Simulaciones CFD en la producción de ácido succínico

Una mirada en profundidad a los modelos, sistemas y herramientas empleados

Principales conclusiones

Método de volúmenes finitos: Se utiliza para resolver numéricamente las ecuaciones de transporte esenciales en el modelado de flujos de fluidos.
Modelos multifásicos y de turbulencia: Emplean enfoques Eulerianos y modelos de turbulencia (como el k–ε) para describir las interacciones entre las fases y el comportamiento turbulento en el sistema.
Integración de balances y cinéticas: Se acoplan los balances de masa, energía, momentum, junto con relaciones estequiométricas y cinéticas para simular tanto la fermentación como la transferencia de calor y masa.

Introducción

En procesos industriales complejos como la biorrefinería para la producción de ácido succínico y sus coproductos, es fundamental entender y optimizar tanto la dinámica interna del fermentador como los pasos posteriores de separación y purificación. Las simulaciones mediante la dinámica de fluidos computacional (CFD) han permitido a los investigadores modelar fenómenos complejos que involucran múltiples fases, reacciones bioquímicas y transferencia de masa y energía.

Para lograrlo, se han empleado técnicas numéricas avanzadas y se han integrado diferentes modelos matemáticos y sistemas de simulación que permiten recrear de forma realista las condiciones operativas a escala industrial. A modo de síntesis, estas simulaciones combinan el método de volúmenes finitos para resolver las ecuaciones de transporte con modelos de turbulencia y multifásicos, acoplados además a balances de energía, masa y cinéticas reactivas.

Modelos utilizados en las simulaciones CFD

1. Ecuaciones de transporte y balances fundamentales

La base de todas las simulaciones CFD radica en la resolución de las ecuaciones de transporte. Estas ecuaciones incluyen el balance de masa, el de energía y el de cantidad de movimiento (momentum), que juntas permiten describir el comportamiento del fluido en términos de distribución de temperatura, concentración de especies y velocidad.

Además, se incorporan ecuaciones estequiométricas que relacionan las conversiones químicas durante la fermentación y las reacciones asociadas; por ello, se integran también los modelos cinéticos de fermentación. Dichos modelos permiten simular la producción de ácido succínico a partir de sustratos renovables y ajustar parámetros como la velocidad del agitador, el diámetro, el espaciamiento y otros factores críticos.

2. Modelos de turbulencia

En el ambiente del fermentador se producen regímenes de flujo turbulento, lo cual favorece la mezcla y la transferencia de masa. Para modelar estos efectos, se emplean modelos de turbulencia como el estándar k–ε, que permite describir las fluctuaciones en la velocidad del fluido y la disipación de energía. Dicho modelo ha demostrado ser adecuado para simular la mayoría de los procesos industriales en donde la turbulencia es un factor crucial.

La consideración del efecto turbulento es esencial para estimar factores como el coeficiente de transferencia de calor y masa (kLa), fundamentales en el diseño del fermentador y en la optimización de la transferencia gaseosa (por ejemplo, la disipación de CO₂) y la homogenización del medio.

3. Modelos multifásicos basados en el enfoque Euleriano

Dado que en el sistema de fermentación intervienen diferentes fases (por ejemplo, fase líquida y fase gaseosa), es indispensable modelar las interacciones entre ellas. Se utiliza un enfoque Euleriano para representar de forma continua el comportamiento de cada fase, considerando la dispersión, las interacciones de la interfaz y la transferencia de masa entre las fases. Esto permite simular procesos de dispersión de burbujas y optimizar el contacto entre el gas y el líquido.

Estos modelos multifásicos son especialmente relevantes en la simulación de procesos en donde intervienen reacciones químicas y transferencia de calor y masa, pues ofrecen una visión integral de cómo se comportan las diversas fases en condiciones operativas reales.

4. Modelos de transferencia de masa y calor

Dado que el proceso no solo implica reacciones bioquímicas, sino también intensos intercambios de energía y masa, se acoplan ecuaciones adicionales que permiten modelar estos fenómenos. Estos incluyen:

Transferencia de masa del CO₂ en el fermentador, evaluada mediante balances y correlaciones empíricas para el coeficiente kLa.
Transferencia de calor a través de la chaqueta de enfriamiento del fermentador, con la determinación del área de intercambio y la estimación de coeficientes de transferencia global.
Modelado de la transferencia en sistemas de microfiltración, adsorción, nanofiltración e intercambio iónico utilizados en etapas posteriores del proceso.

