáveis, uma vez que apenas as
variáveis em dois planos adjacentes devem ser armazenadas, as do plano de cálculo e as do plano a montante. Além disso,
resolve-se um problema bidimensional em cada plano. Por exemplo, um problema com uma malha de 400 volumes na seção
transversal e 100 avanços em z representaria, se resolvido elipticamente, um sistema linear de 40.000 pontos para cada variável.
Com o procedimento parabólico, temos a solução de 100 problemas bidimensionais com 400 volumes. A diferença no esforço
computacional é excepcionalmente grande.
Uma outra possibilidade é considerar o problema parcialmente elíptico, isto é, resolver de forma elíptica apenas a pressão.
A marcha parabólica apresentada nesta seção seria empregada varrendo-se o domínio diversas vezes e atualizando-se o campo
tridimensional de pressão. É uma alternativa que não tem sido empregada com frequência na literatura.

8.6 CONCLUSÕES
Este capítulo mostrou que a aproximação parabólica é uma alternativa que deve ser utilizada quando o problema físico
permitir. Para escoamentos tridimensionais em dutos retos, e mesmo com moderada curvatura, a aproximação parabólica deve
ser empregada, porque permite resolver o problema completo, sem prejudicar o escoamento secundário, com um tempo de
computação extremamente pequeno se comparado com a solução totalmente elíptica. Também podem ser resolvidos
escoamentos de jatos descarregados em ambientes parados e plumas, abrangendo uma outra classe de importantes problemas
ambientais.
Dois métodos para tratar o acoplamento pressão-velocidade na direção parabólica foram apresentados, sendo um deles não
iterativo.

8.7 EXERCÍCIOS
8.1 Resolva o problema do escoamento isotérmico na região de entrada de duas placas paralelas infinitas com distância h entre
elas. A vazão mássica é conhecida na entrada. Calcule o produto f. Re para a condição de perfil plenamente desenvolvido
e compare com o resultado obtido analiticamente. Utilize o método de Raithby e Schneider para tratar o acoplamento
pressão-velocidade na direção parabólica e reconheça que não existe necessidade de tratar o acoplamento na direção
transversal, já que a velocidade v é determinada através da Eq. (8.10).
8.2 Para o Exercício 8.1, mostre que, se o avanço da solução ao longo do eixo do duto for feito explicitamente, existe um limite
máximo no passo de avanço para que os coeficientes não resultem negativos. Determine esse limite.
8.3 Obtenha os coeficientes da Eq. (8.17).
8.4 Faça uma estimativa da necessidade de armazenamento das variáveis para o problema de escoamento tridimensional, laminar
e incompressível no interior de um duto, quando as formulações elíptica e parabólica são empregadas.

8.8 REFERÊNCIAS
[ 1] Patankar, S. V. e Spalding, D. B., “A Calculation Procedure for Heat, Mass and Momentum Transfer in Three-Dimensional Parabolic
Flows”, Int. Journal of Heat and Mass Transfer, vol. 15, pp. 1787-1806 (1972).
[ 2] Raithby, G. D. e Schneider, G. E., “Numerical Solution of Problems in Incompressible Fluid Flow: Treatment of the Velocity-Pressure
Coupling”, Numerical Heat Transfer, vol. 2, pp. 417-440 (1979).
9.1 INTRODUÇÃO
A tarefa de desenvolver um bom programa computacional para simular numericamente qualquer problema físico requer a
harmonia entre o uso de ferramentas computacionais disponíveis, como linguagens, bibliotecas para interface e visualização,
estratégias para o desenvolvimento e para a depuração dos erros de programação e a correta interpretação dos resultados como
etapa final. Será inevitável para qualquer analista que estiver desenvolvendo programas o confronto com inúmeros erros, tanto
de lógica de programação como de implementação incorreta de expressões. Dizem que todo programa de muitas linhas (mais de
100.000) possui em média 5% de linhas com algum tipo de erro. Aparentemente, é uma percentagem absurdamente grande,
sobretudo porque somos, quase sempre, tentados a acreditar que nossos programas não contêm erros.
Escrever o programa, testá-lo para erros de lógica e implementação, validá-lo numérica e fisicamente são tarefas que
exigem conhecimento da física do problema e da metodologia numérica e paciência. Achar um erro difícil tem algo de detetive,
verificando as pistas, analisando-as com cuidado, e eliminando áreas do programa onde o erro certamente não estará etc.
Existe, portanto, uma série de pequenas regras que, embora pareçam triviais, muitas vezes não são seguidas pelas pessoas
que iniciam seus estudos na área numérica. Tais pontos são agora descritos de forma bastante geral, mas que servem como
alerta.

9.2 ESCREVENDO SEU PROGRAMA


9.2.1 GENERALIDADES
No meio acadêmico, principalmente, onde um determinado código computacional é implementado aos poucos, com a
interferência de diversas pessoas, a sua organização, reusabilidade e manutenção se tornam uma tarefa difícil. Todos nós
sabemos que uma das queixas mais frequentes é o tempo que se perde fazendo-se reimplementações de partes ou mesmo
repetindo-se todo o código. Modernamente, existem recursos e metodologias que ajudam para que se construa uma abstração
computacional adequada para reusabilidade e manutenção do código.
Nos desenvolvimentos atuais, procura-se também, sempre que possível, dotar os códigos computacionais com interfaces
gráficas (GUI) amigáveis, pois estas facilitam e aceleram enormemente o uso, tanto por quem desenvolveu como por aqueles
que farão novas adições ao programa. Uma boa interface gráfica é assunto obrigatório quando se deseja desenvolver um
software propriamente dito. Para programas acadêmicos e de pesquisa, ela não é crucial, mas, mesmo sendo básica, ajuda
enormemente, até para reiniciar o uso do programa depois de um determinado tempo sem utilização.
As técnicas de programação orientada a objetos (OO) guiam e fornecem os subsídios necessários para que se construa uma
implementação computacional que permita a reusabilidade e que facilite a construção de uma GUI. É incorreta a ideia de que o
design computacional do núcleo numérico do programa independe da GUI, bastando construir-se posteriormente uma GUI que
encapsule e se acople às rotinas. A forma de conceber, modelar e programar o núcleo numérico, ou seja, sua abstração
computacional, com suas classes e objetos bem-definidos em função dos dados manipulados e funcionalidades disponíveis na
GUI, será fator decisivo na qualidade, no desempenho e na facilidade de construir a mesma.
Quanto à visualização, as recomendações anteriores são ainda mais importantes. A principal preocupação é evitar que a
transferência dos dados entre o núcleo numérico e a aplicação de visualização seja uma tarefa trabalhosa e demorada cada vez
que uma nova simulação é executada. Isso pode facilmente ocorrer caso o formato do arquivo de entrada de dados seja
inadequado para o tipo de dado simulado, ou quando o tipo de visualização que se deseja obter não é exatamente o visualizador
adequado utilizado.
Para resolver esses problemas, existem diversas soluções. Antes de qualquer tipo de decisão, é preciso verificar se o
visualizador suporta os tipos de dados manipulados pelo núcleo numérico em questão: tipo de malha (estruturada, não
estruturada, híbrida), características da malha (móvel, adaptativa, variável no tempo), tipos de propriedades armazenadas
(escalar, vetor, tensor), posição de armazenamento das variáveis (centro da célula, centro da face, centro da aresta, vértice),
recursos de apresentação dos resultados.
Existem casos, porém, em que a visualização deve ser executada on-line com a simulação, sincronizada com a mudança
em tempo real dos parâmetros de simulação (análises paramétricas, processos de otimização, projetos por tentativa e erro).
Nesses casos, a gravação de um arquivo de dados e a posterior chamada manual dos dados se torna inviável, sendo
extremamente adequado e cômodo construir a visualização integrada diretamente com o programa. Ou seja, as janelas de
visualização passam a fazer parte da abstração computacional. Se esse nível de programação é desejado, o desenvolvedor
precisará utilizar ferramentas de desenvolvimento de software que ofereçam objetos para a criação de interface gráfica (janelas,
botões, caixas de edição, sliders etc.) e de visualização científica.
A criação de um programa ou software numérico não deve e nem pode ser encarada como uma atividade exclusivamente
de codificação. A codificação é apenas uma parte das diversas etapas existentes na criação de um programa. Entre as outras
etapas, podemos citar: design, projeto arquitetônico, projeto detalhado, dimensionamento, documentação, testes, depuração,
validação, criação do pacote final e outras etapas específicas a cada desenvolvimento. Assim como para a etapa de codificação
existe o ambiente integrado de desenvolvimento e seu compilador, parte do processo conhecida de todos, para essas outras
etapas existem outras ferramentas de grande importância. A seguir, são apresentados alguns detalhes dessas ferramentas.

9.2.2 LINGUAGENS DE CODIFICAÇÃO


Tradicionalmente, uma das primeiras decisões que são tomadas no desenvolvimento de um software é a escolha da
linguagem de codificação. Fazer essa escolha como sendo a primeira decisão no processo é, na verdade, o primeiro erro
cometido pelo programador no projeto. Diversas etapas do desenvolvimento que devem ser executadas antes da codificação
independem da linguagem de codificação. De fato, a linguagem de codificação deve ser encarada meramente como uma
maneira de formalizar, em uma linguagem interpretável pelo compilador, todo um design e modelagem efetuados nas etapas
anteriores, que incluem toda a abstração computacional.
Atualmente, são duas as principais vertentes de linguagens de desenvolvimento adotadas em programas numéricos:
FORTRAN 77/90 e C/C + +. O FORTRAN, mais antigo e altamente difundido nesse meio, é uma linguagem conhecida por sua
“velocidade” de execução de códigos numéricos (o próprio nome, FORmula TRANslator, sugere sua principal aplicação),
enquanto o C + +, bem mais recente, é conhecido como uma linguagem de programação geral. Isso se deve principalmente ao
fato de, enquanto o FORTRAN fornece poucos recursos de programação, o C + + se apresenta como uma linguagem muito
mais completa e, consequentemente, mais poderosa. Dessa forma, a codificação de um programa em linguagem FORTRAN
obriga o programador a trabalhar em um baixo nível de abstração, incapaz de trazer para o “mundo computacional”
características e, principalmente, conceitos presentes no “mundo real”.
Já o C + +, devido principalmente à sua concepção mais moderna e grandes desenvolvimentos recentes (últimos três a
quatro anos), permite ao programador inserir e utilizar no seu código os conceitos no qual ele baseou todo o seu design e
concepção. É devido a esses fatores que se diz que um programa em C + + é mais legível, organizado e mais fácil de eliminar
erros e de efetuar posteriores manutenções e expansões.
Como podemos ver, em uma primeira impressão, o C + + apresenta-se como uma linguagem muito superior ao FORTRAN
para a codificação de qualquer tipo de programa, seja ele numérico ou não. Isso é uma verdade, porém, em se tratando da
utilização do C + + para a codificação de programas numéricos, diversos quesitos, bastante sutis, devem ser observados.
A principal preocupação que devemos ter é na utilização do conceito de orientação a objeto durante a etapa de design e
modelagem. Se fizermos um design orientado a objetos na sua forma mais pura para um programa numérico, teremos um
código final estatisticamente cerca de 10 a 12 vezes mais lento que o mesmo código em FORTRAN. Para programas numéricos
extremamente simples e pequenos, isso pode não ser um limitador, porém certamente o é para um código numérico que
pretende resolver problemas reais de engenharia. Daí vem o principal argumento, parcialmente correto, dos programadores em
FORTRAN de que o C + + é mais lento que o FORTRAN.
Essa lentidão do código é devida fundamentalmente ao mecanismo de virtualidade, funcionalidade na qual está baseada
toda a filosofia da orientação a objeto tradicional. Conceitualmente, o problema se apresenta da seguinte forma: a OO é um
paradigma adequadamente aplicado ao alto nível do código, porém para o baixo nível do código resulta em tais degradações de
performance.
Para fazermos um código numericamente eficiente (rápido) e com todas as características tradicionalmente procuradas em
um código C + + (legibilidade, manutenibilidade, expansibilidade etc.), teremos, necessariamente que, combinar em um único
código C + + diferentes paradigmas para diferentes níveis da aplicação. Dessa forma, a orientação a objeto será utilizada apenas
no alto nível da aplicação, enquanto outros paradigmas são usados no baixo e médio níveis de aplicação por serem mais
adequados a esses níveis.
Os principais paradigmas que devem ser combinados com a OO que podemos citar são o generic programming
(programação genérica, também conhecida como Orientação a Algoritmos – OA), expression template e template meta-
programming. É apenas dessa forma que poderemos atingir um código com o melhor dos “dois mundos”. Experiências nesse
campo podem ser encontradas em [1].

9.2.3 FERRAMENTAS DE AUXÍLIO AO DESENVOLVIMENTO


Além do compilador, como ferramenta de codificação, existem outras ferramentas extremamente úteis ao
desenvolvimento. Podemos citar as ferramentas de auxílio ao design computacional que irão auxiliar o usuário a conceber e
visualizar as diversas partes do seu programa, suas inter-relações etc.
A documentação on-line de código, além de importante para o próprio programador, é fundamental para o entendimento do
código por parte de pessoas que venham a expandi-lo. Existem no mercado diversas ferramentas de documentação on-line que,
além de efetuarem a documentação do que foi codificado, permitem criar documentos de alto nível a partir de informações
inseridas dentro do código. Esses documentos podem, então, ser fornecidos juntamente com o programa, assim como
publicados em uma página internet.
Outra ferramenta extremamente importante quando o desenvolvimento do programa é feito em grupo é o controle
concorrente de versão. Uma das ferramentas mais tradicionais no mercado para esse tipo de solução é o CVS (Concurrent
Version System), que permite que diferentes programadores de um grupo codifiquem simultaneamente um programa em um ou
mais arquivos fontes.
O nível de flexibilidade fornecido por esse tipo de ferramenta é extraordinário, permitindo que diversas modificações
simultâneas ao mesmo arquivo fonte possam ser efetuadas por diferentes usuários. O sistema, por sua vez, quando requisitado, é
capaz de unir todas as modificações dos diversos programadores em um local único, denominado repositório, mantendo a
integridade de todo o trabalho efetuado pela equipe. Além disso, o sistema é capaz de informar as modificações efetuadas por
cada usuário nas diversas versões do software, auxiliando na correção de bugs inseridos durante a codificação de novas features.
Concluída toda a etapa de codificação, inicia-se a etapa de correções de erros e de otimização do código. Duas ferramentas
são fundamentais para auxiliar na eliminação dos erros de execução, mais conhecidos como bugs: ferramenta de depuração em
tempo de execução e ferramenta de rastreamento e gerenciamento de bugs.
As ferramentas de depuração em tempo de execução auxiliam o programador a inspecionar a sequência de execução do
programa, bem como os valores das variáveis em qualquer momento da execução, além de identificar vazamentos de memória
por variáveis dinâmicas não apagadas, utilização de variáveis não inicializadas e outros erros de gerenciamento de variáveis,
sejam elas dinâmicas ou estáticas.
Já as ferramentas de rastreamento e gerenciamento de bugs funcionam como uma base de dados que concentra todas as
informações descobertas pelos usuários ou programadores quanto ao funcionamento indevido da aplicação. Essas ferramentas
normalmente funcionam em um ambiente de rede (internet ou intranet) e permitem que bugs sejam adicionados, visualizados,
associados ao responsável pela porção do código com problema, comentados e finalmente encerrados após a eliminação do
mesmo. Dessa forma, é possível acompanhar todo o “ciclo de vida” de um bug, desde a sua descoberta até a sua correção no
código.
A ferramenta de rastreamento e gerenciamento de bugs, associada à ferramenta de controle de versão e de documentação
on-line, permite que sejam facilmente criados os documentos de novas funcionalidades e de bugs eliminados entre qualquer
versão da ferramenta.
Finalmente, após a etapa de eliminação dos erros de execução, inicia-se a etapa de otimização do programa. Para essa
atividade, recomenda-se a utilização de uma ferramenta capaz de medir o tempo total de processamento consumido por cada
função ou método do programa. De posse desses dados, essa ferramenta é capaz de informar onde estão os gargalos de
processamento e indicar ao programador os melhores locais para efetuar as otimizações.
Considerando que uma boa abstração computacional tenha sido feita e os benefícios das diversas ferramentas de
desenvolvimento utilizados, é importante para o iniciante implementar seu programa por partes, fazendo com que ele cresça
lentamente e sempre bem testado. Deve-se procurar iniciar resolvendo-se problemas simples, de preferência em coordenadas
cartesianas, sem tentar, já de início, incorporar todos os tipos de condições de contorno possíveis. O programa deve estar
sempre sob controle absoluto, e, conforme as diversas atribuições vão sendo implementadas e avaliadas, outras podem ser
seguramente introduzidas.
É aconselhável verificar se na infraestrutura computacional disponível existem processadores vetoriais e paralelos para se
poder tirar vantagens dessas arquiteturas, se assim for desejado. O importante é escrever o programa já sabendo em que tipo de
processador ele será executado. Um programa escrito sem cuidados para vetorização pode ser executado em um processador
vetorial, mas, logicamente, os efeitos benéficos serão menores do que se o programa estiver escrito com o objetivo de
vetorização. Para o processamento paralelo, essa recomendação é ainda mais importante.

9.3 INDEXAÇÃO DAS VARIÁVEIS


Daqui para a frente, alguns cuidados que devem ser tomados com a indexação das variáveis são discutidos. Esses cuidados
fazem parte, na verdade, da abstração computacional, que é a etapa em que o desenvolvedor faz uma análise completa de seu
programa, sobre a entrada de dados, a forma de leitura desses dados, se em escalares, vetores, tabelas etc. Também nessa etapa
ele define os algoritmos, as sequências, os interligamentos de módulos etc.
Pensando em um programa de mecânica dos fluidos computacional empregando malhas estruturadas, conforme discutido
no Cap. 6, a indexação das variáveis é sempre uma tarefa importante.
Independentemente do arranjo de variáveis empregado, sempre serão necessários cálculos de velocidades e propriedades
nas interfaces dos volumes de controle. Se o arranjo for desencontrado, serão as próprias velocidades que estarão nas interfaces,
e, se for o colocalizado, serão as velocidades auxiliares que ali estarão armazenadas. Portanto, é sempre necessário fazer uma
conexão entre face e volume de controle. No caso específico de malhas estruturadas, escolhem-se sempre duas faces (em 2D)
para receber o mesmo índice do volume de controle.
A Fig. 9.1 mostra uma malha com 12 volumes de controle. Um modo prático de ordenar esses volumes de controle é
conforme mostrado nessa figura, numerando-se da esquerda para a direita e de baixo para cima, formando um único vetor.
Trabalhar com um armazenamento tipo vetor, ϕ(i), em vez de ϕ(i, j), ajuda na implementação das classes e dos objetos, no
controle das variáveis e no entendimento do programa.
Quanto à indexação das variáveis, também na Fig. 9.1 é mostrada a forma mais empregada de fazê-la [2]. Todas as
variáveis e propriedades físicas localizadas no centro e nas faces leste e norte do volume de controle recebem o mesmo número
de indexação no programa computacional.
Se o arranjo for desencontrado, por exemplo, a componente u do vetor velocidade é armazenada nas faces leste e oeste,
enquanto a componente v o é nas faces norte e sul. A velocidade u armazenada na face leste do volume de controle 6 será,
então, denominada u(6), e a velocidade v armazenada na face norte será v(6). A pressão, temperatura, concentrações ou outro
escalar qualquer estarão localizados no centro do volume e, logicamente, receberão também o índice 6.
Se o arranjo for colocalizado, as componentes u e v, e todas as outras variáveis, estarão armazenadas no centro e terão o
índice 6, e, novamente, as velocidades auxiliares como u*, v*, û e , necessárias nas interfaces leste e norte, terão também o
índice 6.
Com relação aos coeficientes, é claro que todos eles recebem o índice da variável. Ainda reportando-nos ao volume 6, os
coeficientes para a componente u do vetor velocidade seriam, por exemplo, já propondo uma denominação para a variável no
programa, APU(6), AEU(6), AWU(6), ANU(6), ASU(6) e BU(6). Esses coeficientes seriam, respectivamente,
e o termo fonte Bu relacionado à variável u. Observe que o superíndice u, por simplicidade, não é
empregado nas equações.
Fig. 9.1 Indexação das variáveis

As recomendações feitas até agora pressupõem que apenas os coeficientes não nulos serão usados no procedimento
numérico, uma vez que apenas esses estão sendo armazenados. Isso significa dizer que somente métodos iterativos serão
empregados para resolver os sistemas lineares. Caso sejam empregados métodos diretos, a matriz completa dos coeficientes
deve ser armazenada.
Para exemplificar a programação de uma equação, de acordo com a indexação proposta, aplique a equação da conservação
da massa, considerando constante para o volume 6. O balanço de massa resulta

ou, de uma forma geral,

onde IMAX é o número de volumes na direção x, quatro, nesse caso. Para se obter o balanço de massa para todos os volumes,
basta variar o valor de P de acordo com o número de células.
No momento de programar, deve ser lembrado que os coeficientes para qualquer escalar ϕ diferem apenas pelo coeficiente
de transporte Гϕ, se as variáveis estiverem todas armazenadas na mesma posição. Isso permite que um único objeto seja criado
para calcular os coeficientes. Para as velocidades, os coeficientes são exatamente iguais, uma vez que Гϕ é o mesmo e igual μ.
Os termos fontes são, em geral, diferentes, sendo, portanto, aconselhável criar objetos independentes para calcular esses termos.
Objetos independentes devem ser criados para calcular os d, usados para corrigir as velocidades, calcular os coeficientes para a
equação de P′ e aplicar as condições de contorno para as diferentes variáveis.
Quando malhas não estruturadas são empregadas, por exemplo como no Método dos Volumes Finitos baseado em
Elementos (EbFVM), descrito no Cap. 13, onde todos os cálculos são feitos para o elemento e as equações de conservação para
os volumes de controle obtidas por montagem dos subvolumes de controle, uma boa abstração computacional é fundamental
para criar os objetos e as hierarquias adequadas, uma vez que o EbFVM facilita a introdução de programação orientada a
objetos.

9.4 EXECUTANDO SEU PROGRAMA


A parte de testes de um programa computacional requer alguns cuidados iniciais importantes. A compilação, os critérios de
convergência, a análise dos resultados, a busca de erros etc. são tarefas que não podem ser realizadas sem estratégias. O
processo de teste deve ser conduzido de forma sistemática. A seguir esses pontos são analisados.

9.4.1 COMPILANDO
Não existe nada melhor do que usar um compilador eficiente, daqueles que não deixam passar nada. É muito
desconfortável não se ter certeza se o programa tem ou não variáveis indefinidas, loops que não se sabe se cobrem corretamente
a varredura que se quer, áreas comuns de variáveis não definidas etc. Não se deve compilar o programa em um compilador não
rigoroso, tentando se convencer de que o programa está corretamente implementado. A chance de não haver erros no programa
é mínima. Um compilador exigente deve ser sempre empregado na fase inicial. Depois de o programa ter sido compilado em
“modo debug” (opção do compilador otimizada para executar inspeções o mais rigorosas possível) e “limpo” tanto em termos
de erros de compilação como em erros de execução, pode-se compilá-lo em “modo release” (opção otimizada para
performance) a fim de executá-lo com o máximo de velocidade e o mínimo de “overhead de compilador” e de memória
consumida.
O programa principal, por sua vez, não deve ser uma mistura de chamadas de grandes módulos e pequenos comandos. O
programa principal deve exclusivamente gerenciar a sequência de execução, fornecendo ao programador maior visibilidade do
fluxograma a ser seguido.

9.4.2 TAMANHO DA MALHA


Após escolher o problema a ser resolvido (já vamos comentar sobre essa escolha), ele deve ser resolvido em uma malha
bastante grosseira. Em um problema bidimensional não se deve ultrapassar uma malha 10 × 10, pois esta tem, em geral,
condições de captar a física do problema, e permitirá verificar se os resultados são qualitativamente corretos. Infelizmente,
apesar de parecer trivial, o uso de malhas muito refinadas durante os testes é um erro muito frequente, e as consequências são
muitas: tempo de computação elevado, dificuldade e gastos com a impressão dos resultados e dos coeficientes etc. Além disso,
se os resultados forem examinados na tela, uma malha excessivamente grande trará dificuldades para enquadrá-los no espaço
disponível para visualização, e a análise ficará difícil.
O programa deve ser executado, inicialmente, com pouquíssimas iterações, apenas as necessárias para verificar se todo o
ciclo iterativo está correto. Só depois de tudo estar aparentemente coerente, deve-se aumentar o número de volumes da malha e
o número de iterações.

9.4.3 CRITÉRIOS DE CONVERGÊNCIA


O critério para interromper a execução do programa não é uma decisão fácil. Existem problemas que possuem
convergência lenta, e, caso a execução seja interrompida por um critério mal escolhido, poderemos ainda estar longe da solução
convergida. O outro lado da moeda é usar um critério muito severo, que mantém o programa iterando sem necessidade. Por
isso, é aconselhável, inicialmente, deixar o programa sem critério (deve existir apenas um critério de segurança no número total
de iterações para evitar que o programa entre em loop) e mandar imprimir duas ou três soluções, em iterações separadas, e
verificar como é o comportamento do problema. A partir disso, pode-se escolher um critério de convergência.
A escolha do critério é fácil quando os limites de variação da sua função são conhecidos, e, nesse caso, até um critério
absoluto pode ser eficiente. Quando, entretanto, não se conhecem a ordem de grandeza e a faixa de variação do campo a ser
determinado, a tarefa é mais difícil. Um campo de pressões pode variar, por exemplo, entre 10–3 e 104, e um critério de
convergência relativo, como o costumeiramente usado, pode manter um programa em execução quando tudo o que interessa do
ponto de vista físico está já sem variações. Esse é o perigo de se fazer critérios relativos em campos que possuem valores
pequenos e grandes.
Para exemplificar, imagine um campo da variável ϕ com o valor mínimo 0,0010 e o máximo 1.000. Considere que na
iteração k o valor da função em dois pontos do domínio foram 0,0020 e 999, e na iteração k + 1 foram 0,0018 e 1.000. Observe-
se que variação de 0,0020 para 0,0018, em função da magnitude da variável no domínio, não tem significado físico importante.
Entretanto, usando o critério normalmente empregado na literatura, dado por

o erro encontrado é 0,1, ao passo que para o outro ponto é 0,001. O resultado disso é que o erro no valor do ponto que não
interessa vai manter a execução do programa, gastando um grande tempo de computação sem necessidade. O sentimento nos diz
que, para esse problema, um critério relativo de erro da ordem de 10 3 deveria encerrar o procedimento iterativo. Um critério
que evita o problema descrito consiste em determinar a faixa de variação da função no domínio, isto é, o módulo da diferença
entre o máximo e o mínimo valor do campo, e usá-lo como referencial, na forma
onde

Usando esse critério, os erros ficam 0,000002 e 0,001, respectivamente, fazendo com que o critério do ponto não
importante na solução seja satisfeito antecipadamente. Veja que um critério relativo da ordem de 10–3, agora, interrompe os
cálculos.
Deve-se prestar atenção ao fato de que os critérios de convergência são necessários em diversos níveis dentro de um
programa de simulação, mas, principalmente, para cessar os cálculos, quando as variáveis convergiram, ou dentro de solvers de
sistemas lineares. Durante o processo de teste do programa, os critérios usados devem ser frouxos para evitar tempo de
computação desnecessário. Dada a delicadeza desse tópico, a recomendação é tomar muito cuidado com a escolha de critérios
de convergência.

9.5 ESCOLHENDO PROBLEMAS-TESTE. BUSCANDO ERROS


Os testes de um programa devem começar com problemas simples, que tenham soluções analíticas ou numéricas tabeladas,
e por partes. Por exemplo, inicialmente, é sempre bom resolver um problema de condução pura que tenha solução analítica.
Fazendo-se isso, uma razoável parcela do programa é conferida, como parte dos coeficientes (parte difusiva), estrutura iterativa,
solução do sistema linear etc. A seguir, serão apresentados alguns problemas-teste com soluções analíticas e numéricas.

9.5.1 CONDUÇÃO BIDIMENSIONAL PERMANENTE


Existem inúmeras soluções analíticas de problemas bidimensionais de condução que podem ser usadas [3]. A seguir,
sugere-se uma de implementação extremamente simples. Trata-se da solução do problema da condução bidimensional em
regime permanente em uma placa com temperatura prescrita, conforme mostra a Fig. 9.2, cuja equação diferencial é

A solução analítica desse problema é dada por

É recomendado que seja realizado um refinamento da malha com o objetivo de observar o comportamento da solução com
o refino espacial. O leitor vai constatar que, nesse problema simples, uma malha com (15 × 15) volumes já oferecerá bons
resultados. Use a formulação totalmente implícita.
Fig. 9.2 Condução bidimensional em uma placa

9.5.2 CONDUÇÃO UNIDIMENSIONAL TRANSIENTE


Com a avaliação da discretização espacial bidimensional dos termos condutivos, podemos escolher, agora, um problema,
também simples, para avaliar o avanço da solução no tempo, ou seja, os termos transientes. Existem na literatura complexas
soluções transientes bi- e tridimensionais com diferentes condições de contorno [3]. Para o nosso objetivo, que é verificar se
está correta a implementação dos termos transientes e se a alteração das variáveis está sendo feita corretamente no ciclo
iterativo do tempo, é suficiente resolver o problema da condução unidimensional transiente, cuja equação diferencial é dada por

Dois problemas serão analisados [4], diferindo apenas na condição inicial. Considere uma placa plana, infinita nas direções
y e z, de espessura L, inicialmente com uma determinada distribuição de temperatura que, no tempo t = 0 passa a sofrer um
processo transiente onde as temperaturas das faces x = 0 e x = L são mantidas a zero. Para o caso em que a distribuição inicial de
temperatura é dada por

a solução analítica do problema é

onde λ1 = π/L. Para o caso de a temperatura inicial ser uma constante e igual a Ti, a solução analítica é

onde λn nπ/L.
É possível, também, derivar a expressão da temperatura e obter o fluxo de calor para ser conferido com o fluxo obtido
numericamente. Esse é um bom teste, pois atua na derivada da função, que perde precisão ao ser avaliada. Ao conferir a
exatidão do cálculo do fluxo, se estará avaliando uma aproximação numérica importante na interface. Será possível verificar
que, para obter-se bons resultados para o fluxo, a aproximação não poderá ser de primeira ordem se malhas bastante refinadas
não forem usadas.
Sugere-se que seja realizado o avanço com diferentes intervalos de tempo, procurando observar a necessidade de refinar a
malha no tempo. Deve ser lembrado que em uma formulação totalmente implícita o intervalo de tempo é limitado pela precisão,
e não pela estabilidade. Não confundir com o fato de que em soluções de equações acopladas e não lineares, mesmo com a
formulação totalmente implícita, o intervalo de tempo tem limitações não apenas por precisão. Nesse caso, as razões são os
acoplamentos e as não linearidades, que, pela forma como são tratados, introduzem características explícitas ao procedimento.

9.5.3 ADVECÇÃO/ DIFUSÃO UNIDIMENSIONAL


Para iniciar a análise de problemas advectivos/difusivos, o problema do escoamento unidimensional com o campo de
velocidades conhecido e constante é bastante útil. Tal problema já foi largamente discutido no Cap. 4, quando as funções de
interpolação foram abordadas. Esse problema serve para analisar as funções de interpolação e suas dependências com o número
de Peclet. A equação diferencial do problema é

e a solução analítica, de forma exponencial, pode ser buscada no Cap. 4. Lembre-se de que agora aparece o erro de difusão
numérica, e, se estivermos usando no programa a função de interpolação exata, deverá reproduzir a solução analítica com
qualquer malha. Se o WUDS estiver sendo usado, a solução vai diferir muito pouco da exata, mesmo com malha grosseira, uma
vez que a interpolação WUDS é quase exata.
Provavelmente, o programa que está sendo testado é bidimensional, e os testes aqui sugeridos incluem problemas
unidimensionais. Não há dificuldades, pois basta fazer uma malha na direção y apenas grande o suficiente (em geral 3 volumes
bastam) para aplicar as condições de derivada nula nas fronteiras na direção y. O resultado deverá ser idêntico ao longo de y, e
isso, inclusive, se constitui em mais um teste para o programa.

9.5.4 ADVECÇÃO/ DIFUSÃO DE UM PULSO


Quando o interesse é testar funções de interpolação, o problema da advecção/difusão de um pulso é recomendado. Tal
problema, apresentado em [5], tem a seguinte equação diferencial governante,

com as condições de contorno mostradas na Fig. 9.3, onde θ é o ângulo de inclinação do vetor velocidade. Observe que nas
fronteiras, acima da linha que passa pelo ponto central do domínio, formando o ângulo θ com a horizontal, ϕ = 1 e abaixo ϕ = 0.
A solução da Eq. (9.13), desconsiderando a difusão na direção do escoamento, para Δx Δy, é

onde

É comum, para comparar os resultados, plotar a solução analítica ao longo da linha AB, criando uma malha para a solução
numérica que tenha velocidades armazenadas na mesma linha.
Fig. 9.3 Problema da advecção/difusão de um pulso

9.5.5 ESCOAMENTO ENTRE PLACAS PLANAS PARALELAS


O problema do escoamento sem transferência de calor na região de entrada de duas placas planas paralelas é útil para testar
uma série de características da solução [6]. A Fig. 9.4 mostra o problema cujas equações governantes são

As condições de contorno são de u uniforme e v = 0 na entrada, e u e v iguais a zero nas paredes. Na saída, pode ser usado
o perfil parabólico plenamente desenvolvido para u, dado pela Eq. (9.19), e v = 0, ou condições de contorno de derivada nula
(localmente parabólica), tanto para u como para v. Os resultados do presente problema e as características desse escoamento
serão usados para discussão na próxima seção.
Fig. 9.4 Problema do escoamento laminar entre placas paralelas

9.6 OBSERVANDO AS CARACTERÍSTICAS DA SOLUÇÃO


Em primeiro lugar, é importante destacar que não é possível checar se um determinado coeficiente do sistema linear está
correto. O máximo que se pode fazer é conferir se a expressão do coeficiente está, aparentemente, implementada de forma
correta no programa. A conferência absoluta só é possível com um outro programa que use a mesma metodologia e as mesmas
aproximações numéricas. Em geral, não se dispõe desse programa. Entretanto, alguns procedimentos de extrema utilidade na
busca de erros, envolvendo a solução e os coeficientes, podem ser aplicados, e são comentados a seguir.

9.6.1 SIMETRIA DA SOLUÇÃO


Sempre devem ser exploradas todas as possibilidades de se observar a simetria da solução. No problema do escoamento
entre placas paralelas, Fig. 9.4, sabemos que as velocidades uA e uB devem ser iguais, e que vA = – vB. Também a pressão em A
deve ser igual à em B.
A conservação da massa é um requisito dos mais importantes na solução. Por isso é aconselhável imprimir o resíduo dessa
equação para todos os volumes elementares. Lembre que, para calcular os resíduos, devem-se usar as velocidades nas interfaces
do volume. Quando o arranjo é desencontrado, as velocidades já estão nas interfaces, e, quando ele é colocalizado, elas são
obtidas em função das velocidades no centro.
Os resíduos devem ser normalizados em função de um fluxo de massa de referência representativo da ordem de grandeza
dos fluxos de massa no problema. Esse resíduo normalizado deverá ser da ordem de 10–6 a 10–7. O campo de resíduos também
deverá ser simétrico.
Nesse problema específico do escoamento entre placas paralelas, usando as condições de contorno localmente parabólicas
na saída (o que é o recomendável), o perfil obtido deverá ser o dado pela Eq. (9.19), com a velocidade do centro igual a 1,5 vez
a velocidade média de entrada. O perfil tem a expressão

9.6.2 OS COEFICIENTES
Quando são grandes as dificuldades para se encontrar o porquê de o programa não apresentar os resultados corretos, ou de
estar divergindo, é sempre recomendável imprimir os coeficientes e o termo fonte da equação. Deve ser verificado qual é o peso
de cada coeficiente e lembrado que os coeficientes possuem uma parte difusiva e outra advectiva. Se o programa tem uma
função de interpolação que anula o termo difusivo quando a velocidade aumenta, isso fará com que o coeficiente tenda a zero a
jusante do escoamento. Recorrendo à Fig. 9.4, significa dizer que o coeficiente Ae para a velocidade u, armazenada no centro do
volume de controle B, deve ser próximo de zero para altas velocidades. Por outro lado, o coeficiente Aw para a mesma
velocidade deve ser o mais importante.
Ainda sobre os coeficientes, deveremos ter (Aw)A = (Aw)B, (Ae)A = (Ae)B e (As)A = (An)B.
Se as regras do Cap. 4 foram seguidas, os coeficientes devem ser positivos e o coeficiente central, AP, deve ser, no mínimo,
igual à soma dos vizinhos. Verifique o termo fonte. Confira seu sinal e sua magnitude. Ele é importante na estabilidade da
solução, pois é sempre tratado explicitamente, ou seja, com valores fixos da última iteração.
Quando as dificuldades para achar os erros estão mesmo sérias e já foi dedicado grande tempo para isso, talvez seja
necessário usar uma malha bastante grosseira e fazer alguns cálculos manuais com a calculadora, conferindo alguns coeficientes
e termos fontes.
Para o problema do escoamento entre placas paralelas, são apresentados a seguir, na Tabela 9.1, para conferência, os
valores de u/u para quatro estações ao longo do escoamento. É lógico que os números dados e os do programa em teste podem
não conferir exatamente, pois podem ter aproximações numéricas diferentes, ou então a malha utilizada para cálculo não foi
suficientemente refinada.
Na malha 9 × 27, mostrada na Fig. 9.5, evidenciam-se, por vetores, as posições onde são dadas as velocidades u/u
constantes da Tabela 9.1. O canal tem comprimento x = 0,288 e os resultados foram obtidos com Re = 20, onde o número de
Reynolds é baseado na metade da altura do canal. A malha na direção x é igualmente espaçada.

Fig. 9.5 Malha para problema das placas paralelas

TABELA 9.1 Valores de u/u


X/Y 0,016 0,032 0,056 0,072 Plen. Des.

0,90 0,761 0,528 0,380 0,348 0,285

0,70 1,066 1,033 0,923 0,874 0,765

0,52 1,077 1,155 1,180 1,170 1,125

0,30 1,055 1,154 1,256 1,288 1,365

0,00 1,040 1,130 1,262 1,322 1,500

9.6.3 TESTANDO O SOLVER DO SISTEMA LINEAR


Normalmente, quando o programa é acadêmico, o solver dos sistemas lineares é desenvolvido pelo próprio analista que
está escrevendo o programa para solução das equações diferenciais. Nesse caso, existe a possibilidade de erros na concepção. É
necessário que essa dúvida seja eliminada. As maneiras de fazê-lo são resolver o sistema linear com outro solver e conferir os
resultados, ou alimentar o solver com um conjunto de coeficientes cuja solução é conhecida.
A seguir, são listados os coeficientes de um sistema tridiagonal oriundos de um problema extremamente simples mas que
serve ao objetivo. O problema, por sua natureza, tem solução exata independentemente do tamanho da malha, o que permite
verificar a solução na precisão de máquina.

O vetor S1 = {ϕ1, ..., ϕ9} Eq. (9.21), é o vetor solução desse problema, enquanto S2 {ϕ1, ..., ϕ9} é o vetor solução se os
valores não nulos dos termos independentes forem alterados de 2 para 1 e de 1 para 0.

9.7 CONCLUSÕES
Conforme já salientado em outros capítulos, infelizmente não existem teorias que garantam que um sistema de equações
diferenciais parciais não lineares, resolvidas segregadamente, tenha processos iterativos estáveis. Os acoplamentos, as formas de
avançar as não linearidades, o tamanho do intervalo de tempo, o número de iterações em cada ciclo etc. são fatores que podem
causar divergência da solução.
Por essa razão, evite ficar interagindo com o computador na regra “muda algo no programaexecuta-muda algo no
programa-executa ...”, torcendo para que dê certo. Em vez disso, faça uma análise criteriosa e detalhada do problema, da
influência das variáveis no processo, do peso dos coeficientes etc., e o progresso na busca do erro será mais rápido do que o
método das tentativas. Achar os erros e fazer com que o programa convirja é uma das tarefas mais difíceis quando complexos
sistemas de equações não lineares e acopladas estão sendo resolvidos. É, principalmente, nessa dificuldade que os
conhecimentos e fundamentos numéricos do analista são imprescindíveis.
A título de comentário final sobre a qualidade requerida para o usuário de um programa comercial de CFD, pode-se separar
os conhecimentos embutidos em um software em dois grandes grupos: conhecimentos numéricos e físicos. Os conhecimentos
numéricos referem-se à capacidade do usuário de julgar a qualidade de uma malha, inferir sobre o comportamento de um solver
frente a um determinado sistema linear, escolher uma função de interpolação adequada, julgar quais parâmetros devem ser
alterados quando a solução diverge etc. Os conhecimentos físicos dizem respeito à capacidade do usuário de criar seu modelo
matemático, especificar condições de contorno, interpretar os resultados da simulação e aceitar a solução em função dos
requisitos técnicos impostos. A tendência é que todos os requisitos numéricos se tornem independentes do usuário. Ou seja,
existirão algoritmos eficientes para calcular o erro de truncamento, volume por volume e no tempo, refinando a malha espacial e
temporalmente até que o erro estabelecido pelo usuário seja alcançado. Os algoritmos e os solvers serão robustos de tal forma
que a convergência seja sempre alcançada. A pesquisa em desenvolvimento na área numérica busca essa situação. Ela ainda não
existe em nível de softwares comerciais, e, por isso, ainda hoje, o conhecimento das metodologias numéricas embutidas em um
software comercial é um requisito que deve ser preenchido pelo usuário.
Os requisitos físicos, por outro lado, nunca serão substituídos por métodos e modelos. O usuário de um método numérico
sempre deverá conhecer a física daquilo que pretende simular. Simular numericamente é equivalente a realizar uma experiência
em laboratório. Alguém concebe a ideia de um usuário entrar em um laboratório e simplesmente fazer medições sem ter noção
do que está medindo e para quê? Os conhecimentos físicos para realizar uma experimentação numérica são exatamente os
mesmos da experimentação em laboratório. Caso contrário, os números da simulação ou da experimentação de laboratório não
terão aplicação nenhuma.
Para finalizar, recomenda-se que seja sempre empregado o critério mais simples e geral, também usado em qualquer
atividade humana: o bom senso. Sem ele, também a simulação numérica torna-se muito difícil.

9.8 REFERÊNCIAS
[ 1] Buzzi-Ferraris, G., “Scientific C + + : Building Numerical Libraries the Object-Oriented Way”, Addison-Wesley, 1993.
[ 2] Patankar, S. V., “Numerical Heat Transfer and Fluid Flow”, Hemisphere Publishing Corporation, 1980.
[ 3] Carslaw, H.S. e Jaeger, J. C., “Conduction of Heat in Solids”, Oxford University Press, London, 1959.
[ 4] Ozisik, M. N., “Transferência de Calor — Um Texto Básico”, Editora Guanabara Dois, 1985.
[ 5] Raithby, G. D., “Skew Upstream Differencing Schemes for Problems Involving Fluid Flow”, Comp. Meth. Applied Mech. Eng., vol.
9, pp. 153-164, 1976.
[ 6] Tribess, A., “Solução Numérica de Problemas de Transferência de Calor em Escoamentos Confluentes em Geometrias Arbitrárias”,
Dissertação de Mestrado, Universidade Federal de Santa Catarina, Florianópolis, Brasil, 1986.
10.1 INTRODUÇÃO
Os primeiros nove capítulos deste livro tiveram a tarefa de apresentar a fundamentação do método dos volumes finitos. Os
conceitos que foram vistos são gerais e valem para qualquer método numérico escrito para qualquer sistema coordenado,
respeitadas as peculiaridades de cada sistema. Utilizamos o sistema de coordenadas cartesianas, por simplicidade, mas sabemos
que esse sistema é muito limitado se o nosso interesse for resolver problemas reais de engenharia, em que, quase sempre, a
geometria é irregular. Por exemplo, uma discretização cartesiana para uma geometria com um furo, conforme a Fig. 10.1(a), não
é adequada para a fronteira interna, sendo preferível a discretização mostrada na Fig. 10.1(b), que segue um sistema de
coordenadas generalizadas, ou a discretização mostrada na Fig. 10.1(c), não estruturada, sendo as duas últimas coincidentes
com a fronteira do domínio, isto é, não possuem volumes quebrados na fronteira.
O uso de sistemas coordenados coincidentes com a fronteira do domínio, semelhantes ao mostrado na Fig. 10.1(b), também
conhecidos como boundary-fitted coordinates, é uma das alternativas para a discretização de domínios irregulares. Nessa opção,
temos um sistema de coordenadas curvilíneas global, e é possível escrever as equações diferenciais a serem resolvidas, e
também integrá-las, nesse novo sistema. Nessa opção, os volumes de controle conectam-se entre si através de uma determinada
lei de formação. Por exemplo, um volume de controle qualquer terá sempre 2 volumes vizinhos em um problema 1D, 4 em 2D e
6 em 3D. Na discretização nãoestruturada, os volumes de controle conectam-se entre si de forma arbitrária, conforme mostrado
na Fig. 10.1(c), e o número de volumes vizinhos é, consequentemente, variável no domínio. As vantagens e desvantagens
dessas discretizações são discutidas agora.

