Por
F. I. Molina-Herrera 1*, M. A. Sandoval-Hernández 2, N. E. Maldonado-Sierra 3, H. Jiménez-Islas 1
1Departamento de Ingeniería Bioquímica y Ambiental, Tecnológico Nacional de México en Celaya,
Antonio García Cubas Pte #600, esq, Ave. Tecnológico, Celaya Gto. C.P. 38010, México;
fi.molina@ugto.mx (F.I.M.-H.); hugo.jimenez@itcelaya.edu.mx (H.J.-I.)
2Centro de Bachillerato Tecnológico Industrial y de Servicios, No. 190. Av. 15 S/N esq. calle 11, Col. Venustiano, Carranza, Boca del Río 94297, Veracruz, México; xallitic476@gmail.com
3Departamento de Ingeniería en Alimentos, Universidad Politécnica de Guanajuato, Av. Universidad Sur 1001, Cortázar 38496, Guanajuato, México; nmaldonado@upgto.edu.mx
*Autor de correspondencia: fi.molina@ugto.mx
Resumen
En este trabajo analiza el almacenamiento de maíz en silos metálicos en Guanajuato, particularmente en la zona del Bajío, resaltando la importancia de controlar la temperatura para evitar el deterioro del grano y la proliferación de hongos e insectos. Mediante modelación matemática y simulaciones numéricas, se estudió la distribución de temperatura y humedad durante el almacenamiento poscosecha, así como el efecto de diferentes estrategias de aireación durante el mes de mayo, caracterizado por altas temperaturas ambientales y una intensa radiación solar. Se desarrolló un modelo tridimensional basado en Dinámica de Fluidos Computacional (CFD), que resuelve de forma acoplada las ecuaciones de conservación de cantidad de movimiento, energía y humedad en un medio poroso aire–grano. El modelo incorpora condiciones de frontera dependientes del tiempo, incluyendo variaciones ambientales de temperatura, radiación solar y escenarios con y sin aireación forzada. Los resultados muestran que, en ausencia de aireación, la radiación solar induce temperaturas superiores a 40 °C en las paredes y el techo del silo, favoreciendo la formación de núcleos calientes en la región central y superior del grano. La aireación permite reducir estas temperaturas hasta en 10 °C en el núcleo del silo; sin embargo, caudales elevados pueden resultar contraproducentes durante las horas más cálidas. Un flujo de 0.15 m³·min⁻¹·ton⁻¹ se identificó como el más eficiente para mantener condiciones térmicas más seguras. Asimismo, durante mayo la humedad relativa intersticial se mantiene en el intervalo de 65–70 %, cercano a condiciones críticas para almacenamiento prolongado. En conjunto, el modelo CFD desarrollado constituye una herramienta robusta para optimizar la aireación y apoyar la toma de decisiones en el manejo poscosecha del maíz, contribuyendo a la reducción de pérdidas y al fortalecimiento de la seguridad alimentaria en regiones agrícolas con climas cálidos.
Palabras claves
Almacenamiento, maíz, CFD, radiación solar, silos metálicos, seguridad alimentaria
- Introducción
El almacenamiento poscosecha de maíz en silos metálicos constituye una etapa crítica dentro de la cadena agroalimentaria, ya que de él depende la conservación de la calidad, la inocuidad y el valor comercial del grano destinado al consumo humano y animal. En regiones agrícolas como el Bajío mexicano, el maíz representa un cultivo estratégico desde el punto de vista económico, social y alimentario; sin embargo, las pérdidas poscosecha continúan siendo significativas, particularmente durante los meses más cálidos del año, cuando las condiciones ambientales favorecen el deterioro biológico del grano y la disminución de su calidad comercial. A nivel mundial, se ha estimado que las pérdidas poscosecha de granos pueden oscilar entre el 10 y el 30 % de la producción total, especialmente en países en desarrollo, debido a deficiencias en infraestructura y prácticas de almacenamiento (Montross et al., 2002; Andrade et al., 2002; Balzi et al., 2009; Babangida y Yong, 2011; Sutton et al., 2016).
Durante el almacenamiento, la calidad del maíz se ve fuertemente influenciada por la temperatura y la humedad dentro de la masa de grano. Valores elevados de temperatura incrementan la tasa de respiración del grano, aceleran los procesos metabólicos y favorecen el desarrollo de hongos e insectos, mientras que una humedad relativa intersticial elevada promueve la migración de humedad y la formación de zonas críticas propensas a la condensación y al deterioro localizado, como ha sido ampliamente documentado en estudios experimentales y numéricos (Montross et al., 2002; Jiménez-Islas et al., 2004; Lawrence et al., 2011; Lawrence et al., 2013). Se ha reportado que la mayoría de los hongos asociados al maíz almacenado presentan un crecimiento óptimo en el intervalo de 20 a 30 °C, mientras que los insectos muestran tasas máximas de reproducción entre 25 y 35 °C (Lawrence et al., 2013). Adicionalmente, niveles de humedad relativa superiores al 70 % incrementan el riesgo de germinación de esporas, desarrollo microbiano y producción de micotoxinas, lo que representa un riesgo directo para la seguridad alimentaria (Barreto et al., 2013).
La distribución espacial de la temperatura y la humedad dentro del silo no es uniforme, sino que está gobernada por fenómenos complejos de transferencia de calor y masa y por la convección natural del aire intergranular. Estos procesos son inducidos tanto por fuentes internas, como el calor metabólico generado por la respiración del grano, como por fuentes externas, incluyendo las variaciones diurnas y estacionales de la temperatura ambiente y la radiación solar incidente sobre las paredes y el techo del silo. Khankari et al. (1995), demostraron que los gradientes térmicos inducidos por condiciones ambientales generan patrones de circulación convectiva que favorecen la acumulación de calor y la migración de humedad hacia regiones específicas del silo. De manera similar, Montross et al., (2002) y Jian et al., (2005) observaron que la radiación solar produce asimetrías térmicas que intensifican estos procesos, particularmente en la región central y superior del silo, incrementando el riesgo de deterioro localizado del grano.
En la práctica, el monitoreo de la temperatura y la humedad intersticial se realiza mediante sensores instalados en puntos discretos del silo; sin embargo, esta estrategia presenta limitaciones importantes, ya que no permite capturar la distribución espacial completa de las variables. Khankari et al. (1994) y Montross et al. (2002) señalaron que la instrumentación experimental proporciona únicamente información local, además de implicar costos elevados de instalación, mantenimiento y riesgos operativos. Estas limitaciones han motivado el desarrollo de modelos matemáticos y numéricos, basados en los principios de conservación de cantidad de movimiento, energía y masa, que permiten analizar el comportamiento térmico y de humedad del grano almacenado con mayor detalle y menor costo computacional (Quemada-Villagómez et al., 2020). En este contexto, la Dinámica de Fluidos Computacional (CFD) se ha consolidado como una herramienta de ingeniería robusta para el estudio del almacenamiento de granos en silos metálicos. Los modelos CFD permiten resolver de manera acoplada los fenómenos de convección natural, conducción, difusión de humedad y transferencia de calor en medios porosos aire–grano, incorporando condiciones de frontera variables en el tiempo, como la temperatura ambiental y la radiación solar (Sutton et al., 2016; Panigrahi et al., 2020). Jiang y Jofriet (1987) y Andrade et al., et al. 2002 fueron de los primeros en desarrollar modelos tridimensionales para silos, mostrando que los enfoques 3D reproducen con mayor precisión los gradientes térmicos bajo condiciones ambientales no uniformes. Estudios posteriores confirmaron que los modelos tridimensionales capturan con mayor fidelidad la acumulación de calor y humedad inducida por radiación solar, mientras que los modelos bidimensionales pueden emplearse como aproximaciones preliminares con menor costo computacional (Montross et al., 2002; Sutton et al., 2016; Molina-Herrera et al., 2025).
