Tuberas
Clculo del factor de friccin
En este trabajo se presenta una
revisin de las correlaciones ms
comnmente utilizadas para el
clculo del factor de friccin en
tuberas. A partir de estas
correlaciones, se han
desarrollado nuevas ecuaciones
explcitas que generalizan
los mejores modelos propuestos
en la literatura. Estos modelos
permiten estimar el factor de
friccin prcticamente sin error
y sin necesidad de realizar
clculos iterativos.
122
en tuberas
Nuevas correlaciones
E. Romeo, C. Royo, R. Mallada y A. Monzn
Dpto. de Ingeniera Qumica y Tecnologas del Medio Ambiente.
Facultad de Ciencias. Universidad de Zaragoza.
Para rgimen turbulento, la
1. Introduccin estimacin del factor de friccin
se realiza mediante la ecuacin
desarrollada por Colebrook y
La prdida de carga que sufre un White [3,4]:
fluido newtoniano que circula por
una tubera se calcula habitual-
mente mediante la ecuacin de
Darcy-Weisbach [1]:
1
( /D 2.52
= -2 log +
f 3.71 Re f ) (5)
L u2 La ecuacin de Colebrook-White
hf = f (1)
D 2g es vlida para Re comprendidos
entre 4.000 y 108, y valores de rugo-
sidad relativa comprendidos entre 0
En esta ecuacin, f es el deno-
y 0.05. Esta ecuacin cubre los
minado factor de friccin de
casos lmite de tuberas lisas, =0, y
Moody (fM) o de Darcy (fD) [1], el
de flujo totalmente desarrollado
cual, a partir de la ecuacin 1, se
[3,4]. Para tuberas lisas, la ecuacin
calcula como:
5 se transforma en la ecuacin de
Prandtl-von Karman [3,4]:
D ghf D P
fM = fD = = 2 (2)
L 1/2 u 2 L 1/2u
Adems del factor de Moody,
tambin puede utilizarse el factor
1
()
= 1.14 - 2 log =
f D
de friccin de Fanning, definido
como [2]: ( )
/D
= - 2 log
3.71
(6)
w 1 D P
fF = = (3) Por otra parte, si el flujo est
1/2 u2 4 L 1/2u2 totalmente desarrollado, se cumple
que Re (/D) f >200. En este caso,
De las ecuaciones 2 y 3 se dedu- el factor de friccin depende sola-
ce que la relacin entre ambos mente de la rugosidad relativa y se
factores de friccin es: f = fM = fD = puede calcular mediante la ecuacin
= 4 fF . deducida por von Karman [3, 4]:
El factor de friccin depende del 1
nmero de Reynolds (Re) y de la = 2 log Re f
( ) - 0,8 =
rugosidad relativa de la tubera, /D. f
Para rgimen laminar (Re<2.100),
Ref
el factor de friccin se calcula a
partir de la ecuacin de Haguen-
Poiseuille:
( )
= 2 log
2.52
(7)
Salvo que se conozca previamen-
64 64 (4) te el nmero de Karman, Re f, i.e.
f = =
Re uD se conozca la cada de presin en la
Ingeniera Qumica
www.alcion.es
 Tuberas

tubera, las ecuaciones 5 y 7 son tuberas rugosas, desde los aos 40 Jain [10] propuso una expresin
implcitas respecto del valor de f, se han propuesto tambin numero- muy similar a la de Churchill [8]:
y se resuelven mediante mtodos sas ecuaciones, presentndose aqu
numricos. As, si se define la varia-
ble auxiliar F como: F = 1/,
la ecuacin de Colebrook-White,
ecuacin 5, puede reescribirse de
una revisin de las ms utilizadas.
A partir de estas expresiones, en
este trabajo se proponen nuevas
correlaciones que suponen una
1
(
21.25
= 1.14-2log + =
f D Re0.9 )
( ( ))
la siguiente manera para ser utili- mejora en la estimacin directa del
zada en un mtodo de sustitucin factor de friccin. /D 6.943 0,9
= -2 log + (15)
sucesiva: 3.715 Re

