Assessment of RANS Modeling of Jet Interaction in Fan-Array Wind Generator Flows

El estudio evalúa la capacidad de la modelación RANS para predecir la interacción de chorros en generadores eólicos de arreglo de ventiladores, demostrando que, aunque el enfoque captura eficazmente la topología global del flujo y la decadencia de velocidad con un costo computacional bajo, presenta limitaciones significativas en la precisión de las magnitudes cercanas a la inyección y en la predicción de la intensidad de turbulencia debido a las restricciones del cierre de viscosidad turbulenta.

Lo esencial

Imagina que quieres estudiar cómo se comporta un avión o un dron cuando vuela en una tormenta real, con ráfagas de viento impredecibles y aire muy turbulento. El problema es que los túneles de viento tradicionales son como "piscinas de natación": el agua (o el aire) fluye de manera muy suave, ordenada y uniforme. No sirven para simular el caos de una tormenta real.

Para solucionar esto, los ingenieros crearon algo llamado Generador de Viento de Matriz de Ventiladores (FAWG). Imagina una pared gigante compuesta por 100 pequeños ventiladores (como los de tu computadora, pero en una cuadrícula de 10x10). Cada uno puede encenderse, apagarse o cambiar de velocidad independientemente. Al hacerlo, pueden crear un "viento" artificial que es muy turbulento y desordenado, imitando perfectamente la atmósfera real.

¿De qué trata este estudio?

Los autores de este papel se preguntaron: "¿Podemos usar computadoras para predecir cómo se comportará este viento creado por los ventiladores, sin tener que construirlo y medirlo físicamente cada vez?".

Usaron un método matemático llamado RANS (que es como una receta para promediar el comportamiento del viento en lugar de seguir cada molécula individualmente, lo cual sería demasiado lento para la computadora).

Aquí están los hallazgos clave, explicados con analogías sencillas:

1. La "Receta" vs. La Realidad

La computadora logró predecir muy bien el movimiento general del viento. Es como si pudieras predecir que, si soplas con una pajita, el chorro de aire llegará a la pared de enfrente. La computadora acertó en la dirección y la fuerza general del viento.

Sin embargo, falló un poco en los detalles finos.

• La analogía: Imagina que estás mezclando dos colores de pintura (azul y amarillo) en un vaso. La computadora te dice que al final tendrás verde (lo cual es correcto), pero no puede predecir exactamente cómo se formarán los remolinos azules y amarillos justo en el momento en que se tocan. En la zona donde los chorros de aire de los ventiladores chocan, la computadora no captó la intensidad exacta de la turbulencia.

2. Dos formas de dibujar los ventiladores

Los investigadores probaron dos formas de representar los ventiladores en la computadora:

• Opción A (La superficie): Dibujaron los ventiladores como si fueran "fantasmas" o láminas invisibles que empujan el aire. Es rápido y simple.
• Opción B (El conducto): Dibujaron los ventiladores con sus carcasas, ejes y paredes reales. Es como si tuvieras el ventilador físico dentro de la simulación.

El resultado: La opción B (con paredes) fue más realista cerca de los ventiladores porque el aire se veía obligado a fluir por un tubo, pero la opción A (fantasma) funcionó muy bien para ver qué pasa más lejos. Es como ver una película: si quieres ver los detalles de la cara del actor, necesitas una cámara de alta definición (Opción B), pero si solo quieres ver la acción de la película desde lejos, una cámara normal (Opción A) basta y es más rápida.

3. La velocidad no lo es todo

Se preguntaron: "¿Si hacemos que los ventiladores giren más rápido, el viento será más turbulento?".

• La sorpresa: ¡No necesariamente! Aumentar la velocidad de los ventiladores hizo que el viento fuera más fuerte (más rápido), pero no cambió mucho la "turbulencia" (el desorden).
• La analogía: Imagina que tienes un río. Si haces que el río fluya el doble de rápido, el agua va más rápido, pero si el río es recto y liso, sigue siendo un río tranquilo. La turbulencia en este sistema no viene de qué tan rápido giran los ventiladores, sino de cómo los chorros de aire de los diferentes ventiladores chocan entre sí y se mezclan. Es el choque, no la velocidad, lo que crea el caos.

