SCIÉNDO INGENIUM  
ISSN Nº 3084-7788 (En línea) Sci. ingen. 22(2): 27-34, (2026)  
Modelado y análisis de temperatura y composición del gas para la  
evaluación del riesgo de formación de hidratos en gasoductos  
submarinos  
Modeling and analysis of gas temperature and composition for assessing  
the risk of hydrate formation in submarine gas pipelines.  
Pedro Ángel Alama Morán 1*  
; Luis David Moncada Torres 2  
1Escuela de Posgrado, Universidad Nacional de Trujillo. Av. Juan Pablo II s/n –Ciudad Universitaria, Trujillo, Perú.  
2Facultad de Ingeniería Química, Universidad Nacional de Trujillo, Av. Juan Pablo II s/n – Ciudad Universitaria, Trujillo,  
Perú. lmoncadat@unitru.edu.pe  
* Autor correspondiente: p861101024@unitru.edu.pe (P. Alama)  
DOI: 10.17268/scien.inge.2026.02.02  
RESUMEN  
Los hidratos de gas (HG), también conocidos como clatratos, representan una amenaza operativa crítica en  
sistemas de transporte de gas natural en ambientes costa afuera, especialmente bajo condiciones de alta presión  
y baja temperatura. Por ello, se presenta un marco computacional para evaluar el riesgo de formación de hidra-  
tos en gasoductos de aguas profundas bajo condiciones operativas costa afuera del Perú. Se integran tres mo-  
delos en Python: (1) una herramienta predictiva basada en la correlación de Towler y Mokhatab, extendida  
para simular la sensibilidad a variaciones en la gravedad específica; (2) un modelo de gradiente térmico cali-  
brado con datos oceanográficos locales, que representa la atenuación exponencial de la temperatura con la  
profundidad; y (3) un algoritmo de ajuste composicional que transforma mezclas de gas multicomponente en  
base seca a base húmeda, cuantificando el impacto del contenido de agua sobre la estabilidad de los hidratos.  
Los modelos son validados con datos representativos de campo en Talara, lo que permite identificar zonas de  
inestabilidad termodinámica y umbrales composicionales críticos. Los resultados muestran que las mezclas  
con mayor contenido de etano desplazan la temperatura de formación hacia valores más altos y aportan criterios  
técnicos para la gestión del riesgo en ductos submarinos.  
Palabras clave: Operaciones costa afuera; Tratamiento de gas natural; Formación de hidratos; Condiciones  
críticas; Simulación _Python.  
ABSTRACT  
Gas hydrates (HGs), also known as clathrates, represent a critical operational threat in natural gas transportation  
systems in offshore environments, especially under high-pressure, low-temperature conditions. Therefore, a  
computational framework is presented to assess the risk of hydrate formation in deep-water gas pipelines under  
offshore operating conditions in Peru. Three Python models are integrated: (1) a predictive tool based on the  
Towler and Mokhatab correlation, extended to simulate sensitivity to variations in specific gravity; (2) a ther-  
mal gradient model calibrated with local oceanographic data, representing the exponential attenuation of tem-  
perature with depth; and (3) a compositional adjustment algorithm that transforms multicomponent gas mix-  
tures from a dry to a wet basis, quantifying the impact of water content on hydrate stability. The models are  
validated with representative field data from Talara, allowing the identification of thermodynamic instability  
zones and critical compositional thresholds. The results show that mixtures with higher ethane content shift the  
formation temperature to higher values and provide technical criteria for risk management in subsea pipelines.  
Keywords: Offshore operations; Natural gas processing; Hydrate formation; Critical conditions; Simulation_  
Python.  
1. INTRODUCCIÓN  
El estudio de los hidratos de gas se remonta al siglo XIX, y su relevancia ha crecido notablemente en las últimas  
décadas, con más de 24ꢀ000 publicaciones registradas en 2021 (Elhenawy et al., 2022). En ambientes de aguas  
profundas, las condiciones extremas favorecen la nucleación de hidratos, lo que puede comprometer la seguri-  
dad operativa y la eficiencia del transporte (Cubillos Ramírez et al., 2022; Ibrahim, 2023).  
Fecha de envío: 24-11-2025 Fecha de aceptación: 22-04-2026  
Fecha de publicación: 25-06-2026  
Alama, P.; Moncada, L.; revista Sciéndo ingenium, v. 22, n. 2, pp. 27 – 34, 2026.  
