Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos

nor Equation Chapter 1 Section 1 Trabajo Fin de Máster Ingeniería Aeronáutica Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Autor: Francisco Ruda Sarria Tutor es: José Sánchez Ramos María de la Paz Montero Gutiérrez Dpto. Ingeniería Energética Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2025 iii Trabajo Fin de Máster Ingeniería Aeronáutica Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Autor: Francisco Ruda Sarria Tutores: José Sánchez Ramos María de la Paz Montero Gutiérrez Dpto. Ingeniería Energética Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2025 v Trabajo Fin de Máster: Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Autor: Francisco Ruda Sarria Tutores: José Sánchez Ramos y María de la Paz Montero Gutiérrez El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2025 El Secretario del Tribunal vii A mi familia A mis amigos ix Agradecimientos Muchas gracias a mi familia y amigos por estar siempre conmigo cuando lo necesito, ayudándome a seguir hacia delante; compartiendo conmigo todos mis logros y avances. Sin su apoyo no podría haber terminado esta titulación. También a los profesores María del Carmen Guerrero, José Sánchez y Servando Álvarez por haber confiado en mi en estos años y haberme guiado en esta etapa vital y profesional, así como a todos mis compañeros del grupo Termotecnia por haber sido parte de mi día a día estos últimos años. Francisco Ruda Sarria Sevilla, 2025 xvii ÍNDICE DE TABLAS Tabla 4-1. Comparación entre el modelo de rugosidad y el de múltiples depresiones 29 Tabla 4-2: Comparativa del QEF adimensional en la reducción del dominio numérico 30 Tabla 4-3: Resultados de ventilación para distintos perfiles de velocidad 32 Tabla 4-4:Condiciones de contorno del modelo 33 Tabla 4-5: Resultados ventilación para el estudio de la malla 34 Tabla 4-6. Resultados del modelo de sucesiones y desviación respecto al modelo optimizado 35 Tabla 5-1. Resumen de casos de estudio 37 xix ÍNDICE DE FIGURAS Figura 1-1. Experimentación a escala en exteriores. Fuente: artículo [30] 2 Figura 1-2. Experimentación en interiores mediante túnel de viento. Fuente: artículo[33]. 3 Figura 2-1. Representación gráfica del efecto UHI. Fuente: Iberdrola [52] 13 Figura 2-2. Temperatura máxima (°C) del 14 de julio de 2022. Fuente: AEMET OpenData 14 Figura 3-1. Logo corporativo de Fluent[61] 16 Figura 3-2. Regímenes del flujo turbulento según AR. Fuente:[19] 21 Figura 3-3. Ejemplo de patrón de flujo dentro de una calle 22 Figura 3-4. Marco metodológico del trabajo 24 Figura 4-1. Geometría de múltiples depresiones. El cañón de interés es el de la zona azul. 26 Figura 4-2. Resultado de la calibración del punto de partida del proceso de optimización 27 Figura 4-3.Modelo de cañón urbano aislado con longitud de entrada de 25H 28 Figura 4-4. Comparativa de la velocidad vertical en la entrada de la depresión 29 Figura 4-5. Comparativa del perfil de velocidad del flujo justo antes de entrar en la depresión 30 Figura 4-6. Modelo geométrico de una única depresión definitivo 31 Figura 4-7. Esquema de las capas de la UBL. Figura tomada de [75] 31 Figura 4-8. Comparación perfiles de velocidad de entrada 32 Figura 4-9. Esquema del modelo geométrico con medidas (H es la altura de la calle) 33 Figura 5-1. Histograma de frecuencia acumulada con las relaciones de aspecto que se encuentran en Sevilla. Fuente: Grupo de Termotecnia. 36 Figura 5-2. Patrón de movimiento del flujo dentro de cañones urbanos para distintos AR y Re=676,796 38 Figura 5-3. Patrón de movimiento del flujo dentro de cañones urbanos para distintos AR y Re = 2,030,387 39 Figura 5-4. Patrón de movimiento del flujo dentro de cañones urbanos para distintos AR y Re = 507,597 40 Figura 5-5. Clasificación del número de recirculaciones según el número de Reynolds y la relación de aspecto 41 Figura 5-6. Resultados para la ventilación Qef en función del AR y Re 42 Figura 5-7. Resultados para el intercambio de aire (Qef) entre subvolumenes en función del AR y Re cuando hay dos recirculaciones 43 Figura 5-8. Resultados para el intercambio de aire (Qef) entre subvolumenes en función del AR y Re cuando hay tres recirculaciones 43 xxi Notación Índice de Figuras 22 1 1 INTRODUCCIÓN 1.1. Motivación El clima urbano es un tema de actualidad para la mayoría de la comunidad científica debido a su repercusión en la calidad de vida de todos los habitantes. Diferentes factores como el cambio climático, la urbanización masiva, la expansión de las ciudades y la altísima densidad de población en algunas zonas urbanas han provocado el desarrollo de un fenómeno muy preocupante denominado Isla de Calor Urbano (UHI, por sus siglas en inglés), descrita por autores como Kim [1] en la década de 1990. Debido a esto, muchos científicos han encontrado evidencias de un aumento local de la temperatura alrededor de las ciudades de hasta 8 ◦C por encima de la media de las zonas rurales circundantes durante los periodos en los que se alcanzan las temperaturas máximas [2], lo cuál provoca el fenómeno de sobrecalentamiento urbano [3,4]. Dicho efecto está relacionado con el aumento local de las temperaturas en el interior de la trama urbana y lugares públicos debido a cambios en la morfología de las ciudades en los que intervienen numerosos factores, por ejemplo, una menor vegetación y el uso de materiales poco útiles para la eliminación del calor. Esto es especialmente preocupante en lugares de uso públicos como las calles, plazas y estancias, donde este aumento de temperatura es más severo y afecta directamente al bienestar de las personas [5]. En la actualidad, este fenómeno está siendo estudiado por gran parte de la comunidad científica medioambiental, no sólo en relación con su caracterización y causas [6], sino también con las estrategias para su mitigación [7,8]. Además, algunos investigadores [9] han destacado el papel fundamental que tiene la morfología urbana en el efecto UHI, remarcando la importancia de estudiar los cañones urbanos para mitigar su efecto. Por lo tanto, es necesario la toma de decisiones y el diseño de diferentes métodos o estrategias que contribuyan a la mitigación de estos problemas y a numerosas ventajas como la recuperación de la antigua vida social en los exteriores sin preocuparse por temperaturas extremas, la mejora de la calidad de vida así como fomentar la interacción social y la cohesión comunitaria. Otro objetivo de estas estrategias es mitigar los efectos perjudiciales en la salud relacionados con la exposición continua al calor en los seres humanos [10], lo que afecta a innumerables aspectos como a la calidad del sueño [11]. Para elaborar estrategias destinadas a proteger a los ciudadanos del calor extremo y reducir el efecto del cambio climático en las ciudades, es crucial recabar más información y adquirir conocimientos sobre los patrones de flujo del aire en el interior de las mismas. Por este motivo, es necesario realizar un estudio intensivo del flujo de aire en el interior de los cañones urbanos (calles), que es uno de los principales mecanismos de ventilación en ellas, como han hecho algunos autores mediante simulación [12] y experimentación [13]. Este estudio, además de ofrecer una caracterización de este fenómeno, también ofrece información importante para la diseñar métodos de aclimatación en exteriores, ya que los resultados de la caracterización de la ventilación de los cañones urbanos pueden aplicarse a técnicas de confinamiento por depresión destinadas a reducir la entrada de aire no deseado en una calle o zona exterior y, junto con el acondicionamiento natural de la zona, se mejore el confort térmico. 1.2. Estado del arte Hay muchas investigaciones sobre este tema, y la mayoría pueden clasificarse en dos categorías. La primera es una descripción cualitativa de los fenómenos de los cañones urbanos [14] sin resultados numéricos. El segundo proporciona resultados numéricos centrados en la determinación de la concentración y dispersión de contaminantes y disipación de calor en el interior de las calles, que es el principal tema de investigación en este campo [15–17]. Sin embargo, existe una importante carencia de información relacionada con la cuantificación y evaluación de la ventilación de las calles con resultados claros para una amplia gama de morfologías de calles que se pueden encontrar típicamente en un entorno urbano, que este trabajo pretende suplir. Todos estos estudios se basan en la investigación de la capa límite urbana (UBL, por sus siglas en inglés), que es la capa de la atmósfera más próxima a la superficie, muy influenciada por la presencia de los paisajes rurales y urbanos. Este tema ha sido profundamente estudiado por algunos científicos como Oke [18–20]y muchos otros cuyos resultados han permitido adquirir conocimientos útiles para la caracterización de la UBL y su dependencia del entornos [21–23], lo cual permite crear modelos matemáticos y numéricos de utilidad para simular el movimiento de las masas de aire por estos entornos. Introducción 2 En la caracterización del flujo de aire en el interior de la trama urbana es habitual utilizar varios parámetros para establecer una clasificación de los casos de estudio. De entre los parámetros más importantes cabe destacar la relación de aspecto de la calle y el número de Reynolds. El primero mide la relación entre la altura de la calle (H) y su anchura (W) como 𝐴𝐴𝐴𝐴= 𝐻𝐻 𝑊𝑊, y da una idea de su estrechez, como han señalado algunos autores [9,24]. Por otro lado, el número de Reynolds (Re) representa el comportamiento turbulento del flujo y se define como 𝐴𝐴𝑅𝑅= 𝑉𝑉𝑟𝑟𝑟𝑟𝑟𝑟∗𝐻𝐻 νy también ha sido utilizado en diferentes investigaciones [25–27], donde H es la longitud de referencia de la escala (la altura de la calle), Vref es la velocidad de referencia del viento y ν es la viscosidad cinemática del fluido. Ambos parámetros son cruciales porque determinan el patrón de flujo, así como el número y la posición de los vórtices dentro de la calle. Existen dos procedimientos principales para obtener resultados de este fenómeno intrínsecamente relacionado con la dinámica de fluidos: la experimentación real o la simulación numérica. Por un lado, los experimentos pueden dividirse en los realizados al aire libre, que dan lugar a condiciones más realistas pero que no pueden controlarse libremente. Por ejemplo, Chen Guanwen et al. [28,29] estudiaron primero el comportamiento térmico de un cañón urbano específico a escala reducida y después estudiaron la ventilación del mismo a escala reducida en exteriores. En ambos, obtuvieron mapas de resultados de diferentes magnitudes, como temperaturas o patrones de flujo de aire, pero no obtuvieron resultados numéricos de ventilación. Figura 1-1. Experimentación a escala en exteriores. Fuente: artículo [30] Por otra parte, los experimentos realizados en interiores [31,32] pueden ajustar sus condiciones condiciones de contorno para simular a situaciones específicas. La técnica más usada en este tipo de estudios es la experimentación mediante túnel de viento, pues permite obtener resultados de calidad fieles a la realidad siempre que las condiciones iniciales estén bien ajustadas. Por ejemplo, Garau et al. estudiaron la dispersión de contaminantes en una calle para valores bajos del número de Reynolds, y Baratian-Ghorghi y Kaye estudiaron el efecto de la forma del tejado de los edificios colindantes y la relación de aspecto en el patrón de flujo de aire, pero de nuevo sin proporcionar resultados numéricos de ventilación. 