Estos modelos permiten evaluar el desempeño de equipos clave de separación, optimizando tanto los parámetros operativos como los requisitos energéticos de cada unidad.

5. Modelos de simulación de unidades de separación y purificación

No es raro que en las simulaciones se extienda la aplicación de la CFD a unidades que, aunque no sean fermentadores, son parte integral del proceso global. Entre ellas se encuentran:

Microfiltración: Se modelan procesos de filtración cross-flow para separar partículas como lignina y células, utilizando conceptos como la polarización de gel para describir el comportamiento del permeado.
Adsorción: Se utilizan isoterme de adsorción (por ejemplo, la de Langmuir) para simular la eliminación de azúcares residuales en columnas con carbón activado.
Nanofiltración e intercambio iónico: Estos modelos permiten la separación de iones y compuestos orgánicos, diferenciando entre aniones monovalentes y divalentes, en función de sus propiedades fisicoquímicas.
Crystallización: Aunque complejos, algunos estudios han integrado modelos cinéticos para predecir la nucleación y crecimiento de cristales de ácido succínico, permitiendo dimensionar adecuadamente los crystallizadores.

El acoplamiento de estos modelos de separación con el modelo principal del fermentador permite una simulación de todo el proceso de biorrefinería a escala industrial. Esto favorece la evaluación de la rentabilidad y la optimización de puntos críticos a lo largo de toda la cadena de procesamiento.

Sistemas y herramientas de simulación

Software y métodos numéricos

La implementación numérica de estos modelos se llevó a cabo utilizando el método de volúmenes finitos, que es el más empleado para resolver las ecuaciones diferenciales en esas simulaciones. Este método consiste en descomponer el dominio del problema en pequeños volúmenes (o celdas) y aplicar las ecuaciones de conservación de forma discreta en cada uno de ellos.

Los softwares de CFD comerciales y de código abierto han sido fundamentales para estas simulaciones. Entre los programas utilizados se encuentran:

Plataformas comerciales: Herramientas con interfaz gráfica, como ANSYS Fluent, que permiten configurar rápidamente los parámetros, definir condiciones de contorno, generar el mallado y realizar el seguimiento de la convergencia de la simulación.
Plataformas de código abierto: Software como OpenFOAM, que requiere conocimientos de programación (por ejemplo, en C++), pero resulta altamente personalizable y flexible para la definición de condiciones particulares en procesos de fermentación complejos.

Estos programas permiten el preprocesamiento (definición de geometría, mallado y condiciones iniciales), la resolución numérica (con elección de esquemas y parámetros de convergencia) y el postprocesamiento (visualización y análisis de los resultados mediante herramientas de visualización como Paraview o TecPlot).

Aplicación en el proceso de biorrefinería

En el caso específico del proceso de simulación para la producción de ácido succínico y coproducción, el sistema de simulación CFD se utiliza para evaluar cómo variables tales como:

Temperatura de entrada del medio
Velocidad del agitador
Diámetro y espaciamiento del impulsor
Volumen del fermentador

afectan el rendimiento global del proceso, particularmente en lo que se refiere al área de transferencia de calor a través de la chaqueta de enfriamiento del fermentador, la eficiencia en la mezcla y la homogeneidad de las condiciones de operación. Además, se pueden simular los efectos de la transferencia de masa entre fases en la absorción de gases, como el CO₂, lo que concuerda con las correlaciones empíricas y la teoría de la transferencia en medios turbulentos.

Integración de simulaciones en el diseño del proceso

Una ventaja importante al utilizar simulaciones CFD en estos procesos es la capacidad de integrar diferentes componentes y etapas en un modelo unificado. Por ejemplo, se ha demostrado que:

La simulación del fermentador mediante CFD permite determinar parámetros operativos críticos como la velocidad promedio del líquido y el coeficiente de transferencia de masa (kLa), lo cual es crucial para la estabilidad de la fermentación.
Las simulaciones de unidades de separación (microfiltración, adsorción, nanofiltración e intercambio iónico) posibilitan la evaluación del desempeño de cada técnica, ayudando a estimar los requerimientos de área, volumen y consumo energético.
El modelado de la transferencia de calor en la chaqueta del fermentador, acoplado a la dinámica interna del fluido, ayuda a dimensionar correctamente el equipo de enfriamiento para evitar problemas de sobrecalentamiento o sub-enfriamiento del medio de cultivo.