10.2 MALHAS ESTRUTURADAS E NÃO ESTRUTURADAS


Quando os volumes de controle são obtidos com uma discretização que segue um sistema de coordenadas globais,
conforme as Figs. 10.1(b) e 10.2(a), dizemos que a discretização ou a malha resultante é estruturada, uma vez que cada volume
interno tem sempre o mesmo número de vizinhos. A definição de malha estruturada usada aqui considera, portanto, apenas
aspectos geométricos da malha. Se os volumes da malha possuem uma determinada lei de construção, sempre com o mesmo
número de vizinhos, diz-se que a malha é estruturada. Em essência, o mais importante para o método numérico é a estrutura da
matriz de coeficientes resultante do processo de integração. Uma malha estruturada com seus volumes ordenados de acordo com
um sistema de coordenadas globais, conforme mostra a Fig. 10.2(a), e empregando um esquema de interpolação que utilize
apenas os volumes vizinhos, originará uma matriz de coeficientes do tipo diagonal, com 3, 5 e 7 diagonais para problemas 1D,
2D e 3D, respectivamente.
Fig. 10.1 Discretização estruturada cartesiana (a), estruturada generalizada (b) e não estruturada (c)

Uma malha estruturada pode também originar matrizes de coeficientes que não tenham diagonais definidas, bastando para
isso ordenar aleatoriamente a malha da Fig. 10.2(a), por exemplo, ou utilizar diferentes esquemas de interpolação para
diferentes volumes. Mas é lógico que isso não deve ser feito, pois sempre que estivermos de posse de uma malha estruturada
deveremos ordenar os volumes de forma a tirar o maior proveito possível dessa estrutura. As malhas estruturadas possuem,
portanto, as vantagens de permitir fácil ordenação e, como consequência, obter matrizes diagonais que permitem solvers mais
fáceis de ser desenvolvidos e mais eficientes.
Infelizmente, os problemas reais, em função da complexidade da geometria, não permitem que malhas estruturadas sejam
sempre empregadas. As malhas não estruturadas entram, então, em cena. Elas são mais versáteis, com mais facilidade para
adaptatividade e extremamente mais aptas a discretizar geometrias irregulares com cantos e saliências. Em muitos problemas,
apenas malhas não estruturadas conseguem discretizar adequadamente o domínio.
Fig. 10.2 Discretização estruturada (a) e não estruturada (b)

Elas apresentam, entretanto, a dificuldade da ordenação, que, por sua vez, dará origem a matrizes não diagonais. A Fig.
10.2(b) mostra uma malha não estruturada bastante simples, mas em que é possível perceber que é difícil escolher um caminho
de ordenação. O resultado dessa ordenação estabelece o tamanho das bandas da matriz. Por exemplo, para a ordenação
escolhida, o volume 3 está conectado aos volumes 2, 4, 9, 10, com um tamanho de banda, portanto, de 2 a 10 nessa linha,
enquanto o volume 9 está conectado aos volumes 3, 5, 8, 14 e 15, com um tamanho de banda de 3 a 15. Essa variação no
tamanho da banda da matriz impossibilita a aplicação de muitos métodos de solução de sistemas lineares. Além da banda
variável, o número de vizinhos varia de volume para volume, como aconteceu com o volume 3, que possui quatro vizinhos, e o
volume 9, que possui cinco.
Existem, portanto, vantagens e desvantagens em cada uma das discretizações, e a escolha depende da natureza do
problema. Neste texto, modelos numéricos aplicáveis aos dois tipos serão apresentados, e as características de cada
discretização serão destacadas no momento oportuno. No Cap. 12 discutiremos as malhas estruturadas curvilíneas
generalizadas, apresentando os conceitos de plano físico e transformado, uma breve discussão de métodos de geração de
malhas, a transformação das equações do domínio físico para o transformado e, finalmente, a integração dessas equações no
domínio transformado. No Cap. 13, os métodos para malhas não estruturadas serão apresentados. O método de volumes finitos
baseado em elementos (EbFVM) e suas versões para elementos triangulares e quadrangulares serão apresentados, bem como a
sua particularização para diagramas de Voronoi, caso em que os elementos formam uma triangulação de Delaunay e apresentam
ortogonalidade local.
Logicamente, para o método dos volumes finitos não interessam a forma e o modo como foi criado o volume elementar. A
característica básica dessa classe de métodos é a integração das equações, na forma conservativa, sobre um volume elementar
qualquer.
No método dos volumes finitos, o desenvolvimento de um algoritmo não segue um formalismo matemático rigoroso, como
é feito, por exemplo, no método dos elementos finitos. Por isso, é difícil, muitas vezes, identificar e qualificar os métodos de
volumes finitos com relação à construção dos volumes de controle, de seus pontos de integração e de suas características
básicas. Na tentativa de estabelecer um procedimento que possa identificar com mais facilidade esses métodos, a seção a seguir
se preocupa em apresentar os conceitos de elementos e de volumes de controle e suas inter-relações na construção do método.

10.3 ELEMENTOS
O conceito de elemento não é tradicionalmente usado no método dos volumes finitos, pois basta para esse método, para
efeitos de integração, definir os volumes de controle. Entretanto, definir inicialmente os elementos, como feito em elementos
finitos, para depois relacionar os volumes de controle aos elementos, permite uma série de generalizações, entre elas a criação
de uma abstração computacional mais geral, com base nos elementos, que resulta em um algoritmo que pode ser empregado
para qualquer tipo de malha, estruturada ou não.
Os elementos são sempre definidos em função da malha criada pelo gerador de malhas. Considere a Fig. 10.3, onde uma
malha estruturada em coordenadas generalizadas é mostrada com a definição do elemento 1234. Nessa malha, um novo sistema
de coordenadas globais pode ser definido, e, se desejarmos, como será visto no Cap. 12, a equação de conservação poderá ser
transformada para esse novo sistema de coordenadas.
Para uma malha não estruturada formada de triângulos e quadriláteros, mostrada na Fig. 10.4, podemos identificar os
elementos 1234 (quadrangular) e 235 (triangular). Observe que a definição dos elementos precede a criação dos volumes de
controle, que é feita com base nos elementos. O elemento é um ente geométrico que cobre todo o domínio computacional sem
superposição e sem pedaços nas fronteiras. Nessa malha, é comum definir um sistema de coordenadas locais que irá se
relacionar com o global através de uma transformação, conforme será visto no Cap. 11.

Fig. 10.3 Malha estruturada curvilínea generalizada


Fig. 10.4 Malha não estruturada com quadriláteros e triângulos

10.4 CRIAÇÃO DOS VOLUMES DE CONTROLE


A criação dos volumes de controle, como já salientado, é feita com base nos elementos. Existem duas classes básicas de
métodos baseadas na relatividade geométrica entre o volume de controle e o elemento. As formulações em que o volume de
controle é escolhido como sendo o próprio elemento, e as variáveis a serem determinadas ficam armazenadas no centro do
volume de controle (ou do elemento), são as chamadas cell center, pois o centro do volume de controle coincide com o centro
do elemento.
Nessa construção, a clássica do método dos volumes finitos em coordenadas generalizadas, os pontos em que os fluxos
serão avaliados, os chamados pontos de integração, estão localizados no meio de cada face, denominados na Fig. 10.5 e, w, n e
s. É fácil constatar que para calcular esses fluxos os valores da função incógnita nos centros dos volumes vizinhos serão
requeridos. Logo, com essa construção não é possível definir todos os fluxos com base em propriedades armazenadas apenas no
elemento 1234 em consideração. E isso é o desejável, como será visto posteriormente.
Se for empregada uma malha não estruturada de triângulos, conforme mostra a Fig. 10.6, por exemplo, e os elementos
forem usados como volumes de controle, ou seja, a incógnita estará armazenada no centroide do elemento, teremos a mesma
situação. No momento de equacionar os fluxos nas faces, farão parte desse cálculo os valores da incógnita nos volumes de
controle (que são os próprios elementos) vizinhos. Novamente, não será possível definir todos os fluxos com base em grandezas
definidas apenas no elemento.
A outra classe, denominada cell vertex (centro do volume de controle no vértice do elemento), constrói o volume de
controle com o centro nos nós da malha, conforme pode ser visto na Fig. 10.7. Nesse caso, como a incógnita está sempre
armazenada no centro do volume de controle, ela estará, por consequência, nos nós da malha, ou seja, nos pontos que definem o
elemento. Observa-se agora que o volume de controle, ente geométrico no qual serão realizados os balanços, é formado por
partes (subvolumes de controle) dos elementos vizinhos aos quais pertence o nó onde está armazenada a incógnita. O volume de
controle é construído ligando-se os centroides dos elementos ao ponto médio das suas faces, método conhecido como das
medianas. Duas alternativas são possíveis aqui. Na primeira, mostrada na Fig. 10.7(a), o ponto de integração está localizado no
meio da face, o que não é conveniente, se o conceito de elemento deseja ser utilizado na implementação computacional, uma
vez que fica ambíguo a qual elemento o ponto de integração pertence, se ao elemento 1234 ou ao 1456.

Fig. 10.5 Malha estruturada. Volume de controle coincidente com o elemento. Formulação clássica de volumes finitos
Fig. 10.6 Malha não estruturada. Volume coincidente com o elemento

Na segunda, mostrada na Fig. 10.7(b), existem dois pontos de integração em cada face, uma construção que não deixa
ambiguidades, pois cada dois pontos de integração de um volume de controle estão localizados dentro do mesmo elemento.
Além disso, a precisão do esquema numérico aumenta, pois o fluxo através da face é agora calculado utilizando-se uma melhor
discretização da superfície de integração. Essa construção permite o uso do elemento como o ente geométrico sobre o qual todos
os cálculos são realizados. Dessa forma, a implementação computacional fica facilitada, resultando em algoritmos que são
aplicáveis para malhas tanto estruturadas como não estruturadas, bastando definir as conectividades entre os elementos.

Fig. 10.7 Volume não coincidente com o elemento. Ponto de integração no meio da face (a) e no meio da metade da face (b)

Para malhas não estruturadas, a construção dos volumes é idêntica, ou seja, une-se os centroides de cada elemento ao ponto
médio de cada face. A face do volume de controle entre o centroide e o ponto médio da face do elemento abriga um ponto de
integração. A Fig. 10.8 mostra uma malha não estruturada com elementos triangulares e quadrangulares, em que os volumes de
controle centrados nos nós 3 e 4 são mostrados. Observe que um elemento triangular terá sempre três pontos de integração,
sendo dois deles sempre usados em conjunto para o balanço em um determinado volume de controle. Um elemento
quadrangular terá sempre quatro pontos de integração, sendo, novamente, cada dois deles empregados no balanço de um
determinado volume de controle. Por exemplo, no balanço para o volume de controle centrado no nó 3 tomam parte dois pontos
de integração do elemento triangular 253 e dois do elemento quadrangular 1234, além dos outros pontos de integração
pertencentes aos outros elementos que também contribuem com o volume centrado em 3. Esses pontos de integração estão nas
faces do chamado subvolume de controle (SVC), isto é, as partes do elemento que formarão o volume de controle. A Fig.
10.7(b) identifica o SVC1 do elemento 1234 que toma parte no balanço do volume de controle centrado em 1, e a Fig. 10.8
mostra o SVC3 do elemento 1234 que toma parte no volume de controle centrado em 3.

Fig. 10.8 Malha não estruturada. Volume de controle não coincidente com o elemento

Essa construção permite, portanto, que o balanço sobre o volume de controle seja feito através de um somatório de fluxos
calculados nos pontos de integração dos elementos. Todos os cálculos, portanto, podem ser feitos para os elementos, o que dá
origem ao nome de método dos volumes finitos baseado nos elementos (EbFVM), isto é, uma metodologia de volumes finitos
em que a base é o elemento. Esse método será discutido em detalhes no Cap. 13.

10.5 INTEGRAÇÃO DAS EQUAÇÕES DE CONSERVAÇÃO


Como já comentado, para o método dos volumes finitos é imaterial a forma geométrica do volume de controle. Estando o
mesmo definido com algum tipo de construção, a etapa seguinte é a integração das equações de conservação sobre o volume de
controle e no tempo. Vamos escolher, para uma situação 2D, a forma mais geral da construção do volume de controle,
identificada na Fig. 10.9 pelo volume de controle centrado em P. A equação de conservação de uma propriedade genérica ϕ,
dada por

após realizada a linearização do termo fonte e integrada no volume de controle centrado em P, resulta

que pode ser reescrita como

onde MP e representam a massa em todo o volume de controle centrado em P nos instantes t + Δt e t, respectivamente,
resultantes do somatório das massas existentes em cada subvolume de controle.
Fig. 10.9 Volume de controle para integração da equação de conservação para ϕ

Inspecionando a Eq. (10.3), vemos que o primeiro e o segundo termo do lado direito representam, respectivamente, a
integral dos fluxos advectivo e difusivo pelas fronteiras do volume de controle. Esses fluxos devem ser avaliados nos pontos de
integração (pi) através das funções de interpolação que deverão envolver apenas as incógnitas armazenadas nos nós que
definem o elemento, se se desejar desenvolver uma metodologia baseada em elementos. É fácil entender que se outros pontos
nodais, pertencentes a outros elementos, fizerem parte do cálculo do fluxo, perde-se a característica importante de termos todas
as operações definidas para um elemento. As Eqs. (10.1) a (10.3) serão as equações empregadas no Cap. 13, quando as
metodologias para malhas não estruturadas forem apresentadas. A partir da Eq. (10.3) é possível, também, recuperar a forma
integral discreta da equação de conservação escrita para o domínio transformado (ξ, η, γ), o que será mostrado quando a
formulação para coordenadas generalizadas for apresentada no Cap. 12. No próximo capítulo, serão apresentados os princípios
básicos de transformação de coordenadas, material que servirá como apoio para os Caps. 12 e 13.

10.6 CONCLUSÕES
Um dos objetivos deste capítulo foi definir os entes elemento e volume de controle e, ao mesmo tempo, relacioná-los para
algumas situações bastante usadas, como as cell center (centro do volume de controle no centro do elemento) e cell vertex
(centro do volume de controle no vértice do elemento). Com base nesses conceitos, é possível classificar e identificar as
metodologias disponíveis na literatura, tarefa nem sempre realizada quando volumes finitos são empregados. A utilização do
elemento para realizar todas as operações e obter a equação de conservação através do somatório dos subvolumes de controle
facilita o desenvolvimento de códigos computacionais reusáveis e orientados. Finalmente, foi realizada a integração da equação
genérica para um escalar ϕ para um volume de controle qualquer. A equação obtida pode ser empregada em conjunto com
qualquer metodologia, seja para malhas estruturadas ou não.
11.1 INTRODUÇÃO
As metodologias que serão descritas nos Caps. 12 e 13, por tratarem com geometrias complexas, fazem uso de relações
geométricas entre o sistema de coordenadas cartesianas e sistemas de coordenadas generalizadas. Quando for possível
discretizar o domínio de cálculo com uma malha estruturada, conforme a Fig. 11.1(a), por exemplo, as linhas da malha formam
um novo sistema de coordenadas, denominadas curvilíneas ou generalizadas. As relações entre o sistema de coordenadas
cartesianas e esse novo sistema podem ser encontradas em qualquer livro de cálculo tensorial e permitem calcular grandezas
geométricas de importância, como comprimentos, áreas, volumes e outras grandezas no novo sistema de coordenadas. Essas
expressões, no entanto, sem o devido entendimento, não permitem que interpretações físicas sejam feitas com segurança no
novo sistema.
Como o método dos volumes finitos se fundamenta no desenvolvimento de algoritmos com base física, e tais deduções são
normalmente feitas para o sistema cartesiano, somente com a interpretação geométrica da transformação é possível transferir
esses raciocínios para sistemas coordenados mais complexos. Por exemplo, decidindo-se mapear um domínio 2D irregular em
um retângulo (em um paralelepípedo em 3D), conforme Fig. 11.1(b), e adotando-se incrementos unitários das coordenadas no
novo sistema, ou seja, Δξ = Δη = 1, é necessário conhecer em quais parâmetros estão embutidas as informações da forma e do
tamanho real do domínio de cálculo, uma vez que o volume no domínio transformado é também unitário. Temos observado que
a falta dessas interpretações tem custado àqueles que se iniciam no uso de coordenadas generalizadas considerável tempo de
aprendizado e tem inibido a habilidade na busca de erros nos programas computacionais. Além disso, fica difícil generalizar e
criar novos algoritmos se a transformação de coordenadas e sua influência no cálculo das grandezas físicas não forem bem
compreendidas. Neste capítulo não será dada ênfase, portanto, aos aspectos puramente matemáticos, sendo as relações
matemáticas usadas somente na extensão necessária aos objetivos do capítulo. Os leitores interessados em detalhes devem
consultar textos clássicos de cálculo tensorial [1,2]. Os interessados em expressões para os diversos operadores em coordenadas
curvilíneas generalizadas podem consultar [2,3].
Também está incluída neste capítulo a representação de escalares e vetores no sistema de coordenadas curvilíneas. As
interpretações geométricas serão feitas, sempre que possível, em duas dimensões, por simplicidade para visualização. Duas
situações serão contempladas: a primeira, considerando a existência de um sistema de coordenadas curvilíneas globais, caso em
que malhas estruturadas são empregadas, e a segunda, quando malhas não estruturadas são usadas e um sistema de coordenadas
local é utilizado. Como veremos, as relações são, logicamente, as mesmas, e apenas faremos a particularização para preparação
e facilitação do aprendizado dos métodos que serão descritos posteriormente.

11.2 SISTEMAS DE COORDENADAS CURVILÍNEAS


Nesta seção consideraremos a situação em que todos os elementos estão dispostos de maneira estruturada e são formados
pelas linhas do sistema de coordenadas curvilíneas generalizadas, conforme mostrado na Fig. 11.1(a) com o respectivo
mapeamento, ou plano transformado ou computacional, na Fig. 11.1(b). Observe que o elemento 1234 faz parte de um sistema
global de coordenadas e está definido pelas linhas ξ = 3 e ξ = 4 e pelas linhas η = 2 e η = 3.
Em três dimensões, as superfícies dos volumes de controle serão as superfícies coordenadas. A Fig. 11.2 mostra um
sistema de coordenadas curvilíneas (ξ, η, γ) referidas ao sistema cartesiano (x,y,z) com a identificação do ponto A sobre o eixo
coordenado η. As coordenadas curvilíneas de um ponto são relacionadas ao sistema cartesiano pelas equações de transformação
do tipo

Existe a possibilidade de o novo sistema coordenado apresentar mudanças com o tempo, o que alteraria a forma funcional
das Eqs. (11.1) a (11.3) para envolver a variável tempo. Esse assunto, aplicado para malhas móveis, será tratado no Cap. 12.

Fig. 11.1 Sistema de coordenadas curvilíneas generalizadas


Fig. 11.2 Sistema de coordenadas curvilíneas (ξ, η, γ)

Os diferenciais em cada eixo coordenado no domínio transformado são dados por

ou na forma matricial

ou, ainda, como

onde dT e dF são os diferenciais no domínio transformado e no domínio físico, respectivamente. Por sua vez, os diferenciais no
plano físico são dados por
ou

Usando as Eqs. (11.8) e (11.10), encontramos

Logo, comparando [A] com [B–1], elemento por elemento das matrizes, as métricas são dadas por

onde

ou

é o jacobiano da transformação. O jacobiano possui uma interpretação geométrica importante, que será comentada adiante.
As Eqs. (11.1) a (11.3) representam a transformação do sistema (x,y,z) para o sistema (ξ, η, γ). O teorema da função
inversa, que permitiu a obtenção das relações dadas pela Eq. (11.12), admite a existência da inversa da transformação dada por
onde as métricas da função inversa são dadas por

Para exemplificar, considere a transformação do sistema de coordenadas cartesianas para o cilíndrico. É fácil mostrar que a
transformação, dada por

onde r, θ e z representam ξ, η e γ, tem como inversa as bem conhecidas funções

11.3 COMPRIMENTO AO LONGO DE UM EIXO COORDENADO


Voltando à Fig. 11.2, considere o comprimento dLη, ao longo do eixo coordenado η, medido da origem ao ponto A. É fácil
ver que as coordenadas a, b e c do ponto A são dadas por
uma vez que, ao longo de OA, Δξ e Δγ são iguais a zero. Usando o teorema de Pitágoras, encontramos

Analogamente, os comprimentos ao longo de ξ e γ são dados por

De acordo com a definição do tensor métrico, dada por

vemos que os comprimentos dLξ, dLη e dLγ são, respectivamente,

ou seja, um comprimento ao longo de um eixo coordenado está relacionado a apenas uma das componentes do tensor métrico.
Um elemento de comprimento genérico ds é dado por

Lembrando a expressão dos diferenciais dx, dy e dz, dados pela Eq. (11.9), e lembrando da definição do tensor métrico gik,
encontramos
onde gik é dado pela Eq. (11.25) e, logicamente, possui nove componentes. Um comprimento genérico, portanto, envolve todas
as componentes do tensor métrico. Na Eq. (11.30), xi e xk representam as coordenadas generalizadas, ou para i = 1 temos x1 = ξ,
para i = 2, x2 = η e para i = 3, x3 = γ. O tensor métrico, na forma matricial, é dado por

Para os sistemas de coordenadas ortogonais, todas as componentes cruzadas são iguais a zero. Para o sistema de
coordenadas cilíndricas, por exemplo, temos, usando a definição de gik,

com todas as outras componentes iguais a zero.

11.4 ÁREAS NO SISTEMA DE COORDENADAS CURVILÍNEAS


Considerando, agora, uma situação bidimensional como a mostrada na Fig. 11.3, podemos obter as expressões que
permitem calcular as áreas no sistema de coordenadas curvilíneas. Como feito para o caso tridimensional, podemos escrever

De acordo com a Fig. 11.3, podemos representar esses comprimentos por vetores, como

A área do paralelogramo formada pelos dois vetores é dada pelo módulo do vetor resultante do produto vetorial dos
mesmos
Fig. 11.3 Área no plano físico

Então,

Uma interpretação geométrica muito importante pode ser extraída da Eq. (11.38). Comparando-a com a Eq. (11.14),
constatamos que a expressão entre parênteses na Eq. (11.38) é, exatamente, 1/J, se na Eq. (11.14) for considerada uma
transformação em duas dimensões. Logo,

ou seja, a relação entre as áreas no plano físico e no plano transformado é igual a 1/J. Como é comum usar Δξ e Δη unitários por
simplicidade, pois os mesmos podem ser arbitrários, então o inverso do jacobiano é exatamente o valor da área do elemento no
plano físico. A Fig. 11.4 mostra a área no plano físico e seu mapeamento, no plano transformado.
É fácil entender por que Δξ e Δη podem assumir valores arbitrários quaisquer. Usando a Eq. (11.14) para uma situação
bidimensional, o jacobiano resulta em

Aproximando numericamente a Eq. (11.40) e substituindo-a na Eq. (11.39), podemos comprovar que o produto ΔξΔη
desaparece, sendo, portanto, arbitrário o valor da área (ou volume) no plano transformado.
Para uma transformação tridimensional, teremos
É deixada ao leitor a tarefa de mostrar que

onde

Fig. 11.4 Áreas no plano físico e transformado

11.5 VETORES DE BASE


Quando o sistema cartesiano de coordenadas é usado, um vetor variável com o espaço é descrito em termos das
componentes cartesianas referenciadas a uma base local de vetores i, j e k. A magnitude e a direção de cada vetor de base são as
mesmas para qualquer ponto do espaço. Sabemos que i, j e k são vetores unitários e que a magnitude de uma componente de um
determinado vetor representa uma proporcionalidade com o vetor de base naquele eixo.
Quando coordenadas curvilíneas generalizadas são empregadas e desejamos descrever o mesmo vetor nessas coordenadas,
é conveniente empregar vetores de base local que sejam alinhados ou normais às linhas coordenadas. Como as coordenadas são
não ortogonais, e para evitar ambiguidades, existem dois sistemas de vetores de base que podem ser utilizados: o covariante e o
contravariante. Além desses, é frequentemente empregado um sistema unitário ao longo da base covariante. A Fig. 11.5 mostra
esses vetores de base juntamente com o sistema cartesiano retangular.
Fig. 11.5 Vetores covariantes, contravariantes, cartesianos e unitários ao longo da base covariante

11.5.1 VETORES DE BASE COVARIANTES


Os vetores de base covariantes, por definição, são tangentes às linhas coordenadas, conforme mostra a Fig. 11.6 para o
caso do vetor covariante tangente ao eixo ξ. O vetor de base covariante, nesse caso, é dado por
Fig. 11.6 Definição dos vetores de base covariantes

Sabendo que r é dado por

o vetor de base covariante, eξ, resulta em

Procedendo analogamente para as direções η e γ, tem-se

ou, na forma matricial, como

ou, usando a coordenada xi para denotar as coordenadas ξ, η e γ, como

O reconhecimento de que os vetores de base covariantes são tangentes às linhas coordenadas generalizadas auxilia bastante
o analista numérico, pois, ao se analisar resultados de problemas físicos, é comum a necessidade de se calcular grandezas
tangentes às linhas coordenadas. Basta, portanto, estar de posse das métricas da transformação inversa, dadas pela matriz da Eq.
(11.49), e determinar o vetor na direção tangente desejada.
Para exercitar, considere o sistema polar de coordenadas, Eq. (11.18), isto é, sem considerar a coordenada z. Estamos
interessados, por exemplo, no cálculo do vetor de base covariante na direção θ. Pela definição, sabemos que é um vetor tangente
à coordenada θ. Utilizando as Eqs. (11.46) e (11.47), encontra-se o vetor de base para essa direção, como

enquanto, para a direção r, tem-se

A Fig. 11.7 mostra, nas posições A, B, C e D, os vetores de base covariantes do sistema polar calculados com as Eqs.
(11.51) e (11.52). Note que eθ tem módulo r, enquanto er tem módulo unitário.

Fig. 11.7 Vetores de base covariantes do sistema polar

11.5.2 VETORES DE BASE CONTRAVARIANTES


A base contravariante tem seus vetores normais às superfícies coordenadas, conforme ilustrado pela Fig.11.8. Dessa forma,
devemos buscar, para sua definição, o ente matemático que representa essa condição. Sabemos que o gradiente tem essa
propriedade. Logo, os vetores de base contravariantes são definidos por
Fig. 11.8 Definição dos vetores de base contravariantes

ou, como anteriormente, na forma matricial

É deixado ao leitor, como exercício, obter os vetores de base contravariantes para o sistema polar de coordenadas, a
exemplo do que foi feito para a base covariante.
Como pode ser visto pelas equações mostradas, os vetores de base covariantes e contravariantes foram escritos em termos
dos vetores unitários i, j e k. Estes últimos também podem, logicamente, ser expressos nas bases covariante e contravariante. A
seguir, essas e outras relações importantes são reunidas.
Na Eq. (11.62), o vetor ui é unitário ao longo da base covariante e é obtido dividindo-se o vetor ei pelo seu módulo.
Tomando-se novamente o sistema polar como exemplo, vemos que o vetor er já é unitário e eθ possui módulo r. Portanto, o
vetor uθ, unitário do sistema polar, é

Da Eq. (11.62) podemos concluir que

e, portanto, devemos ter em mente que, quando um vetor é descrito pelas suas componentes covariantes ou contravariantes, o
vetor de base a essa representação não é unitário. Comparando as Eqs. (11.26) a (11.28) com a Eq. (11.66), podemos comprovar
esse fato. Observe que nas equações anteriores podemos recuperar sempre as três componentes fazendo x1 = ξ, x2 = η e x3 = γ.
Para concluir esta seção, a Fig. 11.9 mostra, no plano, um sistema de coordenadas não ortogonais e os respectivos vetores
de base covariantes e contravariantes.

Fig. 11.9 Vetores de base covariantes e contravariantes


11.6 REPRESENTAÇÃO DE VETORES NO SISTEMA DE COORDENADAS
CURVILÍNEAS
Conforme salientado, duas são as bases possíveis para representar um vetor no sistema de coordenadas curvilíneas, a
covariante e a contravariante. A terceira base, auxiliar, é unitária e derivada da covariante.
Quando existe a tarefa de representar vetores em sistemas de coordenadas cujos vetores de base não são unitários, devemos
tomar a precaução de interpretar o significado de uma componente de um vetor. Uma componente de um vetor é um escalar que
é multiplicado pelo vetor de base para obter-se um comprimento. O importante é que o comprimento é um invariante, isto é,
tem o mesmo valor para qualquer sistema de coordenadas. Para sistemas de coordenadas generalizadas, com vetores de base de
módulo não unitário, isso é fundamental, pois o escalar representado pela componente não tem interpretação se não estiver
associado a um vetor de base, cuja multiplicação da componente do vetor pelo módulo do vetor de base resulte em um
comprimento e, portanto, invariante e possível de ser representado fisicamente.
Seja V um vetor função do espaço, isto é, V = V (x,y,z). Esse vetor pode ser representado por

que dão origem às componentes físicas, contravariantes e covariantes, conforme a Fig. 11.10. Rigorosamente, não existe a
possibilidade de, em um gráfico com escalas, desenhar, atribuindo magnitudes às componentes contravariantes e covariantes de
um vetor. Entretanto, para que essas entidades não resultem demasiadamente abstratas durante a análise, elas são multiplicadas
pelos seus vetores de base correspondentes e, então, gerando invariantes, podem ser desenhadas e mostradas na Fig. 11.10. Na
realidade, o que se está representando, então, são componentes físicas, invariantes.
Observe que a representação do vetor na base covariante nos fornece as componentes contravariantes do vetor. Essa é uma
questão que ficará mais clara quando observarmos que as componentes contravariantes são obtidas pelo produto escalar do
vetor em questão pelo vetor de base contravariante correspondente. É essa operação que lhe atribui a denominação. Além disso,
é importante atentar para o fato de que os produtos V1e1 e V1e1 fazem sentido por originar comprimentos, enquanto não têm
interpretação os produtos V1e1 ou V1e1.
As expressões de cada uma das componentes representada nos possíveis vetores de base podem ser obtidas com o auxílio
das Eqs. (11.57) e (11.58). Assim,

e, para as componentes cartesianas, como


Fig. 11.10 Componentes covariantes, contraviantes e físicas

Como nosso objetivo é a simulação de escoamentos, neste ponto é didático salientar a importância da escolha de quais
componentes do vetor velocidade tomarão parte no modelo numérico. Em se tratando do método dos volumes finitos, os
balanços das propriedades (massa, quantidade de movimento, energia etc.) no volume elementar é que dão origem às equações
aproximadas. Esses balanços envolvem a quantificação dos fluxos advectivos dessas propriedades nas faces dos volumes
elementares. A avaliação desses fluxos, independentemente da propriedade em questão, depende do fluxo de massa, uma vez
que qualquer propriedade é transportada advectivamente pelo fluxo de massa. Portanto, a avaliação do fluxo de massa nas
interfaces dos volumes elementares é uma das mais importantes operações realizadas no algoritmo, pois sua influência aparece
em todas as equações a serem resolvidas. A escolha correta das componentes do vetor velocidade que tomarão parte na
avaliação desses fluxos é, então, de grande importância.
Considere a Fig. 11.11, onde agora o vetor V é o vetor velocidade. Para que o cálculo do fluxo de uma propriedade ϕ
qualquer seja feito, é necessário determinar (V · n), tal que (V · n)ρϕ nos forneça o fluxo de ϕ por unidade de área e tempo.
Nesse caso estamos considerando n normal ao eixo x2, ou seja, normal às linhas de x1 constantes. Queremos determinar a
relação entre a componente física do vetor velocidade normal ao eixo x2 e as componentes contravariantes e covariantes.
As componentes contravariantes Vi do vetor velocidade são, por definição, dadas por

Tomando a situação bidimensional e a componente i = 1 como exemplo, temos


Expandindo o produto escalar do lado esquerdo da Eq. (11.76) e conforme nomenclatura da Fig. 11.11, encontramos

Fig. 11.11 Projeção normal de V ao eixo x2

Da Eq. (11.78) e das expressões de |e1| e , obtidas das Eqs. (11.58) e (11.42), respectivamente, encontramos

onde, nas Eqs. (11.78) e (11.79), V 1 é a projeção de V normal às linhas de x1 constante, necessária para o cálculo do fluxo
convectivo de ϕ. Na Eq. (11.79), U é denominada componente contravariante sem normalização métrica do vetor V. Se
atentarmos para a Eq. (11.27), onde o significado geométrico de pode ser obtido, vemos que a relação entre U e V 1 é
apenas um comprimento. Como V 1 é a componente física de V na direção normal ao eixo x2, constatamos que U, quando
multiplicado por Δx2 (Δη na Eq. (11.27)), representa a vazão volumétrica através da face. Em duas dimensões, as componentes
contravariantes sem normalização métrica do vetor V são denominadas U e V. Ainda nesta seção faremos uso dessas
componentes, e no Cap. 12 iremos mostrar que essas grandezas surgem diretamente quando as equações de conservação são
transformadas do domínio físico (x,y,z) para o domínio transformado (ξ, η, γ).
É importante observar, na Fig. 11.11, que V 1, a parcela da velocidade responsável pelo fluxo de massa, tem relação apenas
com uma das componentes contravariantes do vetor velocidade. Ou seja, quando se deseja calcular um fluxo normal ao eixo x2
(que é uma linha de x1 constante), necessita-se apenas de V1, e quando se deseja calcular um fluxo normal ao eixo x1 (que é uma
linha de x2 constante), precisa-se apenas de V2. Dessa forma, temos uma situação semelhante àquela do sistema cartesiano,
onde, para o cálculo dos fluxos advectivos normais às linhas y e x constantes, necessita-se apenas de v e u, respectivamente. Em
um sistema de coordenadas generalizadas, se as componentes covariantes fossem empregadas, a parcela responsável pelo fluxo
de massa, V 1, dependeria das duas componentes covariantes, pois

1 1 1 2
Nesse caso, ambos os produtos e · e e e · e são não nulos e, portanto,

Do ponto de vista de construção do método numérico, isso tem um significado importante, pois, usando-se as componentes
covariantes, será necessário o armazenamento de V1 e V2 em cada face do volume elementar. Se as componentes contravariantes
forem usadas, será necessária apenas uma componente em cada face. Se se optar por armazenar apenas uma componente
covariante em cada face, teremos uma parcela da equação da conservação da massa que terá que ser tratada explicitamente, pois
oito componentes aparecerão nessa equação quando discretizada e apenas quatro estarão armazenadas onde necessário.
Aprofundando um pouco mais a interpretação física de cada componente de um vetor quando sistemas de coordenadas
curvilíneas são empregados, considere a Fig. 11.12, onde, novamente, o vetor velocidade V é mostrado e as coordenadas x1 e x2
foram substituídas por ξ e η, respectivamente. O interesse, agora, é correlacionar as componentes contravariantes com as
cartesianas, à luz da interpretação física. Imagine que desejamos calcular a vazão mássica que atravessa o segmento AB.Essa
vazão é dada por

ou

onde a representação de AB veio da Eq. (11.27), que calcula o comprimento de um segmento sobre uma coordenada curvilínea,
η nesse caso. Sabendo que |V| cos θ = V 1, conforme a Fig. 11.11, temos
Fig. 11.12 Projeção de V na normal às linhas ξ e η constantes

Considerando as componentes cartesianas e as projeções de AB em x e y, é fácil mostrar que

Com o auxílio das Eqs. (11.79) e (11.84), encontramos

onde U é uma das componentes contravariante sem normalização métrica.


Também é fácil constatar que o sinal negativo que aparece na Eq. (11.85) leva em conta, automaticamente, o sinal que a
métrica Δx/Δη carrega. A Fig. 11.13 mostra uma situação em que Δx/Δη é negativo, resultando, então, o sinal positivo na Eq.
(11.85), que é o correto, pois tanto a componente u como a componente v contribuem positivamente com o fluxo de massa na
fronteira AB (veja que as decomposições de u e v sobre a normal somam-se, dando origem a V 1). A Fig. 11.14 mostra uma
situação em que Δx/Δη é positivo (x cresce com o aumento de η), resultando, então, o sinal negativo no segundo termo do lado
direito da Eq.(11.85), mostrando que a componente v contribui negativamente com o fluxo de massa em AB o que também pode
ser visto, novamente, pelas decomposições de u e v sobre a normal.
Usando as relações da Eq. (11.16) e das Eqs. (11.84) e (11.85), vem
Fig. 11.13 Decomposição de V na normal

Fig. 11.14 Decomposição de V na normal

A expressão entre parênteses na Eq. (11.88), quando confrontada com a Eq. (11.71), é identificada como sendo a
componente contravariante V1 ou

Lembrando que , vemos que a Eq. (11.89) é idêntica à segunda igualdade da Eq. (11.79), que foi obtida
através das relações matemáticas da transformação de coordenadas, enquanto a Eq. (11.89) foi obtida partindo-se da análise
física que, em geral, é feita pelo analista numérico envolvido com volumes finitos.
Para cálculo da vazão mássica que atravessa um segmento ao longo de ξ, temos, por analogia, que empregar a outra
componente contravariante, que se relaciona com a projeção de V sobre a normal ao eixo ξ por

A correspondente componente contravariante sem normalização métrica é dada por

onde o sinal negativo deve ser interpretado da mesma forma como foi feito anteriormente para a componente U, considerando
agora o sinal de Δy/Δξ.

11.7 EXEMPLO DE UMA TRANSFORMAÇÃO NÃO ORTOGONAL


Conforme já comentado anteriormente, o aprendizado de métodos numéricos em coordenadas generalizadas fica
extremamente facilitado quando o aluno tem intimidade com todos os parâmetros e métricas da transformação, sabendo
interpretá-los geometricamente e entendendo as respectivas consequências sobre a física do problema. Achar erros nos cálculos
de uma transformação só é possível com essa habilidade desenvolvida. Esse é exatamente o objetivo desta seção.
Para que o exercício a seguir tenha aproveitamento máximo, use um papel milimetrado (ou um software adequado para
desenhar e ler tamanhos de vetores) para desenhar a malha e registre todos os vetores de base e componentes do vetor que será
representado nesse sistema não ortogonal. Por simplicidade, uma transformação bidimensional será empregada. A Fig. 11.15
mostra a malha, dada pela seguinte transformação, que, nesse caso, é analítica,

Como nesse exemplo nossa transformação é analítica, a inversa pode ser facilmente determinada resolvendo-se para x e y
nas equações anteriores, obtendo-se,
Fig. 11.15 Coordenadas generalizadas — Eqs. (11.92) a (11.95)

Observe que se a transformação não fosse analítica não teríamos as Eqs. (11.92) a (11.95). Daí, as métricas da inversa
dadas pela Eq. (11.97) seriam obtidas numericamente, por diferenças centrais, a partir do conjunto de pontos (x,y) conhecidos
da malha, conforme será visto na Seção 11.8, e as métricas, dadas pela Eq. (11.96), seriam obtidas a partir dessas grandezas com
uso da Eq. (11.100).
As métricas da transformação são dadas por

enquanto as da transformação inversa são

De posse dessas métricas, podemos determinar o jacobiano da transformação por


e da inversa por

onde podemos observar que o jacobiano da transformação é o inverso do jacobiano da transformação inversa, como esperado.
Podemos também comprovar os valores dados pela Eq. (11.96), utilizando as relações dadas pelo teorema da função
inversa. Teremos então

A área do paralelogramo ABCDA, mostrado na Fig. 11.15, pode ser calculada por

que deve ser conferida geometricamente na Fig. 11.15 com o uso do papel milimetrado. As componentes do tensor métrico gij
valem

onde podemos observar que a componente g12 não é nula pelo fato de o sistema ser não ortogonal. Observe na Eq. (11.102) que
denominamos as componentes do tensor métrico por α, β e γ. Tal nomenclatura é bastante usada na literatura e também passará
a ser empregada neste livro, no próximo capítulo. A variável γ, aqui, não pode ser confundida com o terceiro eixo do sistema de
coordenadas generalizadas.
Os comprimentos AB e CB, como já vimos, são comprimentos ao longo dos eixos η e ξ, respectivamente, e suas dimensões
são dadas por
Os vetores de base covariantes e contravariantes não variam espacialmente, uma vez que escolhemos uma transformação
linear entre (x,y) e (ξ, η). Os vetores de base covariantes são

enquanto os da base contravariante são

A Fig. 11.16 mostra a decomposição do vetor no sistema de coordenadas cartesianas e generalizadas, evidenciando as
componentes dos vetores de base covariantes e contravariantes.
Recomenda-se ao leitor que calcule todos os módulos desses vetores e confira seus comprimentos no plano físico dados
pela Fig. 11.16. Para completar o exercício, seja o vetor V dado por

cujas componentes covariantes e contravariantes queremos calcular. Utilizando a Eq. (11.71), encontramos, para as
componentes contravariantes,

sendo o vetor V expresso em suas componentes contravariantes por

Usando a Eq. (11.72), encontramos as componentes covariantes, dadas por

cuja expressão do vetor V, em suas componentes covariantes, é dada por

Nesse exemplo, foi sugerido o uso de um papel milimetrado para que todos os comprimentos e os significados geométricos
das métricas fossem interpretados. Influenciados pelo uso do sistema de coordenadas cartesianas, somos tentados a medir, no
papel milimetrado, o tamanho das componentes contravariantes e covariantes do vetor V. Lembre-se de que isso não é possível.
Já vimos que, para sistemas coordenados generalizados, o valor numérico das componentes covariantes e contravariantes só tem
significado de comprimento quando multiplicado pelo respectivo vetor de base, conforme pode ser visto na Fig. 11.16, onde
estão mostrados os comprimentos Vηeη, Vξeξ, Vηeη, Vξeξ. Esses produtos, sim, têm seus valores numéricos correspondentes aos
comprimentos lidos no gráfico.
Existem muitas outras relações envolvendo as componentes do tensor métrico que podem ser mostradas para a
transformação desse exercício. Essa tarefa é deixada para o leitor.
Fig. 11.16 Decomposição de um vetor no sistema não ortogonal

11.8 MÉTRICAS DE UMA TRANSFORMAÇÃO


Quando malhas curvilíneas generalizadas são empregadas, com a transformação das equações de conservação para o
domínio (ξ, η), será necessário conhecer as métricas da transformação, ou seja, as grandezas ∂x/∂ξ, ∂y/∂ξ, ∂x/∂η e ∂y/∂η, no caso
de duas dimensões. Em três dimensões, teremos nove métricas para determinar. De posse dessas grandezas, é possível calcular o
jacobiano, através da Eq. (11.14), e então todas as expressões dadas pela Eq. (11.12). A transformação quase nunca é analítica,
como a do exemplo mostrado na Seção 11.7, e, portanto, as métricas deverão ser calculadas numericamente. A Fig. 11.17
mostra, para a superfície (ξ, η) um volume elementar sombreado, com pontos coordenados A, B, C e D nos respectivos vértices.
Por exemplo, para o plano em consideração, as quatro métricas envolvidas são, para o ponto central do comprimento AB,
definidas por
onde os valores de x e y em E e P são determinados por interpolação dos quatro pontos x e y vizinhos. Outras métricas, em
diferentes pontos do domínio, são calculadas de forma análoga. Uma recomendação importante é sempre fazer interpolações em
x e y quando há necessidade desses dados em pontos onde os mesmos não são conhecidos, e nunca calcular a média das
métricas.

