Escolar Documentos
Profissional Documentos
Cultura Documentos
LONDRINA
2022
RAFAELLA CASADO SILVA
LONDRINA
2022
___________________________________________________________________________
Larissa Maria Fernandes Gatti
Doutora em Engenharia Química
Universidade Tecnológica Federal do Paraná
___________________________________________________________________________
Pricila Marin
Doutora em Engenharia Química
Universidade Tecnológica Federal do Paraná
___________________________________________________________________________
Rigoberto Eleazar Melgarejo Morales
Doutor em Engenharia Mecânica
Universidade Tecnológica Federal do Paraná
LONDRINA
2022
Dedico este trabalho à minha família e aos colegas
que fizeram parte desta caminhada.
AGRADECIMENTOS
Em primeiro lugar, agradeço a Deus por me dado saúde e forças para concluir
essa etapa, aos meus pais, Sidney e Célia, pelo apoio de uma vida toda, a minha irmã,
Luanna, por estar sempre ao meu lado me apoiando em cada decisão e a minha avó,
Maria, por todas as orações e comemorações em cada etapa concluída.
A minha orientadora Prof.ª Drª Larissa, pelas orientações, sugestões e por
toda ajuda durante o curso. Ao meu supervisor do estágio e orientador de iniciação
científica, Prof. Rigoberto, por todo conhecimento repassado e pela oportunidade de
participar de um projeto de pesquisa grandioso. Aos pesquisadores, Henrique Stel,
que me treinou e me capacitou para desenvolver este trabalho e à Marco Conte por
todo conhecimento compartilhado. Aos colegas do NUEM, Elcilane, Murilo e Anna,
pelas incontáveis reuniões que me auxiliaram durante todo este ano. Ao NUEM e a
UTFPR Curitiba pela estrutura que permitiu o desenvolvimento deste trabalho.
Gostaria de deixar registrado também, o meu reconhecimento a todos o corpo
docente de Engenharia Química que fizeram parte da minha formação.
Agradeço também aos colegas de curso que me ajudaram a passar pelas
etapas mais difíceis de forma leve e tranquila. Sem vocês, essa jornada teria sido
muito mais dolorosa.
Enfim, agradeço a todos aqueles que fizeram parte desta conquista, direta ou
indiretamente.
“O homem não teria alcançado o possível se,
repetidas vezes, não tivesse tentado o
impossível”.
(MAX WEBER).
RESUMO
The importance of oil in the current scenario is related to its application both in the
energy sector and in countless other products, such as plastic, fibers and rubbers.
Petroleum is defined as a mixture naturally formed by hydrocarbons and sulfur,
nitrogen and oxygenated organic derivatives, among others. Within the oil industry,
production stoppage on offshore platforms can cause problems related to blocked flow
of the production line due to the presence of highly viscous oil, which makes it difficult
to restart the plant. Fluid displacement by flushing is one of the solutions applied in this
situation and consists of pumping a fluid into the flow line with the intention of cleaning
the oil. Thus, the present case study aimed to use computational fluid dynamics (CFD)
to investigate the flow and cleaning time of an 8.15 m long acrylic test section with an
internal diameter of 26 mm. In addition, it was also possible to validate the best
turbulence model according to the conditions analyzed. For this, two mixtures of water
and glycerin of low viscosity (3.5 cP and 8.5 cP) were used to displace tap water
present in the test section with injection speeds of the mixture of 0.2 m/s, 0 .5 m/s and
1 m/s. Experimental data on glycerin mass fraction were collected from two sensors
strategically positioned in the test section and compared with data taken from the
simulations. The comparison between the experimental data and the simulation data
allowed the validation of the SST Gamma – Theta turbulence model as the most
suitable for the simulated conditions. From the analysis of the results, a stratified flow
pattern was verified for the lowest injection speed of both mixtures. As for the cleaning
time of the horizontal pipe, the mixture with a viscosity of 8.5 cP and 1 m/s was more
effective, since the pipe cleaning took place in a shorter time. Thus, the case study
achieved its objectives and the results were satisfactory, considering that it was
possible to compare with data taken from the literature.
