Estudio numérico del flujo de aire a través de una nariz electrónica PDF

Estudio numérico del flujo de aire a través de una nariz electrónica usando técnicas CFD Numerical study of air flow through an electronic nose using CFD techniques Freddy J. Rojas, Ph.D., Leonidas Rodriguez, Ing., María R. Sun-Kou, Ph.D., Celso De La Cruz, Dr., An...

Estudio numérico del flujo de aire a través de una nariz electrónica usando técnicas CFD Numerical study of air flow through an electronic nose using CFD techniques Freddy J. Rojas, Ph.D., Leonidas Rodriguez, Ing., María R. Sun-Kou, Ph.D., Celso De La Cruz, Dr., Angela Pinedo, M.Sc., Fabiola Bravo, M.Sc., Jorge Trevejo, M.Sc., Joseph Peña, Mtr. 1 Pontificia Universidad Católica del Perú, Perú, [email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected] Resumen– En este trabajo se realizó el estudio numérico del sensors at different times, which influences the response time of the flujo de aire a través de la nariz electrónica usada para realizar la sensors in contact with the volatile components of the pisco. diferenciación del pisco peruano. La nariz electrónica fue diseñada Keywords - CFD, electronic nose (EN), numerical analysis por el Grupo GICA-PUCP. Este estudio tuvo por objetivo evaluar las mejores condiciones (presión, temperatura y flujo) que garantice la I. INTRODUCCIÓN reproducibilidad, repetitividad los resultados del sensado para lograr una buena diferenciación del Pisco peruano acorde a su La nariz electrónica (EN, del inglés Electronic Nose) es un denominación de origen. Para lograr esta meta se realizó el estudio equipo usado en el campo de la agroindustria y en el monitoreo del comportamiento de la dinámica del aire dentro de la cámara de medioambiental para la clasificación y detección de aromas. sensado de la nariz electrónica. En esta investigación se usó la Por ejemplo, Quicazán et al. detalló la importancia del uso de técnica de volúmenes finitos para resolver las ecuaciones de la nariz electrónica en el control de procesos y calidad de continuidad, momento y energía. Se consideró: (i) fluido con productos agroalimentarios. Mildner-Szkudlarz y Jelén comportamiento de gas ideal con densidad variable, (ii) modelo de aplicaron la EN para detectar la adulteración de aceite de oliva turbulencia k-épsilon Realizable. Para la simulación se consideró un flujo de entrada de 1.65 m/s a 27°C, una temperatura de operación con el aceite de avellana en concentraciones de 5, 10, 25 y 50% de 260°C en los sensores ubicados en la parte interna de la nariz (v/v). En este último trabajo, los autores concluyeron que electrónica y un tiempo de sensado de 80 segundos. El análisis los resultados obtenidos de la detección de compuestos volátiles numérico se desarrolló con el software Ansys Workbench 2019 R3. con la nariz electrónica en la adulteración del aceite de oliva Los resultados evidencian que la temperatura y la presión alcanzan presentaron resultados acordes con los métodos alternativos un valor constante a partir de los 50 segundos. Además, muestran como los obtenidos mediante un espectrómetro de masa y la que el flujo rodea a los sensores en tiempos diferentes, lo cual influye cromatografía de gases (SPME-MS/GC). Una aplicación en el tiempo de respuesta de los sensores en contacto con los similar fue desarrollada en la investigación realizada por componentes volátiles del pisco. Reinhard et al. donde se comparó los jugos cítricos comerciales Palabras clave-- CFD, nariz electrónica (EN), análisis numérico con los jugos cítricos artesanales mediante la detección de determinados compuestos volátiles presentes. Del mismo modo, estos investigadores evaluaron los resultados y la Abstract– In this work, the numerical study of the air flow aplicabilidad de la nariz electrónica con los obtenidos through the electronic nose used to differentiate the Peruvian pisco utilizando los métodos alternativos mencionados (MS/GC) y was carried out. The electronic nose was designed by the GICA- concluyeron que el método por EN determina de manera fiable PUCP Group. The objective of this study was to evaluate the