(
/D 2.52
Fn+1 =-2 log + Fn (8)
3.71 Re ) 2. Modelos previos

Alternativamente, puede utilizar-
se el mtodo de Newton-Raphson.
Segn este mtodo y utilizando de
nuevo la variable F, el clculo del
valor f en la ecuacin 5 , supone en-
contrar la raz de la funcin Y, la
cual se define como:
A continuacin se presentan,
por orden de publicacin, algunos
de los modelos ms representati-
vos que se han postulado desde
finales de los aos cuarenta.
i) En 1947, M.L. Moody [6]
propuso la siguiente ecuacin de
carcter emprico:
Ecuacin recomendada para Re
comprendidos entre 5.000 y 107 y
valores de /D entre 0,00004 y 0,05.
v) Churchill [11], utilizando de
nuevo el modelo de transporte de
Churchill and Usagi [9], propuso
la siguiente ecuacin vlida para
todo el intervalo de Re (laminar,
transicin y turbulento) y valores
de /D:

(
/D 2.52
)
Y=F+2log + F = 0 (9)
3.71 Re ((
f =0.0055 1+
106
2104
+
D Re ))
1/3

(12)
(
f = 8 (8/Re)12 + (A+B)-3/2

donde:
)1/12 (16)

A partir de la ecuacin anterior,

( ( ))
Segn el autor, esta ecuacin es 16
/D
( )
0,9
las iteraciones para calcular la vlida para Re comprendidos entre 7
raz de Y se realizan mediante la A = -2 log + ;
4.000 y 108 y valores de /D entre 0 3.70 Re
siguiente expresin: y 0,01 y presenta errores de hasta el
16 % para valores elevados de /D. 16
Fn+1 = Fn - (Yn/Yn)

donde, Y se calcula como:

(10)
ii) Posteriormente, Wood [7]
propuso la siguiente correlacin:
(37.530
B =
Re )
La expresin anterior engloba a
( )
dY
Yn = =
dF n
f = a + b Rec

donde: a = 0,53 ( / D) + 0,094

18.7
= 1 + (11) = 1,26 ( / D) 0,134
Re ( / D) + 9.35 Fn
Las ecuaciones 8 y 10 convergen
rpidamente, mxime si se dispone
de una buena estimacin inicial del
factor de friccin. Para ello se puede
utilizar el grfico construido por
Moody [1] o cualesquiera de las
ecuaciones explcitas disponibles en
la literatura.
Una solucin alternativa a los
mtodos iterativos es utilizar direc-
tamente una ecuacin explcita los
suficientemente exacta que permi-
(13) la ecuacin de Haguen-Poiseuille
para rgimen laminar, Re<2100,
(ecuacin 4), a la ecuacin 14 para
( / D)0,225; b = 88( / D)0,44; c = rgimen turbulento, Re>4000, (tr-
mino A de la ecuacin 16) y a la
siguiente correlacin para el rgi-
Ecuacin recomendada para Re men de transicin, 2100<Re<4000,
comprendidos entre 4.000 y 107 y (trmino B de la ecuacin 16) [11]:
valores de /D entre 0,00001 y
0,04. Esta ecuacin presenta des- f = 7 10-10 Re2 (17)
viaciones de hasta el 6%.
vi) Chen [12], a partir de la
iii) Churchill [8], a partir del
aproximacin del valor de a una
modelo de transporte de Churchill
expresin explcita y sustitucin de
and Usagi [9], dedujo la siguiente
esta expresin de nuevo en la
expresin:
ecuacin de Colebrook-White
(ecuacin 5a), propuso la siguiente
/D
3,70 Re ( )
7 0,9 1
e-1/0,869f = + =
f
correlacin:

ta calcular directamente el valor de

f. Para el caso de tuberas lisas, en
el que f slo depende del Re, (
/D 7
= -2 log +
3.70 Re
( )) 0,9
(14)
1
f ( /D
3.7065
5.0452
= - 2 log -
Re )
Gulyani [5] presenta una revisin y
discusin de las correlaciones ms
empleadas para calcular el factor
de friccin. En el caso general de
iv) Partiendo de la ecuacin de
von Karman-Prandtl, (ecuacin 6),
( (/D)1.1098
2.8257
5.8506
log + (
Re0.8981
)) (18)

julio/agosto 02

123
 INGENIERIA QUIMICA

Este mtodo supone ejecutar dos
ciclos de convergencia en la solu-
cin de la ecuacin de Colebrook-
White. Dado que la estimacin
inicial es buena, la exactitud de los
x) Haaland [17] propone una
modificacin del efecto de la rugosi-
dad relativa mediante la siguiente
expresin:
Este criterio est derivado del
Criterio de Informacin de Akaike
[19] y permite hacer una compara-
cin directa entre modelos con dis-
tinto nmero de parmetros (NP).

