Chapter 5: Modeling External Compressible Flow

This tutorial is divided into the following sections:

5.1. Introduction
5.2. Prerequisites
5.3. Problem Description
5.4. Setup and Solution
5.5. Summary
5.6. Further Improvements

5.1. Introduction
The purpose of this tutorial is to compute the turbulent flow past a transonic airfoil at a nonzero angle
of attack. You will use the Spalart-Allmaras turbulence model.

This tutorial demonstrates how to do the following:

• Model compressible flow (using the ideal gas law for density).
• Set boundary conditions for external aerodynamics.
• Use the Spalart-Allmaras turbulence model.
• Use Full Multigrid (FMG) initialization to obtain better initial field values.
• Calculate a solution using the pressure-based coupled solver with the pseudo transient option.
• Use force and surface monitors to check solution convergence.
+
• Check the near-wall mesh resolution by plotting the distribution of .

5.2. Prerequisites
This tutorial is written with the assumption that you have completed one or more of the introductory
tutorials found in this manual:

• Introduction to Using ANSYS FLUENT in ANSYS Workbench: Fluid Flow and Heat Transfer in a Mixing
Elbow (p. 1)
• Parametric Analysis in ANSYS Workbench Using ANSYS FLUENT (p. 77)
• Introduction to Using ANSYS FLUENT: Fluid Flow and Heat Transfer in a Mixing Elbow (p. 131)

and that you are familiar with the ANSYS FLUENT navigation pane and menu structure. Some steps in
the setup and solution procedure will not be shown explicitly.

5.3. Problem Description

The problem considers the flow around an airfoil at an angle of attack
=
o
and a free stream Mach
number of ( ∞ = ). The flow is transonic, and has a fairly strong shock near the mid-chord

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 225
Chapter 5: Modeling External Compressible Flow

(
= ) on the upper (suction) side. The chord length is 1 m. The geometry of the airfoil is shown
in Figure 5.1 (p. 226).

Figure 5.1 Problem Specification

5.4. Setup and Solution

The following sections describe the setup and solution steps for this tutorial:
5.4.1. Preparation
5.4.2. Step 1: Mesh
5.4.3. Step 2: General Settings
5.4.4. Step 3: Models
5.4.5. Step 4: Materials
5.4.6. Step 5: Boundary Conditions
5.4.7. Step 6: Operating Conditions
5.4.8. Step 7: Solution
5.4.9. Step 8: Postprocessing

5.4.1. Preparation
1. Extract the file external_compressible.zip from the ANSYS_Fluid_Dynamics_Tutori-
al_Inputs.zip archive which is available from the Customer Portal.

Note

For detailed instructions on how to obtain the ANSYS_Fluid_Dynamics_Tutori-

al_Inputs.zip file, please refer to Preparation (p. 3) in Introduction to Using ANSYS
FLUENT in ANSYS Workbench: Fluid Flow and Heat Transfer in a Mixing Elbow (p. 1).

2. Unzip external_compressible.zip.

The file airfoil.msh can be found in the external_compressible folder created after unzip-
ping the file.
3. Use FLUENT Launcher to start the 2D version of ANSYS FLUENT.

For more information about FLUENT Launcher, see Starting ANSYS FLUENT Using FLUENT
Launcher in the User’s Guide.
4. Enable Double Precision.

Note

The Display Options are enabled by default. Therefore, once you read in the mesh, it
will be displayed in the embedded graphics window.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
226 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

5.4.2. Step 1: Mesh

1. Read the mesh file airfoil.msh.

File → Read → Mesh...

2. Check the mesh.

General → Check

ANSYS FLUENT will perform various checks on the mesh and will report the progress in the console.
Make sure that the reported minimum volume is a positive number.

Note

ANSYS FLUENT will issue a warning concerning the high aspect ratios of some
cells and possible impacts on calculation of Cell Wall Distance. The warning message
includes recommendations for verifying and correcting the Cell Wall Distance cal-
culation. In this particular case the cell aspect ratio does not cause problems so
no further action is required. As an optional activity, you can confirm this yourself
after the solution is generated by plotting Cell Wall Distance as noted in the
warning message.

3. Examine the mesh (Figure 5.2 (p. 228) and Figure 5.3 (p. 229)).

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 227
Chapter 5: Modeling External Compressible Flow

Figure 5.2 The Entire Mesh

Quadrilateral cells were used for this simple geometry because they can be stretched easily to account
for different flow gradients in different directions. In the present case, the gradients normal to the airfoil
wall are much greater than those tangent to the airfoil. Consequently, the cells near the surface have
high aspect ratios. For geometries that are more difficult to mesh, it may be easier to create a hybrid
mesh comprised of quadrilateral and triangular cells.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
228 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

Figure 5.3 Magnified View of the Mesh Around the Airfoil

A parabola was chosen to represent the far-field boundary because it has no discontinuities in slope,
enabling the construction of a smooth mesh in the interior of the domain.

Extra

You can use the right mouse button to probe for mesh information in the graphics
window. If you click the right mouse button on any node in the mesh, information will
be displayed in the ANSYS FLUENT console about the associated zone, including the
name of the zone. This feature is especially useful when you have several zones of the
same type and you want to distinguish between them quickly.

4. Reorder the mesh.

Mesh → Reorder → Domain

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 229
Chapter 5: Modeling External Compressible Flow

This is done to reduce the bandwidth of the cell neighbor number and to speed up the computations.
This is especially important for large cases involving 1 million or more cells. The method used to reorder
the domain is the Reverse Cuthill-McKee method.

5.4.3. Step 2: General Settings

General

1. Set the solver settings.

a. Retain the default selection of Pressure-Based from the Type list.

The pressure-based coupled solver is a good alternative to density-based solvers of ANSYS FLUENT
when dealing with applications involving high-speed aerodynamics with shocks. Selection of the
coupled algorithm is made in the Solution Methods task page in Step 7: Solution.

5.4.4. Step 3: Models

Models

1. Select the Spalart-Allmaras turbulence model.

Models → Viscous → Edit...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
230 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

a. Select Spalart-Allmaras (1eqn) in the Model list.

b. Select Strain/Vorticity-Based in the Spalart-Allmaras Production list.
c. Retain the default settings in the Model Constants group box.
d. Click OK to close the Viscous Model dialog box.

Note

The Spalart-Allmaras model is a relatively simple one-equation model that solves a

modeled transport equation for the kinematic eddy (turbulent) viscosity. This embodies
a relatively new class of one-equation models in which it is not necessary to calculate
a length scale related to the local shear layer thickness. The Spalart-Allmaras model
was designed specifically for aerospace applications involving wall-bounded flows and
has been shown to give good results for boundary layers subjected to adverse pressure
gradients.

5.4.5. Step 4: Materials

Materials

The default Fluid Material is air, which is the working fluid in this problem. The default settings need to be
modified to account for compressibility and variations of the thermophysical properties with temperature.

1. Set the properties for air, the default fluid material.

Materials → air → Create/Edit...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 231
Chapter 5: Modeling External Compressible Flow

a. Select ideal-gas from the Density drop-down list.

The Energy Equation will be enabled.

b. Select sutherland from the Viscosity drop-down list to open the Sutherland Law dialog box.

Scroll down the Viscosity drop-down list to find sutherland.

i. Retain the default selection of Three Coefficient Method in the Methods list.
ii. Click OK to close the Sutherland Law dialog box.

The Sutherland law for viscosity is well suited for high-speed compressible flows.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
232 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

c. Click Change/Create to save these settings.

d. Close the Create/Edit Materials dialog box.

While Density and Viscosity have been made temperature-dependent, Cp (Specific Heat) and Thermal
Conductivity have been left constant. For high-speed compressible flows, thermal dependency of the
physical properties is generally recommended. For simplicity, Thermal Conductivity and Cp (Specific
Heat) are assumed to be constant in this tutorial.

5.4.6. Step 5: Boundary Conditions

Boundary Conditions

1. Set the boundary conditions for pressure-far-field-1.

Boundary Conditions → pressure-far-field-1 → Edit...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 233
Chapter 5: Modeling External Compressible Flow

a. Retain the default value of 0 Pa for Gauge Pressure.

b. Enter 0.8 for Mach Number.
c. Enter 0.997564 and 0.069756 for the X-Component of Flow Direction and Y-Component
of Flow Direction, respectively.

These values are determined by the

o
angle of attack:
o
≈ and
o
≈ .
d. Select Turbulent Viscosity Ratio from the Specification Method drop-down list in the Turbulence
group box.
e. Retain the default value of 10 for Turbulent Viscosity Ratio.

The viscosity ratio should be between 1 and 10 for external flows.

f. Click the Thermal tab and retain the default value of 300 K for Temperature.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
234 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

g. Click OK to close the Pressure Far-Field dialog box.

5.4.7. Step 6: Operating Conditions

1. Set the operating pressure.

Boundary Conditions → Operating Conditions...

The Operating Conditions dialog box can also be accessed from the Cell Zone Conditions task page.
a. Retain the default value of 101325 Pa for Operating Pressure.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 235
Chapter 5: Modeling External Compressible Flow

The operating pressure should be set to a meaningful mean value in order to avoid round-off errors.
The absolute pressure must be greater than zero for compressible flows. If you want to specify
boundary conditions in terms of absolute pressure, you can make the operating pressure zero.
b. Click OK to close the Operating Conditions dialog box.

For information about setting the operating pressure, see Operating Pressure in the User's Guide.

5.4.8. Step 7: Solution

Solution

1. Set the solution parameters.

Solution Methods

a. Select Coupled from the Scheme drop-down list in the Pressure-Velocity Coupling group box.
b. Retain the default selection of Least Squares Cell Based from the Gradient drop-down list in
the Spatial Discretization group box.
c. Retain the default selection of Standard from the Pressure drop-down list.
d. Select Second Order Upwind from the Modified Turbulent Viscosity drop-down list.
e. Enable Pseudo Transient.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
236 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

The Pseudo Transient option enables the pseudo transient algorithm in the coupled pressure-
based solver. This algorithm effectively adds an unsteady term to the solution equations in order
to improve stability and convergence behavior. Use of this option is recommended for general
fluid flow problems.
2. Set the solution controls.

Solution Controls

a. Enter 0.5 for Density in the Pseudo Transient Explicit Relaxation Factors group box.

Under-relaxing the density factor is recommended for high-speed compressible flows.

b. Enter 0.9 for Modified Turbulent Viscosity.

Larger under-relaxation factors (i.e., closer to 1) will generally result in faster convergence. However,
instability can arise that may need to be eliminated by decreasing the under-relaxation factors.
3. Enable residual plotting during the calculation.

Monitors → Residuals → Edit...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 237
Chapter 5: Modeling External Compressible Flow

a. Make sure that Plot is enabled in the Options group box and click OK to close the Residual
Monitors dialog box.
4. Initialize the solution.

Solution Initialization

a. Retain the default selection of Hybrid Initialization from the Initialization Methods group
box.
b. Click Initialize to initialize the solution.
c. Run the Full Multigrid (FMG) initialization.

FMG initialization often facilitates an easier start-up, where no CFL (Courant Friedrichs Lewy)
ramping is necessary, thereby reducing the number of iterations for convergence.
i. Press < Enter > in the console to get the command prompt (>).
ii. Enter the text commands and input responses as shown in the boxes. Accept the default
values by pressing <Enter> when no input response is given:

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
238 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

solve/initialize/set-fmg-initialization

Customize your FMG initialization:

set the number of multigrid levels [5]

set FMG parameters on levels ..

residual reduction on level 1 is: [0.001]

number of cycles on level 1 is: [10] 100

residual reduction on level 2 is: [0.001]

number of cycles on level 2 is: [50] 100

residual reduction on level 3 is: [0.001]

number of cycles on level 3 is: [100]

residual reduction on level 4 is: [0.001]

number of cycles on level 4 is: [500]

residual reduction on level 5 [coarsest grid] is: [0.001]

number of cycles on level 5 is: [500]

Number of FMG (and FAS geometric multigrid) levels: 5

* FMG customization summary:
* residual reduction on level 0 [finest grid] is: 0.001
* number of cycles on level 0 is: 1
* residual reduction on level 1 is: 0.001
* number of cycles on level 1 is: 100
* residual reduction on level 2 is: 0.001
* number of cycles on level 2 is: 100
* residual reduction on level 3 is: 0.001
* number of cycles on level 3 is: 100
* residual reduction on level 4 is: 0.001
* number of cycles on level 4 is: 500
* residual reduction on level 5 [coarsest grid] is: 0.001
* number of cycles on level 5 is: 500
* FMG customization complete

set FMG courant-number [0.75]

enable FMG verbose? [no] yes

solve/initialize/fmg-initialization

Enable FMG initialization? [no] yes

Note

Whenever FMG initialization is performed, it is important to inspect the FMG initialized

flow field using the postprocessing tools of ANSYS FLUENT. Monitoring the normalized
residuals, which are plotted in the console window, will give you an idea of the conver-
gence of the FMG solver. You should notice that the value of the normalized residuals
decreases. For information about FMG initialization, including convergence strategies,
see Full Multigrid (FMG) Initialization in the User’s Guide.

5. Save the case and data files (airfoil.cas.gz and airfoil.dat.gz).

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 239
Chapter 5: Modeling External Compressible Flow

File → Write → Case & Data...

It is good practice to save the case and data files during several stages of your case setup.
6. Start the calculation by requesting 50 iterations.

Run Calculation
a. Enter 50 for Number of Iterations.
b. Click Calculate.

By performing some iterations before setting up the force monitors, you will avoid large initial transients
in the monitor plots. This will reduce the axes range and make it easier to judge the convergence.
7. Set the reference values that are used to compute the lift, drag, and moment coefficients.

Reference Values

The reference values are used to nondimensionalize the forces and moments acting on the airfoil. The
dimensionless forces and moments are the lift, drag, and moment coefficients.

a. Select pressure-far-field-1 from the Compute from drop-down list.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
240 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

ANSYS FLUENT will update the Reference Values based on the boundary conditions at the far-
field boundary.
8. Define a force monitor to plot and write the drag coefficient for the walls of the airfoil.

Monitors → Create → Drag...

a. Enable Plot in the Options group box.

b. Enable Write to save the monitor history to a file.

Note

If you do not enable the Write option, the history information will be lost when
you exit ANSYS FLUENT.

c. Retain the default entry of cd-1-history for File Name.

d. Select wall-bottom and wall-top in the Wall Zones selection list.
e. Enter 0.9976 for X and 0.06976 for Y in the Force Vector group box.

These X and Y values ensure that the drag coefficient is calculated parallel to the free-stream
o
flow, which is off of the global coordinates.
f. Click OK to close the Drag Monitor dialog box.
9. Similarly, define a force monitor for the lift coefficient.

Monitors → Create → Lift...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 241
Chapter 5: Modeling External Compressible Flow

The X and Y values shown ensure that the lift coefficient is calculated normal to the free-stream flow,
o
which is off of the global coordinates.
10. In a similar manner, define a force monitor for the moment coefficient.

Monitors → Create → Moment...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
242 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

11. Display filled contours of pressure overlaid with the mesh in preparation for defining a surface monitor
(Figure 5.4 (p. 245) and Figure 5.5 (p. 246)).

Graphics and Animations → Contours → Set Up...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 243
Chapter 5: Modeling External Compressible Flow

a. Enable Filled in the Options group box.

b. Enable Draw Mesh to open the Mesh Display dialog box.

i. Retain the default settings.

ii. Close the Mesh Display dialog box.
c. Click Display and close the Contours dialog box.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
244 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

Figure 5.4 Pressure Contours After 50 Iterations

The shock is clearly visible on the upper surface of the airfoil, where the pressure jumps to a
higher value downstream of the low pressure area.

Note

The color indicating a high pressure area near the leading edge of the airfoil is
obscured by the overlaid green mesh. To view this contour, simply disable the
Draw Mesh option in the Contours dialog box and click Display.

d. Zoom in on the shock wave, until individual cells adjacent to the upper surface (wall-top
boundary) are visible, as shown in Figure 5.5 (p. 246).

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 245
Chapter 5: Modeling External Compressible Flow

Figure 5.5 Magnified View of Pressure Contours Showing Wall-Adjacent Cells

The magnified region contains cells that are just downstream of the shock and adjacent to the upper
surface of the airfoil. In the following step, you will create a point surface inside a wall-adjacent cell,
which you will use to define a surface monitor.
12. Create a point surface just downstream of the shock wave.

Surface → Point...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
246 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

a. Enter 0.53 m for x0 and 0.051 m for y0 in the Coordinates group box.
b. Retain the default entry of point-4 for New Surface Name.
c. Click Create and close the Point Surface dialog box.

Note

You have entered the exact coordinates of the point surface so that your convergence
history will match the plots and description in this tutorial. In general, however, you
will not know the exact coordinates in advance, so you will need to select the desired
location in the graphics window. You do not have to apply the following instructions
at this point in the tutorial; they are added here for your information:
a. In the Point Surface dialog box, click the Select Point with Mouse button. A Working
dialog box will open telling you to “Click on a location in the graphics window with
the MOUSE-PROBE mouse button.”
b. Position the mouse pointer at a point located inside one of the cells adjacent to the
upper surface (wall-top boundary), downstream of the shock (see Figure 5.6 (p. 248)).
c. Click the right mouse button.
d. Click Create to create the point surface and then close the Point Surface dialog box.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 247
Chapter 5: Modeling External Compressible Flow

Figure 5.6 Pressure Contours after Creating a Point with the Mouse

13. Enable residual plotting during the calculation.

Monitors → Residuals → Edit...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
248 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

a. Make sure that Plot is enabled in the Options group box.

b. Select none from the Convergence Criterion drop-down list so that automatic convergence
checking does not occur.
c. Click OK to close the Residual Monitors dialog box.
14. Define a surface monitor for tracking the velocity magnitude value at the point created in the previous
step.

Since the drag, lift, and moment coefficients are global variables, indicating certain overall conditions,
they may converge while local conditions at specific points are still varying from one iteration to the
next. To account for this, define a monitor at a point (just downstream of the shock) where there is
likely to be significant variation, and monitor the value of the velocity magnitude.

Monitors (Surface Monitors) → Create...

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 249
Chapter 5: Modeling External Compressible Flow

a. Enable Plot and Write.

b. Select Vertex Average from the Report Type drop-down list.

Scroll down the Report Type drop-down list to find Vertex Average.
c. Select Velocity... and Velocity Magnitude from the Field Variable drop-down list.
d. Select point-4 in the Surfaces selection list.
e. Click OK to close the Surface Monitor dialog box.
15. Save the case and data files (airfoil-1.cas.gz and airfoil-1.dat.gz).

File → Write → Case & Data...

16. Continue the calculation for 200 more iterations.

Run Calculation

The force monitors (Figure 5.8 (p. 251) and Figure 5.9 (p. 252)) show that the case is converged after
approximately 200 iterations.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
250 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

Figure 5.7 Velocity Magnitude History

Figure 5.8 Drag Coefficient Convergence History

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 251
Chapter 5: Modeling External Compressible Flow

Figure 5.9 Lift Coefficient Convergence History

Figure 5.10 Moment Coefficient Convergence History

17. Save the case and data files (airfoil-2.cas.gz and airfoil-2.dat.gz).

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
252 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

File → Write → Case & Data...

5.4.9. Step 8: Postprocessing

+
1. Plot the distribution on the airfoil (Figure 5.11 (p. 254)).

Plots → XY Plot → Set Up...

a. Disable Node Values in the Options group box.

b. Select Turbulence... and Wall Yplus from the Y Axis Function drop-down list.

Wall Yplus is available only for cell values.

c. Select wall-bottom and wall-top in the Surfaces selection list.
d. Click Plot and close the Solution XY Plot dialog box.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 253
Chapter 5: Modeling External Compressible Flow

Note
+
The values of are dependent on the resolution of the mesh and the Reynolds
+
number of the flow, and are defined only in wall-adjacent cells. The value of
in the
wall-adjacent cells dictates how wall shear stress is calculated. When you use the Spalart-
+
Allmaras model, you should check that  of the wall-adjacent cells is either very small
+
(on the order of  = ), or approximately 30 or greater. Otherwise, you should
modify your mesh.

+
The equation for  is

+ 
 = 


where is the distance from the wall to the cell center, is the molecular viscosity,
is the density of the air, and  is the wall shear stress.

Figure 5.11 (p. 254) indicates that, except for a few small regions (notably at the shock
+
and the trailing edge),  > and for much of these regions it does not drop signi-
ficantly below 30. Therefore, you can conclude that the near-wall mesh resolution is
acceptable.

Figure 5.11 XY Plot of y+ Distribution

2. Display filled contours of Mach number (Figure 5.12 (p. 255)).

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
254 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

Graphics and Animations → Contours → Set Up...

a. Ensure Filled is enabled in the Options group box.
b. Select Velocity... and Mach Number from the Contours of drop-down list.
c. Click Display and close the Contours dialog box.
d. Zoom in on the region around the airfoil, as shown in Figure 5.12 (p. 255).

Figure 5.12 Contour Plot of Mach Number

Note the discontinuity, in this case a shock, on the upper surface of the airfoil in Figure 5.12 (p. 255)
at about
≈ .
3. Plot the pressure distribution on the airfoil (Figure 5.13 (p. 256)).

Plots → XY Plot → Set Up...

a. Enable Node Values.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 255
Chapter 5: Modeling External Compressible Flow

b. Select Pressure... and Pressure Coefficient from the Y Axis Function drop-down lists.
c. Click Plot.

Figure 5.13 XY Plot of Pressure

Notice the effect of the shock wave on the upper surface in Figure 5.13 (p. 256).
4. Plot the component of wall shear stress on the airfoil surface (Figure 5.14 (p. 257)).
a. Disable Node Values.
b. Select Wall Fluxes... and X-Wall Shear Stress from the Y Axis Function drop-down lists.
c. Click Plot and close the Solution XY Plot dialog box.

As shown in Figure 5.14 (p. 257), the large, adverse pressure gradient induced by the shock causes the
boundary layer to separate. The point of separation is where the wall shear stress vanishes. Flow reversal
is indicated here by negative values of the x component of the wall shear stress.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
256 of ANSYS, Inc. and its subsidiaries and affiliates.
 Setup and Solution

Figure 5.14 XY Plot of x Wall Shear Stress

5. Display filled contours of the component of velocity (Figure 5.15 (p. 258)).

Graphics and Animations → Contours → Set Up...

a. Ensure Filled is enabled in the Options group box.
b. Select Velocity... and X Velocity from the Contours of drop-down lists.

Scroll up in the Contours of drop-down list to find X Velocity.

c. Click Display and close the Contours dialog box.

Note the flow reversal downstream of the shock in Figure 5.15 (p. 258).

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 257
Chapter 5: Modeling External Compressible Flow

Figure 5.15 Contour Plot of x Component of Velocity

6. Plot velocity vectors (Figure 5.16 (p. 259)).

Graphics and Animations → Vectors → Set Up...

a. Enter 15 for Scale.
b. Click Display and close the Vectors dialog box.
c. Zoom in on the flow above the upper surface at a point downstream of the shock, as shown in
Figure 5.16 (p. 259).

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
258 of ANSYS, Inc. and its subsidiaries and affiliates.
 Further Improvements

Figure 5.16 Plot of Velocity Vectors Downstream of the Shock

Flow reversal is clearly visible in Figure 5.16 (p. 259).

5.5. Summary
This tutorial demonstrated how to set up and solve an external aerodynamics problem using the pressure-
based coupled solver with pseudo transient under-relaxation and the Spalart-Allmaras turbulence
model. It showed how to monitor convergence using force and surface monitors, and demonstrated
the use of several postprocessing tools to examine the flow phenomena associated with a shock wave.

5.6. Further Improvements

This tutorial guides you through the steps to reach an initial solution. You may be able to obtain a more
accurate solution by using an appropriate higher-order discretization scheme and by adapting the mesh.
Mesh adaption can also ensure that the solution is independent of the mesh. These steps are demon-

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
of ANSYS, Inc. and its subsidiaries and affiliates. 259
Chapter 5: Modeling External Compressible Flow

strated in Introduction to Using ANSYS FLUENT: Fluid Flow and Heat Transfer in a Mixing Elbow (p. 131).
You can use PRESTO! or Second Order discretization for Pressure to improve the solution marginally.

