Continuous Casting Workspace는 연속형 빌릿 주조 및 직접 냉간 연속 주조 등 일반적으로 사용되는 모든 주조 공장 공정을 시뮬레이션할 수 있는 사용하기 쉬운 도구를 지속적으로 주조 사용자에게 제공합니다. 새로운 Continuous Casting Workspace를 통해 사용자는 연속 주조 공정을 모델링하고 공정 파라미터를 최적화하는 데 필요한 도구를 찾을 수 있습니다.
멀티 블록 메쉬는 주조물의 높은 전단 및 고온 구배 영역에서 훨씬 더 높은 정확도를 제공하는 효율적인 방법을 제공합니다. Mold 및 Billlet 냉각, 용해 유량, 과열 및 Mold 형상과 같은 공정 매개변수가 분석에 포함됩니다. 용탕 표면의 운동과 몰드의 온동은 후처리 중에 빠르게 시각화되며, 이 과정에서 충진 및 응고 패턴도 쉽게 평가되므로 공정 수정을 자신 있게 구현할 수 있습니다.
원심 주조 Workspace는 원심 주조 사용자에게 수평 및 수직 진정한 원심 주조, 부분 원심 주조 및 원심 주조 시뮬레이션을 위한 편리한 도구를 제공합니다. 새로운 원심 주조 Workspace를 사용하면 사용자가 프로세스를 모델링하고 설계 매개 변수를 최적화하는데 필요한 모든 도구를 찾을 수 있습니다. 금형을 고정시키고 회전하는 메쉬를 통해 사용자는 ladle 붓기를 포함하여 상상할 수 있는 모든 금형 모션을 모델링할 수 있는 유연성을 제공합니다.
원통형 메싱은 가능한 최고의 흐름 모델링 정확도를 제공하는 반면, 다중 블록 메싱은 주조물의 높은 전단 및 고온 구배 영역에서 훨씬 더 높은 정확도를 위한 효율적인 방법을 제공합니다. 이 솔루션은 적합하지 않은 금형 회전 속도에 따라 비처럼 떨어지는 것과 같은 흐름 관련 문제, 공기 유입 또는 응고 부위의 재용해과 같은 결함을 예측합니다. 몰드 예열 온도, 냉각 구성 및 금형 회전률과 같은 프로세스 매개변수는 모두 모델 설정의 일부가 될 수 있습니다.
샌드 코어는 복잡한 내부 구멍을 만드는데 사용되기 때문에 주조 공정에서 중요한 요소입니다. 예를 들어, 샌드 코어는 일반적인 V8 엔진 주조에서 물 냉각, 오일 윤활 및 공기 흐름을 위한 통로를 만드는데 사용됩니다. 샌드 코어가 어떻게 만들어지는지 궁금해한 적이 있습니까? 해변에서 모래성을 만드는데 사용되는 재료가 어떻게 뜨거운 금속이 흐르는 가혹한 조건을 견딜 수 있는 복잡한 형태로 만들어질 수 있을까요? 이 글은 샌드 코어가 어떻게 만들어지는지에 대한 과정을 안내하고 엔지니어가 제조 공정을 설계하는데 도움이 되는 FLOW-3D CAST v5.1의 모델링 도구를 설명합니다.
샌드 코어 만들기 프로세스 작업 공간
샌드 코어 제작을 모델링하기 위해 이러한 복잡한 흐름 역학에 대한 올바른 물리 모델을 선택하는 것은 어려울 수 있습니다. 샌드 코어 만들기 작업 공간은 수치해석을 위한 자동화된 설정을 제공하고, 적절한 물리 모델을 활성화하여 이 문제를 해결합니다. 콜드 박스, 핫 박스 및 무기(inorganic) 공정을 위한 하위 작업 공간은 사용자가 설정해야 하는 프로세스를 쉽게 안내합니다.
Sand Shooting
모든 샌드 코어의 출발점은 Shooting 과정입니다. Shooting 과정에서 공기, 샌드, 바인더의 혼합물은 고압하에서 공기 통풍구가 샌드로 인해 공기를 대체할 수 있도록 공동 주변에 전략적으로 배치된 코어 박스로 ” Shooting” 됩니다.
샌드 코어 Shooting의 주요 목표는 균일한 밀도로 샌드 코어를 만드는 것입니다. 샌드 입구의 위치와 공기 통풍구의 위치와 크기등 두 가지 설계 요소가 이 목표를 달성하는데 중요한 역할을 합니다. FLOW-3D CAST를 사용하여 샌드 혼합물의 흐름을 시뮬레이션하면 다른 입구와 공기 통풍구 구성을 연구할 수 있습니다. 이 비디오는 물 재킷 샌드 코어를 생성하기 위해 Shooting되는 2 % 바인더 첨가제H32 샌드의 충전 패턴을 보여줍니다. 일부 영역이 부족합니다. 환기구는 당사의 대화형 지오 메트리 배치 도구를 사용하여 문제 영역에 쉽고 정확하게 배치할 수 있습니다. 여기서 6mm공기 벤트( 빨간 색 화살표 참조)가 불완전한 주입이 관찰된 위치에 배치됩니다.
이 비디오는 에어 벤트가 추가된 지역의 주입 상태를 원래 결과와 비교하여 보여 줍니다. 이제 에어 벤트가 추가된 부위의 충전이 더욱 완료되었습니다. 더 많은 환기구를 추가하여 공급되지 않는 다른 영역을 처리할 수 있습니다.
코어 경화
통풍구 구성이 배치되고 Shooting이 균일한 샌드 분포를 제공하면 샌드 코어를 강화해야합니다. FLOW-3DCAST에서 세가지 다른 경화 방법을 시뮬레이션할 수 있습니다. 즉, 콜드 박스, 핫 박스 및 무기물입니다.
무기 공정에서 샌드 코어 건조
무기 코어를 생산하는데 사용되는 샌드 /바인더 혼합물은 물 기반입니다. 이를 경화시키기 위해 뜨거운 공기 제거와 함께 핫 코어 박스의 에너지가 물을 증발시키고 공기 통풍구를 통해 코어에서 수행합니다. 이 비디오에서는, 2%의 물을 함유한 샌드/바인더 혼합물을 함유한 흡기 매니폴드 샌드 코어 샷은 뜨거운(180C) 공기 제거에 의해 건조됩니다. 파란색 영역은 샌드 코어에 남아 있는 물을 나타냅니다. 통풍구는 회색으로 표시됩니다. 150초의 건조 후, 수분은 가장 많은 환기가 발생하는 영역으로 계속 밀려나고 있습니다.
핫 박스 프로세스에서 코어 강화
핫 박스 공정에서 Shooting한 샌드 코어는 코어 박스의 에너지를 사용하여 바인더를 수정합니다. 이 비디오는 온수 코어 상자에 의해 가열될 때 샌드 코어의 온도 분포를 보여줍니다.
경화 단계를 시뮬레이션하면 샷 샌드 코어의 온도 분포를 결정하고 코어의 모든 영역이 충분히 가열되어 경화되도록 하는데 필요한 시간을 식별할 수 있습니다.
콜드 박스 공정에서 샌드 코어를 가스링
콜드 박스 공정에서 Shooting한 샌드 코어를 생산하는데 사용되는 바인더에는 페놀 우레탄 수지가 포함되어 있습니다. 이러한 코어를 강화하고 주조 공정에서 흐르는 뜨거운 금속을 견딜 수 있는데 필요한 강도를 주기 위해 촉매(이 경우 아민 가스)를 운반하는 뜨거운 공기가 코어를 제거하는데 사용됩니다. 뜨거운 공기/아민 가스 혼합물은 입구를 통해 도입되고 Shooting 단계에서 사용된 공기 통풍구를 통해 코어 박스를 남깁니다.
이 비디오는 내연 기관의 워터 재킷인 다공성 샷 샌드 코어를 통해 아민 가스의 진화를 보여줍니다.
FLOW-3D CAST v5.1을 통해 샌드 코어 제조업체는 코어품질을 최적화하기 위해 샌드 코어 제작 프로세스를 모델링하는데 필요한 도구를 가지고 있습니다. 샌드 코어 만들기 작업 공간에대해 자세히 알아보세요.
Flow Science의 주력 CFD 소프트웨어 최신 버전은 현대화 된 인터페이스, 간소화 된 워크 플로우 및 정확성을 제공합니다.
FLOW-3Dv12.0은 그래픽 사용자 인터페이스 (GUI)의 설계 및 기능에서 중요한 이정표로 모델 설정을 단순화하고 사용자 워크 플로우를 개선합니다.
