@article{Miranda_Sempértegui-Tapia_Chávez_2021, title={ESTUDIO COMPARATIVO SOBRE MODELOS DE TURBULENCIA EN FLUJO DE REFRIGERANTES CON BAJO GWP EN EL INTERIOR DE MICROCANALES}, volume={21}, url={https://www.upb.edu/revista-investigacion-desarrollo/index.php/id/article/view/240}, DOI={10.23881/idupbo.021.1-6i}, abstractNote={<p lang="en-US" align="justify"><span style="font-size: small;"><span lang="es-ES">Este artículo se trata de una evaluación de modelos de turbulencia para la predicción de la p</span><span lang="es-CL">é</span><span lang="es-ES">rdida de presión y el coeficiente de transferencia de calor durante el flujo de refrigerantes con bajo GWP en el interior de microcanales. En este estudio, características de mecánica de fluidos y transferencia de calor se simulan incorporando condiciones de flujo turbulento en un microcanal circular de 1.1 mm de diámetro. Los modelos de turbulencia con las formulaciones </span><span style="font-family: Cambria Math, serif;"><span lang="es-CL"><em>k - </em></span></span><span style="font-family: Cambria Math, serif;"><em>ε</em></span> <span lang="es-CL">y</span> <span style="font-family: Cambria Math, serif;"><span lang="es-CL"><em>k - </em></span></span><span style="font-family: Cambria Math, serif;"><em>ω</em></span> <span lang="es-CL">son evaluados para números de Reynolds hasta 10000 y son implementados computacionalmente en el software OpenFoam. Los perfiles de velocidad, factores de fricción y números de Nusselt son calculados y analizados en función de variables paramétricas. Los resultados numéricos son validados con métodos de predicción analíticos y con datos experimentales medidos en trabajos previos para flujos de R134a, R1234fy, R1234ze(E) y R600a. La variación de la caída de presión y coeficiente de transferencia de calor convectivo son analizados de acuerdo al efecto al tipo de fluido y al modelo de turbulencia empleado. Los resultados indican que los modelos describen cualitativamente el comportamiento del flujo y la transferencia de calor en condiciones de turbulencia. Cuantitativamente, los modelos Low-Re </span><span style="font-family: Cambria Math, serif;"><span lang="es-CL"><em>k </em></span></span><span style="font-family: Cambria Math, serif;"><span lang="es-CL">-</span></span><span style="font-family: Cambria Math, serif;"><em>ε</em></span><span lang="es-CL">, </span><span style="font-family: Cambria Math, serif;"><span lang="es-CL"><em>k </em></span></span><span style="font-family: Cambria Math, serif;"><span lang="es-CL">- </span></span><span style="font-family: Cambria Math, serif;"><em>ω</em></span><span lang="es-CL"> estándar y </span><span style="font-family: Cambria Math, serif;"><span lang="es-CL"><em>k </em></span></span><span style="font-family: Cambria Math, serif;"><span lang="es-CL">- </span></span><span style="font-family: Cambria Math, serif;"><em>ω</em></span><span lang="es-CL"> SST presentan mejores predicciones para las variables de interés. Por otro lado, el modelo Low-Re </span><span style="font-family: Cambria Math, serif;"><span lang="es-CL"><em>k - </em></span></span><span style="font-family: Cambria Math, serif;">ε</span><span lang="es-CL"> presenta el menor error medio absoluto.</span></span></p>}, number={1}, journal={Revista Investigación & Desarrollo}, author={Miranda, Eduardo and Sempértegui-Tapia, Daniel and Chávez, Cristian}, year={2021}, month={jul.} }