Leveraging unstructured grids for direct numerical simulations of wall turbulence

Este artigo apresenta a {\eta}-grade, um framework de geração de grades não estruturadas para simulações numéricas diretas de turbulência de parede que escala os tamanhos da grade com a escala local de Kolmogorov, alcançando precisão comparável às grades cartesianas convencionais enquanto reduz significativamente o custo computacional, particularmente em altos números de Reynolds e sobre geometrias complexas de riblets.

O essencial

Imagine tentar simular como o ar flui sobre um carro ou como a água se move ao longo do casco de um navio. Para fazer isso com precisão em um computador, os cientistas utilizam uma técnica chamada Simulação Numérica Direta (DNS). Pense na DNS como a criação de um microscópio digital tridimensional gigantesco que divide o fluido (ar ou água) em milhões de cubos minúsculos e invisíveis (uma grade). O computador então calcula como cada único cubo se move e interage com seus vizinhos.

O problema é que o fluxo de fluido próximo a uma superfície (como o lado de um navio) é incrivelmente caótico e detalhado. Para obter uma imagem clara, é necessário um número massivo desses cubos minúsculos logo ao lado da superfície. No entanto, à medida que você se afasta da superfície, o caos se suaviza, e você não precisa de cubos tão pequenos.

O Jeito Antigo: A "Parede de Tijolos Rígidos"

Tradicionalmente, os cientistas usavam uma grade cartesiana. Imagine construir uma parede com tijolos idênticos e rígidos.

• O Problema: Para ver os detalhes minúsculos perto da superfície, você tem que fazer os tijolos na base muito pequenos. Mas, como esses tijolos são rígidos e conectados em linha reta, você é forçado a usar esses mesmos tijolos minúsculos até o topo da sua parede, mesmo onde os detalhes não são importantes.
• O Resultado: Você acaba com uma parede feita de bilhões de tijolos minúsculos, a maioria dos quais desnecessária. Isso torna a simulação computacional incrivelmente lenta e cara, como tentar contar cada grão de areia em uma praia apenas para medir a maré.

A Nova Solução: A "Rede Inteligente e Elástica"

Este artigo apresenta um novo método chamado $\eta$-grade (eta-grade). Em vez de tijolos rígidos, imagine uma rede de pesca inteligente e elástica.

• Como funciona: Os autores projetaram um sistema onde o tamanho dos furos da rede muda automaticamente com base na quantidade de detalhes necessária.
  • Perto da superfície (A "Camada Interna"): A rede possui furos muito pequenos e apertados para capturar os redemoinhos minúsculos e caóticos do fluido.
  • Mais distante (A "Camada Externa"): À medida que o fluido fica mais calmo, a rede estica automaticamente, tornando os furos muito maiores.
• O Ingrediente Secreto: O tamanho desses furos é baseado em algo chamado escala de Kolmogorov (denotada como $\eta$). Pense nisso como o "menor redemoinho possível" que pode existir no fluido a qualquer altura dada. A nova grade simplesmente diz: "Faça o tamanho do furo apenas grande o suficiente para capturar o menor redemoinho nesta altura específica, e não maior."

Por Que Isso é Importante

Os autores testaram essa "rede inteligente" em dois tipos diferentes de códigos computacionais (um semelhante ao método de elementos espectrais, o outro semelhante ao método de volumes finitos) e compararam com o antigo método de "tijolos rígidos".

1. Precisão: Os resultados foram quase idênticos. A "rede inteligente" capturou a física tão bem quanto os "tijolos rígidos", com menos de 1% de diferença em medições-chave como atrito e velocidade.
2. Economia Massiva: É aqui que a mágica acontece.
   • Para superfícies lisas (como uma parede plana), a nova grade reduziu o número de "tijolos" necessários (pontos da grade) em cerca de 90% em altas velocidades.
   • Para superfícies rugosas (como uma parede com pequenas ranhuras chamadas "riblets" projetadas para reduzir o arrasto), as economias foram ainda mais dramáticas — até 97% menos pontos de grade.

A Analogia da "Parede Ranhurada"

Para entender a parte dos riblets, imagine uma parede coberta por pequenas ranhuras paralelas (como a textura de uma bola de golfe ou a pele de um tubarão).

