Avances en el análisis computacional para la optimización de motores a reacción: una revisión de CFD, análisis estructural y enfoques multidisciplinarios

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/31947
Título : Avances en el análisis computacional para la optimización de motores a reacción: una revisión de CFD, análisis estructural y enfoques multidisciplinarios
Autor : Baker, A.
Sekhar, R.
Resumen traducido: La evolución de la tecnología de los motores a reacción ha estado profundamente influenciada por los avances en el análisis computacional, especialmente en la dinámica de fluidos computacional (CFD), el análisis estructural y la optimización multidisciplinaria. Esta revisión aborda las técnicas computacionales de vanguardia aplicadas al estudio de motores a reacción, resaltando sus aplicaciones, beneficios y desafíos. La CFDsehaconsolidado como una herramienta esencial que permite simulaciones detalladas de los complejos procesos aerodinámicos y de combustión. Métodos como las simulaciones de grandes remolinos (LES) y las simulaciones numéricas directas (DNS) han permitido comprender con mayor profundidad la turbulencia y la dinámica de la combustión, mejorando la eficiencia y reduciendo las emisiones. No obstante, estas simulaciones de alta fidelidad demandan un elevado costo computacional, lo que ha impulsado el desarrollo de algoritmos más eficientes y el uso de recursos de cómputo de alto rendimiento. La integración del análisis estructural con las simulaciones aerodinámicas ha facilitado el diseño de componentes capaces de soportar condiciones extremas, aumentando la fiabilidad y seguridad del motor. Los marcos de optimización de diseño multidisciplinario (MDO) han transformado el diseño al evaluar simultáneamente múltiples métricas de rendimiento, logrando configuraciones equilibradas entre eficiencia, peso y durabilidad. Pese a estos avances, persisten retos en el modelado de fenómenos complejos, como las inestabilidades de combustión y el comportamiento de materiales a altas temperaturas. La incorporación del aprendizaje automático ofrece soluciones prometedoras, orientadas hacia sistemas de propulsión más eficientes, confiables y sostenibles.//The evolution of jet engine technology has been profoundly influenced by advancements in computational analysis, particularly in Computational Fluid Dynamics (CFD), structural analysis, and multidisciplinary optimization. This review explores state-of-the-art computational techniques applied to jet engine analysis, emphasizing their applications, benefits, and inherent challenges. CFD has become an essential tool, enabling detailed simulations of complex aerodynamic and combustion processes. Methods such as Large Eddy Simulations (LES) and Direct Numerical Simulations (DNS) have provided deeper insights into turbulence and combustion dynamics, leading to improved efficiency and reduced emissions. However, these high-fidelity simulations entail significant computational costs, driving the development of more efficient algorithms and high-performance computing resources. The integration of structural analysis with aerodynamic simulations has facilitated the design of components capable of withstanding extreme operational conditions, thereby enhancing engine reliability and safety. Multidisciplinary Design Optimiza tion (MDO) frameworks have further transformed engine design by simultaneously evaluating multiple performance metrics, resulting in configurations that balance efficiency, weight, and durability. Despite these advances, challenges remain in accurately modeling complex physical phenomena such as combustion instabilities and material behavior under high temperatures. The incorporation of machine learning techniques offers promising solutions to address these issues by complementing traditional computational methods with data-driven insights. Looking ahead, the future of computational analysis in jet engine development lies in the seamless integration of high-fidelity simulations, real-time data analytics, and adaptive modeling, paving the way for more efficient, reliable, and sustainable propulsion systems.
Palabras clave : dinámica de fluidos computacional (CFD); Computational Fluid Dynamics (CFD)
optimización de diseño multidisciplinario (MDO); Multidisciplinary Design Optimization (MDO)
computación de alto rendimiento, modelado de turbulencia y combustión; High Performance Computing, Turbulence and Combustion Modeling
tecnología de motores a reacción; Jet Engine Technology
Fecha de publicación : ene-2026
URI : http://dspace.ups.edu.ec/handle/123456789/31947
Idioma: spa
Pertenece a las colecciones: Núm. 35 (enero-junio 2026)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Ing_n35_art.3_Baker_Sekhar.pdf931,46 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons