Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Estadual de Maringá Departamento de Engenharia de Produção Mecânica dos Fluidos Análise dimensional e similaridade Sumário 1. Resumo. ............................................................................................................................ 3 2. Introdução. ....................................................................................................................... 3 3. Objetivos. .......................................................................................................................... 3 4. Analise Dimensional .......................................................................................................... 3 4.1. Premissas para a aplicação. ....................................................................................... 3 4.2. Homogeneidade Dimensional .................................................................................... 3 4.3. Adimensionalização das Equações ............................................................................. 3 4.4. Análise Dimensional .................................................................................................. 4 4.5. O Teorema de Buckingham. ....................................................................................... 4 4.6. Correlação de Dados Experimentais. .......................................................................... 5 5. Semelhança ....................................................................................................................... 5 5.1. Grupos Adimensionais. .............................................................................................. 5 6. Conclusão.......................................................................................................................... 6 1. Resumo. Sob o viés dos conceitos de dimensões e unidades, será revisado os princípios fundamentais e demonstrar sua aplicação nas equações. Estuda-se também a similaridade entre um modelo e um protótipo. Mostra-se também a análise dimensional, e um passo a passo para o método das variáveis repetidas e colocando em prática esse método. 2. Introdução. A Mecânica do Fluidos é uma ciência muito ligada e dependente de experimentos. Os ensaios realizados em laboratório devido sua precisão permite sua replicação em grandes escalas reais. E isto é só é possível devido as teorias de semelhança, modelagem e análise dimensional. Entretanto, tudo possui limitações. A amplificação dos resultados pode não ser totalmente exata, mas já auxilia na resolução de problemas mais complexos que sem essas ampliações seriam de impossível resolução. Quando, por exemplo, deseja-se saber como o arrasto aerodinâmico em um corpo é influenciado pelas variáveis de viscosidade, velocidade, massa, entre outras. Seriam necessários diversos experimentos, tempo, e inúmeras dificuldades para a execução destes testes. Contudo, há a possibilidade de unir essas variáveis em um só parâmetro, de modo que o experimento consumiria muito menos recursos e dificuldade para sua realização. 3. Objetivos. • Desenvolver um conhecimento acerca das dimensões, unidades e homogeneidade dimensional das equações. • Entender e executar o método de repetição das variáveis para identificar parâmetros adimensionais. • Saber a definição da similaridade dinâmica e como executar modelagem experimental deste. 4. Analise Dimensional 4.1. Premissas para a aplicação. 4.2. Homogeneidade Dimensional 4.3. Adimensionalização das Equações Com base na lei da homogeneidade dimensional, se dividirmos uma equação por variáveis que tenham as mesmas dimensões, ela se torna adimensional. Ainda se os termos da equação forem de unidade, ela é chamada de normalizada, sendo esta a forma mais restritiva. “Cada termo de uma equação adimensional não tem dimensão.” As variáveis dimensionais são que variam nos problemas e possuem dimensão, como tempo, comprimento. Enquanto as adimensionais são as que variam, mas não possuem dimensão, como angulo de rotação. Quando existem constante nos problemas, porém possuem dimensão, como a gravidade, são chamadas de constantes dimensionais. Já as constantes sem dimensão, como 𝝅, são chamadas de constantes puras, as quais são obtidas pela integração de equações. Reunindo as variáveis e constantes de algum problema dado, recebem o nome de parâmetros. Para realizar o processor de adimensionalização é necessário primeiramente listar todas as dimensões das variáveis primárias e das constantes dimensionais. Após isso é feito a utilização dos parâmetros de escala para adimensionar as variáveis, e substitui-los na equação original. Esse agrupamento é o quadrado de um parâmetro adimensional, também chamado de número de Froude. 4.4. Análise Dimensional Normalmente são realizados testes em modelos numa escala menor do que do protótipo real, e para manter a proporção e exatidão, existe a Análise dimensional, o princípio da similaridade. Há três condições para a similaridade completa: geométrica, cinemática e dinâmica. Geométrica: O modelo deve ter a mesma forma que o protótipo. Cinemática: A velocidade de escoamento deve ser proporcional Dinâmica: É alcançada quando todas as forças de escoamento envolvidas do modelo são proporcionais ao protótipo. 4.5. O Teorema de Buckingham. Se uma equação envolvendo k variáveis for dimensionalmente homogênea, ela pode ser reduzida a uma relação entre k −r produtos dimensionais independentes, onde r é o número mínimo de dimensões básicas necessárias para descrever as variáveis (Munson). E comum em análise dimensional usar o símbolo Π (pi grego maiúsculo) para representar um produto de variáveis dimensionais cujo resultado seja adimensional. Método da Repetição de Variáveis (passos): 1. Listar todas as variáveis envolvidas (k). 2. Representar cada variável em termos das dimensões básicas. (r) 3. Determinar a quantidade de termos necessários Π. (k-r) 4. Escolher as variáveis de repetição, onde o número necessário é igual ao número de dimensões básicas. 5. Formar um termo Π multiplicando uma das variáveis não repetidas pelo produto das variáveis de repetição, sendo cada uma delas elevada a um expoente que torne a combinação adimensional. 6. Repetir o passo anterior para cada uma das variáveis não repetidas remanescentes. 7. Verificar todos os termos Π de modo que todos sejam adimensionais. 8. Represente a forma final como uma relação entre os termos Π e pense sobre o que isso significa. Geralmente: 4.6. Correlação de Dados Experimentais. Visando uma economia de tempo e experimentos a ser realizado para manter a precisão. Há um método que reduz a quantidade de experimentos necessários com base na analise dimensional. Realizando um número menor de experimentos com base no produto de variáveis. Após a realização deste numero reduzido de experimentos, é bem possível que eles se relacionem linearmente, caso não se relacionem tão visivelmente, o uso da análise de regressão consegue-se encontrar o padrão de comportamento. 5. Semelhança Restringindo as condições dos experimentos, obtém-se dados de diferentes condições geométricas, entretanto levam ao mesmo ponto na curva. Mostrando que experimentos diferentes com escalas diferentes, apresentam os mesmos valores para os grupos adimensionais, apresentando a semelhança dinâmica. A semelhança em geral, indica que dois fenômenos possuem o mesmo comportamento, mesmo tendo diferença de escala. 5.1. Grupos Adimensionais. Como dito anteriormente, eles são muito importantes na correlação de dados experimental, e emrazão das diversas aplicações, diversos grupos foram criados nas áreas que ele compõe. Exemplos: • Número de Reynolds; • Número de Froude; • Número de Euler; • Número de Mach; • Número de Weber; • Número de Nusselt; • Número de Prandtl; 6. Conclusão. Como foi apresentado, existe diferença entre dimensões e unidades. Também existe as dimensões primárias e secundárias. E essas dimensões compõe as equações matemáticas e que devem ser dimensionalmente homogêneas e que por esse princípio é possível dimensionaliza-las. E para a realização deste foi apresentado o método das variáveis repetidas. Dessa forma, após esse procedimento e o modelo e protótipo coincidem, a semelhança dinâmica é atingida e pode prever os valores do protótipo. Entretanto nem sempre isso acontece, e faz necessário o uso da semelhança incompleta. Ainda dessa forma incompleta, é possível diminuir e muito o nível de experimentos necessários para ter uma noção do protótipo.
Compartilhar