Fig. 11.17 Obtenção das métricas numericamente

Fig. 11.18 Obtenção das métricas numericamente

O exemplo da Fig. 11.18 mostra que a média das métricas pode trazer erros inaceitáveis para os balanços nos volumes de
controle. Por exemplo, se o interesse é calcular ∂x/∂ξ no ponto s (fronteira sul do volume de controle), pois essa métrica,
juntamente com ∂y/∂ξ, permitirá calcular o comprimento CD devemos calculá-la através de
que, se Δξ for feito igual à unidade, nos dará o valor 2 como resultado. Se calcularmos a métrica em s através de uma média das
métricas calculadas em C e D, obteremos o valor 1,5. Esse último valor, quando usado para calcular o comprimento de CD,
fornecerá um valor errado para esse comprimento, o que terá séria influência na equação de conservação da massa, que, por sua
vez, afetará as outras equações de conservação.
Cuidados devem ser também tomados para que não sejam calculadas informações geométricas onde não é necessário. É
aconselhável, portanto, fazer uma análise do problema para decidir as métricas da transformação e as posições da malha onde as
mesmas serão necessárias. É recomendada a leitura da Seção 9.2, Cap. 9, sobre a implementação computacional.

11.9 APLICAÇÃO DA TRANSFORMAÇÃO DE COORDENADAS PARA MALHAS NÃO


ESTRUTURADAS
As seções anteriores apresentaram a base mínima necessária para o entendimento das relações empregadas quando
sistemas coordenados generalizados são utilizados para discretizar um domínio irregular. Desenvolvemos o assunto com base
na existência de um sistema de coordenadas globais para as novas coordenadas ξ, η e γ. Essas coordenadas assumem os valores
1, 2, 3 … N, onde N é o número de linhas da malha, o que caracteriza o sistema de coordenadas globais. Como já salientado,
esse é o caso quando malhas estruturadas são empregadas.
Quando malhas não estruturadas são utilizadas, não temos a possibilidade de construir um sistemas de coordenadas
globais, ou seja, ξ e η não possuem uma distribuição no domínio e cada elemento deverá ser tratado individualmente, com um
sistema de coordenadas locais. Já podemos antever que o uso de um sistema de coordenadas locais, centrado no elemento,
atenderá também quando a malha for estruturada, pois o requisito básico serão as conectividades entre os elementos. Portanto, o
que veremos agora é também aplicável para malhas estruturadas, que, na realidade, é um caso particular de uma malha não
estruturada.
Considere a malha não estruturada da Fig. 10.4, novamente em 2D por simplicidade, onde o elemento 1234 está
identificado. A Fig. 11.19 mostra esse elemento e seu mapeamento no plano (ξ, η), onde a variação das coordenadas locais é
mostrada. Veja que o que estamos fazendo é simplesmente identificar elemento por elemento da malha não estruturada geral e
aplicar a esse elemento as mesmas relações de transformação de coordenadas já vistas na seção anterior. A única diferença é
que estamos escolhendo aqui uma outra variação, agora local, para as coordenadas ξ e η no elemento. Ambas agora, variam de –
1 a 1, o que dará, Δξ = 2 e Δη = 2, e, portanto, com uma área do elemento no domínio transformado igual a 4, enquanto nossa
escolha na transformação global foi de área unitária para o elemento, isto é, Δξ = 1 e Δη = 1. Já vimos que essa escolha é
arbitrária, sendo feita apenas com o objetivo de simplificar a construção e a implementação computacional do método
numérico. Por exemplo, quando o elemento é usado como volume de controle, como é o caso dos métodos clássicos que usam
coordenadas generalizadas e que serão vistos no Cap. 12, o adequado é utilizar a área como uma unidade de área. Para os
métodos dos volumes finitos baseados em elementos (EbFVM), a serem discutidos no Cap. 13, como cada quadrante de cada
elemento fará parte de um volume de controle diferente, é conveniente termos a área do elemento no domínio transformado
igual a 4 unidades de área. Assim, o valor numérico da área total do volume de controle, no domínio transformado, será igual ao
número de subvolumes de controle que fazem parte de sua formação. Todas as relações vistas para coordenadas generalizadas,
como as métricas, dadas pela Eq. (11.12), as métricas da inversa, dadas pela Eq. (11.16) e o jacobiano, dado pela Eq.(11.14), se
aplicam a esta seção.
Fig. 11.19 Coordenadas locais ξ e η

Nesse caso, a transformação de coordenadas, ou seja, a relação entre as coordenadas (ξ, η) e (x,y) é realizada através de
uma função bilinear, logicamente a relação mais simples possível em um quadrilátero. Definindo por (xi,yj) as coordenadas
globais dos vértices do elemento, a relação pode ser escrita por

onde as funções de forma são dadas por


É fácil ver, utilizando as Eqs. (11.116) e (11.117), que a transformação na realidade faz uma interpolação entre os valores
de x e y, definidos dentro do quadrilátero pelos valores locais de ξ e η. A aplicação dessas equações para os pontos 1, 2, 3 e 4
reproduzirá, logicamente, as coordenadas do local. A Fig. 11.20 mostra a distribuição de N1 no domínio (ξ, η). Observe que a
função é linear para ξ = 1 e η variando, e para η = 1 e ξ variando. No restante do domínio a função não é linear, logicamente,
pois N1 tem o produto de ξ por η. Essa não linearidade pode ser vista fazendo ξ e η iguais a zero, ou seja, no centroide do
quadrilátero, obtendo-se o valor 0,25, e não 0,5, se fosse linear. A curvatura da linha que sai do ponto 1 e vai ao ponto 3,
pertencente à superfície, tenta mostrar essa não linearidade. As funções N2, N3, e N4 têm o mesmo comportamento em seus
respectivos vértices. As funções de forma pesam, portanto, a participação dos pontos 1, 2, 3 e 4 nas interpolações de variáveis
realizadas no interior do elemento, definidas parametricamente pelas variáveis ξ e η. A parametrização auxilia na definição de
pontos dentro do domínio do elemento. Por exemplo, os quatro pontos de integração do elemento são definidos pelos pares (ξ,
η) iguais a (1/2,0), (0,1/2), (–1/2,0) e (0,–1/2).

Fig. 11.20 Função de forma N1 no elemento

As métricas da transformação são determinadas por


onde as derivadas das funções de forma em relação às coordenadas ξ e η são obtidas por simples derivação das Eqs. (11.118) a
(11.121) e dadas por

Para exemplificar, vamos considerar novamente a Fig. 11.19, imaginando que os pontos 1, 2, 3 e 4 possuem os seguintes
pares (x,y) de coordenadas:(5,5), (1,4), (2,1) e (4,3). A métrica ∂y/∂η, utilizando a Eq. (11.123), no ponto médio do segmento 14
(equivalente ao ponto e da Fig. 11.17), será igual a 1. Utilizando a Eq. (11.112), empregada em coordenadas curvilíneas,
encontramos (y1 – y4)/Δη, que, logicamente, também é igual a 1. Portanto, fica claro que os processos são idênticos, ambos
lineares na avaliação das métricas. A diferença está no formalismo e na facilidade de calcular as métricas em qualquer outro
ponto do domínio definido por –1 ≤ ξ ≥ 1 e –1 ≤ η ≥ 1.
Fig. 11.21 Elemento e suas relações geométricas

Para concluir, a Fig. 11.21 (aproveite para ver a similaridade dessa figura com a Fig. 11.3) mostra o mesmo elemento da
Fig. 11.19, agora identificando os pontos de integração pi1 até pi4 e as respectivas áreas associadas. Por exemplo, ΔSpi1 é um
comprimento ao longo do eixo η, o mesmo dado pela Eq. (11.27), enquanto ΔSpi4 é um comprimento ao longo do eixo ξ, dado
pela Eq. (11.26). O inverso do jacobiano, calculado, por exemplo, em ξ = η = 0,5, através da Eq. (11.14), nos dá a área (ou
volume em 3D) do quadrante superior direito do elemento. Essas grandezas, conforme visto no Cap. 10, serão usadas para o
balanço da propriedade no volume de controle centrado no nó 1, volume ao qual pertence o quadrante superior direito do
elemento 1234. Por motivos didáticos, outras relações geométricas e de interpolação de variáveis no elemento deixarão para ser
apresentadas no Cap. 13, quando as formulações para malhas não estruturadas forem estudadas e quando será feito uso das
funções de forma e de coordenadas locais.
Quando o elemento é triangular, novamente ele é definido pelas coordenadas de seus vértices. Também é possível definir
um sistema de coordenadas locais e relacioná-las com as coordenadas globais. Entretanto, não é necessário esse mapeamento,
pois através de 3 pontos passa apenas um plano. Logo, a determinação de qualquer interpolação dentro do elemento triangular é
feita facilmente através de uma interpolação linear do tipo ϕ = ax + by + c, onde as constantes são determinadas com os valores
de ϕ e das coordenadas de cada vértice do elemento triangular, resolvendo-se um sistema de 3 equações a 3 incógnitas.
Se for desejado trabalhar com as funções de forma no elemento triangular, a Fig. 11.19(c) mostra um elemento triangular
geral e a Fig. 11.19 (d) o seu mapeamento. Neste caso, as funções de forma são dadas por

e todas as interpolações de coordenadas e das variáveis, cálculos de suas derivadas, e todas as operações geométricas podem ser
realizadas através das funções de forma, conforme as Eqs. (11.122) a (11.125), com o número de nós agora igual a 3. Utilizar as
funções de forma para os elementos triangulares é conveniente quando algoritmos são desenvolvidos para malhas que envolvem
tanto elemento triangulares como quadrangulares, conforme mostra a Fig. 10.9, no Cap. 10.
Os elementos triangulares serão utilizados no Cap. 13, quando serão apresentadas formulações para malhas não
estruturadas usando esses elementos.

11.10 CONCLUSÕES
No presente capítulo, teve-se a preocupação de apresentar a transformação de coordenadas de uma forma fácil de ser
assimilada e, principalmente, vinculando-a com o seu uso em métodos numéricos, para malhas tanto estruturadas como não
estruturadas. Vimos que as relações de transformação são exatamente as mesmas para os dois tipos de malhas, com a diferença
única de um sistema ser de coordenadas globais e outro de coordenadas locais. Mostrar que o procedimento é idêntico nos dois
casos também foi um objetivo deste capítulo. Foi dada ênfase à interpretação geométrica das relações da transformação, sempre
procurando explicitar os pontos que, entendemos, causam maior dificuldade ao aprendizado. Foi enfatizada, sempre, a relação
existente entre as componentes físicas e as componentes covariantes e contravariantes, pois só assim é possível empregá-las nas
metodologias numéricas sem desconforto.
Recomendamos que, no contexto de métodos numéricos, todos os aspectos da transformação de coordenadas, ao serem
estudados, tenham sempre o enfoque aqui apresentado. Não cumpre o papel total saber provar todas as relações do cálculo
tensorial sem se ter intimidade completa com o novo sistema coordenado e sua interpretação geométrica e física.

11.11 EXERCÍCIOS
11.1 Obtenha as expressões dadas pelas Eqs. (11.12) e (11.16).
11.2 Para os seguintes sistemas de coordenadas curvilíneas ortogonais, mostre as relações do Prob. 11.1.
1. Cilíndrico parabólico

2. Cilíndrico elíptico

3. Paraboloidal

4. Oblate esferoidal

11.3 Obtenha a expressão do elemento de volume no sistema coordenado curvilíneo oblate esferoidal. Dê a expressão do jacobiano para os
sistemas coordenados parabólico e elíptico do problema anterior.
11.4 Mostre que, para os sistemas coordenados parabólico e elíptico, as componentes gij do tensor métrico, com i diferente de j, são iguais
a zero.
11.5 Obtenha em coordenadas curvilíneas generalizadas as expressões para ∇ϕ, ∇ · F e ∇2ϕ.
11.6 Mostre as relações dadas pelas Eqs. (11.57) a (11.61) e Eqs. (11.63) e (11.64).
11.7 Mostre a relação entre V 1 da Fig. 11.11 e as componentes covariantes do vetor velocidade. Confirme, então, que não é possível
calcular o fluxo de massa através de um elemento de comprimento sobre uma linha coordenada empregando apenas uma
componente covariante do vetor velocidade.
11.8 Dada a seguinte transformação não ortogonal

obtenha:
a. a inversa da transformação;
b. gij e gij;
c. o jacobiano da transformação e da inversa;
d. os comprimentos sobre as linhas coordenadas;
e. a distância entre a origem do sistema e o ponto (0,4; 0,2), utilizando a expressão genérica;
f. os vetores de base covariantes e contravariantes;
g. o ângulo entre as linhas ξ e η empregando as componentes gij.
11.9 Com o vetor V = 0,2i + 0,4j e o sistema coordenado dado no problema anterior, obtenha
a. as componentes cartesianas, contravariantes e covariantes de V;
b. a expressão de V nas bases covariante e contravariante;
c. o valor de V normal às linhas ξ e η em um ponto (x,y) qualquer;
d. a relação entre as velocidades do item anterior e as componentes covariantes e contravariantes.
11.10 Multiplique a Eq. (11.92) por (–1) e recalcule todas as métricas, conforme o exercício na Seção 11.7, e veja que o jacobiano e o
valor de β resultaram negativos. Qual é a explicação para isso? Desenhe este novo sistema coordenado e compare com aquele da
Seção 11.7.
11.11 Para um sistema coordenado bidimensional (ξ, η), obtenha a expressão da derivada normal de ϕ às linhas ξ e η.

11.12 REFERÉNCIAS
[1] Aris, R., “Vectors, Tensors, and the Basic Equations of Fluid Mechanics”, Unabridged, October, 1989.
[ 2] Korn, G. A. e Korn, T. M., “Mathematical Handbook for Scientist and Engineers”, McGraw-Hill, 1972.
[ 3] Thompson, J. F., Warsi. Z. U. A. e Mastin, C. W., “Numerical Grid Generation”, Foundations and Applications, Elsevier Science
Publishing Co., EUA, 1985.
12.1 INTRODUÇÃO
Coordenadas curvilíneas generalizadas começaram a ser empregadas no início da década de 1970 entre os pesquisadores
do método de diferenças finitas e foram um dos mais importantes passos dado por essa comunidade para o tratamento de
problemas de escoamentos de fluidos em geometrias complexas.
Provavelmente, com a preocupação primeira de encontrar maneiras eficientes de tratar o acoplamento pressão-velocidade e
as não linearidades das equações de Navier-Stokes, poucos esforços tinham sido dedicados até aquela época, na área de
diferenças finitas, para resolver o problema da geometria irregular. Mesmo sendo possível aplicar diferenças finitas a qualquer
tipo de malha, estruturada ou não, é claro que é muito mais fácil aplicar o método para malhas estruturadas e ortogonais. Por
essas razões, os desenvolvimentos na área de diferenças finitas em geometrias irregulares aconteceram de forma lenta até aquela
década. O uso de diferenças finitas, por exemplo, ficou tão associado a sistemas de coordenadas ortogonais que existe, ainda
hoje, quem acredite que o método só se aplica a estes sistemas. Por isso, encontramos na literatura, frequentemente, a citação de
que a alternativa para o tratamento de geometrias irregulares resume-se ao método dos elementos finitos.
No final da década de 70, com a demanda da engenharia para a simulação de escoamentos em geometrias complexas, e
com a experiência no tratamento de escoamentos acumulada pelos pesquisadores na área de diferenças finitas, iniciou-se uma
intensa atividade de pesquisa no desenvolvimento de métodos procurando estender para problemas complexos as clássicas
metodologias de mapeamento conforme largamente empregadas em mecânica dos fluidos [1], mas limitadas a operadores
simples. A possibilidade de encontrar a transformação, mesmo numérica, entre o sistema de coordenadas original, normalmente
o cartesiano, e o sistema de coordenadas generalizadas, coincidente com a geometria irregular, permite o mapeamento da
geometria irregular, escrita no sistema (x, y, z), em uma geometria regular no sistema (ξ, η, γ), conforme mostra a Fig. 12.1 para
duas dimensões.
Os esforços pioneiros para estender o uso de mapeamentos para situações mais gerais foram feitos por Winslow [2] e Chu
[3]. Winslow resolveu problemas de magnetostática utilizando uma transformação que mapeia uma malha de triângulos
irregulares em uma malha de triângulos regulares, conforme mostra a Fig. 12.2. Ele denominou o plano regular de plano lógico.
Fig. 12.1 Domínios físico e transformado
Fig. 12.2 Mapeamento de Winslow de uma malha triangular

Chu [3] seguiu na mesma linha, resolvendo problemas de magneto-hidrodinâmica, apresentando uma transformação
numérica, a que denominou machine transformation. Apesar de o trabalho de Chu ter sido verdadeiramente o marco inicial no
uso de coordenadas generalizadas, provavelmente o título dado a seu trabalho não refletiu a importância e os avanços que
continha. Barfield [4], Amsden e Hirt [5], Godunov e Prokopov [6] contribuíram na mesma direção. Também esses trabalhos
pioneiros não tiveram repercussão suficiente no meio científico da época.
O início do estupendo desenvolvimento experimentado pelos métodos numéricos usando coordenadas generalizadas está
nos trabalhos de Thompson et al. [7,8,9], que tiveram o cuidado e a habilidade de apresentar os desenvolvimentos de forma a
mostrar ao leitor as grandes potencialidades da metodologia. Após esses trabalhos, o uso de coordenadas generalizadas
difundiu-se de forma espantosa. Thompson e seus colegas aplicaram a metodologia, usando diferenças finitas, em problemas de
aerodinâmica bidimensional.
Voltando à Fig. 12.1, observe que a geometria irregular, definida no plano físico, pode mudar de forma sem mudar a sua
representação no plano transformado. Dessa maneira, escrevendo-se as equações de conservação também no plano
transformado, o programa computacional será escrito para uma geometria fixa neste plano. A alteração da geometria no plano
físico (geometria real do problema) não requer, portanto, alterações no programa computacional. As informações sobre a
geometria física são fornecidas ao programa computacional através das métricas da transformação ξ = ξ (x, y, z), η = η (x, y, z) e
γ = γ (x, y, z), que aparecem nas equações de conservação transformadas.
Coordenadas curvilíneas generalizadas, que dão origem a malhas estruturadas, são largamente empregadas e estão
atualmente presentes em todos os programas comerciais mais importantes. Quando não é possível mapear, devido à
complexidade da geometria, o domínio físico completo em um domínio único, o problema é contornado criando-se muitos
blocos estruturados conectados entre si, a chamada técnica de multiblocos, cujo mapeamento será visto nesta seção, com
considerações sobre o acoplamento entre os blocos na Seção 12.5. A técnica de multiblocos é muito eficiente, pois permite
utilizar algoritmos robustos projetados para o bloco estruturado, iterando-se ao longo dos blocos do domínio até a convergência.
Em problemas de camada limite turbulenta, por exemplo, a boa prática recomenda sempre o uso de malhas estruturadas
perto da parede, pois o refino e a aplicação mais exata das leis de parede só são conseguidos com malhas estruturadas nestas
regiões. Pode-se, então, usar uma camada de malhas estruturadas e depois preencher o restante do domínio com malhas não
estruturadas, se necessário. Sempre que o interesse for o cálculo de fluxos nas paredes, sejam eles de quantidade de movimento
(tensões) ou de calor, o refino de malha na parede é absolutamente fundamental, e as malhas estruturadas são as adequadas para
isso.
Neste capítulo, os detalhes do uso de malhas curvilíneas generalizadas serão apresentados, iniciando-se com a descrição
dos tipos de mapeamentos, seguindo-se com uma discussão sobre os aspectos da geração da malha, para então apresentar a
transformação da equação diferencial, para uma variável genérica, do sistema de coordenadas cartesianas para o generalizado,
finalizando com a integração da equação no domínio transformado.

12.2 A NATUREZA DA TRANSFORMAÇÃO


Para melhor compreender a natureza do mapeamento, imagine por um momento que não conhecemos o sistema polar de
coordenadas e estamos interessados em discretizar a geometria, um setor de coroa dado pelo contorno ABCD, mostrada na Fig.
12.3. Para esse tipo de geometria, nossa intuição nos leva a desenhar linhas radiais e linhas concêntricas para obter a
discretização.

Fig. 12.3 A natureza da transformação

Vamos denominar essas linhas de ξ e η, respectivamente, e representá-las, agora, no referencial (ξ, η), dispondo estes eixos
como se fossem cartesianos. O setor circular aparecerá como mostrado na Fig. 12.4 e, procurando a relação entre os sistemas (x,
y) e (ξ, η), encontraríamos
Fig. 12.4 Plano transformado da Fig. 12.3

que nada mais são do que as relações de transformação de coordenadas do sistema cartesiano para o polar, bastante conhecido
de todos nós. Para uma geometria irregular certamente não existirão as relações analíticas da transformação, mas sim apenas
uma tabela associando os valores discretos de (x, y) aos valores discretos de (ξ, η). Esta tabela é na realidade a malha obtida por
um gerador.
Um outro detalhe importante para o uso do plano transformado ou computacional é a liberdade na escolha da variação de ξ
e η, já discutido anteriormente. Por exemplo, em vez de variarmos ξ de θ1 a θ2 e η de R1 a R2, poderíamos definir um novo ξ e
um novo η, como

o que faria ξ* e η* variarem entre 0 e 1. Da mesma maneira, poderíamos normalizar ξ e η, de acordo com o número de linhas
coordenadas empregadas, por exemplo, fazendo ξ variar de 1 a 6 e η de 1 a 5. O plano transformado apareceria, então, como
mostra a Fig. 12.5.
A conveniência em utilizar uma normalização dessa natureza é que os volumes elementares no plano computacional terão
as dimensões unitárias, facilitando, assim, o trabalho de programação do algoritmo. É comum, portanto, empregar Δξ = Δη = 1
no plano transformado, enquanto no plano físico as linhas coordenadas podem assumir espaçamentos arbitrários. As métricas da
transformação encarregar-se-ão de fazer as devidas compensações para que, nas equações diferenciais, tenhamos sempre os
comprimentos reais do plano físico, como não poderia deixar de ser.
A transformação dada pelas Eqs. (12.1) e (12.2) é uma transformação analítica, em forma fechada. Sabemos que muitas
transformações dos sistemas de coordenadas ortogonais para o cartesiano possuem transformações analíticas. Este não é o caso
prático, em que as geometrias quase sempre são irregulares. Imagine que, agora, temos a geometria mostrada na Fig. 12.6, para
a qual conseguimos gerar o sistema de coordenadas mostrado. Devido à forma arbitrária da geometria, não teremos uma
transformação analítica, mas sim uma correspondência discreta entre os pontos dos planos físico e transformado.
Fig. 12.5 Normalização do sistema de coordenadas

Fig. 12.6 Correspondência funcional dos pontos 1 e 2

O plano transformado da Fig. 12.6 é o mesmo da Fig. 12.3 e está mostrado na Fig. 12.5. A correspondência para o ponto 1
é, por exemplo,

enquanto para o ponto 2 é

Vale recordar, mais uma vez, que o importante é determinar os pontos (xi, yi) das interseções de todas as linhas ξ e η, o que
significa, em outras palavras, gerar o sistema coordenado, ou gerar a malha. De posse das coordenadas (x, y) de todos os pontos,
todas as relações matemáticas da transformação podem ser obtidas de forma numérica. A obtenção dessas relações foi vista no
Cap. 11, quando esse assunto foi estudado.

12.2.1 TIPOS DE MAPEAMENTOS


Um dos requisitos fundamentais para o bom aprendizado dos procedimentos numéricos em coordenadas generalizadas é
entender bem o mapeamento de sistemas coordenados generalizados e saber explorar as possibilidades de obter diferentes
sistemas de coordenadas generalizadas para uma mesma geometria física. A seguir, serão considerados os mapeamentos de
geometrias simples, dupla e multiplamente conexas. Neste ponto de nosso texto, não nos preocuparemos, ainda, em como gerar
o sistema de coordenadas generalizadas. Para isso, existem técnicas que serão comentadas na próxima seção. Por ora, vamos
admitir que, de alguma forma, sabemos gerar a malha e, consequentemente, temos a transformação em forma discreta.

GEOMETRIAS SIMPLESMENTE CONEXAS


O mapeamento de geometrias simplesmente conexas já foi, indiretamente, visto. A Fig. 12.4, por exemplo, é o plano
transformado da geometria mostrada na Fig. 12.3. Como já foi observado, as geometrias são distintas, mas possuem um mesmo
plano transformado, ou computacional, e essa é a vantagem, do ponto de vista de implementação do programa, em trabalhar
com o plano transformado.
Se na Fig. 12.6 fizermos os pontos B e C colapsarem, teremos a geometria mostrada na Fig. 12.7 com a sua respectiva
malha. O plano transformado é o mesmo mostrado na Fig. 12.5, com o detalhe de que agora o segmento BC não tem dimensão,
ou seja, seu comprimento físico é zero. Mesmo assim, o Δξ ao longo de BC é igual à unidade. É lógico que alguma informação
da transformação de coordenadas vai permitir que, nas equações transformadas no plano computacional, quando a dimensão
física da face BC for calculada, o resultado seja zero.
Como já comentado, uma mesma geometria pode ser discretizada de maneiras distintas. As Figs. 12.8 e 12.9 mostram um
triângulo sendo discretizado com dois sistemas de coordenadas generalizadas diferentes. A escolha de qual é o sistema mais
adequado a uma determinada geometria depende do problema físico que será resolvido sobre ela.
Para completar os exemplos de mapeamentos de geometrias simplesmente conexas, a Fig. 12.10(a) mostra um círculo com
uma discretização generalizada, e a Fig. 12.10(b), seu plano transformado. Este é um exemplo em que a malha é muito não
ortogonal na vizinhança dos quatro pontos A, B, C e D, escolhidos para dividir a circunferência em quatro segmentos. Nesses
locais, a não ortogonalidade é máxima, pois as linhas ξ e η da fronteira são colineares.
Fig. 12.7 Malha para um setor arbitrário

Fig. 12.8 Malha para o triângulo

Fig. 12.9 Malha para o triângulo


Fig. 12.10 Malha para círculo (a) e seu plano transformado (b)

Em todos os mapeamentos mostrados até agora, foram consideradas situações em que é possível gerar uma malha cujo
mapeamento se dê em um bloco único, retangular. Nesses casos, a fronteira do domínio físico é dividida em quatro segmentos,
em que dois deles serão de linhas ξ constantes e dois de linhas η constantes.
Certas geometrias, com protuberâncias acentuadas, por exemplo, não são adequadas para a geração de uma malha com
mapeamento em bloco único, pois, como pode ser visto na Fig. 12.11, é difícil fazer com que as linhas coordenadas discretizem
a protuberância com eficiência. Para concentrar linhas coordenadas perto da parede da protuberância, criar-se-ia uma malha
muito irregular e com as linhas coordenadas quase colineares na protuberância.
A solução, nesses casos, sem o uso de malhas não estruturadas, é o uso de multiblocos, resolvendo-se o problema, no caso
da Fig. 12.11 por exemplo, em dois blocos separados, os blocos ABEFGHIJA e IBCDEHI, conforme Fig. 12.12, iterando-se
entre os blocos até a convergência do processo. Para cada um dos blocos, pode-se aplicar toda a metodologia desenvolvida para
mapeamento em bloco único. As “condições de contorno”, nas fronteiras BI e EH para um dos blocos e em BE para o outro,
serão discutidas em uma seção futura. A Fig. 12.13 mostra outra situação em que a técnica de multiblocos pode ser aplicada,
nesse caso para três blocos.

Fig. 12.11 Geometria que requer mapeamento em multiblocos


Fig. 12.12 Malha adequada para a técnica de multiblocos

Fig. 12.13 Mapeamento em blocos (a) e plano transformado (b)

Para concluir a discussão do mapeamento de domínios simplesmente conexos é importante observar que, seja o
mapeamento em bloco único ou multiblocos, as fronteiras do domínio transformado são exatamente as fronteiras do domínio
físico. Assim, as condições de contorno para o plano transformado são aquelas que existirem no plano físico. Vamos ver, na
próxima seção, que isso não acontece quando mapeamos uma geometria duplamente conexa em um bloco único no plano
transformado.

GEOMETRIAS DUPLA E MULTIPLAMENTE CONEXAS


As geometrias duplamente conexas podem ser mapeadas em um bloco único ou em mais blocos, dependendo de sua
complexidade. Por exemplo, a Fig. 12.14(a) mostra uma geometria duplamente conexa sendo mapeada em um bloco único,
conforme mostrado na Fig. 12.14(b). O mapeamento foi possível fazendo-se um corte ao longo de uma linha ξ, que liga a
fronteira interna com a externa, “abrindo-se” a geometria neste local e representando-a no plano (ξ, η).
Uma regra básica para o mapeamento de geometrias dupla e multiplamente conexas em um bloco único é a necessidade de
percorrer todas as fronteiras do domínio físico sem levantar o lápis do papel. Esse processo determina os cortes exigidos. Por
exemplo, na Fig. 12.14(a), partindo com o lápis do ponto A, percorremos toda a fronteira interna, passando por B e chegando em
C, que é o próprio ponto A. Para percorrer a fronteira externa sem levantar o lápis do papel, é necessário cortar ao longo de CD,
percorrer toda a superfície externa, passando por E, chegando em F e voltando pelo corte, até chegar em A, concluindo o
processo. Passando duas vezes pelo mesmo corte, geram-se as duas fronteiras no plano transformado, conforme mostrado na
Fig. 12.14(b). Esses segmentos, CD e AF, são coincidentes e, no plano físico, não são fronteiras, mas sim uma linha interna do
domínio. É fácil ver que no plano transformado não teremos, então, condições de contorno nessas fronteiras. A maneira de tratar
essas condições de contorno, chamadas repetitivas, será apresentada adiante.

Fig. 12.14 Malha tipo polar para uma geometria duplamente conexa (a) e seu plano transformado (b)

A geometria da Fig. 12.14(a) poderá ser mapeada, se desejarmos, por meio de blocos, utilizando uma discretização do tipo
mostrado na Fig. 12.15(a). Nesse caso, as fronteiras externa e interna são divididas em quatro segmentos, a mesma técnica
aplicada para mapeamento de geometrias simplesmente conexas, e mapeadas conforme mostra a Fig. 12.15(b). O plano
transformado agora não é mais um bloco único. Como não existem cortes, as condições de contorno existentes nas fronteiras do
plano físico transferem-se exatamente para os contornos do plano transformado.
Para uma geometria duplamente conexa não complexa, o mais vantajoso é utilizar um corte ao longo de uma linha ξ
constante e obter um plano computacional retangular único, em que a implementação do algoritmo computacional é bem mais
simples. Para o plano computacional da Fig. 12.15(a), existem interrupções de linhas ξ e η, gerando, na realidade, um plano
computacional formado de quatro blocos retangulares, o que permite o emprego da técnica de multiblocos para a solução.
Para geometrias multiplamente conexas, o procedimento é semelhante ao adotado para as duplamente conexas. Também
aqui pode-se fazer uso dos cortes (que geram um plano computacional retangular único) ou da opção de criar um plano
computacional composto de blocos retangulares. A geometria mostrada na Fig. 12.16, no plano físico, é transformada, usando-
se os dois métodos, e suas respectivas malhas e planos transformados podem ser vistos nas Figs. 12.17 e 12.18. Conforme já
comentado, a utilização de cortes é equivalente a abrir o domínio e transformálo em um retângulo.
Na Fig. 12.18, o início do processo se dá no ponto A, passando por toda a geometria externa (BCDE), conforme a seta,
chegando-se em F. É necessário, agora, percorrer as fronteiras dos dois furos internos. Para isso, é preciso, a partir de F, cortar o
domínio ao longo de uma linha ξ, chegando-se em G, percorrer metade da circunferência do primeiro furo, cortar novamente de
H a I, percorrer toda a circunferência do segundo furo e retornar até o ponto A, fechando o ciclo. Os segmentos FG e LA, ao
longo de ξ, e os segmentos HI e JK ao longo de η, são coincidentes. Tais segmentos não possuem condições de contorno, pois
não estão na fronteira do domínio físico.

Fig. 12.15 Malha em blocos para uma geometria duplamente conexa


Fig. 12.16 Geometria multiplamente conexa

Fig. 12.17 Malha em blocos para uma geometria multiplamente conexa

Também aqui, as condições de contorno apropriadas são as chamadas repetitivas, que serão vistas mais adiante,
especificando apenas que os dois segmentos são os mesmos. A rigor, não existe necessidade de condições de contorno sobre os
cortes, pois os mesmos são internos ao domínio físico, sendo as condições repetitivas um artifício usado para criar condições de
contorno para o plano computacional, em que uma superfície interna do domínio físico aparece como uma superfície externa.
Um outro exemplo em que aparecem segmentos repetitivos é a malha sobre um aerofólio. Neste caso, a malha deve
estender-se a jusante do aerofólio até onde as condições de contorno impostas nessa fronteira não tenham mais influência sobre
a região de interesse. A malha adequada para isso é chamada de tipo C, por envolver o corpo como se fosse um C. A Fig. 12.19
mostra a malha e o plano transformado, onde o segmento 12 = 34 é repetitivo.
Fig. 12.18 Bloco único. Geometria multiplamente conexa

SISTEMAS COORDENADOS ENVOLVIDOS


Para ilustrar a possibilidade de mapeamentos sofisticados, vamos considerar a situação em que um tipo de sistema
coordenado generalizado é embutido em outro. Dificilmente, sistemas desse tipo são aplicados na prática, mas são excelentes
para desenvolver o raciocínio e fixar o aprendizado sobre mapeamentos. E esse é o nosso objetivo nesta seção.
Um exemplo desses sistemas extraído de [10] pode ser visto na Fig. 12.20, onde o sistema embutido é do tipo “polar”,
enquanto o envolvente é do tipo “cartesiano”.
Para melhor entender esse mapeamento, considere-se, inicialmente, apenas o sistema coordenado envolvido em que dois
cortes são realizados, um ao longo de 12-8 e o outro ao longo de 13-7, conforme a Fig. 12.21. O sistema envolvido é dividido
em duas partes. Fazendo-se a superfície do corpo colapsar na linha 8-7, o plano transformado fica como mostrado na Fig.
12.20(b). Observa-se que os segmentos 8-12 e 8-9, 7-6 e 7-13, 11-12 e 10-9 e 13-14 e 6-5 são, respectivamente, coincidentes, e,
portanto, não existe necessidade de condições de contorno.
Fig. 12.19 Malha do tipo C para um aerofólio

Fig. 12.20 Sistemas coordenados envolvidos


Fig. 12.21 Abertura do sistema coordenado envolvido

Aliás, é fácil ver que são segmentos pertencentes à parte interna da região e não à fronteira, o que explica por que não são
necessárias condições de contorno nesses segmentos. Outro exemplo de sistemas coordenados envolvidos está mostrado na Fig.
12.22(a) e o respectivo plano transformado na Fig. 12.22(b). Nesse caso, é um sistema do tipo cartesiano embutido em um
sistema polar, muito usado para discretizar superfícies circulares por possibilitar construir volumes praticamente quadrados em
todo o domínio.
Observe que, se o sistema polar fosse usado, teríamos na origem uma concentração de linhas coordenadas e, como
consequência, volumes pequenos comparados aos outros, pois conforme vai diminuindo o tamanho do quadrilátero ABCD
vamos nos aproximando do sistema polar. Mais exemplos de sistemas coordenados envolvidos podem ser encontrados em [10].

GEOMETRIAS TRIDIMENSIONAIS
Para regiões tridimensionais, os benefícios com o uso de malhas generalizadas coincidentes com a fronteira são ainda
maiores, uma vez que para estas é praticamente impossível obter um sistema coordenado coincidente com a fronteira e ao
mesmo tempo ortogonal.
O grande volume de trabalhos existentes na literatura recente e os pacotes comerciais para transferência de calor e
mecânica dos fluidos mais conhecidos mostram que coordenadas tridimensionais não ortogonais são muito usadas. A
necessidade prática de usar volumes elementares irregulares mostra que é inviável tentar manter a ortogonalidade do sistema
coordenado em três dimensões. Além disso, a completa generalização dos métodos numéricos só é possível com a flexibilidade
total na criação dos volumes elementares.

Fig. 12.22 Sistema tipo cartesiano envolvido por um tipo polar

Todos os conceitos vistos para obtenção do plano transformado para geometrias bidimensionais valem para regiões
tridimensionais. Os cortes, antes feitos ao longo de linhas coordenadas, são agora ao longo de superfícies coordenadas.
O mapeamento de uma região tridimensional simplesmente conexa está mostrado na Fig. 12.23. Obviamente, ao passar de
regiões bidimensionais para tridimensionais, a dificuldade de geração da malha cresce consideravelmente. Além das
dificuldades de geração, uma outra, fundamental e inerente a todos os processos de geração de malhas, é o fornecimento das
coordenadas (x, y, z) da geometria tridimensional ao programa gerador.
Por exemplo, em uma geometria bidimensional simplesmente conexa, em que escolhemos uma malha com 20 × 20
elementos, teremos que fornecer ao programa de geração de malhas 76 pontos que definem a fronteira da geometria, no caso em
que todos os pontos da malha na fronteira sejam usados para definir a geometria. Quando a geometria é simples, é possível
defini-la com poucos pontos, sendo os pontos da malha obtidos por interpolação. No caso tridimensional com 20 × 20 × 20
malhas, por exemplo, para definir a fronteira serão necessários, aproximadamente, 2.400 pontos. Para uma geometria complexa,
em que milhares de pontos são necessários, é lógico, será impossível fornecer via teclado os pontos que definem a geometria.
A solução moderna para o problema é através de sistemas de CAD, utilizando interfaces que façam a transferência dos
dados que definem a geometria. Como em geral a solução de problemas complexos de mecânica dos fluidos e transferência de
calor está associada a um projeto maior, as geometrias estão, em geral, já definidas em algum sistema CAD usado em projeto.
Os pacotes comerciais de CFD já são fornecidos com alguma interface CAD, escolhida pelo usuário, para passar a geometria do
domínio de cálculo ao programa gerador de malhas. Deve-se tomar cuidado ao importar-se geometrias de projeto através de
CADs, pois muitas vezes é necessário “limpar” e acertar as superfícies para a posterior geração da malha. É possível que curvas
não se encontrem adequadamente, que faltem partes da superfície, tudo dependendo da qualidade do programa de CAD. CADs
que já preveem o uso das geometrias por geradores de malha são mais confiáveis e devem ser preferidos. Este assunto voltará
ainda a ser discutido.
Com relação à geração da malha, para geometrias tridimensionais bastante complexas, a utilização de multiblocos é quase
sempre obrigatória [11][12][13]. Dificilmente é possível gerar um sistema coordenado adequado com o plano transformado
correspondente de um único bloco. Do ponto de vista computacional, resolve-se o problema iterativamente, bloco por bloco, até
a convergência. Do ponto de vista da geração da malha, o trabalho fica facilitado, pois apenas malhas que se transformam em
um único bloco necessitam ser geradas em número equivalente ao número de blocos.

Fig. 12.23 Região tridimensional simplesmente conexa

Às vezes, é possível gerar malhas tridimensionais a partir de malhas bidimensionais, e essa possibilidade deve ser
explorada. A Fig. 12.24 mostra uma discretização adequada para o tratamento de problemas que envolvem simulação de
reservatórios de petróleo, em que uma malha bidimensional é gerada coincidindo com a vista superior do reservatório, conforme
mostra a Fig. 12.25. A forma da superfície e do fundo do reservatório é fornecida ao programa, que interpola uma malha
tridimensional entre essas duas regiões.
Tal método de geração será descrito na próxima seção, onde serão discutidos os métodos de geração de malhas bi- e
tridimensionais. Por ora, apresentaremos algumas malhas tridimensionais com o objetivo de exercitar o que é importante, ou
seja, a capacidade de construir o plano transformado de malhas tridimensionais mais complexas. Nesse sentido, a capacidade de
visualizar o plano transformado de uma determinada malha é fundamental para trabalhar com os geradores de malhas modernos.
Como sempre é necessário utilizar multiblocos, em função da complexidade das geometrias, esses geradores criam as
malhas blocos-por-bloco. Em cada bloco, cada superfície real da geometria é associada às superfícies do plano transformado
imaginado pelo usuário. Portanto, se o usuário tem visualizado em sua memória o plano transformado da malha que ele quer
gerar, a tarefa fica mais fácil. Atualmente, malhas para resolver problemas reais de porte médio chegam a mais de 2 milhões de
elementos distribuídos em até 5.000 blocos.
A Fig. 12.26 apresenta outro exemplo em que uma malha tridimensional para um sólido de revolução é obtida com uma
metodologia simples. Nesse caso com a rotação de uma malha bidimensional, gerada algebricamente, estabelecendo-se como
fronteira externa, por exemplo, uma hipérbole, e como fronteira interna a geometria do corpo. O corpo representado é a parte
frontal do VLS (Veículo Lançador de Satélites) brasileiro [14]. A malha bidimensional é gerada para a geometria definida por
ABCDA. Essa malha é rotacionada em torno do eixo do foguete, gerando os volumes elementares.

Fig. 12.24 Malha tridimensional

Fig. 12.25 Vista de cima da malha tridimensional da Fig. 12.24


Fig. 12.26 Malha 3D sobre o VLS

Para melhor entender esse mapeamento, a Fig. 12.27(a) mostra a malha 2D geradora e, na Fig. 12.27(b), o domínio
transformado. A cada incremento de rotação na malha bidimensional são gerados os planos no domínio transformado. O
segmento DA gira sobre si próprio, gerando no domínio transformado sempre a repetição desse segmento, enquanto o segmento
CB vai coincidir com o segmento FE, depois de rotacionar 180° (quando o problema não apresenta nenhuma simetria, a malha
deve ser rotacionada 360°). No domínio transformado, temos então a superfície CDDFC, que representa a superfície externa da
malha, e a superfície BAAEB, representando a superfície do corpo. Nessas duas superfícies, teremos condições de contorno de
escoamento livre e condições de contorno existentes no corpo, respectivamente.

Fig. 12.27 Plano transformado da malha 3D do VLS

Para um escoamento em que o foguete tenha ângulo de ataque apenas na vertical, o escoamento é simétrico em relação ao
plano vertical. Logo, as superfícies CDABC e FDAEF, no plano transformado, são de simetria. A superfície DAA′D′D é uma
linha interna do domínio físico que se transforma em um plano no domínio transformado e, por ser interna, não requer
condições de contorno.

12.2.2 TRATAMENTO DAS FRONTEIRAS OBTIDAS POR CORTES


Quando o domínio físico é simplesmente conexo, vimos que cada face do domínio computacional representa uma fronteira
real daquele domínio, e, consequentemente, as condições de contorno no domínio computacional são aquelas do físico.
Em situações em que o domínio físico é dupla ou multiplamente conexo e o mapeamento é feito em um bloco único, o
domínio transformado possui fronteiras que são obtidas por cortes no domínio físico. Como de fato essas fronteiras são internas,
não é necessário e nem existem condições de contorno nesses locais, essas fronteiras devem ser tratadas como internas. Alguns
casos são agora apresentados.
Considere a Fig. 12.28, em que as linhas FA e DC são repetitivas (plano transformado da Fig. 12.14(a)), com o volume
elementar centrado em P, tendo como fronteira leste a fronteira repetitiva. Ao realizar a integração da equação diferencial sobre
P, será necessário especificar os valores da função e de sua derivada em e. O tratamento é idêntico ao dado para volumes
internos, uma vez que E ≡ E′, e, portanto, valores da função incógnita e de suas derivadas em e podem ser obtidos através de
funções de interpolação que envolvem P e E′, ambos internos.
Uma outra situação é mostrada na Fig. 12.29, que representa partes ampliadas da Fig. 12.18 com mais linhas coordenadas,
onde o segmento HI é igual ao segmento KJ. Estes dois segmentos são fronteiras do plano computacional, mas sobre eles não
existe necessidade de aplicação de condições de contorno, pois, no domínio físico, é uma linha coordenada interna. Na
avaliação dos valores da função incógnita e de suas derivadas na fronteira “s”, basta observar que o volume S, necessário para
essa avaliação, é um volume interno, conforme a Fig. 12.29. É importante observar que a derivada deve sempre ser avaliada
considerando o sistema de coordenadas existente, e, nesses casos, cuidados devem ser tomados, pois os volumes aparecem em
posições diferentes no domínio computacional.
Semelhantes a esses dois casos apresentados existem inúmeras outras situações em que fronteiras originadas de cortes
aparecem. Em todas elas, o tratamento é similar.