De esta forma, la simulación CFD se posiciona como una poderosa herramienta de optimización en el diseño, escalado y operación de procesos bioquímicos a nivel industrial, permitiendo un análisis profundo de los fenómenos que ocurren en cada etapa del proceso.

Proceso de simulación CFD: Preprocesamiento, Resolución y Postprocesamiento

Preprocesamiento

En esta fase inicial se definen todos los parámetros claves que describen el dominio de simulación. Esto incluye:

La creación de la geometría del fermentador y de otros equipos de separación.
La generación de un mallado (grid) que divida el dominio en volúmenes pequeños, los cuales permiten aproximar numéricamente las ecuaciones de transporte.
La definición de condiciones de contorno e iniciales, tales como velocidades, temperaturas, concentraciones de especies y propiedades físicas del fluido.
La incorporación de parámetros físicos como viscosidad, densidad y coeficientes de transferencia de calor y masa.

Un mallado bien definido y condiciones de contorno adecuadas son esenciales para la estabilidad y fidelidad de la simulación, especialmente en procesos con alta complejidad y múltiples fases.

Resolución numérica

Una vez definido el modelo y el mallado, el siguiente paso es la resolución numérica del sistema de ecuaciones. En esta fase:

Se seleccionan los métodos numéricos adecuados basados en el método de volúmenes finitos, que permite resolver las ecuaciones de conservación para cada celda del mallado.
El software CFD itera sobre las ecuaciones discretizadas hasta alcanzar la convergencia, es decir, cuando las soluciones ya no muestran cambios significativos entre iteraciones sucesivas.
Se aplican criterios de convergencia rigurosos para garantizar que los resultados obtenidos sean precisos y representen de forma fiel el comportamiento del sistema.

La resolución de las ecuaciones es computacionalmente intensiva, especialmente cuando se simulan procesos de escala industrial, pero es fundamental para asegurar que las predicciones sean precisas y se ajusten a datos experimentales o de laboratorio.

Postprocesamiento

Luego de obtener la solución numérica, se realiza un análisis y visualización de los resultados. Esta etapa es crucial para interpretar los datos y extraer conclusiones útiles para el diseño y optimización del proceso. Algunas de las tareas realizadas durante el postprocesamiento son:

Visualización de campos de velocidad, distribución de temperatura y concentraciones de especies en el fermentador.
Evaluación de parámetros críticos como los coeficientes de transferencia de masa (kLa) y de calor, así como el comportamiento turbulento dentro del sistema.
Identificación de zonas con alta o baja homogeneidad, lo que puede indicar puntos críticos donde se requiere una mayor optimización en el diseño del agitador o la distribución de la entrada de fluidos.
Análisis de la eficiencia del sistema de separación en las etapas subsecuentes, como la microfiltración y la adsorción, mediante el seguimiento de las concentraciones de las distintas especies químicas a lo largo del proceso.

Herramientas de visualización avanzadas (por ejemplo, Paraview o TecPlot) permiten representar gráficamente estos resultados, facilitando la interpretación y el ajuste de parámetros del modelo.

Tabla comparativa de componentes y modelos empleados

Componente	Características
Fermentador CFD	Método de volúmenes finitos para discretización. Incorporación de ecuaciones de balance de masa, energía y momentum. Modelo de turbulencia k–ε para capturar la dinámica de la mezcla. Modelado multifásico para la interacción entre líquido y gas. Acoplamiento con cinéticas de fermentación y reacciones estequiométricas.
Sistema de separación	Microfiltración para separación de células y lignina. Columnas de adsorción con carbón activado para remover azúcares residuales. Nanofiltración e intercambio iónico para purificación y recuperación del ácido succínico. Modelos cinéticos en procesos de crystallización para optimizar la recuperación del producto.
Software CFD	Herramientas comerciales (ej. ANSYS Fluent) con interfaz gráfica. Plataformas de código abierto (ej. OpenFOAM) para modelado personalizado. Utilización de métodos numéricos robustos y criterios estrictos de convergencia.