Para enfrentar este desafío, se desarrollan estrategias físicas como el calentamiento de líneas y la despresuri-  
zación, así como soluciones químicas mediante el uso de inhibidores termodinámicos y cinéticos. Diversas  
revisiones han sistematizado estas técnicas, destacando la eficacia de métodos como el aislamiento térmico y  
el uso de inhibidores avanzados (Fonte et al., 2018). El diseño Pipe-in-Pipe, por ejemplo, ha demostrado ser  
eficaz en la conservación térmica del fluido, utilizando materiales aislantes como aerogel, espuma de poliure-  
tano o cerámica, y ha sido aplicado en ambientes ultra profundos como el presal brasileño (Fundación Univer-  
sidad de América, s.f.).  
Se ha observado que la formación de hidratos constituye un desafío recurrente en el transporte submarino de  
gas en operaciones costa afuera de la zona norte del Perú. En este contexto, se motivó el desarrollo de un marco  
computacional personalizado en Python, orientado a simular perfiles térmicos, de presión y de composición,  
utilizando parámetros calibrados con datos reales de campo. Estudios recientes han reforzado la importancia  
del modelado en la predicción de hidratos, tanto en mezclas binarias de hidrocarburos ligeros (Antonietta et al.,  
2023) como en ductos submarinos bajo escenarios operativos y de apagado (Umuteme et al., 2023).  
La elección de estrategias de prevención también debe considerar el costo asociado, especialmente en ambien-  
tes de alta complejidad como el Golfo de México (Ninalowo & Tohidi, 2024). En este contexto, el presente  
estudio se enfoca en integrar criterios técnicos, ambientales y operativos mediante herramientas de simulación  
adaptadas a las condiciones costa afuera del Perú. Asimismo, se revisan alternativas sostenibles, como surfac-  
tantes de origen natural (Elechi et al., 2021) y productos derivados de la agroindustria, alineados con los prin-  
cipios de la química verde (Lemoine, 2011). Esta aproximación basada en modelado busca mejorar la precisión  
predictiva y contribuir al diseño de soluciones técnica y ambientalmente compatibles para el transporte de gas  
en ambientes submarinos.  
2. METODOLOGÍA  
Este estudio se desarrolla mediante una metodología dual que combina una revisión bibliográfica especializada  
con el diseño y aplicación de modelos implementados en Python. El objetivo es caracterizar las condiciones de  
formación de hidratos en gasoductos submarinos y evaluar estrategias predictivas y de mitigación bajo esce-  
narios operativos reales.  
2.1. Revisión bibliográfica  
Se realiza una revisión estructurada de literatura científica reciente, enfocada en técnicas de predicción y con-  
trol de hidratos en ambientes marinos profundos. Diversos autores han sistematizado las principales estrategias  
de prevención, incluyendo métodos físicos y químicos (Fonte et al., 2018), así como enfoques técnico-finan-  
cieros aplicados al diseño Pipe-in-Pipe en ambientes ultra profundos (Fundación Universidad de América, s.f.).  
Asimismo, se consideran estudios de modelado orientados al análisis de la formación de hidratos en mezclas  
binarias de hidrocarburos ligeros (Antonieta et al., 2023; Hinojosa, 2023), en ductos submarinos bajo condi-  
ciones operativas y de apagado (Umuteme et al., 2023; Umuteme et al.,2024), y en escenarios de nucleación  
dinámica (Jiang et al., 2025; Zheng et al., 2026). La revisión también incluye investigaciones sobre el impacto  
económico de las estrategias de prevención en ambientes complejos como el Golfo de México (Ninalowo &  
Tohidi, 2024), así como estudios experimentales sobre la remoción de bloqueos de hidratos mediante mezclas  
químicas (Aminnaji et al.,2017). Se otorga especial atención a soluciones sostenibles como inhibidores ecoló-  
gicos y sistemas avanzados de aislamiento térmico. Esta revisión permite consolidar el estado del arte y definir  
los parámetros clave para la simulación, integrando criterios técnicos, económicos y ambientales.  
2.2. Desarrollo y aplicación de modelos de simulación en Python  
Para representar con precisión las condiciones operativas de los gasoductos submarinos en la costa norte del  
Perú, se diseñaron tres modelos en Python que integran criterios termodinámicos, composicionales y ambien-  
tales observados en operaciones reales. Su estructura modular permite simular escenarios diversos y realizar  
análisis de sensibilidad frente a variaciones en presión, temperatura y composición del gas.  