Fig. 12.28 Tratamento dos cortes


Fig. 12.29 Tratamento dos cortes

12.2.3 CONCLUSÕES
Esta seção mostrou a metodologia básica que fundamenta os possíveis mapeamentos de geometrias complexas em planos
transformados retangulares. Os exemplos procuraram mostrar que a habilidade do usuário em visualizar e criar sistemas
coordenados adequados às geometrias pode ajudar sensivelmente na obtenção de uma boa malha para o problema. Essa
habilidade do usuário é ainda de maior importância na partição dos domínios quando multiblocos são usados. Estimulase que o
leitor pratique a tarefa de visualizar tridimensionalmente geometrias complexas e suas possíveis discretizações.

12.3 GERAÇÃO DO SISTEMA DE COORDENADAS CURVILÍNEAS


12.3.1 INTRODUÇÃO
A geração da malha, ou seja, a discretização do domínio computacional, é a tarefa mais complexa do processo de
simulação numérica. Normalmente nos preocupamos em um grau elevado com os algoritmos de solução das equações
diferenciais e esquecemos a geração da malha, uma atividade aparentemente trivial mas de grande consumo de tempo e
extremamente trabalhosa. No processo de simulação de um novo problema, em torno de 70% do trabalho humano são
dedicados à geração da malha. Os algoritmos de geração de malha são conceitualmente simples, mas de difícil implementação
computacional em função da característica espacial das geometrias a serem discretizadas. Uma malha bem-gerada, respeitando
as concentrações onde o problema físico requer, evitando elementos excessivamente distorcidos e com variação suave de
espaçamentos entre elementos, não é uma tarefa fácil de realizar. Mesmo sendo auxiliado por sistemas de CAD que leem a
geometria e a preparam para receber a malha, a geração de uma boa malha depende, e bastante, conforme já salientado na seção
anterior, da habilidade mental do usuário de “enxergar” em três dimensões e “visualizar” a malha que quer gerar. Ou seja, a
interação do usuário com o gerador é muito grande em qualquer gerador de malhas tridimensionais. Existem bons pacotes
comerciais para a geração de malha que devem fazer parte do acervo de programas do analista numérico que pretende simular
problemas reais de engenharia.
Nossa tarefa neste capítulo não é, portanto, apresentar algoritmos para a geração de malhas complexas em três dimensões,
mas sim discutir as questões básicas fundamentais no processo de geração de malhas, entender as características desejadas para
uma malha e também deixar disponíveis alguns métodos que permitam ao aluno criar seu programa de geração de malhas em
duas dimensões para objetivos estritamente acadêmicos e de aprendizado.
No presente capítulo, estamos considerando a utilização de uma discretização estruturada, isto é, os volumes elementares
são formados por linhas (ou superfícies) coordenadas. É necessário, então, gerar um sistema de coordenadas curvilíneas que se
adapte a essa geometria. A primeira questão que surge é quanto à natureza do sistema coordenado a ser empregado: ortogonal
ou não ortogonal. A grande vantagem do sistema ortogonal é na aplicação das condições de contorno que envolvem a derivada
normal da função na fronteira. Nesse caso, a derivada normal da função é relacionada a apenas uma das coordenadas,
simplificando consideravelmente o processo. Além disso, os termos da equação diferencial que envolvem as componentes gik do
tensor métrico, com i diferente de k, anulam-se, resultando em uma equação mais simples de ser discretizada e implementada
computacionalmente.
As desvantagens do seu uso surgem, principalmente, pela dificuldade de geração da malha, especialmente em 3D, e pela
generalidade que se perde do modelo numérico. A questão da generalidade deve ser enfatizada, pois o desenvolvimento de um
código computacional que só admite malhas ortogonais será extremamente limitado no que concerne ao uso de modernos
geradores de malhas, que dão importância à possibilidade de concentrar malhas onde desejado. A concentração de malhas com a
restrição de manter a ortogonalidade entre as linhas coordenadas é uma tarefa também bastante difícil. Malhas adaptativas, uma
forte linha de trabalho atualmente, também teriam o procedimento bem mais complexo se a ortogonalidade tivesse que ser
respeitada junto com a adaptação, que é geralmente comandada pelos gradientes da função.
A exigência de ortogonalidade também elimina a possibilidade de um ajuste manual da malha em um processo interativo
entre o usuário e o aplicativo gerador.
Finalmente, os desenvolvimentos recentes mostram que o caminho na busca da generalidade passa, inclusive, pelo uso de
malhas não estruturadas, em que não há sentido falar em ortogonalidade de linhas coordenadas, uma vez que a discretização não
segue um determinado sistema coordenado. Uma alternativa são sistemas de coordenadas com ortogonalidade na fronteira e
sem restrições no interior do domínio, por permitir flexibilidade ao algoritmo e, ao mesmo tempo, facilitar a aplicação das
condições de contorno.
Obter um sistema de coordenadas significa determinar as funções ξ = ξ (x, y, z), η = η (x, y, z) e γ = γ (x, y, z) que
satisfaçam todas as propriedades matemáticas de uma transformação de coordenadas. Por exemplo, duas superfícies de ξ, η ou γ
de valores diferentes não podem se cruzar, isto é, o mesmo ponto (x, y, z) não pode dar origem a dois valores de ξ, η ou γ. A
obtenção dessas funções em forma fechada é impossível para geometrias quaisquer. Portanto, a determinação dessas funções é
feita, também, discretamente, o que significa determinar o conjunto de pontos (x, y, z) que são as interseções das linhas
coordenadas, como descrito no Cap. 11.

MÉTODOS DE GERAÇÃO DE COORDENADAS


Conforme comentado anteriormente, em duas dimensões, o método mais simples (não o menos trabalhoso, logicamente)
para gerar um sistema de coordenadas é fazê-lo manualmente. Basta usar um papel milimetrado, desenhar a geometria que se
deseja discretizar e, manualmente, desenhar as linhas coordenadas. As interseções dessas linhas nos dão as coordenadas (x, y)
desejadas.
Esse procedimento “manual” pode ser, obviamente, executado em uma tela de computador, onde, depois de desenhada a
malha, as interseções das linhas são lidas automaticamente pelo computador. Para situações bidimensionais isso é possível. Não
é viável, entretanto, para malhas tridimensionais. Portanto, métodos automáticos com participação do usuário são necessários
nesses casos.
Existem disponíveis na literatura muitos métodos automáticos para a geração de malhas. Fundamentalmente, eles podem
ser classificados em algébricos e diferenciais. Os algébricos empregam diferentes tipos de interpolação e são bastante versáteis e
rápidos. Os diferenciais, assim chamados por empregarem sistemas de equações diferenciais, são mais gerais, mas, em
contrapartida, apresentam tempo de computação sensivelmente maior e maior elaboração matemática. Os geradores disponíveis
comercialmente são, fundamentalmente, algébricos, utilizando equações diferenciais no processo de melhoramento e suavização
da malha.
Neste capítulo, para fins didáticos, serão mostrados um método que usa equações diferenciais elípticas [16] e um método
algébrico que emprega interpolações de Lagrange e Hermite [16]. O método que usa equações diferenciais elípticas será
apresentado com um certo detalhamento, uma vez que ele é largamente empregado para problemas bidimensionais e em três
dimensões é usado para suavizar e melhorar a não ortogonalidade da malha. O método de interpolação de Lagrange é
apresentado pelo fato de o mesmo generalizar os diversos métodos de interpolação que são também usados em geração 3D.

12.3.2 MOTIVAÇÃO PARA USO DE EQUAÇÕES ELÍPTICAS


A motivação para o uso de equações diferenciais elípticas para a geração de malhas reside no fato de esses sistemas
apresentarem como soluções funções harmônicas que observam o princípio de o máximo e o mínimo valor ocorrerem sobre as
fronteiras. Isso garante que o jacobiano da transformação não se anula no domínio, devido à presença de um máximo ou de um
mínimo. O princípio de máximo também garante a unicidade das funções ξ (x, y, z), η (x, y, z) e γ (x, y, z), isto é, duas
superfícies coordenadas de mesmo valor nunca se interceptarão, o que é um requisito obrigatório quando malhas estruturadas
estão sendo usadas.
Para o leitor acostumado a raciocinar fisicamente, a motivação para o uso desses sistemas pode ser encontrada lembrando-
se de que todos os problemas de campo, como escoamento potencial, campos elétricos, condução de calor etc., são regidos por
equações diferenciais parciais elípticas e, portanto, possuem, como soluções, isossuperfícies que podem ser empregadas como
superfícies coordenadas.
Para explorar esse ponto, considere a Fig. 12.30, onde são apresentadas as isotermas para dois problemas de condução de
calor bidimensional cujas condições de contorno estão mostradas nessa figura. As equações diferenciais governantes são [17]

As duas soluções podem ser superpostas para obter-se a malha mostrada na Fig. 12.31, que pode ser empregada para a
solução numérica de qualquer outro problema físico. É claro que, resolvendo as Eqs. (12.7) e (12.8), com as condições de
contorno dadas, a malha resultante da superposição das isotermas será ortogonal. Nesse caso, é possível mostrar que as
isotermas de um problema são as linhas de fluxo de calor do outro, e vice-versa.
Chamando, então, T1 de ξ e T2 de η, o sistema gerador resultante é

As soluções das Eqs. (12.7) e (12.8) ou das Eqs. (12.9) e (12.10) fornecem-nos a malha, conforme mostrado na Fig. 12.31.
Como já comentado, se as condições de contorno usadas forem as mostradas, o sistema coordenado resultante será ortogonal.
Entretanto, as condições de contorno de derivada nula não são adotadas por tornarem a solução do sistema de equações mais
difícil e computacionalmente mais lenta. Adotam-se, então, condições de contorno de Dirichlet em todas as fronteiras. Para a
variável ξ, tem-se, então,

Fig. 12.30 Isotermas obtidas para o problema de condução de calor


Fig. 12.31 Sistema coordenado obtido com a superposição das isotermas

e para η, tem-se

Com as condições de contorno dadas pelas Eqs. (12.11) e (12.12), o sistema coordenado resultante não será ortogonal. É
fácil entender a razão observando a Fig. 12.32. Especificar uma dada distribuição de ξ, ou (T1) em Г2 e Г4 é equivalente a
estabelecer o ponto de partida de uma linha ξ (isoterma) de Г4 e o seu ponto de chegada em Г2. Claramente, essa condição de
contorno não é equivalente à de derivada nula em Г2 e Г4, o que originaria uma malha ortogonal. Por outro lado, exercitando o
cuidado e o bom senso na especificação dos pontos onde as linhas ξ encontram Г2 e Г4 e onde as η encontram Г1 e Г3, é possível
gerar sistemas quase ortogonais.
Para entender melhor as condições de contorno para ξ e η, dadas pelas Eqs. (12.11) e (12.12), a Fig. 12.32 ainda é útil. Para
a equação diferencial de ξ, tem-se, em Г1, ξ = 1; em Г3, ξ = 5; em Г2, ξ igual a 1, 2, 3, 4 e 5, em pontos escolhidos no contorno.
Em Г4, novamente em pontos escolhidos do contorno, temos ξ igual a 1, 2, 3, 4 e 5. Observe-se que, nesse caso, as distribuições
de ξ sobre as fronteiras Г2 e Г4 foram discretas, mas, logicamente, poderão ser funções em forma fechada, se a equação
diferencial para ξ tiver solução analítica. A solução da equação diferencial para ξ dar-nos-á a sua distribuição. Achando as
isolinhas de valores ξ igual a 2, 3 e 4 (as linhas de ξ igual a 1 e 5 já são conhecidas), teremos as linhas coordenadas ξ
determinadas. Adotando exatamente o mesmo procedimento para a equação diferencial de η, teremos as linhas coordenadas η
determinadas.
Fig. 12.32 Condições de contorno para ξ e η

Duas características das Eqs. (12.9) e (12.10) são interessantes e devem ser ressaltadas [16]. Além daquelas já comentadas,
a equação de Laplace dá origem a coordenadas que apresentam o maior grau possível de uniformidade da malha. Longe das
fronteiras, portanto sem o efeito das condições de contorno, a tendência é a obtenção de quadriláteros curvilíneos formados
pelas linhas ξ e η. Em superfícies convexas, a tendência é concentrar as linhas coordenadas, ocorrendo o contrário nas côncavas,
conforme pode ser visto na Fig. 12.33. Logo, se for necessária a concentração de linhas junto à parede, por exemplo, na
superfície côncava da Fig. 12.33, termos fontes devem ser introduzidos na Eq. (12.10). O sistema gerador, com a inclusão de
termos fontes para permitir a concentração de linhas onde for requerido, tem a seguinte forma

Existem diversas expressões que podem ser usadas para P e Q. Uma delas, proposta em [7], tem a seguinte forma

em que ξj são as linhas para as quais todas as outras linhas ξ serão atraídas e (ξi, ηi) são os pontos para os quais as linhas ξ serão
atraídas. O primeiro termo da equação de P é, portanto, responsável pela atração entre linhas coordenadas e o segundo termo,
pela atração das linhas aos pontos escolhidos. Observe que o primeiro termo possui um exponencial cujo expoente (negativo) é
a diferença entre o valor da linha coordenada a ser atraída e o da linha coordenada que atrai. Esse número cresce à medida que
aumenta a distância entre essas linhas, o que significa que o termo decresce com o aumento da distância. Portanto, as linhas
próximas daquela que atrai experimentam mais atração que as distantes. O coeficiente cj pode ser ajustado para aumentar ou
diminuir a atração.
Fig. 12.33 Comportamento da equação de Laplace junto a superfícies convexas e côncavas

Para o segundo termo, temos um comportamento semelhante. Nesse caso, o parâmetro que dá a força de atração é a
distância entre os pontos que estão na linha a ser atraída e os pontos que atraem.
Um exemplo ajuda bastante a entender o comportamento dos termos P e Q. Imagine que estamos interessados em atrair
todas as linhas ξ para a linha ξ = 5 e para o ponto (5, 4), conforme mostra a Fig. 12.34. O termo P da equação diferencial deve
ser calculado para todos os pontos discretos (ξ, η) do domínio. Vamos exemplificar calculando o valor de P para os pontos (1,
6) e (3, 5). É claro que a atração que o ponto (3, 5) sofre deve ser maior do que a atração sofrida pelo ponto (1, 6). Lembre que
esses dois pontos estão sendo atraídos para a linha ξ = 5 e para o ponto (5, 4).
Calculando P(1, 6) e P(3, 5), encontramos
Fig. 12.34 Comportamento dos termos P e Q de atração de coordenadas

de onde podemos verificar que, realmente, P(3, 5) é maior do que P(1, 6). Uma expressão semelhante é usada para Q(ξ, η),
sendo, então, este termo o responsável pela atração das linhas η a outras linhas η e a pontos definidos.
As Figs. 12.35(a) e (b) mostram, respectivamente, uma malha onde P e Q são iguais a zero e onde existe atração para a
linha η, que coincide com a fronteira externa, e para os quatro pontos dos cantos. É clara a diferença entre as malhas,
principalmente na região onde se processou a atração. As malhas mostradas não foram obtidas exatamente com as Eqs. (12.13)
e (12.14), mas sim com as suas correspondentes transformadas para o plano (ξ — η). Esse assunto é, agora, discutido.

Fig. 12.35 Malha sem (a) e com (b) atração de coordenadas

12.3.3 TRANSFORMAÇÃO DAS EQUAÇÕES DE GERAÇÃO


As Eqs. (12.13) e (12.14) possuem como variáveis dependentes ξ e η e, logicamente, x e y como independentes. A
obtenção da malha requer a solução dessas equações, e o sistema coordenado, no qual elas devem ser resolvidas, é fornecido
pelas suas variáveis independentes. As Eqs. (12.13) e (12.14) devem ser, então, resolvidas no sistema (x, y). Como são equações
diferenciais parciais e o domínio de solução é arbitrário, a solução analítica das mesmas nem sempre é possível. Por outro lado,
a solução numérica recai no problema que estamos querendo evitar, isto é, resolver equações diferenciais em domínios
arbitrários. Alguns autores resolveram no passado as Eqs. (12.13) e (12.14) através do método dos elementos finitos, usando
malhas triangulares e, após determinar a malha, usaram esta malha para resolver, via volumes finitos, as equações diferenciais
do problema físico. Outras alternativas existem [2], ainda resolvendo as equações no domínio físico, mas, certamente, não é o
caminho adequado trabalhar nesse domínio.
A maneira largamente difundida [7] é resolver também as equações geradoras do sistema coordenado, Eqs. (12.13) e
(12.14), no sistema de coordenadas curvilíneas. Dessa forma, tanto essas equações quanto aquelas do problema físico são
resolvidas no plano transformado. Necessitamos, então, transformar as equações geradoras para o sistema (ξ, η, γ), no caso 3D,
ou (ξ, η), no caso 2D.
A seguir, a transformação das equações geradoras do plano físico para o transformado é realizada. Para mostrar o caso
geral, as equações tridimensionais serão transformadas. As equações de geração, equivalentes às Eqs. (12.13) e (12.14), para o
caso 3D, são

Dada a transformação,

é possível obter as expressões para as derivadas de primeira e segunda ordens de uma função f através da regra da cadeia. Essas
expressões são

Fazendo f = x, y e z, na Eq. (12.27), encontramos

em que E1, F1 e G1 são dados por


O sistema dado pelas Eqs. (12.30) a (12.32) pode ser escrito na forma matricial como

De forma semelhante, fazendo f = x, y e z na Eq. (12.28), encontramos

em que E2, F2 e G2 são dados por

ou, na forma matricial,

De forma análoga, fazendo f = x, y e z na Eq. (12.29), encontramos

em que E3, F3 e G3 são dados por

ou, na forma matricial,


A solução dos sistemas dados pelas Eqs. (12.36), (12.43) e (12.50) nos dá

Introduzindo essas equações nas Eqs. (12.18) a (12.20), temos

Fazendo E1 + E2 + E3 = E, F1 + F2 + F3 = F e G1 + G2 + G3 = G, temos, na forma matricial,

Resolvendo esse sistema, encontramos


Substituindo nas equações anteriores as expressões para E, F e G, obtidas das expressões para E1, F1, G1, E2, F2, etc.,
encontramos as equações transformadas, dadas por

em que

Usando as relações da transformação inversa dadas pela Eq. (11.12), do Cap. 11, para substituir as métricas dos termos E,
F e G, encontramos

Observe que os coeficientes a, b, c, d, e e f, cujas expressões já foram escritas anteriormente, podem, também, ser escritos
em função das derivadas de x, y e z em relação a ξ, η e γ, usando a Eq. (11.12).
As Eqs. (12.67) a (12.69) possuem como variáveis dependentes as coordenadas (x, y, z) e independentes (ξ, η, γ). Portanto,
a solução das mesmas nos fornecerá os pontos (x, y, z) do novo sistema de coordenadas. O conveniente, agora, é que as
variáveis independentes pertencem a um plano computacional fixo e regular, um paralelepípedo no caso 3D. Logo, com a
transformação das equações de geração do plano físico para o transformado, desaparece o problema de resolver as Eqs. (12.18)
a (12.20) em um domínio irregular. Mas, naturalmente, as equações transformadas são mais complexas e, também, acopladas
entre si através dos coeficientes, pois, como de praxe, nada vem sem custos em procedimentos físicos e matemáticos.
Como as equações de geração transformadas, dadas pelas Eqs. (12.76) a (12.78), não possuem solução analítica fácil, elas
são resolvidas numericamente, através de um processo simples em diferenças finitas. As condições de contorno necessárias e o
procedimento numérico serão apresentados na próxima seção, considerando-se as equações bidimensionais, por simplicidade.
As equações de geração tridimensionais, quando simplificadas para duas dimensões, têm a forma

em que
são as componentes do tensor métrico gik associado à transformação. A componente g11 do tensor métrico, também denominada
γ, não deve ser confundida com a coordenada γ do sistema de coordenadas curvilíneas.

12.3.4 CONDIÇÕES DE CONTORNO PARA AS EQUAÇÕES TRANSFORMADAS


Como x e y são as variáveis dependentes nas equações transformadas, são para elas que deverão ser especificadas as
condições de contorno, que aparecem naturalmente da definição da geometria do problema. Reportando-nos à Fig. 12.36, por
exemplo, sabemos que os pontos que definem a geometria possuem coordenadas x e y conhecidas. No plano transformado da
Fig. 12.37, esses pontos aparecem em círculos abertos sobre os segmentos AB, BC, CD e DA. No plano transformado, portanto,
todos os valores de x e y são conhecidos sobre a fronteira e serão usados como condições de contorno para as equações de
geração.
Como ξ e η são as variáveis independentes nesse procedimento, podemos arbitrar a elas quaisquer valores. Por exemplo, na
Fig. 12.37, podemos atribuir a ξ valores de 1 a N, sendo N o número de linhas ξ do domínio. Dessa forma, Δξ será igual a 1, o
que é conveniente na implementação do código computacional, conforme já discutido. De maneira semelhante, Δη poderá ser
feito também igual à unidade. Com as condições de contorno especificadas, a solução das Eqs. (12.79) e (12.80) nos fornecerá
os pontos (x, y) no interior do domínio, ou seja, nos fornecerá a malha.

Fig. 12.36 Condições de contorno para x e y


Fig. 12.37 Condições de contorno para x e y no plano transformado

Na solução das Eqs. (12.79) e (12.80), em muitas situações, mesmo usando os fatores P e Q para atrair as linhas
coordenadas, não é possível dar a distribuição desejada às mesmas no interior do domínio. Nesse caso, a técnica que pode ser
usada é especificar também valores de x e y para alguns pontos internos, forçando as linhas coordenadas a passar por aqueles
pontos. É um procedimento que funciona bem, pois alguns pontos internos bem escolhidos podem dar a característica desejada
à malha. Dessa forma, ao se resolverem as equações de geração, deve-se levar em conta que já existem pontos internos
conhecidos e que os mesmos não necessitam ser calculados. O processo é equivalente à especificação das condições de
contorno. A Fig. 12.38 mostra a situação em que seria difícil atrair as linhas coordenadas para o canto e as mesmas são, então,
forçadas a passar pelos pontos A, B e C. Isso poderá ser feito em qualquer região do domínio.

Fig. 12.38 Especificação de pontos internos

12.3.5 SOLUÇÃO NUMÉRICA DAS EQUAÇÕES DE GERAÇÃO TRANSFORMADAS


O próximo passo é resolver as Eqs. (12.79) e (12.80) para determinar x e y para os pontos internos simbolizados pelo ponto
P na Fig. 12.37. Escrevendo as equações para uma variável genérica ϕ, em que ϕ representa x ou y, temos

É conveniente resolver essa equação também numericamente. Assim, devemos aproximar numericamente os termos da Eq.
(12.82), o que é feito empregando-se diferenças finitas, de acordo com a Fig. 12.37,

Substituindo as equações imediatamente anteriores na Eq. (12.82), encontramos a equação aproximada para ϕ, dada por

em que
A forma tridimensional das equações de geração é, também, facilmente colocada na forma da Eq. (12.88). O sistema linear
[A][ϕ]=[B] pode ser resolvido empregando-se qualquer método de solução de sistemas lineares. Em geral, empregam-se os
métodos iterativos ponto por ponto, como o S.O.R. (Successive Over-Relaxation), ou linha por linha, como o TDMA (Tri-
Diagonal Matrix Algorithm), quando problemas simples em duas dimensões são resolvidos. O seguinte algoritmo de solução
pode ser empregado para resolver as equações de geração:
1. Estimar um campo de x e y para todos os pontos internos. Isso poderá ser feito simplesmente tomando-se os pontos de
fronteira, unindo-os por retas e subdividindo esse segmento em um número de segmentos igual ao número de elementos
especificados para aquela direção. Cuidados devem ser tomados para não gerar um campo inicial exageradamente irreal,
pois a solução poderá consumir um maior tempo de computação, ou mesmo divergir. Em fronteiras côncavas isso pode
ocorrer, pois, unindo pontos por retas, podemos criar uma linha coordenada inicial completamente fora do domínio,
conforme a Fig. 12.39(a), onde a malha inicial foi obtida criando-se as linhas η e subdividindo-as para obter as linhas ξ.
Dessa forma, fica mais difícil para, ao longo do processo iterativo de solução, “trazer” os pontos para dentro do domínio.
Nesse caso, poderia ter sido evitada essa distribuição inicial se tivéssemos criado as linhas ξ (união por retas) e as
subdividido para criar as linhas η, como na Fig. 12.39(b), onde vemos que a malha inicial já é bastante adequada para
esse caso simples.
2. Calcular as componentes do tensor métrico, α, β e γ. No caso tridimensional, as outras componentes também devem ser
calculadas.
3. Resolver as Eqs. (12.79) e (12.80) e obter um novo campo de x e y.
4. Voltar ao item 2 e iterar até que uma distribuição de x e y adequada seja encontrada. Neste ponto, é muito importante salientar
que as duas equações geradoras não necessitam ser resolvidas com precisão rigorosa. A precisão de soluções dessas
equações não tem influência sobre a exatidão da solução do problema físico. Esta última é dependente do número de
malhas empregadas, e não de pequenas alterações que ocorreriam em x e y, se a precisão de solução das equações
geradoras fosse aumentada para uma malha com um determinado número de volumes. Existem casos, entretanto, em que
a natureza da malha tem influência importantíssima sobre a solução do problema. É o caso de problemas com fronteiras
de simetria. Nestas fronteiras, a malha deve ser gerada de tal forma a apresentar g12 (no caso bidimensional) igual a zero,
para permitir que a derivada que impõe a condição de simetria seja bem aplicada. Portanto, para não se ter surpresas, é
recomendável que, em uma fronteira de simetria, a malha também seja simétrica [18].
Fig. 12.39 Malha inicial. (a) Subdivisão das linhas η e (b) subdivisão das linhas ξ

Estando computados os valores de x e y para todas as interseções das linhas ξ e η, a malha estará determinada. As
informações dessa malha, como componentes do tensor métrico, métricas de transformação, jacobiano da transformação etc.,
podem agora ser calculadas e transferidas ao programa que resolve as equações físicas.

12.3.6 OUTROS SISTEMAS ELÍPTICOS DE GERAÇÃO DE COORDENADAS


Certamente, não é obrigatório que as equações geradoras dos sistemas de coordenadas curvilíneas no plano computacional
sejam obtidas da transformação do sistema elíptico dado pelas Eqs. (12.79) e (12.80). É possível criar-se equações de geração,
já para o plano transformado, que respeitem determinados critérios desejados. Se existir interesse, é possível determinar, depois,
quais são as equações correspondentes no plano físico. Por exemplo, o sistema gerador

possui as seguintes equações transformadas

lembrando que gij são as componentes do tensor métrico. As Eqs. (12.92) e (12.93) podem ser aproximadas por diferenças
finitas e resolvidas da mesma forma daquela aplicada à Eq. (12.82). Observa-se que os termos g22/g e g11/g nada mais são do
que o quadrado das relações entre comprimentos sobre as linhas coordenadas e o jacobiano da transformação, respectivamente.
Em uma situação unidimensional, a função P de atração é dada por

enquanto, na mesma situação, para as Eqs. (12.7) e (12.8), P é dado por

Interpretando as últimas duas equações, vemos que P nos dá informação a respeito da não uniformidade da malha. As
distintas equações transformadas ponderam diferentemente a não uniformidade. Outras equações podem ser empregadas [19][3]
[20]. É preciso tomar cuidado, entretanto, para não criar equações transformadas que originem, no plano físico, equações
desprovidas das características matemáticas desejáveis para um sistema coordenado, como, por exemplo, permitindo que linhas
coordenadas se cruzem.
Quando se empregam sistemas elípticos de segunda ordem, conforme os apresentados até agora, é possível prescrever
apenas um tipo de condição de contorno em cada fronteira. Por exemplo, em um determinado ponto da fronteira, não é possível
especificar as coordenadas do ponto e também a sua derivada normal. Para que isso seja possível, é preciso empregar sistemas
elípticos de mais alta ordem que permitem ampliar as condições de contorno. Exemplificando, o sistema [7]

em que, para i = 1 e 2, temos

com

requer condições de contorno para x, y, P e Q. A especificação das condições de contorno para P e Q permite prescrever
condições adicionais para x e y, que poderão ser, inclusive, uma condição de ortogonalidade na fronteira. Mais uma vez, a
solução desse tipo de equação se faz por diferenças finitas.

12.3.7 SISTEMAS PARABÓLICOS E HIPERBÓLICOS DE GERAÇÃO DE COORDENADAS


Os sistemas elípticos possuem uma forte motivação matemática e física para serem usados como geradores de
coordenadas. Os parabólicos e hiperbólicos também podem ser empregados em muitas situações com vantagens. O parabólico,
por exemplo, é particularmente atrativo quando a física do problema a ser resolvido permite, também, um modelo parabólico,
pois não é necessário armazenar em computador toda a malha, mas sim apenas os planos (ou linhas) de cálculo. A Fig. 12.40
mostra uma região onde um modelo parabólico é aplicado para gerar a malha. As condições de contorno são:
• As fronteiras Г1 e Г2 são linhas de η constante e, portanto, de valores de η conhecidos. Ao longo de Г1 e Г2, devemos
especificar os pontos de onde queremos que saiam e cheguem as linhas ξ.
• Na fronteira Г3, o valor da linha ξ sobre ela é conhecido (condição inicial do problema parabólico). Deve-se especificar a
distribuição de linhas η desejada.
• Em Г4 não temos condições a prescrever, uma característica da equação parabólica.
O cálculo de x e y nos pontos internos dá-se por um processo de marcha em ξ, resolvendo-se as seguintes equações
transformadas, por exemplo,

em que observamos que as equações são parabólicas em ξ e elípticas em η.


Sistemas hiperbólicos também podem ser empregados, e, nesses casos, a derivada segunda em relação a η também
desaparece. Um dos métodos [9] de uso de sistemas hiperbólicos para gerar coordenadas ortogonais emprega as seguintes
equações
em que V(ξ, η) é a especificação da distribuição do volume, ou seja, é o inverso do jacobiano associado a cada ponto.
A solução desse sistema de equações pode apresentar problemas de convergência, dependendo do tipo de aproximação
feita para as derivadas. Fazendo uma analogia com sistemas físicos, é fácil entender esse fato, lembrando que equações
hiperbólicas, por exemplo, em mecânica dos fluidos, são equações que não possuem termos difusivos, que são conhecidos por
estabilizar a solução. A falta desses termos com derivada segunda nas equações exige a introdução dos mesmos artificialmente,
de maneira semelhante ao que se faz na solução de problemas de escoamentos supersônicos, que também são regidos por
equações hiperbólicas.

Fig. 12.40 Geração parabólica de coordenadas

12.3.8 MÉTODOS ALGÉBRICOS DE GERAÇÃO DE COORDENADAS


Métodos algébricos de geração de coordenadas são bastante poderosos e largamente empregados, apresentando como
grandes vantagens a simplicidade e o reduzidíssimo tempo de computação necessário. São muitas as geometrias que permitem a
utilização desses métodos, e o usuário de métodos computacionais deve procurar, sempre que possível, fazer uso dessa versátil
ferramenta. Em corpos de revolução, por exemplo, sempre é possível obter uma malha bidimensional e rotacioná-la em torno do
eixo para estabelecer uma discretização tridimensional. A malha mostrada na Fig. 12.26 é obtida dessa forma, rotacionando a
malha da Fig. 12.27, obtida também algebricamente, com interpolações de primeira ordem. A malha da Fig. 12.27 está
reproduzida, com o processo algébrico empregado na Fig. 12.41.
Ao longo de AB, são especificados os pontos de onde partirão as linhas ξ, pontos estes que também definem a geometria do
corpo, no caso similar à parte frontal de um foguete. Nos segmentos BC e AD é estipulada, também, uma discretização de
pontos arbitrária que permite concentrar linhas coordenadas perto das paredes. O segmento DC poderá ser uma hipérbole cuja
distribuição de pontos também é indexada no programa e poderá ser alterada. A interpolação, nesse caso, é unidimensional e
linear, onde os pontos P e P′ são interpolados de acordo com a distribuição prevista para o segmento BC. É claro que cada linha
PP′ poderá ter a sua própria distribuição, o que significa praticamente indexar a malha completa. Nesse caso, a entrada de dados
se torna mais volumosa.
Fig. 12.41 Malha bidimensional obtida algebricamente

No caso específico da malha da Fig. 12.41, a interpolação unidimensional foi empregada ao longo das linhas coordenadas
ξ, que permitem esse procedimento. As linhas η são obtidas unindo-se os pontos interpolados entre P e P′. A interpolação linear
ao longo de η não é possível, pois uma linha ligando A e B criaria uma malha com pontos fora do domínio de cálculo.
Interpolações de mais alta ordem podem ser empregadas, quando a geometria requerer.
Como os procedimentos algébricos são bastante poderosos e versáteis, a seguir é apresentada a forma geral da interpolação
de Lagrange [7], que permite que interpolações de qualquer ordem possam ser realizadas em uma estrutura de fácil
implementação computacional.

INTERPOLAÇÃO DE LAGRANGE E HERMITE


Seja r = xi + yj o vetor posição de um ponto genérico e sejam r1 e r2 os vetores posição de dois pontos pertencentes a uma
mesma linha ξ, conforme a Fig. 12.42, em que I é o número de linhas coordenadas que interceptam essa linha ξ. Estamos
interessados em determinar as coordenadas dessas interseções, pois elas serão pontos da malha. O polinômio de interpolação
genérico é dado por

em que r(ξ) serão os vetores posições dos pontos interpolados, rn os pontos fornecidos por onde passará o polinômio e N a
ordem do polinômio. É claro que, se apenas r1 e r2 forem usados, só é possível passar uma reta unindo r1 e r2. As seguintes
propriedades podem ser demonstradas para a função ϕ [7]. São elas

tal que
com ϕn definida por

Seja N = 2, por exemplo. Construindo-se as , temos

O polinômio de interpolação é, portanto,

A vantagem de expressar o polinômio nessa forma é o fato de o mesmo estar normalizado em relação à variável ξ. Ou seja,
para obter os valores de x e y ao longo da reta que une ξ1 e ξ2, basta substituir ξ pelos seus valores inteiros de 1 a I − 1.

Fig. 12.42 Interpolação unidimensional

Para interpolações ao longo de superfícies convexas ou côncavas, não é suficiente o uso de polinômios de ordem 2.
Dependendo da curvatura da geometria e da qualidade com a qual se pretende representá-la, polinômios de mais alta ordem são
requeridos.
Para N = 3, temos a situação mostrada na Fig. 12.43, onde o valor de ξ intermediário é escolhido entre ξ = 0 e ξ = I. Para o
ponto físico escolhido por onde passará o polinômio, pode-se optar por qualquer valor de ξ.
Fig. 12.43 Interpolação unidimensional de Lagrange, N = 3

Fazendo-se ξ2 = I/2, por exemplo, estaremos colocando metade das malhas entre r1 e r2. Para ξ2 = I/3, por exemplo,
teremos, entre os pontos r1 e r2, 1/3 do número de linhas coordenadas, e de r2 a r3, o restante. Dependendo, portanto, da posição
escolhida para r2 e do valor escolhido para ξ2, poderemos fazer concentração de malhas. Para N = 3, as funções ϕ têm as
seguintes expressões

Nesse caso, o polinômio de interpolação é dado por

Novamente, basta substituir, na Eq. (12.112), os valores de ξ entre ξ = 1 e ξ = I − 1 para obter os correspondentes vetores
posições de cada ponto.
A utilização de 3 pontos, ou mais, permite que a interpolação unidimensional seja ao longo de uma curva, conforme pode
ser visto na Fig. 12.44, onde também se mostra que os segmentos (r1 − r2) e (r2 − r3) terão diferentes números de linhas ξ,
apesar de geometricamente estarem situados no meio.
Os polinômios de Lagrange permitem que apenas os valores das coordenadas sejam satisfeitos. Em geração de
coordenadas, também é desejável que seja possível especificar a inclinação com que uma linha coordenada chega na fronteira.
Os polinômios de Hermite permitem essa condição adicional. A forma geral desses polinômios é [7]

em que significa a derivada de rn em relação a ξ no ponto n. As funções e ψn são definidas por


em que as funções ϕn (ξ/I) são obtidas com a Eq. (12.108).
Construindo o polinômio de interpolação de Hermite para N = 2, temos, inicialmente, para as funções

Fig. 12.44 Interpolação unidimensional de Lagrange, N = 3


e para o polinômio

Os polinômios de Lagrange e Hermite são contínuos em todos os pontos. A dificuldade que aparece com esses polinômios
são as oscilações, quando cresce o número de pontos pelos quais o polinômio deverá passar. Felizmente, em geral, não são
necessários muitos pontos para poder gerar boas malhas. Quando não for possível, é recomendado o uso de polinômios
contínuos por pedaços na primeira derivada, ou seja, utilizar a ideia de splines. Como o polinômio é contínuo por partes, a
imposição é, novamente, satisfazer as condições em poucos pontos, evitando as oscilações. O leitor interessado nesse tipo de
interpolação e também em interpolação multidirecional deve consultar a referência [7] ou outras que tratam do assunto. Os
métodos variacionais também desempenham um papel importante na geração de malhas [21]. O leitor é, também, incentivado a
consultar a vastíssima literatura especializada, da qual citamos [20,9,7], caso esteja interessado em métodos para gerar sistemas
de coordenadas ortogonais.

TRANSFORMAÇÕES ANALÍTICAS
Nas seções anteriores, apresentamos algumas maneiras de gerar um sistema de coordenadas ou, em outras palavras,
determinar as relações r = r (ξ, η). Existem muitas transformações analíticas de interesse prático, dentre as quais escolhemos
algumas para apresentar [22]. A primeira delas é dada por

para 1 < β < ∞. Essa transformação concentra as linhas coordenadas perto de y = 0, enquanto β → 1, conforme pode ser visto na
Fig. 12.45.
Uma outra transformação que concentra as malhas em y = h e y = 0 é dada por
Fig. 12.45 Plano físico e computacional [22]. Eq. (12.125)

Nessa transformação, se α = 0, a concentração de malhas dar-se-á em y = h apenas, ao passo que para α = 1/2 a malha será
refinada em y = 0 e y = h. A Fig. 12.46 mostra a malha no plano físico e no plano computacional para α = 1/2. Uma terceira
transformação é dada por

em que

Essa transformação concentra as linhas coordenadas em torno de y = yc, para altos valores de τ, conforme a Fig. 12.47.
Todas as três transformações mostradas permitem espaçamentos diferentes em y, mas independentes da coordenada x. A
transformação seguinte trabalha com espaçamentos em y diferentes para cada x, mapeando-os para espaçamentos em η iguais
para cada ξ. Isso caracteriza a transformação do plano físico em um plano computacional retangular, conforme a Fig. 12.48. Ela
é dada por

Fig. 12.46 Plano físico e computacional [22]. Eq. (12.126)


Fig. 12.47 Plano físico e computacional [22]. Eq. (12.127)

em que h(x) é a dimensão do domínio computacional em y, para cada x.

Fig. 12.48 Plano físico e computacional [22]. Eq. (12.129)

12.3.9 CONCLUSÕES
Nesta seção, com a apresentação de diversos sistemas coordenados coincidentes com a fronteira, gerados para geometrias
simples, dupla e multiplamente conexas, foi possível constatar a versatilidade que o uso dessas malhas propicia aos modelos
numéricos. Grande generalidade pode ser introduzida nos modelos, uma vez que o programa computacional é escrito para um
domínio fixo, permitindo que uma ampla classe de geometrias possa ser resolvida sem alterações desse programa, apenas
gerando um novo sistema coordenado, adequado à nova geometria. Logicamente, mudanças serão necessárias no programa
computacional, quando, por exemplo, o plano transformado muda de um plano retangular único para um conjunto de planos
retangulares.
O uso de multiblocos é, também, uma alternativa para o tratamento de geometrias complexas com malhas estruturadas.
Conforme comentado, programas de renome internacional possuem versões usando essa estratégia. A alternativa para
geometrias bastante complexas é o uso de malhas não estruturadas. A discretização do domínio fica facilitada, mas o algoritmo
numérico torna-se mais elaborado, conforme brevemente discutido.
A nossa ênfase, neste capítulo, é em malhas estruturadas, e os sistemas coordenados aqui mostrados são apenas alguns
tipos possíveis de serem usados. Muitos outros tipos podem ser obtidos para uma mesma geometria, dependendo da física do
fenômeno a ser simulado e da criatividade de quem desenvolve o algoritmo. Os exemplos apresentados foram para geometrias
simples, com a preocupação básica do aprendizado.

12.4 TRANSFORMAÇÃO DAS EQUAÇÕES DE CONSERVAÇÃO


12.4.1 INTRODUÇÃO
Tendo sido obtido o sistema de coordenadas que permite discretizar o domínio de cálculo, o passo seguinte é obter as
equações aproximadas para cada volume elementar. Estas equações são criadas realizando-se balanços da propriedade
envolvida sobre os volumes elementares ou integrando-se a forma conservativa das equações sobre esses volumes, que são
procedimentos equivalentes.
Quando uma malha estruturada é empregada, como no presente caso, é necessário, antes de integrar as equações, decidir:
a) Se essas equações estarão escritas no sistema coordenado do plano físico ou do plano transformado.
b) Optando-se pelas equações escritas nas coordenadas do plano transformado, quais serão as variáveis dependentes no
caso de grandezas vetoriais, como a velocidade.
Na primeira questão, caso se opte por manter as equações nas coordenadas do plano físico, como o cartesiano, por
exemplo, as integrações se darão sobre volumes elementares irregulares. Esse procedimento é semelhante ao adotado em
elementos finitos e é tema do próximo capítulo deste texto, quando o método dos volumes finitos baseados em elementos
(EbFVM) será discutido. Essa metodologia é obrigatória quando a malha é não estruturada, pois não teremos um sistema de
coordenadas globais para representar as equações diferenciais.
Apesar de o método EbFVM ser também aplicável para malhas estruturadas, e, portanto, um tratamento único pode ser
dado aos dois tipos de malhas, a tarefa neste capítulo é mostrar as formulações em que o sistema coordenado global (ξ, η, γ) é
utilizado para escrever as equações diferenciais. Nossa opção, então, nesta seção, é transformar as equações do domínio físico
(x, y, z) para o domínio transformado (ξ, η, γ) e integrá-las nesse mesmo domínio. É uma alternativa também bastante geral e
que, quando aplicada aos multiblocos de uma geometria complexa, oferece muitas vantagens, principalmente quanto aos solvers
do sistema linear.
Com relação à questão 2, a opção é manter como variáveis dependentes no plano computacional as mesmas variáveis do
plano físico [18], procedimento largamente empregado na literatura recente. Logo, se o sistema de coordenadas cartesianas é
empregado, as componentes do vetor velocidade nesse sistema serão as variáveis dependentes no plano computacional. Então,
as equações da conservação de quantidade de movimento nas direções x, y e z, quando transformadas, continuarão sendo as
equações que representam a conservação das componentes x, y e z do vetor quantidade de movimento, só que, agora, escritas no
sistema (ξ, η, γ), e não mais no (x, y, z). Deve-se manter em mente que o ente físico é o mesmo, apenas a sua representação está,
agora, sendo feita em um novo sistema coordenado. Ou seja, apenas as variáveis independentes estão mudando de (x, y, z) para
(ξ, η, γ).
Poder-se-ia, além de mudar as variáveis independentes, mudar também a variável dependente e escrever as equações de
conservação da quantidade de movimento nas direções ξ, η e γ. Essa foi a opção adotada em [24]. As equações resultantes são,
entretanto, extremamente complexas, e seus termos não permitem uma interpretação física direta, o que é recomendável para
bem representar numericamente a física do fenômeno.