best conditions (pressure, temperature and flow) that guarantee the la inconsistencia en las indicaciones de las sustancias reproducibility, repeatability of the sensing results to achieve a good contenidas en los jugos cítricos comerciales. Otro trabajo fue differentiation of Peruvian Pisco according to its designation of reportado por Aleixandre et al. quienes diferenciaron las clases origin. To achieve this goal, a study of the behavior of air dynamics de vino elaborados por la comunidad de Madrid mediante el uso was carried out within the sensing chamber of the electronic nose. de una nariz electrónica. Los autores mencionados In this investigation, the finite volume technique was used to solve estudiaron la influencia del material empleado en los sensores the continuity, momentum and energy equations. It was considered: de la nariz electrónica con su capacidad para detectar los (i) fluid with ideal gas behavior with variable density, (ii) k epsilon compuestos volátiles presentes en las muestras de vino y Realizable turbulence model. For the simulation, an inlet flow of concluyeron que los sensores elaborados con polisilicio provee 1.65 m / s at 27 ° C, an operating temperature of 260 ° C on the surface of the sensors located inside the electronic nose and a una clasificación más clara en comparación que los de platino. sensing time of 80 seconds were considered. The numerical analysis Asimismo, Paredes-Doig y otros autores elaboraron una nariz was developed with Ansys Workbench 2019 R3 software. The results electrónica que sirvió para hacer la diferenciación de los vinos show that the temperature and pressure reach a constant value after tintos por tipo y por la cepa empleada en la elaboración del vino 50 seconds. In addition, they show that the flow surrounds the. 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development" "Leveraging emerging technologies to construct the future", Buenos Aires -Argentina, July 21-23, 2021. 1  Cabe indicar que la nariz electrónica está conformada por ingreso de la mezcla gaseosa a la cámara de sensado de la nariz un conjunto de equipos e instrumentos muchos de ellos de costo electrónica. La zona de ingreso está ubicada en la parte superior elevado, por lo que en la gran mayoría de los casos el de la cámara. En el proceso de medición se debe garantizar que investigador elabora su propia nariz electrónica. Uno de los la presión y temperatura sean las adecuadas para el correcto principales componentes de la nariz electrónica es la matriz de funcionamiento de los sensores, por lo que se debe contar con sensores ya que permite la medición de los compuestos una posición adecuada dentro de la cámara para que los volátiles. Por esta razón es necesario realizar el análisis del sensores se recuperen después del ensayo. Por esta razón se comportamiento del flujo de gas dentro de la cámara, ya que la tiene instalado un manómetro y un sensor de temperatura para cámara debe asegurar el máximo contacto del flujo de los monitorear estas variables durante todo el desarrollo del ensayo, componentes volátiles gaseosos con los sensores. cabe indicar que la temperatura de trabajo es de El objetivo de este estudio fue garantizar la aproximadamente 260°C. El flujo de gas dentro de la cámara reproducibilidad, repetitividad de los resultados del sensado a recorre y rodea la matriz de sensores ubicados en su interior, los fin de lograr una buena diferenciación del Pisco peruano acorde componentes volátiles entran en contacto con la superficie de a su denominación de origen. En el presente trabajo se realizó los sensores produciéndose reacciones de oxidación, las cuales la simulación numérica de un flujo de aire, para estudiar el generan un cambio en la resistencia de la señal de sensado la comportamiento del gas en el interior de la cámara de sensado cual es registrada como una diferencia de voltaje. El tiempo de de una nariz electrónica diseñado y elaborado por el Grupo duración de un ensayo es de aproximadamente 80 segundos. Al GICA-PUCP empleada para detectar y diferenciar la calidad del finalizar el ensayo de sensado la