2.2.1. Modelo predictivo de formación de hidratos de gas (modelo de Towler y Mokhatab)  
Se implementa la correlación empírica de Towler y Mokhatab para estimar la temperatura de formación de  
hidratos en función de la presión del sistema y la gravedad específica del gas. El script desarrollado en Python  
simula esta relación en distintos escenarios operativos, generando curvas de sensibilidad que identifican zonas  
críticas de formación. Aunque simplificado, este modelo resulta útil para análisis preliminares y como base  
para validaciones posteriores.  
28  
Alama, P.; Moncada, L.; revista Sciéndo ingenium, v. 22, n. 2, pp. 27 – 34, 2026.  
La relación empírica propuesta se expresa como:  
푇 = 13,47ln⁡(푃) + 34,27ln⁡(퐺퐸) − 1,675ln⁡(푃)ln⁡(퐺퐸) − 20,35  
(01)  
Donde:  
푇 = Temperatura de formación de hidratos en °F.  
푃 = Presión del sistema en PSI.  
퐺퐸 = Gravedad específica del gas.  
El script desarrollado, simula la relación entre presión y temperatura para distintas gravedades específicas,  
permitiendo visualizar el efecto composicional sobre el punto de formación de hidratos. Esta herramienta faci-  
lita la comparación entre escenarios operativos y sirve como base para modelos más detallado. Los resultados  
se muestran en la Figura. 1.  
2.2.2. Modelo de simulación de temperatura vs. profundidad  
Para simular el comportamiento térmico del entorno oceánico, se diseña un modelo basado en la atenuación  
exponencial de la temperatura con la profundidad. Calibrado con datos oceanográficos de la zona, el algoritmo  
representa la atenuación térmica vertical y la estabilización en el lecho marino. El modelo permite identificar  
zonas de riesgo térmico para la nucleación de hidratos y fue codificado con parámetros ajustables según esta-  
ción y ubicación geográfica.  
De acuerdo con Chu y Fan (2019), la estructura vertical de temperatura en los océanos se ajusta bien a modelos  
exponenciales, lo que permite identificar el gradiente de la termoclina y la profundidad de la capa isotérmica.  
Estos autores reportan variaciones globales del gradiente de la termoclina 퐺 y la profundidad de la capa isotér-  
mica ℎ en el rango de 0,121–0,244 °C/m y 33–68 m, respectivamente, lo que se traduce en valores típicos de  
푘 entre 0,001 a 0,004 m-1 dependiendo de la región y la estación del año. Este rango permite ajustar el modelo  
para representar de forma adecuada la termoclina frente a la costa peruana.  
El algoritmo de simulación incorpora las siguientes relaciones clave:  
Temperatura del lecho marino: Se asume que, a partir de cierta profundidad crítica, la temperatura  
se mantiene prácticamente constante, cercana a 4 °C (Knauss & Garfield, 2016).  
Perfil térmico exponencial: La temperatura disminuye de forma no lineal desde la superficie hacia  
el lecho marino, siguiendo la estructura de la termoclina. Este comportamiento se representa mediante  
la siguiente ecuación (Chu & Fan, 2019):  
− 푇푓표푛푑표)ꢀ−ꢁꢂ  
(02)  
( )  
푇 푧 = 푇  
+ (푇  
푠푢푝푒푟푓푖푐푖푒  
푓표푛푑표  
Donde:  
( )  
푇 푧 = temperatura a la profundidad 푧⁡(°퐶)  
푇
= temperatura superficial del mar (°C)  
푠푢푝푒푟푓푖푐푖푒  
푇
= temperatura en aguas profundas (°C, ≈ 4 °C)  
푓표푛푑표  
푘 = coeficiente de atenuación térmica (1 / m)  
푧= profundidad (m)  
Este modelo permite determinar las condiciones de temperatura a las que el gas natural podría encon-  
trarse en el gasoducto submarino.  
