금속 주조 설계 과정에서 FLOW-3D CAST의 사용은 회사의 비용 절감 방안을 제시하여 수익성을 개선할 수 있습니다. FLOW-3D CAST 는 엔지니어와 설계자에게 경험과 전문지식을 향상시킬 수 있는 강력한 도구가 될 수 있습니다. 보통 수익성은 비용 절감과 비용 회피에서 찾을 수 있습니다. 지금, 품질과 생산성 문제는 제품개발 단계에서 다양한 시뮬레이션 통해 짧은 공정시간, 낮은 비용으로 해결 할 수 있는 방안을 찾을 수 있습니다. 새로운 개발도구인 FLOW-3D CAST의 효율성은 생산이 시작되기 전에 문제를 해결할 수 있는 방안을 제시하여 생산성을 크게 개선할 수 있습니다.
Ladle Pour
샷 슬리브 공정을 최적화하는 것은 고품질 부품을 확보하는 데 필수적입니다. FLOW-3D CAST의 시뮬레이션 결과와 실제 사례의 비교를 통해, 시뮬레이션을 사용하여 엔지니어가 값 비싼 툴링을 제작하기 전에 설계를 개선하는 방법을 강조합니다. FLOW-3D CAST는 프로세스 전반에 걸쳐 유체의 움직임을 정확하게 포착할 수 있으므로, 엔지니어가 실제 레들 주입 공정에서 신속하게 파악할 수 있습니다. 시뮬레이션은 Nemak Poland Sp. z o.o로부터 제공받았습니다.
X -레이 결과와 FLOW-3D CAST 시뮬레이션 결과를 나란히 비교합니다. A356 알루미늄 합금으로 사형 주조의 3 차원 충진 색상은 금속의 압력을 나타냅니다. 시뮬레이션 결과는 수직 대칭 평면에 표시됩니다. Modeling of Casting, Welding, and Advanced Solidification Processes VII, London, 1995.
HPDC: Flow Pattern
Short sleeve validation – 시뮬레이션 결과와 주조 부품, Littler Diecast Corporation의 예
Modeling Air Entrapment
디젤 엔진 용 오일 필터 하우징의 X-ray vs. FLOW-3D CAST 검증.
디젤 엔진 용 오일 필터 하우징의 X- 레이 검증, 380 다이캐스팅 합금. 결과는 혼입 된 공기의 비율로 표시됩니다. X- 레이의 상세한 영역은 최대 다공도 농도를 나타냅니다.
HPDC Filling
FLOW-3D 결과를 실제 부품과 비교하는 HPDC 캐스팅 검증
Short Shot Simulation
실제 주조 부품의 유효성 검사. 스냅 샷과 FLOW-3D CAST 시뮬레이션 결과. 왼쪽에서 오른쪽으로 : 변속기 하우징, 오일 팬 및 자동차 부품.
HPDC Air Entrapment Defects
Antrametal에 의한 주조 시뮬레이션 대 실험 결과의 성공적인 비교.
Antmetetal의 고객 검증은 FLOW-3D CAST의 Air Entrapment 모델을 사용하여 실험 결과와 시뮬레이션을 비교 한 결과를 보여줍니다. 세탁기 용 전동 모터의 앞 커버의 HPDC입니다. 공기 관련 결함은 이미지의 색상에 정 성적으로 표시됩니다. FLOW-3D CAST 내의 다른 수치 기능에 의해 포착 된 물리적 공기 포켓 또한 명확하게 표현됩니다.
Core Drying
시뮬레이션과 무기 코어의 건조 실험 사이의 BMW에 의한 비교.
Predicting Die Erosion
캐비테이션으로 인한 다이 침식 영역은 FLOW-3D CAST 결과를 실제 사례와 비교하여 올바르게 배치되었습니다.
Predicting Lost Foam Filling
Lost foam L850 블록 벌크 헤드 슬라이스에 대한 실시간 X-ray 및 FLOW-3D CAST 유동 시뮬레이션 결과의 비교. 시뮬레이션은 GM Powertrain의 예입니다.
주조 설계 시 주요 당면 과제는 최종 부품에 결함이 있는지 여부를 결정하는 것입니다. 설계자는 종종 게이트, 러너, 라이저, 주입 온도 및 냉각 크기 조정을 위한 모범 사례를 따름으로써 우수한 품질의 부품을 생산할 수 있습니다. 하지만 오늘날의 비즈니스 환경에서는 이 제품의 장점이 경쟁에서 이길 만큼 좋지 않을 수도 있습니다. 하지만 FLOW-3D CAST의 강력한 결점 예측 도구를 통해 주조 설계자는 짧은시간안에 보다 높은품질을 얻을 수 있을 것입니다.
Air Entrapment
FLOW-3D CAST의 공기 침투 모델은 채우는 동안 금속 주조 시스템에서 발생하는 공기 침입량을 추정하는 데 사용됩니다. 이 모델은 단순한 물리적 메커니즘을 기반으로 하며 뛰어난 예측 변수 또는 다공성입니다. 사용자는 시뮬레이션을 사용하여 공기 침투 결함을 방지하고, 시험 및 오류 과정을 제거할 수 있습니다. Air Entrapment Model에 대한 자세한 내용은 모델링 기능 섹션을 참조하십시오.
FLOW-3D Cast accurately predicts defects due to air entrapment
Core Gas Defects
Binder loss in two internal cores of a valve iron casting
FLOW-3D CAST의 코어 가스 모델을 사용하면, 금속 가열로 인한 모래 코어의 수지 바인더 분해 및 코어 가스 진화 과정을 모니터링하여, 코어 가스 배출을 제거할 수 있습니다. 주조물의 일부 바인더 손실은 코어 강도의 손실에 해당합니다. 또한 주조물의 주입 및 동결과 함께 모니터링할 때 이 모델은 용해된 금속에 대한 잠재적인 가스 폭발의 예측 변수이기도 합니다. 이러한 가스 결함 생성 가능성은 코어 가스 흐름 및 코어 가스 압력과 함께 계산됩니다.
Die Erosion Defects
FLOW-3D CAST는 고압 다이 캐스팅을 채우는 동안, 공동 현상으로 인한 금형 침식 결함을 정확하게 예측합니다. 금속 압력은 매우 빠른 흐름의 영역에서 금속 증기 압력 아래로 몇 개의 대기를 떨어뜨릴 수 있으며, 이는 공동 현상과 부식을 일으킬 수 있습니다. 공동 현상으로 인한 손상을 예측하는 간단한 방법은 실제로 흐름에 공동 현상 거품을 도입하지 않고도 공동 현상 또는 공동 현상의 가능성을 예측하는 것입니다. FLOW-3D CAST는 공동 현상 압력과 국소 유체 압력의 차이를 살펴봄으로써, 공동 현상의 가능성을 평가합니다. 셀의 위치에서 공동 현상과 금형 침식의 가능성은 이 차이가 클 때 존재하는 것으로 간주되는데, 금형 침식 가능성의 가장 신뢰할 수 있는 징후는 높은 위치의 “핫 스팟” 영역으로, 이 양의 값이 높은 작은 영역입니다.
Microporosity
FLOW-3D CAST는 응고 단계 후반에 발생하는 미세 기공 결함의 발생과 위치를 예측하기 위해 특별히 설계된 모델을 가지고 있습니다. 이 정보를 사용하여 설계를 조정하고 심각한 결점을 방지할 수 있습니다. 주조된 금속 부품은 응고 과정에서 금속이 수축할 때 발생하는 큰 내부 가스 포켓 또는 다공성을 가지고 있기 때문에 사용할 수 없는 경우가 있습니다. 대부분의 대형 다공성은 주조 몰드의 세심한 설계를 통해 제거할 수 있으므로, 특수 영역에 여분의 액체 금속을 보관하여 수축을 촉진할 수 있습니다. 금속이 수축을 보상하기 위해 흐를 수 있는 경우에는 대개 다공성이 발생하지 않습니다. 다공성의 또 다른 유형은 미세 다공성이라고도 하는데, 일반적으로 총 체적이 1%이하인 작은 기포의 분포로 나타나기 때문입니다. 따라서 미세한 기공의 위치와 크기를 예측할 수 있는 수단을 갖는 것이 상당히 흥미로운데, FLOW-3D CAST의 Microporosity 모델은 이러한 목적을 위해 개발되었습니다.
Solidification & Shrinkage
FLOW-3D CAST에는 과도한 수축이나 다공성의 응고 및 핀 포인트 영역을 모델링 하기 위한 전체 도구 모음이 있으므로, 이러한 결함을 확인할 수 있는 라이저 위치를 결정할 수 있습니다. 편석을 포함하여, 열로 인한 응력, 마이크로 및 매크로 다공성 등 응고와 관련된 다양한 결점이 있습니다. 정확한 응고 분석을 얻기 위한 중요한 첫번째 단계는 정확한 채우기입니다. 정확한 채우기는 응고 모델링의 초기 조건인 올바른 열 프로필을 캡처합니다. FLOW-3D CAST는 주조 공장이 주조 부품을 보다 신속하게 설계하고 폐기율을 낮출 수 있는 많은 응고 관련 결함을 감지할 수 있습니다.
Surface Oxides
FLOW-3D CAST의 결점 추적 기능을 통해 주조 엔지니어는 주입 공정에서 표면 산화물 결함이 발생할 가능성이 가장 높은 부위를 예측할 수 있습니다. 산화물은 용해된 금속 표면이 공기 중으로 노출되어 형성되며 바람직하지 않은 위치에 놓일 수 있습니다. 결함의 최종 위치는 전체 흐름 조건, 난류 혼합, 유체 분사 및 주입에 따라 달라집니다. FLOW-3D CAST는 이러한 산화물과 최종 위치를 정확하게 추적하여 설계를 개선합니다.
Thermal Stress Defect Prediction
FLOW-3D CAST의 열응력 모델을 사용하면 열응력 결점이 발생하는 위치와 주조물이 왜곡되는 방식을 정확하게 예측할 수 있습니다. 강도는 금형과 금속의 응고 과정에서 동시에 계산되며 이들 사이의 상호 작용을 위한 간단한 옵션을 제공합니다. 금속 주조물에서 열응력 결함을 제거할 수 있도록 모델링 기능 섹션에서 Thermal stress evolution 시뮬레이션에 대해 자세히 알아보십시오.
Filling
– Permeable molds
– Moisture evaporation in molds
– Gas generation in cores
– Ladle model Solidification
– Exothermic sleeves
– Chills
– Cast iron solidification Cooling
LOST FOAM CASTING SUITE
Process Workspaces
Lost Foam Sand Casting Low Pressure Sand Casting
Features
Filling
– Permeable molds
– Moisture evaporation in molds
– Gas generation in cores
– Ladle model
– Lost foam pattern evaporation models (Fast model and Full model)
– Lost foam defect prediction Solidification
– Exothermic sleeves
– Chills
– Cast iron solidification Cooling
ALL SUITES INCLUDE THESE CORE FEATURES:
Solver Engine
TruVOF – The most accurate filling simulation tool in the industry
Heat transfer and solidification
Shrinkage – Rapid Shrinkage model and Shrinkage with flow model
ALL NEW FLOW-3DCAST v5 는 금속 주조 시뮬레이션 및 공정 모델링에 있어 큰 발전입니다. 이제 FLOW-3D CAST는 시뮬레이션 할 프로세스를 선택할 수 있으며, 소프트웨어는 적절한 프로세스 매개 변수, 지오메트리 유형 및 합리적인 기본 값을 제공합니다. 이렇게 하면 시뮬레이션 설정이 상당히 간소화됩니다. 또한 FLOW-3D CAST의 강력한 시뮬레이션 엔진과 결함 예측을 위한 새로운 도구는 설계 주기를 단축하고 비용을 절감하는 통찰력을 제공합니다. 대표적인 개발 기능으로 응고 시뮬레이션을 위한 열 계수 및 핫 스팟 식별 출력, 갇혀 있는 가스를 식별하고 환기 효율을 예측하기 위한 결함 채우기 도구 등이 포함됩니다. 그리고 더 빠르고 더 강력한 압력과 및 응력 해소 기능이 모두 포함합니다.
ALL NEW FLOW-3DCAST v5 는 관련 프로세스가 포함된 Suite제품으로 제공됩니다. 영구 금형 제품군은 중력 다이 캐스팅, 저압 다이캐스팅(LPDC), 틸트 주입 주조와 같은 프로세스 작업 공간을 포함합니다. 각 프로세스에 대해 사용자 인터페이스는 특정 프로세스와 관련된 내용만 표시합니다. 모래 주조 Suite에는 중력 사형 주조 및 저압 사형 주조(LPSC)와 같은 프로세스가 포함되어 있습니다. 소실 폼 제품 군에는 사형 주조 Suite의 모든 것과 소실 폼 공정 작업 공간이 포함됩니다. HPDC 제품군은 열 응력 및 변형을 포함하여 고압 다이 캐스팅과 관련된 모든 것을 포함합니다. 각 프로세스 작업 공간 내에서 채우기, 응고 및 냉각과 같은 하위 프로세스는 서로 연결된 시뮬레이션으로, 처음부터 끝까지 차례로 전체 프로세스를 모델링 합니다. 사용자가 그것을 작업장 바닥에서 하는 것처럼. 사용자는 레들을 용융 풀 안에 담갔다가, 숏 슬리브 또는 주입 컵에 옮겨, 전체 이동 및 주입과 같은 단계를 포함하도록 프로세스를 확장할 수 있습니다. LPDC의 경우 프로세스 엔지니어는 도가니의 가압 및 금속 흐름을 주형으로 모델링 할 수 있습니다. FLOW-3D CAST v5를 사용하면 가능성이 무한해 집니다.
WYSIWYN Process Workspaces
What-You-See-Is-What-You-Need (WYSIWYN) 프로세스 작업 공간은 FLOW-3D CAST의 다기능성을 간소화하여 사용 편의성과 탁월한 솔루션입니다. 대부분의 인터페이스는 사용자가 제공해야 하는 정보만을 요구하고, 사용자 설계 원칙을 적용하여 단순화되었습니다.
FLOW-3D CAST v4.2에 도입된 프로세스 중심 작업 공간은 중력 다이 주조, 저압 주조 및 경사 주입, 모래 등과 같은 영구 금형 공정으로 확장되었습니다. 중력 모래 주조, 저압 모래 주조 및 소실 폼과 같은 주조 공정 지속적인 주조, 투자 주조, 모래 코어 제작, 원심 주조를 포함한 더 많은 공정 작업 공간이 현재 진행 중에 있습니다.
Simulation setup is simplified by only showing the components applicable for a given process.
Types of casting components available in a HPDC simulation. Mold pieces available in a high pressure die casting include cover and ejector dies, sliders, and shot sleeves.
Defect Prediction / 결함 예측
Identify Filling Defects using Particles 결함 예측 및 입자를 이용한 주입 결함 식별
파티클을 사용하는 FLOW-3D CAST v5를 통해 유입된 가스로 인한 충전 결함을 식별하는 것이 훨씬 쉬워 졌습니다. 결함을 식별하기가 훨씬 용이할 뿐만 아니라, 결함 예측에 따른 계산 비용도 크게 절감되었습니다.
붕괴된 가스 지역을 나타내는 보이드 입자가 도입되었습니다. 이전에 붕괴된 가스 영역은 너무 압축되어 수치 메쉬에서 해결할 수 없으면 시뮬레이션에서 사라졌습니다. 보이드 입자는 작은 기포처럼 작용하며 드래그와 압력을 통해 금속과 상호 작용합니다. 주변의 금속 압력에 따라 크기가 변하며, 주입이 끝난 후 최종 위치를 보면 공기 침투 및 산화물로 인한 잠재적인 결함이 있음을 알 수 있습니다.
Predict filling defects caused by entrapped gas using the Particle Model.
Metal/Wall Contact Time 금속/벽 접촉 시간
벽면 접촉 시간은 금형 표면에서 다른 부위보다 금속에 더 오래 노출된 부위를 식별하는 데 유용합니다. 금속 접촉 시간은 금속이 고체 구성 요소와 접촉한 시간을 나타냅니다. 예를 들어 모래 입자가 핵분해 부위의 역할을 하기 때문에 미세 먼지가 발생할 수 있습니다. 개별 솔리드 구성 요소와의 금속 접촉 시간 출력이 모든 구성 요소와의 접촉 시간을 포함하도록 확장되었습니다. 접촉 시간 계산은 출력 탭에서 벽 접촉 시간을 선택하여 활성화합니다.
Identify solidification defects with the new Thermal Modulus output.
Solidification Defect Identification 응고 결함 식별
일반적으로 라이저 크기 조정에 사용되는 열 모듈은 이제 응고 시뮬레이션에서 출력됩니다.
Risers will likely need to be placed on the circled regions.
Hot Spots 핫 스팟
또 다른 결과인 “핫 스팟”은 라이저를 찾고 크기를 조정하며, 응고 관련 결함의 가능성을 식별하는 데 유용합니다. 핫 스팟은 최종적으로 응고된 부위를 나타냅니다. 이것들은 입자들로 표현되고 뜨거운 점 크기에 의해 색깔이 변하기도 합니다. 라이저는 핫 스팟 크기가 가장 큰 곳에 배치해야 합니다.
Porosity Analysis Tool
FlowSight의 새로운 Porosity Analysis Tool은 실제적인 측면에서 porosity-related 결점을 식별합니다. 결점은 이제 순 볼륨, 최대 선형 범위, 모양 인자 및 total count로 식별됩니다.
New defect identification tools allow users to analyze porosity.
Arbitrary 2D Clips 임의 2D 클립
기능 지향적인 2D 클립은 결함을 찾기 위해 전면적으로 살펴 볼 때 유용합니다. 이전에는 클립에 표시된 금속 영역이 솔리드에 의해 점유된 셀로 확장되었습니다. 잡식의 FLOW-3D CAST v5에서 이 클립은 구성 요소를 숨기는 옵션을 선택해야만 열린 공간(예:주조 부품)의 금속을 보여 줄 수 있습니다.
Intensification Pressure 강화 압력
고압 주조 시뮬레이션에 지정된 강화 압력은 이제 매크로 및 마이크로 Porosity모델 모두에 결합되어 형성 사이의 보다 현실적인 관계를 형성합니다. 이러한 결함의 크기 및 플런저에 의해 가해지는 압력의 크기입니다.
Adjusting Shrinkage Porosity 수축 기공 조절
사용자가 금속의 특성을 수정할 필요 없이 수축 다공성의 양과 크기를 미세 조정할 수 있도록 수축 조정 계수가 추가되었습니다. 계수를 사용하면 응고 중에 체적 수축의 양을 전화로 설정하거나 줄일 수 있습니다.
Gas Pressure and Venting Efficiency 가스 압력 및 밴트 효율성 검토
사용자가 충전 결함을 식별하고 다이캐스트에서 밴트 시스템을 설계하는 데 도움을 주기 위해 마지막 국부적인 가스 압력 및 밴트 효율성 검토 결과가 주조 시뮬레이션 출력에 추가되었습니다. 가스 압력은 셀이 금속으로 채워지기 전에 셀의 마지막 보이드 압력을 기록하며, 밴트 효율은 환기구를 배치하는 것이 밴트 위치에서 공기를 배출하는 데 가장 효율적인 영역을 보여 줍니다.
Databases 데이터베이스
주조 공정에서 일반적으로 사용되는 정보의 데이터베이스는 설정 오류를 줄이고 시뮬레이션 workflow 를 개선합니다.
Configurable Simulation Monitor 구성 가능한 시뮬레이션 모니터
시뮬레이션을 실행할 때 발생하는 중요하지만 종종 힘든 작업은 시뮬레이션을 모니터링하는 것입니다. FLOW-3D CAST를 사용하면 다음과 같은 일반적인 시뮬레이션 목표를 모니터링할 수 있습니다.
게이트 속도
주형 내 고상 분율
최저/최고 용탕 온도 및 금형 온도
다양한 프로브 위치에서의 온도
시뮬레이션 진단(예:시간 스텝, 안정성 한계)
Plotting Capabilities Plotting기능
이제 시뮬레이션 관리자에는 더 많은 플롯 기능이 포함됩니다. 플롯은 사용자가 구성할 수 있으며 구성은 다른 시뮬레이션에서 사용하기 위해 데이터베이스에 저장됩니다. 사용자는 시뮬레이션 런타임 그래프와 history-data 에서 모니터링할 이력 데이터 변수를 지정할 수 있습니다. 다중 변수를 각 그래프에 입력합니다.
Conforming Meshes
임의 형상의 활성 계산 영역을 정의할 수 있도록 적합한 메쉬 기능이 확장되었습니다. 이는 메쉬 블록이 준수할 수 있는 열린 볼륨과 솔리드 볼륨을 모두 포함하여 계산 도메인의 영역을 정의하는 meshing구성 요소라고 하는 새로운 유형의 지오메트리 구성 요소를 사용합니다.
메쉬 블록은 냉각 채널이나 공동에 선택적으로 조합할 수 있어 사용자가 이러한 기하학적 객체에 대해 최적의 해상도를 선택할 수 있습니다. 이제 확인할 수 있는 메쉬가 FAVORize 탭에 표시될 수 있습니다.
Summary Views of Components/Cooling Channels
FLOW-3D CAST v5의 인터페이스는 주조 시뮬레이션에서 다양한 형상 구성 요소를 꽉 차게 보여줍니다. 2개의 새로운 형상 요약 뷰인 구성 요소 요약 뷰와 냉각 채널 요약 뷰는 기하학적 구성 요소 및 냉각 채널의 플라이 아웃을 제공하여 사용자가 신속하게 수행할 수 있도록 합니다. 중요 설정을 한 눈에 파악하고 필요한 경우 변경 할 수 있습니다.
Under the Hood
FLOW-3D CAST의 많은 강력한 구성 요소들은 Solver Engine이라고 부르는 것 들에서 중요합니다. 아래에서는 이면에서 무거운 작업을 수행하는 데 도움이 되는 몇가지 중요한 사항을 설명합니다.
Thermal Die Cycling (TDC) Model TDC(열 다이 사이클)모델
열 다이 사이클 시뮬레이션의 주입/응고 단계는 균일하지 않은 캐비티 온도를 사용하여 개선할 수 있습니다. 이제 캐비티에 있는 금속의 초기 온도는 재시작 중에 채우기 시뮬레이션을 통해 지정하거나 초기 유체 영역을 사용하는 사용자 정의 분포에서 지정할 수 있습니다. 이 기능은 옵션으로 사용할 수 있는 균일한 초기 금속 온도에 비해 다이 사이클링의 열해석의 정확성과 현실성을 높여줍니다.
Melt temperatures in the casting cavity read from a filling simulation are applied to ejector die during filling/solidification stage of thermal die cycling simulation.
Heat Transfer Coefficient Calculator for Spray Cooling 분사 냉각을 위한 열 전달 계수 계산기
스프레이 유체와 다이 표면 사이의 열 전달 계수(HTC)를 추정하는 것은 어려운 일입니다. 계산 또는 측정을 통해 값을 사용할 수 있는 경우 사용자는 이러한 값을 스프레이 거리 및 각도의 함수로 직접 지정할 수 있습니다. 새로운 기능을 통해 노즐의 스프레이 액의 유량을 기준으로 HTC를 동적으로 계산할 수 있습니다. 단일 조정 계수를 통해 스프레이 유출량을 기준으로 HTC를 미세 조정할 수 있습니다.
FLOW-3D CAST는 광범위한 금속 주조 공정을 위한 완벽한 해석 솔루션을 제공합니다. 시뮬레이션을 통해 다양한 종류의 다공성, 표면 산화물, 공기 및 기포, 열 응력 및 변형 등과 같은 다양한 결함을 추적하면서, 주조 부품의 충진 및 응고에 대한 상세한 통찰력을 제공합니다. 금형을 분석하거나 FLOW-3D CAST로 코어의 가스 처리 같은 열 특성 및 기타 특성을 제거 할 수 있습니다.
최적화된 시뮬레이션을 통한 설계는 생산 현장에서의 개발 시간이 단축되고 출시 시간이 단축되며 생산량이 늘어나게 됩니다. FLOW-3D CAST는 담당자가 새로운 주조 공정 또는 합금을 배치 할 때 설계 및 개발 비용을 절감 할 수 있습니다.
직관적이고 편의성 높은 사용자 인터페이스를 결합한 FLOW-3D CAST는 성공적인 프로젝트를 통해 충진 및 응고 결함에 대한 정확한 예측을 제공합니다. 공정 요구 사항에 가장 적합한 샌드 캐스팅, 금형 주조 및 고압 다이 캐스팅을 사용할 수 있습니다.
High Performance Computing: in-House or in the Cloud
대규모 시뮬레이션의 경우 많은 계산 시간이 필요하게 되는데 이를 극복하기 위한 최고의 컴퓨팅 성능이 필요하십니까? FLOW-3D CAST는 필요 시 고성능 클라우드 컴퓨팅 환경인 클러스터 버전으로 손 쉽게 전활할 수 있습니다.
Courtesy Littler Diecasting Corporation
금속 주조 애플리케이션은 매우 어려운 시뮬레이션 중 하나입니다. 관련된 물리학의 복잡성과 적용 범위, 박막 주조, 주조 장비 정교함 등 고객의 높은 눈높이가 증가함에 따라 FLOW-3D CAST도 이를 충족하기 위한 다양한 솔루션과 기능을 제공합니다. 사형 주조, LPDC, HPDC, LostForm, 원심주조 등 FLOW-3D CAST사용자 인터페이스 안에는 고유의 전용 모델링 워크 플로우가 있습니다.
FLOW-3D CAST는 매우 정확한 흐름과 응고 결과를 통해 표면 산화물, 발생 기포, 매크로 및 미세 극성을 포함한 중요한 주조 결함을 포착할 수 있습니다. 다른 고유한 모델링 기능으로는 로봇 스프레이 냉각 및 윤활을 모델링 할 수 있는 열 다이 사이클링, 샷 슬리브 흐름 프로파일, 압착 핀 및 열 스트레스가 있습니다.
Customer Case Studies
금속 주물의 결함 식별, 보다 가볍고 강한 주조 부품을 위한 새로운 재료로 부품 설계 또는 최적 설계를 위한 반복 설계 작업은 다음과 같은 방법 중 일부입니다. 고객은 당사의 소프트웨어를 사용하여 작업 요구 사항을 충족하고 폐기율을 줄이고 시장 진출 시간을 단축하며 경쟁 업체보다 앞서 나감으로써 조직을 위한 비용을 절감합니다.
“ The more you can do on a computer ahead of time, the better. It all comes down to saving time.”
“컴퓨터에서 좀 더 많은 것을 할 수 있으면 더욱 좋습니다. 모든 것은 시간 절약에 달려있습니다.”
– Elizabeth Ryder of Graham-White Manufacturing Co.
수치해석을 하는 엔지니어들은 사용하는 컴퓨터의 성능에 무척 민감합니다. 그 이유는 수치해석을 하기 위해 여러 준비단계와 분석 시간들이 필요하지만 당연히 압도적으로 시간을 소모하는 것이 계산 시간이기 때문일 것입니다.
따라서 수치해석용 컴퓨터의 선정을 위해서 단위 시간당 시스템이 처리하는 작업의 수나 처리량, 응답시간, 평균 대기 시간 등의 요소를 복합적으로 검토하여 결정하게 됩니다.
또한 수치해석에 적합한 성능을 가진 컴퓨터를 선별하는 방법으로 CPU 계산 처리속도인 Flops/sec 성능도 중요하지만 수치해석을 수행할 때 방대한 계산 결과를 디스크에 저장하고, 해석결과를 분석할 때는 그래픽 성능도 크게 좌우하기 때문에 SSD 디스크와 그래픽카드에도 관심을 가져야 합니다.
현재 고성능컴퓨터는 장기적인 전망으로 보는 Quantum Computing, DNA-based Computing, Optical Computing 등의 미래의 컴퓨팅 기술과 단기적인 고성능 컴퓨터 기술인 Symmetric -Multi Processing 기술과 MPP(Massively Pallel Processing)기술이 일반화되고 있습니다. (아래 그림 참조)
일반적으로 슈퍼컴퓨터로 불리는 고성능 HPC는 규모가 큰 운영관리시설과 전문인력이 필요하고 매우 고가이기 때문에, 실제 업무를 수행하는 대부분의 기업이나 기관에서는 단일 SMP 컴퓨터를 많이 사용하고 있습니다.
FLOW-3D에 적합한 일반적인 최소 권장사양은 아래 사양을 참고하시면 됩니다.
다만, 가능하면 최신 CPU의 고성능, 저전력 등 최신기술이 반영된 제품을 선택하는 것은 언제나 투자비와 연관되어 있기 때문에 항상 고민의 대상인 것은 틀림없는것 같습니다.
1) Processors
– FLOW-3D는 x86-64 (Intel/AMD) 프로세스를 지원합니다.
CPU는 전반적인 성능에 큰 영향을 미치며, 대부분의 경우 컴퓨터의 가장 중요한 구성 요소입니다. 그러나 데스크탑 프로세서를 구입할 때가되면 인텔과 AMD의 모델 번호와 사양이 어려워 보일 것입니다. 그리고, CPU 성능을 평가하는 방법에 의해 가장 좋은 CPU를 고른다고 해도 보드와, 메모리, 주변 Chip 등 여러가지 조건에 의해 성능이 달라질 수 있기 때문에 성능평가 결과를 기준으로 시스템을 구입할 경우, 단일 CPU나 부품으로 순위가 정해진 자료보다는 시스템 전체를 대상으로 평가한 순위표를 보고 선정하는 지혜가 필요합니다.
부동소숫점 계산을 하는 수치해석과 밀접한 Computer의 연산 성능 벤치마크 방법은 대표적으로 널리 사용되는 아래와 같은 방법이 있습니다.
64-bit Windows 7, Windows 8, Windows 8.1, Windows 10, Windows Server 2008, and Windows Server 2012
64-bit Red Hat Enterprise Linux 6, Red Hat Enterprise Linux 7 and SUSE 11*
Windows 및 Linux에 대한 시뮬레이션 시간은 대등합니다. 사용자가 사용하기 편리한 운영 체제를 선택하면 됩니다.
3) Graphics Support
FLOW-3D는 OpenGL 드라이버가 만족스럽게 수행되는 최신 그래픽 카드가 필요합니다. 최소한 OpenGL 3.0을 지원하는 것이 좋습니다. FlowSight는 DirectX 11 이상을 지원하는 그래픽 카드에서 가장 잘 작동합니다. 권장 옵션은 엔비디아의 쿼드로 K 시리즈와 AMD의 파이어 프로 W 시리즈입니다. 엔비디아의 GTX 게이밍 하드웨어는 볼륨 렌더링의 속도가 느리거나 오동작 등 몇 가지 제한 사항이 있습니다. 일반적으로 노트북에 내장된 통합 그래픽 카드보다는 개별 그래픽 카드를 강력하게 추천합니다. 최소한 그래픽 메모리는 512MB 이상을 권장합니다.