Impacto de las simulaciones CFD en la optimización del proceso

Optimización de parámetros operativos

Uno de los grandes beneficios de utilizar simulaciones CFD es la posibilidad de evaluar virtualmente los efectos de diferentes parámetros operativos sin la necesidad de realizar costosos prototipos físicos. Por ejemplo, se pueden variar parámetros como:

La velocidad y geometría del agitador.
La temperatura de entrada y condiciones de enfriamiento en la chaqueta del fermentador.
El volumen y la forma del fermentador, lo que impacta directamente en la homogeneidad del flujo y en la eficiencia de la transferencia de masa y calor.

Ajustando estas variables, los ingenieros pueden identificar las condiciones que optimizan la productividad del ácido succínico y minimizan problemas, tales como zonas de baja mezcla o ineficiencias en la transferencia de calor.

Escalado y transferencia de la tecnología

Además de optimizar parámetros a nivel de laboratorio, las simulaciones CFD permiten escalar procesos a nivel industrial. Al contar con un modelo robusto que integra los balances de energía, masa y momentum, es posible predecir cómo se comportará el sistema a mayor escala. Esto es crucial para garantizar que la operación industrial mantenga la eficiencia y calidad observada en las pruebas piloto.

El escalado del proceso se beneficia de los estudios CFD al poder integrar aspectos como:

Mapping detallado de zonas con alta demanda de enfriamiento y mezclado.
Predicción de la distribución de la concentración de reactivos y productos a lo largo del fermentador.
Optimización de dispositivos auxiliares (como sistemas de microfiltración o adsorción) en función de las condiciones reales que se presentarán en la planta industrial.

Integración de datos experimentales y simulación

Otro aspecto relevante es la capacidad de comparar y validar los resultados obtenidos mediante CFD con datos experimentales, lo cual aumenta la fiabilidad del modelo. En el proceso de producción de ácido succínico, por ejemplo, se ha verificado que las concentraciones de CO₂ disuelto predichas a partir de las simulaciones están en buen acuerdo con lo reportado en la literatura. Esta validación permite a los ingenieros ajustar finamente tanto los parámetros cinéticos como los coeficientes de transferencia, de modo que el modelo resulte cada vez más preciso.

Conclusión

En síntesis, para llevar a cabo las simulaciones CFD en el proceso de producción de ácido succínico y sus coproductos se emplearon una serie de modelos y sistemas integrados que permiten reproducir de forma realista la dinámica interna del fermentador y las unidades de separación derivadas en una biorrefinería. Se utilizó el método de volúmenes finitos para discretizar y resolver las ecuaciones de transporte (masa, energía y momentum), integrando además modelos de turbulencia (como el k–ε) y enfoques multifásicos basados en el método Euleriano.

La simulación incluye no solo el comportamiento hídrico y la transferencia de energía en el fermentador, sino también la representación de etapas posteriores del proceso, tales como la microfiltración, adsorción, nanofiltración e intercambio iónico, esenciales para la purificación del ácido succínico. Esta integración de modelos permite ajustar parámetros operativos de manera virtual, identificando condiciones óptimas de mezcla, transferencia de calor y eficiencia en la separación, todo lo cual es fundamental para el escalado industrial del proceso.

Asimismo, la utilización de herramientas CFD tanto comerciales (como ANSYS Fluent) como de código abierto (como OpenFOAM) ha permitido a los investigadores realizar simulaciones robustas en diferentes escalas, desde pruebas de laboratorio hasta la optimización de procesos a gran escala. El método de preprocesamiento (definición de geometría, mallado y condiciones iniciales), el proceso de resolución numérica con criterios estrictos de convergencia y, finalmente, el postprocesamiento mediante herramientas de visualización, constituyen una metodología integral para abordar y resolver retos tecnológicos críticos en el campo de la bioingeniería.

En definitiva, el uso de estos modelos y sistemas en las simulaciones CFD no solo facilitó la comprensión de la dinámica interna del fermentador, sino que también fue clave para la optimización global del proceso de biorrefinería, contribuyendo a mejorar la eficiencia productiva y la rentabilidad del proceso de producción de ácido succínico.

Referencias

Simulation with Computational Fluid Dynamics of Succinic Acid and Co-Product Biorefinery Process - Hilaris Publisher