Fig. 2 Modeling of bubble point test apparatus (left) and computational grid (righ

Flow-3d를 이용한 표면장력 탱크용메시스크린모델링

Modeling of Mesh Screen for Use in Surface TensionTankUsing Flow-3d Software

Hyuntak Kim․ Sang Hyuk Lim․Hosung Yoon․Jeong-Bae Park*․Sejin Kwon

ABSTRACT

Mesh screen modeling and liquid propellant discharge simulation of surface tension tank wereperformed using commercial CFD software Flow-3d. 350 × 2600, 400 × 3000 and 510 × 3600 DTW mesh screen were modeled using macroscopic porous media model. Porosity, capillary pressure, and drag
coefficient were assigned for each mesh screen model, and bubble point simulations were performed. The
mesh screen model was validated with the experimental data. Based on the screen modeling, liquidpropellant discharge simulation from PMD tank was performed. NTO was assigned as the liquidpropellant, and void was set to flow into the tank inlet to achieve an initial volume flowrate of
liquid propellant in 3 × 10-3 g acceleration condition. The intial flow pressure drop through the meshscreen was approximately 270 Pa, and the pressure drop increased with time. Liquid propellant
discharge was sustained until the flow pressure drop reached approximately 630 Pa, which was near
the estimated bubble point value of the screen model.

초 록

상용 CFD 프로그램 Flow-3d를 활용하여, 표면 장력 탱크 적용을 위한 메시 스크린의 모델링 및 추진제 배출 해석을 수행하였다. Flow-3d 내 거시적 다공성 매체 모델을 사용하였으며, 350 × 2600, 400× 3000, 510 × 3600 DTW 메시 스크린에 대한 공극률, 모세관압, 항력계수를 스크린 모델에 대입 후, 기포점 측정 시뮬레이션을 수행하였다.

시뮬레이션 결과를 실험 데이터와 비교하였으며, 메시 스크린 모델링의 적절성을 검증하였다. 이를 기반으로 스크린 모델을 포함한 PMD 구조체에 대한 추진제 배출 해석을 수행하였다. 추진제는 액상의 NTO를 가정하였으며, 3 × 10-3 g 가속 조건에서 초기 유량을만족하도록 void를 유입시켰다. 메시 스크린을 통한 차압은 초기 약 270 Pa에서 시간에 따라 증가하였으며, 스크린 모델의 예상 기포점과 유사한 630 Pa에 이르기까지 액상 추진제 배출을 지속하였다.

Key Words

Surface Tension Tank(표면장력 탱크), Propellant Management Device(추진제 관리 장치),
Mesh Screen(메시 스크린), Porous Media Model(다공성 매체 모델), Bubble Point(기포점)

서론

    우주비행체를 미소 중력 조건 내에서 운용하 는 경우, 가압 기체가 액상의 추진제와 혼합되어 엔진으로 공급될 우려가 있으므로 이를 방지하 기 위한 탱크의 설계가 필요하다.

    다이어프램 (Diaphragm), 피스톤(Piston) 등 다양한 장치들 이 활용되고 있으며, 이 중 표면 장력 탱크는 내 부의 메시 스크린(Mesh screen), 베인(Vane) 등 의 구조체에서 추진제의 표면장력을 활용함으로 써 액상 추진제의 이송 및 배출을 유도하는 방 식이다.

    표면 장력 탱크는 구동부가 없는 구조로 신뢰성이 높고, 전 부분을 티타늄 등의 금속 재 질로 구성함으로써 부식성 추진제의 사용 조건 에서도 장기 운용이 가능한 장점이 있다. 위에서 언급한 메시 스크린(Mesh screen)은 수 십 마이크로미터 두께의 금속 와이어를 직조한 다공성 재질로 표면 장력 탱크의 핵심 구성 요소 중 하나이다.

    미세 공극 상 추진제의 표면장력에 의해 기체와 액체 간 계면을 일정 차압 내에서 유지시킬 수 있다. 이러한 성질로 인해 일정 조 건에서 가압 기체가 메시 스크린을 통과하지 못 하게 되고, 스크린을 탱크 유로에 설치함으로써 액상의 추진제 배출을 유도할 수 있다.

    메시 스크린이 가압 기체를 통과시키기 직전 의 기체-액체 계면에 형성되는 최대 차압을 기포 점 (Bubble point) 이라 칭하며, 메시 스크린의 주 요 성능 지표 중 하나이다. IPA, 물, LH2, LCH4 등 다양한 기준 유체 및 추진제, 다양한 메시 스 크린 사양에 대해 기포점 측정 관련 실험적 연 구가 이루어져 왔다 [1-3].

    위 메시 스크린을 포함하여 표면 장력 탱크 내 액상의 추진제 배출을 유도하는 구조물 일체 를 PMD(Propellant management device)라 칭하 며, 갤러리(Gallery), 베인(Vane), 스펀지(Sponge), 트랩(Trap) 등 여러 종류의 구조물에 대해 각종 형상 변수를 내포한다[4, 5].

    따라서 다양한 파라미터를 고려한 실험적 연구는 제약이 따를 수 있으며, 베인 등 상대적으로 작은 미소 중력 조건에서 개방형 유로를 활용하는 경우 지상 추진제 배출 실험이 불가능하다[6]. 그러므로 CFD를 통한 표면장력 탱크 추진제 배출 해석은 다양한 작동 조건 및 PMD 형상 변수에 따른 추진제 거동을 이해하고, 탱크를 설계하는 데 유용하게 활용될 수 있다.

    상기 추진제 배출 해석을 수행하기 위해서는 핵심 요소 중 하나인 메시 스크린에 대한 모델링이 필수적이다. Chato, McQuillen 등은 상용 CFD 프로그램인 Fluent를 통해, 갤러리 내 유동 시뮬레이션을 수행하였으며, 이 때 메시 스크린에 ‘porous jump’ 경계 조건을 적용함으로써 액상의 추진제가 스크린을 통과할 때 생기는 압력 강하를 모델링하였다[7, 8].

    그러나 앞서 언급한 메시 스크린의 기포점 특성을 모델링한 사례는 찾아보기 힘들다. 이는 스크린을 활용하는 표면 장력 탱크 내 액상 추진제 배출 현상을 해석적으로 구현하기 위해 반드시 필요한 부분이다. 본 연구에서는 자유표면 해석에 상대적으로 강점을 지닌 상용 CFD 프로그램 Flow-3d를 사용하여, 메시 스크린을 모델링하였다.

    거시적 다공성 매체 모델(Macroscopic porous mediamodel)을 활용하여 메시 스크린 모델 영역에 공극률(Porosity), 모세관압(Capillary pressure), 항력 계수(Drag coefficient)를 지정하고, 이를 기반으로 기포점 측정 시뮬레이션을 수행, 해석 결과와 실험 데이터 간 비교 및 검증을 수행하였다.

    이를 기반으로 메시 스크린 및 PMD구조체를 포함한 탱크의 추진제 배출 해석을 수행하고, 기포점 특성의 반영 여부를 확인하였다.

    Fig. 1 Real geometry-based mesh screen model (left)
and mesh screen model based on macroscopic
porous media model in Flow-3d (righ
    Fig. 1 Real geometry-based mesh screen model (left) and mesh screen model based on macroscopic porous media model in Flow-3d (righ
    Fig. 2 Modeling of bubble point test apparatus (left)
and computational grid (righ
    Fig. 2 Modeling of bubble point test apparatus (left) and computational grid (righ)
    Fig. 3 Modeling of sump in a tank (left) and lower part
of the sump structure (right)
    Fig. 3 Modeling of sump in a tank (left) and lower part of the sump structure (right)

    참 고 문 헌

    1. David J. C and Maureen T. K, ScreenChannel Liquid Aquisition Devices for Cryogenic Propellants” NASA-TM-2005- 213638, 2005
    2. Hartwig, J., Mann, J. A. Jr., Darr, S. R., “Parametric Analysis of the LiquidHydrogen and Nitrogen Bubble Point Pressure for Cryogenic Liquid AcquisitionDevices”, Cryogenics, Vol. 63, 2014, pp. 25-36
    3. Jurns, J. M., McQuillen, J. B.,BubblePoint Measurement with Liquid Methane of a Screen Capillary Liquid AcquisitionDevice”, NASA-TM-2009-215496, 2009
    4. Jaekle, D. E. Jr., “Propellant Management Device: Conceptual Design and Analysis: Galleries”, AIAA 29th Joint PropulsionConference, AIAA-97-2811, 1997
    5. Jaekle, D. E. Jr., “Propellant Management Device: Conceptual Design and Analysis: Traps and Troughs”, AIAA 31th Joint Propulsion Conference, AIAA-95-2531, 1995
    6. Yu, A., Ji, B., Zhuang, B. T., Hu, Q., Luo, X. W., Xu, H. Y., “Flow Analysis inaVane-type Surface Tension Propellant Tank”, IOP Conference Series: MaterialsScience and Engineering, Vol. 52, No. 7, – 990 – 2013, Article number: 072018
    7. Chato, D. J., McQuillen, J. B., Motil, B. J., Chao, D. F., Zhang, N., CFD simulation of Pressure Drops in Liquid Acquisition Device Channel with Sub-Cooled Oxygen”, World Academy of Science, Engineering and Technology, Vol. 3, 2009, pp. 144-149
    8. McQuillen, J. B., Chao, D. F., Hall, N. R., Motil, B. J., Zhang, N., CFD simulation of Flow in Capillary Flow Liquid Acquisition Device Channel”, World Academy of Science, Engineering and Technology, Vol. 6, 2012, pp. 640-646
    9. Hartwig, J., Chato, D., McQuillen, J.,  Screen Channel LAD Bubble Point Tests in Liquid Hydrogen”, International Journal of Hydrogen Energy, Vol. 39, No. 2, 2014, pp. 853-861
    10. Fischer, A., Gerstmann, J., “Flow Resistance of Metallic Screens in Liquid, Gaseous and Cryogenic Flow”, 5th European Conferencefor Aeronautics and Space Sciences, Munich, Germany, 2013
    11. Fries, N., Odic, K., Dreyer, M., Wickingof Perfectly Wetting Liquids into a MetallicMesh”, 2nd International Conference onPorous Media and its Applications inScience and Engineering, 2007
    12. Seo, M, K., Kim, D, H., Seo, C, W., Lee, S, Y., Jang, S, P., Koo, J., “Experimental Study of Pressure Drop in CompressibleFluid through Porous Media”, Transactionsof the Korean Society of Mechanical Engineers – B, Vol. 37, No. 8, pp. 759-765, 2013.
    13. Hartwig, J., Mann, J. A., “Bubble Point Pressures of Binary Methanol/Water Mixtures in Fine-Mesh Screens”, AlChEJournal, Vol. 60, No. 2, 2014, pp. 730-739
    Fig. 8 Distribution of solidification properties on the yz cross section at the maximum width of the melt pool.(a) thermal gradient G, (b) solidification velocity vT, (c) cooling rate G×vT, and (d) morphology factor G/vT. These profiles are calculated with a laser power 300 W and velocity 400 mm/s using (a1 through d1) analytical Rosenthal simulation and (a2 through d2) high-fidelity CFD simulation. The laser is moving out of the page from the upper left corner of each color map (Color figure online)

    Quantifying Equiaxed vs Epitaxial Solidification in Laser Melting of CMSX-4 Single Crystal Superalloy

    CMSX -4 단결정 초합금의 레이저 용융에서 등축 응고와 에피택셜 응고 정량화

    본 논문은 독자의 편의를 위해 기계번역된 내용이어서 자세한 내용은 원문을 참고하시기 바랍니다.

    Abstract

    에피택셜 과 등축 응고 사이의 경쟁은 적층 제조에서 실행되는 레이저 용융 동안 CMSX-4 단결정 초합금에서 조사되었습니다. 단일 트랙 레이저 스캔은 레이저 출력과 스캐닝 속도의 여러 조합으로 방향성 응고된 CMSX-4 합금의 분말 없는 표면에서 수행되었습니다. EBSD(Electron Backscattered Diffraction) 매핑은 새로운 방향의 식별을 용이하게 합니다. 영역 분율 및 공간 분포와 함께 융합 영역 내에서 핵을 형성한 “스트레이 그레인”은 충실도가 높은 전산 유체 역학 시뮬레이션을 사용하여 용융 풀 내의 온도 및 유체 속도 필드를 모두 추정했습니다. 이 정보를 핵 생성 모델과 결합하여 용융 풀에서 핵 생성이 발생할 확률이 가장 높은 위치를 결정했습니다. 금속 적층 가공의 일반적인 경험에 따라 레이저 용융 트랙의 응고된 미세 구조는 에피택셜 입자 성장에 의해 지배됩니다. 더 높은 레이저 스캐닝 속도와 더 낮은 출력이 일반적으로 흩어진 입자 감소에 도움이 되지만,그럼에도 불구하고 길쭉한 용융 풀에서 흩어진 입자가 분명했습니다.

    The competition between epitaxial vs. equiaxed solidification has been investigated in CMSX-4 single crystal superalloy during laser melting as practiced in additive manufacturing. Single-track laser scans were performed on a powder-free surface of directionally solidified CMSX-4 alloy with several combinations of laser power and scanning velocity. Electron backscattered diffraction (EBSD) mapping facilitated identification of new orientations, i.e., “stray grains” that nucleated within the fusion zone along with their area fraction and spatial distribution. Using high-fidelity computational fluid dynamics simulations, both the temperature and fluid velocity fields within the melt pool were estimated. This information was combined with a nucleation model to determine locations where nucleation has the highest probability to occur in melt pools. In conformance with general experience in metals additive manufacturing, the as-solidified microstructure of the laser-melted tracks is dominated by epitaxial grain growth; nevertheless, stray grains were evident in elongated melt pools. It was found that, though a higher laser scanning velocity and lower power are generally helpful in the reduction of stray grains, the combination of a stable keyhole and minimal fluid velocity further mitigates stray grains in laser single tracks.

    Introduction

    니켈 기반 초합금은 고온에서 긴 노출 시간 동안 높은 인장 강도, 낮은 산화 및 우수한 크리프 저항성을 포함하는 우수한 특성의 고유한 조합으로 인해 가스 터빈 엔진 응용 분야에서 광범위하게 사용됩니다. CMSX-4는 특히 장기 크리프 거동과 관련하여 초고강도의 2세대 레늄 함유 니켈 기반 단결정 초합금입니다. 1 , 2 ]입계의 존재가 크리프를 가속화한다는 인식은 가스 터빈 엔진의 고온 단계를 위한 단결정 블레이드를 개발하게 하여 작동 온도를 높이고 효율을 높이는 데 기여했습니다. 이러한 구성 요소는 사용 중 마모될 수 있습니다. 즉, 구성 요소의 무결성을 복원하고 단결정 미세 구조를 유지하는 수리 방법을 개발하기 위한 지속적인 작업이 있었습니다. 3 , 4 , 5 ]

    적층 제조(AM)가 등장하기 전에는 다양한 용접 공정을 통해 단결정 초합금에 대한 수리 시도가 수행되었습니다. 균열 [ 6 , 7 ] 및 흩어진 입자 8 , 9 ] 와 같은 심각한 결함 이 이 수리 중에 자주 발생합니다. 일반적으로 “스트레이 그레인”이라고 하는 응고 중 모재의 방향과 다른 결정학적 방향을 가진 새로운 그레인의 형성은 니켈 기반 단결정 초합금의 수리 중 유해한 영향으로 인해 중요한 관심 대상입니다. 3 , 10 ]결과적으로 재료의 단결정 구조가 손실되고 원래 구성 요소에 비해 기계적 특성이 손상됩니다. 이러한 흩어진 입자는 특정 조건에서 에피택셜 성장을 대체하는 등축 응고의 시작에 해당합니다.

    떠돌이 결정립 형성을 완화하기 위해 이전 작업은 용융 영역(FZ) 내에서 응고하는 동안 떠돌이 결정립 형성에 영향을 미치는 수지상 응고 거동 및 처리 조건을 이해하는 데 중점을 두었습니다. 11 , 12 , 13 , 14 ] 연구원들은 단결정 합금의 용접 중에 표류 결정립 형성에 대한 몇 가지 가능한 메커니즘을 제안했습니다. 12 , 13 , 14 , 15 ]응고 전단에 앞서 국부적인 구성 과냉각은 이질적인 핵 생성 및 등축 결정립의 성장을 유발할 수 있습니다. 또한 용융 풀에서 활발한 유체 흐름으로 인해 발생하는 덴드라이트 조각화는 용융 풀 경계 근처에서 새로운 결정립을 형성할 수도 있습니다. 두 메커니즘 모두에서, 표류 결정립 형성은 핵 생성 위치에 의존하며, 차이점은 수상 돌기 조각화는 수상 돌기 조각이 핵 생성 위치로 작용한다는 것을 의미하는 반면 다른 메커니즘은 재료,  를 들어 산화물 입자에서 발견되는 다른 유형의 핵 생성 위치를 사용한다는 것을 의미합니다. 잘 알려진 바와 같이, 많은 주물에 대한 반대 접근법은 TiB와 같은 핵제의 도입을 통해 등축 응고를 촉진하는 것입니다.22알루미늄 합금에서.

    헌법적 과냉 메커니즘에서 Hunt 11 ] 는 정상 상태 조건에서 기둥에서 등축으로의 전이(CET)를 설명하는 모델을 개발했습니다. Gaumann과 Kurz는 Hunt의 모델을 수정하여 단결정이 응고되는 동안 떠돌이 결정립이 핵을 생성하고 성장할 수 있는 정도를 설명했습니다. 12 , 14 ] 이후 연구에서 Vitek은 Gaumann의 모델을 개선하고 출력 및 스캐닝 속도와 같은 용접 조건의 영향에 대한 보다 자세한 분석을 포함했습니다. Vitek은 또한 실험 및 모델링 기술을 통해 표류 입자 형성에 대한 기판 방향의 영향을 포함했습니다. 3 , 10 ]일반적으로 높은 용접 속도와 낮은 출력은 표류 입자의 양을 최소화하고 레이저 용접 공정 중 에피택셜 단결정 성장을 최대화하는 것으로 나타났습니다. 3,10 ] 그러나 Vitek은 덴드라이트 조각화를 고려하지 않았으며 그의 연구는 불균질 핵형성이 레이저 용접된 CMSX -4 단결정 합금에서 표류 결정립 형성을 이끄는 주요 메커니즘임을 나타냅니다. 현재 작업에서 Vitek의 수치적 방법이 채택되고 금속 AM의 급속한 특성의 더 높은 속도와 더 낮은 전력 특성으로 확장됩니다.

    AM을 통한 금속 부품 제조 는 지난 10년 동안 급격한 인기 증가를 목격했습니다. 16 ] EBM(Electron Beam Melting)에 의한 CMSX-4의 제작 가능성은 자주 조사되었으나 17 , 18 , 19 , 20 , 21 ] CMSX의 제조 및 수리에 대한 조사는 매우 제한적이었다. – 4개의 단결정 구성요소는 레이저 분말 베드 융합(LPBF)을 사용하며, AM의 인기 있는 하위 집합으로, 특히 표류 입자 형성을 완화하는 메커니즘과 관련이 있습니다. 22 ]이러한 조사 부족은 주로 이러한 합금 시스템과 관련된 처리 문제로 인해 발생합니다. 2 , 19 , 22 , 23 , 24 ] 공정 매개변수( 예: 열원 전력, 스캐닝 속도, 스폿 크기, 예열 온도 및 스캔 전략)의 엄격한 제어는 완전히 조밀한 부품을 만들고 유지 관리할 수 있도록 하는 데 필수적입니다. 단결정 미세구조. 25 ] EBM을 사용하여 단결정 합금의 균열 없는 수리가 현재 가능하지만 19 , 24 ] 표류 입자를 생성하지 않는 수리는 쉽게 달성할 수 없습니다.23 , 26 ]

    이 작업에서 LPBF를 대표하는 조건으로 레이저 용융을 사용하여 단결정 CMSX-4에서 표류 입자 완화를 조사했습니다. LPBF는 스캐닝 레이저 빔을 사용하여 금속 분말의 얇은 층을 기판에 녹이고 융합합니다. 층별 증착에서 레이저 빔의 사용은 급격한 온도 구배, 빠른 가열/냉각 주기 및 격렬한 유체 흐름을 경험하는 용융 풀을 생성 합니다 이것은 일반적으로 부품에 결함을 일으킬 수 있는 매우 동적인 물리적 현상으로 이어집니다. 28 , 29 , 30 ] 레이저 유도 키홀의 동역학( 예:, 기화 유발 반동 압력으로 인한 위상 함몰) 및 열유체 흐름은 AM 공정에서 응고 결함과 강하게 결합되고 관련됩니다. 31 , 32 , 33 , 34 ] 기하 구조의 급격한 변화가 발생하기 쉬운 불안정한 키홀은 다공성, 볼링, 스패터 형성 및 흔하지 않은 미세 구조 상을 포함하는 유해한 물리적 결함을 유발할 수 있습니다. 그러나 키홀 진화와 유체 흐름은 자연적으로 다음을 통해 포착 하기 어렵 습니다 .전통적인 사후 특성화 기술. 고충실도 수치 모델링을 활용하기 위해 이 연구에서는 전산유체역학(CFD)을 적용하여 표면 아래의 레이저-물질 상호 작용을 명확히 했습니다. 36 ] 이것은 응고된 용융물 풀의 단면에 대한 오랫동안 확립된 사후 특성화와 비교하여 키홀 및 용융물 풀 유체 흐름 정량화를 실행합니다.

    CMSX-4 구성 요소의 레이저 기반 AM 수리 및 제조를 위한 적절한 절차를 개발하기 위해 적절한 공정 창을 설정하고 응고 중 표류 입자 형성 경향에 대한 예측 기능을 개발하는 것부터 시작합니다. 다중 합금에 대한 단일 트랙 증착은 분말 층이 있거나 없는 AM 공정에서 용융 풀 형상 및 미세 구조의 정확한 분석을 제공하는 것으로 나타났습니다. 37 , 38 , 39 ]따라서 본 연구에서는 CMSX-4의 응고 거동을 알아보기 위해 분말을 사용하지 않는 단일 트랙 레이저 스캔 실험을 사용하였다. 이는 CMSX-4 단결정의 LPBF 제조를 위한 예비 실험 지침을 제공합니다. 또한 응고 모델링은 기존 용접에서 LPBF와 관련된 급속 용접으로 확장되어 표류 입자 감소를 위한 최적의 레이저 용융 조건을 식별했습니다. 가공 매개변수 최적화를 위한 추가 지침을 제공하기 위해 용융물 풀의 매우 동적인 유체 흐름을 모델링했습니다.

    재료 및 방법

    단일 트랙 실험

    방전 가공(EDM)을 사용하여 CMSX-4 방향성 응고 단결정 잉곳으로부터 샘플을 제작했습니다. 샘플의 최종 기하학은 치수 20의 직육면체 형태였습니다.××20××6mm. 6개 중 하나⟨ 001 ⟩⟨001⟩잉곳의 결정학적 방향은 레이저 트랙이 이 바람직한 성장 방향을 따라 스캔되도록 절단 표면에 수직으로 위치했습니다. 단일 레이저 용융 트랙은 EOS M290 기계를 사용하여 분말이 없는 샘플 표면에 만들어졌습니다. 이 기계는 최대 출력 400W, 가우시안 빔 직경 100의 이터븀 파이버 레이저가 장착된 LPBF 시스템입니다. μμ초점에서 m. 실험 중에 직사각형 샘플을 LPBF 기계용 맞춤형 샘플 홀더의 포켓에 끼워 표면을 동일한 높이로 유지했습니다. 이 맞춤형 샘플 홀더에 대한 자세한 내용은 다른 곳에서 설명합니다. 실험 은 아르곤 퍼지 분위기에서 수행되었으며 예열은 적용되지 않았습니다 단일 트랙 레이저 용융 실험은 다양한 레이저 출력(200~370W)과 스캔 속도(0.4~1.4m/s)에서 수행되었습니다.

    성격 묘사

    레이저 스캐닝 후, 레이저 빔 스캐닝 방향에 수직인 평면에서 FZ를 통해 다이아몬드 톱을 사용하여 샘플을 절단했습니다. 그 후, 샘플을 장착하고 220 그릿 SiC 페이퍼로 시작하여 콜로이드 실리카 현탁액 광택제로 마무리하여 자동 연마했습니다. 결정학적 특성화는 20kV의 가속 전압에서 TESCAN MIRA 3XMH 전계 방출 주사 전자 현미경(SEM)에서 수행되었습니다. EBSD 지도는0.4μm _0.4μ미디엄단계 크기. Bruker 시스템을 사용하여 EBSD 데이터를 정리하고 분석했습니다. EBSD 클린업은 그레인을 접촉시키기 위한 그레인 확장 루틴으로 시작한 다음 인덱스되지 않은 회절 패턴과 관련된 검은색 픽셀을 해결하기 위해 이웃 방향 클린업 루틴으로 이어졌습니다. 용융 풀 형태를 분석하기 위해 단면을 광학 현미경으로 분석했습니다. 광학 특성화의 대비를 향상시키기 위해 10g CuSO로 구성된 Marbles 시약의 변형으로 샘플을 에칭했습니다.44, 50mL HCl 및 70mL H22영형.

    응고 모델링

    구조적 과냉 기준에 기반한 응고 모델링을 수행하여 표유 입자의 성향 및 분포에 대한 가공 매개변수의 영향을 평가했습니다. 이 분석 모델링 접근 방식에 대한 자세한 내용은 이전 작업에서 제공됩니다. 3 , 10 ] 참고문헌 3 에 기술된 바와 같이 , 기본 재료의 결정학적 배향을 가진 용융 풀에서 총 표유 입자 면적 분율의 변화는 최소이므로 기본 재료 배향의 영향은 이 작업에서 고려되지 않았습니다. 우리의 LPBF 결과를 이전 작업과 비교하기 위해 Vitek의 작업에서 사용된 수학적으로 간단한 Rosenthal 방정식 3 ]또한 레이저 매개변수의 함수로 용융 풀의 모양과 FZ의 열 조건을 계산하기 위한 기준으로 여기에서 채택되었습니다. Rosenthal 솔루션은 열이 일정한 재료 특성을 가진 반무한 판의 정상 상태 점원을 통해서만 전도를 통해 전달된다고 가정하며 일반적으로 다음과 같이 표현 됩니다 40 , 41 ] .

    티=티0+η피2 파이케이엑스2+와이2+지2———-√경험치[- 브이(엑스2+와이2+지2———-√− 엑스 )2α _] ,티=티0+η피2파이케이엑스2+와이2+지2경험치⁡[-V(엑스2+와이2+지2-엑스)2α],(1)

    여기서 T 는 온도,티0티0본 연구에서 313K(  , EOS 기계 챔버 온도)로 설정된 주변 온도, P 는 레이저 빔 파워, V 는 레이저 빔 스캐닝 속도,ηη는 레이저 흡수율, k 는 열전도율,αα베이스 합금의 열확산율입니다. x , y , z 는 각각 레이저 스캐닝 방향, 가로 방향 및 세로 방향의 반대 방향과 정렬된 방향입니다 . 이 직교 좌표는 참조 3 의 그림 1에 있는 시스템을 따랐습니다 . CMSX-4에 대한 고상선 온도(1603K)와 액상선 온도(1669K)의 등온선 평균으로 응고 프런트( 즉 , 고체-액체 계면)를 정의했습니다. 42 , 43 , 44 ] 시뮬레이션에 사용된 열물리적 특성은 표 I 에 나열되어 있습니다.표 I CMSX-4의 응고 모델링에 사용된 열물리적 특성

    풀 사이즈 테이블

    열 구배는 외부 열 흐름에 의해 결정되었습니다.∇ 티∇티45 ] 에 의해 주어진 바와 같이 :

    지 = | ∇ 티| =∣∣∣∂티∂엑스나^^+∂티∂와이제이^^+∂티∂지케이^^∣∣∣=(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2————————√,G=|∇티|=|∂티∂엑스나^^+∂티∂와이제이^^+∂티∂지케이^^|=(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2,(2)

    어디나^^나^^,제이^^제이^^, 그리고케이^^케이^^는 각각 x , y 및 z 방향 을 따른 단위 벡터 입니다. 응고 등온선 속도,V티V티는 다음 관계에 의해 레이저 빔 스캐닝 속도 V 와 기하학적으로 관련됩니다.

    V티= V코사인θ =V∂티∂엑스(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2——————-√,V티=V코사인⁡θ=V∂티∂엑스(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2,(삼)

    어디θθ는 스캔 방향과 응고 전면의 법선 방향(  , 최대 열 흐름 방향) 사이의 각도입니다. 이 연구의 용접 조건과 같은 제한된 성장에서 수지상 응고 전면은 고체-액체 등온선의 속도로 성장하도록 강제됩니다.V티V티. 46 ]

    응고 전선이 진행되기 전에 새로 핵 생성된 입자의 국지적 비율ΦΦ, 액체 온도 구배 G 에 의해 결정 , 응고 선단 속도V티V티및 핵 밀도N0N0. 고정된 임계 과냉각에서 모든 입자가 핵형성된다고 가정함으로써△티N△티N, 등축 결정립의 반경은 결정립이 핵 생성을 시작하는 시점부터 주상 전선이 결정립에 도달하는 시간까지의 성장 속도를 통합하여 얻습니다. 과냉각으로 대체 시간d (ΔT_) / dt = – _V티G디(△티)/디티=-V티G, 열 구배 G 사이의 다음 관계 , 등축 입자의 국부적 부피 분율ΦΦ, 수상 돌기 팁 과냉각ΔT _△티, 핵 밀도N0N0, 재료 매개변수 n 및 핵생성 과냉각△티N△티N, Gäumann 외 여러분 에 의해 파생되었습니다 . 12 , 14 ] Hunt의 모델 11 ] 의 수정에 기반함 :

    지 =1엔 + 1- 4π _N03 인치( 1 − Φ )———√삼ΔT _( 1 -△티엔 + 1N△티엔 + 1) .G=1N+1-4파이N0삼인⁡(1-Φ)삼△티(1-△티NN+1△티N+1).(4)

    계산을 단순화하기 위해 덴드라이트 팁 과냉각을 전적으로 구성 과냉각의 것으로 추정합니다.△티씨△티씨, 멱법칙 형식으로 근사화할 수 있습니다.△티씨= ( _V티)1 / 엔△티씨=(ㅏV티)1/N, 여기서 a 와 n 은 재료 종속 상수입니다. CMSX-4의 경우 이 값은a = 1.25 ×106ㅏ=1.25×106 s K 3.4m− 1-1,엔 = 3.4N=3.4, 그리고N0= 2 ×1015N0=2×1015미디엄− 3,-삼,참고문헌 3 에 의해 보고된 바와 같이 .△티N△티N2.5K이며 보다 큰 냉각 속도에서 응고에 대해 무시할 수 있습니다.106106 K/s. 에 대한 표현ΦΦ위의 방정식을 재배열하여 해결됩니다.

    Φ= 1 -이자형에스\ 여기서\  S=- 4π _N0삼(1( 엔 + 1 ) (GN/ 아V티)1 / 엔)삼=−2.356×1019(vTG3.4)33.4.Φ=1−eS\ where\ S=−4πN03(1(n+1)(Gn/avT)1/n)3=−2.356×1019(vTG3.4)33.4.

    (5)

    As proposed by Hunt,[11] a value of Φ≤0.66Φ≤0.66 pct represents fully columnar epitaxial growth condition, and, conversely, a value of Φ≥49Φ≥49 pct indicates that the initial single crystal microstructure is fully replaced by an equiaxed microstructure. To calculate the overall stray grain area fraction, we followed Vitek’s method by dividing the FZ into roughly 19 to 28 discrete parts (depending on the length of the melt pool) of equal length from the point of maximum width to the end of melt pool along the x direction. The values of G and vTvT were determined at the center on the melt pool boundary of each section and these values were used to represent the entire section. The area-weighted average of ΦΦ over these discrete sections along the length of melt pool is designated as Φ¯¯¯¯Φ¯, and is given by:

    Φ¯¯¯¯=∑kAkΦk∑kAk,Φ¯=∑kAkΦk∑kAk,

    (6)

    where k is the index for each subsection, and AkAk and ΦkΦk are the areas and ΦΦ values for each subsection. The summation is taken over all the sections along the melt pool. Vitek’s improved model allows the calculation of stray grain area fraction by considering the melt pool geometry and variations of G and vTvT around the tail end of the pool.

    수년에 걸쳐 용융 풀 현상 모델링의 정확도를 개선하기 위해 많은 고급 수치 방법이 개발되었습니다. 우리는 FLOW-3D와 함께 고충실도 CFD를 사용했습니다. FLOW-3D는 여러 물리 모델을 통합하는 상용 FVM(Finite Volume Method)입니다. 47 , 48 ] CFD는 유체 운동과 열 전달을 수치적으로 시뮬레이션하며 여기서 사용된 기본 물리 모델은 레이저 및 표면력 모델이었습니다. 레이저 모델에서는 레이 트레이싱 기법을 통해 다중 반사와 프레넬 흡수를 구현합니다. 36 ]먼저, 레이저 빔은 레이저 빔에 의해 조명되는 각 그리드 셀을 기준으로 여러 개의 광선으로 이산화됩니다. 그런 다음 각 입사 광선에 대해 입사 벡터가 입사 위치에서 금속 표면의 법선 벡터와 정렬될 때 에너지의 일부가 금속에 의해 흡수됩니다. 흡수율은 Fresnel 방정식을 사용하여 추정됩니다. 나머지 에너지는 반사광선 에 의해 유지되며 , 반사광선은 재료 표면에 부딪히면 새로운 입사광선으로 처리됩니다. 두 가지 주요 힘이 액체 금속 표면에 작용하여 자유 표면을 변형시킵니다. 금속의 증발에 의해 생성된 반동 압력은 증기 억제를 일으키는 주요 힘입니다. 본 연구에서 사용된 반동 압력 모델은피아르 자형= 특급 _{ B ( 1- _티V/ 티) }피아르 자형=ㅏ경험치⁡{비(1-티V/티)}, 어디피아르 자형피아르 자형는 반동압력, A 와 B 는 재료의 물성에 관련된 계수로 각각 75와 15이다.티V티V는 포화 온도이고 T 는 키홀 벽의 온도입니다. 표면 흐름 및 키홀 형성의 다른 원동력은 표면 장력입니다. 표면 장력 계수는 Marangoni 흐름을 포함하기 위해 온도의 선형 함수로 추정되며,σ =1.79-9.90⋅10− 4( 티− 1654케이 )σ=1.79-9.90⋅10-4(티-1654년케이)엔엠− 1-1. 49 ] 계산 영역은 베어 플레이트의 절반입니다(2300 μμ미디엄××250 μμ미디엄××500 μμm) xz 평면 에 적용된 대칭 경계 조건 . 메쉬 크기는 8입니다. μμm이고 시간 단계는 0.15입니다. μμs는 계산 효율성과 정확성 간의 균형을 제공합니다.

    결과 및 논의

    용융 풀 형태

    이 작업에 사용된 5개의 레이저 파워( P )와 6개의 스캐닝 속도( V )는 서로 다른 29개의 용융 풀을 생성했습니다.피- 브이피-V조합. P 와 V 값이 가장 높은 것은 그림 1 을 기준으로 과도한 볼링과 관련이 있기 때문에 본 연구에서는 분석하지 않았다  .

    단일 트랙 용융 풀은 그림  1 과 같이 형상에 따라 네 가지 유형으로 분류할 수 있습니다 39 ] : (1) 전도 모드(파란색 상자), (2) 키홀 모드(빨간색), (3) 전환 모드(마젠타), (4) 볼링 모드(녹색). 높은 레이저 출력과 낮은 스캐닝 속도의 일반적인 조합인 키홀 모드에서 용융물 풀은 일반적으로 너비/깊이( W / D ) 비율이 0.5보다 훨씬 큰 깊고 가느다란 모양을 나타냅니다 . 스캐닝 속도가 증가함에 따라 용융 풀이 얕아져 W / D 가 약 0.5인 반원형 전도 모드 용융 풀을 나타냅니다. W / D _전환 모드 용융 풀의 경우 1에서 0.5 사이입니다. 스캐닝 속도를 1200 및 1400mm/s로 더 높이면 충분히 큰 캡 높이와 볼링 모드 용융 풀의 특징인 과도한 언더컷이 발생할 수 있습니다.

    힘과 속도의 함수로서의 용융 풀 깊이와 너비는 각각 그림  2 (a)와 (b)에 표시되어 있습니다. 용융 풀 폭은 기판 표면에서 측정되었습니다. 그림  2 (a)는 깊이가 레이저 출력과 매우 선형적인 관계를 따른다는 것을 보여줍니다. 속도가 증가함에 따라 깊이  파워 곡선의 기울기는 꾸준히 감소하지만 더 높은 속도 곡선에는 약간의 겹침이 있습니다. 이러한 예상치 못한 중첩은 종종 용융 풀 형태의 동적 변화를 유발하는 유체 흐름의 영향과 레이저 스캔당 하나의 이미지만 추출되었다는 사실 때문일 수 있습니다. 이러한 선형 동작은 그림 2 (b) 의 너비에 대해 명확하지 않습니다  . 그림  2(c)는 선형 에너지 밀도 P / V 의 함수로서 용융 깊이와 폭을 보여줍니다 . 선형 에너지 밀도는 퇴적물의 단위 길이당 에너지 투입량을 측정한 것입니다. 50 ] 용융 풀 깊이는 에너지 밀도에 따라 달라지며 너비는 더 많은 분산을 나타냅니다. 동일한 에너지 밀도가 준공 부품의 용융 풀, 미세 구조 또는 속성에서 반드시 동일한 유체 역학을 초래하지는 않는다는 점에 유의하는 것이 중요합니다. 50 ]

    그림 1
    그림 1
    그림 2
    그림 2

    레이저 흡수율 평가

    레이저 흡수율은 LPBF 조건에서 재료 및 가공 매개변수에 따라 크게 달라진다는 것은 잘 알려져 있습니다. 31 , 51 , 52 ] 적분구를 이용한 전통적인 흡수율의 직접 측정은 일반적으로 높은 비용과 구현의 어려움으로 인해 쉽게 접근할 수 없습니다. 51 ] 그  . 39 ] 전도 모드 용융 풀에 대한 Rosenthal 방정식을 기반으로 경험적 레이저 흡수율 모델을 개발했지만 기본 가정으로 인해 키홀 용융 풀에 대한 정확한 예측을 제공하지 못했습니다. 40 ] 최근 간 . 53 ] Ti–6Al–4V에 대한 30개의 고충실도 다중 물리 시뮬레이션 사례를 사용하여 레이저 흡수에 대한 스케일링 법칙을 확인했습니다. 그러나 연구 중인 특정 재료에 대한 최소 흡수(평평한 용융 표면의 흡수율)에 대한 지식이 필요하며 이는 CMSX-4에 대해 알려지지 않았습니다. 다양한 키홀 모양의 용융 풀에 대한 레이저 흡수의 정확한 추정치를 얻기가 어렵기 때문에 상한 및 하한 흡수율로 분석 시뮬레이션을 실행하기로 결정했습니다. 깊은 키홀 모양의 용융 풀의 경우 대부분의 빛을 가두는 키홀 내 다중 반사로 인해 레이저 흡수율이 0.8만큼 높을 수 있습니다. 이것은 기하학적 현상이며 기본 재료에 민감하지 않습니다. 5152 , 54 ] 따라서 본 연구에서는 흡수율의 상한을 0.8로 설정하였다. 참고 문헌 51 에 나타낸 바와 같이 , 전도 용융 풀에 해당하는 최저 흡수율은 약 0.3이었으며, 이는 이 연구에서 합리적인 하한 값입니다. 따라서 레이저 흡수율이 스트레이 그레인 형성에 미치는 영향을 보여주기 위해 흡수율 값을 0.55 ± 0.25로 설정했습니다. Vitek의 작업에서는 1.0의 고정 흡수율 값이 사용되었습니다. 3 ]

    퓨전 존 미세구조

    그림  3 은 200~300W 및 600~300W 및 600~300W 범위의 레이저 출력 및 속도로 9가지 다른 처리 매개변수에 의해 생성된 CMSX-4 레이저 트랙의 yz 단면 에서 취한 EBSD 역극점도와 해당 역극점도를 보여 줍니다. 각각 1400mm/s. EBSD 맵에서 여러 기능을 쉽게 관찰할 수 있습니다. 스트레이 그레인은 EBSD 맵에서 그 방향에 해당하는 다른 RGB 색상으로 나타나고 그레인 경계를 묘사하기 위해 5도의 잘못된 방향이 사용되었습니다. 여기, 그림  3 에서 스트레이 그레인은 대부분 용융 풀의 상단 중심선에 집중되어 있으며, 이는 용접된 단결정 CMSX-4의 이전 보고서와 일치합니다. 10 ]역 극점도에서, 점 근처에 집중된 클러스터⟨ 001 ⟩⟨001⟩융합 경계에서 유사한 방향을 유지하는 단결정 기반 및 에피택셜로 응고된 덴드라이트를 나타냅니다. 그러나 흩어진 곡물은 식별할 수 있는 질감이 없는 흩어져 있는 점으로 나타납니다. 단결정 기본 재료의 결정학적 방향은 주로⟨ 001 ⟩⟨001⟩비록 샘플을 절단하는 동안 식별할 수 없는 기울기 각도로 인해 또는 단결정 성장 과정에서 약간의 잘못된 방향이 있었기 때문에 약간의 편차가 있지만. 용융 풀 내부의 응고된 수상 돌기의 기본 방향은 다시 한 번⟨ 001 ⟩⟨001⟩주상 결정립 구조와 유사한 에피택셜 성장의 결과. 그림 3 과 같이 용융 풀에서 수상돌기의 성장 방향은 하단의 수직 방향에서 상단의 수평 방향으로 변경되었습니다  . 이 전이는 주로 온도 구배 방향의 변화로 인한 것입니다. 두 번째 전환은 CET입니다. FZ의 상단 중심선 주변에서 다양한 방향의 흩어진 입자가 관찰되며, 여기서 안쪽으로 성장하는 수상돌기가 서로 충돌하여 용융 풀에서 응고되는 마지막 위치가 됩니다.

    더 깊은 키홀 모양을 특징으로 하는 샘플에서 용융 풀의 경계 근처에 침전된 흩어진 입자가 분명합니다. 이러한 새로운 입자는 나중에 모델링 섹션에서 논의되는 수상돌기 조각화 메커니즘에 의해 잠재적으로 발생합니다. 결정립이 강한 열 구배에서 핵을 생성하고 성장한 결과, 대부분의 흩어진 결정립은 모든 방향에서 동일한 크기를 갖기보다는 장축이 열 구배 방향과 정렬된 길쭉한 모양을 갖습니다. 그림 3 의 전도 모드 용융 풀 흩어진 입자가 없는 것으로 입증되는 더 나은 단결정 품질을 나타냅니다. 상대적으로 낮은 출력과 높은 속도의 스캐닝 레이저에 의해 생성된 이러한 더 얕은 용융 풀에서 최소한의 결정립 핵형성이 발생한다는 것은 명백합니다. 더 큰 면적 분율을 가진 스트레이 그레인은 고출력 및 저속으로 생성된 깊은 용융 풀에서 더 자주 관찰됩니다. 국부 응고 조건에 대한 동력 및 속도의 영향은 후속 모델링 섹션에서 조사할 것입니다.

    그림 3
    그림 3

    응고 모델링

    서론에서 언급한 바와 같이 연구자들은 단결정 용접 중에 표류 결정립 형성의 가능한 메커니즘을 평가했습니다. 12 , 13 , 14 , 15 , 55 ]논의된 가장 인기 있는 두 가지 메커니즘은 (1) 응고 전단에 앞서 구성적 과냉각에 의해 도움을 받는 이종 핵형성 및 (2) 용융물 풀의 유체 흐름으로 인한 덴드라이트 조각화입니다. 첫 번째 메커니즘은 광범위하게 연구되었습니다. 이원 합금을 예로 들면, 고체는 액체만큼 많은 용질을 수용할 수 없으므로 응고 중에 용질을 액체로 거부합니다. 결과적으로, 성장하는 수상돌기 앞에서 용질 분할은 실제 온도가 국부 평형 액상선보다 낮은 과냉각 액체를 생성합니다. 충분히 광범위한 체질적으로 과냉각된 구역의 존재는 새로운 결정립의 핵형성 및 성장을 촉진합니다. 56 ]전체 과냉각은 응고 전면에서의 구성, 동역학 및 곡률 과냉각을 포함한 여러 기여의 합입니다. 일반적인 가정은 동역학 및 곡률 과냉각이 합금에 대한 용질 과냉각의 더 큰 기여와 관련하여 무시될 수 있다는 것입니다. 57 ]

    서로 다른 기본 메커니즘을 더 잘 이해하려면피- 브이피-V조건에서 응고 모델링이 수행됩니다. 첫 번째 목적은 스트레이 그레인의 전체 범위를 평가하는 것입니다(Φ¯¯¯¯Φ¯) 처리 매개 변수의 함수로 국부적 표류 입자 비율의 변화를 조사하기 위해 (ΦΦ) 용융 풀의 위치 함수로. 두 번째 목적은 금속 AM의 빠른 응고 동안 응고 미세 구조와 표류 입자 형성 메커니즘 사이의 관계를 이해하는 것입니다.

    그림 4
    그림 4

    그림  4 는 해석적으로 시뮬레이션된 표류 입자 비율을 보여줍니다.Φ¯¯¯¯Φ¯세 가지 레이저 흡수율 값에서 다양한 레이저 스캐닝 속도 및 레이저 출력에 대해. 결과는 스트레이 그레인 면적 비율이 흡수된 에너지에 민감하다는 것을 보여줍니다. 흡수율을 0.30에서 0.80으로 증가시키면Φ¯¯¯¯Φ¯약 3배이며, 이 효과는 저속 및 고출력 영역에서 더욱 두드러집니다. 다른 모든 조건이 같다면, 흡수된 전력의 큰 영향은 평균 열 구배 크기의 일반적인 감소와 용융 풀 내 평균 응고율의 증가에 기인합니다. 스캐닝 속도가 증가하고 전력이 감소함에 따라 평균 스트레이 그레인 비율이 감소합니다. 이러한 일반적인 경향은 Vitek의 작업에서 채택된 그림 5 의 파란색 영역에서 시뮬레이션된 용접 결과와 일치합니다  . 3 ] 더 큰 과냉각 구역( 즉, 지 /V티G/V티영역)은 용접 풀의 표유 입자의 면적 비율이 분홍색 영역에 해당하는 LPBF 조건의 면적 비율보다 훨씬 더 크다는 것을 의미합니다. 그럼에도 불구하고 두 데이터 세트의 일반적인 경향은 유사합니다.  , 레이저 출력이 감소하고 레이저 속도가 증가함에 따라 표류 입자의 비율이 감소합니다. 또한 그림  5 에서 스캐닝 속도가 LPBF 영역으로 증가함에 따라 표유 입자 면적 분율에 대한 레이저 매개변수의 변화 효과가 감소한다는 것을 추론할 수 있습니다. 그림  6 (a)는 그림 3 의 EBSD 분석에서 나온 실험적 표류 결정립 면적 분율  과 그림 4 의 해석 시뮬레이션 결과를  비교합니다.. 열쇠 구멍 모양의 FZ에서 정확한 값이 다르지만 추세는 시뮬레이션과 실험 데이터 모두에서 일관되었습니다. 키홀 모양의 용융 풀, 특히 전력이 300W인 2개는 분석 시뮬레이션 예측보다 훨씬 더 많은 양의 흩어진 입자를 가지고 있습니다. Rosenthal 방정식은 일반적으로 열 전달이 순전히 전도에 의해 좌우된다는 가정으로 인해 열쇠 구멍 체제의 열 흐름을 적절하게 반영하지 못하기 때문에 이러한 불일치가 실제로 예상됩니다. 39 , 40 ] 그것은 또한 그림  4 의 발견 , 즉 키홀 모드 동안 흡수된 전력의 증가가 표류 입자 형성에 더 이상적인 조건을 초래한다는 것을 검증합니다. 그림  6 (b)는 실험을 비교Φ¯¯¯¯Φ¯수치 CFD 시뮬레이션Φ¯¯¯¯Φ¯. CFD 모델이 약간 초과 예측하지만Φ¯¯¯¯Φ¯전체적으로피- 브이피-V조건에서 열쇠 구멍 조건에서의 예측은 분석 모델보다 정확합니다. 전도 모드 용융 풀의 경우 실험 값이 분석 시뮬레이션 값과 더 가깝게 정렬됩니다.

    그림 5
    그림 5

    모의 온도 구배 G 분포 및 응고율 검사V티V티분석 모델링의 쌍은 그림  7 (a)의 CMSX-4 미세 구조 선택 맵에 표시됩니다. 제공지 /V티G/V티(  , 형태 인자)는 형태를 제어하고지 ×V티G×V티(  , 냉각 속도)는 응고된 미세 구조의 규모를 제어하고 , 58 , 59 ]지 -V티G-V티플롯은 전통적인 제조 공정과 AM 공정 모두에서 미세 구조 제어를 지원합니다. 이 플롯의 몇 가지 분명한 특징은 등축, 주상, 평면 전면 및 이러한 경계 근처의 전이 영역을 구분하는 경계입니다. 그림  7 (a)는 몇 가지 선택된 분석 열 시뮬레이션에 대한 미세 구조 선택 맵을 나타내는 반면 그림  7 (b)는 수치 열 모델의 결과와 동일한 맵을 보여줍니다. 등축 미세구조의 형성은 낮은 G 이상 에서 명확하게 선호됩니다.V티V티정황. 이 플롯에서 각 곡선의 평면 전면에 가장 가까운 지점은 용융 풀의 최대 너비 위치에 해당하는 반면 등축 영역에 가까운 지점의 끝은 용융 풀의 후면 꼬리에 해당합니다. 그림  7 (a)에서 대부분의지 -V티G-V티응고 전면의 쌍은 원주형 영역에 속하고 점차 CET 영역으로 위쪽으로 이동하지만 용융 풀의 꼬리는 다음에 따라 완전히 등축 영역에 도달하거나 도달하지 않을 수 있습니다.피- 브이피-V조합. 그림 7 (a) 의 곡선 중 어느 것도  평면 전면 영역을 통과하지 않지만 더 높은 전력의 경우에 가까워집니다. 저속 레이저 용융 공정을 사용하는 이전 작업에서는 곡선이 평면 영역을 통과할 수 있습니다. 레이저 속도가 증가함에 따라 용융 풀 꼬리는 여전히 CET 영역에 있지만 완전히 등축 영역에서 멀어집니다. CET 영역으로 떨어지는 섹션의 수도 감소합니다.Φ¯¯¯¯Φ¯응고된 물질에서.

    그림 6
    그림 6

    그만큼지 -V티G-V티CFD 모델을 사용하여 시뮬레이션된 응고 전면의 쌍이 그림  7 (b)에 나와 있습니다. 세 방향 모두에서 각 점 사이의 일정한 간격으로 미리 정의된 좌표에서 수행된 해석 시뮬레이션과 달리, 고충실도 CFD 모델의 출력은 불규칙한 사면체 좌표계에 있었고 G 를 추출하기 전에 일반 3D 그리드에 선형 보간되었습니다. 그리고V티V티그런 다음 미세 구조 선택 맵에 플롯됩니다. 일반적인 경향은 그림  7 (a)의 것과 일치하지만 이 방법으로 모델링된 매우 동적인 유체 흐름으로 인해 결과에 더 많은 분산이 있었습니다. 그만큼지 -V티G-V티분석 열 모델의 쌍 경로는 더 연속적인 반면 수치 시뮬레이션의 경로는 용융 풀 꼬리 모양의 차이를 나타내는 날카로운 굴곡이 있습니다(이는 G 및V티V티) 두 모델에 의해 시뮬레이션됩니다.

    그림 7
    그림 7
    그림 8
    그림 8

    유체 흐름을 통합한 응고 모델링

    수치 CFD 모델을 사용하여 유동 입자 형성 정도에 대한 유체 흐름의 영향을 이해하고 시뮬레이션 결과를 분석 Rosenthal 솔루션과 비교했습니다. 그림  8 은 응고 매개변수 G 의 분포를 보여줍니다.V티V티,지 /V티G/V티, 그리고지 ×V티G×V티yz 단면에서 x  FLOW-3D에서 (a1–d1) 분석 열 모델링 및 (a2–d2) FVM 방법을 사용하여 시뮬레이션된 용융 풀의 최대 폭입니다. 그림  8 의 값은 응고 전선이 특정 위치에 도달할 때 정확한 값일 수도 있고 아닐 수도 있지만 일반적인 추세를 반영한다는 의미의 임시 가상 값입니다. 이 프로파일은 출력 300W 및 속도 400mm/s의 레이저 빔에서 시뮬레이션됩니다. 용융 풀 경계는 흰색 곡선으로 표시됩니다. (a2–d2)의 CFD 시뮬레이션 용융 풀 깊이는 342입니다. μμm, 측정 깊이 352와 잘 일치 μμ일치하는 길쭉한 열쇠 구멍 모양과 함께 그림 1 에 표시된 실험 FZ의 m  . 그러나 분석 모델은 반원 모양의 용융 풀을 출력하고 용융 풀 깊이는 264에 불과합니다. μμ열쇠 구멍의 경우 현실과는 거리가 멀다. CFD 시뮬레이션 결과에서 열 구배는 레이저 반사 증가와 불안정한 액체-증기 상호 작용이 발생하는 증기 함몰의 동적 부분 근처에 있기 때문에 FZ 하단에서 더 높습니다. 대조적으로 해석 결과의 열 구배 크기는 경계를 따라 균일합니다. 두 시뮬레이션 결과 모두 그림 8 (a1) 및 (a2) 에서 응고가 용융 풀의 상단 중심선을 향해 진행됨에 따라 열 구배가 점차 감소합니다  . 응고율은 그림 8 과 같이 경계 근처에서 거의 0입니다. (b1) 및 (b2). 이는 경계 영역이 응고되기 시작할 때 국부 응고 전면의 법선 방향이 레이저 스캐닝 방향에 수직이기 때문입니다. 이것은 드라이브θ → π/ 2θ→파이/2그리고V티→ 0V티→0식에서 [ 3 ]. 대조적으로 용융 풀의 상단 중심선 근처 영역에서 응고 전면의 법선 방향은 레이저 스캐닝 방향과 잘 정렬되어 있습니다.θ → 0θ→0그리고V티→ 브이V티→V, 빔 스캐닝 속도. G 와 _V티V티값이 얻어지면 냉각 속도지 ×V티G×V티및 형태 인자지 /V티G/V티계산할 수 있습니다. 그림 8 (c2)는 용융 풀 바닥 근처의 온도 구배가 매우 높고 상단에서 더 빠른 성장 속도로  인해 냉각 속도가 용융 풀의 바닥 및 상단 중심선 근처에서 더 높다는 것을 보여줍니다. 지역. 그러나 이러한 추세는 그림  8 (c1)에 캡처되지 않았습니다. 그림 8 의 형태 요인 (d1) 및 (d2)는 중심선에 접근함에 따라 눈에 띄게 감소합니다. 경계에서 큰 값은 열 구배를 거의 0인 성장 속도로 나누기 때문에 발생합니다. 이 높은 형태 인자는 주상 미세구조 형성 가능성이 높음을 시사하는 반면, 중앙 영역의 값이 낮을수록 등축 미세구조의 가능성이 더 크다는 것을 나타냅니다. Tanet al. 또한 키홀 모양의 용접 풀 59 ] 에서 이러한 응고 매개변수의 분포 를 비슷한 일반적인 경향으로 보여주었습니다. 그림  3 에서 볼 수 있듯이 용융 풀의 상단 중심선에 있는 흩어진 입자는 낮은 특징을 나타내는 영역과 일치합니다.지 /V티G/V티그림  8 (d1) 및 (d2)의 값. 시뮬레이션과 실험 간의 이러한 일치는 용융 풀의 상단 중심선에 축적된 흩어진 입자의 핵 생성 및 성장이 등온선 속도의 증가와 온도 구배의 감소에 의해 촉진됨을 보여줍니다.

    그림 9
    그림 9

    그림  9 는 유체 속도 및 국부적 핵형성 성향을 보여줍니다.ΦΦ300W의 일정한 레이저 출력과 400, 800 및 1200mm/s의 세 가지 다른 레이저 속도에 의해 생성된 3D 용융 풀 전체에 걸쳐. 그림  9 (d)~(f)는 로컬ΦΦ해당 3D 보기에서 밝은 회색 평면으로 표시된 특정 yz 단면의 분포. 이 yz 섹션은 가장 높기 때문에 선택되었습니다.Φ¯¯¯¯Φ¯용융 풀 내의 값은 각각 23.40, 11.85 및 2.45pct입니다. 이들은 그림  3 의 실험 데이터와 비교하기에 적절하지 않을 수 있는 액체 용융 풀의 과도 값이며Φ¯¯¯¯Φ¯그림  6 의 값은 이 값이 고체-액체 계면에 가깝지 않고 용융 풀의 중간에서 취해졌기 때문입니다. 온도가 훨씬 낮아서 핵이 생존하고 성장할 수 있기 때문에 핵 형성은 용융 풀의 중간이 아닌 고체-액체 계면에 더 가깝게 발생할 가능성이 있습니다.

    그림  3 (a), (d), (g), (h)에서 위쪽 중심선에서 멀리 떨어져 있는 흩어진 결정립이 있었습니다. 그들은 훨씬 더 높은 열 구배와 더 낮은 응고 속도 필드에 위치하기 때문에 과냉각 이론은 이러한 영역에서 표류 입자의 형성에 대한 만족스러운 설명이 아닙니다. 이것은 떠돌이 결정립의 형성을 야기할 수 있는 두 번째 메커니즘,  수상돌기의 팁을 가로지르는 유체 흐름에 의해 유발되는 수상돌기 조각화를 고려하도록 동기를 부여합니다. 유체 흐름이 열 구배를 따라 속도 성분을 갖고 고체-액체 계면 속도보다 클 때, 주상 수상돌기의 국지적 재용융은 용질이 풍부한 액체가 흐물흐물한 구역의 깊은 곳에서 액상선 등온선까지 이동함으로써 발생할 수 있습니다. . 55] 분리된 수상돌기는 대류에 의해 열린 액체로 운반될 수 있습니다. 풀이 과냉각 상태이기 때문에 이러한 파편은 고온 조건에서 충분히 오래 생존하여 길 잃은 입자의 핵 생성 사이트로 작용할 수 있습니다. 결과적으로 수상 돌기 조각화 과정은 활성 핵의 수를 효과적으로 증가시킬 수 있습니다.N0N0) 용융 풀 15 , 60 , 61 ] 에서 생성된 미세 구조에서 표류 입자의 면적을 증가시킵니다.

    그림  9 (a) 및 (b)에서 반동 압력은 용융 유체를 아래쪽으로 흐르게 하여 결과 흐름을 지배합니다. 유체 속도의 역방향 요소는 V = 400 및 800mm/s에 대해 각각 최대값 1.0 및 1.6m/s로 더 느려집니다 . 그림  9 (c)에서 레이저 속도가 더 증가함에 따라 증기 침하가 더 얕고 넓어지고 반동 압력이 더 고르게 분포되어 증기 침강에서 주변 영역으로 유체를 밀어냅니다. 역류는 최대값 3.5m/s로 더 빨라집니다. 용융 풀의 최대 너비에서 yz 단면  의 키홀 아래 평균 유체 속도는 그림에 표시된 경우에 대해 0.46, 0.45 및 1.44m/s입니다.9 (a), (b) 및 (c). 키홀 깊이의 변동은 각 경우의 최대 깊이와 최소 깊이의 차이로 정의되는 크기로 정량화됩니다. 240 범위의 강한 증기 내림 변동 μμm은 그림 9 (a)의 V = 400mm/s 경우에서  발견 되지만 이 변동은 그림  9 (c)에서 16의 범위로  크게 감소합니다.μμ미디엄. V = 400mm/s인 경우 의 유체장과 높은 변동 범위는 이전 키홀 동역학 시뮬레이션과 일치합니다. 34 ]

    따라서 V = 400mm/s 키홀 케이스의 무질서한 변동 흐름이 용융 풀 경계를 따라 응고된 주상 수상돌기에서 분리된 조각을 구동할 가능성이 있습니다. V = 1200mm/s의 경우 강한 역류 는 그림 3 에서 관찰되지 않았지만 동일한 효과를 가질 수 있습니다. . 덴드라이트 조각화에 대한 유체 유동장의 영향에 대한 이 경험적 설명은 용융 풀 경계 근처에 떠돌이 입자의 존재에 대한 그럴듯한 설명을 제공합니다. 분명히 하기 위해, 우리는 이 가설을 검증하기 위해 이 현상에 대한 직접적인 실험적 관찰을 하지 않았습니다. 이 작업에서 표유 입자 면적 분율을 계산할 때 단순화를 위해 핵 생성 모델링에 일정한 핵 생성 수 밀도가 적용되었습니다. 이는 그림  9 의 표류 입자 영역 비율 이 수지상정 조각화가 발생하는 경우 이러한 높은 유체 흐름 용융 풀에서 발생할 수 있는 것,  강화된 핵 생성 밀도를 반영하지 않는다는 것을 의미합니다.

    위의 이유로 핵 형성에 대한 수상 돌기 조각화의 영향을 아직 배제할 수 없습니다. 그러나 단편화 이론은 용접 문헌 [ 62 ] 에서 검증될 만큼 충분히 개발되지 않았 으므로 부차적인 중요성만 고려된다는 점에 유의해야 합니다. 1200mm/s를 초과하는 레이저 스캐닝 속도는 최소한의 표류 결정립 면적 분율을 가지고 있음에도 불구하고 분명한 볼링을 나타내기 때문에 단결정 수리 및 AM 처리에 적합하지 않습니다. 따라서 낮은 P 및 높은 V 에 의해 생성된 응고 전면 근처에서 키홀 변동이 최소화되고 유체 속도가 완만해진 용융 풀이 생성된다는 결론을 내릴 수 있습니다., 처리 창의 극한은 아니지만 흩어진 입자를 나타낼 가능성이 가장 적습니다.

    마지막으로 단일 레이저 트랙의 응고 거동을 조사하면 에피택셜 성장 동안 표류 입자 형성을 더 잘 이해할 수 있다는 점에 주목하는 것이 중요합니다. 우리의 현재 결과는 최적의 레이저 매개변수에 대한 일반적인 지침을 제공하여 최소 스트레이 그레인을 달성하고 단결정 구조를 유지합니다. 이 가이드라인은 250W 정도의 전력과 600~800mm/s의 스캔 속도로 최소 흩어진 입자에 적합한 공정 창을 제공합니다. 각 처리 매개변수를 신중하게 선택하면 과거에 스테인리스강에 대한 거의 단결정 미세 구조를 인쇄하는 데 성공했으며 이는 CMSX-4 AM 빌드에 대한 가능성을 보여줍니다. 63 ]신뢰성을 보장하기 위해 AM 수리 프로세스를 시작하기 전에 보다 엄격한 실험 테스트 및 시뮬레이션이 여전히 필요합니다. 둘 이상의 레이저 트랙 사이의 상호 작용도 고려해야 합니다. 또한 레이저, CMSX-4 분말 및 벌크 재료 간의 상호 작용이 중요하며, 수리 중에 여러 층의 CMSX-4 재료를 축적해야 하는 경우 다른 스캔 전략의 효과도 중요한 역할을 할 수 있습니다. 분말이 포함된 경우 Lopez-Galilea 등 의 연구에서 제안한 바와 같이 분말이 주로 완전히 녹지 않았을 때 추가 핵 생성 사이트를 도입하기 때문에 단순히 레이저 분말과 속도를 조작하여 흩어진 입자 형성을 완화하기 어려울 수 있습니다 . 22 ]결과적으로 CMSX-4 단결정을 수리하기 위한 레이저 AM의 가능성을 다루기 위해서는 기판 재료, 레이저 출력, 속도, 해치 간격 및 층 두께의 조합을 모두 고려해야 하며 향후 연구에서 다루어야 합니다. CFD 모델링은 2개 이상의 레이저 트랙 사이의 상호작용과 열장에 미치는 영향을 통합할 수 있으며, 이는 AM 빌드 시나리오 동안 핵 생성 조건으로 단일 비드 연구의 지식 격차를 해소할 것입니다.

    결론

    LPBF 제조의 특징적인 조건 하에서 CMSX-4 단결정 의 에피택셜(기둥형)  등축 응고 사이의 경쟁을 실험적 및 이론적으로 모두 조사했습니다. 이 연구는 고전적인 응고 개념을 도입하여 빠른 레이저 용융의 미세 구조 특징을 설명하고 응고 조건과 표유 결정 성향을 예측하기 위해 해석적 및 수치적 고충실도 CFD 열 모델 간의 비교를 설명했습니다. 본 연구로부터 다음과 같은 주요 결론을 도출할 수 있다.

    • 단일 레이저 트랙의 레이저 가공 조건은 용융 풀 형상, 레이저 흡수율, 유체 흐름 및 키홀 요동, 입자 구조 및 표류 입자 형성 민감성에 강한 영향을 미치는 것으로 밝혀졌습니다.
    • 레이저 용접을 위해 개발된 이론적인 표유 결정립 핵형성 분석이 레이저 용융 AM 조건으로 확장되었습니다. 분석 모델링 결과와 단일 레이저 트랙의 미세구조 특성화를 비교하면 예측이 전도 및 볼링 조건에서 실험적 관찰과 잘 일치하는 반면 키홀 조건에서는 예측이 약간 과소하다는 것을 알 수 있습니다. 이러한 불일치는 레이저 트랙의 대표성이 없는 섹션이나 유체 속도 필드의 변화로 인해 발생할 수 있습니다. CFD 모델에서 추출한 열장에 동일한 표유 입자 계산 파이프라인을 적용하면 연구된 모든 사례에서 과대평가가 발생하지만 분석 모델보다 연장된 용융 풀의 실험 데이터와 더 정확하게 일치합니다.
    • 이 연구에서 두 가지 표류 결정립 형성 메커니즘인 불균일 핵형성 및 수상돌기 조각화가 평가되었습니다. 우리의 결과는 불균일 핵형성이 용융 풀의 상단 중심선에서 새로운 결정립의 형성으로 이어지는 주요 메커니즘임을 시사합니다.지 /V티G/V티정권.
    • 용융 풀 경계 근처의 흩어진 입자는 깊은 키홀 모양의 용융 풀에서 독점적으로 관찰되며, 이는 강한 유체 흐름으로 인한 수상 돌기 조각화의 영향이 이러한 유형의 용융 풀에서 고려하기에 충분히 강력할 수 있음을 시사합니다.
    • 일반적으로 더 높은 레이저 스캐닝 속도와 더 낮은 전력 외에도 안정적인 키홀과 최소 유체 속도는 또한 흩어진 입자 형성을 완화하고 레이저 단일 트랙에서 에피택셜 성장을 보존합니다.

    References

    1. R.C. Reed: The Superalloys: Fundamentals and Applications, Cambridge University Press, Cambridge, 2006, pp.17–20.Book Google Scholar 
    2. A. Basak, R. Acharya, and S. Das: Metall. Mater. Trans. A, 2016, vol. 47A, pp. 3845–59.Article Google Scholar 
    3. J. Vitek: Acta Mater., 2005, vol. 53, pp. 53–67.Article CAS Google Scholar 
    4. R. Vilar and A. Almeida: J. Laser Appl., 2015, vol. 27, p. S17004.Article Google Scholar 
    5. T. Kalfhaus, M. Schneider, B. Ruttert, D. Sebold, T. Hammerschmidt, J. Frenzel, R. Drautz, W. Theisen, G. Eggeler, O. Guillon, and R. Vassen: Mater. Des., 2019, vol. 168, p. 107656.Article CAS Google Scholar 
    6. S.S. Babu, S.A. David, J.W. Park, and J.M. Vitek: Sci. Technol. Weld. Join., 2004, vol. 9, pp. 1–12.Article CAS Google Scholar 
    7. L. Felberbaum, K. Voisey, M. Gäumann, B. Viguier, and A. Mortensen: Mater. Sci. Eng. A, 2001, vol. 299, pp. 152–56.Article Google Scholar 
    8. S. Mokadem, C. Bezençon, J.M. Drezet, A. Jacot, J.D. Wagnière, and W. Kurz: TMS Annual Meeting, 2004, pp. 67–76.
    9. J.M. Vitek: ASM Proc. Int. Conf. Trends Weld. Res., vol. 2005, pp. 773–79.
    10. J.M. Vitek, S. Babu, and S. David: Process Optimization for Welding Single-Crystal Nickel-Bbased Superalloyshttps://technicalreports.ornl.gov/cppr/y2001/pres/120424.pdf
    11. J.D. Hunt: Mater. Sci. Eng., 1984, vol. 65, pp. 75–83.Article CAS Google Scholar 
    12. M. Gäumann, R. Trivedi, and W. Kurz: Mater. Sci. Eng. A, 1997, vol. 226–228, pp. 763–69.Article Google Scholar 
    13. M. Gäumann, S. Henry, F. Cléton, J.D. Wagnière, and W. Kurz: Mater. Sci. Eng. A, 1999, vol. 271, pp. 232–41.Article Google Scholar 
    14. M. Gäumann, C. Bezençon, P. Canalis, and W. Kurz: Acta Mater., 2001, vol. 49, pp. 1051–62.Article Google Scholar 
    15. J.M. Vitek, S.A. David, and S.S. Babu: Welding and Weld Repair of Single Crystal Gas Turbine Alloyshttps://www.researchgate.net/profile/Stan-David/publication/238692931_WELDING_AND_WELD_REPAIR_OF_SINGLE_CRYSTAL_GAS_TURBINE_ALLOYS/links/00b4953204ab35bbad000000/WELDING-AND-WELD-REPAIR-OF-SINGLE-CRYSTAL-GAS-TURBINE-ALLOYS.pdf
    16. B. Kianian: Wohlers Report 2017: 3D Printing and Additive Manufacturing State of the Industry, Annual Worldwide Progress Report, Wohlers Associates, Inc., Fort Collins, 2017.Google Scholar 
    17. M. Ramsperger, L. Mújica Roncery, I. Lopez-Galilea, R.F. Singer, W. Theisen, and C. Körner: Adv. Eng. Mater., 2015, vol. 17, pp. 1486–93.Article CAS Google Scholar 
    18. A.B. Parsa, M. Ramsperger, A. Kostka, C. Somsen, C. Körner, and G. Eggeler: Metals, 2016, vol. 6, pp. 258-1–17.Article Google Scholar 
    19. C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, and G. Eggeler: Metall. Mater. Trans. A, 2018, vol. 49A, pp. 3781–92.Article Google Scholar 
    20. D. Bürger, A. Parsa, M. Ramsperger, C. Körner, and G. Eggeler: Mater. Sci. Eng. A, 2019, vol. 762, p. 138098,Article Google Scholar 
    21. J. Pistor and C. Körner: Sci. Rep., 2021, vol. 11, p. 24482.Article CAS Google Scholar 
    22. I. Lopez-Galilea, B. Ruttert, J. He, T. Hammerschmidt, R. Drautz, B. Gault, and W. Theisen: Addit. Manuf., 2019, vol. 30, p. 100874.CAS Google Scholar 
    23. N. Lu, Z. Lei, K. Hu, X. Yu, P. Li, J. Bi, S. Wu, and Y. Chen: Addit. Manuf., 2020, vol. 34, p. 101228.CAS Google Scholar 
    24. K. Chen, R. Huang, Y. Li, S. Lin, W. Zhu, N. Tamura, J. Li, Z.W. Shan, and E. Ma: Adv. Mater., 2020, vol. 32, pp. 1–8.Google Scholar 
    25. W.J. Sames, F.A. List, S. Pannala, R.R. Dehoff, and S.S. Babu: Int. Mater. Rev., 2016, vol. 61, pp. 315–60.Article Google Scholar 
    26. A. Basak, R. Acharya, and S. Das: Addit. Manuf., 2018, vol. 22, pp. 665–71.CAS Google Scholar 
    27. R. Jiang, A. Mostafaei, J. Pauza, C. Kantzos, and A.D. Rollett: Mater. Sci. Eng. A, 2019. https://doi.org/10.1016/J.MSEA.2019.03.103.Article Google Scholar 
    28. R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, and A.D. Rollett: Science, 2019, vol. 363, pp. 849–52.Article CAS Google Scholar 
    29. B. Fotovvati, S.F. Wayne, G. Lewis, and E. Asadi: Adv. Mater. Sci. Eng., 2018, vol. 2018, p. 4920718.Article Google Scholar 
    30. P.-J. Chiang, R. Jiang, R. Cunningham, N. Parab, C. Zhao, K. Fezzaa, T. Sun, and A.D. Rollett: in Advanced Real Time Imaging II, pp. 77–85.
    31. J. Ye, S.A. Khairallah, A.M. Rubenchik, M.F. Crumb, G. Guss, J. Belak, and M.J. Matthews: Adv. Eng. Mater., 2019, vol. 21, pp. 1–9.Article Google Scholar 
    32. C. Zhao, Q. Guo, X. Li, N. Parab, K. Fezzaa, W. Tan, L. Chen, and T. Sun: Phys. Rev. X, 2019, vol. 9, p. 021052.CAS Google Scholar 
    33. S.A. Khairallah, A.T. Anderson, A. Rubenchik, and W.E. King: Acta Mater., 2016, vol. 108, pp. 36–45.Article CAS Google Scholar 
    34. N. Kouraytem, X. Li, R. Cunningham, C. Zhao, N. Parab, T. Sun, A.D. Rollett, A.D. Spear, and W. Tan: Appl. Phys. Rev., 2019, vol. 11, p. 064054.Article CAS Google Scholar 
    35. T. DebRoy, H. Wei, J. Zuback, T. Mukherjee, J. Elmer, J. Milewski, A. Beese, A. Wilson-Heid, A. De, and W. Zhang: Prog. Mater. Sci., 2018, vol. 92, pp. 112–224.Article CAS Google Scholar 
    36. J.H. Cho and S.J. Na: J. Phys. D, 2006, vol. 39, pp. 5372–78.Article CAS Google Scholar 
    37. I. Yadroitsev, A. Gusarov, I. Yadroitsava, and I. Smurov: J. Mater. Process. Technol., 2010, vol. 210, pp. 1624–31.Article CAS Google Scholar 
    38. S. Ghosh, L. Ma, L.E. Levine, R.E. Ricker, M.R. Stoudt, J.C. Heigel, and J.E. Guyer: JOM, 2018, vol. 70, pp. 1011–16.Article CAS Google Scholar 
    39. Y. He, C. Montgomery, J. Beuth, and B. Webler: Mater. Des., 2019, vol. 183, p. 108126.Article CAS Google Scholar 
    40. D. Rosenthal: Weld. J., 1941, vol. 20, pp. 220–34.Google Scholar 
    41. M. Tang, P.C. Pistorius, and J.L. Beuth: Addit. Manuf., 2017, vol. 14, pp. 39–48.CAS Google Scholar 
    42. R.E. Aune, L. Battezzati, R. Brooks, I. Egry, H.J. Fecht, J.P. Garandet, M. Hayashi, K.C. Mills, A. Passerone, P.N. Quested, E. Ricci, F. Schmidt-Hohagen, S. Seetharaman, B. Vinet, and R.K. Wunderlich: Proc. Int.Symp. Superalloys Var. Deriv., 2005, pp. 467–76.
    43. B.C. Wilson, J.A. Hickman, and G.E. Fuchs: JOM, 2003, vol. 55, pp. 35–40.Article CAS Google Scholar 
    44. J.J. Valencia and P.N. Quested: ASM Handb., 2008, vol. 15, pp. 468–81.Google Scholar 
    45. H.L. Wei, J. Mazumder, and T. DebRoy: Sci. Rep., 2015, vol. 5, pp. 1–7.Google Scholar 
    46. N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carlson, and S.S. Babu: Acta Mater., 2016, vol. 112, pp. 303–14.Article CAS Google Scholar 
    47. R. Lin, H. Wang, F. Lu, J. Solomon, and B.E. Carlson: Int. J. Heat Mass Transf., 2017, vol. 108, pp. 244–56.Article CAS Google Scholar 
    48. M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, and J.H. Hattel: Addit. Manuf., 2019, vol. 30, p. 100835.CAS Google Scholar 
    49. K. Higuchi, H.-J. Fecht, and R.K. Wunderlich: Adv. Eng. Mater., 2007, vol. 9, pp. 349–54.Article CAS Google Scholar 
    50. Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa, W. Everhart, T. Sun, and L. Chen: Addit. Manuf., 2019, vol. 28, pp. 600–09.Google Scholar 
    51. J. Trapp, A.M. Rubenchik, G. Guss, and M.J. Matthews: Appl. Mater. Today, 2017, vol. 9, pp. 341–49.Article Google Scholar 
    52. M. Schneider, L. Berthe, R. Fabbro, and M. Muller: J. Phys. D, 2008, vol. 41, p. 155502.Article Google Scholar 
    53. Z. Gan, O.L. Kafka, N. Parab, C. Zhao, L. Fang, O. Heinonen, T. Sun, and W.K. Liu: Nat. Commun., 2021, vol. 12, p. 2379.Article CAS Google Scholar 
    54. B.J. Simonds, E.J. Garboczi, T.A. Palmer, and P.A. Williams: Appl. Phys. Rev., 2020, vol. 13, p. 024057.Article CAS Google Scholar 
    55. J. Dantzig and M. Rappaz: Solidification, 2nd ed., EPFL Press, Lausanne, 2016, pp. 483–532.Google Scholar 
    56. W. Tiller, K. Jackson, J. Rutter, and B. Chalmers: Acta Metall., 1953, vol. 1, pp. 428–37.Article CAS Google Scholar 
    57. D. Zhang, A. Prasad, M.J. Bermingham, C.J. Todaro, M.J. Benoit, M.N. Patel, D. Qiu, D.H. StJohn, M. Qian, and M.A. Easton: Metall. Mater. Trans. A, 2020, vol. 51A, pp. 4341–59.Article Google Scholar 
    58. F. Yan, W. Xiong, and E.J. Faierson: Materials, 2017, vol. 10, p. 1260.Article Google Scholar 
    59. W. Tan and Y.C. Shin: Comput. Mater. Sci., 2015, vol. 98, pp. 446–58.Article CAS Google Scholar 
    60. A. Hellawell, S. Liu, and S.Z. Lu: JOM, 1997, vol. 49, pp. 18–20.Article CAS Google Scholar 
    61. H. Ji: China Foundry, 2019, vol. 16, pp. 262–66.Article Google Scholar 
    62. J.M. Vitek, S.A. David, and L.A. Boatner: Sci. Technol. Weld. Join., 1997, vol. 2, pp. 109–18.Article CAS Google Scholar 
    63. X. Wang, J.A. Muñiz-Lerma, O. Sanchez-Mata, S.E. Atabay, M.A. Shandiz, and M. Brochu: Prog. Addit. Manuf., 2020, vol. 5, pp. 41–49.Article Google Scholar 

    Download references

    Fig. 1. Schematic of lap welding for 6061/5182 aluminum alloys.

