Abstract:

Las pérdidas térmicas al ambiente desde una superficie de construcción o un colector solar montado en
el techo representan una parte importante de la
equilibrio energético general y depende en gran medida de la convección inducida por el viento. En un
esfuerzo por ayudar a los diseñadores a hacer un mejor uso de los recursos disponibles
correlaciones en la literatura para los coeficientes de convección externos debidos al viento, una
discusión crítica y una tabulación adecuada es
presentado, sobre la base de la forma algebraica de los coeficientes y su dependencia de la longitud
característica y la dirección del viento, además
a la velocidad del viento. Finalmente, las correlaciones medias simples se producen a partir de las
existentes, útiles para estimaciones rápidas y brutas.
2007 Elsevier Ltd. Todos los derechos reservados.

Introducion
Está bien documentado que las pérdidas térmicas de
superficies de construcción externas y componentes solares tales como
colectores, chimeneas y arreglos fotovoltaicos ventilados,
constituyen una gran parte del equilibrio energético respectivo.
En apoyo de esta afirmación, cálculos recientes y medio invierno
datos sobre una chimenea solar inclinada montada en
el techo de un edificio de la escuela NTUA mostró que el acristalamiento / cubierta
las pérdidas de calor estaban en el rango 26.5-40.0% del
radiación solar incidente, dependiendo de la geometría del conducto,
temperatura ambiente, flujo de energía solar y velocidad del viento.
Una pérdida de calor de "tapa" más pronunciada en el ambiente
se registró en el caso de una matriz fotovoltaica ventilada,
situado cerca de la chimenea y teniendo las mismas dimensiones
y ángulo de inclinación.
Parámetro principal que afecta el modelado habitual de las pérdidas
al ambiente de tales componentes relacionados con la envolvente del edificio
es el coeficiente de convección del viento, hw, una cantidad no
muy bien documentado, el uso inadecuado de lo que puede fácilmente
causa 20-40% de errores en los cálculos de demanda de energía [1].
En comparación con las pérdidas de radiación, por otro lado, externo
las pérdidas por convección son 3-4 veces más grandes [2-4]. Y ya que en
muchas situaciones ha habido suficiente escepticismo hacia
la "correlación computacional estándar" para la pérdida de viento
coeficiente, concretamente el de Nusselt-Ju¨rges [5], una plétora de
correlaciones análogas han aparecido en la literatura en
años recientes. (Una de las primeras revisiones sobre el tema es que
de Cole y Sturrock [6].)
Una discusión de los "pros" y los "contra" de usar un simple
correlación lineal como la de Nusselt-Ju¨rges, debería ser
precedido de una categorización aproximada de las diversas expresiones
que se han usado hasta ahora. Sobre la base de paramétrico
dependencia, el coeficiente de pérdida de convección del viento para un
superficie plana externa o cuerpo bluff ha aparecido en la literatura
como:
un valor constante determinado experimentalmente, por lo general
dado en tablas (cf. [7-10]);
una expresión muy simple, generalmente lineal o ley de poder
función de la velocidad del viento (cf. [9,11-13]);
una expresión que implica, además, una característica
longitud de la superficie en cuestión, explícita o
implícitamente, es decir, a través del número de Reynolds (véase [14-17]);
una relación análoga que también tiene en cuenta el
dirección del viento con respecto a la superficie (véase [1,3,18]).
Sobre la base de las diversas plataformas de prueba, cuyos datos fueron
utilizado para producir las correlaciones para el coeficiente de pérdida de viento
cient, hay expresiones que provienen de:
mediciones del túnel de viento y estudios de modelos en relativa
placas pequeñas y obstáculos cuerpo bluff (cf. [19-
21]);
grabaciones de datos a gran escala / campo, es decir, mediciones en
fachadas de edificios reales y techos (cf. [22-26]).
Por lo tanto, el posible diseñador / modelador debe ser consciente de
la diversidad de las correlaciones disponibles y debe hacer
Seguro que ha examinado las condiciones específicas bajo
que se han producido, antes de que pueda usar de forma segura
ellos. Después de todo, hay una evidente falta de equivalencia física
entre estudios experimentales de interior fácilmente controlados
y la dura realidad del campo. Por ahí, monitoreando
viento o el establecimiento de condiciones uniformes para los
mediciones es un trabajo formidable. Ha sido reportado,
por ejemplo, que las mediciones de la velocidad media del viento en el
proximidad de una superficie externa, como un colector solar
no puede tener una variación menor a ± 0.5 m / s [27].
