💻 computer science

An Entropy Stable Formulation of Two-equation Turbulence Models with Particular Reference to the k-epsilon Model

Este artículo presenta un marco numérico robusto para modelos de turbulencia de dos ecuaciones, particularmente el modelo k-épsilon, mediante la incorporación de principios de producción de entropía y promediado espacio-temporal para derivar ecuaciones simétricas y de estabilidad entrópica que aseguren consistencia y positividad sin depender de viscosidad artificial.

Autores originales: Guillermo Hauke, Thomas J. R. Hughes

Publicado 2026-08-12

📖 3 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Guillermo Hauke, Thomas J. R. Hughes

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás tratando de predecir cómo fluye un río alrededor de una roca, o cómo el aire pasa velozmente sobre un coche en movimiento. En el mundo de la física, este es el estudio de la dinámica de fluidos. Pero los fluidos son complicados; no solo fluyen suavemente como el agua en un arroyo tranquilo. Se arremolinan, giran y chocan contra sí mismos en patrones caóticos llamados turbulencia. Para comprender estos movimientos salvajes, los científicos utilizan un conjunto de reglas llamadas ecuaciones de Navier-Stokes. Piensa en estas ecuaciones como el manual de instrucciones definitivo sobre cómo se mueven los fluidos. Sin embargo, cuando los fluidos se vuelven turbulentos, el manual se vuelve tan increíblemente complejo que incluso las supercomputadoras más rápidas del mundo no pueden resolverlo perfectamente para diseños del mundo real.

Para sortear esto, los ingenieros utilizan un atajo. En lugar de rastrear cada pequeño remolino, toman un "promedio" del flujo, suavizando el caos en una imagen manejable. Esto se llama promediado de Reynolds. Pero aquí está el truco: cuando suavizas el caos, pierdes algunas de las reglas fundamentales que mantienen estable al universo. Una de estas reglas más importantes es la Segunda Ley de la Termodinámica, que básicamente dice que el desorden (o "entropía") en un sistema cerrado siempre tiende a aumentar. Es como si una habitación desordenada nunca se limpiara por sí sola; la energía siempre se disipa en forma de calor. Si una simulación por computadora ignora esta regla, puede volverse inestable, produciendo resultados salvajes e imposibles que bloquean el programa. La gran pregunta que los científicos se han estado haciendo es: ¿Podemos construir un modelo de turbulencia que respete esta "regla de la desorganización" para que nuestras simulaciones por computadora se mantengan estables y físicamente reales?

Este artículo, escrito por Guillermo Hauke y Thomas J. R. Hughes, aborda exactamente ese problema. Los autores proponen una nueva forma de escribir las ecuaciones para los modelos de turbulencia de dos ecuaciones (específicamente el famoso modelo $k$ - $\epsilon$ ) para que obedezcan naturalmente la Segunda Ley de la Termodinámica. Lo hacen introduciendo un ingenioso truco matemático llamado "promediado espacio-temporal". Imagina observar un flujo turbulento no solo a través de una cámara de lapso de tiempo, sino también a través de una lente ligeramente borrosa que promedia los detalles espaciales diminutos. Al hacer esto, descubren una conexión oculta entre la energía de los remolinos giratorios y la tasa a la que esa energía desaparece (se disipa).

El hallazgo principal del artículo es que, si cambias las variables en tus ecuaciones para representar estas cantidades promediadas, todo el sistema se vuelve "simétrico". En el mundo de las matemáticas, la simetría es un superpoder; significa que las ecuaciones son mucho más estables y menos propensas a colapsar durante una simulación por computadora. Los autores demuestran que, para que esto funcione, la forma en que la turbulencia propaga el calor y el movimiento (los coeficientes de difusividad) debe seguir restricciones específicas. Probaron esta nueva versión del modelo $k$ - $\epsilon$ , "estable de entropía", en una computadora mediante la simulación de aire fluyendo sobre una placa plana. Los resultados fueron prometedores: el modelo produjo resultados estables y realistas que coincidían bien con los datos experimentales, y lo hizo sin necesidad de los "ajustes" artificiales (como añadir viscosidad falsa) que los modelos antiguos suelen requerir. Los autores sugieren que este enfoque proporciona una forma más físicamente consistente de diseñar modelos de turbulencia, asegurando que las simulaciones por computadora respeten las leyes fundamentales de la naturaleza.

Resumen Técnico: Una formulación con estabilidad de entropía para modelos de turbulencia de dos ecuaciones con especial referencia al modelo $k$ - $\epsilon$

Planteamiento del problema
El diseño de algoritmos numéricos robustos para la dinámica de fluidos depende en gran medida de la consistencia y la estabilidad. Si bien la segunda ley de la termodinámica (producción de entropía) proporciona un principio de estabilidad física fundamental para las ecuaciones de Navier-Stokes, su aplicación a las ecuaciones de Reynolds-Averaged Navier-Stokes (RANS) no es trivial. En las formulaciones RANS estándar, particularmente aquellas que utilizan modelos de turbulencia de dos ecuaciones como el $k$ - $\epsilon$ , el vínculo directo entre la entropía promediada y las variables dependientes promediadas se pierde debido a la no linealidad de la relación de Gibbs. En consecuencia, las formulaciones estándar a menudo carecen de una función de entropía generalizada, lo que dificulta la incorporación de principios de estabilidad física directamente en el esquema numérico sin recurrir a la viscosidad artificial. Los intentos previos para restaurar la estabilidad de la entropía, como los de Jansen et al., se limitaron a modelos de una sola ecuación o sistemas de seis ecuaciones para el tensor de esfuerzos de Reynolds, dejando al ampliamente utilizado modelo $k$ - $\epsilon$ sin una formulación de estabilidad de entropía rigurosa.