    알루미늄 합금 겹침 용접 중 용접 형성, 용융 흐름 및 입자 구조에 대한 사인파 발진 레이저 빔의 영향

    린 첸 가오 양 미시 옹 장 춘밍 왕
    Lin Chen , Gaoyang Mi , Xiong Zhang , Chunming Wang *
    중국 우한시 화중과학기술대학 재료공학부, 430074

    Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding

    Abstract

    A numerical model of 1.5 mm 6061/5182 aluminum alloys thin sheets lap joints under laser sinusoidal oscillation (sine) welding and laser welding (SLW) weld was developed to simulate temperature distribution and melt flow. Unlike the common energy distribution of SLW, the sinusoidal oscillation of laser beam greatly homogenized the energy distribution and reduced the energy peak. The energy peaks were located at both sides of the sine weld, resulting in the tooth-shaped sectional formation. This paper illustrated the effect of the temperature gradient (G) and solidification rate (R) on the solidification microstructure by simulation. Results indicated that the center of the sine weld had a wider area with low G/R, promoting the formation of a wider equiaxed grain zone, and the columnar grains were slenderer because of greater GR. The porosity-free and non-penetration welds were obtained by the laser sinusoidal oscillation. The reasons were that the molten pool volume was enlarged, the volume proportion of keyhole was reduced and the turbulence in the molten pool was gentled, which was observed by the high-speed imaging and simulation results of melt flow. The tensile test of both welds showed a tensile fracture form along the fusion line, and the tensile strength of sine weld was significantly better than that of the SLW weld. This was because that the wider equiaxed grain area reduced the tendency of cracks and the finer grain size close to the fracture location. Defect-free and excellent welds are of great significance to the new energy vehicles industry.

    온도 분포 및 용융 흐름을 시뮬레이션하기 위해 레이저 사인파 진동 (사인) 용접 및 레이저 용접 (SLW) 용접에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트 의 수치 모델이 개발되었습니다. SLW의 일반적인 에너지 분포와 달리 레이저 빔의 사인파 진동은 에너지 분포를 크게 균질화하고 에너지 피크를 줄였습니다. 에너지 피크는 사인 용접의 양쪽에 위치하여 톱니 모양의 단면이 형성되었습니다. 이 논문은 온도 구배(G)와 응고 속도 의 영향을 설명했습니다.(R) 시뮬레이션에 의한 응고 미세 구조. 결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립 이 더 가늘다는 것을 나타냅니다. 다공성 및 비관통 용접은 레이저 사인파 진동에 의해 얻어졌습니다. 그 이유는 용융 풀의 부피가 확대되고 열쇠 구멍의 부피 비율이 감소하며 용융 풀의 난류가 완만해졌기 때문이며, 이는 용융 흐름의 고속 이미징 및 시뮬레이션 결과에서 관찰되었습니다. 두 용접부 의 인장시험 은 융착선을 따라 인장파괴형태를인장강도사인 용접의 경우 SLW 용접보다 훨씬 우수했습니다. 이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세 하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.

    Fig. 1. Schematic of lap welding for 6061/5182 aluminum alloys.
    Fig. 1. Schematic of lap welding for 6061/5182 aluminum alloys.
    Fig. 2. Finite element mesh.
    Fig. 2. Finite element mesh.
    Fig. 3. Weld morphologies of cross-section and upper surface for the two welds: (a) sine pattern weld; (b) SLW weld.
    Fig. 3. Weld morphologies of cross-section and upper surface for the two welds: (a) sine pattern weld; (b) SLW weld.
    Fig. 4. Calculation of laser energy distribution: (a)-(c) sine pattern weld; (d)-(f) SLW weld.
    Fig. 4. Calculation of laser energy distribution: (a)-(c) sine pattern weld; (d)-(f) SLW weld.
    Fig. 5. The partially melted region of zone A.
    Fig. 5. The partially melted region of zone A.
    Fig. 6. The simulated profiles of melted region for the two welds: (a) SLW weld; (b) sine pattern weld.
    Fig. 6. The simulated profiles of melted region for the two welds: (a) SLW weld; (b) sine pattern weld.
    Fig. 7. The temperature field simulation results of cross section for sine pattern weld.
    Fig. 7. The temperature field simulation results of cross section for sine pattern weld.
    Fig. 8. Dynamic behavior of the molten pool at the same time interval of 0.004 s within one oscillating period: (a) SLW weld; (b) sine pattern weld.
    Fig. 8. Dynamic behavior of the molten pool at the same time interval of 0.004 s within one oscillating period: (a) SLW weld; (b) sine pattern weld.
    Fig. 9. The temperature field and flow field of the molten pool for the SLW weld: (a)~(f) t = 80 ms~100 ms.
    Fig. 9. The temperature field and flow field of the molten pool for the SLW weld: (a)~(f) t = 80 ms~100 ms.
    Fig. 10. The temperature field and flow field of the molten pool for the sine pattern weld: (a)~(f) t = 151 ms~171 ms.
    Fig. 10. The temperature field and flow field of the molten pool for the sine pattern weld: (a)~(f) t = 151 ms~171 ms.
    Fig. 11. The evolution of the molten pool volume and keyhole depth within one period.
    Fig. 11. The evolution of the molten pool volume and keyhole depth within one period.
    Fig. 12. The X-ray inspection results for the two welds: (a) SLW weld, (b) sine pattern weld.
    Fig. 12. The X-ray inspection results for the two welds: (a) SLW weld, (b) sine pattern weld.
    Fig. 13. Comparison of the solidification parameters for sine and SLW patterns: (a) the temperature field simulated results of the molten pool upper surfaces; (b) temperature gradient G and solidification rate R along the molten pool boundary isotherm from weld centerline to the fusion boundary; (c) G/R; (d) GR.
    Fig. 13. Comparison of the solidification parameters for sine and SLW patterns: (a) the temperature field simulated results of the molten pool upper surfaces; (b) temperature gradient G and solidification rate R along the molten pool boundary isotherm from weld centerline to the fusion boundary; (c) G/R; (d) GR.
    Fig. 14. The EBSD results of equiaxed grain zone in the weld center of: (a) sine pattern weld; (b) SLW weld; (c) grain size.
    Fig. 14. The EBSD results of equiaxed grain zone in the weld center of: (a) sine pattern weld; (b) SLW weld; (c) grain size.
    Fig. 15. (a) EBSD results of horizontal sections of SLW weld and sine pattern weld; (b) The columnar crystal widths of SLW weld and sine pattern weld.
    Fig. 15. (a) EBSD results of horizontal sections of SLW weld and sine pattern weld; (b) The columnar crystal widths of SLW weld and sine pattern weld.
    Fig. 16. (a) The tensile test results of the two welds; (b) Fracture location of SLW weld; (b) Fracture location of sine pattern weld.
    Fig. 16. (a) The tensile test results of the two welds; (b) Fracture location of SLW weld; (b) Fracture location of sine pattern weld.

    Keywords

    Laser welding, Sinusoidal oscillating, Energy distribution, Numerical simulation, Molten pool flow, Grain structure

    References

    Chen, X., 2014. Study on laser-MAG Hybrid Weaving Welding Charateristics. Master
    thesis. Harbin Institute of Technology, China.
    Chen, G., Wang, B., Mao, S., Zhong, P., He, J., 2019. Research on the “∞”-shaped laser
    scanning welding process for aluminum alloy. Opt. Laser Technol. 115, 32–41.
    Cho, W.-I., Na, S.-J., Cho, M.-H., Lee, J.-S., 2010. Numerical study of alloying element
    distribution in CO2 laser–GMA hybrid welding. Comput. Mater. Sci. 49, 792–800.
    Cho, W.-I., Na, S.-J., Thomy, C., Vollertsen, F., 2012. Numerical simulation of molten
    pool dynamics in high power disk laser welding. J. Mater. Process. Technol. 212,
    262–275.
    Das, A., Butterworth, I., Masters, I., Williams, D., 2018. Microstructure and mechanical
    properties of gap-bridged remote laser welded (RLW) automotive grade AA 5182
    joints. Mater. Charact. 145, 697–712.
    Fetzer, F., Sommer, M., Weber, R., Weberpals, J.-P., Graf, T., 2018. Reduction of pores by
    means of laser beam oscillation during remote welding of AlMgSi. Opt. Lasers Eng.
    108, 68–77.
    Geng, S., Jiang, P., Shao, X., Guo, L., Gao, X., 2020. Heat transfer and fluid flow and their
    effects on the solidification microstructure in full-penetration laser welding of
    aluminum sheet. J. Mater. Sci. Technol. 46, 50–63.
    Hagenlocher, C., Sommer, M., Fetzer, F., Weber, R., Graf, T., 2018a. Optimization of the
    solidification conditions by means of beam oscillation during laser beam welding of
    aluminum. Mater. Des. 160, 1178–1185.
    Hagenlocher, C., Weller, D., Weber, R., Graf, T., 2018b. Reduction of the hot cracking
    susceptibility of laser beam welds in AlMgSi alloys by increasing the number of grain
    boundaries. Sci. Technol. Weld. Join. 24, 313–319.
    Hagenlocher, C., Fetzer, F., Weller, D., Weber, R., Graf, T., 2019. Explicit analytical
    expressions for the influence of welding parameters on the grain structure of laser
    beam welds in aluminium alloys. Mater. Des. 174, 107791.
    Han, X., Tang, X., Wang, T., Shao, C., Lu, F., Cui, H., 2018. Role of ambient pressure in
    keyhole dynamics based on beam transmission path method for laser welding on Al
    alloy. Int. J. Adv. Manuf. Technol. 99, 1639–1651.
    Hao, K., Li, G., Gao, M., Zeng, X., 2015. Weld formation mechanism of fiber laser
    oscillating welding of austenitic stainless steel. J. Mater. Process. Technol. 225,
    77–83.
    Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free
    boundaries. J. Comput. Phys. 39, 201–225.
    Jiang, Z., Chen, X., Li, H., Lei, Z., Chen, Y., Wu, S., Wang, Y., 2020. Grain refinement and
    laser energy distribution during laser oscillating welding of Invar alloy. Mater. Des.
    186, 108195.
    Kaplan, A., 1994. A model of deep penetration laser welding based on calculation of the
    keyhole profile. J. Phys. D Appl. Phys. 27, 1805–1814.
    Kou, S., 2002. Welding Metallurgy, 2nd ed. Wiley-Interscience, New Jersey, USA.
    Kuryntsev, S.V., Gilmutdinov, A.K., 2015. The effect of laser beam wobbling mode in
    welding process for structural steels. Int. J. Adv. Manuf. Technol. 81, 1683–1691.
    Li, P., Nie, F., Dong, H., Li, S., Yang, G., Zhang, H., 2018. Pulse MIG welding of 6061-T6/
    A356-T6 aluminum alloy dissimilar T-joint. J. Mater. Eng. Perform. 27, 4760–4769.
    Liu, T., Mu, Z., Hu, R., Pang, S., 2019. Sinusoidal oscillating laser welding of 7075
    aluminum alloy: hydrodynamics, porosity formation and optimization. Int. J. Heat
    Mass Transf. 140, 346–358.
    Seto, N., Katayama, S., Matsunawa, A., 2000. High-speed simultaneous observation of
    plasma and keyhole behavior during high power CO2 laser welding: effect of
    shielding gas on porosity formation. J. Laser Appl. 12, 245–250.
    Tang, Z., Vollertsen, F., 2014. Influence of grain refinement on hot cracking in laser
    welding of aluminum. Weld. World 58, 355–366.
    Wang, L., Gao, M., Zhang, C., Zeng, X., 2016. Effect of beam oscillating pattern on weld
    characterization of laser welding of AA6061-T6 aluminum alloy. Mater. Des. 108,
    707–717.
    Wang, L., Gao, M., Zeng, X., 2018. Experiment and prediction of weld morphology for
    laser oscillating welding of AA6061 aluminium alloy. Sci. Technol. Weld. Join. 24,
    334–341.
    Yamazaki, Y., Abe, Y., Hioki, Y., Nakatani, M., Kitagawa, A., Nakata, K., 2016.
    Fundamental study of narrow-gap welding with oscillation laser beam. Weld. Int. 30,
    699–707.
    Yuan, Z., Tu, Y., Yuan, T., Zhang, Y., Huang, Y., 2021. Size effects on mechanical
    properties of pure industrial aluminum sheet for micro/meso scale plastic
    deformation: experiment and modeling. J. Alloys. Compd. 859, 157752.
    Zou, J., 2016. Characteristics of laser scanning welding process for 5A06 aluminum alloy
    thick plate with narrow gap. Materials Processing Engineering. Harbin Welding
    Institute, China. Master thesis.

    Figure 3. Comparison of water surface profiles over porous media with 12 mm particle diameter in laboratory measurements (symbols) and numerical results (lines).

    다공층에 대한 돌발 댐 붕괴의 3차원 유동 수치해석 시뮬레이션

    A. Safarzadeh1*, P. Mohsenzadeh2, S. Abbasi3
    1 Professor of Civil Eng., Water Engineering and Mineral Waters Research Center, Univ. of Mohaghegh Ardabili,Ardabil, Iran
    2 M.Sc., Graduated of Civil-Hydraulic Structures Eng., Faculty of Eng., Univ. of Mohaghegh Ardabili, Ardabil, Iran
    3 M.Sc., Graduated of Civil -Hydraulic Structures Eng., Faculty of Eng., Univ. of Mohaghegh Ardabili, Ardabil, Iran Safarzadeh@uma.ac.ir

    Highlights

    유체 이동에 의해 생성된 RBF는 Ls-Dyna에서 Fluent, ICFD ALE 및 SPH 방법으로 시뮬레이션되었습니다.
    RBF의 과예측은 유체가 메인 도메인에서 고속으로 분리될 때 발생합니다.
    이 과잉 예측은 요소 크기, 시간 단계 크기 및 유체 모델에 따라 다릅니다.
    유체 성능을 검증하려면 최대 RBF보다 임펄스가 권장됩니다.

    Abstract

    Dam break is a very important problem due to its effects on economy, security, human casualties and environmental consequences. In this study, 3D flow due to dam break over the porous substrate is numerically simulated and the effect of porosity, permeability and thickness of the porous bed and the water depth in the porous substrate are investigated. Classic models of dam break over a rigid bed and water infiltration through porous media were studied and results of the numerical simulations are compared with existing laboratory data. Validation of the results is performed by comparing the water surface profiles and wave front position with dam break on rigid and porous bed. Results showed that, due to the effect of dynamic wave in the initial stage of dam break, a local peak occurs in the flood hydrograph. The presence of porous bed reduces the acceleration of the flood wave relative to the flow over the solid bed and it decreases with the increase of the permeability of the bed. By increasing the permeability of the bed, the slope of the ascending limb of the flood hydrograph and the peak discharge drops. Furthermore, if the depth and permeability of the bed is such that the intrusive flow reaches the rigid substrate under the porous bed, saturation of the porous bed, results in a sharp increase in the slope of the flood hydrograph. The maximum values of the peak discharge at the end of the channel with porous bed occurred in saturated porous bed conditions.

    댐 붕괴는 경제, 보안, 인명 피해 및 환경적 영향으로 인해 매우 중요한 문제입니다. 본 연구에서는 다공성 기재에 대한 댐 파괴로 인한 3차원 유동을 수치적으로 시뮬레이션하고 다공성 기재의 다공성, 투과도 및 다공성 층의 두께 및 수심의 영향을 조사합니다. 단단한 바닥에 대한 댐 파괴 및 다공성 매체를 통한 물 침투의 고전 모델을 연구하고 수치 시뮬레이션 결과를 기존 실험실 데이터와 비교합니다. 결과 검증은 강체 및 다공성 베드에서 댐 파단과 수면 프로파일 및 파면 위치를 비교하여 수행됩니다. 그 결과 댐파괴 초기의 동적파동의 영향으로 홍수수문곡선에서 국부첨두가 발생하는 것으로 나타났다. 다공성 베드의 존재는 고체 베드 위의 유동에 대한 홍수파의 가속을 감소시키고 베드의 투과성이 증가함에 따라 감소합니다. 베드의 투수성을 증가시켜 홍수 수문곡선의 오름차순 경사와 첨두방류량이 감소한다. 더욱이, 만약 층의 깊이와 투과성이 관입 유동이 다공성 층 아래의 단단한 기질에 도달하는 정도라면, 다공성 층의 포화는 홍수 수문곡선의 기울기의 급격한 증가를 초래합니다. 다공층이 있는 채널의 끝단에서 최대 방전 피크값은 포화 다공층 조건에서 발생하였다.

    Keywords

    Keywords: Dams Break, 3D modeling, Porous Bed, Permeability, Flood wave

    Reference

    [1] D.L. Fread, In: Maidment, D.R. (Ed.), Flow Routing in Handbook of Hydrology, McGraw-Hill Inc., New York, USA, pp. 10(1) (1993) 1-36.
    [2] M. Morris, CADAM: Concerted Action on Dambreak Modeling – Final Report, Rep. SR 571. HR Wallingford, 2000.
    [3] H. Chanson, The Hydraulics of Open Channel Flows: an Introduction, ButterworthHeinemann, Oxford, 2004.
    [4] A. Ritter, Die Fortpflanzung der Wasserwellen (The Propagation of Water Waves), Zeitschrift Verein Deutscher Ingenieure, 36 (33) (1892) 947–954 [in German].
    [5] B. Ghimire, Hydraulic Analysis of Free-Surface Flows into Highly Permeable Porous Media and its Applications, Phd. Thesis, Kyoto University, 2009.
    [6] R. Dressler, Hydraulic Resistance Effect Upon the Dam-Break Function, Journal of Research of the National Bureau of Standards, 49 (3) 1952.
    [7] G. Lauber, and W.H. Hager, Experiments to Dambreak Wave: horizontal channel, Journal of Hydraulic Research. 36 (3) (1998) 291–307.
    [8] L.W. Tan, and V.H. Chu, Lagrangian Block Hydrodynamics of Macro Resistance in a River-Flow Model,
    [9] L. Tan, V.H. Lauber and Hager’s Dam-Break Wave Data for Numerical Model Validation, Journal of Hydraulic Research, 47 (4) (2009) 524-528.
    [10] S. Mambretti, E.D. Larcan, and D. Wrachien, 1D Modelling of Dam-Break Surges with Floating Debris, J. of Biosystems engineering, 100 (2) (2008) 297-308.
    [11] M. Pilotti, M. Tomirotti, G. Valerio, and B. Bacchi, Simplified Method for the Characterization of the Hydrograph Following a Sudden Partial Dam Break, Journal of Hydraulic Engineering, 136 (10) (2010) 693-704.
    [12] T.J. Chang, H.M. Kao, K.H. Chang, and Mi.H. Hsu, Numerical Simulation of ShallowWater Dam Break Flows in Open Channels Using Smoothed Particle Hydrodynamics, J. Hydraul. Eng., 408 (78–90) 2011.
    [13] T. Tawatchai, and W. Rattanapitikon, 2-D Modelling of Dambreak Wave Propagation on Initially Dry Bed, Thammasat Int. J. Sc. 4 (3) 1999.
    [14] Y.F. Le, Experimental Study of landslide Dam-Break Flood over Erodible Bed in open Channels. Journal of Hydrodynamics, Ser. B, 21 (5) 2006.
    [15] O. Castro-Orgaz, & H. Chanson, Ritter’s Dry-Bed Dam-Break Flows: Positive and Negative Wave Dynamics, J. of Environmental Fluid Mechanics, 17 (4) (2017) 665-694.
    [16] A. Jozdani, A.R. Kabiri-Samani, Application of Image Processing Method to Analysis of Flood Behavior Due to Dam Break, 9th Iranian Hydraulic Conference. Univ. of Tarbiat Moddares, 2011.(in persian)
    [17] A. Safarzadeh, Three Dimensional Hydrodynamics of Sudden Dam Break in Curved Channels, Journal of Modares Civil Engineering, 17(3) (2017) 77-86. (in persian)
    [18] P. C. Carman, Fluid Flow Through Granular Beds, Transactions, Institution of Chem. Eng. Res. Des. 75 (Dec): S32–S48, London, 15, (1937) 150-166.
    [19] P. Forchheimer, Wasserbewegung Durch Boden. Z. Ver. Deutsch. Ing. 45 (1901) 1782– 1788.
    [20] S. Ergun, Fluid Flow through Packed Columns. Chemical Engineering Progress, 48(2) (1952) 89-93.
    [21] A. Parsaei, S. Dehdar-Behbahani, Numerical Modeling of Cavitation on Spillway’s Flip Bucket, Frontiers of Structural and Civil Engineering, 10 (4) (2016) 438-444.
    [22] S. Dehdar-Behbahani, A. Parsaei, Numerical Modeling of Flow Pattern in Dam Spillway’s Guide Wall. Case study: Balaroud dam, Iran, Alexandria Engineering Journal, 55(1) (2016) 467-473.
    [23] A. Parsaei, AH. Haghiabi, A. Moradnejad, CFD Modeling of Flow Pattern in Spillway’s ACCEPTED MANUSCRIPT 19 Approach Channel, Sustainable Water Resources Management, 1(3) (2015) 245-251.
    [24] SH. Najafian, H. Yonesi, A. Parsaei, PH. Torabi, Physical and Numerical Modeling of Flow in Heterogeneous Roughness Non-Prismatic Compound Open Channel, Irrigation and Drainage Structures Engineering Research, 17(66) (2016) 87-104.
    [25] SH. Najafian, H. Yonesi, A. Parsaei, PH. Torabi, Physical and Numerical Modeling of Flow Properties in Prismatic Compound Open Channel with Heterogeneous Roughness, Irrigation and Drainage Structures Engineering Research, 18(68) (2017) 1-16.
    [26] A. Safarzadeh, S.H. Mohajeri, Hydrodynamics of Rectangular Broad-Crested Porous Weirs, Journal of Irrig. & Drain. Eng., 144(10) (2018) 1-12.
    [27] M. Fathi-moghaddam, M.T. Sadrabadi, M, Rahamnshahi, Numerical Simulation of the Hydraulic Performance of Triangular and Trapezoidal Gabion Weirs in Free Flow Condition, Journal of Flow Measurement & Instrumentation, 62 (2018) 93-104.
    [28] A. Parsaei, A. Moradnejad, Numerical Modeling of Flow Pattern in Spillway Approach Channel, Jordan Journal of Civil Engineering, 12(1) (2018) 1-9.

    Fig. 6. Experiment of waves passing through a single block of porous medium.

    Generalization of a three-layer model for wave attenuation in n-block submerged porous breakwater

    NadhiraKarimaaIkhaMagdalenaabIndrianaMarcelaaMohammadFaridbaFaculty of Mathematics and Natural Sciences, Bandung Institute of Technology, 40132, IndonesiabCenter for Coastal and Marine Development, Bandung Institute of Technology, Indonesia

    Highlights

    •A new three-layer model for n-block submerged porous breakwaters is developed.

    •New analytical approach in finding the wave transmission coefficient is presented.

    •A finite volume method successfully simulates the wave attenuation process.

    •Porous media blocks characteristics and configuration can optimize wave reduction.

    Abstract

    높은 파도 진폭은 해안선에 위험한 영향을 미치고 해안 복원력을 약화시킬 수 있습니다. 그러나 다중 다공성 매체는 해양 생태계의 환경 친화적인 해안 보호 역할을 할 수 있습니다.

    이 논문에서 우리는 n개의 잠긴 다공성 미디어 블록이 있는 영역에서 파동 진폭 감소를 계산하기 위해 3층 깊이 통합 방정식을 사용합니다. 수학적 모델은 파동 전달 계수를 얻기 위해 여러 행렬 방정식을 포함하는 변수 분리 방법을 사용하여 해석적으로 해결됩니다.

    이 계수는 진폭 감소의 크기에 대한 정보를 제공합니다. 또한 모델을 수치적으로 풀기 위해 지그재그 유한 체적 방법이 적용됩니다.

    수치 시뮬레이션을 통해 다공성 매질 블록의 구성과 특성이 투과파 진폭을 줄이는 데 중요하다는 결론을 내렸습니다.

    High wave amplitudes may cause dangerous effects on the shoreline and weaken coastal resilience. However, multiple porous media can act as environmental friendly coastal protectors of the marine ecosystem. In this paper, we use three-layer depth-integrated equations to calculate wave amplitude reduction in a domain with n submerged porous media blocks. The mathematical model is solved analytically using the separation of variables method involving several matrix equations to obtain the wave transmission coefficient. This coefficient provides information about the magnitude of amplitude reduction. Additionally, a staggered finite volume method is applied to solve the model numerically. By conducting numerical simulations, we conclude that porous media blocks’ configuration and characteristics are crucial in reducing transmitted wave amplitude.

    Keywords

    Three-layer equations, Submerged porous media, Wave transmission coefficient, Finite volume method

    Fig. 1. Sketch of the problem configuration.
    Fig. 1. Sketch of the problem configuration.
    Fig. 6. Experiment of waves passing through a single block of porous medium.
    Fig. 6. Experiment of waves passing through a single block of porous medium.

    References

    [1]M. Beck, G. Lange, Managing Coasts with Natural Solutions: Guidelines for Measuring and Valuing the Coastal Protection Services of Mangroves and Coral Reefs.

    Google Scholar[2]

    Y. Zhao, Y. Liu, H. Li, A. Chang

    Oblique wave motion over multiple submerged porous bars near a vertical wall

    J. Ocean Univ. China, 16 (2017), pp. 568-574, 10.1007/s11802-017-3333-5 View PDF

    View Record in ScopusGoogle Scholar[3]C. K. Sollitt, R. H. Cross, Wave transmission through permeable breakwaters, Coast. Eng..

    Google Scholar[4]J.-F. Lee, L.-F. Tu, C.-C. Liu, Nonlinear wave evolution above rectangular submerged structures, J. Mar. Sci. Technol. 22. doi:10.6119/JMST-013-0503-3.

    Google Scholar[5]

    Y.T. Wu, C.L. Yeh, S.-C. Hsiao

    Three-dimensional numerical simulation on the interaction of solitary waves and porous breakwaters

    Coast. Eng., 85 (2014), pp. 12-29

    ArticleDownload PDFView Record in ScopusGoogle Scholar[6]

    Y. feng Xu, X. he Xia, J. hua Wang, J. jian Chen

    Numerical analysis on cnoidal wave induced response of porous seabed with definite thickness

    J. Shanghai Jiao Tong Univ. (Sci.), 18 (2013), pp. 650-654, 10.1007/s12204-013-1446-6 View PDF

    Google Scholar[7]

    D.M. Pérez-Romero, M. Ortega-Sánchez, A. Moñino, M.A. Losada

    Characteristic friction coefficient and scale effects in oscillatory porous flow

    Coast. Eng., 56 (9) (2009), pp. 931-939, 10.1016/j.coastaleng.2009.05.002

    ArticleDownload PDFView Record in ScopusGoogle Scholar[8]

    A. Torres-Freyermuth, M. Brocchini, S. Corvaro, J.C. Pintado-Patiño

    Wave attenuation over porous seabeds: a numerical study

    Ocean Model., 117 (2017), pp. 28-40, 10.1016/j.ocemod.2017.07.004

    ArticleDownload PDFView Record in ScopusGoogle Scholar[9]F. Hajivalie, S. M. Mahmoudof, Experimental study of energy dissipation at rectangular submerged breakwater, Proceedings of the 8th International Conference on Fluid Mechanics.

    Google Scholar[10]G. T. Klonaris, A. S. Metallinos, C. D. Memos, K. A. Galani, Experimental and numerical investigation of bed morphology in the lee of porous submerged breakwaters, Coast. Eng. 155.

    Google Scholar[11]

    A. Kubowicz-Grajewska

    Experimental investigation into wave interaction with a rubble-mound submerged breakwater (case study)

    J. Mar. Sci. Technol., 22 (2) (2017), pp. 313-326 View PDF

    CrossRefView Record in ScopusGoogle Scholar[12]

    S.M. Mahmoudof, F. Hajivalie

    Experimental study of hydraulic response of smooth submerged breakwaters to irregular waves

    Oceanologia, 63 (4) (2021), pp. 448-462

    ArticleDownload PDFView Record in ScopusGoogle Scholar[13]

    C. Tsai, H. Chen, F. Lee

    Wave transformation over submerged permeable breakwater on porous bottom

    Ocean Eng., 33 (2006), pp. 1623-1643, 10.1016/j.oceaneng.2005.09.006

    ArticleDownload PDFView Record in ScopusGoogle Scholar[14]

    S. Rojanakamthorn, M. Isobe, A. Watanabe

    A mathematical model of wave transformation over a submerged breakwater

    Coastal Engineering in Japan, 31 (1989), pp. 209-234, 10.1080/05785634.1989.11924515 View PDF

    View Record in ScopusGoogle Scholar[15]

    Q. Lin, Q.r. Meng, D.q. Lu

    Waves propagating over a two-layer porous barrier on a seabed

    J. Hydrodyn., 30 (3) (2018), pp. 453-462 View PDF

    CrossRefView Record in ScopusGoogle Scholar[16]X. Yu, A. T. Chwang, Wave motion through porous structures, J. Eng. Mech. 120. doi:10.1061/(ASCE)0733-9399(1994)120:5(989).

    Google Scholar[17]

    K.G. Vijay, V. Venkateswarlu, D. Karmakar

    Scattering of gravity waves by multiple submerged rubble-mound breakwaters

    Arabian J. Sci. Eng., 45 (10) (2020), pp. 8529-8550 View PDF

    CrossRefView Record in ScopusGoogle Scholar[18]

    I. Magdalena, G. Jonathan

    Water waves resonance and its interaction with submerged breakwater

    Results in Engineering, 13 (2022), Article 100343, 10.1016/j.rineng.2022.100343

    ArticleDownload PDFView Record in ScopusGoogle Scholar[19]

    I. Magdalena, K. Firdaus, D. Jayadi

    Analytical and numerical studies for wave generated by submarine landslide

    Alex. Eng. J., 61 (9) (2022), pp. 7303-7313, 10.1016/j.aej.2021.12.069

    ArticleDownload PDFView Record in ScopusGoogle Scholar[20]

    L. Arpaia, M. Ricchiuto, A.G. Filippini, R. Pedreros

    An efficient covariant frame for the spherical shallow water equations: well balanced dg approximation and application to tsunami and storm surge

    Ocean Model., 169 (2022), Article 101915, 10.1016/j.ocemod.2021.101915

    ArticleDownload PDFView Record in ScopusGoogle Scholar[21]

    M. Briani, G. Puppo, M. Ribot

    Angle dependence in coupling conditions for shallow water equations at channel junctions

    Comput. Math. Appl., 108 (2022), pp. 49-65, 10.1016/j.camwa.2021.12.021

    ArticleDownload PDFView Record in ScopusGoogle Scholar[22]

    I. Magdalena, G.R. Andadari, D.E. Reeve

    An integrated study of wave attenuation by vegetation

    Wave Motion, 110 (2022), Article 102878, 10.1016/j.wavemoti.2021.102878

    ArticleDownload PDFView Record in ScopusGoogle Scholar[23]

    I. Magdalena, R. La’lang, R. Mendoza

    Quantification of wave attenuation in mangroves in manila bay using nonlinear shallow water equations

    Results in Applied Mathematics, 12 (2021), Article 100191, 10.1016/j.rinam.2021.100191

    ArticleDownload PDFView Record in ScopusGoogle Scholar[24]

    K.T. Mandli

    A numerical method for the two layer shallow water equations with dry states

    Ocean Model., 72 (2013), pp. 80-91, 10.1016/j.ocemod.2013.08.001

    ArticleDownload PDFView Record in ScopusGoogle Scholar[25]

    M. Farhan, Z. Omar, F. Mebarek-Oudina, J. Raza, Z. Shah, R.V. Choudhari, O.D. Makinde

    Implementation of the one-step one-hybrid block method on the nonlinear equation of a circular sector oscillator

    Comput. Math. Model., 31 (2020), pp. 116-132, 10.1007/s10598-020-09480-0 View PDF

    View Record in ScopusGoogle Scholar[26]

    R. Djebali, F. Mebarek-Oudina, C. Rajashekhar

    Similarity solution analysis of dynamic and thermal boundary layers: further formulation along a vertical flat plate

    Phys. Scripta, 96 (8) (2021), Article 085206, 10.1088/1402-4896/abfe31 View PDF

    View Record in ScopusGoogle Scholar[27]

    M. Alkasassbeh, O. Zurni, F. Mebarek-Oudina, J. Raza

    Heat transfer study of convective fin with temperature,Äêdependent internal heat generation by hybrid block method

    Heat Tran. Asian Res., 48 (2019), pp. 1225-1244, 10.1002/htj.21428 View PDF

    View Record in ScopusGoogle Scholar[28]

    I. Magdalena, M.F. Eka Pebriansyah

    Numerical treatment of finite difference method for solving dam break model on a wet-dry bed with an obstacle

    Results in Engineering, 14 (2022), Article 100382, 10.1016/j.rineng.2022.100382

    ArticleDownload PDFView Record in ScopusGoogle Scholar[29]

    M. Uddin, S. Rasel, J.K. Adewole, K.S. Al Kalbani

    Finite element simulation on the convective double diffusive water-based copper oxide nanofluid flow in a square cavity having vertical wavy surfaces in presence of hydro-magnetic field

    Results in Engineering, 13 (2022), Article 100364, 10.1016/j.rineng.2022.100364

    ArticleDownload PDFView Record in ScopusGoogle Scholar[30]

    E.H.H. Al-Qadami, A.S. Abdurrasheed, Z. Mustaffa, K.W. Yusof, M. Malek, A.A. Ghani

    Numerical modelling of flow characteristics over sharp crested triangular hump

    Results in Engineering, 4 (2019), Article 100052, 10.1016/j.rineng.2019.100052

    ArticleDownload PDFView Record in ScopusGoogle Scholar[31]

    I. Magdalena, V. Kusnowo, M.I. Azis

    Widowati, 1d-2d numerical model for wave attenuation by mangroves as a porous structure

    Computation, 9 (6) (2021), pp. 1-21

    Google Scholar[32]

    I. Magdalena, M.F. Atras, L. Sembiring, M.A. Nugroho, R.S.B. Labay, M.P. Roque

    Wave transmission by rectangular submerged breakwaters

    Computation, 8 (2) (2020), pp. 1-18 View PDF

    View Record in ScopusGoogle Scholar[33]

    I. Magdalena, S.R. Pudjaprasetya

    Numerical modeling for gravity waves over submerged porous media

    Australian Journal of Basic and Applied Sciences, 9 (28) (2015), pp. 124-130

    View Record in ScopusGoogle Scholar[34]

    I. Magdalena, A. Hariz, M. Farid, M.S.B. Kusuma

    Numerical studies using staggered finite volume for dam break flow with an obstacle through different geometries

    Results in Applied Mathematics, 12 (2021), Article 100193, 10.1016/j.rinam.2021.100193

    ArticleDownload PDFView Record in ScopusGoogle Scholar[35]

    R. Walters, E. Hanert, J. Pietrzak, D. Le Roux

    Comparison of unstructured, staggered grid methods for the shallow water equations

    Ocean Model., 28 (1) (2009), pp. 106-117, 10.1016/j.ocemod.2008.12.004

    the Sixth International Workshop on Unstructured Mesh Numerical Modelling of Coastal, Shelf and Ocean Flows

    ArticleDownload PDFView Record in ScopusGoogle Scholar[36]

    F. Mebarek-Oudina

    Numerical modeling of the hydrodynamic stability in vertical annulus with heat source of different lengths, Engineering Science and Technology

    Int. J., 20 (4) (2017), pp. 1324-1333, 10.1016/j.jestch.2017.08.003

    ArticleDownload PDFView Record in ScopusGoogle Scholar[37]

    S. Pudjaprasetya, I. Magdalena

    Numerical modeling for gravity waves over submerged porous media

    Australian Journal of Basic and Applied Sciences, 9 (2015), pp. 124-130

    Google Scholar

    The Study of the effect of step penetration depth on exchanges between surface and subsurface fluxes

    The Study of the effect of step penetration depth on exchanges between surface and subsurface fluxes

    Authors

    1 irrigation department, university of Tehran

    2 Dep. of Water Engineering, Faculty of Water and Soil, Gorgan University of Agricultural Sciences and Natural Resources, Golestan.

    3 Assistant Professor, Department of Irrigation and Reclamation Engineering, Faculty of Agricultural Engineering and Technology, University College of Agriculture and Natural Resources, University of Tehran, P. O. Box 4111, Karaj, 31587-77871, Iran.

    Abstract

    The exchange of surface and subsurface flows in riverbeds, especially upstream of control structures as an important ecological area, is very important and noteworthy. The natural morphology of rivers and various in-stream structures along the flow path are important factors in the formation of such flows. Since the in-stream structures in the flow path have a more controlled and effective role than the morphology of rivers in the formation of these exchanges, in this study the effect of the penetration depth of these structures in the porous bed on the characteristics of exchange flows through experiments and Numerical simulation has been investigated. The experiments were performed in a flume with a length of 10 m, width of 20 cm, depth of 30 cm and a slope of 0.01, for three different penetration depths. Potassium permanganate detector was used for tracking the flow. In addition, to obtain exchange flow characteristics; the mainstream and the exchange pattern were simulated by particle tracking method using Flow 3D software. The results showed that in the Reynolds range 1020 to 3450, with increasing the penetration depth of the structure from 0.09 to 0.13 m, the retention time of the exchange flow increases up to 6.6%. In addition, the length of the effect of the structure up to 9%, the length of the exchange path up to 4.6% and the penetration depth of the exchange increases up to 7.7% while the exchange rate decreases to 22%. Therefore, in order to increase the exchange rate, it is recommended to use a structure with a lower penetration depth and to increase the retention time, a structure with a greater penetration depth is recommended.

    중요한 생태 지역으로서 특히 제어 구조물의 상류 하천 바닥에서 지표 및 지하 흐름의 교환은 매우 중요하고 주목할 만합니다. 하천의 자연적 형태와 유동 경로를 따라 흐르는 다양한 하천 구조는 이러한 유동 형성에 중요한 요소입니다.

    흐름 경로의 유류 구조는 이러한 교환의 형성에서 강의 형태보다 더 제어되고 효과적인 역할을 하기 때문에 본 연구에서는 다공성 층에서 이러한 구조의 침투 깊이가 교환의 특성에 미치는 영향 실험과 수치 시뮬레이션을 통한 흐름이 조사되었습니다.

    실험은 길이 10m, 너비 20cm, 깊이 30cm, 기울기 0.01의 수로에서 세 가지 다른 침투 깊이에 대해 수행되었습니다. 흐름을 추적하기 위해 과망간산 칼륨 검출기가 사용되었습니다. 또한, 교환 흐름 특성을 얻기 위해; Flow 3D 소프트웨어를 사용하여 입자 추적 방법으로 주류 및 교환 패턴을 시뮬레이션했습니다.

    결과는 Reynolds 범위 1020 ~ 3450에서 구조물의 침투 깊이가 0.09에서 0.13m로 증가함에 따라 교환 흐름의 체류 시간이 최대 6.6%까지 증가함을 보여주었습니다. 또한 구조의 효과 길이는 최대 9%, 교환 경로의 길이는 최대 4.6%, 교환의 침투 깊이는 최대 7.7%까지 증가하는 반면 환율은 22%로 감소합니다.

    따라서 환율을 높이기 위해서는 침투깊이가 낮은 구조를 사용하는 것이 좋으며, 머무름 시간을 늘리기 위해서는 침투깊이가 큰 구조를 사용하는 것이 좋습니다.

    Keywords

    하류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

    The Optimal Operation on Auxiliary Spillway to Minimize the Flood Damage in Downstream River with Various Outflow Conditions

    하류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

    Hyung Ju Yoo1, Sung Sik Joo2, Beom Jae Kwon3, Seung Oh Lee4*

    유 형주1, 주 성식2, 권 범재3, 이 승오4*

    1Ph.D Student, Dept. of Civil & Environmental Engineering, Hongik University
    2Director, Water Resources & Environment Department, HECOREA
    3Director, Water Resources Department, ISAN
    4Professor, Dept. of Civil & Environmental Engineering, Hongik University

    1홍익대학교 건설환경공학과 박사과정
    2㈜헥코리아 수자원환경사업부 이사
    3㈜이산 수자원부 이사
    4홍익대학교 건설환경공학과 교수

    ABSTRACT

    최근 기후변화로 인해 강우강도 및 빈도의 증가에 따른 집중호우의 영향 및 기존 여수로의 노후화에 대비하여 홍수 시 하류 하천의 영향을 최소화할 수 있는 보조 여수로 활용방안 구축이 필요한 실정이다. 이를 위해, 수리모형 실험 및 수치모형 실험을 통하여 보조 여수로 운영에 따른 흐름특성 변화 검토에 관한 연구가 많이 진행되어 왔다. 그러나 대부분의 연구는 여수로에서의 흐름특성 및 기능성에 대한 검토를 수행하였을 뿐 보조 여수로의 활용방안에 따른 하류하천 영향 검토 및 호안 안정성 검토에 관한 연구는 미비한 실정이다. 이에 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류영향 분석 및 호안 안정성 측면에서 최적 방류 시나리오 검토를 3차원 수치모형인 FLOW-3D를 사용하여 검토하였다. 또한 FLOW-3D 수치모의 수행을 통한 유속, 수위 결과와 소류력 산정 결과를 호안 설계허용 기준과 비교하였다. 수문 완전 개도 조건으로 가정하고 계획홍수량 유입 시 다양한 보조 여수로 활용방안에 대하여 수치모의를 수행한 결과, 보조 여수로 단독 운영 시 기존 여수로 단독운영에 비하여 최대유속 및 최대 수위의 감소효과를 확인하였다. 다만 계획홍수량의 45% 이하 방류 조건에서 대안부의 호안 안정성을 확보하였고 해당 방류량 초과 경우에는 처오름 현상이 발생하여 월류에 대한 위험성 증가를 확인하였다. 따라서 기존 여수로와의 동시 운영 방안 도출이 중요하다고 판단하였다. 여수로의 배분 비율 및 총 허용 방류량에 대하여 검토한 결과 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 흐름이 중심으로 집중되어 대안부의 유속 저감 및 수위 감소를 확인하였고, 계획 홍수량의 77% 이하의 조건에서 호안의 허용 유속 및 허용 소류력 조건을 만족하였다. 이를 통하여 본 연구에서 제안한 보조 여수로 활용방안으로는 기존 여수로와 동시 운영 시 총 방류량에 대하여 보조 여수로의 배분량이 기존 여수로의 배분량보다 크게 설정하는 것이 하류하천의 영향을 최소화 할 수 있는 것으로 나타났다. 그러나 본 연구는 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토한다면 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출이 가능할 것으로 기대 된다.

    키워드 : 보조 여수로, FLOW-3D, 수치모의, 호안 안정성, 소류력

    1. 서 론

    최근 기후변화로 인한 집중호우의 영향으로 홍수 시 댐으로 유입되는 홍수량이 설계 홍수량보다 증가하여 댐 안정성 확보가 필요한 실정이다(Office for Government Policy Coordination, 2003). MOLIT & K-water(2004)에서는 기존댐의 수문학적 안정성 검토를 수행하였으며 이상홍수 발생 시 24개 댐에서 월류 등으로 인한 붕괴위험으로 댐 하류지역의 극심한 피해를 예상하여 보조여수로 신설 및 기존여수로 확장 등 치수능력 증대 기본계획을 수립하였고 이를 통하여 극한홍수 발생 시 홍수량 배제능력을 증대하여 기존댐의 안전성 확보 및 하류지역의 피해를 방지하고자 하였다. 여기서 보조 여수로는 기존 여수로와 동시 또는 별도 운영하는 여수로로써 비상상황 시 방류 기능을 포함하고 있고(K-water, 2021), 최근에는 기존 여수로의 노후화에 따라 보조여수로의 활용방안에 대한 관심이 증가하고 있다. 따라서 본 연구에서는 3차원 수치해석을 수행하여 기존 및 보조 여수로의 방류량 조합에 따른 하류 영향을 분석하고 하류 호안 안정성 측면에서 최적 방류 시나리오를 검토하고자 한다.

    기존의 댐 여수로 검토에 관한 연구는 주로 수리실험을 통하여 방류조건 별 흐름특성을 검토하였으나 최근에는 수치모형 실험결과가 수리모형실험과 비교하여 근사한 것을 확인하는 등 점차 수치모형실험을 수리모형실험의 대안으로 활용하고 있다(Jeon et al., 2006Kim, 2007Kim et al., 2008). 국내의 경우, Jeon et al.(2006)은 수리모형 실험과 수치모의를 이용하여 임하댐 바상여수로의 기본설계안을 도출하였고, Kim et al.(2008)은 가능최대홍수량 유입 시 비상여수로 방류에 따른 수리학적 안정성과 기능성을 3차원 수치모형인 FLOW-3D를 활용하여 검토하였다. 또한 Kim and Kim(2013)은 충주댐의 홍수조절 효과 검토 및 방류량 변화에 따른 상·하류의 수위 변화를 수치모형을 통하여 검토하였다. 국외의 경우 Zeng et al.(2017)은 3차원 수치모형인 Fluent를 활용한 여수로 방류에 따른 흐름특성 결과와 측정결과를 비교하여 수치모형 결과의 신뢰성을 검토하였다. Li et al.(2011)은 가능 최대 홍수량(Probable Maximum Flood, PMF)조건에서 기존 여수로와 신규 보조 여수로 유입부 주변의 흐름특성에 대하여 3차원 수치모형 Fluent를 활용하여 검토하였고, Lee et al.(2019)는 서로 근접해있는 기존 여수로와 보조여수로 동시 운영 시 방류능 검토를 수리모형 실험 및 수치모형 실험(FLOW-3D)을 통하여 수행하였으며 기존 여수로와 보조 여수로를 동시운영하게 되면 배수로 간섭으로 인하여 총 방류량이 7.6%까지 감소되어 댐의 방류능력이 감소하였음을 확인하였다.

    그러나 대부분의 여수로 검토에 대한 연구는 여수로 내에서의 흐름특성 및 기능성에 대한 검토를 수행하였고. 이에 기존 여수로와 보조 여수로 방류운영에 따른 하류하천의 흐름특성 변화 및 호안 안정성 평가에 관한 추가적인 검토가 필요한 실정이다. 따라서 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류하천의 흐름특성 및 호안 안정성분석을 3차원 수치모형인 FLOW-3D를 이용하여 검토하였다. 또한 다양한 방류 배분 비율 및 허용 방류량 조건 변화에 따른 하류하천의 흐름특성 및 소류력 분석결과를 호안 설계 허용유속 및 허용 소류력 기준과 비교하여 하류하천의 영향을 최소화 할 수 있는 최적의 보조 여수로 활용방안을 도출하고자 한다.

    2. 본 론

    2.1 이론적 배경

    2.1.1 3차원 수치모형의 기본이론

    FLOW-3D는 미국 Flow Science, Inc에서 개발한 범용 유체역학 프로그램(CFD, Computational Fluid Dynamics)으로 자유 수면을 갖는 흐름모의에 사용되는 3차원 수치해석 모형이다. 난류모형을 통해 난류 해석이 가능하고, 댐 방류에 따른 하류 하천의 흐름 해석에도 많이 사용되어 왔다(Flow Science, 2011). 본 연구에서는 FLOW-3D(version 12.0)을 이용하여 홍수 시 기존 여수로의 노후화에 대비하여 보조 여수로의 활용방안에 대한 검토를 하류하천의 호안 안정성 측면에서 검토하였다.

    2.1.2 유동해석의 지배방정식

    1) 연속 방정식(Continuity Equation)

    FLOW-3D는 비압축성 유체에 대하여 연속방정식을 사용하며, 밀도는 상수항으로 적용된다. 연속 방정식은 Eqs. (1)(2)와 같다.

    (1)

    ∇·v=0

    (2)

    ∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ

    여기서, ρ는 유체 밀도(kg/m3), u, v, w는 x, y, z방향의 유속(m/s), Ax, Ay, Az는 각 방향의 요소면적(m2), RSOR는 질량 생성/소멸(mass source/sink)항을 의미한다.

    2) 운동량 방정식(Momentum Equation)

    각 방향 속도성분 u, v, w에 대한 운동방정식은 Navier-Stokes 방정식으로 다음 Eqs. (3)(4)(5)와 같다.

    (3)

    ∂u∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂x+Gx+fx-bx-RSORρVFu

    (4)

    ∂v∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂y+Gy+fy-by-RSORρVFv

    (5)

    ∂w∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂z+Gz+fz-bz-RSORρVFw

    여기서, Gx, Gy, Gz는 체적력에 의한 가속항, fx, fy, fz는 점성에 의한 가속항, bx, by, bz는 다공성 매체에서의 흐름손실을 의미한다.

    2.1.3 소류력 산정

    호안설계 시 제방사면 호안의 안정성 확보를 위해서는 하천의 흐름에 의하여 호안에 작용하는 소류력에 저항할 수 있는 재료 및 공법 선택이 필요하다. 국내의 경우 하천공사설계실무요령(MOLIT, 2016)에서 계획홍수량 유하 시 소류력 산정 방법을 제시하고 있다. 소류력은 하천의 평균유속을 이용하여 산정할 수 있으며, 소류력 산정식은 Eqs. (6)(7)과 같다.

    1) Schoklitsch 공식

    Schoklitsch(1934)는 Chezy 유속계수를 적용하여 소류력을 산정하였다.

    (6)

    τ=γRI=γC2V2

    여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), I는 에너지경사, C는 Chezy 유속계수, V는 평균유속(m/s)을 의미한다.

    2) Manning 조도계수를 고려한 공식

    Chezy 유속계수를 대신하여 Manning의 조도계수를 고려하여 소류력을 산정할 수 있다.

    (7)

    τ=γn2V2R1/3

    여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), n은 Manning의 조도계수, V는 평균유속(m/s)을 의미한다.

    FLOW-3D 수치모의 수행을 통하여 하천의 바닥 유속을 도출할 수 있으며, 본 연구에서는 Maning 조도계수롤 고려하여 소류력을 산정하고자 한다. 소류력을 산정하기 위해서 여수로 방류에 따른 대안부의 바닥유속 변화를 검토하여 최대 유속 값을 이용하였다. 최종적으로 산정한 소류력과 호안의 재료 및 공법에 따른 허용 소류력과 비교하여 제방사면 호안의 안정성 검토를 수행하게 된다.

    2.2 하천호안 설계기준

    하천 호안은 계획홍수위 이하의 유수작용에 대하여 안정성이 확보되도록 계획하여야 하며, 호안의 설계 시에는 사용재료의 확보용이성, 시공상의 용이성, 세굴에 대한 굴요성(flexibility) 등을 고려하여 호안의 형태, 시공방법 등을 결정한다(MOLIT, 2019). 국내의 경우, 하천공사설계실무요령(MOLIT, 2016)에서는 다양한 호안공법에 대하여 비탈경사에 따라 설계 유속을 비교하거나, 허용 소류력을 비교함으로써 호안의 안정성을 평가한다. 호안에 대한 국외의 설계기준으로 미국의 경우, ASTM(미국재료시험학회)에서 호안블록 및 식생매트 시험방법을 제시하였고 제품별로 ASTM 시험에 의한 허용유속 및 허용 소류력을 제시하였다. 일본의 경우, 호안 블록에 대한 축소실험을 통하여 항력을 측정하고 이를 통해서 호안 블록에 대한 항력계수를 제시하고 있다. 설계 시에는 항력계수에 의한 블록의 안정성을 평가하고 있으나, 최근에는 세굴의 영향을 고려할 수 있는 호안 안정성 평가의 필요성을 제기하고 있다(MOLIT, 2019). 관련된 국내·외의 하천호안 설계기준은 Table 1에 정리하여 제시하였고, 본 연구에서 하천 호안 안정성 평가 시 하천공사설계실무요령(MOLIT, 2016)과 ASTM 시험에서 제시한 허용소류력 및 허용유속 기준을 비교하여 각각 0.28 kN/m2, 5.0 m/s 미만일 경우 호안 안정성을 확보하였다고 판단하였다.

    Table 1.

    Standard of Permissible Velocity and Shear on Revetment

    Country (Reference)MaterialPermissible velocity (Vp, m/s)Permissible Shear (τp, kN/m2)
    KoreaRiver Construction Design Practice Guidelines
    (MOLIT, 2016)
    Vegetated5.00.50
    Stone5.00.80
    USAASTM D’6460Vegetated6.10.81
    Unvegetated5.00.28
    JAPANDynamic Design Method of Revetment5.0

    2.3. 보조여수로 운영에 따른 하류하천 영향 분석

    2.3.1 모형의 구축 및 경계조건

    본 연구에서는 기존 여수로의 노후화에 대비하여 홍수 시 보조여수로의 활용방안에 따른 하류하천의 흐름특성 및 호안안정성 평가를 수행하기 위해 FLOW-3D 모형을 이용하였다. 기존 여수로 및 보조 여수로는 치수능력 증대사업(MOLIT & K-water, 2004)을 통하여 완공된 ○○댐의 제원을 이용하여 구축하였다. ○○댐은 설계빈도(100년) 및 200년빈도 까지는 계획홍수위 이내로 기존 여수로를 통하여 운영이 가능하나 그 이상 홍수조절은 보조여수로를 통하여 조절해야 하며, 또한 2011년 기존 여수로 정밀안전진단 결과 사면의 표층 유실 및 옹벽 밀림현상 등이 확인되어 노후화에 따른 보수·보강이 필요한 상태이다. 이에 보조여수로의 활용방안 검토가 필요한 것으로 판단하여 본 연구의 대상댐으로 선정하였다. 하류 하천의 흐름특성을 예측하기 위하여 격자간격을 0.99 ~ 8.16 m의 크기로 하여 총 격자수는 49,102,500개로 구성하였으며, 여수로 방류에 따른 하류하천의 흐름해석을 위한 경계조건으로 상류는 유입유량(inflow), 바닥은 벽면(wall), 하류는 수위(water surface elevation)조건으로 적용하도록 하였다(Table 2Fig. 1 참조). FLOW-3D 난류모형에는 혼합길이 모형, 난류에너지 모형, k-ϵ모형, RNG(Renormalized Group Theory) k-ϵ모형, LES 모형 등이 있으며, 본 연구에서는 여수로 방류에 따른 복잡한 난류 흐름 및 높은 전단흐름을 정확하게 모의(Flow Science, 2011)할 수 있는 RNG k-ϵ모형을 사용하였고, 하류하천 호안의 안정성 측면에서 보조여수로의 활용방안을 검토하기 위하여 방류시나리오는 Table 3에 제시된 것 같이 설정하였다. Case 1 및 Case 2를 통하여 계획홍수량에 대하여 기존 여수로와 보조 여수로의 단독 운영이 하류하천에 미치는 영향을 확인하였고 보조 여수로의 방류량 조절을 통하여 호안 안정성 측면에서 보조 여수로 방류능 검토를 수행하였다(Case 3 ~ Case 6). 또한 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천의 영향 검토(Case 7 ~ Case 10) 및 방류 배분에 따른 허용 방류량을 호안 안정성 측면에서 검토를 수행하였다(Case 11 ~ Case 14).

    수문은 완전개도 조건으로 가정하였으며 하류하천의 계획홍수량에 대한 기존 여수로와 보조여수로의 배분량을 조절하여 모의를 수행하였다. 여수로는 콘크리트의 조도계수 값(Chow, 1959)을 채택하였고, 댐 하류하천의 조도계수는 하천기본계획(Busan Construction and Management Administration, 2009) 제시된 조도계수 값을 채택하였으며 FLOW-3D의 적용을 위하여 Manning-Strickler 공식(Vanoni, 2006)을 이용하여 조도계수를 조고값으로 변환하여 사용하였다. Manning-Strickler 공식은 Eq. (8)과 같으며, FLOW-3D에 적용한 조도계수 및 조고는 Table 4와 같다.

    (8)

    n=ks1/68.1g1/2

    여기서, kS는 조고 (m), n은 Manning의 조도계수, g는 중력가속도(m/s2)를 의미한다.

    시간에 따라 동일한 유량이 일정하게 유입되도록 모의를 수행하였으며, 시간간격(Time Step)은 0.0001초로 설정(CFL number < 1.0) 하였다. 또한 여수로 수문을 통한 유량의 변동 값이 1.0%이내일 경우는 연속방정식을 만족하고 있다고 가정하였다. 이는, 유량의 변동 값이 1.0%이내일 경우 유속의 변동 값 역시 1.0%이내이며, 수치모의 결과 1.0%의 유속변동은 호안의 유속설계기준에 크게 영향을 미치지 않는다고 판단하였다. 그 결과 모든 수치모의 Case에서 2400초 이내에 결과 값이 수렴하는 것을 확인하였다.

    Table 2.

    Mesh sizes and numerical conditions

    MeshNumbers49,102,500 EA
    Increment (m)DirectionExisting SpillwayAuxiliary Spillway
    ∆X0.99 ~ 4.301.00 ~ 4.30
    ∆Y0.99 ~ 8.161.00 ~ 5.90
    ∆Z0.50 ~ 1.220.50 ~ 2.00
    Boundary ConditionsXmin / YmaxInflow / Water Surface Elevation
    Xmax, Ymin, Zmin / ZmaxWall / Symmetry
    Turbulence ModelRNG model
    Table 3.

    Case of numerical simulation (Qp : Design flood discharge)

    CaseExisting Spillway (Qe, m3/s)Auxiliary Spillway (Qa, m3/s)Remarks
    1Qp0Reference case
    20Qp
    300.58QpReview of discharge capacity on
    auxiliary spillway
    400.48Qp
    500.45Qp
    600.32Qp
    70.50Qp0.50QpDetermination of optimal division
    ratio on Spillways
    80.61Qp0.39Qp
    90.39Qp0.61Qp
    100.42Qp0.58Qp
    110.32Qp0.45QpDetermination of permissible
    division on Spillways
    120.35Qp0.48Qp
    130.38Qp0.53Qp
    140.41Qp0.56Qp
    Table 4.

    Roughness coefficient and roughness height

    CriteriaRoughness coefficient (n)Roughness height (ks, m)
    Structure (Concrete)0.0140.00061
    River0.0330.10496
    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F1.jpg
    Fig. 1

    Layout of spillway and river in this study

    2.3.2 보조 여수로의 방류능 검토

    본 연구에서는 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천 대안부의 유속분포 및 수위분포를 검토하기 위해 수치모의 Case 별 다음과 같이 관심구역을 설정하였다(Fig. 2 참조). 관심구역(대안부)의 길이(L)는 총 1.3 km로 10 m 등 간격으로 나누어 검토하였으며, Section 1(0 < X/L < 0.27)은 기존 여수로 방류에 따른 영향이 지배적인 구간, Section 2(0.27 < X/L < 1.00)는 보조 여수로 방류에 따른 영향이 지배적인 구간으로 각 구간에서의 수위, 유속, 수심결과를 확인하였다. 기존 여수로의 노후화에 따른 보조 여수로의 방류능 검토를 위하여 Case 1 – Case 6까지의 결과를 비교하였다.

    보조 여수로의 단독 운영 시 기존 여수로 운영 시 보다 하류하천의 대안부의 최대 유속(Vmax)은 약 3% 감소하였으며, 이는 보조 여수로의 하천 유입각이 기존 여수로 보다 7°작으며 유입하천의 폭이 증가하여 유속이 감소한 것으로 판단된다. 대안부의 최대 유속 발생위치는 하류 쪽으로 이동하였으며 교량으로 인한 단면의 축소로 최대유속이 발생하는 것으로 판단된다. 또한 보조 여수로의 배분량(Qa)이 증가함에 따라 하류하천 대안부의 최대 유속이 증가하였다. 하천호안 설계기준에서 제시하고 있는 허용유속(Vp)과 비교한 결과, 계획홍수량(Qp)의 45% 이하(Case 5 & 6)를 보조 여수로에서 방류하게 되면 허용 유속(5.0 m/s)조건을 만족하여 호안안정성을 확보하였다(Fig. 3 참조). 허용유속 외에도 대안부에서의 소류력을 산정하여 하천호안 설계기준에서 제시한 허용 소류력(τp)과 비교한 결과, 유속과 동일하게 보조 여수로의 방류량이 계획홍수량의 45% 이하일 경우 허용소류력(0.28 kN/m2) 조건을 만족하였다(Fig. 4 참조). 각 Case 별 호안설계조건과 비교한 결과는 Table 5에 제시하였다.

    하류하천의 수위도 기존 여수로 운영 시 보다 보조 여수로 단독 운영 시 최대 수위(ηmax)가 약 2% 감소하는 효과를 보였으며 최대 수위 발생위치는 수충부로 여수로 방류시 처오름에 의한 수위 상승으로 판단된다. 기존 여수로의 단독운영(Case 1)의 수위(ηref)를 기준으로 보조 여수로의 방류량이 증가함에 따라 수위는 증가하였으나 계획홍수량의 58%까지 방류할 경우 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보되었다(Fig. 5 참조). 그러나 계획홍수량 조건에서는 월류에 대한 위험성이 존재하기 때문에 기존여수로와 보조여수로의 적절한 방류량 배분 조합을 도출하는 것이 중요하다고 판단되어 진다.

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F2.jpg
    Fig. 2

    Region of interest in this study

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F3.jpg
    Fig. 3

    Maximum velocity and location of Vmax according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F4.jpg
    Fig. 4

    Maximum shear according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F5.jpg
    Fig. 5

    Maximum water surface elevation and location of ηmax according to Qa

    Table 5.

    Numerical results for each cases (Case 1 ~ Case 6)

    CaseMaximum Velocity
    (Vmax, m/s)
    Maximum Shear
    (τmax, kN/m2)
    Evaluation
    in terms of Vp
    Evaluation
    in terms of τp
    1
    (Qa = 0)
    9.150.54No GoodNo Good
    2
    (Qa = Qp)
    8.870.56No GoodNo Good
    3
    (Qa = 0.58Qp)
    6.530.40No GoodNo Good
    4
    (Qa = 0.48Qp)
    6.220.36No GoodNo Good
    5
    (Qa = 0.45Qp)
    4.220.12AccpetAccpet
    6
    (Qa = 0.32Qp)
    4.040.14AccpetAccpet

    2.3.3 기존 여수로와 보조 여수로 방류량 배분 검토

    기존 여수로 및 보조 여수로 단독운영에 따른 하류하천 및 호안의 안정성 평가를 수행한 결과 계획홍수량 방류 시 하류하천 대안부에서 호안 설계 조건(허용유속 및 허용 소류력)을 초과하였으며, 처오름에 의한 수위 상승으로 월류에 대한 위험성 증가를 확인하였다. 따라서 계획 홍수량 조건에서 기존 여수로와 보조 여수로의 방류량 배분을 통하여 호안 안정성을 확보하고 하류하천에 방류로 인한 피해를 최소화할 수 있는 배분조합(Case 7 ~ Case 10)을 검토하였다. Case 7은 기존 여수로와 보조여수로의 배분 비율을 균등하게 적용한 경우이고, Case 8은 기존 여수로의 배분량이 보조 여수로에 비하여 많은 경우, Case 9는 보조 여수로의 배분량이 기존 여수로에 비하여 많은 경우를 의미한다. 최대유속을 비교한 결과 보조 여수로의 배분 비율이 큰 경우 기존 여수로의 배분량에 의하여 흐름이 하천 중심에 집중되어 대안부의 유속을 저감하는 효과를 확인하였다. 보조여수로의 방류량 배분 비율이 증가할수록 기존 여수로 대안부 측(0.00<X/L<0.27, Section 1) 유속 분포는 감소하였으나, 신규여수로 대안부 측(0.27<X/L<1.00, Section 2) 유속은 증가하는 것을 확인하였다(Fig. 6 참조). 그러나 유속 저감 효과에도 대안부 전구간에서 설계 허용유속 조건을 초과하여 제방의 안정성을 확보하지는 못하였다. 소류력 산정 결과 유속과 동일하게 보조 여수로의 방류량이 기존 여수로의 방류량 보다 크면 감소하는 것을 확인하였고 일부 구간에서는 허용 소류력 조건을 만족하는 것을 확인하였다(Fig. 7 참조).

    따라서 유속 저감효과가 있는 배분 비율 조건(Qa>Qe)에서 Section 2에 유속 저감에 영향을 미치는 기존 여수로 방류량 배분 비율을 증가시켜 추가 검토(Case 10)를 수행하였다. 단독운영과 비교 시 하류하천에 유입되는 유량은 증가하였음에도 불구하고 기존 여수로 방류량에 의해 흐름이 하천 중심으로 집중되는 현상에 따라 대안부의 유속은 단독 운영에 비하여 감소하는 것을 확인하였고(Fig. 8 참조), 호안 설계 허용유속 및 허용 소류력 조건을 만족하는 구간이 발생하여 호안 안정성도 확보한 것으로 판단되었다. 최종적으로 각 Case 별 수위 결과의 경우 여수로 동시 운영을 수행하게 되면 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 9 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 6에 제시하였다.

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F6.jpg
    Fig. 6

    Maximum velocity on section 1 & 2 according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F7.jpg
    Fig. 7

    Maximum shear on section 1 & 2 according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F8.jpg
    Fig. 8

    Velocity results of FLOW-3D (a: auxiliary spillway operation only , b : simultaneous operation of spillways)

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F9.jpg
    Fig. 9

    Maximum water surface elevation on section 1 & 2 according to Qa

    Table 6.

    Numerical results for each cases (Case 7 ~ Case 10)

    Case (Qe &amp; Qa)Maximum Velocity (Vmax, m/s)Maximum Shear
    (τmax, kN/m2)
    Evaluation in terms of VpEvaluation in terms of τp
    Section 1Section 2Section 1Section 2Section 1Section 2Section 1Section 2
    7
    Qe : 0.50QpQa : 0.50Qp
    8.106.230.640.30No GoodNo GoodNo GoodNo Good
    8
    Qe : 0.61QpQa : 0.39Qp
    8.886.410.610.34No GoodNo GoodNo GoodNo Good
    9
    Qe : 0.39QpQa : 0.61Qp
    6.227.330.240.35No GoodNo GoodAcceptNo Good
    10
    Qe : 0.42QpQa : 0.58Qp
    6.394.790.300.19No GoodAcceptNo GoodAccept

    2.3.4 방류량 배분 비율의 허용 방류량 검토

    계획 홍수량 방류 시 기존 여수로와 보조 여수로의 배분 비율 검토 결과 Case 10(Qe = 0.42Qp, Qa = 0.58Qp)에서 방류에 따른 하류 하천의 피해를 최소화시킬 수 있는 것을 확인하였다. 그러나 대안부 전 구간에 대하여 호안 설계조건을 만족하지 못하였다. 따라서 기존 여수로와 보조 여수로의 방류 배분 비율을 고정시킨 후 총 방류량을 조절하여 허용 방류량을 검토하였다(Case 11 ~ Case 14).

    호안 안정성 측면에서 검토한 결과 계획홍수량 대비 총 방류량이 감소하면 최대 유속 및 최대 소류력이 감소하고 최종적으로 계획 홍수량의 77%를 방류할 경우 하류하천의 대안부에서 호안 설계조건을 모두 만족하는 것을 확인하였다(Fig. 10Fig. 11 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 7에 제시하였다. 또한 Case 별 수위 검토 결과 처오름으로 인한 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 12 참조).

    Table 7.