1 INTRODUÇÃO .......................................................................................13
7 CONCLUSÃO ........................................................................................61
REFERÊNCIAS .......................................................................................................63
1 INTRODUÇÃO
1980 2021
Hidroeletricidade Hidroeletricidade
Energia Nuclear 7%
6% Energia Nuclear
1%
5%
Petróleo
Carvão 33%
Petróleo
29% 45% Carvão
29%
2 PROBLEMÁTICA ABORDADA
3 REVISÃO BIBLIOGRÁFICA
Métodos de Limpeza de
Tubulações
Rodding Flushing
Balling Jetting
Poly Pigs
Silt Traps
(a) d=20 mm, α=5° e v0=0,0531 m/s (b) d=15 mm, α=30° e v0=0,157 m/s
t= 1,15 s t= 0,33 s
t= 1,80 s t= 0,43 s
t= 2,22 s t= 0,71 s
t= 3,21 s t= 1,05 s
t= 4,54 s t= 1,31 s
A análise da Figura 6 (a) exibe uma estrutura de duas camadas formadas por
camada de óleo ocupando a seção superior do tubo (em vermelho) e a camada de
água permanece no fundo do tubo (em azul). Já nos padrões de fluxo de
deslocamento instantâneo e disperso, observa-se uma estrutura de três camadas e,
por esse motivo, os autores concluíram que as ondas de interface e as gotículas de
óleo são tridimensionais, o que é consistente com o experimento (ZHENG et al., 2017).
Sendo assim, o estudo concluiu que a inclinação da tubulação e o número de
Reynolds foram responsáveis pelas transições de padrão de fluxo e, além disso, a
espessura da camada de óleo no padrão de camada residual estacionária foi reflexo
do ângulo de inclinação do tubo. No mais, o aumento da velocidade de entrada da
água foi responsável pela diminuição da camada de óleo, gerando uma transição de
fluxo e também foi tido como um fator de destaque para melhorar a eficiência do
deslocamento (ZHENG et al., 2017).
25
4 METODOLOGIA EXPERIMENTAL
0,300 m
8,15 m
Vista
26 mm
Isométrica
z x
𝑉
𝐹𝑟 = (1)
√𝑔𝐿
−0.5
𝜌á𝑔𝑢𝑎
𝐹𝑟 = 𝑈𝑖𝑛𝑗𝑒çã𝑜 (𝑔𝐷 (1 − )) (2)
𝜌𝑚𝑖𝑠𝑡𝑢𝑟𝑎
𝜌𝑢𝐷
𝑅𝑒 = (4)
𝜇
𝑅𝑒 ≤ 2300 − 𝐿𝑎𝑚𝑖𝑛𝑎𝑟
2300 ≤ 𝑅𝑒 ≤ 4000 − 𝑇𝑟𝑎𝑛𝑠𝑖çã𝑜
𝑅𝑒 > 4000 − 𝑇𝑢𝑟𝑏𝑢𝑙𝑒𝑛𝑡𝑜
30
Figura 10. Elemento de volume fixo,∆𝒙, ∆𝒚, ∆𝒛, através do qual escoa fluido.
(𝑥 + ∆𝑥, 𝑦 + ∆𝑦, 𝑧 + ∆𝑧)
𝑧
(𝜌𝑣𝑥 ) (𝜌𝑣𝑥 )
𝑥 𝑥+∆𝑥
∆𝑧
𝑦
∆𝑦 (𝑥, 𝑦, 𝑧)
∆𝑥
𝑥
Fonte: Adpatado de Lightfoot; Bird; Stewart (2004)
𝜕𝜌
∆𝑥∆𝑦∆𝑧 ( ) = ∆𝑦∆𝑧 [(𝜌𝑣𝑥 )|𝑥 − (𝜌𝑣𝑥 )|𝑥+∆𝑥 ] + ∆𝑧∆𝑥 [(𝜌𝑣𝑦 )|𝑦 − (𝜌𝑣𝑦 )|𝑦+∆𝑥 ]
𝜕𝑡 (6)
+ ∆𝑥∆𝑦 [(𝜌𝑣𝑧 )|𝑧 − (𝜌𝑧)|𝑧+∆𝑧 ]
31
𝜕𝜌 𝜕 𝜕 𝜕
= − ( 𝜌𝑣𝑥 + 𝜌𝑣𝑦 + 𝜌𝑣𝑧 ) (7)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝜌
⃗)=0
+ (∇ ∙ 𝜌𝑉 (8)
𝜕𝑡
𝜕𝜌 1 𝜕 1 𝜕 𝜕
+ (𝜌𝑟𝑉𝑟 ) + (𝜌𝑉𝜃 ) + (𝜌𝑉𝑧 ) = 0 (9)
𝜕𝑡 𝑟 𝜕𝑟 𝑟 𝜕𝜃 𝜕𝑧
1𝜕 1 𝜕𝑉𝜃 𝜕𝑉𝑧
(𝑟𝑉𝑟 ) + + =0 (10)
𝑟 𝜕𝑟 𝑟 𝜕𝜃 𝜕𝑧
⃗
𝜕𝑉 ⃗
𝜕𝑉 ⃗ 𝜕𝑉
𝜕𝑉 ⃗
𝑑𝐹 = 𝑑𝑚 [𝑢 +𝑣 +𝑤 + ] (11)
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑡
𝑦 𝜏𝑦𝑥 +
𝜕 𝑥 𝑦
𝜕𝑦 2
𝜕 𝑥 𝑧
𝜏𝑧𝑥 − 𝜕𝑧 2
𝜕 𝑥𝑥 𝑥
𝜎𝑥𝑥 − 𝜕𝑥 2
𝜕 𝑥𝑥 𝑥
𝜎𝑥𝑥 +
𝜕𝑥 2
𝜕 𝑥 𝑦
𝜏𝑦𝑥 − 𝜕𝑦 2
𝜕 𝑥 𝑧
𝜏𝑧𝑥 − 𝜕𝑧 2
onde 𝐹𝐵𝑥 é a força de campo na direção 𝑥 e 𝐹𝑆𝑥 são forças de superfície na direção 𝑥.