4) Memory and Processor Speed
프로세서 코어 당 최소 2GB의 RAM을 권장합니다. 예를 들어, 두 개의 6 코어 CPU가 있을 경우 워크스테이션의 메모리는 최소 24 GB가 있어야합니다. 필요한 RAM의 양은 해석 대상 문제에 매우 의존적입니다. 큰 도메인 또는 복잡한 형상에서 좋은 해상도를 원하는 시뮬레이션은 필요한 최소한 RAM보다 훨씬 더 많은 RAM이 필요합니다. 메모리 속도는 시뮬레이션 시간에 영향을 적게 받지만 통상적으로 1333MHz 또는 1600 MHz이면 충분합니다.
5) HDD
수치해석은 해석결과 데이터 양이 매우 크기 때문에 읽고 쓰는데 속도면에서 매우 빠른 SSD를 적용하면 성능면에서 큰 도움이 됩니다. 다만 SSD 가격이 비싸서 가성비 측면을 고려하여 적정수준에서 결정이 필요합니다.
그리고 SSD를 선택할 경우에도 SSD 종류 중에서 PCI Express 타입은 매우 빠르지만 가격 또한 매우 고가이므로 예산 범위내에서 선택을 고민해야 합니다.
기존의 물리적인 하드 디스크의 경우, 디스크에 기록된 데이터를 읽기 위해서는 데이터를 읽어내는 헤드(바늘)가 물리적으로 데이터가 기록된 위치까지 이동해야 하므로 이동에 일정한 시간이 소요됩니다. (이러한 시간을 지연시간, 혹은 레이턴시 등으로 부름) 따라서 하드 디스크의 경우 데이터를 읽기 위한 요청이 주어진 뒤에 데이터를 실제로 읽기 까지 일정한 시간이 소요되는데, 이 시간을 일정한 한계(약 10ms)이하로 줄이는 것이 불가능에 가까우며, 데이터가 플래터에 실제 기록된 위치에 따라서 이러한 데이터에의 접근시간 역시 차이가 나게 됩니다.
하지만 HDD의 최대 강점은 가격대비 용량입니다. 현재 상용화되어 판매하는 대용량 HDD는 12TB ~ 15TB가 공급되고 있으며, 이는 데이터 저장이나 백업용으로 가장 좋은 선택이 됩니다.
결론적으로 데이터를 직접 읽고 쓰는 드라이브는 SSD를 사용하고 보관하는 용도의 드라이브는 기존의 HDD를 사용하는 방법이 효과적인 선택이 될 수 있습니다.
고성능 컴퓨팅(HPC)는 과학, 공학 또는 거대한 비지니스 요구 사항들을 해결하기 위해 일반적인 데스크탑 컴퓨터나 워크스테이션보다 훨씬 더 높은 성능을 발휘하도록 컴퓨팅 파워를 결합하는 것을 의미합니다.
시뮬레이션이나 분석과 같은 HPC 워크로드는 계산, 메모리 사용 및 데이터 관리가 매우 중요합니다.
클러스터나 슈퍼컴퓨터라고도 불리는 일반적인 HPC 시스템은 고속의 네트워크에 연결된 다수의 서버를 이용한 확장을 통해 여러 애플리케이션들을 병렬 실행하도록 설계됩니다.
HPC 시스템에는 관련 소프트웨어, 도구, 구성요소, 스토리지 및 서비스가 포함된 경우가 많습니다.
고성능 컴퓨팅은 일반적으로
– 100Gbps의 초고속 네트워킹
– 확장 가능한 고성능 스토리지
– 고성능 컴퓨팅 소프트웨어 스텍 (최근에는 거의 Linux가 대세로 자리 잡음)
– 에너지 효율성
– GPU 가속지원
등이 핵심 성능지표로 개발됩니다.
HPC와는 스케일 규모면에서는 차이가 많지만 단일 컴퓨팅 기반에서 뛰어난 성능을 발휘하는 고성능 PC 하드웨어를 중심으로 전세계의 최신 컴퓨터 기술을 소개하는 컴퓨덱스에서 발표된 2018년 PC 기반 하드웨어 소개의 일부 기사를 소개합니다.
컴퓨텍스 2018에서 소개된 강력한 PC 하드웨어 소개
본 기사는 PCWorld 및 itworld에서 부분 발췌된 내용입니다.
컴퓨텍스 2018에서는 게이밍이 뜨겁다.
PC의 핵심 칩들이 크게 발전하면서 성능을 크게 높였다.
스레드리퍼(Threadripper) 2 인텔의 발표 직후, AMD는 32코어 64스레드 플래그십인 스레드리퍼 2를 소개하면서 코어 전쟁에 불을 붙였다. 새 24코어 CPU도 출시되며 새 칩들은 2세대 라이젠(Ryzen)과 같은 기본 기술에 기초하여 개발되었다. 또한 AMD는 쿨러 마스터와 협력하여 32코어의 온도를 관리할 수 있는 거대한 공냉식 쿨러인 레이스 리퍼(Wraith Ripper)를 제작했다.
AMD를 전격 채용한 에이서 헬리오스(Acer Helios) 500 컴퓨텍스에서 AMD의 기술이 예상치 못한 곳에서 공개되었다. AMD를 전격 채용한 이 모델에는 6코어 12스레드 라이젠 7 2700 데스크톱 프로세서뿐만이 아니라 라데온 베가(Radeon Vega) 56 그래픽이 탑재되어 있으며, 외장 베가 GPU가 탑재된 노트북은 이번이 처음이다. 에이서는 이 노트북에 144Hz 프리싱크 디스플레이를 매치하여 베가의 성능을 최대한 발휘할 수 있도록 했다.
MSI 노트북(치터(Cheater) 모드 적용) MSI는 컴퓨텍스에서 모든 가격 대의 노트북을 선보였다. MSI가 엔비디아 GTX 1050 그래픽을 내장한 프레스티지(Prestige) PS42가 있다. 매우 인상적일 것이며 기록을 달성할 수 있을지 기대된다. 보급형의 경우 MSI GF63은 999달러란 저렴한 가격에 6코어 8세대 인텔 코어 CPU와 GTX 1050이 내장되어 있다.
독특한 에이수스 노트북 에이수스는 컴퓨텍스에서 프로젝트 프리코그 외에도 혁신적인 하드웨어를 선보였다. 또한 기본적으로 트랙패드(Trackpad)를 상황에 따라 PC용 보조 화면으로 변신시키는 “스크린패드(ScreenPad)” 기술이 포함된 젠북 프로(ZenBook Pro) 15의 새로운 버전을 공개했다.
2017년 수치해석 분야에 기대되는 최신 컴퓨터 소식
수치해석을 하는 많은 분들은 대부분 시간과의 전쟁을 치루고 있습니다.
좀 더 빨리, 좀 더 상세한 결과를 얻어야 하기 때문에, 많은 분들이 예산이 허락하는 한 성능 좋은 컴퓨터를 확보하는 것이 최대의 목표가 되고 있습니다.
한 동안 AMD가 인텔의 경쟁자로 존재하면서 두 회사는 선의의 성능 경쟁을 치열하게 전개해 왔는데, AMD가 서서히 경쟁력을 잃고 있다가 최근에 젠 CPU를 통해 다시 경쟁에 불을 지피고 있습니다.
여기에 두 회사의 최신 주력 CPU 의 내용을 기사에서 인용하여 소개합니다.
인텔, 18코어 36스레드 갖춘 코어 i9 칩 발표 “AMD 쓰레드리퍼와 전면전” (기사 출처 : itworld)
인텔이 코어 i9을 무기로 본격적인 AMD와의 전쟁에 돌입했다. 인텔은 30일 대만 컴퓨텍스에서 하이엔드 PC시장에서 AMD의 16코어 32스레드 스레드리퍼(Threadripper)와 경쟁할 18코어 36스레드의 ‘몬스터 마이크로프로세서’를 발표했다.
이 프로세서에는 코어 i9 익스트림 에디션 i9-7980XE라는 이름이 붙었다. 첫 번째 테라플롭(Teraflop) 데스크톱 PC프로세스로 아주 고가이다. 올해 말 출하되는 프로세서의 가격은 1,999달러이다. 한 단계 낮은 코어 i9 제품군 제품들은 가격이 조금 더 저렴하다. 10코어, 12코어, 14코어, 16코어로 구성된 코어 i9 X 시리즈 가격은 999~1,699달러 사이다. 모두 스카이레이크 기반 프로세스이며, 기존 브로드웰-E보다 높은 성능을 제공한다. 인텔에 따르면, 싱글스레드 앱은 15%, 멀티스레드는 10% 빠르다.
인텔은 ‘베이진 폴스(Basin Falls)”라는 코드 네임을 가진 코어 i9 X 시리즈가 너무 비싼 사람들을 위해 3종의 새로운 코어 i7 X 시리즈 칩(339~599달러)과 1종의 쿼드 코어 코어 i5(242달러)도 공개했다. 인텔은 몇 주 이내에 신제품 칩을 출하할 예정이라고 설명했다.
대부분의 코어 i9칩에 터보 부스트 맥스 기술 업데이트(Updated Turbo Boost Max Technology) 3.0이 탑재될 예정이다. 터보 부스트 맥스는 칩이 최고의 코어 2개를 파악하고, 필요할 때 가변적으로 속도를 높여 오버클러킹을 하는 기능이다. 옵테인 메모리도 지원한다. 인텔은 130개 이상의 옵테인 지원 메인보드가 출시될 예정이라고 설명했다.
신제품 165W, 140W, 112W 칩은 역시 새로운 소켓인 R4에 맞춰 설계되어 있다. 2,066핀 LGA 소켓과 호환되는 인텔 칩셋은 X299가 유일하다.
다시 한번, 인텔과 AMD가 제대로 한 판 붙을 전망이다. 둘 중 누가 승리할지 지켜보는 사용자들의 관심도 뜨겁다. 인텔은 코어 i9을 발표하면서 하이엔드 시장에 공격적으로 접근했다. AMD도 스레드리퍼의 10코어, 12코어, 14코어 버전과 가격을 공개할 수밖에 없는 실정이다. 인텔이 먼저 패를 공개했다. 게임은 이제부터가 시작이다.
인텔의 새 코어 i9 칩은 모든 PC관련 제품이 전시되는 종합 전시회로 발전한 컴퓨텍스에서 가장 중요한 발표 중 하나로 꼽혔다. 기대되는 소식은 아직 많이 남아있다. 홍보 담당자에 따르면, 인텔 경영진이 차세대 10nm 칩인 캐논 레이크에 대해 발표할 예정이라고 한다. 기존 케이비 레이크 칩보다 30% 높은 성능을 자랑하는 제품이다.
또, HTC 바이브 VR 헤드셋을 WiGig 기술을 이용해 무선 연결하는 기술에 대해 더 자세한 정보가 발표될 계획이다. 인텔과 HTC는 지난 1월 CES에서 파트너십 체결을 발표했다. 인텔은 또 8월부터 컴퓨트 카드(Compute Card)를 출시한다고 발표할 계획이다.
코어 i9의 속도와 피드
클록 속도가 4GHz를 넘으면서, 제조업체들이 직면한 도전 과제는 추가된 코어를 모두 사용하는 방법을 찾는 것이었다. 앞서 링크된 기사에서 설명했듯, 하나의 프로세스 코어만 집중적으로 사용하는 게임들이 여전히 많다. 인텔은 게임 플레이는 물론, 게임에 이용하지 않는 다른 코어로 트위치나 유튜브 스트리밍을 인코딩하고, 더 나아가 백그라운드에서 음악도 재생할 수 있는 새로운 세대의 ‘스트리머(Streamer)’로 눈길을 돌렸다. 인텔은 이런 동시다발 작업에 ‘메가태스킹’이라는 명칭을 붙였다. 이 회사는 이를 갈수록 증가하는 코어 수에 맞게 ‘수요’를 유지하는 아주 좋은 방법으로 판단하고 있다.
이와 관련, X시리즈 마케팅 매니저인 토니 베라는 “게이머가 콘텐츠 창작자로 변모하는 추세”라고 강조했다.
제품 가격은 자연스럽게 최고 2,000달러로 아주 비싸고, 경제력이 있거나 기업의 후원을 받는 사용자만 최신 코어 i9 제품들을 구입할 수 있을 전망이다. 다음은 제품 별 가격과 코어, 스레드 수를 정리한 내용이다.
인텔은 또 한정된 예산에 제약 받는 사용자를 대상으로 3종의 새로운 코어 i7 X 시리즈 칩을 판매할 계획이다.
Core i7 7820X (3.6GHZ), 8코어/ 16스레드, 599달러
Core i7-7800X (3.5GHz), 6코어/ 12스레드, 389달러
Core i7-7740X (4.3GHz), 4코어/ 8스레드, 339달러
케이비 레이크 코어에 맞춰 설계된 i7-7740X를 제외한 모든 칩이 인텔의 ‘스카이레이크-X’에 기반을 두고 있다.
새 칩에서 가장 큰 관심을 끄는 기능은 터보 부스트 맥스 기술 업데이트 3.0이다. 고든 마 웅이 인텔 브로드웰-E 리뷰에서 설명한 것처럼, 터보 부스트 맥스 기술 3.0은 (칩에 따라 차이가 있지만) 최고의 코어를 식별한다. 그리고 CPU 집약적 싱글 스레드 애플리케이션을 이 코어로 연결해 전체 성능을 향상한다.
또, 최고의 코어 2개를 식별하고, 가장 CPU 집약적인 스레드에 할당한다. 더 많은 코어를 더 효과적으로 활용하는 게임과 애플리케이션에 도움을 주는 기능이다. 그러나 이 새로운 기능을 탑재하지 않은 칩도 있다. 새 6코어, 2종의 4코어 X시리즈 칩이 여기에 포함된다.
다음은 속도와 피드를 요약 설명한 표다.
오버클럭이 포인트
인텔은 새 X시리즈에 공냉 쿨러를 추천하지 않는다. 인텔은 165W와 140W의 새 칩이 방출할 열을 효과적으로 냉각시킬 수 있는 TS13X 쿨러를 판매할 예정이다.
TS13X는 PG(Propylene Glycol)을 이용, 열을 73.84-CFM 팬으로 보낸다. 이 팬의 소음은 21~35dBA이고, 회전 속도는 800~2,200rpm이다. 별도 판매될 TS13X의 가격은 85~100달러 사이이다.
인텔은 또 XTU(Extreme Tuning Utility)를 이용, 코어 당 오버클러킹과 전압 조절을 계속 지원할 계획이다. AVX 512 비율 오프셋, 메모리 전압 조절, PEG/DMI 오버클러킹 등 새 기능이 포함되어 있다.
또 ‘성능 튜닝 보증 서비스(Performance tuning protection plan)’를 제공할 계획이다. 이는 오버클로킹 사용자를 위한 일종의 ‘보험’이다. 칩이 고장 날 경우, 1회 교체를 해주는 보증 서비스이며, 두 번째부터는 유료로 진행된다.
데이터 전송 성능을 향상한 새 X299 칩셋
테라플롭급 연산력을 갖춘 PC의 경우, 다른 부품과의 데이터 전송 성능이 아주 중요하다. x299 칩셋은 최신 DMI 3.0을 도입해 SATA 3.0포트와 USB 포트 연결 대역폭을 2배로 증가시킨다. X299 칩셋에는 최대 8개의 SATA 3.0포트, 10개의 USB 3.0 포트가 장착되어 있다. 기존 X99 칩셋의 USB 3.0포트 수는 최대 6개였다.
브로드웰-E X99 칩셋은 8개의 PCIe 레인을 지원했었다. 그러나 X299은 최대 24개의 PCIe 3.0 레인을 지원한다. 고속 PCIe NVM3 드라이브 등 추가 PCIe를 CPU와 연결된 PCI3에 직접 연결할 수 있다. 코어가 10개 이상인 CPU의 경우, 최대 44개의 PCIe 3.0 레인을 이용할 수 있다.
X299는 속도가 빨라진 DDR4-2066을 지원한다. 그러나 어느 정도 RAM 용량을 지원하는지 확실하지 않다. 인텔은 캐시 계층(Cache Hierarchy)을 조정했다. 이를 통해 개별 프로세서 근처에 더 많은 캐시를 배치하는 방법보다 캐시 크기를 더 많이 줄일 수 있다. 인텔은 새로운 캐시의 ‘히트(Hit)’ 레이트가 더 높다고 설명한다. 칩 크기를 줄였지만 캐시 성능을 유지할 수 있었다는 의미이다.
이번 신제품 소식은 코어 i9, 코어 i7 X 시리즈 사용자 모두 크게 기뻐할 기능 및 성능 향상이다. 메인보드와 PC 제조사도 하이엔드 시장에서 수익을 증대하기 위해 코어 i9 제품들을 출시할 것으로 예상된다. 이번 주 컴퓨텍스에서 전해질 더 많은 소식에 사용자들의 관심이 쏠리고 있다. editor@itworld.co.kr
AMD 마이크로아키텍처 (기사 출처 : itworld)
AMD 라이젠 3월 2일 출시…코어 i7보다 가격도 성능도 “우세”
Mark Hachman | PCWorld
“40% 성능 향상”이라는 말은 보수적인 자체 평가였다. AMD는 첫 번째 라이젠 프로세서 3가지를 오는 3월 2일 출시할 계획이라고 밝혔다. 인텔 코어 제품군을 능가하는 성능으로 기대를 받고 있는 라이젠 프로세서는 가격도 절반 가까이 저렴하다.
22일 열린 라이젠 출시 행사에서 발표에 나선 AMD 임원들은 인텔 코어 i7을 공략하기 위한 세 가지 데스크톱용 CPU를 공개했다. 신형 라이젠 CPU는 여러 곳의 주요 메인보드 업체와 전문가용 맞춤형 PC 업체가 지원한다. 특히 AMD는 신형 라이젠 프로세서가 더 적은 비용으로 더 높은 성능을 제공한다는 점을 강조했다. 최고 성능 제품인 라이젠 7 1800X는 인텔의 1,000달러짜리 코어 i7-6900K의 절반에도 못 미치는 가격이지만, 성능은 더 뛰어나다.
인텔과 마찬가지로 AMD의 라이젠 프로세서 역시 역시 3가지 제품군으로 구성되어 있는데, 고급형 라이젠 7, 중급형 라이젠 5, 가장 저렴한 보급형 라이젠 3이 그것이다. AMD는 고성능 라이젠 7부터 먼저 출시하는데, 1800X(499달러), 1700X(399달러), 1700(329달러)의 세 가지 모델이다. 라이젠 5와 라이젠 3은 올해 하반기에 출시할 예정인데, 구체적인 출시 일정은 밝히지 않았다.
이번 행사 직전까지 공개되지 않은 라이젠 관련 정보는 가격과 정확한 출시일이었다. 애널리스트들은 AMD가 그간의 실책을 모두 개선한 것 같다고 평가했으며, 인텔은 자칫 기반이 되는 PC용 마이크로프로세서 시장의 점유율을 잃을 수 있는 위험에 처했다. 물론 인텔도 대응책은 있다. 가격 인하도 그중 하나일 가능성이 있고, 더 많은 코어를 가진 신제품이나 옵테인 기술을 적극 내세우는 것도 방법이 될 수 있다.
인텔이 지난 1월 케이비 레이크 칩 40가지를 대대적으로 출시한 것과는 달리 AMD는 서두르지 않고 있다. 이번에 출시된 라이젠 7 칩의 세부 사양을 살펴보자.
Mark Hachman
라이젠 7 1800X. 95와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3.6GHz, 부스트 모드에서는 4GHz로 동작한다. 499달러 1800X의 대응 제품은 8코어 인텔 코어 i7-6900K로 무려 1,089달러짜리이다. AMD에 따르면, 1800X는 시네벤치 상에서 단일 쓰레드 점수가 162로 동점을 기록했다. 하지만 코어를 모두 구동하자 1,601점으로 6900K보다 9% 높은 점수를 기록했다.
라이젠 7 1700X. 95와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3.4GHz, 부스트 모드에서는 3.8GHz로 동작한다. AMD에 따르면, 399달러 1700X는 시네벤치 멀티코어 벤치마크 테스트에서 1,537점을 기록해 6900K보다 4% 높은 성능을 보였다.
라이젠 7 1700. 655와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3GHz, 부스트 모드에서는 3.7GHz로 동작한다. AMD에 따르면, 1700은 시네벤치 멀티코어 테스트에서 1,410점으로 339달러짜리 코어 i7 7700K보다 46% 더 높은 성능을 기록했다. 핸드브레이크 비디오 인코딩 테스트에서는 1700은 61.8초를, 7700K는 71.8초를 기록했다.
Mark Hachman
AMD에 따르면 라이젠 7 1700은 신형 레이스 스파이어(Wraith Spire) 쿨러를 기본 쿨러로 제공해 소음이 32데시벨에 불과하다.
라이젠의 눈에 띄는 성능 향상에는 설계팀의 역할이 컸다. AMD는 자사의 목표 중 하나가 젠 아키텍처의 클럭당 명령어 처리수(IPC, instructions per clock)를 40% 늘리는 것이라고 밝힌 바 있다. 그리고 실제로 AMD는 IPC를 52% 향상했다. CEO 리사 수는 “단지 목표를 맞춘 것이 아니라 크게 초과 달성했다”라고 강조했다. editor@itworld.co.kr
FLOW-3D를 활용한 항공우주 분야의 주요한 사례는 슬로싱(sloshing)에 의한 유체의 유동 영향을 평가하는 해석과 기상(gas phase) 유체에 대한 아음속 및 초음속 유동 해석으로 크게 나눌 수 있다.
슬로싱 유동 해석 슬로싱(sloshing)은 탱크 내부에 적재된 유체가 외부의 가진에 의하여 발생하는 유동 현상이다. 이는 흔히 볼 수 있는 컵 내부 물의 유동부터 항공기 및 선박, 우주선의 연료탱크 내부 유동까지 다양한 분야에서 나타나는 유동 현상이다. 이러한 슬로싱의 영향은 유체와 탱크의 상호 작용으로 충격 압력이 발생하게 되며, 슬로싱에 의한 충격이 계속 반복되면서 탱크 내부에 피로로 인한 균열(crack)로 탱크의 파괴를 초래할 수 있다. 그 동안 슬로싱 현상을 연구하기 위해 많은 실험과 수치 해석이 수행되어 왔다. 우주 로켓의 연료 탱크와 관련된 슬로싱 유동에 대하여 많은 연구들이 진행된 바 있고, 1980년대 이후에는 LNG 수송선이 증가하면서 선박 내의 슬로싱 유동에 대한 많은 연구가 진행되었다. 실험적인 연구 방법은 많은 실험비용과 시간 및 장비가 요구되기 때문에 이를 대치하기 위하여 많은 수치해석이 시도되어 왔다. Faltinsen은 진동하는 2차원 슬로싱 문제에 대하여 수치해석을 하였고, Wu et al은 유한 요소 법을 이용하여 3차원 수치해석을 시도하였다. 자유표면 문제에 대해서 수치적 확산을 줄이기 위하여 Takewaki and Yabe에 의하여 CIP(constrained interpolation profile) 기법이 개발 되었고, Yang and Kim은 2009년 물과 공기의 다상 문제를 해석하는 CCUP(Cip-combined and unified procedure) 기법을 이용하여 슬로싱 문제에 대한 수치해석을 수행하였다. 3차원 열유동 해석 프로그램인 FLOW-3D를 이용한 해석은 2006년 Lee et el.에 의하여 수행된 바 있다. 현재까지 슬로싱 현상을 해석하기 위하여 많은 수치기법들이 개발되고 이용되어 왔지만, 슬로싱의 특성상 강한 비선형 자유표면에 대한 정확한 해석에 어려움이 남아있다. 이러한 비선형 슬로싱 문제에 대하여 FLOW-3D를 이용하여 수치해석하였고, 앞서 진행되었던 실험 및 수치해석 연구 결과의 압력 및 자유표면의 형상을 비교하였다. 해석결과와 실험을 비교하기 위하여 해석을 진행하였으며, 탱크의 형상을 <그림 1>에 나타냈다. 이 모델에 대한 실험은 1991년 히타치(Hitachi) 조선 연구소와 대우조선해양에서 수행한 바 있다.
그림 1. 스키매틱 다이어그램(schematic diagram) without baffles, fluid filling 50%
코팅(coating)이란 기판 위의 공기를 액상의 코팅액으로 대체하는 것을 말하고, 코팅 공정은 고분자 용액, 현탁액, 등의 코팅액이 기판 위에 도포됨으로써 마이크로 단위 이하의 액막을 만드는 공정이라고 할 수 있다.
<슬롯(Slot)코팅의 유동 전개>
코팅 공정의 산업적 응용 범위는 매우 넓다. 예를 들면, LCD/PDP 등과 같은 디스플레이, 자성 또는 광학 디스크, 노광, 고집적회로 기판, 광섬유 등의 일반 산업용 및 가정용에 이르기까지 코팅 공정은 모든 산업의 핵심이 되는 분야라고 할 수 있다. 최근 그 중요성으로 인해 코팅 분야에 대한 연구가 활발히 진행되고 있는데, 생산 속도를 빠르게 하면서 얇고 정밀한 코팅 제품을 생산하기 위한 최적화, 안정성 연구, 다층 필름 및 동시 양면 코팅 제품 등과 같이 코팅의 기능성을 부여하는 신기술 개발, 환경 문제를 해결하기 위한 비 뉴턴(Non-Newtonian) 특성의 코팅액 개발, 최적의 공정 조건을 도출하고자 하는 이론적, 실험적 연구 등이 그것이다. 코팅 공정을 안정되게 유지하기 위해서는 코팅 비드(bead) 내에 작용하는 관성력, 점성력, 모세관력 그리고 외력의 상관관계를 고찰할 필요가 있다. 이를 위해서는 코팅액의 물성, 다이의 구조, 운전 조건 등의 공정 조건을 체계적으로 분석하여야 한다. 코팅액의 유변학적 물성 중에는 점도, 표면장력, 밀도 등이 동특성에 큰 영향을 준다. 또한 코팅액이 웹(web)에 닿을 때의 접촉각, 웹 특성도 공정 해석에 주요 인자이다. 장비의 설계에 있어서는 다이의 기하구조와 더불어 다이 립(lip)의 배치도 중요하다. 이들은 코팅액의 유동과 압력 분포에 크게 영향을 미치기 때문에 여러 형태의 다이 구조가 제안되고 있다. 운전변수는 생산성을 결정짓는 웹 속도를 비롯하여 필름 두께, 공급 유량, 코팅 갭 등이 있다. 이외에도 외력으로 작용하는 전자기력 또는 상류흐름(upstream) 영역 밖에서 가해주는 압력 강하도 고려되어야 한다. 다양한 공정 변수들의 효과는 여러 무차원수로 표현하여 설명하는 것이 적절하다. 가장 중요한 무차원 변수는 카필러리 수(Capillary number)라고 할 수 있는데 용액의 점도와 웹 속도에 대한 표면장력의 비로 정의된다.
참고로 유체역학에서 모세관수는 서로 섞이지 않는 두 유체의 점도와 표면 장력의 상대적 영향력을 나타내는 무차원 수이다. 한편, 코팅 방식의 종류는 코팅 대상물의 구조 및 종류, 코팅액, 코팅 두께 등에 따라 다음과 같이 분류된다.
주조 분야 사용자들에게 제공되는 FLOW-3D 제품은 주조해석에 전문화된 FLOW-3D Cast이다. 이는 범용인 FLOW-3D를 주조분야에만 국한시켜 이 분야의 사용자가 가장 쉽게 접근, 활용할 수 있도록 사용자 환경을 재구성하였고, 공정 설계자로부터 전문 해석자까지 제품을 사용하는데 어려움이 없도록 최대한 접근성을 높여 개발되었다. <그림 1>은 FLOW-3D Cast의 GUI와 그에 따른 절차 설명을 간단히 보여주고 있다.
그림 1. FLOW-3D Cast의 GUI
FLOW-3D Cast는 대표적으로 고압 다이캐스팅, 저압 다이캐스팅, 경동주조, 중력주조, 중자성형 등 거의 주조 전분야에 대한 해석을 수행할 수 있으며, 주조 합금과 금형, 몰드 모두에 대해 유동 및 열응력 솔루션을 제공해 줄뿐만 아니라, 제품 생산 시 발생하는 불량 문제 등을 빠르게 파악하고 개선해 나갈 수 있는 방향을 제시해 줄 수 있다. FLOW-3D Cast의 각 기능에는 앞서 말한 주조 과정에서 사용되는 공정을 모델링할 수 있도록 개발되었고, 정확한 유동과 응고 결과는 물론 제품의 표면산화물, 혼입된 공기, 매크로 및 마이크로 기공, 수축공과 같은 중요한 주조 결함을 포착할 수 있는 기능이 탑재되어 있다. 또 다른 독특한 모델링 기능으로는 로봇 스프레이 냉각을 적용할 수 있는 열 다이 사이클링 기능 및 샷 슬리브 흐름 프로필, 스퀴즈 핀 및 열응력을 모델링할 수 있는 기능도 탑재되어 있다.
그림 2. FLOW-3D Cast의 주조해석 종류
이번 호에서는 대표적인 실물 예제로 여러 주조 공법 중 고압 다이캐스팅, 중력주조의 실례를 들어 설명하고 제철 및 제강 공정에서 활용된 몇 가지 사례를 덧붙여 소개하고자 한다.
1. 고압 다이캐스팅 해석 FLOW-3D Cast가 수행할 수 있는 주조 분야 중 대표적인 주조 해석은 용탕의 충진 현상이 최대 관점인 고압 다이캐스팅 해석이다. 고압 다이캐스팅은 FLOW-3D Cast 내의 GMO(General Moving Object)라는 기능을 이용하여 플런저 운동에 의한 슬리브 내의 용탕(액체화된 용융된 금속)을 제품 캐비티 안에 고속으로 밀어 넣는 공정이다. FLOW-3D Cast는 용탕의 충진 과정뿐 아니라 온도, 압력, 속도 등 사용자가 원하는 결과들을 얻을 수 있으며, 또한 용탕의 충진 과정에서 불가피하게 나타날 수 있는 표면 산화물의 생성, 혼입된 공기로 인한 미세 기공의 생성, 응고 과정 중의 수축공 등 다양한 불량 원인을 찾아 준다. 해석 사례로서 센터 블록이라는 실제 제품에 대해서 고압 다이캐스팅 해석을 수행하여 충진 및 응고 해석을 수행하여 보았다. 이 제품은 각종 유압장치들이 연결되는 부품으로 기밀성이 필수적인 제품이다. 기존에는 사각형의 알루미늄 덩어리를 가공하여 제품을 생산하였으나, 생산성 면에서 매우 뛰어나고 가벼운 고압 다이캐스팅 공법을 적용하여 생산하고 있다.