최첨단 가상 경계 방법은FLOW-3Dv12.0솔루션의 정확성을 높여줍니다. 다른 주요 기능으로는 슬러지 침강 모델, 2 유체 2 온도 모델 및 스테디 스테이트 액셀러레이터가 있습니다.
FLOW-3D v12.0에는 솔버와 사용자 인터페이스 모두에 새로운 기능과 개발 기능이 포함되어 있습니다. 그러나 분명한 것은 사용자 인터페이스의 돌아감으로 쇼를 훔칩니다. Flow Science의 CEO 인 아미르 이스 파하니 (Amir Isfahani)는 UI 현대화는 크게 개선 된 사용자 경험을 위해 수많은 최적화를 통해 새로운 모습을 결합한다고 덧붙였습니다. 파이프 라인에서는 더 많은 애플리케이션 별 CFD 제품의 기초로 사용됩니다. 계속 지켜봐 주시기 바랍니다.
Flow Science의 CFD 엔지니어 인 개발자 및 Adwaith Gupta 인 Zongxian Liang이 블로그에 참여했습니다.
힘과 에너지 손실을 정확하게 예측하는 것은 오리피스 판에서 배출, 장애물을 지나는 흐름이나 갑작스런 수축이 있는 파이프에서의 흐름과 같이 많은 엔지니어링 문제를 모델링하는 데 중요합니다. 곧 출시 될 FLOW–3D v12.0 릴리스에는 새로운 수치 옵션 인 가상 경계 방법 (Immersed Boundary Method)이 있어 이러한 문제의 흐름을 정확하게 예측합니다.
가상 경계 방법(정확한 고스트 셀 기반)은 고체 유체 인터페이스에서 수치 자속 계산의 정확성을 향상시킵니다. Flow Science의 개발자 인 Zongxian Liang은 갑작스런 수축 파이프와 선박 선체에 대한 검증 예제를 제공합니다. 가상 경계 방법 및 고스트 셀 접근법에 대한 간단한 수학적 세부 사항은 블로그 끝에서 설명합니다.
갑작스럽게 수축되는 관
가상 경계 솔버의 정확도를 나타내는 유체 문제 중 하나는 그림 1과 같이 수축 파이프에서의 물의 손실을 추정하는 것입니다. 파이프는 직경 3m의 큰 섹션에서 1m의 작은 섹션으로 갑자기 수축됩니다. 대형 파이프 입구의 유량은 4m3/sec입니다. 속도 헤드는 수축 위치와 관련하여 업스트림 및 다운 스트림에서 3.5m로 측정됩니다. 문헌 [1,2]에서 사용 된 다른 가정에 기초하여, 머리 손실의 이론적 가치는 0.494m에서 0.711m의 범위에 있어야합니다. 이 시뮬레이션에서 하나의 직교 메쉬 블록이 전체 형상에 사용되고 압력 경계는 출구에서 정체 압력이 0으로 지정됩니다. 2 방정식 k-ω 모델은 최대 난류 혼합 길이가 0.07m로 설정되어 있습니다. 음의 x 방향으로 중력이 활성화됩니다. 완료 시간은 흐름이 일정하고 완전히 발달 된 것으로 간주되는 15 초로 설정됩니다.
그림 1. 수축 파이프의 모양, 속도 헤드 측정을위한 플럭스 표면의 위치 및 흐름 방향을 설명하는 회로도
갑작스런 수축 위치에서 세포 크기 및 메쉬 정렬의 효과를 조사하기 위해 2 변수 파라 메트릭 연구가 수행되었습니다. 메쉬의 셀 크기는 0.1m 및 0.05m입니다. 표 1에 나열된 4 가지 메쉬 정렬을 테스트했습니다. “정렬 됨”은 메시 평면이 갑작스러운 수축 위치와 정렬되는 기준 사례를 나타내고, “Z- 시프트 : X %”는 메시 평면이 z- 방향으로 수축 위치로부터 셀 크기의 X %만큼 시프트되었음을 나타냅니다.
가상 경계 솔버가 제공하는 예측은 모두 이론적으로 0.494에서 0.711 사이입니다. 특히 작은 셀 크기가 0.05m 인 경우 헤드 손실은 이론적 값의 중앙값의 4.6 % 인 0.603 이내입니다.
그리드 정렬
Aligned
Z-shifted: 25%
Z-shifted: 50%
Z-shifted: 75%
Cell size (m)
0.1
0.706
0.710
0.647
0.666
0.05
0.607
0.620
0.575
0.589
표1 : 가상 경계 솔버에 의해 예측되는 헤드 손실 (m)
선체 모델에 대한 저항력
외부 유동 역학 문제에서 힘의 정확한 예측은 일반적으로 설계 단계에서 중요합니다. 자유 표면의 외부 유동 문제의 예는 NAVY 선박 모델 선체에 대한 전체 저항력의 계산입니다. 이 경우 선체 길이는 5.72m이고 구배는 0.248m입니다. 선체 길이와 평균 유속 2.10 m/s 를 기준으로 시뮬레이션에서 레이놀즈 수는 약 12 × 106입니다. 이 경우는 대칭이므로 선체의 절반 만 모델링됩니다. 계산 영역은 길이 30m x 폭 8m, 깊이 5.5m이며 가장 작은 셀 크기가 0.02m 인 3 개의 중첩 된 메쉬 블록을 갖습니다. 입구 및 출구 경계에는 각각 속도 및 유출 조건이 사용됩니다. 역동적인 난류 길이 스케일 계산을 사용한 RNG 난류 모델은 난류 흐름과 운동량 이류에 대한 2 차 단 조성 보존 체계를 모델링하는 데 사용됩니다.
자유 표면 근처의 압력 윤곽 및 저항력 이력을 보여주는 애니메이션.
실험에서 총 항력 계수 0.0423을 기준으로 선체 모델의 절반에 대해 총 저항력은 22.62N입니다. 시뮬레이션의 힘은 x 방향의 전단력과 압력 력의 합으로 평균 35에서 50 초입니다. 가상 경계 솔버는 22.43N으로 실험 결과보다 0.8 % 낮습니다.
결론
우리는 이 두 가지 검증에서 가상 경계 방법이 문헌에 제공된 이론적 범위 내에서 머리 손실과 힘을 정확하게 추정한다는 것을 알 수 있습니다. 가상 경계 방법은 매우 기본적인 수준에서 플럭스 추정의 정확도를 향상 시키며 대부분은 아니지만 대부분의 어플리케이션에 대한 시뮬레이션 결과를 향상시킬 것으로 예상됩니다. 고스트 셀 기반 가상 경계 방법 개발에 대한 자세한 내용은 계속 읽으십시오. 그렇지 않으면 다음 블로그 게시물을 계속 지켜봐 주시기 바랍니다!
고스트 셀 기반 가상 경계 방법
FLOW-3D(볼드 기울기)에서, 자유 슬립 경계 조건은 속도의 대류에 적용되어 분수 셀 영역과 고체 경계 근처의 체적에 의해 야기되는 수치 경계층을 제거합니다. 제어 체적에 대한 합리적인 플럭스를 추정하기 위해, 가상 경계 솔버는 그림 2와 같이 경계 조건을 암시적으로 만족시키는 고체 속의 유체 속도를 계산합니다. 고체의 유체 셀을 고스트 셀이라고하며 이 방법을 일반적으로 고스트 셀 방식이라고 합니다.
그림 2. 제어 체적 왼쪽면의 플럭스 (파란색 점선으로 묶음)는 솔리드 안의 고스트 셀 u_ (i-1)의 속도를 사용하여 계산됩니다.
경계 조건을 시행하기 위해 고스트 셀의 이미지 포인트 (IP로 표시되는 열린 다이아몬드)가 고스트 셀 (GC로 표시되는 빨간색 다이아몬드)에서 법선의 벽까지 선분을 연장하여 유체 영역에 생성됩니다. GC와 IP 사이의 중간 점 (경계-절편 점으로 BI로 표시되는 열린 원)에서 벽과 교차합니다. BI의 비 침투 경계 조건과 GC 및 IP의 접선 속도가 벽 표면 속도와 같다고 가정하면 고스트 셀의 속도는 다음 방정식으로 계산됩니다.
여기서,는 고스트 셀에서의 유체 속도, 이미지-포인트 및 경계-절편 포인트이고, 경계에서의 단위 법선 벡터입니다. 우리는 3 차 보간법을 사용하여 주변 셀에서 유체 속도를 사용하여 속도 값을 근사합니다.
