Professional Documents
Culture Documents
Facultad de Ingeniería
Curso de Postgrado
Medición y Análisis de Características de
Flujos Turbulentos con Técnicas de
Anemometría de Hilo Caliente
U i = U i + ui'
P = P + p'
ρ = ρ + ρ'
Asumiendo hipótesis de incompresibilidad resultan las ecuaciones
∂U k
=0
∂xk
∂U i ∂U i ∂P ∂ ∂U i
ρ +Uk =− + µ − ρ ui k + ρ gi
u
∂t ∂xk ∂xi ∂xk ∂xk
donde se aprecian los términos del movimiento medio y el término del movimiento
fluctuante. Este es un sistema de 4 ecuaciones para 10 incógnitas, U i , P y − ρ ui u j . Este
último término, conocido como el tensor de tensiones de Reynolds, como es simétrico,
tiene solo 6 componentes independientes.
Recuérdese que la hipótesis de incompresibilidad asumida en el desarrollo de estas
ecuaciones implica ρ = constante.
Con fines didácticos imaginemos un flujo bidimensional.
Intervendrán 4 ecuaciones: la ecuación de conservación de masa, las dos (por ser
bidimensional) de cantidad de movimiento y la ecuación de conservación de energía.
Las incógnitas serán U1, U2, P , ∂/∂x1(u1u1) y ∂/∂x2/(u1u2) y ∂/∂x1(u2u1) y ∂/∂x2(u2u2).
Es fácil ver que tenemos más incógnitas que ecuaciones.
Cuando hay más incógnitas que ecuaciones hablamos de un problema de cierre (closure)
Para poder encontrar una solución, aunque sea a través de metodologías numéricas,
solemos hacer suposiciones normalmente denominadas “modelado” (closure modelling)
acerca del comportamiento de las correlaciones de los valores fluctuantes.
La teoría más simple, desarrollada en los cursos de grado, es la de la longitud de mezcla
de Prandtl para la cual solo nos concentramos al termino u1u2 presuponiendo que su
comportamiento solo depende del gradiente de la distribución vertical de velocidades
medias.
Este tipo de metodologías define una llamada viscosidad de remolino (eddy viscosity)
que nada tiene que ver con la viscosidad física real.
Como la realidad es considerablemente más compleja los resultados se ajustan a ella
mediante la utilización de una serie de coeficientes empíricos obtenidos de
experimentos.
Las aplicaciones reflejan con diverso grado de aproximación características medias de
los perfiles de velocidad y el modo de expansión de movimientos turbulentos simples
como capas de corte, capas de mezcla y estelas de placas planas.
Técnicas más desarrolladas de este tipo consideran técnicas de modelado mas complejo.
Un ejemplo de este tipo son los modelos del tipo k, ε
Estas útiles metodologías pueden ser bastante eficientes en cálculos de ingeniería
usuales contribuyendo a desarrollar soluciones rápidas y practicas en casos como el
diseño de perfiles alares o intercambiadores de calor de plantas nucleares por ejemplo.
Sin embargo no describen los aspectos vinculados a la física de las estructuras
organizadas fallando en los casos en que el comportamiento fluidodinámico dependa
fuertemente de ellas.
Por ejemplo hay muchos casos que los principales fenómenos de transporte de cantidad
de movimiento y masa en un fluido turbulento no son gobernados por gradientes de
velocidades medias sino por el paso de remolinos turbulentos que aparecen de cuando
en cuando, en forma impredecible.
Las capas de mezcla se generan a partir de una condición laminar (con pequeñas
perturbaciones de tipo aleatorio inductoras de procesos no periódicos de formación de
vórtices).
Podemos interpretar que esas perturbaciones hacen oscilar a las dos capas límite que se
fusionan, deforman y quiebran enrollándose en estructuras vorticosas.
Se apreciará la formación predominante de grandes e intensos (gran contenido de
energía cinética) vórtices (estructuras organizadas).
Estos vórtices inicialmente bidimensionales evolucionan corriente abajo perdiendo su
organización (se van desordenando, desdibujando, es más difícil distinguirlos)
adquiriendo paulatinamente características tridimensionales.
“un movimiento coherente está definido como una región tridimensional en el flujo,
sobre la cual por lo menos una variable fundamental del flujo (componente de
velocidad, densidad, temperatura, etc.) presenta una significativa correlación consigo
misma o con otra variable en un rango espacial/temporal bastante mayor que las
escalas mas pequeñas del flujo”.
“Una estructura coherente es una masa conectada de fluído turbulento, con vorticidad
instantáneamente correlacionada en toda su extensión espacial”.
Nótese que estas definiciones no se basan en el movimiento de giro del fluido el que
puede describir cualquier tipo de movimiento.
Figura 1
La figura 1 ilustra una vista de costado de una capa de mezcla entre dos fluidos de igual
densidad fluyendo en forma paralela de izquierda a derecha.
La mezcla comienza a la izquierda en donde se termina la lámina horizontal que
separaba ambos flujos.
La relación de velocidades entre el fluido de arriba y el de abajo era de U1/U2 = 0.36
En la capa de mezcla turbulenta se aprecia una estructura cuasi-periódica de gran escala.
Observaciones experimentales muestran muchos casos en los cuales los remolinos más
grandes transfieren la mayor parte de su energía al cabo de unos pocos giros.
