Professional Documents
Culture Documents
de massa
Rgis S. Pereira
Instituto de Pesquisas Hidrulicas - UFRGS
Av. Bento Gonalves, 9500 Porto Alegre, RS.
regis.pereira@ufrgs.br
RESUMO: A introduo de constituintes prejudiciais em corpos dgua deve ser regulada de
forma que suas concentraes permaneam abaixo dos limites permissveis. No caso de um
sistema de gerenciamento ambiental, isto pode ser feito utilizando um modelo matemtico
que simular as condies de transporte dos poluentes. O trabalho a seguir tem o objetivo de
avaliar diversas tcnicas de soluo da equao de transporte. Os mtodos foram divididos em
explcitos e implcitos os quais foram empregados no mesmo problema para condies
diferenciadas. Os resultados demonstraram que os mtodos implcitos obtiveram o melhor
desempenho, com destaque para os esquemas Crank-Nicholson e o Limitador de Fluxo. Entre
os mtodos explcitos pode-se destacar os resultados dos esquemas Lax-Wendrof, LeapFrog e
Dufort-Frankel desde que as condies de estabilidade sejam obedecidas.
PALAVRAS-CHAVE: Equao de transporte, mtodos numricos.
1. INTRODUO
O estudo da equao de transporte, tambm denominada equao da adveco-difuso,
continua sendo um ativo campo de pesquisa, uma vez que essa equao de fundamental
importncia nos problemas relacionados a aerodinmica, metereologia, oceanografia,
hidrologia, engenharia qumica e de reservatrios [24 e 13].
Tomando como objeto de estudo as aplicaes desta equao na rea de hidrologia,
destaca-se o estudo das caractersticas de transporte de constituintes nos corpos dgua. A
avaliao do transporte de escalares (contaminantes, salinidade, etc.) cresce na mesma
proporo das preocupaes com preservao dos recursos hdricos. Neste contexto, os
modelos de adveco-difuso so utilizados para determinar o destino e disperso de
contaminantes, com o objetivo de avaliar as condies de qualidade das guas.
A equao de transporte tem caractersticas bastante peculiares que fazem com que sua
resoluo por meios numricos seja dificultada. Por isso diversos mtodos tm sido
desenvolvidos e aplicados, com a inteno de superar as dificuldades numricas impostas por
esta equao. Tanto os mtodos utilizados, como os problemas encontrados na resoluo desta
equao so os objetivos deste trabalho.
A seguir ser apresentada a equao a ser estudada, alguns dos mtodos numricos mais
utilizados para sua resoluo, suas vantagens e desvantagens e para por fim ser apresentada
uma comparao entre estes mtodos.
2. EQUAO DA ADVECO-DIFUSO
A equao unidimensional da adveco-difuso pode ser obtida realizando o balano de
massa em um volume de controle definido do domnio a ser estudado. Considerando um
constituinte neutro e de mesma densidade da gua, este se mover com a mesma velocidade
desta, exceto pela possvel difuso molecular [26].
Utilizando uma aproximao Euleriana para a derivao da equao de transporte resulta
numa representao terica e direta do processo de disperso. O resultado do balano de
massa determina que a variao de massa no volume de controle deve ser igual a variao de
massa atravs da superfcie deste volume menos a taxa de decaimento dentro do volume. A
forma unidimensional usualmente utilizada desta equao pode ser expressa como:
C u C 2 k x C
+
=
t
x
x 2
(1)
Figura 1: (1) Distribuio inicial do traador; (2) Perfil de velocidade; (3) Distribuio final
do traador. (a) Adveco sem difuso; (b) Difuso sem conveco; (c) Adveco e difuso
combinadas [9].
Apesar de todo o desenvolvimento dos computadores, a sua capacidade de processamento
ainda limita a discretizao em malhas muito finas. Esta limitao combinada com a grande
diferena dos gradientes horizontais em relao aos verticais e laterais dos corpos dgua, leva
a construo de grades de clulas com dimenses horizontais muito maiores que as verticais.
