[pt] ESTUDO NUMÉRICO DE JATO CIRCULAR ESPIRALADO INCIDENTE EM UMA PLACA AQUECIDA

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: DAVID IVAN MALDONADO TAVARA
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=18103&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=18103&idi=2
http://doi.org/10.17771/PUCRio.acad.18103
Resumo: [pt] Escoamentos espiralados incidentes em superfícies são escoamentos altamente complexos, envolvendo uma variedade grande de regimes. A previsão numérica deste tipo de escoamento pode auxiliar na compreensão dos diversos fenômenos envolvidos, o que poderá permitir o desenvolvimento de processos mais eficientes, assim como auxiliar na avaliação de modelos de turbulência. Visando avaliar o desempenho de diferentes modelos de turbulência para a previsão de um jato axi-simétrico espiralado incidindo em uma placa quente, determinou-se numericamente o escoamento com o auxílio da ferramenta computacional FLUENT, utilizando duas metodologias. A primeira baseada na média de Reynolds (RANS) e a segunda na simulação de grandes escalas (LES). Diversos modelos RANS de duas equações diferenciais foram testados, visando identificar a validade de aplicação de cada um deles através da comparação com dados experimentais disponíveis. A metodologia LES foi avaliada utilizando o modelo dinâmico de sub-malha de Smagorinsky. Apesar do alto custo, devido à necessidade de utilizar grande espaço de memória e tempo de simulação, os resultados obtidos com a metodologia LES foram significativamente superiores, uma vez que o escoamento apresenta alta anisotropia, a qual os modelos RANS apresentam dificuldade em prever.