( ) )
1,11
resultados de esta ecuacin es eleva- 1 /D 6.9 El Criterio de Informacin de
da. La ecuacin de Chen es vlida = -1,8log + (22) Akaike (CIA) se define por la si-
para Re comprendidos entre 4.000 f 3.70 Re guiente expresin [20]:
y 4 108 y valores de /D entre
0,0000005 y 0,05, obtenindose n
errores menores del 0.5% respecto
de los valores predichos por la ecua-
Con la anterior ecuacin se obtie-
ne un error mximo del 1,5% [17]. AIC= nln
(
(FC-Wi - Fcalci) 2
i=1 ) +

cin de Colebrook. xi) Manadilli [18], utilizando

vii) Round [13] propuso la
siguiente modificacin de la ecua-
cin de Altshul [14], que mejora
las predicciones de esta ecuacin
para altos valores de /D:
ecuaciones de tipo signomial, pro-
pone la siguiente expresin para
el intervalo de Re comprendido
entre 5.235 y 108, y para todo va-
lor de /D:
1
+ 2 NP (26)
El AIC pretende representar la
informacin contenida en un
conjunto de parmetros que se han
estimado relacionando el coeficien-
te de determinacin con el nmero

( ) de parmetros (NP) (i.e., el nmero

1 6.5
= -1.8 log 0.27 + (19) f de grados de libertad) que se
f D Re
viii) Barr [15], mediante un m-
todo anlogo al utilizado por Chen
[12], propone la siguiente expresin
que, segn su autor, proporciona un
error menor del 0.1% respecto de la
ecuacin de Colebrook-White:
/D
1
f (
= -2 log +
3.70
4.518 log (Re/7)
+
Re(1+Re0.52 (/D)0.7/29))(20)
ix) Zigrang y Sylvester [16],
siguiendo tambin el mismo mtodo
que el utilizado por Chen [12], pero
realizando tres iteraciones internas,
proponen la siguiente expresin:
1
f (
/D 5.02
= - 2 log -
3.7 Re
= - 2
(
/D
3.70 Re
95
0.983
96.82
log + -
Re
Por otra parte, para el intervalo
de Re comprendidos entre 2.100 y
5.235, Manadilli [18] propone
tambin la siguiente expresin para
calcular f:
f = 2,82 10-7 Re1,5
Ecuacin que es similar a la
propuesta por Churchil [11] para la
zona de transicin, ecuacin 17.
3. Comparacin de
modelos
La comparacin estadstica entre
los diferentes modelos, tanto los
existentes en la bibliografa, como
los desarrollados en el presente
trabajo, se ha realizado mediante el
parmetro estadstico denominado
Criterio de Seleccin de Modelos
requieren para obtener el ajuste.
Cuando se comparan dos modelos
) (23) con distinto nmero de parmetros,
este criterio penaliza al modelo con
mayor nmero de parmetros para
no slo obtener un mejor coeficien-
te de determinacin, sino que cuan-
tifica cuanto mejor ha de ser este
modelo para considerarlo como
el ms apropiado. El AIC depende
(24)
tanto de la magnitud de los datos
como del nmero de observacio-
nes. De acuerdo a este criterio, el
modelo ms apropiado ser aquel
con un menor valor del AIC. El
CSM proporciona la misma clasi-
ficacin para los modelos que el
AIC, pero est normalizado de for-
ma que es independiente del valor
de los datos a ajustar. Segn este
criterio, el modelo ms adecuado
es el que proporciona el mayor va-
lor del CSM, porque lo que se quie-
re maximizar es la informacin
contenida en el modelo.
En la Tabla I se muestran los va-
lores del CSM de los modelos pre-
vios, encontrndose que el mejor

(/D 5.02
log -
3.7 Re
(CSM) [19], que se calcula me-
diante la siguiente expresin:
ajuste lo proporcionan los modelos
de Chen [12], Barr [15] y Zigrang
y Sylvester [16]. Por el contrario,
n los modelos de Moody [6] y espe-

(3.7
/D 13
log +
Re ))) (21) i=1
( (FC-Wi - FC-W)
CSM = 1n -
n
FC-W - Fcalc
(
-
) ) cialmente el de Wood [7] son los
que peores estimaciones predicen.