2.2.3. Modelo de análisis de humedad y composición de gas  
Como complemento metodológico, se desarrolla un algoritmo diseñado para estimar el contenido de humedad  
en corrientes de gas natural y su impacto sobre la composición global del sistema. Este modelo transforma  
composiciones en base seca hacia una base húmeda, incorporando el efecto del agua bajo condiciones operati-  
vas reales. Codificada en Python, la estructura se fundamenta en principios de termodinámica de mezclas y  
ecuaciones de estado simplificadas, la herramienta permitiendo cuantificar el desplazamiento composicional  
inducido por la presencia de humedad, factor clave para una predicción precisa de formación de hidratos. El  
algoritmo resulta esencial para determinar la proporción de agua presente en el gas, variable decisiva en la  
estabilidad de hidratos. La Tabla 1 presenta las composiciones de diversas corrientes de gas que sirvieron como  
insumo para este análisis, incluyendo la determinación del promedio composicional utilizado en el estudio.  
Tabla 1. Composiciones de Corrientes molares de Gas y Gravedad Específica (GE)  
Componente  
Metano (C1)  
Corriente A  
0,8850  
Corriente B  
0,9100  
Corriente C  
0,8950  
Corriente D  
0,9050  
Corriente E  
0,8980  
29  
Alama, P.; Moncada, L.; revista Sciéndo ingenium, v. 22, n. 2, pp. 27 – 34, 2026.  
Componente  
Etano (C2)  
Corriente A  
0,0600  
0,0300  
0,0100  
0,0050  
0,0020  
0,0010  
0,0050  
0,0020  
1,0000  
0,655  
Corriente B  
0,0450  
0,0250  
0,0090  
0,0040  
0,0015  
0,0008  
0,0030  
0,0017  
1,0000  
0,620  
Corriente C  
0,0550  
0,0320  
0,0100  
0,0045  
0,0018  
0,0010  
0,0005  
0,0002  
1,0000  
0,640  
Corriente D  
0,0480  
0,0280  
0,0110  
0,0055  
0,0022  
0,0012  
0,0010  
0,0013  
1,0000  
0,635  
Corriente E  
0,0520  
0,0310  
0,0095  
0,0048  
0,0019  
0,0009  
0,0015  
0,0004  
1,0000  
0,645  
Propano (C3)  
n-Butano (nC4)  
i-Butano (iC4)  
n-Pentano (nC5)  
i-Pentano (iC5)  
Nitrógeno (N₂)  
Dióxido de Carbono (CO₂)  
Total  
GE  
Nota. La tabla presenta las composiciones molares de corrientes de gas natural determinadas mediante análisis cromato-  
gráfico (Data Composition Gas Report), correspondientes a operaciones costa afuera en el noroeste de Talara. Estas com-  
posiciones fueron utilizadas para definir la mezcla promedio representativa empleada en las simulaciones del estudio (Pe-  
trotech Peruana S.A., comunicación personal, 2003–2004).  
3. RESULTADOS Y DISCUSIÓN  
Los resultados obtenidos mediante las herramientas implementadas en Python permitieron caracterizar con  
precisión las condiciones críticas para la formación de hidratos en gasoductos submarinos. Cada modelo aporta  
perspectivas complementarias que, al integrarse, configuran un marco de evaluación del riesgo técnicamente  
sólido y representativo de las condiciones de campo. La simulación basada en el modelo de Towler y Mokhatab  
muestra que una disminución de la gravedad específica del gas, asociada a un mayor contenido de metano,  
desplaza el punto de formación de hidratos hacia temperaturas más bajas y presiones moderadas, la nucleación  
temprana de hidratos. En contraste, el incremento de la fracción de etano, reflejado en una mayor gravedad  
específica, desplaza la curva de formación hacia condiciones más exigentes, disminuyendo la propensión ini-  
cial a la nucleación, aunque incrementando la estabilidad de la red cristalina una vez formada. Esta sensibilidad  
composicional fue corroborada mediante escenarios operativos representativos de la región de Talara, lo que  
respalda la aplicabilidad del modelo en contextos reales. La Tabla 2 muestra la relación entre presión y tempe-  
ratura para diferentes valores de gravedad específica, a partir de la cual se identifican como zonas críticas de  
mayor riesgo aquellas correspondientes a bajas temperaturas y presiones moderadas, donde las curvas de for-  
mación se alcanzan con mayor facilidad bajo composiciones ricas en metano. Estas zonas permiten delimitar  
regiones vulnerables dentro del ducto y constituyen una base técnica útil para la toma de decisiones operativas  
y el diseño de estrategias de mitigación.  
