75 Simulación de Fenómenos de Transporte en Estructuras Porosas. 5 Simulación de Fenómenos de Transporte en Estructuras Porosas Generadas Mediante el Modelo Dual. 5.1 Introducción Diversos procesos, tales como la desactivación catalítica, imbibición y drenaje de fluidos, difusión, reacciones químicas, adsorción y desorción de vapores, etc. han sido simulados utilizando el Modelo Dual. En este capítulo, nos concentraremos principalmente en dos de ellos, la adsorción-desorción de nitrógeno y la percolación invasiva (IP). Este último representa la invasión de un fluido en un medio poroso. En los capítulos anteriores hemos descripto los medios porosos en cuanto a su forma y su topología, los hemos clasificado según su tamaño y hemos hecho una revisión de los diferentes métodos de caracterización que son utilizados en la actualidad. Posteriormente discutimos las diferentes técnicas y modelos que nos permiten simularlos computacionalmente, y concluimos que el Modelo Dual de Sitios y Enlaces es un modelo adecuado para representar diversas estructuras porosas totalmente aleatorias o con correlaciones espaciales. Dentro del marco de este modelo, a través de cálculos analíticos sobre redes tipo árboles de Cayley1 (en donde no existen caminos cerrados) y mediante simulación de Monte Carlo en redes bidimensionales 2- 3 se demostró que las correlaciones Simulación de Fenómenos de Transporte en Estructuras Porosas. 76 espaciales debidas al tamaño de los poros, afectan drásticamente a las probabilidades percolativas del sistema. Es entonces de esperar que en redes más realistas como las tridimensionales, las correlaciones espaciales producirán un efecto similar sobre los umbrales de percolación y esto, por supuesto, afectará a los ciclos de histéresis en las isotermas de adsorción-desorción (ADHL *). Este comportamiento puede ser descripto de una manera cuantitativa empleando las ideas desarrolladas en la Teoría de la Percolación4. Dentro del marco teórico de la percolación, debemos representar al medio poroso como una red de sitios y enlaces interconectados entre sí, en donde asociaremos el volumen del espacio poroso correspondiente a las cavidades a los sitios y el de los túneles a los enlaces. En la siguiente sección demostraremos como los ADHL son influenciados por las correlaciones espaciales introducidas por el Modelo Dual. 5.2 Simulación de Fenómenos de Transporte en Estructuras Porosas. Las propiedades de los sólidos porosos, es decir, su capacidad adsortiva, su poder de reaccionar químicamente con un fluido y su actividad catalítica dependen fuertemente de su estructura. En general, como hemos visto, su estructura es extremadamente compleja y difícil de representar con modelos de geometría simple. Sin embargo, a pesar de tal limitación, podemos dividir a los materiales porosos en dos grandes familias, la corpuscular y la esponjosa. Los primeros están constituidos por partículas de una dada geometría, por ejemplo, los ya mencionados materiales tipo MCM-41 formados por poros tubulares. También pertenecen a la familia corpuscular cualquier compactación de partículas, como por ejemplo un aglomerado de pequeñas partículas esféricas, en donde el medio poroso estará formado por el espacio que ocupan los intersticios entre las diferentes esferas. Las estructuras esponjosas en cambio, son materiales cuyos poros no poseen una forma definida, por lo que para representarlas nos debemos imaginar un arreglo tridimensional de cavidades porosas (sitios) conectadas por túneles (enlaces). De lo anterior se desprende que los materiales esponjosos pueden ser divididos en dos grupos5: 1. Estructuras con el volumen poroso concentrado principalmente en sus cavidades (sitios), siendo el volumen poroso asociado a los túneles (enlaces) o gargantas despreciable. Figura 5-1. * Adsorption-Desorption Hysteresis Loop. Simulación de Fenómenos de Transporte en Estructuras Porosas. 77 2. Estructuras con el volumen poroso concentrado principalmente en sus túneles (enlaces), siendo el volumen poroso asociado a las cavidades (sitios) despreciable. Figura 5-2 . Por supuesto, existirán materiales que son una mezcla de los anteriores. Figura 5-1: Sólidos porosos esponjosos de estructura regular (a) e irregular (b). El volumen poroso (zonas en blanco) está concentrado principalmente en los sitios, mientras que el volumen asociado a los enlaces es ínfimo. Figura 5-2: Sólidos porosos esponjosos de estructura regular (a) e irregular (b). El volumen poroso (zonas en blanco) está concentrado principalmente en los enlaces, mientras que el volumen asociado a los poros es muy pequeño. La mayoría de las estructuras porosas naturales las podemos clasificar como esponjosas y son nuestro principal objeto de estudio. La evidencia tanto experimental como teórica nos hace adoptar para este tipo de materiales una representación que consiste de un arreglo tridimensional de sitios y enlaces, en donde el espacio poroso reside en los sitios, siendo los enlaces conectores de dichos sitios, pero sin volumen asociado, es decir, actuarán como ventanas. Con este punto de vista para representar un sólido poroso y con 78 Simulación de Fenómenos de Transporte en Estructuras Porosas. el Modelo Dual como marco teórico podemos simular distintos tipos de estructuras porosas variando la forma de las distribuciones de sitios y enlaces y /o sus tamaños medios. Utilizaremos distribuciones de tamaño de poro F S para sitios y F B para enlaces (Figura 5-3) del tipo Gausianas, Log-Normales y/o distribuciones Gama, ya que son las generalmente FS , FB FB FS Ω b1 s1 Bm r Sm b2 s2 reportadas en los trabajos experimentales sobre esta clase de materiales. Figura 5-3: Funciones de distribución de densidades de tamaños de poros del tipo Gausianas para ) y para sitios (---). El área sombreada denota el traslape Ω entre las distribuciones. La enlaces ( función F B está definida en el intervalo b=[b 1 ,b 2 ) y F S en el s=[s 1 ,s 2 ). 