    Numerical results for each cases (Case 11 ~ Case 14)

    Case (Qe &amp; Qa)Maximum Velocity
    (Vmax, m/s)
    Maximum Shear
    (τmax, kN/m2)
    Evaluation in terms of VpEvaluation in terms of τp
    Section 1Section 2Section 1Section 2Section 1Section 2Section 1Section 2
    11
    Qe : 0.32QpQa : 0.45Qp
    3.634.530.090.26AcceptAcceptAcceptAccept
    12
    Qe : 0.35QpQa : 0.48Qp
    5.745.180.230.22No GoodNo GoodAcceptAccept
    13
    Qe : 0.38QpQa : 0.53Qp
    6.704.210.280.11No GoodAcceptAcceptAccept
    14
    Qe : 0.41QpQa : 0.56Qp
    6.545.240.280.24No GoodNo GoodAcceptAccept
    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F10.jpg
    Fig. 10

    Maximum velocity on section 1 & 2 according to total outflow

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F11.jpg
    Fig. 11

    Maximum shear on section 1 & 2 according to total outflow

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F12.jpg
    Fig. 12

    Maximum water surface elevation on section 1 & 2 according to total outflow

    3. 결 론

    본 연구에서는 홍수 시 기존 여수로의 노후화로 인한 보조 여수로의 활용방안에 대하여 하류하천의 호안 안정성 측면에서 검토하였다. 여수로 방류로 인한 하류하천의 흐름특성을 검토하기 위하여 3차원 수치모형인 FLOW-3D를 활용하였고, 여수로 지형은 치수능력 증대사업을 통하여 완공된 ○○댐의 제원을 이용하였다. 하류하천 조도 계수 및 여수로 방류량은 하천기본계획을 참고하여 적용하였다. 최종적으로 여수로 방류로 인한 하류하천의 피해를 최소화 시킬 수 있는 적절한 보조 여수로의 활용방안을 도출하기 위하여 보조 여수로 단독 운영과 기존 여수로와의 동시 운영에 따른 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다.

    수문은 완전 개도 상태에서 방류한다는 가정으로 계획 홍수량 조건에서 보조 여수로 단독 운영 시 하류하천 대안부의 유속 및 수위를 검토한 결과 기존 여수로 단독운영에 비하여 최대 유속 및 최대 수위가 감소하는 것을 확인할 수 있었으며, 이는 보조 여수로 단독 운영 시 하류하천으로 유입각도가 작아지고, 유입되는 하천의 폭이 증가되기 때문이다. 그러나 계획 홍수량 조건에서 하천호안 설계기준에서 제시한 허용 유속(5.0 m/s)과 허용 소류력(0.28 kN/m2)과 비교하였을 때 호안 안정성을 확보하지 못하였으며, 계획홍수량의 45% 이하 방류 시에 대안부의 호안 안정성을 확보하였다. 수위의 경우 여수로 방류에 따른 대안부에서 처오름 현상이 발생하여 월류에 대한 위험성을 확인하였고 이를 통하여 기존 여수로와의 동시 운영 방안을 도출하는 것이 중요하다고 판단된다. 따라서 기존 여수로와의 동시 운영 측면에서 기존 여수로와 보조 여수로의 배분 비율 및 총 방류량을 변화시켜가며 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다. 배분 비율의 경우 기존 여수로와 보조 여수로의 균등 배분(Case 7) 및 편중 배분(Case 8 & Case 9)을 검토하여 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 중심부로 집중되어 대안부의 최대유속, 최대소류력 및 최대수위가 감소하는 것을 확인하였다. 이를 근거로 기존 여수로의 방류 비율을 증가(Qe=0.42Qp, Qa=0.58Qp)시켜 검토한 결과 대안부 일부 구간에서 허용 유속 및 허용소류력 조건을 만족하는 것을 확인하였다. 이를 통하여 기존 여수로와 보조 여수로의 동시 운영을 통하여 적절한 방류량 배분 비율을 도출하는 것이 방류로 인한 하류하천의 피해를 저감하는데 효과적인 것으로 판단된다. 그러나 설계홍수량 방류 시 전 구간에서 허용 유속 및 소류력 조건을 만족하지 못하였다. 최종적으로 전체 방류량에서 기존 여수로의 방류 비율을 42%, 보조 여수로의 방류 비율을 58%로 설정하여 허용방류량을 검토한 결과, 계획홍수량의 77%이하로 방류 시 대안부의 최대유속은 기존여수로 방류의 지배영향구간(section 1)에서 3.63 m/s, 기존 여수로와 보조 여수로 방류의 영향구간(section 2)에서 4.53 m/s로 허용유속 조건을 만족하였고, 산정한 소류력도 각각 0.09 kN/m2 및 0.26 kN/m2로 허용 소류력 조건을 만족하여 대안부 호안의 안정성을 확보하였다고 판단된다.

    본 연구 결과는 기후변화 및 기존여수로의 노후화로 인하여 홍수 시 기존여수로의 단독운영으로 하류하천의 피해가 발생할 수 있는 현시점에서 치수증대 사업으로 완공된 보조 여수로의 활용방안에 대한 기초자료로 활용될 수 있고, 향후 계획 홍수량 유입 시 최적의 배분 비율 및 허용 방류량 도출에 이용할 수 있다. 다만 본 연구는 여수로 방류에 따른 제방에 작용하는 수충력은 검토하지 못하고, 허용 유속 및 허용소류력은 제방과 유수의 방향이 일정한 구간에 대하여 검토하였다. 또한 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토하여 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출하고자 한다.

    Acknowledgements

    본 결과물은 K-water에서 수행한 기존 및 신규 여수로 효율적 연계운영 방안 마련(2021-WR-GP-76-149)의 지원을 받아 연구되었습니다.

    References

    1 Busan Construction and Management Administration (2009). Nakdonggang River Master Plan. Busan: BCMA.

    2 Chow, V. T. (1959). Open-channel Hydraulics. McGraw-Hill. New York.

    3 Flow Science (2011). Flow3D User Manual. Santa Fe: NM.

    4 Jeon, T. M., Kim, H. I., Park, H. S., and Baek, U. I. (2006). Design of Emergency Spillway Using Hydraulic and Numerical Model-ImHa Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1726-1731.

    5 Kim, D. G., Park, S. J., Lee, Y. S., and Hwang, J. H. (2008). Spillway Design by Using Numerical Model Experiment – Case Study of AnDong Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1604-1608.

    6 Kim, J. S. (2007). Comparison of Hydraulic Experiment and Numerical Model on Spillway. Water for Future. 40(4): 74-81.

    7 Kim, S. H. and Kim, J. S. (2013). Effect of Chungju Dam Operation for Flood Control in the Upper Han River. Journal of the Korean Society of Civil Engineers. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537

    8 K-water (2021). Regulations of Dam Management. Daejeon: K-water.

    9 K-water and MOLIT (2004). Report on the Establishment of Basic Plan for the Increasing Flood Capacity and Review of Hydrological Stability of Dams. Sejong: K-water and MOLIT.

    10 Lee, J. H., Julien, P. Y., and Thornton, C. I. (2019). Interference of Dual Spillways Operations. Journal of Hydraulic Engineering. 145(5): 1-13. 10.1061/(ASCE)HY.1943-7900.0001593

    11 Li, S., Cain, S., Wosnik, M., Miller, C., Kocahan, H., and Wyckoff, R. (2011). Numerical Modeling of Probable Maximum Flood Flowing through a System of Spillways. Journal of Hydraulic Engineering. 137(1): 66-74. 10.1061/(ASCE)HY.1943-7900.0000279

    12 MOLIT (2016). Practice Guidelines of River Construction Design. Sejong: MOLIT.

    13 MOLIT (2019). Standards of River Design. Sejong: MOLIT.

    14 Prime Minister’s Secretariat (2003). White Book on Flood Damage Prevention Measures. Sejong: PMS.

    15 Schoklitsch, A. (1934). Der Geschiebetrieb und Die Geschiebefracht. Wasserkraft Wasserwirtschaft. 4: 1-7.

    16 Vanoni, V. A. (Ed.). (2006). Sedimentation Engineering. American Society of Civil Engineers. Virginia: ASCE. 10.1061/9780784408230

    17 Zeng, J., Zhang, L., Ansar, M., Damisse, E., and González-Castro, J. A. (2017). Applications of Computational Fluid Dynamics to Flow Ratings at Prototype Spillways and Weirs. I: Data Generation and Validation. Journal of Irrigation and Drainage Engineering. 143(1): 1-13. 10.1061/(ASCE)IR.1943-4774.0001112

    Korean References Translated from the English

    1 건설교통부·한국수자원공사 (2004). 댐의 수문학적 안정성 검토 및 치수능력증대방안 기본계획 수립 보고서. 세종: 국토교통부.

    2 국무총리실 수해방지대책단 (2003). 수해방지대책 백서. 세종: 국무총리실.

    3 국토교통부 (2016). 하천공사 설계실무요령. 세종: 국토교통부.

    4 국토교통부 (2019). 하천설계기준해설. 세종: 국토교통부.

    5 김대근, 박선중, 이영식, 황종훈 (2008). 수치모형실험을 이용한 여수로 설계 – 안동다목적댐. 한국수자원학회 학술발표회. 1604-1608.

    6 김상호, 김지성 (2013). 충주댐 방류에 따른 댐 상하류 홍수위 영향 분석. 대한토목학회논문집. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537

    7 김주성 (2007). 댐 여수로부 수리 및 수치모형실험 비교 고찰. Water for Future. 40(4): 74-81.

    8 부산국토관리청 (2009). 낙동강수계 하천기본계획(변경). 부산: 부산국토관리청.

    9 전태명, 김형일, 박형섭, 백운일 (2006). 수리모형실험과 수치모의를 이용한 비상여수로 설계-임하댐. 한국수자원학회 학술발표회. 1726-1731.

    10 한국수자원공사 (2021). 댐관리 규정. 대전: 한국수자원공사.

    What’s New – FLOW-3D 2022R1

    FLOW-3D 제품의 새로운 2022R1 버전은 Flow Science가 FLOW-3D , FLOW-3D CAST 및 FLOW-3D HYDRO 에 대해 동일한 버전명을 채택 했음을 의미합니다. 2022R1은 FLOW-3D 제품을 위한 통합 코드 베이스로의 전환을 나타내며, 이를 통해 사용자는 최신 버전 개발이 준비되는 즉시 더 빠른 릴리스 버전을 만나실 수 있습니다.

    2022R1 릴리스는 상세한 cutcell 표현이라고 하는 FAVOR™ 방법의 확장, 테마 솔버 기본값이 있는 시뮬레이션 템플릿 도입, 이동하는 액적/기포 소스, 새로운 축 펌프 모델, 능동 시뮬레이션 제어 기능에 대한 확장, 사용자는 두 개의 독립 변수를 기반으로 복잡한 속성 종속성을 지정하고 VOF-to-particle 개발과 같은 추가 수치 기능을 지정하여 분해되는 유체 영역의 질량 보존을 개선할 수 있습니다. 간소화된 GUI 개선 사항에는 재설계된 물리 대화 상자, 새로운 초기 조건 위젯, 더 쉽고 빠르고 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.

    상세한 Cutcell 표현 – FAVOR ™ 의 확장

    FAVOR™ 방법은 일반 데카르트 그리드에서 면적 및 부피 분율을 사용하여 솔리드 형상을 구현하는 방법입니다. 이를 통해 FLOW-3D 는 구조화되지 않은 body-fitted mesh에 의존하지 않고 솔리드의 복잡한 형상과 주변의 유체 흐름을 효율적으로 시뮬레이션할 수 있습니다. 상당한 계산상의 이점에도 불구하고 FAVOR™ 방법의 한 가지 문제는 고체 표면을 따라 벽 전단 응력을 계산할 때는 문제가 발생할 수도 있었습니다. 그러나, 상세한 cutcell  표현이라고 하는 FAVOR™의 확장은 벽 전단 응력 계산을 크게 개선하여 솔리드 표면 근처의 유체 유동 해석에서 상당한 개선을 가져옵니다.

    detailed cutcell 표현 의 검증뿐만 아니라 advanced numerics 에 대해 자세히 알아보십시오 .

    정체점으로부터의 각도
    상세한 컷셀 표현

    Tabular Properties

    점도 및 표면 장력과 같은 재료 속성은 온도, 밀도, 변형률 또는 오염 물질 농도와 같은 것을 나타내는 사용자 정의 스칼라 양과 같은 흐름 조건에 따라 달라질 수 있습니다. 이러한 속성을 기능적 형태에 맞추려면 특히 속성이 둘 이상의 독립 변수에 종속되는 경우 복잡한 곡선 맞춤이 필요할 수 있습니다. FLOW-3D 의 새로운 Tabular Properties 기능은  사용자가 최대 2개의 독립 변수를 사용하여 테이블 형식으로 유체 속성을 정의할 수 있습니다. 예를 들어, 표면 장력은 오염 물질 농도 및 온도에 대한 복잡한 비선형 종속성을 설명하기 위해 실험 데이터에서 표로 만들 수 있으며, 점도는 변형률 속도 및 온도에 대한 종속성을 나타내기 위해 실험 데이터에서 표로 만들 수 있습니다. 사용자는 표 속성 대화 상자에서 단일 변수 또는 두 개의 변수 종속성을 입력할 수 있습니다.

    점도는 고체 함량(밀도)과 변형률의 함수로 정의됩니다. 이 예에서 조밀한 유체 영역은 시간이 0일 때 조밀한 침전된 유체 영역과 위쪽에 맑은 물이 있는 정지된 풀로 미끄러져 내려갑니다.

    표 속성
    이 대화 상자는 표 속성 기능을 사용하여 변형률 및 온도의 함수로 점도를 정의하는 방법을 보여줍니다. 세 가지 다른 온도에 대한 변형률의 함수로서의 점도에 대한 값이 대화 상자의 오른쪽에 표시되고 그래프로 표시됩니다.

    Expanded Active Simulation Control

    능동 시뮬레이션 제어(ASC) 는 Probe로 지정한 부분의 흐름 정보를 기반으로 시뮬레이션을 제어하는 ​​데 매우 유용합니다. 이번 릴리스에서 ASC는 일반 이력 데이터, 플럭스 표면 및 sampling volumes의 흐름 정보를 기반으로 추가 제어를 허용하도록 확장되었습니다.

    포인트 프로브에 비해 플럭스 표면 및 샘플링 볼륨의 장점 중 하나는 포인트 기반이 아닌 표면 또는 볼륨에 대해 평균화된 정보를 제공할 수 있다는 것입니다. 어떤 상황에서는 표면 기반 및 볼륨 기반 정보가 시뮬레이션에서 관심 있는 동작을 더 잘 나타낼 수 있습니다.

    이 새로운 기능을 통해 사용자는 다음을 수행할 수 있습니다.

    • 제어 볼륨의 온도가 임계값을 초과하거나 아래로 떨어지면 시뮬레이션을 종료합니다.
    • 샘플링 볼륨의 난류 에너지를 기반으로 노즐에서 충전 속도를 제어합니다.
    • 자속 평면의 평균 속도를 기반으로 출력 주파수를 제어합니다.
    • 샘플링 볼륨의 채우기 비율이 사용자가 지정한 값에 도달하면 시뮬레이션을 종료합니다.

    이 예에서 극저온 탱크 공급 파이프의 펌프(진한 회색 직사각형)는 일정한 유속으로 추진제 탱크에서 액체 산소를 끌어옵니다. 액체 산소가 배출됨에 따라 얼리지의 압력이 지정된 값 아래로 떨어질 때 활성 시뮬레이션 제어에 의해 질량/운동량 소스(상단의 회색 막대)가 트리거됩니다. 얼리지 압력이 지정된 값 이상으로 상승하면 가압이 꺼집니다.

    VOF to Particles

    FLOW-3D 에서 복잡한 자유표면을 추적하는 VOF 방법의 정확성과 견고성은 유체 입자와 결합하여 향상되었습니다. VOF 입자라고 하는 새로운 입자 종류는 VOF 기능 대신 사용되어, 계산 영역에서 작은 유체 인대와 액적을 추적하여 유체 부피와 운동량을 더 잘 보존할 수 있습니다. 중력 제어 프로세스에서 더 높은 시간 단계 크기도 예상할 수 있습니다. VOF 유체는 특정 조건이 충족되면 특정 시간과 위치에서 자동으로 VOF 입자로 변환됩니다. 그런 다음 입자 모션은 Lagrangian 입자 모델을 사용하여 계산되고 입자는 유체에 다시 들어갈 때 VOF 표현으로 다시 변환됩니다.

    입자-FLOW-3D 2022R1에 대한 VOF
    입자에 대한 VOF

    Axial Pump Model

    FLOW-3D의 새로운 Axial Pump Model을 통해 사용자는 시뮬레이션에서 Axial Pump의 실제 효과를 구현할 수 있습니다. 펌프 동작과 관련하여 두 가지 옵션이 있습니다. 첫 번째 옵션은 유체가 지정된 속도로 이동하도록 펌프를 통한 체적 유량 또는 유속을 규정하는 것입니다. 이 옵션은 펌프에 작동 유량이 제공될 때 적합합니다. 두 번째 옵션은 펌프 성능 곡선을 기반으로 펌프 작동에 대한 보다 완전한 정의를 제공합니다. 이 경우 사용자는 펌프 성능 곡선의 선형 근사치를 정의하여 펌프를 통과하는 유량이 펌프 전체의 압력 강하에 따라 달라지도록 할 수 있습니다. 이 구성에서 펌프의 일반적인 동작은 다음과 같이 표시됩니다.

    축 펌프 설정
    GUI의 팬/임펠러 구성요소
    축 펌프 설정
    GUI의 축 펌프 구성 요소

    Droplet/Bubble Source Model | 액적/기포 소스 모델

    FLOW-3D 는 처음 개발된 이후 로 표면 장력 작용에 따라 진화하는 유체 모양을 시뮬레이션하기 위해 노즐 및 기타 오리피스 모양에서 분사되는 액적을 모델링하는 데 사용되었습니다. 그러나 기판에 대한 액적의 영향만 관심이 있기 때문에 노즐을 떠날 때 액적의 모양을 시뮬레이션할 필요가 없는 경우가 있습니다. 또한, 유체에서 기포의 이동을 모델링하는 것은 흥미로울 수 있지만 기포의 시작은 아닙니다. 새로운 액적/기포 소스 모델은 이와 같은 경우에 유용합니다.

    이 예에서 액적 소스는 원형 패턴으로 이동하면서 액적을 10m/s의 속도로 다공성 매체로 아래쪽으로 토출하여 링 모양 디자인을 만듭니다.

    방울/거품 설정
    사용자 인터페이스에서 액적/기포 소스 설정

    Simulation Templates

    새로운 시뮬레이션 템플릿은 자유 표면이 있는 하나의 유체에 대해 비압축성 흐름 또는 2개의 유체 압축성 시뮬레이션과 같은 주어진 모델링 프레임워크를 기반으로 중요한 매개변수를 미리 로드합니다. 새로운 시뮬레이션이 생성되면 FLOW-3D 에서 가장 일반적으로 모델링된 사례를 다루는 6개의 템플릿이 포함된 대화 상자가 사용자에게 표시됩니다 . ‘없음’ 옵션을 사용하면 고급 사용자가 특수 수치 설정을 적용할 수 있도록 빈 슬레이트로 시작할 수 있습니다. 템플릿을 사용하면 모델 설정 프로세스를 신속하게 처리하고 사용자가 실수를 하거나 매개변수 정의를 잊어버리는 것을 방지할 수 있습니다.

    시뮬레이션 템플릿
    GUI의 새로운 시뮬레이션 템플릿

    추가 솔버 기능

    추가 솔버 기능에는 비뉴턴 유체에 대한 Herschel-Bulkley 모델 및 분해되기 쉬운 유체 영역에 대한 질량 보존을 개선하기 위한 기체-공동 변환, 다중 이벤트 동작 및 이벤트 옵션 지원을 포함한 확장된 질량-운동량 소스 프로브 이벤트가 포함됩니다. 동반된 공기의 부피 분율과 용질 농도에 대한 것입니다.

    솔버 기능
    Herschel-Bulkley 모델
    솔버 기능
    활성 시뮬레이션 질량 운동량 소스 이벤트

    GUI 개선

    WSIWYN 설계 접근 방식을 사용한 간소화된 GUI 개선에는 재설계된 물리 및 초기 조건 대화 상자, 더 쉽고 빠르며 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.

    초기 조건 위젯

    초기 조건 위젯은 초기 유체 및 기체 영역 설정을 개선하여 더 쉽고 빠르게 만듭니다. 새로운 디자인에서는 전역, 영역 및 포인터 개체가 별도의 탭에 배치되어 설정을 훨씬 더 명확하게 볼 수 있습니다.

    초기 조건
    초기 조건 – 지역
    초기 조건 - 정수압
    초기 조건 – 정수압
    초기 조건
    초기 조건 – 포인터

    출력 위젯

    재설계된 출력 위젯을 통해 사용자는 시뮬레이션 결과 파일에서 어떤 출력을 사용할 수 있는지 정확히 확인할 수 있으며, 하나의 간결한 보기에서 다시 시작 및 선택한 데이터 출력을 명확히 알 수 있습니다.

    출력 위젯
    재설계된 공간 출력 위젯
    출력 위젯
    출력 위젯 – 지오메트리 데이터
    출력 위젯
    공간 데이터가 기록될 때 출력을 강제 실행하면 기록 및 공간 데이터 출력에 대한 동기화된 출력이 사용자에게 제공됩니다.

    대화형 지오메트리 생성 및 편집

    대화형 지오메트리 생성 및 편집 기능이 그 어느 때보다 향상되었으며 이제 다음이 포함됩니다.

    • 회전, 이동 및 크기 조정을 포함한 새로운 대화형 도구 선택이 가능합니다.
    • 작업을 클릭하고 수정할 지오메트리를 선택하여 회전, 이동 또는 크기 조정 모드를 시작합니다.
    • 위쪽 화살표 아이콘을 클릭하거나 ESC 키를 누르면 일반 선택 모드로 돌아갑니다.

    Geometry Widget

    기하학 위젯은 이제 다양한 속성 그룹을 결합하고 관련 항목을 함께 배치하는 WYSIWYN 디자인 접근 방식을 사용하여 더 쉽고 빠르게 탐색할 수 있습니다.

    기하학 위젯
    지오메트리 위젯

    Easier Access to Help

    이제 물리 대화 상자 내에서 클릭 한 번으로 관련 문서, 자습서 및 도움말 다이어그램에 액세스할 수 있습니다.

    더 쉽게 도움을 받을 수 있습니다
    물리학 대화상자

    간소화된 물리 대화 상자

    사용자가 시뮬레이션을 더 빠르게 설정하고 설정 오류를 줄일 수 있도록 많은 물리 대화 상자가 간소화되었습니다.

    거품 및 상 변화
    Bubble and phase change model
    공기 유입
    Air entrainment model
    드리프트 플럭스
    Drift flux model
    Fig. 8. Pressure distribution during the infiltration of preform with the 50 ¯m particles and 20 % starches: (a) 25 % filled, (b) 57 % filled, and (c) 99 % filled.

    Experimental study and numerical simulation of infiltration of AlSi12 alloys into Si porous preforms with micro-computed tomography inspection characteristics

    마이크로 컴퓨터 단층 촬영 검사 특성을 가진 Si 다공성 프리폼에 AlSi12 합금의 침투에 대한 실험적 연구 및 수치 시뮬레이션

    Ruizhe LIU1 and Haidong ZHAO1
    1National Engineering Research Center of Near-Net-Shape Forming for Metallic Materials, South China University of Technology,
    Guangzhou 510640, China

    Abstract

    전분 함량(10, 20 및 30%)과 입자 크기(20, 50 및 90 m)가 다른 실리콘 입자 예비 성형체는 압축 성형 및 열처리를 통해 제작되었습니다. 프리폼의 기공 특성은 고해상도(³1 m) 3차원(3D) X선 마이크로 컴퓨터 단층 촬영(V-CT)으로 검사되었습니다. AlSi12 합금의 프리폼으로의 침투는 진공 보조 압력 침투 장치에서 800 °C 및 400 kPa의 조건에서 서로 다른 압력 적용 시간(3, 8 및 15초)으로 수행되었습니다. 고해상도(³500 nm) 수직 주사 백색광 간섭 프로파일로미터를 사용하여 복합 재료의 전면을 감지했습니다. Navier-Stokes 방정식을 기반으로 하는 ¯-CT 검사에서 실제 기공 형상을 고려하여 침투를 미시적으로 시뮬레이션했습니다. 그 결과 전분 함량과 입자크기가 증가할수록 복합재료의 표면적이 증가하는 것으로 나타났다. 전분 함량과 비교하여 입자 크기는 전면 표면적에 더 많은 영향을 미칩니다. 시뮬레이션에서 침투가 진행됨에 따라 액체 AlSi12의 압력이 감소했습니다. 복합재의 잔류 기공은 침투와 함께 증가했습니다. 실험 및 시뮬레이션 결과에 따르면 침투 방향을 따라 더 큰 압력 강하가 복합 재료의 더 많은 잔류 기공을 유도합니다.

    Silicon particle preforms with different starch contents (10, 20 and 30%) and particle sizes (20, 50 and 90 ¯m) were fabricated by compression mold forming and heat treatment. The pore characteristics of preforms were inspected with a high-resolution (³1 ¯m) three-dimensional (3D) X-ray micro-computed tomography (¯-CT). The infiltration of AlSi12 alloys into the preforms were carried out under the condition of 800 °C and 400 kPa with different pressure-applied times (3, 8 and 15 s) in a vacuum-assisted pressure infiltration apparatus. A highresolution (³500 nm) vertical scanning white light interfering profilometer was used to detect the front surfaces of composites. The infiltration was simulated at micro-scale by considering the actual pore geometry from the ¯- CT inspection based on the Navier-Stokes equation. The results demonstrated that as the starch content and particle size increased, the front surface area of composite increased. Compared with the starch content, the particle size has more influence on the front surface area. In the simulation, as the infiltration progressed, the pressure of liquid AlSi12 decreased. The residual pores of composites increased with infiltration. According to the experiment and simulation results, a larger pressure drop along the infiltration direction leads to more residual pores of composites.

    Fig. 1. Size distributions of Si particles.
    Fig. 1. Size distributions of Si particles.
    Fig. 2. Schematic of different locations of composites.
    Fig. 2. Schematic of different locations of composites.
    Fig. 3. Three-dimensional geometry with the reconstruction technology, enmeshment and infiltration parameters of Si preforms: (a) geometry, and (b) meshes and flow direction.
    Fig. 3. Three-dimensional geometry with the reconstruction technology, enmeshment and infiltration parameters of Si preforms: (a) geometry, and (b) meshes and flow direction.
    Fig. 4. Number-based frequencies of effective pore radius and throat radius: (a) effective pore radius of preforms with the 50 ¯m particles, (b) effective throat radius of preforms with the 50 ¯m particles, (c) effective pore radius of preforms with the 20 % starches, and (d) effective throat radius of preforms with the 20 % starches.
    Fig. 4. Number-based frequencies of effective pore radius and throat radius: (a) effective pore radius of preforms with the 50 ¯m particles, (b) effective throat radius of preforms with the 50 ¯m particles, (c) effective pore radius of preforms with the 20 % starches, and (d) effective throat radius of preforms with the 20 % starches.
    Fig. 5. 3D topological morphologies of front surfaces of composites: (a) 50 ¯m-10 %, (b) 50 ¯m-20 %, (c) 50 ¯m-30 %, (d) 20 ¯m-20 %, and (e) 90 ¯m-20 %.
    Fig. 5. 3D topological morphologies of front surfaces of composites: (a) 50 ¯m-10 %, (b) 50 ¯m-20 %, (c) 50 ¯m-30 %, (d) 20 ¯m-20 %, and (e) 90 ¯m-20 %.
    Fig. 6. Schematic of capillary tube.
    Fig. 6. Schematic of capillary tube.
    Fig. 8. Pressure distribution during the infiltration of preform with the 50 ¯m particles and 20 % starches: (a) 25 % filled, (b) 57 % filled, and (c) 99 % filled.
    Fig. 8. Pressure distribution during the infiltration of preform with the 50 ¯m particles and 20 % starches: (a) 25 % filled, (b) 57 % filled, and (c) 99 % filled.
    Fig. 9. Pressure distributions of liquid AlSi12 during the infiltration of preforms: (a) different fill fractions, (b) different starch contents, and (c) different particle sizes.
    Fig. 9. Pressure distributions of liquid AlSi12 during the infiltration of preforms: (a) different fill fractions, (b) different starch contents, and (c) different particle sizes.
    Fig. 10. Metallographs of composites: (a) different locations of composite with the 20 ¯m particles and 20 % starches, and (b) different locations of composite with the 90 ¯m particles and 20 % starches.
    Fig. 10. Metallographs of composites: (a) different locations of composite with the 20 ¯m particles and 20 % starches, and (b) different locations of composite with the 90 ¯m particles and 20 % starches.
    Fig. 11. Area fractions of residual pores of composites: (a) 50 ¯m (different starch contents), and (b) 20 % (different particle sizes).
    Fig. 11. Area fractions of residual pores of composites: (a) 50 ¯m (different starch contents), and (b) 20 % (different particle sizes).

    References

    1) V. G. Resmi, K. M. Sree Manu, V. Lakshmi, M.
    Brahmakumar, T. P. D. Rajan, C. Pavithran and B. C.
    Pai, J. Porous Mat., 22, 1445­1454 (2015).
    2) C. García-Cordovilla, E. Louis and J. Narciso, Acta
    Mater., 47, 4461­4479 (1999).
    3) D. B. Miracle, Compos. Sci. Technol., 65, 2526­2540
    (2005).
    4) J. M. Chiou and D. D. L. Chung, J. Mater. Sci., 28,
    1447­1470 (1993).
    5) Q. G. Zhang and M. Y. Gu, J. Compos. Mater., 40, 471­
    478 (2006).
    6) C. M. Lawrence Wu and G. W. Han, Compos. Part AAppl. S., 37, 1858­1862 (2006).
    7) X. Y. Cai, X. W. Yin, X. K. Ma, X. M. Fan, Y. Z. Cai,
    J. P. Li, L. F. Cheng and L. T. Zhang, Ceram. Int., 42,
    10144­10150 (2016).
    8) J. M. Molina, E. Piñero, J. Narciso, C. GarcíaCordovilla and E. Louis, Curr. Opin. Solid St. M., 9,
    202­210 (2005).
    9) A. Léger, L. Weber and A. Mortensen, Acta Mater., 91,
    57­69 (2015).
    10) Y. Q. Ma, L. H. Qi, W. G. Zheng, J. M. Zhou and L. Y.
    Ju, T. Nonferr. Metal. Soc., 23, 1915­1921 (2013).
    11) J. T. Tian, E. Piñero, J. Narciso and E. Louis, Scripta
    Mater., 53, 1483­1488 (2005).
    12) J. Narciso, A. Alonso, A. Pamies, C. García-Cordovilla
    and E. Louis, Metall. Mater. Trans. A, 26A, 983­990
    (1995).
    13) J. Roger, M. Avenel and L. Lapuyade, J. Eur. Ceram.
    Soc., 40, 1859­1868 (2020).
    14) J. Roger, M. Avenel and L. Lapuyade, J. Eur. Ceram.
    Soc., 40, 1869­1876 (2020).
    15) R. Scardovelli and S. Zaleski, Annu. Rev. Fluid Mech.,
    31, 567­603 (1999).
    16) H. D. Zhao, I. Ohnaka and J. D. Zhu, Appl. Math.
    Model., 32, 185­194 (2008).
    17) Y. He, A. E. Bayly, A. Hassanpour, F. Muller, K. Wu
    and D. M. Yang, Powder Technol., 338, 548­562
    (2018).
    18) K. D. Nikitin, K. M. Terekhov and Y. V. Vassilevski,
    Appl. Math. Lett., 86, 236­242 (2018).
    19) J. F. Xiao, X. Liu, Y. M. Luo, J. C. Cai and J. F. Xu,
    Colloid. Surface. A, 591, 124572 (2020).
    20) N. Birgle, R. Masson and L. Trenty, J. Comput. Phys.,
    368, 210­235 (2018).
    21) M. Chaaban, Y. Heider and B. Markert, Int. J. Heat
    Fluid Fl., 83, 108566 (2020).
    22) S. Zhang, M. J. Zhu, X. Zhao, D. G. Xiong, H. Wan,
    S. X. Bai and X. D. Wang, Compos. Part A-Appl. S., 90,
    71­81 (2016).
    23) J. Roger, L. Guesnet, A. Marchais and Y. Le Petitcorps,
    J. Alloy. Compd., 747, 484­494 (2018).
    24) Q. Wan, H. D. Zhao and C. Zou, ISIJ Int., 54, 511­515
    (2014).
    25) F. Liu, H. D. Zhao, R. S. Yang and F. Z. Sun, Mater.
    Today Commun., 19, 114­123 (2019).
    26) D. Roussel, A. Lichtner, D. Jauffrès, J. Villanova, R. K.
    Bordia and C. L. Martin, Scripta Mater., 113, 250­253
    (2016).
    27) M. Fukushima, T. Ohji, H. Hyuga, C. Matsunaga and Y.
    Yoshizawa, J. Mater. Res., 32, 3286­3293 (2017).
    28) M. Fukushima, H. Hyuga, C. Matsunaga and Y.
    Yoshizawa, J. Am. Ceram. Soc., 101, 3266­3270
    (2018).
    29) R. Z. Liu, H. D. Zhao, H. Long and B. Xie, Mater.
    Charact., 137, 370­378 (2017).
    30) B. Xie, H. D. Zhao, H. Long, J. L. Peng and R. Z. Liu,
    Ceram. Int., 45, 23924­23933 (2019).
    31) R. Z. Liu, H. D. Zhao and B. Xie, Transport Porous
    Med., 131, 1053­1063 (2020).
    32) Y. Li, H. W. Chen, F. Q. Wang, X. L. Xia and H. P. Tan,
    Infrared Phys. Techn., 113, 103646 (2021).
    33) P. Tahmasebi, M. Sahimi, A. H. Kohanpur and A.
    Valocchi, J. Petrol. Sci. Eng., 155, 21­33 (2017).
    34) B. Gharedaghloo, S. J. Berg and E. A. Sudicky, Adv.
    Water Resour., 143, 103681 (2020).
    35) A. Viswanath, M. V. Manu, S. Savithri and U. T. S.
    Pillai, J. Mater. Process. Tech., 244, 320­330 (2017).
    36) D. Silin and T. Patzek, Physica A, 371, 336­360 (2006).
    37) W. Hui, Y. S. Wang, D. Z. Ren and H. Jin, J. Petrol. Sci.
    Eng., 192, 107295 (2020).
    38) H. Nakae and H. Katoh, J. Jpn. I. Met. Mater., 63,
    1356­1362 (1999).

    Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C

    Multiscale Process Modeling of Residual Deformation and Defect Formation for Laser Powder Bed Fusion Additive Manufacturing

    Qian Chen, PhD
    University of Pittsburgh, 2021

    레이저 분말 베드 퓨전(L-PBF) 적층 제조(AM)는 우수한 기계적 특성으로 그물 모양에 가까운 복잡한 부품을 생산할 수 있습니다. 그러나 빌드 실패 및 다공성과 같은 결함으로 이어지는 원치 않는 잔류 응력 및 왜곡이 L-PBF의 광범위한 적용을 방해하고 있습니다.

    L-PBF의 잠재력을 최대한 실현하기 위해 잔류 변형, 용융 풀 및 다공성 형성을 예측하는 다중 규모 모델링 방법론이 개발되었습니다. L-PBF의 잔류 변형 및 응력을 부품 규모에서 예측하기 위해 고유 변형 ​​방법을 기반으로 하는 다중 규모 프로세스 모델링 프레임워크가 제안됩니다.

    고유한 변형 벡터는 마이크로 스케일에서 충실도가 높은 상세한 다층 프로세스 시뮬레이션에서 추출됩니다. 균일하지만 이방성인 변형은 잔류 왜곡 및 응력을 예측하기 위해 준 정적 평형 유한 요소 분석(FEA)에서 레이어별로 L-PBF 부품에 적용됩니다.

    부품 규모에서의 잔류 변형 및 응력 예측 외에도 분말 규모의 다중물리 모델링을 수행하여 공정 매개변수, 예열 온도 및 스패터링 입자에 의해 유도된 용융 풀 변동 및 결함 형성을 연구합니다. 이러한 요인과 관련된 용융 풀 역학 및 다공성 형성 메커니즘은 시뮬레이션 및 실험을 통해 밝혀졌습니다.

    제안된 부품 규모 잔류 응력 및 왜곡 모델을 기반으로 경로 계획 방법은 큰 잔류 변형 및 건물 파손을 방지하기 위해 주어진 형상에 대한 레이저 스캐닝 경로를 조정하기 위해 개발되었습니다.

    연속 및 아일랜드 스캐닝 전략을 위한 기울기 기반 경로 계획이 공식화되고 공식화된 컴플라이언스 및 스트레스 최소화 문제에 대한 전체 감도 분석이 수행됩니다. 이 제안된 경로 계획 방법의 타당성과 효율성은 AconityONE L-PBF 시스템을 사용하여 실험적으로 입증되었습니다.

    또한 기계 학습을 활용한 데이터 기반 프레임워크를 개발하여 L-PBF에 대한 부품 규모의 열 이력을 예측합니다. 본 연구에서는 실시간 열 이력 예측을 위해 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)을 포함하는 순차적 기계 학습 모델을 제안합니다.

    유한 요소 해석과 비교하여 100배의 예측 속도 향상이 달성되어 실제 제작 프로세스보다 빠른 예측이 가능하고 실시간 온도 프로파일을 사용할 수 있습니다.

    Laser powder bed fusion (L-PBF) additive manufacturing (AM) is capable of producing complex parts near net shape with good mechanical properties. However, undesired residual stress and distortion that lead to build failure and defects such as porosity are preventing broader applications of L-PBF. To realize the full potential of L-PBF, a multiscale modeling methodology is developed to predict residual deformation, melt pool, and porosity formation. To predict the residual deformation and stress in L-PBF at part-scale, a multiscale process modeling framework based on inherent strain method is proposed.

    Inherent strain vectors are extracted from detailed multi-layer process simulation with high fidelity at micro-scale. Uniform but anisotropic strains are then applied to L-PBF part in a layer-by-layer fashion in a quasi-static equilibrium finite element analysis (FEA) to predict residual distortion and stress. Besides residual distortion and stress prediction at part scale, multiphysics modeling at powder scale is performed to study the melt pool variation and defect formation induced by process parameters, preheating temperature and spattering particles. Melt pool dynamics and porosity formation mechanisms associated with these factors are revealed through simulation and experiments.

    Based on the proposed part-scale residual stress and distortion model, path planning method is developed to tailor the laser scanning path for a given geometry to prevent large residual deformation and building failures. Gradient based path planning for continuous and island scanning strategy is formulated and full sensitivity analysis for the formulated compliance- and stress-minimization problem is performed.

    The feasibility and effectiveness of this proposed path planning method is demonstrated experimentally using the AconityONE L-PBF system. In addition, a data-driven framework utilizing machine learning is developed to predict the thermal history at part-scale for L-PBF.

    In this work, a sequential machine learning model including convolutional neural network (CNN) and recurrent neural network (RNN), long shortterm memory unit, is proposed for real-time thermal history prediction. A 100x prediction speed improvement is achieved compared to the finite element analysis which makes the prediction faster than real fabrication process and real-time temperature profile available.

    Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]
    Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]
    Figure 1.2: Commercial Powder Bed Fusion Systems
    Figure 1.2: Commercial Powder Bed Fusion Systems
    Figure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.
    Figure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.
    Figure 2.1: Proposed Multiscale Process Simulation Framework
    Figure 2.1: Proposed Multiscale Process Simulation Framework
    Figure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.
    Figure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.
    Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition Layer
    Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition Layer
    Figure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3
    Figure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3
    Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume
    Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume
    Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution History
    Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution History
    Figure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning Path
    Figure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning Path
    Figure 2.8: Snapshots of the Element Activation Process
    Figure 2.8: Snapshots of the Element Activation Process
    Figure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b) After Cutting off; (c) Faro Laser ScanArm V3 for Distortion Measurement
    Figure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b) After Cutting off; (c) Faro Laser ScanArm V3 for Distortion Measurement
    Figure 2.10: Square Canonical Structure Built by the EOS M290 DMLM Process
    Figure 2.10: Square Canonical Structure Built by the EOS M290 DMLM Process
    Figure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation Process
    Figure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation Process
    Figure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1
    Figure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1
    Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C
    Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C
    s) at the Preheating Temperature of 500 °C
    s) at the Preheating Temperature of 500 °C
    Figure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track
    Figure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track

    Bibliography

    [1] I. Astm, ASTM52900-15 Standard Terminology for Additive Manufacturing—General
    Principles—Terminology, ASTM International, West Conshohocken, PA 3(4) (2015) 5.
    [2] W.E. King, A.T. Anderson, R.M. Ferencz, N.E. Hodge, C. Kamath, S.A. Khairallah, A.M.
    Rubenchik, Laser powder bed fusion additive manufacturing of metals; physics, computational,
    and materials challenges, Applied Physics Reviews 2(4) (2015) 041304.
    [3] W. Yan, Y. Lu, K. Jones, Z. Yang, J. Fox, P. Witherell, G. Wagner, W.K. Liu, Data-driven
    characterization of thermal models for powder-bed-fusion additive manufacturing, Additive
    Manufacturing (2020) 101503.
    [4] K. Dai, L. Shaw, Thermal and stress modeling of multi-material laser processing, Acta
    Materialia 49(20) (2001) 4171-4181.
    [5] K. Dai, L. Shaw, Distortion minimization of laser-processed components through control of
    laser scanning patterns, Rapid Prototyping Journal 8(5) (2002) 270-276.
    [6] S.S. Bo Cheng, Kevin Chou, Stress and deformation evaluations of scanning strategy effect in
    selective laser melting, Additive Manufacturing (2017).
    [7] C. Fu, Y. Guo, Three-dimensional temperature gradient mechanism in selective laser melting
    of Ti-6Al-4V, Journal of Manufacturing Science and Engineering 136(6) (2014) 061004.
    [8] P. Prabhakar, W.J. Sames, R. Dehoff, S.S. Babu, Computational modeling of residual stress
    formation during the electron beam melting process for Inconel 718, Additive Manufacturing 7
    (2015) 83-91.
    [9] A. Hussein, L. Hao, C. Yan, R. Everson, Finite element simulation of the temperature and
    stress fields in single layers built without-support in selective laser melting, Materials & Design
    (1980-2015) 52 (2013) 638-647.
    [10] P.Z. Qingcheng Yang, Lin Cheng, Zheng Min, Minking Chyu, Albert C. To, articleFinite
    element modeling and validation of thermomechanicalbehavior of Ti-6Al-4V in directed energy
    deposition additivemanufacturing, Additive Manufacturing (2016).
    [11] E.R. Denlinger, J. Irwin, P. Michaleris, Thermomechanical Modeling of Additive
    Manufacturing Large Parts, Journal of Manufacturing Science and Engineering 136(6) (2014)
    061007.
    [12] E.R. Denlinger, M. Gouge, J. Irwin, P. Michaleris, Thermomechanical model development
    and in situ experimental validation of the Laser Powder-Bed Fusion process, Additive
    Manufacturing 16 (2017) 73-80.
    [13] V.J. Erik R Denlinger, G.V. Srinivasan, Tahany EI-Wardany, Pan Michaleris, Thermal
    modeling of Inconel 718 processed with powder bed fusionand experimental validation using in
    situ measurements, Additive Manufacturing 11 (2016) 7-15.
    [14] N. Patil, D. Pal, H.K. Rafi, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
    Generalized Feed Forward Dynamic Adaptive Mesh Refinement and Derefinement Finite Element
    Framework for Metal Laser Sintering—Part I: Formulation and Algorithm Development, Journal
    of Manufacturing Science and Engineering 137(4) (2015) 041001.
    [15] D. Pal, N. Patil, K.H. Kutty, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
    Generalized Feed-Forward Dynamic Adaptive Mesh Refinement and Derefinement FiniteElement Framework for Metal Laser Sintering—Part II: Nonlinear Thermal Simulations and
    Validations, Journal of Manufacturing Science and Engineering 138(6) (2016) 061003.
    [16] N. Keller, V. Ploshikhin, New method for fast predictions of residual stress and distortion of
    AM parts, Solid Freeform Fabrication Symposium, Austin, Texas, 2014, pp. 1229-1237.
    [17] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive
    manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and
    denudation zones, Acta Materialia 108 (2016) 36-45.
    [18] M.J. Matthews, G. Guss, S.A. Khairallah, A.M. Rubenchik, P.J. Depond, W.E. King,
    Denudation of metal powder layers in laser powder bed fusion processes, Acta Materialia 114
    (2016) 33-42.
    [19] A.A. Martin, N.P. Calta, S.A. Khairallah, J. Wang, P.J. Depond, A.Y. Fong, V. Thampy, G.M.
    Guss, A.M. Kiss, K.H. Stone, Dynamics of pore formation during laser powder bed fusion additive
    manufacturing, Nature communications 10(1) (2019) 1987.
    [20] R. Shi, S.A. Khairallah, T.T. Roehling, T.W. Heo, J.T. McKeown, M.J. Matthews,
    Microstructural control in metal laser powder bed fusion additive manufacturing using laser beam
    shaping strategy, Acta Materialia (2019).
    [21] S.A. Khairallah, A.A. Martin, J.R. Lee, G. Guss, N.P. Calta, J.A. Hammons, M.H. Nielsen,
    K. Chaput, E. Schwalbach, M.N. Shah, Controlling interdependent meso-nanosecond dynamics
    and defect generation in metal 3D printing, Science 368(6491) (2020) 660-665.
    [22] W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, F. Lin, G.J. Wagner, Multi-physics
    modeling of single/multiple-track defect mechanisms in electron beam selective melting, Acta
    Materialia 134 (2017) 324-333.
    [23] S. Shrestha, Y. Kevin Chou, A Numerical Study on the Keyhole Formation During Laser
    Powder Bed Fusion Process, Journal of Manufacturing Science and Engineering 141(10) (2019).
    [24] S. Shrestha, B. Cheng, K. Chou, An Investigation into Melt Pool Effective Thermal
    Conductivity for Thermal Modeling of Powder-Bed Electron Beam Additive Manufacturing.
    [25] D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding
    journal 20 (1941) 220-234.
    [26] P. Promoppatum, S.-C. Yao, P.C. Pistorius, A.D. Rollett, A comprehensive comparison of the
    analytical and numerical prediction of the thermal history and solidification microstructure of
    Inconel 718 products made by laser powder-bed fusion, Engineering 3(5) (2017) 685-694.
    [27] M. Tang, P.C. Pistorius, J.L. Beuth, Prediction of lack-of-fusion porosity for powder bed
    fusion, Additive Manufacturing 14 (2017) 39-48.
    [28] T. Moran, P. Li, D. Warner, N. Phan, Utility of superposition-based finite element approach
    for part-scale thermal simulation in additive manufacturing, Additive Manufacturing 21 (2018)
    215-219.
    [29] Y. Yang, M. Knol, F. van Keulen, C. Ayas, A semi-analytical thermal modelling approach
    for selective laser melting, Additive Manufacturing 21 (2018) 284-297.
    [30] B. Cheng, S. Shrestha, K. Chou, Stress and deformation evaluations of scanning strategy
    effect in selective laser melting, Additive Manufacturing 12 (2016) 240-251.
    [31] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
    temperature and stress fields in single layers built without-support in selective laser melting,
    Materials and Design 52 (2013) 638-647.
    [32] H. Peng, D.B. Go, R. Billo, S. Gong, M.R. Shankar, B.A. Gatrell, J. Budzinski, P. Ostiguy,
    R. Attardo, C. Tomonto, Part-scale model for fast prediction of thermal distortion in DMLS
    additive manufacturing; Part 2: a quasi-static thermo-mechanical model, Austin, Texas (2016).
    [33] M.F. Zaeh, G. Branner, Investigations on residual stresses and deformations in selective laser
    melting, Production Engineering 4(1) (2010) 35-45.
    [34] C. Li, C. Fu, Y. Guo, F. Fang, A multiscale modeling approach for fast prediction of part
    distortion in selective laser melting, Journal of Materials Processing Technology 229 (2016) 703-
    712.
    [35] C. Li, Z. Liu, X. Fang, Y. Guo, On the Simulation Scalability of Predicting Residual Stress
    and Distortion in Selective Laser Melting, Journal of Manufacturing Science and Engineering
    140(4) (2018) 041013.
    [36] S. Afazov, W.A. Denmark, B.L. Toralles, A. Holloway, A. Yaghi, Distortion Prediction and
    Compensation in Selective Laser Melting, Additive Manufacturing 17 (2017) 15-22.
    [37] Y. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of
    nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing 12 (2016)
    178-188.
    [38] L. Scime, J. Beuth, A multi-scale convolutional neural network for autonomous anomaly
    detection and classification in a laser powder bed fusion additive manufacturing process, Additive
    Manufacturing 24 (2018) 273-286.
    [39] L. Scime, J. Beuth, Using machine learning to identify in-situ melt pool signatures indicative
    of flaw formation in a laser powder bed fusion additive manufacturing process, Additive
    Manufacturing 25 (2019) 151-165.
    [40] X. Xie, J. Bennett, S. Saha, Y. Lu, J. Cao, W.K. Liu, Z. Gan, Mechanistic data-driven
    prediction of as-built mechanical properties in metal additive manufacturing, npj Computational
    Materials 7(1) (2021) 1-12.
    [41] C. Wang, X. Tan, S. Tor, C. Lim, Machine learning in additive manufacturing: State-of-theart and perspectives, Additive Manufacturing (2020) 101538.
    [42] J. Li, R. Jin, Z.Y. Hang, Integration of physically-based and data-driven approaches for
    thermal field prediction in additive manufacturing, Materials & Design 139 (2018) 473-485.
    [43] M. Mozaffar, A. Paul, R. Al-Bahrani, S. Wolff, A. Choudhary, A. Agrawal, K. Ehmann, J.
    Cao, Data-driven prediction of the high-dimensional thermal history in directed energy deposition
    processes via recurrent neural networks, Manufacturing letters 18 (2018) 35-39.
    [44] A. Paul, M. Mozaffar, Z. Yang, W.-k. Liao, A. Choudhary, J. Cao, A. Agrawal, A real-time
    iterative machine learning approach for temperature profile prediction in additive manufacturing
    processes, 2019 IEEE International Conference on Data Science and Advanced Analytics (DSAA),
    IEEE, 2019, pp. 541-550.
    [45] S. Clijsters, T. Craeghs, J.-P. Kruth, A priori process parameter adjustment for SLM process
    optimization, Innovative developments on virtual and physical prototyping, Taylor & Francis
    Group., 2012, pp. 553-560.
    [46] R. Mertens, S. Clijsters, K. Kempen, J.-P. Kruth, Optimization of scan strategies in selective
    laser melting of aluminum parts with downfacing areas, Journal of Manufacturing Science and
    Engineering 136(6) (2014) 061012.
    [47] J.-P. Kruth, J. Deckers, E. Yasa, R. Wauthlé, Assessing and comparing influencing factors of
    residual stresses in selective laser melting using a novel analysis method, Proceedings of the
    institution of mechanical engineers, Part B: Journal of Engineering Manufacture 226(6) (2012)
    980-991.
    [48] Y. Lu, S. Wu, Y. Gan, T. Huang, C. Yang, L. Junjie, J. Lin, Study on the microstructure,
    mechanical property and residual stress of SLM Inconel-718 alloy manufactured by differing
    island scanning strategy, Optics & Laser Technology 75 (2015) 197-206.
    [49] E. Foroozmehr, R. Kovacevic, Effect of path planning on the laser powder deposition process:
    thermal and structural evaluation, The International Journal of Advanced Manufacturing
    Technology 51(5-8) (2010) 659-669.
    [50] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
    temperature and stress fields in single layers built without-support in selective laser melting,
    Materials and Design (2013).
    [51] J.-P. Kruth, M. Badrossamay, E. Yasa, J. Deckers, L. Thijs, J. Van Humbeeck, Part and
    material properties in selective laser melting of metals, Proceedings of the 16th international
    symposium on electromachining, 2010, pp. 1-12.
    [52] L. Thijs, K. Kempen, J.-P. Kruth, J. Van Humbeeck, Fine-structured aluminium products with
    controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder, Acta Materialia
    61(5) (2013) 1809-1819.
    [53] D. Ding, Z.S. Pan, D. Cuiuri, H. Li, A tool-path generation strategy for wire and arc additive
    manufacturing, The international journal of advanced manufacturing technology 73(1-4) (2014)
    173-183.
    [54] B.E. Carroll, T.A. Palmer, A.M. Beese, Anisotropic tensile behavior of Ti–6Al–4V
    components fabricated with directed energy deposition additive manufacturing, Acta Materialia
    87 (2015) 309-320.
    [55] D. Ding, Z. Pan, D. Cuiuri, H. Li, A practical path planning methodology for wire and arc
    additive manufacturing of thin-walled structures, Robotics and Computer-Integrated
    Manufacturing 34 (2015) 8-19.
    [56] D. Ding, Z. Pan, D. Cuiuri, H. Li, S. van Duin, N. Larkin, Bead modelling and implementation
    of adaptive MAT path in wire and arc additive manufacturing, Robotics and Computer-Integrated
    Manufacturing 39 (2016) 32-42.
    [57] R. Ponche, O. Kerbrat, P. Mognol, J.-Y. Hascoet, A novel methodology of design for Additive
    Manufacturing applied to Additive Laser Manufacturing process, Robotics and ComputerIntegrated Manufacturing 30(4) (2014) 389-398.
    [58] D.E. Smith, R. Hoglund, Continuous fiber angle topology optimization for polymer fused
    fillament fabrication, Annu. Int. Solid Free. Fabr. Symp. Austin, TX, 2016.
    [59] J. Liu, J. Liu, H. Yu, H. Yu, Concurrent deposition path planning and structural topology
    optimization for additive manufacturing, Rapid Prototyping Journal 23(5) (2017) 930-942.
    [60] Q. Xia, T. Shi, Optimization of composite structures with continuous spatial variation of fiber
    angle through Shepard interpolation, Composite Structures 182 (2017) 273-282.
    [61] C. Kiyono, E. Silva, J. Reddy, A novel fiber optimization method based on normal distribution
    function with continuously varying fiber path, Composite Structures 160 (2017) 503-515.
    [62] C.J. Brampton, K.C. Wu, H.A. Kim, New optimization method for steered fiber composites
    using the level set method, Structural and Multidisciplinary Optimization 52(3) (2015) 493-505.
    [63] J. Liu, A.C. To, Deposition path planning-integrated structural topology optimization for 3D
    additive manufacturing subject to self-support constraint, Computer-Aided Design 91 (2017) 27-
    45.
    [64] H. Shen, J. Fu, Z. Chen, Y. Fan, Generation of offset surface for tool path in NC machining
    through level set methods, The International Journal of Advanced Manufacturing Technology
    46(9-12) (2010) 1043-1047.
    [65] C. Zhuang, Z. Xiong, H. Ding, High speed machining tool path generation for pockets using
    level sets, International Journal of Production Research 48(19) (2010) 5749-5766.
    [66] K.C. Mills, Recommended values of thermophysical properties for selected commercial
    alloys, Woodhead Publishing2002.
    [67] S.S. Sih, J.W. Barlow, The prediction of the emissivity and thermal conductivity of powder
    beds, Particulate Science and Technology 22(4) (2004) 427-440.
    [68] L. Dong, A. Makradi, S. Ahzi, Y. Remond, Three-dimensional transient finite element
    analysis of the selective laser sintering process, Journal of materials processing technology 209(2)
    (2009) 700-706.
    [69] J.J. Beaman, J.W. Barlow, D.L. Bourell, R.H. Crawford, H.L. Marcus, K.P. McAlea, Solid
    freeform fabrication: a new direction in manufacturing, Kluwer Academic Publishers, Norwell,
    MA 2061 (1997) 25-49.
    [70] G. Bugeda Miguel Cervera, G. Lombera, Numerical prediction of temperature and density
    distributions in selective laser sintering processes, Rapid Prototyping Journal 5(1) (1999) 21-26.
    [71] T. Mukherjee, W. Zhang, T. DebRoy, An improved prediction of residual stresses and
    distortion in additive manufacturing, Computational Materials Science 126 (2017) 360-372.
    [72] A.J. Dunbar, E.R. Denlinger, M.F. Gouge, P. Michaleris, Experimental validation of finite
    element modeling for laser powderbed fusion deformation, Additive Manufacturing 12 (2016)
    108-120.
    [73] J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources,
    Metallurgical and Materials Transactions B 15(2) (1984) 299-305.
    [74] J. Liu, Q. Chen, Y. Zhao, W. Xiong, A. To, Quantitative Texture Prediction of Epitaxial
    Columnar Grains in Alloy 718 Processed by Additive Manufacturing, Proceedings of the 9th
    International Symposium on Superalloy 718 & Derivatives: Energy, Aerospace, and Industrial
    Applications, Springer, 2018, pp. 749-755.
    [75] J. Irwin, P. Michaleris, A line heat input model for additive manufacturing, Journal of
    Manufacturing Science and Engineering 138(11) (2016) 111004.
    [76] M. Gouge, J. Heigel, P. Michaleris, T. Palmer, Modeling forced convection in the thermal
    simulation of laser cladding processes, International Journal of Advanced Manufacturing
    Technology 79 (2015).
    [77] J. Heigel, P. Michaleris, E. Reutzel, Thermo-mechanical model development and validation
    of directed energy deposition additive manufacturing of Ti–6Al–4V, Additive manufacturing 5
    (2015) 9-19.
    [78] E.R. Denlinger, J.C. Heigel, P. Michaleris, Residual stress and distortion modeling of electron
    beam direct manufacturing Ti-6Al-4V, Proceedings of the Institution of Mechanical Engineers,
    Part B: Journal of Engineering Manufacture 229(10) (2015) 1803-1813.
    [79] X. Liang, Q. Chen, L. Cheng, Q. Yang, A. To, A modified inherent strain method for fast
    prediction of residual deformation in additive manufacturing of metal parts, 2017 Solid Freeform
    Fabrication Symposium Proceedings, Austin, Texas, 2017.
    [80] X. Liang, L. Cheng, Q. Chen, Q. Yang, A. To, A Modified Method for Estimating Inherent
    Strains from Detailed Process Simulation for Fast Residual Distortion Prediction of Single-Walled
    Structures Fabricated by Directed Energy Deposition, Additive Manufacturing 23 (2018) 471-486.
    [81] L. Sochalski-Kolbus, E.A. Payzant, P.A. Cornwell, T.R. Watkins, S.S. Babu, R.R. Dehoff,
    M. Lorenz, O. Ovchinnikova, C. Duty, Comparison of residual stresses in Inconel 718 simple parts
    made by electron beam melting and direct laser metal sintering, Metallurgical and Materials
    Transactions A 46(3) (2015) 1419-1432.
    [82] P. Mercelis, J.-P. Kruth, Residual stresses in selective laser sintering and selective laser
    melting, Rapid Prototyping Journal 12(5) (2006) 254-265.
    [83] N. Hodge, R. Ferencz, J. Solberg, Implementation of a thermomechanical model for the
    simulation of selective laser melting, Computational Mechanics 54(1) (2014) 33-51.
    [84] A.S. Wu, D.W. Brown, M. Kumar, G.F. Gallegos, W.E. King, An experimental investigation
    into additive manufacturing-induced residual stresses in 316L stainless steel, Metallurgical and
    Materials Transactions A 45(13) (2014) 6260-6270.
    [85] C. Li, J. liu, Y. Guo, Efficient predictive model of part distortion and residual stress in
    selective laser melting, Solid Freeform Fabrication 2016, 2017.
    [86] Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka, A. Chiba, Molten pool behavior and
    effect of fluid flow on solidification conditions in selective electron beam melting (SEBM) of a
    biomedical Co-Cr-Mo alloy, Additive Manufacturing 26 (2019) 202-214.
    [87] J.-H. Cho, S.-J. Na, Implementation of real-time multiple reflection and Fresnel absorption of
    laser beam in keyhole, Journal of Physics D: Applied Physics 39(24) (2006) 5372.
    [88] Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa,
    W. Everhart, T. Sun, In-situ characterization and quantification of melt pool variation under
    constant input energy density in laser powder-bed fusion additive manufacturing process, Additive
    Manufacturing (2019).
    [89] E. Assuncao, S. Williams, D. Yapp, Interaction time and beam diameter effects on the
    conduction mode limit, Optics and Lasers in Engineering 50(6) (2012) 823-828.
    [90] R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, A.D. Rollett,
    Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging,
    Science 363(6429) (2019) 849-852.
    [91] W. Tan, N.S. Bailey, Y.C. Shin, Investigation of keyhole plume and molten pool based on a
    three-dimensional dynamic model with sharp interface formulation, Journal of Physics D: Applied
    Physics 46(5) (2013) 055501.
    [92] W. Tan, Y.C. Shin, Analysis of multi-phase interaction and its effects on keyhole dynamics
    with a multi-physics numerical model, Journal of Physics D: Applied Physics 47(34) (2014)
    345501.
    [93] R. Fabbro, K. Chouf, Keyhole modeling during laser welding, Journal of applied Physics
    87(9) (2000) 4075-4083.
    [94] Q. Guo, C. Zhao, M. Qu, L. Xiong, S.M.H. Hojjatzadeh, L.I. Escano, N.D. Parab, K. Fezzaa,
    T. Sun, L. Chen, In-situ full-field mapping of melt flow dynamics in laser metal additive
    manufacturing, Additive Manufacturing 31 (2020) 100939.
    [95] Y. Ueda, K. Fukuda, K. Nakacho, S. Endo, A new measuring method of residual stresses with
    the aid of finite element method and reliability of estimated values, Journal of the Society of Naval
    Architects of Japan 1975(138) (1975) 499-507.
    [96] M.R. Hill, D.V. Nelson, The inherent strain method for residual stress determination and its
    application to a long welded joint, ASME-PUBLICATIONS-PVP 318 (1995) 343-352.
    [97] H. Murakawa, Y. Luo, Y. Ueda, Prediction of welding deformation and residual stress by
    elastic FEM based on inherent strain, Journal of the society of Naval Architects of Japan 1996(180)
    (1996) 739-751.
    [98] M. Yuan, Y. Ueda, Prediction of residual stresses in welded T-and I-joints using inherent
    strains, Journal of Engineering Materials and Technology, Transactions of the ASME 118(2)
    (1996) 229-234.
    [99] L. Zhang, P. Michaleris, P. Marugabandhu, Evaluation of applied plastic strain methods for
    welding distortion prediction, Journal of Manufacturing Science and Engineering 129(6) (2007)
    1000-1010.
    [100] M. Bugatti, Q. Semeraro, Limitations of the Inherent Strain Method in Simulating Powder
    Bed Fusion Processes, Additive Manufacturing 23 (2018) 329-346.
    [101] L. Cheng, X. Liang, J. Bai, Q. Chen, J. Lemon, A. To, On Utilizing Topology Optimization
    to Design Support Structure to Prevent Residual Stress Induced Build Failure in Laser Powder Bed
    Metal Additive Manufacturing, Additive Manufacturing (2019).
    [102] Q. Chen, X. Liang, D. Hayduke, J. Liu, L. Cheng, J. Oskin, R. Whitmore, A.C. To, An
    inherent strain based multiscale modeling framework for simulating part-scale residual
    deformation for direct metal laser sintering, Additive Manufacturing 28 (2019) 406-418.
    [103] S. Osher, J.A. Sethian, Fronts propagating with curvature-dependent speed: algorithms based
    on Hamilton-Jacobi formulations, Journal of computational physics 79(1) (1988) 12-49.
    [104] M.Y. Wang, X. Wang, D. Guo, A level set method for structural topology optimization,
    Computer methods in applied mechanics and engineering 192(1) (2003) 227-246.
    [105] G. Allaire, F. Jouve, A.-M. Toader, Structural optimization using sensitivity analysis and a
    level-set method, Journal of computational physics 194(1) (2004) 363-393.
    [106] Y. Wang, Z. Luo, Z. Kang, N. Zhang, A multi-material level set-based topology and shape
    optimization method, Computer Methods in Applied Mechanics and Engineering 283 (2015)
    1570-1586.
    [107] P. Dunning, C. Brampton, H. Kim, Simultaneous optimisation of structural topology and
    material grading using level set method, Materials Science and Technology 31(8) (2015) 884-894.
    [108] P. Liu, Y. Luo, Z. Kang, Multi-material topology optimization considering interface
    behavior via XFEM and level set method, Computer methods in applied mechanics and
    engineering 308 (2016) 113-133.
    [109] J. Liu, Q. Chen, Y. Zheng, R. Ahmad, J. Tang, Y. Ma, Level set-based heterogeneous object
    modeling and optimization, Computer-Aided Design (2019).
    [110] J. Liu, Q. Chen, X. Liang, A.C. To, Manufacturing cost constrained topology optimization
    for additive manufacturing, Frontiers of Mechanical Engineering 14(2) (2019) 213-221.
    [111] Z. Kang, Y. Wang, Integrated topology optimization with embedded movable holes based
    on combined description by material density and level sets, Computer methods in applied
    mechanics and engineering 255 (2013) 1-13.
    [112] P.D. Dunning, H. Alicia Kim, A new hole insertion method for level set based structural
    topology optimization, International Journal for Numerical Methods in Engineering 93(1) (2013)
    118-134.
    [113] J.A. Sethian, A fast marching level set method for monotonically advancing fronts,
    Proceedings of the National Academy of Sciences 93(4) (1996) 1591-1595.
    [114] J.A. Sethian, Level set methods and fast marching methods: evolving interfaces in
    computational geometry, fluid mechanics, computer vision, and materials science, Cambridge
    university press1999.
    [115] C. Le, J. Norato, T. Bruns, C. Ha, D. Tortorelli, Stress-based topology optimization for
    continua, Structural and Multidisciplinary Optimization 41(4) (2010) 605-620.
    [116] A. Takezawa, G.H. Yoon, S.H. Jeong, M. Kobashi, M. Kitamura, Structural topology
    optimization with strength and heat conduction constraints, Computer Methods in Applied
    Mechanics and Engineering 276 (2014) 341-361.
    [117] S. Hochreiter, J. Schmidhuber, Long short-term memory, Neural computation 9(8) (1997)
    1735-1780.
    [118] A. Krizhevsky, I. Sutskever, G.E. Hinton, Imagenet classification with deep convolutional
    neural networks, Advances in neural information processing systems 25 (2012) 1097-1105.
    [119] K. Simonyan, A. Zisserman, Very deep convolutional networks for large-scale image
    recognition, arXiv preprint arXiv:1409.1556 (2014).
    [120] K. He, X. Zhang, S. Ren, J. Sun, Deep residual learning for image recognition, Proceedings
    of the IEEE conference on computer vision and pattern recognition, 2016, pp. 770-778.
    [121] O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A.
    Khosla, M. Bernstein, Imagenet large scale visual recognition challenge, International journal of
    computer vision 115(3) (2015) 211-252.
    [122] S. Ren, K. He, R. Girshick, J. Sun, Faster r-cnn: Towards real-time object detection with
    region proposal networks, Advances in neural information processing systems 28 (2015) 91-99.
    [123] E.J. Schwalbach, S.P. Donegan, M.G. Chapman, K.J. Chaput, M.A. Groeber, A discrete
    source model of powder bed fusion additive manufacturing thermal history, Additive
    Manufacturing 25 (2019) 485-498.
    [124] D.G. Duffy, Green’s functions with applications, Chapman and Hall/CRC2015.
    [125] J. Martínez-Frutos, D. Herrero-Pérez, Efficient matrix-free GPU implementation of fixed
    grid finite element analysis, Finite Elements in Analysis and Design 104 (2015) 61-71.
    [126] F. Dugast, P. Apostolou, A. Fernandez, W. Dong, Q. Chen, S. Strayer, R. Wicker, A.C. To,
    Part-scale thermal process modeling for laser powder bed fusion with matrix-free method and GPU
    computing, Additive Manufacturing 37 (2021) 101732.
    [127] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, Ł. Kaiser, I.
    Polosukhin, Attention is all you need, Advances in neural information processing systems, 2017,
    pp. 5998-6008.
    [128] J. Devlin, M.-W. Chang, K. Lee, K. Toutanova, Bert: Pre-training of deep bidirectional
    transformers for language understanding, arXiv preprint arXiv:1810.04805 (2018).

    Figure 3 Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.

    다공성 미디어 및 나노유체에 의해 강화된 수집기로 태양광 CCHP 시스템의 최적화

    Optimization of Solar CCHP Systems with Collector Enhanced by Porous Media and Nanofluid


    Navid Tonekaboni,1Mahdi Feizbahr,2 Nima Tonekaboni,1Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4

    Abstract

    태양열 집열기의 낮은 효율은 CCHP(Solar Combined Cooling, Heating, and Power) 사이클의 문제점 중 하나로 언급될 수 있습니다. 태양계를 개선하기 위해 나노유체와 다공성 매체가 태양열 집열기에 사용됩니다.

    다공성 매질과 나노입자를 사용하는 장점 중 하나는 동일한 조건에서 더 많은 에너지를 흡수할 수 있다는 것입니다. 이 연구에서는 평균 일사량이 1b인 따뜻하고 건조한 지역의 600 m2 건물의 전기, 냉방 및 난방을 생성하기 위해 다공성 매질과 나노유체를 사용하여 태양열 냉난방 복합 발전(SCCHP) 시스템을 최적화했습니다.

    본 논문에서는 침전물이 형성되지 않는 lb = 820 w/m2(이란) 정도까지 다공성 물질에서 나노유체의 최적량을 계산하였다. 이 연구에서 태양열 집열기는 구리 다공성 매체(95% 다공성)와 CuO 및 Al2O3 나노 유체로 향상되었습니다.

    나노유체의 0.1%-0.6%가 작동 유체로 물에 추가되었습니다. 나노유체의 0.5%가 태양열 집열기 및 SCCHP 시스템에서 가장 높은 에너지 및 엑서지 효율 향상으로 이어지는 것으로 밝혀졌습니다.

    본 연구에서 포물선형 집열기(PTC)의 최대 에너지 및 엑서지 효율은 각각 74.19% 및 32.6%입니다. 그림 1은 태양 CCHP의 주기를 정확하게 설명하기 위한 그래픽 초록으로 언급될 수 있습니다.

    The low efficiency of solar collectors can be mentioned as one of the problems in solar combined cooling, heating, and power (CCHP) cycles. For improving solar systems, nanofluid and porous media are used in solar collectors. One of the advantages of using porous media and nanoparticles is to absorb more energy under the same conditions. In this research, a solar combined cooling, heating, and power (SCCHP) system has been optimized by porous media and nanofluid for generating electricity, cooling, and heating of a 600 m2 building in a warm and dry region with average solar radiation of Ib = 820 w/m2 in Iran. In this paper, the optimal amount of nanofluid in porous materials has been calculated to the extent that no sediment is formed. In this study, solar collectors were enhanced with copper porous media (95% porosity) and CuO and Al2O3 nanofluids. 0.1%–0.6% of the nanofluids were added to water as working fluids; it is found that 0.5% of the nanofluids lead to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Maximum energy and exergy efficiency of parabolic thermal collector (PTC) riches in this study are 74.19% and 32.6%, respectively. Figure 1 can be mentioned as a graphical abstract for accurately describing the cycle of solar CCHP.

    1. Introduction

    Due to the increase in energy consumption, the use of clean energy is one of the important goals of human societies. In the last four decades, the use of cogeneration cycles has increased significantly due to high efficiency. Among clean energy, the use of solar energy has become more popular due to its greater availability [1]. Low efficiency of energy production, transmission, and distribution system makes a new system to generate simultaneously electricity, heating, and cooling as an essential solution to be widely used. The low efficiency of the electricity generation, transmission, and distribution system makes the CCHP system a basic solution to eliminate waste of energy. CCHP system consists of a prime mover (PM), a power generator, a heat recovery system (produce extra heating/cooling/power), and thermal energy storage (TES) [2]. Solar combined cooling, heating, and power (SCCHP) has been started three decades ago. SCCHP is a system that receives its propulsive force from solar energy; in this cycle, solar collectors play the role of propulsive for generating power in this system [3].

    Increasing the rate of energy consumption in the whole world because of the low efficiency of energy production, transmission, and distribution system causes a new cogeneration system to generate electricity, heating, and cooling energy as an essential solution to be widely used. Building energy utilization fundamentally includes power required for lighting, home electrical appliances, warming and cooling of building inside, and boiling water. Domestic usage contributes to an average of 35% of the world’s total energy consumption [4].

    Due to the availability of solar energy in all areas, solar collectors can be used to obtain the propulsive power required for the CCHP cycle. Solar energy is the main source of energy in renewable applications. For selecting a suitable area to use solar collectors, annual sunshine hours, the number of sunny days, minus temperature and frosty days, and the windy status of the region are essentially considered [5]. Iran, with an average of more than 300 sunny days, is one of the suitable countries to use solar energy. Due to the fact that most of the solar radiation is in the southern regions of Iran, also the concentration of cities is low in these areas, and transmission lines are far apart, one of the best options is to use CCHP cycles based on solar collectors [6]. One of the major problems of solar collectors is their low efficiency [7]. Low efficiency increases the area of collectors, which increases the initial cost of solar systems and of course increases the initial payback period. To increase the efficiency of solar collectors and improve their performance, porous materials and nanofluids are used to increase their workability.