Por outro lado, uma grade grosseira, limita a efetividade da introduo de termos no
estacionrios na equao do momento vertical, o que faz com que estes sejam desprezados,
resultando na utilizao de aproximaes como a equao de guas rasas e presso
hidrosttica [22]. Estas aproximaes combinadas com a difuso numrica alteram
substancialmente os resultados da simulao da dinmica do sistema.
3. SOLUO ANALITICA DA EQUAO DE TRASPORTE
A soluo analtica da equao de adveco-difuso dada seguinte distribuio
gaussiana:
1
C ( x, t ) =
e
2 kx t
( x u t )2
4k x t
(2)
C nj +1 C nj
t
(C
+u
n
j +1
C nj 1
2 x
) = k (C
n
j 1
2 C nj + C nj +1
x
(3)
C nj +1 = ( + 0,5 C ) C nj 1 + (1 2 ) C nj + ( 0, 5 C ) C nj +1
onde:
(4)
k x t
u t
e C=
2
x
x
Para que a estabilidade seja atingida necessrio que as restries da equao 5 sejam
satisfeitas.
0 C2 2 1
(5)
Esta ltima restrio pode ser dividida em duas, equaes 6 e 7, que na verdade significam
que no pode sair mais material por difuso nem por adveco, respectivamente, que aquele
contido no volume de controle durante um passo de tempo [18]. A vantagem deste esquema
a simplicidade, porm as restries de estabilidade restringem sua utilizao na prtica.
k x t 1
x 2
2
(6)
u t
1
x
(7)
C=
u>0
u<0
(a)
(b)
+u
(C
n
j
C nj 1
n
j +1
n
j 1
) = k (C
n
j 1
2 C nj + C nj +1
2 x
(C
u
) = k (C
C nj
2 C nj + C nj +1
2 x
u>0
(8)
u<0
(9)
u>0
(10)
C nj +1 = ( 0.5 C ) C nj 1 + (1 + 0.5 C 2 ) C nj + C nj +1
u<0
(11)
A condio para que este esquema tenha uma resposta estvel dada por:
C2 C
1 C
2
2
(12)
Esquema Lax-Friedrichs (Figura 8): Uma proposta simples para resolver o problema de
estabilidade do FTCS, foi apresentado por Lax e Friedrichs 1954, a qual apenas substitui o
termo
C nj
C nj = C nj+1 + C nj1 2
[21].
(C
n
j +1
+ C nj 1
2
t
+u
(C
n
j +1
C nj 1
2 x
) = k (C
n
j 1
2 C nj + C nj +1
x
(13)
n +1
j
= ( + 0,5 C ) C
n
j 1
(C
+ (1 2 )
n
j +1
+ C nj 1 )
2
+ ( 0, 5 C ) C nj +1
(14)
+u
(C
n
j +1
C nj 1 )
2 x
= kx
(C
n 1
j 1
2 C nj 1 + C nj +11 )
(15)
x 2
C nj +1 = C nj 1 C C nj +1 C nj 1 + 2 C nj 11 2 C nj 1 + C nj +11
(16)
Esquema Lax-Wendroff (Figura 8): Este esquema de segunda ordem tanto no tempo
quanto no espao. Assim como o esquema Lax-Friedrichs, este adiciona alguma difuso
numrica para obter uma soluo mais estvel. Na verdade, este esquema pode ser visto como
uma combinao do Lax-Friedrichs e do LeapFrog. Este mtodo se caracteriza como um
esquema de dois passos, pois divide um passo de tempo em dois, onde, na primeira etapa os
valores provisrios so calculados no centro da matriz em (j-1/2, n+1/2) e (j+1/2, n+1/2)
utilizando um esquema progressivo no tempo e no espao, em seguida faz-se a mesma
aproximao realizada pelo esquema de Lax-Friedrichs, e por ltimo calcula-se o valor final
pelo mtodo de diferenas centrais no tempo e no espao [27].