5.2.1 Simulación de las Isotermas de Adsorción-Desorción. Como hemos visto en el Capítulo 3, el estudio de sólidos mesoporosos está estrechamente vinculado con el concepto de la condensación capilar, el cual es expresado cuantitativamente por la ecuación de Kelvin: − 2C p r = e K p0 * (5.1) donde C = γ V L / R T , ya que el menisco que se formará en los sitios (esféricos) durante la etapa de la adsorción será hemisférico*. Como suponemos que el volumen asociado con los enlaces es nulo, el llenado de cualquier sitio durante la rama de adsorción estará * Ver Capítulo 3 79 Simulación de las Isotermas de Adsorción-Desorción. determinado exclusivamente por sus características individuales (radio), es decir, no dependerá de la distribución de enlaces. (No tomaremos en cuenta la conjetura de la continuidad de la interfase líquido-vapor, es decir, que al menos z-1 de sus primeros vecinos deben estar llenos de líquido para que dicho poro pueda condensar) Al aplicar la ecuación (5.1) debemos tener en cuenta la capa de espesor t , preadsorbida en las paredes de los poros. Existen diferentes métodos para calcular t , la mayoría de ellos semi-empíricos. Basado en la isoterma de BET, Halsey6 propuso la siguiente expresión*: b a t = t0 ln( P0 / P ) (5.2) Donde t 0 es el espesor de una capa monomolecular de N2 adsorbido, y las constante a y b dependen del par gas-sólido. Generalmente se las determina experimentalmente y para el caso de nitrógeno como adsortivo toman los siguientes valores: 5 t = 3.54 ln( P0 / P ) 1/3 (5.3) Otra forma de calcular el espesor de la capa preadsorbida es, a partir de la ecuación de Broekhoff y de Boer 7 : RT ln p0 / p = F ( t ) + γ VL rm (5.4) donde RTln(p 0 /p) es el potencial de adsorción o trabajo diferencial de adsorción8 , el que también puede identificarse como la diferencia en potencial químico entre la fase saturada a presión de equilibrio líquido-vapor p 0 , y una fase adsorbida a presión p, ambas a igual temperatura T. Este potencial tiene dos partes: la primera debida a la presencia de la superficie sólida y a las interacciones laterales entre las moléculas del adsorbato que forman una capa adsorbida de densidad tipo fase líquida y espesor t. Este potencial es sólo función de t y está dado por la llamada curva universal t 9 : 16.11 F ( t ) = 2.303RT 2 − 0.1682 e −0.1137t t (5.5) La segunda parte del potencial se debe al menisco que separa la fase adsorbida de la fase vapor, γ V L /r m , donde γ y V L son la tensión superficial y el volumen molar del adsorbato, respectivamente, y r m es el radio de curvatura medio de la interfase. Además, γ * También conocida como la isoterma de Frenkel-Halsey-Hill (FHH). 80 Simulación de las Isotermas de Adsorción-Desorción. varía con el radio de curvatura como γ 0 r m /( r m -σ )[10] , donde γ 0 es la tensión superficial para la capa plana y σ es el diámetro molecular efectivo para el adsorbato. De este modo, para geometrías esféricas y cilíndricas, el potencial de adsorción está dado, respectivamente, por: RT ln RT ln γ V p0 16.11 = 2.303 RT 2 − 0.1682 exp( −0.1137 t ) + 0 L r p t p − t −σ 2 γ V p0 16.11 = 2.303 RT 2 − 0.1682 exp( −0.1137 t ) + 0 L p t rp − t −σ (5.6) (5.7) de donde es posible calcular el valor de t . Las diferencias que se obtienen entre las isotermas simuladas utilizando ambos métodos no son significativas11. Por simplicidad, ya que sólo depende de la presión relativa, utilizaremos para el cálculo del espesor de t la ecuación (5.3), es decir, la ecuación de Halsey. Independientemente de la ecuación que determina el valor de t , tenemos que el radio de un dado poro se puede expresar como: r p = rm + t (5.8) Como el poro es esférico los dos radios medio de curvatura serán iguales entre sí e iguales a r, y asumiendo que el ángulo de contacto entre el líquido y el sólido es θ =0 tenemos que r m , es igual al radio interno del poro (r K , radio de Kelvin). En particular, fijada la presión relativa y resuelta la ecuación (5.8) tenemos que los sitios de radio r tal que r < r p , son llenados completamente y aquellos con r > r p , son llenados parcialmente (adsorción en multicapa). Por el contrario, el proceso de desorción es fuertemente influenciado por la distribución de enlaces (como así también por la de sitios). Si las distribuciones de sitios y enlaces son aleatorias (s1 > b1 ; Figura 5-3), el proceso de desorción es matemáticamente equivalente al problema de percolación de enlaces. En la práctica es usual que las distribuciones tengan un cierto traslape, lo que introduce correlaciones espaciales en el sistema. Para la etapa de desorción, un poro (sitio o enlace) de radio apropiado (r > r p ) se evaporará si además de cumplir la última condición también esta conectado a la fase gas por un camino de poros previamente evaporados, es decir pertenece a un cluster infinito de sitios y enlaces ya evaporados (En la Teoría de la Percolación, la cantidad que nos da esta probabilidad de ocurrencia se la conoce como ( b , probabilidad de percolación de enlaces). Este efecto percolativo produce un efecto de inhibición del proceso de evaporación, cuanto más Simulación de las Isotermas de Adsorción-Desorción. 81 grande sea el umbral percolativo, mayor será la demora en la evaporación y por ende, más ancho será el ciclo de histéresis. Esta última condición introduce efectos cooperativos en la rama de desorción que pueden ser expresados por la relación: 1 − Vdes ( r p ) = 1 − Vads ( r p ) (b (z q ) (5.9) donde V a d s (V d e s ) es el volumen de poros llenos de adsorbato en la rama de adsorción (desorción), q es la fracción de enlaces con r > r p , ( b es la probabilidad de percolación de enlaces y z es el número medio de coordinación. La ecuación (5.9) ofrece una clara explicación de por que se produce el ciclo de histéresis: el umbral de percolación (threshold) de los enlaces demora el proceso de evaporación. En cuanto al proceso de simulación, se generan redes porosas de LxLxL sitios y 3LxLxL enlaces, es decir redes cúbicas de conectividad z = 6 . Se muestrean los radios de sitios y enlaces de dos distribuciones gaussianas truncadas y normalizadas, con valores medios S m y B m , respectivamente, y con la misma desviación estándar σ . Los límites para el muestreo de ambos tipos de elementos fueron S m ± 2 σ y B m ± 2 σ , respectivamente. Se generaron muestras con diferentes grados de traslape entre las distribuciones (diferente grado de correlación) dejando fija la distribución de sitios y moviendo la de enlaces (o viceversa). Sobre estas redes se simula luego el proceso de adsorción y desorción teniendo en cuenta todas las características descriptas previamente en esta sección, registrando el volumen adsorbido o desorbido en función de la presión relativa p 0 /p. Comenzando desde el volumen relativo adsorbido V=0, se fija un valor de presión relativa, se revisa toda la red verificando el cumplimiento (o no) de las condiciones de condensación explicadas arriba. Se calculan los valores de t y de los volúmenes cuando correspondiere; se incrementa el valor de la presión relativa y se repite lo anterior. Todo esto se repite hasta que p 0 /p =1. Para el brazo de desorción, se parte de V=1, se fija la presión relativa (comenzando desde p 0 /p =1), los enlaces de la superficie se conectan a la fase gaseosa, se inspeccionan las condiciones para su evaporación, luego, todos los elementos de la red se inspeccionan a fin de identificar aquellos en condiciones de desorberse. Se calculan y actualizan los volúmenes y espesores t de acuerdo a lo antes discutido. El valor de presión relativa p 0 /p se disminuye y todo lo anterior se repite hasta que la presión relativa sea cero. 82 Simulación de las Isotermas de Adsorción-Desorción. En todos los cálculos se supuso N2 a 77 °K como adsorbato y se determinó que los efectos de tamaño finito se hacen despreciables para L ≈ 50, pero como para grandes traslapes la longitud de correlación espacial puede crecer considerablemente decidimos usar un valor de L = 128 en todas las simulaciones, salvo aclaración al contrario. 