    There are two ways to increase the efficiency of solar collectors and mechanical and fluid improvement. In the first method, using porous materials or helical filaments inside the collector pipes causes turbulence of the flow and increases heat transfer. In the second method, using nanofluids or salt and other materials increases the heat transfer of water. The use of porous materials has grown up immensely over the past twenty years. Porous materials, especially copper porous foam, are widely used in solar collectors. Due to the high contact surface area, porous media are appropriate candidates for solar collectors [8]. A number of researchers investigated Solar System performance in accordance with energy and exergy analyses. Zhai et al. [9] reviewed the performance of a small solar-powered system in which the energy efficiency was 44.7% and the electrical efficiency was 16.9%.

    Abbasi et al. [10] proposed an innovative multiobjective optimization to optimize the design of a cogeneration system. Results showed the CCHP system based on an internal diesel combustion engine was the applicable alternative at all regions with different climates. The diesel engine can supply the electrical requirement of 31.0% and heating demand of 3.8% for building.

    Jiang et al. [11] combined the experiment and simulation together to analyze the performance of a cogeneration system. Moreover, some research focused on CCHP systems using solar energy. It integrated sustainable and renewable technologies in the CCHP, like PV, Stirling engine, and parabolic trough collector (PTC) [21215].

    Wang et al. [16] optimized a cogeneration solar cooling system with a Rankine cycle and ejector to reach the maximum total system efficiency of 55.9%. Jing et al. analyzed a big-scale building with the SCCHP system and auxiliary heaters to produced electrical, cooling, and heating power. The maximum energy efficiency reported in their work is 46.6% [17]. Various optimization methods have been used to improve the cogeneration system, minimum system size, and performance, such as genetic algorithm [1819].

    Hirasawa et al. [20] investigated the effect of using porous media to reduce thermal waste in solar systems. They used the high-porosity metal foam on top of the flat plate solar collector and observed that thermal waste decreased by 7% due to natural heat transfer. Many researchers study the efficiency improvement of the solar collector by changing the collector’s shapes or working fluids. However, the most effective method is the use of nanofluids in the solar collector as working fluid [21]. In the experimental study done by Jouybari et al. [22], the efficiency enhancement up to 8.1% was achieved by adding nanofluid in a flat plate collector. In this research, by adding porous materials to the solar collector, collector efficiency increased up to 92% in a low flow regime. Subramani et al. [23] analyzed the thermal performance of the parabolic solar collector with Al2O3 nanofluid. They conducted their experiments with Reynolds number range 2401 to 7202 and mass flow rate 0.0083 to 0.05 kg/s. The maximum efficiency improvement in this experiment was 56% at 0.05 kg/s mass flow rate.

    Shojaeizadeh et al. [24] investigated the analysis of the second law of thermodynamic on the flat plate solar collector using Al2O3/water nanofluid. Their research showed that energy efficiency rose up to 1.9% and the exergy efficiency increased by a maximum of 0.72% compared to pure water. Tiwari et al. [25] researched on the thermal performance of solar flat plate collectors for working fluid water with different nanofluids. The result showed that using 1.5% (optimum) particle volume fraction of Al2O3 nanofluid as an absorbing medium causes the thermal efficiency to enhance up to 31.64%.

    The effect of porous media and nanofluids on solar collectors has already been investigated in the literature but the SCCHP system with a collector embedded by both porous media and nanofluid for enhancing the ratio of nanoparticle in nanofluid for preventing sedimentation was not discussed. In this research, the amount of energy and exergy of the solar CCHP cycles with parabolic solar collectors in both base and improved modes with a porous material (copper foam with 95% porosity) and nanofluid with different ratios of nanoparticles was calculated. In the first step, it is planned to design a CCHP system based on the required load, and, in the next step, it will analyze the energy and exergy of the system in a basic and optimize mode. In the optimize mode, enhanced solar collectors with porous material and nanofluid in different ratios (0.1%–0.7%) were used to optimize the ratio of nanofluids to prevent sedimentation.

    2. Cycle Description

    CCHP is one of the methods to enhance energy efficiency and reduce energy loss and costs. The SCCHP system used a solar collector as a prime mover of the cogeneration system and assisted the boiler to generate vapor for the turbine. Hot water flows from the expander to the absorption chiller in summer or to the radiator or fan coil in winter. Finally, before the hot water wants to flow back to the storage tank, it flows inside a heat exchanger for generating domestic hot water [26].

    For designing of solar cogeneration system and its analysis, it is necessary to calculate the electrical, heating (heating load is the load required for the production of warm water and space heating), and cooling load required for the case study considered in a residential building with an area of 600 m2 in the warm region of Iran (Zahedan). In Table 1, the average of the required loads is shown for the different months of a year (average of electrical, heating, and cooling load calculated with CARRIER software).Table 1 The average amount of electric charges, heating load, and cooling load used in the different months of the year in the city of Zahedan for a residential building with 600 m2.

    According to Table 1, the maximum magnitude of heating, cooling, and electrical loads is used to calculate the cogeneration system. The maximum electric load is 96 kW, the maximum amount of heating load is 62 kW, and the maximum cooling load is 118 kW. Since the calculated loads are average, all loads increased up to 10% for the confidence coefficient. With the obtained values, the solar collector area and other cogeneration system components are calculated. The cogeneration cycle is capable of producing 105 kW electric power, 140 kW cooling capacity, and 100 kW heating power.

    2.1. System Analysis Equations

    An analysis is done by considering the following assumptions:(1)The system operates under steady-state conditions(2)The system is designed for the warm region of Iran (Zahedan) with average solar radiation Ib = 820 w/m2(3)The pressure drops in heat exchangers, separators, storage tanks, and pipes are ignored(4)The pressure drop is negligible in all processes and no expectable chemical reactions occurred in the processes(5)Potential, kinetic, and chemical exergy are not considered due to their insignificance(6)Pumps have been discontinued due to insignificance throughout the process(7)All components are assumed adiabatic

    Schematic shape of the cogeneration cycle is shown in Figure 1 and all data are given in Table 2.

    Figure 1 Schematic shape of the cogeneration cycle.Table 2 Temperature and humidity of different points of system.

    Based on the first law of thermodynamic, energy analysis is based on the following steps.

    First of all, the estimated solar radiation energy on collector has been calculated:where α is the heat transfer enhancement coefficient based on porous materials added to the collector’s pipes. The coefficient α is increased by the porosity percentage, the type of porous material (in this case, copper with a porosity percentage of 95), and the flow of fluid to the collector equation.

    Collector efficiency is going to be calculated by the following equation [9]:

    Total energy received by the collector is given by [9]

    Also, the auxiliary boiler heat load is [2]

    Energy consumed from vapor to expander is calculated by [2]

    The power output form by the screw expander [9]:

    The efficiency of the expander is 80% in this case [11].

    In this step, cooling and heating loads were calculated and then, the required heating load to reach sanitary hot water will be calculated as follows:

    First step: calculating the cooling load with the following equation [9]:

    Second step: calculating heating loads [9]:

    Then, calculating the required loud for sanitary hot water will be [9]

    According to the above-mentioned equations, efficiency is [9]

    In the third step, calculated exergy analysis as follows.

    First, the received exergy collector from the sun is calculated [9]:

    In the previous equation, f is the constant of air dilution.

    The received exergy from the collector is [9]

    In the case of using natural gas in an auxiliary heater, the gas exergy is calculated from the following equation [12]:

    Delivering exergy from vapor to expander is calculated with the following equation [9]:

    In the fourth step, the exergy in cooling and heating is calculated by the following equation:

    Cooling exergy in summer is calculated [9]:

    Heating exergy in winter is calculated [9]:

    In the last step based on thermodynamic second law, exergy efficiency has been calculated from the following equation and the above-mentioned calculated loads [9]:

    3. Porous Media

    The porous medium that filled the test section is copper foam with a porosity of 95%. The foams are determined in Figure 2 and also detailed thermophysical parameters and dimensions are shown in Table 3.

    Figure 2 Copper foam with a porosity of 95%.Table 3 Thermophysical parameters and dimensions of copper foam.

    In solar collectors, copper porous materials are suitable for use at low temperatures and have an easier and faster manufacturing process than ceramic porous materials. Due to the high coefficient conductivity of copper, the use of copper metallic foam to increase heat transfer is certainly more efficient in solar collectors.

    Porous media and nanofluid in solar collector’s pipes were simulated in FLOW-3D software using the finite-difference method [27]. Nanoparticles Al2O3 and CUO are mostly used in solar collector enhancement. In this research, different concentrations of nanofluid are added to the parabolic solar collectors with porous materials (copper foam with porosity of 95%) to achieve maximum heat transfer in the porous materials before sedimentation. After analyzing PTC pipes with the nanofluid flow in FLOW-3D software, for energy and exergy efficiency analysis, Carrier software results were used as EES software input. Simulation PTC with porous media inside collector pipe and nanofluids sedimentation is shown in Figure 3.

    Figure 3 Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.

    3.1. Nano Fluid

    In this research, copper and silver nanofluids (Al2O3, CuO) have been added with percentages of 0.1%–0.7% as the working fluids. The nanoparticle properties are given in Table 4. Also, system constant parameters are presented in Table 4, which are available as default input in the EES software.Table 4 Properties of the nanoparticles [9].

    System constant parameters for input in the software are shown in Table 5.Table 5 System constant parameters.

    The thermal properties of the nanofluid can be obtained from equations (18)–(21). The basic fluid properties are indicated by the index (bf) and the properties of the nanoparticle silver with the index (np).

    The density of the mixture is shown in the following equation [28]:where ρ is density and ϕ is the nanoparticles volume fraction.

    The specific heat capacity is calculated from the following equation [29]:

    The thermal conductivity of the nanofluid is calculated from the following equation [29]:

    The parameter β is the ratio of the nanolayer thickness to the original particle radius and, usually, this parameter is taken equal to 0.1 for the calculated thermal conductivity of the nanofluids.

    The mixture viscosity is calculated as follows [30]:

    In all equations, instead of water properties, working fluids with nanofluid are used. All of the above equations and parameters are entered in the EES software for calculating the energy and exergy of solar collectors and the SCCHP cycle. All calculation repeats for both nanofluids with different concentrations of nanofluid in the solar collector’s pipe.

    4. Results and Discussion

    In the present study, relations were written according to Wang et al. [16] and the system analysis was performed to ensure the correctness of the code. The energy and exergy charts are plotted based on the main values of the paper and are shown in Figures 4 and 5. The error rate in this simulation is 1.07%.

    Figure 4 Verification charts of energy analysis results.

    Figure 5 Verification charts of exergy analysis results.

    We may also investigate the application of machine learning paradigms [3141] and various hybrid, advanced optimization approaches that are enhanced in terms of exploration and intensification [4255], and intelligent model studies [5661] as well, for example, methods such as particle swarm optimizer (PSO) [6062], differential search (DS) [63], ant colony optimizer (ACO) [616465], Harris hawks optimizer (HHO) [66], grey wolf optimizer (GWO) [5367], differential evolution (DE) [6869], and other fusion and boosted systems [4146485054557071].

    At the first step, the collector is modified with porous copper foam material. 14 cases have been considered for the analysis of the SCCHP system (Table 6). It should be noted that the adding of porous media causes an additional pressure drop inside the collector [922263072]. All fourteen cases use copper foam with a porosity of 95 percent. To simulate the effect of porous materials and nanofluids, the first solar PTC pipes have been simulated in the FLOW-3D software and then porous media (copper foam with porosity of 95%) and fluid flow with nanoparticles (AL2O3 and CUO) are generated in the software. After analyzing PTC pipes in FLOW-3D software, for analyzing energy and exergy efficiency, software outputs were used as EES software input for optimization ratio of sedimentation and calculating energy and exergy analyses.Table 6 Collectors with different percentages of nanofluids and porous media.

    In this research, an enhanced solar collector with both porous media and Nanofluid is investigated. In the present study, 0.1–0.5% CuO and Al2O3 concentration were added to the collector fully filled by porous media to achieve maximum energy and exergy efficiencies of solar CCHP systems. All steps of the investigation are shown in Table 6.

    Energy and exergy analyses of parabolic solar collectors and SCCHP systems are shown in Figures 6 and 7.

    Figure 6 Energy and exergy efficiencies of the PTC with porous media and nanofluid.

    Figure 7 Energy and exergy efficiency of the SCCHP.

    Results show that the highest energy and exergy efficiencies are 74.19% and 32.6%, respectively, that is achieved in Step 12 (parabolic collectors with filled porous media and 0.5% Al2O3). In the second step, the maximum energy efficiency of SCCHP systems with fourteen steps of simulation are shown in Figure 7.

    In the second step, where 0.1, −0.6% of the nanofluids were added, it is found that 0.5% leads to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Using concentrations more than 0.5% leads to sediment in the solar collector’s pipe and a decrease of porosity in the pipe [73]. According to Figure 7, maximum energy and exergy efficiencies of SCCHP are achieved in Step 12. In this step energy efficiency is 54.49% and exergy efficiency is 18.29%. In steps 13 and 14, with increasing concentration of CUO and Al2O3 nanofluid solution in porous materials, decreasing of energy and exergy efficiency of PTC and SCCHP system at the same time happened. This decrease in efficiency is due to the formation of sediment in the porous material. Calculations and simulations have shown that porous materials more than 0.5% nanofluids inside the collector pipe cause sediment and disturb the porosity of porous materials and pressure drop and reduce the coefficient of performance of the cogeneration system. Most experience showed that CUO and AL2O3 nanofluids with less than 0.6% percent solution are used in the investigation on the solar collectors at low temperatures and discharges [74]. One of the important points of this research is that the best ratio of nanofluids in the solar collector with a low temperature is 0.5% (AL2O3 and CUO); with this replacement, the cost of solar collectors and SCCHP cycle is reduced.

    5. Conclusion and Future Directions

    In the present study, ways for increasing the efficiency of solar collectors in order to enhance the efficiency of the SCCHP cycle are examined. The research is aimed at adding both porous materials and nanofluids for estimating the best ratio of nanofluid for enhanced solar collector and protecting sedimentation in porous media. By adding porous materials (copper foam with porosity of 95%) and 0.5% nanofluids together, high efficiency in solar parabolic collectors can be achieved. The novelty in this research is the addition of both nanofluids and porous materials and calculating the best ratio for preventing sedimentation and pressure drop in solar collector’s pipe. In this study, it was observed that, by adding 0.5% of AL2O3 nanofluid in working fluids, the energy efficiency of PTC rises to 74.19% and exergy efficiency is grown up to 32.6%. In SCCHP cycle, energy efficiency is 54.49% and exergy efficiency is 18.29%.

    In this research, parabolic solar collectors fully filled by porous media (copper foam with a porosity of 95) are investigated. In the next step, parabolic solar collectors in the SCCHP cycle were simultaneously filled by porous media and different percentages of Al2O3 and CuO nanofluid. At this step, values of 0.1% to 0.6% of each nanofluid were added to the working fluid, and the efficiency of the energy and exergy of the collectors and the SCCHP cycle were determined. In this case, nanofluid and the porous media were used together in the solar collector and maximum efficiency achieved. 0.5% of both nanofluids were used to achieve the biggest efficiency enhancement.

    In the present study, as expected, the highest efficiency is for the parabolic solar collector fully filled by porous material (copper foam with a porosity of 95%) and 0.5% Al2O3. Results of the present study are as follows:(1)The average enhancement of collectors’ efficiency using porous media and nanofluids is 28%.(2)Solutions with 0.1 to 0.5% of nanofluids (CuO and Al2O3) are used to prevent collectors from sediment occurrence in porous media.(3)Collector of solar cogeneration cycles that is enhanced by both porous media and nanofluid has higher efficiency, and the stability of output temperature is more as well.(4)By using 0.6% of the nanofluids in the enhanced parabolic solar collectors with copper porous materials, sedimentation occurs and makes a high-pressure drop in the solar collector’s pipe which causes decrease in energy efficiency.(5)Average enhancement of SCCHP cycle efficiency is enhanced by both porous media and nanofluid 13%.

    Nomenclature

    :Solar radiation
    a:Heat transfer augmentation coefficient
    A:Solar collector area
    Bf:Basic fluid
    :Specific heat capacity of the nanofluid
    F:Constant of air dilution
    :Thermal conductivity of the nanofluid
    :Thermal conductivity of the basic fluid
    :Viscosity of the nanofluid
    :Viscosity of the basic fluid
    :Collector efficiency
    :Collector energy receives
    :Auxiliary boiler heat
    :Expander energy
    :Gas energy
    :Screw expander work
    :Cooling load, in kilowatts
    :Heating load, in kilowatts
    :Solar radiation energy on collector, in Joule
    :Sanitary hot water load
    Np:Nanoparticle
    :Energy efficiency
    :Heat exchanger efficiency
    :Sun exergy
    :Collector exergy
    :Natural gas exergy
    :Expander exergy
    :Cooling exergy
    :Heating exergy
    :Exergy efficiency
    :Steam mass flow rate
    :Hot water mass flow rate
    :Specific heat capacity of water
    :Power output form by the screw expander
    Tam:Average ambient temperature
    :Density of the mixture.

    Greek symbols

    ρ:Density
    ϕ:Nanoparticles volume fraction
    β:Ratio of the nanolayer thickness.

    Abbreviations

    CCHP:Combined cooling, heating, and power
    EES:Engineering equation solver.

    Data Availability

    For this study, data were generated by CARRIER software for the average electrical, heating, and cooling load of a residential building with 600 m2 in the city of Zahedan, Iran.

    Conflicts of Interest

    The authors declare that they have no conflicts of interest.

    Acknowledgments

    This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.

    References

    1. A. Fudholi and K. Sopian, “Review on solar collector for agricultural produce,” International Journal of Power Electronics and Drive Systems (IJPEDS), vol. 9, no. 1, p. 414, 2018.View at: Publisher Site | Google Scholar
    2. G. Yang and X. Zhai, “Optimization and performance analysis of solar hybrid CCHP systems under different operation strategies,” Applied Thermal Engineering, vol. 133, pp. 327–340, 2018.View at: Publisher Site | Google Scholar
    3. J. Wang, Z. Han, and Z. Guan, “Hybrid solar-assisted combined cooling, heating, and power systems: a review,” Renewable and Sustainable Energy Reviews, vol. 133, p. 110256, 2020.View at: Publisher Site | Google Scholar
    4. Y. Tian and C. Y. Zhao, “A review of solar collectors and thermal energy storage in solar thermal applications,” Applied Energy, vol. 104, pp. 538–553, 2013.View at: Publisher Site | Google Scholar
    5. J. M. Hassan, Q. J. Abdul-Ghafour, and M. F. Mohammed, “CFD simulation of enhancement techniques in flat plate solar water collectors,” Al-Nahrain Journal for Engineering Sciences, vol. 20, no. 3, pp. 751–761, 2017.View at: Google Scholar
    6. M. Jahangiri, O. Nematollahi, A. Haghani, H. A. Raiesi, and A. Alidadi Shamsabadi, “An optimization of energy cost of clean hybrid solar-wind power plants in Iran,” International Journal of Green Energy, vol. 16, no. 15, pp. 1422–1435, 2019.View at: Publisher Site | Google Scholar
    7. I. H. Yılmaz and A. Mwesigye, “Modeling, simulation and performance analysis of parabolic trough solar collectors: a comprehensive review,” Applied Energy, vol. 225, pp. 135–174, 2018.View at: Google Scholar
    8. F. Wang, J. Tan, and Z. Wang, “Heat transfer analysis of porous media receiver with different transport and thermophysical models using mixture as feeding gas,” Energy Conversion and Management, vol. 83, pp. 159–166, 2014.View at: Publisher Site | Google Scholar
    9. H. Zhai, Y. J. Dai, J. Y. Wu, and R. Z. Wang, “Energy and exergy analyses on a novel hybrid solar heating, cooling and power generation system for remote areas,” Applied Energy, vol. 86, no. 9, pp. 1395–1404, 2009.View at: Publisher Site | Google Scholar
    10. M. H. Abbasi, H. Sayyaadi, and M. Tahmasbzadebaie, “A methodology to obtain the foremost type and optimal size of the prime mover of a CCHP system for a large-scale residential application,” Applied Thermal Engineering, vol. 135, pp. 389–405, 2018.View at: Google Scholar
    11. R. Jiang, F. G. F. Qin, X. Yang, S. Huang, and B. Chen, “Performance analysis of a liquid absorption dehumidifier driven by jacket-cooling water of a diesel engine in a CCHP system,” Energy and Buildings, vol. 163, pp. 70–78, 2018.View at: Publisher Site | Google Scholar
    12. F. A. Boyaghchi and M. Chavoshi, “Monthly assessments of exergetic, economic and environmental criteria and optimization of a solar micro-CCHP based on DORC,” Solar Energy, vol. 166, pp. 351–370, 2018.View at: Publisher Site | Google Scholar
    13. F. A. Boyaghchi and M. Chavoshi, “Multi-criteria optimization of a micro solar-geothermal CCHP system applying water/CuO nanofluid based on exergy, exergoeconomic and exergoenvironmental concepts,” Applied Thermal Engineering, vol. 112, pp. 660–675, 2017.View at: Publisher Site | Google Scholar
    14. B. Su, W. Han, Y. Chen, Z. Wang, W. Qu, and H. Jin, “Performance optimization of a solar assisted CCHP based on biogas reforming,” Energy Conversion and Management, vol. 171, pp. 604–617, 2018.View at: Publisher Site | Google Scholar
    15. F. A. Al-Sulaiman, F. Hamdullahpur, and I. Dincer, “Performance assessment of a novel system using parabolic trough solar collectors for combined cooling, heating, and power production,” Renewable Energy, vol. 48, pp. 161–172, 2012.View at: Publisher Site | Google Scholar
    16. J. Wang, Y. Dai, L. Gao, and S. Ma, “A new combined cooling, heating and power system driven by solar energy,” Renewable Energy, vol. 34, no. 12, pp. 2780–2788, 2009.View at: Publisher Site | Google Scholar
    17. Y.-Y. Jing, H. Bai, J.-J. Wang, and L. Liu, “Life cycle assessment of a solar combined cooling heating and power system in different operation strategies,” Applied Energy, vol. 92, pp. 843–853, 2012.View at: Publisher Site | Google Scholar
    18. J.-J. Wang, Y.-Y. Jing, and C.-F. Zhang, “Optimization of capacity and operation for CCHP system by genetic algorithm,” Applied Energy, vol. 87, no. 4, pp. 1325–1335, 2010.View at: Publisher Site | Google Scholar
    19. L. Ali, “LDA–GA–SVM: improved hepatocellular carcinoma prediction through dimensionality reduction and genetically optimized support vector machine,” Neural Computing and Applications, vol. 87, pp. 1–10, 2020.View at: Google Scholar
    20. S. Hirasawa, R. Tsubota, T. Kawanami, and K. Shirai, “Reduction of heat loss from solar thermal collector by diminishing natural convection with high-porosity porous medium,” Solar Energy, vol. 97, pp. 305–313, 2013.View at: Publisher Site | Google Scholar
    21. E. Bellos, C. Tzivanidis, and Z. Said, “A systematic parametric thermal analysis of nanofluid-based parabolic trough solar collectors,” Sustainable Energy Technologies and Assessments, vol. 39, p. 100714, 2020.View at: Publisher Site | Google Scholar
    22. H. J. Jouybari, S. Saedodin, A. Zamzamian, M. E. Nimvari, and S. Wongwises, “Effects of porous material and nanoparticles on the thermal performance of a flat plate solar collector: an experimental study,” Renewable Energy, vol. 114, pp. 1407–1418, 2017.View at: Publisher Site | Google Scholar
    23. J. Subramani, P. K. Nagarajan, S. Wongwises, S. A. El-Agouz, and R. Sathyamurthy, “Experimental study on the thermal performance and heat transfer characteristics of solar parabolic trough collector using Al2O3 nanofluids,” Environmental Progress & Sustainable Energy, vol. 37, no. 3, pp. 1149–1159, 2018.View at: Publisher Site | Google Scholar
    24. E. Shojaeizadeh, F. Veysi, and A. Kamandi, “Exergy efficiency investigation and optimization of an Al2O3-water nanofluid based Flat-plate solar collector,” Energy and Buildings, vol. 101, pp. 12–23, 2015.View at: Publisher Site | Google Scholar
    25. A. K. Tiwari, P. Ghosh, and J. Sarkar, “Solar water heating using nanofluids–a comprehensive overview and environmental impact analysis,” International Journal of Emerging Technology and Advanced Engineering, vol. 3, no. 3, pp. 221–224, 2013.View at: Google Scholar
    26. D. R. Rajendran, E. Ganapathy Sundaram, P. Jawahar, V. Sivakumar, O. Mahian, and E. Bellos, “Review on influencing parameters in the performance of concentrated solar power collector based on materials, heat transfer fluids and design,” Journal of Thermal Analysis and Calorimetry, vol. 140, no. 1, pp. 33–51, 2020.View at: Publisher Site | Google Scholar
    27. M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Google Scholar
    28. K. Khanafer and K. Vafai, “A critical synthesis of thermophysical characteristics of nanofluids,” International Journal of Heat and Mass Transfer, vol. 54, no. 19-20, pp. 4410–4428, 2011.View at: Publisher Site | Google Scholar
    29. K. Farhana, K. Kadirgama, M. M. Rahman et al., “Improvement in the performance of solar collectors with nanofluids – a state-of-the-art review,” Nano-Structures & Nano-Objects, vol. 18, p. 100276, 2019.View at: Publisher Site | Google Scholar
    30. M. Turkyilmazoglu, “Condensation of laminar film over curved vertical walls using single and two-phase nanofluid models,” European Journal of Mechanics-B/Fluids, vol. 65, pp. 184–191, 2017.View at: Publisher Site | Google Scholar
    31. X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 2020, 2020.View at: Google Scholar
    32. X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
    33. X. Zhang, M. Fan, D. Wang, P. Zhou, and D. Tao, “Top-k feature selection framework using robust 0-1 integer programming,” IEEE Transactions on Neural Networks and Learning Systems, vol. 1, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
    34. X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
    35. X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
    36. X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 1, 2020.View at: Google Scholar
    37. M. Mirmozaffari, “Machine learning algorithms based on an optimization model,” 2020.View at: Google Scholar
    38. M. Mirmozaffari, M. Yazdani, A. Boskabadi, H. Ahady Dolatsara, K. Kabirifar, and N. Amiri Golilarz, “A novel machine learning approach combined with optimization models for eco-efficiency evaluation,” Applied Sciences, vol. 10, no. 15, p. 5210, 2020.View at: Publisher Site | Google Scholar
    39. M. Vosoogha and A. Addeh, “An intelligent power prediction method for wind energy generation based on optimized fuzzy system,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 5, pp. 34–43, 2019.View at: Google Scholar
    40. A. Javadi, N. Mikaeilvand, and H. Hosseinzdeh, “Presenting a new method to solve partial differential equations using a group search optimizer method (GSO),” Computational Research Progress in Applied Science and Engineering, vol. 4, no. 1, pp. 22–26, 2018.View at: Google Scholar
    41. F. J. Golrokh, Gohar Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, pp. 1–8, 2020.View at: Google Scholar
    42. H. Yu, “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 1, pp. 1–29, 2020.View at: Google Scholar
    43. C. Yu, “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 1, pp. 1–28, 2021.View at: Google Scholar
    44. W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 1, p. 106728, 2020.View at: Google Scholar
    45. J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, p. 106642, 2021.View at: Publisher Site | Google Scholar
    46. Y. Zhang, “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 1, 2020.View at: Google Scholar
    47. Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 1, pp. 1–30, 2020.View at: Google Scholar
    48. H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson’s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
    49. L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
    50. L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
    51. J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
    52. C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
    53. X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
    54. M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, 2020.View at: Publisher Site | Google Scholar
    55. X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
    56. R. U. Khan, X. Zhang, R. Kumar, A. Sharif, N. A. Golilarz, and M. Alazab, “An adaptive multi-layer botnet detection technique using machine learning classifiers,” Applied Sciences, vol. 9, no. 11, p. 2375, 2019.View at: Publisher Site | Google Scholar
    57. A. Addeh, A. Khormali, and N. A. Golilarz, “Control chart pattern recognition using RBF neural network with new training algorithm and practical features,” ISA Transactions, vol. 79, pp. 202–216, 2018.View at: Publisher Site | Google Scholar
    58. N. Amiri Golilarz, H. Gao, R. Kumar, L. Ali, Y. Fu, and C. Li, “Adaptive wavelet based MRI brain image de-noising,” Frontiers in Neuroscience, vol. 14, p. 728, 2020.View at: Publisher Site | Google Scholar
    59. N. A. Golilarz, H. Gao, and H. Demirel, “Satellite image de-noising with Harris hawks meta heuristic optimization algorithm and improved adaptive generalized Gaussian distribution threshold function,” IEEE Access, vol. 7, pp. 57459–57468, 2019.View at: Publisher Site | Google Scholar
    60. M. Eisazadeh and J. Rezapour, “Multi-objective optimization of the composite sheets using PSO algorithm,” 2017.View at: Google Scholar
    61. I. Bargegol, M. Nikookar, R. V. Nezafat, E. J. Lashkami, and A. M. Roshandeh, “Timing optimization of signalized intersections using shockwave theory by genetic algorithm,” Computational Research Progress in Applied Science & Engineering, vol. 1, pp. 160–167, 2015.View at: Google Scholar
    62. B. Bai, Z. Guo, C. Zhou, W. Zhang, and J. Zhang, “Application of adaptive reliability importance sampling-based extended domain PSO on single mode failure in reliability engineering,” Information Sciences, vol. 546, pp. 42–59, 2021.View at: Publisher Site | Google Scholar
    63. J. Liu, C. Wu, G. Wu, and X. Wang, “A novel differential search algorithm and applications for structure design,” Applied Mathematics and Computation, vol. 268, pp. 246–269, 2015.View at: Publisher Site | Google Scholar
    64. X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
    65. D. Zhao, “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 24, p. 106510, 2020.View at: Google Scholar
    66. H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
    67. J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, p. 106684, 2021.View at: Publisher Site | Google Scholar
    68. G. Sun, B. Yang, Z. Yang, and G. Xu, “An adaptive differential evolution with combined strategy for global numerical optimization,” Soft Computing, vol. 24, pp. 1–20, 2019.View at: Google Scholar
    69. G. Sun, C. Li, and L. Deng, “An adaptive regeneration framework based on search space adjustment for differential evolution,” Neural Computing and Applications, vol. 24, pp. 1–17, 2021.View at: Google Scholar
    70. A. Addeh and M. Iri, “Brain tumor type classification using deep features of MRI images and optimized RBFNN,” ENG Transactions, vol. 2, pp. 1–7, 2021.View at: Google Scholar
    71. F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” Soft Computing, vol. 1, pp. 1–8, 2020.View at: Google Scholar
    72. H. Tyagi, P. Phelan, and R. Prasher, “Predicted efficiency of a low-temperature nanofluid-based direct absorption solar collector,” Journal of Solar Energy Engineering, vol. 131, no. 4, 2009.View at: Publisher Site | Google Scholar
    73. S. Rashidi, M. Bovand, and J. A. Esfahani, “Heat transfer enhancement and pressure drop penalty in porous solar heat exchangers: a sensitivity analysis,” Energy Conversion and Management, vol. 103, pp. 726–738, 2015.View at: Publisher Site | Google Scholar
    74. N. Akram, R. Sadri, S. N. Kazi et al., “A comprehensive review on nanofluid operated solar flat plate collectors,” Journal of Thermal Analysis and Calorimetry, vol. 139, no. 2, pp. 1309–1343, 2020.View at: Publisher Site | Google Scholar
    Fig. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.

    AZ91 합금 주물 내 연행 결함에 대한 캐리어 가스의 영향

    Effect of carrier gases on the entrainment defects within AZ91 alloy castings

    Tian Liab J.M.T.Daviesa Xiangzhen Zhuc
    aUniversity of Birmingham, Birmingham B15 2TT, United Kingdom
    bGrainger and Worrall Ltd, Bridgnorth WV15 5HP, United Kingdom
    cBrunel Centre for Advanced Solidification Technology, Brunel University London, Kingston Ln, London, Uxbridge UB8 3PH, United Kingdom

    Abstract

    An entrainment defect (also known as a double oxide film defect or bifilm) acts a void containing an entrapped gas when submerged into a light-alloy melt, thus reducing the quality and reproducibility of the final castings. Previous publications, carried out with Al-alloy castings, reported that this trapped gas could be subsequently consumed by the reaction with the surrounding melt, thus reducing the void volume and negative effect of entrainment defects. Compared with Al-alloys, the entrapped gas within Mg-alloy might be more efficiently consumed due to the relatively high reactivity of magnesium. However, research into the entrainment defects within Mg alloys has been significantly limited. In the present work, AZ91 alloy castings were produced under different carrier gas atmospheres (i.e., SF6/CO2, SF6/air). The evolution processes of the entrainment defects contained in AZ91 alloy were suggested according to the microstructure inspections and thermodynamic calculations. The defects formed in the different atmospheres have a similar sandwich-like structure, but their oxide films contained different combinations of compounds. The use of carrier gases, which were associated with different entrained-gas consumption rates, affected the reproducibility of AZ91 castings.

    Keywords

    Magnesium alloyCastingOxide film, Bifilm, Entrainment defect, Reproducibility

    연행 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)은 경합금 용융물에 잠길 때 갇힌 가스를 포함하는 공극으로 작용하여 최종 주물의 품질과 재현성을 저하시킵니다. Al-합금 주조로 수행된 이전 간행물에서는 이 갇힌 가스가 주변 용융물과의 반응에 의해 후속적으로 소모되어 공극 부피와 연행 결함의 부정적인 영향을 줄일 수 있다고 보고했습니다. Al-합금에 비해 마그네슘의 상대적으로 높은 반응성으로 인해 Mg-합금 내에 포집된 가스가 더 효율적으로 소모될 수 있습니다. 그러나 Mg 합금 내 연행 결함에 대한 연구는 상당히 제한적이었습니다. 현재 작업에서 AZ91 합금 주물은 다양한 캐리어 가스 분위기(즉, SF 6 /CO2 , SF 6 / 공기). AZ91 합금에 포함된 엔트레인먼트 결함의 진화 과정은 미세조직 검사 및 열역학적 계산에 따라 제안되었습니다. 서로 다른 분위기에서 형성된 결함은 유사한 샌드위치 구조를 갖지만 산화막에는 서로 다른 화합물 조합이 포함되어 있습니다. 다른 동반 가스 소비율과 관련된 운반 가스의 사용은 AZ91 주물의 재현성에 영향을 미쳤습니다.

    키워드

    마그네슘 합금주조Oxide film, Bifilm, Entrainment 불량, 재현성

    1 . 소개

    지구상에서 가장 가벼운 구조용 금속인 마그네슘은 지난 수십 년 동안 가장 매력적인 경금속 중 하나가 되었습니다. 결과적으로 마그네슘 산업은 지난 20년 동안 급속한 발전을 경험했으며 [1 , 2] , 이는 전 세계적으로 Mg 합금에 대한 수요가 크게 증가했음을 나타냅니다. 오늘날 Mg 합금의 사용은 자동차, 항공 우주, 전자 등의 분야에서 볼 수 있습니다. [3 , 4] . Mg 금속의 전 세계 소비는 특히 자동차 산업에서 앞으로 더욱 증가할 것으로 예측되었습니다. 기존 자동차와 전기 자동차 모두의 에너지 효율성 요구 사항이 설계를 경량화하도록 더욱 밀어붙이기 때문입니다 [3 , 56] .

    Mg 합금에 대한 수요의 지속적인 성장은 Mg 합금 주조의 품질 및 기계적 특성 개선에 대한 광범위한 관심을 불러일으켰습니다. Mg 합금 주조 공정 동안 용융물의 표면 난류는 소량의 주변 대기를 포함하는 이중 표면 필름의 포획으로 이어질 수 있으므로 동반 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)을 형성합니다. ) [7] , [8] , [9] , [10] . 무작위 크기, 수량, 방향 및 연행 결함의 배치는 주조 특성의 변화와 관련된 중요한 요인으로 널리 받아들여지고 있습니다 [7] . 또한 Peng et al. [11]AZ91 합금 용융물에 동반된 산화물 필름이 Al 8 Mn 5 입자에 대한 필터 역할을 하여 침전될 때 가두는 것을 발견했습니다 . Mackie et al. [12]는 또한 동반된 산화막이 금속간 입자를 트롤(trawl)하는 작용을 하여 입자가 클러스터링되어 매우 큰 결함을 형성할 수 있다고 제안했습니다. 금속간 화합물의 클러스터링은 비말동반 결함을 주조 특성에 더 해롭게 만들었습니다.

    연행 결함에 관한 이전 연구의 대부분은 Al-합금에 대해 수행되었으며 [7 , [13] , [14] , [15] , [16] , [17] , [18] 몇 가지 잠재적인 방법이 제안되었습니다. 알루미늄 합금 주물의 품질에 대한 부정적인 영향을 줄이기 위해. Nyahumwa et al., [16] 은 연행 결함 내의 공극 체적이 열간 등방압 압축(HIP) 공정에 의해 감소될 수 있음을 보여줍니다. Campbell [7] 은 결함 내부의 동반된 가스가 주변 용융물과의 반응으로 인해 소모될 수 있다고 제안했으며, 이는 Raiszedeh와 Griffiths [19]에 의해 추가로 확인되었습니다 ..혼입 가스 소비가 Al-합금 주물의 기계적 특성에 미치는 영향은 [8 , 9]에 의해 조사되었으며 , 이는 혼입 가스의 소비가 주조 재현성의 개선을 촉진함을 시사합니다.

    Al-합금 내 결함에 대한 조사와 비교하여 Mg-합금 내 연행 결함에 대한 연구는 상당히 제한적입니다. 연행 결함의 존재는 Mg 합금 주물 [20 , 21] 에서 입증 되었지만 그 거동, 진화 및 연행 가스 소비는 여전히 명확하지 않습니다.

    Mg 합금 주조 공정에서 용융물은 일반적으로 마그네슘 점화를 피하기 위해 커버 가스로 보호됩니다. 따라서 모래 또는 매몰 몰드의 공동은 용융물을 붓기 전에 커버 가스로 세척해야 합니다 [22] . 따라서, Mg 합금 주물 내의 연행 가스는 공기만이 아니라 주조 공정에 사용되는 커버 가스를 포함해야 하며, 이는 구조 및 해당 연행 결함의 전개를 복잡하게 만들 수 있습니다.

    SF 6 은 Mg 합금 주조 공정에 널리 사용되는 대표적인 커버 가스입니다 [23] , [24] , [25] . 이 커버 가스는 유럽의 마그네슘 합금 주조 공장에서 사용하도록 제한되었지만 상업 보고서에 따르면 이 커버는 전 세계 마그네슘 합금 산업, 특히 다음과 같은 글로벌 마그네슘 합금 생산을 지배한 국가에서 여전히 인기가 있습니다. 중국, 브라질, 인도 등 [26] . 또한, 최근 학술지 조사에서도 이 커버가스가 최근 마그네슘 합금 연구에서 널리 사용된 것으로 나타났다 [27] . SF 6 커버 가스 의 보호 메커니즘 (즉, 액체 Mg 합금과 SF 6 사이의 반응Cover gas)에 대한 연구는 여러 선행연구자들에 의해 이루어졌으나 표면 산화막의 형성과정이 아직 명확하게 밝혀지지 않았으며, 일부 발표된 결과들도 상충되고 있다. 1970년대 초 Fruehling [28] 은 SF 6 아래에 형성된 표면 피막이 주로 미량의 불화물과 함께 MgO 임을 발견 하고 SF 6 이 Mg 합금 표면 피막에 흡수 된다고 제안했습니다 . Couling [29] 은 흡수된 SF 6 이 Mg 합금 용융물과 반응하여 MgF 2 를 형성함을 추가로 확인했습니다 . 지난 20년 동안 아래에 자세히 설명된 것처럼 Mg 합금 표면 필름의 다양한 구조가 보고되었습니다.(1)

    단층 필름 . Cashion [30 , 31] 은 X선 광전자 분광법(XPS)과 오제 분광법(AES)을 사용하여 표면 필름을 MgO 및 MgF 2 로 식별했습니다 . 그는 또한 필름의 구성이 두께와 전체 실험 유지 시간에 걸쳐 일정하다는 것을 발견했습니다. Cashion이 관찰한 필름은 10분에서 100분의 유지 시간으로 생성된 단층 구조를 가졌다.(2)

    이중층 필름 . Aarstad et. al [32] 은 2003년에 이중층 표면 산화막을 보고했습니다. 그들은 예비 MgO 막에 부착된 잘 분포된 여러 MgF 2 입자를 관찰 하고 전체 표면적의 25-50%를 덮을 때까지 성장했습니다. 외부 MgO 필름을 통한 F의 내부 확산은 진화 과정의 원동력이었습니다. 이 이중층 구조는 Xiong의 그룹 [25 , 33] 과 Shih et al. 도 지지했습니다 . [34] .(삼)

    트리플 레이어 필름 . 3층 필름과 그 진화 과정은 Pettersen [35]에 의해 2002년에 보고되었습니다 . Pettersen은 초기 표면 필름이 MgO 상이었고 F의 내부 확산에 의해 점차적으로 안정적인 MgF 2 상 으로 진화한다는 것을 발견했습니다 . 두꺼운 상부 및 하부 MgF 2 층.(4)

    산화물 필름은 개별 입자로 구성 됩니다. Wang et al [36] 은 Mg-alloy 표면 필름을 SF 6 커버 가스 하에서 용융물에 교반 한 다음 응고 후 동반된 표면 필름을 검사했습니다. 그들은 동반된 표면 필름이 다른 연구자들이 보고한 보호 표면 필름처럼 계속되지 않고 개별 입자로 구성된다는 것을 발견했습니다. 젊은 산화막은 MgO 나노 크기의 산화물 입자로 구성되어 있는 반면, 오래된 산화막은 한쪽 면에 불화물과 질화물이 포함된 거친 입자(평균 크기 약 1μm)로 구성되어 있습니다.

    Mg 합금 용융 표면의 산화막 또는 동반 가스는 모두 액체 Mg 합금과 커버 가스 사이의 반응으로 인해 형성되므로 Mg 합금 표면막에 대한 위에서 언급한 연구는 진화에 대한 귀중한 통찰력을 제공합니다. 연행 결함. 따라서 SF 6 커버 가스 의 보호 메커니즘 (즉, Mg-합금 표면 필름의 형성)은 해당 동반 결함의 잠재적인 복잡한 진화 과정을 나타냅니다.

    그러나 Mg 합금 용융물에 표면 필름을 형성하는 것은 용융물에 잠긴 동반된 가스의 소비와 다른 상황에 있다는 점에 유의해야 합니다. 예를 들어, 앞서 언급한 연구에서 표면 성막 동안 충분한 양의 커버 가스가 담지되어 커버 가스의 고갈을 억제했습니다. 대조적으로, Mg 합금 용융물 내의 동반된 가스의 양은 유한하며, 동반된 가스는 완전히 고갈될 수 있습니다. Mirak [37] 은 3.5% SF 6 /기포를 특별히 설계된 영구 금형에서 응고되는 순수한 Mg 합금 용융물에 도입했습니다. 기포가 완전히 소모되었으며, 해당 산화막은 MgO와 MgF 2 의 혼합물임을 알 수 있었다.. 그러나 Aarstad [32] 및 Xiong [25 , 33]에 의해 관찰된 MgF 2 스팟 과 같은 핵 생성 사이트 는 관찰되지 않았습니다. Mirak은 또한 조성 분석을 기반으로 산화막에서 MgO 이전에 MgF 2 가 형성 되었다고 추측했는데 , 이는 이전 문헌에서 보고된 표면 필름 형성 과정(즉, MgF 2 이전에 형성된 MgO)과 반대 입니다. Mirak의 연구는 동반된 가스의 산화막 형성이 표면막의 산화막 형성과 상당히 다를 수 있음을 나타내었지만 산화막의 구조와 진화에 대해서는 밝히지 않았습니다.

    또한 커버 가스에 캐리어 가스를 사용하는 것도 커버 가스와 액체 Mg 합금 사이의 반응에 영향을 미쳤습니다. SF 6 /air 는 용융 마그네슘의 점화를 피하기 위해 SF 6 /CO 2 운반 가스 [38] 보다 더 높은 함량의 SF 6을 필요로 하여 다른 가스 소비율을 나타냅니다. Liang et.al [39] 은 CO 2 가 캐리어 가스로 사용될 때 표면 필름에 탄소가 형성된다고 제안했는데 , 이는 SF 6 /air 에서 형성된 필름과 다릅니다 . Mg 연소 [40]에 대한 조사 에서 Mg 2 C 3 검출이 보고되었습니다.CO 2 연소 후 Mg 합금 샘플 에서 이는 Liang의 결과를 뒷받침할 뿐만 아니라 이중 산화막 결함에서 Mg 탄화물의 잠재적 형성을 나타냅니다.

    여기에 보고된 작업은 다양한 커버 가스(즉, SF 6 /air 및 SF 6 /CO 2 )로 보호되는 AZ91 Mg 합금 주물에서 형성된 연행 결함의 거동과 진화에 대한 조사 입니다. 이러한 캐리어 가스는 액체 Mg 합금에 대해 다른 보호성을 가지며, 따라서 상응하는 동반 가스의 다른 소비율 및 발생 프로세스와 관련될 수 있습니다. AZ91 주물의 재현성에 대한 동반 가스 소비의 영향도 연구되었습니다.

    2 . 실험

    2.1 . 용융 및 주조

    3kg의 AZ91 합금을 700 ± 5 °C의 연강 도가니에서 녹였습니다. AZ91 합금의 조성은 표 1 에 나타내었다 . 가열하기 전에 잉곳 표면의 모든 산화물 스케일을 기계가공으로 제거했습니다. 사용 된 커버 가스는 0.5 %이었다 SF 6 / 공기 또는 0.5 % SF 6 / CO 2 (부피. %) 다른 주물 6L / 분의 유량. 용융물은 15분 동안 0.3L/min의 유속으로 아르곤으로 가스를 제거한 다음 [41 , 42] , 모래 주형에 부었습니다. 붓기 전에 샌드 몰드 캐비티를 20분 동안 커버 가스로 플러싱했습니다 [22] . 잔류 용융물(약 1kg)이 도가니에서 응고되었습니다.

    표 1 . 본 연구에 사용된 AZ91 합금의 조성(wt%).

    아연미네소타마그네슘
    9.40.610.150.020.0050.0017잔여

    그림 1 (a)는 러너가 있는 주물의 치수를 보여줍니다. 탑 필링 시스템은 최종 주물에서 연행 결함을 생성하기 위해 의도적으로 사용되었습니다. Green과 Campbell [7 , 43] 은 탑 필링 시스템이 바텀 필링 시스템에 비해 주조 과정에서 더 많은 연행 현상(즉, 이중 필름)을 유발한다고 제안했습니다. 이 금형의 용융 흐름 시뮬레이션(Flow-3D 소프트웨어)은 연행 현상에 관한 Reilly의 모델 [44] 을 사용하여 최종 주조에 많은 양의 이중막이 포함될 것이라고 예측했습니다( 그림 1 에서 검은색 입자로 표시됨) . NS).

    그림 1

    수축 결함은 또한 주물의 기계적 특성과 재현성에 영향을 미칩니다. 이 연구는 주조 품질에 대한 이중 필름의 영향에 초점을 맞추었기 때문에 수축 결함이 발생하지 않도록 금형을 의도적으로 설계했습니다. ProCAST 소프트웨어를 사용한 응고 시뮬레이션은 그림 1c 와 같이 최종 주조에 수축 결함이 포함되지 않음을 보여주었습니다 . 캐스팅 건전함도 테스트바 가공 전 실시간 X-ray를 통해 확인했다.

    모래 주형은 1wt를 함유한 수지 결합된 규사로 만들어졌습니다. % PEPSET 5230 수지 및 1wt. % PEPSET 5112 촉매. 모래는 또한 억제제로 작용하기 위해 2중량%의 Na 2 SiF 6 을 함유했습니다 .. 주입 온도는 700 ± 5 °C였습니다. 응고 후 러너바의 단면을 Sci-Lab Analytical Ltd로 보내 H 함량 분석(LECO 분석)을 하였고, 모든 H 함량 측정은 주조 공정 후 5일째에 실시하였다. 각각의 주물은 인장 강도 시험을 위해 클립 신장계가 있는 Zwick 1484 인장 시험기를 사용하여 40개의 시험 막대로 가공되었습니다. 파손된 시험봉의 파단면을 주사전자현미경(SEM, Philips JEOL7000)을 이용하여 가속전압 5~15kV로 조사하였다. 파손된 시험 막대, 도가니에서 응고된 잔류 Mg 합금 및 주조 러너를 동일한 SEM을 사용하여 단면화하고 연마하고 검사했습니다. CFEI Quanta 3D FEG FIB-SEM을 사용하여 FIB(집속 이온 빔 밀링 기술)에 의해 테스트 막대 파괴 표면에서 발견된 산화막의 단면을 노출했습니다. 분석에 필요한 산화막은 백금층으로 코팅하였다. 그런 다음 30kV로 가속된 갈륨 이온 빔이 산화막의 단면을 노출시키기 위해 백금 코팅 영역을 둘러싼 재료 기판을 밀링했습니다. 산화막 단면의 EDS 분석은 30kV의 가속 전압에서 FIB 장비를 사용하여 수행되었습니다.

    2.2 . 산화 세포

    전술 한 바와 같이, 몇몇 최근 연구자들은 마그네슘 합금의 용탕 표면에 형성된 보호막 조사 [38 , 39 , [46] , [47] , [48] , [49] , [50] , [51] , [52 ] . 이 실험 동안 사용된 커버 가스의 양이 충분하여 커버 가스에서 불화물의 고갈을 억제했습니다. 이 섹션에서 설명하는 실험은 엔트레인먼트 결함의 산화막의 진화를 연구하기 위해 커버 가스의 공급을 제한하는 밀봉된 산화 셀을 사용했습니다. 산화 셀에 포함된 커버 가스는 큰 크기의 “동반된 기포”로 간주되었습니다.

    도 2에 도시된 바와 같이 , 산화셀의 본체는 내부 길이가 400mm, 내경이 32mm인 폐쇄형 연강관이었다. 수냉식 동관을 전지의 상부에 감았습니다. 튜브가 가열될 때 냉각 시스템은 상부와 하부 사이에 온도 차이를 만들어 내부 가스가 튜브 내에서 대류하도록 했습니다. 온도는 도가니 상단에 위치한 K형 열전대로 모니터링했습니다. Nieet al. [53] 은 Mg 합금 용융물의 표면 피막을 조사할 때 SF 6 커버 가스가 유지로의 강철 벽과 반응할 것이라고 제안했습니다 . 이 반응을 피하기 위해 강철 산화 전지의 내부 표면(그림 2 참조)) 및 열전대의 상반부는 질화붕소로 코팅되었습니다(Mg 합금은 질화붕소와 ​​접촉하지 않았습니다).

    그림 2

    실험 중에 고체 AZ91 합금 블록을 산화 셀 바닥에 위치한 마그네시아 도가니에 넣었습니다. 전지는 1L/min의 가스 유속으로 전기 저항로에서 100℃로 가열되었다. 원래의 갇힌 대기(즉, 공기)를 대체하기 위해 셀을 이 온도에서 20분 동안 유지했습니다. 그런 다음, 산화 셀을 700°C로 더 가열하여 AZ91 샘플을 녹였습니다. 그런 다음 가스 입구 및 출구 밸브가 닫혀 제한된 커버 가스 공급 하에서 산화를 위한 밀폐된 환경이 생성되었습니다. 그런 다음 산화 전지를 5분 간격으로 5분에서 30분 동안 700 ± 10°C에서 유지했습니다. 각 유지 시간이 끝날 때 세포를 물로 켄칭했습니다. 실온으로 냉각한 후 산화된 샘플을 절단하고 연마한 다음 SEM으로 검사했습니다.

    3 . 결과

    3.1 . SF 6 /air 에서 형성된 엔트레인먼트 결함의 구조 및 구성

    0.5 % SF의 커버 가스 하에서 AZ91 주물에 형성된 유입 결함의 구조 및 조성 6 / 공기는 SEM 및 EDS에 의해 관찰되었다. 결과는 그림 3에 스케치된 엔트레인먼트 결함의 두 가지 유형이 있음을 나타냅니다 . (1) 산화막이 전통적인 단층 구조를 갖는 유형 A 결함 및 (2) 산화막이 2개 층을 갖는 유형 B 결함. 이러한 결함의 세부 사항은 다음에 소개되었습니다. 여기에서 비말동반 결함은 생물막 또는 이중 산화막으로도 알려져 있기 때문에 B형 결함의 산화막은 본 연구에서 “다층 산화막” 또는 “다층 구조”로 언급되었습니다. “이중 산화막 결함의 이중층 산화막”과 같은 혼란스러운 설명을 피하기 위해.

    그림 3

    그림 4 (ab)는 약 0.4μm 두께의 조밀한 단일층 산화막을 갖는 Type A 결함을 보여줍니다. 이 필름에서 산소, 불소, 마그네슘 및 알루미늄이 검출되었습니다( 그림 4c). 산화막은 마그네슘과 알루미늄의 산화물과 불화물의 혼합물로 추측됩니다. 불소의 검출은 동반된 커버 가스가 이 결함의 형성에 포함되어 있음을 보여주었습니다. 즉, Fig. 4 (a)에 나타난 기공 은 수축결함이나 수소기공도가 아니라 연행결함이었다. 알루미늄의 검출은 Xiong과 Wang의 이전 연구 [47 , 48] 와 다르며 , SF 6으로 보호된 AZ91 용융물의 표면 필름에 알루미늄이 포함되어 있지 않음을 보여주었습니다.커버 가스. 유황은 원소 맵에서 명확하게 인식할 수 없었지만 해당 ESD 스펙트럼에서 S-피크가 있었습니다.

    그림 4

    도 5 (ab)는 다층 산화막을 갖는 Type B 엔트레인먼트 결함을 나타낸다. 산화막의 조밀한 외부 층은 불소와 산소가 풍부하지만( 그림 5c) 상대적으로 다공성인 내부 층은 산소만 풍부하고(즉, 불소가 부족) 부분적으로 함께 성장하여 샌드위치 모양을 형성합니다. 구조. 따라서 외층은 불화물과 산화물의 혼합물이며 내층은 주로 산화물로 추정된다. 황은 EDX 스펙트럼에서만 인식될 수 있었고 요소 맵에서 명확하게 식별할 수 없었습니다. 이는 커버 가스의 작은 S 함량(즉, SF 6 의 0.5% 부피 함량 때문일 수 있음)커버 가스). 이 산화막에서는 이 산화막의 외층에 알루미늄이 포함되어 있지만 내층에서는 명확하게 검출할 수 없었다. 또한 Al의 분포가 고르지 않은 것으로 보입니다. 결함의 우측에는 필름에 알루미늄이 존재하지만 그 농도는 매트릭스보다 높은 것으로 식별할 수 없음을 알 수 있다. 그러나 결함의 왼쪽에는 알루미늄 농도가 훨씬 높은 작은 영역이 있습니다. 이러한 알루미늄의 불균일한 분포는 다른 결함(아래 참조)에서도 관찰되었으며, 이는 필름 내부 또는 아래에 일부 산화물 입자가 형성된 결과입니다.

    그림 5

    무화과 도 4 및 5 는 SF 6 /air 의 커버 가스 하에 주조된 AZ91 합금 샘플에서 형성된 연행 결함의 횡단면 관찰을 나타낸다 . 2차원 단면에서 관찰된 수치만으로 연행 결함을 특성화하는 것만으로는 충분하지 않습니다. 더 많은 이해를 돕기 위해 테스트 바의 파단면을 관찰하여 엔트레인먼트 결함(즉, 산화막)의 표면을 더 연구했습니다.

    Fig. 6 (a)는 SF 6 /air 에서 생산된 AZ91 합금 인장시험봉의 파단면을 보여준다 . 파단면의 양쪽에서 대칭적인 어두운 영역을 볼 수 있습니다. 그림 6 (b)는 어두운 영역과 밝은 영역 사이의 경계를 보여줍니다. 밝은 영역은 들쭉날쭉하고 부서진 특징으로 구성되어 있는 반면, 어두운 영역의 표면은 비교적 매끄럽고 평평했습니다. 또한 EDS 결과( Fig. 6 c-d 및 Table 2) 불소, 산소, 황 및 질소는 어두운 영역에서만 검출되었으며, 이는 어두운 영역이 용융물에 동반된 표면 보호 필름임을 나타냅니다. 따라서 어두운 영역은 대칭적인 특성을 고려할 때 연행 결함이라고 제안할 수 있습니다. Al-합금 주조물의 파단면에서 유사한 결함이 이전에 보고되었습니다 [7] . 질화물은 테스트 바 파단면의 산화막에서만 발견되었지만 그림 1과 그림 4에 표시된 단면 샘플에서는 검출되지 않았습니다 4 및 5 . 근본적인 이유는 이러한 샘플에 포함된 질화물이 샘플 연마 과정에서 가수분해되었을 수 있기 때문입니다 [54] .

    그림 6

    표 2 . EDS 결과(wt.%)는 그림 6에 표시된 영역에 해당합니다 (커버 가스: SF 6 /공기).

    영형마그네슘NS아연NSNS
    그림 6 (b)의 어두운 영역3.481.3279.130.4713.630.570.080.73
    그림 6 (b)의 밝은 영역3.5884.4811.250.68

    도 1 및 도 2에 도시된 결함의 단면 관찰과 함께 도 4 및 도 5 를 참조하면, 인장 시험봉에 포함된 연행 결함의 구조를 도 6 (e) 와 같이 스케치하였다 . 결함에는 산화막으로 둘러싸인 동반된 가스가 포함되어 있어 테스트 바 내부에 보이드 섹션이 생성되었습니다. 파괴 과정에서 결함에 인장력이 가해지면 균열이 가장 약한 경로를 따라 전파되기 때문에 보이드 섹션에서 균열이 시작되어 연행 결함을 따라 전파됩니다 [55] . 따라서 최종적으로 시험봉이 파단되었을 때 Fig. 6 (a) 와 같이 시험봉의 양 파단면에 연행결함의 산화피막이 나타났다 .

    3.2 . SF 6 /CO 2 에 형성된 연행 결함의 구조 및 조성

    SF 6 /air 에서 형성된 엔트레인먼트 결함과 유사하게, 0.5% SF 6 /CO 2 의 커버 가스 아래에서 형성된 결함 도 두 가지 유형의 산화막(즉, 단층 및 다층 유형)을 가졌다. 도 7 (a)는 다층 산화막을 포함하는 엔트레인먼트 결함의 예를 도시한다. 결함에 대한 확대 관찰( 그림 7b )은 산화막의 내부 층이 함께 성장하여 SF 6 /air 의 분위기에서 형성된 결함과 유사한 샌드위치 같은 구조를 나타냄을 보여줍니다 ( 그림 7b). 5 나 ). EDS 스펙트럼( 그림 7c) 이 샌드위치형 구조의 접합부(내층)는 주로 산화마그네슘을 함유하고 있음을 보여주었다. 이 EDS 스펙트럼에서는 불소, 황, 알루미늄의 피크가 확인되었으나 그 양은 상대적으로 적었다. 대조적으로, 산화막의 외부 층은 조밀하고 불화물과 산화물의 혼합물로 구성되어 있습니다( 그림 7d-e).

    그림 7

    Fig. 8 (a)는 0.5%SF 6 /CO 2 분위기에서 제작된 AZ91 합금 인장시험봉의 파단면의 연행결함을 보여준다 . 상응하는 EDS 결과(표 3)는 산화막이 불화물과 산화물을 함유함을 보여주었다. 황과 질소는 검출되지 않았습니다. 게다가, 확대 관찰(  8b)은 산화막 표면에 반점을 나타내었다. 반점의 직경은 수백 나노미터에서 수 마이크론 미터까지 다양했습니다.

    그림 8

    산화막의 구조와 조성을 보다 명확하게 나타내기 위해 테스트 바 파단면의 산화막 단면을 FIB 기법을 사용하여 현장에서 노출시켰다( 그림 9 ). 도 9a에 도시된 바와 같이 , 백금 코팅층과 Mg-Al 합금 기재 사이에 연속적인 산화피막이 발견되었다. 그림 9 (bc)는 다층 구조( 그림 9c 에서 빨간색 상자로 표시)를 나타내는 산화막에 대한 확대 관찰을 보여줍니다 . 바닥층은 불소와 산소가 풍부하고 불소와 산화물의 혼합물이어야 합니다 . 5 와 7, 유일한 산소가 풍부한 최상층은 도 1 및 도 2에 도시 된 “내층”과 유사하였다 5 및 7 .

    그림 9

    연속 필름을 제외하고 도 9 에 도시된 바와 같이 연속 필름 내부 또는 하부에서도 일부 개별 입자가 관찰되었다 . 그림 9( b) 의 산화막 좌측에서 Al이 풍부한 입자가 검출되었으며, 마그네슘과 산소 원소도 풍부하게 함유하고 있어 스피넬 Mg 2 AlO 4 로 추측할 수 있다 . 이러한 Mg 2 AlO 4 입자의 존재는 Fig. 5 와 같이 관찰된 필름의 작은 영역에 높은 알루미늄 농도와 알루미늄의 불균일한 분포의 원인이 된다 .(씨). 여기서 강조되어야 할 것은 연속 산화막의 바닥층의 다른 부분이 이 Al이 풍부한 입자보다 적은 양의 알루미늄을 함유하고 있지만, 그림 9c는 이 바닥층의 알루미늄 양이 여전히 무시할 수 없는 수준임을 나타냅니다 . , 특히 필름의 외층과 비교할 때. 도 9b에 도시된 산화막의 우측 아래에서 입자가 검출되어 Mg와 O가 풍부하여 MgO인 것으로 추측되었다. Wang의 결과에 따르면 [56], Mg 용융물과 Mg 증기의 산화에 의해 Mg 용융물의 표면에 많은 이산 MgO 입자가 형성될 수 있다. 우리의 현재 연구에서 관찰된 MgO 입자는 같은 이유로 인해 형성될 수 있습니다. 실험 조건의 차이로 인해 더 적은 Mg 용융물이 기화되거나 O2와 반응할 수 있으므로 우리 작업에서 형성되는 MgO 입자는 소수에 불과합니다. 또한 필름에서 풍부한 탄소가 발견되어 CO 2 가 용융물과 반응하여 탄소 또는 탄화물을 형성할 수 있음을 보여줍니다 . 이 탄소 농도는 표 3에 나타낸 산화막의 상대적으로 높은 탄소 함량 (즉, 어두운 영역) 과 일치하였다 . 산화막 옆 영역.

    표 3 . 도 8에 도시된 영역에 상응하는 EDS 결과(wt.%) (커버 가스: SF 6 / CO 2 ).

    영형마그네슘NS아연NSNS
    그림 8 (a)의 어두운 영역7.253.6469.823.827.030.86
    그림 8 (a)의 밝은 영역2.100.4482.8313.261.36

    테스트 바 파단면( 도 9 ) 에서 산화막의 이 단면 관찰은 도 6 (e)에 도시된 엔트레인먼트 결함의 개략도를 추가로 확인했다 . SF 6 /CO 2 와 SF 6 /air 의 서로 다른 분위기에서 형성된 엔트레인먼트 결함 은 유사한 구조를 가졌지만 그 조성은 달랐다.

    3.3 . 산화 전지에서 산화막의 진화

    섹션 3.1 및 3.2 의 결과 는 SF 6 /air 및 SF 6 /CO 2 의 커버 가스 아래에서 AZ91 주조에서 형성된 연행 결함의 구조 및 구성을 보여줍니다 . 산화 반응의 다른 단계는 연행 결함의 다른 구조와 조성으로 이어질 수 있습니다. Campbell은 동반된 가스가 주변 용융물과 반응할 수 있다고 추측했지만 Mg 합금 용융물과 포획된 커버 가스 사이에 반응이 발생했다는 보고는 거의 없습니다. 이전 연구자들은 일반적으로 개방된 환경에서 Mg 합금 용융물과 커버 가스 사이의 반응에 초점을 맞췄습니다 [38 , 39 , [46] , [47][48] , [49] , [50] , [51] , [52] , 이는 용융물에 갇힌 커버 가스의 상황과 다릅니다. AZ91 합금에서 엔트레인먼트 결함의 형성을 더 이해하기 위해 엔트레인먼트 결함의 산화막의 진화 과정을 산화 셀을 사용하여 추가로 연구했습니다.

    .도 10 (a 및 d) 0.5 % 방송 SF 보호 산화 셀에서 5 분 동안 유지 된 표면 막 (6) / 공기. 불화물과 산화물(MgF 2 와 MgO) 로 이루어진 단 하나의 층이 있었습니다 . 이 표면 필름에서. 황은 EDS 스펙트럼에서 검출되었지만 그 양이 너무 적어 원소 맵에서 인식되지 않았습니다. 이 산화막의 구조 및 조성은 도 4 에 나타낸 엔트레인먼트 결함의 단층막과 유사하였다 .

    그림 10

    10분의 유지 시간 후, 얇은 (O,S)가 풍부한 상부층(약 700nm)이 예비 F-농축 필름에 나타나 그림 10 (b 및 e) 에서와 같이 다층 구조를 형성했습니다 . ). (O, S)가 풍부한 최상층의 두께는 유지 시간이 증가함에 따라 증가했습니다. Fig. 10 (c, f) 에서 보는 바와 같이 30분간 유지한 산화막도 다층구조를 가지고 있으나 (O,S)가 풍부한 최상층(약 2.5μm)의 두께가 10분 산화막의 그것. 도 10 (bc) 에 도시 된 다층 산화막 은 도 5에 도시된 샌드위치형 결함의 막과 유사한 외관을 나타냈다 .

    도 10에 도시된 산화막의 상이한 구조는 커버 가스의 불화물이 AZ91 합금 용융물과의 반응으로 인해 우선적으로 소모될 것임을 나타내었다. 불화물이 고갈된 후, 잔류 커버 가스는 액체 AZ91 합금과 추가로 반응하여 산화막에 상부 (O, S)가 풍부한 층을 형성했습니다. 따라서 도 1 및 도 3에 도시된 연행 결함의 상이한 구조 및 조성 4 와 5 는 용융물과 갇힌 커버 가스 사이의 진행 중인 산화 반응 때문일 수 있습니다.

    이 다층 구조는 Mg 합금 용융물에 형성된 보호 표면 필름에 관한 이전 간행물 [38 , [46] , [47] , [48] , [49] , [50] , [51] 에서 보고되지 않았습니다 . . 이는 이전 연구원들이 무제한의 커버 가스로 실험을 수행했기 때문에 커버 가스의 불화물이 고갈되지 않는 상황을 만들었기 때문일 수 있습니다. 따라서 엔트레인먼트 결함의 산화피막은 도 10에 도시된 산화피막과 유사한 거동특성을 가지나 [38 ,[46] , [47] , [48] , [49] , [50] , [51] .

    SF 유지 산화막와 마찬가지로 6 / 공기, SF에 형성된 산화물 막 (6) / CO 2는 또한 세포 산화 다른 유지 시간과 다른 구조를 가지고 있었다. .도 11 (a)는 AZ91 개최 산화막, 0.5 %의 커버 가스 하에서 SF 표면 용융 도시 6 / CO 2, 5 분. 이 필름은 MgF 2 로 이루어진 단층 구조를 가졌다 . 이 영화에서는 MgO의 존재를 확인할 수 없었다. 30분의 유지 시간 후, 필름은 다층 구조를 가졌다; 내부 층은 조밀하고 균일한 외관을 가지며 MgF 2 로 구성 되고 외부 층은 MgF 2 혼합물및 MgO. 0.5%SF 6 /air 에서 형성된 표면막과 다른 이 막에서는 황이 검출되지 않았다 . 따라서, 0.5%SF 6 /CO 2 의 커버 가스 내의 불화물 도 막 성장 과정의 초기 단계에서 우선적으로 소모되었다. SF 6 /air 에서 형성된 막과 비교하여 SF 6 /CO 2 에서 형성된 막에서 MgO 는 나중에 나타났고 황화물은 30분 이내에 나타나지 않았다. 이는 SF 6 /air 에서 필름의 형성과 진화 가 SF 6 /CO 2 보다 빠르다 는 것을 의미할 수 있습니다 . CO 2 후속적으로 용융물과 반응하여 MgO를 형성하는 반면, 황 함유 화합물은 커버 가스에 축적되어 반응하여 매우 늦은 단계에서 황화물을 형성할 수 있습니다(산화 셀에서 30분 후).

    그림 11

    4 . 논의

    4.1 . SF 6 /air 에서 형성된 연행 결함의 진화

    Outokumpu HSC Chemistry for Windows( http://www.hsc-chemistry.net/ )의 HSC 소프트웨어를 사용하여 갇힌 기체와 액체 AZ91 합금 사이에서 발생할 수 있는 반응을 탐색하는 데 필요한 열역학 계산을 수행했습니다. 계산에 대한 솔루션은 소량의 커버 가스(즉, 갇힌 기포 내의 양)와 AZ91 합금 용융물 사이의 반응 과정에서 어떤 생성물이 가장 형성될 가능성이 있는지 제안합니다.

    실험에서 압력은 1기압으로, 온도는 700°C로 설정했습니다. 커버 가스의 사용량은 7 × 10으로 가정 하였다 -7  약 0.57 cm의 양으로 kg 3 (3.14 × 10 -6  0.5 % SF위한 kmol) 6 / 공기, 0.35 cm (3) (3.12 × 10 – 8  kmol) 0.5%SF 6 /CO 2 . 포획된 가스와 접촉하는 AZ91 합금 용융물의 양은 모든 반응을 완료하기에 충분한 것으로 가정되었습니다. SF 6 의 분해 생성물 은 SF 5 , SF 4 , SF 3 , SF 2 , F 2 , S(g), S 2(g) 및 F(g) [57] , [58] , [59] , [60] .

    그림 12 는 AZ91 합금과 0.5%SF 6 /air 사이의 반응에 대한 열역학적 계산의 평형 다이어그램을 보여줍니다 . 다이어그램에서 10 -15  kmol 미만의 반응물 및 생성물은 표시되지 않았습니다. 이는 존재 하는 SF 6 의 양 (≈ 1.57 × 10 -10  kmol) 보다 5배 적 으므로 영향을 미치지 않습니다. 실제적인 방법으로 과정을 관찰했습니다.

    그림 12

    이 반응 과정은 3단계로 나눌 수 있다.

    1단계 : 불화물의 형성. AZ91 용융물은 SF 6 및 그 분해 생성물과 우선적으로 반응하여 MgF 2 , AlF 3 및 ZnF 2 를 생성 합니다. 그러나 ZnF 2 의 양 이 너무 적어서 실제적으로 검출되지  않았을 수 있습니다(  MgF 2 의 3 × 10 -10 kmol에 비해 ZnF 2 1.25 × 10 -12 kmol ). 섹션 3.1 – 3.3에 표시된 모든 산화막 . 한편, 잔류 가스에 황이 SO 2 로 축적되었다 .

    2단계 : 산화물의 형성. 액체 AZ91 합금이 포획된 가스에서 사용 가능한 모든 불화물을 고갈시킨 후, Mg와의 반응으로 인해 AlF 3 및 ZnF 2 의 양이 빠르게 감소했습니다. O 2 (g) 및 SO 2 는 AZ91 용융물과 반응하여 MgO, Al 2 O 3 , MgAl 2 O 4 , ZnO, ZnSO 4 및 MgSO 4 를 형성 합니다. 그러나 ZnO 및 ZnSO 4 의 양은 EDS에 의해 실제로 발견되기에는 너무 적었을 것입니다(예: 9.5 × 10 -12  kmol의 ZnO, 1.38 × 10 -14  kmol의 ZnSO 4 , 대조적으로 4.68 × 10−10  kmol의 MgF 2 , X 축의 AZ91 양 이 2.5 × 10 -9  kmol일 때). 실험 사례에서 커버 가스의 F 농도는 매우 낮고 전체 농도 f O는 훨씬 높습니다. 따라서 1단계와 2단계, 즉 불화물과 산화물의 형성은 반응 초기에 동시에 일어나 그림 1과 2와 같이 불화물과 산화물의 가수층 혼합물이 형성될 수 있다 . 4 및 10 (a). 내부 층은 산화물로 구성되어 있지만 불화물은 커버 가스에서 F 원소가 완전히 고갈된 후에 형성될 수 있습니다.

    단계 1-2는 도 10 에 도시 된 다층 구조의 형성 과정을 이론적으로 검증하였다 .

    산화막 내의 MgAl 2 O 4 및 Al 2 O 3 의 양은 도 4에 도시된 산화막과 일치하는 검출하기에 충분한 양이었다 . 그러나, 도 10 에 도시된 바와 같이, 산화셀에서 성장된 산화막에서는 알루미늄의 존재를 인식할 수 없었다 . 이러한 Al의 부재는 표면 필름과 AZ91 합금 용융물 사이의 다음 반응으로 인한 것일 수 있습니다.(1)

    Al 2 O 3  + 3Mg + = 3MgO + 2Al, △G(700°C) = -119.82 kJ/mol(2)

    Mg + MgAl 2 O 4  = MgO + Al, △G(700°C) = -106.34 kJ/mol이는 반응물이 서로 완전히 접촉한다는 가정 하에 열역학적 계산이 수행되었기 때문에 HSC 소프트웨어로 시뮬레이션할 수 없었습니다. 그러나 실제 공정에서 AZ91 용융물과 커버 가스는 보호 표면 필름의 존재로 인해 서로 완전히 접촉할 수 없습니다.