토목 분야에서는 경험식, 수리계산식, 실험식, 수리모형실험 등으로 설계를 검토하고 문제점을 해결하여 왔으나 최근 컴퓨터와 프로그램의 발달로 수치해석을 이용하여 이를 해결하는 사례가 증가하고 있다. 토목 분야에서 다루는 하천, 댐, 해안 등은 연직방향에 비해 넓은 영역을 다루어야 하므로 과거 수치해석에는 3차원의 유동 계산이 불가능했으나, 컴퓨터 하드웨어의 발달로 지금은 데스크톱 컴퓨터에서도 이러한 수치해석을 수행할 수 있다.
FLOW-3D에서는 가정하거나 단순하지 않은 완전한 나비에-스토크스(Navier-Stokes) 방정식을 계산하여 3차원 유동을 표현하므로 실제와 같은 물리적인 결과를 얻을 수 있다. 이번 호에서는 FLOW-3D를 이용한 해석사례로서 댐 여수로, 배수갑문 등의 적용 사례를 살펴본다
1. 여수로 해석 사례 여수로는 댐이나 저수지의 안전을 위해 물을 방류시킬 수 있는 중요한 구조물로서 FLOW-3D를 이용하여 이 구조물이 설계기준에 적합한지, 문제점은 없는지 등을 검토한 사례이다.
그림 1. 하천 흐름 검토
FLOW-3D 해석 결과는 <그림 1>과 같이 해석 영역에 대한 유속, 수위, 압력 분포 등 수리모형 실험 결과와 동일한 결과를 얻는다.
그림 2. 수위 방류량 곡선
방류능력은 여수로의 중요한 성능으로 수위에 따른 방류량 관계를 검토해야 한다. FLOW-3D를 이용하여 일정 유입 수위를 설정하고 그 수위에 따른 방류량을 계산할 수 있으며, 해석 결과를 이용하여 <그림 2>와 같은 수위 방류량 곡선을 얻을 수 있다.
FLOW-3D는 열전달 및 유체유동 해석 소프트웨어로 이상유동을 효과적으로 해석할 수 있으며 수자원, 항만, 기계, 주조, 항공, MEMS 등 다양한 분야에서 사용하고 있다. FLOW-3D는 격자 생성과 해석 모델을 손쉽게 작성할 수 있으며 전문 후처리 프로그램에서 제공하는 후처리 능력을 갖춰 해석 결과를 다양한 방법으로 간편하게 분석하고 시각화할 수 있다.
1985년 처음 출시된 FLOW-3D는 이상유동 해석기법인 VOF(Volume Of Fluid) 방법을 창시한 허트(C.W. Hirt) 박사에 의해 만들어졌다. VOF 방법은 다양한 이상유동 현상을 빠르고 정확하게 모사할 수 있어, 그 이후로 사용자는 FLOW-3D의 VOF 방법을 사용하여 복잡한 이상유동을 해석할 수 있게 되었다. 현재 FLOW-3D는 11.2 버전에 이르고 있으며 다양한 사용자의 요구에 응답하여 사용하기 쉽고, 더 빠르고 정확하게, 더 다양한 유동현상을 해석할 수 있도록 발전해 왔다. <그림 1>은 FLOW-3D를 실행시킨 모습이다.
<그림 2>에 나타난 것과 같은 댐의 방류 현상이나, 잉크젯 프린터 설계를 최적화하는 등의 문제는 크기는 다르지만 기체와 액체가 함께 존재하며, 시간에 따라 흐름이 변화하는 유동을 정확하게 예측하는 것이 중요하다. 이러한 기체와 액체 두 개의 상을 가진 유체 유동을 ‘이상유동(Two Phase Flow)’이라고 하며, 이를 해석하기 위해서는 액체 영역과 기체 영역을 구별할 수 있는 정확한 방법이 필요하다. 이러한 방법은 고정 격자계를 이용한 방법과 이동 격자계를 이용한 방법으로 크게 나눌 수 있다. 이동 격자계를 이용하여 구별하는 방법은 액체와 기체 경계면에 격자면를 일치시켜 액체와 기체 경계의 이동에 따라 격자를 움직이는 방법이다. 격자에 의해 영역이 구별되므로 경계의 위치를 찾아내는 특별한 알고리즘이 필요하지 않으며, 경계조건(Boundary Condition)을 적용하기 쉬운 장점이 있다.
Flow Science, INC 소속의 AHG Isfahani & JM Brethour기 발표한 FLOW-3D로 냉각 열 응력과 변형을 시뮬레이션 한 결과입니다.
주조 업계에서는 고형화 및 냉각 중 열응력을 예측하고 그 결과로 변형되는 현상을 예측하는 것이 여전히 어려운 과제입니다.
플로우 사이언스는 최근 이러한 종류의 예측을 고객에게 제공하기 위해 FSI(Fuid-Structure Interaction)와 TSE(Thermal Stress Evolution) 모델을 개발했습니다. Fuid-cocus 모델링 포트폴리오에 솔리드 메카니즘이 추가됨에 따라 FLOW-3D*(www.fow3d.com)는 이제 하나의 소프트웨어 패키지에서 완전히 결합된 Auid-structure 상호 작용 모델을 제공하는 몇 안 되는 시뮬레이션 툴 중 하나가 되었습니다.
내장된 유한 요소 분석과 FLOW-3D의 입증된 자유 표면 Aows 기록은 주조 업계에 매력적인 선택입니다. 많은 사용자들이 주조 프로세스를 포함한 유체 구조 상호 작용 문제를 시뮬레이션하기 위해 여러 소프트웨어 패키지를 결합해 왔습니다.
모델 제작자는 Auid 역학을 별도로 해결한 다음 표면 경계 조건을 고체 역학적 패키지로 가져와 응력과 변형을 얻은 다음 변형된 형상을 다시 조류 해결기로 공급하고 주기는 계속됩니다.
이 프로세스의 수동 구현은 지루함을 증명하고 스크립트 및 래퍼를 통해 프로세스를 자동화하는 것은 어려운 일입니다. 게다가, 대부분의 경우 이 커플링은 사례별로 수행되어야 합니다.
FLOW-3D는 이 프로세스의 두 측면을 단일 시뮬레이션의 결과로 두 솔루션이 모두 제공되는 하나의 패키지로 원활하게 통합했습니다.
이 기사에서는 시뮬레이션 결과를 실제 주조 부품의 변형과 비교하는 경우를 제시한다. 부품 및 실험 결과는 Littler Diecast Corporation의 Mark Littler에 의해 제공되었습니다.
Introduction In the casting industry, the ability to predict thermal stresses and resulting deformations during solidification and cooling continues to be a challenge. Flow Science has recently developed its fuid-structure interaction (FSI) and thermal stress evolution (TSE) models to provide these kinds of predictions to its customers. With the addition of solid mechanics to its existing fuid focused modeling port- folio, FLOW-3D*(www.fow3d.com) is now one of the few simulation tools that provide a fully coupled Auid-structure interaction model within one software package. The built- in finite element analysis along with FLOW-3D’s proven record in free surface Aows makes it an attractive choice to the casting industry. Many users have been coupling multiple software packages in order to simulate fuid-structure interaction problems including casting processes. The modeler solves the Auid mechanics separately, then imports the surface boundary conditions into a solid mechanics package, obtains the stresses and deformations and then feeds the deformed geometry back into the fow solver and the cycle continues. The manual implementation of this process proves tedious and automating it through scripts and wrappers is challeng- ing. Besides, most of the time, this coupling has to be done on a per case basis. FLOW-3D has seamlessly integrated both aspects of this process into one package where both solutions come out as the result of a single simulation. In this article, a case where the simulation results are compared to deformations from an actual cast part is pre- sented. The part and experimental results were provided by Mark Littler of Littler Diecast Corporation.
결론
FLOW-3D는 최근 고체 역학을 컴퓨팅하면서 Auid Aow를 동시에 시뮬레이션하는 기능을 추가했습니다.
업계에서 단일 시뮬레이션 내에서 완전히 결합된 Auid-Structure 상호 작용을 해결할 수 있는 소프트웨어 패키지는 몇 개 되지 않습니다. 이 모델은 선형 후크 모델을 기반으로 하지만 각 시간 단계에서 스트레스가 점진적으로 계산되기 때문에 큰 변형이 가능합니다.
이 방법에서, 각 작은 증가 동안의 응력-변형 관계는 대부분의 경우 선형으로 가정할 수 있다. 또한 다이 및 응고 합금의 온도 의존성 탄성 특성을 지정할 수 있습니다. 이 모델은 열 잔류 응력으로 인해 냉각 중에 부품이 원하는 형상에서 변형되는 주조 업계에 특히 유용합니다.
캐스터는 이러한 변형을 예측하고 다이를 아주 약간만 변화시켜 최종 변형 기하학이 원하는 형태가 되도록 수정합니다.
이 작업은 FLOW-3D 사용자에게 흥미로운 새로운 경로를 제시하며 향후 릴리즈에서 몇 가지 새로운 기능을 제공하는 토대가 됩니다.
그러한 노력에는 플라스틱 변형과 인접한 고체 구성 요소 간, 그리고 고체 구성 요소와 고체화된 Auid 영역 사이의 완전한 결합이 포함됩니다.
Conclusions
FLOW-3D has recently added the capability of simulta- neously simulating the Auid Aow while computing the solid mechanics. There are only a few software packages in the industry that can solve a fully coupled Auid-struc- ture interaction within a single simulation. Although the model is based on a linear Hookean model, large deformations are possible because the stress is computed incrementally during each time step. In this method, the stress-strain relationship during each small incre- ment can be assumed to be linear in most cases. Fur- thermore, temperature-dependent elastic properties of the die and solidified alloy can be specified. This model is particularly beneficial to the casting industry where thermal residual stresses cause the part to deform from the desired geometry during cooling. Casters can predict these deformations and correct for them by changing the die ever so slightly so that in fact the final deformed geometry is the desired shape. This work represents an exciting new path for FLOW- 3D users and serves as a foundation for several new capabilities in future releases. Such efforts will include plastic deformations and full coupling between neigh- boring solid components and between solid components and solidified Auid regions.
아래 기사를 보면 이젠 해석용 컴퓨터도 고성능 노트북으로 가능하게 되어 가는 것 같습니다. ItWorld의 기사를 게재합니다.
인텔의 새로운 6코어 모바일 코어 i9 칩은 가장 빠른 노트북 CPU로, 새로운 코어 i9-8950HK의 기본 클럭 속도는 2.9GHz이며 여기에 “열 속도 가속(Thermal Velocity Boost)”이라는 신기술을 사용해 최대 4.8GHz까지 올라간다. 새로운 언락 8세대 코어 i9를 최상위 제품으로, 그 아래에 5개의 신형 코어 i5와 코어 i7 고성능 모바일 H 시리즈 칩, 그리고 저전력 시스템을 위한 4개의 U 시리즈 코어 칩이 포진한다. 모두 14나노 커피레이크 칩이다. 인텔은 새로운 데스크톱 코어 프로세서 제품군과 노트북 PC 내의 하드 드라이브 성능을 강화하는 옵테인 메모리 내장을 나타내기 위한 브랜드 로고(코어 i7+)도 새로 발표했다.
인텔에 따르면 코어 i9는 7세대 코어 프로세서에 비해 게임 프레임 재생률 기준 최대 41% 더 우수하며, 게임 플레이 스트리밍 및 녹화 성능은 32% 더 빠르다. 인텔은 새로운 코어 i9는 언락 상태로 제공되므로 게임 PC 제조 업계에서 5GHz 시스템도 출시하게 될 것이라고 밝혔다. 옵테인 메모리가 포함되면 성능 향상 폭은 더욱 커진다. 다만 인텔이 성능 비교에 사용한 7세대 시스템에는 SSD가 아닌 느린 기계식 하드 드라이브가 탑재돼 있어 SSD에서의 성능 향상이 어느 정도인지는 정확히 알 수 없다.
인텔 프리미엄 및 게이밍 노트북 부문 총괄 책임자인 프레드릭 햄버거는 “코어 i9는 인텔이 지금까지 발표한 가장 빠른 게이밍 프로세서”라며, “데스크톱에 거의 근접한 성능을 노트북에서 얻을 수 있다”고 강조했다.
새로운 모바일 코어 칩은 인텔이 스펙터 및 멜트다운 취약점을 수정하기 위해 패치한 소프트웨어 완화책을 지원한다(이후 나올 하드웨어 재설계는 적용되지 않는다). 인텔 측은 제시된 성능 수치가 이러한 완화책으로 인한 성능 감소를 반영한 것이라고 밝혔다.
인텔이 출시하는 모든 모바일 프로세스가 그렇듯이, 중요한 점은 가격이다. 인텔은 보통 모바일 칩 가격을 공개하지 않으며, 이번에도 마찬가지다. 다만 새로운 제품군 중에서 코어 i9 칩의 경우 게임 노트북 중에서도 상위 기종에만 들어갈 것으로 보인다. 그 외의 다른 칩은 훨씬 더 폭넓게 보급될 전망이다.
인텔 코어 H 시리즈 CPU
인텔은 현재 폭발적으로 성장 중인 PC 게임 시장을 노골적으로 정조준하고 있다. 햄버거는 인텔 코어 칩을 내장한 일반 판매용 게임 노트북이 전년 대비 45% 성장했다고 말했다.
인텔의 새로운 45W H 시리즈에는 각각 2종의 새로운 코어 i7과 코어 i5 칩 및 신형 제온이 포함된다. 사실 모바일 코어 i9 칩은 제온 E-2186과 상당히 흡사해 보인다. 클럭 속도, 코어 수, 열 설계 전력 등이 동일하다. 그러나 코어 i9의 클럭 속도는 완전히 언락된 상태로 제공된다. 코어 i9의 가격이 너무 부담스럽다면, 동일한 6개의 코어와 12개 쓰레드를 탑재한 새로운 코어 i7-8850H이 있다.
새로 출시되는 칩은 모두 인텔이 노트북을 대상으로 밀고 있는 옵테인 메모리를 지원하며, 기업용 시스템을 위한 vPro 기술이 옵션으로 제공된다.
인텔의 라데온 RX 베가(“케이비레이크-G”) 칩은 울트라북 수준에서 1080p 성능을 제공하도록 설계됐지만, 신형 8세대 코어 i9 칩은 햄버거의 표현대로라면 “머슬북(Musclebook)”에 맞게 설계돼 노트북에서 얻을 수 있는 절대적인 최고의 성능을 제공한다. 햄버거는 “이 칩으로 만족할 수 없다면 어떤 칩으로도 만족하지 못할 것”이라고 덧붙였다.
Intel
인텔은 이번에 처음으로 이른바 “열 속도 가속” 기능을 포함했다. 이 기능은 클럭 속도를 정상보다 더 높여준다. 평상시 코어 i9-8950HK에서 터보 부스트가 활성화된 후 최대 클럭 속도는 4.6GHz다. 그러나 햄버거는 칩의 온도가 충분히 낮은 상태에서 최대 속도로 작동 중이라면, 클럭 속도가 한층 더 올라간다면서 단일 코어를 200MHz 더 높여 4.8GHz로 작동하거나 모든 코어를 약 100MHz 높여 작동하게 된다고 설명했다.
다만 햄버거는 열 속도 가속 기술이 “자동적인 기능이 아닌 기회에 따라 작동하는 기능”이며, 인텔은 시스템 온도 섭씨 50도 이하에서 이 기능이 작동하도록 설계했다고 거듭 강조했다. 햄버거는 “OEM 파트너와 함께 전력 성능을 최적화하고 열 특성을 조정해 성능을 더 끌어올리기 위해 많은 시간을 투자했다”면서 “지금의 추세는 가장 얇게 만들기 위해 성능을 희생하는 게 아니라, 더 오래 지속되는 더 얇은 규격에 더 효율적인 성능을 집어넣는 것”이라고 말했다.
인텔 코어 U 시리즈 CPU
성능은 좀 낮아도 배터리가 오래 가는 제품을 찾는 사용자를 위해 인텔은 새로운 U 시리즈 칩 4종도 함께 출시했다. 28W TDP 저전력 8세대 코어 칩은 모두 4코어 8스레드 구성이 적용되며 모바일 구성의 옵테인 메모리 기술을 지원한다.
Intel
모든 칩은 인텔이 선보인 새로운 300 시리즈 칩셋인 H370, H310, Q370, B360에 연결된다. 또한 인텔 대변인에 따르면 모든 칩은 향상된 오디오 및 I/O, 기가비트 처리량을 갖춘 통합 인텔 802.11ac 와이파이, 10Gbit/s 통합 2세대 USB 3.1 I/O 등 플랫폼 수준에서 더 많은 기능을 제공한다.
게이밍 노트북 판매가 “폭증”하고 시장 성장에 보조를 맞춰 유통업체들도 매장 진열대에서 이런 제품의 비중을 계속 늘리고 있다. 인텔도 투자를 지속할 계획이다. 게이밍 노트북에서 코어 수를 늘리고 5GHz 벽을 돌파하게 되면 인텔은 성능의 한계를 확실히 더 높이게 될 것이다. editor@itworld.co.kr
Computational Analysis of Drop Formation and Detachment
Introduction and Problem Statement
신속, 반복, 작은 물방울의 생성 및 증착, 작은 형상의 프린팅 또는 패터닝 (예 : l = 10-3-1 mm), 스프레이로 균일한 두께의 박막 형성은 다양한 산업에 매우 중요합니다(1-5). 액체 이동과 액적 형성 / 증착 공정은 복잡한 자유 표면 흐름, 자연적인 모세관운동 형성, thinning, pinch-off를 수반한다 (1-5). 단순한 뉴턴 및 비탄성 유체에 대해 액적 생성 및 액적 이동을 분석하기위한 실험적, 이론적 및 1 차원 시뮬레이션 연구가 진행되었지만 프린팅 또는 패터닝에 대한 기계론적인 이해는 여전히 과제로 남아 있습니다. 현재의 계산에 대한 주된 목표는 뉴턴 유체의 pinch-off에 대한 기계론적 이해를 얻기 위해 FLOW-3D에 내장된 VOF(volume-of-fluid) 접근법으로 시험하는 것입니다. 전산해석은 모세관, 관성, 점성 응력의 복잡한 상호 작용을 포착하여 자기유사 모세관의 thinning and pinch-off를 결정합니다. 뉴턴 유체의 물방울 형성 및 분리현상은 전산해석으로부터 얻어진 자기유사 모세관현상 이론, 보편적인 축소화 기법인 1D 시뮬레이션 (1-7)과 실험 (1, 2, 8-12)을 이용하여 설명될 수 있음을 보여준다. 이러한 우리가 진행한 원형흐름 시뮬레이션은 유한한 시간의 비선형 역학, 위성 낙하현상, 복잡한 형상의 프린팅과 같이 어려운 전산해석의 기반이 될 것 입니다.
그림 1 : FLOW-3D를 사용하여 시뮬레이션 한 저점도 유체의 드롭 형성 및 분리에 대한 전산해석 : (a) 5개의 저점도 유체에 대한 물방울의 necking에 대한 반경이 시간변화에 따라 표시됩니다. 물방울 necking의 반지름이 오른쪽에서 왼쪽으로 시간에 따른 전개를 보여줍니다. 마찬가지로 스냅 샷은 necking의 반경이 오른쪽에서 왼쪽으로 줄어듭니다. 속도의 크기 (단위 : cm/s) 와 화살표의 방향에 대한 컬러 맵을 사용하면 변형장을 결정할 수 있으며 Fluid 5 (표 1 참조)의 경우에는 순식간에 신장이됩니다. 이미지 II에 캡처 된 pinch-off 하기 전에 형성된 원추형 necking은 실험을 통해 얻은 necking 모양과 유사합니다.
Modeling Approach and Parameter Space
표면 장력 및 중력 모델을 적용한 FLOW-3D 에서 균일한 메쉬 크기를 사용하여 노즐에서 드롭 형성 및 분리에 대한 시뮬레이션을 수행하였습니다. 유한 체적의 유체를 떨어뜨리거나 분리하는 일은 물방울의 성장과 드롭, 노즐에 연결되는 모세관 현상, 관성, 점도 및 중력에 대한 상호 작용을 수반합니다. 시뮬레이션에서 스테인레스 강 노즐 ( ) 에서 유한 체적의 뉴턴 유체가 발생합니다. 표면 장력이 중력을 겪으면 새로 형성된 액적 분리가 발생합니다 (). 시뮬레이션은 유체점도의 영향을 설명하기 위해 두 그룹으로 나누어져 있습니다: 저점도 유체 (글리세롤 함량이 40 % 미만인 물과 글리세롤/물 혼합물) 및 점도가 높은 유체 (예 : 글리세롤과 글리세롤/물 혼합물 점도 > 100x 물 점도). 두 그룹의 유체 특성은 각각 표 1과 2에 나와 있습니다.
그림 2 : FLOW-3D를 사용하여 시뮬레이션 한 저점도 유체의 드롭형성 및 분리에 대한 전산 해석 : 반경 플롯에서 4개의 고점도 뉴톤유체에 대해 necking 반경을 시간변화에 따라 표시합니다. 낙하 분리 중 모세관 현상이 스냅 샷으로 표시됩니다. 컬러 맵은 Fluid 8의 속도 크기 (단위 : cm/s)의 변화를 포착합니다 (표2 참조). 화살표는 성장하는 물방울과 얇아지는 물방울내에서 흐름방향을 나타냅니다. FLOW-3D 시뮬레이션으로 얻은 necking 모양은 고점도의 뉴턴유체에 대한 특징인 원통형 유체요소로 이어집니다.
<표 1 : FLOW-3D를 사용하여 시뮬레이션 된 저점도 유체의 특성>
Fluid Property
Fluid 1
Fluid 2
Fluid 3
Fluid 4
Fluid 5
Viscosity [Pa · s]
0.05
0.02
0.01
0.0075
0.005
Surface Tension [mN / m]
68
68
68
68
68
Density [g / cm 3 ]
1
1
1
1
1
Ohnesorge Number
0.21
0.08
0.04
0.03
0.021
저점도 유체 (표 1의 유체 2) 가 노즐에서 떨어지는 것을 시뮬레이션 합니다. 색상변수는 속도크기 (단위 : cm / s)이며 속도벡터가 표시됩니다.
<표 2 : FLOW-3D를 사용하여 시뮬레이션 된 고점도 유체의 특성>
Fluid Property
Fluid 6
Fluid 7
Fluid 8
Fluid 9
Viscosity [Pa · s]
1.5
0.8
0.5
0.25
Surface Tension [mN / m ]
68
68
68
68
Density [g / cm 3 ]
1
1
1
1
Ohnesorge Number
6.24
3.33
2.08
1.04
고점도 유체 (표 2의 유체 8) 가 노즐에서 떨어지는 것을 시뮬레이션 합니다. 색상변수는 속도크기 (단위 : cm / s) 이며 속도 벡터가 표시됩니다.
Discussion of the Simulation Results
드롭 형성 및 분리는 표1과 표2에 열거 된 유체에 대해 FLOW-3D 를 사용하여 시뮬레이션 하였고, 시간 경과에 따른 necking 모양, 반경을 분석하였습니다. 물방울의 necking 모양과 저점도에서의 necking에 대한 역학(그림 1 참조)은 실험, 흐름 이론, 1D 시뮬레이션, 자기유사 관성에 대한 모세현상의 특성을 나타냅니다 (1, 2, 6, 7, 13) :
(1)
여기서 R (t)가 necking의 순간 반경이고, R0는 노즐의 외부반경이며, 는 표면 장력, 는 유체의 밀도 tC 는 pinch-off 시간이다. 마찬가지로, 이러한 더 높은 점도의 뉴턴유체에 대한 반경 변화데이터는 시간에 따른 반경의 감소를 나타내는 것이며, Papageorgiou’s visco-capillary scaling (8, 9)은 아래의 식으로 표현된다.
(2)
모세관 속도(표면 장력과 점도의 비)의 측정 값은 McKinley와 Tripathi (8)에 의해 Capillary Break-Up Extensional Rheometer (CaBER)라고 불리는 상업적으로 이용 가능한 장비를 사용하여 얻은 값과 모세관 속도는 공칭 표면 장력과 점도를 사용하여 계산됩니다.
FLOW-3D 는 물방울의 necking부분을 속도 벡터로 시각화하여 유체의 흐름을 나타낼 수 있습니다. 또한, 이는 그림 1과 같이 전단, 확장을 겪은 후 얇아지는 물방울이 흐르는 과정의 순간을 결정할 수 있는 가능성을 줍니다. 추가로, 낮은 점도의 뉴턴유체는 높은 점도의 뉴턴 유체에 비해 질적으로 다른 거동을 보여준다(그림 2참조). 낮은 점도의 뉴턴 유체에 대한 necking 프로파일은 이론(6,13)에 따라 자기 유사성이 됩니다.
Conclusions, Outlook and Ongoing work
우리의 예비결과는 FLOW-3D 기반의 전산해석이 액적 형성과 탈착의 기초가 되는 프로토타입의 자유 표면흐름을 시뮬레이션하는데 사용될 수 있음을 보여줍니다 . 시뮬레이션된 반경변화 프로파일이 실험적으로 관찰된 높은 유체 및 이론적으로 예측된 유체인 스케일링 법칙 및 pinch-off dynamics과 일치하는 것을 발견하였습니다.
자주 사용되는 1D 또는 2D 모델과 달리 FLOW-3D 는 기본 응력 및 확장 유동장 (균일도 및 크기)의 강도와 얇은 액체 필라멘트 내 흐름에 대한 시각화를 나타낼 수 있습니다(그림1과 2 참조). 확장 유동장과 연관된 흐름 방향 속도 구배는 모세관현상이 나타나는 물방울의 얇은 부분 내에서 발생합니다. 유동학적으로 복잡한 유체에서 non Newtonian shear 및 신장, 점도뿐만 아니라 그외의 탄성 응력이 nonlinear pinch-off dynamics을 급격하게 변화시킵니다(2, 10-12). 우리는 현재 점탄성과 non-Newtonian 유동학을 사용하여 FLow-3D에 복합 유체의 처리 성능평가를 위한 강력한 연산 프로토콜을 개발하고 있습니다.
References
J. Eggers, Nonlinear dynamics and breakup of free-surface flows. Rev. Mod. Phys. 69, 865-929 (1997).
G. H. McKinley, Visco-elasto-capillary thinning and break-up of complex fluids. Rheology Reviews, 1-48 (2005).
B. Derby, Inkjet Printing of Functional and Structural Materials: Fluid Property Requirements, Feature Stability, and Resolution. Annual Review of Materials Research 40, 395-414 (2010).
O. A. Basaran, H. Gao, P. P. Bhat, Nonstandard Inkjets. Annual Review of Fluid Mechanics 45, 85-113 (2013).
S. Kumar, Liquid Transfer in Printing Processes: Liquid Bridges with Moving Contact Lines. Annual Review of Fluid Mechanics 47, 67-94 (2014).
R. F. Day, E. J. Hinch, J. R. Lister, Self-similar capillary pinchoff of an inviscid fluid. Phys. Rev. Lett. 80, 704-707 (1998).
J. Eggers, M. A. Fontelos, Singularities: Formation, Structure, and Propagation. (Cambridge University Press, Cambridge, UK, 2015), vol. 53.
G. H. McKinley, A. Tripathi, How to extract the Newtonian viscosity from capillary breakup measurements in a filament rheometer. J. Rheol. 44, 653-670 (2000).
D. T. Papageorgiou, On the breakup of viscous liquid threads. Phys. Fluids 7, 1529-1544 (1995).
J. Dinic, L. N. Jimenez, V. Sharma, Pinch-off dynamics and dripping-onto-substrate (DoS) rheometry of complex fluids. Lab on a Chip 17, 460-473 (2017).
J. Dinic, Y. Zhang, L. N. Jimenez, V. Sharma, Extensional Relaxation Times of Dilute, Aqueous Polymer Solutions. ACS Macro Letters 4, 804-808 (2015).
V. Sharma et al., The rheology of aqueous solutions of Ethyl Hydroxy-Ethyl Cellulose (EHEC) and its hydrophobically modified Analogue (hmEHEC): Extensional flow response in capillary break-up, jetting (ROJER) and in a cross-slot extensional rheometer. Soft Matter 11, 3251-3270 (2015).
J. R. Castrejón-Pita et al., Plethora of transitions during breakup of liquid filaments. Proc. Natl. Acad. Sci. U.S.A. 112, 4582-4587 (2015).
Flow Science 시뮬레이션 콘테스트 시리즈의 세 번째 글에서는 FLOW-3D 를 사용하는 Pelton 터빈의 시뮬레이션에 대해 이야기 할 것입니다. 이 작업은 XC Engineering 이탈리아의 동료 직원이 수행 했습니다 .
Pelton 터빈은 수력 발전소의 발전에 사용됩니다. 높은 헤드 및 낮은 유속에서 수분 에너지를 사용할 수있을 때 작동에 적합합니다. Pelton 터빈에서, 물의 운동 에너지로부터 추출된 에너지는 임펠러의 회전에 사용됩니다. 상부 분지에서 나오는 물은 가속되어 Pelton 패들의 표면에서 배출됩니다. 패들 지오메트리는 패들의 회전에 가능한 한 많은 운동 에너지를 흡수하도록 설계되었습니다. 터빈의 회전 속도는 회전자와 고정자가있는 전기 발전기를 사용하여 전력으로 변환됩니다. 이 연구의 목적은 물이 약 120 m/s의 속도로 Pelton의 패들에 충돌하여 토크와 각가속도를 제공하는 터빈의 초기 과도 현상을 분석하는 것입니다.
FLOW-3D 에서 Pelton 터빈 모델링
시뮬레이션에 사용된 형상이 아래에 나와 있습니다. 시뮬레이션에 사용된 모든 형상과 데이터는 실제 현상과 일치하여 현실적이며 실제 형상과 일치합니다. 휠 형상은 실제 모양과 질량 특성을 가지며 유체는 적당한 속도의 물이며 노즐에는 Doble 밸브 (여기서는 볼 수 없음) , 실제 터빈에서 물의 유속을 조절하는데 사용됩니다.