Release 14.0 - © SAS IP, Inc. All rights reserved. - Contains proprietary and confidential information
260 of ANSYS, Inc. and its subsidiaries and affiliates.
 UNIVERSIDADE DE SÃO PAULO
ESCOLA DE ENGENHARIA DE SÃO CARLOS
DEPARTAMENTO DE ENGENHARIA AERONÁUTICA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA

LUIZ OTÁVIO DE CARVALHO BOVOLATO

Análise Computacional de Casos Característicos de Câmaras de

Combustão empregando Simulação de Escalas Adaptativas

São Carlos
2018
 Luiz Otávio de Carvalho Bovolato

Análise Computacional de Casos Característicos de Câmaras de

Combustão Empregando Simulação de Escalas Adaptativas

Dissertação de mestrado apresentada ao Programa de Pós-

Graduação de Engenharia Mecânica da Escola de
Engenharia de São Carlos como parte dos requisitos para a
obtenção do Título de Mestre em Ciências

Área de Concentração: Aeronaves

Orientador: Prof. Dr. Paulo Celso Greco Jr.

ESTE EXEMPLAR TRATA-SE

DA VERSÃO CORRIGIDA.

A VERSÃO ORIGINAL
ENCONTRA-SE DISPONÍVEL
JUNTO AO DEPARTAMENTO
DE ENGENHARIA MECANICA
DA EESC-USP.

São Carlos
2018
Dedico este trabalho primeiramente а Deus,
fonte de vida e inspiração. Dedico também aos
meus pais Luiz Fernando e Mariângela e a
minha esposa Juliana, meu amor.
 Agradecimentos

Gostaria de agradecer a Deus, fonte de inspiração e sublime amor, por iluminar meu
destino colocando em minha vida situações e pessoas que me auxiliaram na realização deste
trabalho.
Ao Professor Paulo Celso Greco Junior por todo o empenho, esforço e paciência em me
ensinar e em explorar meu melhor.
Aos meus pais Luiz Fernando Bovolato e Mariângela de Carvalho Bovolato por seus
exemplos de vida, sempre me incentivando a ser uma pessoa mais educada e ética.
À minha esposa por toda a paciência, dedicação, companheirismo e demonstração de
amor aos longos desses anos.
À minha madrinha Sônia pela companhia, carinho e incentivo.
Ao Eng. Alexandre Roma por todo apoio profissional e incentivo na busca de
conhecimento e inovação.
Aos funcionários do Departamento de Engenharia Aeronáutica e da Secretaria de Pós-
Graduação do Departamento de Engenharia Mecânica por todo suporte técnico e assistência
quando necessitei.
 Ó mar salgado, quanto do teu sal
São lágrimas de Portugal!
Por te cruzarmos, quantas mães choraram,
Quantos filhos em vão rezaram!
Quantas noivas ficaram por casar
Para que fosses nosso, ó mar!

Valeu a pena? Tudo vale a pena

Se a alma não é pequena.
Quem quer passar além do Bojador
Tem que passar além da dor.
Deus ao mar o perigo e o abismo deu,
Mas nele é que espelhou o céu.
(Mar Portuguez - Fernando Pessoa)
 Resumo
BOVOLATO, L. O. C. Análise computacional de casos característicos de câmara de
combustão empregando simulação de escalas adaptativas. 2018. 158 f. Dissertação
(Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos,
2018.

O projeto de pesquisa propôs avaliar a metodologia de Simulação de Escalas

Adaptativas (SAS) para descrever escoamentos turbulentos e não-reativos utilizando estudos
de casos característicos, amplamente documentados, os quais possuem comportamentos do
escoamento distintos presentes em diferentes regiões de uma câmara de combustão. O
primeiro estudo de caso foi a análise do escoamento sobre um degrau, em que foi avaliada a
capacidade do modelo Simulação de Escalas Adaptativas, frente aos modelos de Navier-
Stokes com Média de Reynolds (RANS) e Simulação de Grandes Escalas (LES) e aos dados
experimentais, em prever a distribuição de pressão, ponto de recolamento e de perfis de
velocidade ao longo do domínio após a separação. Pode-se notar que o modelo SAS
apresentou resultados praticamente idênticos aos resultados obtidos pelo modelo RANS com
relação à distribuição de pressão e a posição ponto de recolamento. Porém, os perfis de
velocidade apresentaram algumas discrepâncias com relação aos perfis de velocidade dos
modelos RANS e LES e dos resultados experimentais. Um segundo estudo de caso foi a
análise do escoamento através de um turbilhonador, em que a capacidade do modelo SAS foi
avaliada, comparando seus resultados com os resultados do modelo de Navier-Stokes Não-
Estacionárias com Média de Reynolds (URANS) e com os dados experimentais, em prever
perfis de velocidade em regiões de recirculação presentes neste estudo de caso. Pode-se
observar que ambos os modelos conseguiram prever as principais estruturas de recirculação
do escoamento, porém, os perfis de velocidade apresentaram significativas discrepâncias com
relação aos dados experimentais. Em seguida, foram feitas comparações entre os modelos
SAS e URANS com relação à previsão da precessão central de vórtice e de estruturas de
vórtices, das quais foi observado que o modelo SAS apresenta uma maior capacidade para
prever estas estruturas em relação ao modelo URANS.
Palavras-chave: Simulação de escalas adaptativas. Simulação de grandes escalas. Navier-
stokes com média de Reynolds. Escoamento sobre degrau. Escoamento turbilhonado.
 Abstract
BOVOLATO, L. O. C. Computational analysis of combustion chamber characteristic
cases using scale-adaptivr simulation. 2018. 158 f. Dissertação (Mestrado) – Escola de
Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2018.

The research project aimed to evaluate the Scale-Adaptive Simulation (SAS)

methodology to describe turbulent and non-reactive flows using characteristic, widely
documented, case studies, which have distinct flow behaviors present in different regions of a
chamber of combustion. The first case study was the analysis of a flow over a backward-
facing step, from which the Scale-Adaptive Simulation (SAS) model capacity was evaluated,
compared to the Reynolds Averaged Navier-Stokes (RANS) and Large-Eddy Simulation
(LES) models and experimental data, in order to predict the pressure distribution,
reattachment point and velocity profiles throughout the domain after separation. It can be
noticed that the SAS model presented results almost identical to the results obtained by the
RANS model in relation to the pressure distribution and reattachment position. However, the
velocity profiles presented some discrepancies in respect to RANS and LES velocity profiles
and the experimental results. A second case study was the analysis of the flow through a
swirler, from which the capacity of the SAS model was evaluated, comparing its results to the
results of the Unsteady Reynolds Averaged Navier-Stokes (URANS) model and with the
experimental data, to predict velocity profiles in recirculation regions present in this case
study. It can be observed that both models were able to predict the main recirculation
structures of the flow, however, the velocity profiles presented significant discrepancies in
relation to the experimental data. Then, comparisons were made between the SAS and
URANS models in respect to the prediction of vortex precession vortex core and vortex
structures, from which it was observed that the SAS model presents a greater capacity to
predict these structures in relation to the URANS model.
Keywords: Scale-adaptive simulation. Large-eddy simulation. Reynolds averaged navier-
stokes. Backward-facing step. Swirl flows.
 Lista de Ilustrações
Figura 1 - Ilustração de uma Câmara de Combustão................................................................ 28
Figura 2 - Ilustração de um tubo de chama, com detalhe das parcelas do escoamento. ........... 28
Figura 3 - Ilustração de um tubo de chama do tipo anular. ...................................................... 29
Figura 4 - Ilustração de escoamento sobre um degrau. ............................................................ 33
Figura 5 - Regiões de recirculação em função do número de Reynolds. ................................. 34
Figura 6 – Contornos de velocidade adimensional obtidas através dos métodos numéricos
implementados no experimento descrito por Driver e Jovic (1994). ....................................... 36
Figura 7 - Ilustração do escoamento sobre um degrau inclinado. ............................................ 37
Figura 8 - Ilustração do modelo de combustor utilizado no estudo de WANG e BAI (2005). 39
Figura 9 - Combustor de conceito LDI (Lean Direct Injection). .............................................. 40
Figura 10 - Ilustração das linhas de corrente do escoamento através de um combustor de
conceito LDI. ............................................................................................................................ 41
Figura 11 - Ilustração de um vórtice de precessão (PVC), próximo ao injetor de combustível.
.................................................................................................................................................. 42
Figura 12 - Ilustração do modelo computacional empregado nas simulações por Widenhorn;
Noll e Aigner, (2009)................................................................................................................ 44
Figura 13 - Ilustração do modelo computacional de um combustor isolado empregado por
Dewanji et al. (2012). ............................................................................................................... 45
Figura 14 - Ilustração do modelo computacional de um conjunto de combustores empregado
por Dewanji et al. (2012). ......................................................................................................... 45
Figura 15 - Ilustração do domínio apresentado no estudo de Martini et al. (2003).................. 51
Figura 16 - Ilustração dos limites das regiões do espectro de energia em função dos
comprimentos de escala. ........................................................................................................... 56
Figura 17 - Ilustração do espectro de energia em função do número de onda. ........................ 57
Figura 18 - Ilustração de um elemento tetraédrico. .................................................................. 71
Figura 19 - Ilustração do problema proposto por Jovic e Driver (1994). ................................. 78
Figura 20 - Ilustração da malha computacional utilizada para análise RANS e SAS. ............. 79
Figura 21 - Ilustração de malha para análise LES. ................................................................... 81
Figura 22 - Ilustração de malha para análise LES, com detalhe na região do degrau. ............. 81
Figura 23 – Perfil de velocidade na entrada do domínio para o caso Degrau. ......................... 82
Figura 24 - Ilustração da região de aplicação da condição de entrada. .................................... 83
Figura 25 - Ilustração da região de aplicação da condição de saída. ........................................ 83
Figura 26 - Ilustração da região da condição de parede. .......................................................... 84
Figura 27 - Ilustração da região da condição de contorno de simetria. .................................... 85
Figura 28 - Ilustração da região da condição de contorno de periodicidade translacional. ...... 85
Figura 29 - Ilustração da região de interface. ........................................................................... 86
Figura 30 - Linhas traçadas no pós-processamento. ................................................................. 87
Figura 31 - Pontos posicionados ao longo do domínio para análise espectral da energia
cinética turbulenta..................................................................................................................... 88
Figura 32 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 1, para o caso LES. ......................................................................................................... 89
Figura 33 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 2, para o caso LES. ......................................................................................................... 90
Figura 34 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 3, para o caso LES. ......................................................................................................... 90
Figura 35 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 4, para o caso LES. ......................................................................................................... 91
Figura 36 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 5, para o caso LES. ......................................................................................................... 91
Figura 37 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 6, para o caso LES. ......................................................................................................... 92
Figura 38 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 1, para o caso SAS. ......................................................................................................... 93
Figura 39 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 2, para o caso SAS. ......................................................................................................... 93
Figura 40 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 3, para o caso SAS. ......................................................................................................... 94
Figura 41 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 4, para o caso SAS. ......................................................................................................... 94
Figura 42 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 5, para o caso SAS. ......................................................................................................... 95
Figura 43 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no
ponto 6, para o caso SAS. ......................................................................................................... 95
Figura 44 - Perfis de Velocidade Longitudinal Normalizada, na estação 1. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes,
DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation. ........................................ 96
Figura 45 - Perfis de Velocidade Longitudinal Normalizada, na estação 2. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes,
DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation. ........................................ 97
Figura 46 - Perfis de Velocidade Longitudinal Normalizada, na estação 3. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes,
DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation. ........................................ 97
Figura 47 - Perfis de Velocidade Longitudinal Normalizada, na estação 4. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes,
DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation. ........................................ 98
Figura 48 - Perfis de Velocidade Longitudinal Normalizada, na estação 5. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes,
DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation. ........................................ 98
Figura 49 - Viscosidade turbulenta após o degrau para os casos RANS, SAS e LES. ............ 99
Figura 50 - Perfis de Coeficiente de Pressão na estação 6. SAS: Scale-Adaptive Simulation,
EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct
Numerical Simulation, LES: Large-Eddy Simulation. ........................................................... 100
Figura 51 - Perfis de Coeficiente de Atrito na estação 6. SAS: Scale-Adaptive Simulation,
EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct
Numerical Simulation, LES: Large-Eddy Simulation. ........................................................... 101
Figura 52 - Perfis de Tensores de Reynolds uu normalizados na estação 1. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 102
Figura 53 - Perfis de Tensores de Reynolds uu normalizados na estação 2. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 102
Figura 54 - Perfis de Tensores de Reynolds uu normalizados na estação 3. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 103
Figura 55 - Perfis de Tensores de Reynolds uu normalizados na estação 4. SAS: Scale-
Adaptive Simulation, LES: Large-Eddy Simulation. ............................................................. 103
Figura 56 - Perfis de Tensores de Reynolds uu normalizado na estação 5. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 104
Figura 57 - Perfis de Tensores de Reynolds uv normalizados na estação 1. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 105
Figura 58 - Perfis de Tensores de Reynolds uv normalizados na estação 2. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 105
Figura 59 - Perfis de Tensores de Reynolds uv normalizados na estação 3. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 106
Figura 60 - Perfis de Tensores de Reynolds uv normalizados na estação 4. SAS: Scale-
Adaptive Simulation, LES: Large-Eddy Simulation. ............................................................. 106
Figura 61 - Perfis de Tensores de Reynolds uv normalizados na estação 5. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 107
Figura 62 - Perfis de Tensores de Reynolds vv normalizados na estação 1. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 108
Figura 63 - Perfis de Tensores de Reynolds vv normalizados na estação 2. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 108
Figura 64 - Perfis de Tensores de Reynolds vv normalizados na estação 3. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 109
Figura 65 - Perfis de Tensores de Reynolds vv normalizados na estação 4. SAS: Scale-
Adaptive Simulation, LES: Large-Eddy Simulation. ............................................................. 109
Figura 66 - Perfis de Tensores de Reynolds vv normalizados na estação 5. SAS: Scale-
Adaptive Simulation, EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES:
Large-Eddy Simulation........................................................................................................... 110
Figura 67 – Ilustração da região onde o termo fonte Qsas é calculado, ilustrado pelo contorno
em vermelho. .......................................................................................................................... 111
Figura 68 - Ilustração das linhas de corrente da zona de Recirculação, extraídas da análise
RANS...................................................................................................................................... 111
Figura 69 - Ilustração das linhas de corrente da zona de Recirculação, extraídas da análise
SAS. ........................................................................................................................................ 111
Figura 70 - Ilustração das linhas de corrente da zona de Recirculação, extraídas da análise
LES. ........................................................................................................................................ 112
Figura 71 - Ilustração de uma iso-superfície para velocidade longitudinal igual a zero, extraída
da análise SAS. ....................................................................................................................... 112
Figura 72 - Ilustração de uma iso-superfície para velocidade longitudinal igual a zero, extraída
da análise LES. ....................................................................................................................... 113
Figura 73 - Ilustração do contorno do coeficiente de atrito a jusante do degrau, para a análise
SAS. ........................................................................................................................................ 114
Figura 74 - Ilustração do contorno do coeficiente de atrito a jusante do degrau, para a análise
LES. ........................................................................................................................................ 114
Figura 75 - Ilustração da seção de ensaios de turbilhonadores exposta por Cai, Jeng e Tacina
(2005)...................................................................................................................................... 116
Figura 76 - Ilustração domínio modelado a partir dos dados geométricos expostos por Cai,
Jeng e Tacina (2005)............................................................................................................... 117
Figura 77 - Ilustração da discretização do domínio do turbilhonador. ................................... 118
Figura 78 - Ilustração da região de entrada do domínio do turbilhonador. ............................ 118
Figura 79 - Ilustração da região de saída do domínio do turbilhonador. ................................ 119
Figura 80 - Ilustração da região de parede do canal de entrada do domínio do turbilhonador.
................................................................................................................................................ 119
Figura 81 - Ilustração da região de parede da câmara do domínio do turbilhonador. ............ 120
Figura 82 - Linhas traçadas para pós-processamento do caso do turbilhonador. ................... 121
Figura 83 - Linhas de Corrente da Velocidade Média para a análise: a) SAS b) URANS. ... 123
Figura 84 - Ilustração de uma Iso-superfície indicando velocidade média axial nula, indicando
uma bolha referente à região de recirculação, para as análises URANS e SAS. .................... 124
Figura 85 - Detalhe das Linhas de Corrente da Velocidade Média próximas à saída dos
turbilhonadores para a análise a) URANS e b) SAS. ............................................................. 125
Figura 86 - Perfil de Velocidade Média Axial para a estação 1. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes. . 126
Figura 87 - Perfil de Velocidade Média Axial para a estação 2. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes. . 127
Figura 88 - Perfil de Velocidade Média Axial para a estação 3. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes. . 127
Figura 89 - Perfil de Velocidade Média Axial para a estação 4. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes. . 128
Figura 90 - Perfil de Velocidade Média Axial para a estação 5. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes. . 128
Figura 91 - Perfil de Velocidade Média Axial para a estação 6. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes. . 129
Figura 92 - Perfil de Velocidade Transversal Horizontal Média para a estação 1. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 131
Figura 93 - Perfil de Velocidade Transversal Horizontal Média para a estação 2. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 131
Figura 94 - Perfil de Velocidade Transversal Horizontal Média para a estação 3. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 132
Figura 95 - Perfil de Velocidade Transversal Horizontal Média para a estação 4. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 132
Figura 96 - Perfil de Velocidade Transversal Horizontal Média para a estação 5. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 133
Figura 97 - Perfil de Velocidade Transversal Horizontal Média para a estação 6. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 133
Figura 98 - Perfil de Velocidade Transversal Vertical Média para a estação 1. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 136
Figura 99 - Perfil de Velocidade Transversal Vertical Média para a estação 2. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 136
Figura 100 Perfil de Velocidade Transversal Vertical Média para a estação 3. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 137
Figura 101 - Perfil de Velocidade Transversal Vertical Média para a estação 4. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 137
Figura 102 - Perfil de Velocidade Transversal Vertical Média para a estação 5. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 138
Figura 103 - Perfil de Velocidade Transversal Vertical Média para a estação 6. EXP: Dados
Experimentais, SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged
Navier-Stokes. ........................................................................................................................ 138
Figura 104 - Ilustração das linhas de correntes de velocidade em um plano transversal (X-Y),
distante a 15 mm da saída do canal divergente: a) visão geral; b) detalhe dos picos de
velocidade, próximo à parede, em oposição ao sentido de rotação (seta vermelha). ............. 139
Figura 105 – Ilustração do contorno em que o termo fonte Qsas é calculado (contorno
vermelho): a) ao longo do domínio; b) próximo à saída do turbilhonador............................. 141
Figura 106 - Ilustração dos pontos de coleta de dados instantâneos, ao longo do domínio. .. 141
Figura 107 - Ilustração da variação da componente transversal horizontal, na direção x, de
velocidade instantânea no ponto 1, no caso SAS. .................................................................. 142
Figura 108 - Ilustração da variação da componente transversal horizontal, na direção x, de
velocidade instantânea no ponto 1, no caso URANS. ............................................................ 143
Figura 109 - Ilustração do espectro de frequência componente de velocidade, na direção x, no
ponto 1, para o caso SAS. ....................................................................................................... 144
Figura 110 - Ilustração do espectro de frequência componente de velocidade, na direção x, no
ponto 2, para o caso SAS. ....................................................................................................... 144
Figura 111 - Ilustração do espectro de frequência componente de velocidade, na direção x, no
ponto 3, para o caso SAS. ....................................................................................................... 145
Figura 112 - Ilustração do espectro de frequência componente de velocidade, na direção x, no
ponto 1, para o caso URANS.................................................................................................. 146
Figura 113 - Ilustração do espectro de frequência componente de velocidade, na direção x, no
ponto 2, para o caso URANS.................................................................................................. 146
Figura 114 – Ilustração do espectro de frequência componente de velocidade, na direção x, no
ponto 3, para o caso URANS.................................................................................................. 147
Figura 115 - Ilustração de uma iso-superfície de pressão (-330 Pa) em regiões próximas à
sápida dos jatos turbilhonas dos casos: a) SAS; b) URANS. ................................................. 148
Figura 116 - Ilustração de uma iso-superfície da variável critério-Q (2x107 s-2) em regiões
próximas à saída dos jatos turbilhonas dos casos: a) SAS; b) URANS. ................................ 149
 Lista de Tabelas
Tabela 1 - Estimativa de custo Computacional entre os modelos LES e RANS para o caso
estudado em Michelassi, Wissink e Rodi (2003). .................................................................... 31
Tabela 2 - Dimensões dos principais parâmetros geométricos do estudo de escoamento sobre
um Degrau. ............................................................................................................................... 78
Tabela 3 - Discretização do Domínio da Região do Degrau para análise RANS e SAS. ........ 79
Tabela 4 - Discretização do domínio do degrau para análise LES. .......................................... 82
Tabela 5 - Descrição de linhas traçadas para pós-processamento. ........................................... 87
Tabela 6 - Descrição das posições dos pontos no domínio. ..................................................... 89
Tabela 7 - Comprimento de recolamento para diferentes métodos. ....................................... 115
Tabela 8 - Principais dados geométricos do domínio do caso do turbilhonador. ................... 117
Tabela 9 - Descrição de linhas traçadas para pós-processamento do caso turbilhonador. ..... 121
Tabela 10 - Descrição de linhas traçadas para pós-processamento do caso turbilhonador. ... 142
 Lista de Abreviações

CFD: Computational Fluid Dynamics

DES: Detached-Eddy Simulation
DNS: Direct Numerical Simulation
LES: Large-Eddy Simulation
PSD: Power Spectral Density
PVC: Precessing Vortex Core
RANS: Reynolds-Averaged Navier-Stokes
SAS: Scale-Adaptive Simulation
SRS: Scale-Resolving Simulations
SST: Shear-Stress Transport
URANS: Unsteady Reynolds-Averaged Navier-Stokes
 Sumário
1 Introdução .................................................................................................................... 27

1.1 Funcionamento de uma Câmara de Combustão.................................................... 27

1.2 Métodos Numéricos .............................................................................................. 29

1.4 Revisão Bibliográfica ............................................................................................... 32

1.4.1 Caso Escoamento sobre um Degrau ...................................................................... 32

1.4.2 Caso Escoamento Através de um Turbilhonador .................................................. 38

1.4.3 Modelos de Simulação de Resolução de Escalas e Simulação de Escalas Adaptativas

........................................................................................................................................ 45

2 Conceitos Fundamentais de Escoamentos Turbulentos............................................... 53

2.1 Turbulência ...................................................................................................... 53

2.2 Homogeneidade e Isotropia ............................................................................. 53

2.3 Escalas de Comprimento em Escoamentos Turbulentos ................................. 54

2.4 Espectro de Tensores de Escoamentos Turbulentos Isotrópicos ..................... 54

2.5 Espectro de Energia de Kolmogorov ............................................................... 55

2.6 Equações de Navier-Stokes com Média de Reynolds...................................... 57

Modelo de Turbulência de Transporte de Tensões da Cisalhamento ...................... 58

2.7 Simulação de Grandes Escalas......................................................................... 60

Modelo de Smagorinsky-Lilly .................................................................................... 62

Modelo Dinâmico de Germano ............................................................................... 64

2.8 Simulação de Escalas Adaptativas ................................................................... 66

3 Metodologia ............................................................................................................ 69

3.1 Equações Governantes ..................................................................................... 69

3.2 Discretização dos Termos das Equações Governantes .................................... 70

4 Estudos de Caso ...................................................................................................... 77

4.1 Introdução ........................................................................................................ 77

4.2 Escoamento sobre um Degrau ......................................................................... 77

 4.2.1 Introdução..................................................................................................... 77

4.2.2 Geometria ..................................................................................................... 78

4.2.3 Discretização ................................................................................................ 79

4.2.4 Condições de Contorno ................................................................................ 82

4.2.5 Métodos Numéricos ..................................................................................... 86

4.2.6 Resultados e Discussão ................................................................................ 87

4.3 Escoamento através de um Turbilhonador ..................................................... 115

4.3.1 Introdução................................................................................................... 115

4.3.2 Geometria ................................................................................................... 116

4.3.3 Discretização Espacial................................................................................ 117

4.3.4 Condições de Contorno .............................................................................. 118

4.3.5 Métodos Numéricos ................................................................................... 120

4.3.6 Resultados e Discussão .............................................................................. 120

5 Conclusão .............................................................................................................. 151

Referências ............................................................................................................ 153

 27

1 Introdução

A aplicação de estudos de mecânica de fluidos computacional vem sendo utilizada

como uma importante ferramenta de projeto no desenvolvimento preliminar de produtos
industriais. Esta tendência não é diferente em meios aeronáuticos, na qual já é considerada
uma prática consolidada. Para o desenvolvimento de novos motores aeronáuticos, em especial
novas câmaras de combustão, os métodos empregados encontram-se limitados pelo custo
computacional devido à complexidade do escoamento, apresentando altos níveis de
turbulência, regimes de escoamento multifásicos e reativos.