Esto permite inferir que en esos casos el flujo de energía transferida sea proporcional a
la energía de una estructura vorticosa grande multiplicada por su velocidad de giro
(vueltas/segundo).
Es preciso destacar que existen otros volúmenes de fluido que a pesar de no rotar
exhiben un movimiento organizado como por ejemplo chorros de alta o baja velocidad.
Entre dos vórtices rotando en direcciones opuestas pueden encontrarse a veces chorros
(jets) de este tipo.
El Laboratorio de Capa Límite ha detectado interesantes estructuras de este tipo a partir
de mediciones de turbulencia en el seno de bosques realizadas por el Instituto de
Bioclimatología de la Universidad Georg Augustus de Goettingen, Alemania.
Otros investigadores como Raupach et al. [1996] y Finnigan [2000] mencionaron
comportamientos dinámicos atribuibles a estructuras no rotantes.
Estructuras de este tipo pueden ser concebidas como delimitados volúmenes de fluido
animados de movimientos de vaivén.
Figura 2 Estructura turbulenta en un bosque
La función que cumplen estas estructuras en el fluido es muy diversa: algunas gobiernan
prácticamente en forma dominante los procesos de distribuir ciertas propiedades por
todo el fluido como quien extiende capas de pintura, esta distribución puede ser pareja o
despareja con acumulaciones en ciertos sitios y escasez en otros. Otras estructuras
favorecen, regulan, limitan o impiden la difusión molecular de lo que las anteriores
estructuras distribuyeron.
En muchos experimentos puede mejorarse la visibilidad de las estructuras coherentes
existentes en ciertas regiones previamente seleccionadas por las características del flujo,
restando la velocidad promediada del conjunto (ensemble averaged velocity) de los
vectores de la velocidad instantánea.
A fin de explicitar el rol de estas estructuras en un flujo real construyamos el siguiente
escenario para un típico problema fluidodinámico:
Imaginemos una corriente turbulenta en un túnel de viento, fluyendo de izquierda a
derecha.
Estudiaremos el flujo a lo largo de una cierta sección del túnel delimitada por una
superficie transversal de entrada al ámbito de estudio y otra de salida de la corriente.
Podremos establecer una corriente constante en el tiempo en lo que hace a sus valores
estadísticos: velocidad media, perfil de velocidades medias, perfil de intensidad de
turbulencia, etc.
Sin embargo no debemos olvidar que en sus valores instantáneos de presión y velocidad
por ejemplo, la corriente no tiene nada de constante, aparecerá la conocida fluctuación
aleatoria impredecible que caracteriza a los flujos turbulentos.
Las propiedades estadísticas del flujo variaran rápidamente de arriba hacia abajo y de
una pared vertical del túnel hacia la otra, pero variaran muy poco en el sentido del
movimiento desde la sección de entrada a la de salida.
Por lo tanto la escala espacial, la longitud a lo largo de la cual se producen cambios
característicos será pequeña en sentido vertical y lateral pero será muy grande en el
sentido del movimiento medio.
Si se intenta una descripción mediante metodologías de semejanza o similaridad
clásicos de podrá decir que la estructura del flujo permanece aproximadamente
semejante a lo largo de todas las secciones desde que entra hasta que sale del ámbito de
estudio considerado.
Un vórtice que penetra como vórtice elíptico al campo de estudio debería salir de la
sección de estudio como vórtice elíptico.
Este modo de pensar clásico era el usualmente aceptado por la comunidad fluido y
aerodinámica hasta hace algunos años. Actualmente la concepción es diferente.
Sabemos que el flujo turbulento contiene estructuras vorticosas.
Sigamos a estas estructuras con una concepción Lagrangiana, viendo lo que pasa
durante su movimiento. Estas estructuras evolucionaran a lo largo de su paso por la
sección del túnel.
Entraran jóvenes, algunas nacerán en el camino, crecerán cambiaran su tamaño y forma
curvándose, estirándose, contrayéndose y retorciéndose.
Interactuaran transfiriendo entre si energía cinética, extraerán y entregaran energía al
entorno con o sin estructuras que en parte las transporta, algunas se amalgarán con
estructuras vecinas mientras eyectan durante ese proceso filamentos vorticosos, otras se
subdividirán en estructuras mas pequeñas, otras virtualmente desaparecerán.
Todas ellas dejarán la sección de estudio del túnel mucho más viejas, cambiadas y
diferentes de cuando entraron.
Si dos vórtices coherentes de eje paralelo con igual sentido de giro, se encuentran
suficientemente cercanos inducirán un campo de velocidades que tendera a hacer rotar
el uno alrededor del otro.
Este proceso puede concluir en una fusión de ambos vórtices.
Si los vòrtices son opuestos las velocidades mutuas inducidas serán del mismo signo y
los dos vórtices se moverán conjuntamente formando un dipolo.
Dipolos de este tipo se han encontrado en experimentos y simulaciones numéricas como
por ejemplo los de Couder y Basdevant 1986 y las simulaciones compresibles de
Fouillet 1992.
Cuando dos vórtices de igual signo inmersos en una corriente horizontal están alineados
verticalmente algunas veces pueden seguir verticalmente alineados en la corriente.
La estabilidad de vórtices alineados verticalmente en presencia de tensiones de corte
verticales aún permanece poco clara.