Una de las principales estrategias de manejo poscosecha para controlar la temperatura y la humedad del grano es la aireación, que consiste en forzar el flujo de aire a través de la masa de grano con el objetivo de remover calor y humedad acumulados (Lawrence et al., 2011; Lawrence et al., 2013; Li et al., 2023; Wu et al., 2023). Aunque es posible utilizar aire acondicionado o deshumidificado, en regiones agrícolas como el Bajío mexicano se privilegia el uso de aire ambiente, debido a su menor costo y simplicidad operativa. No obstante, diversos autores han señalado que la efectividad de esta estrategia depende directamente de las condiciones climáticas locales. En particular, durante el mes de mayo, caracterizado por temperaturas ambientales elevadas y una intensa radiación solar, una selección inadecuada de los periodos de aireación puede resultar ineficiente o incluso contraproducente, incrementando la temperatura del grano y favoreciendo la migración de humedad hacia zonas más frías del silo (Khankari et al., 1994; De Carvalho Lopes et al., 2008; Lawrence et al., 2013; De Oliveira et al., 2022). A pesar de los avances en la modelación numérica del almacenamiento de granos, existen aún vacíos importantes en el análisis del comportamiento térmico y de humedad del maíz almacenado en silos metálicos bajo las condiciones climáticas específicas del Bajío mexicano, considerando simultáneamente la convección natural, la radiación solar y la aireación con aire ambiente. En este contexto, el objetivo de este trabajo es analizar, mediante Dinámica de Fluidos Computacional implementada en COMSOL Multiphysics®, la distribución de temperatura y humedad durante el almacenamiento de maíz en un silo metálico bajo condiciones climáticas representativas del mes de mayo, así como evaluar el efecto de diferentes periodos de aireación como estrategia de control térmico y de humedad.
Por lo cual, el modelo desarrollado en el presente trabajo permite identificar zonas críticas de acumulación de calor y humedad, así como definir periodos de aireación más eficientes desde el punto de vista operativo. De esta manera, el enfoque propuesto se presenta como una herramienta de apoyo para la toma de decisiones en el manejo poscosecha del maíz, contribuyendo a la reducción de pérdidas, a la preservación de la calidad del grano y al fortalecimiento de la seguridad alimentaria en regiones agrícolas con climas cálidos.
- Metodología
Figura 1. Vista frontal de los silos metálicos de almacenamiento de maíz en Cupareo, Guanajuato.
Mientras que en la Figura 2 se muestra la malla tridimensional empleada para la simulación numérica del silo cilíndrico de acero galvanizado analizado en este estudio. En la primera imagen se presenta el silo sin sistema de aireación, mientras que en la segunda se ilustra el mismo modelo con un sistema de aireación compuesto por tres rendijas ubicadas en la base, cada una con una longitud de 3.8 m y un ancho de 0.65 m. Estas rendijas permiten la entrada de aire desde el exterior con temperatura y humedad correspondientes a las condiciones ambientales, favoreciendo el control térmico y de humedad en el grano almacenado.
Figura 2. Malla computacional del silo sin y con sistema de aireación
Los procesos de transporte en un silo lleno de granos se describen mediante las ecuaciones de continuidad, cantidad de movimiento, energía y materia. Al aplicar los balances microscópicos tanto a la fase discontinua ω(grano) como a la fase continua γ (aire intersticial), se derivan las ecuaciones que representan el comportamiento de un medio efectivo (Quemada-Villagómez et al., 2020; Molina-Herrera et al., 2025). La ecuación de cantidad de movimiento para la fase gaseosa se formuló mediante la extensión de Brinkman de la ley de Darcy, apropiada para describir flujos de baja velocidad en medios con permeabilidades del orden de 10-8 m2, características del lecho de maíz almacenado, donde los efectos inerciales asociados al término de Forchheimer son despreciables (Jiménez-Islas et al., 2002). Esta aproximación ha sido ampliamente utilizada en estudios de convección natural en silos de almacenamiento y medios porosos similares.
La tabla 1 muestra la descripción de las variables utilizadas en el modelo matemático.
| Tabla 1. Descripción de las variables y símbolos utilizados en el modelo matemático | |||
| Variable | Simbolo | Variable | Simbolo |
| Calor especificoDensidad del fluido (aire)Densidad del granoVelocidad del aireTemperaturaViscosidad del fluidoPermeabilidad | cpργρωuγTμκ | Contenido de humedad en el aireContenido de humedad en el granoDifusividad del agua en el aireDifusividad del agua en el granoConductividad térmica efectivaInterfaz grano-aire (área interfacial)Humedad absoluta en la interfaz grano-aire | cγcωD1D2keffavYi |
Para entender qué sucede con el maíz dentro de un silo, los ingenieros utilizan modelos matemáticos que describen cómo se mueven el aire, el calor y la humedad. En este estudio se aplicó un modelo que combina cinco ecuaciones fundamentales. Estas ecuaciones permiten calcular, por ejemplo, cómo circula el aire entre los granos, cómo cambia la temperatura por la radiación solar o por la respiración del propio grano, y cómo varía la humedad tanto en el maíz como en el aire que lo rodea. El modelo también tiene en cuenta que el maíz respira, liberando calor y vapor de agua, lo que puede aumentar la temperatura interna y la humedad, favoreciendo la aparición de hongos e insectos si no se controla. Por eso, se analizó el silo tanto sin aireación como con aire forzado, para ver cómo cambia su comportamiento. Las propiedades físicas y térmicas necesarias para estas simulaciones están resumidas en la tabla 2, donde las propiedades físicas del aire se obtuvieron de Bird et al., 2009, mientras que las propiedades del maíz se tomaron de Khankari et al., (1995) y Molina et al. 2025, empleándose dentro de los rangos de validez reportados para condiciones típicas de almacenamiento.
| Tabla 2. Propiedades termodinámicas del maíz y del aire utilizadas para las simulaciones. | ||
| Parámetros | Valor | |
| Parámetros del maíz | Humedad inicial del maízbTemperatura inicialaDensidada Calor específicoa Conductividad térmicaaConductividad térmica efectivabPermeabilidadaPorosidada | 14.5% 20 °C T760 kg/m3 0ºC≤ T≤ 45ºC 12%≤ wb≤ 14% 1.780 kJ/kg K 0ºC≤ T≤ 45ºC 12%≤ wb≤ 14% 0.13 W/m K 0ºC≤ T≤ 45ºC 12%≤ wb≤ 14% 0.089W/m K 0ºC≤ T≤ 45ºC 12%≤ wb≤ 14% 3.5×10-9 m2 κ 0.38 ε |
| Parámetros del aire | Temperatura de referenciacCalor específicocConductividad térmicacViscosidadcCoeficiente de transferencia de calorcCoeficiente de transferencia de masabÁrea interfacialbHumedad relativa %b | 25 °C1.007 kJ/kg K (ρ)ω 4ºC≤ T≤ 60ºC 0.023697 W/m K kω 4ºC≤ T≤ 60ºC 1.7810-5 Pa-s μ 4ºC≤ T≤ 60ºC 15 W/m2 K hw 1.00×10-4 m-s-1 760 m2/m350 HR |
aKhankari et al., 1995.
bMolina et al., 2025
cBird et al., 2009
2.2 Condiciones de frontera para la variación ambiental de la temperatura
Con el propósito de incorporar las variaciones ambientales de temperatura en las paredes y el techo del silo, las cuales representan la interacción entre la convección natural desarrollada en el dominio poroso y el aire circundante, se adoptó el modelo propuesto por Quemada-Villagómez et al., (2021) para la región del Bajío, en el estado de Guanajuato, durante el periodo de almacenamiento. Dicho modelo permite estimar la temperatura ambiental diaria a partir únicamente de las temperaturas máxima y mínima registradas a lo largo de un año para una localidad específica, lo que lo convierte en una herramienta eficiente y adaptable para estudios de transferencia de calor bajo condiciones climáticas reales. El modelo combina una función de tipo gaussiano, empleada para representar la evolución anual de las temperaturas máximas y mínimas (véanse las Ecuaciones 6 y 7), con una función cosenoidal que describe la variación horaria de la temperatura a lo largo del día. Este enfoque se caracteriza por su simplicidad y precisión, ya que requiere como parámetros de entrada únicamente las temperaturas extremas anuales y el número de día del año (1–365). Su facilidad de implementación, incluso en plataformas de uso común como Microsoft Excel®, junto con un margen de error inferior al 2 % en la mayoría de los casos, lo convierten en un método confiable y versátil. Además, el modelo ha demostrado ser aplicable en diversas regiones del mundo, particularmente dentro del intervalo de latitudes comprendido entre −62° y +62°. En el presente estudio, se empleó la Ecuación 8 del modelo para calcular la temperatura ambiental promedio durante el mes de diciembre. Esta expresión permite obtener la temperatura media horaria diaria utilizando únicamente las temperaturas máxima y mínima diarias, previamente determinadas mediante un ajuste de curvas. Los parámetros ajustados correspondientes a la región del Bajío, en el estado de Guanajuato, se presentan en la Tabla 3 y sirvieron como base para la generación de las curvas de temperatura ambiental empleadas en el análisis. La metodología adoptada ofrece una herramienta eficiente y confiable para simular la evolución térmica diaria sin recurrir a bases de datos extensas ni a modelos numéricos de alta complejidad.