Usando desenvolvimento similar para as direções 𝑦 e 𝑧, as componentes da
força ficam:
𝜕𝑣 𝜕𝑢 2 𝜕𝑢
𝜏𝑥𝑦 = 𝜏𝑦𝑥 = 𝜇 ( + ) (20) ⃗ + 2𝜇
𝜎𝑥𝑥 = −𝑝 − 𝜇∇ ∙ 𝑉 (23)
𝜕𝑥 𝜕𝑦 3 𝜕𝑥
𝜕𝑤 𝜕𝑣 2 𝜕𝑣
𝜏𝑦𝑧 = 𝜏𝑧𝑦 = 𝜇 ( + ) (21) ⃗ + 2𝜇
𝜎𝑦𝑦 = −𝑝 − 𝜇∇ ∙ 𝑉 (24)
𝜕𝑦 𝜕𝑧 3 𝜕𝑦
𝜕𝑢 𝜕𝑤 2 𝜕𝑤
𝜏𝑧𝑥 = 𝜏𝑥𝑧 = 𝜇 ( + ) (22) ⃗ + 2𝜇
𝜎𝑥𝑥 = −𝑝 − 𝜇∇ ∙ 𝑉 (25)
𝜕𝑧 𝜕𝑥 3 𝜕𝑧
𝜕𝑢 𝜕𝑢 𝜕𝑢 𝜕𝑢 𝜕𝑝 𝜕 2𝑢 𝜕 2𝑢 𝜕 2𝑢
𝜌( +𝑢 +𝑣 + 𝑤 ) = 𝜌𝑔𝑥 − + 𝜇 ( 2 + 2 + 2) (26)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑣 𝜕𝑣 𝜕𝑣 𝜕𝑣 𝜕𝑝 𝜕 2𝑣 𝜕 2𝑣 𝜕 2𝑣
𝜌( +𝑢 +𝑣 + 𝑤 ) = 𝜌𝑔𝑦 − + 𝜇 ( 2 + 2 + 2) (27)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑦 𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑤 𝜕𝑤 𝜕𝑤 𝜕𝑣 𝜕𝑝 𝜕 2𝑤 𝜕 2𝑤 𝜕 2𝑤
𝜌( +𝑢 +𝑣 + 𝑤 ) = 𝜌𝑔𝑧 − +𝜇( 2 + + ) (28)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑧 𝜕𝑥 𝜕𝑦 2 𝜕𝑧 2
𝜕𝜌𝑘 𝜇
⃗ 𝜌𝑘) = ∇ ∙ [(𝜇 + 𝑡 ) ∇𝑘] + 𝑃𝐾 − 𝛽 ∗ 𝜌𝑘𝜔
+ ∇ ∙ (𝑉 (32)
𝜕𝑡 𝜎𝑘3
𝜕𝜌𝜔 𝜇 𝛼 𝜌 2
⃗ 𝜌𝜔) = ∇ ∙ [(𝜇 + 𝑡 ) ∇𝜔] + 𝜔3 𝑃𝐾 +
+ ∇ ∙ (𝑉 (1 − 𝐹1 )𝜌(∇𝑘 ∙ ∇𝜔) − 𝛽𝜔3 𝜌𝜔2 (33)
𝜕𝑡 𝜎𝜔3 𝜇𝑡 𝜎𝜔2 𝜔
𝑇 2
⃗ + (∇𝑉
𝑃𝑘 = 𝜇𝑡 [∇𝑉 ⃗ ) ] ∇𝑉
⃗ − (∇ ∙ 𝑉
⃗ )(3𝜇𝑡 ∇ ∙ 𝑉
⃗ + 𝜌𝑘) (34)
3
Os coeficientes 𝜎𝑘3 , 𝜎𝜔3, 𝛼𝜔3 e 𝛽𝜔3 são calculados pela função genérica 𝜁 =
(𝜎𝑘 , 𝜎𝜔 , 𝛼𝜔 , 𝛽𝜔 ), tal que 𝜁3 = 𝐹1 𝜁1 + (1 − 𝐹1 )𝜁2 , onde (MENTER, 1994):
4
√𝑘 500𝜇 4𝜌𝑘
𝐹1 = tanh {[𝑚𝑖𝑛 (𝑚𝑎𝑥 ( ∗ ; 2 ); )] }
𝛽 𝜔𝛿𝑤 𝜌𝛿𝑤 𝜔 𝐶𝐷𝑘𝜔 𝜎𝜔2 𝛿𝑤2
(35)
2𝜌
𝐶𝐷𝑘𝜔 = max ( (𝛻𝑘 ∙ 𝛻𝜔); 1 × 10−10 )
𝜎𝜔2 𝜔
37
−2
𝑑√𝑘 500𝜇
𝐹2 = tanh {[𝑚𝑎𝑥 ( ∗ ; )] } (37)
𝛽 𝜔𝛿𝑤 𝜌𝛿𝑤2 𝜔
onde 𝑑 é o diâmetro em 𝑚.