El análisis descrito es esencialmente Lagrangiano involucrando una dada agrupación de
materia reportando la historia de los cambios observados durante su movimiento.
En los trabajos usuales de laboratorio solemos preferir análisis de tipo Euleriano,
concentrando nuestra atención (e instrumentos) a un punto o una dada región fija en el
espacio, identificada a partir de sus coordenadas, bañada por la corriente que va
fluyendo a través de la región analizada.
En un cierto instante el estado vigente en el espacio de fase de un punto aislado puede
extenderse a todos los puntos de una cierta región de interés.
A medida que el movimiento transcurre su solución describe una trayectoria en un
diagrama de fase.
Cada punto de este espacio de fase corresponde a un nuevo campo de velocidades en el
espacio físico real.
Relaciones explícitas entre el espacio físico y el espacio de fase son frecuentemente
definidas por descomposiciones de tipo modal.
De acuerdo a esta concepción el estado inicial estará determinado a partir de las
condiciones vigentes en toda la región considerada en lugar de concentrarse a las
condiciones vigentes en la sección por donde entra el flujo según la concepción
Langragiana.
8) Acerca de promediaciones
Utilizamos habitualmente diferentes tipos de promediaciones: temporales, espaciales, de
fase, de ensemble (o conjunto) etc.
Desde un punto de vista teórico la promediación de ensemble es la más simple.
Demos un ejemplo de esta promediación:
Repitamos un dado experimento muchas veces bajo las mismas condiciones
Imaginemos un túnel de viento vertical que genera un flujo que presenta turbulencia con
una excelente homogeneidad horizontal.
Periódicamente desde un mismo punto, en idénticas condiciones se inyecta en esta
sección una partícula la cual es inmediatamente arrastrada por el movimiento mientras
que sus diferentes posiciones a lo largo del tiempo son registradas por fotografías
tomadas rápidamente una tras otra.
Cada fotografía describe una historia del movimiento de la partícula y el conjunto de
fotografías define un ensemble.
Serán necesarios alrededor de mil de esos experimentos para que consideraciones
estadísticas de segundo orden estén dentro del 10%.
Premediaciones temporales y espaciales son representativas de un dado proceso
únicamente si las magnitudes a ser promediadas son estadísticamente estacionarias o
homogéneas.
Así por ejemplo para justificar el empleo de una promediación temporal debe ser
imposible establecer la hora a partir de los datos estadísticos.
Análogas consideraciones son válidas para promediaciones espaciales en cualquier
dirección.
Una promediación espacial puede ser efectuada según una, dos o tres direcciones, en
cuyo caso la magnitud a ser promediada debe ser homogénea en una, dos o tres
dimensiones.
En la realidad ninguna magnitud es totalmente estacionaria estadísticamente o
completamente homogénea. Carece de sentido concebir intervalos de premediación
infinitos o demasiado extensos con respecto a ciertas escalas del problema a ser
analizado.
Esta situación define un problema de dos variables en los casos reales: Por ejemplo en
una premediación temporal existirán dos escalas características: la escala temporal que
nos define el lapso de tiempo durante el cual debemos promediar para describir el
fenómeno analizado y una escala que define las características de inestacionariedad del
proceso.
La primera debería ser pequeña respecto de la segunda para una descripción
satisfactoria.
Por ejemplo si deseamos medir la temperatura del mediodía debemos promediar durante
un tiempo que no incorpore las temperaturas mas bajas de la mañana ni las temperaturas
crecientes de la tarde.
Otro ejemplo sería el de la densidad.
Solemos hablar de la densidad en un punto, pero la densidad es la cantidad de masa
contenida en un cierto volumen.
Consideremos analizar la cantidad de masa contenida en un volumen extremadamente
pequeño, del orden del camino libre entre moléculas. Imaginamos al volumen como
permeable al flujo, como si fuese una jaula de canarios, colocada en un lugar fijo del
campo por el cual circula el fluido.
Se apreciará que a veces este volumen será atravesado por algunas moléculas, otras
veces no habrá dentro de ese volumen molécula alguna.
La aplicación de la hipótesis de continuo fuerza a considerar un volumen
suficientemente grande (de lados mucho más grandes que el libre camino medio entre
moléculas) Con ello evitaremos las antedichas fluctuaciones extremas pues siempre
habrá una importante cantidad de moléculas atravesando ese volumen.
No obtendremos la densidad en un punto pero si la densidad vigente en una cierta
región que debe ser suficientemente pequeña como para permitir, en forma aproximada,
análisis de tipo cuasi diferencial.
No nos olvidemos que las ecuaciones de movimiento empleadas son ecuaciones
diferenciales y que restringimos su aplicación exclusivamente a aquellos casos en que se
cumpla la condición de continuo.
El aire que nos rodea contiene una infinidad de moléculas.
Sin embargo para conocer la velocidad del viento no es preciso considerar cada una de
las moléculas de ese entorno atmosférico.
a)La superior (capa superficial en la Fig. 5) que se encuentra por encima de la altura
correspondiente a los elementos de rugosidad superficial característicos del terreno.