움직이는 물체
이 시뮬레이션에는 FLOW-3D 를 매우 적합한 선택으로 만드는 많은 기구학이 관련되어 있습니다. 객체의 동작은 6 자유도 (3 회전 + 3 병진)를 모두 가질 수 있으며, 또는 규정 된 방식으로 제한 될 수 있습니다. 이 시뮬레이션을 위해 Pelton 터빈은 모든 다른 방향 (회전 및 병진 모두)으로 구속 된 상태에서 고정 x 축 결합 회전만 허용됩니다. 다른 구성 요소는 움직이지 않습니다.
중력 및 비 관성 참조 프레임
아래 그림은 중력 가속도가 축 중 하나에 기울어지지 않았 음을 보여줍니다. 이는 원래의 CAD 형상에서 축이 입구가 y 축에 평행하고 z 축에 수직이되도록 입구에 대해 정의되기 때문입니다. 그러나이 시뮬레이션의 경우 중력은 아래 표시된 방향 (분홍색 벡터)이 아니며 축 중 하나를 따르지 않아야합니다. FLOW-3D 의 중력 및 비 관성 참조 프레임 모델을 통해 사용자는 이러한 어려움을 극복 할 수 있습니다. 하나의 축을 따라 중력 값 (G)을 정의하는 대신 사용자는 여러 축을 따라 여러 값의 가속도를 정의하여 그물 결과가 G와 같고 원하는 방향을 따르게 할 수 있습니다. 아래 그림은 이것이 FLOW-3D 에서 어떻게 수행되었는지를 보여줍니다. -y 방향의 가속도는 3.35m2 / s로, -z 방향의 속도는 9.209m2 / s가되도록하여 원하는 방향으로 9.8m2/s가되도록 하였다.
-y 및 -z 방향의 지정된 가속 벡터를 기반으로 정확한 크기 및 원하는 방향으로 그물 중력 중력을 계산합니다. (벡터는 축척되지 않습니다. 그러나 벡터의 방향은 정확합니다)
결과
Pelton 터빈의 경우 휠의 주속이 노즐에서 물의 속도의 약 1/2 인 경우 최고 효율에 도달하는 것으로 알려져 있습니다. 이를 위해 유체 속도를 모니터링하기 위해 노즐의 중앙에 프로브를 배치하고 주변 속도를 추적하기 위해 다른 프로브를 패들의 휠에 장착했습니다. 두 가지 양은 아래 애니메이션에 표시됩니다.
유체 속도 (파란색) 플롯과 해당 주변 속도 (빨간색)를 보여주는 Pelton 터빈 시뮬레이션. 또한 패들과 물의 결합 모션을 강조하는 단면도가 나와 있습니다.
위의 그래프는 시뮬레이션이 끝날 때 주변 속도가 충격 유체의 속도의 절반 이상에서 점차적으로 안정 해짐을 보여줍니다. 충돌 유체 속도의 절반은 60m / s이지만 시뮬레이션이 끝날 때까지 주변 속도는 75m / s에 도달합니다. 이 차이 (바람직 함)는 현재 터빈이 회전자로부터 어떠한 회전 저항도받지 못하기 때문에 발생합니다. 높은 주변 속도는 로터가 터빈에 연결된 경우의 손실을 극복하기 위해 높은 운동 에너지를 보장합니다. 최종 목표는 최대 효율 점에서 회전 속도를 줄이고 에너지를 추출하기 위해 노즐에서 나오는 각 유속에 대해 회전자의 저항을 조정하는 것입니다.
이 연구 결과를 이해하기 위해서는 가변값 기반의 알파 투명도, 카메라 이동, 빛과 반사의 미세 조정, 멀티 플롯 및 멀티 뷰포트 시각화와 같은 FlowSight TM 의 고급 후 처리 기능을 사용하는 것이 훨씬 쉽습니다. 이러한 많은 사후 처리 된 결과 중 하나가 FlowSight의 이동 카메라 및 슬로우 모션 기록을 강조하기 위해 아래에 표시됩니다.
느린 동작과 카메라 애니메이션 이동을 보여주는 Pelton 터빈 시뮬레이션
위 사례로 알 수 있듯이다 다방향 가속 처리와 최첨단 포스트 프로세서인 FlowSight를 기반으로 한 FLOW-3D 의 움직이는 물체 모델 사례가 여러분의 연구에 좋은 결과를 기대하게 합니다.
설계 최적화는 전산 유체 역학과 함께 사용할 수있는 수학적 기법으로 설계 매개 변수 및 제약 조건을 고려하면서 하나 이상의 원하는 목표를 달성 할 수있는 최상의 설계 방안을 식별합니다. 최근에는 품질 요구 사항이 증가하고, 컴퓨터의 연산 속도가 보다 빠르고 강력 해지고, 반복 실행이 가능 해짐에 따라 최적화가 점차 보편화되고 있습니다.
디자인 최적화에 대한 이전 글에서 마이크로 유체 장치의 혼합 효율을 향상시키기위한 사례 연구를 선보였습니다. 이 글에서는 독일 포츠담의 Friendship Systems GmbH에서 개발한 최적화 도구인 CAESES ® 와 FLOW-3D Cast 를 사용하여 금속 주조 산업의 개념 증명 (중력 주조 충진 시스템 최적화)을 제시합니다.
제시된 경우 (그리고 일반적으로 금속 주조에서), 우리의 목적은 기하와 공정 변수에 대한 특정 한계를 고려하여 결함을 최소화하는 것입니다. 또한 CAESES를 사용하여 모든 시뮬레이션을 실행하지 않고 수동으로 결과를 비교하기 때문에 사후 처리 및 평가의 양을 크게 줄일 수 있습니다.
최적화 연구
아래는 최적화 연구의 주제가 될 게이팅 시스템과 주조 부품입니다. 언뜻 보면 게이트가 너무 커서 금속을 주조로 떨어 뜨릴 수 없기 때문에 열악한 디자인으로 보일 수 있습니다. 금속이 주조물로 떨어지면서 생성된 난류는 공기를 끌어 들이고 품질 규격을 충족시키지 못하는 주조물을 초래할 수 있습니다. 이는 가스 다공성이라고도 하는 비말이 동반된 공기가 주조품의 건전성 또는 구조적 완전성을 감소시킬 수 있고 중요 영역에서 최소화되어야하기 때문입니다. 그러나 디자인은 위에서 언급한 도형의 한계를 반영하고 있으며 우리가 처리해야하는 주요한 제약 중 하나를 나타냅니다.
녹색 영역은 러너 시스템으로 주조 및 라이저를 표시하고, 빨간색 영역은 필터를 표시하는 원본 주조임.
이를 방지하기 위해 최적화 알고리즘이 주조물의 부유 공기량을 최소화하는 방식으로 게이트의 크기와 각도, 스프루 크기, 컵 크기 및 러너 필렛을 조정하여 품질을 향상시킵니다. 그 결과 파트의 테이퍼 러너 (taper runner)가 러너 시스템 끝에 추가되어 결함을 포착했습니다. 주조물 내부에 혼입된 공기의 양을 최소화하는 것 외에도 우리는 표면 결함과 조기 응고를 나타내는 온도 프로파일을 관찰하고, 게이트에서의 속도가 0.5m / s를 초과하지 않도록 시스템을 제한합니다. 금속의 최대 속도로 널리 받아 들여지고 있는 (Campbell, 1997, 2003) 아래 표에는 변경된 매개 변수와 변경된 범위가 나열되어 있습니다. 범위 내에서 상위 값과 하위 값으로 실행되는 5 개의 지오메트리 변수가 있습니다.
Design Variable
Lower
Upper
1
runner1_gate_angle
0
20
2
runner2_gate_angle
0
20
3
sprue_area_k_length
1.2
1.6
4
cup_scale
1.2
1.7
5
runner_fillet_radius
5
15
아래 그림은 러너 형상의 조정 가능한 매개 변수를 보여줍니다.
런너 게이트 각도 및 필러 반경 변수 조정
컵 크기 조정 방법
최적화 된 주조
전반적으로, 통계만으로는 결함의 위치가 공기의 부피만큼 중요하기 때문에 설계가 개선되었는지 여부를 판단하기에 충분한 정보를 얻을 수 없지만, 이 효과는 단순화된 개념 증명에 포함되지 않았습니다. 그러나 중요한 위치에 샘플링 볼륨을 추가하고 모든 샘플링 볼륨에 포함 된 공기의 혼입 물량을 최소화하여, 이 효과를 포함하도록 최적화 기준을 조정하는 것은 상대적으로 쉽습니다.
여기서 우리는 통계 결과의 표본을 봅니다.
CAESES에서 사용 가능한 통계를 보여주는 샘플. History 탐침은 게이트에서의 속도가 0.5 m / s보다 크지 않도록하기 위해 사용되었습니다. 최적화 된 러너 시스템은 아래와 같습니다.
Design Variable
Optimized Values
1
runner1_gate_angle
1
2
runner2_gate_angle
0
3
sprue_area_k_length
1.3
4
cup_scale
1.6375
5
Runner_fillet_radius
14.5703
최적화 된 러너 시스템
이제 공기 유입과 온도의 원래 결과를 비교하여 결함의 위치와 양을 확인해 봅시다. 원본과 비교 된 공기의 최종 결과는 아래와 같습니다.
동반 된 공기의 양을 보여주는 최적화 된 러너의 투시도.
원본 (상단 곡선)에서 최적화 된 (하단 곡선) 러너 시스템으로의 감소를 보여주는 동반 공기량의 비교.
최적화 된 경우의 사후 처리 된 결과 이미지에서 주조물의 측면을 따라 공기 포획량이 제거되고 더 많은 공기가 라이저에 배치되었습니다. 이상적으로 가스 다공성은 라이저에서 끝나야합니다. 이 그래프는 러너 시스템의 최적화로 얻은 주조 된 공기의 전체 부피 감소를 보여줍니다. 총 볼륨 감량은 13 %입니다.
아래 그림은 최상의 주조 부품과 원래의 주조 부품 사이의 온도 기울기를 비교 한 것입니다.
원래 주자 시스템과 최적화 된 주자 시스템 사이의 온도의 전망보기 비교.
온도 프로파일은 위의 그림과 비슷합니다. 한 지역에서는 열이 제거되었지만 다른 지역에서는 열이 더 많이 추가되었습니다. 차가운 영역을 기준으로 표면 결함을 결정할 수 있으며 뜨거운 영역은 공급에 따라 가능한 수축 다공성을 나타냅니다.
결론
FLOW-3D Cast 및 CAESES는 목적을 설정 (결함 감소)하고 기하학 (예 : 러너 시스템 설계 개선) 및 공정 매개 변수 최적화를 통해 금속 주조의 품질을 향상시키는 데 사용할 수 있습니다. 이 연구에서 목적은 0.5m / s 미만의 안정된 온도 프로파일과 게이트 속도를 보장하면서 공기 유입을 최소화하는 것이었습니다. 일부 지역에서는 온도 구배가 변경되는 동안 동반 공기의 양이 줄어들고 다른 위치로 이동했습니다. 유사한 연구가 주조 품질을 향상시키기 위해 몇 가지 다른 결함 (표면 결함, 수축, 스프레이 시간 등) 및 시뮬레이션 유형 (다이 다이 캐스트, 응고 및 다이 또는 주조 부품의 응력)에 사용될 수 있습니다.
하천이나 강의 도달 범위(river reach)를 수치로 모델링하는 것은 여전히 어려운 일입니다. 주요 과제 중 하나는 실제 모델에 적합한 수력 경계 조건(Hydraulic Boundary Conditions)을 정의하는 방법입니다. CFD 엔지니어들이 실무에 적용하는 일반적인 방법은 선택한 단면의 강에서 유체 높이 및 체적 유량 또는 배출량과 관련된 등급 곡선을 사용합니다. 이러한 데이터를 FLOW-3D에서 사용자에게 제공하기 위해 최근에 새로운 평가 곡선 경계 조건이 개발되었습니다. 이 조건의 추가로 이제 CFD분야 중 강이나 하천 관련 업무를 수행하는 엔지니어는 관심있는 여러 유형의 흐름을 보다 쉽게 모델링 할 수 있습니다. 예를 들면 다음과 같습니다.
수력 구조물 설계를위한 홍수 웨이브 시뮬레이션 (3D 모델)
강 유역 또는 전체 유역의 홍수 시뮬레이션 (2D 천수(shallow water) 모델)
“순수 방전”조건은 게이지 데이터를 사용할 수 없고 체적 유량(시간에 따라 달라짐) 만 알려진 경계 조건 설정으로 가능합니다.
새로운 경계 조건은 유동 개발을 위한 추가 모델링 공간이 필요하지 않으므로 입구 경계에서 속도 프로파일이 필요한 다른 응용 분야에 유용합니다.
The Rating-Curve Boundary Condition
등급 곡선은 유체 상승과 강의 방류 흐름과 관련된 단면 하천 특성입니다. 등급-곡선 경계 조건을 사용하면 입구 및 출구 경계 유형 모두에 대한 등급 곡선을 지정할 수 있습니다. 등급 곡선 조건은 시간 의존적인 “볼륨 유량” 경계 조건과 함께 정의할 수 있습니다. 따라서 시간에 의존하는 유체 표고 데이터를 수동으로 입력할 필요가 없으므로 홍수 파동 시나리오를 보다 편리하게 모델링할 수 있습니다. 유출구에 등급 곡선 BC를 사용하면 유출구에 시간 의존적인 압력을 더 이상 지정할 필요가 없습니다. 등급 곡선은 항상 경계에 통합된 시뮬레이션된 볼륨 유량에 해당하는 유체 고도를 제공합니다. 이를 통해 사용자는 자유 표면 표고에 대한 파동 변형 관련 출구 경계 조건을 가질 수 있습니다.
FLOW-3D 는 500 개 이상의 데이터 포인트가 입력 정보로 지정된 외부 파일을 읽을 수 있습니다. 이를 통해 임의의 하천 프로파일에 대해 매우 정확한 레이팅 커브를 입력 할 수 있습니다.
이 비디오는 홍수파 시뮬레이션의 예를 보여줍니다. 입구 경계 조건에는 사고 홍수 파와 관련된 초임계 흐름을 생성하는 등급 곡선이 있습니다. 출구에는 하위 임계 흐름에 대한 등급 곡선 경계 조건이 있습니다. 이러한 경계 조건의 조합은 시간 의존적인 홍수파와 함께 모델링된 도메인에서 유압 점프를 형성합니다. 네 개의 차트는 변화하는 볼륨 유량에 해당하는 경계에서 유체 표고의 변화를 보여 줍니다.
The Volume Flow Rate Boundary Condition
하천의 유속만 입구 경계에서 알 수 있고, 유체 수위정보에 대한 정보를 사용할 수 없는 경우 새로운 경계 유형인 유출만이 유입구에 대해 선택 될 수 있습니다. 그런 다음 FLOW-3D 는 입구 경계 영역에 인접한 영역의 유동 상황에 따라 유체 표고를 설정합니다. 사용자가 제공해야하는 유일한 입력은 볼륨 배출 속도 (시간에 따라 다름)에 따라 최소 유체 상승입니다. 최소 유체 표고는 예를 들어 유동이 아 임계에서 초 임계 정으로 변경되는 것을 방지하는 방법으로 사용됩니다.
이 비디오는 유입구 경계가 하위 임계 볼륨 유량으로 변경되었다는 점을 제외하고 이전 비디오와 동일한 설정을 보여 줍니다. 유입구가 더 이상 초임계 흐름을 강제하지 않기 때문에 모델링된 도메인은 전체에서 하위임계 흐름 상태를 유지합니다.
The Inlet Profile Boundary Condition / 입구 단면 경계 조건
새로 구현된 모든 경계 조건에는 경계 조건 면에 걸쳐 균일한 속도 프로파일이 있습니다. “프로파일 개발 길이”를 줄이는 것이 세 번째 유형의 유압 경계 조건인 유입구 프로파일의 목표입니다. 자연 유입구의 경우 FLOW-3D는 경계에 있는 수심을 도메인 내부의 인접 메쉬 셀과 동일하게 자동 설정합니다. 이렇게 하면 입구 경계 부근의 수위 상승이 방지되고, 물 표면이 영역 내에서 상승할 때 입구의 수면이 상승할 수 있습니다(또는 그 반대).
최첨단 첨단 포스트 프로세서 인 FlowSight를 최대한 활용하려면 우수한 하드웨어가 필수적입니다. 이러한 하드웨어 권장 사항을 따르면 향상된 FlowSight 성능을 얻을 수있는 방법에 대해 설명합니다.
정말 좋은 그래픽 카드를 만드십시오.
3GB 이상의 VRAM이있는 그래픽 카드로 시작하는 것이 좋습니다. 이것은 볼륨 렌더링을 많이 할 때 특히 중요합니다. 볼륨 렌더링은 iso-surface가 아닌 fluid 도메인 전체에서 변수의 세부 사항을 시각화하는 FlowSight의 고급 기능입니다. 이 기능은 상당히 통찰력이 있지만 후 처리 중에 효과적으로 사용하려면 좋은 하드웨어가 필요합니다.
다음으로, 인텔 통합 그래픽을 기본 그래픽 하드웨어로 사용하면 안됩니다. FlowSight의 기능 중 상당수가 이 구성에서 작동하지 않으므로 Intel 통합 그래픽을 지원하지 않습니다. FlowSight는 NVIDIA 그래픽 카드, 특히 Quadro 제품군과 함께 사용할 때 최고의 성능을 발휘합니다. 하이 엔드 AMD 카드는 작동해야하지만 NVIDIA 하드웨어 및 드라이버만큼 신뢰성이 떨어지는 것으로 나타났습니다. 따라서 AMD는 항상 AMD보다 NVIDIA를 권장합니다.
랩톱의 듀얼 그래픽 카드 – 간단하면서도 숨겨진 솔루션
많은 랩톱 컴퓨터는 이제 NVIDIA 카드와 인텔 통합 그래픽 카드간에 전환 할 수있는 기능을 제공합니다. FlowSight (와 마찬가지로 FLOW-3D)가 NVIDIA 카드로 시작되는지 확인하는 것이 중요합니다. 노트북을 NVIDIA 카드로 강제 실행하려면 NVIDIA 제어판을 사용해야 합니다.
비디오 드라이버 업데이트
비디오 드라이버가 최신 버전인지 확인하는 것이 좋습니다. 우리는 단순히 비디오 드라이버를 업데이트하여 쉽게 해결된 FlowSight의 아티팩트 및 디스플레이 문제에 대한 보고를 받았습니다. 이러한 문제를 피하려면 비디오 드라이버를 최신 상태로 유지하는 것이 좋습니다.
RAM, RAM, RAM!
불충분 한 메모리로 인해 10 배의 성능 저하가 발생할 수 있으므로, 메모리 요구 사항을 알고 있어야 합니다. 필요한 RAM의 양은 여러 요인, 특히 시뮬레이션의 크기에 따라 다릅니다. 사용자에게 최대한의 유연성을 제공하기 위해 시뮬레이션 크기를 기반으로 다음과 같은 RAM 권장 사항을 제공합니다.
– 초대형 (2 억 개 이상의 셀) : 최소 128GB
– 대형 (6 억 -1 억 5 천만 셀) : 64-128GB
– 중간 (30 ~ 60 백만 셀 사이) : 32 ~ 64GB
– 소형 (3 천만 개 이하의 셀) : 최소 32GB
그러나 유연성을 극대화하고 가장 매끄러운 사용자 환경을 보장하기 위해 문제의 크기에 관계없이 항상 가능한 한 많은 RAM을 확보해야 합니다.
GIS 어플리케이션과 관련하여, 래스터 데이터는 공간 데이터가 셀의 행렬로 표현되는 현실 세계의 추상화입니다. 데이터의 위치는 값의 순서에 내재되어 있으며 ASCII 형식의 행과 열로 구성된 균일 한 x 및 y 위치를 사용합니다. 행과 열의 각 데이터 값은 수량을 나타냅니다. FLOW-3D에서 이것은 표면 높이 또는 표면 거칠기 일 수 있습니다. 지표면 고도 인 경우 FLOW-3D는 정보를 사용하여 고도 값을 기반으로 토폴로지를 작성합니다. 거칠기가있는 경우 데이터는 표면 변형의 크기를 나타내거나 Manning의 n과 상관 관계가 있습니다. 이 정보는 궁극적으로 흐름에 대한 저항력 (마찰 계수)을 나타냅니다. 이 기사에서는 FLOW-3D의 토폴로지와 표면 거칠기에 대해 래스터 파일을 사용하는 방법에 대해 설명합니다.
Format
여기에 표시된 것은 래스터 파일을 FLOW-3D로 읽는 데 필요한 형식입니다. 6 개의 행의 헤더 데이터와 그 다음에 표면 높이 또는 표면 거칠기를 나타내는 행과 열의 행렬이옵니다. 헤더 데이터에는 다음이 포함됩니다.
– ncols = 데이터 열 수 (즉, x 방향의 위치)
– nrows = 데이터 행 수 (즉, y 방향의 위치)
– xllcorner = 래스터 그리드에서 x 최소 좌표를 식별합니다. 값은 래스터 셀의 절반만큼 오른쪽으로 이동합니다. 셀 가장자리에 있지 않습니다.
– yllcorner = 래스터 그리드에서 y 최소 좌표를 식별합니다. 값은 래스터 셀의 절반만큼 위쪽으로 이동합니다. 셀 가장자리에 있지 않습니다.
– cellsize = 각 데이터 포인트 간의 x와 y 간격
– nodata_value = 주어진 위치에 값이 없음을 의미하는 값
Importing a raster file
래스터 파일을 가져 오려면 그림 2와 같이 Meshing & Geometry 탭 아래의 ASC 버튼을 새 구성 요소로 선택합니다. 그런 다음 Add 버튼을 선택하고 파일을 탐색합니다. 파일을 추가하고 OK를 선택하면 Solid 또는 Surface Roughness로 추가하라는 메시지가 나타납니다.
그림 3의 대화 상자는 솔리드 서피스로 가져올 지 표면 거칠기로 가져올지를 선택하는 것이며 새 구성 요소를 추가 할 때만 나타납니다. 기존 구성 요소에 추가 할 때마다 유형이 기존 구성 요소 정의의 유형과 자동으로 일치하도록 결정됩니다. 솔리드 유형 인 경우 각 가져 오기는 토폴로지로 간주되는 하위 구성 요소를 추가합니다. 표면 거칠기 유형 인 경우 각 가져 오기는 표면 거칠기로 간주되는 하위 구성 요소를 추가합니다.
Import as a solid
솔리드로 가져 오려면 솔리드 라디오 단추를 선택하고 원하는 경우 이름을 입력하십시오. 래스터 파일의 모든 nodata_value 데이터 포인트에는 누락 된 데이터를 높이를 나타내는 값으로 바꾸는 옵션이 GUI에 있습니다. 따라서 바닥을 만듭니다. GUI에서 이는 토폴로지를 나타내는 가져온 하위 구성 요소 목록 아래에 있습니다.
Import as roughness
거칠기로 가져 오려면 표면 거칠기 라디오 버튼을 선택하고 이름을 입력하십시오 (원하는 경우). 구성 요소 유형은 가져온 표면 거칠기입니다. 또한 필요한 범례 파일에 대한 프롬프트가 표시됩니다. 이 파일은 래스터 조도 파일의 정수 조도 코드와 FLOW-3D의 조도 조도 값을 관련시킵니다.
범례 파일의 형식은 유연합니다. 헤더의 텍스트 정보는 관련 데이터가 첫 번째 행에서부터 읽혀지기 때문에 허용됩니다. 데이터는 공백, 탭 또는 쉼표로 구분할 수있는 두 개의 열로 구성됩니다. 첫 번째 열은 거친 파일의 정수 코드에 해당하고 두 번째 열은 FLOW-3D의 거칠기를 정의합니다.
범례 파일은 전역 목록 아래의 기하학 트리 구조 아래에 추가됩니다.
Applying roughness to components
그림 6은 구성 요소 1이 토폴로지로 가져온 래스터 파일을 사용하여 솔리드를 나타내는 설치의 트리 구조를 나타냅니다. 구성 요소 2는 관련 범례 파일을 포함하는 거칠기로 가져온 래스터 파일을 사용하여 공간적으로 변화하는 표면 거칠기를 정의합니다. 그림과 같이 글로벌 목록 아래에 범례 파일에 대한 경로가 있습니다. 구성 요소 1의 구성 요소 유형은 단색입니다. 구성 요소 2는 표면 거칠기로 구성 요소 유형을 갖습니다.
“표면 거칠기”구성 요소 (구성 요소 2)에 의해 정의 된 공간적으로 변화하는 표면 거칠기는 구성 요소 1의 표면 특성 섹션에서 “조도 파일 사용”플래그를 선택하여 토폴로지 구성 요소 (구성 요소 1)에 매핑됩니다 (그림 7 ). 이 플래그는 솔버가 구성 요소 2가 구성 요소 1과 겹치는 래스터 데이터에 정의 된 표면 거칠기를 사용하도록 지시합니다. 토폴로지 래스터 파일에 해당 위치에 “nodata_value”가 있으면 대신 구성 요소 1에 대해 정의 된 구성 요소 / 하위 구성 요소 조도를 사용합니다 .
Transformation center
가져온 래스터 데이터의 좌표는 종종 좌표 중심점 0,0,0에서 멀리 떨어진 위치를 가질 수 있기 때문에 회전 중심을 회전 및 확대 / 축소에 도움이되는 위치로 변경하는 옵션이 있습니다. 설정하지 않으면 회전 및 확대 / 축소가 좌표축 중심을 기준으로 발생합니다. 따라서 가져온 형상을 탐색하기가 어렵습니다.
로컬 좌표 중심을 기준으로 구성 요소를 회전 시키려면 각 방향에서 최소 및 최대 범위의 평균값을 선택하십시오. 예를 들어, x-min이 9.98e6 미터이고 x-max가 9.96e6 미터 인 경우 평균값 (중간)은 9.97e6 미터입니다. 동일한 논리가 y 방향에 적용됩니다. 그림 8은 구성 요소 1에 대한 변형 중심을 설정하는 예입니다.
Summary
래스터 파일은 토폴로지와 표면 거칠기에 사용할 수있는 일반적인 지형 정보입니다. 이 데이터를 FLOW-3D로 직접 가져올 수 있으면 데이터를 간단하고 직접적으로 가져올 수 있습니다. 이 튜토리얼에서는 사용자가 래스터 데이터를 가져 와서 모델에 적용하는 방법을 알 수 있도록 프로세스를 설명합니다.
FLOW-3D의 열 응력 진화 (TSE) 모델은 모델링 할 수있는 주조 공정의 범위를 확장합니다. FSI / TSE 모델은 주변 유체의 압력 력, 온도 구배 및 지정된 구속 조건에 대한 응답으로 솔리드 및 응고 부품의 모델 응력 및 변형에 대한 유한 요소 접근법을 사용하여 유체와 솔리드 간의 완전 결합 상호 작용을 설명합니다.
불균일 냉각으로 인해 응고 과정에서 열 응력이 발생합니다. 이러한 응력은 주형 벽의 수축과 주조 모양의 불규칙성에 영향을받습니다.
위의 시뮬레이션은 고형 알루미늄 V6 엔진 블록의 Von Mises 응력을 보여줍니다. 이 블록은 강철 다이 내에서 주조 된 알루미늄 A380 합금으로 구성됩니다. 알루미늄의 주입 온도는 527 ° C 였고 초기 다이 온도는 125 ° C였다. 부품을 다이에서 60 초 동안 냉각시킨 후 다이를 열고 주변 조건 (125 ° C)에서 부품을 9 분 동안 계속 냉각시켜 총 10 분의 시뮬레이션 시간을 가졌다. 보여진 폰 미제스 응력은 부품 내부의 전단 응력의 크기를 측정 한 것으로, 파열이 가장 많이 발생하는 부위를 나타냅니다. 응력은 금형과 응고 금속에서 동시에 계산 될 수 있습니다. 메싱은 FLOW-3D의 구조화 된 메쉬를 초기 템플릿으로 사용하여 자동으로 수행 할 수 있습니다. 사용자는 중첩 또는 링크 된 메쉬 블록을 생성하고 V11.0의 새로운 준수 메쉬 기능을 사용하여 메쉬의 로컬 해상도를 제어 할 수 있습니다. 또는 Exodus-II 형식의 타사 메쉬 생성 소프트웨어에서 Finite Element 메쉬를 가져 오는 옵션이 있습니다.
Simulating Thermal Stress
아래 그림은 강철 다이 내에 알루미늄 A380 합금 주물로 구성된 알루미늄 커버입니다. 주입 온도는 654 ℃이고 초기 다이 온도는 240 ℃이다. 부품은 6 초 동안 다이 내에서 냉각되어 부품이 완전히 고화되었다 (러너 시스템 제외). 그런 다음 다이를 열고 부품을 주변 조건 (25 ° C)에서 10 초 더 냉각시켰다. 러너 시스템을 제거한 후 주위 조건에서 10 초간 더 냉각시켰다. 여기에 표시된 일반 변위는 가장 큰 변형 영역을 강조하기 위해 30 번 확대 된 부품 표면의 동작을 나타냅니다.
Component Coupling within the Fluid-Structure Interaction and Thermal Stress Evolution Models
FLOW-3D v11의 새로운 기능은 인접한 유체 구조 상호 작용 (FSI) 구성 요소 및 / 또는 열 응력 진화 (TSE) 응고 유체 영역 사이의 탄성 응력을 허용하는 기존의 유한 요소 역학 해석법으로의 업그레이드입니다. 결합. 이 새로운 기능은 복잡하고 변형이 심한 다중 재료 부품 (예 : 몰드에서 금속 주 조용 응고 또는 바이메탈 게이지)의 열 응력과 변형을 시뮬레이션하고 연결된 유압에서 힘을 시뮬레이션하는 것을 포함하여 풍부한 모델링 가능성을 열어줍니다. 레이디 얼 게이트 및 파이프 라인 지원 시스템과 같은
모델에는 복잡한 프로세스를 효율적으로 계산할 수있는 몇 가지 옵션이 있습니다.
No coupling
이 옵션은 인접한 FSI 구성 요소가 스트레스를 교환하지 않는 단순화 된 사례를 나타냅니다. 이것은 계산 상 효율적이며 구성 요소 간의 응력 상호 작용이 중요하지 않은 시나리오에 적합합니다.