En la Figura 3 se comparan las temperaturas ambientales promedio registradas en la región del Bajío durante el mes de mayo con aquellas predichas mediante la Ecuación (8). La figura muestra una excelente concordancia entre ambas curvas, lo que confirma la precisión del modelo propuesto para predecir la variación de la temperatura ambiental a lo largo del mes. Esta consistencia entre los datos simulados y los registros experimentales respalda la confiabilidad del modelo desarrollado por Quemada-Villagómez et al., (2021) para el análisis del efecto de las variaciones ambientales durante el almacenamiento de granos en silos metálicos.
2.3 Condiciones de frontera asociadas a la radiación solar
Al encontrarse el silo expuesto directamente al entorno, sus paredes y techo reciben radiación solar directa, lo que provoca un aumento significativo de la temperatura superficial, particularmente durante las horas centrales del día (Jofriet et al., 1991; Jian et al., 2005; Lawrence et al., 2012). La radiación solar presenta un comportamiento claramente diurno, siendo prácticamente nula durante la noche (aproximadamente entre las 00:00 y las 06:00 h). A partir del amanecer, la intensidad de la radiación se incrementa de manera progresiva, alcanzando un valor máximo cuando el sol se aproxima al cenit alrededor del mediodía, y disminuyendo posteriormente hacia el atardecer.
Durante este ciclo diario, las distintas orientaciones del silo reciben niveles desiguales de radiación solar, siendo particularmente relevantes las caras orientadas al este y al oeste. Esta distribución no uniforme de la irradiación genera un calentamiento asimétrico de la estructura metálica, dando lugar a gradientes de temperatura que inducen flujos de calor desde las paredes hacia la masa de grano en contacto con dichas superficies.
Este efecto es especialmente relevante en silos metálicos, ya que la lámina de acero presenta baja capacidad térmica y alta conductividad térmica, lo que favorece una absorción rápida de la energía solar y una transferencia eficiente del calor hacia el interior del silo (Jian et al., 2009; Jiang y Jofriet, 1987; Jofriet et al., 1991; Jia et al., 2000; Lawrence et al., 2011; Jian et al., 2018). En consecuencia, resulta indispensable incorporar en el modelo matemático condiciones de frontera que describan la variación horaria de la irradiación solar incidente. Para este propósito, se adoptaron las expresiones propuestas por Duffie y Beckman (2013), quienes presentan formulaciones ampliamente aceptadas para estimar la radiación solar incidente sobre superficies metálicas expuestas al ambiente, como las que conforman la envolvente del silo. Estas expresiones se describen a continuación.
Las ecuaciones anteriores permiten estimar la radiación solar directa incidente sobre la superficie metálica del silo mediante la combinación de componentes astronómicos, atmosféricos y geográficos, con el fin de predecir de forma precisa la cantidad de energía solar transferida a la superficie y su contribución al calentamiento de la envolvente. Este análisis resulta fundamental, ya que las láminas metálicas expuestas a la radiación solar absorben una fracción significativa de dicha energía, generando gradientes térmicos dirigidos hacia el interior del silo y pudiendo inducir flujos de convección natural que afectan las condiciones de almacenamiento del grano (Jian et al., 2005; Quemada-Villagomez et al., 2021; Jofriet et al., 1991). El conjunto de ecuaciones inicia con la ecuación del tiempo (E), la cual corrige la discrepancia existente entre el tiempo solar verdadero y el tiempo solar medio, originada por la excentricidad de la órbita terrestre y la inclinación del eje de rotación de la Tierra. Esta ecuación depende de un parámetro angular B, calculado como función del día juliano (J), que representa el número de días transcurridos desde el 1 de enero. A partir de esta corrección se determina el tiempo solar local (ST), el cual incorpora ajustes asociados a la longitud geográfica del sitio (LL), el meridiano estándar del huso horario (LS) y la hora local convencional (LT). Esta variable representa el tiempo real en el que el Sol alcanza su máxima altura en el cielo (mediodía solar) para una localización determinada.
Con el tiempo solar local se calcula el ángulo horario solar (ω), que mide el desplazamiento angular del Sol con respecto al meridiano local, tomando ω = 0° en el mediodía solar. Este parámetro es esencial para describir la posición aparente del Sol a lo largo del día (Lawrence et al., 2012). Asimismo, se evalúa la declinación solar (δ), definida como el ángulo entre los rayos solares y el plano ecuatorial de la Tierra. Este ángulo varía de forma periódica a lo largo del año debido a la inclinación del eje terrestre y se expresa como una función del día juliano, lo que permite representar adecuadamente la oscilación estacional de la posición solar. A partir de la declinación solar (δ), el ángulo horario (ω) y la latitud geográfica del sitio (ϕ), se determina el ángulo de altura solar (α), el cual representa la elevación del Sol sobre el horizonte en un instante dado y controla directamente la cantidad de energía solar incidente sobre superficies horizontales o inclinadas (Lawrence et al., 2012). Con base en este ángulo se evalúa la relación de masa de aire (m), que cuantifica el espesor relativo de la atmósfera que debe atravesar la radiación solar antes de alcanzar la superficie. Este parámetro es crítico, ya que la atmósfera atenúa la radiación mediante procesos de absorción, dispersión y reflexión. Cuando el Sol se encuentra cercano al horizonte (bajo α), el valor de m aumenta, indicando una mayor atenuación; en contraste, cuando el Sol se aproxima al cenit, m tiende a la unidad, lo que implica una atenuación mínima. Con estas variables se calcula la radiación extraterrestre media , que representa la energía solar disponible por unidad de área justo fuera de la atmósfera terrestre. Esta se estima en función de la constante solar y del día juliano (J), incorporando un ajuste armónico que considera la variación de la distancia Tierra–Sol. La proyección de esta radiación sobre la superficie terrestre se obtiene al multiplicar por , lo cual toma en cuenta la inclinación del Sol en el cielo. Finalmente, se estima la radiación solar directa media incidente sobre la superficie terrestre, correspondiente a la fracción de que no es absorbida ni dispersada por la atmósfera. Esta se calcula mediante la Ecuación (17), donde el coeficiente 0.7 representa la transmitancia atmosférica media por unidad de masa de aire bajo condiciones estándar, y el exponente 0.6780 se ajusta con base en datos experimentales. Una vez que la radiación solar incide sobre la superficie metálica del silo, una fracción de esta energía es absorbida, provocando un aumento de la temperatura superficial. La energía acumulada se transfiere por conducción hacia el interior del silo, particularmente al grano en contacto con las paredes, y se disipa hacia el ambiente mediante convección natural del aire circundante y radiación térmica infrarroja. La capacidad de la lámina metálica para absorber o liberar calor depende de propiedades térmicas como el coeficiente de absortividad, la emisividad, el espesor y la conductividad térmica, así como de las condiciones ambientales externas, incluyendo la temperatura del aire, la velocidad del viento y la humedad.
Con base en estas consideraciones, se establece la condición de frontera térmica que incorpora la radiación solar incidente, los mecanismos de disipación hacia el ambiente y la transferencia de calor hacia el grano, permitiendo definir el flujo de calor neto a través de todas las paredes expuestas del silo.
