RESEARCH REPORT

FLUID DYNAMIC STUDY OF WATERFLOODING WHIT NANOPARTICLES OF

CuO FOR DIFFERENT PORE MORPHOLOGIES IN EOR APPLYING CFD
TECHNIQHES

Oscar Andrés Martinez Rueda

ABSTRACT

In this study, a fluid dynamic model is made with waterflooding, applying CuO nanoparticles,
simulating the effect between the pore morphology, the construction of a 2D micromodel was
considered, which was based on the enhanced oil recovery factor, with flood nanofluid, resulting
in displacement efficiency. Simulated by computational fluid dynamics (CFD). For the creation
of the geometry we work by means of a CAD design software. Then, the governing equations in
fluid dynamics, were solved by means of finite volumes using the Fluent software, to investigate
the displacement of oil by the porous medium. In order to have a greater veracity on the
simulation of CFD, the numerical data on experimental data were compared. The influence of the
displaced volume of oil in the porous medium, its thermal, electrical, optical and interfacial
properties is studied.

KEYWORDS: EOR, Nanoparticles, Fluid dynamic, Nanotechnology, Modeling CFD,

Micropore, Waterfloofing.
 Estudio fluidodinámico de inyección de agua con
nanopartículas de CuO para las diferentes morfologías de
poros en EOR aplicando técnicas de CFD
O. Martínez1, G. González 2
1
Grupo de investigación de modelamiento en procesos de hidrocarburos-GMPH, Universidad Industrial de Santander, Colombia.
Email: germangs@uis.edu.co
2
Semillero en nanotecnología, modelado y simulación numérica aplicada a la industria del petróleo Universidad Industrial de
Santander, Colombia. Email: germangs@uis.edu.co

RESUMEN

En este estudio, se realiza un modelo fluidodinámico con inyección de agua, aplicando

nanopartículas de CuO, simulando el efecto entre la morfología de poros, se consideró la
construcción de un micromodelo en 2D, la cual, se basó sobre el factor de recobro mejorado del
petróleo, con las inyecciones de nanofluidos, tomando como resultado una eficiencia de
desplazamiento. Simulado por la dinámica de fluidos computacional (CFD). Para la creación de
la geometría se trabaja por medio de un software de diseño CAD. Luego, las ecuaciones
gobernantes en la dinámica de fluido, se resolvieron por medio de volúmenes finitos utilizando el
software Fluent, para indagar sobre el desplazamiento del crudo por el medio poroso. Para tener
una mayor veracidad sobre la simulación de CFD se compararon los datos numéricos sobre datos
experimentales. Se estudia la influencia del volumen desplazado de crudo en el medio poroso, sus
propiedades térmicas, eléctricas, ópticas e interfaciales.

PALABRAS CLAVE: EOR, Nanopartícula, Fluidodinámico, Nanotecnología, Modelo CFD,

Microporo, Inyección de agua.

1. INTRODUCCIÓN

Con el fin de aumentar el porcentaje de recobro mejorado (EOR), se han implementado técnicas
alternativas que nos permitan recuperar en lo posible la mayor cantidad de crudo en los
yacimientos. Actualmente se están implementando nuevas tecnologías, como lo es la
nanotecnología, una ciencia a escala nanométrica, permitiéndonos la inyección de nanofluidos,
que aumenta la eficiencia de barrido y la recuperación final del petróleo, siendo las
nanopartículas del orden de 1 a 100nm se abre camino a través del medio poroso que se encuentra
en el orden de 5 a 50 micras en la formación, ayudando a intensificar la viscosidad del fluido
inyectado y la reducción de la tensión interfacial entre la fase sólida, oleosa y acuosa [1]. Los
métodos convencionales de recobro mejorado tienen altos gastos, pero los nanofluidos pueden
compensar esos inconvenientes económicos. El efecto de digitación viscosa, es la principal
consecuencia del aumento del volumen desplazado, con una digitación menor se obtiene una
recuperación más alta del crudo[2]. Manteniendo un patrón ideal de poros uniforme y simétrico.
Título en el idioma que se presenta el artículo (debe ser igual al del encabezado) 3

Para estudiar la morfología en el medio poroso, este trabajo utilizara un enfoque de dinámica de
fluidos computacional (CFD) ya que es una herramienta que estudia el comportamiento de
sistemas fluido-dinámico, transferencia de calor y la solución de ecuaciones de momento,
continuidad y energía a través de métodos numéricos[3]. En comparación con los métodos de
laboratorio que tienen limitaciones en sus principales características, CFD nos permite estudiar
condiciones específicas y críticas en un proceso, reduciendo tanto el tiempo como los costos,
permitiendo la visualización de detalles muy precisos en la solución. Se tiene la facilidad de
diseñar diferentes morfologías de poros bidimensionales, definidos en micro escalas.