1.1 Funcionamento de uma Câmara de Combustão

A Câmara de Combustão, em um motor aeronáutico, tem como função fornecer energia,

proveniente de uma fonte química, ao escoamento que atravessa o motor. Como o ciclo de
operação de motores aeronáuticos utiliza basicamente o Ciclo de Brayton, a transferência de
energia proveniente da queima de combustível ocorre, idealmente, a pressão constante. Desta
maneira, é correto afirmar que, teoricamente, toda a energia fornecida pela queima de
combustível é convertida em energia cinética e energia térmica para o escoamento.
Entretanto, para que ocorra a queima do combustível, é necessário que a razão mássica de
mistura ar/combustível esteja dentro de uma faixa aceitável para que ocorra combustão.
O escoamento admitido pelo motor atravessa o compressor, onde ocorre o aumento de
pressão total e estática devido ao trabalho exercido pelo compressor sobre o escoamento. Em
seguida, o escoamento atravessa uma região denominada de canal divergente da câmara de
combustão, fig. 1, onde ocorre um aumento na seção transversal do canal aerodinâmico.
Assim, o escoamento sofre uma recuperação de pressão estática e, consequentemente, uma
queda de velocidade, promovendo melhores condições para a queima de combustível.
28

Figura 1 - Ilustração de uma Câmara de Combustão.

Fonte: Oates (1989, tradução nossa).

A seguir, o escoamento introduzido dentro da câmara de combustão sofre um

fracionamento, conforme ilustrado na fig. 2. Inicialmente, uma porção de ar atravessa o
turbilhonador, fig. 1, sendo dirigida para dentro do componente onde ocorre a queima,
chamada de tubo de chama, fig. 3. A função desta parcela do escoamento, sobre a qual é
induzido um movimento de rotação, é de promover uma região de recirculação, à jusante do
turbilhonador, de forma que promova condições adequadas para a ancoragem da chama,
originada na combustão. A seguir, o restante da porção de ar penetra no tubo de chama
através de orifícios distribuídos ao longo deste, de forma a auxiliar na combustão ou diluir os
gases quentes provenientes da combustão.

Figura 2 - Ilustração de um tubo de chama, com detalhe das parcelas do escoamento.

Fonte: Oates (1989, tradução nossa).

 29

Figura 3 - Ilustração de um tubo de chama do tipo anular.

Fonte: Oates (1989).

A porção restante do escoamento percorre a parte externa do tubo de chama, entrando

no tubo de chama através de orifícios distribuídos ao longo deste. Na porção de escoamento
que passa pelo turbilhonador é induzida a uma rotação ou swirl, cuja principal função é de
promover a ancoragem da chama, induzindo um gradiente adverso de pressão na frente do
injetor. Pode-se observar que, o escoamento não-reativo através de uma câmara de combustão
apresenta algumas regiões onde o escoamento apresenta um comportamento distinto, como:
a) Expansão repentina no Difusor;
b) Turbilhonamento no Swirler:
c) Penetração em orifícios, ao longo do tubo de chama;
d) Interação com o combustível injetado dentro do tubo de chama.
Para estas regiões, um estudo aprofundado do comportamento do escoamento se faz
necessário para o entendimento do funcionamento de câmaras de combustão. A seguir, são
apresentados os métodos mais utilizados, de dinâmica dos fluidos computacional, utilizados
em análises de turbinas a gás e combustores.

1.2 Métodos Numéricos

Entre os métodos numéricos de mecânica dos fluidos até então desenvolvidos, duas
famílias se destacam: os métodos baseados na estratégia de resolução de escalas de
turbulência (Scale Resolving Simulation - SRS) em que escalas de turbulência, até um
determinado nível de comprimento característico, são resolvidas e métodos baseados em
valores médios de Reynolds (Reynolds-Averaged Navier-Stokes - RANS), são usados.
O método RANS é muito empregado em meios industriais, pois apresenta um custo
computacional mais baixo que a maioria dos métodos da família SRS. Isto ocorre uma vez
que, na maioria dos casos, não necessita de discretizações espaciais muito refinadas para
30

apresentar um resultado independente da malha computacional. Assim, é possível um número

maior de simulações em um determinado tempo físico, o que é um fator impactante quando se
considera o dinamismo e o custo de desenvolvimento em meios industriais. O método RANS
é comumente retratado na forma de solução em Regime Permanente, ou seja, o período de
passo no tempo é automaticamente ajustado pelo programa e a simulação dura enquanto não é
atingido um critério de convergência. Entretanto, existe uma variante para solução em Regime
não-estacionário, denominada de RANS Não-Estacionário ou URANS, na qual um período de
passo no tempo e um tempo total de simulação são pré-selecionados. Assim, para cada passo
no tempo, a solução deve atingir o critério de convergência pré-estabelecido, ou um número
máximo de interações do passo no tempo. Apesar de apresentarem resultados satisfatórios em
diversos casos, o método RANS é conhecido por apresentar características dissipativas o que
pode ocasionar no desaparecimento de importantes estruturas não-estacionárias capazes de
estimar importantes instabilidades no escoamento, fundamentais em análises de escoamentos
reativos.
Os métodos SRS são muito empregados em meios acadêmicos, uma vez que apresentam
uma maior capacidade de representar o real comportamento do escoamento, especialmente
envolvendo uma ampla faixa de espectro de frequência turbulenta. O modelo LES (Large
Eddy Simulation) é muito utilizado em meios acadêmicos devido à sua capacidade de
apresentar os resultados mais próximos dos dados obtidos experimentalmente, uma vez
atendidas as discretizações espacial e temporal adequadas. Considerando escoamentos
reativos, segundo Boudier et al. (2007), o modelo LES apresentou resultados mais próximos
dos dados experimentais que o modelo URANS, quanto aos perfis de temperatura dos gases
quentes saindo da câmara de combustão, embora os dados obtidos através do modelo URANS
ainda possam ser considerados valiosos.
Entretanto, o uso do modelo LES em meios industriais torna-se muitas vezes proibitivo,
especialmente em escoamentos próximos à parede, onde a escala de comprimento de
turbulência se torna, relativamente, muito menor que espessura da camada sobre a superfície,
exigindo assim, uma alta resolução da discretização espacial nesta região (MENTER et al.,
2011). Um estudo comparativo do custo computacional entre os modelos LES e RANS,
apresentado por Michelassi, Wissink e Rodi (2003), de um escoamento sobre uma palheta de
turbina a gás, para um número de Reynolds próximo de 10000, é apresentado na tabela 1.
 31

Tabela 1 - Estimativa de custo Computacional entre os modelos LES e RANS para o caso estudado em
Michelassi, Wissink e Rodi (2003).

Número Número de Número de iterações Esforço

de passos no internas por passo no Computacional
Células tempo tempo relativo ao modelo
RANS
RANS ~106 ~102-103 1 1

LES ~108-109 ~105 1-10 ~105-106

Fonte: Menter et al. (2011).

Podemos observar, de maneira estimada, uma grande diferença de custos

computacionais entre estes modelos.
Dessa forma, estão sendo desenvolvidos, recentemente, novos modelos SRS, muitos dos
quais empregam estratégias híbridas com a modelagem RANS, de modo que regiões do
domínio onde o escoamento apresente um comportamento mais comportado, o modelo
híbrido alterna o método de equacionamento de SRS para RANS ao longo do domínio,
conforme a necessidade de resolução da região. Entre os modelos SRS híbridos, o modelo de
Simulação de Escalas Adaptativas (Scale-Adaptive Simulation - SAS) (MENTER; KUNTZ;
BENDER, 2003) vem se destacando devido aos seguintes fatores:
a) Permite o uso de uma malha computacional com menos elementos ao longo do domínio
se comparado com LES, porém sem perder aspectos relevantes do escoamento;
b) Sua característica híbrida independe da malha computacional, ao contrário de outros
métodos híbridos.
Dessa maneira, foi escolhido o modelo Scale-Adaptive Simulation, dentre outros
modelos SRS, de forma a ser realizado um estudo aprofundado envolvendo problemas-
modelo que apresentem as mesmas características de escoamento em regiões distintas e de
interesse de uma câmara de combustão. Os resultados obtidos serão comparados com
resultados experimentais e resultados obtidos através de análises LES e RANS/URANS.
Assim, será possível verificar a viabilidade da utilização do modelo SAS ao invés do modelo
LES na análise aerodinâmica dentro de uma câmara de combustão.
32

1.3 Objetivos

 Empregar os métodos RANS/URANS, SAS e LES para análise numérica de estudos

de casos característicos cujos comportamentos do escoamento se relacionem com
regiões distintas em uma câmara de combustão;
 Comparar os resultados obtidos numericamente, empregando os métodos LES, SAS,
RANS/URANS, com os resultados obtidos experimentalmente e extrair conclusões
sobre a potencialidade de emprego do método SAS para análise aerodinâmica de uma
câmara de combustão, incluindo a previsão de valores médios e previsão de estruturas
não-estacionárias.

1.4 Revisão Bibliográfica

A seguir serão apresentadas as revisões bibliográficas dos estudos de caso e dos

modelos numéricos utilizados neste trabalho.

1.4.1 Caso Escoamento sobre um Degrau

O estudo do recolamento de camadas cisalhantes é de grande importância na

engenharia, dado a variedade de casos em que este fenômeno ocorre, como escoamento ao
redor de edifícios e pontes, bolhas de separação em aerofólios, canais difusores em câmaras
de combustão, entre outros. Um caso de recolamento de camadas cisalhantes muito bem
documentado é de um escoamento sobre um degrau. Neste caso, um escoamento plenamente
desenvolvido percorre um canal de seção retangular até a ocorrência de uma súbita expansão
induzida pela descontinuidade na geometria do canal, a qual apresenta o formato de um
degrau. Apesar de uma configuração simples, este problema apresenta comportamento do
escoamento muito importante, como o aparecimento de vórtices induzidos pela separação da
camada-limite, o surgimento de uma das camadas de mistura, instabilidades de kelvin-
helmholtz (KOSTAŞ; SORIA; CHONG, 2002) e recolamento do escoamento junto à parede.
Em decorrência da súbita expansão e consequente separação entre o escoamento e a
parede do canal, ocorre o surgimento de uma região de recirculação, a jusante do degrau, e a
formação de uma camada de mistura, conforme ilustrado na fig. 4.
 33

Figura 4 - Ilustração de escoamento sobre um degrau.

Fonte: Spode (2006).

Um importante parâmetro de análise do estudo de escoamento sobre degrau é o

comprimento de recolamento do escoamento. Este é descrito como a distância, a partir do
degrau, em que a direção da tensão de cisalhamento altera seu sentido, junto à parede, ao
longo da direção do escoamento. Foi observado em Abbott e Kline (1962) que este
comprimento de recolamento apresenta uma variação periódica ocasionada, segundo Eaton e
Johnston (1982), por um deslocamento de baixa frequência da camada cisalhante.
Em Eaton e Johnston (1981) é apresentado um resumo com os principais resultados e
conclusões, até então obtidos, do caso de escoamento sobre um degrau. Segundo os autores,
são cinco fatores que influenciam no comprimento de recolamento: 1) Estado inicial da
camada-limite; 2) Espessura inicial da camada-limite; 3) Nível de turbulência na entrada; 4)
Gradiente de Pressão; 5) Razão de Aspecto. Além da discussão em torno da influência de
cada fator também são traçadas algumas semelhanças entre a camada cisalhante de
recolamento e a camada de mistura, esta podendo ser utilizada na previsão de turbulência e do
estado da camada-limite na entrada.
Em um estudo realizado por Ötügen (1991), foram verificados os efeitos da variação
da razão da altura do degrau pela altura do canal a montante do degrau (variando de 0,5 a
2,13), mantendo-se as mesmas condições do escoamento na entrada (velocidade de
escoamento livre, obtida a 1mm da aresta do degrau, igual a 16,0 m/s, intensidade média
turbulenta na camada-limite por volta de 0,70% e a espessura da camada-limite verificada por
volta de 0,73mm). O número de Reynolds, baseado na velocidade de escoamento livre e altura
do canal a montante do degrau, verificado foi 16600, indicando uma camada-limite
turbulenta. Segundo os resultados apresentados, um aumento da razão de expansão do degrau,
definida como a razão entre as alturas do canal a jusante e a montante do degrau, resulta em
34

uma diminuição no comprimento de recolamento devido aumento da intensidade turbulenta, a

qual promove um aumento mais rápido da camada cisalhante, antecipando o recolamento.
No estudo apresentado por Armaly et al. (1983), foi realizada uma série de ensaios de
escoamento sobre um degrau, ilustrada na fig. 5, para uma dada faixa de número de Reynolds
( ), o qual foi baseado no dobro da altura do degrau e em uma velocidade
equivalente a 2/3 da velocidade máxima medida do escoamento livre no degrau. Foi possível
observar três regimes de escoamento com comportamentos distintos: Laminar, Transicional e
Turbulento. Para o escoamento em regime laminar ( ), foi constatado que, com o
aumento do número de Reynolds, o comprimento de recolamento também crescia. Para
números de Reynolds acima de 1200, foram verificadas que as flutuações de velocidade no
perfil de velocidade sobre o degrau se tornaram mais intensas, indicando o início do regime
transicional. Assim, na faixa , é possível observar uma tendência de
diminuição do comprimento de recolamento em função do número de Reynolds. Para o
regime turbulento ( ), o comprimento de recolamento permaneceu praticamente
inalterado com a variação do número de Reynolds.

Figura 5 - Regiões de recirculação em função do número de Reynolds.

Fonte: Armaly et al. (1983).

 35

Em Avancha e Pletcher (2000), é descrita uma análise LES de um escoamento em

degrau com e razão de expansão igual a 1,5, sendo adotado um tamanho de malha
computacional de 72x45x48 elementos respectivamente nas direções longitudinal, vertical e
transversal, após o degrau. Nesta análise, foi verificada a oscilação da posição longitudinal de
recolamento em decorrência do crescimento e posterior colapso das estruturas de grande
escala devido ao movimento de recirculação da camada de cisalhamento (LE; MOIN, 1994).
Segundo a simulação foi verificada na região de recirculação que, a intensidade média de
flutuação de velocidade na direção transversal, próxima à parede, era maior que as outras
componentes. Além disso, as correlações triplas de velocidade na direção transversal
encontradas foram desprezíveis, sugerindo um comportamento bi-dimensional do escoamento
na maior parte do domínio.
Em Le, Moin e Kim (1997), é apresentada uma análise DNS do escoamento em degrau
referente ao experimento descrito em Driver e Jovic (1994). Uma extensa descrição dos
resultados calculados demonstrou uma excelente concordância com os resultados
experimentais. Foi possível verificar um comportamento periódico no comprimento de
recolamento em função do tempo, entretanto não sendo possível defini-lo em apenas uma
única distância longitudinal a partir do degrau, dado que a posição de recolamento apresentou
diferentes distâncias longitudinais ao longo da direção transversal. O comportamento do perfil
de velocidade médio da direção longitudinal próximo à parede, até próximo de ,
apresentou resultados concordantes com a teoria na subcamada viscosa da camada-limite
referente à lei da parede. Outra descoberta importante foi a verificação da semelhança entre
magnitude de energia cinética turbulenta encontrada na região de recirculação em comparação
com a camada turbulenta de mistura planar (ROGERS; MOSER, 1994).
O trabalho desenvolvido em Akselvoll e Moin (1995) apresentou uma simulação de
grandes escalas baseado no experimento de Driver e Jovic (1994). Cinco configurações de
malha computacional foram testadas juntamente com os modelos de submalha: 1) Modelo
Dinâmico de Submalha (GERMANO et al., 1991); 2) Modelo de Localização Dinâmica
(GHOSAL et al., 1995); 3) Modelo de Smagorinsky (SMAGORINSKY, 1963). Os resultados
obtidos foram comparados com os resultados experimentais e com os resultados obtidos em
Le e Moin (1994). Com relação aos resultados referentes à distribuição do coeficiente de
pressão e atrito na direção longitudinal, comprimento de recolamento e perfis de velocidade
média, todos os resultados foram satisfatórios, exceto as simulações que utilizaram a malha
menos refinada na direção vertical. Pode-se perceber uma sutil melhora nos resultados que
36

utilizaram uma malha mais refinada na direção longitudinal, os quais utilizaram o mesmo
refinamento vertical e transversal, em relação à simulação DNS.
O trabalho desenvolvido em Spode (2006) realizou um estudo comparando os modelos
LES (modelo de Smagorinsky), LES-VD (modelo de Smagorinsky com o fator de
amortecimento de Van Driest), RANS (com o modelo de turbulência de Spalart-Allmaras) e o
modelo DES (Detached Eddy Simulation) utilizando o experimento proposto por Driver e
Jovic (1994). Pode-se verificar a grande influência, no parâmetro comprimento de
recolamento, do nível de turbulência na entrada para os métodos não estacionários. Na figura
6, são ilustrados os campos de velocidade normalizados (razão da velocidade local pela
velocidade de escoamento livre) para cada modelo testado. Pode-se observar que os resultados
mais concordantes com os dados experimentais foram obtidos através da simulação
empregando o modelo de Smagorinsky (caso LES), segundo a fig. 6, dada a utilização de uma
entrada turbulenta. O modelo RANS (caso SA), segundo a fig. 6, apresentou os resultados
menos concordantes, apresentando um comportamento altamente difusivo.

Figura 6 – Contornos de velocidade adimensional obtidas através dos métodos numéricos implementados no
experimento descrito por Driver e Jovic (1994).

Fonte: Spode (2006).

Em Ruck e Makiola (1993), foram apresentados os dados obtidos experimentalmente

de um conjunto de ensaios de escoamento sobre degraus inclinados, fig. 7, (10, 15, 20, 30, 45
 37

e 90 graus) para diferentes números de Reynolds (5000, 8000, 11000, 15000, 47000 e 64000)
e diferentes razões de expansão (1,47, 2,00 e 3,27). Conforme observado, uma diminuição no
ângulo da inclinação do degrau diminui o comprimento de recolamento do escoamento junto à
parede. Na faixa de inclinação de 45 a 90 graus, a variação do comprimento de recolamento
em função da variação da inclinação mostrou-se insignificante, contudo, na faixa de
inclinação abaixo de 45 graus, pode-se perceber uma acentuada variação do comprimento de
recolamento, uma vez que se evita a expansão abrupta, enfraquecendo o descolamento. Outro
aspecto importante encontrado foi que, para números de Reynolds acima de 10000, o
comprimento de recolamento permanece praticamente constante.

Figura 7 - Ilustração do escoamento sobre um degrau inclinado.

Fonte: Ruck e Makiola (1993, tradução nossa).

Recentemente, Chovet et al. (2017) refizeram diversos ensaios experimentais

envolvendo escoamento sobre um degrau, cujos números de Reynolds variaram de 31500 a
182600. Segundo mencionado, podem-se identificar quatro regiões cujos escoamentos
apresentavam comportamentos distintos: a) Para a região, cujo valor da razão x/h é menor ou
igual a, aproximadamente, 1,5, em que x corresponde à distância da base do degrau até o
ponto de interesse e h corresponde à altura do degrau, pode-se notar pequenas flutuações de
pressão cujo espectro é dominado por altas e baixas frequências de flutuação; b) Para a
segunda região, cujos valores da razão x/h estão na faixa de 1,5 a 4,5, ocorre uma transição de
pequenas para grandes flutuações de pressão; c) A terceira região, cujos valores da razão x/h
estão na faixa de 4,5 a 6,5, é caracterizada pela estrutura de recirculação primária, na qual
intensas flutuações de pressão são observadas; d) E para valores da razão x/h maiores que 6,5,
pode-se verificar um comportamento tipicamente próximo de uma camada-limite turbulenta, a
qual representa a zona de recolamento. Pode-se notar, também, que a correlação entre o
38

comprimento de recirculação e o número de Reynolds (Reh > 105), praticamente desaparece.

Entretanto, a correlação com a razão de expansão permanece.

1.4.2 Caso Escoamento Através de um Turbilhonador

No trabalho de Wang e Bai (2005), foi realizado um extenso estudo de um escoamento

turbilhonado turbulento em um modelo de câmara de combustão (WANG et al., 2004), fig. 8,
aplicando-se o método de simulações de grandes escalas. Neste estudo, foram avaliados o
comportamento do escoamento e suas principais características, bem como o desempenho do
método LES para prever os fenômenos esperados neste tipo de escoamento. Foram
investigados quatro possíveis parâmetros que poderiam influenciar os resultados: i) Condições
de contorno de entrada e saída; ii) Geometria da câmara de combustão; iii) Perfil de
velocidade na entrada e iv) Número de Reynolds.
Para a análise envolvendo as condições de contorno na entrada, foram analisados três
tipos de condição de entrada: Escoamento Laminar, Escoamento Turbulento Aleatório e o
método Re-Scaled Inflow Library (PIERCE; MOIN, 1998). Esta última condição consiste em
procedimento numérico para determinação de condições turbulentas de turbilhonamento na
entrada de um domínio.
Foi verificado que a condição de descrita no trabalho como Re-Scaled Inflow Library
apresentou a melhor distribuição de energia cinética turbulenta no escoamento, bem como
uma melhor correlação, com os resultados experimentais, do perfil de velocidade azimutal.
Para a condição de contorno de saída, a condição de saída convectiva apresentou melhores
resultados que a condição de gradiente zero.
Com relação à geometria da câmara de combustão, foram verificados os efeitos das
diferenças quanto ao comprimento e a área de saída da câmara de combustão. A variação de
comprimento apresentou efeitos insignificantes sobre os perfis de velocidade ao longo do
domínio. Com relação à área na saída da câmara de combustão, foram observadas diferenças
sutis sobre o escoamento a montante, dado que foi perceptível um aumento de velocidade
axial para o caso de menor área de saída, devido à condição de conservação de massa do
escoamento.
 39

Figura 8 - Ilustração do modelo de combustor utilizado no estudo de WANG e BAI (2005).

Fonte: Wang e Bai (2005, tradução nossa).

Para a análise dos diferentes perfis de velocidade, foi verificado que o caso em que o
perfil de velocidade que possui um pico de velocidade azimutal mais próximo ao eixo central
da câmara de combustão apresentou uma região de recirculação central mais longa e a
ocorrência de uma quebra de vórtices prematura. Tal comportamento pode ser explicado pelo
fato de uma força centrífuga mais intensa próxima ao eixo resultar em um gradiente radial de
pressão maior, o que promove uma quebra de vórtices mais cedo, devido a um gradiente axial
de pressão mais favorável.
A seguir, é definida a variável adimensional denominada de número de swirl, a qual
consiste em determinar a intensidade do escoamento turbilhonado. Esta variável é calculada
através da razão entre os fluxos axiais da quantidade de momento angular e quantidade de
movimento axial, descrita na equação (1).

∫
⁄
∫ (1)

em que:
U: Velocidade Axial;
W: Velocidade Angular;
R: Posição Radial Local;
R1: Raio do Duto de Entrada (ilustrada na fig. 1).
40

Desse modo, foi verificado o efeito do número de Reynolds do escoamento sobre o

número de swirl crítico (valor em que pode ser verificado o início do fenômeno de quebra de
vórtices). Pode-se verificar que, à medida que o número de Reynolds aumenta, o número de
swirl crítico diminui, até certo ponto em que os efeitos viscosos pouco influem no escoamento
e nas estruturas turbulentas.
O trabalho desenvolvido por Cai, Jeng e Tacina (2005), figura 9, consiste em estudo
experimental envolvendo um combustor de conceito LDI (Lean Direct Injection), o qual
apresenta um turbilhonador acoplado a um canal convergente-divergente. Dessa forma, busca-
se produzir uma intensa região de recirculação, promovendo uma melhor mistura de
ar/combustível e a diminuição na produção de gases NOx. No estudo, foram analisados
escoamentos reativos e não-reativos, cujos perfis de velocidade média foram comparados.
Para o estudo de caso não-reativo, foi possível notar uma intensa velocidade axial média
negativa em regiões próximas à saída do canal convergente-divergente ocasionada por uma
abrupta expansão a jusante do canal. Para o caso do escoamento reativo, em comparação com
os resultados a frio, pode-se perceber uma influência expressiva da geração de calor, a qual
promove uma intensa expansão dos gases resultantes da combustão, ocasionando em um
aumento das intensidades de velocidade média e turbulenta.

Figura 9 - Combustor de conceito LDI (Lean Direct Injection).

Fonte: Cai, Jeng e Tacina (2005).