여기서 u1, v1 그리고 w1 는 이미지 포인트를 둘러싼 보간 노드의 속도이고 α1, β1 및 γ1은 보간 계수입니다. 보간 계수 계산에 대한 자세한 내용은 Ref. 4. 찾을 수 있습니다.
보간은 다른 고스트 셀의 속도 값을 불러 와서 고스트 셀의 결합 시스템이 생성됩니다. 우리는 결과 시스템의 빠른 솔루션을 얻기 위해 수렴 가속 기술과 함께 Jacobi 기반 반복 방법을 사용합니다.
참고 문헌
1. White, F. M., Fluid Mechanics (McGraw-Hill Book Company, 2003). 2. Saleh, J., Fluid Flow Handbook (McGraw-Hill Professional, 2002). 3. Larsson, L., Stern, F. & Bertram, V., Benchmarking of computational fluid dynamics for ship flows: the Gothenburg 2000 workshop. Journal of Ship Research 47 (1), 63–81 (2003). 4. Mittal, R. et al., A versatile sharp interface immersed boundary method for incompressible flows with complex boundaries. Journal of computational physics 227 (10), 4825-4852 (2008).
본 연구는 모터 냉각 성능을 실험적으로, 그리고 수치적으로 조사한다. 모터는 원심 팬, 2개의 축 팬, 축, 스테이터, 로터, 637개의 냉각 튜브가 있는 열 교환기로 구성된다.
1800rpm에서 냉각팬의 압력 상승-유량(P-Q) 성능 곡선은 중국 국가표준(CNS) 2726을 준수하는 시험 장치를 사용하여 시험한다. 수치해석 결과, 실험 측정과 비교했을 때 축방향 팬과 원심형 팬의 P-Q 성능 곡선은 각각 약 2%와 6% 이내에서 추정할 수 있다.
단순화된 모델을 사용하여 열교환기와 스테이터를 다공성 매체로 설정함으로써 모터의 흐름장을 계산한다. 로터와 스테이터 근처의 유장 결과를 사용하고, 열 발생 속도를 경계조건으로 하여 스테이터와 로터의 온도분포도 계산한다.
시뮬레이션 결과 축 팬 근처에 있는 스테이터 권선의 계산온도는 측정값보다 약 5% 낮으며, 스테이터 중심에 위치한 스테이터 코어의 계산온도는 측정값보다 약 1% 높다. 이외에도 모터 냉각 성능 향상을 위한 논의가 이루어지고 있다.
모터는 우리 생활에서 널리 사용되고 있지만, 온도는은 모터 생산에서 중요한 고려사항이 된다. 과열은 모터의 수명을 감소시키는 결과를 가져올 것이다. 따라서 비용을 절감하고 최적화된 성능을 얻는 방법은 노력을 기울여야 한다.
CFD(Computational Fluid Dynamics) 코드를 통해 모터의 열 전달을 이해하고 모터의 열 관리를 개선하는 데 유용할 것이다.
모터 성능을 향상시키기 위해, 많은 연구들이 팬의 성능 예측과 최적화에 전념하였다[1-6]. 좋은 팬은 기하학 및 블레이드 번호를 포함하여 모터의 냉각 용량에 영향을 미친다. 게다가, 선풍기에서 발생하는 소음과 진동은 데시벨을 낮추는 방법을 제안할 필요가 있는 핵심이다.
모터 온도와 관련하여 모터 온도를 결정하기 위해 전력 소산 및 모터 열 저항을 고려할 수 있다[7]. 밀폐된 모터 냉각 시스템의 흐름 구조에 따라 달라지는 대류 열전달 때문에 밀폐된 전기 모터의 유체 흐름은 수치적 방법에 의해 연구된다[8]. 모터 성능 연구에서는 CFD 모델링 기법을 사용하여 모터의 열 관리를 조사한다.
[9-13]. 본 연구는 주로 원심 팬(외부 팬), 2개의 축 팬(내부 팬), 샤프트, 스테이터, 로터 및 637개의 냉각 튜브가 장착된 열 교환기로 구성된 2350kW TEAC(Tall Closed Air to Air Cooling) 모터를 조사한다. 이 모델에서 흐름은 외부 흐름과 내부 흐름으로 구분할 수 있다. 그림 1에서, 파란색 화살표는 외부의 차가운 흐름을 나타낸다.
원심 팬이 회전하면서 주변 공기가 공기 장막을 통해 흐른 뒤 637개의 열교환 튜브로 들어가 밖으로 나가는 데서 유래한다. 빨간색 화살표의 순환은 축 팬의 회전으로 인한 내부 열류, 스테이터를 의미한다. 그런 다음 열교환기로 들어가 외부 저온 흐름으로 열교환한다.
Flow fields of the axial fanPath lines of the axial fanCalculation results of the pressure and flow fields
본 연구에서는 모터 성능을 Fluent[14]와 상업용 코드인 Flow-3D[15]로 시뮬레이션하고, Gambit을 사용하여 Fluent용 메쉬를 생성한다.
이 모터의 복잡한 지오메트리를 다루기 위해서는 구조화되지 않은 메쉬나 하이브리드 메쉬가 우선 고려되었다. 아쉽게도 멀티 블록 구조 메시 생성 방식을 시도했지만 효과가 없었다. 또한 심하게 치우친 요소를 생성하지 않고 메쉬 확인을 위한 메쉬 테스트도 시뮬레이션 과정에서 중요하다.
본 연구의 첫 번째 부분은 축 및 원심 팬의 성능을 조사하는 것이다. 두 번째는 스테이터와 로터 부근의 전체 모터의 유량장, 압력장, 온도에 대해 논의한다. 모델의 정확성을 입증하기 위해 팬 성능 및 스테이터 온도의 계산 결과를 실험 데이터와 비교한다.
본 자료는 수치해석을 업무로 수행하는 엔지니어들의 고성능 컴퓨터에 대한 이해를 돕기 위해 https://www.amd.com/ko/technologies/hpc-explained 를 인용한 자료입니다. 본 자료의 모든 저작권은 https://www.amd.com에 있습니다.
고성능 컴퓨팅 안내
신약 개발에 걸리는 기간이 수년에서 수일로 단축된다고 상상해 보십시오. 고성능 컴퓨팅(HPC)은 시뮬레이션, 모델 및 분석을 통해 이러한 유형은 물론 기타 첨단 과학 문제를 해결할 수 있습니다. 이러한 시스템은 세계의 여러 주요 문제에 대한 해결책을 제공하여 “4차 산업혁명”으로 가는 길을 제시합니다.1 HPC 시스템은 이미 다음과 같은 용도로 사용되고 있습니다.
여러 유형의 암과 기타 질병 퇴치를 위한 신약 화합물 개발 및 시험2
방탄복과 같은 신소재 개발을 위한 분자 역학 시뮬레이션3
영향을 받는 지역사회가 더 효과적으로 대비하도록 돕기 위한 중요한 기상 변화 예측4
슈퍼컴퓨터는 최첨단 HPC 시스템을 대표합니다. 슈퍼컴퓨터의 고유한 역량은 기능의 발전에 따라 시간이 지나면서 변화하는 표준에 좌우됩니다. 단일 슈퍼컴퓨팅 클러스터에는 수만 개의 프로세서가 포함될 수 있으며 세계 최고 성능의 최고가 시스템의 가격은 1억 달러 이상에 달합니다.5
HPC의 작동 방식
HPC에서 정보를 처리하는 두 가지 주요 방법:
직렬 처리를 중앙 처리 장치(CPU)에서 수행합니다. 일반적으로 각 CPU 코어에서 한 번에 한 작업만 처리합니다. CPU는 운영체제 및 기본적인 애플리케이션(예: 워드 프로세싱, 사무 생산성)과 같은 기능에 있어 필수적입니다.
병렬 처리를 여러 CPU 또는 그래픽 처리 장치(GPU)를 통해 수행할 수 있습니다. 원래는 전용 그래픽 용으로 개발된 GPU는 데이터 매트릭스(예: 화면 픽셀)에 대해 동시에 여러 산술 연산을 수행할 수 있습니다. GPU는 수많은 데이터 계층에서 동시에 작업할 수 있기 때문에 동영상에서 객체를 인식하는 것과 같은 머신 러닝(ML) 애플리케이션 작업에서 병렬 처리를 수행하는 데 적합합니다.
슈퍼컴퓨팅의 잠재력을 극대화하기 위해서는 다양한 시스템 아키텍처가 필요합니다. 대부분의 HPC 시스템은 초고대역폭 상호 연결을 통해 여러 프로세서 및 메모리 모듈을 취합하여 병렬 처리를 지원합니다. 일부 HPC 시스템은 CPU와 GPU를 결합하는 데 이를 이기종 컴퓨팅이라고 합니다.
