Topology optimization of two-fluid turbulent heat exchangers: A Darcy flow-based multifidelity approach

Este artigo apresenta uma estrutura de otimização topológica multifidelidade que calibra um modelo de baixa fidelidade baseado em fluxo de Darcy computacionalmente eficiente contra um modelo RANS de alta fidelidade para projetar trocadores de calor turbulentos de dois fluidos, alcançando até 22% de melhoria no desempenho em relação a projetos convencionais ao equilibrar a transferência de calor aprimorada com quedas de pressão gerenciáveis.

O essencial

Imagine que você está tentando projetar o trocador de calor definitivo — um dispositivo que atua como um aperto de mão térmico entre dois fluidos (como água quente e água fria) fluindo através de tubos. O objetivo é fazê-los trocar calor o mais rápido possível, sem fazer os fluidos se esforçarem demais para passar (o que desperdiçaria energia).

Por décadas, engenheiros tentaram melhorar esses dispositivos torcendo fitas metálicas dentro dos tubos ou adicionando aletas. Mas esses métodos são como tentar esculpir uma obra-prima com um martelo; eles são limitados pelo que a manufatura tradicional consegue dobrar e torcer.

Este artigo apresenta uma nova maneira de projetar esses dispositivos usando um "cérebro" de computador chamado Otimização Topológica. Pense nisso como um escultor digital que pode esculpir qualquer forma imaginável, desde que caiba dentro do tubo. No entanto, simular como os fluidos giram e se misturam em altas velocidades (turbulência) é como tentar prever o tempo em um furacão: é incrivelmente preciso, mas exige que um supercomputador execute a simulação por anos.

O Problema: O "Perfeito" vs. O "Rápido"

Os pesquisadores enfrentaram um dilema:

1. O Modelo de Alta Fidelidade (HF): Este é o "previsor do tempo". Ele usa física complexa (equações RANS) para prever exatamente como os fluidos turbulentos se comportam. É preciso, mas tão lento que executá-lo milhares de vezes para encontrar o melhor projeto é impossível.
2. O Modelo de Baixa Fidelidade (LF): Este é o "esboço rápido". Ele usa um modelo matemático simplificado (fluxo de Darcy) que trata o fluido como se estivesse se movendo através de uma esponja. É incrivelmente rápido, mas frequentemente erra nos detalhes, especialmente no que diz respeito à quantidade de pressão que o fluido perde.

Se você usar apenas o esboço, pode projetar um tubo lindo que colapsa sob pressão real. Se usar apenas o previsor do tempo, nunca terminará o projeto.

A Solução: A Abordagem "Multifidelidade"

Os autores criaram uma estratégia inteligente de dois passos, que chamam de Abordagem Multifidelidade. Pense nisso como se preparar para uma maratona:

1. A Corrida de Treino (Otimização): Você usa o "esboço rápido" (o modelo LF) para realizar milhares de corridas de prática. Você ajusta o projeto, muda a velocidade e tenta diferentes formas para encontrar candidatos promissores. Como o esboço é rápido, você pode explorar rapidamente centenas de diferentes cenários "e se".
2. A Calibração: Antes das corridas de treino, eles "calibraram" o esboço. Ajustaram a densidade da esponja na matemática para que os resultados do esboço correspondessem aos resultados do previsor do tempo para um tubo padrão. Isso tornou o esboço muito mais inteligente.
3. O Dia da Corrida (Avaliação): Uma vez que o computador encontrou vários projetos interessantes usando o esboço rápido, eles pegaram os principais concorrentes e os submeteram ao "previsor do tempo" (o modelo HF) apenas uma vez cada. Este é o teste final e preciso para ver qual projeto realmente vence.

O Que Eles Encontraram

Eles aplicaram esse método a um trocador de calor de "tubo duplo" (um tubo dentro de outro) onde os fluidos estavam se movendo muito rápido (fluxo turbulento).