Full coupling
전체 커플 링 옵션은 함께 융합되었지만 재료 특성이 다른 이웃 FSI 구성 요소를 모델링하기위한 것입니다. 두 구성 요소는 서로 떨어져서 당기거나 서로 밀어 낼 수 없지만 인터페이스의 응력은 구성 요소간에 전송됩니다. 이는 바이메탈 스트립과 같은 접합 구조를 모델링하는 데 이상적입니다.
Partial coupling
부분 커플 링 옵션은 인접한 FSI 구성 요소가 마찰 및 수직력을 통해 상호 작용하지만 분리 될 수있는 일반적인 문제를 모델링하기위한 것입니다. 이 옵션은 FSI 구성 요소와 TSE 응고 유체 영역을 결합하는 데 사용할 수 있으므로 다이에서 냉각되는 부품과 주조 부품에 대한 열 응력의 영향을 조사하는 데 이상적입니다.
모델의 새로운 기능을보다 자세히 보여주기 위해 두 가지 시뮬레이션이 제공됩니다. 첫 번째 상황은 전체 커플 링 옵션을 사용하여 시간에 따라 변화하는 온도에 따라 바이메탈 스트립 벤딩을 모델링하는 반면 두 번째 예는 다이 커플 링에서 V6 엔진 블록의 응고 중 열 응력을 보는 부분 커플 링 모델의 사용을 보여줍니다 .
Full Coupling Example: Bimetallic Strip
전체 커플 링 옵션의 가장 단순한 예 중 하나는 온도 구배에 따른 바이메탈 스트립의 움직임입니다. 이러한 스트립은 두 개의 금속이 온도 변화에 반응하여 동일한 속도로 팽창하지 않기 때문에 열 스위치 및 굴곡에서 일반적으로 사용됩니다. 시뮬레이션에서 모델링 된 바이메탈 스트립은 그림 1에서와 같이 동일 치수의 구리 스트립에 접합 된 길이 15cm, 두께 0.5cm의 강철 스트립으로 구성된 캔틸레버 빔입니다.
그림 1 : 예제 시뮬레이션에 사용 된 바이메탈 스트립의 개략도. 검은 색 화살표는 처짐이 탐지 된 곳을 나타냅니다. 긍정적 인 처짐은 상향이다.
이어서, 스트립을 온도가 70 초 이상 균일하게 변화하는 환경에 두었다. 그림 2는 시뮬레이션을위한 스트립 팁의 편향과 시간 경과에 따른 다양한 온도에서의 분석 솔루션을 보여줍니다. 결과는 온도가 변했을 때와 스트립의 열 관성으로 인한 스트립의 응답 사이의 약간의 지연을 포함하여 몇 가지 흥미로운 특징을 보여줍니다. 이 지연은 해석 솔루션이 온도의 순간 변화를 가정하기 때문에 계산 된 해석 편차와 해석 편향 사이의 타이밍 차이에 영향을 미칩니다. 변위의 진폭 차이는 분석 결과에서 무한히 얇은 스트립의 가정에 기인 할 수 있습니다. 계산 모델의 두께는 장착 지점에서 추가 응력을 추가하여 처짐이 증가합니다.
그림 2 : 시뮬레이션 시간 동안 스트립의 끝에서의 처짐. 플롯에는 해석 적 (밝은 파란색) 및 계산 된 (빨간색) 편향과 스트립의 평균 온도 (진한 파란색)가 표시됩니다.
Partial Coupling Example: Metal Casting within a Deformable Die
그림 3 : V6 엔진 블록의 온도 프로파일 단면도. 시뮬레이션 시작 7 초.
두 번째 예제 시뮬레이션은 부분 결합 모델을 사용하여 변형 가능한 스틸 다이 내의 금속 주조물에 응력이 발생하는 것을 보여줍니다. 다이의 두 반쪽과 응고 된 유체는 서로 부분적으로 결합되어있어 정상 응력과 마찰을 통해 상호 작용합니다. 이 시뮬레이션은 금형과 주조 부품의 열 응력 변화가 770K의 고 상선 온도 바로 아래에서 293K의 주변 온도까지 냉각되는 것을 보여줍니다. 주조 부품은 A380 알루미늄 합금으로 이루어져 있으며 금형 반은 H-13 강으로 구성됩니다.
캐스트 부품과 주변 다이의 유한 요소 메쉬는 그림 3과 같이 3,665,533 개의 요소와 3,862,378 개의 노드로 구성됩니다. 또한 다이 반쪽과 TSE 응고 된 유체 영역 각각에 대해 서로 다른 메쉬가 표시됩니다. 앞면에있는 빨간색 원은지지 피스톤 (그림에서는 보이지 않음)으로 인한 것입니다.
그림 4는 충진 후 고압 다이 캐스팅 부품 300s의 주조물 온도와 변위 크기로 채색 된 강철 다이 조각을 결합한 이미지를 보여줍니다. 이 시뮬레이션에서, 다이는 응고 알루미늄에 결합되어 응력이 그들 사이에 전달됩니다. 변위 크기는 다이의 에지에서 0에서부터 주조에 인접한 0.1mm 이상까지 다양합니다.
몰드와 응고 된 유체 표면 사이의 계면에서의 응력은 부분적으로 결합되고, 구속 된 수축이 보일 수있다. 그림 4는 시뮬레이션을 통해 주조 부품과 다이 반제품의 절반에 발생하는 변형을 보여줍니다. 다이 반쪽과 주물은 온도가 감소함에 따라 다른 속도로 줄어들므로 간섭 영역에 큰 응력이 발생하고 잠재적 문제 영역이 있음을 나타냅니다. 금형과 부품의 결합 응력을 계산하면 각 부품 내에서 발생하는 응력을 더 잘 예측하고 부품 품질을 개선하고 공구 수명을 연장하는 방법에 대한 통찰력을 얻을 수 있습니다.
Conclusion
서로 다른 솔리드 오브젝트의 상호 작용은 현대의 설계 및 엔지니어링에서 중요한 부분입니다. FLOW-3D에 대한 FSI 구성 요소와 TSE 응고 유체 영역 간의 새로운 커플 링 옵션을 추가하면 오늘날의 엔지니어가 정기적으로 겪게되는 복잡한 형상을 평가할 수있는 유용한 도구를 제공합니다.
Microfluidic 입자 분류는 진단, 화학 및 생물학적 분석, 식품 및 화학 공정 및 환경 평가에 응용 분야를 가지고 있습니다.
microfluidic sorting platform을 사용하는 주된 장점은 적은 양의 시료를 필요로하므로 비용과 시간이 줄어든다는 것입니다. 진단에서 환자의 침습을 줄일 수 있습니다. 더욱이, 이러한 소형 플랫폼은 대량 병렬 처리가 가능하여 적은 시간에 더 많은 수의 입자 정렬을 가능하게 합니다.
정렬은 수동 또는 능동 기술을 사용하여 수행 할 수 있습니다. 패시브 기술은 외부 필드를 필요로 하지 않으며 입자, 유동장 및 채널 구조 간의 상호 작용만을 전제로합니다. 반면에 능동 기술은 자기 또는 전기와 같은 외부 필드를 사용합니다. 아래의 애니메이션은 미세 유동 플랫폼의 유체 역학을 기반으로하는 수동 정렬 기법을 사용하여 세 가지 입자 종의 입자 정렬을 보여줍니다.
최첨단 FlowSight에서 후 처리되는 FLOW-3D 의 입자 물리 모델을 이용한 미세 유체 입자 정렬 시뮬레이션
이 페이지에서는 위에서 제시 한 정렬 기법의 물리학과 이러한 시뮬레이션 수행에 FLOW-3D 를 사용합니다.
유체 역학 분류 기술의 물리학
이 기법은 저 레이놀즈 수법에서 입자가 질량 및 직경에 따라 유동장에서 특정 유선을 따를 것이라는 원칙에 따라 작동합니다. 질량이 일정하다는 것을 감안할 때 직경이 작은 입자는 드래그 력이 적고 직경이 큰 입자는 더 큰 드래그력을 경험합니다. 이것은 큰 입자가 주변의 흐름으로 쉽게 옮겨 지도록합니다. 작은 입자와 그 궤적은 유체 역학의 영향을 덜 받습니다.
직경이 모든 입자 종류에 대해 동일하지만 밀도와 질량이 다를 경우 입자 정렬 중에 다른 동작을 보게됩니다. 동일한 직경의 입자에 대해 항력이 동일하더라도 더 무거운 입자는 더 큰 관성력의 영향을 받기 때문에 감속하기가 어렵습니다. 반대로 가벼운 입자는 감속이 더 쉽습니다. 따라서 결과는 더 가벼운 입자가 주변의 흐름으로 쉽게 옮겨지고 더 무거운 입자는 그 과정을 유지한다는 것입니다.
입자 정렬 시뮬레이션을위한 FLOW-3D
FLOW-3D 의 입자 모델은 입자 정렬 시뮬레이션을 매우 쉽게 만듭니다. 모델에는 마커, 질량, 유체, 가스 또는 공극 입자와 같은 다른 입자 클래스를 설정할 수있는 옵션이 있습니다. 이 시뮬레이션을 위해 질량 입자가 사용되었습니다. 입자 종류의 특정 유형은 직경과 밀도에 따라 다른 종을 가질 수 있습니다. 예를 들어 위의 애니메이션에서 질량 입자 클래스에는 세 가지 종류가 있습니다.
질량 입자의 동력학은 확산 계수, 항력 계수, 난류 슈미트 수 및 반발 계수와 같은 특성에 의해 제어 될 수 있습니다. 질량 입자는 열적 및 전기적 특성을 부여받을 수도 있습니다. 사용자가 입자에 동시에 작용하는 여러 힘을 연구하기를 원할 경우 이러한 특성을 완전히 활용할 수 있습니다.
결과
아래 이미지는 질량과 반경이 다른 두 가지 시뮬레이션 사례의 결과를 보여줍니다.
입자 직경과 질량의 두 가지 다른 변화로 인한 시뮬레이션 결과
작은 직경 (왼쪽 창에서 파란색) 또는 더 적은 질량 (오른쪽 창에서 녹색)을 가진 입자는 수축의 상단을 향해 이동하고 발산은 위로 갈라지는 유선을 따릅니다. 더 큰 직경 (왼쪽 창에 녹색) 또는 큰 질량 (오른쪽 창에 파란색)이있는 입자는 수축의 바닥쪽으로 움직입니다. 수축을 빠져 나올 때,이 입자들은 아래로 갈라지는 유선을 따릅니다.
미세 기하학, 입자 매개 변수 및 흐름 특성을 기반으로하는 미세 유체 입자 정렬 장치의 미세 입자 정렬에 대한 정확한 수치 분석은 그러한 미세 장치의보다 나은 설계에 사용될 수 있습니다.
FLOW-3D 의 강력한 입자 모델을 사용하면 미세 유체 입자 정렬 시뮬레이션을 쉽게 설정할 수 있습니다. 블로그 시작 부분의 애니메이션은 서로 다른 입자 종의 깨끗한 분류와 여러 매장의 각 종별 수집을 보여줍니다. microfluidics 입자 정렬에 대한 다음 기고에서 중력 분리를 기반으로하는 정렬 기술에 대해 이야기 할 것입니다.
microfluidics 시뮬레이션 또는이 페이지의 내용와 관련된 의견은 adwaith@flow3d.com으로 연락주십시오.
FLOW-3D는 미국 뉴멕시코주(New Mexico) 로스알라모스(Los Alamos)에 있는 Flow Scicence, Inc에서 개발한 범용 전산유체역학(Computational Fluid Dynamics) 프로그램입니다. 로스알라모스 국립연구소의 수치유체역학 연구실에서 F.Harlow, B. Nichols 및 T.Hirt 등에 의해 개발된 MAC(Marker and Cell) 방법과 SOLA-VOF 방식을 기초로 하여, Hirt 박사가 1980년에 Flow Science, Inc사를 설립하여 계속 프로그램을 발전시켰으며 1985년부터 FLOW-3D를 전세계에 배포하였습니다.
유체의 3차원 거동 해석을 수행하는데 사용되는 CFD모형은 몇몇 있으나, 유동해석에 적용할 물리모델 선정은 해석의 정밀도와 밀접한 관계가 있으므로, 해석하고자 하는 대상의 유동 특성을 분석하여 신중하게 결정하여야 합니다.
FLOW-3D는 자유표면(Free Surface) 해석에 있어서 매우 정확한 해석 결과를 제공합니다. 해석방법은 자유표면을 포함한 비정상 유동 상태를 기본으로 하며, 연속방정식, 3차원 운동량 보전방정식(Navier-Stokes eq.) 및 에너지 보존방정식 등을 적용할 수 있습니다.
FLOW-3D는 유한차분법을 사용하고 있으며, 유한요소법(FEM, Finite Element Method), 경계요소법(Boundary Element Method)등을 포함하여 자유표면을 포함하는 유동장 해석(Fluid Flow Analysis)에서 공기와 액체의 경계면을 정밀하게 표현 가능합니다.
유체의 난류 해석에 대해서는 혼합길이 모형, 난류 에너지 모형, RNG(Renormalized Group Theory) k-ε 모형, k-ω 모형, LES 모형 등 6개 모형을 적용할 수 있으며, 자유표면 해석을 위하여 VOF(Volume of Fluid) 방정식을 사용하고, 격자 생성시 사용자가 가장 쉽게 만들 수 있는 직각형상격자는 형상을 더욱 정확하게 표현하기 위해 FAVOR(Fractional Area Volume Obstacle Representation) 기법을 각 방정식에 적용하고 있습니다.
FLOW-3D는 비압축성(Incompressible Fluid Flow), 압축성 유체(Compressible Fluid Flow)의 유동현상 뿐만 아니라 고체와의 열전달 현상을 해석할 수 있으며, 비정상 상태의 해석을 기본으로 합니다.
FLOW-3D v12.0은 모델 설정을 간소화하고 사용자 워크 플로우를 개선하는 GUI(그래픽 사용자 인터페이스)의 설계 및 기능에 있어 중요한 변화를 가져왔습니다. 최첨단 Immersed Boundary Method는 FLOW-3Dv12.0솔루션의 정확도를 높여 줍니다. 다른 특징적인 주요 개발에는 슬러지 안착 모델, 2-유체 2-온도 모델, 사용자가 자유 표면 흐름을 훨씬 더 빠르게 모델링 할 수 있는 Steady State Accelerator등이 있습니다.
물리 및 수치 모델
Immersed Boundary Method
힘과 에너지 손실에 대한 정확한 예측은 솔리드 바디 주변의 흐름과 관련된 많은 엔지니어링 문제를 모델링하는 데 중요합니다. FLOW-3D v12.0의 릴리스에는 이러한 문제 해결을 위해 설계된 새로운 고스트 셀 기반 Immersed Boundary Method (IBM)가 포함되어 있습니다. IBM은 내부 및 외부 흐름을 위해 벽 근처 해석을 위해 보다 정확한 솔루션을 제공하여 드래그 앤 리프트 힘의 계산을 개선합니다.
Two-field temperature for the two-fluid model
2유체 열 전달 모델은 각 유체에 대한 에너지 전달 공식을 분리하도록 확장되었습니다. 이제 각 유체에는 고유한 온도 변수가 있어 인터페이스 근처의 열 및 물질 전달 솔루션의 정확도를 향상시킵니다. 인터페이스에서의 열 전달은 시간의 표 함수가 될 수 있는 사용자 정의 열 전달 계수에 의해 제어됩니다.
슬러지 침전 모델 / Sludge settling model
중요 추가 기능인 새로운 슬러지 침전 모델은 도시 수처리 시설물 응용 분야에 사용하면 수처리 탱크 및 정화기의 고형 폐기물 역학을 모델링 할 수 있습니다. 침전 속도가 확산된 위상의 방울 크기에 대한 함수인 드리프트-플럭스 모델과 달리, 침전 속도는 슬러지 농도의 함수이며 기능적인 형태와 표 형태로 모두 입력 할 수 있습니다.
Steady-state accelerator for free surface flows
이름이 암시하듯이, 정상 상태 가속기는 안정된 상태의 솔루션에 대한 접근을 가속화합니다. 이는 작은 진폭의 중력과 모세관 현상을 감쇠하여 이루어지며 자유 표면 흐름에만 적용됩니다.
Void particles
보이드 입자가 버블 및 위상 변경 모델에 추가되었습니다. 보이드 입자는 항력과 압력 힘을 통해 유체와 상호 작용하는 작은 기포의 역할을 하는 붕괴된 보이드 영역을 나타냅니다. 주변 유체 압력에 따라 크기가 변경되고 시뮬레이션이 끝난 후 최종 위치는 공기 침투 가능성을 나타냅니다.
Sediment scour model
침전물의 정확성과 안정성을 향상시키기 위해 침전물의 운반과 침식 모델을 정밀 조사하였다. 특히, 침전물 종에 대한 질량 보존이 크게 개선되었습니다.
Outflow pressure boundary condition
고정 압력 경계 조건에는 이제 압력 및 유체 비율을 제외한 모든 유량이 해당 경계의 상류에 있는 흐름 조건을 반영하는 ‘유출’ 옵션이 포함됩니다. 유출 압력 경계 조건은 고정 압력 및 연속성 경계 조건의 혼합입니다.
Moving particle sources
시뮬레이션 중에 입자 소스는 이동할 수 있습니다. 시간에 따른 변환 및 회전 속도는 표 형식으로 정의됩니다. 입자 소스의 운동은 소스에서 방출 된 입자의 초기 속도에 추가됩니다.
Variable center of gravity
중력 및 비 관성 기준 프레임 모델에서 시간 함수로서의 무게 중심의 위치는 외부 파일의 표로 정의할 수 있습니다. 이 기능은 연료를 소모하는 로켓을 모델링하고 단계를 분리할 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 / 트레이서 확산
유동 표면에서 생성된 추적 물질은 분자 및 난류 확산 과정에 의해 확산될 수 있으며, 예를 들어 실제 오염 물질의 거동을 모방합니다.
모델 설정
시뮬레이션 단위
이제 온도를 포함하여 단위계 시스템을 완전히 정의해야 합니다. 표준 단위 시스템이 제공됩니다. 또한 사용자는 선택한 옵션에서 질량, 시간 및 길이 단위를 정의하여 편리하며, 사용자 정의된 단위를 사용할 수 있습니다. 사용자는 또한 압력이 게이지 단위로 정의되는지 절대 단위로 정의되는지 여부를 지정해야 합니다. 기본 시뮬레이션 단위는 Preferences(기본 설정)에서 설정할 수 있습니다. 단위를 완벽하게 정의하면 FLOW-3D는 물리적 수량에 대한 기본 값을 정의하고 범용 상수를 설정할 수 있으므로 사용자가 필요로 하는 작업량을 최소화할 수 있습니다.
Shallow water model
천수(shallow water) 모델에서 매닝의 거칠기
Manning의 거칠기 계수는 지형 표면의 전단 응력 평가를 위해 천수(shallow water) 모델에서 구현되었습니다. 표면 결함의 크기를 기반으로 기존 거칠기 모델을 보완하며이 모델과 함께 사용할 수 있습니다. 표준 거칠기와 마찬가지로 매닝 계수는 구성 요소 또는 하위 구성 요소의 속성이거나 지형 래스터 데이터 세트에서 가져올 수 있습니다.
메시 생성
하단 및 상단 경계 좌표의 정의만으로 수직 방향의 메시 설정이 단순화되었습니다.
구성 요소 변환
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.
런타임시 스레드 수 변경
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.
프로브 제어 열원
활성 시뮬레이션 제어가 형상 구성 요소와 관련된 heat sources로 확장되었습니다. history probes로 열 방출을 제어 할 수 있습니다.
소스에서 시간에 따른 온도
질량 및 질량/모멘트 소스의 유체 온도는 이제 테이블 입력을 사용하여 시간의 함수로 정의 할 수 있습니다.
방사율 계수
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 데이터로 출력 할 수 있습니다.
벽 접착력으로 인한 지오메트리 구성 요소의 토크는 기존 벽 접착력 출력과 함께 별도의 수량으로 일반 이력 데이터에 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 등가물이 일반 히스토리 로 출력됩니다.
솔버의 출력 파일 flsgrf 의 최종 크기는 시뮬레이션이 끝날 때 보고됩니다.
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 부피 및 질량이 계산되어 전체 계산 영역, 샘플링 볼륨 및 플럭스 표면에 대한 일반 히스토리 로 출력되어 입자 종 수에 대한 현재 출력을 보완합니다.
최종 로컬 가스 압력 은 사용자가 가스 포획을 식별하고 연료 탱크의 배기 시스템 설계를 지원하는 데 도움이되는 선택적 출력량으로 추가되었습니다.이 양은 유체로 채워지기 전에 셀의 마지막 공극 압력을 기록하며 단열 버블 모델과 함께 사용됩니다.
새로운 맞춤형 소스 루틴
새로운 사용자 정의 가능 소스 루틴이 추가되었으며 사용자의 개발 환경에서 액세스 할 수 있습니다.
소스 루틴 이름
기술
cav_prod_cal
Cavitation 생성과 소산 비율
sldg_uset
슬러지 침전 속도
phchg_mass_flux
증발 및 응축으로 인한 질량 플럭스
flhtccl
유체 # 1과 # 2 사이의 열전달 계수
dsize_cal
2 상 흐름에서 동적 액적 크기 모델의 응집 및 분해 속도
elstc_custom
점탄성 유체에 대한 응력 방정식의 Source Terms
새로운 사용자 인터페이스
FLOW-3D 사용자 인터페이스는 완전히 새롭게 디자인되어 현대적이고 평평한 구조로 사용자의 작업 흐름을 획기적으로 간소화합니다.
Setup dock widgets
Physics, Fluids, Mesh 및 FAVOR ™를 포함한 모든 설정 작업이 지오 메트리 윈도우 주변에서 독 위젯으로 변환되어 모델 설정을 단일 탭으로 요약할 수 있습니다. 이러한 전환으로 인해 이전 버전의 복잡한 접이식 트리가 훨씬 깨끗하고 효율적인 메뉴 프레젠테이션으로 대체되어 사용자는 ModelSetup탭을 떠나지 않고도 모든 매개 변수에 쉽게 액세스 할 수 있습니다.
New Model Setup icons
새로운 모델 설정 디자인에는 설정 프로세스의 각 단계를 나타내는 새로운 아이콘이 있습니다.
New Physics icons
RSS feed
새 RSS 피드부터 FLOW-3D v12.0의 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-3Dv1.0에서는
사용자가 시뮬레이션을 더 잘 모니터링할 수 있도록 SimulationManager의 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)
출입문에 유동 표면이 있는 대형 댐 Runtime plots of the flow rate at the gates of the large dam
Conforming 메쉬 시각화
용자는 이제 새로운 FAVOR ™ 독 위젯을 통해 적합한 메쉬 블록을 시각화 할 수 있습니다.
Large raster and STL data
데이터를 처리하는 데 걸리는 시간 때문에 큰 지오 메트리 데이터를 처리하는 것은 수고스러울 수 있습니다. 대형 지오 메트리 데이터를 처리하는 데는 여전히 상당한 시간이 걸릴 수 있지만, FLOW-3D는 이제 이러한 대규모 데이터 세트를 백그라운드 작업으로 로드하여 사용자가 데이터를 처리하는 동안 완전히 응답하고 중단 없는 인터페이스에서 작업을 계속할 수 있습니다
소규모 수력 발전소의 사용은 증가하는 에너지 비용을 통제하는 방법으로 더욱 흥미롭게 연구되고 있습니다. 전통적인 대형 수력 발전소는 규제 검토를 위해 막대한 자본 투자와 긴 리드 타임을 필요로합니다. 더 작은 발전소는 새로운 유형의 터빈을 사용할 수 있습니다. FLOW-3D를 통해 아르키메데스 이송 나사의 원리에 따른 유동현상을 유체 역학을 통해 분석할 수 있습니다.
응고 모델은 열전달이 활성화되고(Physics → Heat Transfer → Fluid internal energy advection) 유체비열(Fluids → Fluid 1 → Thermal Properties → Specific heat)과 전도도(Fluids → Fluid 1 → Thermal Properties → Thermal Conductivity) 이 지정될 때 사용될 수 있다. 단지 유체 1만 상 변화를 겪을 수 있다.
응고모델을 활성화하기 위해 Fluids → Fluid 1 → Solidification Model 을 체크하고 물성 Fluids → Fluid 1 → Solidification Model 가지에서 Liquidus temperature, Solidus temperature, 그리고 Latent heat of fusion 를 지정한다. 가장 간단한 모델(Latent Heat Release Definition 에 펼쳐지는 메뉴에서 Linearly with constant 를 선택)에서, 잠열은 물체가 Liquidus 에서 Solidus 온도로 냉각될 때 선형적으로 방출된다. 고상에서의 상변화열을 포함하는, 잠열 방출의 더 자세한 모델을 위해 온도의 함수로 잠열방출을 정의하기 위해 Specific energy vs. temperature 또는 Solid fraction vs. temperature 선택을 사용한다. 이 지정에 대한 더 자세한 내용은 이론 매뉴얼의 Heat of Transformation 를 참조한다.
응고는 유체의 강직성 및 유동저항을 뜻한다. 이 강직성은 두 가지로 모델링 된다. 낮은 고상율에 대해 즉 Fluids → Fluid 1 → Solidification Model → Solidified Fluid 1 Properties → Coherent Solid Fraction 의 coherency 점 밑에서는 점도는 고상율의 함수이다. 간섭 고상율보다 큰 고상율에 대해서는 고상율의 함수에 비례하는 항력계수를 갖는 Darcy 형태의 항력이 이용된다. 이 항력은 모멘텀 방정식에 (bx,by,bz) 로써 추가된다- Momentum Equations 를 보라. 이 항력의 계산은 Solidification Drag Model 에서 기술된다. 항력계수는 사용자가 유동저항에 양을 조절할 수 있는 Coefficient of Solidification Drag 인자를 포함한다. 항력계수는 FLOW-3D 출력에서 기록된 속도에 상응하는 지역 상 평균 속도에 의해 곱해진다.
Fluid 1 Properties)을 지나면 항력은 무한대가 되고 계산격자 관련하여 유동이 있을 수 없다(단 예외로 Moving Solid Phase를 참조).
Note
모든 유체가 완전히 응고하면 모사를 정지시키기 위해 General → Finish condition → Solidified fluid fraction 를 이용한다. General → Finish condition → Finish fraction 은 모사를 중지하기 위한 고상율 값을 정한다.
주조 시 mushy zone 은 액상과 고상이 혼합물로 존재하는 지역이다. 이 지역 혼합점도는 동축의 수지상 조직(과냉각된 액체 안에서 방사상으로 자라는 결정으로 된 구조) 이 액체 안에서 자유롭게 부유할 때 영향을 미친다.
일단 수지상 조직의 간섭성이 발생하여 고정된 고상 망이 형성되면 액상이 고정된 다공 수지상 구조를 통과해야 하므로 추가의 유동손실이 발생한다. 다른 방법으로는 간섭점을 지난 액/고상 혼합물은 다공물질을 통한 유동 대신에 고점도의 유체로 간주될 수 있다. 점성유체로 간주하는 접근은 예를 들면 연속 이중 롤 주조 과정같이 고상이 계속 이동 및 변형할 때 유용하다.
Solidification Drag Models in FLOW-3D, FLOW-3D 내 응고 항력모델
응고에 의한 항력계수를 정의하기 위해 사용자는 우선 열전달 및 응고모델을 활성화 해야 한다. 이들은 Model Setup → Physics 탭 에서 활성화될 수 있다. 수축모델 또한 응고모델 창에서 활성화될 수 있다.
일단 Solidification 모델이 활성화되면 항력의 공식이 지정될 필요가 있다. Solidification대화의 밑 좌측 모퉁이에서 Porous media drag-based 와 Viscosity-based 의 항력공식 중의 선택을 한다.
Viscosity-based 공식은 점성 유체로 취급하며 Viscosity 영역 내Flow model for solidified metal 입력 밑에서 지정되는 순수 고상 점성을 갖는 고상화된 유체로 간주된다. 이 접근법은 경직성의 항력모델(즉, 응고 금속이 롤러 사이로 압착될 때)을 사용할 수 없는 경우의 모사에 이용된다. 이 점성은 고상율에 따라 선형으로 변한다.고상율이0일 때 점도는 유체1의 점도이다.고상율이1이면 점도는 Solidification 패널에서 지정된 값과 같다.
Porous media drag-based 공식은 응고상태를 결정하기 위해 고상율을 사용한다. 고상율이 Critical Solid Fraction 이거나 초과하면 이때 항력은 무한대가 된다-즉, 액상/고상 혼합물은 고체같이 거동한다. 고상율이 Coherent Solid Fraction 보다 작으면 항력은 0이다. 이 두 값 사이에서 유동은 mushy 지역에 있고 이를 통한 유동은 마치 다공질 내에서의 유동같이 처리된다. 또한 모델은 고상율이 Coherent Solid Fraction 보다 작을 때 자동적으로 용융 금속의 점도를 조절한다. 이 상태에서 고상결정은 점도를 올리지만 결합하지는 않는다(즉, 간섭 없음). 일단 유체가 Coherent Solid Fraction 에 도달하면 항력방정식이 고려되고 점도는 간섭성에 도달하기 전의 값으로 일정하게 된다. 임계 및 간섭 고상율은 사용자가 정의하며 논문이나 책 등에서 찾을 수 있다. 이 식에서는 Coefficient of Solidification Drag 가 정의되어야 한다. 이는 Solidification 창 또는 Fluid 1 → Solidification Model→Solidified Fluid 1 Properties tree → Other 트리를열어 Model Setup →Fluids 탭에서 될 수 있다.
How to Calculate Permeability 투과성 계산법
밑에 주어진 Darcy법칙은 수지상 구조를 위한 다공매질내의 수학적 유동기술이다.[Poi87].
(19)
여기서 u 는 수지상 구조 내 유동의 속도이고 ∇P 는 지역 압력구배, 그리고 K 는 mushy 구역의 특정 투수성이다. 이 방정식은 단지 유동이 거의 정상 상태이고, 관성효과가 없으며 유체의 체적율이 일정하고 균일하며 액체-액체의 상호작용 힘이 없을 때 유효하다. 투수성을 정의하는데 이용될 수 있는 대 여섯 개의 모델이 있으나 FLOW-3D 는 밑에 보여주는 Blake-Kozeny 을 이용한다. 다른 모델들은 코드와 함께 제공되는 소스코드를 사용자 사양에 맞게 수정하여 추가할 수 있다.