La ecuación (18) no solo permite calcular la radiación incidente, sino que también constituye la base para un análisis energético integral que considera la dinámica térmica de las láminas metálicas del silo, aspecto fundamental para predecir su influencia sobre la temperatura del grano y los procesos de convección natural en el interior. En la tabla 4 se presentan las propiedades físicas y termodinámicas empleadas en las simulaciones, las cuales incluyen variables astronómicas, geográficas y térmicas necesarias para el cálculo de la irradiancia incidente y la transferencia de calor en la superficie del silo. Todos los valores corresponden a condiciones diurnas típicas del estado de Guanajuato durante el periodo de estudio (mayo 2024).
| Tabla 4. Propiedades físicas y termodinámicas del aire utilizadas en las simulaciones. |
| Parámetro | Simbolo | Valor | Unidad | Fuente/Comentario |
| Mes del año | – | mayo | – | – |
| Tiempo estándar | GTM | 6 | h | Zona horaria local (UTC-6) |
| Constante solar | Gsc | 1.367 | kW/m² | Standard value ASTM E490-22 |
| Hora de temperatura minima | P | 6 | h | Mediciones in situ |
| Latitud | ϕ | 20.5 | ° | Coordenadas UTM: 20°30′0″N |
| Longitud | λ | 100.8 | ° | Coordenadas UTM: 100°48’0″O |
| Ángulo de incidencia | α | 45 | ° | Geometría solar para 12:00 LST |
| Absortancia superficial | a | 0.4 | – | Propiedad del material (acero galvanizado) |
| Coeficiente de transferencia de calor | h | 15 | W/m²K | Cálculo mediante convección natural |
| Temperatura ambiente | Tamb | Variable | °C | Modelo climático |
| Constante de Stefan–Boltzmann | σ | 5.6703 × 10⁻⁸ | W/m²K⁴ | Constante física |
| Emisividad | ϵ | 0.4 | – | Propiedad del material (acero galvanizado) |
Con el propósito de analizar el efecto de la radiación solar, la Figura 4 muestra la evolución temporal de la temperatura ambiente (Tamb) durante un periodo continuo de simulación de 72 h (durante el mes de mayo). La condición de frontera implementada, que incorpora la radiación solar directa incidente y su variación a lo largo del ciclo diario, permite reproducir una respuesta térmica ambiental dinámica asociada a los procesos de absorción y disipación de energía solar. Los resultados indican un incremento diurno marcado de la temperatura ambiente, con un aumento máximo del orden de +5.4 °C y valores pico cercanos a 21 °C alrededor de las 14:00 h, coincidiendo con el periodo de máxima radiación solar. Posteriormente, tras la puesta del sol, se identifican dos etapas de enfriamiento: una fase inicial de descenso más pronunciado durante las primeras horas de la tarde y una segunda etapa de enfriamiento gradual durante la noche, en la cual la temperatura ambiente disminuye progresivamente hasta aproximarse a sus valores mínimos nocturnos.
Este comportamiento refleja la influencia directa de la radiación solar sobre la variación diurna de la temperatura ambiental, evidenciando un patrón térmico recurrente a lo largo de los tres días simulados. En cada ciclo diario, la temperatura ambiente alcanza sistemáticamente su máximo durante las horas de mayor incidencia solar y disminuye durante el periodo nocturno, confirmando el papel dominante de la radiación solar en la modulación de la temperatura ambiental. Asimismo, la repetitividad de este patrón térmico pone de manifiesto la importancia de representar adecuadamente la radiación solar y su variación temporal en el modelo, ya que esta condiciona de forma directa la evolución térmica ambiental durante el periodo de estudio.
Figura 4. Efecto de la radiación solar sobre la temperatura ambiental registrada durante un periodo de 72h
2.3 Condiciones de frontera para el proceso de aireación En el almacenamiento de maíz, la aireación es fundamental para conservar su calidad y prevenir su deterioro. Este proceso se realiza mediante entradas de aire diseñadas para proporcionar un flujo controlado y uniforme, como las rendijas rectangulares empleadas en este estudio, que permiten un enfriamiento o secado gradual de la masa de grano. Estas rendijas, ubicadas en la parte inferior del silo, constituyen la principal vía de entrada de aire. El flujo se modela con velocidad controlada y bajo las condiciones ambientales reales de temperatura y humedad relativa del entorno, asumiendo un perfil uniforme y completamente desarrollado, lo que permite representarlo como flujo laminar. En la ecuación 7 se presenta la expresión matemática que describe este proceso de aireación, la cual establece las condiciones iniciales y de frontera para los periodos de aireación, garantizando una distribución homogénea del aire en el interior del silo y contribuyendo a la regulación térmica de la masa de grano (Molina-Herrera et al., 2025)
4. Resultados
La resolución numérica del sistema de ecuaciones (1)-(9), con sus respectivas condiciones iniciales y de frontera, se realizó en COMSOL Multiphysics®. Este software permitió implementar el modelo de ecuaciones PDEs que describe los procesos físicos y bioquímicos durante el almacenamiento de granos, considerando escenarios sin y con aireación, e incorporando el flujo de aire, el balance de energía, el contenido de humedad y las condiciones de frontera influenciadas por el ambiente.
4.1. Contornos de temperatura y perfiles de velocidad
En el análisis de los contornos de temperatura correspondientes al mes de mayo, en la Figura 3a se muestran los contornos de temperatura sin aireación y en la Figura 3b los contornos de temperatura con aireación. A las 10:00 h, en el caso sin aireación, el calentamiento se concentra en la pared orientada hacia la salida del sol, alcanzando temperaturas cercanas a 36 °C, mientras que el resto del volumen del silo presenta valores menores a 25 °C. En contraste, con aireación, el flujo de 0.35 m³/min¹∙ ton¹ logra mantener la mayor parte del grano por debajo de 20 °C, evidenciando un enfriamiento temprano y homogéneo en el núcleo del silo. A las 12:00 h, sin aireación, el efecto del incremento de la radiación solar y la posición casi perpendicular del sol provoca que el techo y las paredes orientadas hacia la salida del sol alcancen temperaturas superiores a 38 °C, favoreciendo gradientes térmicos hacia el interior (Frisvad, 1994; Lawrence et al., 2011; Moukalled et al., 2015; Madhukar et al., 2025). Con aireación, aunque se registran temperaturas ligeramente mayores que en la mañana, estas permanecen bajo 23 °C en gran parte el volumen, mostrando que el enfriamiento contrarresta la acumulación térmica. Para las 16:00 h, hora de máxima carga térmica, el almacenamiento sin aireación presenta temperaturas de hasta 42.6 °C en las zonas orientadas hacia la salida del sol y valores superiores a 30 °C en el techo, condiciones críticas para la calidad del maíz. Con aireación, el enfriamiento reduce significativamente estas temperaturas, manteniendo la mayor parte del volumen por debajo de 25 °C, sin embargo, este valor aún supera el rango óptimo para un almacenamiento seguro, por lo que se requeriría un mayor caudal o métodos adicionales. Finalmente, a las 22:00 h, sin aireación, se observa la formación de un núcleo caliente en el centro del silo con temperaturas cercanas a 28 °C, rango favorable para el desarrollo de hongos e insectos, mientras que las paredes externas, afectadas por el enfriamiento ambiental, presentan temperaturas inferiores a 20 °C. Con aireación, el flujo implementado desplaza eficazmente el calor metabólico hacia la zona de la salida del aire, concentrando las máximas temperaturas del aire intersticial en el techo cónico y manteniendo el resto del volumen en condiciones de temperatura más seguras.
a (sin aireación)
b (con aireación)
Figura 5. Contornos de temperatura a (°C) y perfiles de velocidad (m/s) para diferentes caudales de aireación en el centro del silo.
