Lattice Boltzmann framework for multiphase flows by Eulerian-Eulerian Navier-Stokes equations

Este trabajo propone un marco innovador de Lattice Boltzmann que resuelve las ecuaciones de flujo multifásico Euleriano-Euleriano sin correcciones de diferencias finitas, permitiendo simulaciones eficientes con grandes relaciones de densidad en hardware paralelo mediante seis esquemas acoplados que validan sus resultados preliminares frente a soluciones numéricas tradicionales.

Lo esencial

Imagina que quieres predecir cómo se comportará una mezcla de agua y burbujas de aire en una tubería gigante, como las que se usan en las refinerías de petróleo o en reactores nucleares. Este es un problema muy difícil porque el agua es pesada y lenta, mientras que el aire es ligero y rápido, y ambos se empujan y chocan constantemente.

Los científicos tradicionales usan "reglas de cálculo" muy pesadas (llamadas métodos de diferencias finitas) para resolver esto, pero son lentas y difíciles de hacer funcionar en supercomputadoras gigantes.

Este artículo presenta una nueva forma de hacer las cuentas, llamada Método de Boltzmann en Red (LBM), que es como cambiar de usar un martillo pesado a usar un set de herramientas de precisión que funcionan en equipo.

Aquí tienes la explicación sencilla, paso a paso:

1. El Problema: Dos mundos que no se llevan bien

Imagina que tienes dos equipos en una cancha:

• El Equipo Agua: Son jugadores pesados y fuertes.
• El Equipo Aire: Son jugadores ligeros y veloces.

Quieren correr juntos, pero el agua quiere ir a su ritmo y el aire quiere ir al suyo. Además, a veces hay muchísimas más gotas de agua que de aire, o viceversa. Calcular cómo interactúan estos dos equipos sin que el cálculo se rompa (como cuando una ecuación se divide por cero y explota) es el gran desafío.

2. La Solución: Un "Orquesta de 6 Músicos"

La mayoría de los métodos antiguos intentan resolver todo con una sola ecuación gigante. Este nuevo método dice: "¡No! Vamos a tener 6 músicos (6 algoritmos) tocando al mismo tiempo en el mismo escenario (la misma red de computación)".

Cada músico tiene una tarea específica, pero todos están sincronizados:

1. Dos músicos para el movimiento: Uno calcula cómo se mueve el agua y otro cómo se mueve el aire.
2. Dos músicos para la "cantidad": Uno vigila cuánta agua hay en cada punto y otro cuánta aire.
3. Dos músicos para los "ajustes": Estos calculan las correcciones necesarias para que el agua y el aire no se desborden y mantengan la presión correcta.

Lo genial es que estos músicos no necesitan hablar entre ellos a través de la sala (lo cual sería lento); cada uno hace su trabajo en su propia esquina y luego se pasan la pelota instantáneamente. Esto hace que funcione increíblemente rápido en supercomputadoras.

3. El Truco del "Aire Falso" (Compresibilidad Artificial)

En la realidad, el agua es casi incompresible (no se puede aplastar). Pero para que los cálculos sean rápidos, el método trata al agua y al aire como si fueran un poco elásticos, como si tuvieran un "aire falso" dentro.

• La analogía: Imagina que estás empujando un coche. Si el coche fuera de goma (compresible), sería más fácil calcular cómo se mueve. El método usa esta "goma" matemática para hacer los cálculos rápidos y luego, al final, ajusta los números para que se comporten como agua real (dura).

4. El Reto de las Densidades Extremas

A veces, la diferencia entre el agua y el aire es enorme (como comparar un elefante con un ratón). En estos casos, los métodos antiguos se vuelven inestables y empiezan a dar números locos.

Este nuevo método tiene un "amortiguador" especial. Es como poner un sistema de frenos suave en el coche. Si el cálculo intenta ir demasiado rápido o saltar demasiado, el sistema lo frena suavemente para que no se caiga, permitiendo simular incluso las mezclas más difíciles sin que el programa se rompa.

5. ¿Por qué es importante?

• Velocidad: Al estar diseñado para trabajar en paralelo (muchos procesadores a la vez), puede simular problemas que a otros métodos les tomaría días, en cuestión de horas.
• Precisión: Los autores probaron su método contra el "estándar de oro" (los métodos tradicionales) y los resultados fueron casi idénticos, pero mucho más eficientes.
• Futuro: Esto abre la puerta para diseñar mejores reactores químicos, motores de cohetes y sistemas de energía más limpios y seguros, porque podemos entender mejor cómo se mueven los fluidos complejos.

