Modelo numérico de detección de fugas para sistema de tuberias.

July Andrea  Gómez-Camperos; Pedro Julián  García-Guarín; Christian  Nolasco-Serna

doi:10.15649/2346030X.723

Autores/as

July Andrea Gómez-Camperos Universidad Francisco de Paula Santander Ocaña.
Pedro Julián García-Guarín Universidad Nacional de Colombia.
Christian Nolasco-Serna Universidad Francisco de Paula Santande Ocaña.

DOI:

https://doi.org/10.15649/2346030X.723

Palabras clave:

Sistemas de tuberías, Analisis de Fugas, Ley de Darcy, Teorema de Reynolds, Modelo de Turbulencia.

Resumen

La distribución usando redes hidráulicas define la planeación, producción y flexibilidad de la hidro-gestión en empresas. Sin
embargo, las fugas representan perdidas económicas en términos de mantenimiento y ubicación de las fallas. En este contexto, el flujo y presión
al momento de que ocurra un fallo son las variables de análisis. Como primera contribución de esta investigación proponemos simular las
perdidas volumétricas de agua. De hecho, el software libre Openfoam es la herramienta computacional y el modelo de turbulencia k-ω se
seleccionó para un fluido en transición, es decir fluido que esta entre el régimen laminar y turbulento. La segunda contribución de esta
investigación consiste en un algoritmo para detectar fugas en un sistema de tuberías. El algoritmo está basado en Teorema de Reynolds. Respecto
a los resultados obtenidos con el Teorema de Reynolds, podemos decir que resultados son comparados con una red hidráulica real, obteniendo
errores porcentuales de 4% para los mejores datos y 9% para el peor, y una distancia promedio para encontrar la fuga igual a 2,7 metros. Se
demostró que la presión cae de forma lineal de acuerdo con la ley de Darcy. En conexión con los resultados, en métodos tradicionales se instalan
manómetros a lo largo de las tuberías para identificar esta caída de presión, si el número de manómetros no es suficiente, la fuga puede pasar
indetectada. El método propuesto en este proyecto permite localizar la fuga únicamente utilizando 2 manómetros. Lo cual lo hace más práctico
para el caso de tuberías de difícil acceso.

Biografía del autor/a

July Andrea Gómez-Camperos, Universidad Francisco de Paula Santander Ocaña.

Universidad Francisco de Paula Santander Ocaña, Colombia

Pedro Julián García-Guarín, Universidad Nacional de Colombia.

Universidad Nacional de Colombia, Colombia

Christian Nolasco-Serna, Universidad Francisco de Paula Santande Ocaña.

Universidad Francisco de Paula Santande Ocaña, Colombia

Referencias

J.A.C. Carrillo, “Método de detección y ubicación de fugas, en ductos de gran longitud, mediante velocidad de propagación de onda de presión negativa, en ductos con mediciones de presión multipunto,” 2012.

A. De-Coster et al., “Towards an improvement of GPR-based detection of pipes and leaks in water distribution networks,” J. Appl. Geophys., vol. 162, pp. 138–151, 2019.

M. Sánchez, “Modelado de flujo en tuberías para detectar y localizar fugas utilizando un enfoque de observador de estado,” Rev. Tec. la Fac. Ing. Univ. del Zulia, vol. 29, no. 1, pp. 1–2, 2006.

C. Bermúdez, J.R. Santos-Ruiz, I. López-Estrada, F.R. Besançon, G. Torres, L. Valencia-Palomo y CONACyT, “Modelado y simulación de una red hidr aulica para diagnostico de fugas,” pp. 10–12, 2018.

R. Carrera, R., Verde y Cayetano, “on de un SCADA para Localizar Fugas en Ductos,” Memorias del XVI Congr. Latinoam. Control Automático, CLCA 2014, 2014.

K. Li, X. Zhou, R. Tu, Q. Xie, J. Yi y X. Jiang, “An experimental investigation of supercritical CO2 accidental release from a pressurized pipeline,” J. Supercrit. Fluids, vol. 107, pp. 298–306, 2016.

W. Liang, L. Zhang, Q. Xu, y C. Yan, “Gas pipeline leakage detection based on acoustic technology,” Eng. Fail. Anal., vol. 31, pp. 1–7, 2013.

P. Wang, L. Xiong, Y. Sun, H. Wang y G. Tian, “Features extraction of sensor array based PMFL technology for detection of rail cracks,” Meas. J. Int. Meas. Confed., vol. 47, no. 1, pp. 613–626, 2014.