5.2.2 Resultados y Discusión 12, 13. En la Figura 5-4 se observa un juego de isotermas correspondientes a tres distribuciones distintas de sitios. Para esto se fijó la distribución de enlaces en B m =30 Å y se movió la de sitios en S m =35 , 50 y 90 Å respectivamente, todas con σ =5. Con esto se logró distribuciones con un traslape intermedio en el primer caso, y traslape cero en los otros dos. Todas las isotermas obtenidas son del Tipo IV y presentan el característico ciclo de histéresis. Como era de esperarse, el brazo de adsorción se desplaza a presiones mayores a medida que aumenta S m , y la presión donde comienza a ocurrir la condensación capilar que es de aproximadamente 0.7 en el primer caso crece a 0.9 en el tercer caso. 1.0 1.0 1.0 0.8 0.8 0.8 0.6 0.6 0.6 0.4 0.4 0.4 0.2 0.2 0.2 V 0.0 1.00 0.0 0.2 FB 0.4 0.6 p/p0 0.8 1 0.0 1.00 FS 0.0 0.2 0.4 0.6 p/p0 0.8 1 1.00 FS FB 0.0 0.75 0.75 0.50 0.50 0.50 0.25 0.25 0.25 0.75 0.0 0.2 0.4 0.6 p/p0 0.8 FB 1 FS F 0.00 20 30 40 50 r 60 70 80 90 100 0.00 20 30 40 50 r 60 0.00 70 80 90 100 20 30 40 50 r 60 70 80 90 100 Figura 5-4: Isotermas de adsorción-desorción y sus correspondientes funciones de distribución de tamaño. Los símbolos cerrados () corresponden a la rama de adsorción y los abiertos () a la desorción. 83 Simulación de las Isotermas de Adsorción-Desorción. Por el contrario la presión en donde comienza la desorción se mantiene inalterable alrededor de 0.7. Esto es reflejo de que la distribución de enlaces que es la que controla esta etapa se mantuvo fija. En otro palabras, en la desorción los primeros en evaporarse son los poros grandes, pero cualquier sitio de un dado tamaño estará conectado por 6 enlaces todos más pequeños que el, por lo que hasta que los enlaces no alcancen las presión de evaporación, el sitio no podrá evaporarse, ya que no tiene un camino de poros ya evaporados que lo conecten a la fase gas. Más adelante se apreciará mejor el hecho de que, si el traslape fuera lo suficientemente alto, la rodilla comenzaría a presiones más altas, ya que un poro de un dado tamaño estará rodeado de enlaces de tamaños muy similares a él, y por lo tanto, cuando los enlaces alcancen la presión de desorción, el poro estará muy cerca de su propia presión de condensación. La rodilla bien definida que presenta la rama de desorción, está estrechamente vinculada con el umbral de percolación de acuerdo a la ecuación (5.9) y, como veremos más adelante, la presión a la cual comienza* la rodilla será un parámetro relevante en nuestro análisis. 1.0 1.0 0.9 0.8 0.6 0.8 0.6 0.6 V 0.4 0.4 0.3 0.87 0.88 0.89 0.9 0.2 0.0 1.00 1.0 0.9 0.8 0.6 0.6 0.3 0.84 0.4 0.86 0.88 0.9 0.2 0.0 0.2 0.4 0.6 0.8 p/p0 0.0 1.00 FB 0.75 1 0.2 0.0 0.2 0.4 0.6 p/p0 FB FS 0.8 1 0.0 0.0 1.00 0.2 0.4 0.6 p/p0 FB FS 0.75 0.75 0.50 0.50 0.50 0.25 0.25 0.25 0.8 1 FS F 0.00 0.00 0.00 20 30 40 50 60 70 80 90 100 20 30 40 50 60 70 80 90 100 20 30 40 50 60 70 80 90 100 r r r Figura 5-5: ídem que la Figura 5-4. Los inset muestran el lazo de histéresis en una escala mayor. * Para evitar ambigüedades tomaremos dicha presión la correspondiente a un volumen relativo de 0.9. 84 Simulación de las Isotermas de Adsorción-Desorción. Dejando ahora fija la distribución de sitios en S m =90 Å, y ubicando la de enlaces en B m = 85 , 70 y 30 Å respectivamente, todas con σ = 5. Al hacer esto, obtuvimos las isotermas que se muestran en la Figura 5-5 . Como era de esperar al fijar la distribución de sitios, la rama de adsorción se mantiene inalterable al desplazamiento de la distribución de enlaces, esto es debido a que el volumen esta concentrado en los sitios y a que no hemos supuesto efectos cooperativos en la adsorción. El ciclo de histéresis está presente en las tres isotermas, y a medida que el traslape aumenta, o lo que es lo mismo, la longitud de correlación aumenta, el loop de histéresis se hace más pequeño. Esto se explica ya que a altos traslapes es muy probable que un sitio este rodeado por enlaces de tamaños muy similares a el, por lo que cuando eso enlaces alcancen la presión necesaria para evaporarse, el sitio estará muy cerca también de su presión de condensación y seguramente encontrará un camino libre a la fase gas compuesto de poros de tamaños muy similares entre sí. Nótese como el umbral de percolación de enlaces, que está estrechamente vinculado con la presión a la cual empieza la rodilla de la rama de desorción, se desplaza a presiones menores a medida que desplazamos los enlaces a tamaños menores. En otras palabras es este umbral percolativo el responsable del ensanchamiento del ciclo de histéresis a medida que alejamos las distribuciones entre sí. 1.0 1.0 1.0 0.8 0.8 0.8 0.6 0.6 0.6 0.4 0.4 0.4 0.2 0.2 0.2 V 0.0 0.80 0.85 1.00 p/p0 FB 0.90 0.95 FS 0.0 0.80 0.85 1.00 p/p0 0.90 0.95 0.0 0.80 1.00 p/p0 FB FS FB 0.75 0.75 0.50 0.50 0.50 0.25 0.25 0.25 0.75 0.85 0.90 0.95 FS F 0.00 20 40 60 80 100 120 140 160 r 0.00 20 40 60 80 100 120 140 160 r 0.00 20 40 60 80 100 120 140 160 r Figura 5-6: ídem que la Figura 5-4. De izquierda a derecha σ = 5, 15 y 30 Å . Tenga presente el cambio de escala en las isotermas. 85 Simulación de las Isotermas de Adsorción-Desorción. De esta última discusión se desprende que necesitamos un parámetro extra aparte del traslape, que nos diga cuán alejadas están las distribuciones de sitios y enlaces entre sí, lo definiremos como: d = S m − Bm (5.10) A continuación dejamos fijas tanto la distribución de enlaces como la de sitios y variamos la desviación estándar de las distribuciones, tomando los valores σ = 5, 15 y 30 Å . Las isotermas correspondientes se presentan en la Figura 5-6. Se observa como la rama de adsorción se desplaza levemente a presiones mayores a medidas que aumentamos σ , y como el salto en la zona de la condensación capilar es más suave, efectos debidos al ensanchamiento de las distribuciones y a la aparición de sitios de tamaño cada vez más grandes. Un efecto similar ocurre en la rama de desorción, en donde al aumentar σ , aumenta la cantidad de sitios pequeños lo que se refleja en una demora en el comienzo de la desorción, es decir, la rodilla se desplaza a presiones menores. En este juego de isotermas podemos apreciar claramente como al aumentar el traslape (correlación) se produce una disminución en los ciclos de histéresis. 1.0 1.0 1.0 0.8 0.8 0.8 0.6 0.6 0.6 0.4 0.4 0.4 0.2 0.2 0.2 V 0.0 0.75 1.00 0.80 FB 0.85 0.90 p/p0 0.95 0.0 0.75 0.80 1.00 FS 0.85 0.90 p/p0 0.95 0.0 0.75 1.00 0.85 0.90 0.75 0.75 0.50 0.50 0.50 0.25 0.25 0.25 0.95 p/p0 FB FS FB 0.75 0.80 FS F 0.00 25 50 75 100 125 150 175 200 0.00 r Figura 5-7: Ídem que la Figura 5-6. 0.00 25 50 75 100 125 150 175 200 r 25 50 75 100 125 150 175 200 r Simulación de las Isotermas de Adsorción-Desorción. 