컴퓨터의 컴퓨팅 성능은 “FLOPS”(초당 부동 소수점 연산)라는 단위로 측정됩니다. 2019년 초반 현재 최고 수준의 슈퍼 컴퓨터는 143.5페타FLOPS(143 × 1015)를 처리할 수 있습니다. 페타스케일라고 하는 이러한 수준의 슈퍼컴퓨터는 천조 이상의 FLOPS를 수행합니다. 그에 비해, 하이엔드 게이밍 데스크탑은 속도가 1/1,000배 미만으로 약 200기가FLOPS(1 × 109)를 처리하는 데 그칩니다. 프로세싱과 처리 성능 모두에서 슈퍼컴퓨팅 혁신이 이루어지면 머지않아 엑사스케일 수준의 슈퍼컴퓨팅으로 발전하여 페타스케일보다 약 1,000배 빠른 속도가 실현될 것입니다. 이는 엑사스케일 슈퍼컴퓨터가 초당 1018(또는 10억 x 10억)의 연산을 수행할 수 있음을 의미합니다.
“FLOPS”는 이론적 처리 속도를 나타냅니다 – 프로세서에 지속적으로 데이터를 전송하는 데 필요한 속도를 파악합니다. 그러므로, 데이터 처리율이 반드시 시스템 디자인에 반영되어야 합니다. 프로세싱 노드 간 상호 연결과 함께 시스템 메모리가 데이터의 프로세서 도달 속도에 영향을 줍니다.
차세대 슈퍼컴퓨터가 구현하는 1 exaFLOP의 처리 성능은 5,000,000대에 달하는 데스크탑 컴퓨터의 성능에 필적합니다.*
*각 데스크탑의 처리 성능을 200기가FLOPS로 가정
스마트한 용어
고성능 컴퓨팅 (HPC): 단일 컴퓨터(예: 1개의 CPU + 8개의 GPU)부터 세계적 수준의 슈퍼컴퓨터를 아우르는 폭넓은 범위의 강력한 컴퓨팅 시스템
슈퍼컴퓨터: 진화하는 성능 표준에 기반한 최고 수준의 HPC
이기종 컴퓨팅: 직렬(CPU) 및 병렬(GPU) 처리 기능을 최적화하는 HPC 아키텍처
메모리: 데이터에 신속하게 액세스하기 위해 HPC 시스템에서 데이터가 저장되는 위치
인터커넥트: 프로세싱 노드 간 통신을 지원하는 시스템 계층, 여러 수준의 상호 연결이 슈퍼컴퓨터 내에 존재
페타스케일: 초당 1,000조(1015)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터
엑사스케일: 초당 100경(1018)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터
새로운 이용 사례
기술 수준이 향상되면서, HPC는 더욱 폭넓은 기능으로 확장되었습니다. 오늘날 처리 능력과 메모리가 그 어느 때보다 향상되어 보다 복잡한 문제를 해결할 수 있게 되었습니다.
머신 러닝: 인공지능(AI), 머신 러닝(ML)의 하위집합으로서 수행 지침을 수동적으로 받아들이는 대신 스스로 학습할 수 있는 시스템을 말합니다. HPC 시스템은 사진에서 흑색 종을 감지하는 암 연구와 같이 방대한 양의 데이터를 분석하는 높은 수준의 ML에 사용할 수 있습니다.6
빅 데이터 분석: 학술, 과학, 금융, 비즈니스, 의료, 사이버 보안 및 정부 애플리케이션 부문의 연구 및 문제 해결을 보완하기 위해 대량의 데이터 세트를 신속하게 비교하고 상관 관계를 분석합니다. 이 작업에는 대규모 처리 및 컴퓨팅 기능이 필요합니다. 매년 50페타바이트의 임무 데이터가 생성되는 NASA에서는 슈퍼컴퓨팅을 활용해 관측을 분석하고 방대한 정보를 바탕으로 시뮬레이션을 실행합니다.7
고급 모델링및 시뮬레이션: 기업은 초기 단계에서 물리적 구축을 수행하지 않고도, 고급 모델링 및 시뮬레이션을 통해 혁신적인 제품을 더 빨리 출시하고 시간, 재료 및 인건비를 절약할 수 있습니다. HPC 모델링 및 시뮬레이션은 신약 개발 및 시험, 자동차 및 항공 우주 설계, 기후 예측/기상 관측, 에너지 애플리케이션 부문에서 활용됩니다.8
AMD가 엑사스케일에 대한 드라이브를 실현하는 방식
미국에너지국(DOE)/버클리 연구소(Berkeley Lab), 로렌스 리버모어 국립 연구소(U.S. Lawrence Livermore National Laboratory), 슈투트가르트 대학(University of Stuttgart) 및 CSC(핀란드 IT 과학 센터)의 최신 시스템과 같은 세계 최고 성능의 슈퍼컴퓨터가 바로 AMD 기술에 기반합니다.9
가까운 미래에 엑사스케일 수준의 최적의 슈퍼컴퓨터 설계를 실현하기 위해서는 더욱 강력한 처리 성능 및 프로세싱 기능(CPU 및 GPU 모두에서)이 필요합니다. 고성능 컴퓨팅과 그래픽 기술 부문 모두에서 업계 리더인 AMD는 HPC 시스템을 최적화하는 데 있어 몇 가지 고유한 이점을 제시합니다. 미국에너지국(DOE)에서 추진하는엑사스케일 컴퓨팅 프로젝트의 일환으로, AMD는 미국 최초로 엑사스케일 수준의 슈퍼컴퓨터를 개발하기 위한 기술을 발전시키기 위해 미국 정부와 파트너십을 맺었습니다.10 이 작업에는 CPU 및 GPU 마이크로아키텍처, 메모리 시스템, 구성 요소 통합 및 고속 인터커넥트에 중점을 둔 연구가 포함되었습니다.
데스크탑
지역 전력망에 대한 하나의 동적 시나리오를 실시간으로 시뮬레이션합니다.
페타스케일
국가 전력망에 대한 수만 개의 동적 시나리오를 실시간으로 시뮬레이션합니다.
엑사스케일
전 세계 전력망에 대한 수백만 개의 동적 시나리오를 생성 및 수요에 관한 정의되지 않은 변수를 적용해 실시간으로 시뮬레이션합니다.
미래로 나아가는 힘과 자유
엑사스케일 컴퓨팅은 맞춤형 의료, 탄소 포집, 천체 물리학, 시장 경제학 및 바이오 연료 분야의 발전에 기여할 잠재성이 있습니다. 전문가들이 날씨를 더 정확히 예측하고, 더 복잡한 수학적 문제를 해결하며, 우주의 더 먼 곳까지 탐험하고, 에너지 절감형 전력망을 구축하는 데 도움이 될 것입니다.11 차세대 슈퍼컴퓨팅을 위한 공동의 노력과 이러한 시스템이 사회에 기여할 수 있는 긍정적인 영향을 바탕으로, AMD는 미래의 컴퓨팅 시스템의 성능, 에너지 효율성, 신뢰성 및 프로그래밍의 향상을 위한 연구와 자원에 주력하고 있습니다.
The Lagrangian particle model is a sub-grid model can be used to track the motion of spherical particles with different attributes and sizes smaller than a computational cell.
Partides can be:
Massless (i.e. marker particles)
Solid Spheres (i.e. mass particles)
Droplets of fluid (i.e. fluid particles)
Bubbles of gas (i.e. gas particles)
Assumptions/Limitations
Particle size << Mesh size
No particle-particle interaction
Aeration Tank Setup Example
New Solver developments – gas dissolution
Include mass transfer between gas inside the bubble and the surrounding fluid
Accounts for saturation in ambient fluid
Accounts for loss of mass / volume shrinkage of gas particle
전산 수송 분석의 응용 – 오일 유출
Application of computational transport analysis – Oil spill dynamics
Aditi Verma, 석사 학위 : 뉴욕 주립 대학, 버팔로, 2016, 56 쪽
유체 역학, 열 및 물질 전달과 같은 한 가지 형태의 수송 현상은 많은 화학 공학 공정을 지배하는 근본적인 기본 메커니즘입니다. 실용적인 응용 프로그램의 합리적인 설계는 일반적으로는 분석적으로 해결할 수 없는 복잡한 결합 방정식의 해를 요구합니다.