A. Cataldo et al., “Recent advances in the TDR-based leak detection system for pipeline inspection,” Meas. J. Int. Meas. Confed., vol. 98, pp. 347–354, 2017.

S. Tian, J. Du, S. Shao, H. Xu y C. Tian, “A study on a real-time leak detection method for pressurized liquid refrigerant pipeline based on pressure and flow rate,” Appl. Therm. Eng., vol. 95, pp. 462–470, 2016.

Y. Zhang, S. Chen, J. Li y S. Jin, “Leak detection monitoring system of long distance oil pipeline based on dynamic pressure transmitter,” Meas. J. Int. Meas. Confed., vol. 49, no. 1, pp. 382–389, 2014.

S.K. Mandal, F.T.S. Chan y M.K. Tiwari, “Leak detection of pipeline: An integrated approach of rough set theory and artificial bee colony trained SVM,” Expert Syst. Appl., vol. 39, no. 3, pp. 3071–3080, 2012.

Z. Qu, H. Feng, Z. Zeng, J. Zhuge y S. Jin, “A SVM-based pipeline leakage detection and pre-warning system,” Meas. J. Int. Meas. Confed., vol. 43, no. 4, pp. 513–519, 2010.

P.S. Murvay y I. Silea, “A survey on gas leak detection and localization techniques,” J. Loss Prev. Process Ind., vol. 25, no. 6, pp. 966–973, 2012.

S. Datta y S. Sarkar, “Una revisión sobre diferentes métodos de detección de fallas en tuberías,” Rev. prevención pérdidas en las Ind. procesos Vol. 41 , mayo 2016 , páginas 97-106 Una, pp. 1–32, 2016.

P. Gupta, T.T. Thein-Zan, M. Wang, J. Dauwels y A. Ukil, “Leak detection in low-pressure gas distribution networks by probabilistic methods,” J. Nat. Gas Sci. Eng., vol. 58, no. July, pp. 69–79, 2018.

C.W. Liu, Y.X. Li, Y.K. Yan, J.T. Fu y Y.Q. Zhang, “A new leak location method based on leakage acoustic waves for oil and gas pipelines,” J. Loss Prev. Process Ind., vol. 35, pp. 236–246, 2015.

A. Abdulshaheed, F. Mustapha y A. Ghavamian, “A pressure-based method for monitoring leaks in a pipe distribution system: A Review,” Renew. Sustain. Energy Rev., vol. 69, no. January 2016, pp. 902–911, 2017.

X. Wang, J. Lin, A. Keramat, M.S. Ghidaoui, S. Meniconi y B. Brunone, “Matched-field processing for leak localization in a viscoelastic pipe: An experimental study,” Mech. Syst. Signal Process., vol. 124, pp. 459–478, 2019.

C. Liu, Y. Li y M. Xu, “An integrated detection and location model for leakages in liquid pipelines,” J. Pet. Sci. Eng., vol. 175, no. June 2018, pp. 852–867, 2019.

R. Verde, C. Molina y L. Carrera, “Practical issues of leaks diagnosis in pipelines,” IFAC Proc. Vol., vol. 44, no. 1 PART 1, pp. 12337–12342, 2011.

R. Moujaes, Samir y Gundavelli, “CFD simulation of leak in residential HVAC ducts,” Energy Build. 2012, vol. 54, p. 534-539., pp. 1–2, 2012.

H. Zhu, P. Lin y Q. Pan, “A CFD (computational fluid dynamic) simulation for oil leakage from damaged submarine pipeline,” Energy, vol. 64, pp. 887–899, 2014.

N.U. Aydemir, A. Trottier, T. Xu, M. Echlin y T. Chin, “Coupling of reactor transient simulations via the SALOME platform,” Ann. Nucl. Energy, vol. 126, pp. 434–442, 2019.

J. Leppänen, M. Pusa, T. Viitanen, V. Valtavirta y T. Kaltiaisenaho, “The Serpent Monte Carlo code: Status, development and applications in 2013,” Ann. Nucl. Energy, vol. 82, pp. 142–150, 2015.

D. R. Fuhrman, “Una caja de herramientas de generación de olas para la biblioteca de CFD de código abierto: OpenFoam®,” Numer. METHODS FLUIDS, pp. 10–11, 2019.

Y. Cao y T. Tamura, “Large-eddy simulations of flow past a square cylinder using structured and unstructured grids,” Comput. Fluids, vol. 137, pp. 36–54, 2016.

C.J. Greenshields, “OpenFOAM,” no. July, 2019.