mezcla gaseosa residual es pisco peruano. En este estudio se determinó los valores de arrastrada por la zona inferior de la cámara mediante el uso de temperatura y presión dentro de la cámara. La simulación una bomba de vacío (D) ubicada en la línea de descarga. El numérica se realizó bajo el enfoque del comportamiento de gas proceso se realiza de manera continua; es decir, el ingreso y la ideal para el aire, el modelo k-épsilon realizable para el estudio salida de los gases a la cámara se mantienen abiertos durante de la turbulencia y la teoría de transferencia de energía. todo el proceso de medición. Para repetir el ensayo, es necesaria la limpieza del módulo de detección pues conllevaría a errores II. DESCRIPCIÓN DE LA NARIZ ELECTRÓNICA UTILIZADA en la medición. Esta limpieza se realiza ingresando un flujo La nariz electrónica empleada para detectar y diferenciar la continuo de aire con una bomba de vacío el cual ayuda a extraer calidad del pisco peruano diseñado y elaborado por el Grupo de los gases residuales dentro de la cámara y de la superficie de la Investigación GICA-PUCP consta de tres módulos. Primero, el matriz de sensores. Este tiempo de limpieza es de módulo de alimentación que permite el ingreso tanto del gas aproximadamente 220 segundos. En la Fig. 2 se representa el portador (aire) como de la muestra gaseosa a analizar al módulo esquema de funcionamiento de la nariz electrónica. de detección. Esta unidad está conformada por electroválvulas, manómetros, termocuplas y una bomba de vacío. Segundo, el módulo de detección donde se realiza la detección de los compuestos volátiles de la muestra mediante el uso de diferentes sensores elaborados a base de óxidos semiconductores dopados con metales nobles. Este sistema está compuesto por una cámara de acero inoxidable y una matriz conteniendo ocho sensores ubicados en la parte interna. La mezcla gaseosa conteniendo los componentes volátiles ingresa a la cámara y entra en contacto con la superficie de los sensores produciéndose reacciones de oxidación, las cuales generan un cambio en la resistencia de la señal de sensado. Por último, el módulo de procesamiento de datos donde se recolecta y se procesa todas las señales de sensado obtenidas. La representación de la nariz electrónica empleada en este estudio se muestra en la Fig. 1. En la nariz electrónica diseñada por el Grupo GICA-PUCP, el aire ingresa al matraz (A) donde se encuentra la muestra de pisco, éste hace burbujear al pisco y a temperatura ambiente se desprende los componentes volátiles; la mezcla de aire con los componentes volátiles del pisco es transportada a través de los ductos circulares a una velocidad de 1,65 m/s (la velocidad de entrada del flujo es definido por el caudal de 5 L/min de la Fig. 1: Nariz electrónica construida por el Grupo GICA-PUCP bomba). Luego, se procede a abrir las válvulas permitiendo el Digital Object Identifier (DOI): http://dx.doi.org/10.18687/LACCEI2021.1.1.41 ISBN: 978-958-52071-8-9 ISSN: 2414-6390 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development" "Leveraging emerging technologies to construct the future", Buenos Aires -Argentina, July 21-23, 2021. 2  (a) (b) Fig. 4: (a) Tapa de la cámara de la nariz electrónica. (b) Modelo CAD correspondiente Fig. 2: Esquema de funcionamiento de la nariz electrónica (a) (b) III. DESCRIPCIÓN DE LA NARIZ ELECTRÓNICA La metodología definida para la simulación comprende cinco etapas. Primero, se define la geometría del dominio computacional 3D. Segundo, se realiza el proceso de discretización del dominio en pequeños volúmenes finitos. Tercero, se define los modelos numéricos a emplear. Cuarto, se Fig. 5: (a) Portasensor y sensores de la nariz electrónica. (b) Modelo CAD correspondiente define las condiciones de borde y el tipo de material (fluido). Finalmente, se aplica los métodos de solución para la Con estas modificaciones, se procedió a definir el volumen simulación. de control para el análisis numérico. La Fig. 6 muestra el ensamble de las piezas descritas, de esta manera se logra definir A. Definición geométrica el volumen de control. En la