(C
+u
n
j +1
C nj 1
2 x
) = k (C
x
n
j 1
C nj 1 + C nj +1 + C nj +1
x
(17)
( 2 + C ) C n + (1 2 ) C n1 + ( 2 C ) C n
(1 + 2 ) j 1 (1 + 2 ) j (1 + 2 ) j +1
(18)
(19)
(C
+ C nj1 2
substituio do j por j +1
torna condicionalmente estvel.
(C
+u
n
j +1
C nj 1
2 x
) = k (C
x
n
j 1
C nj 1 + C nj +1 + C nj +1
x
(20)
Manipulando a expresso acima pode-se isolar o termo no tempo (n+1) e obter a soluo
explicita do esquema:
C nj +1 =
(1 2 ) C n1 + ( 2 C ) C n + ( C + 2 ) C n
(1 + 2 ) j (1 + 2 ) j +1 (1 + 2 ) j 1
(21)
(22)
Esquema BTCS (Figura 9): este esquema regressivo no tempo e centrado no espao.
Como j mencionado anteriormente incondiconalmente estvel.
C nj +1 C nj
t
+u
(C
n +1
j +1
C nj +11 )
2 x
= kx
(C
n +1
j 1
2 C nj +1 + C nj ++11 )
(23)
x 2
( C 2 ) C nj ++11 ( C + 2 ) C nj +11 + 2 ( 2 + 1) C nj +1 2 C nj = 0
(24)
n
n
C nj ++11 C nj +11
u C j +1 C j 1
+
+
2
2 x
2 x
) (
) = k ( C
x
n
j 1
2 C nj + C nj +1
x
) + (C
n +1
j 1
2 C nj +1 + C nj ++11
(25)
x 2
(26)
=0
Dt
x
(27)
C j C nj
t
C nj +1 2 C nj + C nj 1
x 2
(28)
~ n +1
C j = C nj ++u1t
(29)
C n +1
r=
C nj 1 C nj
C nj C nj +1
(30)
()
Van Leer : r =
minmod :
1+r
()
()
( )]
2r 1
max 0 , min 2r , + ,2
3 3
MUSCL : (r ) =
superbee : r =
Koren : (r ) =
r+ r
( )]
1 1
max 0 , min 2 r , + r ,2
2 2
n +1
n
n +1
n
n +1
n
n
2 C ) C j 1 C j 1 ( 2 + C 2 ) C j C j
2 C ) C j +1 C j +1
(
(
C
=
t j
4
t
2
t
4
t
) (
n
C nj +1 C nj 1
C nj ++11 C nj +11
C
=
+
t j
4 x
4 x
)
(31)
n
n +1
n +1
n +1
n
n
n
2C
1 C j +1 2 C j + C j 1
1 C j +1 2 C j + C j 1
=
+
t 2 j 2
x 2
2
x 2
1
C nj+11 + (1 ) C nj + C nj+1
1+
(32)
C nj +1 =
1
C nj++11 + (1 ) C nj + C nj1
1+
(33)
(a)
(b)
6. RESULTADOS
6.1. Esquemas explcitos
Concentrao (mg/L)
0,20
0,15
T= 0,2h
T= 0,4h
0,10
T= 0,6h
0,05
0,00
0
500
1000
1500
2000
2500
3000
Distncia (m)
Figura 13: Soluo da equao de transporte para o caso 1, pelo esquema FTCS. (Linha cheia:
soluo numrica; Pontos: Soluo analtica).
J no caso 2, onde as restries de estabilidade esto mais prximas aos seus limite, os
esquemas FTCS e Upwind demonstraram alguma instabilidade e imprecises depois de
decorrido um certo tempo de simulao (Figura 15), enquanto que os demais se mantiveram
estveis, apesar apresentar o mesmo amortecimento do caso 1.
Concentrao (mg/L)
0,20
0,15
0,10
0,05
0,00
0
500
1000
1500
2000
2500
3000
Distncia (m)
Figura 14: Soluo da equao de transporte para o caso 1, pelo esquema Lax-Friedrichs.
(Linha cheia: soluo numrica; Pontos: Soluo analtica).