Dichos elementos de rugosidad serán distintos si se trata de un terreno urbano (edificios,
conjuntos de casas, etc.) que si nos encontramos en áreas suburbanas y rurales (casas
aisladas, plantaciones, etc.). Esta subcapa se extiende desde la máxima altura de los
elementos de rugosidad presentes hasta los 200 m aproximadamente. En la misma la
distribución vertical de velocidades es tal que las tensiones de corte se mantienen
aproximadamente constantes con la altura.
b)La inferior (capa de rugosidad) que involucra los elementos de rugosidad hasta el
nivel del suelo. La distribución vertical de las velocidades del viento es tal que las
tensiones de corte varían linealmente con la altura en el seno de dicha subcapa. Es en el
seno de la misma en donde se producen los efectos eólicos que afectan las actividades a
nivel peatonal, los problemas de confort eòlico, las cargas del viento sobre casas,
conjuntos de casas, edificios, cultivos, etc.
En consecuencia resultan aplicables en dicha capa límite, en la cual el ser humano
desarrolla sus actividades, los conceptos vistos anteriormente de flujo turbulento.
Como respuesta a los fuertes ciclos diurnos de calentamiento y enfriamiento de la tierra,
el espesor de la capa límite y otros parámetros de la misma, también presentan
importantes variaciones durante el dia. Por ejemplo, la altura de la capa límite sobre
terreno seco en verano puede variar desde algo menos de 100 m en la mañana temprano
hasta varios kilómetros en el atardecer.
En la capa superficial los efectos de las fuerzas de Coriolis pueden ser despreciados,
aunque sin olvidar que la capa superficial es parte de un todo.
En la capa superficial resultan accesibles los estudios experimentales, pues pueden
realizarse mediciones “in situ” y es la capa en la cual los seres humanos, los animales, la
vegetación viven y en la cual se desarrollan la mayoría de las actividades.
Las variaciones mas importantes de las variables meteorológicas tienen lugar en dicha
capa superficial y, por ende, los cambios mas significativos de los intercambios de
cantidad de movimiento, calor y masa ocurren en dicha capa (incluídas las dos
subcapas).
La capa mas inferior, la de rugosidad, en tierras lisas suele tener unos centímetros y va
incrementando su altura a medida que el terreno se hace mas rugoso, por ejemplo, sobre
vegetación, en áreas suburbanas y rurales y mas aún en ciudades. Por ejemplo, sobre
vegetación puede alcanzar una altura media de 1,5 veces la altura de la vegetación.
La turbulencia en la capa superficial es el factor predominante, mientras que suele
volverse intermitente en la parte superior de la capa límite, mezclándose a veces con
ondas gravitacionales internas. La parte superior de la capa límite es usualmente
definida como aquella parte en la que la turbulencia desaparece o se hace muy pequeña.
La siguiente figura resulta ilustrativa de las distintas capas límites resultantes del
calentamiento y enfriamiento de la superficie:
Figura 6 Evolución de las capas límites en respuesta al calentamiento y enfriamiento de
la superficie.
b) el flujo vertical de calor, H=ρ Cp w ' T ' en la cual ρ es la densidad del aire, Cp la
capacidad calorífica a presión constante y w ' T ' el flujo convectivo de calor
(turbulento).
u* = −u ' w '
w 'T '
T* = −
u*
u*3T0
L=−
kg w ' T '
Se ha tratado de caracterizar los fenómenos expuestos mediante el empleo de modelos
matemáticos descriptivos de la variación de la velocidad del viento con la altura, en
función de distintas rugosidades típicas del suelo.
U Z n
=
U mg Z g
Por ejemplo sobre un mar calmo el exponente tendrá un valor de 0,10 cambiando a
aproximadamente 0,40 sobre un conjunto urbano con apreciable densidad de edificios.
Dentro de dicho rango encontramos los valores del coeficiente correspondientes a zonas
rurales y diferentes vegetaciones. No obstante en muchos casos no resulta aplicable tal
distribución de velocidades medias en el seno de la subcapa inferior, pues los
fenómenos fluidodinámicos son bastante mas complejos a nivel del suelo. Sin embargo
la ley de la potencia válida para la subcapa superior resulta una buena aproximación a la
distribución de velocidades medias en la interface que se establece entre la parte mas
alta de las plantaciones y dicha subcapa superior.
Otra aproximación a la distribución de las velocidades turbulentas del viento, está dada
por la ley logarítmica, la cual se ajusta bien a los datos disponibles de la capa límite
turbulenta por encima de la “rugosidad” del terreno, la cual será distinta según se trate
de áreas urbanas, suburbanas, rurales y marítimas:
u* Z
u (Z ) = ln
k Z0
τw
en la cual k y u* son la constante de von Kármán y la velocidad de fricción u * = ,
ρ
Z la altura y Z0 la escala de rugosidad superficial por sobre la cual es aplicable dicha ley
logarítmica.
Los datos graficados corresponden a ensayos en túnel de viento de capa límite de otros
investigadores.
900
800
700
Altura (mm)
600
500
400
300
200
100
0
0 5 10 15 20
τ
900
800
700
Altura (mm)
600
500
400
300
200
100
0
-0.3 -0.1 0.1 0.3
Nu = f ( Re, Pr )
14.1) Ventajas.