3 3 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Figura 1-2. Experimentación en interiores mediante túnel de viento. Fuente: artículo[33]. Además, el principal hándicap de los experimentos es que suelen utilizar modelos a escala, lo que puede dar lugar a algunos problemas si las condiciones de contorno y la velocidad del flujo de aire no son adecuadas, ya que los resultados pueden verse afectados por el número de Reynolds. En este tipo de estudios, el número de Reynolds empleado es bajo, del orden de 12.000, lo cual está alejado del rango común de este parámetro en las calles comunes en ciudades, que suele ser de uno o dos órdenes de magnitud superior. Siguiendo esta línea de investigación, Chew et al. [34] en su trabajo estudiaron un amplio rango de números Reynolds para un AR fijo, concluyendo que el patrón de flujo depende significativamente del número de Reynolds, pudiendo cambiar el resultado drásticamente, pero no proporcionaron resultados de ventilación para otras configuraciones de AR. Esto demuestra que el número Reynolds elegido para el estudio tiene que parecerse al que se encuentra en la realidad, lo cuál se puede conseguir utilizando valores realistas de la altura del edificio (H) y de la velocidad del viento, como hicieron Zhang et al. [35] para un cañón urbano específico. Para reflejar esto en este trabajo, se ha llevado a cabo una profunda investigación sobre la influencia de la variación del número de Reynolds por medio de la velocidad de referencia en la calle, y así obtener información para un amplio número de posibilidades, aumentando el interés del estudio. Por otro lado, las simulaciones numéricas a ordenador se realizan mediante softwares de CFD (dinámica de fluidos computacional). Los más extendidos son OpenFoam y Fluent, siendo este último el utilizado en este trabajo. Sin embargo, existen diferentes opciones para modelar el cañón de la calle, cada uno con un nivel de complejidad distinto. La primera decisión para tomar es si se va a simular un modelo tridimensional o bidimensional. En una primera aproximación, los modelos 3D proporcionan una descripción del problema más detallada y por lo tanto generan resultados más acordes a la realidad, pero conllevan un coste computacional, complejidad y tiempo de simulación mucho mayor. Por otra parte, los modelos 2D son útiles para simplificar ciertos problemas cuando se cumplen una serie de condiciones, mejorando todos los aspectos negativos de los modelos tridimensionales a cambio de cierta precisión en sus resultados. Para decidir cuál de los dos modelos se iba a usar en este trabajo, se ha investigado la literatura científica del tema. Entre ella, Nosek et al. [13] utilizaron un modelo 3D y obtuvieron resultados de ventilación a lo largo de la calle, mientras que Mei et al. [36]compararon los resultados de ventilación para dos valores específicos de AR utilizando un modelo 3D y 2D, determinando que los resultados eran similares cuando la calle era larga. Por ello, otros autores utilizan la simplificación de una calle infinitamente larga que se propuso en ese trabajo, utilizando por tanto un modelo 2D. Por ejemplo, Hang et al. [37] utilizaron un modelo bidimensional para estudiar los efectos de diferentes situaciones térmicas en la ventilación de la calle, centrándose en obtener como resultados el patrón del flujo de aire y en características del flujo como la turbulencia, pero de nuevo sin información numérica sobre la renovación del aire. Otra característica intrínseca en este tipo de problemas de flujo a través del paisaje urbano es la naturaleza turbulenta del fluido. Los autores utilizan distintos enfoques para resolver esto, lo cual no es trivial, puesto que Fluent tiene incorporado diversos modelos de ecuaciones que determinan como se soluciona el problema, lo cuál hará que se obtengan distintos resultados pudiendo llevar a errores si el modelo elegido no cumple con las condiciones adecuadas para imitar a la realidad. Por ejemplo, Chung y Liu y Li et al. [38,39] optaron por utilizar el modelo de ecuciones “Large Eddy Simulation”, que proporciona buenos resultados en comparación con la Cañones urbanos. Fenómenos adversos 14 14 ejemplo de esto es la ola de calor que sucedió entre el 9 y 26 de julio de 2022 en la Península Ibérica, con una duración de 18 días que afectó a 44 provincias de España con una anomalía en la temperatura de 4.5ºC, haciéndola la más intensa y la más extensa de las olas que se tienen registros. Además, la situación se ve empeorada por el aumento en la frecuencia de las mismas, ya que en este caso, tan solo 3 días después de finalizar dicha ola, comenzó otra que duró otros 16 días. Figura 2-2. Temperatura máxima (°C) del 14 de julio de 2022. Fuente: AEMET OpenData Este ejemplo pone de manifiesto el peligro que estos fenómenos suponen para la sociedad moderna. Entre sus muchos efectos [55], se incluyen efectos perjudiciales para la salud por la exposición continua al calor que pueden tener consecuencias mortales por golpes de calor, sobre todo entre la población más joven y la más anciana, problemas en el sueño por temperaturas anormalmente altas en las horas de descanso, efectos en la agricultura, economía, etc. Este fenómeno ha venido intensificándose por el cambio climático, haciendo que cada vez se manifiesten más a menudo y con más intensidad, lo que aumenta el potencial riesgo que supone [56]. En general, la evolución futura del cambio climático depende en gran medida de las acciones que se tomen actualmente. Los modelos climáticos sugieren que, si no aplican medidas que intenten frenar esto, las consecuencias podrían ser devastadoras en un futuro cercano, con efectos irreversibles. De entre las consecuencias que interesan en este estudio, se espera que las temperaturas sigan aumentando, lo que podría llevar a cambios aún más drásticos en los patrones climáticos y a una mayor incidencia de eventos extremos. Esto pone de manifiesto la necesidad de desarrollar nuevas estrategias para poder mitigar los efectos del cambio climático mediante estrategias de diseño de ciudades resilientes, que sean capaces de adaptarse a estas dificultades. 2.2. Contaminación A parte de los desafíos climáticos enumerados anteriormente, el aumento de la contaminación en las zonas urbanas es también un desafío muy perjudicial al que se enfrentan países de todo el mundo. Este fenómeno es el resultado de una combinación de factores muy diversos relacionados entre sí. Entre ellos se encuentra el 15 15 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos crecimiento urbano descontrolado que ha generado una mayor densidad de población y una demanda creciente de servicios; lo que implica una mayor producción de energía que a menudo conlleva el aumento de contaminantes. Además, estas zonas suelen concentrar gran parte de las actividades industriales que a menudo utilizan tecnologías obsoletas o no cuentan con controles adecuados sobre sus emisiones. Las industrias pesadas, las plantas de energía y los procesos industriales generan grandes cantidades de contaminantes atmosféricos, incluidos gases tóxicos y partículas en suspensión. A esto se le suma que la en las ciudades ya sea para generar energía o por consumo doméstico en los hogares se produce una gran cantidad de quema de combustibles fósiles., lo que agrava este efecto en las ciudades [57]. Por otro lado, el tráfico en estas zonas densamente pobladas suele ser muy alto, además de la presencia de autobuses y camiones que liberan grandes cantidades de gases de efecto invernadero y contaminantes como dióxido de carbono (CO2), monóxido de carbono (CO), óxidos de nitrógeno (NOx) y material particulado (PM). Todas estas causas agravan la situación de acumulación de contaminantes en las zonas urbanas, que tiene muchas consecuencias en la sociedad. Entre ellas, los diversos efectos directos sobre la salud de los habitantes de las ciudades. La exposición prolongada a contaminantes como el material particulado (PM2.5 y PM10), los óxidos de nitrógeno y el ozono a nivel del suelo (O3) está asociada con enfermedades respiratorias y cardiovasculares, incluyendo asma, bronquitis crónica, enfermedad pulmonar obstructiva crónica (EPOC) e infartos[58]. Además, la exposición a ciertos contaminantes ha sido vinculada al cáncer de pulmón y otras afecciones graves. Pero no solo afecta a humanos, pues también tiene efectos devastadores sobre la biodiversidad ya que el aire tóxico puede matar o desplazar a especies animales y vegetales. La disminución de zonas verdes, necesaria para el equilibrio ecológico en las ciudades, también contribuye a la pérdida de biodiversidad[59]. En resumen, los altos niveles de contaminación en las ciudades tienen un impacto directo sobre la calidad de vida de sus habitantes. El aire sucio, el ruido generado por el tráfico y las industrias, y la falta de espacios verdes pueden generar estrés y afectar negativamente el bienestar mental y emocional de las personas, lo cual hay que tratar de mitigar mediate distintas estrategias que ayuden a la ventilación de las calles para eliminar la acumulación de contaminantes. 2.3. Papel de los cañones urbanos El punto en común de los problemas causados por el cambio climático y por el aumento de la contaminación es que se producen con mayor intensidad en zonas urbanas, ya que las características de la distribución y diseño de su entorno intensifica los problemas de dichos fenómenos. Esto pone de manifiesto que la planificación urbana y el diseño de las ciudades son fundamentales para crear entornos sostenibles y resilientes que respondan a los desafíos contemporáneos, como el cambio climático y acumulación de contaminantes en las calles [60]. Uno de los fenómenos más críticos dentro de la planificación urbana es la aparición de los cañones urbanos, que son los espacios estrechos y verticales formados por las calles entre los altos edificios en áreas densamente edificadas. Estos cañones urbanos tienen una relación directa con varios efectos del cambio climático y la acumulación de contaminación, intensificando sus efectos debidos, sobre todo al escaso potencial de ventilación con el que cuenta. Los cañones urbanos retienen el calor durante el día y lo liberan lentamente durante la noche, lo que contribuye al aumento de las temperaturas derivadas por la Isla de Calor Urbana. Esto, a su vez, incrementa el uso de energía para refrigeración, alimentando un ciclo de mayor demanda energética y emisiones de gases de efecto invernadero. Por otro lado, en cuanto a la acumulación de contaminación, los cañones urbanos actúan como barreras que impiden la dispersión de contaminantes, particularmente aquellos relacionados con el tráfico vehicular, como el dióxido de nitrógeno (NO2) y las partículas finas. Esto genera un aire de mala calidad, especialmente en las áreas más densamente pobladas, aumentando los riesgos para la salud respiratoria de los habitantes. Además, la falta de ventilación en los cañones urbanos dificulta la renovación del aire y favorece la permanencia de estas sustancias tóxicas. Para mitigar estos efectos, es necesario un estudio exhaustivo en profundidad a cerca de la eficiencia de ventilación de las calles ya que como se ha visto es un factor que afecta en gran medida a los fenómenos perjudiciales en las ciudades. Con un conocimiento completo de la ventilación para distintos tipos de calles, con diferentes morfologías, medidas y condiciones del viento exterior se puede crear una base de datos que será útil para ayudar en los pasos iniciales de la planificación de entornos urbanos más sostenibles, ya que se verán cuales son las configuraciones más críticas a la hora de dispersar el calor y los contaminantes acumulados en las calles. Metodología 16 16 3 METODOLOGÍA n esta sección se ofrece una visión general de la metodología utilizada en este trabajo. Para poder realizar simulaciones CFD, es necesario realizar un modelo geométrico y numérico, así como una configuración adecuada del entorno