대신, 수치 해석은 대개 설계 및 최적화에 사용됩니다. 전산 유체 역학 (computational fluid dynamics, CFD)은 그러한 분석을 위한 선택 방법입니다.
이 논문에서 우리는 해양 석유 유출의 역학을 지배하는 복잡한 대규모의 수송 현상을 분석하기 위해 CFD를 사용합니다. 특히 우리는 육지에서 해상에서 멀리 떨어져있는 해저에 닿는 굴착 플랫폼에서 유출된 기름의 유출을 연구합니다.
우리는 최첨단 멀티 피직스 CFD 프로그램인 FLOW-3D 를 사용하여 물과 기름의 2-상 흐름, 누출율, 다른 오일의 레벨 및 유체 특성을 포함하는 주요 현상과 요인을 고려하여 오일 확산을 연구합니다 다양한 파도 조건의 영향을 받아 플랫폼이 흔들리는 구조 상호 작용에 대해 살펴볼 수 있습니다.
L-PBF 프로세스와 매우 유사하지만 몇 가지 주요 차이점이 존재함 – 레이저 소스 대신 사용되는 전자 빔 – 진공 챔버에서 공정이 발생 – 더 큰 층 / 분말 크기로 인해 만드는 속도는 높아지지만 표면 조도는 낮아짐 – 고온에서 공정이 발생 – 낮은 잔류 응력 및 더 조밀한 미세 구조
SEBM 프로세스 모델링 – 깊이는 전자빔의 흡수를 기반함 – 볼링이나 불균일성과 같은 용융지 결함은 여전히 연관됨
스캔 전략 및 빈 공간 형성
Ti-6Al-4V에서 다중 트랙 및 다중 레이어의 SEBM 프로세스를 조사한 연구 – 분말 확산의 이산 소자 방법 (DEM) 모델과 분말 용융의 (CFD) 모델을 통합
스캔 전략은 빈 공간의 심각성에 어떤 영향을 미칠까?
빈 공간 형성의 성향
여러 트랙의 여러 레이어 1. 단방향 케이스 (a) – 두 스캔 경로의 중간 부근에 빈 공간이 형성됨 – 이 위치에서는 분말 입자의 두꺼운 층과 낮은 에너지 밀도를 가짐 2. 반대 방향 케이스 (b) – 두 번째 레이어 트랙의 시작 근처에 추가로 빈 공간이 있는 중심으로부터 빈 위치 오프셋 – 시작점 근처의 녹는 깊이는 트랙을 따라 멀어짐 – 가장자리 근처의 빈 공간은 단방향보다 반대 방향의 경우 더 뚜렷함
레이어 별로 회전하며 스캔하는 전략 – 중심선 사이의 중간 지점에서 첫 번째 및 두 번째 레이어에서 빈 공간이 관찰 됨 -빈 공간은 θ=0° 및 θ=180°에서 더 일반적임
레이어 별로 엮어가며 스캔하는 전략 – 제 2층 스캔 라인은 제 1층 스캔 라인의 중심을 따라 놓임 – 두 번째 레이어 스캔 위치로 인한 빈 공간 제거가 보다 효과적임
레이저 브레이징 공정은 모재를 녹이지 않고 2개 이상의 밀착 부품을 접합하기 위해 필러 금속을 사용함
다음과 같은 장점을 포함 – 높은 기계적 안정성 – 지점에 최소의 열만 가함 – 매끄러운 표면
CuSi3 필러 와이어를 사용한 아연 도금 강판의 레이저 브레이징
Southern Methodist University의 고급 제조 연구소 (RCAM)의 Radovan Kovacevic 박사와 Masoud Mohammadpour 박사의 연구 – 레이저 브레이징 공정에서 공정 안정성 및 가능한 결함에 대한 브레이징 매개 변수 및 레이저 빔 위치의 영향 확인 – 강철 패널 (0.7mm 두께)및 필러로드 (직경 1.6mm) – 시뮬레이션은 프로세스 매개 변수 및 배열을 수정하기 위하여 권장 사항을 제공함
FLOW-3D v12는 그래픽 사용자 인터페이스 (GUI)의 설계 및 기능에서 매우 큰 변화를 이룬 제품으로 모델 설정을 단순화하고 사용자 워크 플로를 향상시킵니다. 최첨단 Immersed Boundary Method(침수경계 방법)은 FLOW-3Dv12 솔루션의 정확성을 높여줍니다. 다른 주요 기능으로는 슬러지 침강 모델, 2-Fluid 2-Temperature 모델 및 Steady State Accelerator가 있으며,이를 통해 사용자는 자유 표면 흐름을 더욱 빠르게 모델링 할 수 있습니다.
Physical and Numerical Model
Immersed boundary method
힘과 에너지 손실에 대한 정확한 예측은 고체 주위의 흐름과 관련된 많은 엔지니어링 문제를 모델링하는 데 중요합니다. 새 릴리스 FLOW-3D v12에는 이러한 문제점 해결을 위해 설계된 새로운 고스트 셀 기반 Immersed Boundary Method (IBM)가 있습니다. IBM은 내 외부 흐름 해석을 위해, 벽 근처에서 보다 정확한 해를 제공하여 드래그 앤 리프트 힘의 계산을 향상시킵니다.힘과 에너지 손실의 정확한 예측은 고체 주위의 흐름을 포함하는 많은 공학적 문제를 모델링 하는데 중요합니다.
Two-field temperature for the two-fluid model
2 유체 열전달 모델은 각 유체에 대한 에너지 전달 방정식을 분리하기 위해 확장되었습니다. 각 유체는 이제 자체 온도 변수를 가지므로 인터페이스 근처의 열 및 물질 전달 솔루션의 정확도가 향상됩니다. 인터페이스에서의 열전달은 이제 시간의 표 함수가 될 수 있는 사용자 정의 열전달 계수에 의해 제어됩니다.
새로운 슬러지 정착 모델은 수처리 애플리케이션에 부가되어 사용자들이 수 처리 탱크와 클래리퍼의 고형 폐기물 역학을 모델링 할 수 있게 해 줍니다. 침전 속도가 분산상의 액적 크기의 함수 인 드리프트-플럭스 모델과 달리, 침전 속도는 슬러지 농도의 함수이며 기능 및 표 형식으로 입력 할 수 있습니다.
Void particles 가 기포 및 상 변화 모델에 추가되었습니다. Void particles는 붕괴 된 Void 영역을 나타내며, 항력 및 압력을 통해 유체와 상호 작용하는 작은 기포로 작용합니다. 주변 유체 압력에 따라 크기가 변하고 시뮬레이션이 끝날 때의 최종 위치는 공기 유입 가능성을 나타냅니다.
Sediment scour model
퇴적물 수송 및 침식 모델은 정확성과 안정성을 향상시키기 위해 정비되었습니다. 특히 퇴적물 종의 질량 보존이 크게 개선되었습니다.
고정 압력 경계 조건에는 압력 및 유체 분율을 제외한 모든 유량이 해당 경계의 상류의 유량 조건을 반영하는 ‘유출’옵션이 포함됩니다. 유출 압력 경계 조건은 고정 압력 및 연속 경계 조건의 하이브리드입니다.
Moving particle sources
시뮬레이션 중에 입자 소스를 이동할 수 있습니다. 시간에 따른 병진 및 회전 속도는 표 형식으로 정의됩니다. 입자 소스의 운동은 소스에서 방출 된 입자의 초기 속도에 추가됩니다.
Variable center of gravity
기변 무게중심은 중력 및 비관 성 기준 프레임 모델에서, 시간의 함수로서 무게 중심의 위치는 외부 파일에서 테이블로서 정의 될 수있다. 이 기능은 연료를 소비하고 분리 단계를 수행하는 로켓과 같은 모형을 모델링 할 때 유용합니다.
공기 유입 모델
가장 간단한 부피 기반 공기 유입 모델 옵션이 기존 질량 기반 모델로 대체되었습니다. 질량 기반 모델은 부피와 달리 주변 유체 압력에 따라 부피가 변화하는 동안 흡입된 공기량이 보존되기 때문에 물리학적 모델입니다.
Tracer diffusion
유동 표면에서 생성된 추적 물질은 분자 및 난류 확산 과정에 의해 확산될 수 있으며, 예를 들어 실제 오염 물질의 동작을 모방한다.