El objetivo del presente trabajo, es un estudio fluidodinámico de inyección de agua con

nanopartículas de óxido de cobre, utilizando técnicas computacionales de CFD, para las
diferentes morfologías de poros, aumentando el porcentaje en recobro mejorado.

2. IMPLEMENTACIÓN NUMÉRICA

2.1. Creación geométrica

La geometría de los poros fue creada mediante la utilización del programa SolidWorks, el cual,
nos permitió el diseño CAD [4]. Para la generación del micromodelo, se partió de planteamientos
anteriores que se habían utilizado en un modelo físico de laboratorio en donde se removió un
crudo con 28.4°API [5], fue modificada las dimensiones, pero se mantuvo el área transversal de
las muestras dándonos como resultado un tamaño de 4.639 × 4.639 cm2 y trabajando con una
porosidad de 24.112% ± 0.1%, por lo tanto, se tomó un espesor de 0.0065 cm de acuerdo a
geometrías realizadas en programas CAD [6], debido a su bajo espesor se estableció como una
geometría bidimensional. El diámetro de los círculos varia en un rango de 1/16 a 2 mm ya que es
una arena [7]. Se seleccionó un diámetro de 0.12 cm, de acuerdo a esta medida se generaron 1444
circunferencias distribuidas geométricamente por todo el modelo, generando una geometría ideal
e interconexiones por todo el medio poroso Figura 1. En el cual se le realizara un enmallado para
continuar con la simulación [8].

Se tomó como criterio las propiedades de la nanopartícula que se muestran en la Tabla 1, así
mismo, las propiedades del fluido base se muestran en la Tabla 2. Los valores de las propiedades
relativas se muestran en la Tabla 3. para la masa específica, el calor especifico, la conductividad
térmica, viscosidad, igualmente y variando las concentraciones volumétricas en diferentes
porcentajes, se muestran en la Tabla 4. para obtención de una mejor densidad, capacidad
calorífica, coeficiente de conductividad térmica y viscosidad, que nos permita una mejor
recuperación de crudo. [9]

Tabla 1. Propiedades de la nanoparticcula de oxido de cobre.

Tamaño
Nanoparticula ρ (kg/m³) Cp (J/kg-K) k (W/m-K)
promedio (nm)
Óxido de cobre 6310 532 76.00 50
 (CuO)

Tabla 2. Propiedades del fluido base.

Fluido Base ρ (kg/m³) Cp (J/kg-K) k (W/m-K) µ (Pa-s)
Agua 997.10 4183.10 0.5948 8.91E-04

Tabla 3. Propiedades relativas

Conductividad
Nanofluido Masa Especifica Calor Especifico
Termica
Agua +CuO 6.33 0.13 127.77

Tabla 4. Variando las concentraciones volumétricas en diferentes porcentajes.

Nanofluido φ (%) ρ (kg/m³) Cp (J/kg-K) k (W/m-K) µ (Pa-s)
Agua 1% 1050.23 3963.73 0.6124 9.13E-04
+ 2% 1103.36 3765.49 0.6304 9.35E-04
CuO 5% 1262.75 3270.86 0.6864 1.00E-03

En el medio poroso podemos encontrar gargantas de poros de 20 micras de separacion como

Salida
4.6 39 cm

observamos en la Figura 2.
Entrada

4.639 cm

Figura 2. Micromodelo del cuerpo poroso.

Figura 1. Diseño de la morfología de poro en un modelo 2D. Con una entrada y salida, por la cual, se inyecta el nanofluido.

2.2. Ecuaciones gubernamentales

La Dinámica Computacional de Fluidos, involucra soluciones de tipo numérico para las

ecuaciones gobernantes en la dinámica de fluido[10], incluyen conservación de la masa (ecuación
de continuidad) y la segunda ley de Newton (ecuación de Navier-Stokes). Dichas ecuaciones se
emplean en CFD aplicadas a cada punto del campo de flujo y por lo tanto permiten resolver los
detalles del flujo en todas partes del dominio. Estas ecuaciones se combinan cuando es necesario
Título en el idioma que se presenta el artículo (debe ser igual al del encabezado) 5

con ecuaciones adicionales como sería una ecuación de estado y una ecuación para transporte de
energía. [11]