12.4.2 A TRANSFORMAÇÃO
Conforme comentado, as equações governantes serão transformadas com o objetivo de obtêlas, no plano computacional,
mantendo a sua forma conservativa, ou divergente.
Seja a seguinte equação de conservação escrita na forma vetorial

ou na forma
em que

em que ϕ é um escalar genérico que representa as propriedades conservadas como massa, quantidade de movimento, energia
etc., e Гϕ representa o coeficiente de transporte. Observe-se que a letra F sem negrito é uma das componentes do vetor F, e não
seu módulo. Nesse caso, as componentes E, F e G representam as componentes cartesianas do fluxo advectivo + difusivo da
propriedade genérica ϕ.
A transformação de coordenadas necessária para a solução de problemas transientes tridimensionais é dada por

em que o jacobiano e as métricas da transformação são os mesmos dados no Cap. 11, adicionados das seguintes relações que
envolvem a coordenada tempo

Queremos transformar a Eq. (12.131) para o sistema (ξ, η, γ). Usando a regra da cadeia, as derivadas das componentes do
fluxo resultam em
em que o último termo das Eqs. (12.144) a (12.146) é igual a zero, uma vez que τ não é função de x, y e z.
Introduzindo essas equações na Eq. (12.131) e dividindo por J, aparecerão termos do tipo

Para que as métricas e o jacobiano fiquem dentro do sinal da derivada, na busca de uma forma conservativa para as
equações, somam-se e subtraem-se termos do tipo

que recuperam a derivada de um produto. A equação resulta, então, na forma conservativa, como

É fácil mostrar que, com auxílio das Eqs. (11.12), e das Eqs. (12.141) a (12.143), os últimos quatro termos entre colchetes,
no lado esquerdo da equação, são iguais a zero, encontrando-se a equação transformada na forma

Definindo
encontramos a equação na forma conservativa como

Substituindo na Eq. (12.149) as expressões das componentes E, F e G, encontramos

Definindo as seguintes grandezas

e usando a regra da cadeia para expandir as derivadas da ϕ em função de x, y e z, encontramos


em que os coeficientes a, b, c, d, e e f são dados pelas Eqs. (12.70) a (12.75), Ũ, e e são as componentes contravariantes
do vetor velocidade considerando a possibilidade de movimento da malha com o tempo.
A Eq. (12.160) é a equação geral para um escalar ϕ escrita no sistema (ξ, η, γ, τ). Essa transformação, como já comentado,
possui um domínio computacional ou transformado fixo. Dessa forma, de acordo com a transformação dada pelas Eqs. (12.137)
a (12.140), a Eq. (12.160) pode resolver problemas de malhas móveis, mantendo a malha fixa no plano transformado. É claro
que a velocidade relativa entre a velocidade do escoamento e a velocidade da malha deve estar sendo levada em consideração
em algum termo da equação transformada. É exatamente nas componentes Ũ, e que se encontra embutido esse efeito, no
primeiro termo entre parênteses das Eqs. (12.157) a (12.159).
Para facilitar a interpretação física desse efeito, considere-se o problema bidimensional, em que as velocidades envolvidas
são

Usando as relações da função inversa, as expressões para Ũ e assumem a forma

Lembrando da definição das velocidades contravariantes, sem normalização métrica, para o caso de malhas fixas, dadas
por

em que U e V, quando multiplicados por Δη e Δξ, respectivamente, representam a vazão volumétrica através das linhas
coordenadas ξ e η, podemos encontrar a relação entre Ũ e U e e V, como

em que UM e VM são as componentes contravariantes sem normalização métrica do vetor velocidade da malha dadas por
em que as grandezas xτ e yτ são as componentes cartesianas do vetor velocidade da malha nas direções x e y, respectivamente.
Nas Eqs. (12.167) e (12.168), Ũ e são as componentes contravariantes do vetor velocidade e já levam em consideração o
movimento da malha nos balanços de conservação, ou seja, são as componentes da velocidade relativa. A Eq. (12.160) pode,
então, conforme já afirmado, ser empregada para resolver problemas em que a malha varia com o tempo, mantendo o plano
computacional fixo e com as dimensões dos volumes elementares neste plano também fixas e unitárias.
A Fig. 12.49 mostra uma malha deslocando-se, onde podem ser identificadas as componentes cartesianas xτ e yτ do vetor
velocidade da malha para os pontos A e B. É fácil de entender que, se a malha, no plano físico, estiver se deslocando com a
mesma velocidade do escoamento, não teremos fluxo de massa entrando nos volumes de controle pelas faces que possuem
velocidade igual à do escoamento, e, portanto, Ũ = = 0. Existem inúmeros problemas de fronteira livre que requerem o
movimento da malha no plano físico que podem ser atacados com essa transformação.
A Fig. 12.50 mostra uma malha em dois tempos distintos e seu respectivo plano transformado fixo. A transformação que
envolve o tempo encarregar-se-á de levar em consideração a alteração dos comprimentos, por exemplo, de EA para E′A′.
Com o objetivo de melhor interpretar os termos da Eq. (12.160), esta é simplificada para o caso bidimensional, em que os
parâmetros c, e e f são feitos iguais a zero, resultando

em que α, β e γ são as componentes do tensor métrico, g22, g12 e g11, respectivamente, obtidas das expressões de a, b e d da Eq.
(12.160) para o caso bidimensional. É fácil ver que o primeiro termo do lado esquerdo da Eq. (12.171) representa a variação de
ϕ com tempo, no volume de controle, enquanto os outros termos representam a advecção de ϕ através das faces ξ e η,
respectivamente. No lado direito, os termos representam os fluxos difusivos de ϕ através das faces ξ e η, respectivamente, e o
termo fonte.

Fig. 12.49 Velocidade de deslocamento da malha no plano físico


Fig. 12.50 Malha móvel no plano físico e transformado

A Eq. (12.171) pode, também, ser obtida através da realização do balanço da propriedade em questão sobre um volume
elementar arbitrário, conforme mostra a Fig. 12.51. Para exemplificar, consideremos o balanço de calor sobre o elemento
centrado em P. De acordo com a Eq. (11.84) e a Fig. 11.12, para auxiliar na interpretação dos vetores no plano transformado,
temos

Fig. 12.51 Balanço de energia para um volume elementar

Expressando as derivadas normais em termos de ξ e η e lembrando da relação entre V1 e U e V2 e V que pode ser obtida
através das Eqs. (11.84) a (11.87), temos, para o caso de malha fixa no tempo, e após dividir a equação toda por cP,
em que α, β e γ são as componentes do tensor métrico em duas dimensões, repetidas aqui por conveniência e dadas por

A Eq. (12.173) é, exatamente, a Eq. (12.171) para ϕ = T. As outras equações de conservação, como conservação da massa,
quantidade de movimento etc., podem também ser obtidas fazendo-se os respectivos balanços ou substituindo-se ϕ pela variável
em consideração, na equação geral. Observe-se que a forma da Eq. (12.173) é conservativa, portanto passível de ser integrada
sobre os volumes elementares, gerando uma discretização em volumes finitos.

12.4.3 A LEI DE CONSERVAÇÃO GEOMÉTRICA


A Lei de Conservação Geométrica [22,25], uma denominação que chama bastante a nossa atenção e é popular entre os
analistas que empregam diferenças finitas, nada mais é do que uma recomendação de que os algoritmos devem ser sempre
conservativos, especialmente quando malhas móveis são empregadas. Do ponto de vista físico, é lógico que o movimento da
malha deve acrescentar ou diminuir de forma consistente o volume (m3) do ente volume de controle. Por exemplo, em um
problema unidimensional, não podemos ter, para um mesmo Δt, um deslocamento da face esquerda do volume de controle
diferente do deslocamento da face direita sem que o volume tenha alterado. O volume (do volume de controle) deve se alterar e
respeitar a conservação do volume. Para duas dimensões, essa “lei” pode ser escrita como [22]

Sabendo que o inverso do jacobiano é o volume do volume de controle e que os termos entre parênteses são as
componentes contravariantes da velocidade da malha com o sinal trocado, a equação pode ser escrita como

que ensina que o volume gerado pelo movimento da malha deve ser a variação do volume no volume de controle. Ou seja, é
uma equação de conservação de volume simplesmente. Observe que, quando o divergente do vetor velocidade da malha é
positivo, significa um aumento no volume do volume de controle. Voltemos ao exemplo unidimensional citado anteriormente,
considerando que na face direita temos uma velocidade da malha de 2 m/s e na esquerda, 1 m/s, ambas positivas. Para um
intervalo de tempo de 1 segundo, a face direita moveu-se 2 metros, e a da esquerda, 1 m. Considerando 1 unidade de área
transversal, o volume de controle variou positivamente, conforme Eq. (12.178), de 1 m3.
A recomendação é, portanto, que todos os algoritmos desenvolvidos e aplicados sejam conservativos, e, dessa forma, a lei
da conservação geométrica é automaticamente satisfeita. A ênfase dada na literatura à “lei de conservação geométrica” talvez
seja porque o grande volume de desenvolvimentos com malhas móveis se tenha dado no âmbito das diferenças finitas, em que a
preocupação da conservação das quantidades e o conceito do volume de controle não são empregados.
12.4.4 CONCLUSÕES
A presente seção apresentou a transformação das equações de conservação do sistema cartesiano de coordenadas para o
sistema generalizado. Sempre que uma malha estruturada é usada, as equações de conservação podem ser escritas nas
coordenadas dessa discretização, permitindo que a solução das equações seja obtida no plano transformado, em que as
dimensões Δξ, Δη e Δγ são unitárias, por conveniência.
A transformação foi realizada na sua forma completa, isto é, envolvendo as três coordenadas e o tempo, permitindo que
problemas nos quais a malha no plano físico é móvel sejam resolvidos também no plano computacional fixo. A transformação
de coordenadas tem uma peculiaridade importante do ponto de vista didático, que é mostrar o aparecimento da velocidade da
malha e, portanto, a velocidade relativa, de forma automática nos termos convectivos.
Para finalizar a seção, a equação de conservação da energia para uma situação bidimensional foi obtida através do balanço,
com o intuito de mostrar que a forma da equação transformada é conservativa e pode, portanto, ser obtida através de balanços.
Comentários também foram tecidos sobre a lei de conservação geométrica, mostrando que em malhas móveis deve-se tomar
cuidado com a consistência entre movimento da malha e variação do volume do volume de controle. Na próxima seção, a
integração da Eq. (12.160) é realizada no domínio transformado.

12.5 OBTENÇÃO DAS EQUAÇÕES APROXIMADAS


12.5.1 INTRODUÇÃO
Na seção anterior, as equações de conservação foram transformadas do domínio físico, no caso, o cartesiano (x, y, z), para
o domínio transformado (ξ, η, γ). A transformação foi realizada considerando-se uma variável genérica ϕ que recupera as
equações de conservação da massa, quantidade de movimento nas direções x, y e z e da energia, quando ϕ for igual a 1, u, v, w e
T, respectivamente. Como já discutido, para um problema envolvendo um escoamento tridimensional incompressível, as
incógnitas serão u, v, w, P e T, e quando o escoamento é turbulento as equações médias assumem a mesma forma, com os
coeficientes de transporte sendo os efetivos e determinados a partir dos modelos de turbulência. Quando o modelo (k – ε) é
empregado, a forma mais comum de tratamento de escoamentos turbulentos, teremos mais dois escalares para resolver,
exatamente k e ε, cujo tratamento numérico é semelhante àquele que será aqui apresentado para a variável ϕ. Detalhes sobre
modelos de turbulência e suas aplicações em problemas práticos e questões de implementação computacional podem ser vistos
em [26,27].
Nesta seção serão apresentadas, para malhas curvilíneas generalizadas, metodologias segregadas para a solução do
acoplamento pressão-velocidade, isto é, a equação de conservação da massa será transformada em uma equação para a correção
de pressão, exatamente como feito no Cap. 6. A extensão dessas metodologias para escoamentos compressíveis, conforme feito
no Cap. 7, também será apresentada para malhas curvilíneas.
Inicialmente, será realizada a discretização para uma variável genérica ϕ que poderá representar u, v, w, T ou outro escalar
qualquer que caracterize o transporte advectivo e difusivo de uma determinada propriedade, como k e ε, por exemplo. Em
seguida, será apresentada a discretização da equação de conservação da massa, juntamente com a transformação da mesma em
uma equação para a pressão. Nesse processo, já será considerado o tratamento de escoamentos de qualquer velocidade, o que
permite que problemas subsônicos, transônicos e supersônicos sejam resolvidos com o mesmo esquema numérico. Ao criar-se a
equação para a pressão, a partir da equação de conservação da massa, será necessário escolher um método de acoplamento entre
a pressão e a velocidade.
Dois métodos, o SIMPLEC e o PRIME, serão aplicados para coordenadas curvilíneas e escoamentos a qualquer
velocidade. Os procedimentos de cálculo e as maneiras de criar as equações de correção de velocidade e os detalhes dos
métodos já foram vistos no Cap. 6, e aqui faremos a extensão para malhas curvilíneas não ortogonais. Outros métodos de
acoplamento pressão-velocidade podem ser facilmente empregados para coordenadas generalizadas seguindo-se o procedimento
que será mostrado. A metodologia a ser apresentada se classifica como um cell-center method, ou seja, um método de volumes
finitos tradicional, em que o elemento é o próprio volume de controle, conforme Fig. 10.5, e o conceito de elemento não é
utilizado. Nessa formulação não existem volumes quebrados, e, como consequência, não existem nós sobre as fronteiras.
Existem seis pontos de integração (em 3D) nas interfaces dos volumes de controle, e o cálculo dos fluxos depende das variáveis
armazenadas nos centros dos volumes de controle vizinhos.
No Cap. 6 vimos também que podemos tratar o acoplamento pressão-velocidade sem aplicar os métodos tipo-SIMPLE,
bastando para isso criar uma expressão para as velocidades nos pontos de integração que envolva a pressão. Ao introduzir essa
expressão na equação de conservação da massa, a pressão aparece, juntamente com as velocidades, de forma implícita. A
metodologia que resolve simultaneamente a pressão e a velocidade será vista no Cap. 13, quando malhas não estruturadas
formadas por quadriláteros e triângulos forem estudadas. As duas formas de tratar o acoplamento podem ser aplicadas para
malhas estruturadas e não estruturadas. Portanto, o aprendizado deste capítulo é aplicável ao Cap. 13 e vice-versa.

Fig. 12.52 Volume de controle no plano transformado

12.5.2 INTEGRAÇÃO DAS EQUAÇÕES


A integração das equações diferenciais no plano transformado segue, exatamente, os mesmos passos empregados para
integrar as equações no sistema coordenado cartesiano. Portanto, as formulações implícita e explícita, formulações compressível
e incompressível, formulação para qualquer regime de velocidade, os fundamentos básicos dos diferentes métodos para tratar do
acoplamento pressão-velocidade em problemas de escoamentos incompressíveis e outros detalhes numéricos são considerados
conhecidos do leitor. Informações adicionais serão fornecidas naquilo em que o uso de coordenadas generalizadas altera o
procedimento convencional.

EQUAÇÕES DA QUANTIDADE DE MOVIMENTO E ENERGIA


As equações de conservação, representadas pela variável genérica ϕ, têm a seguinte forma, quando escritas no sistema de
coordenadas curvilíneas em três dimensões
em que é o termo de pressão quando as equações forem de quantidade de movimento, e os αij são dados por

Observe que os termos que contêm αij, com i diferente de j, são termos difusivos oriundos da não ortogonalidade da malha.
Adotando-se uma formulação totalmente implícita, isto é, todos os termos da equação são avaliados em t + Δt, a integração
da Eq. (12.179) no tempo e no volume elementar, mostrada na Fig. 12.52, resulta em
em que L[] representa a aproximação numérica do termo entre colchetes e

representam, respectivamente, a massa no instante t + Δt e no instante t no interior do volume de controle e as vazões mássicas
através das seis faces do volume de controle. A Fig. 12.53 mostra as conexões entre o ponto P, que está no centro e não aparece,
e seus vizinhos. É possível ver por essa figura que, para um problema tridimensional, o ponto P estará ligado a 18 volumes
vizinhos, criando, portanto, uma matriz com estrutura de 19 diagonais.
Fig. 12.53 Volume de controle elementar central e seus 18 vizinhos

Os coeficientes Dij presentes nos termos difusivos são dados por

e o volume, no domínio transformado, é dado por

Observando-se a Eq. (12.186), constata-se que são necessárias as avaliações de ϕ e de suas derivadas nas interfaces do
volume elementar. Logo, uma função de interpolação deve ser empregada.
A escolha da função de interpolação é um assunto de extrema importância, uma vez que a qualidade da função de
interpolação reflete a quantidade de difusão numérica embutida na solução final, conforme já discutido no Cap. 4.
O método de interpolação escolhido é WUDS — Weighted Upstream Differencing Scheme [28], por ser largamente
empregado na literatura e por ter sido o método usado em muitas das soluções de problemas que serão mostradas no Cap. 14.
Como visto no Cap. 4, o WUDS cria funções de interpolação a partir da solução exata do problema unidimensional de
convecção/difusão ao longo de uma linha coordenada.
Quando o sistema coordenado é ortogonal, o problema unidimensional de advecção/difusão ao longo de uma linha
coordenada leva em conta o fluxo advectivo e difusivo total que atravessa a face do volume de controle. Para malhas não
ortogonais, o estabelecimento do problema unidimensional ao longo de uma linha coordenada considera apenas o fluxo
advectivo na sua totalidade. O fluxo difusivo, por sua vez, é levado em consideração apenas parcialmente, pois é constituído de
derivadas ao longo das três linhas coordenadas. Conforme adotado em [18], o problema unidimensional de advecção/difusão na
coordenada principal é usado para determinar a função de interpolação. O restante do fluxo difusivo, que origina as derivadas
cruzadas, é aproximado com diferenças centrais. Em outras palavras, todas as derivadas que aparecem na Eq. (12.186),
multiplicadas por Dij, com i diferente de j, são avaliadas por diferenças centrais, enquanto aquelas multiplicadas por Dii terão o
fator de ponderação em função da importância advectiva e difusiva no processo. É claro que todo o termo difusivo poderia ser
aproximado por diferenças centrais sem ponderação, criando uma função dependente do número de Peclet apenas para o termo
advectivo. Na verdade é isso que acontece, pois o fator de ponderação dos termos difusivos rapidamente tende à unidade com o
aumento da velocidade.
Para obter os fatores de ponderação, o seguinte problema unidimensional é resolvido

Seguindo o procedimento já apresentado no Cap. 4, os coeficientes α e β que ponderam os termos advectivos e difusivos
são dados por

em que r é a razão entre o fluxo advectivo e difusivo na direção coordenada, dada por

Dessa forma, os valores da função ϕ nas interfaces, ou nos pontos de integração se preferirmos, do volume elementar são
calculados por
As derivadas diretas, que são parte do fluxo difusivo, são dadas por

enquanto as derivadas cruzadas, aproximadas por diferenças centrais, são dadas por
Introduzindo as expressões para ϕ e suas derivadas na Eq. (12.186), encontramos a equação discretizada para o volume
elementar P, dada por

em que os coeficientes são dados por


O parâmetro α possui sempre o mesmo sinal da velocidade e varia de –0,5 a 0,5, enquanto os valores de β variam de 0 a 1.
Adota-se, em geral, para α = 0,5 ou –0,5, β = 0, e para α = 0, β = 1, caracterizando, neste último caso, um problema puramente
difusivo. Pode-se usar, obviamente, α = 0,5 e β = 1, o que significa adotar uma interpolação upwind para os termos convectivos
e diferenças centrais para os difusivos, conforme já comentado.
Os termos de pressão são avaliados usando-se diferenças centrais, e, quando a equação de Navier-Stokes estiver sendo
considerada, são dados por
O termo fonte também deverá ser aproximado numericamente. Sua expressão dependerá do tipo de problema em
consideração. Para um problema tridimensional para escoamentos de qualquer velocidade, sua aproximação poderá ser vista em
[29].

EQUAÇÃO DE CONSERVAÇÃO DA MASSA


A equação de conservação da massa integrada no tempo e no volume elementar é utilizada para a obtenção de uma
equação para a pressão ou para a correção da pressão, dependendo do método de acoplamento empregado. A equação resultante
para a pressão, ou sua correção, dependerá da formulação empregada, se incompressível, ou compressível/incompressível.
Neste texto, conforme já salientado, será utilizada a formulação para escoamentos de qualquer velocidade. A equação de
conservação da massa discretizada é dada por

A FORMULAÇÃO PARA QUALQUER VELOCIDADE


Esta formulação já foi vista em detalhes no Cap. 7 para coordenadas cartesianas, e aqui sua extensão é feita para
coordenadas generalizadas. Na Eq. (12.204), aparece, em todos os termos, o produto da massa específica pela velocidade. Se
tanto a massa específica quanto a velocidade forem variáveis do problema, e como ambas dependem da pressão, esses produtos
representarão não linearidades importantes.
Para escoamentos a baixas velocidades, ou onde a massa específica é uma função só da temperatura, é possível linearizar a
equação da conservação da massa, mantendo a massa específica nos coeficientes. Dessa forma, tomando o fluxo de massa na
face leste como exemplo, tem-se a seguinte expressão

Substituindo-se as velocidades por expressões em função da pressão, ou sua correção, e levando esses termos à equação de
conservação da massa, encontra-se a equação para a pressão ou para a sua correção. Para escoamentos de alta velocidade, os
fluxos de massa podem ser linearizados de forma diferente, mantendo-se, agora, as velocidades nos coeficientes. Assim,
tomando novamente o fluxo na face leste como exemplo, a linearização resulta em

A equação para a pressão, ou sua correção, é obtida, agora, substituindo-se as massas específicas por expressões em função
da pressão ou de sua correção.
Para regimes de qualquer velocidade, abrangendo a faixa de escoamentos incompressíveis e compressíveis, conforme
discutido no Cap. 7, a linearização deve contemplar a manutenção da massa específica e da velocidade como ativas na equação
de conservação da massa. O fluxo na face leste linearizado tem, então, a seguinte forma

É importante observar que a linearização acima contempla os limites incompressível e compressível. Por exemplo, quando
o escoamento é de baixa velocidade e a massa específica pode ser colocada nos coeficientes, cancela-se o segundo termo com o
terceiro, resultando na linearização dada pela Eq. (12.205). Se o escoamento for supersônico, permitindo que a velocidade seja
acomodada nos coeficientes, o primeiro termo será cancelado com o terceiro, resultando na linearização dada pela Eq. (15.206).
Com essa linearização, os outros termos da equação da conservação da massa possuem a seguinte representação

Substituindo os fluxos acima na equação de conservação da massa, encontramos

Observando a Eq. (12.213), constata-se que, para torná-la uma equação para a pressão, é preciso substituir as massas
específicas e as componentes do vetor velocidade (sem estrelas) por expressões em função da pressão ou de sua correção. Todas
as variáveis que possuem o sobrescrito estrela farão parte do termo fonte da equação para a pressão. As expressões da
velocidade e massa específica em função da pressão são as chamadas equações de correção e são dependentes do método de
acoplamento empregado.
Deve ser, também, observado que as massas específicas e as componentes do vetor velocidade são necessárias nas
interfaces do volume de controle para a conservação da massa. Se o arranjo desencontrado é utilizado, as velocidades já são
disponíveis nas interfaces. As massas específicas, por outro lado, independentemente do arranjo, estarão sempre armazenadas
no centro do volume de controle da conservação da massa, junto com a pressão. Portanto, é necessário utilizar uma função de
interpolação para determinar as massas específicas nas interfaces. A função de interpolação empregada [30] é semelhante à
usada no método WUDS. As expressões para as massas específicas nas interfaces são
em que γ é um parâmetro que vale +0,5 e –0,5 para velocidades positivas e negativas, respectivamente. As Eqs. (12.214) a
(12.219) são semelhantes à Eq. (4.29), com a particularidade de apenas contemplar o esquema upwind, uma vez que na equação
da conservação da massa não existem termos difusivos para cálculo de um coeficiente ponderando os termos advectivos e
difusivos. Dessa forma, o uso de γ = ±0,5 garante a positividade dos coeficientes da equação da conservação da massa.
Usando-se as expressões para as massas específicas nas interfaces na Eq. (12.213), encontra-se

em que
e

Observe que, agora, devem ser introduzidas na Eq. (12.220) as expressões das massas específicas nodais e das velocidades
nas interfaces como funções das pressões. As funções que relacionam as densidades com as pressões serão obtidas da equação
de estado, enquanto as expressões que relacionam as componentes do vetor velocidade com as pressões serão obtidas das
equações do movimento. Deve-se salientar, novamente, que, se o arranjo desencontrado for utilizado, as velocidades já estarão
disponíveis nas interfaces. Se o arranjo colocalizado for empregado, expressões para as velocidades nas interfaces deverão ser
obtidas em função das velocidades nos centros dos volumes de controle. No momento, admite-se que, de alguma forma, as
velocidades estão disponíveis nas fronteiras do volume de controle.
A seguir, serão apresentadas as equações de correção de velocidade e massa específica para os métodos SIMPLEC [31] e
PRIME [18].

MÉTODO SIMPLEC PARA ESCOAMENTO A QUALQUER VELOCIDADE


Seguindo o procedimento proposto em [32], utilizando a Eq. (12.197) para ϕ = u e ϕ = u*, explicitando o termo da pressão
e subtraindo-as, obtém-se

No método SIMPLE [32], o segundo termo do lado direito da Eq. (12.235) é desprezado. Para não desprezar as correções
das velocidades vizinhas, como feito no SIMPLE, o método SIMPLEC [31] propõe desprezar a diferença das correções das
velocidades vizinhas, subtraindo de ambos os lados da Eq. (12.235) a expressão . Dessa forma, a equação resulta em

ou
de onde se infere, com facilidade, por comparação com a Eq. (12.236), a expressão para .
A Eq. (12.237) nada mais é do que a equação de correção da velocidade u, e foi obtida da equação do movimento. Esta
equação de correção, desde que relacione correções da velocidade com correções do gradiente da pressão, pode ser de qualquer
natureza. Obviamente, é de grande auxílio no processo iterativo se essas equações tiverem também um suporte físico, pois
melhoram a convergência do método. Repete-se, aqui, o já comentado no Cap. 6, que o resultado final do problema é,
obviamente, independente das equações de correção das velocidades.
Imaginando, agora, que existam as componentes v e w armazenadas na mesma interface e, podemos criar uma equação de
correção semelhante para v e w como

em que o valor de de é o mesmo para u, v e w, pois os coeficientes das equações do movimento são iguais, uma vez que estão
sendo avaliados no mesmo ponto, e, doravante, terão o sobrescrito U, V e W, quando forem avaliados nas faces leste e oeste,
norte e sul, e posterior e anterior, respectivamente. As expressões numéricas dos gradientes de pressão são dadas pelas Eqs.
(12.201) a (12.203), substituindo-se P por P′ nessas equações.
Empregando-se a Eq. (12.157), encontra-se a componente contravariante, sem normalização métrica, para a face leste do
volume de controle, dada por

e, para a componente Uw, procedendo de maneira semelhante, encontra-se

Considerando, agora, as faces norte, sul, da frente e de trás do volume de controle, podem-se encontrar as equações de
correção também para essas quatro faces. Com essas velocidades e usando-se as Eqs. (12.158) e (12.159), determinam-se as
equações de correção para as componentes contravariantes sem normalização métrica, V e W, dadas por

As relações acima devem ser introduzidas na Eq. (12.220) para obtenção da equação para a correção de pressão P′. Se elas
forem usadas na forma apresentada, teremos uma equação envolvendo 19 pontos de pressão. Para simplificar, e sabendo que as
equações de correção não afetam o resultado final do problema e, também, que os gradientes de pressão multiplicados por αij,
com i diferente de j, são pequenos quando a não ortogonalidade da malha não for excessiva, podemos utilizar as seguintes
equações de correção

Dessa forma, a equação resultante para P′ terá apenas sete pontos, o central e seis vizinhos, ficando bem mais simples a
solução do sistema linear correspondente.
Para a transformação da Eq. (12.220) em uma equação para P′ falta, ainda, expressar as massas específicas em função de
P′. Se, para expressarmos as velocidades em função de P′, utilizamos as equações de conservação da quantidade de movimento,
parece lógico que, agora, seja empregada a equação de estado, que relaciona a pressão e a massa específica.
Linearizando a equação para a pressão, encontramos

Considerando que para um campo estimado de P, ou seja P*, a correspondente massa específica é ρ*, temos

Subtraindo-se as equações anteriores, encontramos

em que Cρ, para o caso de um gás perfeito, é igual a 1/RT. Equações de estado para outras substâncias podem ser empregadas e
colocadas na forma da Eq. (12.252).
As expressões necessárias para substituição na Eq. (12.220) são
Substituindo as expressões de U, V e W nas faces, dadas pelas Eqs. (12.246) a (12.251), e para ρ nos sete pontos, dadas
pelas Eqs. (12.255) a (12.261), na Eq. (12.220) obtém-se a equação para P′ na forma

onde os coeficientes são dados por

e, para o termo fonte, tem-se

Nas expressões acima os coeficientes d são dados por

onde, por exemplo, o coeficiente é dado por


que é obtido com os coeficientes da equação do movimento para a velocidade v armazenada no ponto P.
A Eq. (12.262) pode ser, então, resolvida para obter-se um campo de pressões P′ que corrigirá as velocidades de tal forma
que as mesmas satisfaçam a conservação da massa. Entretanto, para que as velocidades possam ser corrigidas pelas Eqs.
(12.246) a (12.251) é necessário determinar as velocidades contravariantes estimadas, como etc., que aparecem nas
equações mencionadas. Essa tarefa é realizada a seguir.
Considere a Fig. 12.54, onde dois volumes elementares, um centrado em P e outro em E, são mostrados. Para esses dois
volumes, têm-se as componentes cartesianas do vetor velocidade armazenadas nos centros, isto é, nos pontos P e E. Deseja-se
obter a componente contravariante U* na interface e, mostrada na figura. A técnica, já discutida no Cap. 6, consiste em
determinar uma pseudoequação para as componentes cartesianas u*, v* e w* na face e, para depois então determinar a
componente contravariante U*.
Para as velocidades u* centradas em P e E podemos escrever, seguindo a metodologia apresentada em [33]

Interpolando linearmente os termos das equações anteriores, exceto os dois últimos, obtém-se

em que se observa que o termo transiente contém a velocidade na interface no instante anterior. Tal procedimento evita que a
solução de regime permanente seja dependente do Δt empregado. O gradiente de pressão, também, não sofre um processo de
média aritmética, sendo substituído por um gradiente de pressão consistente, semelhante ao usado quando o arranjo
desencontrado de variáveis é empregado.
Obtendo e pelo mesmo processo, podemos determinar usando a equação que relaciona as componentes
cartesianas e contravariantes. Nas outras cinco faces do volume de controle o procedimento é idêntico, permitindo-nos
determinar e . Lembre que essas velocidades serão usadas no processo de correção das
velocidades contravariantes.
Os sistemas lineares, representados pela Eq. (12.197) para ϕ = u, v, w e T, pela Eq. (12.262) para a correção da pressão e
pela equação de estado ρ = ρ(P, T), formam a aproximação do sistema de seis equações a seis incógnitas do problema do
escoamento compressível e/ou incompressível tridimensional. No procedimento de solução segregada, uma possível sequência
de solução é dada a seguir.
Fig. 12.54 Obtenção de

1. Sendo o problema transiente, são conhecidos no instante t = 0, ou instante de tempo n, os campos de ρ, P, T, u, v e w. Se o


pseudotransiente, ou transiente distorcido, estiver sendo empregado, esses campos são estimados.
2. Estimam-se os campos de u, v, w, P, T e ρ no instante t + Δt, ou instante n + 1. Logicamente, ρ, P e T devem satisfazer a
equação de estado.
3. Calculam-se os coeficientes e termos fontes para as equações de u, v, w e T. Esses coeficientes envolvem as componentes
contravariantes U, V e W. Estas são calculadas com u, v e w estimados no item 2. Lembre que no cálculo do termo fonte
para u, v e w está envolvido o operador L[Pϕ], que é avaliado com o campo de pressões P* estimado.
4. Resolvem-se os sistemas lineares para u, v e w. As soluções são os campos estimados u*, v* e w*. Calculam-se U*, V* e W*.
5. Calculam-se os coeficientes e o termo fonte para P′ e resolve-se a Eq. (12.262).
6. Corrigem-se as componentes contravariantes do vetor velocidade e a massa específica, utilizando o campo P′. É importante
lembrar que, para realizar o processo de correção, é necessário obter as equações dadas pela Eq. (12.280) e análogas. A
correção das componentes contravariantes dá-se através das Eqs. (12.246) a (12.251), e a correção da massa específica,
pela Eq. (12.254). Conhecendo-se as componentes contravariantes nas interfaces, é possível calcular as contravariantes
no centro do volume de controle e, com estas, as cartesianas, se for de interesse. É possível, agora, tratar o acoplamento u,
v, w, P e ρ e as não linearidades para um campo de T estimado. Retorna-se ao item 3 e itera-se até a convergência. Nesse
ponto, foi calculado um campo de u, v, w, P e ρ que satisfaz as equações de conservação da quantidade de movimento e
massa para um dado campo de temperatura. As não linearidades poderiam não ter sido tratadas, considerando-se apenas o
acoplamento u, v, w, P, ρ. Nesse caso, ao retornar ao item 3, apenas o termo L[Pϕ] é recalculado, com o novo campo de
pressão dado por P = P* + P′.
7. Calcular os coeficientes para a equação da energia. Resolver o sistema linear e obter T. Com T, usando a equação de estado,
calcular um novo campo de ρ. Retorna-se ao item 3, calculando-se apenas L[Pϕ]. Itera-se até a convergência. Nesse ponto,
são conhecidos os campos de ρ, u, v, w, P e T para um determinado conjunto de coeficientes. Retorna-se ao item 3,
recalculando os coeficientes e itera-se até a convergência. Após esse procedimento, temos a solução para o instante de
tempo n + 1. Se estamos calculando um transiente real, esses campos são armazenados e utilizados, também, como
estimativas para a iteração dentro do novo intervalo de tempo. A partir do item 2, então, repete-se o procedimento,
calculando-se a solução até o tempo desejado.
É lógico que, se apenas a solução de regime permanente for de interesse, as soluções dos sistemas lineares dentro de cada
intervalo de tempo não devem ser obtidas com critérios por demais restritivos. As iterações dentro dos sistemas lineares, em
cada intervalo de tempo, devem ser avançadas até o limite que garanta a convergência do processo. Infelizmente, esse limite não
é conhecido e, para esses procedimentos iterativos, não existem regras ou provas que garantam a convergência, sendo, no caso,
a experiência do analista numérico a ferramenta mais importante.

MÉTODO PRIME PARA ESCOAMENTO A QUALQUER VELOCIDADE


Ficaram evidentes, no método SIMPLEC, os dois passos no procedimento para tratar o acoplamento, isto é, o passo em que
ρ, U, V e W são corrigidos para satisfazer a conservação da massa e o passo em que o novo campo de pressões é calculado via P
= P* + P′. É importante salientar, mais uma vez, que, no método SIMPLEC, as equações de correção da velocidade são
expressões quaisquer que não interferem na solução final, mas apenas na taxa de convergência do processo iterativo. A
recomendação é o uso de equações de correção de velocidades o mais próximas possível das equações de conservação da
quantidade de movimento, pois é exatamente esse fato que acelera o processo de convergência.
No método PRIME, a estrutura iterativa é bastante simplificada, realizando-se os dois passos em apenas um, isto é, a
correção das velocidades e a determinação da pressão são realizadas simultaneamente. Conforme descrito no Cap. 6, no método
PRIME as equações de correção das velocidades são as próprias equações do movimento. Estas equações discretizadas, escritas
para um volume elementar qualquer P, têm a seguinte forma

No método PRIME, a equação de correção é escrita como

em que ûP é dado por

Observe-se que a equação de correção, Eq. (12.284), é a própria equação de conservação de quantidade de movimento.
Equações semelhantes podem ser escritas para v e w como

Se estivéssemos trabalhando com o arranjo desencontrado e com coordenadas cartesianas, as Eqs. (12.284), (12.286) e
(12.287) seriam escritas para as seis faces do volume de controle e substituídas na equação de conservação da massa, obtendo-
se uma equação para a pressão. Esta equação para a pressão, quando resolvida, permitiria a correção das velocidades, dadas
pelas equações acima mencionadas, e seria o campo de pressões para aquele nível iterativo, conforme já visto no Cap. 6.
Como se deseja aplicar esse procedimento para o arranjo colocalizado e coordenadas generalizadas, duas questões devem
ser preliminarmente resolvidas. A primeira delas é obter uma equação aproximada, semelhante à Eq. (12.284), para as
velocidades nas interfaces do volume de controle no qual se realiza o balanço de massa, na forma

Reportando-nos novamente à Fig. 12.54, onde vemos os volumes elementares centrados em P e E, para os quais temos as
equações de conservação de quantidade de movimento escritas, podemos obter uma expressão para ûe, seguindo a metodologia
descrita em [34] na forma
em que os subíndices P e E significam que os termos pertencem às equações do movimento escritas para os respectivos
volumes de controle. As velocidades que tomam parte na Eq. (12.291) são os melhores valores disponíveis. Equações
semelhantes podem ser obtidas para e ŵe.
A segunda é obter, utilizando as componentes cartesianas, as componentes contravariantes, pois estas são necessárias no
balanço de massa, quando coordenadas generalizadas são empregadas. Usando as expressões da Seção 12.4, que relacionam as
componentes contravariantes e as cartesianas, obtém-se, por exemplo, a expressão para a componente Ue como

em que é a aproximação numérica dos gradientes de pressão combinados das três equações do movimento para as
componentes cartesianas. É fácil de ver que tal operador envolve os gradientes de pressão nas três direções do sistema de
coordenadas generalizadas.
As expressões para Uw, Vn, Vs, Wf e Wb podem ser obtidas de modo semelhante. Introduzindo essas seis equações,
juntamente com a equação para a massa específica na forma

na equação de conservação da massa, obtemos uma equação para a pressão do tipo

Deve ser observado que, para um problema tridimensional, a equação da pressão terá 19 pontos. No método PRIME,
rigorosamente, não podemos desprezar os gradientes de pressão nas direções cruzadas, pois a pressão resultante da solução da
Eq. (12.294) é a solução buscada para aquele nível iterativo. A correção das velocidades com esse campo de pressão nos
fornecerá as velocidades que satisfazem o balanço de massa.
Um ciclo iterativo para o método PRIME pode ter os seguintes passos:
1. Sendo o problema transiente, são conhecidos no instante t, ou instante de tempo n, os campos de ρ, P, T, u, v e w Se o
pseudotransiente estiver sendo empregado, esses campos são estimados.
2. Estimam-se os campos de u, v, w, P, T e r no instante t + Δt, ou instante n + 1. Logicamente, ρ, P e T devem satisfazer a
equação de estado. O valor de ρ é tomado como ρ*, e U*, V* e W* são calculados com os valores de u, v e w estimados.
3. Calculam-se os coeficientes e termos fontes para as equações de u e v e w.
4. Calculam-se Û, e Ŵ. A determinação de Û, e Ŵ é explícita, isto é, feita ponto a ponto. É importante repetir que Û, e
Ŵ contêm toda a equação do movimento, exceto os termos de pressão.
5. Calculam-se os coeficientes e o termo fonte para a pressão. Resolve-se a Eq. (12.294) para P.
6. Corrigem-se as velocidades contravariantes usando a Eq. (12.292) e suas análogas para Uw, Vn, Vs, Wf e Wb. Calcula-se um
novo campo de massa específica. Nesse ponto, temos um campo de velocidades e massa específica que satisfazem a
equação de conservação da massa. Os coeficientes ainda não foram atualizados.
7. Retorna-se ao item 3 e itera-se até a convergência. Nesse ponto, temos campos de u, v, w, ρ e P que satisfazem as equações de
conservação da quantidade de movimento e massa para um dado campo de temperatura.
8. Calulam-se os coeficientes para a equação da energia. Resolve-se o sistema linear e obtém-se T. Com T, calcula-se um novo
campo de massa específica. Retorna-se ao item 3 e itera-se até a convergência. Nesse ponto, temos a solução para o
instante de tempo n + 1.
9. Volta-se ao item 2 e repete-se o procedimento para o novo intervalo de tempo e assim sucessivamente, até se obter a solução
para o tempo desejado.
Um detalhe importante do método PRIME é a solução das equações do movimento, que é realizada de forma explícita
através do cálculo de û, e ŵ. Por essa razão, o processo iterativo mostrado envolve a solução de apenas dois sistemas lineares,
um para P e outro para T, em cada ciclo iterativo.

12.5.3 CONDIÇÕES DE CONTORNO


A aplicação das condições de contorno de um determinado problema físico é a parte mais importante da modelação
numérica. Em problemas reais elas, normalmente, não são claramente identificadas, e só o conhecimento detalhado da física do
problema permitirá escolher a melhor condição de contorno. Saber escolher corretamente as condições de contorno, de tal forma
que não destruam a qualidade da solução desejada, faz parte da experiência em resolver problemas de engenharia.
No Cap. 6, foram apresentadas duas formas de aplicar as condições de contorno: o uso de pontos fictícios e a integração
das equações de conservação para os volumes de fronteira. Nesta seção, apenas relembraremos o segundo procedimento,
procurando somente discutir aquilo que diz respeito ao uso de coordenadas não ortogonais, uma vez que o procedimento é o
mesmo descrito no Cap. 6.
A técnica natural para aplicação das condições de contorno, por ser compatível com o procedimento adotado para os
volumes internos, é realizar um balanço da propriedade em consideração para o volume de fronteira, incorporando a condição
de contorno à equação aproximada do volume de fronteira.

Fig. 12.55 Condições de contorno na face leste

O procedimento é idêntico ao realizado para os pontos internos, isto é, integrar a equação diferencial na forma conservativa
sobre o volume de fronteira. Considere a Fig. 12.55, onde uma fronteira leste é representada. Deve ser lembrado que estamos
usando variáveis colocalizadas, e, portanto, todas as variáveis estão no centro do volume de controle. A Fig. 12.56 mostra a
mesma situação com um corte, para que o volume interno W possa ser visto. Ainda para ajudar a visualização, a Fig. 12.57
mostra uma superfície do corte γ = constante, denominada ABCD.
Fig. 12.56 Condições de contorno na face leste

Fig. 12.57 Corte da Fig. 12.56

Considere, também, a Eq. (12.179), onde apenas os termos convectivos e difusivos em ξ são considerados e dados por

e
onde deve ser observado que o termo entre parênteses na última expressão representa o fluxo difusivo que atravessa uma face
ΔηΔγ. Em outras palavras, o termo entre parênteses é a derivada normal de ϕ em uma superfície de ξ constante.
Para obter a equação discretizada para o volume centrado em P, nesse caso um volume de fronteira, devemos integrar a
equação de conservação. Para exemplificar, integrando apenas os termos advectivos e difusivos, encontramos, para o termo
advectivo,

e, para o termo difusivo,

Para os termos avaliados em w, o procedimento é idêntico ao aplicado aos volumes internos, pois essas fronteiras são
internas e uma função de interpolação deve ser empregada. Para a face e, deve-se substituir o fluxo advectivo e o difusivo pelo
existente na fronteira. Não é demais enfatizar que a aplicação das condições de contorno em uma metodologia em volumes
finitos resume-se em especificar os fluxos advectivo e difusivo nas fronteiras. Sempre, qualquer condição de contorno recairá na
aplicação de um fluxo difusivo ou advectivo na fronteira. Os diversos tipos de condições de contorno são analisados a seguir.

FRONTEIRA IMPERMEÁVEL — (ρUϕ) = 0 ϕ PRESCRITO


Para esse caso, o fluxo difusivo de ϕ na face e, ou seja, o valor entre parênteses na Eq. (12.296), deve ser aproximado,
empregando-se os valores de ϕ prescritos na fronteira. Por exemplo, se uma distribuição de ϕ é prescrita sobre a fronteira leste
(ξ = constante), as três derivadas que aparecem na Eq. (12.296) devem ser avaliadas. Tem-se, então,

em que ϕne, ϕe, ϕse, ϕfe e ϕbe estão sobre a fronteira e são conhecidos, pois ϕ é prescrito. As Eqs. (12.297) a (12.299), quando
introduzidas na Eq. (12.296), permitem obter a equação aproximada para o volume de fronteira. Observe que a equação
resultante não envolverá pontos fictícios.

FLUXO DE ϕ PRESCRITO
Lembrando que, na Eq. (12.296), a expressão entre parênteses é, exatamente, o fluxo de ϕ por unidade de área,
multiplicado pela área, e que atravessa a face leste do volume de controle, basta substituir, diretamente, o termo entre parênteses
pelo valor prescrito. Esta é, como já comentado no Cap. 6, a condição de contorno natural no método dos volumes finitos.
FRONTEIRA COM FLUXO DE MASSA
Nesse caso, duas situações são importantes: a de entrada e a de saída de massa do domínio.

