Fig. 1. Hydraulic jump flow structure.

Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump

낮은 레이놀즈 수 유압 점프의 수치 모델링에서 OpenFOAM 및 FLOW-3D의 성능 평가

ArnauBayona DanielValerob RafaelGarcía-Bartuala Francisco ​JoséVallés-Morána P. AmparoLópez-Jiméneza

Abstract

A comparative performance analysis of the CFD platforms OpenFOAM and FLOW-3D is presented, focusing on a 3D swirling turbulent flow: a steady hydraulic jump at low Reynolds number. Turbulence is treated using RANS approach RNG k-ε. A Volume Of Fluid (VOF) method is used to track the air–water interface, consequently aeration is modeled using an Eulerian–Eulerian approach. Structured meshes of cubic elements are used to discretize the channel geometry. The numerical model accuracy is assessed comparing representative hydraulic jump variables (sequent depth ratio, roller length, mean velocity profiles, velocity decay or free surface profile) to experimental data. The model results are also compared to previous studies to broaden the result validation. Both codes reproduced the phenomenon under study concurring with experimental data, although special care must be taken when swirling flows occur. Both models can be used to reproduce the hydraulic performance of energy dissipation structures at low Reynolds numbers.

CFD 플랫폼 OpenFOAM 및 FLOW-3D의 비교 성능 분석이 3D 소용돌이치는 난류인 낮은 레이놀즈 수에서 안정적인 유압 점프에 초점을 맞춰 제시됩니다. 난류는 RANS 접근법 RNG k-ε을 사용하여 처리됩니다.

VOF(Volume Of Fluid) 방법은 공기-물 계면을 추적하는 데 사용되며 결과적으로 Eulerian-Eulerian 접근 방식을 사용하여 폭기가 모델링됩니다. 입방체 요소의 구조화된 메쉬는 채널 형상을 이산화하는 데 사용됩니다. 수치 모델 정확도는 대표적인 유압 점프 변수(연속 깊이 비율, 롤러 길이, 평균 속도 프로파일, 속도 감쇠 또는 자유 표면 프로파일)를 실험 데이터와 비교하여 평가됩니다.

모델 결과는 또한 결과 검증을 확장하기 위해 이전 연구와 비교됩니다. 소용돌이 흐름이 발생할 때 특별한 주의가 필요하지만 두 코드 모두 실험 데이터와 일치하는 연구 중인 현상을 재현했습니다. 두 모델 모두 낮은 레이놀즈 수에서 에너지 소산 구조의 수리 성능을 재현하는 데 사용할 수 있습니다.

Keywords

CFDRANS, OpenFOAM, FLOW-3D ,Hydraulic jump, Air–water flow, Low Reynolds number

References

Ahmed, F., Rajaratnam, N., 1997. Three-dimensional turbulent boundary layers: a
review. J. Hydraulic Res. 35 (1), 81e98.
Ashgriz, N., Poo, J., 1991. FLAIR: Flux line-segment model for advection and interface
reconstruction. Elsevier J. Comput. Phys. 93 (2), 449e468.
Bakhmeteff, B.A., Matzke, A.E., 1936. .The hydraulic jump in terms dynamic similarity. ASCE Trans. Am. Soc. Civ. Eng. 101 (1), 630e647.
Balachandar, S., Eaton, J.K., 2010. Turbulent dispersed multiphase flow. Annu. Rev.
Fluid Mech. 42 (2010), 111e133.
Bayon, A., Lopez-Jimenez, P.A., 2015. Numerical analysis of hydraulic jumps using