4. ¿Por qué nos importa? (El ejemplo del avión de papel)

Para ver si todo esto tiene sentido, pusieron un "avión de papel" (una placa plana) en medio de este viento artificial.

• Viento normal (Túnel tradicional): El avión vuela suave.
• Viento FAWG (Turbulento): ¡El avión sufre mucho más!
  • La fuerza que lo levanta (sustentación) aumentó un 108%.
  • La fuerza que lo frena (resistencia) aumentó un 380%.

¿Por qué? Porque el viento no empuja al avión de manera uniforme. Es como si alguien le diera golpes de aire a la nariz del avión desde diferentes ángulos al mismo tiempo. Esto crea cargas muy desiguales en la superficie del avión.

Conclusión simple

Este estudio nos dice que las computadoras son muy buenas para predecir el comportamiento general de estos generadores de viento complejos, lo cual ahorra mucho tiempo y dinero (no hay que construir todo el sistema físico para probar una idea).

Sin embargo, las computadoras aún tienen dificultades para predecir los remolinos pequeños y caóticos justo donde los chorros de aire chocan. A pesar de esto, la herramienta es útil para diseñar mejores sistemas de viento artificial y entender cómo volarán los drones o aviones en condiciones reales y turbulentas, no solo en condiciones de laboratorio perfectas.

En resumen: Es como tener un mapa muy bueno para navegar por un océano tormentoso; te dice hacia dónde ir y qué tan fuerte es la ola, pero no te dice exactamente cómo salpicará cada gota de agua en tu cara.

Resumen técnico

1. Planteamiento del Problema

Los túneles de viento convencionales están diseñados para generar condiciones de entrada uniformes con baja intensidad de turbulencia, lo que limita su capacidad para reproducir las condiciones atmosféricas reales (altamente turbulentas, no uniformes y transitorias). Esto restringe la investigación de cargas aerodinámicas no estacionarias en aplicaciones como turbinas eólicas, UAVs y estudios de capa límite atmosférica.

Los Generadores Eólicos de Matriz de Ventiladores (FAWG) han surgido como una solución experimental para crear condiciones de entrada turbulentas controladas mediante ventiladores accionados independientemente. Sin embargo, existe una brecha significativa en la modelación numérica de estos sistemas:

• La aplicación directa de modelos de turbomáquinas convencionales es inviable computacionalmente debido al gran número de unidades pequeñas.
• La interacción de múltiples chorros y las fuertes capas de cizalladura presentan desafíos para la predicción numérica.
• Hasta la fecha, no existían estudios que evaluaran la capacidad de los modelos RANS (Promedio de Navier-Stokes) para predecir la interacción de chorros en configuraciones de FAWG a gran escala.

2. Metodología

El estudio evalúa la capacidad del modelado RANS para predecir la interacción de chorros en un FAWG de 10 × 10 (100 ventiladores axiales).

• Configuración y Dominio: Se utilizó una configuración de referencia experimental (100 ventiladores Delta Electronics GFB0412EHS). El dominio computacional incluye una cámara aguas arriba y otra aguas abajo, con una altura de 10W aguas abajo (donde W es el ancho del dispositivo).
• Representación del Ventilador: En lugar de resolver la geometría de las aspas (prohibitivo en coste computacional), se utilizó una condición de salto de presión (modelo de disco actuador).
  • Se aplicó una relación polinómica de cuarto grado basada en datos del fabricante para definir el salto de presión en función de la velocidad normal.
  • Se compararon dos enfoques geométricos:
    1. Superficie: El ventilador es una superficie anular de espesor cero.
    2. Ductado: El ventilador está contenido dentro de un ducto con paredes y cubo (hub) para capturar efectos de confinamiento y pérdidas.
• Modelo de Turbulencia: Se empleó el modelo k-ω SST (Shear Stress Transport) por su equilibrio entre precisión y coste computacional para flujos con múltiples chorros interactuantes.
• Validación y Sensibilidad:
  • Se realizó un estudio de convergencia de malla (tres niveles de refinamiento).
  • Se compararon los resultados con datos experimentales de velocidad axial e intensidad de turbulencia (TI) para dos patrones de activación (B y D).
  • Se analizó la sensibilidad a la velocidad del ventilador, la intensidad de turbulencia de entrada (TI) y la relación de viscosidad turbulenta.
• Aplicación Demostrativa: Se simuló una placa plana de bajo aspecto (AR=1.0) en el flujo generado por el FAWG y se comparó con un flujo libre uniforme para evaluar el impacto aerodinámico.