86 El caso que nos resta es mover tanto la distribución de sitios como la de enlaces pero manteniendo fijo σ y d . En la Figura 5-7 podemos apreciar las isotermas correspondientes, y como era de esperar, a medida que movemos las distribuciones a tamaños mayores, el ADHL completo se desplaza a presiones mayores. En cuanto a la rama de desorción, esta presenta una rodilla bien definida y en general, para poros pequeños (S m pequeños) el lazo de histéresis es más ancho y el umbral de percolación mayor, aunque el traslape sea el mismo. En las gráficas anteriores pudimos apreciar como son influenciadas las ADHL por diferentes parámetros. En todos los casos se trató de variar un solo parámetro a la vez, de manera que se pudiera comprender fehacientemente su efecto individual sobre los ciclos de histéresis. Un parámetro que se mantuvo fijo en todo este trabajo fue la conectividad z de la red porosa. Su efecto sobre las ADHL es importante, pero para una mayor comprensión del efecto que producen en las isotermas las correlaciones espaciales decidimos fijar la conectividad en z = 6. El lector interesado puede consultar la ref.[14], en donde se realizó un estudio similar al aquí propuesto pero con conectividad variable. En toda la discusión anterior hemos ignorado los posibles efectos cooperativos sobre la rama de adsorción, es decir, supusimos que en la etapa de adsorción todo elemento de la red está en contacto con la fase gas, y por ende, el condensado ya sea de un sitio o un enlace es independiente del estado de sus vecinos. Cuando en el sistema existan interacciones entre poros durante la etapa de adsorción, estas deben ser tenidas en cuenta. Como se discutió anteriormente, una manera sencilla de considerarlas es exigiendo que para que un dado poro condense, además de tener el radio crítico de Kelvin, debe tener sus (z – 1) enlaces condensados*. Este tipo de condición provoca, como se observa en la Figura 5-8, que la condensación sea demorada. En dicha figura hemos vuelto a dibujar la isoterma correspondiente a la primer distribución de la Figura 5-4 y en la parte inferior la isoterma que se obtiene si aplicamos la condición (z – 1) . Para un análisis un tanto más cuantitativo a la derecha se ha representado como varía el radio crítico con la presión y se ha indicado con líneas punteadas los límites de la distribución de sitios (arriba) y los de los enlaces (abajo). Recordemos que la distribución de sitios son esferas cuyos radios se obtienen de * La condición de z -1 enlaces es sólo una aproximación. Dependiendo de la forma y número de los enlaces y de las características de los sitios, éstos podrán condensar con un número de enlaces menor a z -1. Para efectos de simplicidad se toma esta aproximación. 87 Simulación de las Isotermas de Adsorción-Desorción. una distribución gausiana centrada en Sm =35Å y truncada en ± 2σ . Ídem para los cilindros pero centrados en Bm =30Å . 45 1.0 Esferas Cilindros 40 35 30 0.8 r 2520 V 0.6 15 10 5 I) 0.4 0.5 1.0 0.6 0.7 0.8 0.9 0 0.0 45 II) 0.2 0.4 0.6 0.8 1.0 0.8 1.0 40 Esferas Cilindros 35 30 0.8 25 V r 20 0.6 15 10 5 III) 0.4 0.5 0.6 0.7 p/p0 0.8 0.9 0 0.0 IV) 0.2 0.4 0.6 p/p0 Figura 5-8: I) Isoterma de adsorción correspondiente a la primer distribución de la Figura 5-4. II ) y IV ) Variación del radio crítico* con la presión. III ) Ídem a I ) a la que se le ha agregado, en línea continua, la rama de adsorción correspondiente a la condición (z -1). Ver el texto para más detalles. Las Figura 5-8 I y II representan el caso sin la condición (z – 1), y como el volumen está totalmente concentrado en los sitios, la condensación debe empezar por los sitios más pequeños (rS = 25Å), que se corresponden con una presión relativa de p/p 0 ≈ 0.6. Debido a la escasa abundancia de sitios de ese tamaño (son los sitios de la cola de la distribución gausiana) la condensación recién se ve reflejada en la isoterma para p/p 0 ≈ 0.7, la que * Radio crítico = Radio Kelvin (esférico/cilíndrico) + Capa preadsorbida Simulación de las Isotermas de Adsorción-Desorción. 88 corresponde a un radio crítico de Sm = 35Å que es justamente la media de la distribución de sitios. Para p/p 0 ≈ 0.76 (rS = 45Å) todos los sitios han condensado, ya que el volumen está en 1. En este caso la distribución de enlaces no afecta en nada a la rama de adsorción. El efecto que produce en la rama de adsorción la condición (z – 1) se ve reflejado en las Figura 5-8 III ), donde se aprecia claramente (en línea continua) como la rama de adsorción se desplaza a presiones mayores, ya que se demora el proceso de condensación. Este retardamiento en la condensación se produce cuando las distribuciones tienen un cierto traslape, es decir, las correlaciones espaciales son fuertes y por lo tanto es altamente probable que un sitio esté rodeado de enlaces de tamaño similar a él. Y hasta que (z – 1) de estos enlaces no hayan alcanzado la presión de condensación, el sitio no podrá condensar. Observe como la condensación comienza a p/p 0 ≈ 0.8 (rB = 30Å), es decir, cuando se ha alcanzado la presión relativa de condensación que corresponde a la media de la distribución de enlaces. Es importante tener presente que este retardo en la condensación se produce por la suma de dos factores: la condición (z – 1) y las fuertes correlaciones espaciales (alto traslape). La ausencia de cualquiera de ellos provocará la desaparición de la demora en la condensación. En esta primera parte presentamos en detalle el fenómeno de la adsorción de nitrógeno en sólidos porosos y vimos como los diferentes parámetros modifican las respectivas isotermas. En el capítulo siguiente propondremos un modelo que nos permita caracterizar un sólido mesoporoso dadas sus isotermas experimentales. Dicho método estará basado en el comportamiento de la rama de desorción. Otro proceso que es fuertemente afectado por la topología de la red porosa y que es de gran importancia para el problema de la recuperación del petróleo es la percolación invasiva. Si bien este proceso no es el eje central de nuestra discusión, su estudio es de gran ayuda a la hora de caracterizar y entender los diferentes procesos que ocurren en los medios porosos desordenados. En la sección siguiente discutiremos el problema del desplazamiento de un fluido inmiscible por otro del interior de un sólido poroso correlacionado, utilizando un modelo de percolación invasiva en 3D. 89 Percolación Invasiva sobre redes correlacionadas. 5.3 Percolación Invasiva sobre redes correlacionadas. 