ENTRADA DE MASSA COM ρU CONHECIDO


Reportando-se novamente à Fig. 12.56, considere uma entrada de massa conhecida pela fronteira leste (e). Nesse caso, não
pode existir fluxo difusivo nessa face, pois, se existisse, o mesmo estaria afetando a distribuição de ϕ a montante, e, portanto,
não seria possível prescrever o fluxo convectivo. Em outras palavras, a fronteira do domínio de cálculo não poderia ter sido
escolhida naquela posição. Como é normal, se existir entrada de massa em uma fronteira, para o valor de ϕ ser prescrito, o valor
do fluxo difusivo de ϕ deve ser prescrito nulo. Repetimos que, caso o analista numérico “sinta” que o fluxo difusivo é
importante naquela fronteira, isso significa dizer que o local escolhido não é adequado para prescrever condições de contorno. A
fronteira deve ser removida até uma posição onde, claramente, as condições de contorno sejam disponíveis, ou se possa aplicar
a condição acima dentro de uma margem de erro definida pelo analista.
É uma importante tarefa da modelação matemática escolher adequadamente as fronteiras do domínio de cálculo e as
respectivas condições de contorno.

SAÍDA DE MASSA COM ρU NÃO CONHECIDO


Em fronteiras com saída de massa, raramente sabe-se a distribuição de velocidade de saída. Na maioria dos casos, a
condição prescrita é de pressão, e nem a vazão mássica total é conhecida. Para esses casos, a condição usual é prescrever para ϕ
a condição localmente parabólica. Os valores de ϕ na fronteira de saída são em geral ditados pela solução do problema e podem
ser extrapolados de valores internos. Com relação ao fluxo difusivo, como a própria condição indica, ele deve ser prescrito igual
a zero, e os comentários já feitos anteriormente aplicam-se novamente.

UTILIZAÇÃO DE VOLUMES FICTÍCIOS PARA AS CONDIÇÕES DE CONTORNO


Para as componentes do vetor velocidade, que em geral possuem condições de contorno de Dirichlet, o uso de pontos
fictícios, principalmente em situações tridimensionais, é também aconselhável. Considere a Fig. 12.58, onde um volume fictício
P é mostrado. Como o volume físico W agora será considerado um volume interno, uma equação deverá ser obtida para o
volume fictício P, na forma

Para o caso de ϕ prescrito, tem-se

de onde se tira que AP = 1, Aw = –1 e B = 2ϕw.


Para fluxo de ϕ prescrito, a utilização de volumes fictícios com coordenadas generalizadas não é recomendada, pois é
difícil representá-lo através dos gradientes de ϕ em três direções que envolvem pontos fictícios. Para esclarecer esse ponto,
considere a situação bidimensional dada pela Fig. 12.58, onde se deseja prescrever a seguinte condição de fluxo

A expressão da derivada normal em uma linha de ξ constante é dada por

em que α e β, nesse caso, representam as componentes do tensor métrico α11 e –α12, respectivamente. Aproximando as derivadas
por diferenças finitas, encontramos a equação para o volume fictício P, dada por
Observa-se, nesse caso, que os pontos fictícios vizinhos também tomam parte na equação, justamente pelo fato de o
sistema coordenado ser não ortogonal. Esses pontos terão que fazer parte do sistema linear de forma implícita, aumentando o
tamanho da matriz. Para uma situação tridimensional, fica ainda mais complexo. Por essa razão, o que normalmente se faz, na
aplicação das condições de contorno, é usar pontos fictícios para as velocidades, que possuem quase sempre condições de
Dirichlet, e usar balanços para a equação da energia e conservação da massa. Ou empregar o método do balanço para todas as
variáveis.

Fig. 12.58 Uso de volumes fictícios

Apenas para relembrar, para a equação da conservação da massa, ou equação para a pressão, as condições de contorno são
obtidas observando-se as condições de contorno existentes para as velocidades naquela fronteira. Por exemplo, considerando-se
na Fig. 12.56 a realização do balanço de massa para o volume P, para determinar a equação para a pressão, o fluxo entra na
equação com seu valor conhecido da condição de contorno, e não através de uma equação de correção de velocidade, como é
feito para as faces internas. Dessa forma, obviamente, a condição de contorno já estará incorporada na equação discretizada,
sem necessidade de pontos fictícios [18].

12.5.4 A TÉCNICA DE MULTIBLOCOS


Em muitas situações, não é possível gerar um sistema coordenado curvilíneo cujo mapeamento se dê em um bloco único.
Geometrias com protuberâncias, conforme discutido no Cap. 11 e mostrado na Fig. 12.59, necessitam de uma discretização
formada por dois sistemas coordenados independentes, nesse caso formando dois blocos. Quando a geometria é bastante
complexa, o número de blocos aumenta bastante, chegando a milhares de blocos em um problema real de engenharia. O uso de
multiblocos evita a técnica de gerar uma malha que englobe toda a geometria, com o posterior bloqueio de volumes que se
encontram fora da superfície. O número de volumes bloqueados e sem atuação é quase sempre comparável ao número de
volumes úteis.
Na solução usando multiblocos, o problema é resolvido iterando-se entre os blocos, em um processo até a convergência.
Para o caso mostrado na Fig. 12.59, a iteração será entre os dois domínios, conforme mostrado na Fig. 12.60.
Ao resolver-se as equações no domínio GHIJ observa-se que, ao longo de CD as condições de contorno não são
conhecidas. Usa-se então, como condições de contorno, a solução ao longo de CD, obtida quando o problema for resolvido no
domínio ABEF, uma vez que CD, nesse domínio, é um segmento interno. Por outro lado, ao resolver-se o problema no domínio
ABEF, os valores das variáveis dependentes ao longo de CE e DF são requeridos como condições de contorno. Estas condições
são obtidas da solução do domínio GHIJ, uma vez que CE e DF são segmentos internos nesse domínio.

Fig. 12.59 Discretização em multiblocos

O uso de multiblocos associado a coordenadas generalizadas confere grande versatilidade ao tratamento de geometrias
bastante complexas, pois é possível particionar o domínio, encontrando blocos nos quais malhas simples podem ser geradas. Os
algoritmos usados são os de bloco único aplicados diversas vezes sobre blocos diferentes. A única dificuldade que pode
aparecer é com relação à convergência, pois as informações devem ser transferidas de bloco para bloco. A forma de
transferência de informações é, consequentemente, um detalhe importante da metodologia que usa multiblocos. Uma dessas
formas, conforme descrito para o domínio da Fig. 12.59, é o uso de superposição de volumes dos domínios envolvidos. Essa
técnica é bastante eficiente, pois o acoplamento entre os dois domínios envolve muitos volumes. Quanto maior o número de
volumes coincidentes com os dois domínios, mais eficiente é a transferência de informações e mais estável o procedimento
iterativo.
Entretanto, o que se busca é evitar, ao máximo, a superposição de volumes, para economizar memória e para tornar ainda
mais geral o particionamento. Nessa técnica, o processo de transferência é mais delicado e é a questão-chave da metodologia.
A primeira técnica citada, a que utiliza volumes superpostos, foi empregada usando coordenadas generalizadas para a
solução de escoamentos em bifurcações de geometria irregular [35][36]. Apesar de essa técnica ser extremamente simples,
cuidados devem ser tomados, como, por exemplo, ao atribuir-se o sinal das variáveis nos contornos de transferência de
informações. Reportando-nos novamente à Fig. 12.59 e considerando que exista um escoamento entrando pela fronteira GI, as
velocidades na linha CE deixam o volume elementar. Ao se implementarem essas velocidades como condições de contorno do
domínio ABEF, elas estarão entrando no domínio. Dependendo do sistema de eixos usados para os dois domínios, o sinal da
velocidade pode mudar ao passar de um domínio para outro [35].
Fig. 12.60 Domínios usados para a solução

A segunda técnica não usa superposição de volumes. As Figs. 12.61 e 12.62 mostram duas situações dessa natureza. A
primeira é quando na interface existe a coincidência das malhas dos dois domínios e a segunda, quando as malhas dos dois
domínios são completamente diferentes. Os dois casos serão chamados, respectivamente, de volumes coincidentes e volumes
não coincidentes. A metodologia a seguir descrita foi aplicada a problemas invíscidos empregando pontos fictícios para a
aplicação das condições de contorno em cada bloco [37][38].
A transferência de informações, como já comentado, nada mais é do que a aplicação das condições de contorno para um
bloco, em função dos valores disponíveis para o outro bloco. Para o caso de volumes coincidentes, e com o uso de pontos
fictícios para aplicação das condições de contorno, o volume centrado em P do bloco II é o volume fictício do volume W do
bloco I. Logo, as distâncias a e b devem ser aproximadamente iguais. Diferenças de até 20% são toleráveis.

Fig. 12.61 Interface com volumes coincidentes


Fig. 12.62 Interface com volumes não coincidentes

Como em problemas de escoamento de fluidos a transferência de informações no domínio se dá através do campo de


velocidades, a transferência de informações de um bloco para outro depende, fundamentalmente, do sentido do escoamento na
interface entre os blocos. As seguintes questões devem ser, então, respondidas:
a. Como especificar os escalares ϕ na interface?
b. Qual valor de pressão será usado para avaliar o gradiente de pressão para a equação de movimento escrita para o
volume centrado em W?
c. Como avaliar a velocidade contravariante na interface, uma vez que o arranjo é colocalizado e a mesma está
disponível em W?
Considere, inicialmente, o escoamento saindo do bloco I e, portanto, entrando no bloco II.
A avaliação de qualquer escalar ϕ na interface é feita como normalmente, isto é, usando-se uma função de interpolação
unidimensional entre W e P, empregando-se como valor de ϕ em P o valor obtido quando da solução do bloco II. Se esquemas
do tipo WUDS [28] forem empregados para altas velocidades, teremos o esquema tendendo a upwind, jogando, então, sobre a
fronteira os valores de ϕ existentes em W.
Para o valor da pressão em P é tomado o valor calculado para a pressão nesse ponto quando da solução do bloco II. Se for
a primeira iteração, começando pelo bloco I, assume-se o valor estimado para a variável. As sucessivas iterações entre blocos
corrigem o valor da pressão.
A terceira questão listada anteriormente requer a determinação da velocidade contravariante responsável pelo fluxo de
massa na interface. Para essa avaliação, quando a interface é interna ao domínio de solução, já vimos no Cap. 6 e neste capítulo,
uma equação aproximada para as componentes cartesianas é criada em função das equações nos pontos nodais. Com as
componentes cartesianas, calcula-se a componente contravariante desejada. Tal implementação seria complexa em se tratando
de uma interface entre dois blocos. A simplificação adotada é atribuir às componentes cartesianas os valores existentes em W e
calcular a componente contravariante utilizando as métricas da interface. A componente contravariante é atualizada cada vez
que as velocidades são determinadas em W.
Considerando, agora, o caso em que o escoamento está entrando no bloco I, tudo se passa como se tivéssemos uma
fronteira com entrada de massa, em que todas as variáveis são prescritas e obtidas da solução do bloco II. Como estamos
aplicando condições de contorno via pontos fictícios, basta atribuir ao ponto fictício de W, que é volume P do bloco II, o valor
do escalar ϕ calculado em P com a solução do bloco II.
Para a avaliação da componente contravariante do vetor velocidade entrando em I, segue-se o mesmo procedimento
anterior, isto é, calculam-se as componentes cartesianas na interface, usando os valores dessas componentes em P. Com as
métricas da interface, calcula-se a componente contravariante.
Pode-se observar que o procedimento aplicado para cada bloco difere muito pouco do procedimento aplicado quando a
solução é de bloco único.

VOLUMES NÃO COINCIDENTES


O procedimento para volumes não coincidentes difere daquele explicado anteriormente apenas no cálculo dos valores da
variável ϕ no ponto P. Agora, como o ponto fictício P do volume W do bloco I não coincide com um dos pontos do bloco II, seu
valor é calculado com uma interpolação bilinear, envolvendo os pontos 1, 2, 3 e 4. Para problemas bidimensionais, o
procedimento de interpolação é simples. Para situações tridimensionais, essa interpolação consome tempo excessivo de
computação. Uma simplificação que confere bons resultados é atribuir ao ponto fictício P o valor da variável existente no ponto
mais próximo de P. A aproximação vai se tornando menos grave quanto mais refinada for a malha. Como em soluções de
problemas reais em geral a malha é razoavelmente bem-refinada, o procedimento não apresenta contraindicações.
Resultados utilizando essa metodologia para malhas divididas em até quatro blocos, com volumes coincidentes e não
coincidentes, para a solução de escoamentos supersônicos invíscidos, podem ser vistos em [37][38].
É possível associar à técnica de multiblocos a solução de equações diferenciais distintas para cada bloco, fazendo-se uso da
física do problema no momento da escolha dos blocos. Uma região onde o escoamento é, por exemplo, parabólico pode ser
resolvida utilizando-se esquemas numéricos adequados a esse fenômeno, diminuindo o tempo de computação. É claro que o
controle do algoritmo fica mais sofisticado.
Finalmente, podemos dizer que a discretização por multiblocos é uma discretização não estruturada discreta. O limite,
quando cada bloco se constituir em um volume elementar, dá origem às malhas não estruturadas, nosso assunto do próximo
capítulo. A técnica de multiblocos também pode ser usada em conjunto com o processamento paralelo, realizando-se os cálculos
em cada bloco em diversos processadores paralelos. Quando as operações são concluídas, as informações são transferidas de
bloco para bloco, para realimentar o processo, e nova etapa é iniciada. O cuidado que se deve ter é balancear adequadamente as
tarefas em cada processador (cada bloco) para evitar que alguns processadores concluam a tarefa antes de outros. A igualdade
do número de volumes em cada bloco é, logicamente, o fator mais importante para manter o balanceamento de tarefas entre
processadores, seguido da formulação empregada em cada um deles.

12.6 CONCLUSÕES
Nesta seção, a integração das equações transformadas foi realizada. Observou-se que esses procedimentos diferem
daqueles tradicionais aplicados a malhas ortogonais por dois fatores importantes: o primeiro, pela existência dos gradientes de
pressão em todas as direções coordenadas em cada equação do movimento, o que leva à obtenção de equações com 19 pontos
para a situação tridimensional. Vimos que isso pode ser minimizado trabalhando-se apenas com os gradientes de pressão na
direção principal, originando então equações para a correção de pressão de apenas 7 pontos. Essa estratégia pode ser utilizada
porque a equação de correção de pressão não interfere na solução do problema. O segundo fator são os termos não ortogonais
que aparecem no termo de difusão, também originando equações aproximadas que envolvem 19 pontos. Para reduzir essa
equação a uma equação de 7 pontos, todos os termos que contêm derivadas cruzadas precisam ser colocados no termo
independente do sistema linear, estratégia que pode ser adotada se a malha não for excessivamente não ortogonal. Caso
contrário, a taxa de convergência na solução do sistema linear pode ser prejudicada.

12.7 EXERCÍCIOS
Os exercícios estão divididos de acordo com as seções tratadas neste capítulo.

NATUREZA DA TRANSFORMAÇÃO (MAPEAMENTOS)


12.1 Se o problema físico a ser resolvido com a malha da Fig. 12.20 é de condução de calor com temperatura prescrita na
fronteira 1234 e na fronteira do corpo interno, como ficam as condições de contorno no plano transformado?
12.2 Faça o plano transformado para a malha mostrada na Fig. 12.63. Se, novamente, um problema de condução for resolvido no
domínio, com condições de contorno de temperatura prescrita constante em 3456 e temperaturas diferentes nas faces
inferiores e superiores do losango, como ficam as condições de contorno no plano transformado? Pense sobre a
numeração dos volumes de controle no programa computacional e sobre o armazenamento das informações das
condições de contorno sobre o losango.
Fig. 12.63 Prob. 12.2

12.3 Imagine que se deseja resolver o problema do escoamento bidimensional em um duto com um ressalto com a malha
mostrada na Fig. 12.64. Desenhe o plano transformado e mostre as condições de contorno em toda a fronteira nesse
plano.

Fig. 12.64 Prob. 12.3

12.4 Considere a geometria e a malha mostradas na Fig. 12.18(a). Numere os volumes de controle no plano transformado,
começando da esquerda para a direita e de baixo para cima, como usual. Localize e numere os volumes correspondentes
no plano físico. Localize no plano transformado os vizinhos dos volumes 4, 5, 12 e 13. Calcule ∂ϕ/∂n na interface entre
os volumes 4 e 13, considerando ϕ armazenada no centro dos volumes de controle.
12.5 Para a mesma geometria do problema anterior, crie uma malha do tipo mostrado na Fig. 12.63 e desenhe o plano
transformado correspondente.
12.6 Crie, no mínimo, três sistemas coordenados curvilíneos não ortogonais para um quadrado e desenhe, também, os planos
transformados.
12.7 Para a geometria mostrada na Fig. 12.65, desenhe uma malha com 5 linhas ξ e 4 linhas η e dê a correspondência discreta
entre os pontos coordenados (x, y) e (ξ, η), na forma apresentada pela Eq. (12.5).
Fig. 12.65 Prob. 12.7

GERAÇÃO DE MALHAS
12.8 Discretize a Eq. (12.82) para x e y, conforme as aproximações mostradas na Seção 12.3.5, e escreva um programa para
geração de malhas. Faça o programa simples, isto é, para contemplar apenas geometrias simplesmente conexas, pois,
assim, teremos os valores de x e y conhecidos sobre toda a fronteira do plano transformado retangular. No seu programa
deixe, portanto, vetores para fornecimento de x e y sobre as quatro fronteiras do domínio computacional. Não esqueça que
as equações para x e y são não lineares, e uma estimativa inicial dessas variáveis é necessária para iniciar o processo
iterativo. Uma interpolação linear resolve essa questão. Para testar seu programa, gere uma malha para uma geometria do
tipo mostrado na Fig. 12.66, sem considerar o segmento AB.

Fig. 12.66 (a) Probs. 12.8 e 12.12; (b) Prob. 12.14

12.9 Com P e Q iguais a zero, gere uma malha para um quadrado com os pontos de fronteira especificados conforme a Fig.
12.67. Por que a malha resultante não é cartesiana? Faça, agora, o mesmo problema, fornecendo os pontos nas fronteiras
igualmente espaçados. A malha resultante, agora, é ortogonal. Explique as razões do ponto de vista matemático e também
procurando fazer uma analogia entre as equações de geração de coordenadas e o problema de condução de calor
bidimensional sem termo fonte.
Fig. 12.67 Prob. 12.9

12.10 Utilize o sistema elíptico de coordenadas apresentado no Prob. 11.2, do Cap. 11, com ξ variando de 1 a M e η de 1 a N, em
que M e N são inteiros. Com a transformação analítica, calcule, analiticamente, todas as métricas e informações de
interesse, como g11, g22, g22, J, comprimentos ao longo das linhas coordenadas ξ e η, áreas etc. Agora, usando os pontos
(x, y) obtidos com a transformação analítica, calcule, numericamente, as métricas e parâmetros de interesse. Compare os
resultados. Varie M e N.
12.11 Continuando o Exercício 12.10, e de acordo com os valores de M e N escolhidos, calcule os valores de x e y sobre os
pontos de fronteira, utilizando a transformação analítica. Forneça esses pontos ao programa gerador de malhas
desenvolvido no Exercício 12.8. Compare os valores de (x, y) obtidos com a transformação analítica com aqueles obtidos
pelo gerador de malhas. As malhas são as mesmas?
12.12 Gere uma malha para uma geometria semelhante à mostrada na Fig. 12.66(a), forçando que uma das linhas coordenadas
passe pelo segmento AB Utilize, novamente, o programa computacional desenvolvido no Exercício 12.8.
12.13 Use a forma unidimensional da Eq. (12.79) para gerar uma distribuição de pontos sobre o segmento de reta [0, 1]. Observe
que, fazendo P/J2 constante, a equação geradora da malha tem solução analítica. Obtenha a solução analítica e,
atualizando o termo mantido constante, resolva a equação iterativamente. Trabalhe com P para obter diferentes
concentrações de pontos sobre o segmento.
12.14 Gere uma malha usando interpolação de Lagrange para uma geometria semelhante à mostrada na Fig. 12.66(b).

TRANSFORMAÇÃO DAS EQUAÇÕES


12.15 Quando problemas de escoamento no interior de dutos retos de seção variável, como mostrado na Fig. 12.68, são
resolvidos, é possível marchar parabolicamente ao longo do eixo do duto. Assim, apenas duas seções de cálculo
necessitam ser armazenadas simultaneamente. Se os planos de marcha são paralelos, mesmo que a seção transversal
mude com z, a seguinte transformação de coordenadas é adequada
Fig. 12.68 Prob. 12.15

Considerando o escoamento tridimensional parabólico, laminar e incompressível no interior de um duto com as


características acima, obtenha a equação transformada para uma variável genérica ϕ, lembrando que a malha não muda com o
tempo. As expressões das componentes contravariantes, sem normalização métrica, U, V e W terão a forma

12.16 Use a forma bidimensional da Eq. (12.130) e obtenha a equação transformada, Eq. (12.160), fazendo todas as operações
intermediárias não mostradas no texto.
12.17 Interprete fisicamente o último termo que aparece nas expressões de U e V do Prob. 12.15. Para isso, faça um balanço de
massa usando as componentes cartesianas u, v, e w e relações geométricas, no volume irregular mostrado na Fig.
12.69(a). Observe que, automaticamente, aqueles termos aparecerão, e seu significado físico pode ser facilmente obtido.
Lembre que os planos (ξ, η) são paralelos ao longo do eixo γ.
Fig. 12.69 Prob. 12.17

12.18 Considerando, ainda, o volume tridimensional visto na Fig. 12.69, interprete fisicamente as métricas ξz e ηz. Se o volume
elementar é agora completamente irregular, com o mesmo raciocínio, dê a interpretação física de ξx, ξy, ηx, ηy, γx, γy e γz e,
por extensão, das componentes contravariantes dadas pelas Eqs. (12.157) a (12.159).
12.19 O vetor fluxo de calor q″ é conhecido através de suas componentes cartesianas q″(x) e q″(y). Determine a quantidade de
calor por unidade de tempo que atravessa a área AB. Em seguida, usando diferenças centrais, equacione esse fluxo em
função das temperaturas nos pontos mostrados na Fig. 12.70.

Fig. 12.70 Prob. 12.19

EQUAÇÕES APROXIMADAS
12.20 Use a forma bidimensional da Eq. (12.179) e, passo a passo, obtenha a equação aproximada para a variável ϕ para um
volume interno. Use a mesma função de interpolação empregada para a equação na forma tridimensional.
12.21 Ainda usando a forma bidimensional da Eq. (12.179), obtenha a equação aproximada para ϕ para o volume de fronteira P,
que pode ser visto na Fig. 12.71. Na fronteira, que não tem entrada de massa, ϕ é uma função prescrita, ou seja, com os
valores conhecidos em w, wN e wS.
Fig. 12.71 Prob. 12.21

12.22 A equação para o volume P, deduzida no Exercício 12.21, não envolve as variáveis nos volumes NW, W e SW.
Logicamente, quando o volume estiver na fronteira norte, não tomarão parte na equações os volumes N, NE e NW. Para
um mesmo tipo de condição de contorno, por exemplo ϕ prescrito, procure uma expressão para os coeficientes da
equação discretizada que possa ser empregada tanto para os volumes internos como para os de fronteira [39][40].
12.23 Obtenha a equação para P′ para um volume interno, considerando um escoamento bidimensional incompressível e usando
o método SIMPLEC. Faça, também, a equação para um volume de canto em que a velocidade é prescrita nas duas faces
de fronteira.
12.24 Liste as expressões de etc. para os métodos SIMPLE e SIMPLEC para os arranjos
colocalizado e desencontrado.
12.25 Para iniciar o desenvolvimento de programas computacionais em coordenadas generalizadas, recomenda-se começar com
programas simples. Faça um programa para resolver problemas de condução bidimensional com temperatura prescrita nas
fronteiras. Estruture o programa de forma a ser possível introduzir, na sequência, os termos advectivos. Lembre que as
métricas da transformação devem ser calculadas em uma rotina independente e fornecidas às rotinas que resolvem as
equações diferenciais.
    Para conferir os resultados, use inicialmente uma malha cartesiana, resolva o problema da Fig. 9.2 e compare sua
solução com a analítica dada pela Eq. (9.7). Com a malha cartesiana não é possível testar os termos não ortogonais da
equação. Para isso, distorça a malha cartesiana e resolva o mesmo problema.
12.26 Introduza, agora, os termos convectivos no programa e resolva o problema da cavidade quadrada com uma parede em
movimento. Depois desse teste, incline a cavidade, resolva novamente o problema e confira os resultados com aqueles
mostrados no Cap. 14.

12.8 REFERÊNCIAS
[1] Milne-Thompson, L. M., Theoretical Hydrodynamics, 2a. ed. MacMillan, Nova York (1950).
[ 2] Winslow, A. M., “Numerical Solution of Quasi-Linear Quasi-Linear Poison Equation in a Non-Uniform Triangle Mesh”, Journal of
Computational Physics, vol.2, pp. 149-172 (1967).
[ 3] Chu, W. H., “Development of a General Finite Difference Aproximation for a General Domain-Part I: Machine Transformation”,
Journal of Computational Physics, vol. 8, pp. 392-408 (1971).
[ 4] Barfield, W. D., “An Optimal Mesh Generator for Lagrangian Hydrodynamics Calculation in Two Space Dimensions”, Journal of
Computational Physics, vol. 6, pp. 417-429 (1970).
[ 5] Amsden, A. A. e Hirt, C. W., “A Simple Scheme for Generating General Curvilinear Grids”, Journal of Computational Physics, vol.
11, pp. 348-359 (1973).
[ 6] Godunov, S. K. e Prokopov, G. P., “The Solution of Differential Equations by the Use of Curvilinear Difference Networks”, U.S.S.R.
Computational Math. Phys., vol. 8, p.1 (1968).
[ 7] Thompson, J. F., Thames, F. C. e Mastin, W. C., “Automatic Numerical Generation of Body-Fitted Curvilinear Coordinate System for
Field Containing Any Number of Arbitrary Two-Dimensional Bodies”, Journal of Computational Physics, vol. 15, pp.299-319
(1974).
[ 8] Thompson, J. F., Thames, F. C. e Mastin, W. C., “Boundary Fitted Curvilinear Coordinate System for Solution of Partial Differencial
Equations on Fields Containing Any Number of Arbitrary Two-Dimensional Bodies”, Nasa Langley Research Centre CR-2729,
EUA (1976).
[ 9] Thompson, J. F., Thames, F. C. e Mastin, C. W., “TOMCAT–A Code for Numerical Generation of Boundary-Fitted Curvilinear
Coordinate Systems on Fields Containing Any Number of Arbitrary Two-Dimensional Bodies”, Journal of Computational Physics,
vol. 24, pp. 274-302 (1977).
[ 10] Thompson, J. F., Warsi. Z. U. A. e Mastin, C. W., Numerical Grid Generation — Foundations and Applications, Elsevier Science
Publishing Co., EUA (1985).
[ 11] Maliska, C. R., Silva, A. F. C., Marchi, C. H. e Carpes Jr., W. P., “Desenvolvimento de Códigos Computacionais para Solução de
Problemas de Escoamentos de Alta Velocidade — Parte VIII”, Relatório IAE/CTA/SINMEC/EMC/UFSC, Relat. RT-91-3,
Florianópolis, SC, Brasil (1991).
[ 12] Marchi, C. H., Maliska, C. R. e Silva, A. F. C., “Solução Numérica de Escoamentos em Geometrias Complexas Usando a Técnica de
Multiblocos”, IV Encontro Nacional de Ciências Térmicas, pp. 353-356, Rio de Janeiro, Brasil (1992).
[ 13] Vasconcellos, J. F. V. e Maliska, C. R., “Numerical Study of the Turbulent Flow in a Bifurcating Channel Using a Multidomain
Procedure”, V Encontro Nacional de Ciências Térmicas, pp. 109-112, São Paulo, Brasil (1994).
[ 14] Azevedo, J. L. F., Moraes Jr., P., Maliska, C. R., Marchi, C. H. e Silva, A. F. C., “Code Validation for High Speed Flow Simulation
over Satellite Launch Vehicle”, Journal of Spacecrafts and Rockets, vol. 33, n. 1, pp. 15-21 (1996).
[ 15] ICEM-CFD-Pacote para Geração de Malhas Hexaédricas, Ansys Co., Pittsburgh, PA.
[ 16] Thompson, J. F., Warsi, Z. U. A. e Mastin, C. W., Numerical Grid Generation — Foundations and Applications, Elsevier Science
Publishing Co., EUA (1985).
[ 17] Maliska, C. R., “Solução Numérica de Problemas de Transferência de Calor e Mecânica dos Fluidos em Coordenadas
Generalizadas”, I Encontro Nacional de Ciências Térmicas, pp. 27-38, Rio de Janeiro (1986).
[ 18] Maliska, C. R., “A Solution Method for Three-Dimensional Parabolic Fluid Flow Problems in Nonorthogonal Coordinates”, Ph.D.
Thesis, University of Waterloo, Waterloo, Canada (1981).
[ 19] Barfield, W. D., “An Optimal Mesh Generator for Lagrangian Hydrodynamics Calculation in Two Space Dimensions”, Journal of
Computational Physics, vol. 6, pp. 417-429 (1970).
[ 20] Hauser, J. e Taylor, C., “Numerical Grid Generation in Computational Fluid Dynamics”, eds., First International Conference of
Numerical Grid Generation in Computational Fluid Dynamic, Landshut, West Germany (1986).
[ 21] Thompson, J. F., “Grid Generation Techniques in Computational Fluid Dynamics”, AIAA Journal, vol. 22, n. 11, pp.1505-1523
(1984).
[ 22] Anderson, D. A., Tannehill, J. C. e Pletcher, R. H., Computational Fluid Mechanics and Heat Transfer, Hemisphere Pub. Corporation
(1984).
[ 23] Roberts, D.W. e Forester, C.K., “Parabolic Procedure for Flows in Ducts with Arbitrary Cross-Section”, AIAA Journal, v.17, pp. 33-
40 (1979).
[ 24] Devarayalu, K., “Numerical Solution of the Navier-Stokes Equations for Supersonic Flows with Strong Shocks”, Ph.D. Thesis,
Mississippi State University, Mississippi, EUA (1978).
[ 25] Thomas, P. D. e Lombard, C. K., “The Geometric Conservation Law — A Link between Finite-Difference and Finite-Volume
Methods of Flow Computation in Moving Grids”, AIAA Paper 78-1208, Seatle, Washington (1978).
[ 26] Launder, B. E., e Spalding, D. B., “The Numerical Computation of Turbulent Flows”, Comp. Meth. in Appl. Math. and Eng., v. 3,
pp. 269-289 (1974).
[ 27] Volfang, V., Thomas, E. e Florian M., “Heat Transfer Predictions Using Advanced Two-Equation Turbulence Models”, CFX
Technical Memorandum-CFX-VAL10/0602 (2002).
[ 28] Raithby, G. D. e Torrance, K. E., “Upstream-Weighted Differencing Schemes and Their Application to Elliptic Problems Involving
Fluid Flow”, Computers and Fluids, v.2, pp. 191-206 (1974).
[ 29] Maliska, C. R., Silva, A. F. C. e Marchi, C. H., “Formulação Euler e Navier-Stokes Tridimensional em Variáveis Colocalizadas para
Escoamentos a Qualquer Velocidade — Parte VII”, Relatório IAE/CTA/SINMEC/EMC/UFSC,RT-90-1,Florianópolis, SC, Brasil
(1990).
[ 30] Van Doormaal, J. P., “Numerical Methods for the Solution of Incompressible and Compressible Fluid Flows”, Ph.D. Thesis,
University of Waterloo, Waterloo, Canada (1985).
[ 31] Van Doormaal, J. P. e Raithby, G. D., “Enhancements of the SIMPLE Method for Predicting Incompressible Fluid Flow”, Numerical
Heat Transfer, v.7, pp. 147-163 (1984).
[ 32] Patankar, S. V., “Numerical Heat Transfer and Fluid Flow”, Hemisphere Publishing Corporation (1980).
[ 33] Marchi, C. H. e Maliska, C. R., “A Nonorthogonal Finite Volume Method for the Solution of All Speed Flows Using Co-located
Variables”, Numerical Heat Transfer, vol. 26, n. 3, pp. 293-311 (1994).
[ 34] Santos, L. A., Maliska, C. R. e Marchi, C. H. “The PRIME Method for All Speed Flows Using Non-Staggered Grids”, XIII
Congresso Brasileiro de Engenharia Mecânica, Belo Horizonte, Minas Gerais (1995).
[ 35] Vasconcellos, J. F. V., “Solução Numérica de Escoamentos Turbulentos em Dutos com Bifurcação Usando Multidomínios”,
Dissertação de Mestrado, Universidade Federal de Santa Catarina, Florianópolis, Brasil (1993).
[ 36] Vasconcellos, J. F. V. e Maliska, C. R., “Numerical Study of the Turbulent Flow in a Bifurcating Channel Using a Multidomain
Procedure”, V Encontro Nacional de Ciências Térmicas, pp. 109-112, São Paulo, Brasil (1994).
[ 37] Maliska, C. R., Silva, A. F. C., Marchi, C. H. e Hülse, E. R., “Solução Numérica de Escoamentos Tridimensionais Viscosos e
Utilização da Técnica de Multiblocos — Parte X”, Relatório IAE/CTA, SINMEC-EMC-UFSC, Relatório RT-92-3, Florianópolis,
SC, Brasil (1993).
[ 38] Marchi, C. H., Maliska, C. R. e Silva, A. F. C., “Solução Numérica de Escoamentos em Geometrias Complexas Usando a Técnica de
Multiblocos”, IV Encontro Nacional de Ciências Térmicas, pp. 353-356, Rio de Janeiro, Brasil (1992).
[ 39] Maliska, C. R., Cunha, A. R., Livramento e Silva, A. F. C., “Tridimensional Petroleum Reservoir Simulation Using Generalized
Curvilinear Coordinates”, V Encontro Nacional de Ciências Térmicas, São Paulo (1994).
[ 40] Maliska, C. R., Silva, A. F. C., Cunha, A. R. e Livramento, M. A., “Desenvolvimento de um Simulador 3D Black-Oil em
Coordenadas Generalizadas — Parte II”, Relatório CENPES/PETROBRÁS-SINMEC-EMC-UFSC, Relatório RT-93-2,
Florianópolis, SC, Brasil (1993).
13.1 INTRODUÇÃO
O capítulo anterior mostrou que o uso de multiblocos é uma alternativa interessante para resolver problemas em geometrias
complexas, pois pode-se utilizar toda a metodologia numérica desenvolvida para malhas estruturadas. Entretanto, maior
versatilidade na discretização de domínios complexos pode ainda ser conseguida usando-se malhas não estruturadas, pois a
adaptação e o refinamento em regiões específicas do domínio são alcançados com maior facilidade com estas malhas. Por outro
lado, crescem em complexidade os algoritmos para a solução das equações discretizadas, pois não existe uma lei de formação
para numeração dos volumes elementares e o número de volumes vizinhos pode variar de volume para volume, criando
matrizes de coeficientes de banda variável, conforme discutido no Cap. 10. Consequentemente, os métodos de solução de
sistemas lineares com matrizes de banda variável são mais elaborados. O ordenamento, que é um procedimento trivial em
malhas estruturadas, assume grande importância em malhas não estruturadas, pois a largura da banda da matriz de coeficientes é
dependente da natureza do ordenamento. Em métodos multigrid, o algoritmo de aglomeração dos volumes também é levemente
mais elaborado.
Uma discretização não estruturada pode ser constituída de triângulos (tetraedros em 3D) e quadriláteros (hexaedros em
3D), e os volumes de controle podem ser sempre criados pelo método das medianas [1], que consiste em unir os centroides dos
elementos com os pontos médios de seus lados. Essa construção dos volumes é genérica e pode ser aplicada para discretização
mista, envolvendo triângulos e quadriláteros, conforme Fig. 10.8. No caso de uma discretização apenas com triângulos, e
formando uma triangulação de Delaunay, os volumes de controle já estão diretamente determinados e se constituem no dual da
triangulação, os chamados diagramas de Voronoi. O uso de diagramas de Voronoi é também assunto deste capítulo.
O uso de malhas não estruturadas sempre esteve associado ao método dos elementos finitos, geralmente empregando
malhas triangulares. Um dos trabalhos pioneiros utilizando volumes finitos em malhas triangulares é o de Winslow [2], seguido
dos trabalhos de Baliga e Patankar [1], Baliga et al. [3], Raw [4], Schneider e Raw [5] e Prakash e Patankar [6], entre outros. Na
área de volumes finitos, os trabalhos de Baliga e colaboradores e Schneider e Raw deram destaque à metodologia, e resumos
desses procedimentos podem ser encontrados em [7]. Inicialmente esses métodos foram denominados Métodos de Elementos
Finitos baseados no Volume de Controle, ou, do inglês, Control Volume-based Finite Element Methods — CVFEM. Esta
denominação não é precisa, pois dá a entender que se trata de um método de elementos finitos que usa volumes de controle, ou
seja, um método de elementos finitos conservativo. Na realidade, não é um método de elementos finitos, mas sim um método de
volumes finitos, já que realiza balanços sobre um volume de controle criados a partir dos elementos, e que empresta de
elementos finitos apenas o conceito do elemento e sua representação geométrica. Portanto, o método é mais bem definido como
Método de Volumes Finitos baseados em Elementos, ou Element-based Finite Volume Methods — EbFVM, denominação que
usaremos neste texto e que já é também encontrada na literatura.
As malhas não estruturadas ganham cada vez mais espaço nas metodologias para simulação numérica em fluidos, e um
grande esforço de pesquisa tem sido e vem sendo feito para o desenvolvimento de métodos numéricos para escoamento de
fluidos em que malhas não estruturadas são usadas juntamente com o método dos volumes finitos. Na área aeroespacial, por
exemplo, os desenvolvimentos estão sendo realizados há mais de duas décadas, com os trabalhos pioneiros de Jameson et al. [8]
e Mavriplis et al. [9].
Este capítulo tem o objetivo de apresentar o método dos volumes finitos para malhas não estruturadas. O Método de
Volumes Finitos baseados em Elementos — EbFVM será apresentado para os volumes de controle criados a partir de triângulos
e quadriláteros. Os diagramas de Voronoi, criados a partir da triangulação de Delaunay, por apresentarem ortogonalidade local,
oferecem a possibilidade de desenvolver uma formulação em que apenas dois pontos nodais precisam ser empregados para
calcular os fluxos. Essa formulação também será apresentada, e poderemos ver a sua similaridade com o método dos volumes
finitos clássico para malhas ortogonais. Logicamente, os diagramas de Voronoi podem também ser utilizados na formulação
EbFVM, uma vez que, nesta formulação, qualquer triangulação pode ser empregada.
Novamente, procuraremos descrever as metodologias de forma a poder servir de base para quem inicia os estudos em
malhas não estruturadas, sem a preocupação de revisar ou citar as variantes dos métodos existentes na literatura, que são muitas.

13.2 FORMULAÇÃO PARA ELEMENTOS QUADRANGULARES


Considere a malha mostrada na Fig. 13.1, formada por quadriláteros onde está identificado um dos elementos da
discretização. Observe que os elementos são fornecidos pelo gerador de malhas, ou seja, as coordenadas (x,y,z) dos pontos da
malha formam o elemento, e o conjunto de elementos é a discretização do domínio.
Na Fig. 13.2 são mostrados os elementos necessários para a formação do volume de controle centrado em 1, mostrado
sombreado na figura, e que foi construído pelo método das medianas, já descrito no Cap. 10. É sobre este volume de controle
que são realizados os balanços de conservação para obter as equações aproximadas, ou seja, o sistema linear de equações para
cada variável. Portanto, para cada escalar teremos um sistema linear com um número de equações igual ao número de volumes
de controles, ou igual ao número de vértices dos elementos. Por exemplo, em uma malha cartesiana com 8×4 elementos,
teremos 45 volumes de controles, pois nas fronteiras teremos meio-volumes, e nos cantos, quartos de volume.
A base da metodologia, entretanto, não é trabalhar diretamente com os volumes de controle, mas sim realizar todos os
cálculos para um elemento, criando-se depois as equações para os volumes de controle através da montagem, elemento-por-
elemento, dos subvolumes de controle envolvidos. Observe que o tratamento individual de cada elemento permite que a malha
seja, inclusive, não estruturada, bastando manter conhecidas as conectividades dos elementos, prática padrão no método dos
elementos finitos. As coordenadas locais ξ e η, conforme a Fig. 13.3, permitem que seja dado um tratamento independente ao
elemento, seja qual for a sua forma geométrica. Nessa figura vemos o elemento 1234, seus quatro subvolumes de controle e
suas quatro superfícies com seus respectivos pontos de integração.

Fig. 13.1 Discretização mostrando o elemento


Fig. 13.2 O elemento 1234 e o volume de controle centrado em 1

Fig. 13.3 O elemento, seus subvolumes de controle e pontos de integração

A transformação entre as coordenadas locais (ξ, η) e as coordenadas globais (x,y) faz a relação entre os dois sistemas. É
recomendada a leitura do Cap. 11, especialmente a Seção 11.9, sobre transformação de coordenadas, caso o assunto não seja
familiar ao leitor.
A Fig. 13.3 mostra o elemento e os seus quatro fluxos (difusivos e advectivos) orientados de acordo com os eixos
coordenados, e que devem ser calculados nos pontos de integração.
Conforme visto no Cap. 11, a transformação de coordenadas, repetida aqui por completeza, é dada por

Para duas dimensões, as funções de forma são

Da mesma forma como as coordenadas x e y foram representadas pelas funções de forma e pelos seus valores nos pontos
nodais, a expressão para um escalar geral ϕ no domínio (ξ, η) é dada por

mostrando, mais uma vez, que o valor de ϕ em qualquer ponto (ξ, η) do elemento é uma ponderação dos valores nos vértices
deste elemento. As derivadas de ϕ também podem ser obtidas, uma vez que as funções de forma são contínuas,

As derivadas das funções de forma em relação a x e y, necessárias nas Eqs. (13.8) e (13.9), podem ser obtidas através do
sistema linear dado por
cuja solução é

em que o jacobiano é dado por

Conforme visto no Cap. 11, através das Eqs. (11.35) a (11.39), a área física, para o caso 2D, do elemento é dada pela
relação entre a área no domínio transformado (ξ, η) dividida pelo jacobiano. Portanto, a área de um subvolume de controle,
SVC1, por exemplo, da Fig. 13.3, é o inverso do jacobiano calculado em ξ = η = 1/2, uma vez que Δξ = Δη = 1 para um
subvolume de controle.
Estando todas as relações geométricas conhecidas, podemos integrar as equações diferenciais de interesse, apresentadas no
Cap. 2 e reescritas aqui, por completeza,

Na Eq. (13.16), ui representa as três componentes cartesianas do vetor velocidade, reproduzindo as três equações do
movimento. Em relação à Eq. (2.44), a Eq. (13.16) deixa implícita uma parcela a mais do tensor tensão, denotada pela barra

superior, deixando no termo fonte apenas a parcela Veja a Tabela 2.2 no Cap. 2 para analisar o

termo fonte das equações do movimento, e as Eqs. (2.21) a (2.23) na dedução destas equações. Mesmo para μ constante e fluido
incompressível, a parcela denotada pela barra é mantida nas equações. Os novos termos que aparecem na Eq. (13.16) são
importantes [4,5] para manter implicitamente em todas as equações do movimento a influência da pressão e das três
componentes do vetor velocidade, uma forma de melhorar o acoplamento entre as equações quando não se deseja empregar
métodos segregados para tratar o acoplamento P–V. Aprofundar-nos-emos um pouco mais nessa questão quando o acoplamento
pressão-velocidade for discutido.
Existem diversas metodologias que utilizam o conceito de elementos na literatura e aquela desenvolvida em [4,5], e
discutida e analisada em [10,11], é utilizada aqui como referência, principalmente com relação à determinação de ϕ e de suas
derivadas nos pontos de integração, ou seja, quanto à especificação da função de interpolação.