    3단계 : 황화물과 질화물의 형성. 30분의 유지 시간 후, 산화 셀의 기상 불화물 및 산화물이 고갈되어 잔류 가스와 용융 반응을 허용하여 초기 F-농축 또는 (F, O )이 풍부한 표면 필름, 따라서 그림 10 (b 및 c)에 표시된 관찰된 다층 구조를 생성합니다 . 게다가, 질소는 모든 반응이 완료될 때까지 AZ91 용융물과 반응했습니다. 도 6 에 도시 된 산화막 은 질화물 함량으로 인해 이 반응 단계에 해당할 수 있다. 그러나, 그 결과는 도 1 및 도 5에 도시 된 연마된 샘플에서 질화물이 검출되지 않음을 보여준다. 4 와 5, 그러나 테스트 바 파단면에서만 발견됩니다. 질화물은 다음과 같이 샘플 준비 과정에서 가수분해될 수 있습니다 [54] .(삼)

    Mg 3 N 2  + 6H 2 O = 3Mg(OH) 2  + 2NH 3 ↑(4)

    AlN+ 3H 2 O = Al(OH) 3  + NH 3 ↑

    또한 Schmidt et al. [61] 은 Mg 3 N 2 와 AlN이 반응하여 3원 질화물(Mg 3 Al n N n+2, n=1, 2, 3…) 을 형성할 수 있음을 발견했습니다 . HSC 소프트웨어에는 삼원 질화물 데이터베이스가 포함되어 있지 않아 계산에 추가할 수 없습니다. 이 단계의 산화막은 또한 삼원 질화물을 포함할 수 있습니다.

    4.2 . SF 6 /CO 2 에서 형성된 연행 결함의 진화

    도 13 은 AZ91 합금과 0.5%SF 6 /CO 2 사이의 열역학적 계산 결과를 보여준다 . 이 반응 과정도 세 단계로 나눌 수 있습니다.

    그림 13

    1단계 : 불화물의 형성. SF 6 및 그 분해 생성물은 AZ91 용융물에 의해 소비되어 MgF 2 , AlF 3 및 ZnF 2 를 형성했습니다 . 0.5% SF 6 /air 에서 AZ91의 반응에서와 같이 ZnF 2 의 양 이 너무 작아서 실제적으로 감지되지  않았습니다( 2.67 x 10 -10  kmol의 MgF 2 에 비해 ZnF 2 1.51 x 10 -13 kmol ). S와 같은 잔류 가스 트랩에 축적 유황 2 (g) 및 (S)의 일부분 (2) (g)가 CO와 반응하여 2 SO 형성하는 2및 CO. 이 반응 단계의 생성물은 도 11 (a)에 도시된 필름과 일치하며 , 이는 불화물만을 함유하는 단일 층 구조를 갖는다.

    2단계 : 산화물의 형성. ALF 3 및 ZnF 2 MgF로 형성 용융 AZ91 마그네슘의 반응 2 , Al 및 Zn으로한다. SO 2 는 소모되기 시작하여 표면 필름에 산화물을 생성 하고 커버 가스에 S 2 (g)를 생성했습니다. 한편, CO 2 는 AZ91 용융물과 직접 반응하여 CO, MgO, ZnO 및 Al 2 O 3 를 형성 합니다. 도 1에 도시 된 산화막 9 및 11 (b)는 산소가 풍부한 층과 다층 구조로 인해 이 반응 단계에 해당할 수 있습니다.

    커버 가스의 CO는 AZ91 용융물과 추가로 반응하여 C를 생성할 수 있습니다. 이 탄소는 온도가 감소할 때(응고 기간 동안) Mg와 추가로 반응하여 Mg 탄화물을 형성할 수 있습니다 [62] . 이것은 도 4에 도시된 산화막의 탄소 함량이 높은 이유일 수 있다 8 – 9 . Liang et al. [39] 또한 SO 2 /CO 2 로 보호된 AZ91 합금 표면 필름에서 탄소 검출을 보고했습니다 . 생성된 Al 2 O 3 는 MgO와 더 결합하여 MgAl 2 O [63]를 형성할 수 있습니다 . 섹션 4.1 에서 논의된 바와 같이, 알루미나 및 스피넬은 도 11 에 도시된 바와 같이 표면 필름에 알루미늄 부재를 야기하는 Mg와 반응할 수 있다 .

    3단계 : 황화물의 형성. AZ91은 용융물 S 소비하기 시작 2 인 ZnS와 MGS 형성 갇힌 잔류 가스 (g)를. 이러한 반응은 반응 과정의 마지막 단계까지 일어나지 않았으며, 이는 Fig. 7 (c)에 나타난 결함의 S-함량 이 적은 이유일 수 있다 .

    요약하면, 열역학적 계산은 AZ91 용융물이 커버 가스와 반응하여 먼저 불화물을 형성한 다음 마지막에 산화물과 황화물을 형성할 것임을 나타냅니다. 다른 반응 단계에서 산화막은 다른 구조와 조성을 가질 것입니다.

    4.3 . 운반 가스가 동반 가스 소비 및 AZ91 주물의 재현성에 미치는 영향

    SF 6 /air 및 SF 6 /CO 2 에서 형성된 연행 결함의 진화 과정은 4.1절 과 4.2  에서 제안되었습니다 . 이론적인 계산은 실제 샘플에서 발견되는 해당 산화막과 관련하여 검증되었습니다. 연행 결함 내의 대기는 Al-합금 시스템과 다른 시나리오에서 액체 Mg-합금과의 반응으로 인해 효율적으로 소모될 수 있습니다(즉, 연행된 기포의 질소가 Al-합금 용융물과 효율적으로 반응하지 않을 것입니다 [64 , 65] 그러나 일반적으로 “질소 연소”라고 하는 액체 Mg 합금에서 질소가 더 쉽게 소모될 것입니다 [66] ).

    동반된 가스와 주변 액체 Mg-합금 사이의 반응은 동반된 가스를 산화막 내에서 고체 화합물(예: MgO)로 전환하여 동반 결함의 공극 부피를 감소시켜 결함(예: 공기의 동반된 가스가 주변의 액체 Mg 합금에 의해 고갈되면 용융 온도가 700 °C이고 액체 Mg 합금의 깊이가 10 cm라고 가정할 때 최종 고체 제품의 총 부피는 0.044가 됩니다. 갇힌 공기가 취한 초기 부피의 %).

    연행 결함의 보이드 부피 감소와 해당 주조 특성 사이의 관계는 알루미늄 합금 주조에서 널리 연구되었습니다. Nyahumwa와 Campbell [16] 은 HIP(Hot Isostatic Pressing) 공정이 Al-합금 주물의 연행 결함이 붕괴되고 산화물 표면이 접촉하게 되었다고 보고했습니다. 주물의 피로 수명은 HIP 이후 개선되었습니다. Nyahumwa와 Campbell [16] 도 서로 접촉하고 있는 이중 산화막의 잠재적인 결합을 제안했지만 이를 뒷받침하는 직접적인 증거는 없었습니다. 이 결합 현상은 Aryafar et.al에 의해 추가로 조사되었습니다. [8], 그는 강철 튜브에서 산화물 스킨이 있는 두 개의 Al-합금 막대를 다시 녹인 다음 응고된 샘플에 대해 인장 강도 테스트를 수행했습니다. 그들은 Al-합금 봉의 산화물 스킨이 서로 강하게 결합되어 용융 유지 시간이 연장됨에 따라 더욱 강해짐을 발견했으며, 이는 이중 산화막 내 동반된 가스의 소비로 인한 잠재적인 “치유” 현상을 나타냅니다. 구조. 또한 Raidszadeh와 Griffiths [9 , 19] 는 연행 가스가 반응하는 데 더 긴 시간을 갖도록 함으로써 응고 전 용융 유지 시간을 연장함으로써 Al-합금 주물의 재현성에 대한 연행 결함의 부정적인 영향을 성공적으로 줄였습니다. 주변이 녹습니다.

    앞서 언급한 연구를 고려할 때, Mg 합금 주물에서 혼입 가스의 소비는 다음 두 가지 방식으로 혼입 결함의 부정적인 영향을 감소시킬 수 있습니다.

    (1) 이중 산화막의 결합 현상 . 도 5 및 도 7 에 도시 된 샌드위치형 구조 는 이중 산화막 구조의 잠재적인 결합을 나타내었다. 그러나 산화막의 결합으로 인한 강도 증가를 정량화하기 위해서는 더 많은 증거가 필요합니다.

    (2) 연행 결함의 보이드 체적 감소 . 주조품의 품질에 대한 보이드 부피 감소의 긍정적인 효과는 HIP 프로세스 [67]에 의해 널리 입증되었습니다 . 섹션 4.1 – 4.2 에서 논의된 진화 과정과 같이 , 동반된 가스와 주변 AZ91 합금 용융물 사이의 지속적인 반응으로 인해 동반 결함의 산화막이 함께 성장할 수 있습니다. 최종 고체 생성물의 부피는 동반된 기체에 비해 상당히 작았다(즉, 이전에 언급된 바와 같이 0.044%).

    따라서, 혼입 가스의 소모율(즉, 산화막의 성장 속도)은 AZ91 합금 주물의 품질을 향상시키는 중요한 매개변수가 될 수 있습니다. 이에 따라 산화 셀의 산화막 성장 속도를 추가로 조사했습니다.

    도 14 는 상이한 커버 가스(즉, 0.5%SF 6 /air 및 0.5%SF 6 /CO 2 ) 에서의 표면 필름 성장 속도의 비교를 보여준다 . 필름 두께 측정을 위해 각 샘플의 15개의 임의 지점을 선택했습니다. 95% 신뢰구간(95%CI)은 막두께의 변화가 가우시안 분포를 따른다는 가정하에 계산하였다. 0.5%SF 6 /air 에서 형성된 모든 표면막이 0.5%SF 6 /CO 2 에서 형성된 것보다 빠르게 성장함을 알 수 있다 . 다른 성장률은 0.5%SF 6 /air 의 연행 가스 소비율 이 0.5%SF 6 /CO 2 보다 더 높음 을 시사했습니다., 이는 동반된 가스의 소비에 더 유리했습니다.

    그림 14

    산화 셀에서 액체 AZ91 합금과 커버 가스의 접촉 면적(즉, 도가니의 크기)은 많은 양의 용융물과 가스를 고려할 때 상대적으로 작았다는 점에 유의해야 합니다. 결과적으로, 산화 셀 내에서 산화막 성장을 위한 유지 시간은 비교적 길었다(즉, 5-30분). 하지만, 실제 주조에 함유 된 혼입 결함은 (상대적으로 매우 적은, 즉, 수 미크론의 크기에 도시 된 바와 같이 ,도 3. – 6 및 [7]), 동반된 가스는 주변 용융물로 완전히 둘러싸여 상대적으로 큰 접촉 영역을 생성합니다. 따라서 커버 가스와 AZ91 합금 용융물의 반응 시간은 비교적 짧을 수 있습니다. 또한 실제 Mg 합금 모래 주조의 응고 시간은 몇 분일 수 있습니다(예: Guo [68] 은 직경 60mm의 Mg 합금 모래 주조가 응고되는 데 4분이 필요하다고 보고했습니다). 따라서 Mg-합금 용융주조 과정에서 포획된 동반된 가스는 특히 응고 시간이 긴 모래 주물 및 대형 주물의 경우 주변 용융물에 의해 쉽게 소모될 것으로 예상할 수 있습니다.

    따라서, 동반 가스의 다른 소비율과 관련된 다른 커버 가스(0.5%SF 6 /air 및 0.5%SF 6 /CO 2 )가 최종 주물의 재현성에 영향을 미칠 수 있습니다. 이 가정을 검증하기 위해 0.5%SF 6 /air 및 0.5%SF 6 /CO 2 에서 생산된 AZ91 주물 을 기계적 평가를 위해 테스트 막대로 가공했습니다. Weibull 분석은 선형 최소 자승(LLS) 방법과 비선형 최소 자승(비 LLS) 방법을 모두 사용하여 수행되었습니다 [69] .

    그림 15 (ab)는 LLS 방법으로 얻은 UTS 및 AZ91 합금 주물의 연신율의 전통적인 2-p 선형 Weibull 플롯을 보여줍니다. 사용된 추정기는 P= (i-0.5)/N이며, 이는 모든 인기 있는 추정기 중 가장 낮은 편향을 유발하는 것으로 제안되었습니다 [69 , 70] . SF 6 /air 에서 생산된 주물 은 UTS Weibull 계수가 16.9이고 연신율 Weibull 계수가 5.0입니다. 대조적으로, SF 6 /CO 2 에서 생산된 주물의 UTS 및 연신 Weibull 계수는 각각 7.7과 2.7로, SF 6 /CO 2 에 의해 보호된 주물의 재현성이 SF 6 /air 에서 생산된 것보다 훨씬 낮음을 시사합니다. .

    그림 15

    또한 저자의 이전 출판물 [69] 은 선형화된 Weibull 플롯의 단점을 보여주었으며, 이는 Weibull 추정 의 더 높은 편향과 잘못된 2 중단을 유발할 수 있습니다 . 따라서 그림 15 (cd) 와 같이 Non-LLS Weibull 추정이 수행되었습니다 . SF 6 /공기주조물 의 UTS Weibull 계수 는 20.8인 반면, SF 6 /CO 2 하에서 생산된 주조물의 UTS Weibull 계수는 11.4로 낮아 재현성에서 분명한 차이를 보였다. 또한 SF 6 /air elongation(El%) 데이터 세트는 SF 6 /CO 2 의 elongation 데이터 세트보다 더 높은 Weibull 계수(모양 = 5.8)를 가졌습니다.(모양 = 3.1). 따라서 LLS 및 Non-LLS 추정 모두 SF 6 /공기 주조가 SF 6 /CO 2 주조 보다 더 높은 재현성을 갖는다고 제안했습니다 . CO 2 대신 공기를 사용 하면 혼입된 가스의 더 빠른 소비에 기여하여 결함 내의 공극 부피를 줄일 수 있다는 방법을 지원합니다 . 따라서 0.5%SF 6 /CO 2 대신 0.5%SF 6 /air를 사용 하면(동반된 가스의 소비율이 증가함) AZ91 주물의 재현성이 향상되었습니다.

    그러나 모든 Mg 합금 주조 공장이 현재 작업에서 사용되는 주조 공정을 따랐던 것은 아니라는 점에 유의해야 합니다. Mg의 합금 용탕 본 작업은 탈기에 따라서, 동반 가스의 소비에 수소의 영향을 감소 (즉, 수소 잠재적 동반 가스의 고갈 억제, 동반 된 기체로 확산 될 수있다 [7 , 71 , 72] ). 대조적으로, 마그네슘 합금 주조 공장에서는 마그네슘을 주조할 때 ‘가스 문제’가 없고 따라서 인장 특성에 큰 변화가 없다고 널리 믿어지기 때문에 마그네슘 합금 용융물은 일반적으로 탈기되지 않습니다 [73] . 연구에 따르면 Mg 합금 주물의 기계적 특성에 대한 수소의 부정적인 영향 [41 ,42 , 73] , 탈기 공정은 마그네슘 합금 주조 공장에서 여전히 인기가 없습니다.

    또한 현재 작업에서 모래 주형 공동은 붓기 전에 SF 6 커버 가스 로 플러싱되었습니다 [22] . 그러나 모든 Mg 합금 주조 공장이 이러한 방식으로 금형 캐비티를 플러싱한 것은 아닙니다. 예를 들어, Stone Foundry Ltd(영국)는 커버 가스 플러싱 대신 유황 분말을 사용했습니다. 그들의 주물 내의 동반된 가스 는 보호 가스라기 보다는 SO 2 /공기일 수 있습니다 .

    따라서 본 연구의 결과는 CO 2 대신 공기를 사용 하는 것이 최종 주조의 재현성을 향상시키는 것으로 나타났지만 다른 산업용 Mg 합금 주조 공정과 관련하여 캐리어 가스의 영향을 확인하기 위해서는 여전히 추가 조사가 필요합니다.

    7 . 결론

    1.

    AZ91 합금에 형성된 연행 결함이 관찰되었습니다. 그들의 산화막은 단층과 다층의 두 가지 유형의 구조를 가지고 있습니다. 다층 산화막은 함께 성장하여 최종 주조에서 샌드위치 같은 구조를 형성할 수 있습니다.2.

    실험 결과와 이론적인 열역학적 계산은 모두 갇힌 가스의 불화물이 황을 소비하기 전에 고갈되었음을 보여주었습니다. 이중 산화막 결함의 3단계 진화 과정이 제안되었습니다. 산화막은 진화 단계에 따라 다양한 화합물 조합을 포함했습니다. SF 6 /air 에서 형성된 결함 은 SF 6 /CO 2 에서 형성된 것과 유사한 구조를 갖지만 산화막의 조성은 달랐다. 엔트레인먼트 결함의 산화막 형성 및 진화 과정은 이전에 보고된 Mg 합금 표면막(즉, MgF 2 이전에 형성된 MgO)의 것과 달랐다 .삼.

    산화막의 성장 속도는 SF하에 큰 것으로 입증되었다 (6) / SF보다 공기 6 / CO 2 손상 봉입 가스의 빠른 소비에 기여한다. AZ91 합금 주물의 재현성은 SF 6 /CO 2 대신 SF 6 /air를 사용할 때 향상되었습니다 .

    감사의 말

    저자는 EPSRC LiME 보조금 EP/H026177/1의 자금 지원 과 WD Griffiths 박사와 Adrian Carden(버밍엄 대학교)의 도움을 인정합니다. 주조 작업은 University of Birmingham에서 수행되었습니다.

    참조
    [1]
    MK McNutt , SALAZAR K.
    마그네슘, 화합물 및 금속, 미국 지질 조사국 및 미국 내무부
    레 스톤 , 버지니아 ( 2013 )
    Google 학술검색
    [2]
    마그네슘
    화합물 및 금속, 미국 지질 조사국 및 미국 내무부
    ( 1996 )
    Google 학술검색
    [삼]
    I. Ostrovsky , Y. Henn
    ASTEC’07 International Conference-New Challenges in Aeronautics , Moscow ( 2007 ) , pp. 1 – 5
    8월 19-22일
    Scopus에서 레코드 보기Google 학술검색
    [4]
    Y. Wan , B. Tang , Y. Gao , L. Tang , G. Sha , B. Zhang , N. Liang , C. Liu , S. Jiang , Z. Chen , X. Guo , Y. Zhao
    액타 메이터. , 200 ( 2020 ) , 274 – 286 페이지
    기사PDF 다운로드Scopus에서 레코드 보기
    [5]
    JTJ Burd , EA Moore , H. Ezzat , R. Kirchain , R. Roth
    적용 에너지 , 283 ( 2021 ) , 제 116269 조
    기사PDF 다운로드Scopus에서 레코드 보기
    [6]
    AM 루이스 , JC 켈리 , 조지아주 Keoleian
    적용 에너지 , 126 ( 2014 ) , pp. 13 – 20
    기사PDF 다운로드Scopus에서 레코드 보기
    [7]
    J. 캠벨
    주물
    버터워스-하이네만 , 옥스퍼드 ( 2004 )
    Google 학술검색
    [8]
    M. Aryafar , R. Raiszadeh , A. Shalbafzadeh
    J. 메이터. 과학. , 45 ( 2010 년 ) , PP. (3041) – 3051
    교차 참조Scopus에서 레코드 보기
    [9]
    R. 라이자데 , WD 그리피스
    메탈. 메이터. 트랜스. B-프로세스 메탈. 메이터. 프로세스. 과학. , 42 ( 2011 ) , 133 ~ 143페이지
    교차 참조Scopus에서 레코드 보기
    [10]
    R. 라이자데 , WD 그리피스
    J. 합금. Compd. , 491 ( 2010 ) , 575 ~ 580 쪽
    기사PDF 다운로드Scopus에서 레코드 보기
    [11]
    L. Peng , G. Zeng , TC Su , H. Yasuda , K. Nogita , CM Gourlay
    JOM , 71 ( 2019 ) , pp. 2235 – 2244
    교차 참조Scopus에서 레코드 보기
    [12]
    S. Ganguly , AK Mondal , S. Sarkar , A. Basu , S. Kumar , C. Blawert
    코로스. 과학. , 166 ( 2020 )
    [13]
    GE Bozchaloei , N. Varahram , P. Davami , SK 김
    메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 548 ( 2012 ) , 99 ~ 105페이지
    Scopus에서 레코드 보기
    [14]
    S. 폭스 , J. 캠벨
    Scr. 메이터. , 43 ( 2000 ) , PP. 881 – 886
    기사PDF 다운로드Scopus에서 레코드 보기
    [15]
    M. 콕스 , RA 하딩 , J. 캠벨
    메이터. 과학. 기술. , 19 ( 2003 ) , 613 ~ 625페이지
    Scopus에서 레코드 보기
    [16]
    C. Nyahumwa , NR Green , J. Campbell
    메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 32 ( 2001 ) , 349 ~ 358 쪽
    Scopus에서 레코드 보기
    [17]
    A. Ardekhani , R. Raiszadeh
    J. 메이터. 영어 공연하다. , 21 ( 2012 ) , pp. 1352 – 1362
    교차 참조Scopus에서 레코드 보기
    [18]
    X. Dai , X. Yang , J. Campbell , J. Wood
    메이터. 과학. 기술. , 20 ( 2004 ) , 505 ~ 513 쪽
    Scopus에서 레코드 보기
    [19]
    EM 엘갈라드 , MF 이브라힘 , HW 도티 , FH 사무엘
    필로스. 잡지. , 98 ( 2018 ) , PP. 1337 – 1359
    교차 참조Scopus에서 레코드 보기
    [20]
    WD 그리피스 , NW 라이
    메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 38A ( 2007 ) , PP. 190 – 196
    교차 참조Scopus에서 레코드 보기
    [21]
    AR Mirak , M. Divandari , SMA Boutorabi , J. 캠벨
    국제 J. 캐스트 만났습니다. 해상도 , 20 ( 2007 ) , PP. 215 – 220
    교차 참조Scopus에서 레코드 보기
    [22]
    C. 칭기
    주조공학 연구실
    Helsinki University of Technology , Espoo, Finland ( 2006 )
    Google 학술검색
    [23]
    Y. Jia , J. Hou , H. Wang , Q. Le , Q. Lan , X. Chen , L. Bao
    J. 메이터. 프로세스. 기술. , 278 ( 2020 ) , 제 116542 조
    기사PDF 다운로드Scopus에서 레코드 보기
    [24]
    S. Ouyang , G. Yang , H. Qin , S. Luo , L. Xiao , W. Jie
    메이터. 과학. 영어 A , 780 ( 2020 ) , 제 139138 조
    기사PDF 다운로드Scopus에서 레코드 보기
    [25]
    에스엠. Xiong , X.-F. 왕
    트랜스. 비철금속 사회 중국 , 20 ( 2010 ) , pp. 1228 – 1234
    기사PDF 다운로드Scopus에서 레코드 보기
    [26]
    지브이리서치
    그랜드뷰 리서치
    ( 2018 )
    미국
    Google 학술검색
    [27]
    T. 리 , J. 데이비스
    메탈. 메이터. 트랜스. , 51 ( 2020 ) , PP. 5,389 – (5400)
    교차 참조Scopus에서 레코드 보기
    [28]
    JF Fruehling, 미시간 대학, 1970.
    Google 학술검색
    [29]
    S. 쿨링
    제36회 세계 마그네슘 연례 회의 , 노르웨이 ( 1979 ) , pp. 54 – 57
    Scopus에서 레코드 보기Google 학술검색
    [30]
    S. Cashion , N. Ricketts , P. Hayes
    J. 가벼운 만남. , 2 ( 2002 ) , 43 ~ 47페이지
    기사PDF 다운로드Scopus에서 레코드 보기
    [31]
    S. Cashion , N. Ricketts , P. Hayes
    J. 가벼운 만남. , 2 ( 2002 ) , PP. 37 – 42
    기사PDF 다운로드Scopus에서 레코드 보기
    [32]
    K. Aarstad , G. Tranell , G. Pettersen , TA Engh
    SF6에 의해 보호되는 마그네슘의 표면을 연구하는 다양한 기술
    TMS ( 2003년 )
    Google 학술검색
    [33]
    에스엠 Xiong , X.-L. 리우
    메탈. 메이터. 트랜스. , 38 ( 2007 년 ) , PP. (428) – (434)
    교차 참조Scopus에서 레코드 보기
    [34]
    T.-S. 시 , J.-B. Liu , P.-S. 웨이
    메이터. 화학 물리. , 104 ( 2007 ) , 497 ~ 504페이지
    기사PDF 다운로드Scopus에서 레코드 보기
    [35]
    G. Pettersen , E. Øvrelid , G. Tranell , J. Fenstad , H. Gjestland
    메이터. 과학. 영어 , 332 ( 2002 ) , PP. (285) – (294)
    기사PDF 다운로드Scopus에서 레코드 보기
    [36]
    H. Bo , LB Liu , ZP Jin
    J. 합금. Compd. , 490 ( 2010 ) , 318 ~ 325 쪽
    기사PDF 다운로드Scopus에서 레코드 보기
    [37]
    A. 미락 , C. 데이비슨 , J. 테일러
    코로스. 과학. , 52 ( 2010 ) , PP. 1992 년 – 2000
    기사PDF 다운로드Scopus에서 레코드 보기
    [38]
    BD 리 , UH 부리 , KW 리 , GS 한강 , JW 한
    메이터. 트랜스. , 54 ( 2013 ) , 66 ~ 73페이지
    Scopus에서 레코드 보기
    [39]
    WZ Liang , Q. Gao , F. Chen , HH Liu , ZH Zhao
    China Foundry , 9 ( 2012 ) , pp. 226 – 230
    교차 참조Scopus에서 레코드 보기
    [40]
    UI 골드슐레거 , EY 샤피로비치
    연소. 폭발 충격파 , 35 ( 1999 ) , 637 ~ 644페이지
    Scopus에서 레코드 보기
    [41]
    A. Elsayed , SL Sin , E. Vandersluis , J. Hill , S. Ahmad , C. Ravindran , S. Amer Foundry
    트랜스. 오전. 파운드리 Soc. , 120 ( 2012 ) , 423 ~ 429페이지
    Scopus에서 레코드 보기
    [42]
    E. Zhang , GJ Wang , ZC Hu
    메이터. 과학. 기술. , 26 ( 2010 ) , 1253 ~ 1258페이지
    Scopus에서 레코드 보기
    [43]
    NR 그린 , J. 캠벨
    메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 173 ( 1993 ) , 261 ~ 266 쪽
    기사PDF 다운로드Scopus에서 레코드 보기
    [44]
    C 라일리 , MR 졸리 , NR 그린
    MCWASP XII 논문집 – 주조, 용접 및 고급 Solidifcation 프로세스의 12 모델링 , 밴쿠버, 캐나다 ( 2009 )
    Google 학술검색
    [45]
    HE Friedrich, BL Mordike, Springer, 독일, 2006.
    Google 학술검색
    [46]
    C. Zheng , BR Qin , XB Lou
    기계, 산업 및 제조 기술에 관한 2010 국제 회의 , ASME ( 2010 ) , pp. 383 – 388
    2010년 미트
    교차 참조Scopus에서 레코드 보기Google 학술검색
    [47]
    SM Xiong , XF 왕
    트랜스. 비철금속 사회 중국 , 20 ( 2010 ) , pp. 1228 – 1234
    기사PDF 다운로드Scopus에서 레코드 보기
    [48]
    SM Xiong , XL Liu
    메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 38A ( 2007 ) , PP. (428) – (434)
    교차 참조Scopus에서 레코드 보기
    [49]
    TS Shih , JB Liu , PS Wei
    메이터. 화학 물리. , 104 ( 2007 ) , 497 ~ 504페이지
    기사PDF 다운로드Scopus에서 레코드 보기
    [50]
    K. Aarstad , G. Tranell , G. Pettersen , TA Engh
    매그. 기술. ( 2003 ) , PP. (5) – (10)
    Scopus에서 레코드 보기
    [51]
    G. Pettersen , E. Ovrelid , G. Tranell , J. Fenstad , H. Gjestland
    메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 332 ( 2002 ) , 285 ~ 294페이지
    기사PDF 다운로드Scopus에서 레코드 보기
    [52]
    XF 왕 , SM Xiong
    코로스. 과학. , 66 ( 2013 ) , PP. 300 – 307
    기사PDF 다운로드Scopus에서 레코드 보기
    [53]
    SH Nie , SM Xiong , BC Liu
    메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 422 ( 2006 ) , 346 ~ 351페이지
    기사PDF 다운로드Scopus에서 레코드 보기
    [54]
    C. Bauer , A. Mogessie , U. Galovsky
    Zeitschrift 모피 Metallkunde , 97 ( 2006 ) , PP. (164) – (168)
    교차 참조Scopus에서 레코드 보기
    [55]
    QG 왕 , D. Apelian , DA Lados
    J. 가벼운 만남. , 1 ( 2001 ) , PP. (73) – 84
    기사PDF 다운로드Scopus에서 레코드 보기
    [56]
    S. Wang , Y. Wang , Q. Ramasse , Z. Fan
    메탈. 메이터. 트랜스. , 51 ( 2020 ) , PP. 2957 – 2974
    교차 참조Scopus에서 레코드 보기
    [57]
    S. Hayashi , W. Minami , T. Oguchi , HJ Kim
    카그. 코그. 론분슈 , 35 ( 2009 ) , 411 ~ 415페이지
    교차 참조Scopus에서 레코드 보기
    [58]
    K. 아르스타드
    노르웨이 과학 기술 대학교
    ( 2004년 )
    Google 학술검색
    [59]
    RL 윌킨스
    J. Chem. 물리. , 51 ( 1969 ) , p. 853
    -&
    Scopus에서 레코드 보기
    [60]
    O. Kubaschewski , K. Hesselemam
    무기물의 열화학적 성질
    Springer-Verlag , 벨린 ( 1991 )
    Google 학술검색
    [61]
    R. Schmidt , M. Strobele , K. Eichele , HJ Meyer
    유로 J. Inorg. 화학 ( 2017 ) , PP. 2727 – 2735
    교차 참조Scopus에서 레코드 보기
    [62]
    B. Hu , Y. Du , H. Xu , W. Sun , WW Zhang , D. Zhao
    제이민 메탈. 분파. B-금속. , 46 ( 2010 ) , 97 ~ 103페이지
    Scopus에서 레코드 보기
    [63]
    O. Salas , H. Ni , V. Jayaram , KC Vlach , CG Levi , R. Mehrabian
    J. 메이터. 해상도 , 6 ( 1991 ) , 1964 ~ 1981페이지
    Scopus에서 레코드 보기
    [64]
    SSS Kumari , UTS Pillai , BC 빠이
    J. 합금. Compd. , 509 ( 2011 ) , pp. 2503 – 2509
    기사PDF 다운로드Scopus에서 레코드 보기
    [65]
    H. Scholz , P. Greil
    J. 메이터. 과학. , 26 ( 1991 ) , 669 ~ 677 쪽
    Scopus에서 레코드 보기
    [66]
    P. Biedenkopf , A. Karger , M. Laukotter , W. Schneider
    매그. 기술. , 2005년 ( 2005년 ) , 39 ~ 42 쪽
    Scopus에서 레코드 보기
    [67]
    HV 앳킨슨 , S. 데이비스
    메탈. 메이터. 트랜스. , 31 ( 2000 ) , PP. 2981 – 3000
    교차 참조Scopus에서 레코드 보기
    [68]
    EJ Guo , L. Wang , YC Feng , LP Wang , YH Chen
    J. 썸. 항문. 칼로리. , 135 ( 2019 ) , PP. 2001 년 – 2008 년
    교차 참조Scopus에서 레코드 보기
    [69]
    T. Li , WD Griffiths , J. Chen
    메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 48A ( 2017 ) , PP. 5516 – 5528
    교차 참조Scopus에서 레코드 보기
    [70]
    M. Tiryakioglu , D. Hudak는
    J. 메이터. 과학. , 42 ( 2007 ) , pp. 10173 – 10179
    교차 참조Scopus에서 레코드 보기
    [71]
    Y. Yue , WD Griffiths , JL Fife , NR Green
    제1회 3d 재료과학 국제학술대회 논문집 ( 2012 ) , pp. 131 – 136
    교차 참조Scopus에서 레코드 보기Google 학술검색
    [72]
    R. 라이자데 , WD 그리피스
    메탈. 메이터. 트랜스. B-프로세스 메탈. 메이터. 프로세스. 과학. , 37 ( 2006 ) , PP. (865) – (871)
    Scopus에서 레코드 보기
    [73]
    ZC Hu , EL Zhang , SY Zeng
    메이터. 과학. 기술. , 24 ( 2008 ) , 1304 ~ 1308페이지
    교차 참조Scopus에서 레코드 보기

    Figures-Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding

    알루미늄 합금 겹침 용접 중 용접 형성, 용융 흐름 및 입자 구조에 대한 사인파 발진 레이저 빔의 영향

    Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding

    Lin Chen, Gaoyang Mi, Xiong Zhang, Chunming Wang
    School of Materials Science and Engineering, Huazhong University of Science and Technology, Wuhan, 430074, China

    Abstract

    레이저 사인파 진동(사인) 용접 및 레이저 용접(SLW)에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트의 수치 모델이 온도 분포와 용융 흐름을 시뮬레이션하기 위해 개발되었습니다.

    SLW의 일반적인 에너지 분포와 달리 레이저 빔의 사인파 진동은 에너지 분포를 크게 균질화하고 에너지 피크를 줄였습니다. 에너지 피크는 사인 용접의 양쪽에 위치하여 톱니 모양의 단면이 형성되었습니다. 이 논문은 시뮬레이션을 통해 응고 미세구조에 대한 온도 구배(G)와 응고 속도(R)의 영향을 설명했습니다.

    결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립이 더 가늘다는 것을 나타냅니다. 다공성 및 비관통 용접은 레이저 사인파 진동에 의해 얻어졌습니다.

    그 이유는 용융 풀의 부피가 확대되고 열쇠 구멍의 부피 비율이 감소하며 용융 풀의 난류가 완만해졌기 때문이며, 이는 용융 흐름의 고속 이미징 및 시뮬레이션 결과에서 관찰되었습니다. 두 용접부의 인장시험에서 융착선을 따라 인장파괴 형태를 보였고 사인 용접부의 인장강도가 SLW 용접부보다 유의하게 우수하였습니다.

    이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.

    A numerical model of 1.5 mm 6061/5182 aluminum alloys thin sheets lap joints under laser sinusoidal oscillation (sine) welding and laser welding (SLW) weld was developed to simulate temperature distribution and melt flow. Unlike the common energy distribution of SLW, the sinusoidal oscillation of laser beam greatly homogenized the energy distribution and reduced the energy peak. The energy peaks were located at both sides of the sine weld, resulting in the tooth-shaped sectional formation. This paper illustrated the effect of the temperature gradient (G) and solidification rate (R) on the solidification microstructure by simulation. Results indicated that the center of the sine weld had a wider area with low G/R, promoting the formation of a wider equiaxed grain zone, and the columnar grains were slenderer because of greater GR. The porosity-free and non-penetration welds were obtained by the laser sinusoidal oscillation. The reasons were that the molten pool volume was enlarged, the volume proportion of keyhole was reduced and the turbulence in the molten pool was gentled, which was observed by the high-speed imaging and simulation results of melt flow. The tensile test of both welds showed a tensile fracture form along the fusion line, and the tensile strength of sine weld was significantly better than that of the SLW weld. This was because that the wider equiaxed grain area reduced the tendency of cracks and the finer grain size close to the fracture location. Defect-free and excellent welds are of great significance to the new energy vehicles industry.

    Keywords

    Laser weldingSinusoidal oscillatingEnergy distributionNumerical simulationMolten pool flowGrain structure

    Figures-Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
    Figures-Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding

    The Optimal Operation on Auxiliary Spillway to Minimize the Flood Damage in Downstream River with Various Outflow Conditions

    류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

    Hyung Ju Yoo1 Sung Sik Joo2 Beom Jae Kwon3 Seung Oh Lee4*
    유 형주1 주 성식2 권 범재3 이 승오4*
    1Ph.D Student, Dept. of Civil & Environmental Engineering, Hongik University2Director, Water Resources & Environment Department, HECOREA3Director, Water Resources Department, ISAN4Professor, Dept. of Civil & Environmental Engineering, Hongik University
    1홍익대학교 건설환경공학과 박사과정
    2㈜헥코리아 수자원환경사업부 이사
    3㈜이산 수자원부 이사
    4홍익대학교 건설환경공학과 교수*Corresponding Author

    ABSTRACT

    최근 기후변화로 인해 강우강도 및 빈도의 증가에 따른 집중호우의 영향 및 기존 여수로의 노후화에 대비하여 홍수 시 하류 하천의 영향을 최소화할 수 있는 보조 여수로 활용방안 구축이 필요한 실정이다. 이를 위해, 수리모형 실험 및 수치모형 실험을 통하여 보조 여수로 운영에 따른 흐름특성 변화 검토에 관한 연구가 많이 진행되어 왔다.

    그러나 대부분의 연구는 여수로에서의 흐름특성 및 기능성에 대한 검토를 수행하였을 뿐 보조 여수로의 활용방안에 따른 하류하천 영향 검토 및 호안 안정성 검토에 관한 연구는 미비한 실정이다.

    이에 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류영향 분석 및 호안 안정성 측면에서 최적 방류 시나리오 검토를 3차원 수치모형인 FLOW-3D를 사용하여 검토하였다. 또한 FLOW-3D 수치모의 수행을 통한 유속, 수위 결과와 소류력 산정 결과를 호안 설계허용 기준과 비교하였다.

    수문 완전 개도 조건으로 가정하고 계획홍수량 유입 시 다양한 보조 여수로 활용방안에 대하여 수치모의를 수행한 결과, 보조 여수로 단독 운영 시 기존 여수로 단독운영에 비하여 최대유속 및 최대 수위의 감소효과를 확인하였다. 다만 계획홍수량의 45% 이하 방류 조건에서 대안부의 호안 안정성을 확보하였고 해당 방류량 초과 경우에는 처오름 현상이 발생하여 월류에 대한 위험성 증가를 확인하였다.

    따라서 기존 여수로와의 동시 운영 방안 도출이 중요하다고 판단하였다. 여수로의 배분 비율 및 총 허용 방류량에 대하여 검토한 결과 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 흐름이 중심으로 집중되어 대안부의 유속 저감 및 수위 감소를 확인하였고, 계획 홍수량의 77% 이하의 조건에서 호안의 허용 유속 및 허용 소류력 조건을 만족하였다.

    이를 통하여 본 연구에서 제안한 보조 여수로 활용방안으로는 기존 여수로와 동시 운영 시 총 방류량에 대하여 보조 여수로의 배분량이 기존 여수로의 배분량보다 크게 설정하는 것이 하류하천의 영향을 최소화 할 수 있는 것으로 나타났다.

    그러나 본 연구는 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토한다면 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출이 가능할 것으로 기대 된다.

    키워드

    보조 여수로, FLOW-3D, 수치모의, 호안 안정성, 소류력

    Recently, as the occurrence frequency of sudden floods due to climate change increased and the aging of the existing spillway, it is necessary to establish a plan to utilize an auxiliary spillway to minimize the flood damage of downstream rivers. Most studies have been conducted on the review of flow characteristics according to the operation of auxiliary spillway through the hydraulic experiments and numerical modeling. However, the studies on examination of flood damage in the downstream rivers and the stability of the revetment according to the operation of the auxiliary spillway were relatively insufficient in the literature. In this study, the stability of the revetment on the downstream river according to the outflow conditions of the existing and auxiliary spillway was examined by using 3D numerical model, FLOW-3D. The velocity, water surface elevation and shear stress results of FLOW-3D were compared with the permissible velocity and shear stress of design criteria. It was assumed the sluice gate was fully opened. As a result of numerical simulations of various auxiliary spillway operations during flood season, the single operation of the auxiliary spillway showed the reduction effect of maximum velocity and the water surface elevation compared with the single operation of the existing spillway. The stability of the revetment on downstream was satisfied under the condition of outflow less than 45% of the design flood discharge. However, the potential overtopping damage was confirmed in the case of exceeding the 45% of the design flood discharge. Therefore, the simultaneous operation with the existing spillway was important to ensure the stability on design flood discharge condition. As a result of examining the allocation ratio and the total allowable outflow, the reduction effect of maximum velocity was confirmed on the condition, where the amount of outflow on auxiliary spillway was more than that on existing spillway. It is because the flow of downstream rivers was concentrated in the center due to the outflow of existing spillway. The permissible velocity and shear stress were satisfied under the condition of less than 77% of the design flood discharge with simultaneous operation. It was found that the flood damage of downstream rivers can be minimized by setting the amount allocated to the auxiliary spillway to be larger than the amount allocated to the existing spillway for the total outflow with simultaneous operation condition. However, this study only reviewed the flow characteristics around the revetment according to the outflow of spillway under the full opening of the sluice gate condition. Therefore, the various sluice opening conditions and outflow scenarios will be asked to derive more efficient utilization of the auxiliary spillway in th future.KeywordsAuxiliary spillway FLOW-3D Numerical simulation Revetment stability Shear stress

    1. 서 론

    최근 기후변화로 인한 집중호우의 영향으로 홍수 시 댐으로 유입되는 홍수량이 설계 홍수량보다 증가하여 댐 안정성 확보가 필요한 실정이다(Office for Government Policy Coordination, 2003). MOLIT & K-water(2004)에서는 기존댐의 수문학적 안정성 검토를 수행하였으며 이상홍수 발생 시 24개 댐에서 월류 등으로 인한 붕괴위험으로 댐 하류지역의 극심한 피해를 예상하여 보조여수로 신설 및 기존여수로 확장 등 치수능력 증대 기본계획을 수립하였고 이를 통하여 극한홍수 발생 시 홍수량 배제능력을 증대하여 기존댐의 안전성 확보 및 하류지역의 피해를 방지하고자 하였다. 여기서 보조 여수로는 기존 여수로와 동시 또는 별도 운영하는 여수로로써 비상상황 시 방류 기능을 포함하고 있고(K-water, 2021), 최근에는 기존 여수로의 노후화에 따라 보조여수로의 활용방안에 대한 관심이 증가하고 있다. 따라서 본 연구에서는 3차원 수치해석을 수행하여 기존 및 보조 여수로의 방류량 조합에 따른 하류 영향을 분석하고 하류 호안 안정성 측면에서 최적 방류 시나리오를 검토하고자 한다.

    기존의 댐 여수로 검토에 관한 연구는 주로 수리실험을 통하여 방류조건 별 흐름특성을 검토하였으나 최근에는 수치모형 실험결과가 수리모형실험과 비교하여 근사한 것을 확인하는 등 점차 수치모형실험을 수리모형실험의 대안으로 활용하고 있다(Jeon et al., 2006Kim, 2007Kim et al., 2008). 국내의 경우, Jeon et al.(2006)은 수리모형 실험과 수치모의를 이용하여 임하댐 바상여수로의 기본설계안을 도출하였고, Kim et al.(2008)은 가능최대홍수량 유입 시 비상여수로 방류에 따른 수리학적 안정성과 기능성을 3차원 수치모형인 FLOW-3D를 활용하여 검토하였다. 또한 Kim and Kim(2013)은 충주댐의 홍수조절 효과 검토 및 방류량 변화에 따른 상·하류의 수위 변화를 수치모형을 통하여 검토하였다. 국외의 경우 Zeng et al.(2017)은 3차원 수치모형인 Fluent를 활용한 여수로 방류에 따른 흐름특성 결과와 측정결과를 비교하여 수치모형 결과의 신뢰성을 검토하였다. Li et al.(2011)은 가능 최대 홍수량(Probable Maximum Flood, PMF)조건에서 기존 여수로와 신규 보조 여수로 유입부 주변의 흐름특성에 대하여 3차원 수치모형 Fluent를 활용하여 검토하였고, Lee et al.(2019)는 서로 근접해있는 기존 여수로와 보조여수로 동시 운영 시 방류능 검토를 수리모형 실험 및 수치모형 실험(FLOW-3D)을 통하여 수행하였으며 기존 여수로와 보조 여수로를 동시운영하게 되면 배수로 간섭으로 인하여 총 방류량이 7.6%까지 감소되어 댐의 방류능력이 감소하였음을 확인하였다.

    그러나 대부분의 여수로 검토에 대한 연구는 여수로 내에서의 흐름특성 및 기능성에 대한 검토를 수행하였고. 이에 기존 여수로와 보조 여수로 방류운영에 따른 하류하천의 흐름특성 변화 및 호안 안정성 평가에 관한 추가적인 검토가 필요한 실정이다. 따라서 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류하천의 흐름특성 및 호안 안정성분석을 3차원 수치모형인 FLOW-3D를 이용하여 검토하였다. 또한 다양한 방류 배분 비율 및 허용 방류량 조건 변화에 따른 하류하천의 흐름특성 및 소류력 분석결과를 호안 설계 허용유속 및 허용 소류력 기준과 비교하여 하류하천의 영향을 최소화 할 수 있는 최적의 보조 여수로 활용방안을 도출하고자 한다.

    2. 본 론

    2.1 이론적 배경

    2.1.1 3차원 수치모형의 기본이론

    FLOW-3D는 미국 Flow Science, Inc에서 개발한 범용 유체역학 프로그램(CFD, Computational Fluid Dynamics)으로 자유 수면을 갖는 흐름모의에 사용되는 3차원 수치해석 모형이다. 난류모형을 통해 난류 해석이 가능하고, 댐 방류에 따른 하류 하천의 흐름 해석에도 많이 사용되어 왔다(Flow Science, 2011). 본 연구에서는 FLOW-3D(version 12.0)을 이용하여 홍수 시 기존 여수로의 노후화에 대비하여 보조 여수로의 활용방안에 대한 검토를 하류하천의 호안 안정성 측면에서 검토하였다.

    2.1.2 유동해석의 지배방정식

    1) 연속 방정식(Continuity Equation)

    FLOW-3D는 비압축성 유체에 대하여 연속방정식을 사용하며, 밀도는 상수항으로 적용된다. 연속 방정식은 Eqs. (1)(2)와 같다.

    (1)

    ∇·v=0

    (2)

    ∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ

    여기서, ρ는 유체 밀도(kg/m3), u, v, w는 x, y, z방향의 유속(m/s), Ax, Ay, Az는 각 방향의 요소면적(m2), RSOR는 질량 생성/소멸(mass source/sink)항을 의미한다.

    2) 운동량 방정식(Momentum Equation)

    각 방향 속도성분 u, v, w에 대한 운동방정식은 Navier-Stokes 방정식으로 다음 Eqs. (3)(4)(5)와 같다.

    (3)

    ∂u∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂x+Gx+fx-bx-RSORρVFu

    (4)

    ∂v∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂y+Gy+fy-by-RSORρVFv

    (5)

    ∂w∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂z+Gz+fz-bz-RSORρVFw

    여기서, Gx, Gy, Gz는 체적력에 의한 가속항, fx, fy, fz는 점성에 의한 가속항, bx, by, bz는 다공성 매체에서의 흐름손실을 의미한다.

    2.1.3 소류력 산정

    호안설계 시 제방사면 호안의 안정성 확보를 위해서는 하천의 흐름에 의하여 호안에 작용하는 소류력에 저항할 수 있는 재료 및 공법 선택이 필요하다. 국내의 경우 하천공사설계실무요령(MOLIT, 2016)에서 계획홍수량 유하 시 소류력 산정 방법을 제시하고 있다. 소류력은 하천의 평균유속을 이용하여 산정할 수 있으며, 소류력 산정식은 Eqs. (6)(7)과 같다.

    1) Schoklitsch 공식

    Schoklitsch(1934)는 Chezy 유속계수를 적용하여 소류력을 산정하였다.

    (6)

    τ=γRI=γC2V2

    여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), I는 에너지경사, C는 Chezy 유속계수, V는 평균유속(m/s)을 의미한다.

    2) Manning 조도계수를 고려한 공식

    Chezy 유속계수를 대신하여 Manning의 조도계수를 고려하여 소류력을 산정할 수 있다.

    (7)

    τ=γn2V2R1/3

    여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), n은 Manning의 조도계수, V는 평균유속(m/s)을 의미한다.

    FLOW-3D 수치모의 수행을 통하여 하천의 바닥 유속을 도출할 수 있으며, 본 연구에서는 Maning 조도계수롤 고려하여 소류력을 산정하고자 한다. 소류력을 산정하기 위해서 여수로 방류에 따른 대안부의 바닥유속 변화를 검토하여 최대 유속 값을 이용하였다. 최종적으로 산정한 소류력과 호안의 재료 및 공법에 따른 허용 소류력과 비교하여 제방사면 호안의 안정성 검토를 수행하게 된다.

    2.2 하천호안 설계기준

    하천 호안은 계획홍수위 이하의 유수작용에 대하여 안정성이 확보되도록 계획하여야 하며, 호안의 설계 시에는 사용재료의 확보용이성, 시공상의 용이성, 세굴에 대한 굴요성(flexibility) 등을 고려하여 호안의 형태, 시공방법 등을 결정한다(MOLIT, 2019). 국내의 경우, 하천공사설계실무요령(MOLIT, 2016)에서는 다양한 호안공법에 대하여 비탈경사에 따라 설계 유속을 비교하거나, 허용 소류력을 비교함으로써 호안의 안정성을 평가한다. 호안에 대한 국외의 설계기준으로 미국의 경우, ASTM(미국재료시험학회)에서 호안블록 및 식생매트 시험방법을 제시하였고 제품별로 ASTM 시험에 의한 허용유속 및 허용 소류력을 제시하였다. 일본의 경우, 호안 블록에 대한 축소실험을 통하여 항력을 측정하고 이를 통해서 호안 블록에 대한 항력계수를 제시하고 있다. 설계 시에는 항력계수에 의한 블록의 안정성을 평가하고 있으나, 최근에는 세굴의 영향을 고려할 수 있는 호안 안정성 평가의 필요성을 제기하고 있다(MOLIT, 2019). 관련된 국내·외의 하천호안 설계기준은 Table 1에 정리하여 제시하였고, 본 연구에서 하천 호안 안정성 평가 시 하천공사설계실무요령(MOLIT, 2016)과 ASTM 시험에서 제시한 허용소류력 및 허용유속 기준을 비교하여 각각 0.28 kN/m2, 5.0 m/s 미만일 경우 호안 안정성을 확보하였다고 판단하였다.

    Table 1.

    Standard of Permissible Velocity and Shear on Revetment

    Country (Reference)MaterialPermissible velocity (Vp, m/s)Permissible Shear (τp, kN/m2)
    KoreaRiver Construction Design Practice Guidelines
    (MOLIT, 2016)
    Vegetated5.00.50
    Stone5.00.80
    USAASTM D’6460Vegetated6.10.81
    Unvegetated5.00.28
    JAPANDynamic Design Method of Revetment5.0

    2.3. 보조여수로 운영에 따른 하류하천 영향 분석

    2.3.1 모형의 구축 및 경계조건

    본 연구에서는 기존 여수로의 노후화에 대비하여 홍수 시 보조여수로의 활용방안에 따른 하류하천의 흐름특성 및 호안안정성 평가를 수행하기 위해 FLOW-3D 모형을 이용하였다. 기존 여수로 및 보조 여수로는 치수능력 증대사업(MOLIT & K-water, 2004)을 통하여 완공된 ○○댐의 제원을 이용하여 구축하였다. ○○댐은 설계빈도(100년) 및 200년빈도 까지는 계획홍수위 이내로 기존 여수로를 통하여 운영이 가능하나 그 이상 홍수조절은 보조여수로를 통하여 조절해야 하며, 또한 2011년 기존 여수로 정밀안전진단 결과 사면의 표층 유실 및 옹벽 밀림현상 등이 확인되어 노후화에 따른 보수·보강이 필요한 상태이다. 이에 보조여수로의 활용방안 검토가 필요한 것으로 판단하여 본 연구의 대상댐으로 선정하였다. 하류 하천의 흐름특성을 예측하기 위하여 격자간격을 0.99 ~ 8.16 m의 크기로 하여 총 격자수는 49,102,500개로 구성하였으며, 여수로 방류에 따른 하류하천의 흐름해석을 위한 경계조건으로 상류는 유입유량(inflow), 바닥은 벽면(wall), 하류는 수위(water surface elevation)조건으로 적용하도록 하였다(Table 2Fig. 1 참조). FLOW-3D 난류모형에는 혼합길이 모형, 난류에너지 모형, k-ϵ모형, RNG(Renormalized Group Theory) k-ϵ모형, LES 모형 등이 있으며, 본 연구에서는 여수로 방류에 따른 복잡한 난류 흐름 및 높은 전단흐름을 정확하게 모의(Flow Science, 2011)할 수 있는 RNG k-ϵ모형을 사용하였고, 하류하천 호안의 안정성 측면에서 보조여수로의 활용방안을 검토하기 위하여 방류시나리오는 Table 3에 제시된 것 같이 설정하였다. Case 1 및 Case 2를 통하여 계획홍수량에 대하여 기존 여수로와 보조 여수로의 단독 운영이 하류하천에 미치는 영향을 확인하였고 보조 여수로의 방류량 조절을 통하여 호안 안정성 측면에서 보조 여수로 방류능 검토를 수행하였다(Case 3 ~ Case 6). 또한 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천의 영향 검토(Case 7 ~ Case 10) 및 방류 배분에 따른 허용 방류량을 호안 안정성 측면에서 검토를 수행하였다(Case 11 ~ Case 14).

    수문은 완전개도 조건으로 가정하였으며 하류하천의 계획홍수량에 대한 기존 여수로와 보조여수로의 배분량을 조절하여 모의를 수행하였다. 여수로는 콘크리트의 조도계수 값(Chow, 1959)을 채택하였고, 댐 하류하천의 조도계수는 하천기본계획(Busan Construction and Management Administration, 2009) 제시된 조도계수 값을 채택하였으며 FLOW-3D의 적용을 위하여 Manning-Strickler 공식(Vanoni, 2006)을 이용하여 조도계수를 조고값으로 변환하여 사용하였다. Manning-Strickler 공식은 Eq. (8)과 같으며, FLOW-3D에 적용한 조도계수 및 조고는 Table 4와 같다.

    (8)

    n=ks1/68.1g1/2

    여기서, kS는 조고 (m), n은 Manning의 조도계수, g는 중력가속도(m/s2)를 의미한다.

    시간에 따라 동일한 유량이 일정하게 유입되도록 모의를 수행하였으며, 시간간격(Time Step)은 0.0001초로 설정(CFL number < 1.0) 하였다. 또한 여수로 수문을 통한 유량의 변동 값이 1.0%이내일 경우는 연속방정식을 만족하고 있다고 가정하였다. 이는, 유량의 변동 값이 1.0%이내일 경우 유속의 변동 값 역시 1.0%이내이며, 수치모의 결과 1.0%의 유속변동은 호안의 유속설계기준에 크게 영향을 미치지 않는다고 판단하였다. 그 결과 모든 수치모의 Case에서 2400초 이내에 결과 값이 수렴하는 것을 확인하였다.

    Table 2.

    Mesh sizes and numerical conditions

    MeshNumbers49,102,500 EA
    Increment (m)DirectionExisting SpillwayAuxiliary Spillway
    ∆X0.99 ~ 4.301.00 ~ 4.30
    ∆Y0.99 ~ 8.161.00 ~ 5.90
    ∆Z0.50 ~ 1.220.50 ~ 2.00
    Boundary ConditionsXmin / YmaxInflow / Water Surface Elevation
    Xmax, Ymin, Zmin / ZmaxWall / Symmetry
    Turbulence ModelRNG model
    Table 3.

    Case of numerical simulation (Qp : Design flood discharge)

    CaseExisting Spillway (Qe, m3/s)Auxiliary Spillway (Qa, m3/s)Remarks
    1Qp0Reference case
    20Qp
    300.58QpReview of discharge capacity on
    auxiliary spillway
    400.48Qp
    500.45Qp
    600.32Qp
    70.50Qp0.50QpDetermination of optimal division
    ratio on Spillways
    80.61Qp0.39Qp
    90.39Qp0.61Qp
    100.42Qp0.58Qp
    110.32Qp0.45QpDetermination of permissible
    division on Spillways
    120.35Qp0.48Qp
    130.38Qp0.53Qp
    140.41Qp0.56Qp
    Table 4.

    Roughness coefficient and roughness height

    CriteriaRoughness coefficient (n)Roughness height (ks, m)
    Structure (Concrete)0.0140.00061
    River0.0330.10496
    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F1.jpg
    Fig. 1

    Layout of spillway and river in this study

    2.3.2 보조 여수로의 방류능 검토

    본 연구에서는 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천 대안부의 유속분포 및 수위분포를 검토하기 위해 수치모의 Case 별 다음과 같이 관심구역을 설정하였다(Fig. 2 참조). 관심구역(대안부)의 길이(L)는 총 1.3 km로 10 m 등 간격으로 나누어 검토하였으며, Section 1(0 < X/L < 0.27)은 기존 여수로 방류에 따른 영향이 지배적인 구간, Section 2(0.27 < X/L < 1.00)는 보조 여수로 방류에 따른 영향이 지배적인 구간으로 각 구간에서의 수위, 유속, 수심결과를 확인하였다. 기존 여수로의 노후화에 따른 보조 여수로의 방류능 검토를 위하여 Case 1 – Case 6까지의 결과를 비교하였다.

    보조 여수로의 단독 운영 시 기존 여수로 운영 시 보다 하류하천의 대안부의 최대 유속(Vmax)은 약 3% 감소하였으며, 이는 보조 여수로의 하천 유입각이 기존 여수로 보다 7°작으며 유입하천의 폭이 증가하여 유속이 감소한 것으로 판단된다. 대안부의 최대 유속 발생위치는 하류 쪽으로 이동하였으며 교량으로 인한 단면의 축소로 최대유속이 발생하는 것으로 판단된다. 또한 보조 여수로의 배분량(Qa)이 증가함에 따라 하류하천 대안부의 최대 유속이 증가하였다. 하천호안 설계기준에서 제시하고 있는 허용유속(Vp)과 비교한 결과, 계획홍수량(Qp)의 45% 이하(Case 5 & 6)를 보조 여수로에서 방류하게 되면 허용 유속(5.0 m/s)조건을 만족하여 호안안정성을 확보하였다(Fig. 3 참조). 허용유속 외에도 대안부에서의 소류력을 산정하여 하천호안 설계기준에서 제시한 허용 소류력(τp)과 비교한 결과, 유속과 동일하게 보조 여수로의 방류량이 계획홍수량의 45% 이하일 경우 허용소류력(0.28 kN/m2) 조건을 만족하였다(Fig. 4 참조). 각 Case 별 호안설계조건과 비교한 결과는 Table 5에 제시하였다.

    하류하천의 수위도 기존 여수로 운영 시 보다 보조 여수로 단독 운영 시 최대 수위(ηmax)가 약 2% 감소하는 효과를 보였으며 최대 수위 발생위치는 수충부로 여수로 방류시 처오름에 의한 수위 상승으로 판단된다. 기존 여수로의 단독운영(Case 1)의 수위(ηref)를 기준으로 보조 여수로의 방류량이 증가함에 따라 수위는 증가하였으나 계획홍수량의 58%까지 방류할 경우 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보되었다(Fig. 5 참조). 그러나 계획홍수량 조건에서는 월류에 대한 위험성이 존재하기 때문에 기존여수로와 보조여수로의 적절한 방류량 배분 조합을 도출하는 것이 중요하다고 판단되어 진다.

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F2.jpg
    Fig. 2

    Region of interest in this study

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F3.jpg
    Fig. 3

    Maximum velocity and location of Vmax according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F4.jpg
    Fig. 4

    Maximum shear according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F5.jpg
    Fig. 5

    Maximum water surface elevation and location of ηmax according to Qa

    Table 5.

    Numerical results for each cases (Case 1 ~ Case 6)

    CaseMaximum Velocity
    (Vmax, m/s)
    Maximum Shear
    (τmax, kN/m2)
    Evaluation
    in terms of Vp
    Evaluation
    in terms of τp
    1
    (Qa = 0)
    9.150.54No GoodNo Good
    2
    (Qa = Qp)
    8.870.56No GoodNo Good
    3
    (Qa = 0.58Qp)
    6.530.40No GoodNo Good
    4
    (Qa = 0.48Qp)
    6.220.36No GoodNo Good
    5
    (Qa = 0.45Qp)
    4.220.12AccpetAccpet
    6
    (Qa = 0.32Qp)
    4.040.14AccpetAccpet

    2.3.3 기존 여수로와 보조 여수로 방류량 배분 검토

    기존 여수로 및 보조 여수로 단독운영에 따른 하류하천 및 호안의 안정성 평가를 수행한 결과 계획홍수량 방류 시 하류하천 대안부에서 호안 설계 조건(허용유속 및 허용 소류력)을 초과하였으며, 처오름에 의한 수위 상승으로 월류에 대한 위험성 증가를 확인하였다. 따라서 계획 홍수량 조건에서 기존 여수로와 보조 여수로의 방류량 배분을 통하여 호안 안정성을 확보하고 하류하천에 방류로 인한 피해를 최소화할 수 있는 배분조합(Case 7 ~ Case 10)을 검토하였다. Case 7은 기존 여수로와 보조여수로의 배분 비율을 균등하게 적용한 경우이고, Case 8은 기존 여수로의 배분량이 보조 여수로에 비하여 많은 경우, Case 9는 보조 여수로의 배분량이 기존 여수로에 비하여 많은 경우를 의미한다. 최대유속을 비교한 결과 보조 여수로의 배분 비율이 큰 경우 기존 여수로의 배분량에 의하여 흐름이 하천 중심에 집중되어 대안부의 유속을 저감하는 효과를 확인하였다. 보조여수로의 방류량 배분 비율이 증가할수록 기존 여수로 대안부 측(0.00<X/L<0.27, Section 1) 유속 분포는 감소하였으나, 신규여수로 대안부 측(0.27<X/L<1.00, Section 2) 유속은 증가하는 것을 확인하였다(Fig. 6 참조). 그러나 유속 저감 효과에도 대안부 전구간에서 설계 허용유속 조건을 초과하여 제방의 안정성을 확보하지는 못하였다. 소류력 산정 결과 유속과 동일하게 보조 여수로의 방류량이 기존 여수로의 방류량 보다 크면 감소하는 것을 확인하였고 일부 구간에서는 허용 소류력 조건을 만족하는 것을 확인하였다(Fig. 7 참조).

    따라서 유속 저감효과가 있는 배분 비율 조건(Qa>Qe)에서 Section 2에 유속 저감에 영향을 미치는 기존 여수로 방류량 배분 비율을 증가시켜 추가 검토(Case 10)를 수행하였다. 단독운영과 비교 시 하류하천에 유입되는 유량은 증가하였음에도 불구하고 기존 여수로 방류량에 의해 흐름이 하천 중심으로 집중되는 현상에 따라 대안부의 유속은 단독 운영에 비하여 감소하는 것을 확인하였고(Fig. 8 참조), 호안 설계 허용유속 및 허용 소류력 조건을 만족하는 구간이 발생하여 호안 안정성도 확보한 것으로 판단되었다. 최종적으로 각 Case 별 수위 결과의 경우 여수로 동시 운영을 수행하게 되면 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 9 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 6에 제시하였다.

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F6.jpg
    Fig. 6

    Maximum velocity on section 1 & 2 according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F7.jpg
    Fig. 7

    Maximum shear on section 1 & 2 according to Qa

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F8.jpg
    Fig. 8

    Velocity results of FLOW-3D (a: auxiliary spillway operation only , b : simultaneous operation of spillways)

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F9.jpg
    Fig. 9

    Maximum water surface elevation on section 1 & 2 according to Qa

    Table 6.

    Numerical results for each cases (Case 7 ~ Case 10)

    Case (Qe &amp; Qa)Maximum Velocity (Vmax, m/s)Maximum Shear
    (τmax, kN/m2)
    Evaluation in terms of VpEvaluation in terms of τp
    Section 1Section 2Section 1Section 2Section 1Section 2Section 1Section 2
    7
    Qe : 0.50QpQa : 0.50Qp
    8.106.230.640.30No GoodNo GoodNo GoodNo Good
    8
    Qe : 0.61QpQa : 0.39Qp
    8.886.410.610.34No GoodNo GoodNo GoodNo Good
    9
    Qe : 0.39QpQa : 0.61Qp
    6.227.330.240.35No GoodNo GoodAcceptNo Good
    10
    Qe : 0.42QpQa : 0.58Qp
    6.394.790.300.19No GoodAcceptNo GoodAccept

    2.3.4 방류량 배분 비율의 허용 방류량 검토

    계획 홍수량 방류 시 기존 여수로와 보조 여수로의 배분 비율 검토 결과 Case 10(Qe = 0.42Qp, Qa = 0.58Qp)에서 방류에 따른 하류 하천의 피해를 최소화시킬 수 있는 것을 확인하였다. 그러나 대안부 전 구간에 대하여 호안 설계조건을 만족하지 못하였다. 따라서 기존 여수로와 보조 여수로의 방류 배분 비율을 고정시킨 후 총 방류량을 조절하여 허용 방류량을 검토하였다(Case 11 ~ Case 14).

    호안 안정성 측면에서 검토한 결과 계획홍수량 대비 총 방류량이 감소하면 최대 유속 및 최대 소류력이 감소하고 최종적으로 계획 홍수량의 77%를 방류할 경우 하류하천의 대안부에서 호안 설계조건을 모두 만족하는 것을 확인하였다(Fig. 10Fig. 11 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 7에 제시하였다. 또한 Case 별 수위 검토 결과 처오름으로 인한 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 12 참조).

    Table 7.

    Numerical results for each cases (Case 11 ~ Case 14)

    Case (Qe &amp; Qa)Maximum Velocity
    (Vmax, m/s)
    Maximum Shear
    (τmax, kN/m2)
    Evaluation in terms of VpEvaluation in terms of τp
    Section 1Section 2Section 1Section 2Section 1Section 2Section 1Section 2
    11
    Qe : 0.32QpQa : 0.45Qp
    3.634.530.090.26AcceptAcceptAcceptAccept
    12
    Qe : 0.35QpQa : 0.48Qp
    5.745.180.230.22No GoodNo GoodAcceptAccept
    13
    Qe : 0.38QpQa : 0.53Qp
    6.704.210.280.11No GoodAcceptAcceptAccept
    14
    Qe : 0.41QpQa : 0.56Qp
    6.545.240.280.24No GoodNo GoodAcceptAccept
    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F10.jpg
    Fig. 10

    Maximum velocity on section 1 & 2 according to total outflow

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F11.jpg
    Fig. 11

    Maximum shear on section 1 & 2 according to total outflow

    /media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F12.jpg
    Fig. 12

    Maximum water surface elevation on section 1 & 2 according to total outflow

    3. 결 론

    본 연구에서는 홍수 시 기존 여수로의 노후화로 인한 보조 여수로의 활용방안에 대하여 하류하천의 호안 안정성 측면에서 검토하였다. 여수로 방류로 인한 하류하천의 흐름특성을 검토하기 위하여 3차원 수치모형인 FLOW-3D를 활용하였고, 여수로 지형은 치수능력 증대사업을 통하여 완공된 ○○댐의 제원을 이용하였다. 하류하천 조도 계수 및 여수로 방류량은 하천기본계획을 참고하여 적용하였다. 최종적으로 여수로 방류로 인한 하류하천의 피해를 최소화 시킬 수 있는 적절한 보조 여수로의 활용방안을 도출하기 위하여 보조 여수로 단독 운영과 기존 여수로와의 동시 운영에 따른 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다.

    수문은 완전 개도 상태에서 방류한다는 가정으로 계획 홍수량 조건에서 보조 여수로 단독 운영 시 하류하천 대안부의 유속 및 수위를 검토한 결과 기존 여수로 단독운영에 비하여 최대 유속 및 최대 수위가 감소하는 것을 확인할 수 있었으며, 이는 보조 여수로 단독 운영 시 하류하천으로 유입각도가 작아지고, 유입되는 하천의 폭이 증가되기 때문이다. 그러나 계획 홍수량 조건에서 하천호안 설계기준에서 제시한 허용 유속(5.0 m/s)과 허용 소류력(0.28 kN/m2)과 비교하였을 때 호안 안정성을 확보하지 못하였으며, 계획홍수량의 45% 이하 방류 시에 대안부의 호안 안정성을 확보하였다. 수위의 경우 여수로 방류에 따른 대안부에서 처오름 현상이 발생하여 월류에 대한 위험성을 확인하였고 이를 통하여 기존 여수로와의 동시 운영 방안을 도출하는 것이 중요하다고 판단된다. 따라서 기존 여수로와의 동시 운영 측면에서 기존 여수로와 보조 여수로의 배분 비율 및 총 방류량을 변화시켜가며 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다. 배분 비율의 경우 기존 여수로와 보조 여수로의 균등 배분(Case 7) 및 편중 배분(Case 8 & Case 9)을 검토하여 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 중심부로 집중되어 대안부의 최대유속, 최대소류력 및 최대수위가 감소하는 것을 확인하였다. 이를 근거로 기존 여수로의 방류 비율을 증가(Qe=0.42Qp, Qa=0.58Qp)시켜 검토한 결과 대안부 일부 구간에서 허용 유속 및 허용소류력 조건을 만족하는 것을 확인하였다. 이를 통하여 기존 여수로와 보조 여수로의 동시 운영을 통하여 적절한 방류량 배분 비율을 도출하는 것이 방류로 인한 하류하천의 피해를 저감하는데 효과적인 것으로 판단된다. 그러나 설계홍수량 방류 시 전 구간에서 허용 유속 및 소류력 조건을 만족하지 못하였다. 최종적으로 전체 방류량에서 기존 여수로의 방류 비율을 42%, 보조 여수로의 방류 비율을 58%로 설정하여 허용방류량을 검토한 결과, 계획홍수량의 77%이하로 방류 시 대안부의 최대유속은 기존여수로 방류의 지배영향구간(section 1)에서 3.63 m/s, 기존 여수로와 보조 여수로 방류의 영향구간(section 2)에서 4.53 m/s로 허용유속 조건을 만족하였고, 산정한 소류력도 각각 0.09 kN/m2 및 0.26 kN/m2로 허용 소류력 조건을 만족하여 대안부 호안의 안정성을 확보하였다고 판단된다.

    본 연구 결과는 기후변화 및 기존여수로의 노후화로 인하여 홍수 시 기존여수로의 단독운영으로 하류하천의 피해가 발생할 수 있는 현시점에서 치수증대 사업으로 완공된 보조 여수로의 활용방안에 대한 기초자료로 활용될 수 있고, 향후 계획 홍수량 유입 시 최적의 배분 비율 및 허용 방류량 도출에 이용할 수 있다. 다만 본 연구는 여수로 방류에 따른 제방에 작용하는 수충력은 검토하지 못하고, 허용 유속 및 허용소류력은 제방과 유수의 방향이 일정한 구간에 대하여 검토하였다. 또한 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토하여 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출하고자 한다.

    Acknowledgements

    본 결과물은 K-water에서 수행한 기존 및 신규 여수로 효율적 연계운영 방안 마련(2021-WR-GP-76-149)의 지원을 받아 연구되었습니다.