2. T

donde a, b, n son constantes empíricas, y Ta el ambiente temperatura en C. La corrección

en el paréntesis más interior está dictado por el hecho de que la correlación original fue
desarrollado para una temperatura de referencia de 294.26 K (21.1 C) [28,29]. (Esta
corrección de temperatura es equivalente a una corrección de densidad, que es necesaria
ya que la masa la velocidad en lugar de la velocidad lineal es más apropiada para la
descripción de la convección forzada [30]). El tres constantes en Eq. (1), que toman
valores que dependen de la textura de la superficie externa y la velocidad del viento, se
enumeran en la Tabla 1, dando hw en unidades SI. En realidad, la correlación global
original de 1922 de Nusselt-Ju¨rges [5] en base a sus datos de placas de cobre, si están
escritos para las unidades del SI tendrían la forma hw ¼ 7: 13V 0:78 w þ 5: 35e 0: 6V w
ð2Þ es decir, incluye un término de decaimiento. Esta ecuación fue especializada dos
años después por Ju¨rges [31] para tres tipos de superficies (ver Tabla 2). Sin embargo,
fueron los autores originales quien sugirió por primera vez que, para cálculos prácticos, es
suficiente ficiente utilizar una fórmula de interpolación lineal para velocidades del viento
hasta 5 m / s e ignorar el segundo término para velocidades más altas [5]. En unidades SI,
la ecuación lineal original propuesta ser hw ¼ 5: 8 þ 3: 95V w ð3Þ tener constantes que
están muy cerca de los valores utilizados en los últimos años sobre la base de la
refundición de McAdams [28] de la ecuación. (1), que para superficies lisas es hw ¼ 5: 7 þ
3: 8V w ð4Þ Esta última y muy citada correlación ha sido ampliamente usado en
modelado, simulaciones y cálculos relevantes (cf. [32-34]), a pesar de sus deficiencias. Se
ha argumentado, por ejemplo, que esta ecuación dimensional incluye pérdida de radiación
además de la convección [35], y que la promedio, a través de la superficie, la velocidad
del viento y su dirección debe ser considerado [36]. METRO
generado las ecuaciones anteriores se tomaron en una vertical placa de cobre cuadrada con lados
de 0.5 m sujetos a paralelo flujo de aire, una situación que es difícil de encontrar en la vida real.
Para evitar la falta de valores adecuados para Vw, Ito et al. [22] trató de correlacionar este paralelo
a la superficie componente con la velocidad de flujo libre, Vf, introduciendo, al mismo tiempo, la
dirección bruta del viento, es decir, la diferenciación los resultados para barlovento1 y condiciones
de sotavento (cf. Tabla 3). Este procedimiento, que en ese momento también era adoptado por
ASHRAE [37], permite el uso de una sola correlación para el componente de convección del calor
exterior coeficiente de transferencia para cualquier dirección, es decir hw ¼ 18: 63V 0: 605 w ð5Þ
Esta ecuación de ley de poder (que, aparte de las unidades S.I. en realidad fue derivado por
Kimura sobre la base de datos anteriores de su grupo japonés [37, p. 78]), así como las
ecuaciones lineales. (3) y (4) han sido adoptados como formas algebraicas por la mayoría
investigadores para sus propios procedimientos de ajuste de datos. Una extensa pero no se da una
tabulación exhaustiva de tales ecuaciones en los cuadros 4 y 5. Resultó que en muchos casos la
regresión lineal ecuaciones fueron igualmente efectivas en la adaptación de la datos, a pesar de
que la teoría fundamental de la transferencia de calor predice una relación de poder entre el
coeficiente de convección y velocidad del viento. Sobre la base de los datos generados por treinta
de tales correlaciones lineales enumeradas en la Tabla 4 para superficies de barlovento, una
correlación '' promedio '' puramente empírica de este simple pero forma conveniente puede
derivarse, es decir hw ¼ 7: 4 þ 4: 0V f ðwindwardÞ ð6Þ En el rango de velocidad del viento 0-4.5 m
/ s, las desviaciones máximas de las predicciones de ecuaciones de barlovento individuales de los
de Eq. (6) promedio a 18%. Un "promedio" similar la correlación puede derivarse para superficies
de sotavento, utilizando las seis correlaciones restantes de la Tabla 4 hw ¼ 4: 2 þ 3: 5V f
ðleewardÞ ð7Þ En el mismo rango de velocidad del viento, las desviaciones máximas de las
predicciones de las ecuaciones de sotavento individuales de aquellos de Eq. (7) promedio a 22%.