Continuando con el análisis, en la Figura 6 se presentan los perfiles radiales de temperatura en el interior del silo, comparando las condiciones sin aireación (líneas continuas) y con periodos de aireación (líneas discontinuas) durante un día típico de mayo. La línea azul representa la variación de la temperatura ambiental a lo largo de la jornada. En las zonas cercanas a la pared del silo (r= 4.0 m), tanto con cómo sin aireación, las temperaturas siguen una tendencia similar, con una diferencia máxima de alrededor de 5 °C en las horas más cálidas. Este comportamiento refleja que el grano en esta región responde directamente a las variaciones de temperatura exterior, siguiendo de cerca la tendencia ambiental con un ligero desfase temporal debido a la inercia térmica del sistema. A una distancia de 1 m de la pared, los perfiles de temperatura mantienen la misma tendencia en ambos casos, lo que confirma la influencia predominante de la radiación solar en las zonas periféricas del silo. Sin embargo, a 2 m de la pared, el volumen de maíz almacenado actúa como un aislante natural, lo que limita el enfriamiento rápido del grano cercano a la periferia. En el centro del silo (r= 0.0 m), la influencia de la aireación es más evidente las temperaturas con aireación pueden ser hasta 10 °C menores que las registradas sin aireación (Frisvad, 1994; Lawrence et al., 2011; Moukalled et al., 2015; Madhukar et al., 2025). Durante la madrugada, se mantienen por debajo de 20 °C, mientras que en la tarde no superan los 25 °C. Este patrón sugiere que, bajo estas condiciones, el sistema de ventilación podría apagarse en las horas más frescas para optimizar el consumo energético y reactivarse cuando la temperatura ambiental vuelva a descender (Madhukar et al., 2025).
Figura 6. Perfiles radiales de temperatura en el silo durante el almacenamiento de maíz.
4.2. Contenido de humedad del grano con y sin periodos de aireación
En cuanto al contenido de humedad del grano con y sin periodos de aireación la Figura 7 muestra la evolución del contenido de humedad del grano almacenado durante el mes de mayo, considerando condiciones con y sin aireación para distintas posiciones radiales dentro del silo. Los resultados evidencian que el comportamiento de la humedad depende de manera significativa de la presencia de aireación. En ausencia de aireación, el contenido de humedad presenta variaciones tanto temporales como espaciales. En el centro del silo, la humedad disminuye ligeramente a partir del quinto día de almacenamiento, recuperando su valor inicial de 14% b.h. hasta el día veintiuno; posteriormente, vuelve a descender, alcanzando aproximadamente 13.99% hacia el final del mes. A una distancia radial de 2.5 m, la humedad se mantiene prácticamente constante hasta el día diecisiete, seguida de un incremento que persiste hasta el día veintitrés, para luego iniciar una disminución progresiva. Un comportamiento similar se observa a 3.5 m del centro, donde la humedad permanece estable hasta el día veintitrés y posteriormente decrece. En las zonas cercanas a las paredes del silo, la humedad se mantiene constante únicamente durante los primeros doce días, incrementándose ligeramente hasta el día veinte, con un máximo alrededor del día veintidós, antes de disminuir hacia el final del periodo analizado. Estas variaciones en la periferia del silo están asociadas a las fluctuaciones de la temperatura ambiental y a la radiación solar incidente sobre las paredes, cuyo efecto es más intenso en mayo en comparación con meses más fríos como enero.
Por el contrario, cuando se implementa la aireación, se observa un comportamiento notablemente distinto. La aireación genera un efecto más homogéneo en todo el dominio, ya que las tendencias de humedad en las distintas posiciones radiales son muy similares. Desde los primeros días de almacenamiento, el contenido de humedad del grano disminuye de manera continua a lo largo del mes, alcanzando reducciones de hasta 1.5% respecto al valor inicial. Este comportamiento se explica porque, durante mayo, el aire introducido al sistema de aireación presenta un bajo contenido de humedad, lo que favorece la transferencia de humedad del grano hacia el aire y produce un efecto de secado gradual (Lawrence et al, 2011). Si bien la aireación contribuye a mantener condiciones más uniformes dentro del silo, es fundamental controlar adecuadamente este proceso. Una reducción excesiva del contenido de humedad puede afectar negativamente la calidad del grano, incrementando su fragilidad y su susceptibilidad a daños durante el manejo y la comercialización. Por ello, resulta indispensable ajustar las estrategias de aireación en función de las condiciones ambientales específicas de cada periodo, con el fin de evitar el sobre secado y garantizar una conservación óptima del grano almacenado.
a)
b)
Figura 7. Distribución del contenido de humedad del grano de maíz en diferentes posiciones radiales, considerando periodos a) sin aireación y b) con aireación, durante el mes de mayo.
4.3. Silo con aeración
La aireación constituye un proceso esencial para garantizar el almacenamiento seguro de granos en silos, especialmente bajo condiciones climáticas variables que influyen directamente en la temperatura y el contenido de humedad del grano (Thorpe, 1997; Novoa-Muñoz et al., 2018). Un sistema de aireación adecuadamente diseñado permite conservar el grano en condiciones óptimas al reducir la temperatura y regular la humedad, lo que contribuye a limitar la proliferación de hongos e insectos (Trombete et al., 2014; Valle et al., 2021). Para lograrlo, es indispensable controlar caudales de aire apropiados que aseguren una distribución homogénea del aire dentro del silo, favoreciendo el enfriamiento del grano sin introducir niveles indeseables de temperatura o humedad que puedan afectar su calidad.
Los caudales de aire requeridos para la aireación y el enfriamiento del grano dependen de diversos factores, entre ellos la geometría del silo, la densidad y el tipo de grano, la temperatura ambiente y la velocidad de enfriamiento deseada. En condiciones climáticas moderadas, se recomienda generalmente un flujo de aire del orden de 0.1 a 0.2 m³·min⁻¹·ton⁻¹. En contraste, cuando se requiere un enfriamiento más rápido, como ocurre durante meses cálidos o cuando el grano presenta una temperatura inicial elevada, el flujo de aire puede incrementarse a valores comprendidos entre 0.3 y 0.5 m³·min⁻¹·ton⁻¹ (Frisvad et al.,1994; Khatchatourian et al., 2006; Valle et al., 2021). Con el propósito de determinar el caudal más adecuado para la aireación del silo analizado en este estudio, se realizaron simulaciones para distintos flujos de aire durante el mes de mayo, caracterizado por temperaturas ambientales elevadas tanto diurnas como nocturnas. La Figura 8 muestra la evolución de la temperatura en el centro del silo durante un periodo continuo de 24 h de aireación para diferentes caudales. El flujo más alto, 0.5 m³·min⁻¹·ton⁻¹, presenta inicialmente una disminución de la temperatura; sin embargo, tras las primeras horas, se observa un efecto contrario, ya que la temperatura comienza a incrementarse, especialmente durante las horas más cálidas del día. Este comportamiento se debe a que un caudal excesivo introduce grandes volúmenes de aire que, durante los periodos de mayor temperatura ambiental, pueden ser más calientes que el grano, favoreciendo la transferencia de calor hacia la masa almacenada en lugar de su enfriamiento.
Por su parte, el flujo de 0.35 m³·min⁻¹·ton⁻¹ muestra un enfriamiento sostenido a lo largo del día, sin incrementos significativos de temperatura durante las horas críticas. Este comportamiento indica que el caudal es suficiente para promover la extracción de calor sin introducir aire excesivamente caliente al interior del silo. El flujo de 0.15 m³·min⁻¹·ton⁻¹, aunque menor, exhibe un comportamiento estable y eficaz en el control térmico del grano. La evolución de la temperatura sigue una tendencia decreciente y se mantiene en valores relativamente bajos durante todo el día. Si bien el proceso de enfriamiento inicial es más lento, este caudal permite un control adecuado de la temperatura sin los riesgos asociados a la introducción de aire caliente observados en flujos más elevados (Trombete et al., 2014; Khatchatourian et al., 2006; Valle et al., 2021). De manera similar, el flujo más bajo, 0.05 m³·min⁻¹·ton⁻¹, presenta una tendencia constante y estable, logrando reducir y mantener la temperatura dentro de un rango aceptable. No obstante, su menor capacidad de enfriamiento lo hace menos adecuado cuando se requiere una reducción rápida de la temperatura.
Con base en estos resultados, el flujo de 0.15 m³·min⁻¹·ton⁻¹ se identificó como el más apropiado para el proceso de aireación del silo estudiado, ya que proporciona un enfriamiento eficiente y un control térmico estable a lo largo del día, sin el riesgo de sobrecalentamiento observado para caudales más elevados.
Figura 8. Perfiles de temperatura para diferentes caudales de aireación en el centro del silo.