• Os Resultados: As formas projetadas pelo computador eram selvagens e complexas, não se assemelhando a tubos padrão. Eles criaram paredes internas intrincadas que forçaram os fluidos a girar e se misturar intensamente, muito parecido com um chef mexendo vigorosamente um molho para resfriá-lo mais rápido.
• A Comparação: Eles compararam seus novos projetos com um tubo padrão com uma "fitas torcida" (um truque comum da indústria para melhorar a transferência de calor).
  • A fita torcida melhorou a transferência de calor, mas causou um enorme "engarrafamento" (queda de pressão alta), tornando-a ineficiente no geral.
  • As novas formas projetadas por computador melhoraram a transferência de calor em até 66% em comparação com um tubo liso.
  • Crucialmente, eles gerenciaram o "engarrafamento" muito melhor. Quando se olha para a pontuação geral (equilibrando ganho de calor vs. custo de energia), seus projetos foram até 22% melhores do que a fita torcida.

A Conclusão

O artigo prova que você não precisa simular cada redemoinho de um furacão para encontrar um ótimo projeto. Ao usar um "esboço" rápido e calibrado para explorar as possibilidades e um "previsor" lento e preciso para verificar os vencedores, os engenheiros podem projetar trocadores de calor de alto desempenho que são muito superiores ao que podemos construir atualmente com métodos tradicionais.

O estudo especificamente observa que esses projetos funcionam bem em uma ampla gama de velocidades, sugerindo que são robustos e prontos para uso no mundo real, desde que possam ser fabricados (provavelmente usando impressão 3D, que os autores mencionam como um facilitador chave para formas tão complexas).

Resumo técnico

Resumo Técnico: Otimização Topológica de Trocadores de Calor Turbulentos de Dois Fluidos

Enunciado do Problema
O projeto de trocadores de calor de dois fluidos (THs), particularmente trocadores de calor de tubo duplo (TCTDs), tradicionalmente depende de técnicas de aprimoramento passivo, como inserção de fitas torcidas, aletas ou tubos corrugados. Embora eficazes, esses métodos são limitados por restrições convencionais de fabricação e frequentemente resultam em compromissos subótimos entre o aprimoramento da transferência de calor e as penalidades de queda de pressão. A otimização topológica (OT) oferece um caminho para gerar geometrias inovadoras; contudo, aplicar OT a sistemas turbulentos de dois fluidos apresenta desafios computacionais significativos. Incorporar diretamente modelos de turbulência de alta fidelidade (HF), como as Equações de Navier-Stokes Médias por Reynolds (RANS), no loop de otimização é computacionalmente proibitivo devido à não linearidade da turbulência, à necessidade de malhas extremamente finas e à instabilidade numérica. Além disso, estudos existentes de OT para THs de dois fluidos focaram predominantemente em regimes laminares ou de baixo número de Reynolds, deixando a otimização de escoamentos turbulentos amplamente inexplorada.

Metodologia
Os autores propõem um framework de otimização topológica multifidelidade que desacopla a busca de projeto da avaliação de alta fidelidade para equilibrar eficiência computacional e precisão.

1. Modelo de Otimização de Baixa Fidelidade (LF):

   • O processo de otimização utiliza um modelo baseado em escoamento de Darcy em vez de um modelo de turbulência completo. Essa abordagem, referida como "abordagem do homem pobre", substitui as equações de Navier-Stokes pelas equações de Darcy, que são lineares, computacionalmente baratas e numericamente estáveis.
   • Um único campo de variável de projeto ($\gamma$) representa a distribuição de três fases: Fluido 1, Fluido 2 e a parede sólida.
   • Esquemas de Interpolação: A permeabilidade para cada fluido é interpolada usando funções RAMP para garantir que, na região da parede sólida (valores intermediários de $\gamma$), a permeabilidade seja suficientemente baixa para impedir a mistura dos fluidos. A condutividade térmica é interpolada usando uma função Gaussiana para transitar suavemente entre as propriedades do fluido e do sólido.
   • Calibração: Para mitigar discrepâncias entre o modelo de Darcy simplificado e a realidade, os parâmetros do modelo LF (permeabilidade máxima e nitidez da condutividade térmica) são calibrados contra um modelo de referência HF para uma configuração de tubo reto. Essa calibração alinha as previsões de queda de pressão e diferença de temperatura do modelo LF com as do modelo HF.

