seleÇÃo de conceitos de produto a partir de … · 2016-08-11 · É descrito detalhadamente porr...

SELEÇÃO DE CONCEITOS DE

PRODUTO A PARTIR DE MODELAGEM

VIA DINÂMICA DOS FLUIDOS

COMPUTACIONAL (CFD) INTEGRADA

AO DELINEAMENTO DE

EXPERIMENTOS (DOE)

JULIAN IGNACIO LOPEZ ARCOS (UNIFEI)

[email protected]

Carlos Eduardo Sanches da Silva (UNIFEI)

[email protected]

Ramiro Gustavo Ramirez Camacho (UNIFEI)

[email protected]

Resumo: Este artigo apresenta uma proposta metodológica para a

seleção de conceitos de produto a partir de modelagem via dinâmica

dos fluidos computacional (CFD) integrada ao delineamento de

experimentos (DOE). É descrito detalhadamente porr meio de um

exemplo de trocador de calor. O procedimento é adaptado, procurando

reduzir o tempo e os custos de desenvolvimento do produto, otimizando

o conceito nas fases de geração, seleção e teste do PDP. Um programa

comercial de Dinâmica dos Fluidos Computacional é usado como

ferramenta de desenho, simulação e teste deste desenvolvimento, o

ANSYS CFX. Abstract: A methodology to concept selection is showed

in this article, modeling from computational fluid dynamics (CFD)

integrated into the design of experiments (DOE). Detailed a heat

exchanger example was described. The procedure was adapted trying a

reduction of time and product develop cost, optimized the concept in

generated, selected and tested phases of DPD. Commercial software of

computational fluid dynamics is used to design, simulation and test tool

in that research, ANSYS CFX.

Palavras-chaves: Dinâmica dos Fluidos Computacional, CFD,

delineamento de experimentos, DOE, seleção de conceito, PDP.

XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção

Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.



2

1. Introdução

Conceitualmente, de acordo com Clark e Fugimoto (1991), “o desenvolvimento de produtos é

um processo pelo qual uma organização transforma as oportunidades de mercado e de

possibilidades técnicas em informações para a fabricação de um produto comercial”.

Para Back e Forcellini (2001) e Rozenfeld et al. (2006) mostra que para muitos tipos de

produto, durante as fases de desenvolvimento, os custos de fato incorridos (ou seja, aqueles

que já aconteceram) são relativamente baixos em relação ao custo final. Porém, por outro

lado, essas fases são bastantes críticas quanto ao comprometimento do custo final do produto.

Nas fases ulteriores ou de produção, são poucas as possibilidades de redução desse custo, já

que elas estão atreladas às especificações técnicas já definidas (figura 1).

Figura 1. Curva de comprometimento do custo do produto. Fonte: Adaptado de Rozenfeld et al. (2006).

Verifica-se na figura 1 a relevância da afirmação de Back e Forcellini (2001), com certo bom

senso, que “as fases iniciais do processo de projeto, embora contabilizem 5% do custo de

desenvolvimento, influenciam 70% do total do custo de um produto em seu ciclo de vida”.

Identifica-se assim a relevância da geração, seleção e teste dos conceitos (figura 2), aspectos

amplamente abordados por Ulrich e Eppinger (2004).

Um conceito é uma descrição aproximada das tecnologias, princípios de funcionamento e

formas de um produto, geralmente expressa por meio de um esquema ou modelo

tridimensional, que, frequentemente, pode ser acompanhado por uma explicação textual. É

uma descrição concisa de como o produto satisfará as necessidades dos clientes

(ROZENFELD et al., 2006).

A geração de conceitos é parte integral do processo de desenvolvimento de produtos

(figura 2), é um processo iterativo onde todos do time de desenvolvimento usam métodos de

criatividade para estabelecerem conceitos, posteriormente esses são selecionados e testados.