Fig. 7 se muestra el volumen El volumen de estudio definido para el análisis numérico interno definido. Como se observa en la figura, el volumen comprende únicamente a la cámara de detección de la nariz capta la zona interna encerrada por la base y la tapa de la electrónica. Este módulo consta de cuatro (04) partes: la base cámara, para luego sustraer el volumen que está definido por el (Fig. 3a), la tapa (Fig. 4a), el portasensor y la matriz de sensores portasensor y los sensors. (Fig. 5a). En el análisis numérico se define el volumen de control de estudio comprendido por las partes mencionadas. La forma de la base y de la tapa es considera de forma cilíndrica de diámetro de 0.15 m y una altura de 0.15 m. Los sensores tienen forma de placa rectangular de 24 x 16 mm y un espesor de 1.5 mm. Con el objetivo de reducir el costo computacional se modificó la geometría de estos componentes. Primero, con respecto a la base solo se contempló el orificio de salida del flujo (Fig. 3b). Segundo, en la tapa de nariz solo se consideró el agujero de entrada del flujo (Fig. 4b). Tercero, en el porta- sensor se eliminó los puntos de apoyo de los sensores y los surcos por donde pasan los cables. Cuarto, con respecto a los sensores no se realizó ninguna modificación (Fig. 5b). Fig. 6: Modelo CAD de la nariz Fig.7: Definición del volumen de (a) (b) electrónica control B. Mallado Después de realizar el modelado se procede a realizar el mallado del dominio. En este proceso, consiste en dividir el dominio geométrico en una cantidad de pequeños volúmenes finitos (elementos). La malla está compuesta por elementos tetraédricos de segundo orden ya que proporcionan mayor Fig. 3: (a) Base de la cámara de la nariz electrónica. (b) Modelo CAD correspondiente precisión en los resultados. Además, se contempla de obtener valores aceptables de calidad con respecto al parámetro de Aspect Ratio, Orthogonal Quality y Skewness. Los resultados estadísticos de la malla se muestran en la Tabla 1. 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development" "Leveraging emerging technologies to construct the future", Buenos Aires -Argentina, July 21-23, 2021. 3 Las Fig. 8a y 8b esquematizan los elementos generados en el (Ec. 4). Donde (τij ) es el tensor de esfuerzos de Reynolds mallado del volumen de control. turbulento. ∂(ρui ) ∂(ρui uj ) ∂p ∂ ∂ui ∂uj ∂τij + =- +μ ( + )- (4) ∂t ∂xj ∂xi ∂xj ∂xj ∂xi ∂xj Este modelo hace uso de dos ecuaciones en donde se añade dos variables: (k) energía cinética turbulenta y (ε) la disipación de energía turbulenta. Aquí, el tensor de Reynolds se modela bajo el enfoque de Boussinesq, la cual hace uso de una relación de proporcionalidad con una viscosidad turbulenta. D Condiciones de borde y material En este trabajo se ha considerado el aire como fluido de estudio, el cual es considerado como gas ideal debido a la variación de la densidad por la entrega de energía por parte de la matriz de sensores. Asimismo, las condiciones de borde Fig. 8a: Mallado del volumen de Fig. 8b: Mallado con elemento consideradas para el análisis son de tres tipos: entrada, salida y control tetraédricos pared. La Tabla 2, muestra los detalles para estas condiciones. TABLA 2 CASOS DE ESTUDIO SEGÚN EL VOLUMEN DE CONTROL TABLA 1: Condición de Valor / CARACTERÍSTICAS DE LA MALLA Parámetro Unidades borde Descripción Descripción Valor Velocidad m/s 1.65 # de Nodos 137257 Entrada Intensidad de % 10% # de Elementos 630953 turbulencia Salida Presión Pa 0 Skewness (Promedio) 0.25 Condición de Sin Orthogonal Quality (Promedio) 0.75 - movimiento deslizamiento Max. Aspect Ratio 13 Pared Rugosidad - Lisa Temperatura °C 260 (Sensor) C. Definición de los modelos numéricos Las ecuaciones de continuidad, cantidad de movimiento y energía fueron desarrollados. Estas ecuaciones escritas en su E. Método de solución forma tensorial están representadas en las ecuaciones 1-3, El estudio comprende un análisis en función del tiempo con respectivamente. Donde (ui ) representa el campo de solución basado en la presión. En la simulación, el algoritmo velocidad, (ρ) es la densidad del fluido, (μ) es la