Em Davoudzadeh, Liu e Moder (2006), foram realizados dois tipos de estudo

envolvendo o escoamento através de um combustor de conceito LDI (Lean Direct Injection),
descrito em Cai, Jeng e Tacina (2005), figura 10. Em um destes estudos, no qual foi
empregado apenas uma única câmara de combustão de conceito LDI, foi realizada uma
 41

simulação numérica não-reativa, utilizando o método RANS, com modelo de turbulência k-ε
cúbico não-linear (SHIH; CHEN; LIU, 1998), de forma a estudar o comportamento do
escoamento, bem como avaliar o modelo frente aos dados experimentais. Conforme
observado, pode-se notar que a interação entre as estruturas de recirculação central e laterais
(ou secundárias) induziam comportamentos transientes e periódicos na região frontal do canal
convergente-divergente, ocasionando uma assimetria do escoamento (resultados
instantâneos). Outra observação importante foi na espessura da região de recirculação central,
obtida experimentalmente, em que foi mais espessa que a encontrada numericamente. Assim,
pode-se explicar a diferença entre os perfis de velocidade médios e RMS, próximos à saída do
canal convergente-divergente, entre os dados experimentais e numéricos. Porém, de forma
geral, os resultados numéricos apresentaram dados relativamente próximos aos resultados
experimentais.

Figura 10 - Ilustração das linhas de corrente do escoamento através de um combustor de conceito LDI.

Fonte: Davoudzadeh, Liu e Moder (2006).

O trabalho descrito por Kirtaş et al. (2006) consiste em analisar o escoamento em um

combustor de conceito LDI para casos reativos e não-reativos utilizando o método LES. Para
a análise do escoamento não-reativo, foi observado, como em outros trabalhos, a quebra do
vórtice central e o aparecimento de uma região de recirculação central e de regiões de
recirculação laterais (ou secundárias). A camada de cisalhamento do escoamento turbilhonado
forma uma estrutura de vórtice de precessão, PVC (precessing vortex core), mostrada na
42

figura 11, a qual se origina próximo ao injetor de combustível e, em um formato helicoidal, se

prolonga até a seção de combustão. Devido à presença da região de recirculação central, o
escoamento acelera próximo às paredes do canal convergente-divergente penetrando na seção
de combustão na forma de um jato oco, a altas velocidades. Desse modo, em regiões próximas
à saída do turbilhonador, é possível observar picos simétricos de velocidade média distantes
da região central do combustor, os quais decaem à medida que o escoamento se distancia da
saída do turbilhonador. De maneira geral, resultados de velocidade média e RMS, no
escoamento não-reativo, apresentaram razoável concordância com os dados experimentais.
Figura 11 - Ilustração de um vórtice de precessão (PVC), próximo ao injetor de combustível.

Fonte: Kirtaş et al. (2006).

No trabalho exposto por Fu (2008), foram feitos diversos estudos experimentais,

utilizando o conceito LDI (Lean Direct Injection), de forma a realizar uma análise
aprofundada sobre a aerodinâmica e combustão de escoamentos turbilhonados. Diversas
configurações geométricas foram testadas considerando os efeitos de três parâmetros no
campo de escoamento turbulento não-reativo: a) número de swirl, b) a razão de confinamento
(razão entre as áreas da câmara e da saída do turbilhonador) e c) número de Reynolds. Como
mostram os resultados, o número de swirl e a razão de confinamento apresentam uma grande
influência na velocidade média e turbulenta do escoamento. Entretanto, a variação do número
de Reynolds não apresentou mudanças significativas nas propriedades médias e turbulentas do
escoamento.
No trabalho exposto por Widenhorn, Noll e Aigner (2009), foi realizado um estudo
experimental de um escoamento não-reativo em um combustor derivado de um motor
aeronáutico, e uma posterior análise numérica de seu modelo computacional, conforme
 43

mostrado na fig. 12, empregando os modelos SST-URANS, SST-DES e SST-SAS. Uma vez
analisados os resultados experimentais, foi possível identificar uma região de recirculação
interna, ou central e duas regiões de recirculações externas, ou laterais, ambas apresentando
altos gradientes de velocidade. Para a comparação entre os dados experimentais e numéricos,
foram utilizados os resultados médios (velocidade média e velocidade média quadrática) das
componentes axial, radial e tangencial, em cinco estações de medição (2,5, 5, 10, 20 e 90
milímetros distantes da entrada dos jatos).
Com relação às velocidades médias, todos os modelos apresentaram boas correlações
com os resultados experimentais da componente axial de velocidade média nas quatro
primeiras estações. Quanto à velocidade média tangencial, apenas o modelo SST-SAS
apresentou excelentes correlações, enquanto que os outros modelos apresentaram desvios
pequenos, porém, perceptíveis. Para os resultados médios da componente radial de
velocidade, todos os modelos apresentaram, para as primeiras duas estações, valores um
pouco abaixo do previsto experimentalmente. Para as comparações envolvendo as velocidades
médias quadráticas, de forma geral, o modelo SST-SAS apresentou as melhores correlações
com os resultados experimentais para todas as componentes de velocidade e em todas as
estações. Como exposto, foi possível verificar que o modelo SST-SAS apresentou as
melhores correlações de velocidade ao longo de todo domínio, mesmo utilizando uma malha
relativamente pouco refinada.
Em seguida, foi feita uma extensa análise de propriedades instantâneas do escoamento
para o caso empregando o modelo SST-SAS. Foi possível verificar o aparecimento do vórtice
de precessão, característica comumente encontrada em escoamentos com altos números de
swirl. Próximo à região de saída do combustor, foi possível verificar o aparecimento de
estruturas de vórtices de tipo Tornado originadas pelo repentino aumento da velocidade
angular do escoamento, ocasionado pela rápida diminuição da seção transversal da câmara de
combustão.
44

Figura 12 - Ilustração do modelo computacional empregado nas simulações por Widenhorn; Noll e Aigner,
(2009).

Fonte: Widenhorn, Noll e Aigner (2009).

Em Dewanji et al. (2012), foi realizado um estudo numérico não-reativo utilizando a

geometria do combustor descrita por Cai, Jeng e Tacina (2005). Foram feitos dois estudos: a)
um combustor isolado, figura 13, utilizando o modelo URANS aplicando o modelo de
turbulência de transporte dos tensores de Reynolds (Reynolds Stress Transport Model –
RSTM) (GERMAN; MAHMUD, 2005) cujos resultados foram comparados com dados
experimentais e b) um conjunto de nove combustores, ilustrado na fig. 14, posicionados de
forma matricial 3x3, em que foram comparados os resultados dos modelos URANS-RSTM e
LES-Smagorinsky Model.
Para o caso do combustor isolado, foi verificada uma boa concordância entre os
resultados experimentais e numéricos para as componentes axial, radial e tangencial das
velocidades média e média quadrática. Foi possível capturar as principais estruturas do
escoamento turbilhonado, como a região de recirculação central, as regiões de recirculação
laterais e na porção divergente do canal convergente-divergente. Para o caso do conjunto de
nove combustores, próximo à entrada do escoamento na câmara de seção quadrada, houve
uma discrepância entre os resultados obtidos de magnitude de velocidade e tamanho da região
de recirculação central, embora apresentasse similaridades na velocidade média. Entretanto, à
medida que se afasta da entrada dos jatos turbilhonados, as estruturas do escoamento, bem
como a magnitude da velocidade, tornaram-se praticamente idênticas para ambos os casos.
 45

Figura 13 - Ilustração do modelo computacional de um combustor isolado empregado por Dewanji et al. (2012).

Fonte: Dewanji et al. (2012).

Figura 14 - Ilustração do modelo computacional de um conjunto de combustores empregado por Dewanji et al.
(2012).

Fonte: Dewanji et al. (2012).

1.4.3 Modelos de Simulação de Resolução de Escalas e Simulação de Escalas

Adaptativas

Em Menter et al. (2011), são brevemente apresentados alguns dos modelos de

simulação de resolução de escalas (SRS), incluindo o modelo de Simulação de Escalas
Adaptativas. Inicialmente, o modelo de Simulação de Grandes Escalas (LES) é apresentado.
Originalmente proposto por Smagorinsky (1963), este modelo consiste na solução direta das
46

grandes escalas de turbulência e na modelagem de escalas menores. Dessa maneira, o modelo

LES (que será abordado de forma mais profunda na seção 2.7) apresenta, para altos números
de Reynolds, restrições devido ao alto custo computacional em escoamentos parietais.
Desse modo, métodos híbridos combinando as vantagens do modelo RANS e LES
foram desenvolvidos em que grandes escalas de turbulência são resolvidas e para as situações
de escalas menores ou escoamentos parietais é utilizado o método RANS para modelá-los. A
seguir são apresentados alguns destes modelos desenvolvidos.
O modelo Simulação de Vórtices Desprendidos (DES) é, provavelmente, o modelo
híbrido RANS/LES mais conhecido. Inicialmente proposto por Spalart et al. (1997), consiste
em alterar o modelo de equacionamento baseando-se no refinamento da malha utilizada e na
escala de turbulência verificada localmente, conforme podemosver a seguir:

{ ( ) (2)

em que:
CDES: Coeficiente do Parâmetro-Limite do modelo DES;
Lt: Comprimento da Escala de Turbulência;
Δ: Comprimento máximo atribuído ao elemento;
Δx: Comprimento do elemento na direção X;
Δy: Comprimento do elemento na direção Y;
Δz: Comprimento do elemento na direção Z.

Dessa forma, quando a malha apresenta o parâmetro-limite (CDESΔ) do modelo DES

maior que a escala de turbulência local, o modelo RANS é acionado. Caso contrário, o
modelo LES é ativado para a solução do escoamento.
O método baseia-se em escoamentos com alto nível de instabilidade para garantir a
correta produção do conteúdo turbulento por este método. Entretanto, existem ocasiões em
que não se verifica um nível de instabilidade no escoamento de forma que promova uma
mudança adequada do modelo de equacionamento, normalmente verificado em escoamentos
parietais. Um problema verificado por Menter e Kuntz (2002) está relacionado com uma
separação induzida pela malha (Grid-Induced Separation – GIS). Neste caso, o parâmetro-
limite do modelo DES é atingido e a mudança da forma de tratamento numérico do
escoamento é alterada para o modelo LES sem, entretanto, que seja verificado um conteúdo
 47

turbulento adequado para este tipo de modelo. Assim, foi verificada, para estes casos, a
ocorrência de uma separação do escoamento em posições arbitrárias do domínio.
Outro problema verificado consiste em que muitas vezes, para escoamentos de livre
cisalhamento, o parâmetro-limite do modelo DES é atingido sem, entretanto, que a malha seja
adequada para a correta previsão do conteúdo turbulento para o modelo LES. Assim, porções
da malha computacional que apresentem esta característica são denominadas de zonas
cinzentas (grey zones). Desse modo, pode-se notar que o escoamento, nestas regiões,
apresenta um comportamento entre os comportamentos característicos RANS e LES.
Em virtude dos problemas observados no modelo híbrido DES (separação induzida pela
malha e zonas cinzentas) acerca da influência da malha sobre o escoamento, foi proposto por
Menter, Kuntz e Bender (2003) o modelo de Simulação de Escalas Adaptativas (SAS), o qual
é baseado no modelo de equacionamento URANS. Este modelo consiste na introdução do
comprimento de escala de Von Kárman como um sensor de estruturas turbulentas de forma
que o valor da viscosidade turbulenta local se ajusta automaticamente para possibilitar a
previsão de um espectro maior de escalas turbulentas que o modelo URANS ao nível do
modelo LES, caso a malha permita (que será abordado de forma mais profunda na seção 2.8) .
Assim como o modelo DES, o modelo SAS necessita de um determinado nível de
instabilidade no escoamento para resolver a turbulência.
A seguir, são apresentados outros dois outros modelos SRS pelos autores, que são o
modelo de Simulação de Grandes Escalas com Modelagem de Parede (Wall-Modelled Large-
Eddy Simulation – WMLES) e o modelo de Simulação de Grandes Escalas Integrado
(Embedded Large-Eddy Simulation – ELES). O modelo WMLES consiste em assumir que a
porção interna da camada-limite é determinada pelo modelo RANS e a porção externa é
resolvida pelo modelo LES (NIKITIN et al., 2000), evitando altas resoluções de malha,
segundo requisitos do modelo LES, para regiões próximas à parede. Para o caso do modelo
ELES, existem casos de análises numéricas em que instabilidades do escoamento não estão
presentes ou não apresentam um nível adequado para que, como nos modelos DES e SAS, o
modelo altere a previsão local do escoamento. Desse modo, é vantajoso um modelo em que
para diferentes regiões do domínio, previamente determinadas, são atribuídos diferentes
métodos de tratamento do escoamento (RANS e LES) e nas interfaces destas regiões é
introduzida uma turbulência sintética. Dessa forma, em pequenas regiões de interesse do
domínio nas quais é desejado um volume maior de detalhamento, normalmente é aplicado o
modelo LES.
48

Podemos observar que o modelo SAS apresenta uma abordagem inovadora quanto ao
método de previsão do conteúdo turbulento. A seguir, será apresentada a evolução do modelo
SAS até o formato atual, o qual utiliza o modelo de turbulência Transporte de Tensões
Cisalhantes (Shear Stress Transport – SST) como modelo de turbulência.
Em Menter, Kuntz e Bender (2003) é apresentada a primeira formulação do modelo
SAS. Por se tratar de uma versão modificada do modelo URANS, o modelo SAS necessita do
emprego de um modelo de turbulência. Assim, segundo os autores, foi utilizado o modelo de
turbulência de uma equação KE1E (MENTER, 1997). Este modelo de turbulência surgiu a
partir da transformação do modelo k-ε (composto por duas equações) em um modelo de uma
equação, utilizando a hipótese de Bradshaw (BRADSHAW; FERRISS; ATWELL, 1967), a
qual assume que a energia cinética turbulenta é proporcional a tensão de cisalhamento
turbulenta. A ideia de utilizar este modelo de turbulência ocorreu devido a sua capacidade de
permitir que estruturas turbulentas fossem resolvidas sem o parâmetro-limite presente no
modelo DES. Desse modo, foram realizados quatro estudos de casos, envolvendo os modelos
KE1E e KE1E-SAS, que são descritos a seguir.
O primeiro estudo de caso foi o escoamento sobre uma placa plana com camada-limite
com gradiente de pressão nula. Pode-se verificar, conforme previsto, que o modelo KE1E-
SAS apresentou um resultado quase idêntico ao do modelo KE1E. Em seguida, foi realizado
um estudo de caso de um escoamento em um canal periódico. Novamente, o modelo KE1E-
SAS apresentou praticamente o mesmo comportamento do modelo KE1E. A seguir, foi
realizado um estudo de caso envolvendo um escoamento ao redor de um cilindro, com
número de Reynolds igual a 1,2x106, baseado no experimento de Warschauer e Leene (1971).
Foi utilizada uma malha computacional com, aproximadamente, 1,4 milhões de nós e um
passo no tempo de 1x10-4s. Como resultado, o modelo KE1E-SAS foi capaz de alterar o
comportamento entre as regiões estáveis e instáveis, porém sem apresentar sensibilidade da
malha empregada. Os dados numéricos obtidos de pressão sobre a parede do cilindro foram
semelhantes, contudo apresentaram algumas divergências com os dados experimentais. Por
último foi realizado um estudo de caso de um escoamento sobre um cubo em um canal, com
número de Reynolds de 40000 (baseado na altura do cubo e na velocidade de escoamento
livre) e um passo no tempo de 3x10-5s. Pode-se notar que o modelo KE1E-SAS, a montante
do cubo, previu um escoamento estacionário enquanto que, a jusante do cubo, foram
verificadas estruturas turbulentas tridimensionais, assim como no caso do escoamento ao
redor de um cilindro. Perfis de velocidade foram traçados após o escoamento passar pelo cubo
 49

de forma que foi verificada uma boa correlação com os resultados experimentais por parte do
modelo KE1E-SAS.
Em Menter e Egorov (2005), os autores desenvolveram uma versão do modelo SAS
utilizando o modelo de turbulência SST (MENTER, 1994), baseando-se no modelo SAS,
apresentado por Menter e Egorov (2004), que emprega o modelo de turbulência de duas
equações k-νt (ou k-kL), descrito por Rotta (1972). Segundo o modelo de Rotta, k representa a
energia cinética turbulenta e νt representa a viscosidade turbulenta e L representa o
comprimento da escala de turbulência. Dessa maneira, na equação de transporte referente à
viscosidade turbulenta, foi feita a seguinte substituição:

(3)

em que ω representa a dissipação turbulenta específica. Assim, foi originado um termo

adicional na equação de transporte referente à dissipação turbulenta específica descrita a
seguir

*̃ ( ) + (4)

dado que:
: Constante de Calibração do modelo, equivalente a 1,25;
̃: Constante do termo de produção turbulenta, equivalente a 1,755;
: Constante de von Kárman, equivalente a 0,41;
: Magnitude da tensão de cisalhamento;
: Comprimento de Escala de Turbulência;
: Comprimento de Escala de von Kárman;
: Constante de difusão, equivalente a 2/3.

Em seguida, foram realizados três estudos de casos completos para a avaliação do novo
modelo implementado. O primeiro estudo foi a verificação do decaimento da turbulência
homogênea isotrópica, baseado no experimento de Comte-Bellot e Corrsin (1971). Assim, foi
realizado uma série de simulações envolvendo o modelo SST-SAS (com as constantes de
calibração iguais a 1, 1,25 e 1,5) e o modelo LES. Foi utilizada uma malha uniforme contendo
323 volumes e as condições iniciais de turbulência foram determinadas através de um campo
50

de velocidade obtido a partir da transformada inversa de Fourier dos dados experimentais. Foi
possível observar que uma correta calibração do modelo, através da correspondente constante,
o modelo SST-SAS pode apresentar um comportamento similar aos modelos LES/DES.
A seguir, foi realizado um estudo de caso envolvendo um escoamento ao redor de um
cilindro. Foi realizada uma simulação envolvendo o modelo SST-SAS (com constante de
calibração de 1,25), cujos dados foram comparados com os resultados experimentais de Van
Nunen (1974), com números de Reynolds de 2,79x106 e 4,78x106. Foi utilizada uma malha
computacional de 3,18x106 elementos hexaédricos, número de Reynolds da simulação foi de
3,6x106, baseado na velocidade de entrada e no diâmetro do cilindro e o passo no tempo
adotado é 30 vezes menor que a escala de tempo hidrodinâmica, baseado no diâmetro do
cilindro. Foi verificado que os coeficientes de pressão obtidos numericamente apresentaram
uma boa correlação com os resultados experimentais, especialmente para o experimento com
maior número de Reynolds.
O terceiro estudo de caso retratado foi o escoamento de um filme de ar refrigerante ao
redor de uma palheta de turbina, segundo o experimento de Martini et al. (2003). O objetivo
deste estudo foi de verificar a capacidade dos modelos testados (SST-RANS, SST-URANS e
SST-SAS) em prever a diluição dos gases quentes vindos de uma entrada superior do domínio
da turbina com o filme de ar “frio” provindo de uma entrada inferior do domínio da turbina,
conforme ilustrado na fig. 15. Para a análise numérica, foi utilizada uma malha de 6,48x10 6 de
elementos, um passo no tempo de 1x10-5s e uma velocidade de entrada dos jatos de 50 m/s.
 51

Figura 15 - Ilustração do domínio apresentado no estudo de Martini et al. (2003).

Fonte: Menter e Egorov (2005, tradução nossa).

Foi possível verificar que os modelos SST-RANS e SST-URANS apresentaram

algumas discrepâncias com relação aos dados experimentais, superestimando a eficiência da
diluição para regiões distantes da parede interna do domínio. No entanto, o modelo SST-SAS
apresentou resultados concordantes com os dados experimentais ao longo de toda a zona de
medição de temperatura dos gases uma vez que conseguiu prever uma mistura mais intensa
entre os dois jatos.
Em Menter e Egorov (2009), foi descrita uma nova remodelagem do modelo SST-SAS
(MENTER; EGOROV; RUSCH, 2006) utilizando, neste caso, o modelo de turbulência KSKL
(ROTTA, 1972), o qual se destaca por envolver derivadas de alta ordem do campo de
velocidade em seu equacionamento de forma a permitir uma melhor caracterização das
componentes resolvidas e modeladas do escoamento. Assim, a nova modelagem teve como
proposta um melhor ajuste do modelo frente aos estudos de caso realizados. A partir desta
nova formulação, o termo adicional presente na equação de transporte da dissipação
turbulenta específica sofreu algumas alterações, podendo ser descrito como:

*̃ ( ) ( ) + (5)
52

dado que Cc = 2.
A seguir, os autores discutem a possibilidade da implementação de uma função de
mistura (blending function) baseado na forma como foi aplicada no modelo DES por Strelets
(2001), a qual é baseada no refinamento da malha, na viscosidade turbulenta entre outros
parâmetros. A vantagem no uso da função de mistura, no caso DES, consiste em conferir ao
modelo o uso, em regiões estacionárias, de esquemas upwind de segunda ordem e, para
regiões não-estacionárias, de esquemas de diferenças centrais de segunda ordem. Assim, o
modelo DES apresenta um comportamento mais robusto. Todavia, conforme os autores, o
modelo SAS-SST atual apresenta um comportamento satisfatório para uma ampla gama tipos
de escoamento, não apresentando urgência para tal implementação.
Por último, é discutido o tratamento do modelo para estruturas turbulentas de alta
frequência. Segundo os autores, foi observado que modelos numéricos que utilizam o método
de Navier-Stokes com Média de Reynolds e permitem a formação de um espectro turbulento
apresentam algumas dificuldades com relação à transferência de energia de escalas
turbulentas maiores para escalas de Kolmogorov. Dessa maneira, foi implementado um
limitador (de valor mínimo) para a viscosidade turbulenta ( ̅ ), descrito como

̅ * + (6)

em que consiste na viscosidade turbulenta obtida através de um modelo LES adequado,

como o caso do modelo LES-WALE (NICOUD; DUCROS, 1999). Na seção 2.8, este tópico
será abordado com mais profundidade.
 53

2 Conceitos Fundamentais de Escoamentos Turbulentos

Neste capítulo, serão apresentados alguns conceitos teóricos e matemáticos os quais

serão aplicados nas análises dos estudos de caso.

2.1 Turbulência

A turbulência, ou diretamente relacionada à dinâmica dos fluidos como escoamentos

turbulentos, consiste em um conceito importante para sólido entendimento do
equacionamento e interpretação de resultados de dinâmica dos fluidos computacional.
Segundo Lesieur (1995), “[...] um escoamento turbulento é um escoamento que é desordenado
no tempo e espaço”. Entretanto, segundo o próprio autor, esta afirmação carece de precisão
matemática, uma vez que tenta abranger uma ampla gama de fenômenos turbulentos com
poucas palavras. Dessa maneira, é conveniente não aprofundar-se em discussões semânticas,
porém, devemos entender as características associadas a este tipo de escoamento.

2.2 Homogeneidade e Isotropia

Uma vez que escoamentos turbulentos plenamente desenvolvidos são, de certa forma,
imprevisíveis de modo que é praticamente impossível uma previsão determinística de suas
evoluções, torna-se necessário o emprego de ferramentas e hipóteses estatísticas, como os
conceitos de homogeneidade e isotropia, duas invariantes estatísticas.
A hipótese da homogeneidade consiste em admitir uma independência, no espaço, das
características turbulentas. Assim, por exemplo, assumindo que um campo de velocidades
( ) é estatisticamente homogêneo em um escoamento turbulento, temos que a velocidade
média 〈 〉 é uniforme e invariante dado translações no sistema de coordenadas (POPE, 2000).
A hipótese de isotropia admite que, para um escoamento ser isotrópico, deve ser homogêneo e
suas propriedades devem ser estatisticamente invariantes a rotações e reflexões do sistema de
coordenadas (POPE, 2000).
54

2.3 Escalas de Comprimento em Escoamentos Turbulentos

Escalas de Comprimentos de turbulência são importantes parâmetros físicos para análise

de escoamentos, uma vez que indicam qual faixa do espectro de turbulência estamos
analisando e quais as características do balanço de energia turbulenta desta faixa. A seguir,
serão descritas três importantes escalas de comprimento a serem utilizadas neste trabalho.
Escala de Comprimento de Kolmogorov ( ): Consiste nas menores escalas do espectro
de turbulência, onde, devido à alta frequência turbulenta, é considerada a hipótese de isotropia
turbulenta local. Indica a região, no espectro, onde ocorre a maior porção da dissipação da
energia turbulenta, na faixa de dissipação.
Escala de Comprimento Integral ( ): Indica as maiores escalas de comprimento presente
no escoamento. Características turbulentas macroscópicas do escoamento são atribuídas na
faixa indicada por esta escala, conhecida como faixa portadora de energia, onde ocorre a
maior produção de energia turbulenta do escoamento.
Escala de Comprimento de Taylor ( ): Escala de comprimento intermediária a escala
integral e escala de kolmogorov. Indica a região do espectro, denominada de sub-faixa
inercial da escala de equilíbrio universal, onde ocorre a transferência de energia turbulenta das
maiores para as menores escalas.