Model Setup
Simulation units
온도를 포함하여 단위 시스템은 완전히 정의해야하는데 표준 단위 시스템이 제공됩니다. 또한 사용자는 다양한 옵션 중에서 질량, 시간 및 길이 단위를 정의 할 수 있으므로 사용자 정의가 가능한 편리한 단위를 사용할 수 있습니다. 사용자는 압력이 게이지 또는 절대 단위로 정의되는지 여부도 지정해야합니다. 기본 시뮬레이션 단위는 기본 설정에서 설정할 수 있습니다. 단위를 완전히 정의하면 FLOW-3D 가 물리량의 기본값을 정의하고 범용 상수를 설정하여 사용자가 요구하는 작업량을 최소화 할 수 있습니다.
Shallow water model
Manning’s roughness in shallow water model
Manning의 거칠기 계수는 지형 표면의 전단 응력 평가를 위해 천수(shallow water) 모델에서 구현되었습니다. 표면 결함의 크기를 기반으로 기존 거칠기 모델을 보완하며 이 모델과 함께 사용할 수 있습니다. 표준 거칠기와 마찬가지로 매닝 계수는 구성 요소 또는 하위 구성 요소의 속성이거나 지형 래스터 데이터 세트에서 가져올 수 있습니다.
Mesh generation
하단 및 상단 경계 좌표의 정의만으로 수직 방향의 메시 설정이 단순화되었습니다.
Component transformations
사용자는 이제 여러 하위 구성 요소로 구성된 구성 요소에 회전, 변환 및 스케일링 변환을 적용하여 복잡한 형상 어셈블리 설정 프로세스를 단순화 할 수 있습니다. GMO (General Moving Object) 구성 요소의 경우, 이러한 변환을 구성 요소의 대칭 축과 정렬되도록 신체에 맞는 좌표계에 적용 할 수 있습니다.
Changing the number of threads at runtime
시뮬레이션 중에 솔버가 사용하는 스레드 수를 변경하는 기능이 런타임 옵션 대화 상자에 추가되어 사용 가능한 스레드를 추가하거나 다른 태스크에 자원이 필요한 경우 스레드 수를 줄일 수 있습니다.
Probe-controlled heat sources
활성 시뮬레이션 제어가 형상 구성 요소와 관련된 heat sources로 확장되었습니다. 히스토리 프로브로 열 방출을 제어 할 수 있습니다.
Time-dependent temperature at sources
질량 및 질량 / 운동량 소스의 유체 온도는 이제 테이블 입력을 사용하여 시간의 함수로 정의 할 수 있습니다.
Emissivity coefficients
공극으로의 복사 열 전달을위한 방사율 계수는 이제 사용자가 방사율과 스테판-볼츠만 상수를 지정하도록 요구하지 않고 직접 정의됩니다. 후자는 이제 단위 시스템을 기반으로 솔버에 의해 자동으로 설정됩니다.
Output
등속 필드 솔버 옵션을 사용할 때 유량 속도를 선택한 데이터 로 출력 할 수 있습니다 .
벽 접착력으로 인한 지오메트리 구성 요소의 토크 는 기존 벽 접착력의 출력 외에도 일반 이력 데이터에 별도의 수량으로 출력됩니다.
난류 모델 출력이 요청 될 때 난류 에너지 및 소산과 함께 전단 속도 및 y +가 선택된 데이터로 자동 출력됩니다 .
공기 유입 모델 출력에 몇 가지 수량이 추가되었습니다. 자유 표면을 포함하는 모든 셀에서 혼입 된 공기 및 빠져 나가는 공기의 체적 플럭스가 재시작 및 선택된 데이터로 출력되어 사용자에게 공기가 혼입 및 탈선되는 위치 및 시간에 대한 자세한 정보를 제공합니다. 전체 계산 영역 및 각 샘플링 볼륨 에 대해이 두 수량의 시간 및 공간 통합 등가물 이 일반 히스토리 로 출력됩니다.
솔버의 출력 파일 flsgrf 의 최종 크기 는 시뮬레이션이 끝날 때보 고됩니다.
2 유체 시뮬레이션의 경우, 기존의 출력 수량 유체 체류 시간 및 유체 가 이동 한 거리는 이제 유체 # 1 및 # 2와 유체의 혼합물에 대해 별도로 계산됩니다.
질량 입자의 경우 각 종의 총 부피와 질량이 계산되어 전체 계산 영역, 샘플링 볼륨 및 플럭스 표면에 대한 일반 히스토리 로 출력되어 입자 종 수에 대한 현재 출력을 보완합니다.
예를 들어 사용자가 가스 미순환을 식별하고 연료 탱크의 환기 시스템을 설계하는 데 도움이 되도록 마지막 국부적 가스 압력이 옵션 출력량으로 추가되었습니다. 이 양은 유체가 채워지기 전에 셀의 마지막 간극 압력을 기록하며, 단열 버블 모델과 함께 사용됩니다.
New Customizable Source Routines
사용자 정의 가능한 새로운 소스 루틴이 추가되었으며 사용자의 개발 환경에서 액세스 할 수 있습니다.
소스 루틴 이름
설명
cav_prod_cal
캐비 테이션 생산 및 확산 속도
sldg_uset
슬러지 정착 속도
phchg_mass_flux
증발 및 응축에 의한 질량 흐름
flhtccl
유체#1과#2사이의 열 전달 계수
dsize_cal
2상 유동에서의 동적 낙하 크기 모델의 충돌 및 이탈율
elstc_custom.
점탄성 유체에 대한 응력 방정식의 소스 용어
Brand New User Interface
FLOW-3D의 사용자 인터페이스가 완전히 재설계되어 사용자의 작업 흐름을 획기적으로 간소화하는 최신의 타일 구조를 제공합니다.
Dock widgets 설정
Physics, Fluids, Mesh 및 FAVOR ™를 포함한 모든 설정 작업이 형상 창 주위의 dock widgets으로 변환되어 모델 설정을 단일 탭으로 압축 할 수 있습니다. 이 전환을 통해 이전 버전의 복잡한 트리가 훨씬 깔끔하고 효율적인 메뉴 표시로 바뀌어 모델 설정 탭을 떠나지 않고도 모든 매개 변수에 쉽게 액세스 할 수 있습니다.
New Model Setup icons With our new Model Setup design comes new icons, representing each step of the setup process.New Physics icons Our Physics icons are designed to be easily differentiated from one another at a glance, while providing clear visual representation of each model’s purpose and use.
RSS feed
새 RSS 피드부터 FLOW-3D v12.0 의 시뮬레이션 관리자 탭이 개선되었습니다 . FLOW-3D 를 시작하면 사용자에게 Flow Science의 최신 뉴스, 이벤트 및 블로그 게시물이 표시됩니다.
Configurable simulation monitor
시뮬레이션을 실행할 때 중요한 작업은 모니터링입니다. FLOW-3Dv12.0에서는 사용자가 시뮬레이션을 더 잘 모니터링할 수 있도록 Simulation Manager의 플로팅 기능이 향상되었습니다. 사용자는 시뮬레이션 런타임 그래프를 통해 모니터링할 사용 가능한 모든 일반 기록 데이터 변수를 선택하고 각 그래프에 여러 변수를 추가할 수 있습니다. 이제 런타임에서 사용할 수 있는 일반 기록 데이터는 다음과 같습니다.
최소/최대 유체 온도
프로브 위치의 온도
유동 표면 위치에서의 유량
시뮬레이션 진단(예:시간 단계, 안정성 한계)
Runtime plots of the flow rate at the gates of the large dam / Large dam with flux surfaces at the gates
Conforming mesh visualization
사용자는 이제 새로운 FAVOR ™ 독 위젯을 통해 적합한 메쉬 블록을 시각화 할 수 있습니다 .
Large raster and STL data
데이터를 처리하는 데 걸리는 시간으로 인해 큰 형상 데이터를 처리하는 것은 어려울 수 있습니다. 대형 지오메트리 데이터를 처리하는 데 여전히 상당한 시간이 소요될 수 있지만 FLOW-3D는 이제 이러한 대형 데이터 세트를 백그라운드 작업으로로드하여 사용자가 데이터를 처리하는 동안 완벽하게 응답하고 중단없는 인터페이스에서 계속 작업 할 수 있습니다.
FLOW-3D의 침전물 이송 모델을 사용하여 세굴 및 침전물을 평가할 수 있으며, 여기서 3차원 유량 구성 요소가 세굴 프로세스를 주도하고 있습니다. Flow-3D의 유체역학 모델은 유체물리학을 설명하는 정전기적이지 않은 레이놀즈-평균화된 Navier-Stokes 방정식을 완벽하게 해결합니다. 유체역학적 솔버는 침전물 운반 모듈과 완전히 결합되어 있어 침전물 운반 및 비접착 토양의 부유식 침식, 인포테인먼트 및 침식을 시뮬레이션합니다(Wei et al., 2014). 베드로드, 인포테인먼트 및 정착 프로세스에 사용되는 모든 경험적 관계는 완전히 사용자 정의 가능하며, 최대 10개의 침전물 종(곡물 크기, 질량 밀도, 임계 전단 응력 등 서로 다른 특성을 가진)을 정의할 수 있습니다. FLOW-3D는 짧은 경과 시간 척도에 대한 국부적 스쿠어를 시뮬레이션하는 데 이상적입니다.