Metodología
Los autores proponen un marco para derivar una formulación de estabilidad de entropía para modelos de turbulencia de dos ecuaciones, específicamente el modelo $k$ - $\epsilon$ , mediante la introducción de un promedio espacio-temporal.

Promedio espacio-temporal y transformación de variables:
El artículo introduce un operador de promedio espacio-temporal para cerrar la brecha entre la tasa de disipación ( $\epsilon$ ) y la entropía generalizada. Al realizar un promedio espacial de la energía cinética turbulenta ( $k$ ) sobre un volumen pequeño, los autores demuestran que $\epsilon$ da cuenta de las fluctuaciones espaciales de $k$ . Esto conduce a la definición de una nueva escala de velocidad, $q_1 = (\nu \epsilon)^{1/4}$ , además de la escala de velocidad turbulenta estándar $q_0 = \sqrt{2k}$ . El sistema de variables de conservación se redefine para incluir la densidad, el momento, la energía total, $q_0$ y $q_1$ . La energía total se modifica para incluir contribuciones tanto de $q_0$ como de $q_1$ .
Función de entropía generalizada y simetrización:
Utilizando estas nuevas variables, los autores construyen una función de entropía generalizada $H(U) = -\rho \hat{s}$ , donde $\hat{s}$ es una entropía modificada basada en las variables promediadas en el espacio-tiempo. Las correspondientes variables de entropía $V$ se derivan como el gradiente de $H$ con respecto a las variables de conservación $U$ . Este cambio de variables transforma la forma cuasilineal de las ecuaciones $k$ - $\epsilon$ en un sistema hiperbólico simétrico (específicamente, un sistema advectivo-difusivo simétrico). Las matrices de coeficientes para la derivada temporal y los términos de advección se vuelven simétricas, y se demuestra que la matriz de difusión es simétrica semidefinida positiva bajo restricciones específicas.
Restricciones para la producción de entropía:
Para asegurar que el sistema satisfaga la desigualdad de Clausius-Duhem (producción de entropía no negativa), los autores derivan restricciones específicas sobre los coeficientes del modelo de turbulencia:
- La difusividad turbulenta para la tasa de disipación ( $\epsilon$ ) debe ser igual a la difusividad turbulenta para la energía cinética turbulenta ( $k$ ). En términos de números de Prandtl, esto requiere que $Pr_\epsilon = Pr_k$ .
- Los términos fuente en la ecuación de $q_1$ deben satisfacer desigualdades específicas para asegurar que la producción de entropía generalizada permanezca no negativa. Esto implica modificar el término de disipación en la función fuente para que domine los términos de producción bajo ciertas condiciones.
Implementación numérica:
Las ecuaciones formuladas se implementan utilizando un método de elementos finitos de Galerkin en el tiempo discontinuo/mínimos cuadrados. El sistema se resuelve mediante un algoritmo de predictor-multicorrector con un solver lineal GMRES. La implementación aborda la rigidez de las ecuaciones $k$ - $\epsilon$ , particularmente cerca de las paredes, utilizando una condición de contorno específica para $q_1$ derivada del equilibrio entre la disipación y la autodifusión.

Resultados clave
El artículo presenta simulaciones numéricas de una capa límite de placa plana casi incompresible utilizando el modelo $k$ - $\epsilon$ de Lam-Bremhorst adaptado a este marco de estabilidad de entropía.

Validación: Los resultados para el coeficiente de fricción superficial y los perfiles de velocidad (en coordenadas de pared) muestran una buena concordancia con las correlaciones empíricas (Karman-Schönherr) y otros cálculos establecidos (Patel et al., Wilcox).
Estabilidad: El esquema numérico demuestra robustez. Notablemente, la ecuación de $q_1$ (la ecuación de disipación transformada) exhibe una excelente estabilidad, contrastando con las dificultades numéricas típicas asociadas con la ecuación $\epsilon$ estándar.
Independencia de la malla: Un estudio de refinamiento indica que la solución es relativamente insensible al tamaño del elemento cerca de la pared ( $y^+$ ), incluso para valores tan altos como $y^+ = 5.0$ . Esto se atribuye a la implementación de la condición de contorno específica para $q_1$ , que permite mallas cerca de la pared más gruesas en comparación con los modelos $k$ - $\epsilon de bajo número de Reynolds estándar que típicamente requieren$ y^+ < 1$.
Producción de entropía: Las simulaciones confirman que la producción de entropía total (disipación viscosa más contribuciones turbulentas) permanece no negativa a través de la capa límite, validando la derivación teórica.

Significación y afirmaciones
Los autores afirman que este trabajo extiende con éxito el concepto de estabilidad de entropía al ampliamente utilizado modelo de turbulencia de dos ecuaciones $k$ - $\epsilon$ . Al introducir el promedio espacio-temporal y las variables asociadas $q_0$ y $q_1$ , recuperan una función de entropía generalizada que permite la simetrización del sistema.

La principal significación radica en la capacidad de diseñar algoritmos numéricos que hereden el principio de estabilidad física de la segunda ley de la termodinámica directamente en la formulación discreta. Esto proporciona una alternativa rigurosa a la adición de viscosidad artificial para la estabilidad. El artículo afirma que las restricciones derivadas (específicamente $Pr_\epsilon = Pr_k$ ) son necesarias tanto para la producción de entropía como para la positividad de la solución, alineándose con hallazgos previos de Mohammadi y Pironneau. Los autores concluyen que este marco ofrece un camino hacia el diseño de modelos de turbulencia más físicamente coherentes y esquemas numéricos estables, como lo demuestra la aplicación exitosa al modelo Lam-Bremhorst.

Más como este