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.
RESUMEN
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.
2. IMPLEMENTACIÓN NUMÉRICA
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]
observamos en la Figura 2.
Entrada
4.639 cm
con ecuaciones adicionales como sería una ecuación de estado y una ecuación para transporte de
energía. [11]
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].
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
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
[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.