Discusión
Los resultados obtenidos a partir de la simulación numérica mediante CFD permiten analizar de manera integral el efecto combinado de las condiciones ambientales, la radiación solar y la aireación sobre la distribución de temperatura y humedad durante el almacenamiento de maíz en silos metálicos durante el mes de mayo. En ausencia de aireación, los contornos de temperatura muestran una fuerte influencia de la radiación solar incidente, particularmente en las paredes y el techo orientados hacia la salida del sol, donde se alcanzan temperaturas superiores a 40 °C durante las horas de máxima carga térmica. Este calentamiento superficial induce gradientes térmicos significativos hacia el interior del silo, favoreciendo la acumulación de calor en la región central y superior del grano, lo cual coincide con lo reportado previamente en la literatura para condiciones cálidas y silos metálicos sin ventilación (Babangida et al., 2011; Bharathi et al., 2022). La formación de un núcleo caliente nocturno con temperaturas cercanas a 28 °C representa un escenario crítico, ya que se encuentra dentro del rango óptimo para el desarrollo de insectos y hongos, incrementando el riesgo de deterioro biológico del grano almacenado. La implementación de periodos de aireación modifica sustancialmente este comportamiento térmico. Los resultados muestran que, para caudales adecuados, la aireación permite contrarrestar la acumulación de calor metabólico y reducir los gradientes térmicos inducidos por la radiación solar, manteniendo gran parte del volumen del silo en rangos de temperatura más seguros. No obstante, los resultados también evidencian que un caudal excesivo, como 0.5 m³·min⁻¹·ton⁻¹, puede resultar contraproducente durante las horas más cálidas del día, ya que introduce aire ambiente con temperatura superior a la del grano, promoviendo un calentamiento adicional en lugar de un enfriamiento efectivo. Este comportamiento resalta la necesidad de estrategias de control que no dependan únicamente del caudal, sino también de las condiciones térmicas y psicrométricas del aire ambiente.
A partir de estos hallazgos, se propone como estrategia de control activa el encendido del sistema de aireación únicamente cuando la temperatura ambiente Tamb sea inferior a la temperatura del grano Tgrano, menos un margen de seguridad ΔT, y cuando la humedad relativa ambiente permita un proceso de enfriamiento o secado efectivo. Bajo este criterio, la aireación debería interrumpirse durante las horas de mayor carga térmica, típicamente entre el mediodía y la tarde, y concentrarse preferentemente durante la noche y la madrugada, cuando la temperatura ambiental desciende. Alternativamente, una estrategia de control basada en el punto de rocío del aire ambiente resulta particularmente robusta, ya que permite evitar la introducción de aire con alto potencial de reabsorción de humedad, minimizando el riesgo de condensación dentro de la masa de grano. Este tipo de control ha sido recomendado en estudios previos como una forma eficiente de proteger la calidad del grano bajo condiciones climáticas variables (Babangida et al., 2011; Bharathi et al., 2022).
Con base en los perfiles térmicos obtenidos para mayo, los resultados sugieren que las horas más favorables para la aireación se concentran principalmente durante la madrugada y primeras horas de la mañana, lo que permitiría un número limitado de horas de operación diaria sin comprometer la eficiencia térmica del proceso. Aunque en este estudio no se realizó una estimación detallada del consumo energético, la reducción de las horas de operación del ventilador, junto con la selección de un caudal óptimo como 0.15 m³·min⁻¹·ton⁻¹, permitiría disminuir el consumo energético específico del sistema de aireación, al tiempo que se mantiene un control térmico adecuado. Este enfoque resulta especialmente relevante para pequeños y medianos productores, donde los costos energéticos representan una limitación importante.
En cuanto al contenido de humedad, los resultados muestran que la aireación durante mayo favorece un secado progresivo y relativamente homogéneo del grano, con reducciones de hasta 1.5 % b.h. respecto al valor inicial. Si bien este efecto es deseable para evitar la migración de humedad y la formación de zonas críticas, una pérdida excesiva de humedad puede afectar la integridad física del grano y su calidad comercial. Por ello, las estrategias de control propuestas deben considerar no solo criterios térmicos, sino también límites aceptables de pérdida de humedad, ajustando los periodos de aireación en función de las condiciones ambientales específicas de cada día. Además de las estrategias de control activas, los resultados resaltan la importancia de considerar medidas de mitigación pasiva para reducir la carga térmica asociada a la radiación solar. El uso de recubrimientos de alta reflectancia sobre superficies de acero galvanizado, la implementación de sombreados parciales y el aislamiento térmico selectivo en el techo del silo podrían disminuir significativamente la absorción de radiación solar y, por ende, los gradientes térmicos inducidos hacia el interior del grano. Estudios previos han demostrado que estas estrategias pueden reducir de manera efectiva la temperatura superficial del silo y atenuar la formación de zonas calientes, complementando el efecto de la aireación y reduciendo la demanda energética del sistema elevados (Trombete et al., 2014; Khatchatourian et al., 2006; Valle et al., 2021). En conjunto, los resultados obtenidos confirman que una gestión eficiente del almacenamiento poscosecha en silos metálicos durante meses cálidos como mayo requiere un enfoque integrado que combine modelación numérica, estrategias de control activo basadas en variables térmicas y psicrométricas, y medidas pasivas de mitigación de la radiación solar. El modelo CFD desarrollado proporciona una herramienta robusta para evaluar y optimizar estas estrategias, contribuyendo a la reducción de pérdidas poscosecha, a la preservación de la calidad del maíz almacenado y al fortalecimiento de la seguridad alimentaria en regiones agrícolas con climas cálidos (Trombete et al., 2014; Khatchatourian et al., 2006; Valle et al., 2021).
Adicionalmente, los resultados del modelo indican que durante el mes de mayo la humedad relativa intersticial del aire dentro del silo se mantiene de forma persistente en el intervalo de 65–70 %, tanto en condiciones con o sin aireación. Si bien este rango no conduce inmediatamente a fenómenos de condensación, no puede considerarse completamente seguro para el almacenamiento prolongado del maíz, ya que se encuentra cercano al umbral crítico para el desarrollo de actividad biológica, especialmente cuando coincide con temperaturas del grano superiores a 25 °C. En estas condiciones, la migración de humedad y el crecimiento de hongos e insectos se ven favorecidos, aun cuando el contenido de humedad global del grano se mantenga dentro de rangos típicos de almacenamiento. La humedad relativa intersticial se relaciona directamente con la temperatura y el contenido de humedad del grano a través del equilibrio higroscópico aire–grano. En este estudio, dicha relación se describe mediante el modelo de Henderson modificado, el cual incorpora explícitamente el contenido de humedad del grano y se expresa como
Donde HR es la humedad relativa intersticial (HR%/100), T es la temperatura del grano en °C, wb (%wb/100) es el contenido de humedad del grano en base húmeda, y A y B son constantes empíricas para el agua (Smith et al., 2005), los cuales se encuentran ampliamente reportados en la literatura y son A=8.07131, B=1730.63 y C=233.426 siendo esta formulación válida para contenidos de humedad comprendidos entre 11% ≤ wb ≤ 16 % en base húmeda y temperaturas en el intervalo de 10°C ≤ T ≤ 40°C (Smith et al., 2021). El uso de esta relación permite explicar por qué, aun cuando el contenido de humedad del grano disminuye gradualmente durante los periodos de aireación, la humedad relativa intersticial permanece en valores relativamente elevados durante mayo. Este comportamiento se debe al efecto combinado del contenido de humedad del grano y de las temperaturas elevadas sobre la presión de vapor en equilibrio, lo que refuerza la necesidad de estrategias de control que consideren simultáneamente variables térmicas y psicrométricas, tales como el control por punto de rocío, para garantizar condiciones de almacenamiento seguras y evitar la rehumectación del grano.