• O Jeito Antigo: Para simular isso, o método de tijolos rígidos tinha que manter os tijolos minúsculos em todos os lugares, porque as ranhuras forçavam a grade a ser fina até o topo. Era como tentar contar cada fio de um suéter, mesmo nas partes longe do tecido.
• O Jeito Novo: A "rede inteligente" sabe que, uma vez que você está a alguns centímetros acima dessas ranhuras minúsculas, o fluxo se torna liso novamente. Ela estica os furos imediatamente acima das ranhuras, ignorando os detalhes minúsculos que não importam mais.

A Conclusão

Os autores criaram um quadro que atua como uma lente de zoom inteligente para simulações de fluidos. Ela concentra seu poder computacional exatamente onde é necessário (perto da parede) e relaxa onde não é.

• Para Paredes Lisas: Ela escala o esforço muito mais lentamente à medida que a simulação fica maior.
• Para Paredes Rugosas: Ela escala ainda melhor, tornando viáveis simulações de superfícies complexas de redução de arrasto em computadores que anteriormente não conseguiam lidar com elas.

Em resumo, eles encontraram uma maneira de fazer o mesmo trabalho de alta qualidade com uma fração da potência computacional, transformando uma tarefa que poderia levar um supercomputador um mês em uma que poderia ser concluída em poucos dias.

Resumo técnico

Resumo Técnico: Aproveitamento de Malhas Não Estruturadas para Simulações Numéricas Diretas de Turbulência de Parede

Enunciação do Problema
A Simulação Numérica Direta (DNS) de turbulência de parede é computacionalmente dispendiosa, principalmente devido à exigência de resolver a escala de comprimento de Kolmogorov ($\eta$) em todo o domínio. Solucionadores convencionais de malha cartesiana, amplamente utilizados para superfícies lisas e não lisas (por exemplo, via Métodos de Fronteira Imersa), tipicamente impõem uma resolução de malha fixa ou de variação lenta nas direções streamwise ($\Delta x^+$) e spanwise ($\Delta z^+$) ao longo de todo o domínio. Essa abordagem leva a uma sobre-resolução significativa nas regiões externas, onde a escala de Kolmogorov cresce, criando um gargalo computacional. Isso é particularmente agudo para simulações envolvendo superfícies complexas como riblets, onde a malha deve ser extremamente fina próximo à superfície para resolver micro-ranhuras, contudo, essa resolução fina é mantida desnecessariamente ao longo de toda a espessura da camada limite em frameworks cartesianos.

Metodologia
Os autores propõem um novo framework de geração de malhas não estruturadas denominado $\eta$-grid. O princípio central é definir os tamanhos de malha na direção normal à parede ($\Delta y^+$) e spanwise ($\Delta z^+$) proporcionais à escala local de Kolmogorov ($\eta^+$), permitindo o alisamento da malha nas regiões de fluxo externo onde as escalas de turbulência são maiores.

1. Formulação da Malha:

   • Camada Interna: Uma camada fina ($\sim 50$ unidades viscosas) adjacente à parede utiliza tamanhos de malha escalonados por viscosidade semelhantes à DNS convencional ($0.3 \lesssim \Delta y^+ \lesssim 4$, $\Delta z^+ \simeq 5$). Para superfícies não lisas (por exemplo, riblets), a malha resolve o menor comprimento de onda da superfície ($\ell^+$) com $\ell^+/30 \lesssim \Delta y^+, \Delta z^+ \lesssim 4$.
   • Região Externa: Acima da camada interna, os tamanhos de malha aumentam proporcionalmente à escala local de Kolmogorov ($\Delta y^+ \simeq \Delta z^+ \simeq 2\eta^+$).
   • Leis de Escala: Os autores refinam ajustes semi-empíricos para $\eta^+$ nas regiões logarítmica e de esteira para fluxo em canal turbulento e camadas limite turbulentas (TBL) com gradiente de pressão zero (ZPG). Eles propõem ajustes de lei de potência por partes para $\eta^+$ que transitam em $y^+ \approx \delta^+/2$.
   • Adaptação para Riblets: Para geometrias de riblets, o framework introduz uma "subcamada de riblet" ($\delta_r^+$) preenchida com células quadradas para resolver fluxos secundários e rolos de Kelvin-Helmholtz, transitando suavemente para a escala baseada em $\eta$ acima.