3.1. Caracterización del punto de formación de hidratos (PFH)  
Mediante la correlación de Towler y Mokhatab, ampliada en este estudio, se simula la relación entre presión  
del sistema y temperatura de formación de hidratos para distintas gravedades específicas del gas. Los datos  
mostrados en la Tabla 2 muestran que los gases con menor gravedad específica (alto contenido de metano)  
presentan una mayor propensión a formar hidratos en condiciones menos severas. En contraste, el incremento  
en la fracción de etano desplaza la curva de formación hacia temperaturas más altas y presiones más exigentes,  
reduciendo la tendencia inmediata a la nucleación. Esta sensibilidad composicional fue validada con corrientes  
de gas representativas de Talara, lo que confirma la aplicabilidad del modelo a escenarios reales. Se identificó  
que, para gases con gravedades específicas entre 0,55 y 0,70, dentro del intervalo de 3 a 21 MPa, la temperatura  
de formación de hidratos se ubica aproximadamente entre 8,38 °C y 15,97 °C. Por debajo de estos valores, el  
sistema se encuentra en alto riesgo de formación de hidratos. Estas condiciones son críticas en sistemas de  
transporte y procesamiento de gas, ya que demandan la implementación de estrategias adecuadas de prevención  
o supresión (control térmico, deshidratación o inhibidores químicos). Estos resultados se encuentran en con-  
cordancia con estudios recientes que destacan la influencia de la composición en la nucleación temprana y la  
estabilidad de hidratos, como lo reportado por Ninalowo & Tohidi (2024) en el Golfo de México y Jiang et al.  
(2025), quienes modelaron escenarios dinámicos de nucleación en mezclas de hidrocarburos ligeros.  
Tabla 2. Temperaturas de formación de hidratos (TFh) de las diferentes mezclas  
Gravedades específicas de las diferentes mezclas de Gas C1/C2  
P (MPa)  
3
0,55  
0,65  
0,7  
0,89  
0,97  
8,38030037  
10,6163524  
11,6083023  
14,8226388  
15,9747645  
30  
Alama, P.; Moncada, L.; revista Sciéndo ingenium, v. 22, n. 2, pp. 27 – 34, 2026.  
Gravedades específicas de las diferentes mezclas de Gas C1/C2  
P (MPa)  
0,55  
0,65  
0,7  
0,89  
0,97  
4
10,6931647  
12,4871616  
13,9529638  
15,1922819  
16,2658281  
17,2127629  
18,059825  
18,8260858  
20,1691429  
21,3196241  
22,7854263  
24,0247444  
12,8844956  
14,6438042  
16,0812639  
17,2966188  
18,3494071  
19,2780322  
20,1087157  
20,8601603  
22,1772482  
23,305484  
24,7429438  
25,9582987  
13,8566065  
15,6005267  
17,0254133  
18,2301377  
19,2737175  
20,1942201  
21,0176377  
21,7625095  
23,0680772  
24,1864445  
25,6113311  
26,8160555  
17,0066562  
18,7007118  
20,0848559  
21,2551331  
22,2688733  
23,1630556  
23,9629289  
24,6865023  
25,9547392  
27,0411286  
28,4252727  
29,5955499  
18,1357394  
19,8119218  
21,1814625  
22,3393926  
23,3424374  
24,2271855  
25,0186197  
25,734559  
26,9894154  
28,0643428  
29,4338835  
30,5918136  
5
6
7
8
9
10  
11  
13  
15  
18  
21  
Nota: La tabla presenta temperaturas estimadas de formación de hidratos en el rango de 3 – 21 MPa, empleando la ecua-  
ción de Towler y Mokhatab. Estos valores permiten visualizar cómo, al aumentar la presión del sistema, la temperatura a  
la cual se forman los hidratos también se incrementa de manera progresiva.  
3.2. Caracterización de la composición del gas natural  
Para garantizar una modelación termodinámica precisa, se seleccionaron cinco corrientes de gas costa afuera  
y se calculó una mezcla promedio en base seca. Posteriormente, esta composición fue transformada mediante  
un algoritmo en Python que incorporó el contenido estimado de agua bajo condiciones operativas reales. La  
composición húmeda resultante reveló una fracción molar de agua del 2,74 %, lo que modificó proporcional-  
mente las fracciones de los demás componentes. Este ajuste permitió representar con mayor fidelidad el com-  
portamiento termodinámico del sistema, considerando que el agua actúa como reactivo indispensable en la  
cristalización de hidratos. La comparación entre la composición seca y húmeda (Tabla 3) evidencia cómo la  
inclusión de humedad altera el perfil del gas e incrementa la propensión a la formación de hidratos en zonas  
críticas del ducto. Esta cuantificación mejora la precisión en la predicción del punto de formación y constituye  
un insumo clave para la selección de estrategias de control adaptadas a cada escenario operativo. Estos resul-  
tados se encuentran en concordancia con estudios recientes que destacan el papel decisivo del agua en la esta-  
bilidad de hidratos. Umuteme et al. (2023) demostraron que incluso pequeñas fracciones de humedad modifi-  
can significativamente la termodinámica de nucleación en ductos submarinos, mientras que Jiang et al. (2025)  
confirmaron que la transición de mezclas en base seca hacia base húmeda mejora la precisión de los modelos  
predictivos en escenarios dinámicos de operación.  