2.2.1. Principio físico: conservación de masa.

Se llevará a cabo la aplicación de este principio tanto al volumen de control finito como a los
modelos de elementos fluidos infinitesimales del flujo [12,13]. Esto se hace aquí específicamente
para ilustrar la naturaleza física de ambos modelos. Además, elegiremos el volumen de control
finito que se fijará en el espacio, lado izquierdo de la Figura 3. (a), mientras que el elemento de
fluido infinitesimal se moverá con el flujo, lado derecho de la Figura 3. (b). De este modo,
podremos contrastar las diferencias entre las formas de conservación y no conservación de las
ecuaciones. Primero, considere el modelo de un elemento fluido en movimiento. La masa de este
elemento es

Figura 3. (a) Enfoque de volumen de control finito. (b) Método de elementos fluidos infinitesimales

fija. Entonces.

δ m=ρδν (0)
Puesto que la masa se conserva, podemos afirmar que la tasa de cambio de tiempo de la masa del
elemento fluido es cero cuando el elemento se mueve junto con el flujo.
D(δm)
=0 (0)
Dt
Combinando la ecuación (1) y (2) tenemos,
D( ρδν ) Dρ D( δν)
=δν +ρ (0)
Dt Dt Dt
También,
 Dρ 1 D(δν)
Dt
+ρ [
δν Dt ]
δ =0 (0)
Reorganizamos el término de la ecuación (4) como el significado físico de ∇ ⃗
. ∇ se obtiene.
Dρ
+ ρ ∇ . u=0
Dt (0)
Las ecuaciones hacen poca diferencia en la mayor parte de la aerodinámica teórica. En contraste,
la forma que se utiliza puede hacer una diferencia en algunas aplicaciones de CFD [14].

2.2.2. Ecuación de masa y momento.

Consideramos la ecuación para flujo incompresible, en donde la densidad del fluido no varía en
el tiempo, tenemos:
∇ .u=0 (0)
Consideramos la ecuación para flujo incompresibles de Navier-Stokes, escrita como:
Du
+∇ . ( uu )=−∇ p+ ν ∇2 u
Dt (0)
De las ecuaciones anteriores, expresadas en el dominio Ω, con límite Γ =∂ Ω y acompañadas de
las condiciones de frontera u=uby una condición inicial de divergencia u=u0, se obtiene el
balance general de momento, por consiguiente, se tiene:
❑
d
∫ ud Ω=0
dt Ω (0)

2.2.3. Ecuación de energía

En flujos incompresibles, la energía (cinética) es considerada como una cantidad de conservación
secundaria, procedentes de la conservación de la masa y momento. La ecuación de la energía
forma integral se deriva tomando el producto interno de la ecuación del momento con una
función ν( x , t) e integrándolo sobre un dominio Ω, donde ν satisface las mismas condiciones de
contorno que u. Obteniendo la siguiente ecuación:
❑ ❑ ❑ ❑

∫ ddtu ∙ ν dΩ+∫ ∇ ∙ ( cu ) ∙ ν dΩ=−∫ ∇ ρ∙ ν dΩ+∫ ∇ 2 u ∙ ν dΩ (0)

Ω Ω Ω Ω

En donde, u(x , t) y ν( x , t) son elementos de L2(Ω), las ecuaciones son integrables en el dominio
Ω, como se muestra en la siguiente ecuación:
❑
( u , ν )=∫ u ∙ ν dΩ=0
Ω
(0)
Para llegar a la ecuación de la energía cinética total, asumimos diversas condiciones de límite
periódica, tomando c = u, v = u. Los términos de convección y presión desaparecen, dando como
resultado la siguiente ecuación:
❑ ❑ ❑
d
∫ kdΩ=−ν ∫ u ∂∂ un d Γ −ν ∫ ∇ u: ∇ u dΩ
dt Ω (0)
∂Ω Ω

En condiciones de limite periódico el primer término desaparece, por lo que se obtiene:

Título en el idioma que se presenta el artículo (debe ser igual al del encabezado) 7

dk
=−v (∇ u , ∇ u)
dt (0)
1
Donde, k =∫ k dΩ= (u ,u) y el termino en el lado derecho debe ser visto como un producto de
2
Frobenius. Y si ∇ u : ∇ u ≥0 ,Esta ecuación muestra que la energía total del flujo disminuye debido
a la disipación viscosa y no por los términos de presión y covectividad. [15].