En resumen:
Este paper nos dice que ya no necesitamos usar un martillo gigante para clavar un clavo pequeño. Han creado un equipo de 6 herramientas inteligentes que trabajan juntas, en sincronía perfecta, para resolver el rompecabezas de cómo se mezclan líquidos y gases, incluso cuando uno es muy pesado y el otro muy ligero, todo esto a una velocidad que antes era imposible.

Resumen técnico

Aquí presento un resumen técnico detallado del artículo "Lattice Boltzmann framework for multiphase flows by Eulerian-Eulerian Navier-Stokes equations" (Marco Lattice Boltzmann para flujos multifásicos mediante ecuaciones de Navier-Stokes Euleriano-Euleriano), basado en el documento proporcionado.

1. Planteamiento del Problema

La dinámica de fluidos computacional (CFD) de flujos multifásicos es crucial en sectores como el energético (petróleo, gas, reactores de burbujas). Sin embargo, simular estos flujos presenta desafíos significativos:

• Complejidad de las Ecuaciones: El enfoque Euleriano-Euleriano (o de dos fluidos) requiere resolver conjuntos separados de ecuaciones de continuidad y momento para cada fase, acopladas a través de términos de intercambio de momento (fuerzas de arrastre, sustentación, etc.) y restricciones de fracción volumétrica ($0 \le \alpha \le 1$).
• Limitaciones de los Métodos Tradicionales: Los métodos convencionales (Diferencias Finitas, Volúmenes Finitos) a menudo requieren procedimientos iterativos complejos para resolver la ecuación de Poisson de la presión y manejar singularidades cuando la fracción volumétrica de una fase tiende a cero.
• Desafíos del LBM: Aunque el Método Lattice Boltzmann (LBM) es altamente paralelizable y eficiente en computación de alto rendimiento (HPC), su aplicación directa a flujos multifásicos Euleriano-Euleriano ha sido difícil. Tradicionalmente, el LBM ha requerido correcciones de diferencias finitas (FD) o esquemas no locales para manejar la presión común y los grandes contrastes de densidad, lo que rompe la localidad y la eficiencia paralela inherente al LBM.

El objetivo de este trabajo es desarrollar un marco LBM puramente local, sin correcciones de diferencias finitas, capaz de resolver las ecuaciones Euleriano-Euleriano completas, incluyendo relaciones realistas de arrastre y ratios de densidad extremadamente altos.

2. Metodología Propuesta

Los autores proponen un marco novedoso compuesto por seis esquemas LBM acoplados que se ejecutan en la misma red (lattice). La metodología se basa en los siguientes pilares:

A. Ecuaciones Objetivo y Compresibilidad Artificial

Para evitar resolver directamente la ecuación de Poisson de la presión (que es no local), el método utiliza el concepto de compresibilidad artificial para cada fase. Se derivan sistemas de ecuaciones pseudo-compresibles para las velocidades de la fase dispersa ($u_g$) y la fase líquida ($u_l$):

• Se introducen fuentes de continuidad artificiales ($S_g, S_l$) que dependen de la divergencia de las velocidades relativas.
• Se acoplan las dos fases mediante un acoplamiento de presión: se asegura que el gradiente de presión espacial ($\nabla p$) y la derivada temporal de la presión sean consistentes entre ambas fases, a pesar de tener densidades diferentes. Esto se logra mediante ecuaciones de estado generalizadas que relacionan los momentos cero de las distribuciones de partículas con la presión.

B. Los Seis Esquemas LBM

El marco utiliza seis funciones de distribución de partículas ($f$) para resolver las variables del sistema:

1. $f_g$ y $f_l$: Resuelven las ecuaciones de momento y continuidad artificialmente compresibles para la fase gaseosa y líquida, respectivamente. Utilizan equilibrios incompresibles con una ecuación de estado ajustada para acoplar las presiones.
2. $f_{\alpha g}$ y $f_{\alpha l}$: Resuelven las ecuaciones de transporte para las fracciones volumétricas ($\alpha_g, \alpha_l$). Se emplea una técnica de renormalización (tipo Spalding) para garantizar que $0 \le \alpha \le 1$ y que $\alpha_g + \alpha_l = 1$.
3. $f_{\beta g}$ y $f_{\beta l}$: Esquemas auxiliares (basados en el método de compresibilidad artificial enlazada) para calcular las fuentes de continuidad ($S_g, S_l$) sin necesidad de operadores de diferencias finitas explícitos.

C. Análisis Asintótico y Escalado

Se realiza un análisis asintótico riguroso utilizando el método de expansión de momentos equivalentes. Se demuestra que, bajo un escalado difusivo ($\tau/T = (\lambda/L)^2$), los esquemas LBM convergen a las ecuaciones objetivo de Navier-Stokes incompresibles con un orden de precisión de segundo orden ($O(\epsilon^2)$).

