Flow-priority optimization of additively manufactured variable-TPMS lattice heat exchanger based on macroscopic analysis

Este estudio propone un marco de modelado y optimización macroscópico basado en la teoría de Darcy–Forchheimer para diseñar intercambiadores de calor de red TPMS variable con anchos de canal no uniformes, lo cual, según confirma la validación experimental, logra una mejora del rendimiento del 28.7% sobre las configuraciones de red uniforme.

Lo esencial

Imagina que tienes una autopista muy concurrida donde dos tipos de tráfico intentan pasarse el uno al otro sin chocar: una corriente de coches calientes y una corriente de coches fríos. Su objetivo es intercambiar "calor" (como energía) mientras se cruzan. En un intercambiador de calor tradicional, esta autopista está construida con un patrón uniforme y repetitivo de paredes (como un panal o una rejilla estándar). Esto funciona bien, pero no es perfecto. A veces, los coches calientes se quedan atrapados en un atasco, o los coches fríos toman un atajo que no les permite intercambiar suficiente calor.

Este artículo trata sobre el rediseño de esa autopista utilizando una estructura matemática perfecta en 3D llamada red TPMS (piensa en ella como una estructura compleja, similar a una esponja, que se repite en tres dimensiones). Los investigadores querían saber: ¿Qué pasaría si no mantuviéramos las paredes uniformes? ¿Qué tal si pudiéramos ensanchar el carril caliente en algunos puntos y el carril frío en otros, justo donde más ayuda?

Aquí tienes el desglose de su viaje, utilizando analogías sencillas:

1. El problema: La trampa del "talla única"

Normalmente, los ingenieros construyen estos intercambiadores de calor con una estructura de esponja uniforme. Es como construir una ciudad donde todas las calles tienen exactamente el mismo ancho.

• El problema: En una forma compleja (como una curva en U o una forma de L), un ancho de calle uniforme no siempre es lo mejor. A veces, el tráfico caliente necesita una carretera más ancha para moverse más rápido, mientras que el tráfico frío necesita un camino más estrecho y sinuoso para frenar y cambiar el calor mejor. Un diseño uniforme obliga a ambos a seguir las mismas reglas, lo cual no es eficiente.

2. La solución: La "esponja inteligente"

Los investigadores utilizaron la Fabricación Aditiva (impresión 3D con metal) para construir un intercambiador de calor donde la "esponja" no es uniforme. Querían cambiar el grosor de las paredes dentro de la esponja para controlar cuánto espacio obtiene el fluido caliente frente al fluido frío.

• El desafío: Si intentas diseñar esto observando cada diminuto poro de la esponja (como mirar cada uno de los ladrillos de una pared), la computadora tarda una eternidad en calcularlo. Es como intentar diseñar una ciudad contando cada piedrecilla en la acera.
• El truco: Crearon un "Modelo Macroscópico". En lugar de mirar cada pequeño poro, trataron toda la esponja como un "material mágico" con propiedades promedio. Utilizaron una teoría llamada Darcy-Forchheimer (que es como un libro de reglas sobre cómo fluye el agua a través de una esponja mojada) para predecir cómo se movería el fluido sin necesidad de ver cada agujero.

3. La optimización: Ajustando la "perilla"

Trataron la posición de las paredes de la esponja como una "perilla" que podían girar.

• La perilla: Imagina un dial etiquetado de -1 a +1.
  • Gira a la izquierda: El carril caliente se ensancha y el carril frío se comprime.
  • Gira a la derecha: El carril frío se ensancha y el carril caliente se comprime.
• El objetivo: La computadora ejecutó miles de simulaciones, girando esta perilla en diferentes puntos del intercambiador de calor, tratando de encontrar la mezcla perfecta que hiciera que el intercambio de calor fuera lo más rápido posible.

4. El resultado: Una danza diagonal

Cuando la computadora encontró el diseño "perfecto", ya no parecía una autopista recta.

• El descubrimiento: El diseño óptimo hizo que los fluidos caliente y frío se cruzaran diagonalmente, como dos bailarines entrelazándose, en lugar de simplemente fluir uno al lado del otro de forma recta.
• Por qué funcionó: Esta trayectoria diagonal obligó a los fluidos a permanecer en contacto entre sí durante una distancia más larga. Fue como hacer que los coches condujeran en un bucle largo y sinuoso en lugar de una línea recta, dándoles más tiempo para intercambiar calor.
• La puntuación: Este diseño "inteligente" mejoró el rendimiento del intercambio de calor en aproximadamente un 24% en comparación con el diseño estándar y uniforme.