Fluent, ya que es necesaria una configuración correcta para recrear la realidad. En primer lugar, se presenta una discusión sobre la configuración del software, destacando el conjunto de opciones más apropiado entre todas las posibilidades que ofrece Fluent. En segundo lugar, se hará una descripción de los principales parámetros que afectan a este tipo de simulaciones y que son inherentes al problema del movimiento del fluido por el entorno urbano. Gracias a estos parámetros se podrá clasificar y definir los casos de estudio del trabajo. A continuación, se introducen los indicadores de interés en este trabajo, ya que su obtención para todos los casos es el principal interés de este trabajo. Estos son el patrón de flujo en el interior de las calles, incluyendo el número de vórtices y sus posiciones y la información cuantitativa sobre la ventilación de las calles. Finalmente, se introducirá las pautas que se van a seguir para realizar el estudio que aborda el trabajo, para facilitar el entendimiento de este. 3.1. Configuración y entorno CFD Realizar estudios e investigaciones mediante simulación CFD conlleva a la elección de numerosos parámetros de configuración que contribuyen de diversas formas a obtener un resultado lo más acorde a la realidad posible. A lo largo de todas las investigaciones se han ido proponiendo diversos conjuntos de opciones para resolver el problema de flujo turbulento de los cañones urbanos. En este trabajo se hace uso del Software comercial Fluent[61], ampliamente extendido en la comunidad científica como uno de los principales softwares de cálculo de dinámica de fluidos. Figura 3-1. Logo corporativo de Fluent[61] Para resolver la naturaleza turbulenta del problema hay diferentes opciones, cada uno con sus ventajas y sus inconvenientes. La elección entre un método u otro deberá hacerse en base al problema al que se enfrente y la cantidad de precisión en los resultados que se planea obtener [62]. En general, hay 3 formas distintas de E 17 17 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos solucionar un problema turbulento: • “Direct numerical solution” (DNS): esta técnica opta por resolver numéricamente las ecuaciones de la dinámica de fluidos discretizamdolas. Para ellos, calcula numéricamente los valores de las ecuaciones para cada escala del movimiento. Sin embargo, este método aunque a priori es el que proporciona soluciones más exactas conlleva un coste computacional muy alto, puesto que requiere de una malla muy fina con muchos elementos, para así poder resolver las ecuaciones con precisión. Esto a su vez hace que el coste computacional se eleve exponencialmente, pues a parte del esfuerzo de resolver analíticamente las ecuaciones y obtener cada variable en cada elemento se suma la enorme cantidad de veces que esto tiene que hacerse debido al elevado número de celdas. Es por esta razón que su uso se encuentra restringido en la actualidad a aplicaciones con geometrías extremadamente sencillas, lo cual no es el caso que nos ocupa. • “Large-eddy simulation” (LES): este método se asienta en la idea de que dentro de un flujo turbulento existen determinadas estructuras con distribución caótica que son las que se encargan de trasportar energía y momento cinético, también llamadas torbellinos. Mediante esta técnica se filtran las estructuras del flujo para establecer cierta clasificación. De esta forma, para las estructuras grandes que aporten un gran transporte de energía y momento se resolverán de forma numérica las ecuaciones de la dinámica de fluidos, mientras que para las estructuras más pequeñas se presupone que estas serán más homogéneas y estarán menos afectadas por las condiciones de contorno, por lo que estas se desprecian y se modelan paramétricamente. Sin embargo, como en el modelo anterior, el tener que resolver de manera exacta las ecuaciones para ciertos nodos el coste computacional es elevado[63]. • “Reynolds-Average Navier-Stokes” (RANS): en este método en vez de resolver numéricamente las ecuaciones de forma precisa para determinados nodos del problema, lo que se propone es resolver unas ecuaciones promediadas. Usando en vez de las magnitudes exactas, su promedio. Sin embargo, el hecho de usar este acercamiento introduce en las ecuaciones de la dinámica de fluidos un nuevo parámetro conocido como el tensor de tensiones de Reynolds, que mide la relación entre los parámetros de turbulencia exacta y la promediada. Por este motivo, es necesario añadir ecuaciones adicionales que al incluirse en el sistema, permitan su resolución. Estas ecuaciones se conocen como ecuaciones de cierre, y hay distintos tipos[64]. o Modelo de turbulencia de longitud de mezcla de Prandtl: modelo simple de una única ecuación que considera que la viscosidad turbulenta es proporcional a la longitud de mezcla y a la velocidad de cizalladura. Aunque es muy simple, sirve para obtener resultados rápidos en aplicaciones en las que no se requiera demasiada precisión. o Modelos k-ε: esta familia de modelos introduce dos nuevas variables en el problema para la resolución de las ecuaciones. Estas son la energía cinética turbulenta (k) y la tasa de disipación turbulenta (ε). En general estos modelos describen mejor el carácter turbulento del fluido, empleándose normalmente cuando en número de Reynolds es elevado. Como contrapunto, estas ecuaciones no sirven para calcular las magnitudes del fluido cerca de las paredes, lo cuál hace necesario el uso de las llamadas funciones de pared para resolverlo. Estas funciones modelan el comportamiento del fluido cercano a la pared en vez de calcular exactamente la solución de las ecuaciones. o Modelos k-ω: esta familia de modelos introduce dos nuevas variables. Por un lado, como la anterior, la energía cinética turbulenta (k) y ω. Estas ecuaciones suelen usarse cuando el número de Reynolds no es muy alto. Como punto fuerte respecto a la familia anterior es que es capaz de resolver las ecuaciones para el fluido que se encuentra cercano a la pared. Es por esto que su uso es común en aplicaciones en las cuales las magnitudes en dicha zona sean importantes. Habiendo introducido cada uno de los métodos de resolución del problema turbulento que se tiene, hay que elegir uno para utilizar en este estudio. En primer lugar, el método DNS queda descartado porque como se mencionó anteriormente, tiene un coste computacional enorme para geometrías complejas. Por otro lado, diversos estudios han estudiado y comparado el uso del modelo LES o RANS, y estos han concluido que si bien el primero es capaz de proporcionar resultados más precisos, no la mejoría en la precisión de los resultados no compensa el aumento en el coste computacional y tiempo respecto a las ecuaciones RANS, por lo que en este estudio se van a hacer uso de estas últimas. Dentro de las ecuaciones RANS hay varias familias. Sin embargo, Metodología 18 18 en esta aplicación que se presupone que el número de Reynolds va a ser elevado porque así es en los casos comunes de los cañones urbanos en las ciudades bajo condiciones de viento normales y además, la solución de las magnitudes del fluido cerca de la pared no es necesario que cuente con mucha precisión, puesto que carece de relevancia para el estudio. Por esto, se ha decidido usar la familia de ecuaciones RANS k-ε. Finalmente, dentro de esta familia de modelos hay 3 opciones distintas: • Modelo k-ε standard: es el modelo más básico y el primero en incorporar dos ecuaciones. Debido a esto, cuenta con una precisión aceptable y un coste computacional bajo. Debido a que es un modelo empírico y que consta con muchas limitaciones dependiendo del régimen de Reynolds en el que se usa, diversas modificaciones se han creado para mejorar este modelo y así dotarlo de más versatilidad. • Modelo k-ε RNG: este modelo surge a raíz de una modificación realizada al modelo estándar, incluyendo el llamado “renormalization group”, que añade un nuevo término en la ecuación para calcular la tasa de disipación turbulenta, mejorando la precisión de los resultados. Además, gracias a este grupo también capta mejor el comportamiento de los torbellinos y le da mayor versatilidad al poder usarse también en aplicaciones en las que el número de Reynolds no es tan elevado. Esto a su vez conlleva a un aumento del coste computacional menor. • Modelo k-ε Realizable: este modelo reformula la ecuación para la tasa de disipación turbulenta y modifica la definición de la viscosidad turbulenta, lo que hace que las ecuaciones se asemejen más a la física real del problema turbulento. Este modelo es especialmente útil en aplicaciones en las que se tiene grandes gradientes de presiones dentro de la capa límite, mejorando sustancialmente la precisión de los resultados en estos casos. Una vez visto esto, cabe mencionar que mirando en la literatura científica del tema se puede observar como la mayoría de autores señalan que el modelo k-ε RNG es el más apropiado para este tipo de estudios, puesto que proporciona resultados con una precisión aceptable a cambio de un no muy elevado coste computacional [43] pues aun siendo más simple que por ejemplo los modelos LES, se obtienen resultados bastante buenos comparados con los datos experimentales además de un gran ahorro en tiempo y en coste computacional [65]. Debido que se va a hacer uso de un modelo que no calcula las magnitudes del fluido cerca a la pared, entonces será necesario usar funciones de pared. Existen varias alternativas, entre las cuales destacan: “standard wall function” y “enhanced wall function”. La diferencia es que el modelo de usa la primera función es más simple y tiene menos coste computacional a cambio de una peor precisión en los resultados en la pared; mientras que el segundo proporciona una mejor precisión a la hora de calcular las magnitudes en las zonas adyacentes a la pared. Sin embargo, como en este problema no es necesario conocer con precisión dichas magnitudes, el uso de “Standard Wall function” será suficiente en este estudio. Finalmente, una vez con el modelo elegido cabe destacar cuales son las ecuaciones que van a definir el problema turbulento del estudio, que son: La ecuación de la continuidad: 𝜕𝜕𝑢𝑢 �𝑖𝑖 𝜕𝜕𝑥𝑥𝑖𝑖= 0 La ecuación de conservación de momento: 𝑢𝑢�𝑗𝑗𝜕𝜕𝑢𝑢 �𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗= −𝜕𝜕𝑝𝑝 𝜕𝜕𝑥𝑥𝑖𝑖+𝜕𝜕 𝜕𝜕𝑥𝑥𝑗𝑗�𝜈𝜈𝜕𝜕𝑢𝑢 �𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗�+𝜕𝜕𝑅𝑅𝑖𝑖𝑗𝑗 𝜕𝜕𝑥𝑥𝑗𝑗 Ambas ecuaciones se encuentran escritas en forma tensorial, con los índices tomando los valores i,j=1,2 (debido a la naturaleza bidimensional del problema), entonces x1 y x2 representan las coordenadas cartesianas x-y respectivamente, 𝑢𝑢�𝑖𝑖 son las velocidades medias en ambas direcciones del espacio, 𝑝𝑝 es la presión cinemática media y ν es la viscosidad dinámica del fluido. Por otro lado, Rij es el tensor de esfuerzos de Reynolds y viene definido por la expresión (1): 𝐴𝐴𝑖𝑖𝑗𝑗=𝜈𝜈𝑡𝑡� 𝜕𝜕𝑢𝑢� 𝑖𝑖 𝜕𝜕𝑥𝑥 𝑗𝑗 + 𝜕𝜕𝑢𝑢� 𝑗𝑗 𝜕𝜕𝑥𝑥 𝑖𝑖 �− 2 3𝛿𝛿𝑖𝑖𝑗𝑗𝑘𝑘 (1) 19 19 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos En la cual νt es la viscosidad turbulenta del fluido, δij es la función delta de Kronecker y k es la energía cinética turbulenta (TKE). Adicionalmente a estas ecuaciones, el modelo de renormalización RNG añade dos ecuaciones de cierre, la ecuación de transporte para TKE y la ecuación de la tasa de disipación de TKE. 𝜕𝜕(𝑘𝑘𝑢𝑢� 𝑖𝑖 ) 𝜕𝜕𝑥𝑥𝑖𝑖 = 𝜕𝜕 𝜕𝜕𝑥𝑥𝑖𝑖 �𝛼𝛼𝑘𝑘𝜈𝜈𝑒𝑒𝑒𝑒𝑒𝑒 𝜕𝜕𝑘𝑘 𝜕𝜕𝑥𝑥𝑖𝑖 �+𝑃𝑃𝑘𝑘−ε (2) 𝜕𝜕(𝜀𝜀𝑢𝑢�𝑖𝑖) 𝜕𝜕𝑥𝑥𝑖𝑖=𝜕𝜕 𝜕𝜕𝑥𝑥𝑖𝑖�𝛼𝛼𝜀𝜀𝜈𝜈𝑒𝑒𝑒𝑒𝑒𝑒 𝜕𝜕𝜀𝜀 𝜕𝜕𝑥𝑥𝑖𝑖�+𝐶𝐶𝜀𝜀1𝑃𝑃𝑘𝑘𝜀𝜀𝑘𝑘−�𝐶𝐶𝜀𝜀2+𝐶𝐶𝜈𝜈𝜇𝜇3�1− 𝜂𝜂 𝜂𝜂0� 1+𝛽𝛽𝜂𝜂3�𝜀𝜀2 𝑘𝑘 (3) En estas ecuaciones, Pk es la producción de la energía cinética turbulenta, αk αε son los inversos del número de Prandtl, νeff es la viscosidad dinámica efectiva 𝜈𝜈𝑒𝑒𝑒𝑒𝑒𝑒=𝜈𝜈+𝜈𝜈𝑡𝑡 con la viscosidad turbulenta calculada de la forma 𝜈𝜈𝑡𝑡=𝐶𝐶𝜈𝜈𝑘𝑘2 𝜀𝜀 . Por otro lado, se calcula 𝜂𝜂=𝑆𝑆𝑘𝑘/𝜀𝜀 donde S es un escalar que mide el tensor deformación. Finalmente, la producción turbulenta se obtiene en la expresión (4). 