Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius

Abstract

El objetivo de este trabajo es realizar la optimización geométrica de los deflectores de aire para una turbina eólica de eje vertical (VAWT) impulsada por arrastre (drag) tipo Savonius. El torque generado por este tipo de turbinas resulta de la diferencia entre las fuerzas de arrastre generado por las geometrías concavas y convexas de los álabes, respectivamente. La función de estos deflectores es orientar el fujo de aire sobre los álabes cóncavos, y bloquear el flujo sobre los álabes convexos que producen un torque de frenado. A partir de un prototipo de turbina Savonius diseñado y fabricado por los autores de este trabajo, se propone realizar un análisis con dinámica de fluidos computacional (CFD) de los deflectores, para mejorar el rendimiento de la turbina. Para las simulaciones en CFD se utilizará el código Code-Saturne basados en el método de volumenes finitos. Se realizarán diversas corridas para distintas variables de diseño con el objetivo de obtener mediante Redes Neuronales una función que vincule la geometría de los deflectores con el rendimiento de la turbina (Cp). Posteriormente, se buscará la configuración óptima de los deflectores que garantice el máximo rendimiento de la turbina a traves de un proceso de optimización.