13.2.1 INTEGRAÇÃO DAS EQUAÇÕES DE CONSERVAÇÃO


Nosso interesse é obter as equações aproximadas para o volume de controle centrado em P mostrado na Fig. 13.4.
Portanto, necessitamos integrar as equações de conservação, Eqs. (13.15) a (13.17), neste volume de controle e no tempo.
Observe que a montagem do volume de controle é feita somando-se os subvolumes de controle SVC1 do elemento IE, SVC2 de
ID, SVC3 de SD e SVC4 de SE, no sentido IE→ID→SD→SE (anti-horário), onde a última notação significa elemento inferior
esquerdo, inferior direito, superior direito e superior esquerdo, respectivamente. As equações aproximadas para os volumes de
controle são criadas a partir da soma dos fluxos para cada subvolume de controle, calculados no âmbito dos elementos.
A integração das equações de conservação para uma variável genérica ϕ para um volume de controle arbitrário já foi
realizada no Cap. 10, e elas são reescritas considerando agora as Eqs. (13.15) a (13.17)

Fig. 13.4 Fluxos para o volume de controle centrado em P

em que MP e M°P são as massas dentro do volume de controle no instante t e t + Δt, respectivamente. Na Eq. (13.19), τ*i é um
vetor formado com cada linha do tensor tensão, sem incluir a pressão e com a simplificação citada acima, que aparecem na
equação do movimento para cada componente ui. Por exemplo, para a componente u, em três dimensões, τ*1 tem as
componentes O mesmo comentário vale para Pi, que representa

também cada linha do tensor Pδij. Logo, P1 tem componentes (P,0,0) e faz parte da equação para u. Para as outras duas
equações, respectivamente, P2 e P3 possuem componentes (0,P,0) e (0,0,P), em que P é o escalar pressão.
Nas equações integradas apresentadas, precisamos avaliar uma série de produtos escalares. Estes produtos escalares podem
ser calculados de duas maneiras: a primeira, considerando o sistema de eixos (ξ, η) disponível e usando os entes geométricos e
vetoriais nesse sistema, como feito no Cap. 12. Esse procedimento também satisfaz no caso de elementos quadrangulares por
existir esse sistema (ξ, η), mas não atende aos elementos triangulares onde esse sistema de coordenadas não é definido. É
preferível, então, realizar os produtos escalares utilizando o sistema cartesiano de coordenadas para obter expressões gerais que
se aplicam a qualquer elemento.

Fig. 13.5 Volume de controle e sentido de integração

Para essas avaliações, considere a Fig. 13.5, onde são mostrados um volume de controle, sua superfície de integração e os
vetores normal e velocidade. Por convenção, a normal está sempre dirigida para fora, e o sentido de integração é anti-horário.
O vetor normal unitário mostrado na Fig. 13.5 é dado por

e o produto escalar entre o vetor velocidade e a normal, multiplicado pela área, resulta

ou, aplicando a Eq. (13.22) para todos os pontos de integração da superfície,

em que Δx e Δy devem ser obtidos sempre percorrendo a superfície do volume de controle no sentido anti-horário, ou seja, Δx =
xb – xa e Δy = yb – ya, mantendo o sinal resultante. Na segunda igualdade, no processo de soma em j, em cada ponto de
integração, para j = 1, Δn1 = Δy e u1 = u, e para j = 2, Δn2 = –Δx, e u2 = v, reproduzindo a primeira igualdade.
Apenas como exercício, considere agora o sistema de coordenadas (ξ, η) para obter o produto (V·n)ΔS. Vamos aproveitar a
expressão já conhecida do balanço de massa em um volume de controle,
Empregando a Eq. (13.24) e a Fig. 13.4, um balanço de massa no volume de controle nos fornece

Utilizando as expressões em função das coordenadas ξ e η já vistas nos Caps. 11 e 12, sabemos que

em que U e V possuem o sinal positivo de acordo com os eixos do sistema coordenado. O produto escalar resulta, então,

Utilizando a Eq. (13.23), podemos escrever a Eq. (13.27) como

Os lados direitos das Eqs. (13.23) e da Eq. (13.27) apenas diferem na forma de calcular os fluxos. Em uma delas, Eq.
(13.27), as métricas estão presentes e devem ser calculadas respeitando-se o sentido dos eixos coordenados, enquanto na outra,
Eq. (13.23) ou Eq. (13.28), as dimensões devem ser calculadas de acordo com a regra mostrada na Fig. 13.5. Um excelente
exercício para fixar esses conceitos é aplicar essas equações para diversas direções e sentidos de fluxos e de inclinações da área
(direção da normal) do volume de controle. Na realidade, a Eq. (13.28) é uma forma compacta de escrever a Eq. (13.27), em
que uma convenção é observada para produzir os sinais corretos, sinais estes automaticamente obtidos quando as métricas são
empregadas.
Os outros produtos escalares que precisamos determinar são Γϕ(Δϕ.n)ΔS, μ(τ*i.n)ΔS e (Pi.n)ΔS cujas expressões são
obtidas diretamente por inspeção da Eq. (13.22), substituindo V por Δϕ, τi e Pi. Para as duas primeiras, temos

enquanto para a pressão temos, para i = 1 e i = 2, respectivamente,


ou, de forma geral,

Como todos os cálculos serão sempre efetuados para os subvolumes de controle, o termo fonte pode ser escrito, para o
SVC1,

e a massa do SVC1 por

As equações discretizadas podem agora ser escritas em uma forma e notação adequadas para elementos de qualquer
natureza, dispostos de forma estruturada ou não, como

Inspecionando as equações anteriores, vemos que todos os fluxos estão referidos aos pontos de integração, e que, para criar
a equação aproximada, precisamos relacioná-los às variáveis nos pontos nodais. Para o termo advectivo, em função da
importância da velocidade no transporte de ϕ no domínio, não é possível empregar as funções de forma para interpolar ϕpi, pois
a aproximação resultante seria linear, caracterizando uma aproximação em diferenças centrais, sabidamente inapropriada para
modelar os termos advectivos. Já vimos que funções de interpolação lineares para os termos advectivos causam oscilações
numéricas. Para o termo difusivo, as funções de forma podem ser empregadas, exatamente porque esses termos admitem, pela
sua natureza elíptica, uma função de interpolação linear.
A escolha da função de interpolação para as variáveis dependentes do problema e suas consequências na solução foi
assunto discutido com profundidade no Cap. 4. Aqui, aqueles conceitos são aproveitados, e é apresentada uma forma geral de
determinar os valores de ϕ nos pontos de integração. Toda a discussão que será feita a seguir para as funções de interpolação
para ϕ valem também para as funções de interpolação para as componentes do vetor velocidade, (ui). De fato, a Eq. (13.36) é a
própria Eq. (13.37), quando ϕ = ui e os termos de pressão e a parcela extra do termo difusivo forem colocados no termo fonte,
prática tradicionalmente feita no método dos volumes finitos.

FUNÇÕES DE INTERPOLAÇÃO PARA OS TERMOS ADVECTIVOS DE ϕ


A Fig. 13.6 mostra o elemento em consideração e uma linha de corrente que passa pelo ponto de integração pi1 e sobre a
qual estão identificados os valores de ϕu, ϕd e ϕpi1. Utilizando série de Taylor, é possível expandir o valor de ϕpi qualquer em
torno de ϕu, como

em que ϕu é obtido por interpolação linear dos valores nos pontos nodais da aresta cortada pela linha de corrente. A Eq. (13.38)
é, em geral, usada na forma

em que θ é um coeficiente empregado para pesar a participação do termo de 2.ª ordem. Por exemplo, fazendo uma aproximação
em diferenças centrais para ϕ em pi1, com θ = 1, envolvendo ϕu e ϕd, como

vamos encontrar para ϕpi1

que é uma aproximação linear válida apenas para problemas difusivo-dominantes. Para θ igual a zero, obtém-se o conhecido
esquema UDS (Upstream Differencing Scheme), que proporciona estabilidade mas introduz excessiva difusão numérica.
Entretanto, a forma de calcular o ϕu através da média de pontos nodais não garante a positividade dos coeficientes, pois não está
baseada nos fluxos de massas que entram e saem do volume de controle. A avaliação de ϕu que sempre garante coeficientes
positivos será mostrada adiante.
Outros esquemas como WUDS e QUICK, já discutidos no Cap. 4, e upwind de segunda ordem podem ser obtidos com a
avaliação apropriada de (Δϕ/Δs) na Eq. (13.39).
Sempre que ϕu for calculado empregando uma interpolação dos pontos nodais, conforme mostrado na Fig. 13.6 envolvendo
ϕ2 e ϕ3, o valor de ϕpi será explicitamente determinado em função desses pontos nodais. Quando a inclinação do vetor
velocidade for, por exemplo, como mostrado na Fig. 13.7, ϕu poderá ser determinado com uma interpolação entre um valor
formado pelos pontos nodais 2 e 3 e pelo valor de ϕ em pi2, que, logicamente, não é conhecido. Se tivermos uma inclinação
ainda maior do vetor velocidade, ϕu poderá ser determinado por uma interpolação entre ϕpi2 e ϕpi4. Quando os valores de ϕpi nos
quatro pontos de integração do elemento forem equacionados, poderão existir situações em que todos estão em função de todos,
criando um sistema linear 4×4 que deve ser resolvido para cada elemento para determinar ϕpi nos quatro pontos de integração.
Esse acoplamento entre os pontos de integração é benéfico, pois tem um resultado equivalente a um refino de malha dentro do
elemento [4,10]. É claro que, se desejado, é sempre possível explicitar o valor no ponto de integração em função dos pontos
nodais e evitar a solução do sistema 4×4 para cada elemento. Na Fig. 13.7, no primeiro caso, seria calcular ϕu sobre a fronteira
esquerda do elemento, com uma interpolação entre os nós 2 e 3, e, no segundo caso, sobre a fronteira sul, com uma interpolação
entre os nós 3 e 4, o que não é recomendado.
Fig. 13.6 ϕu em função dos pontos nodais

É possível também criar esquemas de alta ordem utilizando o valor de ϕu já apresentado, adicionado do termo (Δϕ/Δs),
obtido da equação diferencial completa que rege o fenômeno em estudo. Por exemplo, para as equações do movimento, em que
ϕ = ui, (Δui/Δs) pode ser escrito como

Fig. 13.7 ϕu em função dos pontos de integração

em que |V| é o módulo do vetor velocidade ao longo de s e o subíndice i representa as 3 componentes do vetor velocidade. A
determinação de ϕpi dessa forma corrige a aproximação UDS com todos os termos representativos da física do problema,
inclusive a pressão, importante para o acoplamento pressão-velocidade.
Ainda relativo à Eq. (13.42), veja que o termo do lado direito não está integrado e precisa ser aproximado numericamente.
Essa aproximação pode ser feita seguindo o mesmo procedimento mostrado até aqui, empregando as funções de forma quando
possível. Os termos difusivos, que ainda estão expressos em suas derivadas de segunda ordem, não podem ser obtidos pelas
funções de forma, pois essas derivadas se anulam. Aproximações em diferenças centrais devem ser então utilizadas, definindo
adequadamente o comprimento de difusão, procedimentos que podem ser encontrados em [4,5,10,11,12,13].
Os valores nos pontos de integração obtidos utilizando a Eq. (13.39) com (Δϕ/Δs) obtido a partir da equação diferencial em
consideração podem originar coeficientes negativos na equação final para o volume de controle. Conforme descrito em [4],
esses coeficientes negativos são de pequena magnitude e muito menos prejudiciais do que os coeficientes causados quando
funções de interpolação do tipo CDS são empregadas. Existem situações, entretanto, em que não se desejam, em hipótese
alguma, coeficientes negativos; uma dessas situações é a solução das equações para k e ε em escoamentos turbulentos [4]. Para
esses casos, é desenvolvido em [4] um esquema em que os coeficientes são sempre positivos, denominado esquema ponderado
pela massa (mass weighted scheme), mostrado a seguir.
Considere a primeira situação, mostrada na Fig. 13.8, em que todo o fluxo de massa que sai do volume de controle
centrado em 2, através da superfície S1, foi originado do fluxo de massa que entra pela superfície S2. Neste caso, é
obrigatoriamente maior que e, fazendo ϕpi1 = ϕpi2, o resultado líquido da contribuição de cada coeficiente, negativo
provocado por , porque sai do volume de controle, e positivo provocado por porque entra no volume de controle, é
positivo. Portanto, se

Fig. 13.8 Esquemas com coeficientes positivos [4]

devemos fazer ϕpi1 = ϕpi2, ou seja, ϕu = ϕpi2. A segunda situação, mostrada na Fig. 13.9, ocorre quando tanto como
saem do volume de controle centrado em 2. Fisicamente, esses dois fluxos são alimentados pelo interior do próprio volume de
controle, e, portanto, o valor de ϕpi1 deve ser controlado pelo valor da função no ponto nodal. Neste caso, se ϕpi1 é feito igual a
ϕ2, ou seja, ϕu = ϕ2, o coeficiente negativo provocado por apenas aumenta a magnitude do coeficiente do nó 2. Esta é uma
situação que não viola nenhum princípio físico e é, portanto, aceitável. A terceira situação é mais geral e também está mostrada
na Fig. 13.8, considerando agora menor do que . Isto significa que o fluxo de massa em pi1 é alimentado por e por
uma parcela do interior do volume de controle. Portanto, a influência positiva de não consegue cancelar (como no primeiro

caso) a influência negativa de sobre os coeficientes, mas sim apenas parte dela, Logo, se pesarmos as influências,

fazendo ϕpi1 depender do fator de ϕpi2 e do resto de ϕ2, a parte restante negativa do coeficiente será da natureza da

segunda situação descrita, ou seja, aumenta a magnitude do coeficiente nodal. Temos, então, para esta situação
As três situações descritas podem ser reunidas em uma única expressão. Definindo α por

com

Fig. 13.9 Esquemas com coeficientes positivos [4]

o valor de ϕu é dado por

Reescrevendo a Eq. (13.39) na forma

vemos que se todos os outros termos, como difusão, pressão, fontes etc., forem desprezados, o valor de ϕpi1 ficará igual a ϕu
dado pela Eq. (13.47), e teremos uma formulação sem coeficientes negativos. Aplique essas regras ao sistema de coordenadas
cartesianas na formulação cell-centered para ver que o esquema upwind gera sempre coeficientes positivos, já que em uma
interface de fluxo de massa tem sempre apenas dois volumes de controle envolvidos. O Exercício 13.5 é importante para
associar essa metodologia àquela dos volumes finitos tradicional (cell-centered).
Se esses “outros termos” constantes da equação diferencial forem considerados, será criada uma função de interpolação
balanceada entre upwind e os outros efeitos, e a parcela do termo advectivo não contribuirá para a geração de coeficientes
negativos. Se a formulação upwind pura for escolhida, a aproximação será de primeira ordem com erros de truncamento de
natureza difusiva, criando, portanto, difusão numérica, conforme discutido no Cap. 4. A difusão numérica introduzida é,
entretanto, mais suave [5] do que quando se empregam interpolações upwind ao longo das coordenadas (esquemas de 5 pontos),
pois aqui o esquema é sempre de 9 pontos, levando em conta, portanto, um dos principais fatores que geram funções de
interpolações inexatas, a inclinação do vetor velocidade com a malha. O esquema de interpolação mostrado acima pode,
logicamente, ser aplicado para qualquer tipo de malha e pode fazer parte do elenco de alternativas apresentado no Cap. 4.
Dos termos a serem avaliados nos pontos de integração ainda precisamos determinar a pressão e expressar os termos
difusivos nos pontos de integração em termos dos pontos nodais utilizando as funções de forma. Também para a pressão, por
ser um termo essencialmente elíptico, as funções de forma podem ser usadas para a tarefa de interpolação. As pressões nos
pontos de integração ficam então

e o termo difusivo para ϕ como

Com a dedução de todos os termos da Eq. (13.37) e a apresentação da forma de calcular os valores de ϕ nos pontos de
integração, podemos escrever a equação de conservação para o volume de controle centrado em 1 explicitando apenas as
contribuições do subvolume SVC1, na forma

lembrando que MSVC1 é a massa do SVC1 apenas, e as vazões mássicas são calculadas por

Somando as contribuições dos outros subvolumes de controle dos elementos contíguos, conforme Fig. 13.4, encontramos a
equação de conservação de ϕ para um volume genérico centrado em P, na forma,

Deve ser notado que a equação aproximada para as componentes do vetor velocidade, isto é, ϕ = ui, Eq. (13.36), não terá a
forma da Eq. (13.53) porque na mesma equação aparecerão implicitamente todas as componentes do vetor velocidade e a
pressão, assunto que é discutido a seguir.

13.2.2 ACOPLAMENTO PRESSÃO-VELOCIDADE


Quando as equações de conservação são escritas na forma da Eq. (13.53), significa que apenas uma das variáveis foi
escolhida para ser tratada implicitamente na equação, com as outras variáveis que poderiam tomar parte, também
implicitamente, sendo colocadas no termo fonte e, portanto, tratadas explicitamente. Esta é a prática mais comum no método
dos volumes finitos, e o sistema de equações a ser resolvido tem a seguinte forma, para uma situação bidimensional
que é resolvido de forma segregada, tratando as não linearidades e o acoplamento através de iterações, atualizando as matrizes
de coeficientes, que são funções das variáveis. Se procedimentos da natureza do método SIMPLE desejam ser empregados, o
algoritmo básico para malhas não estruturadas é o mesmo já descrito detalhadamente no Cap. 6. Ou seja, devem ser criadas
equações de correção de velocidade para os pontos de integração substituindo-as na equação de conservação da massa para
gerar uma equação de correção de pressão. Com essa solução corrigem-se os campos de velocidade, para que satisfaçam a
conservação da massa, e de pressão. Sugere-se a leitura do Cap. 6 se o tratamento do acoplamento pressão-velocidade de
maneira segregada não for de conhecimento do leitor.
Esse procedimento segregado não é problemático na equação de transporte de um escalar geral ϕ, mas apresenta
dificuldades quando os escalares são acoplados, como são as componentes do vetor velocidade e a pressão, por exemplo. Já
foram discutidas, também no Cap. 6, as dificuldades de convergência que os métodos segregados apresentam, justamente por
não tratarem adequadamente o acoplamento entre a pressão e a velocidade. Em função desse acoplamento, é importante que
todas as variáveis apareçam em todas as equações do movimento e na conservação da massa, se um método mais robusto de
solução é procurado. Para isso, conforme já salientado, a pressão não deve ser incluída no termo fonte, e sim deve ser tratada
implicitamente nas equações do movimento e também na equação de conservação da massa. Fazer aparecer a pressão nas
equações do movimento foi uma tarefa simples, pois bastou deixá-la implícita como na Eq. (13.36). Para que as velocidades v e
w apareçam nas equações de u e vice-versa, basta deixar o termo τ*i nas equações do movimento na forma já discutida e
apresentada na Eq. (13.36). O uso dos termos difusivos nesta forma foi analisado em [10,11], onde ficou mostrado que é
importante manter estes termos para melhorar a convergência do método.
A questão mais importante é a inserção da pressão na equação de conservação da massa. Diversas são as possibilidades
para isso, sendo a clássica aquela em que é tomado o divergente do vetor velocidade, a partir das equações do movimento, e
introduzido na equação de conservação da massa, gerando uma equação de Poisson para a pressão. Esta alternativa, entretanto,
não garante a conservação da massa e não é uma forma adequada para uma solução simultânea, pois agora as velocidades
aparecem apenas explicitamente no termo fonte dessa equação, e o desejado é a presença das componentes do vetor velocidade
e da pressão implicitamente na equação de conservação da massa. A alternativa adotada em [4,5] é inserir os efeitos da pressão
via função de interpolação para a velocidade nos pontos de integração da equação da conservação da massa, Eq. (13.35).
Portanto, se os fluxos de massas forem calculados nos pontos de integração com velocidades que são funções da pressão, a
pressão estará implícita na equação da conservação da massa. Esse procedimento preenche dois papéis: o primeiro, criar a
relação entre a velocidade e a pressão nos pontos de integração, e o segundo, proporcionar o acoplamento adequado quando
variáveis colocalizadas são empregadas. Detalhes podem ser vistos no Cap. 6, onde é apresentado [4] um exemplo
unidimensional de função de interpolação para a velocidade que envolve a pressão.
Com todas as variáveis participando em todas as equações, o sistema de equações a ser resolvido fica, para uma situação
2D,

em que vemos que o problema de mecânica dos fluidos está formulado para ser resolvido de forma simultânea. É claro que, se
desejado, esse sistema também pode ser resolvido de forma segregada, bastando para isso colocar no termo independente as
outras variáveis em cada equação evolutiva. Para finalizar, vale lembrar que o coeficiente do tipo Auv na equação do movimento

para u se origina do termo com a substituição da derivada pelas derivadas das funções de forma.

Alguns resultados utilizando essa formulação podem ser vistos no Cap. 14, onde é apresentada uma coletânea de
problemas resolvidos usando as metodologias descritas neste texto.

13.2.3 ELEMENTOS HEXAÉDRICOS


Quando a situação é tridimensional, os elementos são hexaedros do tipo mostrado na Fig. 13.10, onde um subvolume de
controle está explodido para mostrar os três pontos de integração. Cada elemento agora é definido pelas coordenadas de seus
oito vértices e é dividido em oito subvolumes de controle, com três pontos de integração em cada um deles. Cada elemento
possui doze pontos de integração, quatro em cada superfície que passa pela origem do sistema de coordenadas (ξ, η, γ), ou seja,
temos quatro pontos na superfície (ξ, η) para γ = 0, quatro na superfície (η, γ) para ξ = 0 e os outros quatro na superfície (ξ, γ)
para η = 0. A Fig. 13.10 está mostrando um ponto de integração de cada uma das superfícies citadas, e a Fig. 13.11, os quatro
pontos em cada uma delas.

Fig. 13.10 Elemento hexaédrico com um subvolume de controle

Da mesma forma como feito para geometrias 2D, qualquer ponto (x,y,z) dentro do elemento pode ser representado por

em que xi, yi e zi são as coordenadas dos pontos nodais e as funções de forma são dadas por
em que, novamente, o domínio do elemento varia entre (–1, 1) nas três coordenadas. Todos os comentários sobre a
transformação de coordenadas já feitas para os elementos quadrangulares se aplicam aqui, e todas as expressões para
interpolação de variáveis, cálculos de derivadas, fluxos de massa, etc. são as mesmas apresentadas para elementos
quadrangulares, com o devido cuidado de introduzir os termos da terceira direção coordenada. E todas as relações vistas no Cap.
11 para transformação de coordenadas, lá desenvolvidas para três dimensões, se aplicam integralmente aqui.
Apenas para exemplificar, o cálculo do volume do subvolume de controle SVC1, explodido na Fig. 13.10, é dado pelo
inverso do jacobiano calculado em (ξ, η, γ) = (1/2,1/2,1/2).
A equação de conservação da massa, Eq. (13.24), merece alguns esclarecimentos adicionais. Quando escrita para um
subvolume de controle em três dimensões, aparecerá mais um fluxo de massa correspondente à terceira direção coordenada.
Além disso, as componentes cartesianas do vetor velocidade, que em duas dimensões ficam multiplicadas por um comprimento,
agora ficam multiplicadas por uma área com o aparecimento da componente w. É neste momento que a transformação de
coordenadas em muito auxilia a interpretação e a determinação da vazão mássica através das faces do subvolume de controle.
Considere novamente a Fig. 13.10, onde os três pontos de integração do subvolume de controle SVC1 são mostrados,
numerados sem a preocupação de estabelecer uma regra adequada. A equação de conservação da massa para este subvolume de
controle fica

Considerando que o plano transformado para o SVC1, mostrado na Fig. 13.12, tem dimensões Δξ = Δη = Δγ = 1, e
lembrando que é possível expressar o fluxo de massa através de cada face do subvolume de controle com apenas uma das
componentes contravariantes do vetor velocidade, Eq. (11.86), os fluxos de massa da Eq. (13.60) são expressos por
em que U, V e W são dadas por

Fig. 13.11 Pontos de integração em cada face


Fig. 13.12 Subvolume de controle transformado em 3D

obtidas trabalhando-se com as Eqs. (11.71), (11.79) e (11.12). Veja que essas três velocidades, denominadas componentes
contravariantes sem normalização métrica, são necessárias, respectivamente, nos pontos de integração pi1, pi2 e pi3. Antes de
prosseguir, observe que a Eq. (11.87) é um caso particular da Eq. (13.64), pois para duas dimensões yγ = xγ = 0 e zγ = 1.
Continuando a interpretação das Eqs. (13.64) a (13.66), é importante reconhecer que os termos entre parênteses que
multiplicam as componentes cartesianas do vetor velocidade são as projeções das áreas de fluxo normais aos eixos x, y e z,
respectivamente. Ou seja, de acordo com a Fig. 13.10, os termos da Eq. (13.64) são as projeções normais aos três eixos da área
oabc (ξ constante), na Eq. (13.65) da área oefa (η constante) e na Eq. (13.66) da área oedc (γ constante). Para essa análise, veja
o terceiro termo entre parênteses do lado direito da Eq. (13.66), termo já bastante familiar. Reconhece-se que este termo é o
inverso do jacobiano em uma situação 2D, onde consideramos o plano (x,y) e a transformação para (ξ, η), e é, exatamente, a
área física projetada no plano (x,y). Por ser uma área no plano (x,y), a componente da velocidade que a multiplica deve ser w.
Todas as outras áreas projetadas têm a mesma interpretação, são os inversos do jacobiano das respectivas transformações de
coordenadas 2D (ver Exercícios 12.15 no Cap. 12 e 13.7 neste capítulo). Com as Eqs. (13.64) a (13.66), é possível calcular
V·nΔS para a situação tridimensional, e é importante, então, fazer o paralelo entre a Eq. (13.22) e as Eqs. (13.64) a (13.66).
Estas equações podem ser escritas na forma

em que os Sijs,t são os coeficientes das Eqs. (13.64) a (13.66). A determinação dos Sijs,t é objeto do Exercício 13.7. Observa-se
que nas três equações os termos que multiplicam a componente u são sempre projeções da área no plano (y,z), enquanto para v e
w são projeções no plano (x,z) e (x,y), respectivamente. Os sinais negativo e positivo nas Eqs. (13.64) a (13.66) são porque o
lado direito desta equação tem sempre o sinal positivo para a velocidade normal (contravariante) na direção positiva dos eixos, e
o produto V·nΔS é positivo quando a massa sai do volume de controle e negativo quando entra. Se considerarmos um volume
de controle cartesiano com a velocidade entrando na face oeste e saindo na leste, teremos o lado direito da Eq. (13.67) positivo
nas faces leste e oeste, enquanto o produto V·nΔS será positivo na face leste e negativo na oeste.
Para um escalar genérico ϕ, a Eq. (13.53) também se aplica para a formulação em três dimensões. Quanto às funções de
interpolação, o procedimento mostrado para duas dimensões é o mesmo para três dimensões, sendo agora necessário localizar
no espaço a direção do vetor velocidade e avaliar o valor de ϕpi, Eq. (13.39), com base no valor de ϕu obtido do elemento
tridimensional e de Δϕ/Δs com base na equação diferencial completa que rege o fenômeno. Se os valores de ϕpi forem colocados
em função dos valores de ϕ nos outros pontos de integração, teremos um sistema linear de 12×12 equações e incógnitas para
resolver e para determinar os ϕpi em cada elemento. As dificuldades maiores da implementação tridimensional são os algoritmos
para determinação de grandezas geométricas auxiliares e a manipulação de dados, que é mais abundante, e não de concepção da
metodologia. Também em 3D a equação final para um volume de controle é obtida pelo somatório das parcelas de oito
subvolumes de controle, resultando em uma equação envolvendo vinte e sete pontos nodais, na forma

e na forma da Eq. (13.55), incluindo a equação para a direção z para as equações do movimento, em que todas as variáveis estão
presentes implicitamente em cada equação.

13.2.4 CONDIÇÕES DE CONTORNO


Para finalizar a obtenção das equações aproximadas, precisamos ainda considerar os volumes de fronteira com as
respectivas condições de contorno. Como a aplicação das condições de contorno tem procedimento idêntico para elementos
triangulares e quadrangulares, deixaremos para apresentar este item quando as formulações para elementos triangulares forem
consideradas.

13.3 FORMULAÇÕES USANDO ELEMENTOS TRIANGULARES

13.3.1 FORMULAÇÃO USANDO TRIANGULAÇÃO GERAL


Para dar ainda maior generalidade às formulações numéricas, elementos triangulares (tetraedros em 3D) são bastante
empregados, pois possuem ainda mais versatilidade do que os quadriláteros (hexaedros em 3D) para representar geometrias
bastante complexas. De fato, quando malhas não estruturadas são citadas, os elementos triangulares são os primeiros que vêm à
nossa mente, apesar de quadriláteros e hexaedros também poderem ser dispostos de forma não estruturada. Sabe-se que a
precisão no cálculo de escoamentos com camada limite é mais facilmente atingida com malhas formadas com quadriláteros,
mas em muitas situações a única alternativa é o uso de elementos triangulares. A dificuldade das malhas triangulares em
problemas de camada limite é o refino perto da parede e, principalmente em escoamentos turbulentos, a aplicação das funções
de parede. Para evitar estes problemas, costuma-se usar perto da parede algumas camadas de elementos quadrangulares, para
aplicar condições de contorno e funções de parede com maior precisão, preenchendo o restante do domínio com triângulos. Em
problemas 3D, teríamos camadas de prismas de base triangular perto da parede, com tetraedros para o restante do domínio
computacional.
Nesta seção, serão apresentadas formulações utilizando elementos obtidos de uma triangulação geral, e, novamente, por
simplicidade, apenas para duas dimensões. A extensão para 3D, como visto no caso da extensão de quadriláteros para
hexaedros, não é difícil, e as dificuldades são de natureza geométrica e de implementação computacional, e não conceituais.
Os elementos, novamente, são fornecidos pelo gerador de malhas que cria uma triangulação e fornece as coordenadas dos
vértices dos elementos. De posse dessa triangulação, os volumes de controle são criados através do método das medianas, ou
seja, através da ligação dos centroides dos elementos com o ponto médio das faces, conforme já visto na Seção 13.2. A Fig.
13.13 mostra uma triangulação geral, em que os elementos 123, 345, 356 e 136 e os respectivos volumes de controle centrados
nos nós 1 e 3 são identificados.
Na triangulação geral não existe ortogonalidade entre as faces do volume de controle e as linhas que unem os pontos
nodais, não sendo possível calcular os fluxos das propriedades através das faces utilizando apenas dois pontos nodais, condição
conseguida quando a triangulação é de Delaunay, gerando os diagramas de Voronoi. Os algoritmos desenvolvidos utilizando
triangulação geral são, entretanto, mais versáteis, pois não ficam dependentes de um gerador de malhas com restrições de
ortogonalidade local, aceitando qualquer triangulação. Além disso, gerar uma malha respeitando a condição de ortogonalidade
local requer algoritmos mais elaborados e mais custosos. Formulações empregando os diagramas de Voronoi serão vistas em
uma seção posterior deste capítulo.

Fig. 13.13 Triangulação geral e os respectivos volumes de controle

Para apresentar a metodologia para uma triangulação geral, considere a Fig. 13.14(a), onde o volume de controle centrado
em 1 é mostrado com seus respectivos pontos de integração distribuídos sobre as faces. Novamente, as equações de conservação
aproximadas para o volume de controle são obtidas através da montagem elemento-por-elemento, e nossa atenção será, então,
voltada para o elemento 123 que está subdividido em 3 subvolumes de controle. A Fig. 13.14(b) mostra o elemento triangular, o
sistema local de coordenadas e os pontos de integração, denominados pi1, pi2 e pi3. Vamos realizar a integração sobre o
subvolume de controle SVC1, definido pelo polígono 1aoc, que contribui para o volume de controle centrado no nó 1.
Fig. 13.14 Volume de controle e pontos de integração (a) e elemento e subvolumes de controle (b)

Conforme a Fig. 13.14 (b), um sistema local de coordenadas é colocado no centroide do elemento, e as coordenadas do
centroide, referidas ao sistema global, são facilmente obtidas com as coordenadas dos nós do elemento referidas a este mesmo
sistema. Para elementos triangulares, uma função ϕ qualquer é interpolada dentro do elemento por

Com os valores de ϕ1, ϕ2 e ϕ3, e os valores das coordenadas nos pontos 1, 2 e 3, encontramos as constantes A, B e C

com D dado por

As equações integradas em um volume de controle genérico formado por subvolumes de controle de elementos
triangulares são exatamente as mesmas já vistas para elementos quadrangulares, Eqs. (13.35) a (13.37); portanto, vamos nos
reportar a estas equações nesta seção.
Rigorosamente, não existem diferenças de procedimentos básicos para obtenção das equações aproximadas para um
volume de controle formado por quadriláteros ou por triângulos, e as pequenas alterações se dão por razões puramente
geométricas, como será visto a seguir, inicialmente para a equação de conservação para uma variável genérica ϕ, no tratamento
de problemas advectivos/difusivos.
É também possível mapear o elemento triangular geral em um elemento triangular no plano (ξ, η), conforme mostram as
Figs. 11.19 (c) e 11.19 (d), respectivamente, e realizar todas as interpolações utilizando as Eqs. (13.7) a (13.13), com o número
de nós nos somatórios agora igual a 3. Dessa forma é mais conveniente para desenvolver algoritmos para malhas gerais, ou seja,
que envolvam, na mesma discretização, elementos triangulares e quadrangulares. Nesta seção utilizaremos as Eqs. (13.69) a
(13.73) para as interpolações, já que a maioria dos trabalhos disponíveis na literatura usa este tratamento quando são
considerados elementos triangulares.

PROBLEMAS BIDIMENSIONAIS ADVECTIVOS/DIFUSIVOS


Para iniciar os desenvolvimentos, é importante constatar que os subvolumes de controle para elementos triangulares e
quadrangulares são idênticos, conforme mostra a Fig. 13.15. Os segmentos 1b e 1a do subvolume de controle do elemento
quadrangular são equivalentes aos segmentos 1c e 1a do subvolume de controle do elemento triangular, e não são fronteiras do
volume de controle global. Os segmentos oa e ob são equivalentes aos segmentos oa e oc e são fronteiras do volume de controle
e, portanto, sobre eles estão os pontos de integração.

Fig. 13.15 Subvolumes de controle para os elementos quadrangulares (a) e triangulares (b)

A equação de conservação da massa para o SVC1 é exatamente a Eq. (13.35), repetida a seguir

em que a massa do SVC1 é determinada por

Na Eq. (13.74), os sinais de Δx e Δy devem respeitar a convenção já apresentada para elementos quadrangulares, isto é,
percorrendo a fronteira no sentido anti-horário.
Para a equação de conservação de uma propriedade genérica ϕ, Eq. (13.37), a única diferença é a avaliação das derivadas
de ϕ em relação a x e a y, que agora são obtidas derivando-se a expressão dada pela Eq. (13.69), resultando em
A diferença entre os elementos triangulares e quadrangulares está na função de representação geométrica, que, nos
primeiros, é de forma fechada por envolver apenas 3 pontos, e nos segundos é o somatório das funções de forma. Com essas
expressões, o termo difusivo resulta

em que, novamente, deve ser lembrada a regra para determinar os incrementos espaciais. Veja que a Eq. (13.79) é exatamente a
Eq. (13.29). O termo fonte é expresso por

e a vazão mássica através das superfícies, inferidas da Eq. (13.74) e avaliadas no instante de tempo anterior para efeitos de
linearização, é dada por

Para finalizar as expressões de cada um dos termos da Eq. (13.37) falta apenas especificar os valores de ϕpi nos termos
advectivos. Já sabemos que não podemos usar a interpolação linear dada pela Eq. (13.69) por motivos de oscilações na solução.
Novamente, a formulação geral dada pela Eq. (13.39) pode ser empregada, e a Fig. 13.16 mostra a linha de corrente e o
valor de ϕu, que pode ser determinado por interpolação linear entre ϕ1 e ϕ2. O parâmetro Δϕ/Δs é determinado, novamente, em
função da equação diferencial que estiver sendo resolvida. Todos os comentários feitos quando os elementos quadrangulares
foram estudados são válidos aqui, especialmente quanto à possibilidade de obtenção de coeficientes negativos quando estes
esquemas são empregados. Em [15] é apresentado um esquema do tipo mass weighted desenvolvido em [4] para elementos
triangulares que garante a positividade dos coeficientes. Entretanto, os esquemas dessa natureza introduzem excessiva difusão
numérica por não levarem em consideração a direção do vetor velocidade.
Existem muitas maneiras de determinar os valores de ϕpi para elementos triangulares. Uma delas, relatada em um dos
trabalhos pioneiros nesse campo [1], o valor de ϕpi é determinado levando-se em conta a influência advectiva pela proposição da
seguinte função de interpolação para ϕ

em que ξ, é dado por


Fig. 13.16 Determinação de f no ponto de integração

que introduz na interpolação dada pela Eq. (13.69) os efeitos da velocidade, com o auxílio da solução do problema advectivo
difusivo definido no novo sistema de eixos (X,Y), conforme mostra a Fig. 13.17. Os valores de ϕpi podem agora ser obtidos da
Eq. (13.82), o que não era possível através da Eq. (13.69) por ser linear e desconsiderar os efeitos da velocidade na interpolação.
O número de Pe do elemento é definido por

com o comprimento característico do elemento dado por (xmax – xmin), em que

Nas Eqs. (13.83) e (13.84), o valor de Um é dado por

em que as velocidades médias representativas do elemento no sistema cartesiano são

e as velocidades que aparecem na equação acima são as componentes u e v da velocidade nos nós do elemento. As constantes A,
B e C da Eq. (13.82) são determinadas usando as Eqs. (13.70), (13.71) e (13.72), substituindo-se x por ξ e y por Y.
Melhorias nessa metodologia foram ainda implementadas inserindo na equação diferencial para a determinação da função
de interpolação os efeitos dos termos fonte. Detalhes podem ser vistos em [1,7,14,15].
Para as equações do movimento, Eq. (13.36), a única diferença em relação ao já visto para a equação de ϕ é a necessidade
de calcular os termos de pressão. Como a pressão é elíptica, a função de interpolação pode ser linear, do tipo
Fig. 13.17 Elemento e novo sistema de coordenadas (X,Y)

de onde se encontram os valores para o gradiente da pressão para as equações do movimento

Existem outras possibilidades relatadas na literatura para determinar o gradiente de pressão, uma das quais é a média das
projeções dos gradientes avaliados em cada elemento que contribui para a formação do volume de controle [13], dada por

em que o subíndice i representa a avaliação do gradiente no elemento obtida com a função de interpolação dada pela Eq.
(13.88). Outra expressão envolvendo a projeção dos gradientes será vista quando a formulação usando diagramas de Voronoi
for apresentada.
Novamente, conforme já visto para os elementos quadrangulares, repetem-se as alternativas para a criação do sistema
linear a ser resolvido. Se for desejado um método de solução simultâneo com um bom acoplamento, precisamos manter todas as
variáveis em todas as equações do problema de mecânica dos fluidos, com um sistema de equações do tipo da Eq. (13.55). A
pressão é então mantida implícita, e o termo difusivo adicional deve ser também mantido nas equações. As velocidades nos
pontos de integração na equação de conservação da massa devem ser substituídas por funções de interpolação que contêm a
pressão, conforme já detalhado quando elementos quadrangulares foram estudados. Se métodos segregados tipo-SIMPLE forem
usados, as equações podem ser escritas na forma da Eq. (13.54). Estes métodos são largamente empregados também para
elementos triangulares, e a seguir são tecidos comentários sobre a criação das equações de correção para a velocidade e para a
pressão em presença de elementos triangulares e arranjo colocalizado.
A característica principal dos métodos tipo-SIMPLE é a criação de uma equação para a correção da pressão (ou para a
pressão) a partir da equação de conservação da massa. Isso é necessário em função de a dificuldade matemática (resultado da
física) da pressão não aparecer diretamente na equação de conservação da massa. Em metodologias que usam malhas não
estruturadas, com elementos triangulares especialmente, não tem sentido empregar arranjos desencontrados, apesar de essa
tentativa ter sido feita no início dos desenvolvimentos (ver Seção 11.4 de [7]), pois é muito complexo do ponto de vista de
implementação em função dos diferentes volumes de volumes de controle necessários. A simplicidade, a flexibilidade e a
generalidade dos métodos apontam para o uso de arranjos colocalizados, tratamento considerado em todo este capítulo.
A criação de equações de correção de velocidade para arranjos colocalizados conduz ao problema do desacoplamento entre
os campos de pressão e de velocidade, e a essência de qualquer metodologia para determinar essas equações, evitando o
problema do desacoplamento, é criar uma pseudoequação do movimento para os pontos de integração com a utilização das
equações do movimento para os pontos nodais, cujos fundamentos básicos foram vistos no Cap. 6. Nesse capítulo, as malhas
eram estruturadas, e apenas duas equações do movimento eram usadas para determinar a pseudoequação na interface. Agora, as
pseudoequações nos três pontos de integração de um elemento são obtidas com as equações nos três nós deste elemento.
Diversas metodologias estão disponíveis na literatura, e apenas um exemplo será apresentado. A metodologia desenvolvida em
[13] propõe as seguintes equações de correção para as velocidades

em que são os pontos nodais e ∂P'/∂n é o gradiente de P' na normal, que pode ser obtido da função de

interpolação para P' dada por

e V a velocidade na direção normal nos pontos pi1 e pi2 do elemento da Fig. 13.15(b), que, em função das componentes
cartesianas, é expressa por (Eq. (13.22))

em que ΔS representa, respectivamente, as áreas dos segmentos ao e oc. Na Eq. (13.91), V* e dpi não são conhecidos nos pontos
de integração e devem ser expressos em função das equações de quantidade de movimento nos pontos nodais. A estratégia
usada em [13] foi a criação de uma pseudoequação do movimento com base nas equações do movimento nos pontos nodais que
permite expressar (ui)*pi nos pontos de integração por

em que M° é a média das massas calculada com um volume médio dado por e o sobrescrito “o”

significa a avaliação no instante de tempo anterior. Observe que Ci pondera a distância do ponto de integração em consideração
a cada um dos nós do elemento, e sua soma é igual à unidade. V* é então calculada pela Eq. (13.93). Com a introdução de
equações do tipo da Eq. (13.91) para cada ponto de integração na equação de conservação da massa, Eq. (13.18), obtém-se uma
equação para P' na forma

que, após resolvida, nos fornece os valores de P' para corrigir as velocidades através da Eq. (13.91). Deve ser lembrado que para
malhas não estruturadas a convenção é sempre de velocidade positiva no sentido da normal que aponta para fora do volume de
controle. Detalhes podem ser vistos em [12].
Existem diversas alternativas para criar uma equação do tipo da Eq. (13.94) e também para obter os novos valores das
componentes cartesianas nos pontos nodais. O procedimento de cálculo para os métodos tipo-SIMPLE pode ser visto na Seção
6.4.2, sendo recomendada a leitura deste assunto no Cap. 6, pois os procedimentos lá adotados para malhas estruturadas se
aplicam inteiramente aqui.

CONDIÇÕES DE CONTORNO
A aplicação das condições de contorno em um método de volumes finitos se resume em especificar os fluxos difusivos e
advectivos nas fronteiras e substituí-los nas equações integradas, como a Eq. (13.37), por exemplo, para a conservação de uma
propriedade ϕ.

Fig. 13.18 Volume de controle de fronteira

A Fig. 13.18 mostra um volume de controle de fronteira, onde notamos que dois pontos de integração, pif 1 e pif 2, deste
volume parcial, estão sobre a fronteira e nestes pontos devemos especificar os fluxos advectivos e difusivos, respectivamente,
através de

em que

FRONTEIRA IMPERMEÁVEL — ϕ PRESCRITO


Quando a fronteira é impermeável, não existe fluxo advectivo, logo

Nesse caso, os valores de ϕ nos pontos nodais 1, 2 e 3, Fig. 13.18, são conhecidos, e o fluxo difusivo é determinado por

em que dois dos quatro valores de ϕ nos pontos nodais são conhecidos pelas condições de contorno tanto para o elemento que
contém o ponto pif 1 como para o que contém pif 2. As Eqs. (13.99) e (13.100) são levadas à Eq. (13.37), somando-se com as
contribuições dos outros pontos de integração para formar a equação aproximada para o volume centrado em 2. Lembre que a
Eq. (13.97) fornece o valor positivo para o fluxo difusivo quando este entra no volume de controle, enquanto a Eq. (13.98) dá o
sinal positivo para quando a massa está saindo do volume de controle.

