Introducción a la CFD para el análisis de las especias de aceite

Fluido de aceite sigue siendo uno de los desastres ambientales más catastróficos, con consecuencias de largo alcance para los ecosistemas marinos, las economías costeras y la salud pública. Principales incidentes como el Horizonte de aguas residuales (2010) y Exxon Valdez (1989) lanzó millones de barriles de petróleo mezcla en entornos marinos sensibles

Fundamentos de CFD para Flujos de aceite de múltiples fases

CFD resuelve las ecuaciones de conservación para la masa, el impulso y la energía a través de un dominio computacional discretizado. Para el modelado del derrame de petróleo, el flujo es inherentemente multifase: el aceite y el agua son fluidos inmiscibles con densidades distintas, viscosidades y tensiones interfaciales.

Modelos Eulerian‐Eulerian (Two‐Fluid)

En el marco eulerian‐Eulerian, tanto el aceite como el agua se tratan como interpenetrating continua. Separar conjuntos de ecuaciones Navier‐Stokes se resuelven para cada fase, con términos de intercambio con la contabilidad de arrastre, elevación y dispersión turbulenta. Este método es adecuado para gotas de aceite dispersas en concentraciones moderadas, pero requiere modelos de cierre cuidadosos para la transferencia interfase de impulso.

Modelos eurísticos-lagrangianos (Fase Descreta)

Aquí el agua se trata como una fase continua, mientras que las gotas de aceite se rastrean como partículas discretas. La trayectoria de cada gotero se computa por la integración de fuerzas como la arrastre, la buoyancia y la masa virtual. Este enfoque es ideal para estudiar el destino del petróleo derramado que se rompe en gotas bajo acción de onda, pero se convierte en costosa computacionalmente para poblaciones densas.

Método Volumen de pulido (VOF)

Para grandes deslizamientos de aceite y versiones continuas, el método VOF rastrea la interfaz entre el aceite y el agua directamente mediante la resolución de una ecuación de transporte para la fracción de volumen de cada fase. VOF captura la interfaz afilada y es excelente para simular la propagación inicial de un deslizamiento, pero puede requerir mallas muy finas cerca de la interfaz para evitar la difusión numérica.

La elección del modelo multifase depende del escenario derrame: la liberación de campo cercano (ruptura de un tanque o o tubería) a menudo exige que la VOF resuelva el comportamiento del jet/plume, mientras que la dispersión de campo lejano sobre kilómetros es mejor manejada con enfoques elerian-Lagrangianos que representan la ruptura de gotas, la coalecencia y el clima.[FLT2]

Factores clave que influencian la dispersión de aceite

La propagación y el destino del petróleo en el medio marino se rigen por una compleja interacción de procesos físicos, químicos y biológicos. Los modelos de CFD deben incorporar estos factores para producir predicciones realistas.

Velocidad actual y Advección

Las corrientes oceánicas son el principal conductor del transporte de petróleo. Las simulaciones CFD requieren entrada de campos de velocidad, ya sea de modelos oceánicos de mayor tamaño o de la solución de las ecuaciones de aguas poco profundas dentro del dominio computacional. Corrientes de marea, corrientes de superficie impulsadas por viento, y flujos de densidad contribuyen a la advección del deslizamiento de aceite.

Acción de ola y mezcla turbulenta

Las olas aumentan la mezcla de aceite en la columna de agua rompiendo el deslizamiento en gotas y aumentando la energía cinética turbulenta cerca de la superficie. Los modelos CFD a menudo utilizan espectros de onda para generar una superficie libre rugosa o emplean modelos de turbulencia (por ejemplo, k-ε, SST k‐ω) para simular la disipación y la dispersión.

Temperatura y salinidad

La temperatura del agua afecta directamente la viscosidad del aceite: el aceite caliente se propaga más rápidamente y forma más delgados deslizamientos, mientras que el aceite frío sigue siendo más viscoso y puede emulsionar de forma diferente. La salinidad influye en la estratificación de densidad, que puede atrapar el aceite por debajo de la superficie. Los códigos CFD pueden incorporar fórmulas de viscosidad dependientes de temperatura (por ejemplo, ecuación de Andrade) y usar relaciones de ecuación de ecuación de estado para la densidad de agua de agua.

Propiedades de aceite y meteorización

La composición química del aceite derramado determina su comportamiento. Las crudas de luz se evaporan rápidamente, reduciendo el volumen disponible para la dispersión, mientras que las crudas pesadas tienden a formar deslizamientos persistentes. Con el tiempo, el aceite sufre el clima: evaporación, emulsion (formación de mousses de agua en peligro), foto-oxidación y biodegradación.

Flujo de trabajo de simulación CFD detallado

La construcción de un modelo fiable de dispersión de aceites sigue un flujo de trabajo estructurado. Cada paso impacta directamente la exactitud y utilidad de los resultados.