(20)
여기서
C2 는 전형적으로 와 같은 비틀림
fs 는 고상율이고
λ1는 유동을 위한 특정 치수
이 응용에서 수지상 가지 간격(DAS)이 이용된다.
식 (11.19) 을 식(11.20) 에 적용하면 투수성을 위한 다음 식을 얻는다.
(21)
수지상 가지 간격(DAS)에 대한 일반적인 값들은 밑에 주어져 있다.
Range of Cooling Rates in Solidification Processes¶
COOLING RATE, K/s
PRODUCTION PROCESSES
DENDRITE ARM SPACING,
to
large castings
5000 to 200
to
small castings, continuous castings, die castings, strip castings, coarse powder atomization
200 to 5
to
fine powder atomization, melt spinning, spray deposition, electron beam or laser surface melting
5 to 0.05
Range of cooling rates in solidification processes [CF85]
How FLOW-3D Defines the Coefficient of Solidification Drag FLOW-3D 가 응고 항력계수를 결정하는법
FLOW-3D 는 액고상 변화를 모델링하기 위해 다공매질항력을 이용한다. 항력은 고상율의 함수이다. 사용자에게 두 수축모델이 이용 가능하다; 급속 수축 모델 과 완전 유동모델. 급속 수축 모델은 상변화와 연관된 체적변화를 고려하지 않으며 유체는 정지해 있다고 가정한다. 완전 유동모델은 상변화가 관련된 체적변화를 고려한다. 항력은 투수성에 역으로 비례하므로 다음과 같이 표현될 수 있다.
(22)
여기서, Fd 는 FLOW-3D 에서 사용된 항력계수이다. 이 항력계수는 지역 속도에 의해 곱해지고 모멘텀 방정식의 오른쪽에서 차감된다 (Momentum Equations 참조). 식 (11.22) 를 재정리하고 식 (11.21) 로부터의 투수성에 치환하면 다음을 얻는다.
Macro-Segregation during Alloy Solidification 합금응고시 거시적 편절
편절 모델은 대류와 확산에 의한 용질 이동에 따른 이원합금 요소에서의 변화를 모델링 하도록 되어 있다. 이 모델링은 Physics → Solidification 로 부터 될 수 있다.
Activate binary alloy segregation model 을 체크하고 편절 모델을 활성화한다.
여러 온도에서 평형에 있는2원합금 요소농도를 정의하는 상태도는 직선의 고상선 및 액상선을 가진다고 가정된다. 상태도는 입력데이터에 의해 구성되고 전처리 그림파일 prpplt 에 포함된다. Analyze → Existing 에서 이용 가능하다
Macro-Segregation Model (under Fluids → Fluid 1 → Solidification Model)에 관련된 일부 유체물성 트리가 밑에 보여진다. 상태도는 Reference Solute Concentration 에서의 the Solidus 와 Liquidus Temperatures 값들에 의해 정의된다. 추가로 Concentration Variables 밑의 Partition coefficient 도 정의되어야 한다. 그렇지 않으면 Pure Solvent Melting Temperature 가 정의될 수 있다. Partition coefficient 와 Pure Solvent Melting Temperature 둘 다가 지정되면 용매 용융 온도는 상태도로부터 재 정의된다.
Eutectic Temperature 또는 Eutectic Concentration 는 융해작용을 정의하기 위해 지정될 수 있다. 또 이 두 변수가 다 지정되면 Eutectic Concentration 은 상태도에서 재 정의된다.
Diffusion Coefficients 는 고상과 액상 사이의 용질의 확산계수 비율을 정의한다. 액체 내의 용질의 분자 확산계수는 Physics → Solidification 에서 specifying Solute diffusion coefficient 를 지정함으로써 정해진다. RMSEG 는 용질의 난류 확산계수 승수를 정의한다; 이는 입력파일에서 직접 지정된다.
용질 재 분배에 의한 농도변화가 중요하면 Physics → Density evaluation → Density evaluated as a function of other quantities를 정하고 용질농도의 선형함수로써 금속농도를 정의하기 위해 Fluids → Segregation model 밑의 Solutal Expansion Coefficient 를 용질 확장계수로 지정한다. 이 경우 Reference Solute Concentration 이 기준농도로 사용될 것이다. 추가로 Fluids → Fluid 1 → Density Properties → Volumetric Thermal Expansion 은 액체 내 열부력 효과를 참작하기 위해 지정될 수 있다(또한 Buoyant Flow참조).
초기 용질농도는 Meshing & Geometry → Initial → Global → Uniform alloy solute concentration 에서 지정될 수 있다. 불 균일한 초기 분포는 Alloy solute concentration 밑의 초기유체 구역 안에서 정의될 수 있다. 추가로 농도는 Initial Conditions: Region Values 에서 기술된 바와 같이 2차함수를 사용하는 부분을 편집하여 공간상의2차함수로 변화할 수 있다. 압력과속도 경계에서 용질 경계조건을 정하기 위해 Boundaries → Boundary face → Solute concentration 를 이용한다.
액상 및 고상 구성은 후처리에서 데이터 변환을 이용하여 그려질 수 있다. 용융 응고금속은 금속 내 용융의 질량 분율을 저장하는 SLDEUT 를 그림으로써 가시화될 수 있다.
액상 내 열구배가 크면 Physics → Heat Transfer → Second order monotonicity preserving 를 지정함으로써 더 나은 정확성을 위해 고차원 이류법을 사용한다.
mushy 지역에서의 유동손실은 수지상 가지 간격(DAS)의 함수인 Fluids → Fluid 1 → Solidification Model → Solidified Fluid 1 Properties → Coefficient of Solidification Drag 에 의해 조절된다. 후자는 이 모델에 의해 계산되지 않으므로 사용자는 Coefficient of Solidification Drag 를 지정해야 한다
Note
표준 응고모델 과는 달리 상태도상의 용융점을 지나 고상선을 외삽하여 정의되므로 여기서 응고선의 값은 음수일 수 있다.
Microporosity Formation 미세다공형성
미세다공모델은 단지 응고(Solidification참조)를 모델링할 때 사용될 수 있고 Physics → Solidification → Activate micro-porosity model 에서 활성화된다. 필요한 입력은 Fluids → Densities → Fluid 1 and Fluids → Solidification Properties → Solidified Fluid 1 Properties → Density 에서 정의되는 액체와 고상 유체밀도이며 고상유체밀도는 액체밀도보다 크다. 또한 Fluids → Fluid 1 → Solidification Model → Solidified Fluid 1 Properties 안에 있는 Critical Solid Fraction 은 1.0보다작게 설정되어야 한다.
Square of the speed of sound at critical solid fraction 값이 정의될 수 있다. 이는 수축에 의해 mushy 지역에서 전개되는 커다란 음압에서의 응고유체의 압축성을 기술한다. Critical pressure at which gas pores can form 값은 모델이 Initial tab 탭에서 또는 재 시작 데이터에서 정의되는 유체내의 초기 압력과 결합되도록 한다.
Intensification pressure 또한 다공 생성을 지연시키기 위해 응고 시 shot sleeve plunger 에 의해 형성되는 추가압력을 고려하기 위한 고압 주조모사를 위해 정의될 수 있다. Intensification pressure 가 클수록 더 적은 양의 다공이 주조 시 응고 과정에서 발생할 것이다.
미세 다공 모델은 응고 모델의 활성화 이외의 어떤 다른 설정을 필요로 하지 않는다. 이는 완전 유동방정식이나 속도장이 0인 경우, 즉 순수한 열 문제에서도 함께 사용될 수 있다.
이 모델은 후처리 과정의 공간 및 이력에서 사용 가능한 Percent micro-porosity 라고 불리는 추가 출력 양을 생성한다.
이동고상 선택은 연속주조 모델링을 가능하게 한다. Continuous Casting Phantom 요소는 응고된 이동 유체가 있는 지역에서 정의된다. 이는 지정된 영역을 차지하지만 정의에만 존재하므로 환영요소라고 한다. 이는 실제로 면적이나 체적을 차지하지 않으므로 체적이 없고 결과에서도 고체요소로 보이지 않는다. 이는 Meshing & Geometry → Geometry → Component → Component Type 옆 펼쳐지는 메뉴에서 정의된다.
다른 방법으로는 입력파일(prepin.*)에서 IFOB(N) 변수가 4로 지정되고 N 은 요소 번호이다. 이 파일은 File → Edit Simulation…. 을 선택하여 이용될 수 있다. 또한 입력파일에서 시간의 함수(TOBS(t) 에 의해 지정되는)일 수 있는 가상 요소의 속도성분 UTOBS(t,N), VTOBS(t,N) 그리고 WTOBS(t,N) 이 지정된다.
Fluids → Fluid 1 → Solidification Properties → Solidified Fluid 1 Properties → Coherent Solid Fraction 에 의해 정의된 간섭 고상율 보다 큰 고상율에 대해서는 Darcy 형태의 항력 이 유체를 가상 요소의 속도로 움직이게 하는데 사용된다. 고상율이 Fluids → Fluid 1 → Solidification Properties → Solidified Fluid 1 Properties → Critical Solid Fraction 에서 지정된 경직점을 능가하게 되면 가상 요소의 속도를 따라 움직일 것이다.
Note
가상 요소는 요소 그림에 안 나타나나 Component number 를 그릴 때는 보여진다.가상 요소는 균일속도가 요소의 전체에 적용되므로 평평해야 한다.
Solidification Shrinkage 응고수축
체적 수축은 소재가 응고하고 응고소재의 밀도가 액체소재의 밀도보다 클 때 나타난다(즉, Fluids → Fluid 1 → Solidification Model → Solidified Fluid 1 Properties → Density > Fluids → Fluid 1 → Density Properties → Density). 수축모델은 그러므로 Solidification 모델이 활성화되어야 하고 고상/액상의 두 밀도가 정의되어야 한다. 수축은 단지 1유체의 뚜렷한 경계면 문제에서만 모델링 될 수 있다.
두 가지 수축모델이 있다. Shrinkage model with flow effects 를 선택하면 완전 열 유체방정식을 해석한다(이론 매뉴얼의Solidification Shrinkage and Porosity Models 참조). 그러나 이 모델은 특히 장시간의 응고가 고려되면 컴퓨터 계산시간이 많이 소요된다. 다른 방법으로 사용자 Interface 에 Shrinkage model 이라고 불리는 단순모델이 있다.
이 모델은 단지 열전달 방정식의 해석에 의존하며 특히 내재적 열전달 모델 (Numerics → Explicit/implicit options → Heat transfer → Implicit –Thermal solution 참조)과 사용시에 빨리 해석할 수 있다. 액체 체적 내로의 유동 통로가 없을 때 내부공동이 발생한다.
이 두 모델에서 유입은 mushy 지역 유동에 대한 항력계수를 계산함으로써 정의된다. 격자 내 모든 점에서의 항력함수는 상수승수 Fluids → Solidification properties → Other → Coefficient of Solidification Drag (Solidification Drag Model 참조)를 가지는 지역 고상율의 함수로 계산된다. 항력함수의 역의 값은 공간 그림에서 가시화 될 수 있다: 이 그림을 위한 변수이름은 ‘drag coefficient’ 이다.
Mushy 지역에서의 커다란 유동 손실에 따른 부분적 유입이 Shrinkage model with flow effects 에서 발생할 수 있지만 단순화된 Shrinkage model 은 완전 유입이 아니면 유입이 없게 된다. 후자는 유입 통로를 따라 지역 고상율이 Fluids → Fluid 1 → Solidification Model → Solidified Fluid 1 Properties → Critical Solid Fraction (디폴트는1.0)에서 정의된 임계값보다 커질 때 발생한다. 추가로 고립된 액체 내의 금속의 고상율이 Coherent Solid Fraction 에 도달할 때까지 단순모델에서의 유입은 고립부 상부로부터 발생한다. 그 후로는 유입이 고립부의 가장 뜨거운 부분에서부터 발생한다.
모든 유체가 완전히 응고되면 모사가 정지하도록 General → Additional finish condition → Solidified fluid fraction 를 사용한다. 변수 Finish fraction 는 유체가 지정된 고상율에 도달할 때 모사가 정지하도록 하는데 사용될 수 있다.
Note
이송 방향을 결정하기 위해 단순 수축 모델에서 중력이 필요하며 좌표축 중 하나를 따라야합니다. 둘 이상의 중력 구성 요소가 0이 아닌 경우, 가장 큰 중력 구성 요소가 공급 방향을 결정하는 데 사용됩니다.
전산 유체 역학 (Computational fluid dynamics, CFD)은 설계자가 개발하고자 하는 시나리오를 설계 할 수 있는 가상 실험실을 제공함으로써 오랫동안 제품 개발에 중요한 역할을 해왔습니다.
일반적으로 사용자는 수치해석을 통해 제품 설계 및 성능 검토를 위해서 시뮬레이션을 합니다. 성능 검증을 위해 일반적으로 기하학, 재료 특성 및 질량 유량, 경계 온도 및 압력, 출력 빈도와 같은 유동 조건이 포함됩니다. 시뮬레이션에서 얻은 결과 정보를 기반으로 다양한 입력 조건을 수정하고 더 많은 가정 시나리오를 조사하기 위해 시뮬레이션을 다시 시작합니다.
시뮬레이션에 대한 이러한 접근 방식은 폐회로 제어와 유사한 “what if – then do this”라고 생각할 수 있습니다. Active – Simulation Control이라고 불리는 FLOW-3D 및 FLOW-3D Cast 버전의 새로운 기능은 사용자들에게 인상적인 “what if – then do this” 컨트롤에 대한 시뮬레이션을 제공합니다.
용어 – 이벤트/조건 및 조치
능동적인 시뮬레이션 제어는 이벤트/조건 및 동작이라는 두 가지 개념을 기반으로 합니다. 다음은 각각에 대한 간단한 설명입니다.
이벤트/조건
히스토리 프로브의 사용자 지정 조건이 충족되면 이벤트가 발생합니다. 모든 유형의 프로브(정적 프로브, GMO에 부착 된 프로브 및 FSI / TSE 프로브)를 사용하여 조건을 정의 할 수 있습니다. 이벤트는 1-10 개의 조건으로 구성 될 수 있습니다. 사용자는 이벤트가 발생하기 위해 조건 중 하나 또는 모두를 충족해야하는지 여부를 지정할 수 있습니다.
조건의 예는 다음과 같습니다.
히스토리 프로브 # 1의 유속은 3.25 미터 이상입니다.
히스토리 프로브 # 2의 압력이 1 기압 미만
지정된 조건이 충족되면 이벤트가 발생하고 이벤트와 연관된 모든 동작이 활성화됩니다.
행위
동작은 이벤트가 발생할 때 활성화되는 시뮬레이션에 대한 사용자 정의 변경입니다. 각 이벤트는 하나 이상의 조치를 활성화 할 수 있습니다. 동작의 몇 가지 예는 다음과 같습니다.
y 축에 대한 GMO 회전을 외부 파일에 정의 된 시간 종속 값으로 설정합니다.
메쉬 블록 1의 x-min 경계에서 y- 속도를 0.0으로 설정합니다.
선택된 데이터 출력의 빈도를 0.0으로 설정하십시오 (매 사이클 출력)
응고 시뮬레이션에서 스퀴즈핀 활성화
이벤트가 발생하면 이벤트에 지정된 모든 동작이 활성화됩니다.
능동 시뮬레이션 제어의 응용
고압 다이 캐스팅
샷 플런저를 고속 샷으로 전환 : 고압 다이캐스팅 머신의 샷 플런저의 초기 동작은 공기 유입을 최소화하도록 제어됩니다. 예를 들어, 금속이 게이트에 도달하면 샷 동작이 빠른 샷으로 전환되어 부품의 금속을 원자화합니다. 능동적인 시뮬레이션 제어는 금속이 게이트의 일부 또는 전부에 도달했을 때 이를 감지하고 이에 따라 플런저 동작을 변경하는 데 사용할 수 있습니다.
중력 주조
중력 주조는 종종 쏟아져 나오는 분지를 사용하여 일정한 압력 헤드가 스프 루 위에 유지되도록합니다. 액티브 시뮬레이션 제어는 유역의 유체 높이를 기반으로 유역으로 붓는 것을 제어하는 데 사용할 수 있습니다.
물 / 환경
제어 게이트는 어류가 받아 들일 수 있는 범위로 유속을 제한하기 위해 댐 구조물을 통과하는 어류 통로에서 일반적으로 사용됩니다. 능동적 시뮬레이션 제어는 물고기가 있는 지역에 위치한 프로브에서 속도 정보를 기반으로 게이트를 이동시키는 데 사용할 수 있습니다.
항공 우주
극저온 연료 탱크의 압력은 적절한 작동 및 안전을 보장 할 수 있도록 설계단계에서 유지되어야합니다. 순압력흡입헤드가 허용 수준 이하로 떨어지면 엔진에서 캐비테이션이 발생하고 장치가 파괴 될 수 있습니다. 능동적 시뮬레이션 제어는 증기 공간에서의 압력(이력 프로브) 손실에 대한 시스템의 가압 (질량 운동량 소스) 및 감압 (밸브 개방)을 시뮬레이션하는데 사용할 수 있습니다.
능동 시뮬레이션 제어 데모
능동적인 시뮬레이션 제어는 충진 켜기/끄기 및 믹서 동작을 제어하기 위해 혼합 시뮬레이션에 적용 할 수 있습니다 (아래 참조). 수축 충진관을 사용하여 용기에 마커 염료가 함유된 유체를 채웁니다. 충전이 완료되면 패들 믹서가 용기 내로 내려갑니다.
프로브가 필러 튜브에 부착되어 위치를 감지합니다. 다른 프로브가 믹서의 바닥에 부착되어 그 위치를 감지합니다.
필러 튜브가 지정된 레벨 이상으로 상승하면 혼합 임펠러가 유체로 들어가기 시작합니다. 믹서가 지정된 레벨에 도달하면 회전이 시작됩니다. 믹서가 콘테이너의 바로 위에있는 포인트에 도달하면, 믹서는 아래로 이동하는 것을 멈추지만 계속 회전합니다.
아래의 애니메이션은 컨테이너를 채우고 혼합할 때 유체의 염료 농도를 보여줍니다.
결론
여기에 표시된 믹싱 예제는 활성 시뮬레이션 컨트롤이 제공하는 광범위한 기능을 보여줍니다. 능동적인 시뮬레이션 제어를 통해 사용자는 설계의 실제 동작을보다 자세하게 표현할 수 있으며 시뮬레이션을 재시작하지 않고도 시뮬레이션 변경 사항을 적극적으로 구현할 수 있습니다.
Model Setup → Meshing & Geometry → Mesh – Cartesian → Mesh block 를 선택한다. 디폴트로 Mesh Type 은 일치하지 않는다. 이는 격자가 열려진 또는 막힌 체적에 일치하도록 변경되어질 수 있다. 주변격자와 일치 격자의 중첩지역은 디폴트로 5개의 셀에 해당하는 길이로 정해진다. 이는 Overlap 의 값을 지정함으로써 변경될 수 있다. Overlap 변수는 길이의 단위로 지정됨에 주목한다. .
어떤 문제에서는 격자가 다른 것은 제외하고 특정요소에만 일치하도록 하는 것이 필요할 때가 있다. 디폴트로 고체의 일치 격자는 모든 요소에 다 일치한다. 그러나 사용자가 어떤 요소는 일치하지 않기를 원하면 이를 Components 버튼을 클릭해서 이 요소들을 선택 해지하도록 지정할 수 있다.
Note: 이 격자는 정지 고체요소에만 일치될 수 있다. 다공, 용해, 이동, 연소 또는 부식요소에는 일치할 수 없다.
FLOW-3D의 TSE(Thermalstressdiversion)모델은 모델링 가능한 주조 프로세스의 범위를 확장합니다. FSI/SETSE모델은 주변 유체, 열 구배 및 지정된 구속 조건의 압력에 대응하여 솔리드 및 단단한 구성 요소의 응력 및 변형을 모델링 하는 유한 요소 접근 방식을 사용하여 유체와 솔리드 사이의 완전 결합 상호 작용을 설명합니다.
균일하지 않은 냉각에 의해 발생하는 응고 과정 동안 열 스트레스가 발생합니다. 이러한 응력은 주형 벽의 수축 및 주물 형상의 불규칙에 의해 영향을 받습니다.
Von Mises stresses in a solidified aluminum V6 engine block
위의 시뮬레이션은 VonMises가 단단한 알루미늄 V6엔진 블록에서 응력을 나타냅니다. 이 블록은 강철 다이 내에서 주조된 알루미늄 A380합금으로 구성되어 있습니다.
알루미늄의 주입 온도는 527°C였으며 초기 다이 온도는 125°C였습니다. 부품을 60초 동안 다이 내에서 냉각한 후 주변 조건(125°C)에서 9분 동안 부품을 계속 냉각시켜 총 10분의 시뮬레이션 시간을 제공했습니다. 표시된 VonMises 응력은 부품 내 전단 응력의 크기를 측정한 것이며, 따라서 찢어지기 쉬운 부위를 보여 줍니다.
응력은 금형과 응고 금속에서 동시에 계산할 수 있습니다. FLOW-3D의 구조화된 메쉬를 초기 템플릿으로 사용하여 자동으로 메쉬 작업을 수행할 수 있습니다. 사용자는 중첩 또는 링크된 메쉬 블록을 만들고 V1.1.0의 새로운 적합한 메쉬 기능을 사용하여 메쉬의 로컬 해상도를 제어할 수 있습니다. 또는, Exodus-II형식의 타사 메쉬 생성 소프트웨어에서 유한 요소 메쉬를 가져올 수 있습니다.
Simulating Thermal Stress
아래에 표시된 알루미늄 커버는 강철 다이 내 알루미늄 A380합금으로 구성되어 있습니다. 주입 온도는 654°C였으며 초기 다이 온도는 240°C였습니다. 부품이 다이 내에서 6s동안 냉각되었으며 이때 부품이 완전히 경화되었습니다(러너 시스템 제외). 그런 다음 다이를 열고 부품이 주변 조건(25°C)에서 10초 이상 냉각되도록 했습니다. 그런 다음 탕도(runner)시스템을 제거했고, 이후 주변 조건에서 10초간 더 냉각했습니다. 여기에 표시된 정상 변위는 부품 표면의 움직임을 나타내며, 최대 변형 영역을 강조하기 위해 30회 증폭됩니다.
Displacements in a die cast part, die closed.
Displacements in the part and runners, die open.
Displacements in the part with runner system removed.
Component Coupling within the Fluid-Structure Interaction and Thermal Stress Evolution Models
FLOW-3Dv11의 새로운 기능은 인접한 FSI(유체-구조물 상호 작용)구성 요소 및/또는 TSE(열 스트레스 진화)고체화된 유체 영역 간의 탄성 응력을 결합할 수 있는 기존의 유한 요소 고체 역학 용제의 업그레이드입니다. 이 새로운 기능은 복합 재료 부품(예:주형에서 응고되는 금속 주물 응고제 또는 바이메탈 게이지)의 열 응력과 변형을 시뮬레이션하고 반경 게이트 및 파이프 라인 지지 시스템과 같은 연결된 유압 구조에 가해지는 힘을 시뮬레이션하는 등 다양한 모델링 가능성을 열어 줍니다.
모델에는 복잡한 프로세스를 효율적으로 계산할 수 있는 여러가지 옵션이 있습니다.
No coupling
이 옵션은 인접 FSI구성 요소가 응력을 교환하지 않는 단순화된 경우를 나타냅니다. 그것은 계산적으로 효율적이며 요소들 간의 스트레스 상호 작용이 중요하지 않은 시나리오에 적합하다.
Full coupling
전체 커플링 옵션은 서로 다른 재료 특성을 가진 인접 FSI구성 요소를 모델링 하기 위한 것입니다. 두 구성 요소는 서로 당기거나 미끄러질 수 없지만 인터페이스의 응력은 구성 요소 간에 전달됩니다. 이는 바이메탈과 같이 접합된 구조물을 모델링 하는 데 이상적입니다.
Partial coupling
부분 커플링 옵션은 인접 FSI구성 요소가 마찰력과 정상적인 힘을 통해 상호 작용하지만 분리될 수 있는 일반적인 문제를 모델링 하기 위한 것. 이 옵션은 FSI구성 요소와 TSE의 고체화된 유체 영역을 결합하는 데 사용될 수 있으므로 부품이 다이에서 냉각될 때 주조 부품 및 다이에 대한 열 응력의 영향을 조사하는 데 이상적입니다.
두가지 시뮬레이션이 제시되어 모델의 새로운 특징을 보다 자세히 보여 줍니다. 첫번째 상황에서는 완전한 커플링 옵션을 사용하여 시간이 변화하는 온도에 대응하여 바이메탈 벤딩을 모델링 하는 반면, 두번째 예에서는 다이에서 V6엔진 블록을 응고하는 동안 부분 커플링 모델을 사용하여 열 응력을 확인하는 것을 보여 줍니다.
Full Coupling Example: Bimetallic Strip
전체 커플링 옵션의 가장 간단한 예 중 하나는 온도 구배에 대한 반응으로 바이메탈이 움직이는 것입니다. 이러한 스트립은 온도 변화에 대응하여 두 금속이 동일한 속도로 팽창하지 않기 때문에 열 스위치 및 벤딩에 일반적으로 사용됩니다. 시뮬레이션에서 모델링 된 바이메탈은 그림 1과 같이 길이 15cm, 두께 0.5cm의 강철 스트립으로 구성된 캔틸레버 빔입니다.
그림 1:예제 시뮬레이션에 사용된 바이메탈의 개략도; 검은 색 화살표는 편향이 프로브 되는 위치를 나타내고, 양의 편향은 상향이다.
그리고 나서 스트립은 온도가 70초에 걸쳐 균일하게 변화하는 환경에 배치되었다. 그림 2는 시간 경과에 따른 다양한 온도에서 시뮬레이션 및 분석 용액을 위한 스트립 팁의 편향을 보여 준다. 결과는 온도가 변한 시기와 스트립의 열적 관성으로 인한 스트립의 반응 사이의 약간의 지연을 포함하여 몇가지 흥미로운 특징을 보여 준다. 이러한 지연은 분석 솔루션이 온도의 즉각적인 변화를 가정하기 때문에 계산된 편향과 분석적 편향 사이의 타이밍 차이에도 영향을 미친다. 변위의 진폭 차이는 분석 결과에서 무한대의 얇은 스트립의 가정에 기인할 수 있다. 계산 모델의 두께는 장착 지점에 응력을 추가하여 편향을 증가시킵니다.
그림 2:스트립의 끝에서 시뮬레이션 시간에 걸쳐 처짐. 그림에 표시된 것은 스트립의 평균 온도( 진한 파란 색)뿐만 아니라 분석적( 연한 파란 색)및 계산( 빨간 색)편향입니다.
Partial Coupling Example: Metal Casting within a Deformable Die
Figure 3: V6 엔진 블록의 온도 프로파일 단면도. 시뮬레이션 시작 7 초.
두번째 예제 시뮬레이션에서는 부분 커플링 모델을 사용하여 변형 가능한 강철 다이 내 금속 주물의 응력 개발을 보여 줍니다. 다이의 두 절반과 응고된 유체는 부분적으로 서로 결합되어 정상적인 응력과 마찰을 통해 상호 작용합니다. 시뮬레이션은 다이와 주물 부품의 열 응력 변화를 770,000 K의 solidus온도 바로 아래에서 298K의 주변 온도로 냉각하는 모습을 보여 줍니다. 주물 부분은 A380알루미늄 합금으로 구성되어 있고 다이 반쪽은 H-13강철로 구성되어 있습니다.
주조 부품과 주변 다이의 유한 요소 메시는 그림 3과 같이 3,665,533 요소와 3,862,378개 노드로 구성됩니다. 또한 각 다이의 절반에 대해 분리된 메쉬와 TSE고형화된 유체 영역도 나와 있습니다. 전면의 빨간 색 원은 서포트 피스톤 때문입니다(그림과 같이 표시되지 않음).
Figure 4 는 채워진 후 고압 다이 캐스팅 부품 300s의 주조물 온도와 변위 크기로 채색 된 강철 다이 조각을 결합한 이미지를 보여줍니다. 이 시뮬레이션에서, 다이는 응고하는 알루미늄에 연결되어 응력이 그들 사이에 전달됩니다. 변위 크기는 다이의 에지에서 0에서부터 주조에 인접한 0.1mm 이상까지 다양합니다.
금형과 응고된 유체 표면 사이의 경계면에서 발생하는 응력이 부분적으로 결합되어 제한된 수축을 확인할 수 있습니다. 그림 4는 시뮬레이션을 통해 주형 부분의 변형과 다이 부분의 절반의 변형을 보여 줍니다. 온도가 감소함에 따라 다이 캐스트와 주물이 서로 다른 속도로 수축하여 간섭 영역에 큰 응력이 발생하고 잠재적인 문제 영역이 나타납니다. 다이와 부품에서 결합된 응력을 계산하면 사용자가 각 구성 요소 내에서 발생하는 응력을 더 잘 예측하고 부품 품질을 개선하고 도구 수명을 연장하는 방법에 대한 통찰력을 제공할 수 있습니다.
Conclusion
다른 단단한 물체들의 상호 작용은 현대 디자인과 공학의 중요한 부분입니다. FSI구성 요소와 TSE고정 유체 영역 간의 새로운 결합 옵션이 FLOW-3D에 추가되어 오늘날의 엔지니어들이 정기적으로 접하는 복잡한 기하학적 구조를 평가하는 데 유용한 도구가 되었습니다.
주조의 복잡성이 증가함에 따라, 게이팅 및 피딩 시스템 및 적절한 다이 온도 관리가 최적화되어 있음에도 불구하고, 대부분의 경우 절삭유 부족으로 인한 다공성 수축이 불가피합니다. 고압 및 영구 몰드 주조에서 수축 다공성을 감소시키기 위해 국부적으로 금속을 압착하는 데 압착 핀이 자주 사용됩니다. 그러나 스퀴즈 핀의 효과는 압착의 타이밍과 위치에 따라 크게 좌우됩니다. 이러한 실제 시나리오를 예측하기 위해 스퀴즈 핀 모델이 FLOW-3D 버전 11.1 및 FLOW-3D Cast v4.1에서 개발되어 스퀴즈 핀 프로세스 매개 변수를 설계하고 최적화하는 데 도움을 줍니다.
주조물의 복잡성이 증가함에 따라 최적화된 탕구계 및 공급 시스템과 적절한 다이 온도 관리에도 불구하고, 많은 부품에서 불량한 공급으로 인한 수축 다공성이 불가피한 경우가 많습니다.