14.2) Desventajas.
hd c µ ρUd
Nu = , Pr = p , Re =
k k µ
g ρ 2 d 3 β (Tw − Ta ) U
Gr = , M=
µ 2
a
Según los primeros trabajos de King (1914), la relación para el intercambio de calor
puede expresarse como
Nu = A + B Re0.5
. . . . .
d Q e = d Q fc + d Q c + d Q r + d Q s
Cada término de la ecuación anterior puede interpretarse como: El calor generado por
una corriente eléctrica, I,
. I 2χw
d Qe = dx
Aw
donde ρw es la densidad del alambre y cw el calor específico del mismo por unidad de
masa.
A partir de estas relaciones, la ecuación del balance térmico queda de la siguiente
manera:
∂ 2Tw I 2 χ w ∂T
k w Aw + − π dh (Tw − Ta ) − ρ wcw Aw w = 0
∂x 2
Aw ∂t
cosh x
Tw − Ta lc
= 1−
Tw,∞ − Ta cosh l
2lc
∂E ∂E
dE = dU + dT
∂U ∂T
−
− −
2 2 R w R w − R a
d e de 2 det e
+ 2ξω o + ω 2
o e = ω o uS u + S t
M + 1 + t
dt 2 dt dt
−
− −
R a R w + R 1
Si los sensores tienen recubrimiento delgado de cuarzo (fiber film probes), la respuesta
en frecuencia disminuye, con relación a la del alambre sin recubrimiento, alrededor de
un 40%. No obstante, como estaríamos en una respuesta en frecuencia de mas de 70
kHz, resulta mas que suficiente para las determinaciones en flujos turbulentos de capa
límite del tipo de los de la baja capa límite atmosférica turbulenta.
Las mediciones en flujos no-isotérmicos deben realizarse con altos sobrecalentamientos
de las puntas, pues de esta manera las velocidades tendrán un error de medición
pequeño. En ese aspecto, las puntas con sensores cubiertos con una capa delgada de
cuarzo tienen mayor inercia térmica que los de alambre caliente común.
E 2 = A + BVen
En el sistema de coordenadas x’, y’, z’ (ver figura anterior), el vector velocidad V puede
quedar especificado en términos de su módulo, el ángulo de guiñada α y el ángulo de
cabeceo β, o en términos de las tres componentes, UN (normal), UT (tangencial) y UB
(binormal o lateral). Puesto que la respuesta del sensor es diferente en las tres
componentes, la relación entre la velocidad efectiva de enfriamiento y dichas
componentes se escribe como:
Ve2 = U N2 + k 2U T2 + h 2U B2
n
E 2 = A + B (U N2 + k 2U T2 + h 2U B2 ) 2
Cuando se procede a realizar un conjunto de mediciones con el anemómetro, hay un
conjunto de pasos básicos que deben seguirse, los cuales en muchas situaciones de
interés práctico, suelen combinarse, los que listarlos por separado resultan:
Fig. 17 Punta de un sensor cuyo eje principal está alineado con la dirección media del
flujo.
Las puntas de un sensor son variadas. En la siguiente figura (Fig. 18) pueden apreciarse
algunas de ellas utilizadas en mediciones de una componente de la velocidad:
Fig. 18 Distintos tipos de puntas: (a) Alambre simple; (b) Alambre plateado; (c) punta
para mediciones en capa límite; (d) punta con soportes a ángulo recto.
Está establecido que la sensibilidad al cabeceo es tanto menor cuanto mayor sea el
espaciado, s, de los soportes (prongs) del sensor. La siguiente figura muestra la
dependencia de la velocidad indicada en función del cabeceo, para una punta simple:
Fig. 19 Variación de la velocidad indicada por una punta simple con el ángulo de
cabeceo β, el espaciado se los soportes del sensor, s y la longitud de los soportes, Lp.
∼
Ve2 = U 2 + h 2W 2 = V 2 ( cos 2 β + h 2 sin 2 β )
Teniendo en cuenta la ley de potencia que liga el cuadrado del voltage de salida del
anemómetro con la velocidad efectiva de enfriamiento, el coeficiente de cabeceo, h,
puede calcularse con la expresión
1
2 2
2
1 E ( β ) − A n
h= − cos β
2
2
sin β E ( 0 ) − A
Para una punta con alambre de tungsteno común, valores típicos de h oscilan entre 1.10
y 1.12 y para una punta con alambre plateado es de 1.05. Trabajos realizados por
investigadores encontraron que el valor de la constante A es igual al cuadrado del
voltage de salida del anemómetro cuando la velocidad es nula, E02 .
De las puntas que muestra la figura anterior, las tipo X con sensores inclinados el mismo
ángulo hacia delante y hacia atrás, resultan las mas empleadas en mediciones de dos
componentes de la velocidad, sobre todo en flujos turbulentos.
La geometría de dichas puntas se muestra en la Fig. 21:
Se asume que los alambres están en el mismo plano, paralelo al eje de la punta. El eje x
se elige según el eje de la punta. La gran ventaja de una punta de estas características es
que permite adquirir las dos señales simultáneamente, permitiendo efectuar los cálculos
estadísticos correspondientes.