A geração, seleção e teste dos conceitos oferecem grandes benefícios no desenvolvimento do

produto, sendo orientada pelas necessidades dos clientes e especificações alvo. O processo de



3

seleção de conceitos é a etapa onde é avalia-se os conceitos comparando-os entre os pontos

fortes ou fracos dos mesmos; estreitando as possibilidades de escolha (ULRICH e

EPPINGER, 2004).

Figura 2. Seleção de conceitos, parte Integral do PDP.

Fonte: Adaptado de Ulrich e Eppinger (2004).

Atualmente, o mercado exige resposta rápida as necessidades dinâmicas dos clientes, tendo

restrições, cada vez maiores, de prazo e recursos. Como solução para essas limitações estão

surgindo de maneira crescente o desenvolvimento e aplicação de sistemas computacionais,

não apenas para elaboração de desenhos, mas também para o desenvolvimento de conceitos,

testes virtuais e otimização, assim o numero de ensaios para obter um conceito otimizado

pode ser minimizado (YOSHIMURA,2010).

Folkestad e Johnson (2001) advertem que bons resultados do PDP não são obtidos com o uso

de técnicas isoladas e sim combinadas. Selecionar desenhos novos com alto desempenho é

importante para engenheiros de projetos, existem empresas que dedicam esforços para

fornecer softwares que resolvem problemas de fluidos usando dinâmica dos fluidos

computacional. Alguns são OpenFOAM, Optistruct, ANSYS CFX, Star-CD, Flow 3D,

Phoenics, MSC Patran, etc. A diferencia entre eles são as capacidades adicionais que tem

múltiplos modelos de turbulência, modelos de partículas e contaminantes, componentes

rotatórios, etc.; características para resolver problemas específicos. Além disso, existem

códigos especializados unicamente em cada etapa de uma simulação. Por exemplo, os

softwares tem códigos dedicados exclusivamente a emalhar domínios: ICEM CFD, Triangle,

NetGen, Harpoon, etc. Códigos para visualizar resultados: Paraview, Ensight, FieldView, etc.

No mesmo pacote, o software de ANSYS CFX, contem a maioria das ferramentas

computacionais necessárias para os desenvolvimentos de pesquisas. Diversos estudos feitos

em várias áreas de conhecimentos para optimização em processos como: de moldagem, de

troca de calor, fluidos e computadores, materiais e desenho; onde foram aplicados ferramentas

estatísticas como o delineamento de experimentos DOE, para obter economias em

desenvolvimentos, distribuições de fluxos, aperfeiçoamento no desempenho de processos ou

produtos (B. HOU et al, 2010; G. SUN et al., 2010; W. CHEN, C. HUAN, C. HUNG, 2010;

P.M. GUIMARÃES, C.E.S. DA SILVA, 2010;E. OKTAY et al., 2011).

Neste contexto esse artigo tem como objetivo descrever o potencial da modelagem via

dinâmica dos fluidos computacional utilizando o software ANSYS CFX®, integrado com a

otimização por meio do delineamento de experimentos (DOE), para a geração, seleção e testes

de conceitos. Assim, primeiramente apresenta-se uma fundamentação teórica sobre os

conceitos abordados.



4

2. Metodologia do trabalho com dinâmica dos fluidos computacional CFD

Segundo Versteeg e Malalasekera (1995) e Thévenin e Janiga (2008) as simulações numéricas

são compostas por três fases: pré-processamento: gera-se a geometria tridimensional, sua

malha e a configuração da simulação; processamento: as equações fundamentais são

resolvidas numericamente obtendo-se a solução; e pôs-processamento: definem-se a

visualização e análises de resultados (figura 3).

Figura 3. Fases e subfases numa simulação numérica.

Fonte: Autor

Continuando com as fases apresentadas por Versteeg e Malalasekera (1995) e Thévenin e

Janiga (2008), na fase inicial de pré-processamento, as simulações com CFD se inicia com as

subfases onde a modelagem geométrica CAD do domínio que se precisa analisar, pode ser

feita em qualquer software comercial ou no Design Modeler que contem o pacote do ANSYS

CFD; porém, é necessário obter as informações, analisa-las e projetar o comportamento

desejado. Depois de ter gerado o modelo geométrico ou CAD do domínio, é dividido

espacialmente ou discretizado em pequenas células para formar a malha (figura 4), com ajuda

do software CFX-Mesh.