Geometría de creación

El dominio computacional debe representar el entorno marino relevante, incluyendo la batimetría, las costas, las estructuras artificiales (por ejemplo, las aguas de ruptura, las plataformas), y la geometría de la fuente de derrames. Para simulaciones de campo cercano, el dominio puede extender cientos de metros; para estudios de campo lejano, puede abarcar decenas de kilómetros. Herramientas de geometría basadas en CAD (por ejemplo, Rhinoceros, modelos de área de la costa) se utilizan para modelos de superficie

Generación de malla

Una malla adecuada es crítica para resolver la amplia gama de escalas de longitud implicadas, desde gotas de tamaño milímetro hasta los deslizamientos de escala kilómetro. Las mallas no estructuradas con refinamiento adaptativo son comunes, utilizando células más finas cerca de la superficie, la fuente de derrame y cualquier región de altos gradientes. Para las simulaciones de VOF, la malla debe estar suficientemente bien para mantener una interfaz afilada; los tamaños de células típicas cerca de la superficie libre

Condiciones de los límites y las condiciones iniciales

Las condiciones atmosféricas (velocidad y dirección del viento), espectros de onda y perfiles de corriente oceánica deben ser prescritos como condiciones de límite. Para el derrame, se especifica la tasa de liberación, duración y temperatura del aceite inicial. Los límites abiertos en las dimensiones laterales y aguas abajo del dominio permiten que el flujo se vaya sin reflejos espurios. Para simulaciones multifase, la fracción de volumen inicial del aceite se puede establecer a cero con un término fuente añadido para representar el derrame.

Resolver las Ecuaciones Rectoras

Las simulaciones de flujo son ejecutadas con un solucionador de volumen finito (por ejemplo, ANSYS Fluent, OpenFOAM, STAR-CCM+). Los pasos del tiempo son elegidos para satisfacer la condición de Courant-Friedrichs‐Lewy (CFL), a menudo menos de 0,5 para esquemas explícitos.

Procesos y análisis post-

Los resultados de la simulación se visualizan para mostrar contornos de concentración de aceite, espesor deslizante, distribución del tamaño de gota y tiempos de llegada en lugares sensibles. Las métricas cuantitativas como la masa total de aceite en la columna de agua, el área de engras, y el tiempo para llegar a una costa se extraen. Estos datos informan directamente de la asignación de esquitadores, booms y aplicación dispersante.

Aplicaciones en escenarios del mundo real

El CDF ha sido validado contra varios derrames importantes y se utiliza cada vez más en la planificación y la respuesta.

Agua profunda Horizonte desbordamiento

El desastre del Golfo de México de 2010 lanzó alrededor de 4,9 millones de barriles de petróleo durante 87 días. Los modelos de CFD se utilizaron para simular la dinámica de chorro flotante y ciruela cerca del pozo (near-field) y la subsiguiente dispersión de gotas de aceite en las corrientes de aguas profundas.

Exxon Valdez Spill — Validación de Hindcast

El derrame de 1989 en Prince William Sound, Alaska, lanzado alrededor de 11 millones de galones de crudo. Estudios retrospectivos de CFD han reconstruido la trayectoria de derrame utilizando el tiempo archivado y los datos actuales. Comparando el movimiento de deslizamiento simulado con encuestas de costas petrolíferas reales, los investigadores han validado la exactitud de incluir corrientes de marea y factores de deriva del viento.

Apoyo a la respuesta operacional

Varias agencias nacionales, incluyendo la Administración Nacional Oceanía y Atmosférica (NOAA)] y la Agencia Europea de Seguridad Marítima (EMSA)], incorporan salidas CFD en sus herramientas de respuesta. Por ejemplo, el modelo GNOME de la comisión de NOAA utiliza física simplificada para predicciones rápidas, pero ejecutadas

Beneficios para la Respuesta y Planificación Ambiental

Las ideas obtenidas con el análisis de la CFD mejoran directamente la eficacia y eficiencia de las operaciones de respuesta a los derrames.

  • La trayectoria de derrame predecible — saber dónde viajará el petróleo permite a los socorristas posicionar a los booms, los skimmers y los materiales absorbentes por delante del tiempo, en lugar de reaccionar después de que el petróleo haya aterrizado.
  • Timing of dispersant application — CFD puede identificar ventanas de alta turbulencia y energía de onda cuando los dispersores son más eficaces al romper el deslizamiento en pequeñas gotas para la biodegradación.
  • Evaluación de los impactos ecológicos — simulando la concentración de petróleo con el tiempo, las agencias pueden priorizar la protección de hábitats sensibles como manglares, arrecifes de coral y esparcimiento de peces.
  • ]Resource allocation — simulations help estimate the amount of oil that will reach a given shoreline, enabling just-in-time deployment of clean‐up crews and reducing wasted effort in areas that remain un affected.
  • La planificación de entrenamiento y simulación de perforación] — simulaciones de CFD basadas en escenarios realistas se utilizan en ejercicios de mesa y simuladores de entrenamiento en tiempo real para equipos de comandos de incidentes.