Asumiendo que la velocidad W vertical a la punta es pequeña en comparación con las
otras dos, U y V, las relaciones de las dos señales pueden escribirse como:
E1 = F1 (U , V )
E2 = F2 (U , V )
Por otra parte, la calibración y los análisis de señales pueden ser expresados en términos
de la velocidad V y del ángulo θ del flujo, a saber:
∼
E1 = F3 V ,θ
∼
E1 = F4 V , −θ
En consecuencia, las ecuaciones que relacionan los voltages de ambos alambres con las
velocidades serán:
E12 = A + BVen1
E22 = A + BVen2
Fig 22 Mapa de calibración de los voltages de salida de una punta doble Dantec 55 P
51, para –45º ≤ θ ≤ +45º.
La Fig. 23 representa una típica curva de calibración de una punta de un sensor (Dantec
55 P 11):
Fig. 23 Curva de calibración de una punta simple Dantec 55P11. La tensión de salida
E1 (ordenadas) está dada en voltios y la velocidad U (abscisas) en m/s.
Dado que la relación entre el voltage de salida del anemómetro, E, y la velocidad del
fluído, U, es cuadrática, resulta conveniente la linealización (linearizer) a los efectos de
minimizar errores en la conversión a velocidades de los datos adquiridos. En los
anemómetros mas modernos la linealización se efectúa por software. No obstante, si las
curvas de calibración constan de un número significativo de puntos experimentales, la
linealización no resulta imprescindible.
En general las funciones de transferencia para calibración de las puntas son de tipo
polinómico de la forma que sigue:
U = C0 + C1 Ecorr + C2 Ecorr
2
+ C3 Ecorr
3
+ C4 Ecorr
4
Cuando las velocidades son muy bajas, la transferencia de calor entre el alambre y el
medio está gobernada por la convección natural (convección libre). Esto implica que el
enfriamiento del sensor no solo depende de la magnitud de la velocidad del flujo sino
también de su orientación respecto del campo gravitacional. La influencia de la
convección natural aparece alrededor de los 0,2 m/s para sensores de alambre y se
estabiliza a valores entre 0,03 – 0,04 m/s. En este rango es importante que la punta
tenga la misma orientación con respecto al campo de velocidades durante la calibración
y las mediciones a realizar en el experimento.
22) Análisis de señales en flujos turbulentos
Un flujo turbulento no es determinístico, no es posible predecir qué valores instantáneos
alcanzará la velocidad medida en un punto dado, por lo que es necesaria una descripción
estadística de la variación de velocidad y las demás variables de interés.
Se asume en el análisis que las señales analizadas son ergódicas (distintos segmentos
temporales de la señal pueden considerarse equivalentes a distintas realizaciones
independientes del experimento aleatorio). Esto implica que para un proceso aleatorio
estacionario, propiedades como valor medio, momentos de orden superior y
autocorrelación, obtenidas por promediación temporal de valores instantáneos de la
señal en intervalos suficientemente largos, no dependen del instante inicial ti del
intervalo.
Se definirán y describirán brevemente a continuación las variables y funciones
utilizadas en el trabajo para el análisis de los datos de velocidad de viento y
temperatura. En general se definirán para una o dos variables genéricas, x(t) e y(t),
separando sus partes media y fluctuante como:
x (t ) = x + x´(t )
y (t ) = y + y´(t )
La barra superior indica que se trata de un valor medio, cuya definición matemática es:
t +T
1
x = lim
T →∞ T ∫ x(t )dt
t
Las estadísticas de una señal pueden agruparse (Bruun, 1995) de acuerdo al tipo de
información que proveen en:
b) Para dos señales x(t) e y(t) adquiridas simultáneamente: además de las estadísticas de
amplitud de cada señal, la función distribución de probabilidad conjunta, p(x,y), el valor
medio del producto de fluctuaciones, x ' y' , (que aparece en las tensiones de Reynolds si
x e y representan componentes de la velocidad instantánea), correlaciones espaciales, si
x e y se obtienen de sensores separados, y momentos cruzados de orden superior,
x ' m y' k
- Estadísticas en dominio del tiempo
- Análisis en tiempo-frecuencia
- Análisis condicional
t +T
1
x = lim
T →∞ T ∫ x(t )dt
t
Cuando se analizan datos digitalizados, como en nuestro caso, la señal continua x(t),
0 ≤ t ≤ T, es reemplazada por valores discretos xi, i = 1,2,...,N, provenientes de un
muestreo de la señal, como indica la figura 24. El punto inicial, to, no interviene en las
ecuaciones que desarrollaremos. El tiempo total de muestreo es T, el intervalo de
muestreo es ∆t, y el número total de valores es N, de modo tal que
T = N∆ t
La frecuencia de muestreo es la recíproca del intervalo ∆t.
N
1
x=
N
∑x
i =1
i
El valor así obtenido es un estimador estadístico no sesgado (el valor esperado del
estimador para N → ∞ coincide con el valor verdadero que se estima) del verdadero
valor medio de la función continua x(t). Para acotar el posible error del valor calculado
con respecto al valor verdadero, se calcula el desvío standard de x .
Para un proceso ergódico y Nm muestras digitales independientes, el desvío standard de
la media de x y el de la función x, se relacionan por
σ x2
σ ( x) =
2
Nm
2T σ
2
σ ( x) = I x
2
T T
1 1
σ 2x = lim
T →∞ T ∫
0
( x − x ) 2 dt = lim ∫ x ' ( t ) 2 dt
T →∞ T
0
La raíz cuadrada positiva de la varianza, σx, es llamada desvío standard.
1 N 1 N
σ 2x ≅ ∑
N − 1 i =1
( x i − x ) 2
= ∑
N − 1 i =1
x'i
2
T
1
T →∞ T ∫
x ' m = lim ( x − x ) m dt
0
1 N m
x' m = ∑ x'
N i =1
x'3
Sk x =
σ 3x
x' 4
Ku x =
σ 4x
T
1
T →∞ T ∫
x ' y' = lim x ' ( t ) y' ( t )dt
0
La ecuación correspondiente para su estimador en señales discretas es:
1 N
x ' y' ≅ ∑ xi yi
N i =1
donde u’i y u’j son fluctuaciones de velocidad (puede ser la misma o distintas
componentes), y r es la separación espacial entre los sensores. La integración del
coeficiente de correlación espacial para distintos valores de separación, r, da la escala
espacial de la turbulencia.
T
1
T →∞ T ∫
R x (τ) = lim x ( t ) x ( t + τ)dt
0
Por su definición, Rx(τ) es una función real (no necesariamente siempre positiva) y par,
es decir Rx(τ) = Rx(-τ). Alcanza su máximo valor en τ = 0, donde
R x (0) = σ 2x
R x (τ)
ρ x (τ) =
σ 2x
∞
TI = ∫ ρ x (τ)dτ
0
Esta da una medida del lapso durante el cual los valores x(t) y x(t+τ) están
correlacionados.
En la práctica, una medida de la escala integral de la turbulencia está dada por el tiempo
en que el coeficiente de autocorrelación alcanza el valor de 1/e ≈ 0.37. Este es
exactamente el valor de la integral si ρx tiene un decaimiento exponencial, y una buena
aproximación en la mayoría de los análisis de turbulencia (Kaimal and Finnigan 1994).
Pueden definirse otros estimadores, como el valor de τ en el primer cruce por 0, en
señales que dan autocorrelación negativa para algún intervalo, u otros.
1 N−p
R x (p∆t ) ≅ ∑ x (n∆t ) x (n∆t + p∆t ),
N − p n =0
p = 0, 1, 2, ...., m
L≈UT
T
1
R xy (τ) = lim ∫ x ( t ) y( t + τ) dt
T →∞ T
0
R xy (τ)
ρ xy (τ) =
σxσy
∫ f ( t )e
− iωt
f̂ (ω) = dt
−∞
∞
1
f (t) = ∫
2π − ∞
f̂ (ω)e iwt dω
N −1
xˆ ( n ) = ∑ x k e −i 2πnk∆t
k =0
N −1
1
x (t ) =
2π
∑ xˆ e
k =0
k
i 2πnk∆t
2
xˆ ( n )
ST (n ) = ,
T
∞
x ' = σ = 2 ∫ S(n ) dn
2 2
x
0
- En principio, el desvío standard del valor calculado para una frecuencia dada,
medida de su dispersión, o incertidumbre, es tan grande como el mismo valor
calculado (Jenkins and Watts, 1968), es decir:
σ xˆ ( n )
≈1
xˆ ( n )
0
10
-1
10
-2
10
-3
10
-4
10
-5
10
-6
10
0 1 2 3
10 10 10 10
- Para una señal adquirida con una frecuencia de muestreo fs, la máxima frecuencia
del espectro que puede interpretarse en forma unívoca es la frecuencia de Nyquist,
fs/2. La señal debe ser procesada con un filtro pasa-baja que elimine frecuencias más
altas, para evitar el fenómeno de “aliasing” o aparición de falsos valores de espectro
en bajas frecuencias. La figura 29 muestra este efecto: al muestrear (marcas x) una
señal (línea continua) con una frecuencia de muestreo muy baja, se genera un “alias”
o señal fantasma de baja frecuencia (línea punteada), inexistente en la señal
original, que distorsiona el espectro real.
1 1
- La resolución del espectro está dada por ∆f = = . Una vez especificada la
T N∆t
frecuencia de muestreo 1/∆t, la resolución del espectro depende del tamaño del
registro, N. Si se esperan picos de anco de banda pequeños, N debe ser lo
1
suficientemente grande para que ∆f = pueda captarlos con buena resolución.
N∆t
1 2πt 2 πt
2 (1 − cos T ) = 1 − cos T 0≤t≤T
w H (t) =
0 en otro caso
Los lóbulos laterales del espectro de esta ventana son de menor amplitud que los de
la ventana rectangular. Sin embargo, su lóbulo principal es mayor, de forma que se
reduce la resolución de la FFT (figura 30b). En la elección de la ventana existe
entonces un compromiso entre la resolución requerida y el grado de distorsión
permitido.
Desde las primeras publicaciones sobre wavelets de Meneveau (1991) y Farge (1992) el
número de trabajos que aplican esta herramienta en estudios de turbulencia ha crecido
incesantemente.
La transformada wavelet continua se define para funciones f(t) reales de cuadrado
integrable como:
+∞
1 t −τ
Ws ,τ ( f ) =
−
1 ∫ f (t )ψ s
dt
2 −∞
s
es decir, la convolución de la señal f(t) con una función Ψ (la “wavelet”) de escala s y
localización temporal (o espacial, según el caso) τ. La función ψ debe tener valor medio
nulo y estar localizada tanto en tiempo como en el espacio de la frecuencia, para que la
transformación sea invertible.