Segn los autores [16], el error
mximo en la estimacin de f me-
diante esta ecuacin est por debajo
del 0,11%.
i=1 i i
4. Modelos propuestos
2 NP A partir de los modelos anterio-
- (25)
n res, se proponen nuevas ecuaciones

124
 Tuberas

Tabla I. Valores del CSM obtenidos

con los modelos previos
ecuaciones de Churchill (ecuacin
14), Swamee y Jain (ecuacin 15),
Round (ecuacin 19) y Haaland
(ecuacin 22).
1
( /D a2
(
= -ao log +
f a1 Re
)
m

) )))
Autores Ecuacin CSM n n2
Moody [6]
Wood [7]
12
13
4.639
-4.019
1
( (( )
= -a0 log
f
/D

a1
n1
+ ( )(
/D 1
a3
a4
log +
a5 +Re
(28)

Churchill [8] 14 8.980

Jain [10] 15 9.118

Chen [12] 18
Round [13] 19
Barr [15] 20
Zigrang & Sylvester [16] 21
Haaland [17] 22
Manadilli [18] 23
que generalizan los mejores mode-
los anteriormente propuestos (ver
Tabla I) y permiten estimar el factor
de friccin prcticamente sin error.
El clculo de los parmetros se
ha realizado mediante regresin no-
lineal multivariable de los datos de
F vs. Re y /D generados a partir de
la ecuacin de Colebrook-White
(datos denominados FC-W ). Se han
calculado 21 curvas de puntos de
F vs. Re (barriendo el intervalo de
Re de 3.000 a 1,5 108) para 21 va-
lores diferentes de /D comprendi-
dos entre 0 y 0,05. Con objeto de
asegurar una alta fiabilidad estads-
tica en los parmetros obtenidos, en
cada curva se han calculado ca. 500
puntos por lo que el total suponen
10.548 puntos.
Modelo 1
Este modelo, ecuacin 27, intro-
duce una funcin racional para
expresar la influencia del Re, y
supone una generalizacin de las
( ) ))
m
n2
12.180 a2
3.067 + (27)
a3 + Re
12.247
12.537
8.845 En la Tabla II se muestran los
9.722 valores y nmero de parmetros
ajustados (NP), as como el CSM
obtenido con cada uno de los 10
casos estudiados. Cada caso se ha
obtenido fijando alguno de los si-
guientes parmetros de la ecuacin
27: n1, n2, a3 y m, y realizando el
ajuste dejando libres el resto de los
parmetros. De los resultados de la
Tabla II se observa que la ecuacin
27 mejora considerablemente los
resultados de los ajustes respecto
de los modelos previos, especial-
mente cuando se introduce el par-
metro a3 (Modelos 1F a 1J). Desde
el punto de vista estadstico el me-
jor resultado se obtiene con el
Modelo 1J (CSM=10,90), aunque
el Modelo 1I proporciona prctica-
mente el mismo ajuste (CSM=
10,75) y es ms sencillo de utilizar.
Modelo 2
El Modelo 2, ecuacin 28, supo-
ne una ampliacin de la ecuacin 18
(modelo de Chen), y se obtiene rea-
lizando dos iteraciones internas en
la ecuacin de Colebrook-White
tomando como estimacin inicial el
resultado del Modelo 1I (Tabla II).
En la Tabla III se muestran los re-
sultados obtenidos con los seis casos
estudiados, siendo el Modelo 2C el
anlogo al presentado por Chen
[12]. Dada la estructura de esta fun-
cin, aun en el caso ms sencillo
(Modelo 2A), los valores del CSM
indican que todos los ajustes obteni-
dos son siempre mejores que los
logrados con cualquiera de los casos
estudiados con el Modelo 1, e inclu-
so mejores que los obtenidos con el
modelo de Chen. La introduccin
del parmetro a5 provoca una mejo-
ra considerable de los ajustes
(Modelos 2B, 2D y 2F). Desde
el punto de vista estadstico el mejor
ajuste lo proporciona el Modelo 2F
(CSM=16.36), aunque el Modelo
2D proporciona prcticamente el
mismo ajuste (CSM= 16,03) y es
ms sencillo de utilizar.
Modelo 3
El Modelo 3, ecuacin 29, supo-
ne una ampliacin del modelo de
Zigrang y Sylvester, ecuacin 21, y
se obtiene realizando tres iteracio-
nes internas en la ecuacin de
Colebrook-White tomando como
estimacin inicial el resultado del
Modelo 1I (ver Tabla II).
1
( /D
(
a2
= -a0 log -
f a1 Re