6. Conclusiones
En este trabajo se analizó numéricamente, mediante Dinámica de Fluidos Computacional (CFD), el comportamiento térmico y de humedad del maíz almacenado en un silo metálico de escala industrial ubicado en la región del Bajío mexicano, bajo condiciones climáticas representativas del mes de mayo. El modelo desarrollado, implementado en COMSOL Multiphysics®, permitió evaluar de manera acoplada los efectos de la convección natural, la radiación solar incidente, las variaciones ambientales de temperatura y la aireación forzada sobre la distribución espacial y temporal de la temperatura y el contenido de humedad del grano. Los resultados mostraron que, en ausencia de aireación, la radiación solar induce un calentamiento significativo y asimétrico de la envolvente metálica del silo, generando gradientes térmicos pronunciados hacia el interior de la masa de grano. Este efecto conduce a la formación de núcleos calientes en la región central y superior del silo, con temperaturas que durante mayo alcanzan valores superiores a 40 °C en las horas de máxima carga térmica y se mantienen cercanas a 28 °C durante la noche, condiciones altamente favorables para el desarrollo de hongos e insectos y, por tanto, críticas para la conservación de la calidad del maíz.
La implementación de periodos de aireación modifica sustancialmente este comportamiento térmico, al permitir la remoción del calor metabólico del grano y atenuar los gradientes inducidos por la radiación solar. Sin embargo, los resultados evidencian que el uso de caudales elevados de aireación, como 0.5 m³·min⁻¹·ton⁻¹, puede resultar contraproducente durante las horas más cálidas del día, ya que la introducción de aire ambiente con temperatura superior a la del grano favorece un incremento térmico adicional. En contraste, un caudal intermedio de 0.15 m³·min⁻¹·ton⁻¹ demostró ser el más adecuado para el silo analizado, al proporcionar un enfriamiento estable y eficiente sin inducir sobrecalentamiento, lo que lo convierte en una opción operativamente viable para condiciones cálidas como las de mayo. En relación con la humedad, los resultados indican que durante el mes de mayo la humedad relativa intersticial del aire dentro del silo se mantiene de forma persistente en el intervalo de 65–70 %, tanto en condiciones con o sin aireación. Si bien este rango no conduce de manera inmediata a fenómenos de condensación, no puede considerarse completamente seguro para el almacenamiento prolongado del maíz, especialmente cuando coincide con temperaturas del grano superiores a 25 °C, ya que favorece la migración de humedad y el desarrollo de actividad biológica.
Los resultados muestran que, si bien la aireación favorece un secado gradual y relativamente homogéneo del grano, con reducciones de hasta 1.5 % wb. durante mayo, una pérdida excesiva de humedad puede afectar negativamente la calidad física del maíz, incrementando su fragilidad y su susceptibilidad a daños durante el manejo y la comercialización. En consecuencia, las estrategias de manejo poscosecha deben considerar de manera conjunta el control de la temperatura y la humedad, ajustando los periodos de aireación a las condiciones ambientales específicas de cada día.
A partir de los hallazgos del estudio, se concluye que una gestión eficiente del almacenamiento de maíz en silos metálicos durante meses cálidos requiere un enfoque integrado que combine: (i) estrategias de control activo basadas en la comparación entre la temperatura ambiente y la temperatura del grano, o alternativamente en el punto de rocío del aire para evitar procesos de rehumectación; (ii) una selección adecuada del caudal de aireación; y (iii) medidas pasivas de mitigación de la carga térmica, como recubrimientos de alta reflectancia, sombreados parciales o aislamiento selectivo del techo.
Finalmente, el modelo CFD desarrollado se presenta como una herramienta robusta y flexible para analizar, optimizar y apoyar la toma de decisiones en el manejo poscosecha del maíz, contribuyendo a la reducción de pérdidas, a la preservación de la calidad del grano y al fortalecimiento de la seguridad alimentaria en regiones agrícolas con climas cálidos como el Bajío mexicano.
Agradecimientos: Los autores agradecen el apoyo financiero de SECIHTI a través del programa de Becas Posdoctorales para la Formación y Consolidación de Investigadores en México, así como al TecNM por el financiamiento otorgado para el desarrollo de la investigación. Asimismo, se agradece a AgroArreguín por su apoyo y por las facilidades brindadas para la obtención de los datos experimentales.
Referencias
Andrade, N. E. T., Couto, N. S. M., Queiroz, N. D. M., Faroni, N. L. R. A., & de Sousa Damasceno, N. G. (2002). Three-dimensional simulation of the temperature variation in corn stored in a metallic bin. In Proceedings of the ASAE Annual International Meeting (Chicago, IL, July 28–31). American Society of Agricultural Engineers. https://doi.org/10.13031/2013.9175
Babangida, L. Y., & Yong, H. (2011). Design, development and techniques for controlling grains post-harvest losses with metal silo for small and medium scale farmers. African Journal of Biotechnology, 10(65), 14552–14561. https://doi.org/10.5897/AJB11.1845
Balzi, U., Gastón, A., & Abalone, R. (2009). Efecto de la convección natural en la distribución de temperatura y migración de humedad en granos almacenados en silos. Asociación Argentina de Mecánica Computacional, 27, 10–13.
Bharathi, V., Jian, F., & Jayas, D. S. (2022). Effects of weather on temperatures of the grain bin components and headspace of a 10-m diameter corrugated steel bin. Canadian Biosystems Engineering, 64(1), 3.01–3.11. https://doi.org/10.7451/cbe.2022.64.3.1
Bird, R. B., Stewart, W. E., & Lightfoot, E. N. (2009). Transport phenomena (2nd ed.). John Wiley & Sons, P. 960.
De Carvalho Lopes, D., Martins, J. H., Filho, A. F. L., de Castro Melo, E., de Barros Monteiro, P. M., & de Queiroz, D. M. (2008). Aeration strategy for controlling grain storage based on simulation and on real data acquisition. Computers and Electronics in Agriculture, 63(2), 140–146. https://doi.org/10.1016/j.compag.2008.02.002
Frisvad, J. C. (1994). Mycotoxins in grain, compounds other than aflatoxin. Trends in Food Science & Technology, 5(7), 235–236. https://doi.org/10.1016/0924-2244(94)90256-9
Jian, F., Jayas, D. S., & White, N. D. (2009). Temperature fluctuations and moisture migration in wheat stored for 15 months in a metal silo in Canada. Journal of Stored Products Research, 45(2), 82–90. https://doi.org/10.1016/j.jspr.2008.09.004
Jian, F., Jayas, D. S., Fields, P. G., White, N. D. G., Zhang, H., & Tang, P. (2018). Demography of rusty grain beetle in stored bulk wheat: Part I. Environmental Entomology, 47(2), 244–255. https://doi.org/10.1093/ee/nvy019
Jian, F., Jayas, D. S., White, N. D. G., & Alagusundaram, K. (2005). A three-dimensional, asymmetric, and transient model to predict grain temperatures in grain storage bins. Transactions of the ASAE, 48(1), 263–271. https://doi.org/10.13031/2013.17927
Jiang, S., & Jofriet, J. C. (1987). Finite element prediction of silage temperatures in tower silos. Transactions of the ASAE, 30(6), 1744–1750. https://doi.org/10.13031/2013.30631
Jiménez-Islas, H., Navarrete-Bolaños, J. L., & Botello-Álvarez, E. (2004). Numerical study of the natural convection of heat and two-dimensional mass transfer of grain stored in cylindrical silos. Agrociencia, 38, 325–342.
Jofriet, J. C., Jiang, S., & Tang, S. W. (1991). Finite element prediction of temperature gradients in walls of cylindrical concrete storage structures. Canadian Journal of Civil Engineering, 18(1), 12–19.