O problema descrito no estudo de caso envolve a solução de líquidos
miscíveis. Dessa forma, a Equação (38) representa a equação de transporte da
concentração do fluido a ser misturado.
𝜕(𝜌𝑚𝑖𝑠𝑡𝑢𝑟𝑎 𝜑)
+ ∇ ∙ (𝜌𝑚𝑖𝑠𝑡𝑢𝑟𝑎 𝑉𝜑) = ∇ ∙ (𝜌𝑚𝑖𝑠𝑡𝑢𝑟𝑎 𝐷𝜙 ∇𝜑) + 𝑆𝜑 (38)
𝜕𝑡
𝜙
onde 𝜑 = 𝜌 .
𝑚𝑖𝑠𝑡𝑢𝑟𝑎
𝜕(𝜌𝛾) 𝜕(𝜌𝑈𝑗 𝛾) 𝜕 𝜇𝑡 𝜕𝛾
+ = 𝑃𝛾1 − 𝐸𝛾1 + 𝑃𝛾2 − 𝐸𝛾2 + [(𝜇 + ) ] (39)
𝜕𝑡 𝜕𝑥𝑗 𝜕𝑥𝑗 𝜎𝑓 𝜕𝑥𝑗
𝜌𝑦 2 𝑆
𝑅𝑒𝑉 = (42)
𝜇
39
𝑅𝑒𝑉
𝐹𝑜𝑛𝑠𝑒𝑡 1 = (43)
2,193 ∙ 𝑅𝑒𝜃𝑐
4
𝐹𝑜𝑛𝑠𝑒𝑡 2 = min(𝑚𝑎𝑥(𝐹𝑜𝑛𝑠𝑒𝑡 1 , 𝐹𝑜𝑛𝑠𝑒𝑡 1 ) 2,0) (44)
𝜌𝑘
𝑅𝑇 = (45)
𝜇𝜔
𝑅𝑇 3
𝐹𝑜𝑛𝑠𝑒𝑡 3 = max (1 − ( ) , 0) (46)
2,5
𝐹𝑜𝑛𝑠𝑒𝑡 = max(𝐹𝑜𝑛𝑠𝑒𝑡 2 − 𝐹𝑜𝑛𝑠𝑒𝑡 3 , 0) (47)
̃ 𝜃𝑡 )
𝑅𝑒𝜃𝑐 = 𝑓(𝑅𝑒 (48)
𝑅 4
𝐹𝑡𝑢𝑟𝑏 = −( 𝑇 )
𝑒 4 (51)
A condição de contorno padrão para 𝛾 para uma parede é fluxo normal zero,
enquanto para uma entrada é igual a 1 (MENTER et al., 2004).