𝑃𝑃𝑘𝑘=𝜈𝜈𝑡𝑡� 𝜕𝜕𝑢𝑢� 𝑖𝑖 𝜕𝜕𝑥𝑥 𝑗𝑗 + 𝜕𝜕𝑢𝑢� 𝑗𝑗 𝜕𝜕𝑥𝑥 𝑖𝑖 � 𝜕𝜕𝑢𝑢� 𝑖𝑖 𝜕𝜕𝑥𝑥 𝑗𝑗 (4) Para resolver las ecuaciones el entorno de Fluent define el resto de los parámetros necesarios, tomando los valores: {𝐶𝐶𝜀𝜀1,𝐶𝐶𝜀𝜀2,𝐶𝐶𝜈𝜈,𝜂𝜂0,𝛽𝛽}={1.42 ; 1.68, 0.0845; 4.38; 0.012} [66]. Además del modelo turbulento, también es necesario activar el modelo de energía para poder introducir dentro de nuestro dominio fuentes de calor, que nos van a ser útiles para poder calcular la ventilación efectiva de los cañones urbanos. Respecto al resto de configuración del entorno de Fluent, se ha utilizado el esquema SIMPLE para resolver las ecuaciones acopladas de la presión y velocidad, usando Least squares cell based como discretización para el gradiente, y usando una discretización de segundo orden para el resto de las magnitudes, inicializando el problema mediante la opción híbrida. Para parar la simulación debe introducirse algún criterio de convergencia, cuando este se alcance el programa considera que la solución es válida y detiene la simulación antes de llegar a completar el número máximo de iteraciones provisto. En este caso, dicho criterio se ha definido estableciendo en 1e-5 el valor de todos los Residuals, suficientemente bajo como para considerar que después de que todas las magnitudes lleguen a este valor el resultado es correcto (bajo una posterior interpretación de los resultados). Finalmente, el modelo geométrico y computacional que se usa como base para realizar la simulación en Fluent será explicado posteriormente en el siguiente capítulo. 3.2. Parámetros En este tipo de fenómenos de la dinámica de fluidos son muchos los parámetros que intervienen en el estudio. En este caso en el que se quiere estudiar el comportamiento del flujo a través de cañones urbanos los parámetros intrínsecamente relacionados al problema son varios. Principalmente, los referentes a la geometría de la calle, su alto (H) y ancho (W), y las condiciones de referencia del flujo antes de entrar en ella, en concreto, la velocidad de referencia (Vref). Además, la simplificación a un modelo de dos dimensiones provoca que dos parámetros importantes como el largo de la calle y la dirección en la que viene el viento desaparezcan de nuestro estudio, simplificándolo en gran medida. No obstante, en numerosos estudios se han afirmado que lo que realmente tiene impacto en la solución de este fenómeno, y a través de los cuales se pueden establecer una clasificación de los casos es la relación entre el alto y el ancho de la calle, y el número de Reynolds. Estos dos parámetros llevan incorporados intrínsecamente en su definición todos los anteriormente mencionados, y al variar uno o ambos la solución del problema cambiará visiblemente. El principal parámetro que influye en este tipo de simulaciones es la relación de aspecto (AR), normalmente Metodología 20 20 definida como la relación entre la altura de la calle y su ancho. 𝐴𝐴𝐴𝐴= 𝐻𝐻 𝑊𝑊 (5) Según esta definición, las calles con un AR bajo corresponden a calles anchas o avenidas, mientras que si el AR es alto se identificarían con calles estrechas propias de las zonas altamente urbanizadas. Hay numerosos estudios que tratan de establecer una clasificación de la forma que va adoptar el flujo a través de las calles en función de su relación de aspecto. Entre ellas, la que más destaca fue la clasificación introducida por Oke [19], puesto que asentó en cierta medida las bases en el estudio de este fenómeno, al prever cual sería la forma del patrón de flujo y de sus características en base a únicamente su relación de aspecto. Oke propuso una clasificación en cuatro regímenes turbulentos, que son: • “Isolated roughness Flow” (AR<0.3): este es el régimen en el que se encuentran aquellas configuraciones urbanas en las cuáles los edificios están muy alejados entre sí, dando lugar a avenidas o estancias abiertas bien ventiladas. La principal característica de estas es que los vórtices provocados por la presencia de los edificios son independientes entre sí, sin que interactúen unos con otros, dando lugar a una mayor ventilación y a zonas de la calle en la que no aparecen recirculaciones. • “Wake interference Flow” (0.3<AR<0.7): en este régimen, la presencia de los edificios cerca unos de otros provoca cierta interferencia entre los patrones de corriente provocados por cada uno de ellos, lo que provoca que las recirculaciones se mezclen, creando zonas con un flujo caótico. • “Skimming flow” (0.7<AR<1.5): este régimen es en el que se centra la mayoría de las investigaciones acerca de este tema. Se da lugar para configuraciones de calles en las que el ancho es aproximadamente del mismo orden que el de la altura. En este régimen el efecto de cada edificio hace que se forme una única recirculación entre ambos edificios, provocando una menor ventilación que en los casos anteriores. • “Multi-vortex flow” (AR>1.5): este régimen es un caso avanzado del anterior, en el que debido a la estrechez de la calle provoca que en el patrón de corriente no hay un único vórtice, sino que la calle se subdivide en dos o más recirculaciones, que irán en aumento conforme la relación de aspecto también aumente. Es de esperar que la ventilación en las zonas inferiores de la calle vaya en descenso conforme aumente el número de recirculaciones. Sin embargo, en este estudio solo se van a estudiar morfologías de calle que se encuentren en los dos últimos pues son en los que tienen interés en el estudio, ya que los otros dos vórtices poseen una capacidad de ventilación mayor de forma natural. El principal efecto del AR en los resultados será la cantidad de aire que entra en la calle y el número de vórtices que se originan. Según la clasificación anterior, en el primer grupo de los dos seleccionados anteriormente se formará una única depresión mientras que en el segundo, se originarán más de uno. No obstante, como algunos autores señalan, esto también vendrá influenciado por el número de Reynolds y no únicamente por el AR, por lo que los límites de la anterior clasificación estarán influenciados por el valor del número de Reynolds, haciendo que dicha clasificación esté incompleta. 21 21 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Figura 3-2. Regímenes del flujo turbulento según AR. Fuente:[19] De esta forma, el número de Reynolds es el otro parámetro principal en cuanto a estudios se refiere. En las primeras investigaciones, se creía que los resultados obtenidos eran escalables para otras medidas o velocidades. Sin embargo, en las últimas investigaciones se han obtenido que el Re impacta en gran medida en el patrón del flujo, en la entrada de aire en el cañón e incluso en el número de vórtices que se generan para un AR fijado. El número de Reynolds es un número adimensional fundamental en la mecánica de fluidos que define la relación entre las fuerzas de inercia y las fuerzas viscosas del problema. De forma general, su expresión es 𝐴𝐴𝑅𝑅= 𝐿𝐿∗𝑉𝑉 𝜐𝜐, donde L es la longitud característica del problema, V es la velocidad del flujo y υ es la viscosidad cinética. Si se aplica a este problema concreto, V es la velocidad de referencia del aire no perturbado y la longitud característica se corresponde con la altura de la calle H. Son dos los parámetros que se pueden variar para fijar el Re. Debido a esto, al aumentar la velocidad del aire o al estudiar modelos de escala completa, algunos autores han encontrado que el resultado no era el esperado que correspondería a la clasificación de los regímenes. Por ejemplo, autores en distintos estudios [34,35,67] obtuvieron un número de vórtices menor al esperado en calles con relaciones de aspecto altas debido a que los experimentos o simulaciones lo realizaron a alto número de Reynolds. Esto es importante debido a que significa que no solo se necesita estudiar las relaciones de aspecto para una calle específica, sino que se necesita investigar que ocurre para diferentes valores de velocidad incidente del aire para poder caracterizar por completo lo que ocurre dentro de un cañón urbano y así tener la máxima información posible para proyectos futuros. No obstante, otros estudios mostraron la existencia de un número de Reynolds crítico por el cual encima de él, en teoría los resultados sí siguen un mismo patrón y el efecto de cambiar parámetros como la escala del modelo no debe afectar al patrón de los resultados, dicho límite es comúnmente establecido en Rec=11000 [68]. Sin embargo, diversos autores [34] han demostrado que este valor límite es altamente dependiente de la geometría del modelo, de su escala y de su relación de aspecto, siendo cada vez más elevado para relaciones de aspecto altas; exponiendo la necesidad de hacer estudios detallados para cada caso que se necesite, lo cual se va a hacer en este trabajo. 3.3. Indicadores El valor de esta investigación radica en proporcionar varios indicadores de gran utilidad en proyectos ingenieriles para una amplia gama de casos de cañones urbanos, de modo que la ventilación quede totalmente caracterizada para posteriores aplicaciones. En primer lugar, el patrón del flujo o líneas de corriente del aire en el interior de la calle determinará en gran medida la ventilación, ya que la formación de uno o más vórtices es crucial. Otras investigaciones han demostrado que para un AR bajo, sólo se forma un vórtice mientras que para un AR alto se encuentran varios de ellos, como se había mencionado anteriormente [37,38]. Además, para un AR fijo, la creación de uno o más Metodología 22 22 vórtices viene determinada por el número de Reynolds, es decir, por la velocidad del viento y la altura del edificio. Para valores bajos de Re, tienden a aparecer más vórtices [26]. Por ello, para poder caracterizar este proceso de formación de vórtices es fundamental obtener el patrón del flujo, el número de vórtices y la posición de sus centros para un rango de Re que se asemeje a la morfología típica de las calles. Figura 3-3. Ejemplo de patrón de flujo dentro de una calle En segundo lugar, para caracterizar numéricamente la ventilación de la calle existe numerosos indicadores que se usan en la literatura. En primer lugar, para poder realizar el estudio de optimización del dominio numérico se va a emplear el caudal de aire total (Qtotal) en unidades de kg/s, que sería la cantidad de aire total que entra dentro de la calle. Cabe destacar que este no será el indicador que se extraerá en la caracterización del fenómeno, ya que el aire total que entra dentro de una calle puede estar previamente recalentado por el efecto de la misma, por lo que no participaría en la ventilación efectiva, estando incompleta la información que nos propone. Sin embargo, es una buena forma de comparar fácilmente distintas geometrías para poder completar el proceso de optimización. Se calcula como se muestra en la ecuación (1). 𝑄𝑄𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡= 𝜌𝜌� 𝑤𝑤−| ᴦ 0𝑟𝑟𝑡𝑡𝑡𝑡𝑒𝑒 𝑑𝑑ᴦ (6) Donde ρ es la densidad del fluido, 𝑤𝑤−|𝑟𝑟𝑡𝑡𝑡𝑡𝑒𝑒 es la velocidad vertical del fluido en la superficie de entrada de la depresión y ᴦ es la superficie de entrada de la depresión; si todas las magnitudes se usan en el Sistema Internacional, el resultado del caudal es en kg/s. Sin embargo, debido a la naturaleza 2D discreta derivada de Fluent y de la geometría, la expresión hay que transformarla en otra que permita trabajar de forma simple con los datos extraídos directamente de Fluent, que se muestra en la ecuación (2). 