Tabla 3. Composición del Gas Natural (Fracción Molar)  
Componente  
Base Seca  
0,9000  
0,0500  
0,0300  
0,0100  
0,0050  
0,0020  
0,0010  
0,0010  
0,0010  
0,0000  
1,0000  
Base Húmeda  
0,8753  
0,0486  
0,0292  
0,0097  
0,0049  
0,0019  
0,0010  
0,0010  
0,010  
Metano (C1)  
Etano (C2)  
Propano (C3)  
n-Butano (nC4)  
i-Butano (iC4)  
n-Pentano (nC5)  
i-Pentano (iC5)  
Nitrógeno (N₂)  
Dióxido de Carbono (CO₂)  
Agua (H₂O)  
0,0274  
1,0000  
Total  
Nota: La inclusión de humedad alteró el perfil composicional del gas e incrementó la susceptibilidad a la formación de  
hidratos en zonas críticas del ducto. Este ajuste mejoró la precisión en la predicción del punto de formación y constituyó  
un insumo clave para la selección de estrategias de control adaptadas a cada escenario operativo.  
3.3. Perfil de temperatura en gasoductos submarinos  
El modelo térmico, calibrado para condiciones costa afuera del Perú, demuestra que la temperatura oceánica  
se estabiliza cerca de los 4ꢀ°C a profundidades superiores a 800ꢀm. Al correlacionar este comportamiento con  
31  
Alama, P.; Moncada, L.; revista Sciéndo ingenium, v. 22, n. 2, pp. 27 – 34, 2026.  
estimaciones de presión hidrostática (basadas en un gradiente de 1 bar cada 10ꢀm), se identifica que profundi-  
dades mayores a 200ꢀm presentan condiciones críticas para la nucleación de hidratos. Este hallazgo coincide  
con lo reportado en estudios clásicos (Chu & Fan, 2019; Knauss & Garfield, 2016), y se ve reforzado por  
investigaciones recientes que confirman la estabilidad térmica en ambientes oceánicos profundos (Zheng et  
al.,2026). Jiang et al., (2025) validaron la aplicabilidad de modelos exponenciales frente a aproximaciones  
lineales en la predicción de gradientes térmicos. La simulación en Python permite estimar la variación de tem-  
peratura en función de la profundidad, identificando el gradiente térmico de la termoclina y la estabilización  
térmica en el lecho marino. A diferencia de aproximaciones lineales, este modelo refleja con mayor fidelidad  
la estructura vertical observada en perfiles oceánicos reales, lo que mejora la precisión en la identificación de  
zonas críticas.  
Figura 1. Relación entre profundidad y temperatura, según el modelo propuesto y simulado en Python.  
Nota: La figura evidencia un gradiente térmico pronunciado en la capa superficial del océano y, a partir de aproximada-  
mente 800ꢀm, la variación térmica se estabiliza en torno a los 4ꢀ°C. Este perfil exponencial refleja condiciones típicas de  
ambientes oceánicos profundos, donde la combinación de presión hidrostática y baja temperatura favorece la nucleación  
de hidratos.  
3.4. Análisis de humedad y su impacto en la composición del gas  
La presencia de agua en el gas natural, incluso en proporciones reducidas, constituye un factor decisivo en la  
formación de hidratos. Dado que las mezclas gaseosas suelen reportarse en base seca, se desarrolló un modelo  
computacional en Python para ajustar la composición hacia una base húmeda. Las simulaciones indicaron que  
el gas puede contener hasta un 2,74 % de agua en base molar, lo cual modifica proporcionalmente las fracciones  
de los demás componentes. La comparación entre la composición seca y húmeda evidenció cómo la inclusión  
de humedad altera el perfil del gas e incrementa el riesgo de formación de hidratos en zonas críticas del ducto.  