De acordo com a formulação de Menter et al. (2004), a equação de transporte
para o número de Reynolds de transição é definida da seguinte forma:
𝜕(𝜌𝑅𝑒 ̃ 𝜃𝑡 )
̃ 𝜃𝑡 ) 𝜕(𝜌𝑈𝑗 𝑅𝑒 𝜕 ̃ 𝜃𝑡
𝜕𝑅𝑒
+ = 𝑃𝜃𝑡 + [𝜎𝜃𝑡 (𝜇 + 𝜇𝑡 ) ] (52)
𝜕𝑡 𝜕𝑥𝑗 𝜕𝑥𝑗 𝜕𝑥𝑗
̃ 𝜃𝑡 a
O termo fonte (𝑃𝜃𝑡 ) é projetado para forçar o escalar transportado 𝑅𝑒
corresponder ao valor local de 𝑅𝑒𝜃𝑡 calculado a partir de uma correlação empírica fora
da camada limite, sendo definido como:
𝜌
̃ 𝜃𝑡 )(1,0 − 𝐹𝜃𝑡 )
𝑃𝜃𝑡 = 𝑐𝜃𝑡 (𝑅𝑒𝜃𝑡 − 𝑅𝑒 (53)
𝑡
onde 𝑡 é uma escala de tempo presente por razões dimensionais e é calculado como:
500𝜇
𝑡= (54)
𝜌𝑈 2
2
1
𝑦 4 𝛾−𝑐
𝐹𝜃𝑡 = min 𝑚𝑎𝑥 𝐹𝑤𝑎𝑘𝑒 ∙ 𝑒 −(𝛿) , 1,0 − ( 𝑒2
) , 1,0 (55)
1
1,0 − 𝑐
( ( 𝑒2 ) )
41
̃ 𝜃𝑡 𝜇
𝑅𝑒 15 50𝛺𝑦
𝜃𝐵𝐿 = ; 𝛿𝐵𝐿 = 𝜃𝐵𝐿 ; 𝛿 = ∙ 𝛿𝐵𝐿 (56)
𝜌𝑈 2 𝑈
𝜌𝜔𝑦 2
𝑅𝑒𝜔 = (57)
𝜇
𝑅𝑒𝜔 2
𝐹𝑤𝑎𝑘𝑒 = 𝑒
−(
1×105
) (58)
Durante o estudo de Menter et al. (2004), foi relatado que, sempre que ocorria
a separação da camada limite laminar, o modelo previa a localização de reativação
da turbulência muito a jusante. Ao analisar os dados experimentais, foi observado que
a concordância com o experimento tendeu a diminuir conforme a intensidade do fluxo
livre foi reduzida. Como resultado, a energia cinética turbulenta levou mais tempo para
atingir valores grandes o suficiente para fazer com que a camada limite fosse
reconectada.
Com a finalidade de corrigir esse desvio, foi introduzida uma modificação que
permitiu que a energia cinética turbulenta aumentasse rapidamente uma vez que a
camada limite laminar se separa. A ideia principal foi permitir que a intermitência local
excedesse 1 sempre que a camada limite laminar se separasse, o que resultaria em
uma grande produção de energia cinética turbulenta permitindo a reativação mais
precoce. Dessa forma, a modificação para a transição induzida por separação é
(MENTER et al., 2004):
42
𝑅𝑒𝑣
𝛾𝑠𝑒𝑝 = min (8 ∙ max [( ) − 1,0 ] 𝐹𝑟𝑒𝑎𝑡𝑡𝑎𝑐ℎ , 5) 𝐹𝜃𝑡 (59)
2,193 𝑅𝑒𝜃𝑐
𝑅 4
𝐹𝑟𝑒𝑎𝑡𝑡𝑎𝑐ℎ = −( 𝑇 )
𝑒 15 (60)
Finalmente, o novo modelo de transição foi calibrado para ser usado com o
modelo de turbulência SST (MENTER, 1994). Sendo assim, o modelo de transição foi
acoplado ao modelo SST da seguinte forma:
𝜕 𝜕 𝜕 𝜕𝑘
(𝜌𝑘) + (𝜌𝑢𝑗 𝑘) = 𝑃̃𝐾 − 𝐷
̃𝐾 + ((𝜇 + 𝜎𝑘 𝜇𝑡 ) ) (62)
𝜕𝑡 𝜕𝑥𝑗 𝜕𝑥𝑗 𝜕𝑥𝑗
𝜕 𝜕 𝑃𝐾 𝜕 𝜕𝜔
(𝜌𝜔) + (𝜌𝑢𝑗 𝜔) = 𝛼 − 𝐷𝜔 + 𝐶𝑑𝜔 + ((𝜇 + 𝜎𝑘 𝜇𝑡 ) ) (63)
𝜕𝑡 𝜕𝑥𝑗 𝜐𝑡 𝜕𝑥𝑗 𝜕𝑥𝑗
𝑃̃𝐾 = 𝛾𝑒𝑓𝑓 𝑃𝐾 ; 𝐷
̃𝐾 = min(max(𝛾𝑒𝑓𝑓 , 0,1) , 1,0) 𝐷𝐾 (64)
8
𝑅
𝜌𝑦√𝑘 −( )
𝑅𝑦 = ; 𝐹3 = 𝑒 120 ; 𝐹1 = max(𝐹1 𝑜𝑟𝑖𝑔 , 𝐹3 ) (65)
𝜇
Figura 12. Volume de controle criado num vértice dos elementos finitos.
Elemento Finito
Centro do
Elemento
Setores
Pontos de
Integração
Elemento
Volume de
controle
Nó
ultrapasse os limites de 𝜑𝑚𝑖𝑛 e 𝜑𝑚𝑎𝑥 . Dessa forma, 𝛽 deve possuir o menor valor nodal
dentre os pontos de integração (ANSYS, 2021).