Depois de gerar a malha do modelo geométrico, na etapa de processamento, são estabelecidas

as configurações da simulação, com o software CFX-Pre; Como definir materiais,

velocidades, temperaturas, condições do meio. Dependendo do problema que procurasse

solução, o software CFX-Solver, auxilia com modelos computacionais com soluções pré-

estabelecidas. O tempo de processamento depende de vários fatores: numero de células;

especificações do equipo usado; e configuração da simulação. Por exemplo, as propriedades

físicas do fluido como temperatura e velocidade, são calculadas em cada célula como solução

das equações fundamentais. Se o numero de células é maior, precisasse uma maior capacidade

computacional.



5

Figura 4. Geração de malha com células em formas triângulos e tetraedros.

Fonte: Guimarães e Da Silva (2010).

Sendo finalizada a etapa de processamento, inicia-se a etapa de pós-processamento, onde se

procura analisar os resultados, culminando nas conclusões. Geralmente são feitas novas

simulações, auxiliadas com o software CFX-Post. O CFX possui um módulo de otimização

GOAL Driven, que não será abordada, pois esse artigo pretende explorar as contribuições do

DOE como meio de obtenção de uma concepção otimizada para o conceito.

3. Simulações vs Experimentos – Validação DOE

Tomazeti (2006) apresenta uma pesquisa onde é feito o analise do desempenho térmico de

trocadores de calor, a partir dos modelos foram propostos no modelo experimental realizado e

foi desenvolvido um modelo de análise que pode ser empregado na avaliação térmica de

trocadores de calor de correntes cruzadas. O estudo compreendeu a determinação do

coeficiente global de transferência de calor (U) e a previsão do comportamento fluido térmico

de trocadores de calor com correntes cruzadas. O modelo sugerido foi verificado por meio do

estudo de um trocador de calor de correntes cruzadas composto por dutos não aletados de

seção retangular. Depois de estudar varias geometrias e feita às simulações em CFD mostrado

na figura 5. Foi escolhida uma geometria devido a sua simplicidade e melhor troca de calor,

permitindo a simulação numérica do trocador completo a fim de comparar os resultados

obtidos através das duas formas distintas de análise utilizadas. O estudo foi realizado em duas

etapas: determinação do coeficiente global de transferência de calor (U) dado em [W/m2.K]

através dos valores de (hm) obtidos da simulação numérica com o software CFD, do

escoamento em cada canal do trocador de calor e o uso do método da efetividade (ε-

NUT).

Para Tomazeti (2006) o estudo de trocadores de calor tem como objetivo selecionar um tipo

adequado de trocador de calor e determinar sua área superficial de transferência de calor,

necessária para obter uma taxa estipulada de troca térmica entre os fluidos ou atingir as

temperaturas de saída desejada. Além de determinar o coeficiente médio de convecção

utilizou métodos analíticos. No caso de trocadores de calor compactos, este coeficiente é

determinado por meio de informações empíricas ou medidas experimentais. Nota-se,

entretanto, que um completo estudo experimental pode levar muitos meses de trabalho, além

do procedimento praticamente restringir sua aplicabilidade aos tipos de dutos testados em

bancadas experimentais. Devido às limitações de recursos, surge a possibilidade de aplicar a



6

ferramenta de delineamento de experimentos DOE, como meio para encontrar os fatores que

influenciam a troca de calor, bem como os conceitos geométricos, as restrições dos processos

de fabricação e as mudanças requeridas com um menor numero de ensaios, resultando no

conceito otimizado (YOSHIMURA,2010).

Segundo a pesquisa de Tomazeti (2006) permitiu escolher o modelo 3D 11.11a

apresentado na figura 5, por o melhor desempenho na troca de calor em vários modelos

propostos. Pode-se inserir o DOE como oportunidade de otimização da geometria do

conceito.