2. Implementação:

   • O framework utiliza o pacote de código aberto Gmsh para gerar malhas não estruturadas de múltiplos blocos.
   • As malhas são testadas usando dois solucionadores distintos: SOD2D (Método de Elementos Espectrais) e OpenFOAM (Método de Volumes Finitos).
   • As simulações cobrem fluxo em canal turbulento e TBLs ZPG sobre paredes lisas e várias geometrias de riblets (ranhuras triangulares) até um número de Reynolds de atrito $\delta_0^+ = 1000$.

Principais Contribuições

• Desenvolvimento de Framework: Uma estratégia robusta de geração de malhas não estruturadas de múltiplos blocos que adapta dinamicamente o espaçamento da malha à escala local de Kolmogorov, aplicável tanto a superfícies rugosas complexas quanto a superfícies lisas.
• Leis de Escala Refinadas: Ajustes semi-empíricos atualizados para a escala de Kolmogorov na região de esteira de TBLs e fluxos em canal, melhorando a precisão do dimensionamento da malha na camada externa.
• Independência do Solucionador: Demonstração de que o framework $\eta$-grid produz resultados consistentes e de alta fidelidade através de diferentes esquemas de discretização numérica (SEM e FVM).
• Formulação Específica para Riblets: Uma estratégia de malha adaptada para riblets que resolve a física da subcamada (fluxos secundários, rolos KH) enquanto permite um alisamento rápido no fluxo externo, superando as limitações das abordagens cartesianas/IBM.

Resultados

• Precisão: O $\eta$-grid produz resultados com diferença inferior a 1% em comparação com malhas cartesianas convencionais e dados de referência de DNS/experimentais. As métricas incluem coeficientes de atrito na pele ($C_f$), perfis de velocidade média ($U^+$), tensões turbulentas e espectrogramas.
• Eficiência da Malha:
  • Paredes Lisas: O número de pontos de malha ($N_\eta$) escala como $\propto \delta_0^{+2.5}$, comparado a $\propto \delta_0^{+3.0}$ para malhas cartesianas com estiramento tangente hiperbólico. Em $\delta_0^+ = 6000$, o $\eta$-grid requer apenas $\sim 10\%$ dos pontos de malha de uma malha cartesiana padrão ($N_\eta/N_{Tanh} \simeq 0.1$).
  • Riblets: O ganho de eficiência é ainda mais pronunciado. Para riblets triangulares redutores de arrasto, $N_\eta$ escala como $\propto \delta_0^{+2.0}$, enquanto malhas cartesianas escalam como $\propto \delta_0^{+3.0}$. Em $\delta_0^+ = 6000$, o $\eta$-grid requer apenas $\sim 3\%$ dos pontos de malha de uma malha cartesiana ($N_\eta/N_{Tanh} \simeq 0.03$).
• Física de Riblets: O framework captura com sucesso mecanismos complexos de fluxo sobre riblets, incluindo a origem virtual, fluxos secundários e rolos de Kelvin-Helmholtz, com convergência de malha alcançada usando parâmetros de malha moderados ($C_y=2.0, C_z=2.5, y_{in}^+=50$).
• Validação de TBL: DNS de TBLs ZPG sobre riblets mostrou boa concordância com dados experimentais (Baron & Quadrio; Choi & Orchard) quanto a porcentagens de redução de arrasto e perfis de velocidade, apesar de discrepâncias inerentes entre experimento-DNS nas regiões de esteira.

Significado
O artigo afirma que o framework $\eta$-grid oferece uma "enorme economia de malha", tornando viável computacionalmente a DNS de turbulência de parede em superfícies complexas em altos números de Reynolds. Ao alinhar a resolução da malha com as escalas físicas locais (escala de Kolmogorov) em vez de manter resoluções fixas, o método reduz drasticamente o custo computacional (pontos de malha e restrições de passo de tempo) sem sacrificar a precisão. Os autores enfatizam que essa abordagem permite a viabilidade econômica de realizar DNS de TBLs sobre superfícies complexas em números de Reynolds que correspondem às condições experimentais, uma tarefa anteriormente impedida pelo custo proibitivo dos métodos baseados em cartesianas. O trabalho valida a eficácia de malhas não estruturadas para simulações de turbulência de alta fidelidade, superando as restrições de malhas cartesianas estruturadas.