Finalmente, para o acoplamento pressão-velocidade, o programa em questão
faz uso de um sistema de malha co-localizada, em que os volumes de controle
presentes são idênticos para todas as equações de transporte. A equação utilizada
para essa solução consiste em uma aproximação da equação de transporte similar à
da quantidade de movimento em cada um dos pontos de integração, como mostra a
equação abaixo (ANSYS, 2021):
∀∆𝑡 𝜕𝑝 𝜕𝑝̅ 𝜌∀
𝑉𝑖,𝑖𝑝 = 𝑉̅𝑖,𝑖𝑝 − ( | − | )+ (𝑉 0 − 𝑉̅𝑖,𝑖𝑝
0
) (67)
𝑎∆𝑡 + 𝜌∀ 𝜕𝑥 𝑖𝑝 𝜕𝑥 𝑖𝑝 𝑎∆𝑡 + 𝜌∀ 𝑖,𝑖𝑝
1
𝜌𝑚𝑖𝑠𝑡𝑢𝑟𝑎 =
𝑥 1−𝑥
(𝜌 ) + (𝜌 ) (68)
𝑔𝑙𝑖𝑐𝑒𝑟𝑖𝑛𝑎 á𝑔𝑢𝑎
1
𝜐𝑚𝑖𝑠𝑡𝑢𝑟𝑎 =
𝑥 1−𝑥 (69)
(𝜐 ) + (𝜐 )
𝑔𝑙𝑖𝑐𝑒𝑟𝑖𝑛𝑎 á𝑔𝑢𝑎
1 𝑌𝐴 𝑌𝐺𝑙𝑖
= + (70)
𝜌𝑀 𝜌𝐴 𝜌𝐺𝑙𝑖
onde
−1233 + 𝑇
𝜇𝑔 = 0,001 ∙ 12100 ∙ exp ( ) (72)
9900 + 70𝑇
𝜇𝐴
𝐴𝑖 = log ( ) (73)
𝜇𝐺𝑙𝑖
𝑎𝑏𝑌𝑔 (1 − 𝑌𝑔 )
𝛼𝑖 = 1 − 𝑌𝑔 + (74)
𝑎𝑌𝑔 + 𝑏(1 − 𝑌𝑔 )
−1230 − 𝑇
𝜇𝐴 = 0,001 ∙ 1,790 exp ( ) (75)
36100 + 360𝑇
= 0,705 − 0,0017𝑇 (76)
𝑏 = (4,9 + 0,036𝑇)𝑎2,5 (77)
𝑱𝑳
Inicialmente preenchido por Água
Água + Glicerina
Não deslizamento nas paredes internas
=
6 RESULTADO E DISCUSSÃO
Figura 15. Posição dos sensores S1 e S2 para obtenção da fração mássica da glicerina.
S1 S2
Entrada Saída
5,135 m
0,215 m
para a velocidade de injeção da mistura 0,5 m/s, já que não há grandes desvios entre
as curvas que representam os dados experimentais e os dados obtidos pela
simulação.
Em relação as curvas para a velocidade de 1 m/s, mostradas na Figura 18,
comparando com velocidade de injeção da mistura 0,2 e 0,5 m/s, verifica-se um desvio
evidente na inclinação da curva. Esse desvio pode ser explicado pelo aumento da
turbulência que pode não ter sido capturado de forma efetiva pelo modelo transicional
em estudo.
Figura 20. Padrão de escoamento estratificado para a velocidade de injeção da mistura água e
glicerina 0,2 m/s a) para mistura com viscosidade 3,5 cP e b) para mistura com viscosidade 8,5
cP.
a)
Tempo = 0 s Tempo = 45 s
Viscosidade = 0,0010 [kg 2/m2s2] Viscosidade = 0,0032 [kg 2/m2s2]
Tempo = 20 s Tempo = 50 s
Viscosidade = 0,0021 [kg 2/m2s2] Viscosidade = 0,0033 [kg 2/m2s2]
Tempo = 35 s Tempo = 80 s
Viscosidade = 0,0028 [kg 2/m2s2] Viscosidade = 0,0034 [kg 2/m2s2]
b)
Tempo = 0 s Tempo = 30 s
Viscosidade = 0,0010 [kg2/m2s2] Viscosidade = 0,0059 [kg 2/m2s2]
Tempo = 5 s Tempo = 40 s
Viscosidade = 0,0018 [kg2/m2s2] Viscosidade = 0,0075 [kg 2/m2s2]
Tempo = 10 s Tempo = 45 s
Viscosidade = 0,0026 [kg2/m2s2] Viscosidade = 0,0081 [kg 2/m2s2]
Tempo = 20 s Tempo = 50 s
Viscosidade = 0,0043 [kg2/m2s2] Viscosidade = 0,0085 [kg 2/m2s2]
Figura 22. Desenvolvimento do escoamento com velocidade de injeção da mistura de 0,5 m/s
a) para a mistura de 3,5 cP e b) para a mistura de 8,5 cP.