Já Montgomery (2001) identificou as oportunidades geradas a partir do estudo DOE como

ferramenta de conhecimento e descreveu os passos a seguir na tabela 1:

Modelo

3D Variáveis Simulação CFD

Duto

ret

angula

r

DR

11.1

1ª

6.2

2.0



7

11

.94

T

15

.08

Figura 5. Geometrias simuladas em CFD.

Fonte: Adaptado de Tomazeti 2006

Tabela 1. Passos para o Delineamento de Experimentos

1. Identificação do Problema

2. Escolha de fatores, níveis e rangos

3. Seleção da variável de Resposta

4. Escolha do tipo de Experimento

5. Desenvolver o experimento

6. Analise estatístico dos dados obtidos

7. Conclusões e recomendações Fonte: adaptado de Montgomery (2001b).

Segundo a guia proposta de Montgomery (2001) e pegando como exemplo prático a pesquisa

de Tomazeti (2006) propõem-se um modelo de seleção de conceitos de produto a partir de

modelagem, via dinâmica de fluidos computacional (CFD), integrada ao delineamento de

experimentos (DOE). Complementa-se a pesquisa feita por Tomazeti (2006), da escolha da

melhor geometria para a troca de calor, via otimização da geometria do conceito por meio dos

passos propostos por Montgomery (2001b):

3.1. Identificação do problema:

Tomazeti (2006) fez a descrição do modelo 11.11a é composto por aletas paralelas de cobre

inseridas em um duto de seção retangular de comprimento (L), na direção Z, de

aproximadamente 0,2 m. As distribuições velocidade e temperatura, obtidas com a malha

indicada na Tabela 2, são apresentadas com maior detalhe nas Figuras 6 e 7, sendo calculadas

com CFD. As condições de contorno térmicas empregadas são de superfície superior

isotérmica (Tw) e simetria nos demais lados do domínio. Elas indicam um escoamento laminar

(Re ≈ 660), com velocidade de entrada uniforme de 3 m/s e temperaturas de entrada e parede

de 20°C e 40ºC respectivamente.

Planejamento

Pre-experimental



8

Figura 6. Distribuições de velocidades num escoamento laminar para o modelo 11.11a.


Figura 7. Distribuições de temperatura num escoamento laminar para o modelo 11.11a.


Tabela 2. Tamanho de malha no escoamento laminar e turbulento para o modelo 11.11a

Modelo

11.11ª

Dimensões do

domínio [mm]

N° de volumes

de controle N° de

Iterações

Tempo

computacional

aproximado X Y Z NX NY NZ

Laminar 1,25 6,1 203,2 13 60 70 3000 1h

Turbulento 1,25 6,1 203,2 9 14 51 5000 20 min


3.2. Escolha de fatores e níveis dos arranjos:

A pesquisa de Tomazeti (2006) estabeleçeu que o modelo 11.11a como o melhor

configuração geometrica para a troca de calor, na tabela 3 estão as dimensões em (mm)

usadas na pesquisa. A ideia é ótimizar a geometria para adquirir uma melhor troca de calor,

porem, os fatores escolhidos na (tabela 3) são os parametros da geometria e fazer o estudo

correspondente.

Tabela 3. Características dos modelos de duto estudado



9

Características dos modelos de duto Modelo do duto

DR 11.11a 6.2 2.0

Altura do duto (hd) [mm] 11,24 12,19 10,29 19,05

Largura do duto (wd)[mm] 204,8 204,6 204,9 203,0

Comprimento (L) [mm] 204,8 204,6 204,9 203,0

Espessura do material (t)[mm] 0,2283 0,2032 0,254 0,8128

Numero de aletas (Na) 0 83 50 16

Numero de canais (Nc) 1 82 50 16

Largura do canal (wc) [mm] 204,8 2,289 3,843 10,16 - 13,59

Área da seção do canal (Ac) [mm2] 2302 27,90 39,54 226,2

Área frontal de escoamento (Afr) [mm2] 2302 2288 1977 3619

Área total de troca de calor por duto (Ad) [mm2] 0,08849 0,4907 0,2895 0,1961

Área total da superfície aletada (Ata) [mm2] 0 0,4139 0,2108 0,1191

Material Alumínio Cobre Alumínio Alumínio


Os produtos ou processos sempre tem algum tipo de restrição, como podem ser larguras,

espessura, cumprimento entre outros fatores, que não tem variavilidade, a ideia com a

pesquisa de Tomazeti (2006) é assumir algumas restrições como: a espessura do material;