3. METODOLOGÍA

Se propone desarrollar la totalidad de la investigación propuesta por este trabajo de grado en

cuatro etapas. La primera de éstas, consiste en una recopilación y clasificación de la información
relacionada con recobro mejorado aplicadas en CFD [16], por medio de ecuaciones de
conservación en el espacio y tiempo, para que posteriormente sirva de ayuda en la segunda etapa,
que se enfoca en la construcción y validación del modelo. Los modelos recopilados y la literatura
revisada acerca del método de recobro mejorado con nanopartículas sentarán las bases del
planteamiento del modelo a realizar, el cual, será validado con los datos de simulaciones
obtenidos, solucionando las ecuaciones de conservación de momento, continuidad y energía, a
través de métodos numéricos. La tercera etapa consiste en la solución del modelo computacional,
seguido por un post-procesamiento para el análisis de resultados planteada en una metodología
para el desarrollo en CFD en forma de diagrama de flujo como se muestra en la Figura 4.
Finalmente, se realizará una cuarta etapa dedicada a concluir todo el trabajo, desde la creación del
modelo hasta el ajuste que se tiene con los datos reales y la comparación con otros.

Figura 4. Diagrama de flujo de la metodología CFD.

4. REFERENCIAS

[1] El-Diasty AI, Aly AM. Understanding the mechanism of nanoparticles applications in
enhanced oil recovery. SPE North Africa Technical Conference and Exhibition, Society of
Petroleum Engineers; 2015.
[2] Araktingi UG, Orr Jr FM. Viscous Fingering in Heterogeneous Porous Media. SPE
Advanced Technology Series 1993;1:71–80. doi:10.2118/18095-PA.
[3] Versteeg HK, Malalasekera W. An introduction to computational fluid dynamics: the finite
volume method. 2nd ed. Harlow, England ; New York: Pearson Education Ltd; 2007.
[4] Silva GG, Prieto N, Mercado I. Large Eddy Simulation (LES) Aplicado a un lecho
fluidizado gas–sólido. Parte I: Reactor a escala de laboratorio. Rev UIS Ing 2018;17:93–
104.
[5] Haroun MR, Alhassan S, Ansari AA, Al Kindy NAM, Abou Sayed N, Abdul Kareem BA,
et al. Smart Nano-EOR Process for Abu Dhabi Carbonate Reservoirs, Society of Petroleum
Engineers; 2012. doi:10.2118/162386-MS.
[6] Ghanad Dezfully M, Jafari A, Gharibshahi R. CFD Simulation of Enhanced Oil Recovery
Using Nanosilica/Supercritical CO2. Advanced Materials Research 2015;1104:81–6.
doi:10.4028/www.scientific.net/AMR.1104.81.
[7] Pozo Rodríguez M, Giner Robles J, González Yélamos J. Geología práctica: introducción al
reconocimiento de materiales y análisis de mapas. Madrid: Pearson Educación; 2011.
[8] González-Silva G, Matos E, Martignoni W, Mori M. The importance of 3D mesh generation
for large eddy simulation of gas–solid turbulent flows in a fluidized beds. Int J Chem Mol
Nucl Mater Metall Eng 2012;6:770–7.
[9] Chaupis JER. Simulação numérica de nanofluidos escoando no interior de dutos retos. Msc.
Universidade Federal de Uberlândia, 2011.
[10] Gonzalez Silva G. Fluid Dynamics of Gas - Solid Fluidized Beds. In: Prieto Jimenez N, Oh
HW, editors. Advanced Fluid Dynamics, Rijeka: InTech; 2012, p. Ch. 3.
doi:10.5772/25791.
[11] ßengel YA, Campos Olguín V, Cimbala JM. Mecánica de fluidos fundamentos y
aplicaciones. México: McGraw-Hill Interamericana; 2006.
[12] Jiménez NP, Hodapp MJ, Silva MG, Mori M. Simulation of the coke combustion in a FCC
regenerator using Computational Fluid Dynamics. IN 4th Latin American CFD Workshop
Applied to the Oil and Gas Industry, Rio de Janeiro, Brazil, 2010.
[13] Luna AVZ, Silva GG, Peña YAQ. Simulación de la interacción entre fracturas hidráulicas y
fracturas naturales con aplicación de daño continuo. Revista UIS Ingenierías 2018;17:151–
166.
[14] Anderson Jr JD. Governing equations of fluid dynamics. Computational fluid dynamics,
Springer; 2009, p. 15–51.
[15] Sanderse B, Verstappen RWCP, Koren B. Boundary treatment for fourth-order staggered
mesh discretizations of the incompressible Navier–Stokes equations. Journal of
Computational Physics 2014;257:1472–505. doi:10.1016/j.jcp.2013.10.002.
[16] González Silva G, others. Metodologia para aplicar LES ao craqueamento catalítico fluido
em um reator riser industrial 2012.