M.E.A. Cristancho, “Maskay Modelamiento y simulación de un quadrotor mediante la integración de Simulink y SolidWorks Modeling and simulation of a quadrotor through the integration of Simulink and Solidworks,” Maskay versión impresa ISSN 1390-6712 Maskay, pp. 1–17, 2019.

G. Dinardo, L. Fabbiano y G. Vacca, “Smart water grid : a smart methodology to detect leaks in,” Measurement, p. 107260, 2019.

A.S. Izwan-Ismail et al., “Experimental investigation of oil-water two-phase flow in horizontal pipes: Pressure losses, liquid holdup and flow patterns,” J. Pet. Sci. Eng., vol. 127, pp. 409–420, 2015.

L.D. Paolinelli, “A comprehensive model for stability of dispersed oil-water flow in horizontal and inclined pipes,” Chem. Eng. Sci., vol. 211, p. 115325, 2020.

F. Alimardani, H.A. Moghaddam, A. Sarmadian y M. Shafaee, “Pressure loss and performance assessment of horizontal spiral coil inserted pipes during forced convective evaporation of R-600a,” Int. J. Refrig., vol. 107, pp. 20–30, 2019.

W.T.M. Al-Tameemi y P. Ricco, “Water–air flow in straight pipes and across 90∘ sharp-angled mitre elbows,” Int. J. Multiph. Flow, vol. 118, pp. 113–127, 2019.

Z. Yuhong y H. Wenxin, “Application of artificial neural network to predict the friction factor of open channel flow,” Commun. Nonlinear Sci. Numer. Simul., vol. 14, no. 5, pp. 2373–2378, 2009.

G.I. Taylor, “Experiments with fluid friction in roughened pipes,” Proc. R. Soc. London. Ser. A - Math. Phys. Sci., vol. 161, no. 906, pp. 367–381, 1937.

D.D.E. Una, R.E.D. Neuronal y P. La, “Design of a neural network for the prediction of the coefficient of primary losses in utrbulent flow regime Jairo,” Ingenius. Rev. Cienc. y Tecnol. versión On-line ISSN 1390-860Xversión impresa ISSN 1390-650X Ingenius, no. 20, pp. 1–10, 2018.

L.P. Alan-Olivares, R. Guerra, M. Alfaro, E. Notte-Cuello, “Experimental evaluation of correlations used to calculate friction factor for turbulent flow in cylindrical pipes Alan,” Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, 2019.

M.M. Shaikh, S. ur R. Massan y A.I. Wagan, “A sixteen decimal places’ accurate Darcy friction factor database using non-linear Colebrook’s equation with a million nodes: A way forward to the soft computing techniques,” Data Br., vol. 27, pp. 0–4, 2019.

G.G. Gómez, D.E.M. Carreazo y J.A.G. Camperos, “Desarrollo de instrumento virtual enfocado en la adquisición de datos para generar perfiles de temperatura en hornos,” Rev. Ingenio UFPSO, vol. 8, no. 1, pp. 47–58, 2015.

D.A. Quintero, H. Claro, F. Regino y J.A. Gómez, “Development of a data acquisition system using LabVIEW and Arduino microcontroller for a centrifugal pump test bench connected in series and parallel,” J. Phys. Conf. Ser., vol. 1257, p. 012002, 2019.

J. Garcia-Guarin, J. Gómez y D. Contrearas, “Experimental study of pumps in a pipe bench,” J. Phys. Conf. Ser., vol. 1257, p. 012003, 2019.

L. Molina-Espinosa, C.G. Aguilar-Madera, E.C. Herrera-Hernández y C. Verde, “Numerical modeling of pseudo-homogeneous fluid flow in a pipe with leaks,” Comput. Math. with Appl., vol. 74, no. 1, pp. 64–73, 2017.

E. Camperos, J. Ubarnes y F. Blanco, “Experimental Study for Detection of Leaks in Horizontal Pipelines,” vol. 11, no. 101, pp. 5017–5025, 2018.

L. Robert-Mott, Mecanica de fluidos, Sexta edic. 2006.

M. Duran-Pinzón, J. Páez-Arango y P.J. García-Guarín, P. J. (2018). Modelado numérico y análisis experimental para flujos en un medio poroso homogéneo a través de suelos. Iteckne, 15(1), 24-33.

Shukla, Harshit y Piratla, R. "Kalyan, Smart y Sustainable Leakage Monitoring for Water Pipeline Systems", (June 26, 2019). Abstract Proceedings of 2019 International Conference on Resource Sustainability - Cities (icRS Cities). Available at SSRN: https://ssrn.com/abstract=3410336or http://dx.doi.org/10.2139/ssrn.3410336.