(( )
n1
Tabla II. Parmetros de los casos obtenidos a partir del Modelo 1

Modelo 1 a0 a1 a2 a3 n1 n2 m NP MSC
( /D a4
log -
a3 Re
log
/D

a5
+

) ))))
m
Modelo 1A 1.9092 5.2104 11.8301 0* 1* 1* 1* 3 6.332
(
n2
a6
Modelo 1B 2.0032 3.7253 6.9895 0* 1* 0.8992 1* 4 9.272 + (29)
Modelo 1C 1.7981 3.7507 7.0470 0* 1.1094 1* 1* 4 9.304 a7 + Re
Modelo 1D 1.8970 3.7238 6.9783 0* 1.0543 0.9480 1* 5 9.528
Modelo 1E 1.7096 4.7879 4.9133 0* 1.0610 0.9476 1.0347 6 10.010 En la Tabla IV se muestran los
Modelo 1F 1.9485 4.5071 16.0955 2497.60 1* 1* 1* 4 7.134 resultados obtenidos con los cinco
Modelo 1G 1.8250 3.7654 8.3846 677.4126 1.0929 1* 1* 5 10.427 casos estudiados con este modelo.
Modelo 1H 2.0014 3.7490 8.2096 611.4563 1* 0.9122 1* 5 10.009 De estos resultados es notoria la
Modelo 1I 1.8900 3.7466 8.2268 626.8860 1.0572 0.9647 1* 6 10.750 mejora del ajuste que proporciona el
Modelo 1J 1.8166 4.1165 7.0367 527.6200 1.0593 0.9619 1.0131 7 10.900 Modelo 3A respecto del modelo de
* Los valores marcados con asterisco se han mantenido fijos en cada ajuste Zigrang y Sylvester, a pesar de tener
los mismos parmetros ajustables.

julio/agosto 02

125
 INGENIERIA QUIMICA

puestos por este autor. Desde el

Tabla III. Parmetros de los modelos obtenidos a partir del Modelo 2
punto de vista estadstico el mejor
ajuste lo proporciona el Modelo 4D.
Modelo 2 Modelo 2A Modelo 2B Modelo 2C Modelo 2D Modelo 2E Modelo 2F
a0 1.9977 1.9986 1.9993 1.9997 2.0152 2.0064 Modelo 5
a1 3.7360 3.7241 3.7162 3.7102 3.6415 3.6793
a2 4.4570 4.5827 4.8294 4.8374 4.9177 4.8738 A partir de los datos mostrados
a3 9.4923 7.8435 4.2397 4.2134 4.3578 4.2678 en la Tabla V se observa que el
a4 6.4219 8.3049 6.3098 7.7436 6.1864 7.4964 Modelo 4 es capaz de proporcio-
a5 0* 622.67 0* 480.13 0* 420.15 nar mejores valores del CSM que
n1 1* 1* 1.0271 1.0287 1.0278 1.0287 cualquiera de los casos estudiados
n2 1* 1* 0.9264 0.94457 0.92698 0.94258 con el Modelo 1, lo que ha llevado
m 1* 1* 1* 1* 0.99732 0.99887 a desarrollar nuevos modelos, si-
NP 5 6 7 8 8 9 milares a los de Chen y Zigrang y
MSC 13.4576 14.2610 14.3708 16.0261 14.8488 16.3568 Sylvester, pero utilizando la ec. 30
en lugar de la ec. 27. As, el
* Los valores marcados con asterisco se han mantenido fijos en el ajuste
Modelo 5, ecuacin 31, se obtiene
realizando dos iteraciones internas
en la ecuacin de Colebrook-
White tomando como estimacin
Tabla IV. Parmetros de los modelos obtenidos a partir del Modelo 3 inicial el resultado del Modelo 4B
(Tabla V):
Modelo 3 Modelo 3A Modelo 3B Modelo 3C Modelo 3D Modelo 3E
a0
a1
a2
a3
1.9999
3.7073
5.0120
3.8855
1.9999
3.7072
5.0167
3.8602
2.0002
3.7062
5.0163
3.8713
2.0000
3.7069
5.0293
3.7924
1.9999
3.7070
5.0295
3.7902
1
f ( (
/D a2
= - ao log -
a1 Re