Para o caso 3 todos os esquemas explcitos se mostraram instveis, a diferena entre eles
foi apenas que o crescimento dos erros nos esquemas FTCS e Upwind foram mais
Concentrao (mg/L)
0,20
0,15
0,10
0,05
0,00
0
500
1000
1500
2000
2500
3000
Distncia (m)
Figura 15: Soluo da equao de transporte para o caso 2, pelo esquema FTCS. (Linha cheia:
soluo numrica; Pontos: Soluo analtica).
Levando em conta os resultados dos casos 1, 2, 4 e 5 determinou-se que os esquemas
explcitos podem ser divididos em 2 grupos levando em considerao o valor do erro mdio
quadrtico (RMS), conforme mostra a tabela a seguir.
Tabela 3: Erro quadrtico mdio dos esquemas explcitos.
Esquemas
FTCS, Upwind
Lax-Friedrichs, Lax-Wendrof, LeapFrog, Dufort-Frankel
Erro RMS
510-2
210-2
apresentaram resultados to bons quanto aqueles obtidos pelos mtodos explcitos, no caso 1.
No foi percebida uma grande diferena em relao ao tempo de simulao entre os mtodos
explcitos e implcitos, pois o problema proposto no exigiu uma grande demanda
computacional. Entretanto, estes esquemas se mantiveram estveis para todos valores dos
parmetros C e utilizados. Vale salientar que foram utilizados o interpolador cbico e a
funo Superbbe para os esquemas Euleriano-Lagrangeano e Limitador de Fluxo,
respectivamente.
No caso 2, j se percebe nitidamente a diferena entre as vantagens dos mtodos
implcitos, como mostra a Figura 17, onde se observa que o esquema Crank-Nicholson no
apresenta as mesmas perturbaes que o FTCS, por exemplo, e aproxima-se mais da soluo
analtica.
Concentrao (mg/L)
0,20
0,15
0,10
0,05
0,00
0
500
1000
1500
2000
2500
3000
Distncia (m)
Figura 16: Soluo da equao de transporte para o caso 2, pelo esquema BTCS. (Linha
cheia: soluo numrica; Pontos: Soluo analtica).
Concentrao (mg/L)
0,20
0,15
0,10
0,05
0,00
0
500
1000
1500
2000
2500
3000
Distncia (m)
Figura 17: Soluo da equao de transporte para o caso 2, pelos esquemas: Crank-Nicholson
(Linha cheia), FTCS (Linha tracejada) e a soluo analtica (Pontos).
Observando os resultados do esquema limitador de fluxo percebe-se um melhor
desempenho em relao aos demais no inicio da simulao, logo em seguida que ocorre o
despejo instantneo do constituinte, pois nesse instante que encontrado o maior gradiente
da simulao. O esquema limitador inibe o aparecimento de valores negativos nos primeiros
Concentrao (mg/L)
0,80
0,60
0,40
0,20
0,00
200
300
400
500
600
700
800
-0,20
Distncia (m)
Figura 18: Soluo da equao de transporte para o caso 1, pelos esquemas: Limitador de
Fluxo (Linha cheia) e Upwind (Linha tracejada).
7. CONCLUSO
1 AWAD, M.; TURNER, I. Flux-limiting and non-linear solution techniques for simulation
of transport in porous media. In: Proceedings of the 1999 International conference on
Computational Techniques and Applications. 1999, Australia. Anais... Australia.
Australian Mathematical Society, 1999.
2 BRITZ, D.; OSTERBY, O.; STRUTWOLF, J. Damping of Crank-Nicolson error
oscillations. Computational Biology and Chemistry. v.27, n.3, p. 253-263, 2003.
3 CASULLI, V. Numerical Simulation of shallow water flow. In: Computational Methods in
Surface Hydrology. 1990, Southampton. Anais... Southampton. Computational Mechanics
Publications, 1990.
4 CASULLI, V.; CHENG, R. T. Stability analysis of Eulerian-Lagrangian methods for the
one-dimensional shallow-water equations. Applied Mathematical Modelling. v.14, n.3, p.