Estos resultados se alinean con estudios recientes que destacan la influencia decisiva del agua en la nucleación  
de hidratos. Umuteme et al. (2023,2024) demostraron que pequeñas fracciones de humedad incrementan sig-  
nificativamente la propensión a la cristalización en ductos submarinos, mientras que Jiang et al. (2025) confir-  
maron que la transición de mezclas en base seca hacia base húmeda mejora la precisión de los modelos predic-  
tivos en escenarios dinámicos de operación.  
3.5. Condiciones de formación de hidratos y estrategias de mitigación  
A partir de los perfiles térmicos y de presión obtenidos mediante simulación, junto con la composición ajustada  
por contenido de humedad, se delimitaron las regiones del gasoducto con mayor susceptibilidad a la nucleación  
de hidratos. Estas zonas de riesgo se localizaron principalmente en tramos donde coinciden presiones elevadas  
y temperaturas cercanas al umbral de estabilidad. La estimación de la presión hidrostática, basada en un gra-  
diente aproximado de 1 bar por cada 10 m de profundidad, permitió correlacionar los datos térmicos con las  
32  
Alama, P.; Moncada, L.; revista Sciéndo ingenium, v. 22, n. 2, pp. 27 – 34, 2026.  
condiciones de operación reales. Se identificó que profundidades superiores a 200 m presentan un entorno  
favorable para la formación de cristales, lo cual concuerda con lo reportado por Ibrahim (2023) y Elhenawy et  
al. (2022). Con base en estos resultados, se revisó una estrategia técnica integrada que combina aislamiento  
térmico tipo Pipe-in-Pipe con inhibidores compatibles con el entorno marino. Esta alternativa se incluyó úni-  
camente como referencia práctica, considerando criterios de sostenibilidad, compatibilidad química y viabili-  
dad operativa. No obstante, el objetivo central del estudio residió en el modelamiento predictivo y el análisis  
composicional, mientras que las estrategias de mitigación se presentan como aplicaciones derivadas de los  
resultados obtenidos. La revisión de alternativas recientes confirma la pertinencia de este enfoque. Yoo et al.  
(2025) evaluaron la viabilidad de sistemas híbridos de aislamiento e inhibición en ambientes marinos, mientras  
que Ninalowo & Tohidi (2024) destacaron la necesidad de integrar criterios económicos y ambientales en la  
selección de estrategias de mitigación. Estas referencias refuerzan la aplicabilidad práctica de los resultados  
obtenidos en el presente estudio.  
4. CONCLUSIONES  
Este estudio presentó un marco computacional para la predicción del riesgo de formación de hidratos en gaso-  
ductos submarinos bajo condiciones reales de operación costa afuera. La integración de tres modelos desarro-  
llados en Python —presión–temperatura, perfil térmico y composición del gas— permitió identificar zonas  
críticas de nucleación y evaluar la influencia de la composición del gas y del perfil térmico oceánico sobre la  
estabilidad termodinámica del sistema. Los resultados confirmaron que el metano favoreció la nucleación tem-  
prana en condiciones menos severas, mientras que el etano desplazó el punto de formación de hidratos hacia  
condiciones más exigentes. Asimismo, se verificó que la presencia de agua, incluso en una proporción aproxi-  
mada de 2,74 % molar, fue decisiva en el proceso de cristalización, y que el perfil térmico oceánico, caracteri-  
zado por temperaturas cercanas a 4 °C a profundidades mayores a 800 m, en combinación con presiones hi-  
drostáticas superiores a 200 m, definió las zonas críticas de formación. En conjunto, se estableció una base  
metodológica útil para la evaluación del riesgo de hidratos en ambientes de aguas profundas, con aportes de  
interés para la industria del gas natural y la investigación académica.  