viscosidad usado para el acoplamiento de la velocidad y presión es dinámica, (p) es el campo de la presión, (h) es la entalpia por SIMPLEC, para la formulación del termino temporal es usado unidad de masa, (k) es el coeficiente de conductividad térmica, una formulación implícita de segundo orden. La Tabla 3 detalla las consideraciones usadas para el análisis. (Cp ) termino convectivo. TABLA 3 ∂ρ ∂(ρui ) + =0 (1) MÉTODO DE SOLUCIÓN ∂t ∂xi Parámetro Valor / Descripción ∂(ρui ) ∂(ρui uj ) ∂p ∂ ∂ui ∂uj + =- +μ ( + ) (2) Acoplamiento velocidad presión SIMPLEC ∂t ∂xj ∂xi ∂xj ∂xj ∂xi Discretización de la gradiente espacial Least Squares Cell Based ∂(ρh) ∂(ρui h) ∂ k ∂h + = ( ) + Sh (3) Discretización espacial de la densidad Second Order Upwind ∂t ∂xi ∂xj Cp ∂xi Discretización espacial de la presión PRESTO El modelo de turbulencia seleccionado para el estudio es el Discretización espacial del momento Second Order Upwind modelo k-épsilon realizable. Este modelo RANS (Reynolds Discretización espacial de la energía Second Order Upwind Averaged Navier Stokes) es ampliamente utilizado como solución en problemas de flujo en ingeniería. Este modelo es el más simple para modelar el tensor de Reynolds en donde Con respecto al software usado en este trabajo, la las ecuaciones de conservación son promediadas en el tiempo geometría se realiza en Autodesk Inventor, la malla y las ecuaciones fueron resueltos en el entorno de Ansys Meshing y 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development" "Leveraging emerging technologies to construct the future", Buenos Aires -Argentina, July 21-23, 2021. 4 Ansys Fluent 2019 R3, respectivamente. Las simulaciones se realizaron en ordenadores con procesadores Intel Core i7-7700 La Fig. 10 muestra los resultados de las líneas coloreadas y 16 Gb de RAM. de corriente de flujo asociadas con la temperatura para un periodo de tiempo de 10, 30, 50 y 80 segundos. Se aprecia que el flujo va incrementando su temperatura según el recorrido y III. RESULTADOS Y DISCUSIÓN el tiempo de operación. En los primeros 10 segundos, el flujo Como se mencionó anteriormente, la matriz de sensores no sufre mucha variación en la temperatura al iniciar su son los encargados de detectar los compuestos volátiles de la recorrido. A los 30 segundos, la temperatura del flujo muestra a analizar, por lo que es necesario comprender como el incrementa de manera más notable, aquí alcanza un valor flujo rodea a estos componentes durante el análisis de sensado. alrededor de los 80°C. Luego, a los 50 segundos, la temperatura Con relación al comportamiento del flujo, se aprecia que la del flujo es de alrededor de 93°C justo después de ingresar a la dirección del flujo, al iniciar su recorrido desde la entrada, cámara. Esto indica que la temperatura dentro de la cámara es tiende hacia un extremo. Esto conlleva a que los sensores elevada lo cual genera que el flujo que está ingresando se ubicados en esa zona sean rodeados con mayor cantidad de caliente de manera inmediata debido a la temperatura de fluido en un inicio. Esto guarda relación con los análisis operación de los sensores. Luego, parte del flujo que se experimentales en donde indican que el tiempo de respuesta de transfiere hacia la zona superior de la cámara, debido a la los sensores es diferente para cada uno. La Fig. 9 muestra los presencia de la matriz de sensores, incrementa su temperatura resultados coloreados de las líneas de corriente del flujo dentro aproximadamente hasta 143°C. Asimismo, se observa que parte de la cámara con la velocidad para un periodo de tiempo de 10, de flujo que se encuentra en la zona inferior de la cámara 30, 50 y 80 segundos. Se aprecia que el flujo al impactar con la alcanza una temperatura de alrededor 127°C. También, se matriz de sensores cambia de dirección y parte de ella regresa a determina que a partir de los 50 s la temperatura mantiene ese la zona superior de la cámara, lo cual implica que el flujo se comportamiento. concentra en menor cantidad en la parte inferior de la cámara ya que está limitada por el portasensor. Además, se observa la formación de