2.4 Espectro de Tensores de Escoamentos Turbulentos

Isotrópicos

Considerando um escoamento turbulento e isotrópico, em muitas ocasiões é interessante

analisá-lo no domínio do número de onda (κ), através da aplicação da transformada de
Fourier. Dado, por exemplo, um campo de velocidade ( ), aplicando a transformada de
Fourier, temos, segundo Pope (2000)

̂( ) * ( )+, (7)

sendo o operador * + definido como:

 55

* ( )+ ∭ ( ) (8)
em que ʆ representa o maior comprimento de onda.
Definindo o tensor de correlação de velocidade do escoamento, adotando a turbulência
como isotrópica, como:

〈( ( ⃗ ) 〈 ( ⃗ )〉 )( ( ⃗ ⃗) 〈 (⃗ ⃗)〉 )〉 〈 ( ⃗) ( ⃗ ⃗) 〉 ( ) (9)

Temos assim, que o tensor do espectro de energia é definido como:

( ⃗) ( ⃗) ⃗⃗ ⃗
∫ (10)
( )

Para escoamentos turbulentos isotrópicos, podemos definir a função de espectro de

energia como o traço da matriz de tensores do espectro de energia

( ) ∑ ( ⃗) (11)

sendo que a energia cinética turbulenta total (ktotal) é dada por

〈 〉 ∫ ( ) (12)

e a dissipação turbulenta é definida como

∫ ( ) (13)

2.5 Espectro de Energia de Kolmogorov

Uma vez definida a função de espectro de energia, podemos aprofundá-la através de

hipóteses adotadas por Kolmogorov. De acordo com Pope (2000) acerca das hipóteses de
Kolmogorov, “[...] qualquer escoamento turbulento com um número de Reynolds
56

suficientemente alto, a porção de espectros de velocidade de alto número de onda adota uma
forma universal particular”. Assim, podemos listar as hipóteses de similaridade adotadas por
Kolmogorov, sendo aplicadas apenas para pequenos comprimentos de escala, como ilustra a
fig. 16, especificamente na faixa de equilíbrio universal.

Figura 16 - Ilustração dos limites das regiões do espectro de energia em função dos comprimentos de escala.

Fonte: Pope (2000, tradução nossa).

Primeira Hipótese de Similaridade: A função de espectro de energia, na faixa de escala

de equilíbrio universal, é unicamente definida pela viscosidade e pela dissipação turbulenta
, possuindo este um formato universal.
Segunda Hipótese de Similaridade: A função de espectro de energia, na sub-faixa
inercial do espectro de energia, é independente da viscosidade , ou seja, é unicamente
dependente da dissipação turbulenta .
Desse modo, a função de espectro de energia, ilustrado na fig. 17, na sub-faixa
inercial, pode ser definida como:

( ) ⁄ ⁄ (14)
.
 57

Figura 17 - Ilustração do espectro de energia em função do número de onda.

Fonte: Pope (2000, tradução nossa).

Assim, podemos verificar, na sub-faixa inercial do espectro de energia, uma tendência

de -5/3 entre a função do espectro de energia e o número de onda, dada por:

( ) ⁄ ( ). (15)

Dessa maneira, a energia turbulenta, produzida nas maiores escalas de comprimento de

turbulência do espectro de energia, é transferida através da sub-faixa inercial e dissipada nas
menores escalas de turbulência, em uma região denominada de faixa de dissipação. A seguir,
serão apresentados os modelos de turbulência empregados neste trabalho.

2.6 Equações de Navier-Stokes com Média de Reynolds

A obtenção das equações de conservação de massa, quantidade de movimento e energia

dos fluidos pelo modelo RANS consiste em decompor as variáveis das equações em uma
componente média e uma componente flutuante, descrita como:

̅ (16)
58

A componente média consiste de uma média temporal, expressa por:

̅ ∫ (17)

Dessa maneira, a equação da continuidade, após a decomposição das variáveis, pode ser
reescrita como:

̅ ( ̅̅ )
(18)

e, a equação de Navier-Stokes se torna:

(̅̅̅̅̅) ( ̅̅ ̅ ) ̅ ̅ ̅
* ( ) ̅̅̅̅̅̅̅+ (19)

Entretanto, o termo ̅̅̅̅̅̅̅ precisa ser modelado. A seguir, é apresentado o modelo de

turbulência SST (Shear Stress Transport), o qual é empregado em simulações RANS e
URANS neste trabalho.

Modelo de Turbulência de Transporte de Tensões da Cisalhamento

O modelo SST, proposto por Menter (1994), é baseado no modelo de turbulência k-ω
desenvolvido por Wilcox (1986), sendo caracterizado pela solução das equações de transporte
para duas variáveis turbulentas, k (energia cinética turbulenta) e ω (dissipação específica).
Contudo, o principal ponto negativo do modelo k-ω é com relação ao seu comportamento
demasiadamente sensível em condições de escoamento livre. Dessa maneira, foi proposto por
Menter (1994), um modelo híbrido composto de dois modelos de turbulência k-ω e k-ε,
desenvolvido por Launder e Spalding (1974).
Dessa maneira, temos que o modelo SST é descrito pelas equações

( )
*( ) + ) (20)
 59

( )
*( ) + ( ) (21)

de forma que

( ) (22)

cuja primeira função de mistura (blending function), , é dada por

( ) (22)

e
√
( ( ) ) (24)

sendo a distância da parede mais próxima e

( ) (25)

onde

( ⁄ ⁄ ) ( ⁄ ⁄ )( ) (26)
√ √

cujas constantes são iguais a

(27)

{
60

Entretanto, as equações acima precisam de um limitador, pois o modelo normalmente

superestima a viscosidade turbulenta (MENTER, 1994). Dessa maneira, é redefinida a
viscosidade dinâmica turbulenta, utilizando um limitador descrito como

(28)
( )

onde
( ) (29)

√
( ) (30)

√ (31)

Dado que Sij representa o tensor da taxa de deformação.

2.7 Simulação de Grandes Escalas

O método LES (Large-Eddy Simulation), sugerido por Smagorinsky (1963), tem, como
principal característica, a aplicação da operação de filtragem espacial das variáveis das
equações de momentum, decompondo-as em uma parte resolvida e uma parte modelada,
conforme podemos observar a seguir:

̅( ) ∫ ( ) ( ) (32)

cujas variáveis são descritas como:

̅ : Componente resolvida da variável filtrada;
: Função Filtro;
: Variável filtrada;
: Comprimento característico de corte do filtro.

No caso do software utilizado, temos que a função filtro é denominada de Box Filter,
descrita como
 61

⁄
( ) , (33)

e
(34)

Assim, empregando a função filtro descrita na equação (36), podemos reescrever a

equação (35) da seguinte maneira:

̅( ) ∫ ( ) (35)

em que consiste no volume de cada elemento computacional usado para discretizar o

domínio. Aplicando o operador na equação da continuidade e nas equações de Navier-Stokes,
temos:
( ̅)
(36)

( ̅) ( ̅ ̅) ̅ ̅ ̅ ̅
* ( ) + (37)

em que:
̅: Campo de Velocidade Filtrado;
̅: Campo de Pressão Filtrado;
: Delta de Kronecker;
: Tensor de Tensões de Escala de Submalha;
: Viscosidade Dinâmica do Fluido.

Assim, o tensor de tensões de escala de submalha é descrito como

̅̅̅̅̅ ̅ ̅ (38)

Entretanto, este termo necessita ser modelado.

Assumindo a decomposição do tensor de escala de submalha entre a parte filtrada e a
parte residual do primeiro termo do lado direito da equação (31), segundo Shaanan, Fergizer e
Reynolds (1975), temos:
62

̅̅̅̅̅ ̅̅̅̅̅
̅ ̅ ̅̅̅̅̅
̅ ̅̅̅̅̅
̅ ̅̅̅̅̅̅ (39)

Logo, temos que:

̅̅̅̅̅ ̅ ̅ ̅̅̅̅̅
̅ ̅
⏟ ̅ ̅ ̅̅̅̅̅
⏟̅ ̅̅̅̅̅
̅ ̅̅̅̅̅̅
⏟ (40)
em que:
Tensor de Leonard;
Tensor Cruzado;
Tensor de Submalha de Reynolds.

Segundo Silveira Neto et al. (1993), os efeitos difusivos dos tensores de Leonard e
Cruzado apresentam valores desprezíveis se comparados ao valor do tensor de submalha de
Reynolds.
Dessa maneira, são apresentados, a seguir, os modelos mais comuns empregados para a
modelagem do tensor de submalha.

Modelo de Smagorinsky-Lilly

O modelo de Smagorinsky-Lilly, inicialmente apresentado por Smagorinsky (1963)

propõe uma relação linear entre o tensor de tensões de escala de submalha e o tensor da taxa
de deformação filtrada, conforme descrito:

̅ (41)

em que:
: Viscosidade dinâmica de escala de submalha;
̅ : Tensor de taxa de deformação filtrado;

: Delta de Kronecker;

sendo que
̅ ̅
̅ ( ) (42)
 63

Segundo o modelo de Smagorinsky-Lilly, é proposto que a viscosidade cinemática de

escala de submalha seja baseada no modelo de comprimento de mistura de Prandtl, ou seja,
pode ser descrita por escalas de comprimento e de velocidade. Assim, temos:

( ) | ̅| (43)

em que:
: Coeficiente de Smagorinsky;
: Comprimento Característico de corte do filtro;
| ̅|: Magnitude da taxa de cisalhamento;
de forma que

| ̅| √ (44)

e, segundo Pope (2000),

(45)

como valor ótimo a ser utilizado em simulações cuja turbulência pode ser considerada
isotrópica.
Contudo, próximo à parede, foi observado que o valor citado acima para a constante de
Smagorinsky deveria ser reduzido consideravelmente, de forma a reduzir a viscosidade de
submalha próximo à parede. Desse modo, foi introduzido o fator de amortecimento de Van
Driest, expressado por:

( ⁄ )
( ) (46)

em que:
: Coeficiente de Smagorinsky Amortecido;
: Coeficiente de Smagorinsky adotado longe da parede;
: Distância adimensional da parede;
: Constante tomada como, aproximadamente, a 25.
64

Porém, o fator de amortecimento pode induzir instabilidades no escoamento afastado da

parede, uma vez que a transição do comportamento da constante de Smagorinsky, em diversos
casos, não é suave. Assim, pode-se aplicar o modelo dinâmico de Germano, descrito a seguir.

Modelo Dinâmico de Germano

O modelo dinâmico, inicialmente proposto por Germano et al. (1991) e posteriormente

modificado por Lilly (1992), calcula o coeficiente do modelo de submalha relacionando-se
dois filtros diferentes. Assim, o coeficiente do modelo é alterado automaticamente segundo o
escoamento em estudo.
Os filtros utilizados no modelo dinâmico são:
 Filtro de malha ̅ , previamente descrito;
 Filtro de teste ̃ , cujo comprimento característico é admitido ser maior que o
comprimento característico do filtro de malha;
Assumindo que:

̃̅ ̃ ̅ (47)

e, aplicando a dupla filtragem nas equações de Navier-Stokes, temos:

( ̅̃ ) ( ̅̃ ̅̃ ) ̅̃ ̅̃ ̅̃ ̃̅
* ( ) + (48)

Assim, analogamente ao tensor de tensões de escala submalha , é definido o tensor de

tensões de escala de “subteste” (subtest-scale stress):

̃
̅̅̅̅̅ ̅̃ ̅̃ (49)

Assim, temos:

( ) | ̅| ̅ (50)
 65

( ̃ ) | ̃̅| ̃̅ (51)

Definindo a identidade de Germano como:

(52)

(53)

sendo

̃ | ̃|̅ ̃̅ |̃
̅| ̅ (54)

Dessa maneira, definindo como:

( ) (55)

e aplicando a abordagem dos mínimos quadrados, dado que:

(56)

temos:

(57)

Dessa forma, temos que o coeficiente de proporcionalidade varia segundo o

comportamento do escoamento. Assim, o coeficiente é corrigido automaticamente em regiões
próximas a parede.
66

2.8 Simulação de Escalas Adaptativas

Devido a deficiências do modelo URANS quanto à previsão do espectro de frequência

de turbulência em escoamentos (MENTER; EGOROV, 2010), foi desenvolvido o modelo
SAS-SST (Scale-Adaptive Simulation – Shear Stress Transport), descrito em Menter e
Egorov (2010). Dessa maneira, o modelo SAS-SST caracteriza-se como uma variante do
modelo URANS-SST, porém foi introduzido na equação de transporte de dissipação
turbulenta específica do modelo um termo fonte, Porém, foi introduzido na equação de
transporte de dissipação turbulenta específica do modelo um termo fonte, baseado em uma
reformulação do modelo k-√kl de Rotta (ROTTA, 1972), como mostrado na equação (61):

( ) ( )
*( ) + (58)

em que

(59)

é o termo correspondente à produção de turbulência.

( ) ( )

*( ) + (60)

( )

sendo o termo fonte, segundo Menter, Egorov e Rusch (2006), descrito como:

* ( ) ( ) + (61)

em que:

{ (62)
 67

Podemos observar que o termo fonte introduz o comprimento característico de Von

Kárman, definido como:

(63)
| |

dado que

√ (64)

(65)

O comprimento de escala de Von Kárman confere ao termo fonte a capacidade de

prever um espectro maior de estruturas turbulentas. Assim, caso o termo fonte apresente
valores maiores que zero, o valor da viscosidade turbulenta é reduzido, proporcionando que
estruturas turbulentas possam ser previstas. Entretanto, o modelo costuma apresentar uma
dissipação turbulenta insuficiente conforme podemos observar em resultados numéricos
(EGOROV; MENTER, 2008) para altas frequências de turbulência. Assim, posteriormente,
foi introduzido um limitador no comprimento característico de Von Kárman, dado por
(ANSYS, 2009):

( √ ) (66)
| | ( ⁄ )

em que:

⁄ (67)

Este limitador tem o propósito de atenuar a dissipação nas menores escalas turbulentas
resolvidas. Assim, foi adotando o modelo de viscosidade turbulenta de Smagorinsky LES,
dado por
68

( ) (68)

como modelo de comparação, de forma que o limitador impeça que a viscosidade turbulenta
do escoamento, utilizando o modelo SAS, seja inferior à viscosidade turbulenta do que
poderia ocorrer caso fosse feita uma simulação utilizando o modelo Smagorinsky LES.
Para o cálculo da viscosidade turbulenta do modelo SAS, foi assumido o equilíbrio
entre a produção e dissipação da energia cinética turbulenta, podemos assumir a equação da
viscosidade turbulenta de equilíbrio, ou viscosidade turbulenta equivalente, como (ANSYS,
2009):

(√.( ⁄ ) /⁄( ) ) (69)

Logo, temos que:

(70)

Entretanto, o software comercial ANSYS CFX disponibiliza outra ferramenta para

limitar o valor da viscosidade turbulenta aplicada ao modelo, adotando o máximo valor de
viscosidade turbulenta do modelo SAS ( – entretanto desconsiderando o limitador
para o comprimento característico de Von Kárman) e do modelo LES-WALE.

( ) (71)

Os métodos numéricos e modelos de turbulência empregados neste trabalho foram

descritos acima. Para realizar as simulações CFD, será utilizado o software comercial
ANSYS-CFX, o qual apresenta uma ampla biblioteca com diferentes métodos já
implementados. Dessa maneira, serão realizados estudos e validações de metodologias de
descrições de problemas envolvendo diferentes regiões de uma câmara de combustão,
descritos no próximo capítulo.
 69

3 Metodologia

Uma vez apresentados os fenômenos físicos e as hipóteses adotadas para modelagem de

escoamentos turbulentos, serão apresentados, a seguir, os métodos matemáticos e
computacionais para a solução das equações de dinâmica dos fluidos.

3.1 Equações Governantes

Estudos envolvendo dinâmica dos fluidos computacional são baseados nos conceitos de
conservação de massa, conservação de quantidade de movimento e conservação de energia. A
cada um destes conceitos pode ser atribuída uma equação governante, as quais descrevem o
comportamento do escoamento em uma determinada situação.
Para o caso do conceito de conservação de massa, pode ser atribuída a equação da
continuidade, descrita em sua forma integral (ANSYS, 2009) na equação (72),

∫ ∫
⏟ ⏟ (72)

Assim, pode-se assumir que a vazão mássica resultante saindo de um volume de

controle através das superfícies de controle (termo convectivo) é igual ao balanço mássico
decrescente dentro do mesmo volume de controle (termo transiente) (ANDERSON, 1995).
Para o caso do conceito de conservação de quantidade de movimento, pode ser atribuída
a equação de Navier-Stokes, descrita em sua forma integral na equação (73),

∫ ∫
⏟ ⏟

(73)
∫ ∫ ( ) ∫
⏟ ⏟ ⏟
70

Assim, pode-se assumir que a aceleração de uma porção do escoamento (soma dos
termos transiente e convectivo) é igual à combinação dos efeitos das forças de contato
relacionadas à pressão (termo de pressão) e às tensões viscosas (termo difusivo) com os
efeitos das forças de campo (termo forças de campo).
Por último, existe o conceito de conservação de energia. Contudo tal conceito não será
retratado neste trabalho.

3.2 Discretização dos Termos das Equações Governantes

Uma vez definidos os termos das equações governantes, é necessário definir estratégias
de resolver numericamente estes termos. Desse modo, é introduzido o conceito de
discretização dos termos, o qual divide o tempo ou espaço em porções discretas. Assim,
podemos assumir que existem dois tipos de discretização: temporal e espacial.
A discretização temporal consiste em adotar pequenos períodos de tempo, denominados
de passos no tempo (Δt), como base para o cálculo dos termos transientes, referente às forças
inerciais do escoamento, das equações governantes. O programa ANSYS-CFX, a
discretização dos termos transientes emprega os seguintes esquemas numéricos (ANSYS,
2009).

Esquema Backward Euler de Primeira Ordem

Método de primeira ordem, implícito e robusto. Porém, pode ocorrer a difusão de
gradientes temporais abruptos, originados por erros de discretização. Como exemplo, dada a
variável de velocidade , podemos descrever numericamente o termo como:

∫ ( ) (74)

em que o sobrescrito “0” está relacionado às propriedades referentes ao passo de tempo

anterior.

Esquema Backward Euler de Segunda Ordem

Método de segunda ordem, robusto e implícito. No entanto, oscilações não-físicas
podem ser originadas. Seguindo o mesmo exemplo acima, podemos descrever numericamente
o termo como:
 71

∫ ( ) (75)

A discretização espacial consiste na implementação de uma malha computacional,

seguindo alguns critérios de dimensionamento, na qual o domínio computacional é dividido
em porções menores, denominadas de elementos de malha, nos quais as propriedades do
escoamento interagem entre si.
Para análise de dinâmica dos fluidos computacional envolvendo estudos
aerotermodinâmicos de câmaras de combustão, o método dos volumes finitos é o mais
empregado, uma vez que descreve o domínio computacional como um volume de controle e o
divide em diversos volumes de controle menores, segundo critérios utilizados pelo usuário ou
determinados por programas especializados. Dessa maneira, as leis de conservação são
aplicadas a estes volumes de controle e as superfícies que definem estes volumes. A seguir,
deve-se definir onde são atribuídas as variáveis ou propriedades do escoamento. Caso sejam
definidas dentro dos elementos, mais especificamente no centro dos volumes, temos um
conjunto de volumes finitos centrados nas células (cell-centered finite volume). No entanto,
quando são definidas nos vértices dos elementos, temos um conjunto de volumes finitos
centrados nos vértices (cell-centered finite volume) (HIRSCH, 1992, p. 244).
O termo difusivo é determinado através de funções de forma , as quais determinam as
derivadas espaciais. Essas funções variam de acordo com o formato de cada elemento (ou
volume de controle). De acordo com Ansys (2009), tomando como exemplo o elemento
tetraédrico (fig. 18), temos que a função de forma é dada como

Figura 18 - Ilustração de um elemento tetraédrico.

Fonte: Ansys (2009).

72

de forma que

( )
( )
(76)
( )
{ ( )

Assim, uma variável aleatória pode ser descrita do seguinte modo:

∑ (77)

dado que

∑ (78)

Termo Difusivo

Uma vez descrita a função de forma, podemos determinar o termo difusivo utilizando a
equação (ANSYS, 2009)

( ) ∑( ) (79)

em que o subscrito “ip” refere-se ao ponto de discretização das integrais de superfície,

localizado no centro de superfície e o subscrito “n” refere-se aos nós dos elementos.
Dessa maneira, as derivadas são baseadas no sistema de coordenadas cartesiano
podem ser calculadas a partir das derivadas locais do elemento, utilizando uma transformação
jacobiana (ANSYS, 2009)
 73

(80)

[ ] [ ] [ ]

Termo Convectivo

Com relação aos termos convectivos, estes podem ser descritos da seguinte forma
(ANSYS, 2009):

⃗ (81)

onde
: Valor do nó (upwind)
: Média dos gradientes nodais adjascentes
⃗: Vetor posição do nó (upwind) ao ponto de interesse
: Fator de Correção

Assim, podemos citar os métodos numéricos dos termos convectivos como:

Esquema de Diferenciação Upwind de Primeira Ordem

Termo de primeira ordem, em que o fator de correção (β) é igual à zero.

Esquema Central de Diferenciação Central

Termo de segunda ordem, em que o valor nodal é determinado por funções de forma
trilineares. No caso, atribui-se, ao fator de correção, um valor igual a 1 (ANSYS, 2009). Este
método permite a ocorrência de possíveis oscilações numéricas, porém emprega termos
artificiais de dissipação para o amortecimento das perturbações (HIRSCH, 1990, p. 517).

Esquema de Alta Resolução

Algoritmos upwind de segunda ordem normalmente não conseguem evitar o
aparecimento de oscilações em torno de descontinuidades. Assim, esquemas upwind de alta
resolução (High Resolution Upwind Schemes) atuam na fonte das oscilações, prevenindo que
estas ocorram (HIRSCH, 1990, p. 517). Logo, no programa ANSYS CFX, o modelo
74

determina o fator de correção utilizando princípios delimitantes, apresentados por Barth e

Jespersen (1989).

Termo Gradiente de Pressão

Com relação à determinação do termo referente à pressão nos pontos de integração das
superfícies, este pode ser determinado utilizando a função de forma determinada pelo tipo de
elemento empregado. Assim, a determinação da pressão nos pontos de integração das
superfícies de controle consiste em avaliar a equação (ANSYS, 2009)

∑ ( ) (82)

Uma vez definidas as equações discretas, um sistema linear pode ser descrito como
(ANSYS, 2009)

, -, - , - (83)

onde
A: Matriz dos Coeficientes
: Vetor Solução

b: Vetor contendo os valores constantes

O programa ANSYS-CFX utiliza a técnica de fatorização Incomplete Lower-Upper

(ILU) para a solução do sistema. Assim, o sistema é resolvido iterativamente (ANSYS, 2009),
conforme descrito

(84)

(85)

(86)
 75

em que
: Vetor Residual
: Vetor de Correção
: Vetor Solução Aproximada
: Vetor Solução Corrigida

Entretanto, tal método apresenta algumas deficiências quanto ao número de elementos

empregados ou a razão de aspecto dos elementos de malha, apresentando uma acentuada
queda de desempenho. Para melhorar o desempenho da solução, é utilizado o método
Algebraic Multigrid Addictive Correction (HUTCHINSON; RAITHBY, 1986). Este método
realiza as primeiras iterações numéricas na malha atual (mais refinada) e, as posteriores
iterações, são realizadas em malhas virtuais progressivamente menos refinadas, mantendo os
requisitos de conservação. Isto se deve ao fato de que, em grande parte dos casos de dinâmica
dos fluidos computacional, erros atribuídos às características de alta frequência do
escoamento costumam apresentar uma redução muito mais acentuada que erros atribuídos às
características de baixa frequência do escoamento. Dessa maneira, a velocidade de
convergência global é acelerada ao ser resolvido o sistema de equações para malhas
virtualmente menos refinadas (amortecimento para frequências mais baixas) (ANDERSON,
1995, p. 510).
76
 77

4 Estudos de Caso

4.1 Introdução

Os estudos de casos empregados neste trabalho foram selecionados de forma que as

características de seus escoamentos se assemelhassem às equivalentes regiões de uma câmara
de combustão. Assim, foram escolhidas duas regiões de interesse de um combustor:
 Escoamento através de um difusor;
 Escoamento através de um turbilhonador (swirler);
A seleção destas regiões tem como principal característica a sua influência no processo
de combustão. O difusor apresenta, como característica principal, a recuperação de pressão
estática, necessária para a combustão. Entretanto, é de interesse para o estudo, a expansão
livre e consequente perda de pressão e formação de recirculações, ocasionada pela súbita
descontinuidade geométrica do difusor.
O turbilhonador induz, ao escoamento, uma região de recirculação, quando atendidas
determinadas condições, o que ocasiona em um mecanismo de ancoragem de chama. Desta
maneira, é de grande importância a representação dos perfis de velocidade ao longo da região
do estudo. A seguir, serão apresentados, com mais detalhes, os casos escolhidos.