• Se derivan fórmulas para calcular el tensor de esfuerzos viscosos y los gradientes de fracción volumétrica directamente a partir de los momentos de las distribuciones de partículas, eliminando la necesidad de derivadas espaciales numéricas externas.

D. Estabilización para Ratios de Densidad Altos

Para manejar ratios de densidad muy grandes ($R = \rho_l / \rho_g \gg 1$), que suelen causar inestabilidades numéricas debido a términos pequeños ($1/R$), se introducen dos ingredientes clave:

1. Término de Disipación: Se añade un término disipativo tipo "amortiguador" en las ecuaciones de continuidad para suprimir modos acústicos espurios.
2. Actualización Pausada de Fuentes: Las fuentes de continuidad y los coeficientes de arrastre (especialmente en modelos rígidos como Clift, Grace y Weber) se actualizan solo cada $n_\gamma$ pasos de tiempo. Esto permite que el fluido se adapte gradualmente a los cambios, mejorando la estabilidad sin sacrificar la precisión asintótica.

3. Contribuciones Clave

1. Primera implementación LBM pura: Es, según los autores, la primera vez que se propone un marco LBM para ecuaciones Euleriano-Euleriano multifásicas sin correcciones de diferencias finitas.
2. Independencia dimensional: La metodología y las fórmulas propuestas son aplicables a cualquier dimensión espacial (1D, 2D, 3D) sin cambios fundamentales en la estructura del código.
3. Manejo de grandes ratios de densidad: El marco demuestra estabilidad y precisión con ratios de densidad de hasta $R \approx 833$, un desafío habitual para los métodos LBM.
4. Modelado realista de arrastre: Se integra un modelo fenomenológico realista (Clift, Grace y Weber) que introduce una dependencia no lineal y rígida de la fracción volumétrica en el coeficiente de arrastre, manejando la rigidez mediante actualizaciones temporales escalonadas.
5. Eficiencia en HPC: Al mantener la localidad estricta (sin dependencias no locales ni resoluciones de Poisson globales), el método está optimizado para su ejecución en grandes instalaciones de computación de alto rendimiento y hardware paralelo moderno.

4. Resultados Numéricos

Los autores validaron el método mediante cuatro casos de prueba en 1D (tubo vertical) comparando los resultados LBM con un solver de referencia basado en diferencias finitas (FD) y soluciones analíticas:

• TEST #1 y #2 (Ratios moderados): Con $R=2$ y $R=5$, los resultados LBM mostraron un acuerdo excelente con el solver FD para velocidades, fracciones volumétricas y presión cinemática. Se confirmó que la velocidad de la mezcla es divergente libre, mientras que las velocidades individuales no lo son, algo que el marco respeta correctamente.
• TEST #3 (Ratio de densidad extremo): Con $R \approx 833$, el método mantuvo la estabilidad gracias a los ingredientes de estabilización. Los perfiles de presión y velocidad coincidieron bien con la referencia FD, aunque se observaron ligeras oscilaciones en términos de fuerza de arrastre debido a la magnitud extrema de los parámetros.
• TEST #4 (Modelo de arrastre rígido): Se probó el modelo de Clift, Grace y Weber. Aunque hubo pequeñas discrepancias en los perfiles transitorios debido a la rigidez del modelo, los resultados en estado estacionario fueron aceptables, demostrando la capacidad del método para manejar acoplamientos complejos y realistas.

En todos los casos, los esquemas LBM calcularon gradientes, tensiones y fuentes de manera interna, validando que no se necesitan operadores de diferencias finitas externos para obtener cantidades derivadas.

5. Significado e Impacto

Este trabajo representa un avance significativo en la simulación computacional de fluidos:

• Viabilidad en HPC: Elimina los cuellos de botella de comunicación asociados a la resolución global de presiones en métodos tradicionales, haciendo que el LBM sea una opción viable y superior para simular flujos multifásicos complejos a gran escala.
• Versatilidad: Al ser aplicable a cualquier dimensión y manejar grandes contrastes de densidad y modelos de arrastre realistas, abre la puerta a simulaciones más precisas de reactores de burbujas, sistemas de circulación natural en reactores nucleares y procesos de refinación.
• Simplicidad de Implementación: La estructura de seis esquemas acoplados en una sola red permite una implementación eficiente en códigos grandes con un esfuerzo mínimo, facilitando su adopción en la industria y la investigación.

En conclusión, el marco propuesto demuestra que es posible resolver sistemas complejos de ecuaciones de Navier-Stokes multifásicas utilizando exclusivamente la mecánica cinética local del LBM, superando las limitaciones históricas de estabilidad y precisión en flujos con grandes diferencias de densidad.