OpenFOAM. J. Hydroinformatics 17 (4), 662e678.
Belanger, J., 1841. Notes surl’Hydraulique, Ecole Royale des Ponts et Chaussees
(Paris, France).
Bennett, N.D., Crok, B.F.W., Guariso, G., Guillaume, J.H.A., Hamilton, S.H.,
Jakeman, A.J., Marsili-Libelli, S., Newhama, L.T.H., Norton, J.P., Perrin, C.,
Pierce, S.A., Robson, B., Seppelt, R., Voinov, A.A., Fath, B.D., Andreassian, V., 2013.
Characterising performance of environmental models. Environ. Model. Softw.
40, 1e20.
Berberovic, E., 2010. Investigation of Free-surface Flow Associated with Drop
Impact: Numerical Simulations and Theoretical Modeling. Imperial College of
Science, Technology and Medicine, UK.
Bidone, G., 1819. Report to Academie Royale des Sciences de Turin, s  eance. Le 
Remou et sur la Propagation des Ondes, 12, pp. 21e112.
Biswas, R., Strawn, R.C., 1998. Tetrahedral and hexahedral mesh adaptation for CFD
problems. Elsevier Appl. Numer. Math. 26 (1), 135e151.
Blocken, B., Gualtieri, C., 2012. Ten iterative steps for model development and
evaluation applied to computational fluid dynamics for environmental fluid
mechanics. Environ. Model. Softw. 33, 1e22.
Bombardelli, F.A., Meireles, I., Matos, J., 2011. Laboratory measurements and multiblock numerical simulations of the mean flow and turbulence in the nonaerated skimming flow region of steep stepped spillways. Springer Environ.
Fluid Mech. 11 (3), 263e288.
Bombardelli, F.A., 2012. Computational multi-phase fluid dynamics to address flows
past hydraulic structures. In: 4th IAHR International Symposium on Hydraulic
Structures, 9e11 February 2012, Porto, Portugal, 978-989-8509-01-7.
Borges, J.E., Pereira, N.H., Matos, J., Frizell, K.H., 2010. Performance of a combined
three-hole conductivity probe for void fraction and velocity measurement in
airewater flows. Exp. fluids 48 (1), 17e31.
Borue, V., Orszag, S., Staroslesky, I., 1995. Interaction of surface waves with turbulence: direct numerical simulations of turbulent open channel flow. J. Fluid
Mech. 286, 1e23.
Boussinesq, J., 1871. Theorie de l’intumescence liquide, applelee onde solitaire ou de
translation, se propageantdans un canal rectangulaire. Comptes Rendus l’Academie Sci. 72, 755e759.
Bradley, J.N., Peterka, A.J., 1957. The hydraulic design of stilling Basins : hydraulic
jumps on a horizontal Apron (Basin I). In: Proceedings ASCE, J. Hydraulics
Division.
Bradshaw, P., 1996. Understanding and prediction of turbulent flow. Elsevier Int. J.
heat fluid flow 18 (1), 45e54.
Bung, D.B., 2013. Non-intrusive detection of airewater surface roughness in selfaerated chute flows. J. Hydraulic Res. 51 (3), 322e329.
Bung, D., Schlenkhoff, A., 2010. Self-aerated Skimming Flow on Embankment
Stepped Spillways-the Effect of Additional Micro-roughness on Energy Dissipation and Oxygen Transfer. IAHR European Congress.
Caisley, M.E., Bombardelli, F.A., Garcia, M.H., 1999. Hydraulic Model Study of a Canoe
Chute for Low-head Dams in Illinois. Civil Engineering Studies, Hydraulic Engineering Series No-63. University of Illinois at Urbana-Champaign.
Carvalho, R., Lemos, C., Ramos, C., 2008. Numerical computation of the flow in
hydraulic jump stilling basins. J. Hydraulic Res. 46 (6), 739e752.
Celik, I.B., Ghia, U., Roache, P.J., 2008. Procedure for estimation and reporting of
uncertainty due to discretization in CFD applications. ASME J. Fluids Eng. 130