5.3.1 Introducción. La percolación invasiva fue propuesta por vez primera por Wilkinson y Willemsen15 (1983), inspirado en los trabajos de Lenormand y Bories16 (1980) y Chandler17 et. al (1982). El trabajo original de Wilkinson trató sobre el problema del desplazamiento de un fluido, el defensor, por otro fluido, el atacante, en un medio poroso. Posteriormente se generalizó para cualquier proceso percolativo que se desarrolla a lo largo del camino de más baja resistencia. Esta clase de percolación tuvo su origen en el estudio del flujo de dos fluidos inmiscibles en un medio poroso y nos parece adecuado introducir brevemente los conceptos físicos involucrados en este problema. > 90 φφ> 90° ° φ φ<<9090 ° ° Figura 5-9: Un fluido mojante es aquel cuyo ángulo de contacto φ, es menor a 90°, de modo que el líquido puede fluir fácilmente por la superficie. En cambio si las fuerzas de cohesión son mayores a las de adhesión, φ es mayor que 90° y hablamos de un líquido no mojante. Consideremos un sólido poroso bidimensional cuyo espacio poroso está ocupado por un fluido no mojante (ver Figura 5-9), por ejemplo petróleo, el cual está siendo desplazado por un fluido mojante como el agua a una velocidad infinitesimal y constante. En este límite, las fuerzas viscosas son dominadas completamente por las fuerzas capilares que actúan sobre la interfase petróleo-agua. Como el desplazamiento es cuasi-estático, la diferencia de presión entre los dos fluidos en la interfase está dada por la ecuación de Young-Laplace18: 1 1 Pcap = Pnw − Pw = γ + r1 r2 (5.11) Percolación Invasiva sobre redes correlacionadas. 90 en donde los subíndice w y nw se refieren a la fase mojante (wetting) y a la no mojante (nonwetting) respectivamente, γ es la tensión interfacial y r1 y r2 son los radios principales de curvatura. Las fuerzas capilares son tales que el agua desplaza espontáneamente al petróleo, de hecho, para mantener una velocidad de flujo infinitesimal debe ser aplicado un gradiente de presión negativo a través del sistema. Las fuerzas capilares son más fuertes en los espacios más estrechos del medio poroso, por lo que la interfase agua-petróleo avanzará por los poros de radios más pequeños, estando la dinámica del proceso gobernada por el radio local de los poros. Esto es consistente con modelos teóricos simples y observaciones experimentales19, en donde el agua desplazaba al petróleo de los poros accesibles más pequeños. Cuando un fluido mojante (agua) desplaza espontáneamente a uno no mojante (petróleo) de un sólido poroso hablaremos de imbibición. Si es el no-mojante el que se inyecta en el medio poroso y desplaza al mojante diremos que se produce un drenaje. Como hemos visto, en la imbibición el frente avanza por el espacio mas pequeño, con lo que, si simulamos dicho fenómeno en una red de sitios y enlaces generada con el modelo Dual, en donde cada sitio está conectado a enlaces de menor tamaño, la interfase avanzará preferentemente por los enlaces. De modo que, en la imbibición el avance estará determinado principalmente por el tamaño de los sitios, que serán los "más difíciles" de ocupar. En cambio, en el drenaje son los enlaces los que limitan el avance del frente. Debemos distinguir dos tipos de percolación invasiva. La primera y más usada es la percolación invasiva con entrampamiento (TIP) 1 5 en donde se asume que el fluido defensor es incompresible, por lo que puede ser entrampado si es rodeado por el fluido invasor En este caso se forman regiones aisladas de fluido defensor a las que llamaremos islas. (Figura 5-10). El segundo tipo corresponde a la percolación invasiva sin entrampamiento (NTIP) 1 5 donde se asume que el fluido defensor es compresible por lo que no habrá entrampamiento. Es claro que el primer modelo es el que más se adecua para tratar el problema de flujo de líquidos y es en el que nos concentraremos. En la versión estándar de este modelo se trabajó con una red bidimensional sólo de sitios, y se le asignó a cada sitio un número al azar uniformemente distribuido entre (0 , 1). Luego, el fluido invasor fue inyectado en el medio, desplazando en primer lugar al fluido defensor que ocupaba los sitios con el menor número aleatorio, luego de invadir un sitio se debe controlar la formación de regiones de fluido defensor entrampado. Percolación Invasiva sobre redes correlacionadas. 91 Figura 5-10: Representación gráfica de una red de LxL sitios y 2LxL enlaces, con L = 5. Inicialmente la red está llena con el fluido defensor (•), en este caso, un fluido nomojante por ejemplo petróleo. El fluido atacante (○) será agua (mojante). El atacante entra por el extremo superior de la red y desplaza al defensor por la parte inferior. Por simplicidad se han supuesto condiciones de borde cerradas en los extremos izquierdo y derecho y se han dibujado los sitios y enlaces de un dado tamaño. En la Figura inferior el fluido mojante ha invadido el sólido poroso y una fracción del fluido defensor ha sido extraído del sólido por su extremo inferior. La parte encerrada entre líneas de punto es una porción de fluido defensor que ha quedado entrampada por el atacante, formándose una isla de fluido defensor entrampado de tamaño 2. En la recuperación de petróleo por agua, cerca del 40% del petróleo es entrampado por agua 20. Esta clase de procesos tiene dos umbrales de percolación (percolation threshold), el primero es cuando el fluido invasor arriba por primera vez al extremo opuesto del medio Percolación Invasiva sobre redes correlacionadas. 92 que es el instante en donde se forma el cluster percolante de fluido invasor y el segundo es cuando el fluido defensor cesa de percolar, es decir, solo queda en el medio islas o fluido invasor. El algoritmo original que emplearon Wilkinson y Willemsen fue el siguiente : 1. Se genera una red cuadrada de sitios aleatoriamente distribuidos entre [ 0 , 1 ). Inicialmente todos los sitios están ocupados con el fluido defensor. 2. Se identifica la fuente por donde el fluido invasor va a ingresar y el sumidero por donde va a escapar el defensor. Esta elección dependerá del problema físico bajo estudio. En este caso la fuente y el sumidero son dos caras opuestas, los otros dos lados de la red presentan condiciones de borde cerradas. 3. La interfase avanza ocupando el sitio más pequeño disponible, es decir, un sitio primer vecino que este en contacto con la interfase. Para hacer esto se debe recorrer toda la interfase y seleccionar el menor elemento 4. Las regiones ocupadas por el defensor que estén desconectadas del sumidero son entrampadas y no serán invadidas (Figura 5-10). La búsqueda de las regiones entrampadas se realiza usando el algoritmo de Hoshen-Kopelman 21 (HK). Dicho algoritmo recorre toda la red y etiqueta las distintas regiones entrampadas con un número en particular para no invadirlas en el paso siguiente. El proceso termina cuando el invasor alcanza el lado opuesto, en ese punto se forma el cluster percolante y se almacenan las cantidades de interés (volumen invadido, número de sitios-enlaces invadidos, cantidad de islas entrampadas, etc.). Dependiendo del problema el proceso puede ser continuado hasta que no quede fluido defensor en la red, es decir, sólo queda fluido defensor entrampado y el invasor. Este tipo simulaciones originan patrones del tipo de los mostrados en la Figura 5-11. Existen dos diferencias importantes entre la percolación ordinaria y la percolación invasiva: a) En la IP el invasor