3. Contribuciones Clave

• Marco Computacional Eficiente: Se establece un método viable para simular FAWGs grandes utilizando la condición de salto de presión, evitando la necesidad de resolver la geometría de cada aspa individualmente.
• Evaluación de Representaciones Geométricas: Se demuestra que la representación "ductada" (con paredes y cubo) produce campos de velocidad más difusos y con menor intensidad de núcleo debido a las pérdidas por confinamiento, en comparación con el modelo de "superficie" que tiende a sobreestimar la energía del chorro cerca de la salida.
• Caracterización de la Turbulencia Generada: Se identifica que la turbulencia en el flujo FAWG es generada principalmente por mecanismos internos (interacción chorro-chorro y desarrollo de capas de cizalladura) y es insensible a las condiciones de turbulencia de entrada o a la velocidad de rotación de los ventiladores (dentro del rango estudiado).

4. Resultados Principales

• Velocidad Axial: El modelo RANS captura con precisión razonable la topología global de la interacción de chorros y la decadencia de velocidad aguas abajo.
  • Limitación: Se observan discrepancias sistemáticas en la magnitud cerca del campo cercano (subestimación de picos) y en las capas de cizalladura periféricas. El modelo tiende a suavizar los perfiles de velocidad en comparación con los picos agudos experimentales.
• Intensidad de Turbulencia (TI): Las predicciones de TI muestran mayores desviaciones que las de velocidad.
  • El modelo subestima los picos locales de turbulencia y no reproduce la evolución no monótona observada experimentalmente.
  • Esto se atribuye a las limitaciones de los modelos de viscosidad turbulenta (eddy-viscosity) para representar flujos altamente anisotrópicos y dominados por la mezcla.
• Influencia de Parámetros de Entrada:
  • Variar la velocidad del ventilador escala la velocidad media linealmente, pero no afecta el perfil de intensidad de turbulencia aguas abajo.
  • Variar la TI y la relación de viscosidad turbulenta en la entrada tiene un impacto despreciable en la distribución de TI aguas abajo (más allá de z/W ≈ 4), confirmando que la turbulencia es auto-generada por la interacción de los chorros.
• Impacto Aerodinámico (Placa Plana):
  • La placa expuesta al flujo FAWG experimentó un aumento drástico en las fuerzas aerodinámicas en comparación con el flujo uniforme: +108% en el coeficiente de sustentación (CL) y +380% en el coeficiente de arrastre (CD).
  • Esto se debe a la impingencia localizada de los chorros y a gradientes de presión y esfuerzo cortante altamente no uniformes en la superficie, demostrando que la no uniformidad del flujo es más crítica que la magnitud de la velocidad media.

5. Significancia y Conclusiones

El estudio concluye que el modelado RANS, combinado con una representación de ventilador basada en salto de presión, proporciona un marco computacionalmente eficiente para predecir la estructura del flujo medio en sistemas FAWG. Es adecuado para evaluar la topología global y la decadencia de velocidad.

Sin embargo, el estudio pone de manifiesto limitaciones claras:

1. Resolución de Turbulencia: El modelo RANS no puede resolver con precisión las características locales de turbulencia en regiones de mezcla intensa y capas de cizalladura, lo que resulta en subestimaciones de la intensidad de turbulencia.
2. Implicaciones de Diseño: Los resultados demuestran que los flujos generados por FAWG introducen cargas aerodinámicas fundamentalmente diferentes a las de los túneles de viento convencionales. Ignorar la no uniformidad y la alta turbulencia puede llevar a errores significativos en la evaluación del rendimiento aerodinámico de vehículos y estructuras.

Perspectiva Futura: Se sugiere que para capturar efectos transitorios y la dinámica de las capas de cizalladura con mayor fidelidad, futuros trabajos deberían emplear simulaciones no estacionarias de resolución de escalas (como LES), aunque a un coste computacional mucho mayor.