    References

    1 Busan Construction and Management Administration (2009). Nakdonggang River Master Plan. Busan: BCMA.
    2 Chow, V. T. (1959). Open-channel Hydraulics. McGraw-Hill. New York.
    3 Flow Science (2011). Flow3D User Manual. Santa Fe: NM.
    4 Jeon, T. M., Kim, H. I., Park, H. S., and Baek, U. I. (2006). Design of Emergency Spillway Using Hydraulic and Numerical Model-ImHa Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1726-1731.
    5 Kim, D. G., Park, S. J., Lee, Y. S., and Hwang, J. H. (2008). Spillway Design by Using Numerical Model Experiment – Case Study of AnDong Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1604-1608.
    6 Kim, J. S. (2007). Comparison of Hydraulic Experiment and Numerical Model on Spillway. Water for Future. 40(4): 74-81.
    7 Kim, S. H. and Kim, J. S. (2013). Effect of Chungju Dam Operation for Flood Control in the Upper Han River. Journal of the Korean Society of Civil Engineers. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537
    8 K-water (2021). Regulations of Dam Management. Daejeon: K-water.
    9 K-water and MOLIT (2004). Report on the Establishment of Basic Plan for the Increasing Flood Capacity and Review of Hydrological Stability of Dams. Sejong: K-water and MOLIT.
    10 Lee, J. H., Julien, P. Y., and Thornton, C. I. (2019). Interference of Dual Spillways Operations. Journal of Hydraulic Engineering. 145(5): 1-13. 10.1061/(ASCE)HY.1943-7900.0001593
    11 Li, S., Cain, S., Wosnik, M., Miller, C., Kocahan, H., and Wyckoff, R. (2011). Numerical Modeling of Probable Maximum Flood Flowing through a System of Spillways. Journal of Hydraulic Engineering. 137(1): 66-74. 10.1061/(ASCE)HY.1943-7900.0000279
    12 MOLIT (2016). Practice Guidelines of River Construction Design. Sejong: MOLIT.
    13 MOLIT (2019). Standards of River Design. Sejong: MOLIT.
    14 Prime Minister’s Secretariat (2003). White Book on Flood Damage Prevention Measures. Sejong: PMS.
    15 Schoklitsch, A. (1934). Der Geschiebetrieb und Die Geschiebefracht. Wasserkraft Wasserwirtschaft. 4: 1-7.
    16 Vanoni, V. A. (Ed.). (2006). Sedimentation Engineering. American Society of Civil Engineers. Virginia: ASCE. 10.1061/9780784408230
    17 Zeng, J., Zhang, L., Ansar, M., Damisse, E., and González-Castro, J. A. (2017). Applications of Computational Fluid Dynamics to Flow Ratings at Prototype Spillways and Weirs. I: Data Generation and Validation. Journal of Irrigation and Drainage Engineering. 143(1): 1-13. 10.1061/(ASCE)IR.1943-4774.0001112

    Korean References Translated from the English

    1 건설교통부·한국수자원공사 (2004). 댐의 수문학적 안정성 검토 및 치수능력증대방안 기본계획 수립 보고서. 세종: 국토교통부.
    2 국무총리실 수해방지대책단 (2003). 수해방지대책 백서. 세종: 국무총리실.
    3 국토교통부 (2016). 하천공사 설계실무요령. 세종: 국토교통부.
    4 국토교통부 (2019). 하천설계기준해설. 세종: 국토교통부.
    5 김대근, 박선중, 이영식, 황종훈 (2008). 수치모형실험을 이용한 여수로 설계 – 안동다목적댐. 한국수자원학회 학술발표회. 1604-1608.
    6 김상호, 김지성 (2013). 충주댐 방류에 따른 댐 상하류 홍수위 영향 분석. 대한토목학회논문집. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537
    7 김주성 (2007). 댐 여수로부 수리 및 수치모형실험 비교 고찰. Water for Future. 40(4): 74-81.
    8 부산국토관리청 (2009). 낙동강수계 하천기본계획(변경). 부산: 부산국토관리청.
    9 전태명, 김형일, 박형섭, 백운일 (2006). 수리모형실험과 수치모의를 이용한 비상여수로 설계-임하댐. 한국수자원학회 학술발표회. 1726-1731.
    10 한국수자원공사 (2021). 댐관리 규정. 대전: 한국수자원공사.

    Fig. 3. Breakwaters model in Flow-3D with meshing geometry and boundary (a) circular slots (b) square slots.

    Study of Unconventional Alternatives to Vertical Breakwater

    수직 방파제에 대한 비전통적 대안 연구

    Karim Badr Hussein and Mohamed Ibrahim
    Lecturer of Irrigation and Hydraulics, Faculty of Engineering, Al-Azhar University
    Corresponding author E-mail: badrkarim713@yahoo.com

    Abstract

    방파제의 주요 목적은 항만 내부의 안정을 유지하여 선박의 안전과 운영의 용이성을 달성하는데 도움이 되기 때문에 강한 파도와 폭풍으로부터 항만, 해변 또는 해변 시설을 보호하는 것입니다.

    이 연구는 수직 방파제에 대한 비전통적인 대안을 연구하는 것을 목표로 합니다. 이 연구에서는 유체역학적 성능의 연구 및 평가를 위해 구현된 수직파 장벽의 두 가지 다른 모델을 선택했습니다.

    첫 번째 모델은 원형 슬롯이 있는 수직 벽이고 두 번째 모델은 사각형 슬롯이 있는 수직 벽입니다. 두 모델을 비교한 결과 정사각형 슬롯은 원형 슬롯보다 파동의 전송을 5~20% 감소시키는 것으로 나타났습니다.

    두 개의 원형 홈이 있는 벽을 사용하면 단일 벽에 비해 파동 전송이 최대 30% 감소하고 파동 에너지 분산이 최대 40% 증가합니다. 상대 길이(h/L)가 증가함에 따라 수평파력이 증가합니다.

    다공성 = 0.25에서 상대파력(F/Fo)은 다공성 = 0.50에서보다 10~30% 더 컸습니다. 개구부에서 파동 속도가 높고 파동 에너지 소산 계수도 높습니다. 파동 진폭이 클수록 파동 에너지 소산 계수가 커집니다.

    Key words: Coastal, Breakwater, FLOW-3D, Numerical Models, Energy Dissipation, Vertical Wall.

    Introduction

    모든 국가에서 해안 지역은 가장 중요하고 중요한 지역 중 하나입니다. 연안지역과 항만은 대외무역 촉진, 연안관광 개발 및 활성화 등 다양한 분야에 기여하고 있어 경제적 파급효과가 매우 크며, 일자리 창출은 물론 도시근린 정착 및 안정에도 기여한다. 젊은이들에게 강력한 수익을 제공하는 가능성과 어항을 건설하여 어획량을 늘리는 것입니다. [1].

    그러나 해안선 부근의 파도, 바람, 조수, 조류 등의 자연 현상은 해변과 해안 지역의 안정성에 영향을 미칩니다. 따라서 연안 보전 서비스는 연안 환경의 균형을 유지하고 보존하는 데 중요한 역할을 합니다. 거센 파도로부터 항구와 해변 시설을 보호하는 방파제 방파제. 방파제는 선박이 안전하게 정박할 수 있는 조용한 지역을 제공하고 건설 및 석유 및 광물 발견 동안 임시 보호를 제공합니다.

    파도는 방파제에 부딪힐 때 많은 에너지를 잃습니다. 방파제는 눈에 보이거나 떠 있거나 수중일 수 있으며 다양한 크기, 재료 및 출력 표준이 있습니다[11]. 전통적인 장벽 또는 눈에 보이는 격벽은 매우 효율적이지만 해변의 미적 비전을 가립니다. 많은 건축 자재가 필요하고 건설 비용이 증가합니다[9].

    이에 반해 부유방벽은 자재가 필요없고 공사비가 저렴하지만 그 효과는 제한적입니다. 결과적으로 수중 파티션은 이러한 종류의 단점을 방지하기 때문에 더 나은 옵션 중 하나로 간주됩니다.

    수중 방벽은 가장 중요한 해변 방어 시설 중 하나이며, 수중 방벽의 장점 중 하나는 투명 방벽에 비해 건설 비용이 비교적 저렴하고 물이 앞에서 뒤로 흐를 수 있다는 것입니다[3].

    멤브레인 아래에서 물이 재생됩니다. 또한 바다의 미적 이미지를 왜곡하지 않고 조망을 방해하지 않아 인근 해변에 미치는 영향도 미미하다[18]. 반면에 잠긴 방파제는 건설 후 가라앉으면서 파도 에너지를 분산시키고 해안선을 방어하는 효과를 잃습니다. 장벽의 품질은 높은 수위의 영향도 받습니다.

    결과적으로 해안 보호의 가장 중요한 측면 중 하나는 수중 방파제의 효율성을 향상시키는 것입니다. 수직 방파제 이러한 유형의 방파제는 바다를 향한 수직면이 있는 설비입니다[10]. 이러한 장벽은 파도 에너지의 일부가 해안이나 보호할 수역에 도달하는 것을 방지하여 파도를 진정시키는 역할을 합니다[16].

    수직 방파제는 블록, 케이슨, 시트 파일 또는 셀룰러로 구성될 수 있습니다. 이 연구는 정사각형 및 원형 구멍이 있는 천공된 수직 방파제의 유체역학적 성능에 대한 연구를 제시하는 것을 목적으로 합니다.

    이 논문은 또한 제안된 모델의 유체역학적 효율뿐만 아니라 이 분야의 유사한 연구와 비교되었습니다. 이것은 다음 헤드라인으로 이 백서에 나와 있습니다.

     Materials and methods.
     Results and discussion.
     Conclusions and recommendations.

    Fig. 1. The open channel
    Fig. 1. The open channel
    Fig. 2. Breakwaters model (a) perforated wall with circular slots and (b) perforated wall with square slots.
    Fig. 2. Breakwaters model (a) perforated wall with circular slots and (b) perforated wall with square slots.
    Fig. 3. Breakwaters model in Flow-3D with meshing geometry and boundary (a) circular slots (b) square slots.
    Fig. 3. Breakwaters model in Flow-3D with meshing geometry and boundary (a) circular slots (b) square slots.
    Fig. 4. Details and dimensions of proposed breakwater
    Fig. 4. Details and dimensions of proposed breakwater
    Fig 5 .Wave profiles using (Flow-3D) at wave period (T) = 1.2 sec for perforated walls with circular slots at behind model (Ht).
    Fig 5 .Wave profiles using (Flow-3D) at wave period (T) = 1.2 sec for perforated walls with circular slots at behind model (Ht).
    Fig. 11. Velocity distribution through slots at (a) quarter wave period, (b) half wave period and (c) three quarters wave period.
    Fig. 11. Velocity distribution through slots at (a) quarter wave period, (b) half wave period and (c) three quarters wave period.
    Fig. 13. Velocity vectors at front, between and behind barriers.
    Fig. 13. Velocity vectors at front, between and behind barriers.

    Conclusion & Recommendations

    얻어진 결과에 대한 이전 분석을 바탕으로 도달한 결론은 다음과 같습니다.
     결과와 연구에 따르면 FLOW-3D는 수직으로 구멍이 뚫린 벽이 있는 선형 파동과 파동의 관계를 설명하는 강력한 능력을 가지고 있습니다. 또한 실험실 데이터 및 반분석 결과의 가장 중요한 측면을 복제할 수 있습니다. FLOW-3D에 의해 생성된 수치적 결과는 훌륭합니다.
     사각슬롯은 원형슬롯에 비해 파동의 투과율이 5:20% 감소합니다.
     한 쌍의 원형 슬롯 벽을 사용하면 단일 벽에 비해 파동 투과율이 최대 30% 감소하고 파동 에너지 분산이 최대 40% 증가합니다.
     수평파력은 상대길이(h/L)가 증가할수록 증가한다. 다공성 = 0.25에서 상대파력(F/Fo)은 다공성 = 0.50에서보다 10~30% 더 높았다.
     파도가 원 모양으로 움직이고 큰 원이 위쪽에 있었다가 점차 아래쪽으로 내려갑니다.  개구부에서 파동 속도가 높았고 파동 에너지 소산 계수도 높았습니다. 파동 진폭이 높을수록 파동 에너지 소산 계수가 높아집니다.

    REFERENCES

    [1] Bahaa Elsharnouby and Mohamed, E. (2012). “Study of environment
    friendly porous suspended breakwater for the Egyptian Northwestern
    Coast” J. of Ocean Engineering, Vol. 48, 47-58.
    [2] Huang Z. (2007) “Wave interaction with one or two rows of closely
    spaced rectangular cylinders” J. Ocean Eng Vol. 34,1584–1591.
    [3] Huang, C. J.; Chang, H. H.; and Hwung, H. H., 2003. “Structural
    permeability effects on the interaction of a solitary wave and a
    submerged breakwater,” Coastal Engineering. Vol. 49, pp. 1-24.
    [4] Hsu, H-H. & Wu, Y-C., 1999. “Numerical solution for the second-order
    wave interaction with porous structures.” International Journal for
    Numerical Methods in Fluids, Vol. 29 Issue 3, pp. 265-288.
    [5] Isaacson, M., Baldwim, J., Premasiro, S. and Yang, G., (1999) “Wave
    interaction with double slotted barriers.” J. Applied Ocean Research,
    Vol. 21, No. 2, pp. 81-91.
    [6] Isaacson, M., Premasiro, S. and Yang, G. (1998) “Wave Interaction with
    Vertical Slotted Barrier” J. Waterway, Port, Coastal and Ocean Eng.,
    ASCE, Vol. 124, No. 3.
    [7] Ji, C.H. and Suh, K.D. (2010) “Wave interactions with multiple-row
    curtainwall-pile breakwaters” J.Coastal Engineering vol. 57 issue 5, p.
    500-512.
    [8] Koraim, A. S., Iskander, M.M. and Elsayed, W. R. (2014)
    “Hydrodynamic performance of double rows of piles suspending
    horizontal c shaped bars” J. Coastal Engineering, Vol. 84, P. 81-96.
    [9] Koraim, A. S., Iskander, M.M. and Elsayed, W. R. (2013)
    “Hydrodynamic performance of double rows of piles suspending
    horizontal c shaped bars” J. Coastal Engineering, Vol. 84, P. 81-96.
    [10] Koraim, A. S. and Salem, T. N. (2012) “The hydrodynamic
    characteristics of a single suspended row of half pipes under regular
    waves” J. Ocean Engineering, Vol. 50, P. 1-9.
    [11] Laju, K., Sundar, V. & Sundaravadivelu, R., 2011. “Hydrodynamic
    characteristics of pile supported skirt breakwater models.” Journal of
    Ocean Re, 33,12-22.
    [12] Lin, P.; and Karunarathna, .S.A., 2007. “Numerical study of solitary
    wave interaction with porous breakwaters,” J. of waterway, port,
    coastal and ocean engineering. , pp. 352-363.
    [13] Moh. Ibrahim (2017) “Linear Wave Interaction with Permeable
    Breakwaters” A Thesis Submitted for Partial Fulfillment of Doctor of
    Philosophy Degree in Civil Eng., al-Azhar University.
    [14] Mansard, E .P. D. & Funke, E. R., 1980. “The measurement of incident
    and reflected spectra using a least squares method.” In Proc. 17th
    Coastal Eng. Conf., Sydney, Australia, pp 159-174.
    [15] Nadji Chioukh et al (2017) “Reflection and Transmission of Regular
    Waves from/Through Single and Double Perforated Thin Walls”
    China Ocean Eng., 2017, Vol. 31, No. 4, P. 466–475.
    [16] Rageh, O., Koraim, A. (2010b). “Hydraulic performance of vertical
    walls with horizontal slots used as breakwater”. J.Coastal Engineering,
    Vol. 57, 745–746. 12.
    [17] Suh KD, Jung HY and Pyun CK (2007) “Wave reflection and
    transmission by curtain wall–pile breakwaters using circular piles”. J.
    Ocean Eng,Vol. 34(14–15), 2100–2106.
    [18] Suh, K. D., Shin, S. & Cox, D. T., 2006. “Hydrodynamic
    characteristics of Pile-Supported vertical wall breakwaters.” J. of
    Waterways, Port, Coastal and Ocean Engineering, Vol.132, No.2,
    pp.83-96.

    FLOW-3D AM

    flow3d AM-product
    FLOW-3D AM-product

    와이어 파우더 기반 DED | Wire Powder Based DED

    일부 연구자들은 부품을 만들기 위해 더 넓은 범위의 처리 조건을 사용하여 하이브리드 와이어 분말 기반 DED 시스템을 찾고 있습니다. 예를 들어, 이 시뮬레이션은 다양한 분말 및 와이어 이송 속도를 가진 하이브리드 시스템을 살펴봅니다.

    와이어 기반 DED | Wire Based DED

    와이어 기반 DED는 분말 기반 DED보다 처리량이 높고 낭비가 적지만 재료 구성 및 증착 방향 측면에서 유연성이 떨어집니다. FLOW-3D AM 은 와이어 기반 DED의 처리 결과를 이해하는데 유용하며 최적화 연구를 통해 빌드에 대한 와이어 이송 속도 및 직경과 같은 최상의 처리 매개 변수를 찾을 수 있습니다.

    FLOW-3D AM은 레이저 파우더 베드 융합 (L-PBF), 바인더 제트 및 DED (Directed Energy Deposition)와 같은 적층 제조 공정 ( additive manufacturing )을 시뮬레이션하고 분석하는 CFD 소프트웨어입니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대해 매우 정확한 시뮬레이션을 제공합니다.

    3D 프린팅이라고도하는 적층 제조(additive manufacturing)는 일반적으로 층별 접근 방식을 사용하여, 분말 또는 와이어로 부품을 제조하는 방법입니다. 금속 기반 적층 제조 공정에 대한 관심은 지난 몇 년 동안 시작되었습니다. 오늘날 사용되는 3 대 금속 적층 제조 공정은 PBF (Powder Bed Fusion), DED (Directed Energy Deposition) 및 바인더 제트 ( Binder jetting ) 공정입니다.  FLOW-3D  AM  은 이러한 각 프로세스에 대한 고유 한 시뮬레이션 통찰력을 제공합니다.

    파우더 베드 융합 및 직접 에너지 증착 공정에서 레이저 또는 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF용 분말 형태와 DED 공정용 분말 또는 와이어 형태의 금속을 완전히 녹여 융합하여 층별로 부품을 형성합니다. 그러나 바인더 젯팅(Binder jetting)에서는 결합제 역할을 하는 수지가 금속 분말에 선택적으로 증착되어 층별로 부품을 형성합니다. 이러한 부품은 더 나은 치밀화를 달성하기 위해 소결됩니다.

    FLOW-3D AM 의 자유 표면 추적 알고리즘과 다중 물리 모델은 이러한 각 프로세스를 높은 정확도로 시뮬레이션 할 수 있습니다. 레이저 파우더 베드 융합 (L-PBF) 공정 모델링 단계는 여기에서 자세히 설명합니다. DED 및 바인더 분사 공정에 대한 몇 가지 개념 증명 시뮬레이션도 표시됩니다.

    레이저 파우더 베드 퓨전 (L-PBF)

    LPBF 공정에는 유체 흐름, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리학 현상이 포함되어 공정 및 궁극적으로 빌드 품질에 상당한 영향을 미칩니다. FLOW-3D AM 의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하는 동시에 입자 크기 분포 및 패킹 비율을 고려하여 중규모에서 용융 풀 현상을 시뮬레이션합니다.

    FLOW-3D DEM FLOW-3D WELD 는 전체 파우더 베드 융합 공정을 시뮬레이션하는 데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 놓기, 분말 용융 및 응고,이어서 이전에 응고 된 층에 신선한 분말을 놓는 것, 그리고 다시 한번 새 층을 이전 층에 녹이고 융합시키는 것입니다. FLOW-3D AM  은 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

    파우더 베드 부설 공정

    FLOW-3D DEM을 통해 분말 크기 분포, 재료 특성, 응집 효과는 물론 롤러 또는 블레이드 움직임 및 상호 작용과 같은 기하학적 효과와 관련된 분말 확산 및 압축을 이해할 수 있습니다. 이러한 시뮬레이션은 공정 매개 변수가 후속 인쇄 공정에서 용융 풀 역학에 직접적인 영향을 미치는 패킹 밀도와 같은 분말 베드 특성에 어떻게 영향을 미치는지에 대한 정확한 이해를 제공합니다.

    다양한 파우더 베드 압축을 달성하는 한 가지 방법은 베드를 놓는 동안 다양한 입자 크기 분포를 선택하는 것입니다. 아래에서 볼 수 있듯이 세 가지 크기의 입자 크기 분포가 있으며, 이는 가장 높은 압축을 제공하는 Case 2와 함께 다양한 분말 베드 압축을 초래합니다.

    파우더 베드 분포 다양한 입자 크기 분포
    세 가지 다른 입자 크기 분포를 사용하여 파우더 베드 배치
    파우더 베드 압축 결과
    세 가지 다른 입자 크기 분포를 사용한 분말 베드 압축

    입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 물체 상호 작용은 FLOW-3D DEM을 사용하여 자세히 분석 할 수도 있습니다 . 또한 입자간 힘을 지정하여 분말 살포 응용 분야를 보다 정확하게 연구 할 수도 있습니다.

    FLOW-3D AM  시뮬레이션은 이산 요소 방법 (DEM)을 사용하여 역 회전하는 원통형 롤러로 인한 분말 확산을 연구합니다. 비디오 시작 부분에서 빌드 플랫폼이 위로 이동하는 동안 분말 저장소가 아래로 이동합니다. 그 직후, 롤러는 분말 입자 (초기 위치에 따라 색상이 지정됨)를 다음 층이 녹고 구축 될 준비를 위해 구축 플랫폼으로 펼칩니다. 이러한 시뮬레이션은 저장소에서 빌드 플랫폼으로 전송되는 분말 입자의 선호 크기에 대한 추가 통찰력을 제공 할 수 있습니다.

    Melting | 파우더 베드 용해

    DEM 시뮬레이션에서 파우더 베드가 생성되면 STL 파일로 추출됩니다. 다음 단계는 CFD를 사용하여 레이저 용융 공정을 시뮬레이션하는 것입니다. 여기서는 레이저 빔과 파우더 베드의 상호 작용을 모델링 합니다. 이 프로세스를 정확하게 포착하기 위해 물리학에는 점성 흐름, 용융 풀 내의 레이저 반사 (광선 추적을 통해), 열 전달, 응고, 상 변화 및 기화, 반동 압력, 차폐 가스 압력 및 표면 장력이 포함됩니다. 이 모든 물리학은 이 복잡한 프로세스를 정확하게 시뮬레이션하기 위해 TruVOF 방법을 기반으로 개발되었습니다.

    레이저 출력 200W, 스캔 속도 3.0m / s, 스폿 반경 100μm에서 파우더 베드의 용융 풀 분석.

    용융 풀이 응고되면 FLOW-3D AM  압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 가져와 응력 윤곽 및 변위 프로파일을 분석 할 수도 있습니다.

    Multilayer | 다층 적층 제조

    용융 풀 트랙이 응고되면 DEM을 사용하여 이전에 응고된 층에 새로운 분말 층의 확산을 시뮬레이션 할 수 있습니다. 유사하게, 레이저 용융은 새로운 분말 층에서 수행되어 후속 층 간의 융합 조건을 분석 할 수 있습니다.

    해석 진행 절차는 첫 번째 용융층이 응고되면 입자의 두 번째 층이 응고 층에 증착됩니다. 새로운 분말 입자 층에 레이저 공정 매개 변수를 지정하여 용융 풀 시뮬레이션을 다시 수행합니다. 이 프로세스를 여러 번 반복하여 연속적으로 응고된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.

    다층 적층 적층 제조 시뮬레이션

    LPBF의 키홀 링 | Keyholing in LPBF

    키홀링 중 다공성은 어떻게 형성됩니까? 이것은 TU Denmark의 연구원들이 FLOW-3D AM을 사용하여 답변한 질문이었습니다. 레이저 빔의 적용으로 기판이 녹으면 기화 및 상 변화로 인한 반동 압력이 용융 풀을 압박합니다. 반동 압력으로 인한 하향 흐름과 레이저 반사로 인한 추가 레이저 에너지 흡수가 공존하면 폭주 효과가 발생하여 용융 풀이 Keyholing으로 전환됩니다. 결국, 키홀 벽을 따라 온도가 변하기 때문에 표면 장력으로 인해 벽이 뭉쳐져서 진행되는 응고 전선에 의해 갇힐 수 있는 공극이 생겨 다공성이 발생합니다. FLOW-3D AM 레이저 파우더 베드 융합 공정 모듈은 키홀링 및 다공성 형성을 시뮬레이션 하는데 필요한 모든 물리 모델을 보유하고 있습니다.

    바인더 분사 (Binder jetting)

    Binder jetting 시뮬레이션은 모세관 힘의 영향을받는 파우더 베드에서 바인더의 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미칩니다.

    Scan Strategy | 스캔 전략

    스캔 전략은 온도 구배 및 냉각 속도에 영향을 미치기 때문에 미세 구조에 직접적인 영향을 미칩니다. 연구원들은 FLOW-3D AM 을 사용하여 결함 형성과 응고된 금속의 미세 구조에 영향을 줄 수 있는 트랙 사이에서 발생하는 재 용융을 이해하기 위한 최적의 스캔 전략을 탐색하고 있습니다. FLOW-3D AM 은 하나 또는 여러 레이저에 대해 시간에 따른 방향 속도를 구현할 때 완전한 유연성을 제공합니다.

    Beam Shaping | 빔 형성

    레이저 출력 및 스캔 전략 외에도 레이저 빔 모양과 열유속 분포는 LPBF 공정에서 용융 풀 역학에 큰 영향을 미칩니다. AM 기계 제조업체는 공정 안정성 및 처리량에 대해 다중 코어 및 임의 모양의 레이저 빔 사용을 모색하고 있습니다. FLOW-3D AM을 사용하면 멀티 코어 및 임의 모양의 빔 프로파일을 구현할 수 있으므로 생산량을 늘리고 부품 품질을 개선하기 위한 최상의 구성에 대한 통찰력을 제공 할 수 있습니다.

    이 영역에서 수행 된 일부 작업에 대해 자세히 알아 보려면 “The Next Frontier of Metal AM”웨비나를 시청하십시오.

    Multi-material Powder Bed Fusion | 다중 재료 분말 베드 융합

    이 시뮬레이션에서 스테인리스 강 및 알루미늄 분말은 FLOW-3D AM 이 용융 풀 역학을 정확하게 포착하기 위해 추적하는 독립적으로 정의 된 온도 의존 재료 특성을 가지고 있습니다. 시뮬레이션은 용융 풀에서 재료 혼합을 이해하는 데 도움이됩니다.

    다중 재료 용접 사례 연구

    이종 금속의 레이저 키홀 용접에서 금속 혼합 조사

    GM과 University of Utah의 연구원들은 FLOW-3D WELD 를 사용 하여 레이저 키홀 용접을 통한 이종 금속의 혼합을 이해했습니다. 그들은 반동 압력 및 Marangoni 대류와 관련하여 구리와 알루미늄의 혼합 농도에 대한 레이저 출력 및 스캔 속도의 영향을 조사했습니다. 그들은 시뮬레이션을 실험 결과와 비교했으며 샘플 내의 절단 단면에서 재료 농도 사이에 좋은 일치를 발견했습니다.

    이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
    이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
    참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056
    참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056

    방향성 에너지 증착

    FLOW-3D AM 의 내장 입자 모델 을 사용하여 직접 에너지 증착 프로세스를 시뮬레이션 할 수 있습니다. 분말 주입 속도와 고체 기질에 입사되는 열유속을 지정함으로써 고체 입자는 용융 풀에 질량, 운동량 및 에너지를 추가 할 수 있습니다. 다음 비디오에서 고체 금속 입자가 용융 풀에 주입되고 기판에서 용융 풀의 후속 응고가 관찰됩니다.

    Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).

    Experimental and numerical investigation of the origin of surface roughness in laser powder bed fused overhang regions

    레이저 파우더 베드 융합 오버행 영역에서 표면 거칠기의 원인에 대한 실험 및 수치 조사

    Shaochuan Feng,Amar M. Kamat,Soheil Sabooni &Yutao PeiPages S66-S84 | Received 18 Jan 2021, Accepted 25 Feb 2021, Published online: 10 Mar 2021

    ABSTRACT

    Surface roughness of laser powder bed fusion (L-PBF) printed overhang regions is a major contributor to deteriorated shape accuracy/surface quality. This study investigates the mechanisms behind the evolution of surface roughness (Ra) in overhang regions. The evolution of surface morphology is the result of a combination of border track contour, powder adhesion, warp deformation, and dross formation, which is strongly related to the overhang angle (θ). When 0° ≤ θ ≤ 15°, the overhang angle does not affect Ra significantly since only a small area of the melt pool boundaries contacts the powder bed resulting in slight powder adhesion. When 15° < θ ≤ 50°, powder adhesion is enhanced by the melt pool sinking and the increased contact area between the melt pool boundary and powder bed. When θ > 50°, large waviness of the overhang contour, adhesion of powder clusters, severe warp deformation and dross formation increase Ra sharply.

    레이저 파우더 베드 퓨전 (L-PBF) 프린팅 오버행 영역의 표면 거칠기는 형상 정확도 / 표면 품질 저하의 주요 원인입니다. 이 연구 는 오버행 영역에서 표면 거칠기 (Ra ) 의 진화 뒤에 있는 메커니즘을 조사합니다 . 표면 형태의 진화는 오버행 각도 ( θ ) 와 밀접한 관련이있는 경계 트랙 윤곽, 분말 접착, 뒤틀림 변형 및 드로스 형성의 조합의 결과입니다 . 0° ≤  θ  ≤ 15° 인 경우 , 용융풀 경계의 작은 영역 만 분말 베드와 접촉하여 약간의 분말 접착이 발생하기 때문에 오버행 각도가 R a에 큰 영향을 주지 않습니다 . 15° < θ 일 때  ≤ 50°, 용융 풀 싱킹 및 용융 풀 경계와 분말 베드 사이의 증가된 접촉 면적으로 분말 접착력이 향상됩니다. θ  > 50° 일 때 오버행 윤곽의 큰 파형, 분말 클러스터의 접착, 심한 휨 변형 및 드 로스 형성이 Ra 급격히 증가 합니다.

    KEYWORDS: Laser powder bed fusion (L-PBF), melt pool dynamics, overhang region, shape deviation, surface roughness

    1. Introduction

    레이저 분말 베드 융합 (L-PBF)은 첨단 적층 제조 (AM) 기술로, 집중된 레이저 빔을 사용하여 금속 분말을 선택적으로 융합하여 슬라이스 된 3D 컴퓨터 지원에 따라 층별로 3 차원 (3D) 금속 부품을 구축합니다. 설계 (CAD) 모델 (Chatham, Long 및 Williams 2019 ; Tan, Zhu 및 Zhou 2020 ). 재료가 인쇄 층 아래에 ​​존재하는지 여부에 따라 인쇄 영역은 각각 솔리드 영역 또는 돌출 영역으로 분류 될 수 있습니다. 따라서 오버행 영역은 고체 기판이 아니라 분말 베드 바로 위에 건설되는 특수 구조입니다 (Patterson, Messimer 및 Farrington 2017). 오버행 영역은지지 구조를 포함하거나 포함하지 않고 구축 할 수 있으며, 지지대가있는 돌출 영역의 L-PBF는 지지체가 더 낮은 밀도로 구축된다는 점을 제외 하고 (Wang and Chou 2018 ) 고체 기판의 공정과 유사합니다 (따라서 기계적 강도가 낮기 때문에 L-PBF 공정 후 기계적으로 쉽게 제거 할 수 있습니다. 따라서지지 구조로 인쇄 된 오버행 영역은 L-PBF 공정 후 지지물 제거, 연삭 및 연마와 같은 추가 후 처리 단계가 필요합니다.

    수평 내부 채널의 제작과 같은 일부 특정 경우에는 공정 후 지지대를 제거하기가 어려우므로 채널 상단 절반의 돌출부 영역을 지지대없이 건설해야합니다 (Hopkinson and Dickens 2000 ). 수평 내부 채널에 사용할 수없는지지 구조 외에도 내부 표면, 특히 등각 냉각 채널 (Feng, Kamat 및 Pei 2021 ) 에서 발생하는 복잡한 3D 채널 네트워크의 경우 표면 마감 프로세스를 구현하는 것도 어렵습니다 . 결과적으로 오버행 영역은 (i) 잔류 응력에 의한 변형, (ii) 계단 효과 (Kuo et al. 2020 ; Li et al. 2020 )로 인해 설계된 모양에서 벗어날 수 있습니다 .) 및 (iii) 원하지 않는 분말 소결로 인한 향상된 표면 거칠기; 여기서, 앞의 두 요소는 일반적으로 mm 길이 스케일에서 ‘매크로’편차로 분류되고 후자는 일반적으로 µm 길이 스케일에서 ‘마이크로’편차로 인식됩니다.

    열 응력에 의한 변형은 오버행 영역에서 발생하는 중요한 문제입니다 (Patterson, Messimer 및 Farrington 2017 ). 국부적 인 용융 / 냉각은 용융 풀 내부 및 주변에서 큰 온도 구배를 유도하여 응고 된 층에 집중적 인 열 응력을 유발합니다. 열 응력에 의한 뒤틀림은 고체 영역을 현저하게 변형하지 않습니다. 이러한 영역은 아래의 여러 레이어에 의해 제한되기 때문입니다. 반면에 오버행 영역은 구속되지 않고 공정 중 응력 완화로 인해 상당한 변형이 발생합니다 (Kamat 및 Pei 2019 ). 더욱이 용융 깊이는 레이어 두께보다 큽니다 (이전 레이어도 재용 해되어 빌드 된 레이어간에 충분한 결합을 보장하기 때문입니다 [Yadroitsev et al. 2013 ; Kamath et al.2014 ]),응고 된 두께가 설계된 두께보다 크기 때문에형태 편차 (예 : 드 로스 [Charles et al. 2020 ; Feng et al. 2020 ])가 발생합니다. 마이크로 스케일에서 인쇄 된 표면 (R a 및 S a ∼ 10 μm)은 기계적으로 가공 된 표면보다 거칠다 (Duval-Chaneac et al. 2018 ; Wen et al. 2018 ). 이 문제는고형화 된 용융 풀의 가장자리에 부착 된 용융되지 않은 분말의 결과로 표면 거칠기 (R a )가 일반적으로 약 20 μm인 오버행 영역에서 특히 심각합니다 (Mazur et al. 2016 ; Pakkanen et al. 2016 ).

    오버행 각도 ( θ , 빌드 방향과 관련하여 측정)는 오버행 영역의 뒤틀림 편향과 표면 거칠기에 영향을 미치는 중요한 매개 변수입니다 (Kamat and Pei 2019 ; Mingear et al. 2019 ). θ ∼ 45 ° 의 오버행 각도 는 일반적으로지지 구조없이 오버행 영역을 인쇄 할 수있는 임계 값으로 합의됩니다 (Pakkanen et al. 2016 ; Kadirgama et al. 2018 ). θ 일 때이 임계 값보다 크면 오버행 영역을 허용 가능한 표면 품질로 인쇄 할 수 없습니다. 오버행 각도 외에도 레이저 매개 변수 (레이저 에너지 밀도와 관련된)는 용융 풀의 모양 / 크기 및 용융 풀 역학에 영향을줌으로써 오버행 영역의 표면 거칠기에 영향을줍니다 (Wang et al. 2013 ; Mingear et al . 2019 ).

    용융 풀 역학은 고체 (Shrestha 및 Chou 2018 ) 및 오버행 (Le et al. 2020 ) 영역 모두에서 수행되는 L-PBF 공정을 포함한 레이저 재료 가공의 일반적인 물리적 현상입니다 . 용융 풀 모양, 크기 및 냉각 속도는 잔류 응력으로 인한 변형과 ​​표면 거칠기에 모두 영향을 미치므로 처리 매개 변수와 표면 형태 / 품질 사이의 다리 역할을하며 용융 풀을 이해하기 위해 수치 시뮬레이션을 사용하여 추가 조사를 수행 할 수 있습니다. 거동과 표면 거칠기에 미치는 영향. 현재까지 고체 영역의 L-PBF 동안 용융 풀 동작을 시뮬레이션하기 위해 여러 연구가 수행되었습니다. 유한 요소 방법 (FEM)과 같은 시뮬레이션 기술 (Roberts et al. 2009 ; Du et al.2019 ), 유한 차분 법 (FDM) (Wu et al. 2018 ), 전산 유체 역학 (CFD) (Lee and Zhang 2016 ), 임의의 Lagrangian-Eulerian 방법 (ALE) (Khairallah and Anderson 2014 )을 사용하여 증발 반동 압력 (Hu et al. 2018 ) 및 Marangoni 대류 (Zhang et al. 2018 ) 현상을포함하는 열 전달 (온도 장) 및 물질 전달 (용융 흐름) 프로세스. 또한 이산 요소법 (DEM)을 사용하여 무작위 분산 분말 베드를 생성했습니다 (Lee and Zhang 2016 ; Wu et al. 2018 ). 이 모델은 분말 규모의 L-PBF 공정을 시뮬레이션했습니다 (Khairallah et al. 2016) 메조 스케일 (Khairallah 및 Anderson 2014 ), 단일 트랙 (Leitz et al. 2017 )에서 다중 트랙 (Foroozmehr et al. 2016 ) 및 다중 레이어 (Huang, Khamesee 및 Toyserkani 2019 )로.

    그러나 결과적인 표면 거칠기를 결정하는 오버행 영역의 용융 풀 역학은 문헌에서 거의 관심을받지 못했습니다. 솔리드 영역의 L-PBF에 대한 기존 시뮬레이션 모델이 어느 정도 참조가 될 수 있지만 오버행 영역과 솔리드 영역 간의 용융 풀 역학에는 상당한 차이가 있습니다. 오버행 영역에서 용융 금속은 분말 입자 사이의 틈새로 아래로 흘러 용융 풀이 다공성 분말 베드가 제공하는 약한 지지체 아래로 가라 앉습니다. 이것은 중력과 표면 장력의 영향이 용융 풀의 결과적인 모양 / 크기를 결정하는 데 중요하며, 결과적으로 오버행 영역의 마이크로 스케일 형태의 진화에 중요합니다. 또한 분말 입자 사이의 공극, 열 조건 (예 : 에너지 흡수,2019 ; Karimi et al. 2020 ; 노래와 영 2020 ). 표면 거칠기는 (마이크로) 형상 편차를 증가시킬뿐만 아니라 주기적 하중 동안 미세 균열의 시작 지점 역할을함으로써 기계적 강도를 저하시킵니다 (Günther et al. 2018 ). 오버행 영역의 높은 표면 거칠기는 (마이크로) 정확도 / 품질에 대한 엄격한 요구 사항이있는 부품 제조에서 L-PBF의 적용을 제한합니다.

    본 연구는 실험 및 시뮬레이션 연구를 사용하여 오버행 영역 (지지물없이 제작)의 미세 형상 편차 형성 메커니즘과 표면 거칠기의 기원을 체계적이고 포괄적으로 조사합니다. 결합 된 DEM-CFD 시뮬레이션 모델은 경계 트랙 윤곽, 분말 접착 및 뒤틀림 변형의 효과를 고려하여 오버행 영역의 용융 풀 역학과 표면 형태의 형성 메커니즘을 나타 내기 위해 개발되었습니다. 표면 거칠기 R의 시뮬레이션 및 단일 요인 L-PBF 인쇄 실험을 사용하여 오버행 각도의 함수로 연구됩니다. 용융 풀의 침몰과 관련된 오버행 영역에서 분말 접착의 세 가지 메커니즘이 식별되고 자세히 설명됩니다. 마지막으로, 인쇄 된 오버행 영역에서 높은 표면 거칠기 문제를 완화 할 수 있는 잠재적 솔루션에 대해 간략하게 설명합니다.

    The shape and size of the L-PBF printed samples are illustrated in Figure 1
    The shape and size of the L-PBF printed samples are illustrated in Figure 1
    Figure 2. Borders in the overhang region depending on the overhang angle θ
    Figure 2. Borders in the overhang region depending on the overhang angle θ
    Figure 3. (a) Profile of the volumetric heat source, (b) the model geometry of single-track printing on a solid substrate (unit: µm), and (c) the comparison of melt pool dimensions obtained from the experiment (right half) and simulation (left half) for a calibrated optical penetration depth of 110 µm (laser power 200 W and scan speed 800 mm/s, solidified layer thickness 30 µm, powder size 10–45 µm).
    Figure 3. (a) Profile of the volumetric heat source, (b) the model geometry of single-track printing on a solid substrate (unit: µm), and (c) the comparison of melt pool dimensions obtained from the experiment (right half) and simulation (left half) for a calibrated optical penetration depth of 110 µm (laser power 200 W and scan speed 800 mm/s, solidified layer thickness 30 µm, powder size 10–45 µm).
    Figure 4. The model geometry of an overhang being L-PBF processed: (a) 3D view and (b) right view.
    Figure 4. The model geometry of an overhang being L-PBF processed: (a) 3D view and (b) right view.
    Figure 5. The cross-sectional contour of border tracks in a 45° overhang region.
    Figure 5. The cross-sectional contour of border tracks in a 45° overhang region.
    Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).
    Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).
    Figure 7. The overhang contour is contributed by (a) only outer borders when θ ≤ 60° (b) both inner borders and outer borders when θ > 60°.
    Figure 7. The overhang contour is contributed by (a) only outer borders when θ ≤ 60° (b) both inner borders and outer borders when θ > 60°.
    Figure 8. Schematic of powder adhesion on a 45° overhang region.
    Figure 8. Schematic of powder adhesion on a 45° overhang region.
    Figure 9. The L-PBF printed samples with various overhang angle (a) θ = 0° (cube), (b) θ = 30°, (c) θ = 45°, (d) θ = 55° and (e) θ = 60°.
    Figure 9. The L-PBF printed samples with various overhang angle (a) θ = 0° (cube), (b) θ = 30°, (c) θ = 45°, (d) θ = 55° and (e) θ = 60°.
    Figure 10. Two mechanisms of powder adhesion related to the overhang angle: (a) simulation-predicted, θ = 45°; (b) simulation-predicted, θ = 60°; (c, e) optical micrographs, θ = 45°; (d, f) optical micrographs, θ = 60°. (e) and (f) are partial enlargement of (c) and (d), respectively.
    Figure 10. Two mechanisms of powder adhesion related to the overhang angle: (a) simulation-predicted, θ = 45°; (b) simulation-predicted, θ = 60°; (c, e) optical micrographs, θ = 45°; (d, f) optical micrographs, θ = 60°. (e) and (f) are partial enlargement of (c) and (d), respectively.
    Figure 11. Simulation-predicted surface morphology in the overhang region at different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45°, (d) θ = 60° and (e) θ = 80° (Blue solid lines: simulation-predicted contour; red dashed lines: the planar profile of designed overhang region specified by the overhang angles).
    Figure 11. Simulation-predicted surface morphology in the overhang region at different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45°, (d) θ = 60° and (e) θ = 80° (Blue solid lines: simulation-predicted contour; red dashed lines: the planar profile of designed overhang region specified by the overhang angles).
    Figure 12. Effect of overhang angle on surface roughness Ra in overhang regions
    Figure 12. Effect of overhang angle on surface roughness Ra in overhang regions
    Figure 13. Surface morphology of L-PBF printed overhang regions with different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45° and (d) θ = 60° (overhang border parameters: P = 100 W, v = 1000 mm/s).
    Figure 13. Surface morphology of L-PBF printed overhang regions with different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45° and (d) θ = 60° (overhang border parameters: P = 100 W, v = 1000 mm/s).
    Figure 14. Effect of (a) laser power (scan speed = 1000 mm/s) and (b) scan speed (lase power = 100 W) on surface roughness Ra in overhang regions (θ = 45°, laser power and scan speed referred to overhang border parameters, and the other process parameters are listed in Table 2).
    Figure 14. Effect of (a) laser power (scan speed = 1000 mm/s) and (b) scan speed (lase power = 100 W) on surface roughness Ra in overhang regions (θ = 45°, laser power and scan speed referred to overhang border parameters, and the other process parameters are listed in Table 2).

    References

    • Cai, Chao, Chrupcala Radoslaw, Jinliang Zhang, Qian Yan, Shifeng Wen, Bo Song, and Yusheng Shi. 2019. “In-Situ Preparation and Formation of TiB/Ti-6Al-4V Nanocomposite via Laser Additive Manufacturing: Microstructure Evolution and Tribological Behavior.” Powder Technology 342: 73–84. doi:10.1016/j.powtec.2018.09.088. [Crossref], [Web of Science ®], [Google Scholar]
    • Cai, Chao, Wei Shian Tey, Jiayao Chen, Wei Zhu, Xingjian Liu, Tong Liu, Lihua Zhao, and Kun Zhou. 2021. “Comparative Study on 3D Printing of Polyamide 12 by Selective Laser Sintering and Multi Jet Fusion.” Journal of Materials Processing Technology 288 (August 2020): 116882. doi:10.1016/j.jmatprotec.2020.116882. [Crossref], [Web of Science ®], [Google Scholar]
    • Cai, Chao, Xu Wu, Wan Liu, Wei Zhu, Hui Chen, Jasper Dong Qiu Chua, Chen Nan Sun, Jie Liu, Qingsong Wei, and Yusheng Shi. 2020. “Selective Laser Melting of Near-α Titanium Alloy Ti-6Al-2Zr-1Mo-1V: Parameter Optimization, Heat Treatment and Mechanical Performance.” Journal of Materials Science and Technology 57: 51–64. doi:10.1016/j.jmst.2020.05.004. [Crossref], [Web of Science ®], [Google Scholar]
    • Charles, Amal, Ahmed Elkaseer, Lore Thijs, and Steffen G. Scholz. 2020. “Dimensional Errors Due to Overhanging Features in Laser Powder Bed Fusion Parts Made of Ti-6Al-4V.” Applied Sciences 10 (7): 2416. doi:10.3390/app10072416. [Crossref], [Google Scholar]
    • Chatham, Camden A., Timothy E. Long, and Christopher B. Williams. 2019. “A Review of the Process Physics and Material Screening Methods for Polymer Powder Bed Fusion Additive Manufacturing.” Progress in Polymer Science 93: 68–95. doi:10.1016/j.progpolymsci.2019.03.003. [Crossref], [Web of Science ®], [Google Scholar]
    • Du, Yang, Xinyu You, Fengbin Qiao, Lijie Guo, and Zhengwu Liu. 2019. “A Model for Predicting the Temperature Field during Selective Laser Melting.” Results in Physics 12 (November 2018): 52–60. doi:10.1016/j.rinp.2018.11.031. [Crossref], [Web of Science ®], [Google Scholar]
    • Duval-Chaneac, M. S., S. Han, C. Claudin, F. Salvatore, J. Bajolet, and J. Rech. 2018. “Experimental Study on Finishing of Internal Laser Melting (SLM) Surface with Abrasive Flow Machining (AFM).” Precision Engineering 54 (July 2017): 1–6. doi:10.1016/j.precisioneng.2018.03.006. [Crossref], [Web of Science ®], [Google Scholar]
    • Feng, Shaochuan, Shijie Chen, Amar M. Kamat, Ru Zhang, Mingji Huang, and Liangcai Hu. 2020. “Investigation on Shape Deviation of Horizontal Interior Circular Channels Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 36 (December): 101585. doi:10.1016/j.addma.2020.101585. [Crossref], [Web of Science ®], [Google Scholar]
    • Feng, Shaochuan, Chuanzhen Huang, Jun Wang, Hongtao Zhu, Peng Yao, and Zhanqiang Liu. 2017. “An Analytical Model for the Prediction of Temperature Distribution and Evolution in Hybrid Laser-Waterjet Micro-Machining.” Precision Engineering 47: 33–45. doi:10.1016/j.precisioneng.2016.07.002. [Crossref], [Web of Science ®], [Google Scholar]
    • Feng, Shaochuan, Amar M. Kamat, and Yutao Pei. 2021. “Design and Fabrication of Conformal Cooling Channels in Molds: Review and Progress Updates.” International Journal of Heat and Mass Transfer. doi:10.1016/j.ijheatmasstransfer.2021.121082. [Crossref], [PubMed], [Web of Science ®], [Google Scholar]
    • Flow-3D V11.2 Documentation. 2016. Flow Science, Inc. [Crossref], [Google Scholar]
    • Foroozmehr, Ali, Mohsen Badrossamay, Ehsan Foroozmehr, and Sa’id Golabi. 2016. “Finite Element Simulation of Selective Laser Melting Process Considering Optical Penetration Depth of Laser in Powder Bed.” Materials and Design 89: 255–263. doi:10.1016/j.matdes.2015.10.002. [Crossref], [Web of Science ®], [Google Scholar]
    • “Geometrical Product Specifications (GPS) — Surface Texture: Profile Method — Rules and Procedures for the Assessment of Surface Texture (ISO 4288).” 1996. International Organization for Standardization. https://www.iso.org/standard/2096.html. [Google Scholar]
    • Günther, Johannes, Stefan Leuders, Peter Koppa, Thomas Tröster, Sebastian Henkel, Horst Biermann, and Thomas Niendorf. 2018. “On the Effect of Internal Channels and Surface Roughness on the High-Cycle Fatigue Performance of Ti-6Al-4V Processed by SLM.” Materials & Design 143: 1–11. doi:10.1016/j.matdes.2018.01.042. [Crossref], [Web of Science ®], [Google Scholar]
    • Hopkinson, Neil, and Phill Dickens. 2000. “Conformal Cooling and Heating Channels Using Laser Sintered Tools.” In Solid Freeform Fabrication Conference, 490–497. Texas. doi:10.26153/tsw/3075. [Crossref], [Google Scholar]
    • Hu, Zhiheng, Haihong Zhu, Changchun Zhang, Hu Zhang, Ting Qi, and Xiaoyan Zeng. 2018. “Contact Angle Evolution during Selective Laser Melting.” Materials and Design 139: 304–313. doi:10.1016/j.matdes.2017.11.002. [Crossref], [Web of Science ®], [Google Scholar]
    • Hu, Cheng, Kejia Zhuang, Jian Weng, and Donglin Pu. 2019. “Three-Dimensional Analytical Modeling of Cutting Temperature for Round Insert Considering Semi-Infinite Boundary and Non-Uniform Heat Partition.” International Journal of Mechanical Sciences 155 (October 2018): 536–553. doi:10.1016/j.ijmecsci.2019.03.019. [Crossref], [Web of Science ®], [Google Scholar]
    • Huang, Yuze, Mir Behrad Khamesee, and Ehsan Toyserkani. 2019. “A New Physics-Based Model for Laser Directed Energy Deposition (Powder-Fed Additive Manufacturing): From Single-Track to Multi-Track and Multi-Layer.” Optics & Laser Technology 109 (August 2018): 584–599. doi:10.1016/j.optlastec.2018.08.015. [Crossref], [Web of Science ®], [Google Scholar]
    • Kadirgama, K., W. S. W. Harun, F. Tarlochan, M. Samykano, D. Ramasamy, Mohd Zaidi Azir, and H. Mehboob. 2018. “Statistical and Optimize of Lattice Structures with Selective Laser Melting (SLM) of Ti6AL4V Material.” International Journal of Advanced Manufacturing Technology 97 (1–4): 495–510. doi:10.1007/s00170-018-1913-1. [Crossref], [Web of Science ®], [Google Scholar]
    • Kamat, Amar M, and Yutao Pei. 2019. “An Analytical Method to Predict and Compensate for Residual Stress-Induced Deformation in Overhanging Regions of Internal Channels Fabricated Using Powder Bed Fusion.” Additive Manufacturing 29 (March): 100796. doi:10.1016/j.addma.2019.100796. [Crossref], [Web of Science ®], [Google Scholar]
    • Kamath, Chandrika, Bassem El-Dasher, Gilbert F. Gallegos, Wayne E. King, and Aaron Sisto. 2014. “Density of Additively-Manufactured, 316L SS Parts Using Laser Powder-Bed Fusion at Powers up to 400 W.” International Journal of Advanced Manufacturing Technology 74 (1–4): 65–78. doi:10.1007/s00170-014-5954-9. [Crossref], [Web of Science ®], [Google Scholar]
    • Karimi, J., C. Suryanarayana, I. Okulov, and K. G. Prashanth. 2020. “Selective Laser Melting of Ti6Al4V: Effect of Laser Re-Melting.” Materials Science and Engineering A (July): 140558. doi:10.1016/j.msea.2020.140558. [Crossref], [Web of Science ®], [Google Scholar]
    • Khairallah, Saad A., and Andy Anderson. 2014. “Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder.” Journal of Materials Processing Technology 214 (11): 2627–2636. doi:10.1016/j.jmatprotec.2014.06.001. [Crossref], [Web of Science ®], [Google Scholar]
    • Khairallah, Saad A., Andrew T. Anderson, Alexander Rubenchik, and Wayne E. King. 2016. “Laser Powder-Bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones.” Edited by Adedeji B. Badiru, Vhance V. Valencia, and David Liu. Acta Materialia 108 (April): 36–45. doi:10.1016/j.actamat.2016.02.014. [Crossref], [Web of Science ®], [Google Scholar]
    • Kuo, C. N., C. K. Chua, P. C. Peng, Y. W. Chen, S. L. Sing, S. Huang, and Y. L. Su. 2020. “Microstructure Evolution and Mechanical Property Response via 3D Printing Parameter Development of Al–Sc Alloy.” Virtual and Physical Prototyping 15 (1): 120–129. doi:10.1080/17452759.2019.1698967. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
    • Le, K. Q., C. H. Wong, K. H. G. Chua, C. Tang, and H. Du. 2020. “Discontinuity of Overhanging Melt Track in Selective Laser Melting Process.” International Journal of Heat and Mass Transfer 162 (December): 120284. doi:10.1016/j.ijheatmasstransfer.2020.120284. [Crossref], [Web of Science ®], [Google Scholar]
    • Lee, Y. S., and W. Zhang. 2016. “Modeling of Heat Transfer, Fluid Flow and Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 12: 178–188. doi:10.1016/j.addma.2016.05.003. [Crossref], [Web of Science ®], [Google Scholar]
    • Leitz, K. H., P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L. S. Sigl. 2017. “Multi-Physical Simulation of Selective Laser Melting.” Metal Powder Report 72 (5): 331–338. doi:10.1016/j.mprp.2016.04.004. [Crossref], [Google Scholar]
    • Li, Jian, Jing Hu, Yi Zhu, Xiaowen Yu, Mengfei Yu, and Huayong Yang. 2020. “Surface Roughness Control of Root Analogue Dental Implants Fabricated Using Selective Laser Melting.” Additive Manufacturing 34 (September 2019): 101283. doi:10.1016/j.addma.2020.101283. [Crossref], [Web of Science ®], [Google Scholar]
    • Li, Yingli, Kun Zhou, Pengfei Tan, Shu Beng Tor, Chee Kai Chua, and Kah Fai Leong. 2018. “Modeling Temperature and Residual Stress Fields in Selective Laser Melting.” International Journal of Mechanical Sciences 136 (February): 24–35. doi:10.1016/j.ijmecsci.2017.12.001. [Crossref], [Web of Science ®], [Google Scholar]
    • Mazur, MacIej, Martin Leary, Matthew McMillan, Joe Elambasseril, and Milan Brandt. 2016. “SLM Additive Manufacture of H13 Tool Steel with Conformal Cooling and Structural Lattices.” Rapid Prototyping Journal 22 (3): 504–518. doi:10.1108/RPJ-06-2014-0075. [Crossref], [Web of Science ®], [Google Scholar]
    • Mingear, Jacob, Bing Zhang, Darren Hartl, and Alaa Elwany. 2019. “Effect of Process Parameters and Electropolishing on the Surface Roughness of Interior Channels in Additively Manufactured Nickel-Titanium Shape Memory Alloy Actuators.” Additive Manufacturing 27 (October 2018): 565–575. doi:10.1016/j.addma.2019.03.027. [Crossref], [Web of Science ®], [Google Scholar]
    • Pakkanen, Jukka, Flaviana Calignano, Francesco Trevisan, Massimo Lorusso, Elisa Paola Ambrosio, Diego Manfredi, and Paolo Fino. 2016. “Study of Internal Channel Surface Roughnesses Manufactured by Selective Laser Melting in Aluminum and Titanium Alloys.” Metallurgical and Materials Transactions A 47 (8): 3837–3844. doi:10.1007/s11661-016-3478-7. [Crossref], [Web of Science ®], [Google Scholar]
    • Patterson, Albert E., Sherri L. Messimer, and Phillip A. Farrington. 2017. “Overhanging Features and the SLM/DMLS Residual Stresses Problem: Review and Future Research Need.” Technologies 5 (4): 15. doi:10.3390/technologies5020015. [Crossref], [Web of Science ®], [Google Scholar]
    • Roberts, I. A., C. J. Wang, R. Esterlein, M. Stanford, and D. J. Mynors. 2009. “A Three-Dimensional Finite Element Analysis of the Temperature Field during Laser Melting of Metal Powders in Additive Layer Manufacturing.” International Journal of Machine Tools and Manufacture 49 (12–13): 916–923. doi:10.1016/j.ijmachtools.2009.07.004. [Crossref], [Web of Science ®], [Google Scholar]
    • Shrestha, Subin, and Kevin Chou. 2018. “Computational Analysis of Thermo-Fluid Dynamics with Metallic Powder in SLM.” In CFD Modeling and Simulation in Materials Processing 2018, edited by Laurentiu Nastac, Koulis Pericleous, Adrian S. Sabau, Lifeng Zhang, and Brian G. Thomas, 85–95. Cham, Switzerland: Springer Nature. doi:10.1007/978-3-319-72059-3_9. [Crossref], [Google Scholar]
    • Sing, S. L., and W. Y. Yeong. 2020. “Laser Powder Bed Fusion for Metal Additive Manufacturing: Perspectives on Recent Developments.” Virtual and Physical Prototyping 15 (3): 359–370. doi:10.1080/17452759.2020.1779999. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
    • Šmilauer, Václav, Emanuele Catalano, Bruno Chareyre, Sergei Dorofeenko, Jérôme Duriez, Nolan Dyck, Jan Eliáš, et al. 2015. Yade Documentation. 2nd ed. The Yade Project. doi:10.5281/zenodo.34073. [Crossref], [Google Scholar]
    • Tan, Pengfei, Fei Shen, Biao Li, and Kun Zhou. 2019. “A Thermo-Metallurgical-Mechanical Model for Selective Laser Melting of Ti6Al4V.” Materials & Design 168 (April): 107642. doi:10.1016/j.matdes.2019.107642. [Crossref], [Web of Science ®], [Google Scholar]
    • Tan, Lisa Jiaying, Wei Zhu, and Kun Zhou. 2020. “Recent Progress on Polymer Materials for Additive Manufacturing.” Advanced Functional Materials 30 (43): 1–54. doi:10.1002/adfm.202003062. [Crossref], [Web of Science ®], [Google Scholar]
    • Wang, Xiaoqing, and Kevin Chou. 2018. “Effect of Support Structures on Ti-6Al-4V Overhang Parts Fabricated by Powder Bed Fusion Electron Beam Additive Manufacturing.” Journal of Materials Processing Technology 257 (February): 65–78. doi:10.1016/j.jmatprotec.2018.02.038. [Crossref], [Web of Science ®], [Google Scholar]
    • Wang, Di, Yongqiang Yang, Ziheng Yi, and Xubin Su. 2013. “Research on the Fabricating Quality Optimization of the Overhanging Surface in SLM Process.” International Journal of Advanced Manufacturing Technology 65 (9–12): 1471–1484. doi:10.1007/s00170-012-4271-4. [Crossref], [Web of Science ®], [Google Scholar]
    • Wen, Peng, Maximilian Voshage, Lucas Jauer, Yanzhe Chen, Yu Qin, Reinhart Poprawe, and Johannes Henrich Schleifenbaum. 2018. “Laser Additive Manufacturing of Zn Metal Parts for Biodegradable Applications: Processing, Formation Quality and Mechanical Properties.” Materials and Design 155: 36–45. doi:10.1016/j.matdes.2018.05.057. [Crossref], [Web of Science ®], [Google Scholar]
    • Wu, Yu-che, Cheng-hung San, Chih-hsiang Chang, Huey-jiuan Lin, Raed Marwan, Shuhei Baba, and Weng-Sing Hwang. 2018. “Numerical Modeling of Melt-Pool Behavior in Selective Laser Melting with Random Powder Distribution and Experimental Validation.” Journal of Materials Processing Technology 254 (November 2017): 72–78. doi:10.1016/j.jmatprotec.2017.11.032. [Crossref], [Web of Science ®], [Google Scholar]
    • Yadroitsev, I., P. Krakhmalev, I. Yadroitsava, S. Johansson, and I. Smurov. 2013. “Energy Input Effect on Morphology and Microstructure of Selective Laser Melting Single Track from Metallic Powder.” Journal of Materials Processing Technology 213 (4): 606–613. doi:10.1016/j.jmatprotec.2012.11.014. [Crossref], [Web of Science ®], [Google Scholar]
    • Yu, Wenhui, Swee Leong Sing, Chee Kai Chua, and Xuelei Tian. 2019. “Influence of Re-Melting on Surface Roughness and Porosity of AlSi10Mg Parts Fabricated by Selective Laser Melting.” Journal of Alloys and Compounds 792: 574–581. doi:10.1016/j.jallcom.2019.04.017. [Crossref], [Web of Science ®], [Google Scholar]
    • Zhang, Dongyun, Pudan Zhang, Zhen Liu, Zhe Feng, Chengjie Wang, and Yanwu Guo. 2018. “Thermofluid Field of Molten Pool and Its Effects during Selective Laser Melting (SLM) of Inconel 718 Alloy.” Additive Manufacturing 21 (100): 567–578. doi:10.1016/j.addma.2018.03.031. [Crossref], [Web of Science ®], [Google Scholar]
    Simulating Porosity Factors

    다공성 요인 시뮬레이션

    Simulating Porosity Factors

    https://www.foundrymag.com/issues-and-ideas/article/21926214/simulating-porosity-factors
    Pamela Waterman

    수치 모델링 도구는 일반적이지만 원인을 파악하기가 너무 어렵 기 때문에 코어 가스 블로우 결함을 거의 이해하지 못합니다. FLOW-3D 소프트웨어는 코어 가스 흐름을 모델링하여 더 나은 품질의 주조로 이어집니다.

    파운드리는 첫 번째 시험에서 주조 품질을 달성하기 위해 많은 선행 엔지니어링을 수행해야합니다. 최근 몇 년 동안 금속 흐름, 응고, 미세 구조 진화 및 잔류 응력 모델링을위한 수치 도구가 보편화되었습니다.

    그러나 아직 완전히 해결되지 않은 주조 결함 중 하나는 일반적인 코어 가스 블로우 결함입니다. 이 문제의 물리학은 금속, 코어 및 바인더 간의 복잡한 상호 작용을 포함하며 해결되기 전에 많은 주물을 스크랩 할 수 있습니다. 대부분의 경우, 문제는 더 높은 타설 온도를 사용하고 영향을받는 영역에 더 많은 벽 스톡을 추가함으로써 단순히 관리되지만 완전히 해결되지는 않습니다.

    그러나 부품 설계가 복잡할수록 제조 문제가 발생할 가능성이 커집니다. 내부 세부 사항이 필요한 주조 조각의 경우 화학적으로 결합 된 모래 코어를 “인쇄”하여 모양을 만들고 금형 내부에 배치해야 합니다. 코어는 부품의 궁극적 인 기능에 중요한 내부 모양을 형성하며 제조 공정의 각 단계는 설계에 제약을 가합니다. 다양한 요구 사항이 코어 송풍 공정, 취급, 조립 및 가스 배출에 적용됩니다. 코어 디자인의 기술은 코어를 가열하는 동안 모양을 유지할 수 있을 만큼 견고하게 만드는 것과 부품이 냉각되었을 때 모래를 제거 할 수 있을 만큼 접착력이 끊어지는 것 사이의 미세한 균형입니다.

    최적의 분해 설계

    계획된 코어 분해의 메커니즘은 고체에서 가스로의 열 변환이지만 금형 설계는 그 가스가 코어 프린트를 통해 빠져 나갈 수 있도록해야합니다. 그렇지 않으면 금속이 기포를 가두어 모공을 형성 할 수 있습니다. 기껏해야 다공성은 표면 가공으로 밝혀집니다. 최악의 경우 부품이 더 아래쪽에서 실패합니다.

    과거에 재료 및 주조 엔지니어가 코어 가스 기포로 인한 다공성 결함 문제를 발견하면 바인더 함량 감소, 코어 환기 증가, 코어 코팅 또는 베이킹과 같은 일련의 표준 문제 해결 작업을 수행했습니다. 미리 코어. 가스가 따라가는 경로를 볼 수 없었기 때문에 하나의 금형을 완료하는 데 종종 몇 주가 걸리는 긴 인출 공정이었습니다. 그리고 다른 부분에 문제가있을 때마다 반복해야했습니다.

    이 처리 타임 라인을 압축해야하는 시장 주도적 요구는 주조 시뮬레이션 소프트웨어의 개발을 촉발했습니다. 설계와 제조 모두에 유용한 컴퓨터 기반 모델링을 통해 엔지니어는 실제 부품 비용이나 낭비없이 다양한 접근 방식을 테스트 할 수 있습니다. 파운드리가 특히 환기 설계에 시뮬레이션을 적용 할 수 있도록 Flow Science 는 최근 FLOW-3D 주조 해석 기능에 코어 가스 모델링을 추가했습니다.

    흐름에 따라

    FLOW-3D는 유체가 공기, 물, 용융 금속 또는 가스인지 여부에 관계없이 광범위한 일시적인 유체 흐름 프로세스에 대한 통찰력을 제공하는 전산 유체 역학 (CFD) 소프트웨어 패키지입니다. 다른 CFD 패키지와 비교할 때 움직이는 유체 표면을 모델링하고 추적하는 방식으로 인해 특히 정확합니다.

    코어 가스 흐름에 CFD 방법을 적용하는 것은 어려운 일입니다. 수지 기반 바인더의 화학적 복잡성으로 인해 모래 코어 열 분해 후 가스가 흐르는 위치와 방식을 이해하는 것은 복잡한 과정입니다. 그러나 Flow Science는 여러 그룹과 협력하여 실험 데이터를 얻고 시뮬레이션 된 모델의 결과와 비교했습니다. 이 회사는 General Motors, Graham-White Manufacturing Co. 및 AlchemCast에서 코어 가스 유량 정보를 수집하여 알루미늄, 철 및 강철과 함께 사용되는 모래 수지 코어에 대한 실제 데이터를 얻었습니다.

    GM Powertrain의 주조 분석 엔지니어 인 David Goettsch 박사는 15 년 동안 금속 주조의 충진 및 응고 분석에 FLOW-3D를 사용해 왔습니다. 새로운 코어 가스 모델은 설계 단계에서 재킷 코어 벤팅을 최적화하는 데 매우 유용했습니다. 코어 프린트에 대한 다른 모든 요구 사항이있는 기존 코어 박스에 벤트 트랙을 구현하는 것은 매우 어렵습니다. “코어 가스 배출에 대한 사전 분석 작업을 통해 시작하는 동안 높은 불량률을 줄일 수 있습니다.”라고 그는 설명합니다. “아마도 프로세스 기회가 문제를 해결할 수 있습니다. 하지만 그 지점에 도달하려면 테스트 기간이 오래 걸릴 수 있습니다.”

    흐름 매개 변수 정의

    도에 따라 금속 헤드 압력이 동일한 값에 도달하기 전에 가스 압력이 최고조에 달하여 가스가 거품을 형성 할 수 있습니다. 게이트 설계의 약간의 변경은 주입 속도를 높이는 데 도움이 될 수 있으므로 금속 압력이 더 빨리 생성되고 가스를 먼저 밀어 낼 수 있지만 물리적 시행 착오 접근 방식은 시간이 걸립니다. 가상 모델을 사용하여 지오메트리를 변경하는 방법을 식별하는 것은 코어 가스 시뮬레이션 소프트웨어 개발의 주요 목표였습니다.

    Flow Science의 개발자는 바인더 분해 가스 공급원, 모래의 섬도, 무게 비율에 따른 바인더의 양, 작동 온도 및 코어의 물리적 투과성과 같은 프로세스 별 매개 변수와 흐름이면의 물리학을 결합했습니다. 이 모든 값은 샌드 쉘 바인더 및 폴리 우레탄 콜드 박스 바인더 (PUCB)의 산업 보정 샘플을 사용하여 검증되었습니다.

    FLOW-3D 분석은 일정한 조성의 이상 기체를 가정하고 전체 바인더 분해의 최악의 시나리오를 취합니다. 타설하는 동안 코어 내에서 조건이 변화함에 따라 소프트웨어는 가스 압력의 변화, 가스 유동장의 기하학적 구조, 결합제 열화 영역 발생 및 금속으로의 가스 분사 가능한 표면 위치를 계산합니다. 모든 데이터는 사후 처리에 사용할 수 있습니다. 사용자는 가스 흐름을 쉽게 시각화하고 확대하고 특정 값을 얻기 위해 포인트를 클릭 할 수 있습니다.

    이제 FLOW-3D v9.4에서 사용할 수있는 코어 가스 모델을 통해 Goettsch는 다양한 삽입 및 배출 위치를 시도하고 글로벌 진단을받을 수 있습니다. 가스 발생량, 가스 발생 위치, 금속 전면이 잡히기 전에 유출 된 가스량 확인 그것까지. “실제로 문제의 근본 원인을 확인할 수있을 때 매우 좋습니다.”라고 그는 말합니다. “이러한 시각화는 실제 현상이 무엇을하고 있는지에 대한 작은 창을 확보하는 데 유용합니다.”

    멀티 코어 문제 Graham-White Manufacturing의 또 다른 숙련 된 파운드리 엔지니어 인 Elizabeth Ryder는 가스 다공성이 항상 조사하기 어려웠다는 의견을 반영합니다. 그녀는“특히 다중 코어의 경우 어떤 코어가 문제의 원인인지 파악하기가 어려웠습니다. 전체 시스템을 다루려고했습니다.”

    1,700 개의 부품을 지속적으로 생산하고 있으며 그중 일부는 연간 10,000 개의 부품을 생산하는 Graham-White는 시뮬레이션을 통해 제조 프로세스를 개선하는 데 매우 만족했습니다. 얇은 벽 부품은 코어 대 금속 비율이 높고 가스가 많이 발생하는 특별한 문제입니다.

    Graham-White는 레이저 스캐닝으로 생성 된 회색 철 부품 (약 34 인치)의 3D 모델을 사용하여 평가를 위해 현재 벤팅 설계를 제공했습니다. 이 게이팅 디자인은 수평으로 분할 된 몰드에서 패턴 플레이트 당 4 개의 인상으로 구성되었으며 각 인상에는 각 코어에 대한 통풍구가 있습니다. 중앙 스프 루를 통해 2 초 이내에 각 금형을 채울 수 있습니다.

    FLOW-3D 소프트웨어를 사용한 시뮬레이션은 채움 률을 확인했지만 하나의 코어에 환기가 충분하지 않은 것으로 나타났습니다. Graham-White는 코어에 더 깊은 구멍을 뚫어 기존 통풍구를 통해 더 많은 가스를 전달하기 시작했습니다. 새로운 벤팅 설계로 접근 방식을 전환 한 후이 회사는 코어 블로우 스크랩이 약 30 % 감소했습니다.

    또한 Flow Science 분석을 기반으로 엔지니어링 그룹은 문제가 있는 코어에 대한 추가 변경 사항을 평가하여 각 부품에 대한 추가 환기를 통해 두 부분으로 나눕니다. Ryder는 FLOW-3D 결과가 설계 초점을 좁히는데 도움이 되었고, 어떤 코어 (멀티 코어 설계)가 범인인지, 심지어 코어의 어느 영역이 문제의 원인인지 즉시 제로화 할 수 있었습니다. “미리 컴퓨터에서 더 많은 일을 할수록 더 좋습니다.”라고 그녀는 말합니다. “모든 것은 시간 절약으로 귀결됩니다.”

    Where to go from here

    파운드리 스크랩을 줄이고 주조 시뮬레이션 소프트웨어의 도움으로 자신의 핵심 인쇄 디자인의 효율성을 향상시킬 수 있습니다. Flow Science의 FLOW-3D CFD 분석 패키지의 새로운 코어 가스 모델은 중요한 다공성 계수를 시뮬레이션하여 설계자가 첫 번째 주조 전에 다양한 벤팅 설계를 평가하는 데 도움이 되기 때문에 중요합니다. 추가 재료 및 충진 방향에 대한 코어 가스 모델을 검증하는 개발이 계속됩니다.

    Fig. 1. Schematic description of the laser welding process considered in this study.

    Analysis of molten pool dynamics in laser welding with beam oscillation and filler wire feeding

    Won-Ik Cho, Peer Woizeschke
    Bremer Institut für angewandte Strahltechnik GmbH, Klagenfurter Straße 5, Bremen 28359, Germany

    Received 30 July 2020, Revised 3 October 2020, Accepted 18 October 2020, Available online 1 November 2020.

    Abstract

    Molten pool flow and heat transfer in a laser welding process using beam oscillation and filler wire feeding were calculated using computational fluid dynamics (CFD). There are various indirect methods used to analyze the molten pool dynamics in fusion welding. In this work, based on the simulation results, the surface fluctuation was directly measured to enable a more intuitive analysis, and then the signal was analyzed using the Fourier transform and wavelet transform in terms of the beam oscillation frequency and buttonhole formation. The 1st frequency (2 x beam oscillation frequency, the so-called chopping frequency), 2nd frequency (4 x beam oscillation frequency), and beam oscillation frequency components were the main components found. The 1st and 2nd frequency components were caused by the effect of the chopping process and lumped line energy. The beam oscillation frequency component was related to rapid, unstable molten pool behavior. The wavelet transform effectively analyzed the rapid behaviors based on the change of the frequency components over time.

    Korea Abstract

    빔 진동 및 필러 와이어 공급을 사용하는 레이저 용접 공정에서 용융 풀 흐름 및 열 전달은 CFD (전산 유체 역학)를 사용하여 계산되었습니다. 용융 용접에서 용융 풀 역학을 분석하는 데 사용되는 다양한 간접 방법이 있습니다.

    본 연구에서는 시뮬레이션 결과를 바탕으로 보다 직관적 인 분석이 가능하도록 표면 변동을 직접 측정 한 후 빔 발진 주파수 및 버튼 홀 형성 측면에서 푸리에 변환 및 웨이블릿 변환을 사용하여 신호를 분석했습니다.

    1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2 차 주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분이 발견 된 주요 구성 요소였습니다. 1 차 및 2 차 주파수 성분은 쵸핑 공정과 집중 라인 에너지의 영향으로 인해 발생했습니다.