crece a lo largo del camino de menor resistencia y forma un único cluster. No como en la percolación ordinaria en la cual se pueden formar clusters desconectados. La IP es un proceso dinámico, que sigue un secuencia totalmente determinista respecto al orden en que se invadirán los sitios-enlaces . Percolación Invasiva sobre redes correlacionadas. Fluído Inv asor 93 Fluído Defensor Figura 5-11: Representación esquemática de una simulación de percolación invasiva con entrampamiento sobre una red bidimensional aleatoria de sitios y enlaces con L = 256. El fluido invasor (en negro) fue inyectado por el borde izquierdo. El defensor es el color gris y el fluido defensor entrampado está en blanco. La fotografía corresponde al instante en que el fluido invasor llega por primera vez al extremo derecho. El sistema cuenta con condiciones de borde periódicas. La IP en 2D ha sido utilizada en un sinnúmero de trabajos científicos para modelar diversos procesos fisicoquímicos que ocurren en el interior de un material poroso22 y, en particular, sobre la estructura del camino que sigue el fluido, el que ha mostrado diferencias importantes si se permite entrampamiento o no, Por otra parte, el interrogante respecto a qué clase de universalidad pertenece la IP ha sido investigado intensamente en los últimos años23, 24. Se acepta que las propiedades de escaleo de la NTIP son consistentes con las de la percolación al azar, con una dimensión fractal de Df = 1.8959 para el cluster percolante sobre una red cuadrada de sitios24. Mientras que para la TIP la dimensión fractal aceptada es, Df =1.825, algo menor que la de la percolación al azar. En otras palabras, hasta ahora se asumía que las propiedades de escaleo de la TIP en dos dimensiones eran universales, independientes del tipo de red y distintas de las de la percolación al azar. A principios del año 2002, Knackstedt et al 24 publicaron resultados de TIP y NTIP obtenidos de simulaciones sobre arreglos en 2D en donde reportaron estimaciones muy precisas de la dimensión fractal del cluster percolante en diversos tipos de redes que indicaban, en contra de lo que se suponía, que las propiedades de escaleo de este modelo no son universales y dependen de la red. Los resultados indican que la Df del cluster percolante en redes con bajo número de coordinación z , tienen el valor Percolación Invasiva sobre redes correlacionadas. 94 generalmente aceptado de Df = 1.82, pero tiende al valor D f =1.89 de la percolación al azar para valores de z lo suficientemente grandes. Al aumentar la conectividad disminuye el efecto del entrampamiento por lo que es de esperar este tipo de comportamiento. La mayoría de los procesos de percolación invasiva que han sido tratados hasta el presente no tienen en cuenta la presencia de correlaciones espaciales. La naturaleza del desorden en diversas clases de medios porosos desordenados está lejos de ser aleatoria y por el contrario existen correlaciones espaciales de cierta extensión. Sin embargo, las propiedades de escaleo de modelos percolativos con correlaciones finitas son las mismas a las de la percolación ordinaria, siempre y cuando la longitud de escala de interés sea mayor que la longitud de correlación. Mas aún, si la función de correlación decae más rápido que4: C(r) r -d (5.12) donde r es la distancia entre dos puntos y d la dimensión del sistema, las propiedades del sistema son idénticas a las de la percolación estática. Ahora bien, en los reservorios de petróleo o de agua, hay presente correlaciones de largo alcance cuya extensión es la misma o comparable con la extensión del sistema. El Modelo Dual presenta correlaciones que pueden describir este tipo de comportamiento y como vimos en el capítulo anterior están dadas por: C(r) e -r r0 (5.13) Si r0 ≈ 1 la curva descripta por la ec. (5.13) irá siempre por debajo de la ec. (5.12), por lo que las propiedades del sistema serán las mismas que las de la percolación estática. Pero si r0 > 2 la situación se revierte y en este caso las propiedades del sistema serán diferentes. Aumentando el valor de r0 se pueden lograr correlaciones del orden del tamaño del sistema. Las ecuaciones anteriores describen sistemas en los cuales las correlaciones decrecen a medida que se incrementa r. La percolación con correlaciones de largo alcance en las cuales C(r) se incrementa cuando crece r presenta características muy distintas a las anteriores. Un proceso estocástico con una función de correlación que se incrementa con r es el movimiento fraccional Browniano (FBM) 25. Sahimi 26 fue el primero en proponer un proceso percolativo con este tipo de correlaciones. La motivación para usar esta clase de modelo Percolación Invasiva sobre redes correlacionadas. 95 provino de los trabajos de Hewett27, quien analizó la distribución de permeabilidad y la porosidad de rocas heterogéneas a grandes longitudes de escala, (del orden de cientos de metros) y mostró que la distribución de permeabilidad de ciertos reservorios de petróleo y de agua podrían ser descriptos por el FBM. Lo anterior justificaba un estudio en profundidad 28 de cómo la percolación invasiva en 2D es afectada por las correlaciones del tipo de las generadas por el modelo Dual. Dicho estudio fue realizado y la conclusión más importante a la que se llegó fue que, análogamente con la conectividad, la Df del cluster percolante aumenta con la correlación29 y tiende al valor de la dimensión fractal del cluster percolante de la percolación random. En 3D, se ha encontrado que no hay diferencia significativa entre la Df para la TIP y la NTIP. Cálculos recientes30 han reportado un valor de Df = 2.528 ± 0.002 para ambos casos, valor consistente con el de percolación ordinaria en 3D dado por31 Df = 2.523 ± 0.004 , lo que confirma explícitamente que el efecto del entrampamiento es despreciable o sea, raramente ocurre en 3D. Por supuesto que la conectividad de la red juega un papel fundamental, por lo que un valor de z bajo afectará notablemente el comportamiento de los exponentes críticos. En particular para z < 5 se encuentra que los umbrales de percolación divergen32. En base a la discusión anterior y al elevado costo computacional que implica el cálculo de exponentes críticos en 3D, es que en el presente estudio centraremos nuestra atención, en como es afectado el desplazamiento de un fluido por otro del interior de un material poroso por las correlaciones espaciales, y las heterogeneidades del medio. Para tal fin, estudiaremos los patrones de invasión, y calcularemos los volúmenes invadidos, la velocidad media del frente y la distribución de islas de fluido entrampado. 5.3.2 Modelo. La estructura porosa tridimensional de sitios y enlaces de conectividad fija z=6, en donde simularemos la TIP será generada, como anteriormente, a través del DSBM, el cual nos permite introducir de una manera directa y consistente anisotropías en el medio poroso. La presencia de anisotropías es una característica distintiva de diversas estructuras Percolación Invasiva sobre redes correlacionadas. 