área da seção do canal; area total da superficie aletada; material; área total de troca de calor

por duto; área frontal de escoamento; largura do canal; numero de canais; e otimizar a

geometria para adquirir uma melhor troca de calor, porem, com os fatores escolhidos

(tabela 4) deve-se montar um DOE e achar a correlação dos fatores que influenciam o

desempenho da troca de calor.

Tabela 4. Fatores escolhidos para o analise de DOE

Fator

Modelo do duto 11.11a

11.11a Nível

alto

Nível

baixo

Pesquisa

experimental

Altura do duto (hd) [mm] 12,19 15 0 5

Largura do duto (wd)[mm] 204,6 300 100 200

Comprimento (L) [mm] 204,6 300 100 200

Numero de aletas (Na) 83 100 50 -

Espessura do material (t) [mm] - - - 1

Fluido de Trabalho: Ar

Material das placas: Alumínio (k=204W/m.K)

Fonte: Tomazeti 2006

3.3. Seleção da variável de resposta:

Para a seleção da variable de resposta o pequisador deve conheçer o produto ou processo onde

pretende se aplicar a solução, tem variaveis que podem ser consideradas ruidos (afetam o

processo, mas não podem ser controladas) ou variaveis potenciais de arranjo (podem ser

controlaveis).

O estudo de Tomazeti (2006) compreendeu a determinação do coeficiente global de

transferência de calor (U) como variável de saída, mas o achar ruídos podem ser, por

exemplo: humidade, pressão atmosférica e temperatura ambiente.

Se o planejamento Pre-experimental foi bem feito, a fase de escolha do tipo de experimento

vai ser bem mais facil, nesta fase é importante manter o escopo do experimento, levar em



10

consideração o espaço amostral (numero de replicas), a seleção de uma ordem de execução

ótima dos ensaios e experimentos.

Durante a fase de desenvolvimento do experimento tem maior relevancia monitorar os

processos de experimentação cuidadosamente, tendo certeza que tudo saia como foi

planejado, um erro nesta fase pode comprometer o experimento. Nesta fase tambem pode se

planejar experimentos pilotos só para testar o planejamento. Na fase anterior forão coletados

dados que vão ser analisados estatisticamente, contribuindo para a solução do problema.

Deve-se considerar também a correlações entre os fatores que afetam o ótimo desempenho do

produto ou processo. Um relatorio com conclusões do experimento é feito depois da analise

estatistica dos dados.

3.4. Escolha do tipo de experimento:

Nas etapas anteriores foram determinados o número de fatores e seus níveis, pôde-se escolher

o método mais adequado à resolução do problema em questão. Montgomery (2001) apresenta

alguns dos tipos de experimento, por exemplo, os comparativos simples; só um fator; de tipo

fatorial; superfície de resposta e outros.

3.5. Desenvolver o experimento:

Cada tipo de experimento tem um procedimento de desenvolvimento adequado para solução

do problema em questão, Montgomery (2001).

3.6. Analise estatístico de dados:

De acordo com os procedimentos descritos previamente, e após da realização dos

experimentos, são obtidos os resultados e pode-se avaliar com um analise de resíduos em

procura de padrões aleatórios ou dados suspeitos. Onde é possível escolher se continuar com a

seguinte fase ou refazer o experimento, Montgomery (2001).

A etapa final pode-se considerar como a avaliação com uma corrida final no CFD e

comparado com os requerimentos necessários dos parâmetros obtidos na fase anterior.

Propõe-se também construir um protótipo testado num experimento comprobatório.