    빔 진동 주파수 성분은 빠르고 불안정한 용융 풀 동작과 관련이 있습니다. 웨이블릿 변환은 시간 경과에 따른 주파수 구성 요소의 변화를 기반으로 빠른 동작을 효과적으로 분석했습니다.

    1 . 소개

    융합 용접에서 용융 풀 역학은 용접 결함과 시각적 이음새 품질에 직접적인 영향을 미칩니다. 이러한 역학을 연구하기 위해 고속 카메라를 사용하는 직접 방법과 광학 또는 음향 신호를 사용하는 간접 방법과 같은 다양한 측정 방법을 사용하여 여러 실험 방법을 고려했습니다. 시간 도메인의 원래 신호는 특별히 주파수 도메인에서 변환 된 신호로 변환되어 용융 풀 동작에 영향을 미치는 주파수 성분을 분석합니다. Kotecki et al. (1972)는 고속 카메라를 사용하여 가스 텅스텐 아크 용접에서 용융 풀을 관찰했습니다. [1]. 그들은 120Hz 리플 DC 출력을 가진 용접 전원을 사용할 때 용융 풀 진동 주파수가 120Hz임을 보여주었습니다. 전원을 끈 후 진동 주파수는 용융 풀의 고유 주파수를 나타내는 용융 풀 크기와 관련이 있습니다. 진동은 응고 중에 용접 표면 스케일링을 생성했습니다. Zacksenhouse and Hardt (1983)는 레이저 섀도 잉 동작 측정 기술을 사용하여 가스 텅스텐 아크 용접에서 완전히 관통 된 용융 풀의 동작을 측정했습니다 [2] . 그들은 2.5mm 두께의 강판에서 6mm 풀 반경 (고정 용접)에 대해 용융 풀의 고유 주파수가 18.9Hz라는 것을 발견했습니다. Semak et al. (1995) 고속 카메라를 사용하여 레이저 스폿 용접에서 용융 풀 및 키홀 역학 조사 [3]. 그들은 깊이가 약 3mm이고 반경이 약 3mm 인 용융 풀에서 200Hz의 낮은 체적 진동 주파수를 관찰했습니다. 0.45mm Aendenroomer와 den Ouden (1998)은 강철의 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동을보고했습니다 [4] . 그들은 침투 깊이에 따라 진동 모드 변화를 보였고 주파수는 50Hz에서 150Hz 사이에서 변화했습니다. 주파수는 완전히 침투 된 용융 풀에서 더 낮았습니다. Hermans와 den Ouden (1999)은 단락 가스 금속 아크 용접에서 용융 풀 진동을 분석했습니다. [5]. 그들은 용융 풀의 단락 주파수와 고유 주파수가 같을 때 부분적으로 침투 된 용융 풀의 경우 공정 안정성이 향상되었음을 보여주었습니다. Yudodibroto et al. (2004)는 가스 텅스텐 아크 용접에서 용융 풀 진동에 대한 필러 와이어의 영향을 조사했습니다 [6] . 그들은 금속 전달이 특히 부분적으로 침투 된 용융 풀에서 진동 거동을 방해한다는 것을 보여주었습니다. Geiger et al. (2009) 레이저 키홀 용접에서 발광 분석 [7]. 신호의 주파수 분석을 사용하여 용융 풀 (1.5kHz 미만)과 키홀 (약 3kHz)에 해당하는 진동 주파수 범위를 찾았습니다. Kägeler와 Schmidt (2010)는 레이저 용접에서 용융 풀 크기의 변화를 관찰하기 위해 고속 카메라를 사용했습니다 [8] . 그들은 용융 풀에서 지배적 인 저주파 진동 성분 (100Hz 미만)을 발견했습니다. Shi et al. (2015) 고속 카메라를 사용하여 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동 주파수 분석 [9]. 그들은 용접 침투 깊이가 작을수록 용융 풀의 진동 빈도가 더 높다는 것을 보여주었습니다. 추출 된 진동 주파수는 완전 용입 용접의 경우 85Hz 미만 이었지만 부분 용입 용접의 경우 110Hz에서 125Hz 사이였습니다. Volpp와 Vollertsen (2016)은 레이저 키홀 역학을 분석하기 위해 광학 신호를 사용했습니다 [10] . 그들은 공간 레이저 강도 분포로 인해 0.8에서 154 kHz 사이의 고주파 범위에서 피크를 발견했습니다. 위에서 언급 한 실험적 접근법은 공정 조건, 측정 방법 및 측정 된 위치에 따라 수십 Hz에서 수십 kHz까지 광범위한 용융 풀 역학에 대한 결과를 보여 주었다는 점에 유의해야합니다.

    융합 용접에서 용융 풀 역학을 연구하기 위해 분석 접근 방식도 사용되었습니다. Zacksenhouse와 Hardt (1983)는 2.5mm 두께의 강판에서 대칭형 완전 관통 용융 풀의 고유 진동수를 계산했습니다 [2] . 매스 스프링 해석 모델을 사용하여 용융 풀 반경 6mm (고정 용접)에 대해 20.4Hz (실험에서 18.9Hz)의 고유 진동수와 3mm 풀 반경 (연속 용접)에 대해 40Hz의 고유 진동수를 예측했습니다. ). Postacioglu et al. (1989)는 원통형 용융 풀과 키홀을 가정하여 레이저 용접의 용융 풀에서 키홀 진동의 고유 진동수를 계산했습니다 .. 특정 열쇠 구멍 모양의 경우 약 900Hz의 기본 주파수가 계산되었습니다. Postacioglu et al. (1991)은 또한 레이저 용접에서 용접 속도를 고려하기 위해 타원형 용융 풀의 고유 진동수를 계산했습니다 [12] . 그들은 타원형 용융 풀의 모양이 고유 진동수에 영향을 미친다는 것을 보여주었습니다. 고유 진동수는 축의 길이 비율이 낮았으며, 즉 타원의 반장 축과 반 단축의 비율이 낮았습니다. Kroos et al. (1993)은 축 대칭 용융 풀과 키홀을 가정하여 레이저 키홀 용접의 동적 거동에 대한 이론적 모델을 개발했습니다 .. 키홀 폐쇄 시간은 0.1ms였으며 안정성 분석은 약 500Hz의 주파수에서 공진과 같은 진동을 예측했습니다. Maruo와 Hirata (1993)는 완전 관통 아크 용접에서 용융 풀을 모델링했습니다 [14] . 그들은 녹은 웅덩이가 정적 타원 모양을 가지고 있다고 가정했습니다. 그들은 고유 진동수와 진동 모드 사이의 관계를 조사하고 용융 풀 크기가 감소함에 따라 고유 진동수가 증가한다는 것을 보여주었습니다. Klein et al. (1994)는 원통형 키홀 모양을 사용하여 완전 침투 레이저 용접에서 키홀 진동을 연구했습니다 [15] . 그들은 점성 감쇠로 인해 키홀 진동이 낮은 kHz 범위로 제한된다는 것을 보여주었습니다. Klein et al. (1996)은 또한 레이저 출력의 작은 변동이 강한 키홀 진동으로 이어질 수 있음을 보여주었습니다[16] . 그들은 키홀 진동의 주요 공진 주파수 범위가 500 ~ 3500Hz라는 것을 발견했습니다. Andersen et al. (1997)은 고정 가스 텅스텐 아크 용접 [17] 에서 고정 된 원통형 모양을 가정하여 용융 풀의 고유 진동수를 예측 했으며 완전 용입 용접에서 용융 풀 폭이 증가함에 따라 감소하는 것으로 나타났습니다. 3.175mm 두께의 강판의 경우 주파수는 20Hz ~ 100Hz 범위였습니다. 위에 표시된 분석 방법은 일반적으로 단순한 용융 풀 모양을 가정하고 고유 진동수를 계산했습니다. 이것은 단순한 용융 풀 모양으로 고정 용접 공정을 분석하는 데 충분하지만 대부분의 용접 사례를 설명하는 과도 용접 공정에서 용융 풀 역학 분석에는 적합하지 않습니다.

    반면에 수치 접근 방식은 고온 및 강한 빛과 같은 실험적 제한없이 자세한 정보를 제공하기 때문에 용융 풀 역학을 분석하는 이점이 있습니다. 전산 유체 역학 (CFD)의 수치 시뮬레이션 기술이 발전함에 따라 용융 풀 역학 분석에 대한 많은 연구가 수행되었습니다. 실제 용융 표면 변화는 VOF (체적 부피) 방법을 사용하여 계산할 수 있습니다. Cho et al. (2010) CO 2 레이저-아크 하이브리드 용접 공정을 위한 수학적 모델 개발 [18], 구형 방울이 생성 된 금속 와이어의 용융 과정이 와이어 공급 속도와 일치한다고 가정합니다. 그들은 필러 와이어가 희석되는 용융 풀 동작을 보여주었습니다. Cho et al. (2012)는 높은 빔 품질과 높은 금속 흡수율로 인해 업계에서 널리 사용되는 디스크 레이저 키홀 용접으로 수학적 모델을 확장했습니다 [19] . 그들은 열쇠 구멍에서 레이저 광선 번들의 다중 반사를 고려하고 용융 풀에서 keyholing과 같은 빠른 표면 변화를 자세히보고했습니다. 최근 CFD 시뮬레이션은 험핑 (Otto et al., 2016 [20] ) 및 기공 (Lin et al., 2017 [21] )과 같은보다 구체적인 현상을 분석하는데도 사용되었습니다 .) 레이저 용접에서. 그러나 용융 풀 역학과 관련된 연구는 거의 수행되지 않았습니다. Ko et al. (2000)은 수치 시뮬레이션을 사용하여 가스 텅스텐 아크 용접 풀의 동적 거동을 조사했습니다 [22] . 그들은 완전히 침투 된 용융 풀이 부분적으로 침투 된 풀보다 낮은 주파수에서 진동한다는 것을 보여주었습니다. 진동은 수십 분의 1 초 내에 무시할 수있는 크기로 감쇠되었습니다. Geiger et al. (2009)는 또한 수치 시뮬레이션을 사용하여 레이저 용접에서 용융 풀 거동을 보여주었습니다 [7]. 그들은 계산 된 증발 속도를 주파수 분석에 사용하여 공정에서 나오는 빛의 실험 결과와 비교했습니다. 판금 레이저 용접에서 중요한 공간 빔 진동 및 추가 필러 재료가있는 공정에 대한 용융 풀 역학에 대한 연구도 불충분합니다. Hu et al. (2018)은 금속 전달 메커니즘을 밝히기 위해 전자빔 3D 프린팅에서 와이어 공급 모델링을 수행했습니다. 그들은 주로 열 입력에 의해 결정되는 액체 브리지 전이, 액적 전이 및 중간 전이의 세 가지 유형의 금속 전달 모드를 보여주었습니다 .. Meng et al. (2020)은 레이저 빔 용접에서 용융 풀에 필러 와이어에 의해 추가 된 추가 요소의 전자기 교반 효과를 모델링했습니다. 용가재의 연속적인 액체 브릿지 이동이 가정되었고, 그 결과 전자기 교반의 영향이 키홀 깊이에 미미한 반면 필러 와이어 혼합을 향상 시켰습니다 [24] . Cho et al. (2017) 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하여 레이저 용접을위한 시뮬레이션 모델 개발 [25]. 그들은 시뮬레이션을 사용하여 특정 용접 현상, 즉 용융 풀의 단추 구멍 형성을 보여주었습니다. Cho et al. (2018)은 다중 반사 수와 전력 흡수량의 푸리에 변환을 사용하여 주파수 영역에서 소위 쵸핑 주파수 (2 x 빔 발진 주파수) 성분을 발견했습니다 [26] . 그러나 그들은 용융 풀 역학을 분석하기 위해 간접 신호를 사용했습니다. 따라서보다 직관적 인 분석을 위해서는 표면의 변동을 직접 측정해야합니다.

    이 연구는 이전 연구에서 개발 된 레이저 용접 모델을 사용하여 3 차원 과도 CFD 시뮬레이션을 수행하여 빔 진동 및 필러 와이어 공급을 포함한 레이저 용접 공정에서 용융 풀 역학을 조사합니다. 용융 된 풀 표면의 시간적 변화는 시뮬레이션 결과에서 추출되었습니다. 추출 된 데이터는 주파수 영역뿐만 아니라 시간-주파수 영역에서도 분석되었습니다. 신호 처리를 통해 도출 된 결과는 특징적인 용융 풀 역학을 나타내며 빔 진동 주파수 및 단추 구멍 형성 측면에서 레이저 용접의 역학을 줄일 수있는 잠재력을 제공합니다.

    2 . 방법론

    그림 1도 1은 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하는 레이저 용접 프로세스의 개략적 설명을 보여줍니다. 1mm 두께의 알루미늄 합금 (AlSi1MgMn) 시트는 시트 표면에 초점을 맞춘 멀티 kW 파이버 레이저 (YLR-8000S, IPG Photonics, USA)를 사용하여 용접되었습니다. 시트는 에어 갭이있는 맞대기 이음으로 정렬되었습니다. 1 차원 스캐너 (ILV DC-Scanner, Ingenieurbüro für Lasertechnik + Verschleiss-Schutz (ILV), 독일)를 사용하여 레이저 빔의 1 차원 정현파 진동을 실현했습니다. 이 스캔 시스템에서 최대 진동 폭은 250Hz의 진동 주파수에서 1.4mm입니다. 오정렬에 대한 공차를 개선하기 위해 동일한 최대 너비 값이 사용되었습니다. 와이어 공급 시스템은 1을 공급했습니다. 2mm 직경의 알루미늄 합금 (AlSi5) 필러 와이어를 일정한 공급 속도로 에어 갭을 채 웁니다. 1mm 에어 갭의 경우 와이어 이송 속도는 용접 속도의 1.5 배 값으로 설정되었으며 참조 실험 조건은 문헌에서 얻었습니다 (Schultz, 2015 참조).[27] ).

    그림 1

    CFD 시뮬레이션은 레이저 용접에서 열 전달 및 용융 풀 동작을 계산하기 위해 수행되었습니다. 그림 2 는 CFD 시뮬레이션을위한 계산 영역을 보여줍니다. 실온에서 1.2mm 직경의 필러 와이어가 공급되고 레이저 빔이 진동했습니다. 1mm 두께의 공작물이 용접 속도로 왼쪽에서 오른쪽으로 이동했습니다. 0.1mm의 최소 메쉬 크기가 도메인에서 생성되었습니다. 침투 깊이가 더 깊은 이전 연구의 메쉬 테스트 결과는 0.2mm 이하의 메쉬 크기로 시뮬레이션 정확도가 확보 된 것으로 나타 났으므로 [28] 본 연구에서 사용 된 메쉬 크기가 적절할 수 있습니다. 도메인을 구성하는 세포의 수는 약 120 만 개였습니다. 1 번 테이블사용 된 레이저 용접 매개 변수를 보여줍니다. 용융 풀 역학 측면에서 다양한 진동 주파수와 에어 갭 크기가 고려되었으며 12 개의 용접 사례가 표 2 에 나와 있습니다. 표 3 은 시뮬레이션에 사용 된 알루미늄 합금과 순수 알루미늄 (Cho et al., 2018 [26] )의 표면 장력 계수를 제외하고 온도와 무관 한 열-물리적 재료 특성을 보여줍니다 . 여기서 표면 장력 계수는 액체 온도에서 온도와 표면 장력 계수 사이의 선형 관계를 가진 유일한 온도 의존적 ​​특성이었습니다.

    그림 2

    표 1 . . 레이저 용접 매개 변수.

    레이저 용접 매개 변수
    레이저 빔 파워3.0kW
    빔 허리 반경50µm *
    용접 속도6.0m / 분
    와이어 공급 속도9.0m / 분
    빔 진동 폭1.4mm
    빔 진동 주파수100Hz, 150Hz, 200Hz, 250Hz
    에어 갭 크기0.8mm, 0.9mm, 1.0mm, 1.1mm

    반경은 1.07μm의 파장, 4.2mm • mrad의 빔 품질, 시준 초점 거리 및 초점 렌즈 200mm, 광섬유 직경 100μm의 원형 빔을 가정하여 계산되었습니다.

    표 2 . 이 연구에서 고려한 용접 사례.

    에어 갭 크기 [mm]진동 주파수 [Hz]
    100150200250
    0.9사례 1엑스엑스엑스
    1.0사례 2사례 4사례 7사례 10
    1.1사례 3사례 5사례 8사례 11
    1.2엑스사례 6사례 912면

    표 3 . 시뮬레이션에 사용 된 열 물리적 재료 특성 (Cho et al., 2018 [26] ).

    특성상징
    밀도ρ2700kg / m3
    열 전도성케이1.7×102Wm K
    점도ν1.15×10−삼kg / ms
    표면 장력 계수 티엘*γ엘0.871 J / m2
    표면 장력 온도 구배 *−1.55×10−4J / m 2 K
    표면 장력 계수γγ엘−ㅏ(티−티엘)
    비열8.5×102J / kg K
    융합 잠열h에스엘3.36×105J / kg
    기화 잠열 *hV1.05×107J / kg
    Solidus 온도티에스847K
    Liquidus 온도티엘905K
    끓는점 *티비2743K

    순수한 알루미늄.

    시뮬레이션을 위해 단상 뉴턴 유체와 비압축성 층류가 가정되었습니다. 질량, 운동량 및 에너지 보존의 지배 방정식을 해결하여 계산 영역에서 속도, 압력 및 온도 분포를 얻었습니다. VOF 방법은 자유 표면 경계를 찾는 데 사용되었습니다. 스칼라 보존 방정식을 추가로 도입하여 용융 풀에서 충전재의 부피 분율을 계산했습니다. 시뮬레이션에 사용 된 레이저 용접의 수학적 모델은 다음과 같습니다. 레이저 빔은 가우스와 같은 전력 밀도 분포를 기반으로 697 개의 광선 에너지 번들로 나뉩니다. 광선 추적 방법을 사용하여 다중 반사를 고려했습니다. 재료에 대한 레이저 빔의 반사 (또는 흡수) 에너지는 프레 넬 반사 모델을 사용하여 계산되었습니다. 온도에 따른 흡수율의 변화를 고려 하였다. 혼합물의 흡수율은베이스 및 충전제 물질 분획의 가중 평균을 사용하여 계산되었습니다. 반동 압력과 부력도 고려되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다.[29] . 계산에는 48GB RAM이 장착 된 Intel® Xeon® 프로세서 E5649로 구성된 워크 스테이션이 사용되었습니다. 계산 시스템을 사용하여 0.2 초 레이저 용접을 시뮬레이션하는 데 약 18 시간이 걸렸습니다. 지배 방정식 (Cho and Woizeschke, 2020 [30] ) 및 레이저 용접 모델 (Cho et al., 2018 [26] )에 대한 자세한 설명은 부록 A 에서 확인할 수 있습니다 .

    그림 3 은 용융 풀 변동의 직접 측정에 대한 개략적 설명을 보여줍니다. 용융 풀의 역학을 분석하기 위해 시뮬레이션 중에 용융 풀 표면의 시간적 변동 운동을 측정했습니다. 상단 및 하단 표면 모두에서 10kHz의 샘플링 주파수로 변동을 측정 한 반면, 측정 위치는 X 축의 레이저 빔 위치에서 2mm 떨어진 용접 중심선에있었습니다. 그림 4시간 신호를 분석하는 데 사용되는 푸리에 변환 및 웨이블릿 변환의 개략적 설명을 보여줍니다. 측정 된 시간 신호는 고속 푸리에 변환 (FFT) 방법을 사용하여 주파수 영역으로 변환되었습니다. 결과는 측정 기간 동안 평균화 된 주파수 성분의 크기를 보여줍니다. 웨이블릿 변환 방법은 시간-주파수 영역에서 국부적 인 특성을 찾는 데 사용되었습니다. 결과는 주파수 구성 요소의 크기뿐만 아니라 시간 변화도 보여줍니다.

    그림 3
    그림 4

    3 . 결과

    이 연구 에서는 표 2에 표시된 12 가지 용접 사례 를 시뮬레이션했습니다. 그림 5 는 3 차원 시뮬레이션 결과를 평면도 와 바닥면으로 보여줍니다. 결과는 용융 된 풀의 거동에 따라 분류 할 수 있습니다 : 단추 구멍 형성 없음 (녹색), 안정 또는 불안정 단추 구멍 있음 (파란색), 불안정한 단추 구멍으로 인한 구멍 결함 (빨간색). 일반적인 열쇠 구멍보다 훨씬 큰 직경을 가진 단추 구멍은 레이저 용접의 특정 진동 조건에서 나타날 수 있습니다 (Vollertsen, 2016 [31]). 진동 주파수가 증가함에 따라 용접 이음 부 코스 및 스케일링 측면에서 시각적 이음새 품질이 향상되었습니다. 고주파에서 스케일링은 무시할 수있을 정도 였고 코스는 균질했습니다. 언더컷 결함의 발생도 감소했습니다. 그러나 관통 결함 부족 (case 7, case 10)이 나타났다. 에어 갭은 단추 구멍 형성에 중요했습니다. 에어 갭 크기가 증가함에 따라 단추 구멍이 더 쉽게 형성되었지만 구멍 결함으로 더 쉽게 남아 있습니다. 안정적인 단추 구멍 형성은 고려 된 공극 조건의 좁은 영역에서만 나타납니다.

    그림 5

    그림 6 은 시뮬레이션과 실험에서 융합 영역의 모양을 보여줍니다. 버튼 홀이없는 경우 1, 불안정한 버튼 홀 형성이있는 경우 8, 안정적인 버튼 홀 형성이있는 경우 11의 3 가지 경우에 대해 시뮬레이션 결과와 실험 결과를 비교하여 유사성을 나타냈다. 본 연구에서 고려한 용접 조건의 경우 표면 품질 결과는 Fig. 5 와 같이 큰 차이를 보였으 나 단면 융착 영역 [26] 과 형상은 큰 차이를 보이지 않았다.

    그림 6

    무화과. 7 과 8 은 각각 100Hz와 250Hz의 진동 주파수에서 시뮬레이션 결과를 기반으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여줍니다. 이전 연구에서 볼 수 있듯이 레이저 빔의 진동 주파수는 단추 구멍 형성과 밀접한 관련이 있습니다 (Cho et al., 2018 [26] 참조 ). 그림 7 (a) 및 (b)는 각각 시뮬레이션 및 실험을 기반으로 한 진동 주파수 100Hz에서 대표적인 용융 풀 동작을 보여줍니다. 완전히 관통 된 키홀 및 버튼 홀 형성은 관찰되지 않았으며 응고 후 거친 비드 표면이 남았습니다. 그림 7(c)와 (d)는 각각 윗면과 바닥면의 표면 변동에 대한 시뮬레이션 결과를 기반으로 한 용융 풀 역학 분석을 보여줍니다. 샘플링 데이터는 상단 표면이 공작물의 상단 표면 위치에서 평균적으로 변동하는 반면 하단 표면은 공작물의 하단 표면 위치에서 평균적으로 변동하는 것으로 나타났습니다. 표면 변동의 푸리에 변환 및 웨이블릿 변환 결과는 명확한 1  주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수, Cho et al., 2018 [26] 참조 ) 및 2  주파수 (4 x 빔 발진)를 보여줍니다. 주파수) 두 표면의 구성 요소, 그러나 바닥 표면과 첫 번째에 대한 결과주파수 성분이 더 강합니다. 반면 그림 8 (a)와 (b)에서 보는 바와 같이 250Hz의 진동 주파수에서 시뮬레이션과 실험 결과는 안정된 버튼 홀 형성과 응고 후 매끄러운 비드 표면을 나타냈다. 그림 8 의 샘플링 신호의 진폭은 그림 7 의 진폭 보다 작으며 푸리에 변환 및 웨이블릿 변환의 결과에서 중요한 주파수 성분이 발견되지 않았습니다.

    Fi 7
    그림 8

    Fig. 9 는 진동 주파수 200Hz에서 시뮬레이션 결과를 바탕으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여준다. 이 주파수에서 Fig. 9 (a)와 (b) 에서 보는 바와 같이 , 시뮬레이션과 실험 모두에서 불안정한 buttonhole 거동이 관찰되었다. 바닥면에서 샘플링 데이터의 푸리에 변환 및 웨이블릿 변환의 결과 빔 발진 주파수 성분이 발견되었습니다.

    그림 9

    4 . 토론

    시뮬레이션 및 실험 결과는 비드 표면 품질이 향상되고 빔 진동 주파수가 증가함에 따라 버튼 홀이 형성되는 것으로 나타났습니다. 표면의 변동 데이터에 대한 푸리에 변환 및 웨이블릿 변환의 결과에 따라 다음과 같은 주요 주파수 구성 요소가 발견되었습니다. 1  및 2 버튼 홀 형성이없는 주파수, 불안정한 용융 풀 거동이있는 빔 진동 주파수, 안정적인 버튼 홀 형성이있는 중요한 주파수 성분이 없습니다. 이들 중 불안정한 용융 풀 동작과 관련된 빔 진동 주파수 성분은 완전히 관통 된 키홀과 반복적으로 생성 및 붕괴되는 불안정한 버튼 홀의 특성으로 인해 웨이블릿 변환 결과에서 명확한 실선 형태로 나타나지 않았습니다. 분석 결과는 윗면보다 바닥면에서 더 분명했습니다. 이는 필러 와이어 공급 및 키홀 링 공정에서 강한 하향 흐름으로 인해 용융 풀 역학이 바닥 표면 영역에서 더 강했기 때문입니다. 진동 주파수가 증가함에 따라 용융 풀 역학과 상단 표면과 하단 표면 간의 차이가 감소했습니다.

    첫 번째 주파수 (2 x 빔 진동 주파수)는이 연구에서 관찰 된 가장 분명한 구성 요소였습니다. Schultz et al. (2018)은 또한 실험을 통해 동일한 성분을 발견했습니다 [32] , 용융 풀 표면 운동에 대한 푸리에 분석을 수행했습니다. 첫 번째 주파수 성분은 빔 발진주기 당 두 개의 주요 이벤트가 있음을 의미합니다. 이것은 레이저 빔이 빔 진동주기 당 두 번 와이어를 절단하거나 절단하는 프로세스와 일치합니다. 용융 된 와이어 팁은 낮은 진동 주파수에서 고르지 않고 날카로운 모서리를 갖는 것으로 나타났습니다 (Cho et al., 2018 [26] ). 이것은 첫 번째 원인이 될 수 있습니다.용융 된 풀에서 지배적이되는 주파수 성분. 진동 주파수가 증가하면 용융 된 와이어 팁이 더 균일 해 지므로 효과가 감소합니다. 용접 방향으로의 정현파 횡 방향 빔 진동을 통한 에너지 집중도 빔 진동주기 당 두 번 발생합니다. 그림 10 은 발진 주파수에 따른 레이저 빔의 라인 에너지 (단위 길이 당 에너지)의 변화를 보여줍니다. 그림 10 b) 의 라인 에너지 는 레이저 출력을 공정 속도로 나누어 계산했습니다. 여기서 처리 속도는(w이자형엘디나는엔지에스피이자형이자형디)2+(디(에스나는엔유에스영형나는디ㅏ엘wㅏV이자형나는엔에프나는지.10ㅏ))디티)2. 낮은 발진 주파수에서 라인 에너지는 발진 폭의 양쪽 끝에 과도하게 집중됩니다. 이러한 집중된 에너지는 과도한 키홀 링 프로세스를 초래하므로 언더컷 결함이 나타날 수있는 높은 흐름 역학이 발생합니다. 진동 주파수가 증가함에 따라 집중 에너지는 더 작은 조각으로 나뉩니다. 따라서 높은 진동 주파수에서 과도한 키홀 링 및 수반되는 언더컷 결함의 발생이 감소되었습니다. 위에서 언급 한 두 가지 현상 (불균일 한 와이어 팁과 집중된 라인 에너지)은 빔 발진주기 당 두 번 발생하며 발진 주파수가 증가하면 그 효과가 감소합니다. 따라서 저주파 에서 2  주파수 성분 (4 x 빔 발진 주파수)이 나타나는 것은이 두 현상의 동시 작용입니다.

    그림 10

    두 가지 현상 중 첫 번째 주파수 에 대한 주된 효과 는 집중된 라인 에너지입니다. Cho et al. (2018)은 전력 흡수 데이터를 푸리에 변환을 사용하여 분석했을 때 1  주파수 성분이 더 우세 해졌고, 2  주파수 성분은 발진 주파수가 증가함에 따라 상대적으로 약화 되었음을 보여주었습니다 [26] . 용융 된 와이어 팁은 또한 빈도가 증가함에 따라 더욱 균일 해졌습니다. 결과는 진동 주파수의 증가가 용융 풀에 대한 와이어의 영향을 제거하는 것으로 나타났습니다. 따라서 발진 주파수가 증가함에 따라 라인 에너지 집중의 영향 만 남을 수 있습니다. 그림 10 과 같이, 집중 선 에너지가 작은 조각으로 분할되기 때문에 효과도 감소하지만 최대 값이 변경되지 않았기 때문에 여전히 효과적입니다.

    빔 진동 주파수 성분은 불안정한 단추 구멍 및 열쇠 구멍 붕괴를 수반하는 불안정한 용융 풀 동작과 관련이 있습니다. 언더컷 결함이있는 케이스 8 (발진 주파수 200Hz)에서 발진 주파수 성분이 관찰되었습니다. 이것은 특히 완전히 관통 된 열쇠 구멍과 불안정한 단추 구멍에서 불안정한 용융 풀 동작을 보여주었습니다. 경우 10 (진동 주파수 250Hz)의 경우 상대적으로 건강한 비드가 형성 되었으나, 도 11 (a) 와 같이 웨이블릿 변환 결과에서 t1의 시간 간격으로 진동 주파수 성분이 관찰되었다 . 이 시간 간격 t1의 용융 풀 거동은 그림 11에 나와 있습니다.(비). 완전히 관통 된 열쇠 구멍이 즉시 무너지는 것이 분명하게 관찰되었습니다. 이것은 진동 주파수 성분이 불안정한 용융 풀 거동과 밀접한 관련이 있음을 보여줍니다. 발견 된 주파수 성분으로부터 완전히 관통 된 열쇠 구멍과 같은 불안정한 용융 풀 거동을 예측할 수 있습니다. 완전히 관통 된 키홀이 반복적으로 붕괴되기 때문에 빔 진동 주파수 성분은 그림 9 (d) 와 같이 웨이블릿 변환 결과에서 명확한 실선 형태로 보이지 않습니다 .

    그림 11

    Cho and Woizeschke (2020)에 따르면 단추 구멍 형성은 자체 지속 가능한 카테 노이드처럼 작용하기 때문에 용융 풀 역학을 감소시킬 수 있습니다 [30] . 그림 12 는 버튼 홀 형성 측면에서 t2의 시간 간격에서 용융 풀 거동의 변화를 보여줍니다. 단추 구멍은 t2의 간헐적 인 부분에만 형성되었습니다. 1st 이후이 시간 동안 웨이블릿 변환의 결과로 주파수 성분이 사라졌고, 버튼 홀 형성은 용융 풀 역학을 줄이는 데 효과적이었습니다. 따라서, 웨이블릿 변환의 결과로 주파수 성분이 지워지는 것을 관찰함으로써 버튼 홀 형성을 예측할 수있다. 이와 관련하여 웨이블릿 변환 기술은 시간에 따른 용융 풀 변화를 나타낼 수 있습니다. 이 기술은 향후 용융 풀 동작을 모니터링하는 데 사용될 수 있습니다.

    그림 12

    5 . 결론

    CFD 시뮬레이션 결과를 사용하여 빔 진동 및 필러 와이어 공급을 통한 레이저 용접에서 용융 풀 역학을 분석 할 수있었습니다. 용융 풀 표면의 변동 데이터의 푸리에 변환 및 웨이블릿 변환은 여기서 용융 풀 역학을 분석하는 데 사용되었습니다. 결과는 다음과 같은 결론으로 ​​이어집니다.1.

     주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2  주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분은 푸리에 변환 및 웨이블릿 변환 분석에서 발견 된 주요 성분이었습니다.2.

     주파수와 2  주파수 성분 의 출현은 두 가지 사건, 즉 레이저 빔에 의한 필러 와이어의 절단 공정과 집중된 레이저 라인 에너지의 효과의 결과였습니다. 이는 빔 진동주기 당 두 번 발생했습니다. 따라서 두 번째 주파수 성분은 동시 작용으로 인해 발생했습니다. 빔 진동 주파수 성분은 불안정한 용융 풀 동작과 관련이 있습니다. 구성 요소는 열쇠 구멍과 단추 구멍의 붕괴와 함께 나타났습니다.삼.

    낮은 발진 주파수에서는 1  주파수와 2  주파수 성분이 함께 나타 났지만 발진 주파수가 증가함에 따라 그 크기가 함께 감소했습니다. 집중 선 에너지는 주파수가 증가함에 따라 최대 값이 변하지 않는 반면, 잘게 잘린 선단이 평평 해져 그 효과가 사라졌기 때문에 쵸핑 프로세스보다 더 큰 영향을 미쳤습니다.4.

    용융 풀 거동의 빠른 시간적 변화는 웨이블릿 변환 방법을 사용하여 분석되었습니다. 따라서이 방법은 열쇠 구멍 및 단추 구멍의 형성 및 붕괴와 같은 일시적인 용융 풀 변화를 해석하는 데 사용할 수 있습니다.

    CRediT 저자 기여 성명

    조원익 : 개념화, 방법론, 소프트웨어, 검증, 형식 분석, 조사, 데이터 큐 레이션, 글쓰기-원고, 글쓰기-검토 및 편집. Peer Woizeschke : 감독, 프로젝트 관리, 작문-검토 및 편집.

    경쟁 관심의 선언

    저자는이 논문에보고 된 작업에 영향을 미칠 수있는 경쟁적인 재정적 이해 관계 나 개인적 관계가 없다고 선언합니다.

    감사의 말

    이 작업은 알루미늄 합금 용접 역량 센터 (Centr-Al)에서 수행되었습니다. Deutsche Forschungsgemeinschaft (DFG, 프로젝트 번호 290705638 , “용접 풀 캐비티를 생성하여 레이저 깊은 용입 용접에서 매끄러운 이음매 표면”) 의 자금은 감사하게도 인정됩니다.

    부록 A . 사용 된 지배 방정식 및 레이저 용접 모델

    1 . 지배 방정식 (Cho 및 Woizeschke [ 30 ])

    -대량 보존 방정식,(A1)∇·V→=미디엄˙에스ρ어디, V→속도 벡터입니다. ρ밀도이고 미디엄˙에스필러 와이어를 공급하여 질량 소스의 비율입니다. 단위미디엄에스단위 부피당 질량입니다. WFS (와이어 공급 속도) 및 필러 와이어의 직경과 같은 매스 소스 및 필러 와이어 조건,디w계산 영역에서 다음과 같은 관계가 있습니다.(A2)미디엄=∫미디엄에스디V=미디엄0+씨×ρ×W에프에스×π디w24×티어디, 미디엄총 질량, 미디엄0초기 총 질량, V볼륨입니다.씨단위 변환 계수입니다. 티시간입니다.

    -운동량 보존 방정식,(A3)∂V→∂티+V→·∇V→=−1ρ∇피+ν∇2V→−케이V→+미디엄˙에스ρ(V에스→−V→)+지어디, 피압력입니다. ν동적 점도입니다. 케이뭉툭한 영역의 다공성 매체 모델에 대한 항력 계수, V에스→질량 소스에 대한 속도 벡터입니다. 지신체 힘으로 인한 신체 가속도입니다.

    -에너지 절약 방정식,(A4)∂h∂티+V→·∇h=1ρ∇·(케이∇티)+h˙에스어디, h특정 엔탈피입니다. 케이열전도율, 티온도이고 h˙에스특정 엔탈피 소스로, Eq 의 질량 소스와 연관됩니다 (A1) . 계산 영역의 총 에너지,이자형다음과 같이 계산됩니다.(A5)이자형=∫미디엄에스h에스디V=∫미디엄에스씨Vw티w디V어디, 씨Vw질량 원의 비열, 티w질량 소스의 온도입니다.

    또한, 엔탈피 기반 연속체 모델을 사용하여 고체-액체 상 전이를 고려했습니다.

    -VOF 방정식,(A6)∂에프∂티+∇·(V→에프)=에프˙에스어디, 에프유체가 차지하는 부피 분율이며 0과 1 사이의 값을 가지며 에프˙에스질량의 소스와 연결된 유체의 체적 분율의 비율 식. (A1) . 질량 공급원에 해당하는 부피 분율은 다음에 할당됩니다.에프에스.

    -스칼라 보존 방정식,(A7)∂Φ∂티+∇·(V→Φ)=Φ˙에스어디, Φ필러 와이어의 스칼라 값입니다. 셀의 유체가 전적으로 필러 와이어로 구성된 경우Φ1이고 유체에 대한 필러 와이어의 부피 분율에 따라 0과 1 사이에서 변경됩니다. Φ˙에스Eq 에서 질량 소스에 연결된 스칼라 소스의 비율입니다 (A1) . 스칼라 소스는 전적으로 필러 와이어이기 때문에 1에 할당됩니다. 확산 효과는 고려되지 않았습니다.

    2 . 레이저 용접 모델 (Cho et al. [26] )

    흡수율을 계산하기 위해 프레 넬 반사 모델을 사용했습니다. ㅏ=1−ρ씨재료의 표면 상에 도시 된 바와 같이 수학 식. (A8) 원 편광 빔의 경우.(A8)ㅏ=1−ρ씨=1−12(ρ에스+ρ피)어디,ρ에스=(엔1씨영형에스θ−피)2+큐2(엔1씨영형에스θ+피)2+큐2,ρ에스=(피−엔1에스나는엔θ티ㅏ엔θ)2+큐2(피+엔1에스나는엔θ티ㅏ엔θ)2+큐2,피2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22+[엔22−케이22−(엔1에스나는엔θ)2]},큐2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22−[엔22−케이22−(엔1에스나는엔θ)2]}.어디, 복잡한 인덱스 엔1과 케이1반사 지수와 공기의 흡수 지수이며 엔2과 케이2공작물을위한 것입니다. θ입사각입니다. 도시 된 바와 같이 수학 식. (A9)에서 , 혼합물의 흡수율은 식에서 얻은 모재 및 필러 와이어 분획의 가중 평균이됩니다 . (A7) .(A9)ㅏ미디엄나는엑스티유아르 자형이자형=Φㅏw나는아르 자형이자형+(1−Φ)ㅏ비ㅏ에스이자형어디, ㅏ비ㅏ에스이자형과 ㅏw나는아르 자형이자형각각 비금속과 필러 와이어의 흡수율입니다.

    자유 표면 경계에서의 반동 압력 에이 싱은 Eq. (A10) .(A10)피아르 자형(티)≅0.54피에스ㅏ티(티)=0.54피0이자형엑스피(엘V티−티비아르 자형¯티티비)어디, 피에스ㅏ티포화 압력, 피0대기압입니다. 엘V기화의 잠열, 티비끓는 온도이고 아르 자형¯보편적 인 기체 상수입니다.

    참고 문헌

    D.J. Kotecki, D.L. Cheever, D.G. Howden
    Mechanism of ripple formation during weld solidification
    Weld. J., 51 (8) (1972), pp. 386s-391s
    Google Scholar
    [2]
    M. Zacksenhouse, D.E. Hardt
    Weld pool impedance identification for size measurement and control
    J. Dyn. Syst. Meas. Control, 105 (3) (1983), pp. 179-184
    CrossRefView Record in ScopusGoogle Scholar
    [3]
    V.V. Semak, J.A. Hopkins, M.H. McCay, T.D. McCay
    Melt pool dynamics during laser welding
    J. Phys. D, 28 (1995), pp. 2443-2450
    CrossRefView Record in ScopusGoogle Scholar
    [4]
    A.J.R. Aendenroomer, G. den Ouden
    Weld pool oscillation as a tool for penetration sensing during pulsed GTA welding
    Weld. J., 77 (5) (1998), pp. 181s-187s
    Google Scholar
    [5]
    M.J.M. Hermans, G. den Ouden
    Process behavior and stability in short circuit gas metal arc welding
    Weld. J., 78 (4) (1999), pp. 137-141
    View Record in ScopusGoogle Scholar
    [6]
    B.Y.B. Yudodibroto, M.J.M. Hermans, Y. Hirata, G. den Ouden
    Influence of filler wire addition on weld pool oscillation during gas tungsten arc welding
    Sci. Technol. Weld. Join., 9 (2) (2004), pp. 163-168
    View Record in ScopusGoogle Scholar
    [7]
    M. Geiger, K.-H. Leitz, H. Koch, A. Otto
    A 3D transient model of keyhole and melt pool dynamics in laser beam welding applied to the joining of zinc coated sheets
    Prod. Eng. Res. Dev., 3 (2009), pp. 127-136
    CrossRefView Record in ScopusGoogle Scholar
    [8]
    C. Kägeler, M. Schmidt
    Frequency-based analysis of weld pool dynamics and keyhole oscillations at laser beam welding of galvanized steel sheets
    Phys. Procedia, 5 (2010), pp. 447-453
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [9]
    Y. Shi, G. Zhang, X.J. Ma, Y.F. Gu, J.K. Huang, D. Fan
    Laser-vision-based measurement and analysis of weld pool oscillation frequency in GTAW-P
    Weld. J., 94 (2015), pp. 176s-187s
    Google Scholar
    [10]
    J. Volpp, F. Vollertsen
    Keyhole stability during laser welding—part I: modelling and evaluation
    Prod. Eng.-Res. Dev., 10 (2016), pp. 443-457
    CrossRefView Record in ScopusGoogle Scholar
    [11]
    N. Postacioglu, P. Kapadia, J. Dowden
    Capillary waves on the weld pool in penetration welding with a laser
    J. Phys. D, 22 (1989), pp. 1050-1061
    CrossRefView Record in ScopusGoogle Scholar
    [12]
    N. Postacioglu, P. Kapadia, J. Dowden
    Theory of the oscillations of an ellipsoidal weld pool in laser welding
    J. Phys. D, 24 (1991), pp. 1288-1292
    CrossRefView Record in ScopusGoogle Scholar
    [13]
    J. Kroos, U. Gratzke, M. Vicanek, G. Simon
    Dynamic behaviour of the keyhole in laser welding
    J. Phys. D, 26 (1993), pp. 481-486
    View Record in ScopusGoogle Scholar
    [14]
    H. Maruo, Y. Hirata
    Natural frequency and oscillation modes of weld pools. 1st Report: weld pool oscillation in full penetration welding of thin plate
    Weld. Int., 7 (8) (1993), pp. 614-619
    CrossRefView Record in ScopusGoogle Scholar
    [15]
    T. Klein, M. Vicanek, J. Kroos, I. Decker, G. Simon
    Oscillations of the keyhole in penetration laser beam welding
    J. Phys. D, 27 (1994), pp. 2023-2030
    CrossRefView Record in ScopusGoogle Scholar
    [16]
    T. Klein, M. Vicanek, G. Simon
    Forced oscillations of the keyhole in penetration laser beam welding
    J. Phys. D, 29 (1996), pp. 322-332
    View Record in ScopusGoogle Scholar
    [17]
    K. Andersen, G.E. Cook, R.J. Barnett, A.M. Strauss
    Synchronous weld pool oscillation for monitoring and control
    IEEE Trans. Ind. Appl., 33 (2) (1997), pp. 464-471
    View Record in ScopusGoogle Scholar
    [18]
    W.-I. Cho, S.-J. Na, M.-H. Cho, J.-S. Lee
    Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding
    Comput. Mater. Sci., 49 (2010), pp. 792-800
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [19]
    W.-I. Cho, S.-J. Na, C. Thomy, F. Vollertsen
    Numerical simulation of molten pool dynamics in high power disk laser welding
    J. Mater. Process. Technol., 212 (2012), pp. 262-275
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [20]
    A. Otto, A. Patschger, M. Seiler
    Numerical and experimental investigations of humping phenomena in laser micro welding
    Phys. Procedia, 83 (2016), pp. 1415-1423
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [21]
    R. Lin, H.-P. Wang, F. Lu, J. Solomon, B.E. Carlson
    Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys
    Int. J. Heat Mass Trans., 108 (2017), pp. 244-256
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [22]
    S.H. Ko, C.D. Yoo, D.F. Farson, S.K. Choi
    Mathematical modeling of the dynamic behavior of gas tungsten arc weld pools
    Metall. Mater. Trans. B., 31B (2000), pp. 1465-1473
    CrossRefView Record in ScopusGoogle Scholar
    [23]
    R. Hu, X. Chen, G. Yang, S. Gong, S. Pang
    Metal transfer in wire feeding-based electron beam 3D printing: modes, dynamics, and transition criterion
    Int. J. Heat Mass Transf., 126 (2018), pp. 877-887
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [24]
    X. Meng, A. Artinov, M. Bachmann, M. Rethmeier
    Theoretical study of influence of electromagnetic stirring on transport phenomena in wire feed laser beam welding
    J. Laser Appl., 32 (2020), Article 022026
    CrossRefGoogle Scholar
    [25]
    W.-I. Cho, V. Schultz, F. Vollertsen
    Simulation of the buttonhole formation during laser welding with wire feeding and beam oscillation
    L. Overmeyer, U. Reisgen, A. Ostendorf, M. Schmidt (Eds.), Proceedings of the Lasers in Manufacturing, German Scientific Laser Society, Munich, Germany (2017)
    Google Scholar
    [26]
    W.-I. Cho, V. Schultz, P. Woizeschke
    Numerical study of the effect of the oscillation frequency in buttonhole welding
    J. Mater. Process. Technol., 261 (2018), pp. 202-212
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [27]
    V. Schultz, T. Seefeld, F. Vollertsen
    Bridging Large Air Gaps by Laser Welding with Beam Oscillation
    International Conference on Application of Lasers in Manufacturing, New Delhi, India (2015), pp. 31-32
    CrossRefGoogle Scholar
    [28]
    W.-I. Cho, S.-J. Na
    Impact of wavelengths of CO2, disk, and green lasers on fusion zone shape in laser welding of steel
    J. Weld. Join., 38 (3) (2020), pp. 235-240
    CrossRefView Record in ScopusGoogle Scholar
    [29]
    FLOW-3D User Manual. 2017. Version 11.2.1.06, Flow Science Inc.
    Google Scholar
    [30]
    W.-I. Cho, P. Woizeschke
    Analysis of molten pool behavior with buttonhole formation in laser keyhole welding of sheet metal
    Int. J. Heat Mass Transf., 152 (2020), Article 119528
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [31]
    F. Vollertsen
    Loopless production: definition and examples from joining
    69th IIW Annual Assembly and International Conference, Melbourne, Australia (2016)
    Google Scholar
    [32]
    V. Schultz, W.-I. Cho, A. Merkel, P. Woizeschke
    Deep penetration laser welding with high seam surface quality due to buttonhole welding
    Proc. of the IIW Annual Assembly, Com. IV, Bali, Indonesia (2018)
    IIW-Doc. IV-1390-18

    Figure 1. Steady-state shear stress a as a function of shear rate y in Sn-Pb alloy [10).

    Numerical Modelling of Semi-Solid Flow under Processing Conditions

    처리조건에서의 반고체유동의 수치모델링

    David H. Kirkwood and Philip J. Ward
    Department of Engineering Materials, University of Sheffield, Sheffield I UK

    Keywords: semi-solid alloys, thixotropy, flow modelling.

    Abstract

    During the industrial process of semi-solid forming (or thixoforming) of alloy slurries, typically the operation of die filling takes around 0.1s.
    During this time period the alloy slug is transformed from a solid-like structure capable of maintaining its shape, into a liquid-like slurry able
    to fill a complex die cavity: this involves a decrease in viscosity of some 6 orders of magnitUde. Many attempts to measure thixotropic breakdown experimentally in alloy slurries have relied on the use of concentric cylindrical viscometers in which viscosity changes have been followed after shear rate changes over times above 1s to in excess of 1000 s, which have little relevance to actual processing conditions and therefore to modelling of flow in industrial practice. The present paper is an attempt to abstract thixotropic breakdown rates from rapid compression tests between parallel plates moving together at velocities of around 1mis, similar to industrial conditions. From this analysis, a model of slurry flow has been developed in which rapid thixotropic breakdown of the slurry occurs at high shear rates.

    합금 슬러리의 반고체 성형 (또는 틱소 성형)의 산업 공정 동안, 일반적으로 다이 충진 작업은 약 0.1 초가 걸립니다.
    이 기간 동안 합금 슬러그는 모양을 유지할 수있는 고체와 같은 구조에서 액체와 같은 슬러리로 변형됩니다.
    복잡한 다이 캐비티를 채우기 위해 : 이것은 약 6 차의 마그 니트 점도 감소를 포함합니다. 합금 슬러리에서 실험적으로 요 변성 파괴를 측정하려는 많은 시도는 전단 속도가 1 초 이상에서 1000 초 이상으로 변화 한 후 점도 변화가 뒤 따르는 동심원 원통형 점도계의 사용에 의존하여 실제 가공 조건과는 거의 관련이 없습니다. 따라서 산업 현장에서 흐름 모델링에. 본 논문은 산업 조건과 유사하게 약 1mis의 속도로 함께 이동하는 평행 판 사이의 빠른 압축 테스트에서 요 변성 파괴 율을 추상화하려는 시도입니다. 이 분석으로부터 슬러리의 급속한 요 변성 분해가 높은 전단 속도에서 발생하는 슬러리 흐름 모델이 개발되었습니다.

    Introduction

    기존의 다이캐스팅을 위한 다이 설계는 과거에 예비 테스트 및 조정과 함께 축적 된 실무 경험의 문제였으며, 단기 실행, 랩, 다공성 등과 같은 결함을 제거하기 위해 다이 캐스트 제품을 검사했습니다. 이것은 모두 비용이 많이 드는 절차입니다.

    시간과 비용, 그리고 프로세스의 컴퓨터 모델링은 이를 줄이거 나 없애기 위해 많은 운영자에 의해 개발되었습니다. 반고체 가공 (thixoforming)에서는 반고체 합금 슬러리의 전단이 내부 구조를 파괴하여 충전 작업 중 시간이 지남에 따라 점도가 낮아짐으로 발생하는 비 뉴턴 점도로 인해 모델링 문제가 더욱 어려워집니다.

    시스템 전체에서 균일하지 않습니다. 충전 중에 발생하는 추가 응고로 인해 문제가 더욱 복잡해집니다. 빠른 충전으로 인해 이 단계에서 매우 작은 것으로 간주되기 때문에 현재 분석에서는 무시되었습니다.

    우리 모델의 또 다른 한계는 슬러리가 균질한 물질로 거동 한다는 가정이며, 이는 어느 지점에서나 단일 점도로 설명될 수 있습니다. 이것은 빠른 전단의 고려 사항과 정상적인 요 변형성 조건 내에서 0.6 미만의 고형분을 분별하는 것으로 제한합니다.

    <중략>……

    Figure 1. Steady-state shear stress a as a function of shear rate y in Sn-Pb alloy [10).
    Figure 1. Steady-state shear stress a as a function of shear rate y in Sn-Pb alloy [10).
    Figure 2. Equilibrium viscosity as a function of shear rate in Sn-Pb alloy, fraction solid:0.36, fitted to Cross Model.
    Figure 2. Equilibrium viscosity as a function of shear rate in Sn-Pb alloy, fraction solid:0.36, fitted to Cross Model.
    Figure 3. Cheng Diagram: shear stress vs. shear rate.
    Figure 3. Cheng Diagram: shear stress vs. shear rate.
    Figure 4. Reciprocal of experimental breakdown time vs. y 1.3 for Sn-Pb alloy
    Figure 4. Reciprocal of experimental breakdown time vs. y 1.3 for Sn-Pb alloy
    Figure 5. Relaxation time, T, as a function of shear rate; see also figure 4, Fs =0.36.
    Figure 5. Relaxation time, T, as a function of shear rate; see also figure 4, Fs =0.36.
    Figure 6. Experimental and modelled results for compression test on AI-A356 alloy at two temperatures.
    Figure 6. Experimental and modelled results for compression test on AI-A356 alloy at two temperatures.
    Table 1. Calculated parameters for the breakdown in compression tests [20].
    Table 1. Calculated parameters for the breakdown in compression tests [20].
    Figure 7. Drop-forge results from Yurko and Flemings [7].
    Figure 7. Drop-forge results from Yurko and Flemings [7].
    Figure 8. Prediction of FLOW-3D®.
    Figure 8. Prediction of FLOW-3D®.

    Conclusions

    y에서 전단 된 반고체 슬러리의 틱소 트로픽 분해에 대한 속도 방정식은 다음과 같은 형식으로 제안됩니다. T = l / (a ​​+ uym), 여기서 T는 급속 분해 또는 유사 정상 상태 구조에 대한 특성 시간이며, 밴드 m은 상수입니다. 이 관계는 제한된 범위의 전단 속도에서 Sn-Pb 합금의 전단 속도 점프에 의해 실험적으로 확인되었습니다.

    이 파괴율 방정식은 AI-Si 합금의 반고체 슬러그에 대한 빠른 압축 테스트에서 실험적으로 얻은 힘-변위 곡선을 시뮬레이션하기 위해 FLOW-3D® (버전 8.2 : FlowScience Inc.)에 도입되었습니다. 담금 시간과 다른 압축 속도에서. 이 분석의 결과는 모든 경우에 요 변성 거동이 관련되어 있음을 나타내지만, 5 분 동안 담근 후 (산업 관행에서와 같이) 구조가 크게 분해되었으며 초기에는 낮은 전단 속도 영역에서 흐름이 뉴턴에 가깝습니다.

    파괴율은 100 S-I 이상의 전단율에서 극적으로 증가하는 것으로 가정 됩니다. 이 예측은 높은 전단 속도에서 더 세심한 작업에 의해 테스트되어야 하지만 평균 전단 속도가 1300 sol까지 생성된 드롭 단조 실험에 의해 뒷받침되는 것으로 보입니다 [7].

    References

    [I] T.Y Liu, H.Y. Atkinson, PJ. Ward, D.H. Kirkwood: Metall.Mater.TransA, 34A (2003), 409/17.
    [2] A. Zavaliangos and A. Lawley: J. Mater. Eng. Perfonn., 4 (1995),40/47.
    [3] M.R. Barkhudarov, e.L. Bronisz, e.w. Hirt: ProcAth Int. Conf. onSemi-solid Processing of Alloys and Composites,1996, Sheffield,p.llO.
    [4] W.R.Loue, M.Suery, J.L.Querbes: Proc.2ndInt.Conf.on Semi-solidProcessing of Alloys and Composites,1992, Cambridge MA , pp266-75.
    [5] P.Kapranos, D.H.Kirkwood, M.R. Barkhudarov: Proc.5th Int. Conf.on Semi-solid Processing of Alloys and Composites, Golden, Colorado,1998. pp.II-19.
    [6] T.Y. Liu, H.Y. Atkinson, P. Kapranos, D.H. Kirkwood, S.G. Hogg:Metall. Mater. Trans A, 34A (2003), 1545/54.
    [7] J.A. Yurko and M.e. Flemings: Metall. Mater. Trans A, 33A (2002),2737/46.
    [8] M. Modigell and J. Koke: Mechanics of Time Dependent Materials, 3(1999), 15/30.
    [9] Y. Laxmanan and M.e. Flemings: Metall. Trans. A, IIA( 1980),1927/36.
    [IO]A.R.A Mclelland, N.G. Henderson, H.Y. Atkinson, D.H. Kirkwood:Mater. Sci. Eng., A232 (1997), 110/18.
    [II] H.A. Barnes: 1. Non-Newtonian Fluid Mech., 81 (1999),133n8.
    [12]A.N. Alexandrou, E. Due , Y. Entov: 1. Non-Newtonian Fluid Mech.,96 (2001), 383/403.
    [13]C.L. Martin, P. Kumar and S. Brown: Acta Mat. Mater., 42 (1994),3603/14.
    [14]C. Quaak, L. Katgennan and W.H. Kool: Proc. 4th Conf. on Semi-solid Processing of Alloys and Composites, 1996, Sheffield, pp.35/39.
    [15]D.C-H. Cheng: Int. Journal Cosmetic Science, 9 (1987), pp.151/91.
    [16]An Introduction to Rheology: H.A. Barnes, J.F. Hutton and K Walters,Elsevier, Amsterdam, 1989.
    [17]A.M. de Figueredo, A. Kato and M.e. Flemings: Proc.6th Int. Conf.on Semi-solid Processing of Alloys and Composites, 2000, Turin,477/82.
    [18]1.y’ Chen and Z. Fan: Mater. Sci. Tech., 18 (2002), 237/42.
    [19]Z. Fan: Int. Mater. Rev., 47 (2002), No.2, 49/85.
    [20]D.H. Kirkwood and P.J. Ward: Proc. 8th Int. Conf. on Semi-solid Processing of Alloys and Composites, 2004, Cyprus. To be published.

    Liquid Metal 3D Printing

    Liquid Metal 3D Printing

    This article was contributed by V.Sukhotskiy1,2, I. H. Karampelas3, G. Garg 1, A. Verma1, M. Tong 1, S. Vader2, Z. Vader2, and E. P. Furlani1
    1
    University at Buffalo SUNY, 2Vader Systems, 3Flow Science, Inc.

    Drop-on-demand 잉크젯 인쇄는 상업 및 소비자 이미지 재생을 위한 잘 정립 된 방법입니다. 이 기술을 주도하는 동일한 원리는 인쇄 및 적층 제조 분야에도 적용될 수 있습니다. 기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르기까지 다양한 재료를 증착하고 패턴화하여 다양한 기능성 매체, 조직 및 장치를 인쇄하는 데 사용되었습니다 [1, 2]. 이 작업의 초점은 잉크젯 기반 기술을 3D 솔리드 금속 구조 인쇄로 확장하는 데 있습니다 [3, 4]. 현재 대부분의 3D 금속 프린팅 응용 프로그램은 고체 물체를 형성하기 위해 레이저 [6] 또는 전자 빔 [7]과 같은 외부 지향 에너지 원의 영향을 받아 증착 된 금속 분말 소결 또는 용융을 포함합니다. 그러나 이러한 방법은 비용 및 프로세스 복잡성 측면에서 단점이 있습니다. 예를 들어, 3D 프린팅 프로세스에 앞서 분말을 생성하기 위해 시간과 에너지 집약적인 기술이 필요합니다.

    이 기사에서는 MHD (자기 유체 역학) drop-on-demand 방출 및 움직이는 기판에 액체 방울 증착을 기반으로 3D 금속 구조의 적층 제조에 대한 새로운 접근 방식에 대해 설명합니다. 프로세스의 각 부분을 연구하기 위해 많은 시뮬레이션이 수행되었습니다.

    단순화를 위해 이 연구는 두 부분으로 나뉘었습니다.

    첫 번째 부분에서는 MHD 분석을 사용하여 프린트 헤드 내부의 Lorentz 힘 밀도에 의해 생성 된 압력을 추정 한 다음 FLOW-3D 모델의 경계 조건으로 사용됩니다. 액적 방출 역학을 연구하는 데 사용되었습니다.

    두 번째 부분에서는 이상적인 액적 증착 조건을 식별하기 위해 FLOW-3D 매개 변수 분석을 수행했습니다. 모델링 노력의 결과는 그림 1에 표시된 장치의 설계를 안내하는데 사용되었습니다.

    코일은 배출 챔버를 둘러싸고 전기적으로 펄스되어 액체 금속을 투과하고 폐쇄 루프를 유도하는 과도 자기장을 생성합니다. 그 안에 일시적인 전기장. 전기장은 순환 전류 밀도를 발생시키고, 이는 과도장에 역 결합되고 챔버 내에서 자홍 유체 역학적 로렌츠 힘 밀도를 생성합니다. 힘의 방사형 구성 요소는 오리피스에서 액체 금속 방울을 분출하는 역할을 하는 압력을 생성합니다. 분출된 액적은 기질로 이동하여 결합 및 응고되어 확장된 고체 구조를 형성합니다. 임의의 형태의 3 차원 구조는 입사 액적의 정확한 패턴 증착을 가능하게 하는 움직이는 기판을 사용하여 층별로 인쇄 될 수 있습니다. 이 기술은 상표명 MagnetoJet으로 Vader Systems (www.vadersystems.com)에 의해 특허 및 상용화되었습니다.

    MagnetoJet 프린팅 공정의 장점은 상대적으로 높은 증착 속도와 낮은 재료 비용으로 임의 형상의 3D 금속 구조를 인쇄하는 것입니다 [8, 9]. 또한 고유한 금속 입자 구조가 존재하기 때문에 기계적 특성이 개선된 부품을 인쇄 할 수 있습니다.

    프로토타입 디바이스 개발

    Vader Systems의 3D 인쇄 시스템의 핵심 구성 요소는 두 부분의 노즐과 솔레노이드 코일로 구성된 프린트 헤드 어셈블리입니다. 액체화는 노즐의 상부에서 발생합니다. 하부에는 직경이 100μm ~ 500μm 인 서브 밀리미터 오리피스가 있습니다. 수냉식 솔레노이드 코일은 위 그림에 표시된 바와 같이 오리피스 챔버를 둘러싸고있습니다 (냉각 시스템은 도시되지 않음). 다수의 프린트 헤드 디자인의 반복적인 개발은 액체 금속 배출 거동뿐만 아니라, 액체 금속 충전 거동에 대한 사출 챔버 기하적인 효과를 분석하기 위해 연구되었습니다.

    이 프로토타입 시스템은 일반적인 알루미늄 합금으로 만들어진 견고한 3D 구조를 성공적으로 인쇄했습니다 (아래 그림 참조). 액적 직경, 기하학, 토출 빈도 및 기타 매개 변수에 따라 직경이 50 μm에서 500 μm까지 다양합니다. 짧은 버스트에서 최대 5000 Hz까지 40-1000 Hz의 지속적인 방울 분사 속도가 달성 되었습니다.

    Computational Models

    프로토 타입 장치 개발의 일환으로, 성능 (예 : 액적 방출 역학, 액적-공기 및 액적-기질 상호 작용)에 대한 설계 개념을 스크리닝하기 위해 프로토타입 제작 전에 계산 시뮬레이션을 수행했습니다. 분석을 단순화하기 위해 CFD 분석 뿐만 아니라 컴퓨터 전자기(CE)를 사용하는 두 가지 다른 보완 모델이 개발되었습니다. 첫 번째 모델에서는 2 단계 CE 및 CFD 분석을 사용하여 MHD 기반 액적 분출 거동과 효과적인 압력 생성을 연구했습니다. 두 번째 모델에서는 열-유체 CFD 분석을 사용하여 기판상의 액적 패턴화, 유착 및 응고를 연구했습니다.

    MHD 분석 후, 첫 번째 모델에서 등가 압력 프로파일을 추출하여 액적 분출 및 액적-기질 상호 작용의 과도 역학을 탐구하도록 설계된 FLOW-3D 모델의 입력으로 사용되었습니다. FLOW-3D 시뮬레이션은 액적 분출에 대한 오리피스 안과 주변의 습윤 효과를 이해하기 위해 수행되었습니다. 오리피스 내부와 외부 모두에서 유체 초기화 수준을 변경하고 펄스 주파수에 의해 결정된 펄스 사이의 시간을 허용함으로써 크기 및 속도를 포함하여 분출 된 액 적의 특성 차이를 식별 할 수있었습니다.

    Droplet 생성

    MagnetoJet 인쇄 프로세스에서, 방울은 전압 펄스 매개 변수에 따라 일반적으로 1 – 10m/s 범위의 속도로 배출되고 기판에 충돌하기 전에 비행 중에 약간 냉각됩니다. 기판상의 액적들의 패터닝 및 응고를 제어하는 ​​능력은 정밀한 3D 솔리드 구조의 형성에 중요합니다. 고해상도 3D 모션베이스를 사용하여 패터닝을 위한 정확한 Droplet 배치가 이루어집니다. 그러나 낮은 다공성과 원하지 않는 레이어링 artifacts가 없는 잘 형성된 3D 구조를 만들기 위해 응고를 제어하는 ​​것은 다음과 같은 제어를 필요로하기 때문에 어려움이 있습니다.

    • 냉각시 액체 방울로부터 주변 물질로의 열 확산,
    • 토출된 액적의 크기,
    • 액적 분사 빈도 및
    • 이미 형성된 3D 물체로부터의 열 확산.

    이들 파라미터를 최적화 함으로써, 인쇄된 형상의 높은 공간 분해능을 제공하기에 충분히 작으며, 인접한 액적들 및 층들 사이의 매끄러운 유착을 촉진하기에 충분한 열 에너지를 보유 할 것입니다. 열 관리 문제에 직면하는 한 가지 방법은 가열된 기판을 융점보다 낮지만 상대적으로 가까운 온도에서 유지하는 것입니다. 이는 액체 금속 방울과 그 주변 사이의 온도 구배를 감소시켜 액체 금속 방울로부터의 열의 확산을 늦춤으로써 유착을 촉진시키고 고형화하여 매끄러운 입체 3D 덩어리를 형성합니다. 이 접근법의 실행 가능성을 탐구하기 위해 FLOW-3D를 사용한 파라 메트릭 CFD 분석이 수행되었습니다.

    액체 금속방울 응집과 응고

    우리는 액체 금속방울 분사 주파수뿐만 아니라 액체 금속방울 사이의 중심 간 간격의 함수로서 가열된 기판에서 내부 층의 금속방울 유착 및 응고를 조사했습니다. 이 분석에서 액체 알루미늄의 구형 방울은 3mm 높이에서 가열 된 스테인리스 강 기판에 충돌합니다. 액적 분리 거리 (100)로 변화 될 때 방울이 973 K의 초기 온도를 가지고, 기판이 다소 943 K.도 3의 응고 온도보다 900 K로 유지됩니다. 실선의 인쇄 중에 액적 유착 및 응고를 도시 50㎛의 간격으로 500㎛에서 400㎛까지 연속적으로 유지하고, 토출 주파수는 500Hz에서 일정하게 유지 하였습니다.

    방울 분리가 250μm를 초과하면 선을 따라 입자가 있는 응고된 세그먼트가 나타납니다. 350μm 이상의 거리에서는 세그먼트가 분리되고 선이 채워지지 않은 간극이 있어 부드러운 솔리드 구조를 형성하는데 적합하지 않습니다. 낮은 온도에서 유지되는 기질에 대해서도 유사한 분석을 수행했습니다(예: 600K, 700K 등). 3D 구조물이 쿨러 기질에 인쇄될 수 있지만, 그것들은 후속적인 퇴적 금속 층들 사이에 강한 결합의 결여와 같은 바람직하지 않은 공예품을 보여주는 것이 관찰되었습니다. 이는 침전된 물방울의 열 에너지 손실률이 증가했기 때문입니다. 기판 온도의 최종 선택은 주어진 용도에 대해 물체의 허용 가능한 인쇄 품질에 따라 결정될 수 있습니다. 인쇄 중에 부품이 커짐에 따라 더 높은 열 확산에 맞춰 동적으로 조정할 수도 있습니다.

    FLOW-3D 결과 검증

    위 그림은 가열된 기판 상에 인쇄된 컵 구조 입니다. 인쇄 과정에서 가열된 인쇄물의 온도는 인쇄된 부분의 순간 높이를 기준으로 실시간으로 733K (430 ° C)에서 833K (580 ° C)로 점차 증가했습니다. 이것은 물체 표면적이 증가함에 따라 국부적인 열 확산의 증가를 극복하기 위해 행해졌습니다. 알루미늄의 높은 열전도율은 국부적인 온도 구배에 대한 조정이 신속하게 이루어져야 하기 때문에 특히 어렵습니다. 그렇지 않으면 온도가 빠르게 감소하고 층내 유착을 저하시킵니다.

    결론

    시뮬레이션 결과를 바탕으로, Vader System의 프로토타입 마그네슘 유체 역학 액체 금속 Drop-on-demand 3D 프린터 프로토 타입은 임의의 형태의 3D 솔리드 알루미늄 구조를 인쇄할 수 있었습니다. 이러한 구조물은 서브 밀리미터의 액체 금속방울을 층 단위로 패턴화하여 성공적으로 인쇄되었습니다. 시간당 540 그램 이상의 재료 증착 속도는 오직 하나의 노즐을 사용하여 달성 되었습니다.

    이 기술의 상업화는 잘 진행되고 있지만 처리량, 효율성, 해상도 및 재료 선택면에서 최적의 인쇄 성능을 실현하는 데는 여전히 어려움이 있습니다. 추가 모델링 작업은 인쇄 과정 중 과도 열 영향을 정량화하고, 메니스커스 동작뿐만 아니라 인쇄된 부품의 품질을 평가하는 데 초점을 맞출 것입니다.

    References
    [1] Roth, E.A., Xu, T., Das, M., Gregory, C., Hickman, J.J. and Boland, T., “Inkjet printing for high-throughput cell patterning,” Biomaterials 25(17), 3707-3715 (2004).

    [2] Sirringhaus, H., Kawase, T., Friend, R.H., Shimoda, T., Inbasekaran, M., Wu, W. and Woo, E.P., “High-resolution inkjet printing of all-polymer transistor circuits,” Science 290(5499), 2123-2126 (2000).

    [3] Tseng, A.A., Lee, M.H. and Zhao, B., “Design and operation of a droplet deposition system for freeform fabrication of metal parts,” Transactions-American Society of Mechanical Engineers Journal of Engineering Materials and Technology 123(1), 74-84 (2001).

    [4] Suter, M., Weingärtner, E. and Wegener, K., “MHD printhead for additive manufacturing of metals,” Procedia CIRP 2, 102-106 (2012).

    [5] Loh, L.E., Chua, C.K., Yeong, W.Y., Song, J., Mapar, M., Sing, S.L., Liu, Z.H. and Zhang, D.Q., “Numerical investigation and an effective modelling on the Selective Laser Melting (SLM) process with aluminium alloy 6061,” International Journal of Heat and Mass Transfer 80, 288-300 (2015).

    [6] Simchi, A., “Direct laser sintering of metal powders: Mechanism, kinetics and microstructural features,” Materials Science and Engineering: A 428(1), 148-158 (2006).

    [7] Murr, L.E., Gaytan, S.M., Ramirez, D.A., Martinez, E., Hernandez, J., Amato, K.N., Shindo, P.W., Medina, F.R. and Wicker, R.B., “Metal fabrication by additive manufacturing using laser and electron beam melting technologies,” Journal of Materials Science & Technology, 28(1), 1-14 (2012).

    [8] J. Jang and S. S. Lee, “Theoretical and experimental study of MHD (magnetohydrodynamic) micropump,” Sensors & Actuators: A. Physical, 80(1), 84-89 (2000).

    [9] M. Orme and R. F. Smith, “Enhanced aluminum properties by means of precise droplet deposition,” Journal of Manufacturing Science and Engineering, Transactions of the ASME, 122(3), 484-493, (2000)

    Simulation Gallery

    Simulation Gallery

    Simulation Gallery | 시뮬레이션 갤러리

    시뮬레이션 비디오 갤러리에서 FLOW-3D  제품군으로 모델링 할 수 있는 다양한 가능성을 살펴보십시오 .

    적층 제조 시뮬레이션 갤러리

    FLOW-3D AM 은 레이저 파우더 베드 융합, 바인더 제트 및 직접 에너지 증착과 같은 적층 제조 공정을 시뮬레이션하고 분석합니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대한 매우 정확한 시뮬레이션을 제공합니다. 

    Multi-material Laser Powder Bed Fusion | FLOW-3D AM

    Micro and meso scale simulations using FLOW-3D AM help us understand the mixing of different materials in the melt pool and the formation of potential defects such as lack of fusion and porosity. In this simulation, the stainless steel and aluminum powders have independently-defined temperature dependent material properties that FLOW-3D AM tracks to accurately capture the melt pool dynamics. Learn more about FLOW-3D AM’s mutiphysics simulation capabilities at https://www.flow3d.com/products/flow3…

    Laser Welding Simulation Gallery

    FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하여 공정 최적화를 달성합니다. 더 나은 공정 제어로 다공성, 열 영향 영역을 최소화하고 미세 구조 진화를 제어 할 수 있습니다. 레이저 용접 공정을 정확하게 시뮬레이션하기 위해 FLOW-3D WELD 는 레이저 열원, 레이저-재료 상호 작용, 유체 흐름, 열 전달, 표면 장력, 응고, 다중 레이저 반사 및 위상 변화를 특징으로 합니다.

    Keyhole welding simulation | FLOW-3D WELD

    물 및 환경 시뮬레이션 갤러리

    FLOW-3D 는 물고기 통로, 댐 파손, 배수로, 눈사태, 수력 발전 및 기타 수자원 및 환경 공학 과제 모델링을 포함하여 유압 산업에 대한 많은 응용 분야를 가지고 있습니다. 엔지니어는 수력 발전소의 기존 인프라 용량을 늘리고, 어류 통로, 수두 손실을 최소화하는 흡입구, 포 이베이 설계 및 테일 레이스 흐름을위한 개선 된 설계를 개발하고, 수세 및 퇴적 및 공기 유입을 분석 할 수 있습니다.

    금속 주조 시뮬레이션 갤러리

    FLOW-3D CAST  에는 캐스팅을 위해 특별히 설계된 광범위하고 강력한 물리적 모델이 포함되어 있습니다. 이러한 특수 모델에는 lost foam casting, non-Newtonian fluids, and die cycling에 대한 알고리즘이 포함됩니다. FLOW-3D CAST 의 강력한 시뮬레이션 엔진과 결함 예측을 위한 새로운 도구는 설계주기를 단축하고 비용을 절감 할 수 있는 통찰력을 제공합니다.