a)
Tempo = 20 s
Tempo = 0 s
Viscosidade = 0,0033 [kg 2/m2s2]
Viscosidade = 0,0010 [kg 2/m2s2]
Tempo = 5 s Tempo = 25 s
Viscosidade = 0,0017 [kg 2/m2s2] Viscosidade = 0,0033 [kg 2/m2s2]
Tempo = 10 s Tempo = 35 s
Viscosidade = 0,0023 [kg 2/m2s2] Viscosidade = 0,0034 [kg 2/m2s2]
Tempo = 15 s Tempo = 41 s
Viscosidade = 0,0029 [kg 2/m2s2] Viscosidade = 0,0035 [kg 2/m2s2]
b)
Tempo = 0 s Tempo = 15 s
Viscosidade = 0,0010 [kg2/m2s2] Viscosidade = 0,0069 [kg 2/m2s2]
Tempo = 5 s Tempo = 20 s
Viscosidade = 0,0030 [kg 2/m2s2] Viscosidade = 0,0083 [kg 2/m2s2]
Tempo = 10 s Tempo = 35 s
Viscosidade = 0,0049 [kg2/m2s2] Viscosidade = 0,0085 [kg 2/m2s2]
Fração Mássica
Fração Mássica
de Glicerina
de Glicerina
Tempo = 1 s Tempo = 9 s
Viscosidade = 0,0013 [kg 2/m2s2] Viscosidade = 0,0034 [kg2/m2s2]
Tempo = 3 s Tempo = 20 s
Viscosidade = 0,0017 [kg 2/m2s2] Viscosidade = 0,0035 [kg2/m2s2]
b)
Tempo = 0 s
Viscosidade = 0,0010 [kg 2/m2s2]
Tempo = 9 s
Viscosidade = 0,0083 [kg2/m2s2]
Tempo = 3 s
Viscosidade = 0,0034 [kg2/m2s2]
Tempo = 20 s
Viscosidade = 0,0085 [kg2/m2s2]
Tempo = 6 s
Viscosidade = 0,0059 [kg2/m2s2]
Figura 25. Efeito da difusão ao longo do escoamento para a velocidade de injeção da mistura
de 1 m/s para a) mistura de 3,5 cP e b) mistura 8,5 cP.
a) 4s 4,7 s 4,8 s 4,9 s b) 4s 4,7 s 4,8 s 4,9 s
Fração Mássica
Fração Mássica
de Glicerina
de Glicerina
Figura 26. Efeito da viscosidade e da velocidade de injeção da mistura água e óleo no tempo
de limpeza da tubulação horizontal
9
8 0,2 m/s (3,5 cP)
0,5 m/s (3,5 cP)
7
1 m/s (3,5 cP)
Viscosidade (cP)
6
0,2 m/s (8,5 cP)
5 0,5 m/s (8,5 cP)
4 1 m/s (8,5 cP)
3
2
1
0
0 10 20 30 40 50 60 70 80 90 100
Tempo (s)
De acordo com o gráfico da Figura 26, ficou evidente que a maior velocidade
de injeção da mistura (1 m/s) com viscosidade 8,5 cP levou o menor tempo para
limpeza da tubulação, o que já era esperado segundo a literatura. Em seguida,
observou-se que mesmo tendo baixa viscosidade, a mistura com velocidade de 1 m/s
limpou a tubulação mais rápido, indicando a predominância do efeito da velocidade.
Sendo assim, os resultados obtidos através da simulação foram coerentes com a
literatura.
61
7 CONCLUSÃO
deste estudo caso, ainda cabem diversas análises úteis para descrever mais
detalhadamente os fenômenos estudado.
REFERÊNCIAS
ANGELI, P., HEWITT, G. Pressure drop measurements in oil and water prewetted
pipes, in: Proceedings of the International Symposium on Liquid–Liquid Two-
Phase Flow and Transport Phenomena, Antalya, Turkey, 1997.
ANSYS ICEM CFD. Introduction to ANSYS ICEM CFD. 2021. Disponível em:
https://ansyshelp.ansys.com/account/secured?returnurl=/Views/Secured/corp/v211/e
n/icm_user/iuser_intro.html. Acesso em: 30 ago. 2022.
ANSYS ICEM CFD. Introduction to ANSYS ICEM CFD. 2021. Disponível em:
https://ansyshelp.ansys.com/account/secured?returnurl=/Views/Secured/corp/v211/e
n/icm_user/iuser_intro.html. Acesso em: 30 ago. 2022.
British Petroleum Statistical Review of World Energy. Report 2011. 60º Edição.
Disponível em:
http://large.stanford.edu/courses/2011/ph240/goldenstein1/docs/bp2011.pdf. Acesso
em: 02 ago. 2022.
British Petroleum Statistical Review of World Energy. Report 2022. 71º Edição.