REFERENCIAS BIBLIOGRÁFICAS  
Aminnaji, M., Tohidi, B., Burgass, R. W., & Atilhan, M. (2017). Effect of injected chemical density on hy-  
drate blockage removal in vertical pipes: Use of MEG/MeOH mixture to remove hydrate blockage. Jour-  
nal of Natural Gas Science and Engineering, 45, 840–847. https://doi.org/10.1016/j.jngse.2017.06.030  
Antonieta, Z. H. M., Jeremías, M. S., & Ricardo, M. S. (2023). Modelado de la formación de los hidratos de  
gas en mezclas binarias de hidrocarburos ligeros y gas natural. Universidad Autónoma Metropolitana,  
Unidad Azcapotzalco, México. https://zaloamati.azc.uam.mx/bitstreams/fb12ccbd-8511-4df7-93fe-  
fc732399e70b/download  
Chu, P. C., & Fan, C. (2019). Global ocean synoptic thermocline gradient, isothermal-layer depth, and other  
upper ocean parameters. Scientific Data, 6(119). https://doi.org/10.1038/s41597-019-0125-3  
Cubillos Ramírez, L. M., Sanjuanelo Salas, S. S., Guerrero Martin, C. A., & Céspedes Zuluaga, S. (2022).  
Evaluación técnico financiera del aprovechamiento de energía hidrocinética en el calentamiento eléctrico  
de ductos Pipe-in-Pipe para el control de formación de hidratos en agua ultraprofundas, caso de estudio:  
Presal-Comperj Rota 3 en el sudeste brasilero [Artículo de grado, Fundación Universidad de América].  
Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/9116  
Elechi, V. U., Ikiensikimama, S. S., Ajienka, J. A., Akaranta, O., & Okon, O. E. (2021). Mitigation capacity  
of an eco-friendly locally sourced surfactant for gas hydrate inhibition in an offshore environment. Jour-  
nal of Petroleum Exploration and Production Technology, 11(4), 1797–1808.  
https://doi.org/10.1007/s13202-021-01127-z  
Elhenawy, S., Khraisheh, M., Almomani, F., Al-Ghouti, M. A., Hassan, M. K., & Al-Muhtaseb, A. (2022).  
Towards gas hydrate-free pipelines: A comprehensive review of gas hydrate inhibition techniques. Ener-  
gies, 15(22), 8551. https://doi.org/10.3390/en15228551  
Fonte, S. S. D., Simonelli, G., & Santos, L. C. L. (2018). A review of the main techniques to avoid the for-  
mation of hydrates. Brazilian Journal of Petroleum and Gas, 12(1), 61–73.  
https://doi.org/10.5419/bjpg2018-0006  
Ibrahim, I. (2023). Hydrate control in subsea natural gas production. Journal of Engineering Research and  
Reports, 25(12), 150–161. https://doi.org/10.9734/jerr/2023/v25i121048  
33  
Alama, P.; Moncada, L.; revista Sciéndo ingenium, v. 22, n. 2, pp. 27 – 34, 2026.  
Jiang, X., Li, Y., & Wang, H. (2025). A review of gas hydrate formation characteristics at interfaces. Fuel,  
392, 134863. https://doi.org/10.1016/j.fuel.2025.134863  
Knauss, J. A., & Garfield, N. (2016). Introduction to physical oceanography. Waveland Press.  
Lemoine, C., & Elaine, M. Estudio de compatibilidad del inhibidor de incrustaciones INTAV™ con otros  
aditivos, a fin de generar un tratamiento químico multifuncional para el aseguramiento de flujo (Doctoral  
dissertation).  
Ninalowo, I., & Tohidi, B. (2024). Hydrate prevention strategies and the associated cost in the Gulf of Mex-  
ico. World Journal of Engineering and Technology, 12(02), 286–309.  
https://doi.org/10.4236/wjet.2024.122019  
Umuteme, O. M., Islam, S. Z., Hossain, M., & Karnik, A. (2023). Modelling hydrate deposition in gas-domi-  
nant subsea pipelines in operating and shutdown scenarios. Sustainability, 15(18), 13824.  
https://doi.org/10.3390/su151813824  
Umuteme, O. M., Islam, S. Z., Hossain, M., & Karnik, A. (2024). Prediction of gas-water multiphase flow  
behaviour and hydrates severity in gas-dominant subsea pipeline. Preprints. https://doi.org/10.20944/pre-  
prints202409.1227.v1  
Yoo, H., & Lee, J. (2025). Prevention of hydrate plugging in the subsea pipeline of an LNG-FPSO. Interna-  
tional Journal of Offshore and Polar Engineering, 35(4), 376–384.  
https://doi.org/10.17736/ijope.2025.jc958  
Zheng, Z., Cao, Y., & Chen, D. (2026). Hydrate sealing of overpressured gas: delaying methane leakage.  
Journal of Oceanology and Limnology. https://doi.org/10.1007/s00343-025-5117-x  
34