𝑄𝑄𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡= 1[𝑚𝑚]∙𝜌𝜌 �∆𝑤𝑤𝑘𝑘 � � � � 𝑟𝑟𝑡𝑡𝑡𝑡𝑒𝑒∙∆𝑥𝑥𝑘𝑘 𝑘𝑘=𝑁𝑁 0 (7) En esta expresión se multiplica por 1m debido a que es la profundidad virtual que utiliza Fluent para definir 23 23 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos flujos en geometrías 2D y se sustituye la integral por el sumatorio para denotar la naturaleza discreta, ∆𝑥𝑥𝑘𝑘 es el tamaño de la celda k de la línea de entrada a la depresión (es decir, la distancia entre dos nodos sucesivos) y ∆𝑤𝑤𝑘𝑘 � � � � 𝑟𝑟𝑡𝑡𝑡𝑡𝑒𝑒 es la media de las velocidades verticales medidas en dos nodos sucesivos correspondientes a la celda k. Con esto se pueden obtener resultados de buena precisión a pesar de las limitaciones y errores propios de la discretización. Este indicador puede adimensionalizarse para poder comparar los valores de renovación de aire entre distintos casos de una forma más visual, al eliminar la dependencia de la escala y de la velocidad. Esto se hace por medio de la ecuación (3). 𝑄𝑄𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡,𝑡𝑡𝑎𝑎= 𝑄𝑄 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 1[𝑚𝑚]∙𝜌𝜌∙(𝐻𝐻/𝐴𝐴𝐴𝐴)∙𝑉𝑉 𝑟𝑟𝑒𝑒𝑒𝑒 (8) Sin embargo, en nuestro caso, tiene más interés utilizar un enfoque novedoso y utilizar la "tasa de ventilación efectiva" (Qef) en unidades de caudal másico (kg/s). Esta magnitud representa la cantidad de aire que entra en la calle desde el exterior renovando el aire, dispersando los contaminantes en la zona y mitigando la acumulación de calor de la misma. Cabe destacar que a través de la metodología que se ha seguido para calcular dichos indicadores nos permite calcular la ventilación efectiva de la zona, es decir, el aire que entra únicamente con las propiedades del aire exterior y no aire proveniente de la misma recirculación que a menudo reimpulsa aire proveniente de la calle, siendo que este aire no participa efectivamente en la ventilación ya que sus propiedades son iguales a las del aire interior. Por lo tanto, esta magnitud es una especia de indicador de calidad al dar idea de la eficiencia de renovación de aire efectiva dentro de una calle. Para cañones urbanos en régimen multivortex, como una simplificación inicial puede considerarse cada recirculación como isoterma, lo que significa que dentro del vórtice, no existirá un gradiente de temperatura muy pronunciado, sino que la temperatura se mantiene aproximadamente constante en él. Esto conduce a una segregación del cañón urbano atendiendo a las fronteras entre vórtices, lo que da lugar a la formación de tantos subvolúmenes como vórtices haya en la calle, cada uno con una temperatura media distinta. Con este enfoque innovador, la ventilación no sólo se puede calcular en la entrada por la parte superior de la calle, sino también se puede calcular el caudal másico de entrada de aire en las interfaces de cada vórtice, dando un valor estimado de la ventilación en las partes inferiores de la calle. Esto es crucial porque es justamente en dichas partes de una calle donde las personas pasan tiempo, y por tanto, donde resulta más interesante aplicar estrategias de climatización o donde es importante tener controlado las concentraciones de los contaminantes. Para calcular dicha magnitud se parte de un balance de energía en un volumen de control coincidente con cada recirculación. 𝑄𝑄𝑒𝑒𝑒𝑒 𝑖𝑖∗𝐶𝐶𝑝𝑝∗�𝑇𝑇𝑒𝑒𝑥𝑥𝑡𝑡−𝑇𝑇𝑡𝑡𝑟𝑟𝑒𝑒𝑡𝑡,𝑖𝑖�+𝐺𝐺𝑖𝑖∗𝑉𝑉𝑖𝑖=𝑄𝑄𝑒𝑒𝑒𝑒𝑖𝑖+1∗𝐶𝐶𝑝𝑝∗�𝑇𝑇𝑒𝑒𝑥𝑥𝑡𝑡−𝑇𝑇𝑡𝑡𝑟𝑟𝑒𝑒𝑡𝑡,𝑖𝑖+1� (9) Donde i es el número del subvolumen en el que se aplica, y el índice i+1 hace referencia al subvolumen inferior al actual, Qef es el caudal másico de aire neto en kg/s, Cp es el calor específico del aire en J/(kg K), Text y Tarea son las temperaturas media del aire exterior y del subvolumen en cuestión respectivamente, ambas en K. Finalmente, G es la generación volumétrica de calor medida en W/m3 y V es el volumen estudiado en m3. De esta forma, se obtiene un valor numérico del flujo másico de aire neto procedente del exterior hacia la calle, así como el flujo másico de aire a través de cada subvolumen, lo que ayuda a comprender la eficiencia de ventilación de las capas inferiores de un cañón urbano. 3.4. Ruta a seguir en el estudio Para poder realizar el estudio, es necesario establecer una hoja de ruta en la que se planee como se va a desarrollar de forma ordenada, para optimizar los recursos y esfuerzos. Para ello, el primer paso será idear y optimizar el modelo numérico que es necesario para realizar las simulaciones en Fluent. Para esto, se parte de un modelo Modelo numérico. Proceso de Optimización 30 30 reducido las longitudes del dominio numérico desde la referencia de 25H hasta 3H manteniéndose el perfil de entrada del viento uniforme y se ha comparado los principales resultados para ver como varían y así poder tomar una decisión acerca del valor óptimo. Esto nos a reducir el número de elementos en el mallado y el coste computacional manteniendo unos resultados de calidad. Se obtienen los mismos resultados que para el paso anterior para hacer hincapié en los resultados relativos a la ventilación: el caudal adimensional de entrada en la depresión (Tabla 4-2) y el perfil de velocidad del flujo justo antes de la entrada de la depresión (Figura 4-5) ampliando la imagen en la zona vertical más próxima de la entrada de la depresión para poder ver mejor la diferencia entre cada uno. Tabla 4-2: Comparativa del Qtotal adimensional en la reducción del dominio numérico 25H (ref) 10H 9H 8H 7H 6H 5H 4H 3H Qtotal,ad[-] 0.0109 0.0119 0.0121 0.0122 0.0125 0.0127 0.0130 0.0134 0.0139 Figura 4-5. Comparativa del perfil de velocidad del flujo justo antes de entrar en la depresión Al realizar la comparación, se puede ver como cuanto menor es la longitud, mayor es la divergencia del Qtotal adimensional con respecto a la referencia. Sin embargo, la tendencia no es la misma para todos los valores. Para longitudes muy cortas (menos de 5 H), cuando se da un paso en el proceso de acortar el dominio, el error aumenta de una forma muy acentuada, mientras que para longitudes relativamente largas (más de 7 H), un paso incremental no implica una gran reducción del Qtotal. Sin embargo, el valor de 6 H proporciona una solución suficientemente precisa manteniendo un valor bajo de la longitud aguas arriba, ya que a partir de ese valor, aumentar la longitud no mejora significativamente la solución. Por ello, este valor se fija tanto para la longitud de la pared aguas arriba como para la longitud de la pared aguas abajo. Esta reducción conlleva una gran reducción del coste computacional y del tiempo de simulación. Finalmente, una vez simplificado el dominio numérico, queda de la forma que se ve en Figura 4-6. Esta es un modelo bi-dimensional de un único cañón urbano aislado cuya rugosidad del terreno y los edificios se incluirá 31 31 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos mediante cierto valor de la rugosidad aerodinámica. Figura 4-6. Modelo geométrico de una única depresión definitivo El último paso es cambiar la expresión de la velocidad de entrada del flujo, puesto que si se quiere acortar el dominio mientras se obtienen resultados relativamente precisos, es necesario que la velocidad de entrada tenga una forma que se asemeje al perfil de la velocidad que incide en la depresión. Para este trabajo, se han considerado dos expresiones principales de la velocidad, ambas recomendadas para simular la capa límite atmosférica [18], perfil exponencial o logarítmico. No obstante, mientras que el perfil exponencial es comúnmente usado en casos de depresión [37], el modelo logarítmico se suele usar para casos de elevación [32,74]. Esto es debido a que mientras que el perfil logarítmico modela bien la capa superficial de la atmósfera, el perfil exponencial asemeja mejor la subcapa rugosa debida a la presencia de los edificios como se puede ver en la Figura 4-7. Figura 4-7. Esquema de las capas de la UBL. Figura tomada de [75] Ambas dependen de la rugosidad aerodinámica ya mencionada, y tienen como expresión: Perfil exponencial: 𝑈𝑈=𝑈𝑈𝑟𝑟𝑒𝑒𝑒𝑒�𝑦𝑦 𝐻𝐻�0.16 en el que el exponente depende explícitamente de z0 [18] Perfil logarítmico 𝑈𝑈=𝑢𝑢∗ 𝐾𝐾ln (𝑦𝑦+𝑧𝑧0 𝑧𝑧0) con 𝑢𝑢∗=𝐾𝐾∗𝑈𝑈𝑟𝑟𝑟𝑟𝑟𝑟 ln (𝐻𝐻+𝑧𝑧0 𝑧𝑧0) , siendo K una constante de valor K=0.4 Finalmente, al comparar los diversos resultados de interés en nuestra investigación, como las líneas de corriente, la velocidad de aire justo a la entrada de la depresión y el caudal másico de entrada de aire para cada forma del Modelo numérico. Proceso de Optimización 32 32 perfil de velocidad de entrada; se obtendrá un modelo geométrico definitivo con el que se alcanzará el objetivo del artículo de realizar un modelo simplificado y óptimo para obtener resultados aceptables de este fenómeno. Para esto, se realizan simulaciones con la geometría de una única depresión ya optimizada con la longitud de entrada 6H y se comparan los resultados. El perfil de velocidad incidente justo antes de la depresión se puede ver en la Figura 4-8, donde viene señalada en un recuadro la zona de interés que es donde se encuentra el flujo desarrollado, ya que fuera de ella, la velocidad sigue aumentando debido a la expresión del perfil de velocidad, aunque no afecta a la simulación puesto que no es aire que se introduce en la depresión. Se puede apreciar que en la zona de interés el perfil de velocidad exponencial se asemeja más al caso de referencia en la altura cercana a la entrada de la depresión (situada a z=0m), por lo que refleja mejor la velocidad del flujo que se introduce en la misma. Figura 4-8. Comparación perfiles de velocidad de entrada Por otro lado, los resultados de ventilación de la comparación se representan en la Tabla 4-3 y se observa como efectivamente el perfil de velocidad exponencial obtiene resultados más cercanos a la referencia ya que su desviación a esta es menor, por lo que se va a emplear para el resto del artículo el perfil de velocidad exponencial. Tabla 4-3: Resultados de ventilación para distintos perfiles de velocidad Qtotal [kg/s] Qtotal,ad [-] Desviación a referencia Perfil logarítmico 0.1041 0.0085 22% Perfil exponencial 0.1184 0.0097 10% Con este estudio realizado, el modelo geométrico final (Figura 4-9) y las condiciones de contorno forman el conjunto de opciones definitivas y las que se han usado en el resto de la investigación. 