    HPDC |Comparison of slow shot profiles and entrained air during a filling simulation |FLOW-3D CAST

    Shown is a video comparing two slow shot profiles. The graphs highlight the shot profiles through time and the difference in entrained air between the slow shots. Note the lack of air entrained in shot sleeve with calculated shot profile which yields a much better controlled flow within the shot sleeve.

    Coastal & Maritime Applications | FLOW-3D

    FLOW-3D는 선박 설계, 슬로싱 다이내믹스, 파동 충격 및 환기 등 연안 및 해양 애플리케이션에 이상적인 소프트웨어입니다. 연안 애플리케이션의 경우 FLOW-3D는 연안 구조물에 심각한 폭풍과 쓰나미 파장의 세부 정보를 정확하게 예측하고 플래시 홍수 및 중요 구조물 홍수 및 손상 분석에 사용됩니다.

    Particles | 입자

    입자 / Particles

    본질적으로 Lagrangian 입자는 복잡한 흐름에서 물리량을 추적하는 독특한 방법을 가지고 있습니다. 이들의 속성은 메시 해상도에 의해 덜 제한되며, 동시에 질량, 운동량 및 열 전달을 통해 유체 및 고체와 함께 매우 세부적이고 사실적으로 상호 작용할 수 있습니다. 후 처리(Post Processing) 측면에서 입자는 시각화를 향상 시킬 수 있습니다.

    금속 증착 시뮬레이션으로 시각화된 Lagrangian 입자
    FLOW-3D의 Lagrangian 입자 모델

    FLOW-3D의 입자 모델은 전기장 효과 및 유체 흐름과의 양방향 커플 링을 포함하여 마커에서 크기와 밀도가 다른 질량 입자로 진화했습니다. 이 모델은 공기 중의 오염 물질, 금속 함유물 및 분리기에서 포착되는 파편을 추적하는데 성공적으로 적용되었습니다. 최근에는 FLOW-3D의 입자 모델이 기능을 확장하기 위한 큰 변화가 있었습니다. 현재 모델에서 입자는 기본 기능에 따라 클래스로 그룹화됩니다.

    • 마커 입자 는 단순한 질량이 없는 마커로 유체 흐름을 추적하는 데 가장 적합합니다.
    • 질량 입자 는 모래 알갱이 또는 내포물과 같은 고체 물체를 나타냅니다.
    • 액체 입자 는 유체로 만들어지며 모든 유체 속성을 상속합니다.
    • 가스 입자 는 주변 유체의 온도 및 압력 부하에 따라 크기가 변하는 기포를 나타냅니다.
    • 보이드 입자 는 가스 입자와 유사하지만 그 특정 기능은 붕괴된 기포를 표시하고 추적하는 것입니다. 이는 다른 응용 분야에서 주조시 금형 충전 중에 생성되는 잠재적 다공성 결함을 예측하는 데 유용합니다.
    • 프로브 입자 는 해당 위치에서 변수 값을 기록하고 보고하는 진단 장치로 사용됩니다. 다른 클래스의 입자로 만들 수 있습니다.
    • 사용자 입자 는 소스 코드에서 사용자 정의 함수를 통해 사용자 정의를 할 수 있습니다.

    각 입자 클래스에는 드래그 계수 및 각 숫자 입자가 물리적 입자의 구름을 나타낼 수 있는 매크로 입자 계수와 같이 클래스의 모든 입자에 적용되는 속성이 있습니다. 사용자 클래스의 입자에는 사용자가 사용자 정의 할 수 있는 세 가지 추가 속성이 있습니다.

    다양한 크기와 밀도의 입자를 나타내는 재료 입자 클래스 내에서 여러 종을 정의 할 수 있습니다. 주변 유체와의 열 전달은 모든 재료 입자, 즉 질량, 액체, 가스, 보이드 및 사용자 입자에 적용되는 또 다른 기능입니다.

    가스 입자의 압력은 상태 방정식과 온도 변화에 따른 변화를 사용하여 계산됩니다. 기체 입자가 유체가 없는 표면을 벗어나면 기체 영역에 부피를 추가합니다.

    액체 입자의 유체는 응고 뿐만 아니라 증발 및 응축으로 인해 상 변화를 겪을 수 있습니다. 응고된 입자는 질량 입자와 유사한 고체 물체로 작동하지만 일단 들어가서 다시 녹으면 유체로 변환됩니다. 또한 2 유체 상 변화 모델이 활성화되면 액체 입자가 기체 내에서 이동하면서 증발 및 응축될 수 있으므로 스프레이 냉각 모델링에 유용합니다.

    각 파티클 클래스는 FLOW-3D POST 에서 별도의 개체로 시각화 할 수 있습니다. 속도, 온도, 입자 수명 또는 고유 ID와 같은 개별 입자 속성을 색상에 사용할 수 있습니다. 표시된 입자 크기는 클래스 내에서의 변화를 반영합니다.

    Lagrangian 입자를 직접 금속 증착에 적용

    직접 금속 증착은 동일한 금속의 분말 스트림이 주입되는 고체 금속 기판에 용융 풀을 형성하기 위해 레이저를 사용하는 적층 제조 공정의 한 유형입니다. 분말 입자가 풀 내부에서 녹고, 풀이 다시 응고되면 일반적으로 두께가 0.2-0.8mm이고 너비가 1-2mm 인 고형화된 금속 층이 형성됩니다.

    laser/powder gun 어셈블리가 기판 표면을 계속 스캔하므로 복잡한 모양을 층별로 만들 수 있습니다. 레이저 출력, 속도 및 분말 공급 사이의 적절한 균형은 공정의 성공과 효율성을 위해 중요합니다. 엔지니어의 주요 관심 사항은 다음과 같습니다.

    • 용융 풀의 크기와 모양
    • 금속 흐름 및 그 내부의 냉각 속도
    • 응고된 층의 형상

    이 섹션에서 설명하는 시뮬레이션은 이러한 특성을 정확하게 예측합니다. 레이저와 기판의 움직임은 좌표계를 레이저에 부착함으로써 반전됩니다. Inconel 718 합금의 기판은 10mm/s의 일정 속도로 움직입니다. 레이저는 1.8kW의 출력으로 반경 1mm의 원형 열원으로 모델링됩니다. 3 개의 파우더 건은 0.684 g/s의 속도로 레이저 충돌 점에서 고체 금속 입자를 전달합니다. 각 건은 크기가 2 x 2 mm이고 초당 입자 비율은 105 입니다.

    입자는 액체 입자 클래스를 사용하여 모델링됩니다. 모든 입자의 직경은 40 μm입니다. 매크로 입자 배율 10은 시뮬레이션에서 입자 수를 줄이는데 사용됩니다. 3백만 개의 물리적 입자를 나타내는 매 초당 시뮬레이션에서 3 x 105 개의 숫자 입자가 생성됩니다. 입자의 초기 온도는 480°C입니다. 즉, 풀에 충돌하기 전에 고체 상태입니다.

    시뮬레이션은 분말을 첨가하기 전에 용융 풀이 형성 될 수 있도록, 시작한 후 2초 후에 입자 소스를 활성화하여 10초 동안 실행했습니다. 일단 풀에 들어가면 입자가 녹아 금속으로 전환되어 금속의 부피가 증가하여 궁극적으로 레이저에서 하류의 재응고 금속 층을 형성합니다. 용융 풀 모양은 대칭 평면에 표시됩니다.

    새로운 Lagrangian 입자 모델은 FLOW-3D의 현재 기능을 크게 확장 할 뿐만 아니라 금속의 핵심 가스 버블 추적과 같은 향후 확장을 위한 강력한 개발 플랫폼을 만듭니다.

    Laser Metal Deposition and Fluid Particles

    Laser Metal Deposition and Fluid Particles

    FLOW-3D는 신규 모듈을 개발 하면서, 입자 모델의 새로운 입자 클래스 중 하나인 유체 입자의 기능에 초점을 맞출 것입니다. 유체 입자는 증발 및 응고를 포함하여 유체 속성을 본질적으로 부여합니다. 유체 입자가 비교적 간단한 강우 모델링(아래의 애니메이션)에서 복잡한 레이저 증착(용접) 모델링에 이르기까지 다양한 사례가 있을 수 있습니다.

    Fluid Particles

    FLOW-3D에서 유체 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도로 다양한 유체 입자 종을 설정할 수 있습니다. 또한 유체 입자의 동력학은 확산 계수, 항력 계수, 난류 슈미트 수, 반발 계수 및 응고된 반발 계수와 같은 특성에 의해 제어 될 수 있습니다. 유체 입자는 열적 및 전기적 특성을 지정할 수 있습니다.

    사용자는 유체 입자 생성을 위해 여러 소스를 설정할 수 있습니다. 각 소스는 이전에 정의 된 모든 유체 입자 종 또는 일부 유체 입자 종의 혼합을 가질 수 있습니다. 또한 사용자는 무작위 또는 균일한 입자 생성을 선택하고 입자가 소스에서 방출되는 속도를 정의 할 수 있습니다.

    Laser Metal Deposition

    레이저 금속 증착은 미세한 금속 분말을 함께 융합하여 3차원 금속 부품을 제작하는 3D printing 공정입니다. 레이저 금속 증착은 항공 우주 및 의료 정형 외과 분야에서 다양한 응용 분야에 적용됩니다. 레이저 금속 증착의 개략도는 아래와 같습니다. 전력 강도 분포, 기판의 이동 속도, 차폐 가스 압력 및 용융/응고, 상 변화 및 열전달과 같은 물리적 제어와 같은 제어 매개 변수가 함께 작동하여 레이저 금속 증착을 효과적인 적층 제조 공정으로 만듭니다.

    Setting Up Laser Metal Deposition

    새로운 유체 입자 모델은 분말 강도 분포를 할당하고 용융 풀 내부 및 주변에서 발생하는 복잡한 입자 – 기판 상호 작용을 포착하기 때문에 레이저 금속 증착 시뮬레이션을 설정하는 데 없어서는 안될 부분입니다.

    일반 사용자들은 FLOW-3D에서 시뮬레이션을 쉽게 설정할 수 있다는 것을 알고 있습니다. 레이저 금속 증착 설정의 경우에도 다른 점은 없습니다. IN-718의 물리적 특성, 형상 생성, 입자 분말 강도 분포, 메쉬 생성 및 시뮬레이션 실행과 같은 모든 설정 단계가 간단하고 사용자 친화적입니다.

    IN-718의 물성은 기판과 응고된 유체 입자 모두에 사용됩니다. 40 미크론 유체 입자가 무작위 방식으로 초당 500,000의 속도로 입자 영역에서 계산 영역으로 주입됩니다. 입자 빔은 기판의 운동 방향이 변화 될 때마다 순간적으로 정지되어 용융 풀이 급격한 속도 변화에 적응하도록 합니다.

    이렇게 하면 기판에서 입자가 반사되는 것을 방지 할 수 있습니다. 기판이 5초마다 회전하기 때문에 입자 생성 속도는 아래 그림과 같이 5 초마다 0으로 떨어집니다. 기판 이동 자체는 표 형식의 속도 데이터를 사용하여 FLOW-3D에 지정됩니다. 입자는 응고된 유체 입자로 주입되어 고온의 용융 풀에 부딪혀 녹아 용융 풀 유체의 일부가 됩니다.


    Substrate velocity

    입자 모델 외에도 FLOW-3D의 밀도 평가, 열 전달, 표면 장력, 응고 및 점도 모델이 사용됩니다. 보다 구체적으로, 온도에 따른 표면 장력은 증착된 층의 형태에 큰 영향을 주는 Marangoni 효과를 일으킵니다.

    레이저를 복제하기 위해 100 % 다공성 구성 요소가 있는 매우 기본적인 설정이 열원으로 사용됩니다. 100 % 다공성은 구성 요소 주변의 유동 역학에 영향을 미치지 않습니다. 오히려 그것은 특정 영역의 기판에 열을 효과적으로 추가합니다. 이 예비 가열 메커니즘을 자회사인 Flow Science Japan이 개발한 고급 레이저 모듈로 교체하는 작업이 현재 본격적으로 진행 중입니다. 가열 다공성 구성 요소는 각각의 층이 동일한 양의 열을 얻도록 각 층이 증착된 후에 약간 위로 이동됩니다.

    Results and discussion

    아래 애니메이션은 다중 층 증착을 이용한 레이저 금속 증착 공정을 보여줍니다. 기판이 방향을 변경할 때마다 입자 빔 모션이 일시적으로 중지됩니다. 또한 층이 증착됨에 따라 다공성 열원에서 각 층에 불균등 한 열이 추가되어 새로운 층의 모양이 변경됩니다.  각 층을 증착 한 후에 열원을 위로 이동해야 하는 양을 측정하는 것은 현재의 기능에서는 어렵습니다. 다만  준비중인 Flow Science Japan의 레이저 모듈은 이 문제를 해결할 수 있습니다.

    전반적으로 입자 모델은 레이저 금속 증착에서 매우 중요한 공정 매개 변수인 분말 강도 분포를 정확하게 재현합니다. 입자 모델에 대한 이러한 수준의 제어 및 정교함은 적층 제조 분야의 사용자와 공급자 모두가 제조 공정을 미세 조정하는 데 도움이 될 것으로 기대합니다.

    Figure 2. Diagram. Schematic design of a living snow fence. Source: Wyatt et al., 2012b

    Design of Living Barriers to Reduce the Impacts of Snowdrifts on Illinois Freeways

    눈사태가 일리노이 고속도로에 미치는 영향을 줄이기 위한 생활장벽 설계

    John Petrie, et al. (2020) 일리노이 교통 센터 시리즈 번호 20-019, 연구 보고서 번호 FHWA-ICT-20-012.

    Prepared By
    John Petrie, Washington State University
    Yan Qi, Southern Illinois University Edwardsville
    Mark Cornwell, Sustainable Salting Solutions, LLC
    Md Al Adib Sarker, Southern Illinois University Edwardsville
    Pranesh Biswas, Southern Illinois University Edwardsville
    Sen Du, Washington State University
    Xianming Shi, Washington State University
    Research Report No. FHWA-ICT-20-012

    이 프로젝트의 목표는 일리노이 고속도로의 눈사태를 최소화하기 위해 살아있는 눈 울타리(LSF)의 설계와 배치에 대한 권고안을 개발하는 것입니다. 일리노이 고속도로에서 더 효과적이고 효율적인 눈길 및 빙판 조절 운영은 상당한 경제적, 환경적, 사회적 이익을 가져올 수 있습니다.

    따라서, 일리노이 고속도로에 대한 수동적이면서도 지속 가능한 눈과 얼음 통제 수단으로서 생활 장벽의 사용을 개선하는 것이 바람직합니다. LSF는 구조용 스노우 펜스에 대한 새로운 대안으로서, 눈 표류에 대한 지속적이고 낮은 유지 보수와 비용 효율적인 솔루션을 제공하므로, 과도한 쟁기, 화학 물질 또는 도로 폐쇄의 필요성을 줄이고 겨울철 도로 안전을 개선합니다.

    본 연구 이전에는 스노우 드리프트의 영향을 줄이기 위한 LSF의 현장별 설계에 대한 연구가 부족했으며, 현재의 설계 프로토콜은 반 경험적 가정을 기반으로 하여 LSF의 적절한 배치와 설계를 안내할 수 없었습니다. 이 프로젝트는 다음 접근 방식을 사용하여 수행되었습니다.

    먼저, 연구팀은 일리노이주 교통부(IDOT)의 과거 스노우 이벤트 보고서를 조사하여 스노우 드리프트 동안 도로를 개방하는 데 사용되는 인력, 장비 및 자재의 자원 지출 정도를 조사했습니다. 둘째, 연구팀은 다른 북부 주들의 장벽 처리와 정책을 검토했습니다. 여기에는 역사, 설계 프로토콜, 배치 정책, 이점, 과제, 눈 울타리 수치 모델링 등이 포함됩니다. 셋째, 연구팀은 LSF 주변의 눈 표류를 수치적으로 시뮬레이션하기 위해 계산 유체 역학(CFD) 모델을 개발했습니다. 그 뒤를 이어 일리노이 고속도로 시스템에서 선택된 LSF의 현장 테스트와 모델 검증 및 교정이 실시되었습니다.

    Figure 2. Diagram. Schematic design of a living snow fence. Source: Wyatt et al., 2012b
    Figure 2. Diagram. Schematic design of a living snow fence. Source: Wyatt et al., 2012b
    Figure 3. Diagram. Schematic of geometry and flow features for a living snow fence.
    Figure 3. Diagram. Schematic of geometry and flow features for a living snow fence.

    확립된 모델은 LSF의 배치 및 설계와 권고사항 개발을 지원하기 위해 사용되었습니다. 이 프로젝트는 북부 주에 있는 실무자들의 문헌과 설문 응답 모두를 검토했습니다. 최근 점점 더 많은 교통부(DOT)가 스노우 펜스의 이점을 인식하고 스노우 펜스 프로그램, 특히 LSF를 등록하거나 구현할 계획을 세우고 있습니다.

    조사 결과에 따르면 거의 모든 대응 기관들이 특정 조건에 따라 다양한 설계 및 착석 프로토콜을 통해 해당 지역에 스노우 펜스 프로그램을 시작한 것으로 나타났습니다. 효과와 효율성에 영향을 미치는 요소들을 조사하여 설원의 설계방침을 보여주었습니다.

    눈 울타리의 높이, 다공성 및 길이는 주요 설계 매개변수이며, 바닥 간격과 바람 방향도 고려해야 합니다. 눈 울타리가 도로에 눈사태가 발생하는 것을 방지하기 위해 좌석 위치를 고려해야 합니다. 구조적 스노우 펜스를 위해 개발된 동일한 설계 및 착석 원칙이 LSF에도 적용됩니다.

    그러나 LSF의 높이, 다공성 및 스노우 드리프트 길이는 식물이 성장함에 따라 시간이 지남에 따라 변경되기 때문에 일부 수정이 필요합니다. 적절하게 설계 및 배치될 경우, 눈 울타리는 도로 안전을 개선하고 다른 이점을 제공할 수 있습니다. LSF는 환경 및 토지 소유자에게 더 비용 효과적이고 유익하기 때문에 DOT와 농부 모두에게 선호됩니다.

    그러나 좁은 선로설비(ROW)가 있는 지역의 사유지에 설원을 설치할 때 몇 가지 문제가 발생합니다. 눈 울타리가 직면하고 있는 가장 큰 도전은 생산적인 땅에 울타리를 세우기 위한 토지 소유자들과의 합의를 얻는 데 어려움이 있다는 것입니다. 일부 DOT는 농부들을 보상하기 위한 특정 프로그램을 확립하는 데 성공했습니다.

    본 연구에서는 IDOT’s의 눈 및 얼음 제거 비용 데이터(지역 및 주 전체, 특히 2017-18년 및 2018-19년 겨울 시즌)를 검토하여 일리노이 주에서 발생하는 눈길에 대처하는 데 사용되는 자원 지출의 범위를 파악했습니다. 겨울철 기상 심각도가 주요 영향 요인이며 해마다 다르지만 2015-16~2018-19년 겨울 동안 겨울철 제설 작업, 제빙 작업, 장비 및 재료 지출은 전반적으로 증가했습니다.

    9개 IDOT 지역 중에서 1구역이 동계 운영비 지출이 가장 높았고 2, 3, 4, 6, 5, 8, 7, 9구역(6,403,000~1,2,368,000달러)이 뒤를 이었습니다. IDOT는 2016-17 시즌부터 제설비용 데이터를 별도로 수집하기 시작했습니다. 모든 팀 섹션이 눈길 구간 마일리지 조사에 응답한 것은 아니지만, 응답한 지역의 데이터를 보면 2, 3, 4, 5구역이 다른 지역보다 눈길 구간 비율(30-50%)이 더 높은 것으로 나타났습니다.

    이는 겨울 총 제설 및 얼음 제거 비용에 대한 데이터와 일치하며, 제설 비용이 겨울 총 유지관리 비용의 상당 부분을 차지한다는 것을 나타냅니다. 이것은 제설 비용 데이터를 통해 확인되었습니다. 본 연구는 수치 모델을 교정하고 LSF의 효과를 평가하기 위한 데이터를 제공하기 위해 일리노이 주 고속도로 시스템에서 선택된 7개의 LSF에 대한 현장 테스트를 수행했습니다.

    활동에는 사이트 선택, 사이트 설정, 사이트 모니터링, 데이터 수집 및 분석이 포함됩니다. 각 사이트에 대해 눈 깊이를 측정하여 눈 축적 패턴을 파악하고 LSF가 눈을 캡처할 가능성을 판단했습니다. 시험 장소는 두 번의 겨울 계절에 걸쳐 모니터링되었고, 몇 번의 눈 이벤트가 매년 겨울에 기록되었습니다.

    눈 울타리 현장에 쌓인 눈의 양은 그들의 통제와 비교하기 위해 계산되었습니다. 수집된 데이터를 보면, 일반적으로 눈 울타리 장벽 바로 뒤의 적설량이 더 높았고, 눈 울타리에서 도로까지의 거리가 증가함에 따라 점차 감소했습니다.

    적설량 결과는 거의 모든 울타리 부지의 적설량이 그들의 통제량보다 더 높은 것을 보여주었습니다. 과거 연구에서 제시한 바와 같이, 도로로부터 긴 후퇴 거리가 없음에도 불구하고, 일리노이에서 실험된 LSF는 연구 동안 경험했던 온화한 겨울 동안 눈을 날리는 데 효과적이었습니다.

    그 장소들의 도로에 많은 양의 눈이 쌓였다는 증거는 없었습니다. 이 결과는 적절한 눈 울타리 후퇴 거리가 지역의 일반적인 겨울 날씨 조건을 고려해야 한다는 것을 나타내며, ROW 내의 눈 울타리는 여전히 기관에 유익할 수 있습니다.

    다공성 펜스 주위의 흐름에 대한 일련의 수치 시뮬레이션은 CFD 소프트웨어 FLOW-3D-3D를 사용하여 수행되었습니다. 모델링 접근 방식은 바람 터널에서 수집된 실험실 데이터를 사용하여 균일하지 않은 다공성을 가진 울타리 주위의 흐름을 검증했습니다.

    Figure 4. Diagram. (a) Streamlines and (b) velocity vectors in m/s from a CFD simulation demonstrating the recirculation region and reattachment length Lr in a pipe with a sudden expansion. Source: Carrillo et al., 2014
    Figure 4. Diagram. (a) Streamlines and (b) velocity vectors in m/s from a CFD simulation demonstrating the recirculation region and reattachment length Lr in a pipe with a sudden expansion. Source: Carrillo et al., 2014

    검증 후, 펜스 다공성 모델을 테스트하고 두 줄의 초목으로 구성된 펜스에 대한 행 간격의 영향을 조사하기 위해 수치 접근 방식을 사용했습니다. 시뮬레이션은 평탄한 지형에 대한 평균 풍속과 울타리 다공성 범위에 초점을 맞췄으며, 이러한 시뮬레이션의 결과는 임계 전단 속도를 사용하여 제설 영역을 추정하는 데 사용되었습니다.

    지형이 평평하다고 간주할 수 없는 부지의 경우 다른 울타리 구성의 제방에 대해 시뮬레이션이 수행되었습니다. CFD 시뮬레이션은 울타리 특성의 함수로 제설량이 예상되는 지역의 길이를 추정합니다. 이후 시뮬레이션 결과를 사용하여 LSF에 대한 설계 지침을 개발합니다.

    이 지침은 평평한 지형에 LSF를 배치하고 경사가 약한 LSF(수평에서 < 15°)에 대해 제시됩니다. 펜스 차질, 바람 특성, 펜스 방향, 펜스 높이 및 다공성 여부를 결정하기 위한 지침이 제공됩니다. 서 있는 옥수수 줄과 같은 여러 줄로 구성된 울타리도 다루어집니다.

    Figure 7. Diagram. Diagram of the fence concept used to estimate wind-transported snow. Source: Tabler, 2003
    Figure 7. Diagram. Diagram of the fence concept used to estimate wind-transported snow. Source: Tabler, 2003
    Figure 8. Diagram. Schematic design of a living snow fence. Source: Wyatt et al. 2012b
    Figure 8. Diagram. Schematic design of a living snow fence. Source: Wyatt et al. 2012b

    경사가 가파른 제방이 있는 부지의 경우, 기단에는 담장을, 제방에는 담장을 1개 이상 포함하는 지침이 제공됩니다. 설계 절차에서는 현장에서 사용 가능한 ROW를 사용하여 도로에 눈이 쌓이지 않도록 적절한 울타리 특성(예: 높이 및 다공성)을 결정합니다. 담장 특성을 결정하기 위해 사용 가능한 길이를 사용하는 이 방법은 이전의 눈 울타리 설계 절차와 다릅니다.

    과거의 절차는 겨울 시즌 동안의 총 설상 운송량을 추정하며, 전체 겨울 시즌 동안 도로에서 멀리 떨어진 곳에 눈을 저장하는 데 필요한 울타리의 특성과 차질을 결정합니다. 이러한 설계는 효과적이었지만, 결과적인 차질은 ROW가 제한된 현장에서는 달성하기가 어려울 수 있습니다.

    (1) LSF의 크기를 확장하기 위해 인접한 토지 소유자와의 파트너십을 활성화하기 위한 전략입니다.
    (2) ROW의 대체 사용 및 관련 비용 편익 분석입니다.
    (3) LSF를 도로 사이트에 구현하는 비용과 편익을 더 잘 정량화합니다.
    (4) 눈의 특징, 다양한 눈 운송 방법, 현장 경작 방법 등을 설명합니다.
    ROW에 인접한 육상에서의 작업은 눈 침적과 LSF의 효율성에 영향을 미칩니다.
    (5) 다양한 LSF를 구현하는 경제적인 방법입니다.
    (6) 다양한 식물종이 피침에 어떻게 반응하는지 검토 후 방법을 조사합니다.
    LSF의 효과를 극대화하기 위한 복사 절차를 위한 최적의 종입니다.
    (7) 다양한 LSF의 성능과 수명에 영향을 미치는 환경적 요인입니다.

    Figure 12. Chart. Total blowing snow and ice removal costs per district.
    Figure 12. Chart. Total blowing snow and ice removal costs per district.
    Figure 1. Microchannel pressure field at a) Maximum upward acceleration b) Maximum downward acceleration

    Mass Particles and Acoustophoretics

    질량 입자 및 Acoustophoretics

    주요 개발 중 하나는 FLOW-3D v11.2 버전부터 크게 개선 및 확장된 입자 모델 입니다. 사실 입자 모델에는 새로운 기능이 너무 많아서 질량 입자에 대해 여러 게시물에서 논의 할것입니다.

    Acoustophoretic Particle Focusing
    Acoustophoretic Particle Focusing

    새 모델에서 입자는 기본 기능에 따라 다음 클래스로 그룹화됩니다.

    • 마커 입자 는 단순하고 질량이없는 마커이며 유체 흐름을 추적하는 데 가장 적합합니다.
    • 질량 입자 는 모래 알갱이 또는 내포물과 같은 고체 물체를 나타냅니다.
    • 유체 입자 는 유체 로 구성되며 응고를 포함한 유체 특성을 상속합니다.
    • 가스 입자  는 주변 유체의 온도 및 압력 부하에 따라 크기가 변하는 기포를 나타냅니다.
    • 공극 입자 는 가스 입자와 유사하지만 그 특정 기능은 붕괴 된 공극 영역을 표시하고 추적하는 것입니다. 예를 들어 주조에서 금형 충전 중에 생성되는 잠재적 다공성 결함을 예측하는 데 유용합니다.
    • 질량 / 운동량 소스 입자  는 메시에서 사용자 정의 된 질량 / 운동량 소스를 나타냅니다.
    • 프로브 입자  는 해당 위치에서 용액 양을 기록하고보고하는 진단 장치 역할을합니다. 다른 클래스의 입자로 만들 수 있습니다.
    • 사용자 입자 는 소스 코드의 사용자 정의 함수를 통해 사용자 정의 할 수 있습니다.

    질량 입자

    FLOW-3D 에서 질량 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도를 가진 다양한 질량 입자 종을 설정할 수 있습니다. 또한 질량 입자의 역학은 확산 계수, 항력 계수, 난류 슈미트 수 및 복원 계수와 같은 속성에 의해 제어 될 수 있습니다. 질량 입자는 열적 및 전기적 특성을 지정할 수도 있습니다.

    사용자는 입자 생성을 위해 여러 소스를 설정할 수 있으며 각 소스는 이전에 정의 된 질량 입자 종 전체 또는 일부의 혼합을 가질 수 있습니다. 또한 사용자는 임의 또는 균일한 입자 생성을 선택하고 소스에서 입자가 생성되는 속도를 정의할 수도 있습니다. 전체적으로 사용자가 이 강력한 입자 모델을 사용할 수 있는 방법에는 많은 유연성이 있습니다.

    Acoustophoretic Particle Separation | 음향 영동 입자 분리

    Acoustophoretic Particle Separation는 질량 입자를 직접 사용할 수 있는 많은 응용 분야 중 하나 입니다. Acoustophoretics 입자 분리는 미세 유체 채널의 용액에서 많은 양의 물체를 제거하는 현대적이고 효율적인 방법을 나타냅니다. 미세 유체 용액에서 부유 고체 물체를 분리하는 능력은 의료(예 : 악성 세포 제거), 리서치(예 : 나노 입자 분리), 산업계(예 : 부유 고체 격리) 및 환경(예 : 수질 정화)등에 필요합니다. 원칙적으로 입자 분리는 음향력에 의해 이루어집니다. 원칙적으로 이러한 힘은 정상 파장에 의해 생성된 압력의 조합입니다. 진동의 진폭이 충분히 클 때 입자와 채널 벽의 충돌로 인한 유체 항력 및 임펄스 힘의 조합으로 인해 Acoustophoretics 과정에 관여하는 입자는 크기와 밀도에 따라 분리 될 수 있습니다.

    우리가 아는 한, 앞서 언급 한 모든 힘의 영향을 고려한 주제에 대한 수치해석 연구는 거의 없습니다. 따라서 이 기사에서는 FLOW-3D를 사용하여 Acoustophoretics 모델링의 포괄적인 방법을 제시합니다 . FLOW-3D 의 고유한 모델링 기능을 활용하여 업데이트된 입자 모델을 사용하여 임의의 방식으로 도메인 내부에 질량 입자를 쉽게 도입한 다음 지정된 주파수에서 지정된 길이 진폭으로 전체 도메인을 진동시킬 수 있습니다. 나머지 수치 시뮬레이션 결과와 함께 마이크로 채널 진동은 FlowS3D POSTTM 및 개선된 비관성 참조 프레임 렌더링 기능을 사용하여 쉽게 시각화 할 수 있습니다 .

    프로세스 매개 변수

    이 분석을 위해 모서리가 100μm이고 총 길이가 1mm인 정사각형 단면을 가진 마이크로 채널을 정의하는 계산 영역이 사용되었습니다. 총 1148 개의 입자가 처음에 전체 계산 영역에 무작위 방식으로 도입되었습니다. 우리는 10Khz의 일정한 주파수와 여러 진폭에서 전체 마이크로 채널을 진동 시키기로 결정했습니다. 진폭의 길이는 3.125μm에서 50μm까지 다양했습니다. 일반적으로 진동 진폭이 클수록 빠르게 변화하는 시간적 변수 변화를 설명하기 위해 더 작은 시간 단계 크기가 필요합니다. 그럼에도 불구하고 총 분석 시간은 32 코어 독립형 워크스테이션에서 2 시간 미만이었습니다.

    Figure 1. Microchannel pressure field at a) Maximum upward acceleration b) Maximum downward acceleration
    Figure 1. Microchannel pressure field at a) Maximum upward acceleration b) Maximum downward acceleration

    결과 및 논의

    그림 1에서 볼 수 있듯이 압력 장은 진동의 위상에 따라 달라집니다. 보다 구체적으로 그림 1a에서는 최대 상승 가속시 발생하는 채널 하단에 위치한 압력 선단을 관찰하고, 그림 1b에서는 최대시 발생하는 채널 상단에 위치한 압력 선단을 관찰합니다. 하향 가속. 그림 1의 두 결과는 최대 압력이 2400 Pa (약 0.24 Atm) 이상인 최대 진폭의 경우를 나타냅니다.

    입자 분류의 진화를 보여주는 진폭의 다른 수준에서 마이크로 채널 모션의 애니메이션. 삽입 된 그래프는 채널 속도를 보여줍니다.

    입자 분리 애니메이션은 Acoustophoretic Particle Separation 방법의 효과를 보여주고 영향을 주는 힘을 강조합니다. 입자는 주로 낮은 진폭에서 압력과 항력의 영향을 받지만 진동의 길이 진폭이 마이크로 채널의 크기와 비슷해지면 입자는 충돌로 인한 충격력으로 인해 단일 분리 평면으로 강제됩니다. 마이크로 채널의 상단 및 하단 벽. 이 모델링 방법으로 얻은 수치 결과는 4ms 미만의 전체 공정 시간 동안 90%를 초과하는 분리 수준을 나타내는 것으로 보입니다.

    예비 분석을 바탕으로 Acoustophoretic Particle Separation 공정이 필요한 시간과 에너지 측면에서 입자 분리의 매우 효율적인 방법이 될 수 있다는 결론을 내릴 수 있습니다. FLOW-3D는 향상된 입자 모델을 통해 풍부한 물리적 모델과 향상된 렌더링 기능으로 인해 이러한 프로세스를 모델링하는데 매우 강력한 옵션을 제공합니다.

    유체 입자의 새로운 기능과 가능한 응용 프로그램에 대해 논의 할 다음 블로그를 계속 지켜봐주십시오.

    FLOW-3D를 사용한 모델링 미세 유체 응용 프로그램 의 성능과 다양성에 대해 자세히 알아보기 >

    FLOW-3D Weld

    FLOW-3D Weld

    FLOW-3D  WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하여 공정 최적화를 달성합니다. 더 나은 공정 제어를 통해 다공성, 열 영향 영역을 최소화하고, 미세 구조 변화를 제어 할 수 있습니다. 레이저 용접 프로세스를 정확하게 시뮬레이션하기 위해 FLOW-3D WELD 는 레이저 열원, 레이저-재료 상호 작용, 유체 흐름, 열 전달, 표면 장력, 응고, 다중 레이저 반사 및 위상 변화와 같은 모든 관련 물리학을 구현합니다.

     

    낮은 열 입력,  뛰어난 생산성, 속도는 기존의 용접 방법을 대체하는 레이저 용접 프로세스로 이어집니다. 레이저 용접이 제공하는 장점 중 일부는 더 나은 용접 강도, 더 작은 열 영향 영역, 더 정밀한 정밀도, 최소 변형 및 강철, 알루미늄, 티타늄 및 이종 금속을 포함한 광범위한 금속 / 합금을 용접 할 수있는 능력을 포함합니다.

    공정 최적화

    FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하고 궁극적으로 공정 최적화를 달성하는 데 도움이됩니다. 더 나은 공정 제어로 다공성을 최소화하고 열 영향을받는 영역을 제한하며 미세 구조 변화를 제어 할 수 있습니다. FLOW-3D WELD 는 자유 표면 추적 알고리즘으로 인해 매우 복잡한 용접 풀을 시뮬레이션하는 데 매우 적합합니다. FLOW-3D WELD 는 관련 물리적 모델을 FLOW-3D 에 추가로 통합하여 개발되었습니다.  레이저 소스에 의해 생성된 열유속, 용융 금속의 증발 압력, 차폐 가스 효과, 용융 풀의 반동 압력 및 키홀 용접의 다중 레이저 반사. 현실적인 공정 시뮬레이션을 위해 모든 관련 물리 현상을 포착하는 것이 중요합니다.

     

    얕은 용입 용접 (왼쪽 상단); 실드 가스 효과가 있는 깊은 용입 용접 (오른쪽 상단); 쉴드 가스 및 증발 압력을 사용한 심 용입 용접 (왼쪽 하단); 쉴드 가스, 증발 압력 및 다중 레이저 반사 효과 (오른쪽 하단)를 사용한 깊은 침투 용접.

    FLOW-3D WELD 는 레이저 용접의 전도 모드와 키홀 모드를 모두 시뮬레이션 할 수 있습니다. 전 세계의 연구원들은 FLOW-3D WELD 를 사용하여 용융 풀 역학을 분석하고 공정 매개 변수를 최적화하여 다공성을 최소화하며 레이저 용접 수리 공정에서 결정 성장을 예측합니다.

    완전 관통 레이저 용접 실험

    한국의 KAIST와 독일의 BAM은 16K kW 레이저를 사용하여 10mm 강판에 완전 침투 레이저 용접 실험을 수행했습니다. CCD 카메라의 도움으로 그들은 완전 침투 레이저 용접으로 인해 형성된 상단 및 하단 용융 풀 역학을 포착 할 수있었습니다. 그들은 또한 FLOW-3D WELD 에서 프로세스를  시뮬레이션하고 시뮬레이션과 실험 결과 사이에 좋은 일치를 얻었습니다.

    실험 설정 레이저 용접
    CCD 카메라로 상단 및 하단 용융 풀을 관찰하는 실험 설정
    레이저 용접 회로도
    FLOW-3D의 계산 영역 개략도
    레이저 용접 시뮬레이션 실험 결과
    상단의 시뮬레이션 결과는 용융 풀 길이가 8mm 및 15mm 인 반면 실험에서는 용융 풀 길이가 7mm 및 13mm임을 나타냅니다.
     

    레이저 용접 다공성 사례 연구

    General Motors, Michigan 및 Shanghai University는 중국의 공정 매개 변수, 즉 용접 속도 및 용접 경사각이 키홀 용접에서 다공성 발생에 미치는 영향을 이해하기 위해 상세한 연구를 공동으로 진행했습니다.

    키홀 유도 용접 다공성
    레이저 용접된 알루미늄 조인트 단면의 용접 다공성, 키홀 유도 다공성은 유동 역학으로 인해 발생하며 균열을 일으킬 수 있습니다. 최적화 된 공정 매개 변수는 이러한 종류의 다공성을 완화 할 수 있습니다.

    연구원들은 FLOW-3D WELD를 사용 하여 증발 및 반동 압력, 용융풀 역학, 온도 의존적 ​​표면 장력 및 키홀 내에서 여러 번의 레이저 반사 동안 프레넬 흡수를 포함한 모든 중요한 물리적 현상을 설명했습니다.

    시뮬레이션 모델을 기반으로 연구진은 키홀 용접에서 유도 다공성의 주요 원인으로 불안정한 키홀을 식별했습니다. 아래 이미지에서 볼 수 있듯이 후방 용융 풀의 과도한 재순환으로 인해 후방 용융 풀이 전방 용융 풀 벽에서 붕괴되고 공극이 발생하여 다공성이 발생합니다. 이러한 갇힌 공극이 진행되는 응고 경계에 의해 포착되었을 때 다공성이 유도되었습니다.

    높은 용접 속도에서는 더 큰 키홀 개구부가 있으며 이는 일반적으로 더 안정적인 키홀 구성을 가져옵니다. 사용 FLOW-3D 용접 , 연구진은 그 높은 용접 속도와 경사도 완화 다공성의 큰 용접 각도를 예측했습니다.

    레이저 용접 수치 실험 결과
    시뮬레이션 (위) 및 실험 (아래)에서 볼 수있는 세로 용접 섹션의 다공성 분포

    FLOW Weld

    FLOW Weld  모듈은 용접 해석에 필요한 모델을 FLOW-3D 에 추가하는 추가 모듈입니다.

    FLOW-3D 의 표면 장력 자유 표면 분석, 용융, 응고, 증발, 상 변화 모델 등의 기본 기능을

    응용하여 각종 용접 현상을 분석 할 수 있습니다.

    주요 기능 :열원 모델 (출력 지정, 가우스분포, 디 포커스 등) 열원의 자유로운 이동 증발 압력 (그에 따른 반력) 실드 가스 압력 다중 반사 용접에 관한 대표적인 출력 (온도 구배 냉각 속도, 에너지 분포 등)
    분석 용도 :높은 방사선 강도와 고온에 의해 직접 관찰이 어려운 현상을 시각화 온도, 열, 용접 속도, 위치 관계, 재료 물성 등의 매개 변수 연구 결함 예측 (기공, 응고, 수축 등)

    FLOW -3D Weld 분석 기능

    weld_flow
    1. 열원 모델의 이동
        출력량 지정, 가우스분포
    2. 에너지 밀도의 분포 , 가공 속도
        가우스 테이블 입력
    3. 증발 압력
        온도 의존성
    4. 다중 반사
        용해 깊이에 미치는 영향
    5. 결과 처리
        용해 모양, 에너지 분포, 온도 구배 냉각 속도
    6. 다양항형상의 레이저와 거동 (+ csv 파일로드)
        다양한 모양을 csv 파일 형식으로 정의 회전 + 이동
        임의 형상 이동을 csv 파일로 로드 (나선형)
    7.  이종 재료
        이종 재료의 용접
    8.  3D Printing Method  
        Cladding 적층공정

    1. 열원 모델의 이동

    weld16-1weld16-2
    에너지 밀도공간 분포

    2. 에너지 밀도의 분포, 가공 속도

    열 플럭스 r 방향의 분포 단면은 원형으로, r 방향으로 열유속 분포를 제공합니다.

    에너지 밀도의 공간적 분포

    가우스 : 원추형의 경우는 조사 방향으로 변화하고 열유속의 면적 분은 동일합니다.

    가공 속도

    가공 노즐을 x, y, z 방향, 시간 – 속도의 테이블에서 지정합니다.
    또한 노즐 (광원) 위치 좌표 조사 방향 벡터 성분을 지정합니다.

    3. 증발 압력

    에너지 밀도가 높은 경우, 용융 부 계면이 증발하고 그 반력에 의해 계면에 함몰이 발생합니다.
    특히 깊은 용융부를 포함한 레이저 용접은 증발 압력을 고려한 모델링이 필요합니다.

    증발 압력의 평가는 일반적인 수학적 모델이 없기 때문에 다음 모델 식을 사용합니다.

    증발 가스의 상승 효과 (키 홀, 스퍼터 등)

    증기의 상승 흐름의 영향을 동압, 전단력으로 평가합니다.

    weld5-1 

    4. 다중 반사

    키홀 거동의 비교

    weld9
    다중 반사 없음다중 반사 있음

    다중 반사를 고려한 레이저

    weld10

    5. 결과 처리

    용접 기능에 관한 대표적인 출력 예입니다.

    6. 다양한 형상의 레이저와 거동 (+ csv 파일 읽기)

    weld17weld18

    7. 이종 재료

    이종 재료 간이 분석

    재료 : 철, 구리

    밀도고상율
    weld19

    이종 재료를 이용한 레이저 용접

    재료 : 구리, 철

    재료 체적 비율온도
    weld20

    8. 금속 3D 프린팅 기법  

    – 적층 제조 (Additive Manufacturing) 공정

    – DED(Direct Energy Deposition) 공정 

    FLOW-3D CAST

    FLOW-3D CAST는 다양한 금속 주조 해석이 가능한 완벽한 열유동 해석 프로그램으로, 매우 정확한 모델링과 다기능성, 사용 용이성 및 고성능 클라우드 컴퓨팅 기능을 결합한 최첨단 금속 주조 해석 시뮬레이션 플랫폼입니다. 모든 금속 주조 공정에 대해 FLOW-3D CAST는  빠르고 직관적인 해석이 가능한 작업 공간을 제공합니다. 11개 공정에 대한 Workspace, 강력한 후처리, 충진 예측, 응고 및 결함 분석을 통해 FLOW-3D CAST는 최적의 주조 제품 설계에 필요한 도구와 로드맵을 모두 제공합니다.

    FLOW-3D Cast는 거의 모든 주조 공정을 모델링 할 수 있도록 설계되었습니다. FLOW-3D Cast의 매우 정확한 유동 및 응고 결과는 표면 산화물, 혼입된 공기, 매크로 및 미세 다공성과 같은 중요한 주조 결함을 포착합니다. 다른 특별한 모델링 기능으로는 로봇 스프레이 냉각 및 윤활, 샷 슬리브 흐름 프로필, 스퀴즈 핀 및 열 응력을 모델링 할 수있는 열 다이 사이클링이 있습니다.

    최적화된 시뮬레이션 설계를 통해 개발 시간을 단축하고 출시 시간을 단축하며 수율을 높일 수 있습니다. FLOW-3D CAST를 사용하면 설계 및 개발 비용을 절감할 수 있습니다.

    FLOW-3D CAST Continuous Casting WorkspaceFLOW-3D CAST Gravity Die Casting Workspace
    FLOW-3D CAST HPDC WorkspaceFLOW-3D CAST Investment Casting WorkspaceFLOW-3D CAST Low Pressure Sand Casting Workspace
    FLOW-3D CAST Low Pressure Die Casting WorkspaceFLOW-3D CAST Sand Casting WorkspaceFLOW-3D CAST Sand Core Making Workspace
    Lost Foam CastingFLOW-3D CAST Tilt Pour Casting
    HPDC Oxides Simulation | FLOW-3D CAST
    BMW Injector Casting Process – Innovative ingate system for gravity casting
    Continuous Slab Casting | FLOW-3D CAST
    Horizontal Centrifugal Pipe Casting | FLOW-3D CAST
    유압 헤드 계산에서는 유선이 평행하다고 가정

    FLOW-3D Output variables(출력 변수)

    Output variables(출력 변수)

    FLOW-3D에서 주어진 시뮬레이션의 정확한 출력은 어떤 물리적 모델, 출력 위젯에 정의된 추가 출력 및 특정 구성 요소별 출력에 따라 달라집니다. 이 문서는 FLOW-3D의 출력에 대해 좀 더 복잡한 출력 변수 중 일부를 참조하는 역할을 합니다.

    FLOW-3D Additional output
    FLOW-3D Additional output

    Distance Traveled by Fluid(유체로 이동 한 거리)

    때로는 유체 입자가 이동한 거리가 중요한 경우도 있습니다. FLOW-3D에서 사용자는 모델 설정 ‣ 출력 위젯에서 유체가 이동한 거리에 대한 출력을 요청할 수 있습니다. 이 기능은 유체가 흐름 영역(경계 또는 질량 소스를 통해)에 들어간 시간 또는 유체가 도메인을 통해 이동한 거리를 계산합니다. 이 기능은 모든 시뮬레이션에도 사용할 수 있으며, 특별한 모델을 사용할 필요가 없으며, 흐름에도 영향을 미치지 않습니다. 이 모델을 사용하려면 출력 위젯으로 이동하고 추가 출력 섹션에서 “Distance traveled by fluid” 옆의 체크상자를 선택하십시오.

     노트

    추가 출력 섹션은 출력 위젯의 모든 탭에서 사용할 수 있습니다.

    유체 도착 시간

    유체 도착 시간을 아는 것은 종종 유용합니다. 예를 들어 주조 시뮬레이션에서 주입 시간을 결정하는 데 사용할 수 있습니다. 제어 볼륨은 충전 프로세스 동안 여러 번 채워지고 비워지기 때문에 계산 셀이 채워지는 처음과 마지막 시간 모두 기록되고, 후 처리를 위해 저장될 수 있습니다. 이 작업은 출력 위젯과 추가 출력 섹션 내에서 유체 도착 시간 확인란을 선택하여 수행됩니다.

     노트

    이 출력 옵션은 1 유체 자유 표면 흐름에만 사용할 수 있습니다.

    유체 체류 시간

    때로는 유체가 계산 영역 내에서 보내는 시간인 체류시간을 아는 것이 유용합니다. 이는 출력 ‣ Output ‣ Additional Output ‣ Fluid residence time 확인란을 선택하여 수행합니다. 여기서 S로 지정된 이 변수에 대한 전송 방정식은 단위 소스 항과 함께 Solve됩니다.

    유체 체류 시간(Fluid residence time)
    유체 체류 시간(Fluid residence time)

    여기에서 t는 시간이며 u는 유체 속도입니다.

    S의 단위는 시간이다. 계산 도메인에 들어가는 모든 유체에 대한 S의 초기값은 0입니다.

    의 값은 항상 second order체계를 가진 데이터로부터 근사치를 구합니다.

    이 출력 옵션은 1 유체 및 2 유체 유량 모두에 사용할 수 있습니다.

     노트

    경계 조건 또는 소스에서 도메인으로 유입되는 유체가 이미 도메인에 있는 유체와 혼합될 때 체류가 감소하는 것처럼 보일 수 있습니다.

    Wall Contact Time

    벽면 접촉 시간 출력은 (1)개별 유체 요소가 특정 구성 요소와 접촉하는 시간 및 (2)특정 구성 요소가 유체와 접촉하는 시간을 추적합니다. 이 모델은 액체 금속이 모래 오염물과 접촉했을 때 오염과 상관 관계가 있는 proxy 변수를 제공하기 위한 것입니다. 이 출력은 최종 주조물에서 오염된 유체가 어디에 있는지 확인하는 데 사용될 수 있습니다. 접촉 시간 모델의 또 다른 해석은, 예를 들어, 용해를 통해 다소 일정한 비율로 화학물질을 방출하는 물에 잠긴 물체에 의한 강의 물의 오염입니다.

    모델은 Model Setup ‣ Output ‣ Wall contact time 박스를 확인하여 활성화됩니다. 또한 Model Setup ‣ Output ‣ Geometry Data section의 각 구성요소에 대해 해당 구성요소를 계산에 포함하기 위해 반드시 설정해야 하는 Contact time flag가 있습니다.

     추가 정보

    Wall Contact Time with Fluid and Component Properties: Contact Time with Fluid for more information on the input variables를 참조하십시오.

     노트

    이 모델은 실제 구성 요소, 즉 고체, 다공성 매체, 코어 가스 및 충전 퇴적물 구성 요소로 제한됩니다. 접촉 시간은 유체 # 1과 관련해서만 계산됩니다.

    2. 형상 데이터
    2. 형상 데이터

    Component wetted are

    Fluid 1과 접촉하는 구성 요소의 표면 영역은 관심 구성 요소에 대한 Model Setup ‣ Output ‣ Geometry Data ‣ Wetted area 옵션을 활성화하여 History Data로 출력 될 수 있습니다.

    구성 요소의 힘과 토크

    Forces

    Model Setup ‣ Output ‣ Geometry Data ‣ Forces 옵션을 활성화하면 부품에 대한 압력, 전단력, 탄성 및 벽 접착력을 History Data에 출력할 수 있습니다.

    압력을 가지지 않은 셀(즉, 도메인 외부에 있거나 다른 구성 요소 안에 있는 셀)이 구성 요소 주변의 각 셀에 대한 압력 영역 제품을 합산하는 동안 어떻게 처리되는지를 제어하는 압력 계산에 대한 몇 가지 추가 옵션이 있습니다. 기본 동작은 이러한 셀에서 사용자 정의 기준 압력을 사용하는 것입니다. 지정되지 않은 경우 기준 압력은 초기 무효 압력인 PVOID로 기본 설정됩니다. 또는, 코드는 Reference pressure is code calculated 옵션을 선택하여 구성요소의 노출된 표면에 대한 평균 압력을 사용할 수 있습니다.

    마지막으로, 일반 이동 물체의 경우, 규정된/제약을 받는 대로 물체를 이동시키는 힘을 나타내는 잔류 힘의 추가 출력이 있습니다.

    Torques

    Model Setup ‣ Output ‣ Force 옵션이 활성화되면 구성 요소의 토크가 계산되고 History Data에 출력됩니다. 토크는 힘-모멘트에 대한 기준점 X, 힘-모멘트에 대한 기준점 Y, 정지 구성 요소에 대한 힘-모멘트 입력에 대한 기준점 Z에 의해 지정된 지점에 대해 보고됩니다. 참조점의 기본 위치는 원점입니다.

    General Moving Objects에는 몇 가지 추가 참고 사항이 있습니다. 첫째, 토크는 (1) 6-DOF 동작의 질량 위치 중심 또는 (2)고정축 및 고정점 회전의 회전 축/점에 대해 보고됩니다. 힘에서 행해지는 것과 마찬가지로, 규정된/제한된 바와 같이 물체를 이동시키는 토크를 나타내는 잔류 토크의 출력도 있습니다.

     노트

    힘 및 토크 출력은 각 지오메트리 구성 요소의 일반 히스토리 데이터에 기록됩니다. 출력은 개별 힘/토크 기여 (예: 압력, 전단, 탄성, 벽 접착) 및 개별 기여도의 합으로 계산된 총 결합력/토크로 제공됩니다.

    Buoyancy center and metacentric height (부력 중심 및 메타 중심 높이)

    일반 이동 객체의 부력과 안정성에 대한 정보는 각 구성 요소에 대해 모델 설정 Setup 출력 ‣ 기하학적 데이터 ‣ 부력 중심 및 도량형 높이 옵션을 활성화하여 History Data에서 출력할 수 있습니다. 이렇게 하면 구성 요소의 중심 위치와 중심 높이가 출력됩니다.

    1. Advanced

    FLOW-3D Advanced Output Option
    FLOW-3D Advanced Output Option

    Fluid vorticity & Q-criterion(유체 와동 및 Q 기준)

    와동구성 요소뿐만 아니라 와동 구조를 위한 Q-criterion을 계산하고 내보내려면 Model Setup ‣ Output ‣ Advanced 탭에서 해당 확인란을 클릭하여 유체 와동 & Q-criterion을 활성화하십시오.

    여기에서:

    :  소용돌이 벡터의 다른 구성 요소

     Q-criterion은 속도 구배 텐서의 2차 불변성을 갖는 연결된 유체 영역으로 소용돌이를 정의합니다. 이는 전단 변형률과 와류 크기 사이의 국부적 균형을 나타내며, 와류 크기가 변형률의 크기보다 큰 영역으로 와류를 정의합니다.

    Hydraulic Data and Total Hydraulic Head 3D

    Hydraulic Data

    깊이 기준 유압 데이터를 요청하려면 출력 ‣ 고급으로 이동한 후 유압 데이터 옆의 확인란을 선택하십시오(심층 평균 값과 중력을 -Z 방향으로 가정).

    이 옵션은 FLOW-3D가 유압 시뮬레이션에 유용할 수 있는 추가 깊이 평균 데이터를 출력하도록 합니다.

    • Flow depth
    • Maximum flow depth
    • Free surface elevation
    • Velocity
    • Offset velocity
    • Froude number
    • Specific hydraulic head
    • Total hydraulic head

    이 수량 각각에 대해 하나의 값 이 메쉬의 모든 (x, y) 위치에서 계산되고 수직 열의 모든 셀에 저장됩니다 (이 수량이 깊이 평균이기 때문에 z 방향으로 데이터의 변화가 없습니다). 변수는 정확도를 보장하기 위해주기마다 계산됩니다. 모든 경우에,  깊이 평균 속도, z- 방향  의 중력 가속도, 유체 깊이, 및 컬럼 내 유체의 최소 z- 좌표입니다.

    • 자유 표면 고도는 수직 기둥의 맨 위 유체 요소에 있는 자유 표면의 z-좌표로 계산됩니다.
    • The Froude number 은   

    식으로 계산됩니다.

    • 유체 깊이는 깊이 평균 메쉬 열의 모든 유체의 합으로 계산됩니다.

    특정 유압 헤드 

    및 총 유압 헤드

    변수는 다음에서 계산됩니다.  

     노트

    • 깊이 기준 유압 출력 옵션은 예리한 인터페이스가 있고 중력이 음의 z 방향으로 향할 때에만 유체 1에 유효합니다.
    • 유압 헤드 계산은 스트림 라인이 평행하다고 가정한다는 점을 유념해야 합니다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 이 문제가 발생할 수 있습니다. 이 경우, 유량 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산에서 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.

    Total Hydraulic Head 3D(총 유압 헤드 3D)

    또한 총 유압 헤드 3D 옵션을 확인하여 국부적(3D) 속도 필드, 플럭스 표면에서의 유압 에너지(배플 참조) 및 플럭스 기반 유압 헤드를 사용하여 유체 1의 총 헤드를 계산할 수 있다. 3D 계산은 국부 압력을 사용하여 수행되며(즉, 압력이 유체 깊이와 관련이 있다고 가정하지 않음) 원통 좌표와 호환됩니다.

     노트

    • 유압 헤드 계산은 스트림 라인이 평행하다고 가정한다는 점을 유념해야 한다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 문제가 발생할 수 있습니다. 이 경우, 플럭스 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산 시 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.
    • 3D 유압 헤드 계산은 입력 파일에 중력이 정의되지 않은 경우 중력 벡터의 크기를 1로 가정합니다.

    Flux-averaged hydraulic head

    특정 위치 (즉, 배플)의 플럭스 평균 유압 헤드는 다음과 같이 계산됩니다.

    Flux-averaged hydraulic head
    Flux-averaged hydraulic head

    유압 헤드 계산에서는 유선이 평행하다고 가정합니다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치된 경우 (예: 아래에 표시된 것과 같이) 문제가 될 수 있습니다.

    유압 헤드 계산에서는 유선이 평행하다고 가정




    유압 헤드 계산에서는 유선이 평행하다고 가정

    이 경우 플럭스 표면에 보고된 플럭스 평균 유압 헤드는 헤드 계산 시 흐름 방향이 무시되므로 예상보다 클 수 있습니다.

    FLOW-3D에는 History Probes, Flux surface, Sampling Volumes의 세 가지 주요 측정 장치가 있습니다. 이러한 장치를 시뮬레이션에 추가하는 방법은 모델 설정 섹션에 설명되어 있습니다(측정 장치 참조). 이들의 출력은 기록 데이터 편집 시간 간격으로 flsgrf 파일의 일반 기록 데이터 카탈로그에 저장됩니다. 이러한 결과는 Analyze ‣ Probe 탭에서 Probe Plots을 생성하여 액세스할 수 있습니다.

    히스토리 프로브 출력

    히스토리 프로브를 생성하는 단계는 모델 설정 섹션에 설명되어 있습니다(기록 프로브 참조). 시뮬레이션에 사용된 물리 모델에 따라 각각의 History Probe에서 서로 다른 출력을 사용할 수 있습니다. 프로브를 FSI/TSE로 지정하면 유한 요소 메시 안에 들어가야 하는 위치에서 응력/스트레인 데이터만 제공한다. 유체 프로브가 솔리드 형상 구성 요소에 의해 차단된 영역 내에 위치하는 경우, 기하학적 구조와 관련된 수량(예: 벽 온도)만 계산된다. 일반적으로 프로브 좌표에 의해 정의된 위치에서 이러한 양을 계산하려면 보간이 필요하다.

    플럭스 표면 출력

    플럭스 표면은 이를 통과하는 수량의 흐름을 측정하는데 사용되는 특별한 물체입니다. 플럭스 표면을 만드는 단계는 모델 설정 섹션에 설명되어 있습니다(플럭스 표면 참조). 각 플럭스 표면에 대해 계산된 수량은 다음과 같습니다.

    • Volume flow rate for fluid #1
    • Volume flow rate for fluid #2 (for two-fluid problems only)
    • Combined volume flow rate (for two-fluid problems only)
    • Total mass flow rate
    • Flux surface area wetted by fluid #1
    • Flux-averaged hydraulic head when 3D Hydraulic Head is requested from additional output options
    • Hydraulic energy flow when hydraulic data output is requested
    • Total number of particles of each defined species in each particle class crossing flux surface when the particle model is active
    • Flow rate for all active and passive scalars this includes scalar quantities associated with active physical models (eg. suspended sediment, air entrainment, ect.)

     노트

    • 유속과 입자수의 기호는 유동 표면을 설명하는 함수의 기호에 의해 정의된 대로 흐름이나 입자가 플럭스 표면의 음에서 양으로 교차할 때 양의 부호가 됩니다.
    • 플럭스 표면은 각 표면의 유량과 입자 수가 정확하도록 그들 사이에 적어도 두 개의 메쉬 셀이 있어야 합니다.
    • 유압 데이터 및 총 유압 헤드 3D 옵션을 사용할 때는 유압 헤드 계산이 스트림 라인이 평행하다고 가정한다는 점을 유념해야 한다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 이 문제가 발생할 수 있습니다. 이 경우, 유량 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산에서 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.

    샘플링 볼륨 출력

    샘플링 볼륨은 해당 범위 내에서 볼륨을 측정하는 3 차원 데이터 수집 영역입니다. 샘플링 볼륨을 만드는 단계는 모델 설정 섹션에 설명되어 있습니다(샘플링 볼륨 참조). 각 샘플링 볼륨의 계산 수량은 다음과 같습니다.

    • 시료채취량 내에서 #1 유체 총량
    • 시료채취량 내 #1 유체질량 중심
    • 샘플링 용적 가장자리에 위치한 솔리드 표면을 포함하여 샘플링 용적 내의 모든 벽 경계에 작용하는 좌표계의 원점에 상대적인 유압력 및 모멘트.
    • 샘플링 용적 내 총 스칼라 종량: 이것은 부피 적분으로 계산되므로 스칼라 양이 질량 농도를 나타내면 샘플링 용적 내의 총 질량이 계산된다. 거주 시간과 같은 일부 종의 경우, 평균 값이 대신 계산됩니다.
    • 샘플링 볼륨 내의 입자 수: 각 샘플링 볼륨 내에 있는 각 입자 등급의 정의된 각 종별 입자 수(입자 모델이 활성화된 경우)
    • 운동 에너지, 난류 에너지, 난류 소실율 및 와류에 대한 질량 평균
    • 표본 체적의 6개 경계 각각에서 열 유속: 유체 대류, 유체 및 고체 성분의 전도 및 유체/구성 요소 열 전달이 포함됩니다. 각 플럭스의 기호는 좌표 방향에 의해 결정되는데, 예를 들어, 양방향의 열 플럭스도 양수입니다. 출력에서 확장 또는 최대 디버그 수준을 선택하지 않는 한 이러한 디버그 수준은 fsplt에 자동으로 표시되지 않습니다.

    FLOW-3D 및TruVOF는 미국 및 기타 국가에서 등록 상표입니다.

    Numerical modelling of a two-degree-of-freedom Wave Energy Converter

    Energy Presentations | 에너지 프레젠테이션

    Energy Presentations | 에너지 프레젠테이션

     지난 사용자 컨퍼런스에서 에너지 산업을위한 FLOW-3D의 응용에 초점을 맞춘 사용자 프레젠테이션을 다운로드하십시오  .

    2019 년

    Numerical modelling of a two-degree-of-freedom Wave Energy Converter: Creation, validation and utilization of the model

    2 자유도 파동 에너지 변환기의 수치 모델링 : 모델의 생성, 검증 및 활용

    Eliseo Marchesi, Politecnico di Milano / Studio Frosio srl
    Marco Negri 및 Stefano Malavasi, Politecnico di Milano
    Filippo Palo, XC Engineering Srl

    Numerical modelling of a two-degree-of-freedom Wave Energy Converter
    Numerical modelling of a two-degree-of-freedom Wave Energy Converter

    이 연구의 목적은 FLOW-3D를 통한 수치 모델링입니다., Politecnico di Milano에서 실험실 규모 테스트를 거친 특정 Wave Energy Converter (WEC) : 두 개의 자유도 진동 체 시스템 인 EDS (Energy Double System), 급증하는 패들. 두 본체는 서로 연결되어 있으며 각각은 지상에 반응하는 PTO (Power Take-Off)에 연결됩니다. 수치 모델은주기적인 파동으로 사용 가능한 실험 테스트에 대해 검증되었습니다. 첫 번째 시뮬레이션은 실험실 테스트의주기적인 파동을 재현하는 것을 목표로했습니다. 그런 다음 실험 시스템에 해당하는 EDS의 수치 모델을 생성하고 이전에 모델링 한주기 파를 적용했습니다. 수치 방법의 품질이 확인되면 EDS 시스템의 새로운 구성에 대한 시뮬레이션이 수행되었습니다. 첫 번째 시뮬레이션 시리즈에서는이 매개 변수가 실험 모델에서 최적화되지 않았기 때문에이를 최적화하기 위해 패들 PTO의 댐핑이 변경되었습니다. 그 후, EDS 동작은 이전에 시뮬레이션 된 주기적 파동과 에너지 적으로 동일한 임의 파동에서 조사되었습니다.

    다운로드

    2015 년

    Numerical simulation of extreme wave loading on an axisymmetric point absorber wave energy converter in a survival sea state

    생존 해상 상태에서 축 대칭 점 흡수 파 에너지 변환기에 대한 극한 파 하중의 수치 시뮬레이션

    Peter Arnold, Minerva Dynamics Limited

    생존 해상 상태에서 파력 에너지 변환기 (WEC)가 경험할 수있는 힘과 모멘트의 초기 평가는 개념 설계 단계에서 특히 중요합니다. 현재까지 WEC의 생존 가능성을 평가하는 데 사용되는 주요 방법은 모델 규모 탱크 테스트이지만 일반적으로 10m에서 15m 범위의 상당한 파도 높이를 갖는 생존 파도의 크기로 인해 탱크 테스트 프로그램은 소규모를 사용해야합니다. 관련 계측 및 물리적 확장 문제가있는 스케일 프로토 타입 또는 관련 비용이 더 큰 대형 프로토 타입에 의존합니다. 보다 최근에 CFD는 더 작은 계산 비용으로 인해 불규칙한 파동 스펙트럼과는 반대로, 단독 집중 또는“New Waves”를 사용하여 정적 및 부동 구조에 대한 비선형 파동 부하를 평가하는 데 사용되었습니다. 그러나 이러한 초기 연구는 WEC 설계 엔지니어가 결과 부하의 통계적 분포를 필요로하기 때문에 WEC 생존에 필요한 조건 만 제공하지만 충분하지는 않습니다. 이 연구의 목적은 해법을 얻기 위해 스펙트럼 성분 수와 메시 미세 조정 수준 및 파동 탱크 폭이 감소 된 불규칙 파 스펙트럼을 활용하여 CFD 모델에서 모델링 가정에 첨부 된 중요성을 재분배하는 것입니다. 합리적인 시간 척도로. 그 결과 WEC 운동 및 하중은 주요 통계 매개 변수 측면에서 35 스케일 축 대칭 점 흡수기의 생존에 대한 고 충실도 탱크 테스트 결과와 비교됩니다. 이 연구의 목적은 해법을 얻기 위해 스펙트럼 성분 수와 메시 미세 조정 수준 및 파동 탱크 폭이 감소 된 불규칙 파 스펙트럼을 활용하여 CFD 모델에서 모델링 가정에 첨부 된 중요성을 재분배하는 것입니다. 합리적인 시간 척도로. 그 결과 WEC 운동 및 하중은 주요 통계 매개 변수 측면에서 35 스케일 축 대칭 점 흡수기의 생존에 대한 고 충실도 탱크 테스트 결과와 비교됩니다. 이 연구의 목적은 해법을 얻기 위해 스펙트럼 성분 수와 메시 미세 조정 수준 및 파동 탱크 폭이 감소 된 불규칙 파 스펙트럼을 활용하여 CFD 모델에서 모델링 가정에 첨부 된 중요성을 재분배하는 것입니다. 합리적인 시간 척도로. 그 결과 WEC 운동 및 하중은 주요 통계 매개 변수 측면에서 35 스케일 축 대칭 점 흡수기의 생존에 대한 고 충실도 탱크 테스트 결과와 비교됩니다.

    다운로드

    Wave propagation and reflection at an inclined plane – simulations and experiments

    경사면에서의 파동 전파 및 반사 – 시뮬레이션 및 실험

    Boris Huber, 비엔나 기술 대학교

    20m 길이의 수로에서 물리적 모델 테스트를 수행하여 수로 끝의 경사면에서 파동 전파 및 반사를 관찰했습니다. 웨이브 생성은 익스텐더 휠에 의해 앞뒤로 움직이는 바닥에 장착 된 패들로 이루어졌습니다. 파도의 전파는 수위 측정에 의해 여러 지점에서 기록되었습니다. 실험은 다양한 파동으로 실행 된 다음 FLOW-3D 로 시뮬레이션되었습니다  . 또한 CFD 시뮬레이션에서 적절한 경계 조건을 얻기 위해 돌과 천공 시트로 구성된 파동 흡수 경계를 사용한 실험을 수행하고 다른 경계 조건에서 시뮬레이션을 실행했습니다.

    다운로드

    2013 년

    Flap type wave power device in near shore conditions

    해안 근처에서 플랩 형 파력 장치

    Ibis Group, Inc의 Stephen Saunders

    FLOW-3D  v10.1을 솔루션 코드로 사용하여 단일 이동 플랩 파 전력 캡처 장치의 CFD 분석을 수행했습니다  . 이 작업의 목적은 프로토 타입을 제작하고 배치하기 전에 의도 한 작업 환경에서 플랩이 겪는 힘을 예측하는 것입니다. FLOW-3D  는 이동하는 공기 / 물 인터페이스의 역학을 캡처하는 데 필요한 강력한 VOF 모델 때문에 경쟁 업체보다이 프로젝트에 선택되었습니다. 또한  FLOW-3D움직이는 고체 물체를 표현하는 FAVOR ™ 방법은 움직이는 플랩을 시뮬레이션하는 데 중요합니다. 플랩 형상의 성능을 시뮬레이션하고 다가오는 파도가 플랩 표면에 수직 인 해안 근처 조건에서 평가되었습니다. 테스트 된 모델은 플랩 끝 주변의 흐름 특성을 평가하기 위해 3D로 구성됩니다. 현재까지 두 개의 바다 상태가 테스트되었습니다. 이들은 플랩에 도달하는 즉시 깨지는 깨지지 않는 팽창 및 파도입니다. 예상대로 깨지지 않는 팽창은 중립의 양쪽에서 동일한 플랩 편향과 거의 대칭 인 부드러운 플랩 동작을 유도합니다. 파동 사례를 깨는 결과는 비대칭 동작과 하중으로 훨씬 더 극적입니다.

    다운로드

    Ocean waves resonance analysis of an oscillating water column energy converter

    진동 수주 에너지 변환기의 해양 파도 공명 분석

    José Manuel Grases ; 센데 키아

    SDK Marine은 진동하는 수주 챔버 내의 물에 잠긴 수력 터빈을 기반으로 파도에서 전기 에너지를 수집하는 새로운 방법을 개발하고 있습니다. FLOW-3D  는 챔버 내부와 외부의 흐름 동작을 이해하는 데 사용되었습니다. 이 프로젝트의 주요 목표는 내부 수위를 측정하고이를 외부 파 여기와 비교하여 장치의 응답을 얻는 것이 었습니다. 또한 장치의 수력을 계산하기 위해 서로 다른 수력 터빈의 거동을 시뮬레이션하기 위해 서로 다른 다공성 멤브레인을 구현했습니다.

    다운로드

    Plate 1.1: Overall view of infiltration rig with permeable pavement

    Modular Permeable Pavements | 모듈식 투과성 포장

    이 기사는 Mohd Aminur Rashid ( UNITEN ), Prof Ismail Abustan (USM) 및 Prof Meor Othman Hamzah ( USM ) 가 기고했습니다.

    모듈 식 투과성 포장은 전통적인 불 침투성 아스팔트 및 콘크리트 포장의 대안입니다. 물이 표면을 통해 빠르게 침투 할 수있는 능력 때문에 모듈 식 투과성 포장은 유출량과 최고 유출률을 줄일 수 있습니다. 모듈 식 투과성 포장 도로는 우수 제어를 돕는 효과적인 도구로 간주됩니다. 이 연구는  실험실 및 현장 실험 결과를 검증하기 위해 FLOW-3D 를 사용하여 투과성 포장의 변화를 모델링하고 시각화하는 데 중점을 둡니다  .

    실험 설정

    Plate 1.1: Overall view of infiltration rig with permeable pavement
    Plate 1.1: Overall view of infiltration rig with permeable pavement
    Plate 1.2: Physical model of the permeable pavement in laboratory
    Plate 1.2: Physical model of the permeable pavement in laboratory

    투과성 포장의 물리적 모델은 폭 525mm, 길이 565mm 인 모델의 전면보기를 위해 3면 20mm 두께의 PVC와 20mm 두께의 Perspex로 만들어진 Plate 1.2와 같이 수직 직사각형 수로에 배치되었습니다. 이 투과성 포장 도로에는 그림 1.1과 같이 표층 두께 110mm, 자갈 바닥 두께 300mm, 부기 층 두께 200mm의 세 가지 레이어가 있습니다. 서브베이스 레이어는 200mm 깊이까지 두 ​​개의 HMPS 레이어를 리그에 추가하여 구성되었습니다. 부기 층이 완성 된 후, 침투 리그에 15mm에서 20mm 크기의 세척 된 깨끗한 입방체 골재를 첨가하여 자갈 기저층을 시공 하였다. HMPS의 표면층은 5mm 깨끗한 입방체 골재가있는 PVC의 육각 기둥으로 구성됩니다.


    그림 1.1 : 경계 조건 구성
    Figure 1.1: Configuration of boundary conditions
    Figure 1.1: Configuration of boundary conditions

    모델 검증

    모델은 20L / m, 15L / m, 10L / m, 5L / m의 유속에 대한 시뮬레이션 데이터와 실험실 데이터를 비교하여 검증되었습니다. 데이터는 시간 함수로서 포장 층 하단의 유체 축적 높이로 구성됩니다. 이러한 데이터는 FLOW-3D 의 짧은 런타임 때문에 선택