( ) ( ) )))
a4 n n
4.0469 4.2537 4.2139 4.5203 4.5294 /D 1 a 2
a
a5 14.4349 9.9399 10.5465 6.8435 6.7638 log + 4 - 5 (31)
a6 3.9851 4.2094 4.1080 5.5917 5.6257 a3 Re Re
a7 0* 0* 0* 221.3598 223.3847
n1 1* 1.0046 1.0038 1.0106 1.0108
n2 1* 0.9642 0.9678 0.9531 0.9524 En la Tabla VI se muestran los
m 1* 1* 1.0000 1* 1.0000 resultados obtenidos con los cuatro
NP 7 9 10 10 11 casos estudiados. Los ajustes con-
MSC 20.536 20.898 20.935 22.108 22.111 seguidos en todos los casos son
similares y mejores que los propor-
* Los valores marcados con asterisco se han mantenido fijos en el ajuste cionados por el Modelo 2, (Tabla
III), modelo al que es comparable
por su estructura.

Esta diferencia probablemente se Manadilli, ecuacin 23, dejando Modelo 6

debe a la estimacin de los parme- libres en los ajustes los parmetros
tros a4 y a5 realizada en el trabajo n1, n2 y m: El Modelo 6, ecuacin 32, se ob-
de Zigrang y Sylvester [16]. De tiene de forma anloga al modelo de
nuevo, la adecuada estructura de la Zigrang y Sylvester, realizando tres

(
ecuacin 29 hace que todos los n
ajustes obtenidos sean mejores que
los logrados con los Modelos 1 y 2.
Por otra parte y al igual que en los
1
f a1
(( )
/D 1
= - ao log +
iteraciones internas en la ecuacin
de Colebrook-White y tomando
como estimacin inicial el resultado
m del Modelo 4B (Tabla V):

( ) ))
casos anteriores, la introduccin 2
n
del parmetro a7, (Modelos 3D y a2 a3
3E), provoca una mejora conside-
rable de los ajustes. Desde el punto
de vista estadstico los Modelos 3D
+
Re
-
Re
(30)
1
( (
/D a2
= - a0 log -
f a1 Re

y 3E proporcionan un ajuste muy En la Tabla V se muestran los n

similar, siendo los valores de los
parmetros prcticamente iguales.
resultados obtenidos con los cinco
casos estudiados, siendo el Modelo
4A el anlogo al presentado por
( /D a4
log -
a3 Re
log (( )
/D 1
+
a5
Modelo 4 Manadilli [18]. Cabe resaltar la
m

( ) ))))
notable diferencia entre los valores 2
n
a6 a7
El Modelo 4, ecuacin 30, se de los parmetros a2 y a3 en el + - (32)
deriva directamente del modelo de Modelo 4A respecto de los pro- Re Re

126
 Tuberas

comparable por su estructura. En

Tabla V. Parmetros de los modelos obtenidos a partir del Modelo 4
la figura 1 se han representado los
porcentajes de error obtenidos
Modelo 4 Modelo 4A Modelo 4B Modelo 4C Modelo 4D con el Modelo 6D en la estima-
a0 2.0000 1.9575 2.0372 1.8695 cin de los valores del factor de
a1 3.7664 3.7237 3.5922 4.0788 friccin. En esta figura se puede
a2 9721.54 9794.15 9792.86 9781.11 comprobar que en todos los casos
a3 9707.36 9781.78 9777.95 9770.61 los errores son muy pequeos
n1 1* 1.0227 1* 1.0326 (siempre menores del 0,045 % de
n2 0.9998 0.9999 0.9998 0.9999 error) y como, para un valor de
m 1* 1* 0.9938 1.0126 Re dado, un aumento de la rugosi-
NP 5 6 6 7 dad relativa (/D) incrementa el
MSC 10.382 10.889 10.419 11.037 error de la estimacin.
* Los valores marcados con asterisco se han mantenido fijos en el ajuste
5. Conclusiones