96 porosas sedimentarias33, las que generalmente se encuentran presentes en una determinada dirección, debido al pasaje de algún fluido durante la etapa de su formación. Para tal fin, muestrearemos los enlaces de una determinada dirección, por ejemplo la z , desde una función de distribución distinta de la función distribución para los enlaces en las direcciones x-y , es decir, los enlaces de una dirección tendrán un traslape Ω, diferente a los de las otras direcciones. Se supone fluidos incompresibles con lo que el fluido defensor sólo puede retraerse y escapar por la cara opuesta por la que es inyectado el atacante. Las otras cuatro caras poseen condiciones de borde periódicas. El esquema de la Figura 5-12 nos da una idea de las condiciones iniciales del proceso. y x z Figura 5-12: Esquema ilustrativo de las condiciones iniciales del proceso invasivo. El fluido invasor es inyectado a través de los enlaces comenzando desde la izquierda y en el sentido de z creciente, desplazando al fluido defensor que al inicio de la simulación ocupa todo el espacio poroso. Los enlaces en línea de puntos nos dan idea de las condiciones de borde periódicas en los laterales. Por simplicidad sitios y enlaces presentan el mismo tamaño y, para claridad solo se ha dibujado la primer cara, donde solo se observan los enlaces z y los y . En realidad en cada sitio hay 6 enlaces. Simularemos un proceso de imbibición, por lo que el fluido invasor será mojante y la invasión comenzará por el enlace z más pequeño del plano xy de la izquierda. El algoritmo Percolación Invasiva sobre redes correlacionadas. 97 utilizado es similar al original, salvo ciertas diferencias que sirven para acelerar las simulaciones. El algoritmo empleado fue el siguiente: 1. En base al Modelo Dual, se genera una red cúbica de sitios y enlaces de un determinado traslape para los enlaces xy y otro para los enlaces z . Inicialmente todos los sitios y enlaces están ocupados con el fluido defensor. 2. Se identifica el menor de los enlaces z de la cara izquierda y se lo invade. 3. Se actualiza la interfase, es decir, se agregan a la lista de elementos a invadir, todos los primeros vecinos disponibles del último elemento invadido. Si el último elemento invadido fue un enlace se agrega a la lista un sitio, si fue un sitio se pueden llegar a agregar cinco enlaces. Dicha lista es automáticamente ordenada de menor a mayor. 4. Las regiones ocupadas por el defensor que estén rodeadas por el invasor son entrampadas y no serán invadidas. Para detectar las regiones entrampadas usamos un algoritmo recursivo34 que ha mostrado ser entre un 30 y un 40% más veloz que el de Hoshen-Kopelman. 5. Se invade el primer elemento de la lista ordenada en el paso 3 y se actualiza dicha lista. 6. El proceso termina cuando el invasor alcanza el lado opuesto, en ese punto se forma el cluster percolante y se almacenan las cantidades de interés (Volumen invadido, número de sitios-enlaces invadidos, cantidad de islas entrampadas, etc.). Si aún no se ha formado el cluster, se vuelve al punto 3. La principal modificación introducida al algoritmo original está en el punto 3), en donde se ha creado una lista para almacenar en forma ordenada de menor a mayor todos los elementos que pueden ser invadidos. Esto hace mucho más eficiente el algoritmo ya que no es necesario recorrer en cada paso de la invasión toda la interfase buscando el menor elemento disponible. La otra modificación es haber reemplazado el algoritmo HK de detección de regiones entrampadas por uno del tipo recursivo. Esta claro que debido a la naturaleza dinámica de la IP y el hecho de permitir el entrampamiento, las simulaciones de TIP consumen mucho más tiempo de cálculo que las de percolación ordinaria. Como el lector debe haber notado el paso 4) es el más caro, computacionalmente hablando, ya que, en cada paso de invasión se debe recorrer la red por completo para detectar islas entrampadas. Esto es altamente ineficiente, ya que un pequeño cambio local implica una búsqueda global en toda la red. Para restringir la búsqueda de islas 98 Percolación Invasiva sobre redes correlacionadas. a una región lo más local posible, se podrían emplear técnicas computacionales como las de la Ref. [35], las cuales están siendo implementadas y así acelerar los tiempos de cálculo y poder tratar sistemas de mayor tamaño. 5.3.3 Resultados y Discusión. En nuestras simulaciones utilizamos redes cúbicas de un tamaño lineal L comprendido entre 32 y 64 . Estos no son los tamaños óptimos, especialmente para traslapes altos, en donde la longitud de correlación puede ser de un tamaño similar, por lo que los resultados para correlaciones mayores a 0.7 deben ser tomados como una primera aproximación. Al día de hoy contamos con los recursos para simular redes cúbicas con L ≈ 256, pero los tiempos de cálculo para simular una TIP se vuelven extremadamente lentos. A modo de ejemplo considere que una red de L=256 consume unos 256 Megabytes de memoria RAM y simular una TIP puede llevar semanas de cálculo si no se utilizan algoritmos eficientes, como los que estamos implementando actualmente. 0.0035 Muestras isotrópicas 0.0030 Ω =0.5 (xy) Ω =0.8 (z) vV m m Ω =0.5 (xy) Ω =0.1 (z) 0.0025 0.0020 0.0015 0.0 0.1 0.2 0.3 0.4 Ω 0.5 0.6 0.7 0.8 0.9 Figura 5-13: Velocidad media del frente hasta el breakthrough en función del traslape. La línea es sólo una guía visual. En la Figura 5-13 podemos apreciar el comportamiento de la velocidad media del frente, definida como vm=L/N , donde N es el número de pasos necesarios para alcanzar el breakthrough (es decir, el número de sitios/enlaces invadidos al instante en que el fluido invasor llega a la cara opuesta por vez primera). Para las muestras isotrópicas (círculos 99 Percolación Invasiva sobre redes correlacionadas. sólidos) vemos una tendencia creciente en vm a medida que aumenta el traslape. ¿Qué ocurre cuando en el medio hay anisotropías? Para contestar esta pregunta, generamos redes muestreando los enlaces z de dos diferentes funciones de distribución, una con Ω z =0.8 (cuadrados) y otra con Ω z =0.1 (triángulos), mientras los enlaces xy fueron muestreados de una única función de distribución correspondiente a Ω x y =0.5, la distribución de sitios fue la misma para todos los casos. Como se observa en la Figura 5-13, vm es afectada por la presencia de anisotropías, a medida que el traslape (en la dirección z ) disminuye la velocidad media se incrementa. Esto se explica fácilmente considerando que la probabilidad que tiene el frente invasor de encontrar el enlace más pequeño conectado a la interfase es más alta en la dirección z cuanto menor sea Ω z , en otros palabras, cuanto más desplazada a la izquierda este la distribución de los enlaces z con respecto a las otras, más fácil le será al fluido invasor desplazarse por los enlaces z . Este efecto también se observa en las fotografías de la Figura 5-15. Breakthrough Número de islas 100 Ω = 0.5 xy Ω = 0.8 z Ω = 0.5 xy 10 Ω = 0.1 z 1 0.1 Ω = 0.1 Ω = 0.5 Ω = 0.8 0.01 0 5 10 15 k 20 2 25 30 Figura 5-14: Estadística del tamaño de islas en el breakthrough. En la Figura 5-14 se ha representado la estadística del tamaño de islas entre 2k y 2k+1 en una escala semi-logarítmica. El comportamiento para las muestras isotrópicas es el esperado. Cuanto más fuerte son las correlaciones, más alta es la probabilidad de encontrar islas de mayor tamaño36. 