vórtices producidos durante la descarga del flujo (a) (b) residual fuera de la cámara. Durante el proceso se alcanza velocidades de magnitud muy bajas de alrededor de 0.3 m/s. Por otro lado, se determina que la velocidad de salida del flujo no presenta mucha variación y a partir de los 30 segundos en adelante se mantiene casi constante. Por ejemplo, la velocidad fue de 2.44, 2.61, 2.62 y 2.59 m/s para un tiempo de 10, 30, 50 y 80 segundos, respectivamente. (a) (b) (c) (d) (c) (d) Fig. 10: Líneas de corriente de flujo de temperatura. (a) tiempo de 10 s, (b) tiempo de 30 s, (c) tiempo de 50 s y (d) tiempo de 80 s. Las figuras 11 y 12 muestran la variación de la temperatura dentro de la cámara en un plano de corte con respecto al tiempo. Se observa que la temperatura del flujo a la entrada y en la matriz de sensores fueron de 27 y 260°C, respectivamente. Se determinó que la temperatura promedio alcanzó un valor de 47, 92, 109 y 112°C para un tiempo de 10, 30, 50 y 80 segundos, Fig. 9: Líneas de corriente de flujo de velocidad.(a) tiempo de 10 s, (b) respectivamente. Este incremento se asocia a la fuente de tiempo de 30 s, (c) tiempo de 50 s y (d) tiempo de 80 s. temperatura ejercida por los sensores. Además, se observa que 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development" "Leveraging emerging technologies to construct the future", Buenos Aires -Argentina, July 21-23, 2021. 5 el área en la zona inferior a los sensores presenta una mayor aumentó lo cual implica un incremento de la concentración de temperatura con respecto a la zona superior. Si bien el fluido y por tanto de presión. Tercero, a los 50 segundos, se incremento de temperatura genera que la densidad del fluido observa que la presión adquiere tres valores: 4.23 Pa en la zona disminuya generando que se concentre mayor masa en la parte superior, 3.90 Pa en la zona intermedia que cuenta con más área superior, esta masa es removida debido al flujo que sigue y 3.35 Pa en la zona inferior, aquí se aprecia que el fluido entrando a la cámara. Esto conlleva a que la masa de aire que acumulado en la zona inferior se encuentra en menor se concentró en la zona superior se traslade hacia la zona proporción que en las otras zonas, sin embargo, presenta mayor inferior de la cámara. Asimismo, se analiza la variación de la temperatura. Cuarto, en el mapa del contorno a los 80 segundos temperatura de salida del flujo con respecto al tiempo. Se el patrón de flujo mantiene el mismo comportamiento que a los determinó que la temperatura del flujo a la salida aumenta y 50 segundos. Este comportamiento sugiere un comportamiento alcanza valores de 46, 99,118 y 120°C correspondiente a los 10, no estacionario inicial que con el transcurso de tiempo se torna 30, 50 y 80 segundos, respectivamente. También se observa que más estable (estado estacionario). la temperatura alcanza valores más elevados en la zona cercana a los sensores, tal como se observa en los resultados a los 80 (a) (b) segundos, donde, por ejemplo, el flujo alcanza una temperatura de aproximadamente 210°C. (a) (b) Fig. 13: Mapa del contorno de presión en la cámara. (a) Izquierda, tiempo de 10 s. (b) Derecha, tiempo de 30 s. (a) (b) Fig. 11: Mapa de temperaturas dentro de la cámara. (a) Izquierda: Tiempo de 10 s. (b) Derecha: Tiempo de 30 s. (a) (b) Fig. 14: Mapa del contorno de presión en la cámara. (a) Izquierda, tiempo de 50 s. (b) Derecha, tiempo de 80 s. CONCLUSIONES A partir de los resultados del análisis numérico para el Fig. 12: Mapa de temperaturas dentro de la cámara. (a) Izquierda: Tiempo estudio del comportamiento del flujo de aire a través de la de 50 s. (b) Derecha: Tiempo de 80 s. cámara de sensado de una nariz electrónica empleada para detectar y diferenciar la calidad del pisco peruano (proyecto: Las figuras 13 y 14 muestran la variación de presión en un 051-2018-FONDECYT-BM-IADT-MU) se concluye: plano de corte dentro de la cámara con respecto al tiempo. Mediante el modelamiento con Ansys Workbench se Primero, los resultados indican que a los 10 segundos de determinó que las líneas de corriente de aire lograron alcanzar