Modelizar un radiador con STAR-CCM+: de la geometría a las curvas características

El Underhood Thermal Management es uno de los problemas más fascinantes de nuestro trabajo y lleva consigo una serie de dificultades: el primer gran obstáculo es el radiador.

Para comprender realmente cómo intercambia calor un paquete de radiadores, la tentación inicial del analista es pura y noble: modelarlo todo. Cada tubo, cada curva, cada microaleta louvered de unas pocas décimas de milímetro.

Después de todo, si la física reside en los detalles, ¿por qué no deberíamos simularlos?

En este primer artículo de una serie dedicada a la modelización de radiadores, nos adentraremos en una simulación CFD directa y detallada de un módulo de radiadores. Veremos cómo gestionar las geometrías, el desafío de generar una malla capaz de capturar la capa límite entre las aletas y cómo extraer los parámetros fundamentales, es decir, el intercambio térmico y la pérdida de carga, tanto del lado del fluido refrigerante como del lado del aire.

Un análisis de muy alta fidelidad que requiere una enorme cantidad de celdas (y de paciencia), pero que representa el punto de partida fundamental para comprender la física del componente antes de hacerla “desaparecer” en los modelos macroscópicos.

La dificultad en la gestión de las geometrías es, obviamente, directamente proporcional a la calidad del CAD recibido. Así que imaginemos ese caso (¡raro!) en el que los analistas recibimos un excelente CAD de partida, en el que no es necesario realizar trabajos de “limpieza” específicos.

Bien, ¿entonces ya está? Obviamente, no.

Todavía queda al menos un paso: la extracción de los volúmenes de fluido.

Para el volumen de fluido interno, en el que simularemos el líquido, el CAD Modeler de Simcenter STAR-CCM+ nos ayuda con un comando específico que, en pocos clics, seleccionando los enclosure bodies, los cuerpos internos y las posibles aperturas, devuelve en tiempo real el volumen interno.

Una funcionalidad introducida y mejorada progresivamente en las últimas versiones, que entra de lleno en mi TOP 5 personal.

Lo mismo ocurre con el dominio del aire, que podemos aislar rápidamente gracias a la función Extract External Volume.

El verdadero as bajo la manga de ambos comandos es la generación automática del imprint (y, por tanto, de un contacto conforme) entre las superficies de interfaz.

Nota obligada sobre el imprint: Para quienes realizan análisis de transferencia de calor conjugada (CHT – Conjugate Heat Transfer), el imprinting geométrico es vital. Garantizar la continuidad entre la malla del sólido y las de los dos fluidos (aire y líquido) evita discontinuidades en los nodos y interpolation error. De este modo, el calor pasa del fluido caliente a la pared y de la pared al aire exactamente como dicta la física.

Si además lo combinamos con una gestión de interfaces basada en contactos, como veremos a continuación, todo resulta aún más sencillo.

Mallar un túnel de varias decenas de centímetros de longitud en el que tenemos aletas con un nivel de detalle muy pequeño supone un gran desafío. Hay que prestar atención al sizing de la malla para garantizar, por un lado, que el tamaño de las celdas sea adecuado al nivel de detalle que se quiere alcanzar y, por otro, que el grading de coarsening de las celdas sea correcto, además de respetar todos los criterios de malla de los que os hablé en este articulo.

Los tubos y las aletas del radiador se caracterizan por espesores extremadamente reducidos (décimas de milímetro). Si intentáramos representarlos con un mesher de volumen estándar, nos encontraríamos ante una disyuntiva poco agradable: generar un número elevadísimo de elementos diminutos para tener al menos 2-3 celdas a lo largo del espesor, o conformarnos con una sola celda, penalizando considerablemente la conducción térmica en el sólido.

Aquí es donde entra en juego otro as bajo la manga de Simcenter STAR-CCM+: el Thin Mesher. Este algoritmo está diseñado específicamente para identificar cuerpos “delgados” (en los que la dimensión del espesor es muy inferior a las otras dos) y generar una malla extruida o prismática en su interior. En la práctica, nos permite controlar el número de elementos a lo largo del espesor de la pared manteniendo tamaños de malla mucho mayores a lo largo de la superficie.

El resultado es un gradiente de temperatura correcto dentro del sólido para un análisis CHT preciso, pero con un número total de celdas drásticamente inferior.

Para hacerse una idea de las cifras: el modelo final de este análisis cuenta con aproximadamente 42 millones de celdas, con un y+ medio en las superficies de las aletas mantenido por debajo de la unidad para resolver correctamente la capa límite, y 3 capas de celdas en el espesor de las aletas gracias al Thin Mesher.

Un mesh independence study preliminar (del que os hablé aquí), realizado sobre una porción reducida del paquete de radiadores, confirmó que este nivel de refinamiento es el mínimo necesario para estabilizar ΔP y Q dentro de un margen de un par de puntos porcentuales.

Una vez dominada la malla del sólido y de los fluidos, llega el momento de “activar la física”. En un análisis CHT de un radiador conviven tres dominios físicos bien diferenciados, cada uno con su modelo específico:

• Aire (fluido externo): gas ideal o incomprimible, régimen turbulento (típicamente k-ω SST), con la necesidad de resolver correctamente la capa límite en la pared.
• Refrigerante (fluido interno): incomprimible (agua o mezcla de agua y glicol), con propiedades que pueden depender de la temperatura.
• Paquete metálico (sólido): conducción pura en el interior del aluminio.