100 Percolación Invasiva sobre redes correlacionadas. Ω=0 Ω x y = 0.5 Ω z = 0.1 Ω=0.5 Ω=0.8 Ω x y = 0.5 Ω z = 0.8 Figura 5-15: Snapshots en el instante del breakthrough para diferentes traslapes y anisotropías. En gris el fluido invasor, en negro el fluido defensor entrampado. Tamaño lineal de la red L = 64 . Por simplicidad solo se han dibujado los sitios. Percolación Invasiva sobre redes correlacionadas. 101 Una característica interesante que se presenta analizando la Figura 5-14 es que la presencia de islas grandes es determinada principalmente por las correlaciones en el sentido del avance del fluido, es decir, en la dirección z . Las fotografías (snapshots) de la Figura 5-15 muestran, para correlaciones menores a Ω=0.5, los típicos patrones de invasión reportados en la literatura37. Pero para correlaciones mayores a estas, el efecto de parches observado en redes bidimensionales, aparece nuevamente, esta vez como parches tridimensionales, es decir, regiones del sólido con sitios-enlaces de tamaños similares entre sí. Este efecto provoca que una vez que el fluido invasor entra a uno de esos parches, le resulte cómodo desplazarse por su interior hasta encontrar otro parche vecino a este y así viajar rápidamente por el sólido de parche en parche. Como para traslapes altos estos parches pueden tener un tamaño lineal grande, debemos ser muy cuidadosos con el tamaño mínimo de la red, y tratar dentro de lo posible, que L sea un orden de magnitud mayor que la longitud de correlación típica del sistema. Este efecto es responsable también del aumento del número y del tamaño de islas de fluido defensor entrampado, lo que nos sugiere que deberá haber un cambio en la dimensión fractal del cluster percolante a medida que aumentemos la correlación. Al presente se están realizando los estudios necesarios para confirmar esta suposición. En este capítulo hemos simulado diversas estructuras porosas y hemos visto como los procesos de adsorción-desorción de gases y flujo de fluidos son afectados por las diversas características topológicas y morfológicas del medio. Con la experiencia logrado con estudios de esta clase, en el capítulo siguiente presentaremos un método que nos permitirá caracterizar un material mesoporoso a patir de su isoterma experimental. 102 Referencias: 1 Faccio R. J., Zgrablich, G., Mayagoitia V. J. Phys. C: Condens. Matter 5, 1823 (1993). Vidales A. M., Faccio R. J., Riccardo, J. L., Miranda, E. N. and G Zgrablich. Physica A. 218, 19 (1995). 2 Ramirez Cuesta A. J., Faccio R. J. And Riccardo J. L. Nonmonotonical behavior in correlated site-bond percolation. Phys. Rev. E. 57, 735 (1998). 3 4 Stauffer D. Introduction to Percolation Theory. Taylor & Francis. London 1985. 5 Zhdanov V. P., Appliation of Percolationg Theory to Describing Kinetics Processes in Porous Solids. Adv. Catal. 39, 1 (1993). 6 Halsey, G. D. J. Chem. Phys., 16, 931 (1948). 7 Broekhoff J.C.P.and de Boer J.H.. J. Catalysis 9, 8 (1967). 8. 9 Dubinin M.M, Chem. Rev. 60, 235 (1960). Lipkens B.C., Linsen B.G., de Boer J.H, J. Catalysis 3, 32 (1964). 10 Defay R., Prigogine I., Bellemans A., Everett D. SurfaceTension Adsorption, Long., Ldn (1966). Vidales A.M., López Raúl H. and Zgrablich G. “Influence of Pore Size Distributions on Sorption Isotherms: 3-D Simulation Experiments ”, Proceedings of the Sixth International Conference of Fundamentals of Adsorption (FOA 6), 873, (1998). 11 López R. H., Vidales A. M. and Zgrablich G. “Percolation Effects on Adsoprtion-Desorption Hysteresis”. Langmuir 16, 6999 (2000). 12 López R. H., Vidales A. M. and Zgrablich G. “Caracterización de Soportes Porosos Mediante Simulación de Isotermas de Sorción”. Actas do XVII Simposio Iberoamericano de Catálisis. pg. 175 (2000). FEUP Ediciones, Porto, Portugal. 13 Cordero Salomón, Tesis de PhD. Modelado de Sólidos Mesoporosos y de Fenómenos de Sorción de Nitrógeno. Universidad Autónoma Metropolitana – Iztapala. DF. México (2002). 14 D. Wilkinson and J. Willemsen. Invasion percolation: a new form of percolation theory. J. Phys A: Math. Gen. 16, 3365 (1983). 15 16 Lenormand, R. and S. Bories, C. R. Acad. Sci. Paris B291, 279 (1980). 17 Chandler R., Koplij J., Lerman K., and J. Willemsen. J. Fluid Mech. 119, 249 (1982). 18 LS. J. Gregg, K. S.W. Sing, Adsorption, Surface Area and Porosity, Academic Press, New York (1982). R. Lenormand, E. Touboul and C. Zarcone Numerical models and experiments on immiscible displacements in porous media. J. Fluid Mech. 189, 165 (1988). 19 20 Martin J. Blunt and Harvey Scher. Pore-level modeling of wetting. Phys. Rev. E. 52, 6387 (1995). Hoshen J. And Kopelman R. , Percolation and cluster distribution I. Cluster multiple labeling technique and critical concentration algorithm. Physical Review B. 14, 3438 (1976). 21 22 Sahimi M. Flow and Transport in Porous Media and Fractured Rock. VCH. (1995). Mark A. Knackstedt, Muhammad Sahimi and Adrian P. Sheppard. Invasion percolation with longrange correlations: First-order phase transition and nonuniversal properties. Phys. Rev. E. 61, 4920 (2000). 23 Mark A. Knackstedt, Muhammad Sahimi and Adrian P. Sheppard. Nonuniversality of invasion percolation in two dimensional systems. Phys. Rev. E. 65, 035101(R) (2002). 24 103 25 B. B. Mandelbrot and J. W. Van Ness. SIAM Rev. 10, 422 (1968). 26 M. Sahimi. J. Phys I. 4, 1263 (1994). 27 T. A. Hewett. Society of Petroleum Engineers Report No. 15386. (1986). López, R. H., Tesis de Maestria, Universidad Nacional de San Luis, Argentina, 2002. (http://linux0.unsl.edu.ar/~rlopez/tesis_maestria.pdf). 28 López R. H., Vidales A. M. and Zgrablich G. “Fractal Properties of Correlated Invasion Percolation Patterns”,. Physica A, 327 , 76 (2003). 29 30 Sheppard Adrian P., Knackstedt Mark A., Pinczewski W. V. and Sahimi Muhammad. J. Phys. A: Math. Gen. 32, L521–L529 (1999). 31 Lorenz C. D. and Ziff R. M.. Phys. Rev. E 57, 230 (1998). Paterson Lincoln, Sheppard Adrian P. and Knackstedt Mark . Physical Review E 66, 056122 (2002). 32 33 Thompson, A. H., Katz, A. J. and Krohn, C. E. Adv. Phys. 36, 652 (1987). 34 Martín-Herrero J. and Peón-Fernández. Alternative techniques for cluster labelling on percolation theory. J. Phys A: Math. Gen. 33, 1827 (2000). 35 Babalievski F. Int. J. Mod. Phys. 9, 43 (1998). 36 Vidales A. M., Miranda E. and Zgrablich G. Europhys. Lett. 36, 259 (1996). 37 Xu B. and Yortsos Y. C. Phys. Rev. E 57, 739 (1998).