Esta transformación constituye una herramienta atractiva para descomponer una serie
temporal en el espacio bidimensional tiempo-frecuencia, brindando la posibilidad de
estudiar no sólo los modos de variación dominantes en la señal, sino también cómo
éstos cambian en el tiempo. Produce un mapeo de la señal analizada en un plano τ
(tiempo)-s (escala), con cierta redundancia de la información. Valores altos de Ws,τ(f)
implican una alta correlación o similitud entre f(t) y Ψ en el instante τ y en la escala s.
Según la forma de la wavelet pueden entonces detectarse eventos como rampas,
máximos locales, frentes de cambio, etc (Dunyak et al., 1998).
La figura 31 muestra la wavelet utilizada en el presente trabajo: la segunda derivada
(g2) de la función normal de Gauss cambiadas de signo, conocida también como
"Mexican hat". Su expresión analítica general es:
x2
−
Ψ ( x ) = C.e 2
(1 − x 2 )
Esta posibilidad de detectar eventos aislados (algo que el análisis de Fourier no puede
hacer) se logra al precio de reducir la resolución espectral: tanto la localización
temporal como la escala de los eventos se obtienen con cierta dispersión (ver, p. ej.
Daubechies 1992). Como ejemplo, en la figura 32 se muestra el mapa de wavelets de
una señal u(t): se identifican eventos energéticos en las escalas de 3 segundos (en t ~10
s y 20 s) y de 0.3 segundos.
Figura 32 Mapa de wavelets de una señal u(t)
Referencias:
- Bruun, H. H., 1995. Hot wire anemometry, Oxford University Press, 507 p.
- Bendat J. S. and Piersol, A. G., 1986, Random Data: Analysis and Measurement
Procedures, 2nd ed. John Wiley & Sons , New York.
- Castro, I. P. 1989, An Introduction to the Digital Analysis of Stationary Signals.
Adam Hilger, Bristol
- Dunyak J., Gilliam X., Peterson R., Smith D. 1998. Coherent gust detection by
wavelet transform, J. of Wind Engineering and Industrial Aerodynamics 77 & 78,
pp 467-478.
- Daubechies I., 1992: Ten Lectures on Wavelets, Society for Industrial and Applied
Mathematics
- Jenkins J. M. and Watts D. G., 1968. Spectral Analysis and its Applications, Holden
Day,San Franciso.
- Kaimal J. C and Finnigan J. J., Atmospheric Boundary Layer Flows, 1994, Oxford
University Press
- Lomas C. G., Fundamentals of Hot Wire Anemometry, 1986, Cambridge University
Press
- Panofsky H. A. and Dutton, J. A., 1984, Atmospheric Turbulence. Models and
Methods for Engineering Applications, John Wiley & Sons, New York, 397 pp.
- Schwartz M. and Shaw L., 1975, Signal Processing, McGraw Hill, 396 pp.
- Tennekes H. and Lumley, J. L., 1972, A First Course in Turbulence, MIT Press,
Cambridge, Massachussets
- Hussain A. K. M. F.1986.Coherent structures and Turbulence Journal of Fluid Mech.
173, pp303-356.
- Robinson S, K, (1991), Coherent Motions in the Turbulent Boundary Layer. Ann,
Rev, Fluid Mech. 23. pp 601-639.
- McWilliams, J.C., and Weiss, J.B., (1994). Anisotropic Geophysical Vortices,
CHAOS, 4, 305-311.
- Babiano, A., Bo_etta, G., Provenzale, A., and Vulpiani, A., (1994). Chaotic
advection in point vortex models and 2D turbulence, Phys. Fluids, 6, 2465-2474.
- Raupach M. R., Finnigan, J.J. and Brunet Y (1996): Coherent eddies and turbulence
in vegetation canopies: the mixing layer analogy, Boundary-Layer Meteorology 78:
351-382
- Finnigan J. (2000): Turbulence in plant canopies, Ann. Rev. of Fluid Mechanics 32:
519-571
- Couder Y and Basdevant C. 1986 Experimental and numerical study of vortex
couples in two-dimensional flows. Journal of Fluid Mechanics 173, pp. 225 - 251.
- Fouillet Y. 1992. Contribution a l etude par experimentation numerique des
ecoulements cisailles libres. Effets de compressibilite. These. Universite de
Grenoble.
- Jeong G., & Hussain F. (1995).On the identification of a vortex. Journal of Fluid
Mechanics 285, pp: 69-94.
- Soldati A. And Monti R. (2001). Turbulence Modulation and Control. Springer
Verlag, Wien.
- Robinson, S.K.; Coherent motions in the turbulent boundary layer. Annual Reviews
of Fluid Mechanics, Vol. 23, pp. 601-639, 1991.
- Kline, S.J., Reynolds, W.C., Schraub, F.A., and Runstadler, P.W.; The structure of
turbulent boundary layers. Journal of Fluid Mechanics, Vol. 30, pp. 741-773, 1967.
- Hinze, J.O.; Turbulence. 2nd edition, McGraw-Hill, 1975.
- Jimenez, J. & Pinelli, A. (1999) The autonomous cycle of near wall turbulence, J.
Fluid Mech. 389, 335 - 359.
- Jimenez, J. & Simens, M. P. (2001) Low-dimensional dynamics in a turbulent wall,
J. Fluid Mech. 435, 81, 91.