El acoplamiento entre los tres dominios se realiza mediante Coupled Heat Transfer, que intercambia los flujos térmicos directamente en las interfaces sin necesidad de iteraciones externas independientes: es el workflow que permite gestionar un acoplamiento tan amplio sobre cientos de superficies de contacto.

Adiós a las antiguas “Interfaces”.

Si utilizáis STAR-CCM+ desde hace algunos años, seguramente recordaréis el workflow clásico: crear las regiones, seleccionar manualmente o mediante filtros las distintas boundaries, hacer clic con el botón derecho y seleccionar Create Interface, esperando no olvidarse de nada entre geometrías y tolerancias.

En una geometría compleja como la de un radiador, con cientos de tubos y aletas, la carpeta Interfaces del árbol de simulación se convertía rápidamente en una lista interminable y extremadamente difícil de gestionar.

En las versiones más recientes de STAR, la filosofía ha cambiado drásticamente gracias a la gestión mediante Contacts a nivel de Parts:

• Todo se define en las Partes. Ya no es necesario esperar a la creación de las Regions para acoplar las superficies: si el imprint se ha realizado correctamente en el CAD Modeler (o mediante las Operations), el software reconoce automáticamente la topología del contacto entre los cuerpos (Part Contacts).
• Automatización en la asignación de las Regions. Cuando arrastramos las partes a las regiones con la opción “One Region per Part” o “One Region per Body”, STAR-CCM+ convierte automáticamente los Part Contacts en interfaces físicas reales.
• Menos errores humanos. Las condiciones de transferencia de calor acoplada se aplican automáticamente en todas las interfaces sólido-fluido: cero riesgo de olvidarse de una pared “aislada” o de una interfaz desconectada en medio del paquete de aletas.

En la práctica, se pasa de un trabajo manual largo y propenso a errores a una gestión topológica prácticamente automatizada, dejándonos tiempo para centrarnos únicamente en las condiciones de contorno y en la convergencia de los resultados. Una auténtica magia, ¿verdad?

Una última nota antes de los resultados, para quienes se estén preguntando qué se necesita para ejecutar un modelo de este tamaño: las simulaciones se realizaron en régimen estacionario, con un perfil de velocidad uniforme en la entrada y un nivel de turbulencia definido mediante la intensidad y la relación de viscosidad turbulenta. Se trata de una simplificación razonable para este tipo de análisis de componente, pero conviene tener en cuenta esta limitación del modelo, especialmente al compararlo con el flujo real aguas abajo de otros componentes del vano motor.

Con las 42 millones de celdas de las que hablábamos, cada punto de funcionamiento requiere varias horas de cálculo en un clúster HPC con un centenar de núcleos dedicados. Un coste nada despreciable, que es precisamente el motivo por el que la simulación directa no es el punto de llegada, sino el punto de partida.

Para caracterizar el radiador de la mejor manera posible, el enfoque clásico consiste en realizar una serie de análisis paramétricos variando la velocidad del aire en la entrada, manteniendo constantes el caudal y la temperatura del líquido refrigerante (además de la temperatura del aire ambiente).

La temperatura del aire se establece en 24 °C y la del líquido del radiador en 60 °C. El caudal del líquido refrigerante es de 2 l/min.

Pero ¿por qué limitarnos a esto? Para esta actividad era necesario obtener las características del radiador a diferentes velocidades de flujo: un caso perfecto para crear un proyecto de Design Manager, que gestiona automáticamente el lanzamiento y el postprocesamiento de los distintos puntos de funcionamiento. La velocidad del flujo de aire variará entre 36 y 200 km/h.

De la simulación directa extraemos dos macroinformaciones fundamentales:

1. El intercambio térmico. Monitorizando el balance energético entre el fluido interno y el aire, evaluamos la potencia térmica intercambiada (Q) en función del flujo de aire. Gracias al detalle geométrico de la simulación CHT, podemos observar exactamente cómo se distribuye la temperatura en las aletas, identificar posibles zonas “frías” en las que el intercambio es poco eficiente o detectar fenómenos de estancamiento del flujo; recordad que las Line Integral Convolution permiten visualizar inmediatamente las zonas de recirculación.

2. Las pérdidas de carga. Trazando la presión media en los planos de entrada y salida del dominio de aire, calculamos la caída de presión (ΔP) a través del paquete de aletas. La resistencia al flujo aumenta, siguiendo una ley cuadrática, a medida que aumenta la velocidad del aire: es la huella hidráulica de nuestro radiador.

En ambos frentes, queda un último elemento importante: la validación. Las curvas de Q y ΔP obtenidas con el modelo se han comparado con los datos de banco de pruebas del componente, confirmando que el nivel de detalle geométrico elegido y las simplificaciones correspondientes representan correctamente la física real antes de confiar en ellos para los pasos posteriores.

Ejecutar un modelo detallado de 42 millones de celdas para evaluar unos pocos puntos de funcionamiento de un solo radiador es factible, pero ¿qué sucede cuando tenemos que integrar este componente en el vano motor completo del vehículo?

Respuesta sencilla: el modelo, tal y como está, se vuelve inutilizable.

Pero no hay que preocuparse: la simulación directa no ha sido una pérdida de tiempo, sino todo lo contrario. Las curvas de ΔP y de potencia intercambiada Q que acabamos de obtener son exactamente el “banco de pruebas virtual” que necesitamos.

En el próximo artículo veremos cómo utilizar estos datos detallados para caracterizar un medio poroso equivalente, transformando la compleja geometría de las aletas en un bloque fluido simplificado, listo para integrarse en simulaciones underhood a escala de vehículo.