simulación la presión alcanza valores de 4.29 Pa en la zona el contacto con las superficies de los sensores. El flujo superior y luego desciende a los 3.45 Pa. Esto indica que el recirculante del fluido confirma que la mayor concentración se fluido se va concentrando en la zona superior pues la da en la zona superior de la cámara, lo cual resulta beneficioso temperatura dentro de la cámara a los 10 segundos está en para favorecer las pruebas de sensado de la muestra a estudiar. incremento como se aprecia en la figura del contorno de El ingreso del fluido por la parte superior de la cámara permite temperatura correspondiente (Fig. 11 a). Segundo, en el mapa que se genere una convección de calor forzada que permite una de contorno correspondiente a los 30 segundos, la zona en mayor homogenización de la temperatura en la parte superior donde la presión es de 4.29 Pa aumenta hasta abarcar la mitad de la cámara. Los resultados con respecto a los resultados de la de la sección y el análisis es el mismo. Es decir, la temperatura variación de presión y de temperatura evidencian un 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development" "Leveraging emerging technologies to construct the future", Buenos Aires -Argentina, July 21-23, 2021. 6 comportamiento inestable en los primeros 30 s de iniciado del ensayo y que tiende hacia la estabilidad a partir de los 50 s. Finalmente, el modelamiento del fluido dentro de la cámara permite intuir que los resultados del sensado de las muestras tendrán un comportamiento repititivo y estable a partir de los 50 s de iniciado el ensayo por la estabilidad que se muestra en las otras variables (presión y temperatura). RECONOCIMIENTO Los autores reconocen el apoyo financiero del Proyecto CONCYTEC – Banco Mundial “Mejoramiento y Ampliación de los Servicios del Sistema Nacional de Ciencia Tecnología e Innovación Tecnológica” 8682-PE, a través de su unidad ejecutora FONDECYT. [051-2018-FONDECYT-BM-IADT- AV] REFERENCIAS I. Moreno, R. Caballero, R. Galán, F. Matía, and A. Jiménez, “Electronic nose: State of art,” RIAI - Rev. Iberoam. Autom. e Inform. Ind., vol. 6, no. 3, pp. 76–91, 2009. M. C. Quicazán S, A. C. Díaz M, and C. M. Zuluaga D, “La nariz electrónica, una novedosa herramienta para el control de procesos y calidad en la industria agroalimentaria,” Vitae, vol. 18, no. 2, pp. 209– 217, 2011. S. Mildner-Szkudlarz and H. H. Jeleń, “The potential of different techniques for volatile compounds analysis coupled with PCA for the detection of the adulteration of olive oil with hazelnut oil,” Food Chem., vol. 110, no. 3, pp. 751–761, Oct. 2008. H. Reinhard, F. Sager, and O. Zoller, “Citrus juice classification by SPME-GC-MS and electronic nose measurements,” LWT - Food Sci. Technol., vol. 41, no. 10, pp. 1906–1912, Dec. 2008. M. Aleixandre, J. Lozano, J. Gutiérrez, I. Sayago, M. J. Fernández, and M. C. Horrillo, “Portable e-nose to classify different kinds of wine,” Sensors Actuators B Chem., vol. 131, no. 1, pp. 71–76, Apr. 2008. A. L. Paredes Doig, M. D. R. Sun Kou, G. Picasso Escobar, E. Doig Camino, and G. Comina, “Implementación y evaluación de una nariz electrónica para la detección de alcoholes lineales,” Rev. Colomb. Química, vol. 45, no. 2, p. 12, Nov. 2016. M. Mamat and S. A. Samad, “The design and testing of an Electronic Nose prototype for classification problem,” in 2010 International Conference on Computer Applications and Industrial Electronics, 2010, no. Iccaie, pp. 382–386. S. R. Bosch, “Diseño y realización de una nariz electrónica para la discrminacion de aceites,” Universidad Rovira i Virgili, 2001. Ansys Inc., Ansys Fluent Theory Guide. 2018. J. M. Fernández Oro, Tecnicas numericas en ingenieria de fluidos. Barcelona, España: Editorial Reverté, 2010. N. Rolander, J. Rambo, Y. Joshi, J. K. Allen, and F. Mistree, “An Approach to Robust Design of Turbulent Convective Systems,” J. Mech. Des., vol. 128, no. 4, pp. 844–855, Jul. 2006. 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development" "Leveraging emerging technologies to construct the future", Buenos Aires -Argentina, July 21-23, 2021. 7