FRONTEIRA IMPERMEÁVEL — FLUXO DE ϕ PRESCRITO


Nesse caso, temos o seguinte par de equações para os fluxos advectivo e difusivo

FRONTEIRA COM FLUXO DE MASSA ENTRANDO NO VOLUME DE CONTROLE


Esse caso, também discutido no Cap. 6, requer uma interpretação física mais detalhada para estabelecer a condição de
contorno. Essa condição surge, em problemas reais, de situações em que o domínio deveria ser estendido a montante até onde os
efeitos elípticos deixariam de se propagar e, então, pudéssemos especificar com segurança o valor de ϕ a montante. Como
sempre procuramos diminuir o tamanho do domínio computacional, em função dos tempos de computação, essa fronteira é
colocada em uma posição onde admitimos que ϕ é conhecido. Ao fazer isso, estamos admitindo que existe um determinado
fluxo advectivo, conhecido, entrando pela fronteira, e que, obrigatoriamente, o valor de ϕ nesta fronteira é tratado como
especificado. Logo

Para essa situação, temos

para que exista consistência física na aplicação da condição de contorno de entrada de massa, pois se o fluxo advectivo é
especificado é porque admitimos que nossa fronteira foi colocada em uma posição em que o valor de ϕ não é mais afetado pelos
efeitos elípticos (leia-se fluxo difusivo). Logo, o fluxo difusivo deve ser feito igual a zero.

FRONTEIRA COM FLUXO DE MASSA SAINDO DO VOLUME DE CONTROLE


A condição de contorno nesse caso, para qualquer variável, requer a especificação do fluxo advectivo que deixa o volume
de controle, dado por

Se a massa for especificada, os valores das velocidades são conhecidos nos pontos de integração de fronteira. Se a massa
que sai não é especificada (a condição de contorno é de pressão prescrita, por exemplo), a massa que sai é resultado da
simulação e pode ser calculada com os valores das velocidades nos pontos nodais disponíveis. O valor de ϕpif é também um
resultado da simulação e das condições internas do domínio e pode ser determinado com os valores de ϕ disponíveis nos pontos
nodais, observando o esquema de interpolação utilizado para os volumes internos.
Quanto ao fluxo difusivo de ϕ, valem as mesmas observações feitas para a condição de massa entrando no volume de
controle. Se uma condição localmente parabólica é utilizada para ϕ, isto é, ϕpif é feito igual ao seu valor upstream, então o fluxo
difusivo deve ser nulo nessa fronteira, pois efeitos a jusante não afetam a montante.

COMENTÁRIOS SOBRE O SISTEMA LINEAR RESULTANTE


Ao longo das deduções das equações aproximadas para malhas não estruturadas, vimos que os sistemas lineares resultantes
podem ser do tipo
em que apenas uma variável do problema foi escolhida para estar implicitamente presente em cada equação. Por exemplo, na
primeira equação do sistema (13.106), as velocidades v e w e a pressão estão acomodadas no termo fonte e, portanto, estão
sendo tratadas explicitamente. Nesta forma, as equações de conservação devem ser resolvidas uma a uma, na chamada forma
segregada, atualizando os coeficientes em cada iteração. Essa atualização dos coeficientes resolve as não linearidades e o
acoplamento entre as equações.
Se um problema transiente está sendo resolvido, as não linearidades e o acoplamento devem ser bem resolvidos (dentro da
precisão requerida) para todo nível de tempo. Ou seja, as iterações de atualização dos coeficientes são feitas para cada nível de
tempo, e o sistema linear deve ser também bem resolvido em cada nível. Se apenas os resultados de regime permanente são de
interesse, essa evolução no tempo pode ser distorcida de diversas formas (ver Seção 3.5 e Fig. 3.7, do Cap. 3).
Como as soluções segregadas sofrem de problemas de instabilidades, exatamente por avançarem apenas uma variável,
deixando as outras “congeladas”, é interessante fazer com que os sistemas lineares sejam da forma

em que todas as variáveis do problema de mecânica dos fluidos, neste caso em duas dimensões, aparecem implicitamente em
todas as equações. Vimos que para chegar a esse tipo de sistema basta introduzir na equação da conservação da massa
expressões para as velocidades nos pontos de integração que sejam funções da pressão [16,4,5] e deixar o tensor tensão
completo (com exceção do divergente da velocidade) nas equações do movimento. O sistema dado pela Eq. (13.107), sem a
equação para ϕ, que também pode ser escrito por

forma um sistema de 3XN equações a 3XN incógnitas, em que N é o número de volumes de controle da discretização. Para um
problema 3D, teríamos 4XN equações e 4XN incógnitas. A estrutura da matriz de coeficientes é mostrada na Fig. 13.19, onde
cada elemento da matriz é uma matriz 3×3 envolvendo os coeficientes para um determinado volume de controle genérico P, em
que P varia de 1 a N.
Se um problema 2D com uma malha estruturada for imaginado, a matriz da Fig. 13.19 tem em cada linha nove matrizes
3×3, uma para os coeficientes centrais das variáveis em cada equação e outras oito para os coeficientes de conexão com os
volumes vizinhos, pois nesse método sempre teremos, mesmo para uma malha cartesiana, uma configuração de 9 pontos. O
vetor incógnita, simbolizado por ϕ, é um vetor com N componentes do tipo {u,v,P}P. O vetor independente tem estrutura
semelhante ao vetor incógnita. Para um escalar qualquer, tipo temperatura, energia cinética turbulenta, dissipação de energia
cinética turbulenta, concentrações etc., a matriz 3×3 e os dois vetores 3×1 são constituídos apenas de um único número em cada
posição.
Fig. 13.19 Estrutura da matriz de coeficientes

A solução do sistema dado pela Eq. (13.108) nos fornece os valores de u, v e P para um determinado conjunto de
coeficientes que são funções das variáveis. Para levar em consideração as não linearidades, a matriz deve ser atualizada, e o
sistema é resolvido iterativamente até a convergência. Se o problema for transiente, esse procedimento se repete em cada nível
de tempo, pois o sistema deve ser resolvido com precisão em cada nível de tempo. É possível também aplicar uma linearização
de Newton-Rapshon e criar a matriz jacobiana, cujos elementos são matrizes compostas com as derivadas dos resíduos das
equações diferenciais em relação às incógnitas [43].
A questão fundamental, em se tratando de Mecânica dos Fluidos Computacional, é a rapidez de solução do sistema linear.
Conforme já comentamos neste texto, grande parte do esforço computacional de um software de CFD é gasta na solução dos
sistemas lineares, por isso métodos eficientes devem ser empregados, e entre eles destacam-se os métodos multigrid, que é uma
boa alternativa para essa classe de problemas. A Seção 3.11.2, do Cap. 3, apresenta esse assunto.
Tendo concluído as formulações que empregam elementos quadriláteros e triângulos obtidos de uma triangulação geral, a
seguir é apresentada uma metodologia que emprega os diagramas de Voronoi, criados a partir da triangulação de Delaunay.

13.3.2 FORMULAÇÃO UTILIZANDO TRIANGULAÇÃO DE DELAUNAY/DIAGRAMAS DE


VORONOI
Considere a geometria mostrada na Fig. 13.20, onde uma triangulação de Delaunay é utilizada para discretizá-la. Para criar
um método numérico observando os princípios de conservação, a triangulação de Delaunay pode ser empregada para construir
os volumes finitos, e o resultado são os diagramas de Voronoi, o dual da triangulação, mostrados em cinza na mesma figura. Os
volumes criados cobrem todo o domínio, com volumes de controle parciais nas fronteiras, e sobre eles são realizados os
balanços de conservação para obter as equações aproximadas. Observe que cada vértice dos triângulos está contido em um
diagrama de Voronoi.
Fig. 13.20 Triangulação de Delaunay e os diagramas de Voronoi

Toda a formulação desenvolvida para uma triangulação geral vista na Seção 13.3.1 aplica-se inteiramente à triangulação de
Delaunay, bastando considerar esta última uma triangulação geral. A propriedade de ortogonalidade local dos diagramas de
Voronoi, entretanto, permite a formulação clássica de volumes finitos, em que o conceito de elemento não é empregado. Em
função dessa semelhança com os métodos clássicos ortogonais de volumes finitos, essa formulação será também apresentada. A
Fig. 13.21 apresenta um diagrama de Voronoi, onde podemos observar as seguintes propriedades:
1. O segmento AB é normal ao segmento P2 e P2 corta ao meio. Essa propriedade é muito importante para avaliar as derivadas
normais que envolverão, sempre, apenas o ponto P e seus vizinhos. Além disso, as interpolações para obter as
propriedades nas interfaces são realizadas como se a malha fosse uniforme, pois o segmento a é igual ao b.

Fig. 13.21 Características dos diagramas de Voronoi


2. Qualquer ponto dentro do diagrama de Voronoi centrado em P está mais perto de P do que qualquer ponto nodal vizinho.
Essa característica confere à discretização boa uniformidade.
3. Pelos vértices dos triângulos passa um círculo.
Os diagramas de Voronoi não são, obviamente, de fácil geração, uma vez que devem satisfazer a essas propriedades. Com
os diagramas de Voronoi associam-se as vantagens da simplicidade das aproximações numéricas existentes em um sistema
ortogonal estruturado e a flexibilidade das malhas não estruturadas. A seguir serão apresentadas as formulações para problemas
de difusão pura e advecção/difusão.

PROBLEMAS DE DIFUSÃO PURA


Considere como exemplo a equação de difusão bidimensional transiente de uma variável ϕ, dada por

ou

em que, se quisermos recuperar a equação da condução de calor, o coeficiente de transporte Gf será igual a k/cp e ϕ, a
temperatura.
A Fig. 13.22 mostra o volume elementar P, sobre o qual será realizada a integração, e seus vizinhos denotados por NB.
Linearizando o termo fonte na forma S = SPϕp + SC, e adotando uma formulação totalmente implícita e integrando a Eq.
(13.110) sobre o volume de controle mostrado na Fig. 13.22 e no tempo

Fig. 13.22 Volume de controle de integração

encontramos, após a aplicação do teorema da divergência,


em que MP é a massa dentro do volume de controle. Observe que agora, como a linha que une o centro do volume de controle
(P) aos centros dos volumes vizinhos (NB) é ortogonal às superfícies de controle, podemos usar apenas dois pontos para
calcular os fluxos exatamente, a menos de erros de truncamento. Ou seja, não precisamos usar o valor da variável no terceiro
vértice do elemento, ou, em outras palavras, não é necessário empregar o conceito de elemento, e a formulação é, logicamente
mais simples. Nosso ponto de integração agora, denominado apenas pi, está na interseção das retas que unem os pontos P e NB
e a face do volume de controle. Observe que esse ponto nem sempre está no meio da face, podendo, inclusive, estar fora da face,
situação em que o diagrama é chamado de degenerado, que acontece quando a triangulação não é bem-comportada (triângulos
muito achatados). Reconhecendo que Γϕ Δ ϕ · n na Eq. (13.112) é exatamente a derivada na normal e utilizando uma
aproximação em diferenças centrais, pois o problema é de difusão pura, a Eq. (13.112) fica

ou

em que

Observe que a Eq. (13.114) e a forma do coeficiente AP são exatamente iguais àquelas mostradas pelas Eqs. (5.35) e (5.36)
do Cap. 5, desenvolvidas no contexto de malhas estruturadas e método dos volumes finitos convencional (cell center methods).

PROBLEMAS DE ADVECÇÃO/DIFUSÃO DE UM ESCALAR ϕ


Nesta seção, serão considerados problemas em que um escalar ϕ é transportado por advecção e difusão, considerando-se
conhecido o campo de velocidades. É a situação em que, depois de calculado o campo de velocidades, são avançados os campos
escalares do problema. A equação de conservação de ϕ é dada por

O processo, agora, é o mesmo da seção anterior, isto é, devemos integrar a Eq. (13.118) sobre o volume de controle e no
tempo. Usando o teorema da divergência, a integração resulta em
que é idêntica à Eq. (13.37) para um volume de controle qualquer. A velocidade normal à face, positiva na direção da normal,
isto é, sempre apontando para fora, é aqui denominada Vpi, e calculada por

em que uj são as componentes cartesianas do vetor velocidade e Δnj é calculado de acordo com a regra vista na Seção 13.3.1. As
componentes cartesianas no ponto pi para cálculo de Vpi são determinadas utilizando uma média linear entre as componentes
cartesianas armazenadas nos pontos nodais.
Voltando à Eq. (13.119), as derivadas de ϕ em relação à normal nos pontos de integração são avaliadas por diferenças
centrais utilizando os dois pontos nodais sobre a normal, sem ponderação, ou seja, β = 1 no método WUDS [18], como já feito
para o problema puramente difusivo. Para os termos advectivos, os valores de ϕpi são avaliados por

em que αpi é dado por

em que o número de Peclet local é dado por

Observe que, na Eq. (13.121), αpi é positivo quando a velocidade está saindo do volume de controle e negativo em caso
contrário. Por exemplo, quando αpi for igual a 0,5, o valor de ϕ na interface será igual a ϕP, caracterizando um esquema upwind.
O valor de αpi, calculado pela Eq. (13.122), é, entretanto, sempre positivo.
Introduzindo as derivadas normais de ϕ obtidas por diferenças centrais e a Eq. (13.121) na Eq. (13.119), encontramos

Procedendo de maneira análoga ao feito no Cap. 6, isto é, introduzindo a equação da conservação da massa com o sinal
trocado, dada por

na Eq. (13.124), resulta


ou, na forma compacta,

em que

Observe que as Eqs. (13.127) e (13.129) são idênticas às Eqs. (5.35) e (5.36), respectivamente. Observe, também, que a
expressão do coeficiente Anb é a mesma para todos os volumes vizinhos, enquanto, para malhas estruturadas definidas por um
sistema de eixos globais, os coeficientes para as faces sul e oeste trocam de sinal em relação aos coeficientes norte e leste,
conforme pode ser visto na Eq. (5.25). É fácil ver que, para malhas não estruturadas, todos os coeficientes são como se fossem
coeficientes Ae e An, uma vez que o nosso eixo local é a normal, sempre para fora, coincidindo, portanto, nessas duas faces, com
os eixos x e y, ambos apontando para fora das faces. Não deve parecer estranho também o somatório em pi que aparece na Eq.
(13.127) e em outras equações que se seguem, pois cada coeficiente Anb calculado com informações nos pontos de integração
corresponde a um único ponto nodal vizinho no caso dos diagramas de Voronoi.

DETERMINAÇÃO DO CAMPO DE VELOCIDADES


Os desenvolvimentos que se seguem continuam sendo apresentados em duas dimensões, por facilidade. Neste item,
estamos interessados na determinação do campo de velocidades, isto é, necessita-se resolver as equações do movimento
acopladas à equação de conservação da massa. A metodologia que será apresentada é segregada e cria uma equação para a
pressão a partir da equação da conservação da massa utilizando o método SIMPLEC [19] para a correção das velocidades e
pressão. Caso desejássemos desenvolver um procedimento de solução simultâneo para as velocidades e pressão, bastaria seguir
os desenvolvimentos já realizados, ou seja, manter o tensor tensão implícito nas Eqs. (13.132) e (13.133), e inserir na
conservação da massa as velocidades nos pontos de integração como função da pressão.
Para a situação bidimensional, as equações de interesse são
Reportando-se, novamente, à Fig. 13.22, a integração da equação de conservação da massa sobre o volume elementar
resulta em

em que Vpi é, repetindo, a velocidade normal nas interfaces do volume de controle. A integração das Eqs. (13.132) e (13.133)
sobre o mesmo volume elementar (lembre que as variáveis são colocalizadas) segue o mesmo procedimento daquele feito para a
Eq. (13.118), uma vez que esta equação e as Eqs. (13.132) e (13.133) só diferem no termo fonte. Portanto, essas duas equações
discretizadas são dadas pela Eq. (13.114), repetida a seguir,

com os coeficientes dados pelas Eqs. (13.128) e (13.129). O termo fonte, que agora contém o gradiente de pressão, é dado por

em que s, que aparece no gradiente de pressão, é igual a x ou y, quando ϕ for igual a u ou v, respectivamente.

EQUAÇÃO PARA A CORREÇÃO DE PRESSÃO


Seguindo o procedimento usual de determinação de uma equação para a correção de pressão (P'), para a posterior correção
da velocidade, e usando o método SIMPLEC [19], são propostas as seguintes pseudoequações de correção de velocidades nos
pontos de integração do volume elementar de Voronoi

em que ΔV é a média aritmética dos volumes dos blocos que possuem o mesmo ponto de integração comum, e Ap – Σ Anb e é
dado pela Eq. (13.145) ou (13.146).
Com base nas equações anteriores, é possível propor uma equação de correção para a velocidade normal à interface. Deve
ser lembrado, mais uma vez, que a equação de correção das velocidades não interfere no resultado final do problema. Tirando
vantagem do fato de as pressões estarem armazenadas ao longo da linha normal à interface, a seguinte equação de correção é
adequada

Inserindo a Eq. (13.139) na equação de conservação da massa, Eq. (13.134), para ρ = constante, encontraremos a equação
de correção de pressão dada por

Manipulando a equação, encontra-se

em que

O termo Ap – Σ Anb precisa ser avaliado nas interfaces, mas os coeficientes AP e ΣAnb apenas existem nos pontos nodais. A
estratégia é computar este termo nos pontos de integração através de uma média entre os valores no ponto nodal P e no ponto
nodal NB correspondente ao pi. Uma média aritmética, dada por

pode ser empregada, mas em [20,21] demonstrou-se que a convergência do método melhora se a seguinte média ponderada for
empregada

Inspecionando a Eq. (13.140), vemos que as velocidades V*pi são também necessárias nas interfaces do volume de
controle. Para determiná-las, emprega-se uma média das equações do movimento dos volumes vizinhos, como feito em [22]
para tratar o acoplamento pressão-velocidade no esquema colocalizado para malhas estruturadas. Assim, as componentes
cartesianas do vetor velocidade são escritas como
resultando, para as velocidades u*pi e v*pi, as expressões

em que, conforme já mencionado,

De posse das componentes cartesianas do vetor velocidade, podemos determinar V*pi por

Deve ser tomado cuidado com o sinal de Δx e Δy para que o sinal correto V*pi de se estabeleça, sendo recomendado usar a
regra de avaliação percorrendo a superfície de controle no sentido anti-horário, conforme já apresentado. Por exemplo,
considerando a Fig. 13.23, para o segmento AB, Δx é negativo e Δy, positivo. Para o segmento BC ambos são negativos, e para
EA, ambos são positivos. Dessa forma, V*pi resultará positivo quando sair do volume de controle, de acordo com a convenção
que estamos usando desde o início deste capítulo.
Fig. 13.23 Calculo de ∂P/∂x e ∂P/∂y

Essas velocidades nas interfaces do volume de controle farão parte do termo B, Eq. (13.144). Resolvida a Eq. (13.141),
através de algum método para a solução de sistemas lineares, as velocidades V*pi podem ser corrigidas através da Eq. (13.139).
A pressão é avançada através de

Duas questões importantes restam ainda para ser resolvidas. A primeira é a determinação do gradiente de pressão para
cálculo do termo B da Eq. (13.136), e a segunda, a forma de obter as componentes cartesianas do vetor velocidade no centro dos
volumes elementares, uma vez que apenas dispomos das velocidades normais corrigidas nas interfaces.

DETERMINAÇÃO DO GRADIENTE DE PRESSÃO


Fazendo parte da Eq. (13.136), que calcula o termo fonte B para as equações do movimento, está o termo ΔP/Δs, em que s
poderá ser x ou y, dependendo da equação em consideração. Esse gradiente de pressão deve ser avaliado no centro do volume de
controle para o qual existe a equação de conservação de quantidade de movimento. Já vimos que

em que os valores de Ppi são determinados com uma interpolação linear das pressões nos pontos nodais, uma vez que a pressão,
por sua característica elíptica, admite uma interpolação dessa natureza.
Uma outra maneira de calcular esses gradientes é através das projeções nos eixos coordenados do gradiente na normal. Por
exemplo, ΔP/Δx em P, de acordo com a Fig. 13.23, é dado por
com expressão semelhante para o gradiente da pressão na outra direção. Existem outras alternativas para o cálculo desses
gradientes, e uma delas, que requer a solução de um sistema linear para cada volume de controle, pode ser vista em [23].

DETERMINAÇÃO DE u E v NOS CENTROS DOS VOLUMES


De acordo com o procedimento usado para variáveis colocalizadas, independentemente de a malha ser estruturada ou não
estruturada, a velocidade que é corrigida de forma a satisfazer a conservação da massa é a velocidade normal à interface no
ponto pi entre os volumes de controle P e NB, conforme mostra a Fig. 13.23. No centro do volume de Voronoi P, volume para o
qual são escritas as equações do movimento, temos disponíveis apenas as velocidades u* e v*, obtidas com a solução das
equações da conservação da quantidade de movimento usando P* como pressão estimada. É necessário atualizar essas
velocidades nos centros dos volumes. Duas maneiras são descritas aqui para realizar essa tarefa.
Em um dos procedimentos, usam-se as velocidades upi e vpi corrigidas nas interfaces através das Eqs. (13.137) e (13.138),
obtendo-se u e v no centro do volume de controle através de uma interpolação linear. O outro procedimento é através da
correção de u* e v* no centro do volume de controle usando o gradiente de P' no centro do volume em função dos valores do
gradiente nas interfaces (pontos de integração).
As correções de u e v, localizadas no centro do volume de controle, resultam então em

O esquema iterativo para a solução das Eqs. (13.131) a (13.133) pode ter a seguinte sequência:
1. Fornecer as condições iniciais do problema.
2. Avançar o instante de tempo Δt. Estimar as variáveis nesse nível de tempo. Os valores iniciais em geral são usados.
3. Usando a Eq. (13.127) para u e v, com o termo fonte B dado pela Eq. (13.136), onde a pressão estimada P* é empregada,
determinar, resolvendo-se dois sistemas lineares, as velocidades u* e v*.
4. De posse de u* e v* no centro do volume de controle (volume de Voronoi), podemos determinar u*pi e v*pi através das Eqs.
(13.149) e (13.150).
5. Resolver a Eq. (13.141) e obter P'.
6. Corrigir a velocidade normal nas interfaces, usando a Eq. (13.139).
7. Obter a pressão através de P = P* + P'.
8. Obter u e v nos centros dos volumes, usando um dos procedimentos descritos.
Os diagramas de Voronoi também se mostraram adequados para resolver problemas com fronteira livre [21] e problemas
de escoamentos multifásicos em reservatórios de petróleo, entre outros. Alguns resultados dessas classes de problemas serão
mostrados no Cap. 14. Para finalizar, vamos utilizar os diagramas de Voronoi para analisar o escoamento monofásico miscível
em meios porosos.

ESCOAMENTO EM MEIOS POROSOS


Escoamento Monofásico Miscível
Escoamentos em meios porosos são tratados com extrema facilidade usando diagramas de Voronoi, devido à
ortogonalidade das faces em relação à linha que liga dois pontos de pressão. Considere o escoamento bidimensional monofásico
de dois componentes em um meio poroso. Estamos interessados em determinar o campo de velocidades e a concentração dos
componentes na mistura.

Determinação das Velocidades


Para este problema, a equação de conservação da massa global é dada por

em que u e v são as componentes cartesianas do vetor velocidade, ρ é a massa específica, ϕ, a porosidade e q a vazão mássica
por unidade de volume. Para escoamentos em meios porosos, a equação de conservação de quantidade de movimento é dada
pela equação de Darcy,

Introduzindo a Eq. (13.160) na Eq. (13.159) e lembrando que o coeficiente de compressibilidade é dado por

obtém-se

em que q é vazão volumétrica por unidade de volume e α* é dado por

em que μ é a viscosidade e k, a permeabilidade absoluta.


A solução da Eq. (13.162) nos dá o campo de pressões que, quando substituído nas equações de Darcy, permite calcular o
campo de velocidades. Observe que a Eq. (13.162) é uma equação elíptica, e, portanto, no processo de integração, diferenças
centrais podem ser usadas como funções de interpolação.
A Eq. (13.162) deve ser integrada no tempo e no volume de controle centrado em P e mostrado na Fig. 13.22, na forma

Usando o teorema da divergência e realizando a integral, encontra-se

Usando a equação de Darcy, é fácil mostrar que o gradiente de pressão na direção normal à interface está relacionado à
velocidade normal por
que é, exatamente, o lado esquerdo da Eq. (13.165) aplicado a todos os pontos de integração. Discretizando a Eq. (13.166), tem-
se

Usando as Eqs. (13.167) e (13.165), encontra-se a equação da pressão discretizada para o volume P, como

ou, na forma compacta, por

em que

A Eq. (13.169) é um sistema linear de equações que origina matrizes de banda não fixa, devido ao fato de a malha ser não
estruturada.

DETERMINAÇÃO DA CONCENTRAÇÃO DO COMPONENTE


Conhecido o campo de velocidades no meio poroso, deseja-se determinar a concentração dos componentes na mistura.
Uma das aplicações importantes desse modelo está na área de engenharia de petróleo, quando traçadores são injetados na fase
água com a finalidade de estudar o reservatório. Nessas situações, um componente que forma uma única fase com a água
difunde-se e é advectado pelo escoamento. Em engenharia de petróleo, esse traçador é, normalmente, radioativo, e seu
aparecimento nos poços de produção é monitorado, sendo importante a realização de uma simulação para se ter ideia do tempo
de irrupção.
Para determinar a concentração do traçador no meio poroso, a equação de advecção/difusão do traçador deve ser resolvida.
Esta equação é dada por

em que J é dado por

Ci é a concentração de injeção do traçador na fase e D é o coeficiente de difusão do traçador na mistura, dado por

em que α é o coeficiente de dispersão.


Observe que a Eq. (13.171) é semelhante à Eq. (13.118), ou seja, é a equação que rege a advecção/difusão de uma
propriedade, que, nesse caso, é a advecção/difusão do componente na mistura, dada pela sua concentração. Não deve ser feita
confusão com a variável ϕ, que na Eq. (13.118) representa a propriedade transportada e na Eq. (13.171) é a porosidade do meio.
A variável escalar ϕ, de que trata a Eq. (13.118), é a concentração na Eq. (13.171). Integrando no espaço e no tempo, encontra-
se

em que Cpi representa a concentração na interface (ponto de integração) existente entre os volumes de controle P e NB. Deve ser
observado que o termo difusivo foi aproximado por diferenças centrais. Para os termos advectivos, por tratar-se agora de um
problema em que temos a advecção da propriedade, devemos, através de uma função de interpolação, determinar os valores de
Cpi como função dos valores da concentração no volume P e NB. Para interpolar as concentrações, o esquema WUDS [18] é
usado. Este esquema de interpolação é largamente empregado em malhas estruturadas, pois, sendo unidimensional, determina o
valor da função na interface usando somente dois pontos. Para os diagramas de Voronoi, esse esquema é estendido com grande
facilidade, aplicando-se o mesmo ao longo da linha que une P e NB, conforme mostrado na Fig. 13.22. É claro que teremos
difusão numérica embutida na solução, pois a função de interpolação é 1D e não está alinhada com o vetor velocidade, condição
que contribui fortemente para a inexatidão da função de interpolação. A função de interpolação é dada por

em que αpi é determinado por

e o número de Peclet local é dado por

Deve ser notado que, apesar de o valor de αpi ser sempre positivo, quando calculado pela Eq. (13.176), seu sinal deve ser
igual ao sinal da velocidade Vpi, e varia de –0,5 a +0,5. Por exemplo, quando αpi for igual a –0,5 (massa entrando no volume de
controle), o valor de Cpi será feito igual ao valor de CNB. Se a massa sair do volume de controle, então Cpi será feito igual a CP.
Nesses dois casos citados, um esquema upwind estaria sendo empregado. Para outros valores de αpi, Cpi dependerá tanto de CNB
como de CP, isto é, um esquema híbrido. Como em malhas não estruturadas temos um maior número de vizinhos, a função de
interpolação unidimensional aplicada causa menor difusão numérica do que quando aplicada para malhas estruturadas, que em
2D temos quatro vizinhos.
Introduzindo a Eq. (13.175) na Eq. (13.174), encontra-se
Introduzindo a equação da conservação discretizada, dada por

no termo entre colchetes que multiplica CP, obtém-se

Inspecionando a Eq. (13.180), observa-se que o último termo do lado direito só existe naqueles volumes em que há injeção
ou extração do componente. Para os volumes que contêm injeção, o valor da concentração de injeção é conhecido, e esse termo
irá juntar-se ao vetor independente do sistema linear. Para os volumes que possuem extração do componente cuja concentração
não é conhecida, o termo qΔV juntar-se-á ao AP, cancelando-se com o mesmo termo que foi introduzido pela Eq. (13.179).
A Eq. (13.180) pode ser escrita na forma compacta como

em que os coeficientes são expressos por

É novamente lembrado que o último termo da Eq. (13.184) é sempre zero, exceto para os volumes com injeção do
componente.
Alguns resultados obtidos com essa metodologia serão apresentados no Cap. 14 e podem também ser vistos em [24].
Problemas de escoamento bifásico em meios porosos também foram resolvidos usando-se os diagramas de Voronoi. O processo
de integração em nada difere desse que foi descrito, e detalhes podem ser vistos em [25].
13.4 ESCOAMENTOS COMPRESSÍVEIS
Para malhas não estruturadas, o tratamento de escoamentos compressíveis segue o mesmo procedimento já apresentado
nos Caps. 7 e 12, em que o termo ρuj, por exemplo, na equação da conservação da massa, deve ser linearizado de tal forma que
tanto a massa específica como a velocidade desempenhem papéis ativos, implícitos. Os fluxos de massa nos pontos de
integração são, portanto, linearizados por

em que o sobrescrito * indica que a variável é disponível da iteração anterior. Se um método segregado é empregado, todo o
procedimento é idêntico ao já apresentado nos capítulos citados, isto é, as equações de correção para a velocidade e a massa
específica devem ser formuladas e introduzidas na equação de conservação da massa para obtenção de uma equação para a
correção de pressão (P′), e os métodos tipo-SIMPLE podem ser empregados. A forma de propor as equações de correções para a
velocidade e para a massa específica, para malhas não estruturadas e arranjo colocalizado de variáveis, também já foi discutida
neste capítulo.
Portanto, dedicaremos esta seção para apresentar brevemente os passos necessários para quando métodos acoplados são
empregados. Neste caso, a estratégia fundamental é deixar todas as variáveis aparecendo implicitamente nas equações
aproximadas do movimento e da massa. Para o termo (ρ*u)pi, como ρ* é uma constante, a aproximação de (u)pi como função da
pressão é feita exatamente como mostrado para escoamentos incompressíveis no Cap. 6, Eq. (6.100), deduzida para um
problema unidimensional. O termo (ρu*)pi mostra a necessidade de avaliar também a massa específica no ponto de integração.
Seguindo o procedimento mostrado em [26], considere a equação da conservação da massa dada por

que, após expandir as derivadas, resulta

Aproximando o termo advectivo de ρ ao longo da linha de corrente s, podemos escrever

Utilizando a Eq. (13.39) com θ = 1, temos

em que |V| é a magnitude do vetor velocidade na direção de s, ρu é o valor da massa específica em uma posição upstream
calculado com os valores nos pontos nodais, e Δs é a distância, ao longo de s, entre ρu e ρpi. Os valores de ρ necessários nos
pontos nodais são obtidos de

Observe na Eq. (13.189) que a correção no valor de ρu envolve apenas termos advectivos oriundos da equação da
conservação da massa. Como essa formulação pretende ser válida para qualquer número de Mach, é necessário, para números
de Mach pequenos, introduzir uma influência elíptica na aproximação de ρpi. Isso é feito através de um esquema híbrido que
introduz uma parcela em diferenças centrais, pela expressão
em que

A expressão para f(Ma) é baseada em uma análise 1D [26] e tem a propriedade de ser igual a zero para o limite
incompressível (Ma = 0) e igual à unidade quando Ma cresce. Para Ma = 1, f = 0,4, ou seja, a interpolação aplica 60% do
esquema CDS e 40% do UDS. Na avaliação do divergente da velocidade na Eq. (13.191), as velocidades são as mesmas que
entram na conservação da massa.
Conforme [26], quando choques fortes estão presentes e a solução acoplada é empregada, é importante criar um ciclo
iterativo que faça as atualizações dos coeficientes da equação de conservação da massa enquanto os coeficientes das equações
do movimento estão fixos, dentro do mesmo intervalo de tempo. Esse procedimento leva em conta as grandes não linearidades
presentes nos coeficientes da equação de conservação da massa.

13.5 NOÇÕES SOBRE GERAÇÃO DE MALHAS TRIANGULARES


13.5.1 PROPRIEDADES REQUERIDAS PARA UMA MALHA
Conforme já discutido no Cap. 12, a tarefa de gerar a malha representa uma grande parcela do esforço total para a
simulação de um problema real. Malhas com elementos triangulares (ou tetraédricos) são malhas versáteis que podem preencher
com facilidade domínios bastante irregulares, mas apresentam a dificuldade da ordenação que implica uma matriz de
coeficientes sem a estrutura de bandas.
A definição da geometria é a parte crucial do gerador de malhas, pois, a partir do projeto em um CAD qualquer, essas
superfícies precisam ser importadas para o gerador de malhas, e a precisão de definição das superfícies 3D, muitas vezes, não é
suficiente para o processo de geração de malhas. O trabalho de limpeza e correção dessas superfícies é muitas vezes, conforme
já comentado, proibitivo. Um avanço importante nessa tarefa foi feito com o uso de superfícies do tipo NURB, que,
aparentemente, estão se tornando um padrão na definição de superfícies para geradores de malhas [27]. Superfícies como
esferas e cones são fielmente representadas através de NURBs, que também têm a habilidade de descrever com precisão
curvaturas e inclinações dessas superfícies.
Como qualquer outra malha, as malhas triangulares devem obedecer a determinados requisitos, ou possuir determinadas
propriedades, para que a solução numérica tenha qualidade. As propriedades de uma malha são definidas pelo número, forma e
tamanho dos elementos [28], sendo o tempo de CPU e a memória utilizados para a geração também de parâmetros importantes.
Satisfazer aos critérios de boa qualidade da malha e minimizar a memória e o tempo de processamento são processos contrários,
pois melhorar a qualidade de uma malha significa, quase sempre, aumentar o esforço computacional. Dessa contradição vem a
dificuldade de criar-se geradores versáteis e rápidos e que atendam aos requisitos numéricos.
Depois de bem-representada através das superfícies, a fronteira do domínio de cálculo deve coincidir o melhor possível
com a malha. Ou seja, uma das mais importantes propriedades da malha é a sua coincidência com a fronteira, pois disso
depende a correta aplicação das condições de contorno. O controle do tamanho dos elementos é um parâmetro que se consegue
incluir com facilidade em um gerador, mas o controle da forma do elemento é, sem dúvida, o mais difícil de se conseguir.
Por exemplo, os triângulos devem ser o mais possível equiláteros, pois isso permite que as funções de interpolação
representem bem as variáveis dentro do triângulo, com pesos semelhantes para os três pontos nodais. Um triângulo por demais
isósceles é equivalente, em uma malha de quadriláteros, a um elemento com razão de aspecto muito alta, o que causa elevada
anisotropia nos coeficientes, baixando a taxa de convergência do processo de solução do sistema linear. A Fig. 13.24 mostra um
elemento bastante inadequado para uma solução numérica, em que o valor 51 é obtido por interpolação dos valores 22 e 80.
Uma derivada avaliada entre os pontos com valores 80 e 22 tem uma ordem de aproximação diferente de uma derivada avaliada
entre 48 e 51, uma inconsistência que deve ser sempre evitada.
Fig. 13.24 Aproximações inconsistentes no elemento

Além disso, devemos ter as dimensões do elemento variando de forma suave dentro do domínio, e não com modificações
bruscas, conforme mostra a Fig. 13.25, para evitar volumes de controle irregulares como o mostrado, cujo centro está
praticamente junto a duas de suas faces e não é, portanto, um ponto representativo de todo o volume de controle. Ou seja,
uniformidade é outra propriedade importante de uma malha.
Uma outra propriedade de um gerador é sua capacidade de adequar-se ao problema físico. Isso pode ser feito externamente
ao gerador, pois, sabendo-se do comportamento da solução que se busca, procura-se gerar a malha que tenha o refinamento
onde requerido. A forma automática de executar essa tarefa, denominada adaptatividade, é um ponto forte do gerador e será
comentada depois de apresentarmos os métodos de triangulação.

Fig. 13.25 Variação brusca da forma dos elementos

13.5.2 MÉTODOS DE TRIANGULAÇÃO


As duas formas de triangulação já aplicadas nas formulações mostradas neste capítulo serão apresentadas brevemente, a
geral e a de Delaunay, esta última originando os diagramas de Voronoi.

TRIANGULAÇÃO DE DELAUNAY
A triangulação de Delaunay otimiza simultaneamente os seguintes critérios:
a) Maximização do mínimo ângulo interno dos triângulos;
b) Minimização do máximo circuncírculo das arestas; e
c) Minimização do máximo mínimo círculo de contenção das arestas.
A tarefa básica de um triangulador de Delaunay é gerar uma malha de triângulos, a partir de um conjunto de pontos dados,
que respeite os critérios acima. Esses três critérios em conjunto, mostrados na Fig. 13.26, garantem a geração de “boas” malhas
tanto para os métodos numéricos que empregam o próprio elemento como volume de controle ou para aqueles que empregam o
dual da triangulação. As características de ortogonalidade local do dual de uma triangulação de Delaunay podem ser vistas na
Fig. 13.22.

Fig. 13.26 Parâmetros otimizados na triangulação de Delaunay

Mas, logicamente, essa triangulação também pode apresentar características não adequadas para a simulação numérica, e a
principal delas é a chamada degeneração da triangulação. Esse comportamento aparece quando existem quatro ou mais pontos
cocirculares no conjunto de pontos fornecidos. Nessa condição singular, a triangulação de tais vértices não é única e contém
arestas cruzadas, o que invalida a triangulação. A Fig. 13.27(a) mostra uma triangulação de Delaunay degenerada com seis
pontos cocirculares, onde se observa o cruzamento das arestas. É possível remover as arestas cruzadas [29,30], mas a malha
resultante poderá ter elementos com mais de três lados no interior do domínio, conforme mostra a Fig. 13.27(b). É possível
também, após removidas as arestas cruzadas, aplicar uma nova triangulação no polígono de mais de três lados, originando a
malha da Fig. 13.27(c). O aparecimento da degeneração é difícil de ser evitado, pois a precisão nos pontos de entrada pode
causar o aparecimento de mais de três pontos cocirculares.
Na área numérica, apesar de não ser uma degeneração formal, conforme definido, é chamada de degeneração do diagrama
de Voronoi a situação em que esses diagramas são obtidos com uma triangulação que possua ângulos obtusos, conforme mostra
a Fig. 13.28. De acordo com as propriedades dessa triangulação, os segmentos 14, 13 e 12 são normais aos segmentos AC, CB e
AB respectivamente. Entretanto, o segmento AB não cruza o segmento 12 sobre o qual existe um ponto de integração e onde
estaremos calculando os fluxos de uma propriedade com valores desta propriedade nos pontos A e B. Certamente, não é uma
boa aproximação numérica, e deve ser evitada.
Fig. 13.27 Triangulação de Delaunay degenerada

Os métodos de triangulação de Delaunay podem ser divididos em dois grandes grupos: diretos e incrementais. Os diretos
têm como característica básica o conhecimento de todos os vértices que farão parte da triangulação, enquanto os incrementais
necessitam da triangulação atual e do novo vértice que será adicionado. Os métodos diretos têm o inconveniente de necessitar
refazer a triangulação quando um novo ponto é adicionado. Como estamos sempre visando à simulação numérica, é importante
lembrar que a triangulação inicial está sempre distante de ser uma malha com boas características de simulação, sendo
necessário uma etapa de refino e adaptação das malhas, o que torna os métodos diretos não atraentes na área de simulação
numérica. Podem-se usar métodos diretos na construção da triangulação básica e métodos incrementais na fase de refino e
adaptação, pois estes últimos têm operações apenas locais, não interferindo na malha globalmente. Os algoritmos mais
conhecidos para a geração de triangulação de Delaunay são o incremental de Lawson [31], o divide-and-conquer de Lee e
Schachter [32] e o plane-sweep de Fortune [33]. Os tempos de computação são bastante similares, no entanto, segundo [34], o
divide-and-conquer é levemente mais rápido, com o plane-sweep em segundo. Os algoritmos incrementais não apresentam bom
desempenho porque gastam um grande tempo na procura do triângulo no qual o novo ponto vai ser inserido.
Normalmente, os métodos são divididos em métodos de triangulação e métodos de otimização. Na verdade, é difícil
sempre separar essas tarefas, pois existem métodos que no processo de geração e otimização da malha usam métodos diretos e
incrementais. Em [28], por exemplo, em que é desenvolvido um método de triangulação de Delaunay para domínios 2.5D, isto
é, para um conjunto de superfícies 2D definidas no espaço, inicia-se com os pontos na fronteira que definem a geometria e, a
partir deles, utilizando um método direto (o divide and conquer), cria-se uma triangulação, conforme mostra a Fig. 13.29(a), em
que o critério de restrição de máxima área do elemento é bastante relaxado. A tarefa seguinte é a inspeção dos elementos para
definir a qualidade de cada um de acordo com o critério adotado, produzindo uma lista que os classifica em ordem de qualidade.
Em seguida, definem-se novos pontos, em posições que possam melhorar a qualidade dos elementos, através de um método
incremental, isto é, os elementos são modificados apenas localmente. E assim por diante, até obter-se a discretização final,
respeitando-se o critério desejado final, conforme mostram as diversas malhas da Fig. 13.29. O método é, portanto, um misto
entre a criação de uma triangulação e sua otimização, empregando dois tipos de métodos. Detalhes dessa e de outras
metodologias para triangulação de Delaunay podem ser vistos em [28].
Fig. 13.28 “Degeneração” como vista na área numérica

Fig. 13.29 Malha obtida com um método direto e incremental

Entre os métodos de triangulação geral, o mais empregado é o de avanço de frentes [35,36,37]. A etapa inicial é a divisão
do domínio em partes simplesmente conexas feita, em geral pelo próprio usuário, com base na geometria e no problema físico a
ser simulado. Definidos os subdomínios, camadas de pontos são adicionadas, uma a uma, partindo-se da fronteira em direção ao
centro. Com a adição dos pontos, qualquer método de triangulação pode ser aplicado. Essa metodologia cria elementos de boa
qualidade perto das fronteiras, mas enfrenta dificuldades quando duas frentes com grande diferença de tamanhos de elementos
se encontram, pois dificilmente será possível criar elementos de qualidade aceitável nessa região. O método é, portanto, muito
sensível à escolha das frentes e do tamanho dos elementos. Essa característica é considerada por muitos autores bastante
limitante para a geração de malhas de interesse prático. O método desenvolvido em [36] localiza os pontos ao longo das linhas
de fluxo de um escoamento, procurando gerar uma malha adequada ao problema físico, exigindo uma solução estimada do
problema para poder fazer a localização inicial dos pontos. O algoritmo é mais aplicável para esquemas de adaptação de malha
do que realmente para sua geração. Outra variante, sugerida em [37], também baseia-se no conceito de localizar os pontos sobre
as linhas de fluxo, localizando as regiões do escoamento de maior tensão cisalhante para colocação dos pontos. Depois, malhas
estruturadas são empregadas entre as linhas de fluxo, e uma triangulação de Delaunay faz a conexão entre as malhas
estruturadas. Em [37], para evitar o encontro de frentes com elementos de diferentes características, a distância entre as frentes é
monitorada (a triangulação de Delaunay fornece a distância entre as frentes), e, dependendo da distância entre elas, é acionado
um outro método para fazer o preenchimento desse espaço. A Fig. 13.30 mostra uma malha obtida com a metodologia
desenvolvida em [37].

Fig. 13.30 Malha gerada por avanço de frente [37]

O método quadtree [38] consiste em dividir recursivamente um domínio bidimensional em quadriláteros, onde o primeiro
deles, denominado quadrilátero raiz, contém o domínio por completo. Um quadrilátero pode ser dividido em 4 quadriláteros
filhos. A coleção de quadriláteros forma uma árvore de quadriláteros (daí o nome do método). Um octree é a generalização para
três dimensões, onde cada cubo pode ser dividido em 8 cubos menores.
Existem ainda os métodos de decomposição de polígono [39], em que o domínio é primeiramente dividido em polígonos
simplesmente conexos, denominados polígonos principais. Em seguida estes polígonos são discretizados utilizando-se como
critério os tamanhos das arestas dentro de cada polígono.

MELHORAMENTO DA MALHA E ADAPTATIVIDADE


Os métodos de melhoramento são aplicados a uma malha após o processo de geração e baseiam-se, fundamentalmente, no
movimento dos nós da malha, procurando melhorar ângulos, formas e áreas dos elementos. Não existe consenso na área sobre a
definição de quais operações são classificadas como de melhoramento de uma malha. Na área numérica, p