Thesis:

Modelación de un combustible forestal bajo radiación térmica creciente

En los incendios forestales, la propagación de las llamas a través del lecho de combustible forestal desempeña un papel primordial en la propagación del fuego. De ahí que sea de gran importancia comprender su comportamiento frente a una fuente de calor, como una brasa incandescente o similar. En este fenómeno, el papel de la radiación térmica sobre la ignición del combustible es clave, lo que requiere condiciones controladas para modelar y analizar adecuadamente el impacto térmico sobre el combustible. Por este motivo, se ha realizado un estudio teórico y experimental sobre el tiempo de retardo de la ignición de una capa de combustible forestal en condiciones variables de flujos de calor radiativo procedentes de una tea idealizada. Los datos experimentales se recogieron en el dispositivo Idealized-Firebrand Ignition Test (I-FIT), en el que se utilizó un calentador cilíndrico que emitía un flujo de calor incidente linealmente y exponencialmente creciente para simular las emisiones de flujo de calor radiativo de una tea. El tiempo de ignición experimental se comparó con las predicciones de un modelo teórico basado en el balance energético de la capa de combustible. Los resultados muestran, en primer lugar, que incluso con una pendiente positiva (flujo de calor creciente) alcanzando flujos radiativos más altos que un caso constante con flujo crítico, el tiempo de ignición puede seguir siendo más largo porque es importante considerar también la energía acumulada por la biomasa. En segundo lugar, en el caso lineal creciente, la magnitud de β perderá influencia sobre el valor de tig estimado a medida que este aumente. Distinto a lo que ocurre en el caso exponencial creciente, donde se mantiene como una relación inversamente lineal. Además, para lograr una buena estimación es necesario controlar en mayor medida la medición de la temperatura de ignición y mantener de forma más uniforme posible las dimensiones del porta muestra, ya que son los factores que más impactan en la predicción del modelo. Finalmente, los modelos logras ajustarse con R2 > 0.93 para el caso lineal y R2 > 0.99 para el caso exponencial por lo que mantiene un mejor ajuste para este último. Los diferentes factores experimentales pudieron ser un factor que no permitiera ajustar de mejor forma al caso lineal pero aún así los resultados experimentales siguen una tendencia muy similar a lo estimado.