4.2 Escoamento sobre um Degrau

4.2.1 Introdução

O estudo do Caso de Escoamento sobre um Degrau foi escolhido para análise do

modelo SAS em comparação com o modelo URANS e o modelo LES por alguns motivos:
 Apresenta uma geometria simples de ser construída e discretizada, ideal para
estudos preliminares;
 As características do escoamento sobre um degrau apresentam diversas
similaridades com relação ao escoamento em Câmaras de Combustão, como, por
exemplo, a presença de regiões com recirculação e cisalhamento-livre;
 Caso amplamente estudado (experimentalmente e numericamente) e discutido, o
que facilita a interpretação e discussão dos resultados obtidos.
78

Assim, foi selecionado o experimento desenvolvido por Driver e Jovic (1994), o qual
consiste em analisar um escoamento turbulento em um canal contendo um degrau de tamanho
conhecido para um número de Reynolds (baseado no tamanho do degrau) de .

4.2.2 Geometria

A geometria do problema é ilustrada abaixo.

Figura 19 - Ilustração do problema proposto por Jovic e Driver (1994).

Fonte: Spode (2006).

Tabela 2 - Dimensões dos principais parâmetros geométricos do estudo de escoamento sobre um Degrau.

h 9,8 mm
H 6h
W 4h
L 20h
Xi 3h
Fonte: Jovic e Driver (1994).

Segundo Sagaut (2002), o tamanho da largura do domínio, W, e o respectivo

refinamento da malha nesta direção influenciam os resultados, uma vez que este parâmetro
afeta o desenvolvimento da camada de mistura. O intervalo de tamanho mínimo deste
parâmetro está em torno de 4 a 6 vezes o tamanho do degrau.
 79

4.2.3 Discretização

A discretização espacial utilizada para a análise RANS e SAS, conforme mostrada na

fig. 20, empregou um número, aproximado, de 1,3 milhões de elementos. Este valor foi
determinado através de um estudo de convergência de malha, comparando os resultados das
simulações RANS empregando as malhas ilustradas nas fig. 20 e 21. Na tabela 3, temos o
número de elementos utilizados em cada direção do domínio.

Tabela 3 - Discretização do Domínio da Região do Degrau para análise RANS e SAS.

Altura Largura Comprimento

Abaixo do Degrau 45 45 243
Acima do Degrau 55 45 280
Fonte: Do autor.

Figura 20 - Ilustração da malha computacional utilizada para análise RANS e SAS.

Fonte: Do autor.

A malha utilizada na análise LES, ilustrada nas figs. 21 e 22, exigiu uma atenção
especial, pois a noção de independência de malha para LES é, na verdade, uma DNS
(GAITONDE, 2008). Os requisitos de malha de LES, para escoamentos parietais, exigem que
os parâmetros adimensionais de tamanho dos primeiros elementos adjacentes à parede, para
uma adequada resolução de malha, sejam:

{ (80)
80

em que

√ (81)

√ (82)

√ (83)

dado que representa a tensão parietal de cisalhamento.

Um requisito de malha comumente aceito para escoamentos cisalhantes livres foi
sugerido em Pope (2004), no qual ao menos 80% da energia cinética turbulenta deve ser
resolvida. Entretanto, os parâmetros para a geração de uma malha computacional a partir da
sugestão citada acima são de difícil previsão. Porém, segundo Addad et al. (2008) e Gaitonde
(2008), a utilização das escalas de Taylor, para a definição da resolução de malha para
cálculos LES, seria um parâmetro aconselhável. De acordo com Tennekes e Lumley (1972),
as escalas de Taylor são definidas como:

√ 〈 〉 (84)

Considerando a turbulência isotrópica, o termo acima pode ser reescrito como:

√ (85)

Dessa maneira, um adequado comprimento de escala de corte para LES deve ser,
localmente, menor que o comprimento de escala de Taylor. Assim, foi possível, com auxílio
de várias simulações RANS, uma vez que este modelo apresentara resultados concordantes
com os dados experimentais, modelar uma malha adequada, mostrada nas figs. 21 e 22, a qual
atendeu ambos os requisitos de malha (para escoamentos parietais e de cisalhamento livre)
para LES.
 81

Figura 21 - Ilustração de malha para análise LES.

Fonte: Do autor.

Figura 22 - Ilustração de malha para análise LES, com detalhe na região do degrau.

Fonte: Do autor.

Desse modo, o tamanho de malha utilizado para a análise LES, um total de,
aproximadamente, 6,2 milhões de elementos, é descrita na tabela 4, a qual contém o número
de elementos utilizados em cada direção no domínio. Podemos observar, na fig. 22, que,
próximo à parede, foi admitido um nível de refinamento maior, de forma a garantir a
qualidade da malha necessária para uma adequada simulação do escoamento nesta região.
82

Tabela 4 - Discretização do domínio do degrau para análise LES.

Altura Largura Compr.

Abaixo do Degrau 75 64 512
Acima do Degrau 98 64 592
Fonte: Do autor.

Além das malhas descritas para o domínio de interesse, onde está presente o degrau,
foi empregado outro domínio, ilustrado nas figs. 24 a 29, com malha de igual refinamento, de
forma a atenuar possíveis efeitos impostos na saída.

4.2.4 Condições de Contorno

Entrada
Para condição de contorno de entrada, foi introduzido um perfil de velocidade, fig. 23,
(componentes u, v e w), extraído de Driver e Jovic (1994). Entretanto, não foi possível
introduzir condições de turbulência na entrada.

Figura 23 – Perfil de velocidade na entrada do domínio para o caso Degrau.

Fonte: Driver e Jovic (1994).

A seguir, é ilustrada na figura 24, a região e que é aplicada o perfil de velocidade

descrito acima.
 83

Figura 24 - Ilustração da região de aplicação da condição de entrada.

Fonte: Do autor.

Saída
Em seguida, para condição de contorno de saída, foi adotada uma pressão estática
média igual a pressão de referência (uma atmosfera), na região ilustrada pela fig. 25.

Figura 25 - Ilustração da região de aplicação da condição de saída.

Fonte: Do autor.
84

Parede
A condição de contorno de parede, conforme podemos ver na fig. 26, assumiu a
condição de não-escorregamento no domínio de interesse (com a presença do degrau) e a
condição de livre escorregamento no domínio acoplado ao domínio de interesse.
Figura 26 - Ilustração da região da condição de parede.

Fonte: Do autor.

Simetria
O canal da região do degrau, como pode ser visto no experimento de exposto em
Driver e Jovic (1994), foi dividido ao meio e um plano de simetria, fig. 27, foi adotado, de
forma a reduzir o custo computacional da simulação.
 85

Figura 27 - Ilustração da região da condição de contorno de simetria.

Fonte: Do autor.

Peridiocidade
Nas laterais dos domínios, foi adotada uma condição de periodicidade, conforme
ilustrada na fig. 28. Essa condição de contorno garante as mesmas condições do escoamento
em ambas as laterais.

Figura 28 - Ilustração da região da condição de contorno de periodicidade translacional.

Fonte: Do autor.
86

Interface
Por último, foi considerada uma interface nos domínios, conforme ilustrada na fig. 29.
Figura 29 - Ilustração da região de interface.

Fonte: Do autor.

4.2.5 Métodos Numéricos

Simulações em Regime Permanente

A análise RANS empregou, como fluido, ar ideal, aplicando condições isotérmicas (20
o
C) e compressíveis. Para os esquemas de advecção e numérico de turbulência, foi
selecionada a opção Alta Resolução. Como critério de convergência, foi escolhida uma meta
de valor residual RMS de 1x10-7.

Simulações em Regime Transiente

Além das considerações adotadas na simulação em regime permanente, um passo no

tempo de 2x10-5s foi adotado, admitindo-se um valor próximo à sexagésima parte da razão
entre a altura do degrau (9,8 mm) e a velocidade média do escoamento livre (7,72 m/s). Para a
análise SAS, os esquemas de advecção, transiente e numérico de turbulência escolhidos
foram, respectivamente, Alta Resolução, Backward Euler de Segunda Ordem e Alta
Resolução, adotando uma meta de valor residual RMS de 1x10-6 para a convergência dos
subpassos. Para a análise LES, as opções de esquemas de advecção e transiente escolhidos
 87

foram, respectivamente, Diferenciação Central e Backward Euler de Segnda Ordem, adotando

uma meta de convergência residual RMS de 1x10-5 para os passos. Após um longo tempo de
simulação, até que estruturas transientes iniciais desaparecessem, foi iniciado a amostragem
estatística dos dados. O tempo total de amostragem para ambos os casos foi de 0,1s, o que
equivale a quatro vezes o tempo médio necessário para o escoamento atravessar o domínio de
interesse (degrau).
4.2.6 Resultados e Discussão
Método de Pós-Processamento

O método de pós-processamento utiliza, para amostragem de resultados, cinco linhas

verticais, baseadas no experimento de Driver e Jovic (1994), e uma linha horizontal, descritas
na tabela 5, como ilustrado na figura 30:

Figura 30 - Linhas traçadas no pós-processamento.

Fonte: Do autor.

Tabela 5 - Descrição de linhas traçadas para pós-processamento.

Estação 1 Distância Axial Normalizada ⁄

Estação 2 Distância Axial Normalizada ⁄
Linhas Verticais Estação 3 Distância Axial Normalizada ⁄
Estação 4 Distância Axial Normalizada ⁄
Estação 5 Distância Axial Normalizada ⁄
Linhas
Estação 6 ⁄ e
Horizontais
Fonte: Do autor.
88

No caso da análise RANS, foram tomados os dados das estações indicadas na figura,
posicionadas na região central do domínio (z=0). Para o caso das análises SAS e LES, foram
realizados um tratamento estatístico espacial na direção transversal.

Qualidade de Dados LES

Existe uma forma de análise de qualidade de dados da análise LES que consiste em
verificar se a transferência da energia cinética turbulenta obedece uma tendência de -5/3 entre
a função do espectro de energia cinética turbulenta e o número de onda, ou frequência, dentro
da sub-faixa inercial do espectro de energia, conforme exposta na seção 4.6. Assim, foram
posicionados 6 pontos ao longo do domínio, conforme mostrado na figura 31:

Figura 31 - Pontos posicionados ao longo do domínio para análise espectral da energia cinética turbulenta.

Fonte: Do autor.

Assim, os pontos foram posicionados em função da altura do degrau, descritos na tabela

6:
 89

Tabela 6 - Descrição das posições dos pontos no domínio.

Ponto Posição Vertical (a Posição Longitudinal

partir da base) (a partir do degrau)
1 1h 1h
2 1h 4h
3 1h 6h
4 1h 10h
5 1h 15h
6 1h 19h
Fonte: Do autor.

Logo, podemos observar que os espectros de densidade de energia cinética turbulenta,

no caso LES, segundo as figs. 32 a 37, obedecem a uma tendência de -5/3 na região sub-
inercial do espectro de frequência, o que indica que a transferência de energia das escalas
maiores para as escalas menores está de acordo com a teoria de Kolmogorov.

Figura 32 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 1, para o
caso LES.

Fonte: Do autor.
90

Figura 33 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 2, para o
caso LES.

Fonte: Do autor.

Figura 34 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 3, para o
caso LES.

Fonte: Do autor.
 91

Figura 35 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 4, para o
caso LES.

Fonte: Do autor.
Figura 36 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 5, para o
caso LES.

Fonte: Do autor.
92

Figura 37 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 6, para o
caso LES.

Fonte: Do autor.
Analogamente, a mesma análise foi realizada para o caso SAS. Assim, os resultados
obtidos, mostrados nas figs. 38 a 43, indicam que estes obedecem à tendência de -5/3 na
região sub-inercial do espectro de frequência. Dessa maneira, a malha atende, ao menos
localmente, a correta transferência de energia turbulenta, segundo a teoria de kolmogorov.
 93

Figura 38 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 1, para o
caso SAS.

Fonte: Do autor.

Figura 39 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 2, para o
caso SAS.

Fonte: Do autor.
94

Figura 40 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 3, para o
caso SAS.

Fonte: Do autor.

Figura 41 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 4, para o
caso SAS.

Fonte: Do autor.
 95

Figura 42 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 5, para o
caso SAS.

Fonte: Do autor.
Figura 43 - Espectro da densidade de Energia Cinética Turbulenta em função da frequência no ponto 6, para o
caso SAS.

Fonte: Do autor.
96

Perfis de Velocidade

Os dados dos perfis de velocidade normalizados foram extraídos das cinco estações
verticais, segundo a tabela 5, serão mostrados a seguir. Os resultados DNS, extraídos de Le,
Moin e Kim (1997), foram inseridos entre os resultados dos modelos testados, apenas para
efeitos de comparação.

Figura 44 - Perfis de Velocidade Longitudinal Normalizada, na estação 1. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct Numerical Simulation,
LES: Large-Eddy Simulation.

Fonte: Do autor.
 97

Figura 45 - Perfis de Velocidade Longitudinal Normalizada, na estação 2. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct Numerical Simulation,
LES: Large-Eddy Simulation.

Fonte: Do autor.
Figura 46 - Perfis de Velocidade Longitudinal Normalizada, na estação 3. SAS: Scale-Adaptive Simulation,
EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct Numerical Simulation,
LES: Large-Eddy Simulation.

Fonte: Do autor.
Na figura 43, não foi ilustrado o perfil de velocidade da análise DNS, pois o artigo de
Le, Moin e Kim (1997) não o apresentou em seus resultados.
98

Figura 47 - Perfis de Velocidade Longitudinal Normalizada, na estação 4. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct Numerical Simulation,
LES: Large-Eddy Simulation.

Fonte: Do autor.
Figura 48 - Perfis de Velocidade Longitudinal Normalizada, na estação 5. SAS: Scale-Adaptive Simulation,
EXP: Dados Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct Numerical Simulation,
LES: Large-Eddy Simulation.

Fonte: Do autor.

Como podem ser observados acima, os perfis de velocidade normalizados, figs. 44 a 48,
resultantes da análise DNS (LE; KIM; MOIN, 1997), foram os dados mais concordantes com
 99

os resultados experimentais. Os resultados apresentados do modelo RANS-SST também

demonstraram uma concordância muito próxima dos resultados experimentais, especialmente
na região acima do degrau, y/h maior que um, onde o comportamento do fluido é muito pouco
influenciado pela camada de mistura e região de recirculação. Os resultados do modelo SAS-
SST demonstraram uma razoável concordância apenas para a primeira linha vertical, ao passo
que para as outras, os resultados apresentaram uma pobre concordância. Uma provável razão,
apresentada em Davidson (2006), é que o modelo SAS-SST, para casos similares ao
escoamento sobre um degrau, demonstra um comportamento indefinido entre os
comportamentos característicos do modelo RANS-SST e LES, uma vez que a instabilidade
introduzida no escoamento não foi intensa o suficiente para que a viscosidade turbulenta do
caso SAS-SST atingisse um nível similar ao verificado no caso LES, conforme podemos
observar em uma região após o degrau, ilustrada na fig. 49. Os resultados obtidos da análise
LES mostraram uma concordância próxima os resultados experimentais e ao resultado DNS,
entretanto apresenta alguns desvios nas estações 1, 2 e 3 provavelmente devido ao fato de não
terem sido tomados dados amostrais temporais suficientes para a obtenção de resultados mais
conclusivos do escoamento sobre degrau.

Figura 49 - Viscosidade turbulenta após o degrau para os casos RANS, SAS e LES.
100

Perfis de Coeficientes de Atrito e Pressão

Os perfis de coeficiente de atrito e pressão, figs. 50 e 51, ao longo da linha horizontal,

mostraram que, novamente, os resultados DNS apresentaram os melhores resultados. Um fato
interessante foi que os resultados obtidos dos modelos RANS-SST e SAS-SST foram
coincidentes (é possível observar apenas os resultados do modelo RANS-SST), confirmando
que, para regiões próximas à parede, os modelos apresentam o mesmo comportamento,
provavelmente devido ao modelo de parede empregado. Os resultados LES apresentaram uma
correlação mais próxima aos dados experimentais a partir da posição ⁄ .

Figura 50 - Perfis de Coeficiente de Pressão na estação 6. SAS: Scale-Adaptive Simulation, EXP: Dados
Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct Numerical Simulation, LES: Large-
Eddy Simulation.

Fonte: Do autor.
 101

Figura 51 - Perfis de Coeficiente de Atrito na estação 6. SAS: Scale-Adaptive Simulation, EXP: Dados
Experimentais, RANS: Reynolds-Averaged Navier-Stokes, DNS: Direct Numerical Simulation, LES: Large-
Eddy Simulation.

Fonte: Do autor.

Perfis de Tensores de Reynolds

A seguir, são apresentados os resultados obtidos nas análises LES e SAS das
componentes uu, uv e vv do tensor turbulento de Reynolds, respectivamente, cujos resultados
são comparados com os dados da simulação DNS e os dados experimentais.
102

Figura 52 - Perfis de Tensores de Reynolds uu normalizados na estação 1. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.
Figura 53 - Perfis de Tensores de Reynolds uu normalizados na estação 2. SAS: Scale-Adaptive Simulation,
EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.
 103

Figura 54 - Perfis de Tensores de Reynolds uu normalizados na estação 3. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.
Figura 55 - Perfis de Tensores de Reynolds uu normalizados na estação 4. SAS: Scale-Adaptive Simulation,
LES: Large-Eddy Simulation.

Fonte: Do autor.
104

Figura 56 - Perfis de Tensores de Reynolds uu normalizado na estação 5. SAS: Scale-Adaptive Simulation, EXP:
Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.

De acordo com as figuras 52 a 56, podemos verificar que o modelo LES apresenta os
resultados da componente uu do tensor de reynolds mais próximos aos resultados encontrados
experimentalmente e obtidos através do método DNS que os resultados encontrados pela
análise empregando o modelo SAS. Isto indica que o método SAS, como exposto por
Davidson (2006), pode estar apresentando uma mistura de comportamentos característicos do
modelo RANS-SST e LES, o que pode ter ocasionado em uma dissipação acentuada da
componente normal uu do tensor de Reynolds, devido ao caráter dissipativo do modelo
RANS-SST.
 105

Figura 57 - Perfis de Tensores de Reynolds uv normalizados na estação 1. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.

Figura 58 - Perfis de Tensores de Reynolds uv normalizados na estação 2. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.
106

Figura 59 - Perfis de Tensores de Reynolds uv normalizados na estação 3. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.

Figura 60 - Perfis de Tensores de Reynolds uv normalizados na estação 4. SAS: Scale-Adaptive Simulation,

LES: Large-Eddy Simulation.

Fonte: Do autor.
 107

Figura 61 - Perfis de Tensores de Reynolds uv normalizados na estação 5. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.

De acordo com as figuras 57 a 61, novamente podemos verificar que o modelo LES
apresenta os resultados da componente uv do tensor de Reynolds mais próximos aos
resultados encontrados experimentalmente e obtidos através do método DNS que os
resultados encontrados pela análise empregando o modelo SAS. Podemos verificar que a
intensidade da componente uv do tensor de Reynolds para o caso SAS, em todas as estações
de medição, é praticamente nulo, fato que indica a dificuldade deste modelo em estimar
corretamente os tensores de Reynolds para este caso.
108

Figura 62 - Perfis de Tensores de Reynolds vv normalizados na estação 1. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.
Figura 63 - Perfis de Tensores de Reynolds vv normalizados na estação 2. SAS: Scale-Adaptive Simulation,
EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.
 109

Figura 64 - Perfis de Tensores de Reynolds vv normalizados na estação 3. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.
Figura 65 - Perfis de Tensores de Reynolds vv normalizados na estação 4. SAS: Scale-Adaptive Simulation,
LES: Large-Eddy Simulation.

Fonte: Do autor.
110

Figura 66 - Perfis de Tensores de Reynolds vv normalizados na estação 5. SAS: Scale-Adaptive Simulation,

EXP: Dados Experimentais, DNS: Direct Numerical Simulation, LES: Large-Eddy Simulation.

Fonte: Do autor.

De acordo com as figuras 62 a 66, podemos verificar, novamente, que o modelo LES
apresenta os resultados da componente normal vv do tensor de Reynolds mais próximos aos
resultados encontrados experimentalmente e obtidos através do método DNS que os
resultados encontrados pela análise empregando o modelo SAS-SST. Podemos observar que a
componente normal vv do caso SAS-SST é por volta de uma ordem de grandeza menor que
os valores obtidos nos demais casos, indicando que o método SAS-SST, como exposto por
Davidson (2006), pode estar apresentando uma mistura de comportamentos característicos do
modelo RANS-SST e LES, o que poderia induzir um amortecimento do nível de turbulência
na direção vertical, devido ao caráter dissipativo do modelo RANS-SST.
Abaixo, na fig. 67, podemos observar a região em que o termo fonte Qsas é calculado
(contorno em vermelho) em uma região após o degrau. Podemos perceber que o
comportamento típico de modelos SRS é pouco empregado neste caso, sendo apenas acionado
em uma fina camada.
 111

Figura 67 – Ilustração da região onde o termo fonte Qsas é calculado, ilustrado pelo contorno em vermelho.

Fonte: Do autor.

Comprimento de Recolamento

Os comprimentos de recolamento, para os modelos SAS, RANS e LES, foram obtidos

ao se atingir a posição longitudinal onde os cisalhamentos na parede atingiram valores iguais
à zero. A seguir, são mostradas as linhas de corrente nas regiões de recirculação dos três
casos, RANS (fig. 68), SAS (fig. 69) e LES (fig. 70), destacando a posição de velocidade
longitudinal nula, indicada pela preta. O caso LES apresentou um padrão de linha de corrente
diferente dos demais uma vez que possui um comportamento de escoamento tridimensional
na região do recolamento, (figs. 72 e 74), diferentemente dos demais, os quais apresentam um
comportamento bidimensional (figs. 71 e 73).

Figura 68 - Ilustração das linhas de corrente da zona de Recirculação, extraídas da análise RANS.

Fonte: Do autor.

Figura 69 - Ilustração das linhas de corrente da zona de Recirculação, extraídas da análise SAS.

Fonte: Do autor.
112

Figura 70 - Ilustração das linhas de corrente da zona de Recirculação, extraídas da análise LES.

Fonte: Do autor.

Figura 71 - Ilustração de uma iso-superfície para velocidade longitudinal igual a zero, extraída da análise SAS.

Fonte: Do autor.
 113

Figura 72 - Ilustração de uma iso-superfície para velocidade longitudinal igual a zero, extraída da análise LES.

Fonte: Do autor.

Para a determinação do comprimento de recolamento, foi calculada a posição

longitudinal, a partir do degrau, em que o coeficiente de atrito equivale à zero. Para os casos
RANS-SST e SAS-SST, a posição de recolamento na direção transversal permaneceu
praticamente inalterada, conforme podemos observar na fig. 73, devido ao comportamento
bidimensional do escoamento para estes modelos. Entretanto, para a análise empregando o
modelo LES, cujo caso apresenta uma variação da posição de recolamento ao longo da
direção transversal, conforme podemos verificar na fig. 74, foi realizado um tratamento
estatístico, na direção transversal, dos valores temporais médios de coeficiente de atrito,
obtendo-se, assim, uma posição longitudinal média para coeficiente de atrito nulo.
114

Figura 73 - Ilustração do contorno do coeficiente de atrito a jusante do degrau, para a análise SAS.

Fonte: Do autor.
Figura 74 - Ilustração do contorno do coeficiente de atrito a jusante do degrau, para a análise LES.

Fonte: Do autor.

Assim, os resultados dos comprimentos de recolamento obtidos são apresentados na

tabela 7:
 115

Tabela 7 - Comprimento de recolamento para diferentes métodos.