A partir de las correlaciones

Tabla VI. Parmetros de los modelos obtenidos a partir del Modelo 5 ms comnmente utilizadas para el
clculo de tuberas que se encuen-
Modelo 5 Modelo 5A Modelo 5B Modelo 5C Modelo 5D tran en la literatura, se han desarro-
a0 2.0000 2.0000 2.0007 2.0011 llado una serie de ecuaciones ms
a1 3.7076 3.7073 3.7046 3.7022 generales que permiten una mejor
a2 5.0137 5.0086 5.0141 5.0074 estimacin del factor de friccin
a3 4.2152 4.1315 4.2386 4.1413 sin tener que realizar ningn clcu-
a4 9782.8022 9782.7530 9784.0440 9782.8130 lo iterativo. Las mejores prediccio-
a5 9769.0822 9769.1306 9770.3947 9769.3422 nes de f se han obtenido con las
n1 1* 1.0033 1* 1.0045 ecuaciones procedentes de realizar
n2 0.9998 0.9998 0.9998 0.9998 dos o tres iteraciones internas en
m 1* 1* 0.9999 0.9998 la ecuacin de Colebrook-White.
NP 7 8 8 9 Este mtodo podra extenderse
MSC 18.250 18.303 18.275 18.3649 hasta realizar un gran nmero de
iteraciones internas, pero las ecua-
* Los valores marcados con asterisco se han mantenido fijos en el ajuste ciones que se obtendra seran
demasiado complejas. Desde un
punto de vista estadstico, la si-
guiente ecuacin, que corresponde
Tabla VII. Parmetros de los modelos obtenidos a partir del Modelo 6 al Modelo 6D, proporciona los me-
jores resultados:
Modelo 6 Modelo 6A Modelo 6B Modelo 6C Modelo 6D
a0
a1
a2
a3
2.0000
3.7066
5.0435
2.0000
3.7066
5.0435
2.0000
3.7066
5.0436
2.0000
3.7066
5.0435
1
f ( (
/D
3.7066
5.0435
= - 2 log -
Re
3.7252 3.7255 3.7247 3.7251
a4
a5
a6
4.9713
4.6291
9779.4288
4.9704
4.6528
9779.4096
4.9732
4.6210
9779.4411
4.9719
4.6418
9779.4294
( /D
3.7251
4.9719
log -
Re
a7 9766.2727 9766.2634 9766.2631 9766.2659
n1
n2
m
1*
0.9998
1*
0.9995
0.9998
1*
1*
0.9998
1.0000
0.9996
0.9998
1.0000
(( ) (
/D
log
4.6418
0.9996
9779.4294
+
Re
)
0.9998

NP 9 9 10 11
MSC 25.4990 25.5063 25.5063

*Los valores marcados con asterisco se han mantenido fijos en el ajuste

25.5096
))))
9766.2659
-
Re

El rango de aplicacin de esta

En la Tabla VII se muestran los lares y son los mejores de todos los ecuacin es para Re comprendidos
resultados obtenidos con los cuatro logrados en este trabajo, mejorando entre 3000 y 1.5 x 108 y rugosida-
casos estudiados. Los ajustes conse- por tanto los resultados del Modelo des relativas (/D) comprendidas
guidos en todos los casos son simi- 3, (Tabla IV), modelo al que es entre 0 y 0.05.