Validación y verificación

Aunque CFLT es una herramienta poderosa, sus predicciones deben ser validadas contra datos experimentales y observaciones de campo para establecer la credibilidad. Los experimentos de flume de laboratorio se han realizado para estudiar la formación de gotas de aceite bajo onda controlada y condiciones actuales.Por ejemplo, el OHMSETT[FLT1] instalación de prueba (ahora operada por el Departamento del Interior de EE.UU.) proporciona una cuenca de onda de 200 metros donde sembrada de gotas de gotas de carbono

Limitaciones y desafíos computacionales

A pesar de sus fortalezas, la modelación de los derrames de petróleo se enfrenta a varios obstáculos que los practicantes deben manejar.

Costo computacional

Las simulaciones de alta fidelidad, especialmente las que utilizan LES o DNS (Simulaciones Numéricas Direct) requieren recursos computacionales masivos. Una simulación de 24 horas de un derrame grande puede tomar días o semanas en un grupo. Esto limita el uso de CFD para la respuesta en tiempo real, donde las decisiones deben ser tomadas dentro de horas. La computación de alto rendimiento basado en la nube y la aceleración de GPU son mitigar esta brecha de coste.

Disponibilidad de datos y incertidumbre

Los modelos CFD son tan buenos como sus datos de entrada.Bastería precisa, perfiles actuales en tiempo real y pronósticos meteorológicos no siempre están disponibles, especialmente en regiones remotas del océano. Las incertidumbres en estas condiciones de límite se propagan a través de la simulación, lo que conduce a límites de error que pueden ser grandes. Análisis de sensibilidad y funcionamientos conjuntos (tipo Monte Carlo) se utilizan para cuantificar esta incertidumbre, pero se multiplican la computación.

Multiphysics Coupling

El clima de petróleo, la degradación biológica y la dispersión química son procesos complejos que aún no se capturan plenamente en la mayoría de los códigos de la CFD. Por ejemplo, la formación de emulsiones de agua en petróleo sigue siendo un área de investigación activa, y los modelos a menudo dependen de correlaciones empíricas que no pueden contener para todos los tipos de petróleo.

Futuras direcciones en CFD para la investigación de las especias de petróleo

En la próxima década se verán avances significativos que harán que la CFD sea aún más valiosa para la gestión de los derrames de petróleo.

Modelos mejorados de aprendizaje automático

Las redes neuronales pueden ser capacitadas en bases de datos CFD de alta fidelidad para producir surrogates que funcionan en segundos y no en horas. Estos modelos de surrogado pueden utilizarse para la evaluación de riesgos en tiempo real y para explorar una gama más amplia de escenarios de derrame, mientras que el modelo completo de CFD proporciona los datos de entrenamiento. Además, el aprendizaje automático puede ayudar a parameter procesos sub-grid no resueltos como la ruptura de gotas y la coalescencia.

Gemelos digitales de sistemas marinos

Un gemelo digital de derrame de petróleo —una réplica virtual dinámica y en tiempo real de una zona costera— integraría sensores IoT (por ejemplo, boyas de deriva, imágenes de satélite, corrientes de ADCP) con un modelo CFD en funcionamiento. Cualquier anomalía detectada (por ejemplo, un estante de una fuga) desencadenaría inmediatamente una simulación para predecir la evolución del derrame, actualizando el gemelo cada pocos minutos.

Integración con modelos atmosféricos

La dispersión del derrame de aceite no termina en la superficie del agua: los compuestos orgánicos volátiles se evaporan y pueden ser transportados por el viento, afectando la calidad del aire y la seguridad del fuego. Se están desarrollando modelos acoplados de CFD-atmosférico para simular el ciclo de vida completo del petróleo derramado, desde el ciruelo subsuelo hasta el transporte atmosférico de vapores.

Sistemas de respuesta autónoma

Las predicciones de CFD más robustas podrían guiar drones autónomos y buques de superficie no cultivados a zonas de limpieza orientadas. Por ejemplo, un drone podría identificar la parte más gruesa de la descarga de la simulación CFD, y luego navegar allí para desplegar dispersiones automáticamente. Los proyectos de investigación en Europa y Estados Unidos están prototipando tales sistemas, aprovechando las salidas de CFD como parte del algoritmo de toma de decisiones.

Conclusión

La dinámica de fluidos computacionales se ha convertido en una herramienta indispensable para analizar la dispersión del derrame de petróleo en entornos marinos. Al modelar con precisión la física del flujo multifase, la interacción de ondas y el clima de petróleo, CFD proporciona predicciones factibles que reducen el daño ambiental y ahorran recursos económicos, mientras persisten los avances continuos en el procesamiento de alta rentabilidad, el aprendizaje automático y la brecha de integración en tiempo real