FLOW-3D‘s Sediment Transport model can be used to evaluate scour and deposition, where three-dimensional flow components are driving the scouring process. FLOW-3D’s hydrodynamic model solves the full unsteady non-hydrostatic Reynolds-averaged Navier-Stokes equations that describe the flow physics. The hydrodynamic solver is fully coupled with a sediment transport module that simulates bedload and suspended sediment transport, entrainment and erosion for non-cohesive soils (Wei et al., 2014). All empirical relationships used in bedload, entrainment and settling processes are fully customizable, and up to 10 different sediment species (with different properties such as grain size, mass density and critical shear stress) can be defined. FLOW-3Dis ideal for simulating local scour over short episodic time scales.
Modeling Capabilities – Unsteady 3D mobile bed modeling – Bedload and suspended sediment transport – Non-cohesive sediment – 10 individual grain size fractions – Suspended sediment settling and entrainment – Critical angle of repose
Applications – River and coastal morphodynamics – Bridge pier and abutment scour – Local scour at hydraulic structures – Sedimentation basins – Reservoir flushing
Sediment Transport Model
Sentral Transport 모델은 8.0 버전(Brethour, 2009년)에서 처음 도입되었으며, 11.1 버전(Wei et al., 2014년), 가장 최근에는 12.0 버전(Flow Science, 2019년)에서 광범위한 개정을 거쳤습니다. 숫자 모델에서 시뮬레이션된 물리적 프로세스의 개략도가 아래에 나와 있습니다.
The Sediment Transport model was first introduced in version 8.0 (Brethour, 2009), and has gone through extensive revisions in version 11.1 (Wei et al., 2014), and most recently in version 12.0 (Flow Science, 2019). A schematic of the physical processes simulated in the numerical model is illustrated below.
The different processes modeled by the Sediment Transport Model.
수치 모델에서 침전물은 포장된 Bed로서 일시 중단된 상태로 존재할 수 있습니다. 포장된 Bed는 PRIPT™ 기법을 사용하여 복잡한 솔리드 경계(Hirt 및 Sicilian, 1985)에 표현된 지울 수 없는 솔리드 객체입니다. 이것은 유체역학 용해기의 고체 물체를 나타내는 데 사용되는 방법과 동일합니다. 포장된 Bed의 형태학적 변화는 침전물 질량의 보존에 의해 좌우됩니다.
In the numerical model, sediment can exist as packed bed and in a suspended state. A packed bed is an erodible solid object that is represented using the FAVOR™ technique for complex solid boundaries (Hirt and Sicilian, 1985). This is the same method used to represent solid objects in the hydrodynamic solver. The morphological change in the packed bed is governed by the conservation of sediment mass.
형태학적 변경은 모형에 숫자로 표시되는 여러 가지 물리적 프로세스에 의해 제어됩니다. 이러한 프로세스에는 베드로드 운송, 인포테인먼트 및 증착이 포함됩니다. 베드로드 이송은 침전물이 서스펜션에 전달되지 않고 채널을 따라 횡방향으로 이동하는 물리적 과정입니다. 인포테인먼트란 난류 에디가 패킹 베드 상단의 곡물을 제거하고 일시 중단된 상태로 전환하는 과정입니다. 포장이란 곡물이 현수막에서 안착되어 포장된 침대에 퇴적하는 과정입니다. 수치 모델에서 이것은 일시 중단된 상태에서 포장된 베드 상태로의 전환입니다.
The morphological changes are governed by several different physical processes that are represented numerically in the model. These processes include bedload transport, entrainment and deposition. Bedload transport is the physical process of sediment moving laterally along the channel without being carried into suspension. Entrainment is the process by which turbulent eddies remove the grains from the top of the packed bed and transition to the suspended state. Packing is the process of grains settling out of suspension and depositing onto the packed bed. In the numerical model, this is the transition from the suspended to the packed bed state.
인포테인먼트 및 패킹의 상대적 비율은 포장된 베드와 부유 상태 사이의 침전물 질량 교환을 제어합니다. 이 모델은 Meyer-Peter Müler(1948), Nielsen(1992) 또는 Van Rijn(1984)의 방정식을 사용하여 베드 인터페이스가 포함된 각 메시 셀에서 베드로드 전송을 계산합니다. 메쉬 셀에서 이웃의 각 메쉬 셀로 이동하는 곡물의 양을 결정하기 위해 하위 메쉬 방법이 사용됩니다. 인포테인먼트에서 곡물의 리프팅 속도는 Winterwerp 등(1992)의 방정식을 사용하여 계산됩니다. 안착 속도는 Soulsby(1997년)를 사용하여 계산됩니다. 베드 인터페이스가 포함된 메시 셀에서 인터페이스의 위치, 방향 및 면적을 계산하여 베드 전단 응력, 무차원 전단 응력, 베드로드 전송 속도 및 인포테인먼트 속도를 결정합니다. 3D 난류 흐름의 베드 전단 응력은 표준 벽 함수를 사용하여 중간 곡물 크기에 비례하는 베드 표면 거칠기를 고려하여 평가됩니다.
The relative rates of entrainment and packing control the exchange of sediment mass between the packed bed and suspended states. The model calculates bedload transport in each mesh cell containing the bed interface using the equation of Meyer-Peter Müller (1948), Nielsen (1992) or Van Rijn (1984). A sub-mesh method is employed to determine the amount of grains moving from the mesh cell into each mesh cell in its neighbor. The lifting velocity of grains in entrainment is calculated using the equation of Winterwerp et al. (1992). The settling velocity is calculated using Soulsby (1997). In the mesh cells containing the bed interface, location, orientation and area of the interface are calculated to determine the bed shear stress, dimensionless shear stress, bedload transport rates and entrainment rates. Bed shear stress in 3D turbulent flows is evaluated using the standard wall function with consideration of bed surface roughness that is proportional to the median grain size.
부유된 침전물은 유체의 스칼라 질량 농도로 표시됩니다. 농도는 주어진 셀에서 균일한 것으로 가정되며 유체 셀 밀도 및 점도와 결합됩니다. 각 종에 대해, 부유 침전물 농도는 수송 방정식을 풀어서 계산됩니다.
The suspended sediment is represented as a scalar mass concentration in the fluid. The concentration is assumed to be uniform in a given cell and is coupled with the fluid cell density and viscosity. For each species, the suspended sediment concentration is calculated by solving a transport equation.
Validations
다음 5가지 검증 사례는 실험 데이터와 FLOW-3D의 침전물 이송 모델의 시뮬레이션 결과를 비교합니다.
마오(1986년) Mao는 수중 수평 파이프라인 아래 침대의 무서운 프로파일을 얻기 위해 실험 작업을 수행했습니다. 아래 그림은 FLOW-3D를 사용하여 얻은 결과와 실험 결과를 비교합니다.
그림 A는 파이프라인 아래의 최대 scour깊이를 시간 경과에 따라 비교하는 반면, 그림 B ~ F는 스터디의 scour프로필(빨간색 점으로 표시됨)과 FLOW-3D 프로필을 오버레이합니다.
Chatterjee et al. (1994)
수평 제트 침수로 인해 국부적인 스쿠어 프로파일을 얻기 위한 실험 작업이 수행되었습니다. 아래 그림은 scour구멍 깊이와 둔부 높이에 대한 실험 대 FLOW-3D의 숫자 결과를 시간의 함수로 비교합니다. 이 애니메이션은 scour구멍과 둔부 높이가 최대 1시간 내에 안정된 상태에 도달한다는 것을 보여줍니다.
Gladstone et al. (1998)
In these experiments the propagation and deposition patterns of particle-laden flows were studied. The plot below compares experimental versus FLOW-3D simulation results from three different setups, labeled case A (100% 0.025mm size particles), case D (50% 0.069mm and 50% 0.025mm size particles), and case G (100% 0.069mm size particles).
Faruque et al. (2006)
이 논문에서, 저자들은 실험을 통해 3차원 벽면 제트기를 물에 잠기게 함으로써 국부적인 악취를 연구했습니다. 아래 표는 세 가지 서로 다른 테일워터 비율에 대한 scour 구멍의 3D 형태학적 변화에 대한 실험과 FLOW-3D 수치 결과를 비교합니다.