고압 및 영구 금형 주물에서는 squeeze 핀을 사용하여 금속을 국부적으로 눌러 수축 다공성을 낮추는 경우가 많습니다. 단, squeeze 핀의 효과는 그 배치와 가압 시기에 따라 크게 달라집니다. 이러한 실제 시나리오를 예측하기 위해 FLOW-3D에서 스퀴즈 핀 프로세스 매개 변수를 설계하고 최적화하는데 도움이 되는 스퀴즈 핀 모델이 개발되었습니다 .
Squeeze Pin Model in FLOW-3D
스퀴즈 핀 모델은 규정 된 moving objects model 을 기반으로하며 열 전달 및 응고 역학 고려 사항을 기반으로하는 단순 수축 모델과 함께 작동합니다. 활성화되면 스퀴즈 핀이 인접한 액체 금속의 수축량을 감지하고 해당 부피를 정확하게 보정하기 위해 이동합니다. 스퀴즈 핀은 최대 허용 거리를 벗어나거나 표면에 너무 많은 굳은 금속을 만나면 멈 춥니 다. 핀에 대한 힘을 정의 할 수 있으며 금속 압력으로 변환됩니다. 그 압력은 thermal stress evolution 및 미세 다공성 모델과 함께 사용할 수 있습니다 .
스퀴즈 핀의 활성화 타이밍은 모델의 구성 요소입니다. 이 모델은 몇 가지 유연한 활성화 제어를 제공합니다. 스퀴즈 핀은 Active Simulation Control 이벤트에 의해 사용자가 지정한 시간에 활성화되거나 자동으로 활성화되도록 설정할 수 있습니다. 후자의 경우 다음 조건이 충족되면 스퀴즈 핀이 활성화됩니다.
핀은 액체 영역에 인접 해 있습니다.
핀 사이의 경쟁을 피하기 위해 핀이 인접한 액체 경로를 통해 다른 핀에 연결되어 있지 않습니다.
인접한 액체 영역에는 게이트가 응고 된 금속으로 밀봉되기 전에 금속이 캐비티 밖으로 밀려 나올 수있는 자유 표면이 없습니다.
자동 활성화 제어는 핀의 정확한 타이밍을 알 수없는 설계 단계에서 유용합니다. 이 경우 핀 활성화 시간은 모델 출력의 일부입니다.
버전 11.1의 새로운 기능인 Active Simulation Control을 사용하여 다이캐스팅 기계에서 실제 스퀴즈 핀 제어 시스템을 모방 할 수 있습니다. 이를 통해 사용자는 주조의 다른 부분에있는 솔루션을 기반으로 핀 타이밍에 더 많은 제어 및 개선을 추가 할 수 있습니다.
Squeeze Pin Model Applications
주물에서 공급이 어려운 부분의 다공성을 줄이거 나 제거하는 스퀴즈 핀의 효과 시뮬레이션
숏 슬리브 피스톤은 응고 수축을 보상하고 강화 압력을 적용하기 위해 응고 중에 스퀴즈 핀으로 정의 할 수 있습니다.
기존 스퀴즈 핀 설계 검증
스퀴즈 핀 배치 최적화
스퀴즈 핀 활성화 타이밍 최적화
실제 다이캐스팅 기계에서 스퀴즈 핀 제어 검증 및 최적화
Sample Results
2-캐비티 고압 다이 캐스트에 대한 사례 연구가 수행되었습니다. 두 세트의 시뮬레이션이 실행되었습니다. 하나는 스퀴즈 핀이없는 것이고 다른 하나는 스퀴즈 핀이있는 것입니다. 스퀴즈 핀의 구성은 그림 1에 나와 있습니다. 스퀴즈 핀은 두 개의 주조 부품 각각의 중앙에 배치됩니다. 이 스퀴즈 핀은 자동으로 활성화되도록 설정됩니다. 플런저는 충전 완료 즉시 활성화되도록 설정되는 압착 핀으로도 정의됩니다. 결과 수축 분포는 그림 2에 나와 있습니다. 스퀴즈 핀에 의한 수축 감소는 주물 중앙과 비스킷 중앙에서 분명합니다. 두 시뮬레이션의 총 매크로 수축도 비교되고 그림 3에 그려져 있는데, 이는 스퀴즈 핀에 의한 극적인 수축 감소를 정량적으로 보여줍니다.
핀 활성화 시간은 그림 4와 같이 화면, HD3MSG, HD3OUT 및 REPORT 파일에 기록됩니다. 시간 정보는 고압 다이캐스팅 기계에서 스퀴즈 핀 제어 매개 변수로 직접 사용할 수 있습니다. 또한 각 스퀴즈 핀의 이동 거리와 변위량도 일반 이력 데이터에 기록되어 각 스퀴즈 핀의 효과를 확인하는 데 사용할 수 있습니다. 그림 5와 같이 각 스퀴즈 핀의 이동 거리가 표시됩니다. 플런저는 미리 정해진대로 시뮬레이션 시작시 즉시 움직이고, 플런저 근처가 마지막 응고 영역이고 가장 큰 수축을 생성한다는 사실로 인해 가장 멀리 그리고 가장 길게 움직이는 것을 볼 수 있습니다. 두 개의 주조 부품 각각의 중앙에 정의 된 두 개의 스퀴즈 핀이 동시에 활성화됩니다.주조 및 압착 핀 구성의 대칭으로 인해 거의 동일한 거리를 이동했습니다.
Figure 3. Macro-shrinkage volume comparison with and without squeeze pins.
Figure 4. The output of the pin’s activation in HD3MSG file.
Figure 5. The traveled distance of each squeeze pin.
주조의 복잡성이 증가함에 따라 최적화된 게이팅 및 공급 시스템과 적절한 다이 온도 관리에도 불구하고 공급 불량으로 인한 수축 다공성은 종종 큰 부품 섹션에서 불가피합니다. 고압 및 영구 주형 주조에서 수축 공극률을 줄이기 위해 금속을 국부적으로 누르는데 스퀴즈 핀이 자주 사용됩니다. 그러나 스퀴즈 핀의 효과는 위치와 가압 타이밍에 따라 크게 달라집니다. 이러한 실제 시나리오를 예측하기 위해 FLOW-3D 에서 스퀴즈핀 프로세스 매개 변수를 설계하고 최적화하는 데 도움 이되는 스퀴즈핀 모델이 개발되었습니다 .
FLOW-3D는 광범위하게 적용 가능한 습기 건조 모델을 제공합니다. 종이, 직물 또는 모래 코어와 같은 다공성 물질의 건조 과정을 시뮬레이션할 수 있습니다.
아래의 예는 모래 코어의 건조를 시뮬레이션할 수 있는 가능성을 보여 줍니다. BMW는 자사의 금속 주물 사업에 사용되는 무기물이 없는 모래 코어에서 물을 제거하는 데 관심을 표명했습니다.
물리적 관점에서 볼 때 모래 바인더에 포함된 물을 제거하기 위해 뜨거운 공기가 다공성 모래를 통과하는 것은 개념적으로 젖은 종이에서 물을 제거하는 것과 다르지 않습니다. 아래 그림은 초기 수분의 절반 정도를 제거한 후 코어에 남아 있는 수분에 대한 시뮬레이션과 실험 사이의 비교를 보여 줍니다.
이 경우는 건조 과정에서 초기에 증발한 후에 뜨거운 공기 주입구에서 더 멀리 떨어진 코어의 더 차가운 부분으로 응축되는 일부 물 때문에 보이는 것보다 더 복잡합니다. BMW의 핵심 건조 모델 사용에 대한 자세한 내용은 FoundryTechnology&Management에 발표된 기사를 참조하십시오.
열 다이 사이클링 시뮬레이션에서 다이의 온도 분포를 정확하게 예측하려면 스프레이 냉각의 공간 변화를 모델링해야 합니다. 새로운 다이 스프레이 냉각 모델은 이러한 목적으로 개발되었으며 현재 FLOW-3D의 최신 버전에서 사용할 수 있습니다. 이 모델은 전체 다이 캐비티에 걸쳐 일정한 열 전달 계수를 가정하는 대신 각 스프레이의 냉각을 명시적으로 계산합니다. 다이 표면의 스프레이 영역은 스프레이 노즐의 움직임으로 인해 지속적으로 계산되고 업데이트됩니다. 또한 모델은 분무되는 유체의 차단을 고려하여 살수 각도와 다이 표면의 형태로 인해 냉각에 미치는 영향을 고려한다. 새로운 모델은 안정적이고 현실적인 입력 매개 변수를 사용하여 다이 표면에 정확한 온도 분포를 제공하여 엔지니어가 냉각 프로세스를 보다 효율적으로 설계하고 최적화하여 핫 스팟을 제거할 수 있도록 도와 줍니다.
스프레이 구역 계산 / Spray Area Computation
새 모델에서는 다이 표면의 형상과 분무 노즐 위치가 살수 냉각에 미치는 영향을 고려합니다. 아래 그림과 같이 다이 표면에 분사되는 일부 영역은 막히고 일부 영역은 2개 이상의 스프레이로 덮여 있습니다. 이러한 영역은 다양한 스프레이 냉각 효과를 구별하기 위해 광선 추적 알고리즘을 사용하여 계산하고 식별합니다. 스프레이 영역은 FlowSightTM에서 시각화할 수 있으며, 스프레이 냉각을 통해 유닛 영역별로 제거된 총 분사 시간 및 총 열 등의 다른 특성도 확인할 수 있습니다.
열 전달 계수 결정 / Heat Transfer Coefficient Determination
스프레이 냉각 메커니즘은 복잡하며 스프레이 냉각 열전달 계수 (HTC)는 스프레이 모양, 냉각수 유량, 스프레이 압력, 금형 온도, 스프레이 각도 및 스프레이 거리와 같은 다양한 변수에 따라 달라집니다. 스프레이 냉각 HTC 계산을 단순화하기 위해, 모든 스프레이 표면 요소에 대해 HTC는 기본 요소 HTC에 종속 요소 (예 : 원추형 스프레이)를 곱하여 계산됩니다.
스프레이 냉각 메커니즘은 복잡하며, 스프레이 냉각 열 전달 계수(HTC)는 스프레이 형태, 냉각수 유량, 스프레이 압력, 금형 온도, 스프레이 각도, 스프레이 거리 등 다양한 변수에 따라 달라집니다. 스프레이 냉각 HTC의 계산을 단순화하기 위해 모든 스프레이 표면 요소에 대해 HTC는 기본 HTC에 원뿔형 스프레이의 경우와 같은 의존성 요인을 곱한 후 계산됩니다.
여기에서
0HTCHTC는 노즐이 지정된 거리에서 몰드에 분사할 때 기본 스프레이 열 전달 계수입니다. 기준 열 전달 계수는 분무 콘의 특성, 살수 매체 및 살수 압력 등에 따라 달라지며, 주형 표면 온도의 함수입니다.
dff는 거리 d종속 인자 함수이다.
bff는 살수 각도β의존적 인자 함수이다.
eff는(표면 법선과 살수 방향 사이의)살수 각도이며, Eu의존적 인자 함수이다.
스프레이 거리 d와 스프레이 각도 β 및 ε의 의미는 아래 그림과 같습니다
기본 열 전달 계수 및 의존 계수 함수는 이론 또는 경험으로부터 유도 된 실험 측정으로부터 곡선 맞춤을 할 수 있습니다. 스프레이가 원추형이 아닌 경우 종속 요소가 다를 수 있습니다.
스프레이 노즐 정의 / Spray Nozzles Definition
분무 노즐은 뱅크로 분류된다. 동일한 뱅크의 노즐은 스프레이 콘 각도와 같은 특성을 가지고 있다. 또한, 동일한 살수 매체 온도와 동일한 그룹의 다이 구성 요소에 분사하고, 동일한 상태 제어 표를 공유하며, 동일한 열 전달 계수 기능을 가진다.
모든 스프레이 노즐 뱅크는 사실상 동일한 로봇 암에 장착됩니다. 로봇 암의 변환 및 회전 이동은 FLOW–3D 에서 지정할 수 있습니다. 모션 데이터가 외부 파일에 저장된 경우 외부 파일에서 가져오거나 연결할 수 있습니다. 스프레이 기계에 프로그래밍된 제어 데이터를 모델에 직접 사용할 수 있기 때문에 외부 파일을 가져오거나 연결할 수 있으면 입력이 상당히 간단해 집니다.
노즐 속성은 노즐 데이터베이스에서 직접 읽을 수 있습니다. 열 전달 계수 기능은 스프레이 콘 각도를 포함한 스프레이 콘 특성에 따라 달라지기 때문에 노즐 데이터베이스에 포함된 모든 노즐 특성의 일부입니다. 데이터베이스에 노즐이 정의되어 있지 않으면 그 속성을 직접 입력할 수 있습니다. 열 전달 계수 기능은 상수이거나 표로 정의할 수 있습니다. 다른 테이블 입력과 마찬가지로 데이터를 외부 파일에 연결할 수 있습니다. 동일한 노즐을 자주 사용하는 경우 재료 데이터베이스에 새 재료를 추가하는 것과 유사하게 해당 특성을 노즐 데이터베이스에 쉽게 추가할 수 있습니다.
각 노즐에 대해 스프레이 출처 및 엔드 좌표 또는 스프레이 방향을 정의해야 합니다. 노즐 위치가 미리 설계되어 있고 데이터를 사용할 수 있거나 노즐 수가 상대적으로 많을 경우 외부 파일에서 이 위치를 읽을 수 있습니다. 노즐 수가 적으면 위치를 대화식으로 선택하고 표 형식으로 입력할 수 있습니다.
Sample Results
새로운 모델의 성능과 다이 스프레이 프로세스를 명시적으로 시뮬레이션하는 것의 중요성을 입증하기 위해 사례 연구가 수행되었습니다. 이는 큰 치수와 얇은 벽 두께를 가진 차량 구조 부품의 생산에 기초한다. 이젝터 다이의 다이 표면 안에 세개의 열전대가 배치됩니다. 위치는 다음 그림에 나와 있습니다. 첫번째 열전대는 주조 영역의 다이 표면에 배치됩니다. 두번째 열전대는 캐비티 밖에서 정의됩니다. 따라서 용해된 부분은 접촉하지 않지만 분사 과정 중에는 냉각되는 부분이 있습니다. 세번째 열전대는 비스킷에 있는데, 이것은 다이 내부의 핫 스폿입니다.
시뮬레이션은 5개의 사이클을 기반으로 하며, 각 사이클은 응고, 방출, 스프레이 냉각 및 주거라는 4개의 세그먼트로 정의됩니다. 전체 다이 캐비티에 걸쳐 일정한 열 전달 계수를 가정하는 암시적 다이 스프레이 냉각 시뮬레이션에서는 실제 공정 값을 사용할 수 없으므로 항상 스프레이의 평균 시간을 추정하기가 어렵습니다. 이 사례 연구에서는 열전대 1의 온도가 측정과 일치하도록 평균 시간을 추정하고 조정합니다. 반대로 각 스프레이 노즐의 냉각을 명시적으로 시뮬레이션하는 새로운 스프레이 냉각 모델의 경우, 실제 분사 프로세스에는 모든 시간 값이 포함되어 있어 시뮬레이션에 직접 전달될 수 있습니다. 이는 새로운 다이 스프레이 냉각 모델의 장점 중 하나입니다.
아래의 첫번째 애니메이션은 스프레이 냉각 중 다이 표면의 스프레이 영역을 보여 줍니다. 두번째 애니메이션은 다섯번째 주기에서 스프레이 냉각 중의 다이 표면 온도를 보여 줍니다. 글로벌 스프레이 및 핫 스팟 스프레이의 효과를 명확하게 확인할 수 있습니다.
Spray area during spray cooling. Simulation courtesy of Audi AG.
Die surface temperature at the fifth cycle of spray cooling. Simulation courtesy of Audi AG.
다섯번째 사이클 동안 세개의 열전대 온도가 다음 그림에 표시되어 있습니다. 실선은 암시적 모델의 결과를 나타내고 점선은 새로운 다이 스프레이 냉각 모델의 결과를 나타냅니다. 사이클이 끝날 때 세개의 열전대의 온도 차이도 표시됩니다. 암시적 모델에서 열전대 1의 온도를 일치시키기 위해 비스킷 영역이 지나치게 냉각되어 열전대 3에서 다이 온도의 90°C차이가 발생한다는 것을 알 수 있습니다. 이는 극적인 차이입니다. 다이 캐스터의 경우 비스킷의 온도는 다이 캐스팅 프로세스에서 매우 민감한 온도입니다. 사이클이 끝날 때 캐비티(열전대 2)외부의 온도 차이는 20°C입니다. 이러한 값은 실제 공정에서 우수한 품질의 주물이 생산되거나 사출 중에 다이에 응고되는지 여부를 결정합니다. 다이 스프레이 냉각 프로세스의 명확한 시뮬레이션은 정확한 다이 온도 분포를 예측하는 데 매우 중요합니다.
Conclusions
새로운 다이 스프레이 냉각 모델은 몰드 표면 형태의 영향과 스프레이 노즐의 위치 및 움직임을 고려하여 FLOW-3D 사용자에게 다이 준비의 모든 측면을 모델링 할 수 있는 능력을 제공합니다. 또한 열 다이 사이클 시뮬레이션을 위한 신뢰할 수 있고 사실적인 입력 파라미터를 사용하여 다이 표면의 정확한 온도 분포를 정확하게 예측할 수 있습니다. 이를 통해 금속 주물 엔지니어는 다이의 내부 냉각 구조와 스프레이 냉각 매개 변수를 보다 효율적으로 설계하고 평가할 수 있습니다.
References
Müller, et al., A die spray cooling model for thermal die cycling simulations, Transactions of NADCA 2015 Die Casting Congress & Exposition, Indianapolis, T15-101, 2015
모래의 화학 결합제는 용해된 금속에 의해 가열될 때 가스를 생성할 수 있으며, 적절히 환기되지 않을 경우 가스가 금속으로 흘러 들어가 기체 다공성 결함을 초래할 수 있습니다. 이는 빠르게 가열되고 환기 경로가 긴 주물의 얇은 내부 특징을 형성하는 코어에서 가장 가능성이 높습니다. FLOW-3D의 핵심 가스 모델은 이러한 가스 결함 가능성을 예측하고 코어에서 모든 결합제 제품 가스를 안전하게 배출할 수 있는 코어 환기를 설계하는 데 도움이 됩니다.
알루미늄 및 철 주조의 결함 모델링
Core Gas 모델은 철 주물 (그림 1)과 알루미늄 주물 (그림 2) 모두에서 수지 결합 코어의 결함을 예측합니다. 충전 및 응고 모델과 동시에 작동하고 주조 충전 중 및 충전 후 바인더 가스 생성 및 흐름을 계산합니다.
그림 1 : 열린 플라스크 부분 V8 Al 블록 어셈블리 채우기. 두 개의 코어는 블록의 워터 재킷 공동을 형성합니다. 플라스크 바닥에 Al이 20 초 안에 채워집니다.
그림 2 : 환기가되지 않을 때 워터 재킷 코어는 충전 중에 금속에 가스를 불어 넣습니다 (그림 2b).
Carbide (red) and graphite (blue) rich areas in a solidified gray iron casting.
FLOW-3D‘의 주철 모델은 hypo 및 hyper-eutectic 철-탄소-실리콘 합금의 응고를 설명합니다. FLOW-3D‘는 융해하는 혼합반응(eutectic reaction) 동안 흑연, 오스테나이트 (또는 감마 – 철) 및 탄화물 상(유동) 형성을 예측합니다. 냉각 및 고형화 동안의 용적 변화는 수축 및 다공성 형성 모델과 결합됩니다. 주철 모델은 실제 철 동결 경로와 냉각 취약성 기준을 사용하여 현장의 탄화 수소 형성을 제어합니다.
주조 공장 엔지니어의 주요 관심사 중 하나는 응고 중에 형성될 수 있는 과도한 수축 다공성입니다. 주철의 체적 변화는 대부분 액체 합금을 주입 온도에서 고체로 냉각할 때, 그리고 더욱 중요하게는 감마선, 흑연 및 탄화물 형태로 응고할 때 발생합니다. 라이저(or risering)를 배치하면 수축을 유도할 수 있는 추가 금속이 제공됩니다. 최소 비용으로 우수한 품질의 주물을 달성하기 위해서는 최적의 하역이 중요합니다. 또한 금속의 적절한 합금과 냉각을 통해 수축의 양을 제어할 수 있습니다. FLOW-3D의 주철 모델은 이러한 모든 요소를 고려하여 용융, 응고 동안 기공 형성 및 위상 개발을 예측합니다.
주철 모델 개요 / Overview of the Cast Iron Model
주철은 탄소와 실리콘이 합금 된 용융 철입니다. 탄소는 전형적으로 2.5 wt % 내지 4.5 wt % 범위로 존재하고 실리콘은 1 wt % 내지 3 wt % 범위로 존재합니다. 흑연을 안정화하고 “냉각”경향 (즉, 탄소 철의 형성)을 줄이기 위해 실리콘이 첨가됩니다. 다른 원소 및 화합물은 미량으로 존재하며 일반적으로 흑연 모양 (예 : 연성 철의 마그네슘)을 제어하거나, 추가 탈산제 (예 : 인)로 작용하거나, 흑연의 주입제 (예 : 페로 실리콘) 역할을합니다.
FLOW-3D 의 주철 모델은 주입 온도에서 응고까지 발생하는 부피 변화를 설명합니다. 액체 상태에서 냉각 중 수축; 사전 용융 감마 철 형성 동안 추가 수축; 용융 반응 동안 후속 수축 또는 팽창; 그리고 용융 반응의 끝에서 고형 선으로의 2 차 수축. 주철은 일반적으로 탄화물의 형성에 영향을 미칠 수있는 비철 상을 포함하기 때문에, 응고된 금속의 밀도에 대한 이러한상의 영향에 대해 휴리스틱 허용치 (냉각 민감성 매개 변수의 형태)가 만들어집니다.
주철 응고 모델의 잠열 방출은 초기 용융물에서 탄소와 실리콘의 농도를 사용하여 Fe-C 위상 다이어그램 [1] 에서 결정된 온도 함수 (소위 동결 경로)로 계산됩니다 . 이 모델은 유동 유무에 관계없이 일반 응고 모델과 함께 사용할 수 있습니다. 그러나 다른 단계의 형성과 관련된 체적 변화는 흐름을 포함하지 않는 단순화된 수축 모델에만 결합됩니다.
철 확장 중 금형 벽 이동의 효과는 현재 모델에 포함되지 않습니다. 금형에서 사용 가능한 공간으로 수용 할 수없는 순 체적 확장은 무시됩니다.
융해 영역에서는 융해 경계의 속도를 사용하여 국부적인 냉각 경향을 계산하고, 따라서 국부적인 탄화물의 양을 계산하므로 금형 벽 근처의 냉각 영역을 모델링 할 수 있습니다. 고체 유전체 변환 중에는 더 이상의 공기상 변화를 추적하려는 시도가 없습니다. 즉, 최종 물질 미세 구조가 예측되지 않습니다.
hyper-eutectic cast irons의 경우, 회색 및 연성 주철과 같이 초기 경화전 공정 단계에서 흑연만 형성되는 것으로 가정합니다. 즉, 이 모델은 주로 탄화물이 형성되는 사전 융해 단계에서 hyper-eutectic white irons의 응고를 포함하지 않습니다.
Cast Iron Freezing Path
주철 동결 경로는 공융 합금의 경로입니다. 이는 액상 선 온도, 공융 온도, 공융 – 시작 및 공융 – 말단 고체 분율 및 고 상면 온도에 의해 특징 지어 질 수 있습니다. 모두지만, 마지막 두 양은 평형 3 원 Fe-C-Si 상 다이어그램 [1]에서 계산됩니다.
(The cast iron freezing path is that of a eutectic alloy. It can be characterized by the liquidus temperature, eutectic temperature, the eutectic-start and eutectic-end solid fractions and the solidus temperature. All, but the last two quantities are computed from the equilibrium ternary Fe-C-Si phase diagram [1].)
감마상의 탄소 용해도는 다음에 따라 중량 % 단위 의 Si 함량 에 따라 달라집니다 .
(1)
이는 Stefanescu [2]에 의해 보고된 용해도와 밀접한 관련이 있습니다. 합금의 액상 점 (섭씨 온도)은 hypo-eutectic liquidus plane :
(2)
또는 초정밀 액상 평면 [2] :
(3)
그리고 공융 혼합물 및 온도는 이들 평면의 교차점에 의해 주어집니다.
(4)
공융 반응의 시작은 레버 규칙에 의해 주어진 파생된 양입니다.
(5)
[3]의 측정은 이 근사가 많은 주철에 적합 함을 암시합니다.
흑연 공융 반응의 끝, 수수료 및 solidus Ts는 사용자 정의 수량으로 남습니다. 액체에서 인의 양의 분리를 고려하면 실제 고 상선 온도는 흑연 공융 온도보다 낮고 1100 ° C 정도로 낮습니다. 이 경우, 흑연 침전은 동결이 끝나기 전에 완료되고 동결되는 금속의 마지막 부분은 공융 밀도와 다른 밀도 ρei 에서 수행된다고 가정합니다.
흑연 공융 반응의 끝 f ee 및 고형 선 T s 는 사용자 정의 수량으로 남습니다. 액체에서 인의 양의 분리를 고려하면 실제 고 상선 온도는 흑연 공융 온도보다 낮으며 1100 ° C까지 낮습니다. 이 경우, 흑연 침전이 동결이 끝나기 전에 완료되고 동결 할 마지막 금속 부분 인 1- f ee 가 공융 밀도와 다른 밀도 ρ ei 에서 그렇게 한다고 가정합니다.
( The end of graphitic eutectic reaction, fee , and the solidus Ts, are left as user-defined quantities. If one considers positive segregation of phosphorous in the liquid, the actual solidus temperature is below the graphitic eutectic temperature, and is as low as 1100 °C. For this case, it is assumed that graphite precipitation is complete before the end of freezing, and that the last fraction of metal to freeze, 1-fee, does so at a density ρei different from the eutectic density. )
밀도 변화 / Density Changes
일반적으로 주철 주물의 과열은 크며 응고가 시작되기 전에 냉각 중 수축이 중요합니다. 액체 철 밀도의 온도 의존성은 선형 형태로 모델링됩니다 :
(6)
또는 테이블 형식으로 함수 ρ (T) 를 정의하여 .
일단 동결 범위에 들어가면 감마철은 고형분수에 도달할 때까지 형성됩니다. 이 단계의 농도 값인 ,ϒ은 7.2 g/cc입니다 [4,5,6]. 고형분수에 도달하면, 일반(흰색) 공극과 불규칙한 회색 공극이 경쟁적으로 성장하는 동안 공극 반응이 시작됩니다. 높은 동결률과 높은 황동-전방 속도에서 백색 황동은 부분적으로 황동 전방에 앞서 탄소 농도 구배가 더 낮기 때문에 안정적입니다. 낮은 Eutectic-front 속도에서는 회색 Eutectic이 안정적입니다.
( Once in the freezing range, gamma iron forms until fe solid fraction is reached. The density value of this phase, ρϒ, is a 7.2 g/cc [4,5,6]. Upon reaching fe solid fraction, the eutectic reaction begins during which a regular (white) eutectic and an irregular grey eutectic grow competitively. At high freezing rates and high eutectic-freezing-front speeds the white eutectic is stable in part due to shallower carbon concentration gradients ahead of the eutectic front. At lower eutectic-front speeds the grey eutectic is stable. )
냉기 형성을 설명하기 위해 간단한 접근 방식이 사용됩니다. In a range of eutectic freezing front speeds,
(7)
형성되는 냉기의 양은 주어진 탄소 구성에서 허용되는 최대치에서 0까지 다양합니다. 파라미터 ν-=30μ/ms, ν+=60μ/ms, Xeut은 사용자 정의 파라미터인 쿨링 취약성 기준이며, 값이 0.0 ~ 1.0 범위이고 기본값은 1입니다. 잘 절연된 철이나 특정 표면적이 높은 회색 광택제의 경우 Xeut는 0에 가깝고 추위는 형성되지 않습니다. 반면, 철이 절연되지 않은 경우 기본값인 1이 더 적합해야 합니다. Xeut의 실제 값은 예를 들어 ASTM 쿨웨지 테스트(그림 1)에서 실험적으로 결정해야 합니다.
( the amount of chill formed varies from zero to the maximum allowed for a given carbon composition. The parameters ν-=30 μ/ms, and ν+=60 μ/ms, and Xeut is the chilling susceptibility criterion, a user-defined parameter, with values in the range from 0.0 to 1.0 with the default of one. For well-inoculated iron, or for a grey eutectic with a high specific surface area, Xeut is close to zero, and no chill will form. On the other hand, if the iron is un-inoculated the default value of one should be more appropriate. The actual value of Xeut must be determined experimentally, for example, from an ASTM chill-wedge test (Fig 1.).)
Figure 1. Carbide (left) and graphite (right) content in a 3.4 wt% C, 1.7 wt% Si iron with Xeut=0.25 (top) and Xeut=0.40 (bottom)
주조물의 순 체적 변화는 응고 과정에서 형성되는 서로 다른 상의 양과 액체 수축의 결합 효과입니다. 그림 2는 3.4wt %의 탄소와 2.5wt %의 실리콘을 갖는 합금에 대한 3 가지 상이한 과열 온도에 대한 금속 부피의 변화를 보여줍니다. 더 큰 과열은 금속 체적의 순수한 감소로 이어. 그래파이트 형성으로 인해 응고 동안 나중에 팽창은 체적의 손실을 보상 할 수 없습니다.
Figure 2. Computed volume vs. time for three pouring temperatures for a 3.4 wt % C, 2.5 wt % Si cast iron. From top to bottom: 1250, 1400 and 1550°C pouring temperatures.
Summary
동결시 철의 밀도 변화를 추적하고 흑연, 오스테나이트 및 탄화물 상을 포함하는 미세 구조를 예측하기 위한 주철 모델을 기술하였습니다. 이 모델은 단순 응고 수축 및 미세 다공성 모델에 대한 옵션입니다. 고형물 (> 2 %)을 함유 한 철의 변성 열을 정의하기 위해 유동이 있건, 없건 응고 중에 사용할 수 있습니다. 수축 및 팽창 모두 흐름없이 모델에 포함됩니다. 팽창을 위한 공간이 없는 경우를 제외하고 팽창은 무시됩니다.
References
[1] G. Goodrich and John Svoboda, “Basic Concepts of Ferrous Metallurgy,” Cast Metals Institute, Inc., American Foundry Society, Inc., 1997.