122-131, 1990.
5 CHAPRA, S. C. Surface Water Quality Modeling. New York: McGraw-Hill, 1997. 844p.
6 CHOCK, D. P. A comparison of numerical methods for solving the advection equation--II.
Atmospheric Environment (1967). v.19, n.4, p. 571-586, 1985.
7 CHOCK, D. P. A comparison of numerical methods for solving the advection equation-III. Atmospheric Environment.Part A.General Topics. v.25, n.5-6, p. 853-871, 1991.
8 CHOCK, D. P.; DUNKER, A. M. A comparison of numerical methods for solving the
advection equation. Atmospheric Environment (1967). v.17, n.1, p. 11-24, 1983.
9 CUNGE, J. A.; HOLLY, F. M. JR.; VERWEY, A. Practical aspects of computional river
hydraulics. London: Pitman Advanced, 1980. 420p.
10 DEHGHAN, M. Crank-Nicolson finite difference method for two-dimensional diffusion
with an integral condition. Applied Mathematics and Computation. v.124, n.1, p. 17-27,
2001.
11 DEHGHAN, M. Fully explicit finite-difference methods for two-dimensional diffusion
with an integral condition. Nonlinear Analysis. v.48, n.5, p. 637-650, 2002.
12 DEHGHAN, M. Numerical solution of one-dimensional parabolic inverse problem.
Applied Mathematics and Computation. v.136, n.2-3, p. 333-344, 2003.
13 DEHGHAN, M. Numerical schemes for one-dimensional parabolic equations with
nonstandard initial condition. Applied Mathematics and Computation. v.147, n.2, p. 321331, 2004.
14 DEHGHAN, M. Weighted finite difference techniques for the one-dimensional advectiondiffusion equation. Applied Mathematics and Computation. v.147, n.2, p. 307-319, 2004.
15 DEHGHAN, M. Fully implicit finite differences methods for two-dimensional diffusion
with a non-local boundary condition. Journal of Computational and Applied Mathematics.
v.106, n.2, p. 255-269, 1999.
16 DEHGHAN, M. Numerical solution of the three-dimensional advection-diffusion equation.
Applied Mathematics and Computation. v.150, n.1, p. 5-19, 2004.
17 EWING, E.; WANG, H. A summary of numerical methods for time-dependent advectiondominated partial differential equations. Journal of Computational and Applied
Mathematics. v.128, n.1-2, p. 423-445, 2001.
18 FLETCHER, C. A. J. Computational Techniques for Fluids Dynamics. New York:
Springer-Verlag, 1997. 401p.
19 ISLAM, R. M.; CHAUDHRY, H. M. Numerical solution of transport equation for
applications in environmental hydraulics and hydrology. Journal of Hydrology. v.191, n.14, p. 106-121, 1997.
20 KARSTEN, H. The straightforward numerical treatment of the time dependent advection
in air pollution problems and its verification. Atmospheric Environment (1967). v.16, n.10,
p. 2391-2399, 1982.
21 KURGANOV, A.; TADMOR, E. New High-Resolution Central Schemes for Nonlinear
Conservation Laws and Convection-Diffusion Equations. Journal of Computational
Physics. v.160, n.1, p. 241-282, 2000.
22 LAVAL, B.; HODGES, B. R.; IMBERGER, J. Numerical diffusion in stratified lake
models. In: 5th International Sympsium on Stratified Flows. 2000, Vancouver. Anais...
Vancouver. 2000.
23 LEVEQUE, R. J. Finite Diference Methods for Diferential Equations. Washington:
University of Washington, 1998. 230p.
24 NOYE, B. J. Some three-level finite difference methods for simulating advection in fluids.
Computers & Fluids. v.19, n.1, p. 119-140, 1991.
25 PATNAIK, G.; GUIRGUIS, R. H.; BORIS, J. P.; ORAN, E. S. A barely implicit
correction for flux-corrected transport. Journal of Computational Physics. v.71, n.1, p. 120, 1987.