(7), 1e4.
Chachereau, Y., Chanson, H., 2011. .Free-surface fluctuations and turbulence in hydraulic jumps. Exp. Therm. Fluid Sci. 35 (6), 896e909.
Chanson, H. (Ed.), 2015. Energy Dissipation in Hydraulic Structures. CRC Press.
Chanson, H., 2007. Bubbly flow structure in hydraulic jump. Eur. J. Mechanics-B/
Fluids 26.3(2007) 367e384.
Chanson, H., Carvalho, R., 2015. Hydraulic jumps and stilling basins. Chapter 4. In:
Chanson, H. (Ed.), Energy Dissipation in Hydraulic Structures. CRC Press, Taylor
& Francis Group, ABalkema Book.
Chanson, H., Gualtieri, C., 2008. Similitude and scale effects of air entrainment in
hydraulic jumps. J. Hydraulic Res. 46 (1), 35e44.
Chanson, H., Lubin, P., 2010. Discussion of “Verification and validation of a
computational fluid dynamics (CFD) model for air entrainment at spillway
aerators” Appears in the Canadian Journal of Civil Engineering 36(5): 826-838.
Can. J. Civ. Eng. 37 (1), 135e138.
Chanson, H., 1994. Drag reduction in open channel flow by aeration and suspended
load. Taylor & Francis J. Hydraulic Res. 32, 87e101.
Chanson, H., Montes, J.S., 1995. Characteristics of undular hydraulic jumps: experimental apparatus and flow patterns. J. hydraulic Eng. 121 (2), 129e144.
Chanson, H., Brattberg, T., 2000. Experimental study of the airewater shear flow in
a hydraulic jump. Int. J. Multiph. Flow 26 (4), 583e607.
Chanson, H., 2013. Hydraulics of aerated flows: qui pro quo? Taylor & Francis
J. Hydraulic Res. 51 (3), 223e243.
Chaudhry, M.H., 2007. Open-channel Flow, Springer Science & Business Media.
Chen, L., Li, Y., 1998. .A numerical method for two-phase flows with an interface.
Environ. Model. Softw. 13 (3), 247e255.
Chow, V.T., 1959. Open Channel Hydraulics. McGraw-Hill Book Company, Inc, New
York.
Daly, B.J., 1969. A technique for including surface tension effects in hydrodynamic
calculations. Elsevier J. Comput. Phys. 4 (1), 97e117.
De Padova, D., Mossa, M., Sibilla, S., Torti, E., 2013. 3D SPH modeling of hydraulic
jump in a very large channel. Taylor & Francis J. Hydraulic Res. 51 (2), 158e173.
Dewals, B., Andre, S., Schleiss, A., Pirotton, M., 2004. Validation of a quasi-2D model 
for aerated flows over stepped spillways for mild and steep slopes. Proc. 6th Int.
Conf. Hydroinformatics 1, 63e70.
Falvey, H.T., 1980. Air-water flow in hydraulic structures. NASA STI Recon Tech. Rep.
N. 81, 26429.
Fawer, C., 1937. Etude de quelquesecoulements permanents 
a filets courbes (‘Study
of some Steady Flows with Curved Streamlines’). Thesis. Imprimerie La Concorde, Lausanne, Switzerland, 127 pages (in French).
Gualtieri, C., Chanson, H., 2007. .Experimental analysis of Froude number effect on
air entrainment in the hydraulic jump. Springer Environ. Fluid Mech. 7 (3),
217e238.
Gualtieri, C., Chanson, H., 2010. Effect of Froude number on bubble clustering in a
hydraulic jump. J. Hydraulic Res. 48 (4), 504e508.
Hager, W., Sinniger, R., 1985. Flow characteristics of the hydraulic jump in a stilling
basin with an abrupt bottom rise. Taylor & Francis J. Hydraulic Res. 23 (2),
101e113.
Hager, W.H., 1992. Energy Dissipators and Hydraulic Jump, Springer.
Hager, W.H., Bremen, R., 1989. Classical hydraulic jump: sequent depths. J. Hydraulic
Res. 27 (5), 565e583.
Hartanto, I.M., Beevers, L., Popescu, I., Wright, N.G., 2011. Application of a coastal