julio/agosto 02

127
 INGENIERIA QUIMICA
Nomenclatura
AIC: Criterio de Informacin
de Akaike, Ecuacin 26
CSM: Criterio de seleccin de
modelos, Ecuacin 25
D: Dimetro interno de la tu-
bera, m
f: Factor de friccin
F: Variable auxiliar definida
en la Ecuacin 8 y definida como
F = 1/f
F: Valor medio de los valores
de F
FC-W: Valor de F que predice
la ecuacin de Colebrook-White
Fcalc: Valor de F calculado con
el modelo propuesto
g; Aceleracin de la gravedad,
9,81 m/s2
hf: Prdida de carga, m
L: Longitud de la tubera, m
n; Nmero de puntos, Ecua-
cin 25
NP: Nmero de parmetros,
Ecuacin 25
P: Cada de presin, Pa
Re: Nmero de Reynolds
Ref: Nmero de Karman,
Ref = (D/) 2DP / L for Pipe Friction Factors, Trans. ASME, 69, pg.
u; Velocidad media del flui-
do, m/s
Y: Variable auxiliar definida
en la Ecuacin 9.
Smbolos griegos
: Rugosidad absoluta de la
tubera, m
: Viscosidad de fluido,
kg/m.s
: Densidad de fluido, kg/m3
w: Esfuerzo rasante, Pa
6. Bibliografa
[1] Moody, L.F., Friction Factors for Pipe
Flow, Trans. ASME, 66 (8), pg. 671-684 (1944).
[2] Bird, R.B., Stewardt W.E. y Lighfoot,
E.N., Transport Phenomena, John Willey and
sons, New York, pg. 180-188 (1960).
[3] Colebrook, C.F. y White, C.M.,
Experiments with Fluid-Friction Roughened
Pipes, Proc. Royal Soc. Series A, 161, pg. 367-
381 (1937).
128
0.03
0.02
0.01
0.00
/D= 0
Error (%)
/D= 0.00001
-0.01
/D= 0.0001
-0.02 /D= 0.001
/D= 0.01
-0.03
-0.04 /D= 0.05
104 105 106 107 108
Re
Figura 1. Porcentaje de error en la estimacin dle factor de friccin con el Modelo 6D. Influencia de Re y de la ru-
gosidad relativa, /D
[4] Colebrook, C.F., Turbulent Flow in Pipes, [17] Haaland, S.E., Simple and Explicit
with particular reference to the Transition Region Formulas for the Friction-Factor in Turbulent Pipe
between the Smooth and Rough Pipe Laws, J. Flow, Trans. ASME, JFE, 105, pg. 89-90 (1983).
Inst. Civi Engr. (London), 11, pg. 133-156
(1938-39). [18] Manadilli, G., Replace Implicit
Equations with Signomial Functions, Chem. Eng.,
[5] Gulyani, B.B., Simple Equations for Pipe 104 (8), pg. 129-132 (1997).
Flow Analysis, Hydrocarbon Processing, 78 (8)
pg. 67-70 (1999). [19] Akaike, H., An Information
Criterion(AIC), Math. Sci., 14, pg. 5-9 (1976).
[6] Moody, M.L., An Approximate Formula
[20] PSI-Plot Handbook, Version 6, Poly
1005-1006 (1947). Software International, Sandy, TU (1999).
[7] Wood, D.J. y Asce, A.M., An Explicit
Friction Factor Relationship, Civil Eng.-ASCE,
pg. 60-61, December (1966).
[8] Churchill, S.W., Empirical Expressions
for the Shear Stress in Turbulent Flow in
Commercial Pipe, AICHE J., 19 (2), pg. 375-376
(1973).
[9] Churchill, S.W. y Usagi, R., A General
Expression for the Correlation Rates of Transfer
and Other Phenomena, AICHE J., 18 (6), pg.
1121-1128 (1972).
[10] Jain, A.K., Accurate explicit equations
for friction factor, Proc. ASCE, J. Hydraulics
Div., 102 (HY5), pg. 674-675 (1976).
[11] Churchill, S.W., Friction Factor
Equations Spans all Fluid-Flow Regimes, Chem.
Eng., 84 (24), pg. 91-92 (1977).
[12] Chen, N.H., An Explicit Equation for
Friction Factor in Pipe, Ind. Eng. Chem. Fundam.,
18 (3), pg. 296-297 (1979).
[13] Round, G.F., An Explicit Approximation
for the Friction-Factor Reynolds Number Relation
for Rough and Smooth Pipes., Can. J. Chem.
Eng., 58 (1), pg. 122-123 (1980).
[14] Nebrasov, B., Hydraulics, Peace Pub.
(MIR), Moscow, pg. 95-101 (1968).
[15] Barr, D.I.H., Solutions of the Colebrook-
White Funtion for Resistance to Uniform
Turbulent Flow, Proc. Instn. Civ. Engrs., 71(parte
2), pg. 529-535 (1981).
[16] Zigrang, D.J. y Sylvester, N.D., Explicit
Approximations to the Colebrooks Friction
Factor, AICHE J., 28 (3), pg. 514-515 (1982).