CFD 

Modeling of Corrugated Flexible Pipe 
The flexible metal pipe has been used in smaller diameters for more than 30 years for all kind of 
cryogenic Liquid Natural Gas (LNG) transfer applications (Refs. [1,3]). Today these LNG loading 
systems have evolved into a complex system, which have to respect increasingly stringent rules 
and standards while continuing to maintain high levels of safety and availability. One of the 
main problems in these systems is to predict internal turbulent flow behavior, hence the 
associated pressure drop in the corrugated configuration of flexible pipes. Metallic corrugated 
pipes are well known structures, which can withstand tensile and internal pressure loads, as 
well as perform better from a fatigue and heat transfer standpoints. However, series of 
corrugations can induce complex and undesirable flow behavior in the pipes. The wavy 
configuration of the corrugations promotes turbulence and therefore improves heat transfer. 
For both design and operational standpoint, the LNG transfer from ship to ship is a relatively 
new application of this well known technology (Figure 1(a)). The basic design of LNG transfer 
pipe is illustrated in Figure 1(b).  

 
Figure 1: LNG transfer applications (a) Offshore LNG transfer system 
(b) Common design for LNG flexible pipe (Ref. [2])  

The objective of this case study is to present CFD modeling of fully developed turbulent flow 
through a flexible corrugated pipe and to investigate the pressure drop reduction by 
introducing liner materials. The reduction in cost and complexity of developing a robust 
cryogenic liner or corrugation filler, plus eventual certifications, would be significant and needs 
to be worth the improvement (decrease) in pressure drop. To estimate the variation of the 
pressure in the corrugations, we do not model the phase change and the bubbles cavitation but 
accurately evaluate the pressure drop along the pipe. The pressure drop estimation can be 
useful to deduce the upstream pressure which can be imposed to stay everywhere downstream 
above the phase change pressure. This work also aims to establish a framework to be used in 
large scale numerical simulations of the offshore transfer of cryogenic fluids. A 3‐D CFD 
approach is considered more appropriate than 2‐D axisymmetric one, since the wavy 
corrugation profiles lead to a great deal of internal turbulent structures for a high Reynolds 
number over Re > 10 million.  
Three geometries of the bellows’ (corrugation) depth are considered to determine the potential 
value of a cryogenic liner, corrugation filler or geometric variations for the 16” pipe. We 
consider the length of 3D flow domain with L = 6D matching earlier work on the direct 
numerical simulations of fully developed pipe flow. For the parametric design study, we select 
three configurations with varying depths A* (A/ID): A*=0.06047 (base), A*=0.01583 (liner1), 
and A*=0.00798 (liner2); where A denotes the depth and ID is inner diameter of the pipe.  

The turbulence level is typically high due to the corrugations and turbulence modeling is critical 
to get the accurate predictions. To model the steady effects of the turbulence on the mean flow 
field, we employ the Spalart‐Allmaras Reynolds Averaged Navier Stokes (RANS) model. For 
unsteady simulations, we employ Delayed Detached Eddy Simulation (DDES), a hybrid RANS 
model with Large Eddy Simulation (LES). In the LES based on dynamic subgrid scale estimation, 
an attempt is made to capture the large scale unsteady motions which carry the bulk of the 
mass and momentum in a flow, but the near wall turbulence behavior is treated with a wall 
function. In the DDES model, we resolve the large eddies that have the biggest effect on the 
wall shear stress and use the RANS equations to describe the flow near the wall. This was done 
not only to economize on mesh size, but also because most pipes have relatively rough walls. 
Wall functions reduce mesh size by providing an integrated relationship between the wall and 
the logarithmic region of the boundary layer. To simulate the large length of corrugated pipe 
with fully developed flow, periodic conditions are applied between the outlet (exit) and inlet 
(entrance) of the domain.  

 
Figure 2: Streamwise variation of velocity magnitude contours in the corrugated pipe at flow 
rate Q=3333 m3/h: (a) RANS model (b) Delayed‐DES model  

Figure 2(a) shows the contours of velocity magnitude using the RANS model at the Reynolds 
number of Re=9.38E6 for the base model of corrugated pipe. The fully developed and time 
averaged steady flow behavior can be observed from the figure. As expected from the RANS 
model, there are no physical unsteady motions in the velocity field. Figures 2(b) shows the 
contours of streamwise velocity at the cross section of the corrugated pipe with the DDES 
model. The 3D turbulence structures and unsteadiness in the flow can clearly be inferred in the 
image.  
  
