Simulación numérica de flujos de material desagregado: método penalizado de multidominios espectrales

Con base en la teoría de aguas someras, este trabajo presenta la modelación numérica de flujos de material desagregado. Esta teoría se basa en la mecánica de medios continuos, perspectiva Euleriana, con la que se tiene un conjunto de ecuaciones, una de masa y dos de momentum. Los términos fuente con...

Descripción completa

Autor Principal: Trujillo Vela, Mario Germán
Formato: masterThesis
Publicado: Pontificia Universidad Javeriana 2015
Materias:
Acceso en línea: http://hdl.handle.net/10554/17074
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Sumario: Con base en la teoría de aguas someras, este trabajo presenta la modelación numérica de flujos de material desagregado. Esta teoría se basa en la mecánica de medios continuos, perspectiva Euleriana, con la que se tiene un conjunto de ecuaciones, una de masa y dos de momentum. Los términos fuente contienen las fuerzas de los sólidos y el fluido encargados de la disipación de la energía. Para relacionar los esfuerzos verticales y horizontales de los sólidos se utiliza un coeficiente lateral de tierras regularizado, con el fin de mantener la estabilidad en la solución. Para la discretización espacial se utilizó un método de precisión de alto orden llamado método penalizado de multidominios espectrales. Esta técnica se basa en el método de colocación aplicado a múltiples subdominios rectangulares. La conexión entre subdominios se realiza mediante un término de penalización que asegura la estabilidad de la solución mediante la imposición de una continuidad débil en las interfaces de subdominio. Para conservar en orden de precisión se utilizó un método de Runge-Kutta de preservación de estabilidad fuerte. Debido a la presencia de oscilaciones de Gibbs es necesario utilizar un filtro espectral. El caso de estudio es una avalancha granular, básicamente una mezcla de sólidos y aire que desciende por un canal rectangular de pendiente variable. Los resultados numéricos se validan con mediciones experimentales dadas por Denlinger e Iverson (2001). Los resultados predicen de forma adecuada el experimento y otras simulaciones numéricas.