[2] D. M. Stefanescu, S. Katz, “Thermodynamic Properties of Iron-Base Alloys,” ASM Handbook Volume 15, Casting (ASM International), 2008.
[3] K.G. Upadhya, D.M. Stefanescu, K. Lieu and D.P. Yeager, “Computer-Aided Cooling Curve Analysis: Principles and Applications in Metal Casting,” AFS Transactions, Vol. 97, 1989, 61-66.
[4] AFS, “Gating Calculations for Iron Castings,” spreadsheet, 2009.
[5] Von Alfred Holzmuller, VDG and Robert Wlodawer, VDG, “Zehn Jahre Speiser-Eingrs-Verfahren fur Guseisen,” Giesserei, 1963.
[6] G. Goodrich, “Introduction to Cast Irons,” ASM Handbook, Volume 15: Casting, 2008, pp 794-795.
[7] A. Starobin, M.C. Carter, “Modeling Volume Changes and High Temperature Microstructure in Cast Iron,” Flow Science Technical Note FSI-11-TN89, 2011.
Microfluidics 모델링 , 그래디언트 생성 장치 시뮬레이션 및 검증 작업을 계속하는 것은 Flow Science의 최신 연구분야입니다. 확산 기반 그라디언트는 많은 복잡한 생물학적 과정에서 없어서는 안될 부분입니다. 한 예로 세포가 화학적 구배를 따라 이동하는 화학 주성 (chemotaxis )으로 인한 상처의 치료 방법입니다. 지난 몇 년 동안 확산 구배를 설정하고 연구하기 위한 다양한 접근법이 등장했지만 모두 문제 해결에 어려움을 겪고 있습니다.
Atencia 등은 이전 접근법의 알려진 문제점을 극복하기 위해 혁신적인 미세 유체 구배 생성기 (마이크로 유체 팔레트)를 제안했습니다.
이전 접근법 및 관련 문제
확산 그라디언트를 설정하는 세 가지 주요 접근법으로 층류, 멤브레인 및 하이드로 겔 및 자유 확산 방법이 있으며 각각의 특징이 았습니다. 그러나, 언급한 것처럼 문제를 해결하는데 동반되는 어려움이 있습니다. microfluidic 장치에서 그라디언트를 연구하고 확립하기 위한 표준 접근법은 층류의 사용을 포함합니다. 이 접근법은 매우 간단하지만 대류로 인해 전단 응력이 발생합니다. 전단 응력은 세포 반응을 변화시킬 수 있습니다. 예를 들어, 바이어스 된 세포 이동 및 비대칭 대량 수송이 발생할 수있습니다.
보다 최근의 개발은 강성 멤브레인 및 하이드로 겔을 사용하는 것을 포함하여 확산 구배를 설정하여 대류 흐름을 피하는 것입니다. 그러나 막과 겔은 확산 속도를 감소시켜 그라데이션의 일시적인 현상에 영향을줍니다.
마지막으로, 2 개의 유체 플러그를 접촉시켜 자유로운 확산을 가능하게 하는 접근법이 개발되었습니다. 그러나 이 접근 방식은 1-D 흐름에만 국한됩니다. 또한, 일단 그래디언트가 설정되면, 확산류 구배를 수정하기 위해 대류 흐름을 사용해야 하며, 이는 층류 유동에서 전단 응력 발생의 초기 문제로 되돌아갑니다.
여기에서는 Atencia 등이 제안한 확산성 구배 생성에 대한 새로운 접근법의 원리에 대해 논의하고 FLOW-3D 시뮬레이션 결과를 제시합니다.
Microfluidic 팔레트
미세 유체 팔레트 뒤에있는 원리는 멤브레인이나 젤을 사용하지 않고 확산으로부터 대류 흐름을 분리하여 다음과 같은 이점을 제공합니다.
전단 응력없이 재료 (셀 또는 용해성 물질)의 전달
서로 다른 공간 위치를 갖는 중첩 그라데이션 생성
그라데이션에 대한 동적 제어
Atencia 등이 제안한 미세 유체 팔레트의 디자인은 위에 나와 있습니다. 1-D의 경우, 대류 장치 1의 질량 균형은 입구 1과 출구 1의 유속을 일치 시키면 확산을 통해 전달을 허용하면서 주 마이크로 채널을 통한 흐름을 방지합니다. 대류 장치 1은 완벽한 소스 역할을 합니다. 2 차원의 경우는 2 차원 이상의 대류 단위가있는 1 차원의 경우를 단순히 확장한 것입니다.
FLOW-3D 시뮬레이션
아래의 1 차원 마이크로 유체 팔레트 애니메이션에서 주 중앙 마이크로 채널로부터의 대류 세포의 깨끗한 분리는 플롯 된 유선을 통해 볼 수 있습니다. 유선형은 모두 대류 단위에만 제한되며 단일 채널도 마이크로 채널로 누출되지 않아 대류와 확산의 탁월한 분리를 나타냅니다. 소스 농도의 진화는 플롯에서 볼 수 있습니다. 플롯은 애니메이션이 끝날 때까지 일정하게 보입니다.
1 차원 마이크로 유체 팔레트의 FLOW-3D 시뮬레이션 결과
2D 마이크로 유체 팔레트는 생성 된 그라데이션에 대한 시공간 제어를 보여줍니다. 소스와 싱크는 각속도로 회전합니다. 또한 매 초마다 활성 액세스 포트가 비활성화되고 다음 포트가 켜집니다. 챔버 내부의 확산 상태를 확인하기 위해 3 개의 라인 프로브가 시뮬레이션에 배치됩니다 (아래 시뮬레이션의 오른쪽 하단 창에서 각각 빨간색, 파란색 및 검은 색으로 표시됨).
2D 3D 마이크로 유체 팔레트의 FLOW-3D 시뮬레이션 결과.
실험 결과와의 비교
FLOW-3D 결과는 챔버 내부의 농도 변화 측면에서 실험 결과와 잘 일치합니다. 아래 이미지는 실험 결과와 시뮬레이션 결과 모두에 대한 시간 스냅 샷을 보여줍니다. 실험 결과가 정규화되었습니다. 또한 실험은 형광 강도를 사용하여 소스의 농도를 나타냅니다. 시뮬레이션에서 FlowSight 의 라인 프로브는 3 개의 액세스 포트 사이의 농도를 연구하는 데 사용됩니다.
실험 (위) 및 FLOW-3D 결과 (아래)의 비교. x 축은 거리입니다 (실험 사례에 대해 정규화 됨). y 축은 소스 농도 (실험 사례의 경우 형광 강도)입니다.
References
Atencia J, Morrow J, Locascio L.E., The microfluidic palette: A diffusive gradient generator with spatio-temporal control, The Royal Society of Chemistry 2009
FLOW-3D의 공기 혼입 모델은 중력 주조 공정과 같은 금속 주조 시스템에서 발생하는 갇힌 공기의 양을 추정하는데 사용됩니다. 이는 단순한 물리적 메커니즘을 기반으로하므로 고압 다이 캐스팅 공정과 같은 다른 금속 주조 시스템에서 발생하는 혼입 공기의 양을 추정하는 데에도 사용할 수 있습니다. 최근 모델에 더 많은 물리적 세부 사항이 추가되어 기포 형태로 가정되는 동반 공기가 부력으로 인해 주변 액체 금속에서 상승하고 심지어 자유 표면에 도달하면 액체를 떠나는 것으로 모델링 할 수 있습니다.
고객 사례
Littler Diecast Co.
A380에 캐스팅 된 지지대. 공기 흡입에 의해 착색됩니다. Littler Diecast Co.의 예
Deco Products
Caster Wheel Leg part의 4 가지 시뮬레이션 사례. 이 부품들은 아연 합금 # 5로 만들어져 있습니다. 데코 제품의 예.
Shiloh Industries
동반 된 공기의 비율로 착색 된 전면 기어 하우징, 380 다이캐스팅 합금. Shiloh Industries의 예.
이 모델에 대한 더 자세한 정보는 Air Entrainment 의 Flow Science Report를 다운로드하십시오.
유체 역학과 완벽하게 연계된 FLOW-3D 의 sediment scour model은 침전물 수송, 부유물 운반, 인입 및 퇴적을 포함하여 비 점착성 토양의 모든 퇴적물 이동 과정을 모의 실험합니다 (Wei 등, 2014). 입자 크기, 질량 밀도 및 임계 전단 응력과 같은 다른 성질을 갖는 다중 퇴적물 종을 허용합니다. 예를 들어, 중간 모래, 거친 모래 및 자갈은 시뮬레이션에서 세 가지 종으로 분류 할 수 있습니다. 이 모델은 3D 흐름과 2D 천수(shallow water) 흐름에 모두 적용됩니다.
모델에서, 퇴적물의 충진 층은 퇴적물 종의 상이한 조합을 갖는 다수의 하위 구성 요소로 구성 될 수있는 하나의 기하학적 구성 요소에 의해 정의됩니다. 충전된 베드는 면적 및 부피 분율을 사용하는 FAVORTM 기술에 의해 기술된다. 베드 인터페이스를 포함하는 메쉬 셀에서 인터페이스의 위치, 방향 및 면적이 계산되어 베드 전단 응력, 임계 실드 매개 변수, 침식 속도 및 베드로의 전송 속도를 결정합니다. 3 차원 난류 유동에서의 전단 응력은 매체 입자 크기 50 에 비례하는 층 표면 거칠기를 고려한 표준 벽 함수를 사용하여 평가됩니다. 2D 천수(shallow water)의 경우, 층 전단 응력 계산은 항력 계수가 사용자 정의이거나 수심과 층 표면 거칠기를 사용하여 국부적으로 계산 된 2 차 법칙을 따릅니다.
그림 1. t = 8 분에서의 유량
이 모델은 Meyer-Peter와 Muller (1948)의 방정식을 사용하여 베드 인터페이스를 포함하는 각 메쉬 셀에서의 베드로드 이송을 계산합니다. 서브 메쉬 (submesh) 방법은 메쉬 셀에서 이웃에있는 각 메쉬 셀로 이동하는 입자의 양을 결정하는 데 사용됩니다. 부유 퇴적물 농도는 퇴적물 수송 방정식을 풀음으로써 얻어집니다. 침식의 계산은 침전물 유입 및 침전을 동시에 고려합니다. entrainment에서 입자의 리프팅 속도는 Winterwerp et al. (1992). 퇴적시의 침강 속도는 3D 유동에 대한 퇴적물의 표류 속도와 같지만 얕은 수류에 대해서는 현존 방정식을 사용하여 계산됩니다 (Soulsby, 1997). 드리프트 플럭스 이론 (Breitour and Hirt, 2009)은 입자의 드리프트 속도를 계산하는 데 사용됩니다.
그림 2. t = 8 분의 구멍 채취
이 페이지의 예는 3 개의 원통형 교각을 중심으로 한, 맑은 물 정화에 대한 시뮬레이션입니다. 교각의 지름은 1.5m이며, 교각은 2m 간격으로 나란히 배치되어 있습니다. 다가오는 유량은 실린더와 정렬되며 2m/s의 속도를가집니다. 베드 재료는 모래 (직경 5mm), 자갈 (10mm) 및 거친 자갈 (20mm) 인 세 가지 퇴적물 종으로 구성됩니다. 그림 1, 2 및 3은 8 분간 실린더 주변의 흐름, 채취 구멍 및 채취 깊이 분포를 보여줍니다.
그림 3. t = 8min에서의 정련 깊이 (양수 값) 및 침전 높이 (양수 값)
이 모델에 대한 더 자세한 정보는 침전물 퇴적에 관한 Flow Science Report를 다운로드하십시오.
수치해석을 하는 엔지니어들은 사용하는 컴퓨터의 성능에 무척 민감합니다. 그 이유는 수치해석을 하기 위해 여러 준비단계와 분석 시간들이 필요하지만 당연히 압도적으로 시간을 소모하는 것이 계산 시간이기 때문일 것입니다.
따라서 컴퓨터의 성능 평가를 하기 위해서 기본적으로 검토해야 하는 사항을 살펴보도록 하겠습니다.
１-１시스템 성능의 정의
컴퓨터 시스템의 성능이란 단위 시간당 시스템이 처리하는 작업의 수에 의해 결정되거나 처리량, 응답시간, 평균 대기 시간 등의 요소가 복합적으로 상호작용하여 결정되는 것으로 시스템 총 생산성을 결정하는 요인입니다.
１-２시스템 성능 평가의 정의
시스템(HW+SW)의 성능을 측정하거나 그 성능을 향상시킬 수 있는 방법을 조사하는 작업
작업부하모델(Workload model)로 수행능력을 측정하여 시스템의 성능을 객관적이고 종합적으로 판단하는 것
１-３ 목적
선정(Selection) : 컴퓨터 시스템 구매나 선정시 이용.
개선(Improvement) : 시스템 성능 향상이나 운용비용 절감
설계(Design) : 제조, 개발업체들이 제품설계에 활용
2. 벤치마크
비교대상이 되는 여러 컴퓨터에 표준 벤치마크 프로그램을 수행시켜 속도를 비교 검사하여 성능을 측정하는 방법을 의미합니다.
2-1 벤치마크의 종류
SPEC ( Standard Performance Evaluation Corporation ) : 각 분야별 주요 환경을 통해 정수, 부동소수 또는 다수의 CPU에 대한 성능 측정방법
LADDIS : NFS 업체의 비공식 기구로 NFS의 업무 부하 증가에 따른 서버 응답 속도를 측정하는 방법
FLOPS (floating-point operations per second) : 플롭스는 초당 수행할 수 있는 실수 연산(부동소수점)의 횟수를 의미하는 컴퓨터 성능 단위로 1메가 플롭스라면 1초에 백만번의 실수을 처리할 수 있다는 것을 의미함. 플롭스 단위는 일반적으로 컴퓨터의 실수연산(FPU) 성능을 나타낼 때 주로 이용하고 있습니다.
LINPACK(linear programming package) : Single User FORTRAN Benchmark TEST로 공학 및 과학계산을 위한 선형 방정식을 풀고, 정수 및 부동소수점 계산을 수행하여 Cache Performance 측정. 프로그램 크기가 최근에 적용되는 캐시기억장치 크기보다 작아 실제 수행능력을 평가하는데 부족함이 있어서 최근에는 사용자가 실제 사용하는 응용프로그램 환경에서의 수행속도를 측정하기 위해 SPEC,AIM,코너스톤(Khornerstone) 등이 사용되고 있습니다.
Dhrystone : 정수계산 및 레코드와 포인터 조작 등을 위한 연산을 행하고 I/O 작업, 운영체제 호출(Operating system calling) 및 실수 연산은 하지 않음. 원시 프로그램을 시험하고자하는 컴퓨터에서 컴파일 한 후 실행시키므로 하드웨어 개선없이 단지 시험하고자하는 루틴에 해당하는 컴파일러 부분만을 개선하여도 빠른 결과를 얻을 수 있으므로 신뢰도가 떨어집니다.
Whetstone : 주로 부동소수점 처리 성능(Flops)을 평가하는 표준적인 벤치마크(benchmark) 프로그램의 하나로 부동소수점 처리성능을 평가하는 최초의 프로그램으로 정수처리능력을 평가하는 드라이스톤 벤치 프로그램처럼 컴파일러에 의존하여 신뢰도가 떨어집니다.
TPC ( Transaction Processing Performance Council) : OLTP 시스템의 처리성능 평가 기준의 표준 규격을 제정하기 위하여 결성된 비영리단체(1988)에서 제정했습니다.
2-2 전세계 슈퍼컴 현황
전세계에서 가장 빠른 슈퍼컴퓨터(HPC)의 현황은 https://www.top500.org 에서 1년에 2회 발표합니다. 현재까지 발표된 컴퓨터의 순위는 아래와 같습니다. 슈퍼컴은 대용량 데이터처리 또는 수치해석 처럼 대용량 과학기술 계산에 특화되어 있기 때문에 LINPACK 벤치마크 기준을 이용하여 Flops/s 성능을 기준으로 정하고 있습니다.
3. 내가 사용하는 컴퓨터의 성능 알아보기
3-1 방대한 순위 데이터베이스를 가지고 있는 “퍼포먼스테스트” 프로그램
이 프로그램은 시스템의 PC를 구성하는 각 주요 하드웨어에 부하를 가한 후 이를 토대로 성능을 수치화한 데이터를 사용자로부터 수집하여 데이터베이스를 가지고 있어서 자신의 컴퓨터가 어느정도 수준의 컴퓨터인지 쉽게 알 수 있습니다. 프로그램은 30일간 무료로 사용해볼 수 있는데 성능테스트는 늘 하는 것이 아니고 한번만 해보면 되기 때문에 사용기간은 충분합니다. 다음 사이트 (http://www.passmark.com/) 에서 다운로드 받을 수 있습니다.
이 외에도 게임에 특화된 ‘3D마크(3DMark)” 프로그램이나 하드디스크 성능 분석에 특화된 “HD튠 프로(HD Tune Pro)”나 “크리스탈디스크마크(CrystalDiskMark)” 등이 있습니다.
위 그림은 필자의 일반적인 업무용 노트북 컴퓨터를 대상으로 테스트한 결과로 초록색 Bar는 필자의 컴퓨터 성능을 의미합니다. 일반 사무 업무용으로 꽤 쓸만한 LG i5 gram 노트북으로 계산성능이 고사양이 아니어서 비교 순위는 좀 낮은편에 속한 것을 알 수 있습니다.
그래픽 성능의 경우 내장 그래픽을 사용하는 일반 업무용 노트북의 특성상 최하위에 속한 것을 알 수 있습니다. 그래픽카드의 경우 수치해석 결과를 분석하는 POST 업무는 꽤 많은 시간이 소요되는데, 일반적으로 내장 그래픽을 사용하는 컴퓨터의 경우 속도가 늦거나 프로그램 실행이 안되거나 화면의 일부 색상이나 형상등이 보이지 않는 여러가지 문제들이 발생합니다.
따라서 수치해석 결과분석을 하는 컴퓨터는 반드시 메인보드에 내장된 그래픽칩셉이 아닌 성능좋은 별도의 그래픽카드를 사용하는것을 권장합니다.
계산결과를 읽거나 저장하는 필자의 디스크 성능은 SSD가 기본 장착되어 있어서, 그나마 상위권에 속해 위안을 받았습니다.
3-2 계산용 컴퓨터의 선택
위에서 잠깐 살펴본 것처럼 컴퓨터의 성능이 어느정도 되는지 분석할 수 있는 여러가지 벤치마크 기준과 테스트 프로그램 들이 있습니다.
벤치마크 기준을 통해 수치해석에 적합한 성능을 가진 컴퓨터를 선별하는 Flops/sec 성능도 중요하지만, 방대한 계산 결과를 디스크에 읽고 쓰는 I/O 성능과, 해석결과를 분석할 때 절대적으로 필요한 그래픽 성능은 매우 중요하므로 메모리 디스크인 SSD 디스크와 고성능 그래픽카드에도 관심을 가져야 합니다.
There is increasing interest in the lost foam casting technique because of its ability to produce near-net-shaped components of high complexity. The idea is to first make a prototype of the part to be cast in foam. This is then used as a pattern that can be placed in a box and surrounded by sand. Finally, metal is poured such that it smoothly replaces the foam by melting and/or evaporating it.
The stiffness of the foam makes it possible to cast parts having thin walls or other fine-scale features, and since the foam does not have to be removed at the end of the casting process, parts can be made that require fewer gaskets to assemble. Furthermore, because the foam pattern holds the sand (mold) in place there is little need to use binders in the sand, which means that the sand doesn’t have to be disposed of and can be used again. All these features make the lost foam process highly attractive to manufacturers.
Unfortunately, one rarely gets a free lunch and lost foam casting is no exception. For the process to be successful there must be a high degree of process control. Foams must have the proper characteristics and be coated with just the right material, and pouring sprues and gates for delivering metal to the mold must be carefully arranged. Metal pour temperatures must be sufficiently high to prevent premature solidification. And finally, the filling pattern of a mold should be such that metal fronts do not merge in a way that traps liquefied foam material, which could cause internal defects in the cast part.
To help casters address some of these difficult problems the computational fluid dynamics (CFD) program FLOW-3DÒ has been outfitted with special modeling capabilities to simulate the lost foam process. Using these models, it is possible to simulate the filling of a lost foam mold and the subsequent solidification of the metal. An extra feature in FLOW-3DÒ is the capability to predict where folds or other defects associated with trapped foam products are likely to be located.
The purpose of this paper is to demonstrate the usefulness and accuracy of lost foam predictions made with FLOW-3DÒ by presenting a direct comparison between experimental and computational results. The example chosen for this comparison is described in the next section. Subsequent sections present the comparisons with an emphasis on how the computational results can be used to understand why things happened as they did. This last point is most important, because it offers the user direct evidence and insight into how a casting could be improved.
FLOW-3D® now has a model for predicting the occurrence of small bubbles otherwise known as micro-porosity. The model is simple, requires only the basic material property data and adds virtually no CPU time to a solidification simulation.
As with macro-porosity, this porosity is caused by shrinkage, however, it develops at a later stage in the solidification process.
One of the unique features of FLOW-3Dr is the FAVORTM advantage used to accurately represent complex geometry in a rectangular Cartesian mesh.
The tedious work of generating a mesh for complex geometry is avoided. Due to this advantage, FLOW-3Dr can be used to simulate °ow in complex mi-crochannels accurately and e±ciently. Figure 1 shows a novel design of a microchannel with obliquely ori-ented or staggered herringbone ridges on its bottom wall to generate chaotic mixing of °uids (Stroock et al., Science, 295, 647-651, 2002). Fluid °ow and mix-ing through this device can be easily simulated with complicated geometry resolved using FAVOR TM. Fig-ure 2 displays the secondary °ow in two typical cross sections along the channel axis of this device. The predicted °ow ¯elds matches the experimental obser-vations of Stroock et al. very well.
Problem
A weakly conducting fluid containing a positive electric charge is entering a pipe with conducting solid walls. The pipe is assumed to be grounded on its outside surface (to insure this, a separate solid was wrapped around the outside and defined to be a perfect conductor at zero potential). This problem was originally investigated by a FLOW-3D user, Harold Walmsly, who raised questions about simulation results when the solid/fluid boundary is, or is not, coincident with a mesh/grid line. When coincident, grid elements contain either pure fluid or pure solid. Alternatively, the boundary could be within a grid element creating a “mixed” cell containing both fluid and solid. The question raised was why there are differences in the computational results and is this some problem associated with the FAVOR™ method? This note addresses these questions and describes a code change to improve the electrical treatment of mixed cells.
Two basic options are available for simulating this arrangement. Either the solid can be considered a perfect conductor having a specified potential (an “electrode”) or it can have a finite conductivity in which case the simulation will compute potentials and charge densities in the solid.
Thus, having a mixed cell boundary, or not, and allowing for currents in the solid pipe, or not, constitutes a set of four possible arrangements whose results can be compared.
Introduction
In the manufacture of paper it is necessary to remove all water from the paper before it is rolled up. The majority of water is typically removed by squeezing the paper between large rollers. The remaining moisture can be removed by forcing hot air through the paper to accelerate its evaporation.
Using heated air can be an expensive process so there is interest in investigating optimum arrangements for achieving the fastest and least expensive means of removing the residual water from paper. A prototype arrangement using heated air is shown in the following figure: (그림은 첨부파일 참조)
Both the paper and the fabric backing are porous materials. The support blocks may not be porous. It is expected that the permeability of the fabric and paper will be a function of their water content.
This report describes a software development that allows for a realistic treatment of the drying process in porous media such as that shown in Fig. 1. A description is given of the new model, which has been validated with available data. This data does not cover the entire range of moisture content or airflow rates that are typically encountered in practice. Consequently, it may be found necessary to make some small model adjustments. It is hoped that the formulation of the model, which is based on simple physical principles, will be easy to adjust to fit a larger range of observations.
Before describing the new model, a better perspective of its capabilities can be appreciated by noting some of the ways that it differs from previous work on paper drying. Most importantly, the new model considers the paper as having finite thickness and properties such as moisture content, temperature and vapor concentration that vary through the thickness. Thus, the paper may have dried on the upstream side, but still be completely wet on the opposite side. Another difference is that air and water vapor constitute a two-component gas that is compressible. Compressibility means, for
example, that the gas velocity in the paper must increase in the direction of flow because of the decrease in pressure through the paper (i.e., density and/or temperature must decrease by expansion to give a pressure decrease). Since flow velocity has an important effect on drying rate, compressibility can influence local drying conditions in the paper.
Finally, by computing transient conditions throughout the paper, this model could be used to investigate arbitrary non-uniform initial conditions or paper with a non-uniform thickness and/or porosity distribution.
Background
From time to time it has been observed that large velocities may appear in the vicinity of grid elements that are severely, but not completely, blocked by solid obstacles. On some occasions these regions even exhibit an instability in which these velocities continue to grow with time. In this note the reason for these problems, or at least for some of these problems, is discussed and a solution is given.
Problems Associated with Abrupt Area Changes
Instabilities that sometimes arise in a flow solution can often be traced to locations where there is a large change in flow area across a grid element. For example, consider an element having a small area fraction on its left side and a full open area on its right side. When flow is moving fluid from the left to the right there is a large reduction in velocity at the right in order to have a conserved volume of flow (i.e., uA should be constant in the direction of flow, where A is the fractional area open at the side of an element). At the right side the velocity receives a larger advective flux from the left side than it should because no mechanism is in place to allow for an expansion of the flow between the left and right sides. To recover the correct velocity at the right side the pressure in the element must decrease more than it otherwise should. In some circumstances this decrease may then pull in a cross–flow that grows with time.
It is well known that there should be significant flow losses at abrupt area expansions and contractions. Such losses were never considered in the original development of the FAVOR™ method, so it is not surprising that their absence could cause some distortions in the flow. In the next section a brief discussion of flow losses is given, which is then followed by a proposed addition to the advective flow that aims to account for these losses.
Introduction
The purpose of this technical note is to describe to the reader general details of the treatment of void regions and their interaction with fluid in FLOW-3D1 and to help better understand the program’s capabilities and results, as well as its limitations.
In one-fluid problems in FLOW-3D the volume-of-fluid (VOF) function F defines the location of fluid #1 in the mesh. For example, F(ijk)=1.0 in a cell full of fluid. An open cell with no fluid is a void cell; F(ijk)=0.0 in such a cell.
Void cells represent regions of gas in which spatial variation of pressure and temperature, inertia and friction at the interface with fluid can be neglected. These assumptions are generally valid if
– the gas density is much smaller than that of the fluid,
– the gas speed is comparable with that of the fluid,
– the speed of sound in the gas is much greater than the speed of the mean flow.
All these conditions are present in many situations such as mold filling with liquid metal, water flow in rivers and ducts (with the exception of high winds, which could be accounted for with a special type of a free surface boundary condition in FLOW-3D), micro-fluidic devices and so on.
The one-fluid/void approach to modeling free surface is a powerful method that provides efficient and accurate solutions to general free surface flows [1]. Including the details of gas flow in such cases is usually computationally expensive and unnecessary.
The terms ‘void’ and ‘bubble’ in this article largely refer to the same computational objects. A slight distinction is that a void region may be called a ‘bubble’ when it is surrounded by fluid and its pressure and temperature vary dynamically – as in an actual bubble moving through liquid. In the context of the solver all such objects are referred to as ‘void regions’.
Bubble models in FLOW-3D have many uses in complex flow situations involving non-equilibrium thermal and dynamic processes. Bubbles containing vapor can arise or disappear in a simulation because of phase change associated with cavitation or boiling. Gas bubbles can be affected or created by gas mass sources as well as through vents and valves connected to external
pressure reservoirs. Turbulent liquid surfaces may entrain gas from bubbles and be bulked up by the added gas volume. All these possibilities as well as several basic techniques dealing with the
identification and labeling of bubble regions are described in the remainder of this document.
) 에서 유한 체적의 뉴턴 유체가 발생합니다. 표면 장력이 중력을 겪으면 새로 형성된 액적 분리가 발생합니다 (
). 시뮬레이션은 유체점도의 영향을 설명하기 위해 두 그룹으로 나누어져 있습니다: 저점도 유체 (글리세롤 함량이 40 % 미만인 물과 글리세롤/물 혼합물) 및 점도가 높은 유체 (예 : 글리세롤과 글리세롤/물 혼합물 점도 > 100x 물 점도). 두 그룹의 유체 특성은 각각 표 1과 2에 나와 있습니다.
는 표면 장력, 
는 유체의 밀도 tC 는 pinch-off 시간이다. 마찬가지로, 이러한 더 높은 점도의 뉴턴유체에 대한 반경 변화데이터는 시간에 따른 반경의 감소를 나타내는 것이며, Papageorgiou’s visco-capillary scaling (8, 9)은 아래의 식으로 표현된다.
to 
,
.
![\displaystyle \rho \left( T \right)={{\rho }_{0}}\left[ {1-\alpha \left( {T-{{T}_{0}}} \right)} \right]](https://s0.wp.com/latex.php?latex=%5Cdisplaystyle+%5Crho+%5Cleft%28+T+%5Cright%29%3D%7B%7B%5Crho+%7D_%7B0%7D%7D%5Cleft%5B+%7B1-%5Calpha+%5Cleft%28+%7BT-%7B%7BT%7D_%7B0%7D%7D%7D+%5Cright%29%7D+%5Cright%5D&bg=ffffff&fg=000000&s=0 "\displaystyle \rho \left( T \right)={{\rho }_{0}}\left[ {1-\alpha \left( {T-{{T}_{0}}} \right)} \right]")
![\displaystyle {{\nu }_{e}}\in \left[ {\frac{{\nu -}}{{{{X}_{{eut}}}}},\frac{{\nu +}}{{{{X}_{{eut}}}}}} \right]](https://s0.wp.com/latex.php?latex=%5Cdisplaystyle+%7B%7B%5Cnu+%7D_%7Be%7D%7D%5Cin+%5Cleft%5B+%7B%5Cfrac%7B%7B%5Cnu+-%7D%7D%7B%7B%7B%7BX%7D_%7B%7Beut%7D%7D%7D%7D%7D%2C%5Cfrac%7B%7B%5Cnu+%2B%7D%7D%7B%7B%7B%7BX%7D_%7B%7Beut%7D%7D%7D%7D%7D%7D+%5Cright%5D&bg=ffffff&fg=000000&s=0 "\displaystyle {{\nu }_{e}}\in \left[ {\frac{{\nu -}}{{{{X}_{{eut}}}}},\frac{{\nu +}}{{{{X}_{{eut}}}}}} \right]")