33 33 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Figura 4-9. Esquema del modelo geométrico con medidas (H es la altura de la calle) Tabla 4-4:Condiciones de contorno del modelo Zona Condición de contorno Inlet Velocity Inlet. x-Velocity 𝑈𝑈=𝑈𝑈𝑟𝑟𝑒𝑒𝑒𝑒�𝑦𝑦 𝐻𝐻�0.16 Outlet Preassure Outlet Far Field Symmetry Upwash Wall. Roughness: Cs=1; z0=0.1m Downwash Wall, no slip condition Street Wall, no slip condition El último paso que queda por desarrollar para la optimización del dominio numérico es decidir cual es la configuración de la malla que se va a emplear, ya que la malla es un elemento crucial puesto que si es de buena calidad, la simulación convergerá antes y mejor, proporcionando resultados más precisos. Para ello se la llevado un proceso de optimización del tamaño de la malla para obtener un valor que dé lugar a resultados precisos sin que se dispare el número de elementos y por lo tanto consuma muchos recursos computacionales. En este trabajo se han utilizado diferentes estrategias para lograr una buena malla: • Celdas cuadriláteras. Cuando la geometría no es muy compleja, ésta es la preferida porque son las que suelen dar mallas de mayor calidad y con mejor precisión en los resultados. • El tamaño de la celda depende de la altura de referencia, H. Esto significa que el tamaño de la malla es proporcional a la escala del modelo, evitando un crecimiento excesivo para valores de H elevados. • El tamaño del mallado depende del AR. Si fuera constante para cada AR, el número de celdas en la línea de entrada del cañón sería muy alto para calles anchas pero muy bajo para calles estrechas, lo que podría provocar problemas de precisión en estas últimas. Modelo numérico. Proceso de Optimización 34 34 • El dominio numérico se divide en dos zonas. La "zona interior" es la relacionada con el propio cañón urbano y la zona circundante. Aquí, el mallado es más pequeño porque es la zona donde se necesita más precisión para obtener buenos resultados ya que se van a producir los cambios en el valor de las magnitudes más acentuados. Por otro lado, la "zona exterior" es el resto del dominio donde el mallado es más grande porque allí no se obtienen resultados. Una vez con el tipo de malla ya definido, se han estudiado 4 tamaños de malla distintos, recogidos en la Tabla 4-5 para asegurarse de que el tamaño es suficiente para obtener resultados precisos, de la misma forma que otros autores han hecho como por ejemplo [48] para el caso de aplicarlo a simulaciones LES. Este estudio se ha realizado sobre el caso de referencia del dominio grande de longitud de entrada 25H. Tabla 4-5: Resultados ventilación para el estudio de la malla Element size (Face meshing “outer zone”) Element size (Face meshing “inner zone”) Qtotal (ad) Qtotal (kg/s) Mallado muy grueso H/10 H/(25*AR) 0.0104 0.1274 Mallado grueso H/13.33 H/(50*AR) 0.0106 0.1298 Mallado fino H/20 H/(100*AR) 0.0109 0.1335 Mallado muy fino H/40 H/(200*AR) 0.0110 0.1346 De los resultados obtenidos para cada uno de ellos en la Tabla 4-5, puede apreciarse que entre el mallado grueso y el muy grueso no hay mucha diferencia en cuanto a resultados, sin embargo, estos cuentan con una gran desventaja pues su escaso número de nodos en la línea de entrada de la depresión hace que puedan perderse comportamientos y resultados interesantes. Por otro lado, se puede comprobar como entre el mallado fino y el muy fino la diferencia es prácticamente nula con la gran desventaja de suponer un tiempo de simulación sustancialmente mayor, lo que deja ver que, en realidad, el mallado que se estaba empleando es suficientemente fino sin llegar a significar un tiempo de simulación elevado. Es por esto por lo que para este artículo se ha elegido usar el mallado fino. Una vez que ya se ha terminado el proceso de elaboración del modelo se van a realizar unas simulaciones auxiliares para poder contrastar la validez de este. Se han realizado tres simulaciones más con el modelo de sucesiones para poder compararlas con los resultados obtenidos por mi modelo simplificado y verificar la validez de este para distintas relaciones de aspecto, puesto que todo el proceso de optimización se ha realizado para el caso de referencia de AR=1. Al hacerlo, se aprecia que los resultados de ventilación en la Tabla 6 concuerdan en gran medida aún con cierto error, pero suficientemente bajo como para poder afirmar que se ha conseguido elaborar un modelo que permita reducir el costo computacional y el tiempo de simulación de los estudios sobre las depresiones de cañones urbanos, sobre todo en vista a aplicaciones prácticas futuras centradas en la ventilación de este tipo de espacios. Además, se puede ver como el error en los resultados de ventilación es mayor para los casos de AR bajos, mientras que a medida que aumenta el AR el error disminuye, dando los mejores resultados posibles para el caso de calles muy estrechas, en el que apenas hay error. 35 35 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Tabla 4-6. Resultados del modelo de sucesiones y desviación respecto al modelo optimizado AR 𝑄𝑄𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 [kg/s] 𝑄𝑄𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡,𝑡𝑡𝑎𝑎 [-] Desviación 0.75 0.241 0.0148 22% 1 0.1296 0.0105 7% 1.5 0.0426 0.0052 4% 3 0.0165 0.004 5% Caracterización de la ventilación en calles. Resultados 36 36 5 CARACTERIZACIÓN DE LA VENTILACIÓN EN CALLES. RESULTADOS n este capítulo se va a emplear el modelo numérico optimizado obtenido en el capítulo anterior para poder realizar las simulaciones que hacen falta para caracterizar completamente el fenómeno de ventilación en cañones urbanos. Primero se describen los casos que se van a simular para obtener todos los casos de estudio y posteriormente se recogerán y explicarán los resultados obtenidos para cada uno de ellos, discutiendo los resultados. 5.1. Casos de estudio Para una caracterización completa de este fenómeno, se estudian diferentes configuraciones de calles para poder tener una amplia variedad de casos estudiados. En cuanto a la clasificación según la relación de aspecto, se eligen calles con una relación de aspecto desde 0.75 a 4.5 porque estos valores representan una parte importante de la configuración típica de las calles de las ciudades, ya que otras investigaciones en este campo suelen utilizar valores dentro de este intervalo [30,67]. En concreto como se puede ver en la Figura 5-1 con estudiando hasta AR=4.5 se tiene casi la totalidad de la morfología de las calles de Sevilla caracterizadas. No se tienen en cuenta las calles de menor AR, ya que su morfología y apertura conllevan a una elevada ventilación que ayuda a disipar el calor y la contaminación de forma natural, por lo que su estudio carecería de importancia al ya saber que tienen una buena eficiencia de ventilación y renovación de aire. Figura 5-1. Histograma de frecuencia acumulada con las relaciones de aspecto que se encuentran en Sevilla. Fuente: Grupo de Termotecnia. En cuanto a la elección del número de Reynolds en el que se va a realizar el estudio, el número y la posición de E 37 37 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos los vórtices están muy influenciados por él, cuyo valor depende tanto de la velocidad del aire exterior como de la altura del edificio. Por esta razón, es necesario un estudio más profundo en el que este parámetro se varíe en un rango de valores realistas y comunes en las ciudades. Tradicionalmente en los estudios de este sector, los valores del número de Reynolds utilizados eran bajos (aproximadamente del orden de 12000) ya que se trataba de experimentos realizados en túneles de viento. Sin embargo, algunos autores [27,34] detectaron la influencia del número de Reynolds en calles con AR>1,5, ya que la ventilación estaba muy influenciada por él. Por lo tanto, para obtener resultados prácticos para su aplicación en la vida real, el rango del número de Reynolds debe elegirse adecuadamente. Por esta razón, el número de Reynolds se varía desde 3.4∙105 a 2.8∙106 para cada AR ensayado. Con esto, se obtendrá un gráfico muy interesante donde se muestra el número de vórtices formados en un cañón urbano en función del AR y el número de Reynolds, lo que ayuda a la evaluación del rendimiento de la ventilación necesaria para la dispersión de la contaminación o las estrategias de disipación de calor en las calles. Con ello, en este trabajo se estudian un total de 45 casos, obteniendo los indicadores anteriores para cada uno de ellos. En la Tabla 5-1 presenta un resumen de los casos estudiados. Tabla 5-1. Resumen de casos de estudio AR V ref [m/s] Re Caracterización del fenómeno 0.75 – 4.5 0.15 - 4 3.4·105 – 2.8·106 5.2. Resultados acerca del movimiento del aire dentro de las calles En primer lugar, se proporcionan los resultados relativos a los patrones de flujo de aire en el interior de los cañones de las calles para todos los casos estudiados, variando tanto el AR como el número de Reynolds. En se muestra el patrón de movimiento del aire para cada AR ensayado para Re= 676,796 que es el caso estándar para un edificio de tres plantas con 10m de altura y una velocidad del viento exterior de 1m/s (Figura 5-2). Se observa que el número y la posición de los vórtices que se forman dependen en gran medida de la morfología de la calle, ya que cuanto más estrecha es ésta más vórtices aparecen. Sin embargo, hay varios comportamientos bien diferenciados. De AR=0.75 a AR=2.5 sólo se forma una recirculación en el centroide de la calle, lo cual implica que no hay zonas en las que no hay estancamiento de aire en las capas inferiores de la calle, sino que la totalidad del aire de la zona se encuentra renovado por un vórtice. A medida que aumenta la relación de aspecto, el vórtice se desplaza hacia el nivel del techo de la calle, haciendo que la coordenada vertical de su centro se desplace mientras la horizontal no. A continuación, para AR=3 se forma una nueva recirculación, lo que provoca que la zona interna de la calle se divida en dos vórtices diferentes. Al principio, el vórtice inferior es significativamente más pequeño que el otro. Sin embargo, cuando AR aumenta, el vórtice inferior se hace más grande con cada paso en AR. Por ejemplo, para AR=3.5 ambos vórtices tienen aproximadamente el mismo tamaño. Las diferencias en tamaño entre ambas recirculaciones se acortan hasta que finalmente para AR=4, aparece un nuevo vórtice. Finalmente, para AR=4 y AR=4.5, existen tres vórtices en la calle. Este resultado es muy valioso, puesto que enseña de manera gráfica como cambia la distribución de las recirculaciones de aire de manera progresiva según la relación de aspecto de la calle, pudiendo identificar qué calles va a estar peores ventiladas o es más probable que ocurra acumulación de contaminantes a nivel del peatón debido a la existencia de dos o más vórtices. Caracterización de la ventilación en calles. Resultados 38 38 Figura 5-2. Patrón de movimiento del flujo dentro de cañones urbanos para distintos AR y Re=676,796 Además esta información muy útil para comprender el movimiento del aire en el interior de los cañones de las calles, ya que permite dividirlos en función de sus recirculaciones. Cada uno de estos volúmenes se considera independiente porque la interacción entre ellos es mínima, pudiendo usar distintas estrategias de climatización o de dispersión de contaminantes en cada zona creado en función de las necesidades que haya en cada uno. Estos resultados pueden diferir con los resultados previos en la literatura ya que el rango de valores del número de Reynolds utilizado comúnmente es del orden de Re = 12.000, lejos de valores comunes para configuraciones urbanas típicas. Sin embargo, los resultados de este trabajo son similares a los de otros autores que han comprobado la dependencia del flujo con el número de Reynolds, utilizando valores similares al de este estudio [18,31,34]. También concluyeron que para un AR que tradicionalmente se suponía que tenía múltiples vórtices (AR = 2), sólo se forma un vórtice para valores típicos del número de Reynolds. Otra cuestión importante es la dependencia del número y la posición de los vórtices con el número de Reynolds, ya que como se ha comentado antes, los resultados pueden cambiar significativamente al variarlo. Para comprobar esto, se varían las condiciones de viento exterior para poder cambiar el rango de número de Reynolds. En primer lugar, se muestra el efecto de aumentarlo y se ven sus consecuencias. Por ejemplo, se proporciona el patrón de movimiento del aire para Re= 2,030,387 que corresponde a un edificio de tres plantas con 10m de altura y una velocidad del viento exterior de 3m/s (Figura 5-3). Cuando se compara con el caso base de Vref=1m/s, se observa que el patrón de flujo de aire de varios AR ha cambiado. Por ejemplo, AR=3 ahora sólo tiene un vórtice, con la ubicación aproximadamente igual que el vórtice superior formado para Vref=1m/s, es decir, el efecto es como de eliminar el vórtice inferior y que el único vórtice que queda (el superior) ocupe toda la calle. Además, para AR=4 y AR=4.5, el vórtice inferior desaparece, formándose sólo dos recirculaciones. Sin embargo, el aumento del número Re no sólo afecta al número de vórtices, sino también al tamaño de estos. La recirculación superior tiende a aumentar de tamaño manteniendo el centro fijo, por lo que los vórtices inferiores se desplazan hacia el nivel del suelo. Un ejemplo de ello es AR=3.5, ya que anteriormente ambos vórtices eran casi idénticos, mientras que en este caso el vórtice superior es significativamente mayor. 