Equilibrium bed elevation changes predicted by the numerical model for a cylindrical pier. (A) Isometric view of scour and deposition adjacent to the pier. (B) Comparison between numerical results (top) and physical model measurements (bottom).Equilibrium bed elevation changes predicted by the numerical model for the diamond pier. (A) Isometric view of scour and deposition adjacent to the pier. (B) Comparison between numerical results (top) and physical model measurements (bottom).
In this paper, the authors studied local scour by submerged three-dimensional wall jets via experiments. The table below compares the experimental versus FLOW-3D numerical results for 3D morphological changes in the scour hole for three different tailwater ratios.
References
Brethour, J.M., Hirt, C.W., 2009, Drift Model for Two-Component Flows, FSI-14-TN-83, Flow Science, Inc.
Chatterjee, S.S., Ghosh, S.N., and Chatterjee M., 1994, Local scour due to submerged horizontal jet, Journal of Hydraulic Engineering, 120(8), pp. 973-992.
Faruque, M.A.A., Sarathi, P., and Balachandar R., 2006, Clear Water Local Scour by Submerged Three-Dimensional Wall Jets : Effect of Tailwater Depth, Journal of Hydraulic Engineering, 132(6), pp. 575-580.
Flow Science, 2019, FLOW-3D Version 12.0 User Manual, Santa Fe, NM: Flow Science, Inc. https://www.flow3d.com
Gladstone, C., Phillips, J.C., and Sparks R.S.J., 1998, Experiments on bidisperse, constant-volume gravity currents: propagation and sediment deposition, Sedimentology 45, pp. 833-843.
Hirt, C.W. and Sicilian, J.M., 1985, A porosity technique for the definition of obstacles in rectangular cell meshes, 4th International Conference on Numerical Ship Hydrodynamics, Washington, D.C.
Khosronejad, A., Kang, S., & Sotiropoulos, F., 2012. Experimental and computational investigation of local scour around bridge piers, Advances in Water Resources, 37, pp. 73-85.
Mao, Y., 1986. The interaction between a pipeline and an erodible bed, PhD thesis, Institute of Hydrodynamics and Hydraulic Engineering, Technical University of Denmark, Lyngby, Denmark.
Meyer-Peter, E. and Müller, R., 1948, Formulas for bed-load transport, Proceedings of the 2nd Meeting of the International Association for Hydraulic Structures Research. pp. 39–64.
Nielsen, P., 1992, Coastal bottom boundary layers and sediment transport (Vol. 4). World scientific.
Soulsby, R., 1997, Dynamics of Marine Sands, Thomas Telford Publications, London.
Van Rijn, L. C., 1984, Sediment Transport, Part I: Bed load transport, Journal of Hydraulic Engineering 110(10), pp. 1431-1456.
Wei, G., Brethour, J.M., Grüenzner M., and Burnham, J., 2014, The Sediment Scour Model in FLOW-3D, Technical Note FSI-14-TN-99, Flow Science, Inc.
Winterwerp, J.C., Bakker, W.T., Mastbergen, D.R. and Van Rossum, H., 1992, Hyperconcentrated sand-water mixture flows over erodible bed, Journal of Hydraulic Engineering, 118(11), pp. 1508–1525.
Build up a computational fluid laboratory with FLOW-3D 츄우자린 박사 邱家麟 博士 Charlie Chia-Lin Chiu 3차원 유동 무역(상하이) 기술 부총 대만해양대학 하해공정학과 조교수 겸임 09/25/2019
본 자료는 재순환 펌프 시스템에 의해 구동되는 트레일러 용수로(flume)의 간단한 채널의 물의 흐름을 보여줍니다. 이것은 weirs, bridges, culverts and debris screens과 같은 전형적인 공학적 구조의 스케일 모델을 특징으로 합니다. 이 flume 은 관찰자들이 홍수의 원인과 강과 배수로에 대한 좋은 설계와 유지보수가 홍수로 인한 위험을 관리하는데 얼마나 도움이 되는지 이해하는데 도움을 줍니다.
FLOW-3D 의 공기 혼입 모델(air entrainment model)은 자유 표면에서 용해되지 않은 공기 혼입을 시뮬레이션하는 강력한 도구입니다. 제트 및 방수로 충돌시 관찰되는 국부적이고 난류가없는 자유 표면 혼입 기능이 있습니다. 이러한 기능은 엔지니어가 설계시 공기 유입을 예측하고, 공기유입이 안전하게 작동하도록 적절한 수정을 할 수 있게 합니다.
Spillway hydraulics / 여수로 수리장치
여수로 구조는 다양한 작동 조건을 처리 할 수 있도록 설계되어야 합니다. 유동 조건이 설계 범위의 상단에 도달하면 여수로 표면의 불규칙성으로 인해 유동이 분리 될 수 있습니다. 이는 여수로 표면의 압력이 캐비테이션을 일으킬 정도로 낮아지게 합니다. 캐비테이션은 구조물의 강도에 매우 해로우며 치명적인 손상을 초래할 수 있습니다.
공기 유입은 캐비테이션의 가능성을 줄이는 수단입니다. 물이 공기에 존재하면 캐비테이션 영역의 붕괴하는 기포에 감쇠 효과를 추가하여 캐비테이션 손상을 줄입니다. 여수로의 속도가 충분히 높으면 공기를 동반시키고 캐비테이션을 줄이기 위해 폭기 장치를 추가해야합니다.
폭기 흐름의 시뮬레이션과 폭기 장치에서 포획된 공기의 예측.
왼쪽 이미지는 거시적 인 밀도에 의해 착색됩니다. 오른쪽 그래프는 폭기 장치에 유입 된 수분의 일정한 부피와 폭기 장치 이후의 수분 및 공기의 양을 비교 한 것입니다.
아래 동영상은 FLOW-3D에서 공기 유입 과정을 시뮬레이션하는 방법을 보여줍니다. 여기에는 공기혼입 및 드리프트 플럭스 모델의 이론에 대한 세부 정보와 FLOW-3D에서 기본 공기혼입 시뮬레이션을 설정하는 방법에 대한 데모가 포함되어 있습니다.
Fish passage design / 물고기 개체수 유지를 위한 어도 설계
공기가 물로 혼입되면 미생물의 성장을 유지하고 건강한 어류 개체군의 생존을 보장 할 수 있습니다. 그러나 과포화 상태의 용존 기체는 수생 생물에 부정적인 영향을 미치는 수질 문제가 됩니다. 공기 동반 모델의 또 다른 용도는 강의 하류로 방출되는 배수로에서 동반되는 공기의 농도를 결정하기 위해 해양 생물학에서 사용됩니다. 이 모델에 대한 더 자세한 정보는 Air Entrainment 의 Flow Science Report를 다운로드하십시오.
FLOW-3D CAST는 두 가지 모델로 다공성을 식별할 수 있음 – 단순화된 응고 수축 – 유체의 흐름이 없음 – 액체 영역의 온도를 기준 – 인터덴드리틱 옵션 – 빠른 결과에 사용 – 주요 수축 모델 – 유체 및 열의 흐름을 기준 – 재용해로 인한 부피 팽창 – 매우 정확한 최종 검증
Build up a computational fluid laboratory with FLOW-3D 츄우자린 박사 邱家麟 博士 Charlie Chia-Lin Chiu 3차원 유동 무역(상하이) 기술 부총 대만해양대학 하해공정학과 조교수 겸임 09/25/2019
본 자료는 재순환 펌프 시스템에 의해 구동되는 트레일러 용수로(flume)의 간단한 채널의 물의 흐름을 보여줍니다. 이것은 weirs, bridges, culverts and debris screens과 같은 전형적인 공학적 구조의 스케일 모델을 특징으로 합니다. 이 flume 은 관찰자들이 홍수의 원인과 강과 배수로에 대한 좋은 설계와 유지보수가 홍수로 인한 위험을 관리하는데 얼마나 도움이 되는지 이해하는데 도움을 줍니다.
FLOW-3D를 사용하여 보다 유연한 유체 역학 실험실 만들기 : Weir 편
실험 수조 Hydraulic Flume실제 상태에 따라 상류 수심 4.627 cm / 공기 압력 P=0 상류 수심 4.618 cm / 아웃플로 경계 상류 수심 4.615 cmWeir 상류 수심 9.897 cm / Weir 상류 최저 수심 9.827 cm
데스크탑
페타스케일
엑사스케일