⁄
Experimental – Driver e Jovic (1994)
RANS
SAS
LES
DNS - Le, Moin e Kim (1997)
Fonte: Do autor.

Dessa maneira, podemos observar que os modelos RANS-SST e SAS-SST tendem a

superestimar o tamanho das regiões de recolamento uma vez que, para ambos os casos, as
flutuações de velocidade foram amortecidas pelo caráter dissipativo do modelo RANS. Em
contrapartida, para o caso LES, o valor do comprimento de recolamento apresenta um valor
relativamente maior, com relação ao resultado da análise DNS e ao dado experimental,
possivelmente devido às condições impostas na entrada do domínio, nas quais não foram
inseridas as flutuações de velocidade.

4.3 Escoamento através de um Turbilhonador

4.3.1 Introdução

Para o estudo de caso do turbilhonador, foi escolhido o trabalho de Cai, Jeng e Tacina
(2005) de onde foram extraídos os dados geométricos e resultados experimentais.
Podemos observar o canal convergente-divergente (fig. 75), característico do conceito
LDI (Lean Direct Injection) apresentado em Cai, Jeng e Tacina (2005), sendo que esta
configuração geométrica vem sendo amplamente estudada, apresentando uma sólida base de
dados.
116

Figura 75 - Ilustração da seção de ensaios de turbilhonadores exposta por Cai, Jeng e Tacina (2005).

Fonte: Cai, Jeng e Tacina (2005).

Como descrito anteriormente, o turbilhonador tem um papel fundamental na ancoragem

de chama dentro de uma câmara de combustão devido à indução de uma região de
recirculação através do fenômeno de quebra de vórtices. Assim, esta recirculação promove
uma região com intensa troca térmica e convecção de espécies químicas. Dessa maneira, uma
previsão do campo de velocidades, concordante com os dados experimentais, permite uma
análise simplificada de como o escoamento irá se comportar no caso de escoamentos reativos
(BEER; CHIGIER, 1972).
Assim, para o desenvolvimento desta etapa do trabalho, foram obtidos os dados
experimentais das distribuições de velocidade ao longo das direções radial, tangencial e axial
(CAI; JENG; TACINA, 2005), cujos resultados serão comparados com resultados obtidos
numericamente, com os métodos SAS e URANS foram utilizados.

4.3.2Geometria

Os dados geométricos que caracterizam o domínio utilizado nas análises foram

extraídos do trabalho desenvolvido por Cai, Jeng e Tacina (2005). De posse destes dados,
cujos principais parâmetros são apresentados na tabela 8, foi modelado o domínio (fig. 76),
conforme podemos observar a seguir:
 117

Figura 76 - Ilustração domínio modelado a partir dos dados geométricos expostos por Cai, Jeng e Tacina (2005).

Fonte: Do autor.

As principais medidas do domínio são expostas na tabela 8:

Tabela 8 - Principais dados geométricos do domínio do caso do turbilhonador.

Diâmetro Interno 22,5 mm

Diâmetro Externo 8,8 mm
Ângulo do canal convergente-divergente 45 graus
Comprimento da Seção de Análise 304,8 mm
Largura da Seção de Análise 50,8 mm
Altura da Seção de Análise 50,8 mm
Fonte: Do autor.

4.3.3 Discretização Espacial

Para as análises URANS e SAS, foi utilizada uma malha não-estruturada, contendo
aproximadamente 3,8 milhões de elementos, conforme podemos observar na fig. 77:
118

Figura 77 - Ilustração da discretização do domínio do turbilhonador.

Fonte: Do autor.

A escolha desta malha teve, como base, os resultados numéricos obtidos em Dewanji et
al. (2012).

4.3.4 Condições de Contorno

Entrada
Figura 78 - Ilustração da região de entrada do domínio do turbilhonador.

Fonte: Do autor.
 119

Para a condição de entrada, segundo a ilustração na fig. 78, foi atribuída uma vazão
mássica de 0,49 kg/min de ar (CAI; JENG; TACINA, 2005) e uma intensidade de nível de
turbulência de 10%, conforme Dewanji et al. (2012).

Saída
Figura 79 - Ilustração da região de saída do domínio do turbilhonador.

Fonte: Do autor.

Para a condição de saída, ilustrada na fig. 79, foi adotada uma pressão estática média
igual a zero.

Parede

Figura 80 - Ilustração da região de parede do canal de entrada do domínio do turbilhonador.

Fonte: Do autor.
120

Figura 81 - Ilustração da região de parede da câmara do domínio do turbilhonador.

Fonte: Do autor.

Nas regiões mostradas nas figuras 80 e 81, foi atribuída uma condição de parede sem
escorregamento.

4.3.5 Métodos Numéricos

Foi utilizado, como fluido, ar ideal, aplicando condições isotérmicas (21ºC). As

opções dos métodos numéricos aplicados às simulações SAS e URANS para os esquemas de
convecção, transiente e turbulência numérica foram, respectivamente, Alta Resolução,
Backward Euler de Segunda Ordem e Alta Resolução. Como critério de convergência residual
RMS, foi adotado o valor de 1x10-5. Para o passo no tempo, foi escolhido o valor de 2x10-5 s,
que equivale a, aproximadamente, quinquagésima parte da razão entre o diâmetro externo do
swirler e a velocidade na entrada.

4.3.6 Resultados e Discussão

Método de Pós-Processamento e Análise de Convergência

O método de pós-processamento definiu, para amostragem de resultados, seis linhas

transversais ou estações, pertencentes ao plano médio do canal Z-X, alinhadas com a direção
X, como ilustrado na fig. 82. Nestas estações foram coletados os perfis de velocidade axial
média (direção Z), de velocidade transversal horizontal média (direção X) e de velocidade
transversal vertical (direção Y).
 121

Figura 82 - Linhas traçadas para pós-processamento do caso do turbilhonador.

Fonte: Do autor.

Na tabela 9, são apresentadas as posições axiais (direção Z) de cada uma das estações
ilustradas acima, a partir do início da região de análise (após o canal divergente do injetor).
Tabela 9 - Descrição de linhas traçadas para pós-processamento do caso turbilhonador.

Estação 1 Distância Axial

Estação 2 Distância Axial
Estação 3 Distância Axial
Estação 4 Distância Axial
Estação 5 Distância Axial
Estação 6 Distância Axial
Fonte: Do autor.

Para a análise dos resultados de ambos os casos numéricos, foram extraídos resultados
médios em um período de tempo equivalente a 0,4 segundos. Este intervalo de tempo
122

corresponde, em média, a quatro vezes o tempo que uma porção de ar necessita para percorrer
todo o domínio.

Linhas de Corrente e Regiões de Recirculação

A seguir, são apresentadas as linhas de corrente de velocidade média das análises

URANS e SAS ilustrando a posição das estações de medição, na fig. 83, e iso-superfícies com
velocidade axial média nula, fig. 84. Podemos observar, no gráfico de linhas de corrente, a
ocorrência de grandes vórtices de recirculação em ambos os casos, indicando regiões em que,
possivelmente, haveria ancoragem da frente de chama em casos de escoamentos reativos. As
linhas de contorno pretas presentes na fig. 83 ilustram as posições em que a velocidade axial
média é nula delimitando, assim, região de velocidade axial média negativa. Podemos notar
que existem duas regiões de recirculação presentes em cada ilustração de linhas de correntes
de velocidade média: a) uma região presente no centro do domínio, denominada de região de
recirculação central; b) duas regiões presentes nos cantos do domínio, denominada de região
de recirculação secundária ou região de recirculação de cantos. Na figura 84, as iso-
superfícies nos apresentam uma aparência tridimensional das regiões de recirculação, as quais
são denominadas de bolhas de recirculação por quebra de vórtices. Podemos observar a
diferença significativa do tamanho entre as bolhas de recirculação obtidas pelos modelos
URANS e SAS, a qual será explicada a seguir.
 123

Figura 83 - Linhas de Corrente da Velocidade Média para a análise: a) SAS b) URANS.

Fonte: Do autor.
124

Figura 84 - Ilustração de uma Iso-superfície indicando velocidade média axial nula, indicando uma bolha
referente à região de recirculação, para as análises URANS e SAS.

Fonte: Do autor.

Na figura 85, são apresentadas, em detalhe, as linhas de corrente de velocidade média

próximas à saída do jato turbilhonado do canal convergente-divergente. Podemos notar a
influência dos vórtices da região de recirculação secundária impedindo que os jatos sofram a
expansão por turbilhonamento. Podemos também perceber a formação de pequenas estruturas
recirculantes, após a saída do jato, na fig. 85b. Tais estruturas também são relatadas em
Widenhorn, Noll e Aigner (2009).
 125

Figura 85 - Detalhe das Linhas de Corrente da Velocidade Média próximas à saída dos turbilhonadores para a
análise a) URANS e b) SAS.

Fonte: Do autor.
126

6.3.6.2 Perfis de Velocidade Média

A seguir, nas figuras 86 a 103, são apresentados os perfis de velocidade média nas
direções axial, transversais e vertical obtidos através das análises dos modelos URANS e
SAS.
Figura 86 - Perfil de Velocidade Média Axial para a estação 1. EXP: Dados Experimentais, SAS: Scale-Adaptive
Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
 127

Figura 87 - Perfil de Velocidade Média Axial para a estação 2. EXP: Dados Experimentais, SAS: Scale-Adaptive
Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 88 - Perfil de Velocidade Média Axial para a estação 3. EXP: Dados Experimentais, SAS: Scale-Adaptive
Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
128

Figura 89 - Perfil de Velocidade Média Axial para a estação 4. EXP: Dados Experimentais, SAS: Scale-Adaptive
Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 90 - Perfil de Velocidade Média Axial para a estação 5. EXP: Dados Experimentais, SAS: Scale-Adaptive
Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
 129

Figura 91 - Perfil de Velocidade Média Axial para a estação 6. EXP: Dados Experimentais, SAS: Scale-Adaptive
Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Conforme podemos observar, nas figs. 86 a 91, são apresentados os resultados de

velocidade axial média ao longo das estações apresentadas na fig. 82. Nas figuras 86 e 87,
correspondente com a primeira e segunda estações, podemos observar, tanto para o caso SAS
quanto para o caso URANS, uma região de intensa velocidade axial, entre as posições
transversais horizontais nos intervalos de -12 a -4 mm e de 4 a 12 mm, correspondente a
primeira estação e de -20 a -10 mm e de 10 a 20 mm, para a segunda estação. Conforme
discutido na apresentação da figura 85, podemos notar que os vórtices presentes nas regiões
de recirculação secundárias (ou de cantos) apresentam dimensões demasiadamente grandes,
causando um bloqueio da saída do jato turbilhonado do canal divergente, impedindo a
expansão deste. Dessa forma, a maior porção da vazão mássica de ar, saindo do canal
divergente, permanece concentrada na região central do canal divergente. À medida que
aproximamos da parede (para posições transversais horizontais maiores que 20 mm e menores
que -20 mm), as diferenças entre as velocidades obtidas experimentalmente e numericamente
voltam a aumentar devido ao efeito dos vórtices da região de recirculação secundária (ou de
cantos), fig. 85, a qual induz uma velocidade axial de sentido negativo, diferentemente do
caso experimental, no qual o efeito da recirculação secundária aparentemente não afeta os
valores de velocidade axial nestas estações.
130

Para os gráficos de velocidade axial média nas terceira e quarta estações, figs. 88 e 89,
os perfis de velocidade axial média para o caso SAS apresentam, em quase toda a extensão
transversal, resultados mais próximos dos dados experimentais que os resultados obtidos no
caso URANS. Na terceira estação, segundo a fig. 88, temos uma significativa concordância
entre os resultados do caso SAS e os dados experimentais nos intervalos de posição
transversal horizontal de -20 a -5 mm e de 5 a 20 mm. Entretanto, nesta mesma estação, para
regiões próximas a parede, percebemos que ambos os casos apresentam velocidades axiais
médias relativamente maiores que os dados experimentais. Isto ocorre devido aos vórtices da
região de recirculação central supostamente apresentarem dimensões maiores que o esperado,
de forma a restringirem ainda mais a área de passagem do escoamento entre a região de
recirculação central e as paredes, o que promove um aumento de velocidade no sentido axial.
Pode-se perceber, também, uma diferença significativa no perfil de velocidade axial média do
caso URANS com relação aos dados experimentais nas posições transversais horizontais de -
20 a 20 mm, sugerindo um gradiente de pressão adverso mais intenso no caso do modelo
numérico. Na quarta estação, segundo a fig. 89, ambos os perfis de velocidade apresentam
diferenças significativas dos dados experimentais, uma vez que as velocidades axiais médias
próximas às paredes, para os casos SAS e URANS, são maiores que a velocidade axial média
do experimento embora as velocidades axiais médias dos modelos numéricos sejam menores
que a do experimento na região central do domínio. Estas discrepâncias sugerem que, no caso
do experimento, os centros dos vórtices (fig. 79) da região de recirculação central encontram-
se mais próximos um do outro em relação às distâncias verificadas através modelos
numéricos.
Na quinta estação, segundo a fig. 90, podemos perceber uma razoável correlação entre
os dados experimentais e os resultados obtidos pelo modelo URANS (posições transversais
horizontais entre -15 a 15 mm) e pelo modelo SAS (posições transversais horizontais entre -
20 e 20 mm), apesar de este último apresentar uma razoável discrepância com o experimento
na região de posição transversal horizontal de -5 a 10 mm, possivelmente devido a estruturas
não-estacionárias de frequência relativamente baixas, as quais não foram possíveis de serem
filtradas pelo método estatístico. Novamente, verificamos uma diferença significativa da
intensidade da velocidade axial média, próxima à parede, entre os resultados dos modelos
numéricos e os dados coletados experimentalmente. Por fim, na sexta estação, segundo a fig.
91, percebemos uma razoável correlação entre os resultados obtidos pelo modelo URANS e
os dados obtidos experimentalmente na região transversal horizontal variando de -15 a 15
mm. Entretanto, para o caso SAS, os resultados encontrados numericamente apresentam uma
 131

grande diferença dos dados experimentais, uma vez que a região de recirculação deste modelo
numérico terminou anteriormente a esta estação, conforme indicado na fig. 83.

Figura 92 - Perfil de Velocidade Transversal Horizontal Média para a estação 1. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 93 - Perfil de Velocidade Transversal Horizontal Média para a estação 2. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
132

Figura 94 - Perfil de Velocidade Transversal Horizontal Média para a estação 3. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 95 - Perfil de Velocidade Transversal Horizontal Média para a estação 4. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
 133

Figura 96 - Perfil de Velocidade Transversal Horizontal Média para a estação 5. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 97 - Perfil de Velocidade Transversal Horizontal Média para a estação 6. EXP: Dados Experimentais,
SAS: Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
134

Nas figuras 92 a 97, são apresentados os resultados de velocidade transversal

horizontal média (direção X) nas estações, segundo apresentadas na fig. 82. No gráfico de
perfis de velocidade ilustrado na fig. 92, referente à primeira estação de medição, podemos
perceber que, assim como discutido anteriormente na seção de velocidade axial média, existe
um bloqueio ocasionado pelos vórtices da região de recirculação secundária (ou de cantos), na
saída do jato turbilhonado do canal divergente (fig. 85). Assim, temos picos de velocidade
transversal horizontal, constatados nos resultados de ambos os modelos numéricos nas regiões
de posição transversal de -12 a -4 e de 4 a 12 mm e velocidades transversais horizontais
médias praticamente nulas na região de posição transversal de -25,4 a -12 mm e de 12 a 25,4
mm.
Segundo a figura 93, que ilustra os perfis de velocidade transversal horizontal para a
segunda estação, podemos observar que as velocidades do experimento encontram-se
próximas de zero, o que indica que a posição axial desta série de dados coletados encontra-se
próxima ao centro dos vórtices da região de recirculação central, uma vez que não há picos de
velocidade. Entretanto os resultados numéricos de ambos os modelos indicam que a posição
axial da segunda estação encontra-se a montante do centro dos vórtices, conforme podemos
observar na fig. 83. Dessa maneira, podemos compreender que pode ter ocorrido um atraso na
formação da região de recirculação central em função da interferência dos vórtices da região
de recirculação secundária (ou de cantos) na expansão dos jatos turbilhonados dentro do canal
divergente.
Conforme a figura 94, que corresponde aos perfis de velocidade transversal horizontal
para a terceira estação, podemos observar que, no caso dos dados experimentais, o sentido dos
picos de velocidade transversal horizontal se inverteu, o que indica que a estação de coleta de
dados está posicionada a jusante dos centros dos vórtices da região de recirculação central.
Em contrapartida, para os resultados numéricos de ambos os modelos, os sentidos dos picos
de velocidade radial média ainda não se inveteram, o que podemos entender, com base na fig.
83, que a os centros dos vórtices da região de recirculação central estão à jusante da estação
de medição dos dados. Podemos também notar que, no caso SAS, os picos de velocidade
transversal horizontal média são mais intensos que no caso URANS indicando que, para este
último caso, os centros dos vórtices da região de recirculação central estão mais próximos da
estação de medição dos resultados.
Na figura 95, referente às medições na quarta estação, podemos notar que os picos de
velocidade radial média para o caso URANS são mais intensos que os picos observados do
resultado experimental, porém, apresentam uma significativa concordância nas regiões
 135

próximas à parede (de -25,4 a 20 mm e de 20 a 25,4 mm). Para os resultados do caso SAS,
podemos notar que possíveis estruturas não-estacionárias de baixa frequência, como o caso da
movimentação relativa entre vórtices da região de recirculação central, não filtradas pelos
métodos estatísticos ainda perturbam o perfil de velocidade radial média, apresentando um
perfil assimétrico. Podemos também perceber que, devido ao fato da estação de medição estar
próxima dos centros dos vórtices, segundo podemos ver na fig. 83, é possível identificar picos
de velocidade transversal horizontal média relativamente tênues em, aproximadamente, x =
10 mm e x = -10 mm.
De acordo com as medições na quinta estação, segundo a fig. 96, podemos perceber
uma significativa concordância dos resultados obtidos no caso URANS e os dados
experimentais na região de posição transversal de -10 a 10 mm. Entretanto posições mais
externas, os picos de velocidade radial média do caso experimental apresenta uma intensidade
muito menor que no caso URANS. Para os resultados obtidos no caso SAS, podemos verificar
que o perfil encontra-se ligeiramente deslocado para a esquerda, indicando uma assimetria
com relação à posição transversal igual a zero, possivelmente devido a estruturas não-
estacionárias do escoamento não filtradas. De acordo com a figura 97, referente à última
estação, constatamos novamente uma assimetria, com relação à posição transversal igual a
zero, dos dados experimentais e dos resultados obtidos no caso SAS. Os resultados obtidos no
caso URANS apresentam uma simetria e uma significativa concordância com os resultados
experimentais em regiões próximas à parede.
136

Figura 98 - Perfil de Velocidade Transversal Vertical Média para a estação 1. EXP: Dados Experimentais, SAS:
Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 99 - Perfil de Velocidade Transversal Vertical Média para a estação 2. EXP: Dados Experimentais, SAS:
Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
 137

Figura 100 Perfil de Velocidade Transversal Vertical Média para a estação 3. EXP: Dados Experimentais, SAS:
Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 101 - Perfil de Velocidade Transversal Vertical Média para a estação 4. EXP: Dados Experimentais, SAS:
Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
138

Figura 102 - Perfil de Velocidade Transversal Vertical Média para a estação 5. EXP: Dados Experimentais, SAS:
Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.

Figura 103 - Perfil de Velocidade Transversal Vertical Média para a estação 6. EXP: Dados Experimentais, SAS:
Scale-Adaptive Simulation, URANS: Unsteady Reynolds Averaged Navier-Stokes.

Fonte: Do autor.
 139

Conforme discutido anteriormente, de acordo com a fig. 98 a qual se refere às

medições na primeira estação, observamos picos de velocidade transversal vertical média,
para os casos dos resultados numéricos, devido ao bloqueio por parte das interações dos
vórtices da região de recirculação secundária na saída do escoamento do canal divergente.
Todavia, em uma região transversal de -5 a 5 mm, os resultados numéricos e experimentais
possuem uma concordância significativa. Na segunda estação (fig. 99), podemos observar a
formação de picos de velocidade transversal vertical média menos intensos dos casos
numéricos, se comparados aos perfis da estação 1. Podemos observar que as respectivas
velocidades médias experimentais são mais intensas que as velocidades médias obtidas
numericamente correspondentes, devido ao fato que, ao observarmos os gráficos de
velocidade axial média da segunda estação (fig. 87), percebemos que, em regiões próximas às
paredes, velocidades axiais médias, tanto do caso SAS quanto do caso URANS, apresentam
valores (negativos) relativamente mais intensos que as correspondentes velocidades axiais
médias experimentais. Assim, podemos concluir que uma porção significativa de energia
cinética do escoamento é convertida da direção vertical para axial. Podemos também
observar, no perfil de velocidade média do caso SAS, picos de velocidade opostos próximos à
parede, os quais ocorrem devido às interações entre vórtices nas regiões de recirculação
secundária (ou de cantos), ocasionando em efeitos que distorcem o perfil de velocidade
transversal vertical próximo à parede, conforme podemos ver na fig. 104.

Figura 104 - Ilustração das linhas de correntes de velocidade em um plano transversal (X-Y), distante a 15 mm
da saída do canal divergente: a) visão geral; b) detalhe dos picos de velocidade, próximo à parede, em oposição
ao sentido de rotação (seta vermelha).

Fonte: Do autor.
140

Na terceira estação (fig. 100), o perfil de velocidade transversal vertical média para o
caso URANS apresenta uma significativa concordância com as velocidades experimentais em
uma região transversal variando de -5 a 5 mm. Entretanto, à medida que nos aproximamos da
parede, a velocidade média do caso URANS começa a diminuir, em virtude do aumento da
velocidade axial média, previamente discutido. Para o caso SAS, o perfil de velocidade
apresenta resultados discrepantes dos constatados experimentalmente, dado que temos, nesta
estação, velocidades transversais hozontais médias mais intensas.
Na figura 101, referente aos perfis de velocidade da quarta estação, podemos notar
uma excelente concordância entre os resultados obtidos pelo modelo URANS e
experimentalmente, em uma região transversal central de -10 a 10 mm. À medida que nos
aproximamos da parede, podemos notar que as diferenças começam a aumentar entre as
velocidades obtidas pelo modelo URANS e constatadas experimentalmente. Isto ocorre, pois
à medida que nos aproximamos da parede, as velocidades transversais horizontais e axiais
médias do caso URANS, respectivamente, segundo as figs. 95 e 89, são maiores que as
respectivas velocidades observadas experimentalmente. Para o caso SAS, o perfil de
velocidade transversal vertical média apresenta valores discrepantes dos resultados obtidos
pelo modelo URANS e constatados experimentalmente.
De acordo com a figura 102 (quinta estação), temos que o modelo URANS apresenta
uma razoável concordância com relação aos dados experimentais na região transversal
variando de -10 a 10 mm. À medida que aproximamos da parede, como explicado
anteriormente, a diferença entre as velocidades médias aumenta devido a um aumento da
diferença de velocidades, na direção axial e radial, do modelo URANS sobre os dados
experimentais. Novamente, o modelo SAS não conseguiu prever adequadamente o perfil de
velocidade transversal vertical média, possivelmente devido a esta estação de medição estar
próxima do fim da região de recirculação constatada para este modelo, conforme a fig. 83.
Para a sexta estação, podemos observar, de acordo com a fig. 103, uma razoável
correlação entre os resultados obtidos pelo modelo URANS e os dados experimentais na
região transversal central entre a posição -10 a 10 mm. Para o caso SAS, o perfil de
velocidade azimutal média apresenta grandes discrepâncias dos dados obtidos pelo modelo
URANS e verificados experimentalmente, em virtude desta estação estar próxima ao final da
região de recirculação central, conforme podemos observar na fig. 83.
A seguir, podemos observar na fig. 105, as regiões ao longo do domínio em que o termo
fonte Qsas é calculado (contorno vermelho). Dessa forma, podemos concluir que no estudo de
caso do turbilhonador, o comportamento típico de modelos SRS é amplamente acionado, o
 141

que justifica a diferença dos perfis de velocidade e do tamanho da região de recirculação

central entre os casos SAS e URANS.

Figura 105 – Ilustração do contorno em que o termo fonte Qsas é calculado (contorno vermelho): a) ao longo do
domínio; b) próximo à saída do turbilhonador.

Fonte: Do autor.