4. Conclusão

Procurar uma solução ótima de um produto pode ter uma previsão de sucesso e melhoria no

PDP usando a dinâmica dos fluidos computacional conjunto com o delineamento de

experimentos. A partir dos resultados computacionais do CFD, é montado um DOE

procurando fazer uma avaliação do experimento, com os requerimentos necessários do

produto. A abordagem proposto para a utilização do DOE integrado com CFD leva à

diminuição do custo e tempo de desenvolvimento e é representado no aumento da

confiabilidade para as necessidades especificas do produto.



11

Propõem-se como trabalhos futuros (ou continuidade da pesquisa) a aplicação da proposta de

integração no PDP, via a realização de uma pesquisa-ação.

Agradeço ao CNPq (Pró-Engenharia), a FAPEMIG e a CAPES pelo apoio financeiro para

realização dessa pesquisa.

Referências

E. Oktay, H.U. Akay, O. Merttopcuoglu. Parallelized structural topology optimization and

CFD coupling for design of aircraft wing structures. Computers & Fluids, Vol. 49, p 141-

145, 2011.

P.M. Guimarães, C.E.S. Da Silva. A parametric study of forced convection in an enclosure

with stationary heat cylinders. International Communications in Heat and Mass Transfer,

Vol. 37, p 469-475, 2010.

Wu-Lin Chen, Chi-Yin Huang, Chi-Wei Hung. Optimization of plastic injection molding

process by dual response surface method with non-linear programming. Optimization of

molding process. Vol. 27 N°8, p. 951-966, 2010.

Guangyong Sun, Guangyao Li, Zhihui Gong, Xiangyang Cui, Xujing Yang, Qing Li.

Multiobjetive robust optimization method for drawbead design in sheet metal forming.

Materials and Design, Vol 31, p 1917-1929, 2010.

Bo Hou, Wurong Wang, Shuhui Li, Zhongqin Lin, Z. Cedric Xia. Stochastic analysis and

robust optimization for a deck lid inner panel stamping. Materials and design, Vol. 31, p

1191 – 1199, 2010.

Folkestad, James E e Johnson, Russell L. Integrated rapid prototyping and rapid tooling

(IRPRT). Integrated Manufacturing Systems, Vol. 13, No 2, p. 97-103, 2002.

Tomazeti, Cristina Autuori. Análise Numérica do Desempenho Térmico de Trocadores de

Calor de Correntes Cruzadas. Campinas, Faculdade de Engenharia Mecânica, Universidade

Estadual de Campinas, 191 p., Tese de doutorado, 2006.

Masataka Yoshimura. 2010. System design optimization for product manufacturing. 2010,

Springer-Verlag London Limited.

Dominique Thévenin, Gabor Janiga. 2008. Optimization and computational fluid

dynamics. Springer-Verlag Berlin Heiderlberg.

H. Rozenfeld; F.A. Forcellini; D.C. Amaral; J.C. Toledo; S.L. Da Silva; D.H. Alliprandini;

R.K. Kovacs, S. 2006. Gestão de desenvolvimento de produtos, Uma referência para a

melhoria do processo. Ed. Saraiva, São Paulo.

Ulrich, K.T.; S.D. Eppinger. 2004. Product Design and Development, Third Edition.

McGraw-Hill, New York.



12

Douglas C. Montgomery. Design and analysis of experiments. Fifth edition, 2001, John

Wiley & sons, Inc. USA.

H. K. Versteeg, W. Malalasekera. 1995, An Introduction to computational fluid dynamics.

Longman Scientific & Technical. Malaysia.

Clark, K. B.; Fujimoto, T. Product development performance: strategy, organization, and

management in the world auto industry. Boston-Mass: HBS Press, 1991.

Back, N.; Forcellini, F.A. Projeto de produtos. Apostila. Curso de Pós-Graduação em

Engenharia Mecânica. Florianópolis, 2001

seleÇÃo de conceitos de produto a partir de … · 2016-08-11 · É descrito detalhadamente porr...

Documents