Cabe señalar en este punto que muchos de los individuos las correlaciones enumeradas en las
Tablas 4 y 5 usan constantes con cifras más significativas de lo que uno esperaría obtener
durante una medición de la velocidad del viento en el campo. Además, pequeño
diferencias en los valores de las constantes en los Nusselt-Juèges
ecuaciones, según lo informado por diversos autores, podría ser el
resultado de errores de conversión de unidades que probablemente han sido
propagado a lo largo de los años mediante referencias indirectas.
3. Correlaciones de tipo de capa límite para la pérdida de viento
coeficiente
La teoría de la capa límite termal ha llevado a correlaciones
para hw o, equivalentemente, para el número de Nusselt, Nu, que
implica implícitamente una longitud característica a través de Reynolds
Número, Re, que también aparece en las correlaciones. en un
serie de experimentos de túnel de viento en placas de naftaleno,
Gorrión y su grupo [18, 19, 15, 38] han producido correlaciones
de la forma j = aReb
, donde j es el conocido Colburn
j-factor, que expresa la analogía entre (sublimación)
transferencia de masa y transferencia de calor (por convección). Usando el relevante
definiciones, j = StPr1 / 3, y St ¼ h
qcpV f ¼ Nu
RePr, donde
St es el número de Stanton, Pr el número de Prandtl, el q
densidad, y cp la capacidad de calor del aire, respectivamente, la
número promedio de Nusselt, NuL, en un rectángulo inclinado
la placa sujeta a un flujo de aire que se aproxima puede escribirse como
NuL ¼ 0: 86Re1 = 2
Pr1 = 3 ð20: 000 <Re <90: 000Þ ð8Þ
En esta correlación, y en similares que involucran cuadrados
platos o placas con extensiones estabilizadoras (véase el cuadro 6)
la longitud característica para Re es LR = 4A / C, donde A es
el área de la placa y C su circunferencia. Si la placa es rectangular,
con lados L1 y L2, luego
LR ¼ 2L1L2
L1 þ L2
El número crítico de Reynolds se estimó en 70,000,
lo que implica un desarrollo temprano de la turbulencia que puede
ser explicado por la obvia falta de una ventaja aguda
en el colector Como este último estaba inclinado y giraba
con respecto al aire entrante, la característica apropiada
la duración de Re fue
L ¼ L1L2
L1 cos / þ L2 sin / ðu <90
Þ ð11Þ
con una ecuación similar para ángulos de guiñada, u, mayor que 90
[3]. Resultó, sin embargo, que, como en el caso de Sparrow's
placa de guiñada [18], la influencia del ángulo de guiñada era pequeña,
sobre el rango completo de ti probado (0, 90, 135 y 180), pero
no es insignificante La reducción relevante de hw con usted fue
en el rango 5-15% [3]. Por otro lado, la dirección del viento
también se ha encontrado que no tiene un efecto significativo en
el caso de paredes grandes [13].
La Tabla 6 incluye correlaciones de tipo de capa límite adicionales.
Entre ellos, está la siguiente ecuación para el local
Nusselt Number, Nux,
Nux ¼ 0: 037RfRe4 = 5
Pr1 = 3 871RfPr1 = 3 ð12Þ
en el que x denota la distancia desde el borde de ataque y Rf es
un multiplicador de convección dependiente de la rugosidad de la superficie,
asumiendo valores en el rango 1.00 <Rf <2.10. (La similitud
entre Ecs. (10) y (12) vale la pena señalar). Lo mismo
los autores también dan relaciones que involucran explícitamente el viento
ángulo de incidencia, h, para la transferencia de calor por convección forzada
coeficiente promediado sobre techos rectangulares [25].