5. La prueba de realidad: Imprimirlo en 3D

Los investigadores no se detuvieron solo en la computadora. Imprimieron el diseño utilizando polvo metálico y un láser (un proceso llamado Fusión de Lecho de Polvo por Láser).

• La prueba: Hicieron pasar agua caliente y fría a través de los bloques de metal impresos.
• El resultado: La prueba del mundo real coincidió muy de cerca con las predicciones de la computadora. El diseño "inteligente" realmente funcionó mejor que el uniforme.
• El inconveniente: El modelo de la computadora fue ligeramente demasiado optimista sobre cuánta presión perdería el agua (qué tanto esfuerzo tendría que hacer la bomba). En el mundo real, los canales diminutos en el diseño "inteligente" eran tan estrechos que la impresora 3D creó pequeñas imperfecciones (como un borde ligeramente rugoso), lo que hizo que el agua tuviera un poco más de dificultad de lo que la computadora pensó. Sin embargo, el beneficio de la transferencia de calor fue enorme.

Resumen

Piensa en este artículo como una receta para un radiador mejor. En lugar de usar una rejilla de tubos estándar y uniforme, los investigadores usaron una computadora para "doblar" las paredes internas de una esponja de metal impresa en 3D. Descubrieron que, al hacer que los carriles para el agua caliente y fría fueran desiguales y diagonales, podían hacer que el intercambio de calor fuera mucho más eficiente. Demostraron que esto funciona en la vida real, mostrando que la impresión 3D puede crear estructuras internas "inteligentes" que son muy superiores a los diseños tradicionales y uniformes.

Resumen técnico

Resumen Técnico: Optimización de la Prioridad de Flujo de un Intercambiador de Calor de Celosía de Superficie Mínima Triplemente Periódica (TPMS) Fabricado por Adición

Planteamiento del Problema
Aunque las estructuras de celosía de Superficie Mínima Triplemente Periódica (TPMS) son ampliamente reconocidas por mejorar la transferencia de calor por convección mediante una distribución de flujo uniforme y la disrupción de la capa límite, una configuración de celosía uniforme no es necesariamente óptima para todas las geometrías de intercambiadores de calor. Específicamente, en trayectorias de flujo complejas donde los fluidos siguen trayectorias en forma de U o de L, una celosía uniforme puede provocar una resistencia al flujo asimétrica y patrones de flujo macroscópicos subóptimos. Estudios previos han destacado la necesidad de optimizar la trayectoria del flujo y el potencial de las celosías con gradientes funcionales; sin embargo, la optimización numérica rigurosa de la prioridad de flujo relativa entre los canales caliente y frío en intercambiadores de calor TPMS sigue siendo un desafío abierto. Además, la optimización de topología explícita de geometrías TPMS intrincadas es computacionalmente prohibitiva debido al alto costo de resolver las microgeometrías detalladas durante los procesos de diseño iterativos.

Metodología
Este estudio propone un enfoque de modelado macroscópico para optimizar la prioridad de flujo entre los fluidos caliente y frío en un intercambiador de calor de dos fluidos equipado con una celosía de tipo TPMS Primitive. La metodología central consiste en:

1. Modelado de Medio Poroso Macroscópico: En lugar de resolver la geometría detallada de la TPMS, la celosía se trata como un medio poroso. El flujo se rige por las ecuaciones de Brinkman–Forchheimer, y la transferencia de calor se modela mediante un enfoque de advección-difusión con un coeficiente de transferencia de calor volumétrico ($h$). Este coeficiente, junto con la permeabilidad ($\kappa$), el coeficiente de arrastre ($\beta$) y la conductividad térmica efectiva ($\lambda$), sirve como una propiedad artificial que caracteriza la capacidad de transferencia de calor por unidad de volumen.
2. Derivación de Parámetros Efectivos: Estos parámetros macroscópicos se derivan mediante la homogeneización basada en Elementos de Volumen Representativo (RVE). Las propiedades efectivas se computan resolviendo las ecuaciones de Navier-Stokes y de energía microscópicas en una sola celda unidad bajo condiciones de contorno específicas.
3. Definición de la Variable de Diseño: El umbral de isosuperficie ($C$) de la función TPMS Primitive se utiliza como la variable de diseño. Al variar $C$, la posición de las paredes sólidas se desplaza, alterando efectivamente los anchos de los canales y la resistencia al flujo relativa entre los dominios caliente y frío. Una variable de diseño normalizada $d$ ($0 \le d \le 1$) controla este umbral.
4. Marco de Optimización: Se emplea un algoritmo de optimización (Método de las Líneas de Asíntotas Móviles, MMA) para maximizar la tasa de transferencia de calor. La función objetivo se define como la diferencia de entalpía entre la entrada y la salida del fluido caliente. La optimización se realiza sobre un intercambiador de calor plano con trayectorias de contraflujo en forma de U, sujeto a restricciones de caída de presión fijas (500 Pa) en las entradas y salidas.
5. Validación: La solución óptima se verifica mediante simulaciones de geometría detallada (usando Star-CCM+) y validación experimental. Los especímenes fueron fabricados mediante la fusión selectiva por láser de lecho de polvo (LPBF) de metal con acero inoxidable 316L, seguido de pruebas de fuga y evaluación del rendimiento térmico bajo condiciones de estado estacionario.