2. Estratégia Multifidelidade:

   • Em vez de executar uma única otimização, o framework emprega uma estratégia de parâmetro de semeadura. Múltiplas otimizações independentes são realizadas usando o modelo LF calibrado, variando velocidades de entrada e parâmetros de compromisso (equilibrando transferência de calor vs. queda de pressão) para gerar um conjunto diversificado de projetos candidatos.
   • Avaliação de Alta Fidelidade (HF): Os projetos otimizados extraídos do processo LF são avaliados usando um modelo HF baseado em RANS (especificamente o modelo de turbulência $k-\omega$ com funções de parede). Essa etapa ocorre fora do loop de otimização.
   • Seleção: O modelo HF avalia o desempenho de todos os candidatos com base no Critério de Avaliação de Desempenho (PEC), que normaliza o coeficiente global de transferência de calor contra a penalidade de queda de pressão. O projeto de melhor desempenho é selecionado com base nessas avaliações precisas.

3. Implementação Numérica:

   • O modelo LF é resolvido usando COMSOL Multiphysics com um filtro de densidade e projeção de Heaviside para garantir limites claros entre fluido e sólido.
   • A avaliação HF utiliza malhas ajustadas ao corpo geradas a partir das variáveis de projeto otimizadas, empregando o modelo $k-\omega$ para turbulência e validando os resultados contra correlações empíricas (Dittus-Boelter, Blasius e Manglik & Bergles para fitas torcidas).

Principais Contribuições

• Desenvolvimento de Framework: O estudo estabelece um framework de OT multifidelidade especificamente para trocadores de calor turbulentos de dois fluidos, abordando a lacuna na literatura existente, que foca amplamente em escoamentos laminares ou sistemas de fluido único.
• Estratégia de Calibração: Uma estratégia de calibração inovadora é introduzida para alinhar o modelo LF baseado em Darcy com respostas HF baseadas em RANS em cenários turbulentos de dois fluidos, melhorando a consistência das previsões de queda de pressão e temperatura.
• Validação Quantitativa: O artigo fornece uma comparação quantitativa rigorosa entre os projetos otimizados e um projeto de referência convencional (tubo liso com inserção de fita torcida) em uma ampla faixa de números de Reynolds (até 13.000).

Resultados

• Geração de Projetos: O modelo LF gerou com sucesso estruturas de parede diversas e complexas que promovem a mistura de fluidos e aumentam a área de superfície de troca de calor, mantendo caminhos de escoamento aerodinâmicos.
• Melhoria de Desempenho: Em comparação com a referência de tubo liso, os projetos otimizados alcançaram melhorias no coeficiente global de transferência de calor de até 66,7%.
• Aprimoramento do PEC: Quando comparados ao projeto de referência com fita torcida (uma técnica padrão de aprimoramento), os projetos otimizados alcançaram valores de Critério de Avaliação de Desempenho (PEC) até 22% mais altos. Isso indica que as geometrias otimizadas fornecem aprimoramento superior de transferência de calor em relação à penalidade de queda de pressão.
• Discrepâncias do Modelo: Verificou-se que o modelo LF prevê razoavelmente as distribuições de temperatura, mas tendeu a subestimar as quedas de pressão (erro médio de ~72% para o Fluido 1) devido à falta de modelagem de cisalhamento viscoso e turbulência. No entanto, a abordagem multifidelidade compensou efetivamente isso filtrando os candidatos através do modelo HF.
• Robustez: Projetos otimizados em números de Reynolds mais altos (por exemplo, Re = 13.000) demonstraram robustez, mantendo valores elevados de PEC em uma ampla faixa de condições operacionais.

Significado e Alegações
O artigo alega que a abordagem multifidelidade proposta supera efetivamente as barreiras computacionais associadas à otimização de trocadores de calor de dois fluidos sob condições turbulentas. Ao aproveitar um modelo de Darcy computacionalmente barato para a fase de busca e um modelo RANS de alta fidelidade para a fase de avaliação, o método permite a descoberta de configurações de alto desempenho que seriam inviáveis de encontrar usando otimização direta com modelos de turbulência.

Os autores enfatizam que as configurações otimizadas superam as inserções convencionais de fitas torcidas, particularmente em termos do compromisso entre transferência de calor e perda de pressão. O estudo conclui que, embora o modelo LF baseado em Darcy tenha limitações na previsão de quedas de pressão absolutas, o framework multifidelidade é uma estratégia viável e eficaz para projetar trocadores de calor de tubo duplo de alto desempenho, demonstrando o potencial dessa abordagem para problemas complexos termo-fluidos turbulentos. O trabalho reconhece limitações, como a seleção manual de parâmetros de semeadura e a ausência de restrições de fabricação no estudo atual, sugerindo direções futuras para automação baseada em dados e a inclusão de restrições de fabricabilidade.