En los últimos años, la Dinámica de Fluidos Computacional (Computational Fluid Dynamics, CFD) se ha convertido en una herramienta útil en el análisis de sistemas de interés práctico, que incluyen fenómenos físicos y químicos involucrados con el movimiento de fluidos; con tales fenómenos se puede transferir masa, cantidad de movimiento, energía y especie química (que puede reaccionar o no) de una región a otra, o de un tiempo ini­cial a otro tiempo. Este auge se ha debido en parte, a que cada día se tienen equipos de cómputo cada vez más grandes en ca­pacidad (memoria y rapidez) y con menor costo, así como de al­goritmos y modelos que pueden representar de manera confia­ble los fenómenos presentes en el flujo de fluidos del sistema a analizar. Además, de que el análisis con esta herramienta puede ser más económico que el trabajo experimental, tanto en tiempo como en recursos económicos. Sin embargo, su uso sigue sien­do mayoritariamente complementario, ya que, en determinado momento, se tienen que validar las predicciones con datos expe­rimentales o hacer una verificación con datos de correlaciones, ya que no siempre se puede tener mediciones detalladas de pa­rámetros físicos y químicos del sistema.

Para simular el flujo, básicamente se tienen tres alternativas: Simulación Numérica Directa (Direct Numerical Simulation, DNS); Simulación de Grandes Escalas (Large Eddy Simulation, LES); y Ecuaciones Promediadas o Modelos de Turbulencia (Reynolds Average Navier-Stokes Equations, RANS), las cuales se describen brevemente a continuación.

 La DNS consiste en discretizar directamente las ecuaciones instantáneas que gobiernan el movimiento del flujo, válidas tan­to para flujo laminar como para flujo turbulento, y resolverlas numéricamente. La discretización resuelve todas las escalas espaciales y temporales de las variables del flujo, por tanto, no requiere de ningún modelo adicional. En un flujo turbulento no reactivo para capturar todas las escalas, el número de puntos de la discretización es función prácticamente del Número de Rey­nolds elevado al cubo, por lo que la DNS, generalmente se limita a flujos con Reynolds bajos y configuraciones sencillas.

La técnica de LES resuelve las ecuaciones instantáneas para las escalas de mayor tamaño que son más efectivas en el trans­porte de propiedades en comparación con las escalas menores que son más débiles y de menor capacidad de transporte. Las pequeñas escalas son filtradas y el efecto sobre el movimiento de las grandes escalas es modelado. Aunque esta técnica es me­nos exigente que la DNS, requiere de medios de computación considerables debido a que los tiempos de cálculo son exigentes por ser siempre un cálculo tridimensional y temporal.

La simulación con RANS, extensamente utilizada en casos prácticos de interés industrial, tiene una aproximación esta­dística para que el análisis de la turbulencia sea estacionario, es decir, que sus propiedades no cambien con el tiempo y son determinadas por condiciones de frontera. Esta técnica consiste en promediar todas las escalas espaciales y temporales de las fluctuaciones turbulentas, así como resolver las ecuaciones de transporte en términos de variables medias del sistema. Las ecuaciones no son cerradas y por consecuencia, se requieren modelos adicionales (modelos de turbulencia) para cerrar el sistema. La alternativa RANS es de menor exigencia computa­cional en comparación con DNS y LES.

Aun con la alternativa RANS, los casos de interés práctico tienen escalas industriales, que junto con una geometría compleja, van a hacer que se requiera de un número grande de nodos en la malla que discretiza el sistema, que tendrá como consecuencia un tiempo de cálculo elevado si se procesa con un equipo de cómputo que trabaja en modo secuencial. Tam­bién, en estos últimos años se han estado desarrollando algo­ritmos que permiten hacer operaciones de cálculo con equipos de cómputo que trabajan en paralelo; es decir, las operaciones a realizar son divididas entre cada uno de los componentes del sistema de cómputo, que tiene como resultado menor tiempo de procesamiento.

La simulación numérica, básicamente se lleva a cabo me­diante los siguientes pasos: Selección y discretización del sistema en subdominios; aplicación de las ecuaciones que go­biernan el movimiento del fluido en los subdominios, que da como resultado un sistema de ecuaciones cuasi-algebraicas; colocación de las condiciones iniciales y de frontera; solución de las ecuaciones cuasi-algebraicas; y tratamiento y análisis de las predicciones numéricas.

En la Coordinación, los doctores Martín Salinas y William Vicente, junto con un equipo de estudiantes que llevan a cabo sus tesis de licenciatura, maestría y doctorado, así como de es­pecialistas que realizan estancias posdoctorales, hacen análisis de Dinámica de Fluidos Computacional en flujos interesantes, utilizando las alternativas LES o RANS, usando códigos numéri­cos propios y comerciales. Las simulaciones numéricas se llevan a cabo en los equipos de cómputo de la Unidad de Dinámica de Fluidos Computacional, y en el servidor TONATIUH, donde, se aprovechan los algoritmos de paralelización para hacer simula­ciones de flujos que en equipos comunes podrían tardar, incluso años de tiempo de cómputo. En la mayoría de los casos, estos análisis van acompañados con la validación de datos experi­mentales o con la comparación con datos de correlaciones.

Algunas líneas de investigación en las que se ha trabajado son:

• Combustión

Inyectores, quemadores y mezclas.

• Hidráulica

Ríos, lagos y estructuras hidráulicas.

• Contaminación de aire y agua

Accidentes industriales, distribución de contaminantes en tuberías y cuerpos de agua.

• Diseño de casas

Ventilación, incendios y diseño ecológico.

• Transferencia de calor

Intercambiadores de calor, convección natural y forzada.

• Flujo bifásico

Bombas, cavitación en tubos venturi y con otras geometrías.

Finalmente, los últimos estudios que se están haciendo in­cluyen análisis de entropía, gracias a ellos en un futuro se po­drán desarrollar equipos térmicos que permitan aprovechar la energía de manera óptima.

William Vicente y Rodríguez y Martín Salinas Vázquez