Contribuciones Clave

• Optimización Macroscópica de la Prioridad de Flujo: El estudio introduce un marco para optimizar la dominancia relativa de los flujos caliente y frío en intercambiadores de calor TPMS al tratar el umbral de la isosuperficie como una variable de diseño espacialmente variable. Esto permite la creación de distribuciones de celosía no uniformes que guían los patrones de flujo macroscópicos.
• Eficiencia Computacional: Al utilizar una aproximación de flujo poroso macroscópico, el estudio logra una reducción del 92.8% en el tiempo de computación en comparación con el análisis de geometría detallada, haciendo que la optimización iterativa de estructuras de celosía complejas sea prácticamente factible.
• Verificación Experimental del Diseño Optimizado: La investigación proporciona evidencia experimental de que una celosía no uniforme, optimizada macroscópicamente, supera a una celosía uniforme en una configuración de contraflujo en forma de U, cerrando la brecha entre la optimización teórica y la realidad de la fabricación aditiva.

Resultados

• Mejora del Rendimiento: La celosía optimizada demostró una clara mejora del rendimiento sobre la celosía uniforme. Las simulaciones de geometría detallada mostraron una mejora promedio del 24.2% en la tasa de transferencia de calor, mientras que los resultados experimentales confirmaron una mejora del 23.3%.
• Mecanismo de Flujo: La solución óptima indujo una trayectoria de flujo diagonal, aumentando la longitud de interacción efectiva entre los fluidos caliente y frío en comparación con el flujo predominantemente vertical en las celosías uniformes. Esto resultó en una distribución de temperatura más uniforme en todo el intercambiador de calor, reduciendo los desequilibrios térmicos cerca de las regiones de entrada/salida.
• Pérdida de Presión: Aunque el modelo macroscópico tendió a sobreestimar las pérdidas de presión en comparación con las simulaciones detalladas y los experimentos, las diferencias de pérdida de presión entre la celosía uniforme y la óptima fueron generalmente pequeñas. Sin embargo, los resultados experimentales para el canal de fluido caliente de la celosía óptima mostraron una mayor pérdida de presión de lo previsto, atribuida a imperfecciones geométricas (estrechamiento de garganta) durante el proceso de LPBF cuando los diámetros de los canales se acercaban al límite de resolución de fabricación (~0.5 mm).
• Precisión del Modelo: El modelo macroscópico predijo con precisión las tendencias generales de la distribución de flujo y temperatura. Las discrepancias en la pérdida de presión se atribuyeron a la suposición de periodicidad perfecta en la derivación del RVE, la cual se viola en la estructura no uniforme optimizada, y a las simplificaciones en la derivación del coeficiente de transferencia de calor volumétrico (por ejemplo, asumiendo una temperatura sólida constante dentro de una celda).

Significancia y Reivindicaciones
El artículo sostiene que la optimización de la prioridad de flujo mediante la variación espacial del umbral de la isosuperficie TPMS es una estrategia viable para mejorar la eficiencia del intercambio de calor en configuraciones de flujo complejas donde las celosías uniformes son subóptimas. El estudio demuestra que el análisis macroscópico, a pesar de sus aproximaciones inherentes, puede guiar de manera confiable el diseño de intercambiadores de calor de alto rendimiento que sean fabricables mediante la manufactura aditiva de metales.

Los autores reconocen modestamente las limitaciones, señalando que la precisión predictiva del modelo macroscópico depende de las condiciones de gradiente de presión utilizadas para la derivación de parámetros y puede degradarse ante tasas de flujo más altas o en regiones de extrema no uniformidad geométrica. También destacan que las imperfecciones geométricas en gargantas estrechas pueden impactar significativamente la pérdida de presión, sugiriendo que es necesario establecer restricciones de diseño sobre el tamaño mínimo de las características para aplicaciones prácticas. El trabajo establece una base para futuras investigaciones sobre los mecanismos físicos de tales optimizaciones y su aplicación a otros tipos de TPMS y configuraciones de flujo.