Disponível em: https://www.bp.com/content/dam/bp/business-
sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-
2022-full-report.pdf. Acesso em: 02 ago. 2022.
EJEH, C. J et al. Computational fluid dynamic analysis for investigating the influence
of pipe curvature on erosion rate prediction during crude oil production. Experimental
And Computational Multiphase Flow, v. 2, n. 4, p. 255-272, 4 jan. 2020. Springer
Science and Business Media LLC. http://dx.doi.org/10.1007/s42757-019-0055-5.
Disponível em: Computational fluid dynamic analysis for investigating the influence of
pipe curvature on erosion rate prediction during crude oil production. Acesso em: 07
ago. 2022.
ETRATI, A.; ALBA, K.; FRIGAARD, I. A. Two-layer displacement flow of miscible fluids
with viscosity ratio: experiments. Physics Of Fluids, v. 30, n. 5, p. 052103, maio 2018.
AIP Publishing. http://dx.doi.org/10.1063/1.5026639. Disponível em:
https://aip.scitation.org/doi/10.1063/1.5026639. Acesso em: 10 out. 2022.
FAY, J.A., RIDDELL, F.R., Theory of Stagnation Point Heat Transfer in Dissociated
Air, Journal of the Aeronautical Sciences, Vol. 25, No. 2, Feb. 1958, pp. 73–85.
KAUSHAL, P; SHARMA, HK. Concept of Computational Fluid Dynamics (CFD) and its
Applications in Food Processing Equipment Design. Journal Food Process
Technology. Doi:10.4172/2157-7110.1000138. Disponível em:
https://www.walshmedicalmedia.com/open-access/concept-of-computational-fluid-
dynamics-cfd-and-its-applications-in-food-processing-equipment-design-
32365.html&cd=3&hl=pt-BR&ct=clnk&gl=br. Acesso em: 04 ago. 2022
66
SEGUR, J. B.; OBERSTAR, H. E. Viscosity of glycerol and its aqueous solutions. Ind.
Eng. Chem. 1951, 43 (9), 2117-2120.
SONG, et al. Studies on water carrying of diesel oil in upward inclined pipes with
different inclination angle. Journal Of Petroleum Science And Engineering, v. 157,
p. 780-792, ago. 2017. Elsevier BV. http://dx.doi.org/10.1016/j.petrol.2017.07.076.
Disponível em:
https://www.sciencedirect.com/science/article/abs/pii/S0920410517306265. Acesso
em: 09 ago. 2022.
TAYLOR, G.I., MACCOLL, J.W., The Air Pressure on a Cone Moving at High Speed,
Proceedings of the Royal Society (A), Vol. 139, 1933, p. 278
XIA, B.; SUN, D-W. Applications of computational fluid dynamics (CFD) in the food
industry: a review. Computers And Electronics In Agriculture, p. 5-24, jan. 2002.
Disponível em:
https://www.sciencedirect.com/science/article/abs/pii/S0168169901001776. Acesso
em: 03 ago. 2022
68
YEO, L. et al. Optimization of hole cleaning in horizontal and inclined wellbores: a study
with computational fluid dynamics. Journal Of Petroleum Science And Engineering,
v. 205, p. 108993, out. 2021. Elsevier BV.
http://dx.doi.org/10.1016/j.petrol.2021.108993. Disponível em:
https://www.sciencedirect.com/science/article/abs/pii/S0920410521006525. Acesso
em: 09 ago. 2022.
ZHENG, J. et al. CFD simulation and experimental study of water-oil displacement flow
in an inclined pipe. International Journal Of Heat And Technology, v. 35, n. 3, p.
663-667, 30 set. 2017. International Information and Engineering Technology
Association. http://dx.doi.org/10.18280/ijht.350326. Disponível em:
https://www.iieta.org/journals/ijht/paper/10.18280/ijht.350326. Acesso em: 03 ago.
2022
69
#!/usr/bin/env python3
"Glycerol_calculator.py"
__author__ = "Matthew Partridge"
__license__ = "GPL"
__version__ = "1.0"
__credits__ = "Chris Westbrook"
#Variables ----------------
T = 20 #temperature (degrees Celsius)
waterVol = 3 #volume of water required (ml)
glycerolVol = 0.75 #volume of glycerol used (ml)
#Densities ----------------
glycerolDen = (1273.3-0.6121*T)/1000 #Density of glycerol (g/cm3)
waterDen = (1-math.pow(((abs(T-4))/622),1.7)) #Density of water (g/cm3)
#contraction_pc =
1.1*math.pow(math.sin(numpy.radians(math.pow(mass_fraction,1.3)*180)),0.85)
#contraction = 1 + contraction_pc/100
density_mix=(glycerolDen*vol_fraction+waterDen*(1-vol_fraction))*contraction
print ("Density of mixture =",round(density_mix,5),"g/cm3")