39 39 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Figura 5-3. Patrón de movimiento del flujo dentro de cañones urbanos para distintos AR y Re = 2,030,387 Por lo tanto, se puede afirmar que cuando aumenta el número de Reynolds (por ejemplo, aire exterior más fuerte o calles más altas) se reduce el número de vórtices para cada AR. En los casos en que sólo se forma un vórtice para un Reynolds bajo, el patrón de flujo de aire sigue siendo idéntico, con el único cambio de suavizar las recirculaciones de esquina. Sin embargo, para calles más estrechas aparecen menos vórtices de los que aparecían en un régimen de Reynolds menor, incluso es posible que las calles en régimen de múltiples vórtices en otros valores de Reynolds pasen a régimen de un solo vórtice. Esto es muy importante porque el cambio en el número y posición de los vórtices conlleva a un cambio drástico en el comportamiento y en la eficiencia de ventilación de la calle, haciendo que calles que antes ventilaban mal ahora lo hagan mejor, lo cuál puede ayudar a mitigar los efectos perjudiciales de acumulación de contaminantes y de calor. Finalmente, una vez estudiado el efecto de aumentar el número de Reynolds, queda estudiar el efecto de reducirlo. Para eso, se presentan los resultados para Re= 507,597 que corresponde a un edificio de tres plantas con 10m de altura y una velocidad del viento exterior de 0.75m/s (Figura 5-4). En contraposición a los resultados anteriores, hay dos efectos principales cuando se reduce el número de Reynolds. En primer lugar, se produce la creación de nuevos vórtices para los valores altos de relación de aspecto. Por ejemplo, en el caso de AR=3.5 ahora pasa a tener tres vórtices en lugar de solo dos. Además, hay algunos casos de calles con un AR en perteneciente a la clasificación skimming flow regime, es decir, un único vórtice, que ahora tienen dos recirculaciones, como AR=2.5, pasando a ser multivortex regime. En segundo lugar, los vórtices inferiores se hacen más grandes en comparación con los resultados anteriores, desplazando su centro hacia el nivel del techo. Esto hace que la zona inferior aislada del exterior crezca en su tamaño, perjudicando también a la eficiencia de la ventilación. Esto hace que en cuanto al patrón de movimiento del aire, velocidades bajas del aire exterior signifique un peor escenario para la eliminación de contaminantes o la dispersión de calor. Conclusión 46 46 6 CONCLUSIÓN na vez finalizado todo el estudio, habiendo analizado y discutido todos los resultados que se han obtenido del mismo, en este capítulo final se realiza una recapitulación de lo hecho y lo obtenido en este proyecto. Por un lado, los resultados del patrón de movimiento del aire en el interior de la calle para diferentes AR y número de Reynolds pueden utilizarse para determinar diseños urbanos críticos, ya que se ha comprobado que las calles más estrechas tienen una ventilación más deficiente, especialmente en los vórtices inferiores formados, lo que provoca una acumulación de calor más grave. Con esta información, pueden diseñarse ciudades más resilientes al cambio climático. En conclusión, este exhaustivo estudio ha proporcionado información valiosa sobre la dinámica del flujo de aire en diferentes morfologías de calles urbanas, para un rango de números de Reynolds comúnmente encontrado en las ciudades. Los resultados ponen de manifiesto la importancia de la planificación urbana para mejorar la calidad del aire. En concreto, el estudio ha señalado los retos que plantean las configuraciones de calles con una elevada relación de aspecto, en las que una ventilación inadecuada puede dar lugar a la acumulación de contaminantes o de calor excesivas, siendo especialmente importantes las calles estrechas, debido a la transición al régimen multivórtice en calles con una relación de aspecto superior a 2.5. Esto conlleva un mayor riesgo, lo que hace fundamental la aplicación de técnicas innovadoras de control y dispersión de la contaminación, entre otras cosas, para mitigar los efectos adversos sobre la salud pública. La investigación no sólo ha abordado las configuraciones que facilitan la ventilación natural, sino que también ha identificado las que requieren una intervención adicional. Esto sirve de guía fundamental para el futuro desarrollo urbano. Integrando estos conocimientos en el proceso de planificación urbana, las ciudades pueden diseñarse para ser más resistentes a los riesgos para la salud relacionados con la elevada temperatura que se alcanzan en las calles y la contaminación, lo que en última instancia se reflejará en una notable mejora de la calidad de vida de sus habitantes. La aportación del estudio al campo de la planificación ambiental urbana es muy valiosa, pues sienta las bases para la creación de ciudades sostenibles y habitables para las generaciones futuras. 6.1. Limitaciones En este estudio, la compleja dinámica del cañón urbano se reduce a un modelo bidimensional. Esto introduce imprecisiones cuando los resultados se aplican en el mundo real debido a la naturaleza caótica del flujo de aire en entornos tridimensionales a causa de los numerosos factores que alteran el caso ideal, por ejemplo árboles, vehículos y balcones. Esta complejidad provoca recirculaciones en las esquinas y patrones de flujo de aire inesperados, que pueden afectar significativamente al movimiento del aire dentro o alrededor de la calle. A pesar de estas limitaciones, el uso de la simplificación bidimensional ha sido estudiado y cuestionado por algunos autores, concluyendo que su uso es aceptable para calles muy largas, como demuestran los errores mínimos en los resultados [36]. En estos casos, estos estudios 2D se consideran como rebanas representativas del comportamiento de la calle, lo que sirve para obtener una visión global del fenómeno. En consecuencia, este método es apropiado en investigaciones científicas en las que se buscan resultados aproximados para la caracterización de un fenómeno. Además, esta simplificación añade otra incertidumbre que es el efecto de los vientos cruzados, porque en este estudio se ha hecho la hipótesis de que el perfil del viento es perpendicular a la U 47 47 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos calle. Sin embargo, esta configuración es la que presenta los peores resultados en cuento a ventilación, lo que representa el caso más crítico, por lo que es el que se ha usado en la mayoría de los estudios en este campo. 6.2. Trabajo futuro Este estudio presenta posibilidades de mejora y trabajo futuro. Se puede incluir un estudio para la caracterización de diferentes morfologías de calles que no se han tenido en cuenta en el trabajo actual, algunas carácterísticas como diferentes formas de tejado o una configuración asimétrica de los edificios de la calle. De este modo se ampliaría la lista de casos estudiados, con lo que la caracterización de la ventilación den als calles de las ciudades. Esto serviría para mejorar el futuro diseño urbano para construir ciudades más resilientes y que se adapten mejor al cambio climático. Además, investigaciones futuras podrían incorporar una gama más amplia de valores de AR para abarcar morfologías no contempladas en este estudio inicial. Esto podría incluir AR muy bajos, representativos de avenidas o espacios abiertos como plazas, así como AR muy altos, característicos de zonas densamente urbanizadas con edificios altos. De este modo se enriquecería enormemente la aplicabilidad de los resultados de la investigación. Referencias 48 48 REFERENCIAS [1] H.H. Kim, Urban heat island, Int J Remote Sens 13 (1992) 2319–2336. https://doi.org/10.1080/01431169208904271. [2] L. Yang, F. Qian, D.X. Song, K.J. Zheng, Research on Urban Heat-Island Effect, Procedia Eng 169 (2016) 11–18. https://doi.org/10.1016/J.PROENG.2016.10.002. [3] M. Santamouris, D. Kolokotsa, On the impact of urban overheating and extreme climatic conditions on housing, energy, comfort and environmental quality of vulnerable population in Europe, Energy Build 98 (2015) 125–133. https://doi.org/10.1016/J.ENBUILD.2014.08.050. [4] N. Nazarian, E.S. Krayenhoff, B. Bechtel, D.M. Hondula, R. Paolini, J. Vanos, T. Cheung, W.T.L. Chow, R. de Dear, O. Jay, J.K.W. Lee, A. Martilli, A. Middel, L.K. Norford, M. Sadeghi, S. Schiavon, M. Santamouris, Integrated Assessment of Urban Overheating Impacts on Human Life, Earths Future 10 (2022). https://doi.org/10.1029/2022EF002682. [5] X. Wang, Y. Li, X. Yang, P.W. Chan, J. Nichol, Q. Li, The Street Air Warming Phenomenon in a HighRise Compact City, Atmosphere 2018, Vol. 9, Page 402 9 (2018) 402. https://doi.org/10.3390/ATMOS9100402. [6] Y. Zhou, Z. Zhuang, F. Yang, Y. Yu, X. Xie, Urban morphology on heat island and building energy consumption, Procedia Eng 205 (2017) 2401–2406. https://doi.org/10.1016/J.PROENG.2017.09.862. [7] P. Shahmohamadi, A.I. Che-Ani, A. Ramly, K.N.A. Maulud, M.F.I. Mohd-Nor, Reducing urban heat island effects: A systematic review to Achieve energy consumption balance, International Journal of Physical Sciences 5 (2010) 626–636. http://www.academicjournals.org/IJPS (accessed October 13, 2023). [8] K. Deilami, M. Kamruzzaman, Y. Liu, Urban heat island effect: A systematic review of spatio-temporal factors, data, methods, and mitigation measures, (2017). https://doi.org/10.1016/j.jag.2017.12.009. [9] M. Karimimoshaver, R. Khalvandi, M. Khalvandi, The effect of urban morphology on heat accumulation in urban street canyons and mitigation approach , Sustain Cities Soc 73 (2021) 103127. https://doi.org/10.1016/J.SCS.2021.103127. [10] D. Shindell, Y. Zhang, M. Scott, M. Ru, K. Stark, K.L. Ebi, The Effects of Heat Exposure on Human Mortality Throughout the United States, Geohealth 4 (2020). https://doi.org/10.1029/2019GH000234. [11] J.P. Libert, J. Di Nisi, H. Fukuda, A. Muzet, J. Ehrhart, C. Amoros, Effect of Continuous Heat Exposure on Sleep Stages in Humans, Sleep 11 (1988) 195–209. https://doi.org/10.1093/SLEEP/11.2.195. [12] J. Galí Gimeno, Air distribution in street canyons: a CFD study, 2019. [13] Š. Nosek, L. Kukačka, R. Kellnerová, K. Jurčáková, Z. Jaňour, Ventilation Processes in a ThreeDimensional Street Canyon, Boundary Layer Meteorol 159 (2016) 259–284. https://doi.org/10.1007/S10546-016-0132-2. [14] P. Salizzoni, L. Soulhac, P. Mejean, Street canyon ventilation and atmospheric turbulence, Atmos Environ 43 (2009) 5056–5067. https://doi.org/10.1016/j.atmosenv.2009.06.045. [15] N. Reiminger, J. Vazquez, N. Blond, M. Dufresne, J. Wertel, CFD evaluation of mean pollutant concentration variations in step-down street canyons, Journal of Wind Engineering and Industrial 49 49 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos Aerodynamics 196 (2020). https://doi.org/10.1016/j.jweia.2019.104032. [16] X.X. Li, C.H. Liu, D.Y.C. Leung, Large-eddy simulation of flow and pollutant dispersion in high-aspectratio urban street canyons with wall model, Boundary Layer Meteorol 129 (2008) 249–268. https://doi.org/10.1007/s10546-008-9313-y. [17] P. Kumar, A. Garmory, M. Ketzel, R. Berkowicz, R. Britter, Comparative study of measured and modelled number concentrations of nanoparticles in an urban street canyon, Atmos Environ 43 (2009) 949–958. https://doi.org/10.1016/j.atmosenv.2008.10.025. [18] T.R. Oke, G. Mills, A. Christen, J.A. Voogt, Urban Climates by T. R. Oke, Urban Climates (2017) 1– 525. https://doi.org/10.1017/9781139016476. [19] T.R. Oke, Street design and urban canopy layer climate, Energy Build 11 (1988) 103–113. https://doi.org/10.1016/0378-7788(88)90026-6. [20] T.R. Oke, Boundary Layer Climates, Boundary Layer Climates (2002). https://doi.org/10.4324/9780203407219. [21] J.F. Barlow, Progress in observing and modelling the urban boundary layer, Urban Clim 10 (2014) 216– 240. https://doi.org/10.1016/j.uclim.2014.03.011. [22] J.