Análise Espectral, Vórtice de Precessão e Estruturas de Vórtice

Em seguida, foi realizada uma análise espectral das velocidades instantâneas obtidas em
alguns pontos do domínio, detalhados na tabela 10, conforme ilustrado na fig. 106.

Figura 106 - Ilustração dos pontos de coleta de dados instantâneos, ao longo do domínio.

Fonte: Do autor.
142

Tabela 10 - Descrição de linhas traçadas para pós-processamento do caso turbilhonador.

Ponto Distância da saída do canal

convergente-divergente
1
2
3
Fonte: Do autor.

Em ambos os casos, no ponto 1, pode-se notar uma periodicidade nos resultados das
velocidades transversais horizontal e vertical (direção X e Y). A seguir, são apresentados dois
gráficos, nas figs. 107 e 108, referentes às velocidades transversal horizontal dos casos SAS e
URANS, respectivamente.

Figura 107 - Ilustração da variação da componente transversal horizontal, na direção x, de velocidade instantânea
no ponto 1, no caso SAS.

Fonte: Do autor.
 143

Figura 108 - Ilustração da variação da componente transversal horizontal, na direção x, de velocidade instantânea
no ponto 1, no caso URANS.

Fonte: Do autor.

Podemos notar, na fig. 107, uma frequência dominante, para o caso SAS, maior que no
caso URANS, referente à fig. 108. Dessa maneira, foram realizadas análises espectrais, nos
pontos 1, 2 e 3 (fig. 102), através de transformadas de Fourier da componente transversal
horizontal (direção X) de velocidade. A seguir, são apresentados os gráficos do espectro de
frequência da velocidade transversal horizontal em cada ponto, conforme podemos observar
nas figs. 109 a 114.
144

Figura 109 - Ilustração do espectro de frequência componente de velocidade, na direção x, no ponto 1, para o
caso SAS.

Fonte: Do autor.

Figura 110 - Ilustração do espectro de frequência componente de velocidade, na direção x, no ponto 2, para o
caso SAS.

Fonte: Do autor.
 145

Figura 111 - Ilustração do espectro de frequência componente de velocidade, na direção x, no ponto 3, para o
caso SAS.

Fonte: Do autor.

Podemos observar, conforme a figs. 109, um pico de intensidade, no espectro de

frequência do caso SAS, na frequência de 2106 hertz. À medida que as medições (através dos
pontos) se afastam da saída do turbilhonador, temos uma tendência de atenuação deste pico,
conforme podemos notar nas figs. 110 e 111. O valor de frequência encontrado para o pico de
intensidade do espectro de densidade da velocidade na direção X é muito próximo ao valor
encontrado para a precessão do núcleo de vórtice (PVC) em Kirtaş et al. (2006).
146

Figura 112 - Ilustração do espectro de frequência componente de velocidade, na direção x, no ponto 1, para o
caso URANS.

Fonte: Do autor.

Figura 113 - Ilustração do espectro de frequência componente de velocidade, na direção x, no ponto 2, para o
caso URANS.

Fonte: Do autor.
 147

Figura 114 – Ilustração do espectro de frequência componente de velocidade, na direção x, no ponto 3, para o
caso URANS.

Fonte: Do autor.

Para os resultados obtidos no caso URANS, conforme as figs. 112 a 113, pode-se
observar um pico de intensidade na frequência de 170 hertz, o qual é gradativamente atenuado
a medida que se afasta da saída do turbilhonador (fig. 114). Contudo, não foi possível
encontrar visualmente a estrutura responsável por este pico de intensidade.

Precessing Vortex Core

Uma forma comumente utilizada para visualizar o fenômeno PVC consiste em plotar
iso-superfícies de pressão, a fim de verificar a formação de uma estrutura helicoidal surgindo
do centro do jato turbilhonado, conforme exposto por Kirtaş et al. (2006). Assim, é mostrada
na fig. 115, uma imagem próxima à saída dos jatos turbilhonados, no caso SAS e URANS.
Podemos perceber, no caso SAS, a formação de um espiral (indicado pela seta vermelha)
originado dentro do canal convergente-divergente, o qual se dirige para dentro da câmara de
análise, fato que não ocorre para o caso URANS.
148

Figura 115 - Ilustração de uma iso-superfície de pressão (-330 Pa) em regiões próximas à sápida dos jatos
turbilhonas dos casos: a) SAS; b) URANS.

Fonte: Do autor.

Estruturas de Vórtices

Outra forma de identificação de estruturas de vórtices, os quais auxiliam na mistura do

oxidante e combustível, consiste na visualização de iso-superfícies da variável critério-Q
(HUNT; WRAY; MOIN, 1988), que pode ser resumidamente definida como a diferença entre
as intensidades locais de vorticidade e de taxa de cisalhamento. Dessa maneira, foram
plotadas iso-superfícies da variável critério-Q, do escoamento através do turbilhonador e do
canal convergente-divergente para os casos SAS e URANS. Podemos notar que o modelo
URANS consegue prever apenas a estrutura de vórtice central (swirl), enquanto que o modelo
SAS consegue prever estruturas de vórtices espiraladas (vórtices externos) ao redor da região
de recirculação central, conforme podemos ver na fig. 116.
 149

Figura 116 - Ilustração de uma iso-superfície da variável critério-Q (2x107 s-2) em regiões próximas à saída dos
jatos turbilhonas dos casos: a) SAS; b) URANS.

Fonte: Do autor.
150
 151

5 Conclusão

O modelo SAS (Scale-Adaptive Simulation) foi escolhido para ser testado devido a sua
simplicidade no âmbito de exigências de implementação de malhas computacionais se
comparado a outros modelos SRS (Scale-Resolving Simulation) e devido a sua capacidade de
fornecer um espectro de turbulência, diferentemente do modelo URANS (Unsteady Reynolds
Averaged Navier-Stokes).
Para o caso do escoamento sobre um degrau, os resultados do modelo SAS, se
comparados aos resultados do modelo RANS (Reynolds Averaged Navier-Stokes), mostraram
resultados praticamente idênticos para os perfis de coeficiente de pressão e de atrito.
Entretanto, o fator de alteração de comportamento das equações de transporte, , teve um
papel determinante nas características dos perfis de velocidade. Como discutido
anteriormente, uma mistura de comportamentos dos modelos RANS e LES (Large-Eddy
Simulation) pode ter ocorrido, uma vez que o escoamento não apresenta um nível de
turbulência suficiente para alterar o comportamento do modelo SAS, como podemos observar
nos gráficos referentes aos tensores de Reynolds. Os resultados de perfis de velocidade do
modelo LES mostraram uma boa concordância (exceto nas duas primeiras estações em uma
posição próxima da parede) com os resultados experimentais e com o resultado DNS, embora
tenha apresentado um comprimento de recolamento relativamente maior que o constatado
experimentalmente e não ter conseguido prever adequadamente as posições de mínimos
coeficiente pressão e atrito, provavelmente devido ao fato de não ter sido considerado o perfil
de turbulência na entrada do domínio. Com relação ao perfil de coeficiente de atrito, podemos
observar que ainda existem algumas estruturas transientes do escoamento que não foram
possíveis de serem filtradas pela média das amostras, possivelmente devido ao número
insuficiente de amostras coletadas para esta variável.
Para o caso do escoamento através de um turbilhonador, podemos verificar que os
modelos URANS e SAS apresentaram razoáveis correlações com os resultados experimentais
nos perfis de velocidade axial média nas estações de posições intermediárias (estações 3 e 4).
De forma geral, os modelos apresentaram resultados significativamente diferentes dos dados
experimentais em virtude da dificuldade de reproduzir corretamente as regiões de recirculação
central (principal) e secundária (próxima aos cantos). Podemos observar que o jato
turbilhonado, em ambos os modelos numéricos, sofreu grande interferência da região de
recirculação secundária, a qual bloqueou a expansão transversal do jato, de forma que
152

houvesse atraso na formação dos vórtices presentes na região de recirculação central,

comprometendo o campo de velocidade ao longo do domínio (figs. 86 a 103).
Além da comparação dos perfis de velocidade, para este estudo de caso, foram
verificadas as capacidades dos modelos SAS e URANS em prever formações de estruturas de
vórtices como, por exemplo, o vórtice de precessão central. Pode-se verificar que o modelo
SAS apresentou uma maior capacidade em identificar estas estruturas que o modelo URANS.
Assim, podemos concluir que o modelo SAS conseguiu prever, de maneira razoável, as
principais estruturas presentes nos estudos de casos descritos, porém apresentando nítidos
desvios dos resultados com relação aos dados experimentais, especialmente em regiões com a
presença de separação e recolamento do escoamento. Dessa forma, para futuros trabalhos,
seria importante estudar a fundo o mecanismo de ativação do termo fonte na equação de
transporte da dissipação turbulenta específica, no modelo de turbulência SST, bem como
outros casos de escoamentos com separação e turbilhonados.
 153

Referências

ABBOTT, D. E.; KLINE, S. Experimental investigation of subsonic turbulent flow over

single and double backward steps. Journal of Basic Engineering, v.84, n.9, p.317-325,
1962.

ADDAD, Y. et al. Optimal unstructured meshing for large eddy simulations. In: MEYERS,
J.; GEURTS, B.; SAGAUT, P. Quality and reliability of large-eddy simulations.
Heidelberg: Springer Netherland, 2008. v.12, p.93-103.

AKSELVOLL, K.; MOIN, P. Large eddy simulation of turbulent confined coannular jets
and turbulent flow over a backward facing step. Stanford: Department of Mechanical
Engineering, Stanford University, 1995. (Report nº TF-63).

ANDERSON, J. D. Computational fluid dynamics – the basics with application. New

York: McGraw-Hill, 1995.

ANSYS. CFX-solver theory guide 11.0. Canonsburg: ANSYS, 2009

ARMALY, B. F. et al. Experimental and theoretical investigation of backward-facing step

flow. Journal of Fluid Mechanics, v.127, p.473-496, 1983.

AVANCHA, R. V. R.; PLETCHER, R. H. Large eddy simulation of the turbulent flow past a
backward facing step. In: AIAA AEROSPACE SCIENCES MEETING AND EXHIBIT, 38.,
2000, Reno. Proceedings… Reston: AIAA, 2000. Doi: https://doi.org/10.2514/6.2000-542.

BARTH, T. J.; JESPERSEN, D. C. The Design and application of upwind schemes on

unstructured meshes. In: AEROSPACE SCIENCES MEEETING, 27., 1989, Reno.
Proceedings… Reston: AIAA, 1989. (AIAA Paper 89-0366). Doi:
https://doi.org/10.2514/6.1989-366.

BEER, J. M.; CHIGIER, N. A. Combustion aerodynamics. London: Applied Science,

1972.

BOUDIER, G. et al. Comparison of LES, RANS and experiments in an aeronautical gas

turbine combustion chamber. Proceedings of the Combustion Institute, v.31, p.3075-3082,
2007.

BRADSHAW, P.; FERRISS, D. H.; ATWELL, N. P. Calculation of boundary layer

development using the turbulent energy equations. Journal of Fluid Mechanics, v.23, p.31-
64, 1967.

CAI, J.; JENG, S. M.; TACINA, R. The Structure of a swirl-stabilized reacting spray issued
from an axial swirler. In: AIAA AEROSPACE SCIENCE MEETING AND EXHIBIT, 43.,
2005, Reno. Proceedings… Reston: AIAA, 2005. (AIAA Paper 2005-1424).

CHOVET, C. et al. Dynamical aspects of a backward-facing step flow at large Reynolds

numbers. Experiments in Fluids, v.58, n.11, p.162-176, 2017.
154

COMTE-BELLOT, G.; CORRSIN, S. Simple eulerian time correlation of full – and narrow
band velocity signals in grid-generated, “isotropic”, turbulence. Journal of Fluid
Mechanics, v.48, p.273-337, 1971.

DAVIDSON, L. Evaluation of the SST-SAS model: channel flow, asymmetric diffuser and
axi-symmetric hill. In: EUROPEAN CONFERENCE ON COMPUTATIONAL FLUID
DYNAMICS, 2006, Egmond aan Zee. Proceedings… Delft: Delft University of
Technology, 2006.

DAVOUDZADEH, F.; LUI, N. S.; MODER, J. P. Investigation of swirling air flows

generated by axial swirlers in a flame tube. In: ASME TURBO EXPO 2006: power for land,
sea and air, 2006, Barcelona. Proceedings… Barcelona: Barcelona International Convention
Center, 2006.

DEWANJI, D. et al. Investigation of flow characteristics in lean direct injection combustors.

Journal of Propulsion and Power, v.28, n.1, p.181-196, 2012.

DRIVER, D. M.; JOVIC, S. Backward-facing step measurements at low reynolds

number, reh = 5000. Washington, DC: NASA, 1994. (NASA Technical Memorandum
108807).

EATON, J. K.; JOHNSTON, J. P. A Review of research on subsonic turbulent flow

reattachment. AIAA Journal, v.19, n.9, p.1093-1100, 1981.

______. Low Frequency unsteadiness of a reattaching turbulent shear layer. In:

BRADBURY, L.J.S. et al. (Ed.). Turbulent shear flows 3. Berlin: Springer-Verlag, 1982.
p.162-170.

EGOROV, Y.; MENTER, F. R. Development and application of SST-SAS turbulence model

in the DESIDER project. In: PENG, S.-H.; HAASE, W. Advanced in hybrid RANS-LES
modelling: papers contributed to the 2007 Symposium of Hybrid RANS-LES Methods,
Corfu, Greece, June 2007. Berlin: Springer-Verlag, 2008. p.261-270.

FU, Y. Aerodynamics and combustion of axial swirlers. 2008. 167 f. Tese (Doutorado
em Aerospace Engineering and Engineering Mechanics) – University of Cincinnati,
Cincinnati, 2008.

GAITONDE, U. Quality criteria for large eddy simulation. Manchester: University of

Manchester, 2008. 1st Year PhD Report.

GERMAN, A. E.; MAHMUD, T. Modelling of non-premixed swirl burner flows using a

reynolds-stress turbulence closure. Fuel, v.84, n.5, p.583-594, 2005.

GERMANO, M. et al. A Dynamic subgrid-scale eddy viscosity model. Physics of Fluids A,

v.3, n.7, p.1760-1765, 1991.

GHOSAL, S. et al. A Dynamic localization model for large-eddy simulation of turbulent

flows. Journal of Fluid Mechanics, v.286, p.229-255, 1995.
 155

HIRSCH, C. Numerical computation of internal and external flows – computational

methods for inviscid and viscous flows. Chichester: John Wiley, 1990.

______. Numerical computation of internal and external flows - fundamentals of

numerical discretization. Chichester: John Wiley, 1992.

HUNT, J. C. R.; WRAY, A. A.; MOIN, P. Eddies, stream, and convergence zones in
turbulent flows. Stanford: Center for Turbulence Research, 1988. p.193-208. (Report CTR-
S88).

HUTCHINSON, B. R.; RAITHBY, G. D. A Multigrid method based on the additive

correction strategy. Numerical Heat Transfer, v.9, n.5, p.511-537, 1986.

KIRTAŞ, M. et al. Large-eddy simulation of a swirl-stabilized, lean direct injection spray

combustor. In: ASME TURBO EXPO 2006: power for land, sea and air, 2006, Barcelona.
Proceedings… Barcelona: Barcelona International Convention Center, 2006.

KOSTAS, J.; SORIA, J.; CHONG, M. S. Particle image velocimetry measurements of a

backward-facing step flow. Experiments in Fluids, v.33, n.6, p.838-853, 2002.

LAUNDER, B. E.; SPALDING, D. B. The Numerical computation of turbulent flows.

Computer Methods in Applied Mechanics and Engineering, v.3, n.2, p.269-289, 1974.

LE, H.; MOIN, P. Direct numerical simulation of turbulent flow over a backward-
facing step. Standord: Department of Mechanical Engineering, Stanford University, 1994.
(Report TF-58).

LE, H.; MOIN, P.; KIM, J. Direct numerical simulation of turbulent flow over a backward-
facing step. Journal of Fluid Mechanics, v.330, p.349-374, 1997.

LESIEUR, M. Turbulence in fluids. 3rded. Dordrecht: Kluwer Academic, 1995.

LILLY, D. K. A Proposed modification of the Germano subgrid-scale method. Physics of

Fluids A, v.4, n.3, p.633-635, 1992.

MARTINI, P. et al. Experimental and numerical investigation of trailing edge film cooling
downstream of a slot with internal rib arrays. In: EUROPEAN TURBOMACHINERY
CONFERENCE, 5., 2003, Prague. Proceedings… [S.l.:s.n.], 2003.

MENTER, F. R. Two-equation eddy-viscosity turbulence models for engineering

applications. AIAA Journal, v.32, n.8, p.1598-1605, 1994.

______. Eddy viscosity transport equations and their relation to the k-ε model, ASME
Journal of Fluids Engineering, v.119, n.7, p.876-884, 1997.

______. Zonal two equation k-ω turbulence models for aerodynamic flows. In: FLUID
DYNAMICS, PLASMADYNAMICS, AND LASERS CONFERENCE, 23., 2003, Orlando.
Proceedings… Reston: AIAA, 2003.
156

MENTER, F. R.; EGOROV, Y. Re-visiting the turbulent scale equation. In: IUTAM
SYMPOSIUM ON ONE HUNDRED YEARS OF BOUNDARY LAYER RESEARCH,
2004, Göttingen. Proceedings… Berlin: Springer, 2004.

______. A Scale-adaptive simulation model using two-equation models. In: AIAA

AEROSPACE SCIENCE MEETING AND EXHIBIT, 43., 2005, Reno. Proceedings…
Reston: AIAA, 2005. (AIAA Paper 2005-1095).

______. Formulation of the scale-adaptive simulation (SAS) model during the DESIDER
project. In: HAASE, W.; BRAZA, M.; REVELL, A. (Ed.). DESider - a european effort on
hybrid RANS-LES modelling. Berlin: Springer-Verlag, 2009. p.51-62.

______. The Scale-adaptive simulation method for unsteady turbulent flow predictions. Part
1: theory and model description. Flow Turbulence and Combustion, v.85, n.1, p.113-138,
2010.

MENTER, F. R.; KUNTZ, M. Adaptation of eddy-viscosity turbulence models to unsteady

separated flow behind vehicles. In: McCALLEN, R.; BROWAND, F.; ROSS, J. (Ed.). The
Aerodynamics of heavy vehicles: trucks, buses and trains. Berlin: Springer-Verlag, 2002.
p.339-352.

MENTER, F.R.; EGOROV, Y.; RUSCH, D. Steady and unsteady flow modelling using the
k-√kL. In: INTERNATIONAL SYMPOSIUM ON TURBULENCE, HEAT AND MASS
TRANSFER, 5., Dubrovnik, 2006. Proceedings… Dambury: Begell House, 2006. p.397-
400.

MENTER, F. R.; KUNTZ, M.; BENDER, R. A Scale-adaptive simulation model for

turbulent predictions. In: AIAA AEROSPACE SCIENCE MEETING AND EXHIBIT, 41.,
2003, Reno. Proceedings… Reston: AIAA, 2003. (AIAA Paper 2003-0767).

MENTER, F. et al. Scale-resolving simulation techniques in industrial CFD. In: AIAA

THEORETICAL FLUID MECHANICS CONFERENCE, 6., 2011, Honolulu.
Proceedings… Reston: AIAA, 2011. (AIAA 2011-3474).

MICHELASSI, V.; WISSINK, J. G.; RODI, W. Direct numerical simulation, large eddy
simulation and unsteady Reynolds-averaged Navier-Stokes simulations of periodic unsteady
flow in a low-pressure turbine cascade: a comparison. Proceedings of the Institution of
Mechanical Engineers. Part A - journal of power and energy, v.217, n.A4, p.403-411, 2003.

NICOUD, F.; DUCROS, F. Subgrid-scale stress modelling based on the square of the
gradient tensor. Flow, Turbulence and Combustion, v.62, n.3, p.183-200, 1999.

NIKITIN, N. et al. An Approach to wall modeling in large-eddy simulations. Physics of

Fluids, v.12, n.7, p.1629-1632, 2000.

OATES, G. C. Aircraft propulsion systems technology and design. Washington, DC:

AIAA, 1989. (AIAA Educational Series).

ÖTÜGEN, M. V. Expansion ratio effects on the separated shear layer and reattachment
downstream of a backward-facing step. Experiments in Fluids, v.10, n.5, p.273-280, 1991.
 157

PIERCE, C. D.; MOIN, P. Method for generating equilibrium swirling inflow conditions.
AIAA Journal, v.36, n.7, p.1325-1327, 1998.

POPE, S. B. Turbulent flows. Cambridge: Cambridge University Press, 2000.

______. Ten Questions concerning the large-eddy simulation of turbulent flows. New
Journal of Physics, v.6, p.35-59, 2004.

ROGERS, M.; MOSER, R. Direct simulations of a self-similar turbulent mixing layer.

Physics of Fluids A, v.6, n.2, p.903-923, 1994.

ROTTA, J. C. Turbulente Strömungen. Stuttgart: Teubner Verlag, 1972.

RUCK, B.; MAKIOLA, B. The Flow over the inclined step. Notes on Numerical Fluid
Mechanics, v.40, p.47-55, 1993.

SAGAUT, P. Large eddy simulation for incompressible flows: an introduction. 2nded.

Berlin : Springer-Verlag, 2002.

SHAANAN, S.; FERGIZER, J. H.; REYNOLDS, W. C. Numerical simulation of

turbulence in the presence of shear. Stanford: Mechanical Engineering Department,
Stanford University, 1975. (Rpt. No. TF-6).

SHIH, T.-H.; CHEN, K.-H.; LIU, N.-NS. A Non-linear K-epsilon model for turbulent shear
flows. In: AIAA/ASME/SAE/ASEE JOINT PROPULSION CONFERENCE AND
EXHIBIT, 34., 1998, Cleveland. Proceedings… Reston: AIAA, 1998. (AIAA Paper 98-
3983).

SILVEIRA NETO, A. et al. A Numerical investigation of the coherent vortices in turbulence

behind a backward-facing step. Journal of Fluid Mechanics, v.256, p.1-25, 1993.

SMAGORINSKY, J. General circulation experiments with primitive equations. Monthly

Weather Review, v.91, n.3, p.99-164, 1963.

SPALART, P. R. et al. Comments on the feasibility of LES for wings and on the hybrid
RANS/LES approach. In: LIU, C.; LIU, Z.; SAKELL, L. (Ed.). Advances in DNS/LES:
proceedings of the first AFOSR international conference on DNS/LES. Centerville: Greyden,
1997.

SPODE, C. Simulação de grandes escalas e simulação híbrida RANS/LES do

escoamento sobre o degrau com condições de contorno turbulentas. 2006. 134 f. Tese
(Mestrado) - Faculdade de Engenharia Mecânica, Universidade Federal de Uberlândia,
Uberlândia, 2006.

STRELETS, M. Detached eddy simulation of massively separated flows. In: AIAA

AEROSPACE SCIENCES MEETING AND EXHIBIT, 39., 2001, Reno. Proceedings…
Reston: AIAA, 2001.
158

TENNEKES, H.; LUMLEY, J. L. A First course in turbulence. Massachusetts: MIT Press,

1972.

VAN NUNEN, J. W. G. Pressure and forces on a circular cylinder in a cross flow at high
Reynolds number. In: NAUDASCHER, E. Flow induced structural vibrations. Berlin:
Springer-Verlag, 1974. p.748-754.

WANG, P.; BAI, S. Large eddy simulation of turbulent swirling flows in a dump combustor:
a sensitivity study. International Journal for Numerical Methods in Fluids, v.47, n.2,
p.99-120, 2005.

WANG, P. et al. Large eddy simulation and experimental studies of a confined turbulent
swirling flow. Physics of Fluids, v.16, n.9, p.3306-3324, 2004.

WARSCHAUER, K. A.; LEENE, J. A. Experiments on mean and fluctuating pressures of

circular cylinders at cross flow at very high Reynolds number. In: INTERNATIONAL
CONFERENCE ON WIND EFFECTS ON BUILDINGS AND STRUCTURES, Tokyo,
1971. Proceedings… Tokyo: Saikon, 1971. p.305-315.

WIDENHORN, A.; NOLL, B.; AIGNER, M. Numerical study of a non-reacting turbulent

flow in a gas turbine combustor model. In: AIAA AEROSPACE SCIENCES MEETING,
47., 2009, Orlando. Proceedings… Reston: AIAA, 2009. (AIAA Paper 2009-647).

WILCOX, D. C. Multiscale model for turbulent flows. In: AIAA AEROSPACE SCIENCE
MEETING, 24., 1986, Reno. Proceedings… Reston: AIAA, 1986.