Khankari, N. K., Morey, R. V., & Patankar, S. V. (1994). Mathematical model for moisture diffusion in stored grain due to temperature gradients. Transactions of the ASAE, 37(5), 1591–1604. https://doi.org/10.13031/2013.28246
Khankari, N. K., Morey, R. V., & Patankar, S. V. (1995). Application of a numerical model for prediction of moisture migration in stored grain. Transactions of the ASAE, 38(6), 1789–1804. https://doi.org/10.13031/2013.28006
Khatchatourian, O., & de Oliveira, F. (2006). Mathematical modelling of airflow and thermal state in large aerated grain storage. Biosystems Engineering, 95(2), 159–169. https://doi.org/10.1016/j.biosystemseng.2006.05.009
Lawrence, N. J., & Maier, D. E. (2011). Aeration strategy simulations for wheat storage in the sub-tropical region of North India. Transactions of the ASABE, 54(4), 1395–1405. https://doi.org/10.13031/2013.39008
Li, X., Yang, K., Wang, Y., & Du, X. (2023). Simulation of fluid flow and heat–moisture transfer mechanism in packed bed based on double-diffusion model. Chemical Engineering Communications, 211(5), 647–663. https://doi.org/10.1080/00986445.2023.2272183
Madhukar, P., Pandey, L. M., & Dixit, U. S. (2025). Post-harvest grain storage: Methods, factors, and eco-friendly solutions. Food Control, 174, 111236. https://doi.org/10.1016/j.foodcont.2025.111236
Molina-Herrera, F. I., Quemada-Villagómez, L. I., Calderón-Ramírez, M., Martínez-González, G. M., & Jiménez-Islas, H. (2025). Modeling temperature and moisture dynamics in corn storage silos: A comparative 2D and 3D approach. Modelling, 6(1), 7. https://doi.org/10.3390/modelling6010007
Moukalled, F., Mangani, L., & Darwish, M. (2015). The finite volume method in computational fluid dynamics. Springer. https://doi.org/10.1007/978-3-319-16874-6
Novoa-Muñoz, F. (2018). Simulation of the temperature of barley during its storage in cylindrical silos. Mathematics and Computers in Simulation, 157, 1–14. https://doi.org/10.1016/j.matcom.2018.09.004
Panigrahi, S. S., Singh, C. B., & Fielke, J. (2020). CFD modelling of physical velocity and anisotropic resistance components in a peaked stored grain with aeration ducting systems. Computers and Electronics in Agriculture, 179, 105820. https://doi.org/10.1016/j.compag.2020.105820
Quemada-Villagómez, L., Miranda-López, R., Calderón-Ramírez, M., Navarrete-Bolaños, J., Martínez-González, G., & Jiménez-Islas, H. (2021). A simple and accurate mathematical model for estimating maximum and minimum daily environmental temperatures in a year. Building and Environment, 197, 107822. https://doi.org/10.1016/j.buildenv.2021.107822
Quemada-Villagómez, L. I., Molina-Herrera, F. I., Carrera-Rodríguez, M., Calderón-Ramírez, M., Martínez-González, G. M., Navarrete-Bolaños, J. L., & Jiménez-Islas, H. (2020). Numerical study to predict temperature and moisture profiles in unventilated grain silos at prolonged time periods. International Journal of Thermophysics, 41, Article 52. https://doi.org/10.1007/s10765-020-02636-5
Smith, J. M., Van Ness, H. C., Abbott, M. M., & Swihart, M. T. (2021). Introduction to chemical engineering thermodynamics (9th ed.). McGraw-Hill Education.
Sutton, A. O., Strickland, D., & Norris, D. R. (2016). Food storage in a changing world: Implications of climate change for food-caching species. Climate Change Responses, 3(1). https://doi.org/10.1186/s40665-016-0025-0
Thorpe, G. (1997). Modelling ecosystems in ventilated conical-bottomed farm grain silos. Ecological Modelling, 94(2–3), 255–286. https://doi.org/10.1016/S0304-3800(96)00022-1
Trombete, F. M., de Ávila Moraes, D., Porto, Y. D., Santos, T. B., Direito, G. M., Fraga, M. E., & Saldanha, T. (2014). Determination of aflatoxins in wheat and wheat by-products intended for human consumption, marketed in Rio de Janeiro, Brazil. Journal of Food and Nutrition Research, 2(10), 671–674. https://doi.org/10.12691/jfnr-2-10-3
Valle, F. J. M., Gastón, A., Abalone, R. M., de la Torre, D. A., Castellari, C. C., & Bartosik, R. E. (2021). Study and modelling the respiration of corn seeds (Zea mays L.) during hermetic storage. Biosystems Engineering, 208, 45–57. https://doi.org/10.1016/j.biosystemseng.2021.05.009
Wu, Y., Wu, W., Chen, K., Zhang, J., Liu, Z., & Zhang, Y. (2023). Progress and prospective in the development of stored grain ecosystems in China. Agriculture, 13(9), 1724. https://doi.org/10.3390/agriculture13091724
Apéndice A: Validación del Modelo
Para validar el modelo numérico desarrollado en este trabajo, se tomó como referencia el estudio de Khankari et al. (1995), en el cual se analiza el almacenamiento de maíz en un silo cilíndrico de 10 m de diámetro y 10 m de altura. En dicho estudio, el grano se carga el 1 de octubre, con un contenido de humedad uniforme de 14% (base húmeda) y una temperatura inicial homogénea de 25 °C, considerando un periodo de almacenamiento de un año sin aireación.
La Figura A.1 presenta la variación de la temperatura promedio diaria reportada por Khankari et al. (1995) para la región de Minneapolis/St. Paul. Se observa un descenso pronunciado de la temperatura a partir de octubre, alcanzando valores mínimos cercanos a −15 °C durante el invierno, seguido de un incremento gradual en primavera y verano, con temperaturas próximas a 20 °C en julio y agosto. Estas fluctuaciones estacionales inducen gradientes térmicos significativos dentro del silo, favoreciendo la migración de humedad y potencialmente acelerando el deterioro del grano almacenado. Por su parte, la Figura A.2 compara las temperaturas promedio diarias empleadas en COMSOL Multiphysics® para Minneapolis/St. Paul (EE. UU.) y para Guanajuato/zona del Bajío (México). En contraste con el clima continental de Minneapolis, Guanajuato presenta un régimen térmico más cálido y estable, con temperaturas que oscilan principalmente entre 15 °C y 25 °C. Esta menor variabilidad térmica reduce los gradientes internos de temperatura y la migración de humedad dentro del silo; sin embargo, las temperaturas relativamente elevadas y persistentes incrementan el riesgo de proliferación de microorganismos e insectos si no se implementan estrategias adecuadas de control del almacenamiento.
Figura A.1. Variaciones diarias promedio de temperaturas de Minneapolis/St. Paul, reportadas por Khankari et al., 1995.
Figura A.2. Comparación de las temperaturas promedio diarias reportadas por Khankari et al., 1995, para el estado de Minneapolis/St. Paul versus las temperaturas promedio diarias para el estado de Guanajuato/zona del Bajío.
En la Figura A.3 se presenta la comparación entre las isotermas de temperatura reportadas por Khankari et al. (1995) (en blanco y negro) y aquellas predichas por el modelo desarrollado en este trabajo (en color), correspondientes al final de los meses de octubre y noviembre. Los resultados de Khankari et al. muestran que, durante estos meses iniciales de almacenamiento, las temperaturas más elevadas se concentran en la región central del silo, mientras que se observa un descenso progresivo hacia las zonas próximas a las paredes, en respuesta a las variaciones estacionales de la temperatura ambiente.
De manera consistente, las isotermas obtenidas con el modelo propuesto reproducen tanto la distribución espacial como la magnitud de las temperaturas reportadas en la literatura. En particular, se predicen temperaturas máximas cercanas a 24 °C en el centro del silo al final de los meses de octubre y noviembre, mientras que las regiones próximas a las paredes siguen las mismas tendencias de enfriamiento estacional previamente documentadas por Khankari et al., (1995). Esta concordancia evidencia un buen acuerdo cualitativo y cuantitativo entre ambos conjuntos de resultados.
Finalmente, la comparación conjunta de las Figuras A.1 a A.3 confirma que el modelo desarrollado es capaz de reproducir adecuadamente los principales mecanismos de transferencia de cantidad de movimiento, calor y masa durante el almacenamiento de granos, bajo condiciones climáticas contrastantes. En consecuencia, el modelo se presenta como una herramienta robusta y versátil, fundamentada en principios de ingeniería, que puede emplearse para el análisis y la toma de decisiones en sistemas de almacenamiento de granos en diversas regiones climáticas.
Distribución de la temperatura al final del mes Octubre
| Distribución de la temperatura al final del mes Noviembre. |
| Figura A.3. Comparación de las isotermas de temperatura reportadas por Khankari et al., 1995 versus las predichas con el modelo presentado en este trabajo. |