-F. Sini, S. Anquetin, P.G. Mestayer, Pollutant dispersion and thermal effects in urban street canyons, Atmos Environ 30 (1996) 2659–2677. [23] X. Xiaomin, H. Zhen, W. Jiasong, The impact of urban street layout on local atmospheric environment, Build Environ 41 (2006) 1352–1363. https://doi.org/10.1016/j.buildenv.2005.05.028. [24] J. Hang, G. Chen, Experimental study of urban microclimate on scaled street canyons with various aspect ratios, Urban Clim 46 (2022). https://doi.org/10.1016/j.uclim.2022.101299. [25] R.A. Memon, D.Y.C. Leung, C.H. Liu, Effects of building aspect ratio and wind speed on air temperatures in urban-like street canyons, Build Environ 45 (2010) 176–188. https://doi.org/10.1016/j.buildenv.2009.05.015. [26] K.M. Saqr, A. Wmy, A. Csn, K. Saqr, Effects of buildings aspect ratio, wind speed and wind direction on flow structure and pollutant dispersion in symmetric street canyons: A review, 2012. https://www.researchgate.net/publication/256839331. [27] H. Yang, C.K.C. Lam, Y. Lin, L. Chen, M. Mattsson, M. Sandberg, A. Hayati, L. Claesson, J. Hang, Numerical investigations of Re-independence and influence of wall heating on flow characteristics and ventilation in full-scale 2D street canyons, Build Environ 189 (2021). https://doi.org/10.1016/j.buildenv.2020.107510. [28] G. Chen, D. Wang, Q. Wang, Y. Li, X. Wang, J. Hang, P. Gao, C. Ou, K. Wang, Scaled outdoor experimental studies of urban thermal environment in street canyon models with various aspect ratios and thermal storage, Science of the Total Environment 726 (2020). https://doi.org/10.1016/j.scitotenv.2020.138147. [29] G. Chen, J. Hang, L. Chen, Y. Lin, Comparison of uniform and non-uniform surface heating effects on in-canyon airflow and ventilation by CFD simulations and scaled outdoor experiments, Build Environ 244 (2023). https://doi.org/10.1016/j.buildenv.2023.110744. [30] H. Yang, G. Chen, D. Wang, J. Hang, Q. Li, Q. Wang, Influences of street aspect ratios and realistic solar heating on convective heat transfer and ventilation in full-scale 2D street canyons, Build Environ 204 (2021). https://doi.org/10.1016/j.buildenv.2021.108125. [31] Z. Baratian-Ghorghi, N.B. Kaye, The effect of canyon aspect ratio on flushing of dense pollutants from an isolated street canyon, Science of the Total Environment 443 (2013) 112–122. https://doi.org/10.1016/j.scitotenv.2012.10.064. [32] M. Garau, M.G. Badas, S. Ferrari, A. Seoni, G. Querzoli, Turbulence and Air Exchange in a TwoDimensional Urban Street Canyon Between Gable Roof Buildings, Boundary Layer Meteorol 167 (2018) 123–143. https://doi.org/10.1007/s10546-017-0324-4. Referencias 50 50 [33] C.H. Sin, P.Y. Cui, Y. Luo, K.S. Jon, Y. dong Huang, CFD modeling on the canyon ventilation and pollutant exposure in asymmetric street canyons with continuity/discontinuity balconies, Atmos Pollut Res 14 (2023). https://doi.org/10.1016/j.apr.2022.101641. [34] L.W. Chew, A.A. Aliabadi, L.K. Norford, Flows across high aspect ratio street canyons: Reynolds number independence revisited, Environmental Fluid Mechanics 18 (2018) 1275–1291. https://doi.org/10.1007/s10652-018-9601-0. [35] Y.W. Zhang, Z.L. Gu, S.C. Lee, T.M. Fu, K.F. Ho, Numerical simulation and in Situ investigation of fine particle dispersion in an actual deep street canyon in Hong Kong, Indoor and Built Environment 20 (2011) 206–216. https://doi.org/10.1177/1420326X10387694. [36] S.J. Mei, Z. Luo, F.Y. Zhao, H.Q. Wang, Street canyon ventilation and airborne pollutant dispersion: 2D versus 3-D CFD simulations, Sustain Cities Soc 50 (2019). https://doi.org/10.1016/j.scs.2019.101700. [37] J. Hang, X. Chen, G. Chen, T. Chen, Y. Lin, Z. Luo, X. Zhang, Q. Wang, The influence of aspect ratios and wall heating conditions on flow and passive pollutant exposure in 2D typical street canyons, Build Environ 168 (2020) 106536. https://doi.org/10.1016/j.buildenv.2019.106536. [38] X.X. Li, R.E. Britter, L.K. Norford, T.Y. Koh, D. Entekhabi, Flow and Pollutant Transport in Urban Street Canyons of Different Aspect Ratios with Ground Heating: Large-Eddy Simulation, Boundary Layer Meteorol 142 (2012) 289–304. https://doi.org/10.1007/s10546-011-9670-9. [39] T.N.H. Chung, C.H. Liu, On the Mechanism of Air Pollutant Removal in Two-Dimensional Idealized Street Canyons: A Large-Eddy Simulation Approach , Boundary Layer Meteorol 148 (2013) 241–253. https://doi.org/10.1007/s10546-013-9811-4. [40] A. Parente, C. Gorlé, J. Van Beeck, C. Benocci, Improved k-e model and wall function formulation for the RANS simulation of ABL flows, (2011). https://doi.org/10.1016/j.jweia.2010.12.017. [41] P.J. RICHARDS, R.P. HOXEY, Appropriate boundary conditions for computational wind engineering models using the k-ε turbulence model, in: Computational Wind Engineering 1, Elsevier, 1993: pp. 145– 153. https://doi.org/10.1016/b978-0-444-81688-7.50018-8. [42] X.X. Li, C.H. Liu, D.Y.C. Leung, K.M. Lam, Recent progress in CFD modelling of wind field and pollutant transport in street canyons, Atmos Environ 40 (2006) 5640–5658. https://doi.org/10.1016/j.atmosenv.2006.04.055. [43] S.M. Salim, R. Buccolieri, A. Chan, S. Di Sabatino, Numerical simulation of atmospheric pollutant dispersion in an urban street canyon: Comparison between RANS and LES, Journal of Wind Engineering and Industrial Aerodynamics 99 (2011) 103–113. https://doi.org/10.1016/j.jweia.2010.12.002. [44] N. Nazarian, J. Kleissl, Realistic solar heating in urban areas: Air exchange and street-canyon ventilation, Build Environ 95 (2016) 75–93. https://doi.org/10.1016/j.buildenv.2015.08.021. [45] R. Buccolieri, O.S. Carlo, E. Rivas, J.L. Santiago, Urban Obstacles Influence on Street Canyon Ventilation: A Brief Review, in: MDPI AG, 2021: p. 11. https://doi.org/10.3390/ecas2021-10350. [46] S. Fellini, M. Marro, A.V. Del Ponte, M. Barulli, L. Soulhac, L. Ridolfi, P. Salizzoni, High resolution wind-tunnel investigation about the effect of street trees on pollutant concentration and street canyon ventilation, Build Environ 226 (2022). https://doi.org/10.1016/j.buildenv.2022.109763. [47] F. Xu, Z. Gao, J. Zhang, Effects of roadside morphologies and moving vehicles on street canyon ventilation, Build Environ 218 (2022). https://doi.org/10.1016/j.buildenv.2022.109138. [48] M. Sukri, M. Ali, Computational Investigations and Grid Refinement Study of Wind Flow Characteristics within Two-Dimensional Street Canyon using Large-eddy Simulation, 2016. https://www.researchgate.net/publication/309634464. 51 51 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos [49] ¿Qué es el cambio climático? | Naciones Unidas, (n.d.). https://www.un.org/es/climatechange/what-isclimate-change (accessed October 21, 2024). [50] G. Luber, M. McGeehin, Climate Change and Extreme Heat Events, Am J Prev Med 35 (2008) 429– 435. https://doi.org/10.1016/J.AMEPRE.2008.08.021. [51] T.R. Oke, The energetic basis of the urban heat island, Quarterly Journal of the Royal Meteorological Society 108 (1982) 1–24. https://doi.org/10.1002/QJ.49710845502. [52] Las islas de calor urbanas y sus efectos adversos para sus habitantes - Iberdrola, (n.d.). https://www.iberdrola.com/sostenibilidad/isla-de-calor (accessed October 22, 2024). [53] Learn About Heat Islands | US EPA, (n.d.). https://www.epa.gov/heatislands/learn-about-heatislands#causes (accessed October 25, 2024). [54] Olas de calor en España desde 1975 - Agencia Estatal de Meteorología - AEMET. Gobierno de España, (n.d.). https://www.aemet.es/es/conocermas/recursos_en_linea/publicaciones_y_estudios/estudios/detalles/ola scalor (accessed October 24, 2024). [55] A. Gasparrini, B. Armstrong, The impact of heat waves on mortality, Epidemiology 22 (2011) 68–73. https://doi.org/10.1097/EDE.0b013e3181fdcd99. [56] S.E. Perkins-Kirkpatrick, S.C. Lewis, Increasing trends in regional heatwaves, Nature Communications 2020 11:1 11 (2020) 1–8. https://doi.org/10.1038/s41467-020-16970-7. [57] H. Mayer, Air pollution in cities, Atmos Environ 33 (1999) 4029–4037. https://doi.org/10.1016/S13522310(99)00144-2. [58] R.J. Sram, B. Binkova, M. Dostal, M. Merkerova-Dostalova, H. Libalova, A. Milcova, P. Rossner, A. Rossnerova, J. Schmuczerova, V. Svecova, J. Topinka, H. Votavova, Health impact of air pollution to children, Int J Hyg Environ Health 216 (2013) 533–540. https://doi.org/10.1016/J.IJHEH.2012.12.001. [59] S.L. Harlan, D.M. Ruddell, Climate change and health in cities: impacts of heat and air pollution and potential co-benefits from mitigation and adaptation, Curr Opin Environ Sustain 3 (2011) 126–134. https://doi.org/10.1016/J.COSUST.2011.01.001. [60] X. Xiaomin, H. Zhen, W. Jiasong, The impact of urban street layout on local atmospheric environment, Build Environ 41 (2006) 1352–1363. https://doi.org/10.1016/j.buildenv.2005.05.028. [61] Ansys Fluent | Fluid Simulation Software, (n.d.). https://www.ansys.com/products/fluids/ansys-fluent (accessed October 16, 2023). [62] T.B. Gatski, M.Y. Hussaini, J.L. Lumley, Simulation and Modeling of Turbulent Flows, (1996). https://doi.org/10.1093/OSO/9780195106435.001.0001. [63] P.J. Mason, Large-eddy simulation: A critical review of the technique, Quarterly Journal of the Royal Meteorological Society 120 (1994) 1–26. https://doi.org/10.1002/QJ.49712051503. [64] G. Alfonsi, Reynolds-averaged Navier-Stokes equations for turbulence modeling, Appl Mech Rev 62 (2009) 1–20. https://doi.org/10.1115/1.3124648/443737. [65] X.X. Li, C.H. Liu, D.Y.C. Leung, Development of a k-ε model for the determination of air exchange rates for street canyons, Atmos Environ 39 (2005) 7285–7296. https://doi.org/10.1016/j.atmosenv.2005.09.007. [66] ANSYS FLUENT 12.0 User’s Guide, (n.d.). https://www.afs.enea.it/project/neptunius/docs/fluent/html/ug/main_pre.htm (accessed October 23, 2023). [67] L. He, J. Hang, X. Wang, B. Lin, X. Li, G. Lan, Numerical investigations of flow and passive pollutant exposure in high-rise deep street canyons with various street aspect ratios and viaduct settings, (2017). https://doi.org/10.1016/j.scitotenv.2017.01.138. [68] W.H. Snyder, Guideline for fluid modeling of atmospheric diffusion, 1997. Referencias 52 52 [69] X. Xie, C.H. Liu, D.Y.C. Leung, M.K.H. Leung, Characteristics of air exchange in a street canyon with ground heating, Atmos Environ 40 (2006) 6396–6409. https://doi.org/10.1016/j.atmosenv.2006.05.050. [70] W.C. Cheng, C.H. Liu, D.Y.C. Leung, Computational formulation for the evaluation of street canyon ventilation and pollutant removal performance, Atmos Environ 42 (2008) 9041–9051. https://doi.org/10.1016/j.atmosenv.2008.09.045. [71] J.-J. Baik, J.-J. Kim, On the escape of pollutants from urban street canyons, Atmos Environ 36 (2002) 527–536. [72] B. Blocken, Computational Fluid Dynamics for urban physics: Importance, scales, possibilities, limitations and ten tips and tricks towards accurate and reliable simulations, Build Environ 91 (2015) 219–245. https://doi.org/10.1016/j.buildenv.2015.02.015. [73] X.M. Cai, Effects of Wall Heating on Flow Characteristics in a Street Canyon, Boundary Layer Meteorol 142 (2012) 443–467. https://doi.org/10.1007/s10546-011-9681-6. [74] Y. Abu-Zidan, Verification and validation framework for computational fluid dynamics simulation of wind loads on tall buildings Wind loading on tall buildings View project Building facade fires View project, (n.d.). https://doi.org/10.13140/RG.2.2.28086.37444. [75] T.R. Oke, Initial guidance to obtain representative meteorological observations at urban sites, 2006. https://www.researchgate.net/publication/265347633. 53 53 Estudio del movimiento del aire en las calles: caracterización de la ventilación en cañones urbanos