Figure 3: (a) Instantaneous velocity magnitude contours at the cross‐sectional 
planes for flow rate Q=3333 m3/h (Re = 9.38E6) (b) Iso‐surface of vorticity 
variable (Q‐criterion) colored by velocity magnitude  

Figure 3(a) shows the contours of cross‐stream velocity magnitude at the three cross section 
planes of the corrugated pipe. Significant circumferential variations in the velocity magnitude 
can be seen in the figure. These local variations are coupled with vorticity, which is defined as 
the rotation of the velocity field. Figure 3(b) shows complex 3D turbulent structures of low‐
speed streaks and in‐plane streamwise vortices.  

Figure 4(a) shows the variation of coefficient of friction for the range of Reynolds number for 
the three configurations of varying depths and the smooth pipe. The friction factor was 
determined by evaluating the pressure gradient along the pipe from the integrated pressure 
values. For the baseline case, the friction coefficient is consistently larger than the liner1 (1/4 
depth of base) & liner2 (1/8 depth of base) geometries. Notably, the wall shear stress of the 
liner2 model is converging towards the stress values corresponding to the smooth pipe. This 
implies that, by introducing liner materials, the coefficient of friction can be reduced by 80% 
with respect to the deeper metallic hose configuration. Due to complex flow behavior and 
recirculation in the base & liner1 models, the friction factor changes significantly with the 
Reynolds numbers. Figure 4(a) also presents the roughness theory predictions given by the 
lines. For the smooth pipe, the CFD results and the theory have an excellent match. However, 
for the corrugated shapes the roughness theory seems to differ up to 24%.  

Figure 4(b) shows a summary of the friction factor computed based on the pressure drop for 
the steady RANS with the DDES on the same meshes. A reasonable consistency in the 
predictions of integrated pressure drop can be seen in the figure. By tuning the grid 
distributions, an improved match between the RANS and DDES may be obtained. For the base 
and liner 1 geometry at Re~10M, an inflectional behavior in the pressure drop and wall shear 
stress have been observed in the RANS and DDES results. This dip in the frictional drag may be 
attributed to the sudden shift in the point of separation for the base and liner 1 geometries. In 
this range, the laminar viscous sub‐layer portion of boundary layer may become unstable and 
undergoes transition to turbulence. For values of Re >10M, the separation point slowly moves 
upstream as the Reynolds number is increased, resulting in an increase of the friction factor. 
For the liner 2 and smooth pipe, the geometry is streamlined and the point of separation and 
the transition of boundary layer remain somewhat unchanged.  

 
Figure 4: (a) Variation of friction coefficients with Reynolds number and comparison 
with the theory (b) Variation of friction coefficients for the range of Reynolds 
number for the RANS and DDES models (c) Comparison of the CFD results for 
A*=0.0604 of 16” ID pipe with the water test (Ref. [1])  

Figure 4(c) shows the comparison of CFD values with the experimental test done with water in 
10.5” ID pipe (Ref. [3]). The friction factors are compared with respect the non‐dimensional 
dynamic similarity parameter, Reynolds number. The depth and shape of the corrugation 
profiles are marginally different between the 16” ID pipe and 10.5” pipe. A reasonable 
agreement between the CFD and experimental values can be seen.  
  
Figure 5: Delayed‐DES results showing streamwise and cross‐sectional variations. 
 

In corrugated pipe applications, flow physics (e.g., recirculation, separation, mean flow three‐
dimensionality, streamline curvature, flow acceleration) and geometry play an important role. 
In this study, we showed that the CFD modeling using AcuSolve can offer an accurate and 
powerful predictive tool for estimating the macroscopic pressure drop and complex flow 
phenomenon in the corrugations. The 3D steady RANS and DDES models available in AcuSolve 
provided a consistent estimate of the pressure drop and friction factor for varying flow rates. 
Significant 3D turbulence effects are found for the pipe geometry with circular corrugations 
suggested by both qualitative features and quantitative information. Cryogenic flexible pipe 
based LNG transfer system seems to be a good candidate for CFD modeling, and to qualify the 
pipe system for the LNG industry requirements. The reader may wish to consult Ref. [4] for 
further details.  

‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 

References  
[1] Framo Engineering AS Report, “CFD Calculations of Corrugated Flexible Pipe,” 4577‐0313‐D, 
2006.  
[2] http://www.technip.com/pdf/OffshoreLNG.pdf  
[3] Frohne, C., Harten, F., Schippl, K., Steen, K.E., Haakonsen, R., Jorgen, E. and Høvik, J. 
“Innovative Pipe System for Offshore LNG Transfer,” OTC 19239, 2008.  
[4] Jaiman, R., Oakley, O. Jr., and Adkins, D., "CFD Modeling of Corrugated Flexible Pipe," 
OMAE2010‐20509 (submitted)