modelling code in fluvial environments. Environ. Model. Softw. 26 (12),
1685e1695.
Hirsch, C., 2007. Numerical Computation of Internal and External Flows: the Fundamentals of Computational Fluid Dynamics. Butterworth-Heinemann, 1.
Hirt, C., Nichols, B., 1981. .Volume of fluid (VOF) method for the dynamics of free
boundaries. J. Comput. Phys. 39 (1), 201e225.
Hyman, J.M., 1984. Numerical methods for tracking interfaces. Elsevier Phys. D.
Nonlinear Phenom. 12 (1), 396e407.
Juez, C., Murillo, J., Garcia-Navarro, P., 2013. Numerical assessment of bed-load
discharge formulations for transient flow in 1D and 2D situations.
J. Hydroinformatics 15 (4).
Keyes, D., Ecer, A., Satofuka, N., Fox, P., Periaux, J., 2000. Parallel Computational Fluid
Dynamics’ 99: towards Teraflops, Optimization and Novel Formulations.
Elsevier.
Kim, J.J., Baik, J.J., 2004. A numerical study of the effects of ambient wind direction
on flow and dispersion in urban street canyons using the RNG keε turbulence
model. Atmos. Environ. 38 (19), 3039e3048.
Kim, S.-E., Boysan, F., 1999. Application of CFD to environmental flows. Elsevier
J. Wind Eng. Industrial Aerodynamics 81 (1), 145e158.
Liu, M., Rajaratnam, N., Zhu, D.Z., 2004. Turbulence structure of hydraulic jumps of
low Froude numbers. J. Hydraulic Eng. 130 (6), 511e520.
Lobosco, R., Schulz, H., Simoes, A., 2011. Analysis of Two Phase Flows on Stepped
Spillways, Hydrodynamics – Optimizing Methods and Tools. Available from. :
http://www.intechopen.com/books/hyd rodynamics-optimizing-methods-andtools/analysis-of-two-phase-flows-on-stepped-spillways. Accessed February
27th 2014.
Long, D., Rajaratnam, N., Steffler, P.M., Smy, P.R., 1991. Structure of flow in hydraulic
jumps. Taylor & Francis J. Hydraulic Res. 29 (2), 207e218.
Ma, J., Oberai, A.A., Lahey Jr., R.T., Drew, D.A., 2011. Modeling air entrainment and
transport in a hydraulic jump using two-fluid RANS and DES turbulence
models. Heat Mass Transf. 47 (8), 911e919.
Matos, J., Frizell, K., Andre, S., Frizell, K., 2002. On the performance of velocity 
measurement techniques in air-water flows. Hydraulic Meas. Exp. Methods
2002, 1e11. http://dx.doi.org/10.1061/40655(2002)58.
Meireles, I.C., Bombardelli, F.A., Matos, J., 2014. .Air entrainment onset in skimming
flows on steep stepped spillways: an analysis. J. Hydraulic Res. 52 (3), 375e385.
McDonald, P., 1971. The Computation of Transonic Flow through Two-dimensional
Gas Turbine Cascades.
Mossa, M., 1999. On the oscillating characteristics of hydraulic jumps, Journal of
Hydraulic Research. Taylor &Francis 37 (4), 541e558.
Murzyn, F., Chanson, H., 2009a. Two-phase Gas-liquid Flow Properties in the Hydraulic Jump: Review and Perspectives. Nova Science Publishers.
Murzyn, F., Chanson, H., 2009b. Experimental investigation of bubbly flow and
turbulence in hydraulic jumps. Environ. Fluid Mech. 2, 143e159.
Murzyn, F., Mouaze, D., Chaplin, J.R., 2007. Airewater interface dynamic and free
surface features in hydraulic jumps. J. Hydraulic Res. 45 (5), 679e685.
Murzyn, F., Mouaze, D., Chaplin, J., 2005. Optical fiber probe measurements of
bubbly flow in hydraulic jumps. Elsevier Int. J. Multiph. Flow 31 (1), 141e154.
Nagosa, R., 1999. Direct numerical simulation of vortex structures and turbulence
scalar transfer across a free surface in a fully developed turbulence. Phys. Fluids
11, 1581e1595.
Noh, W.F., Woodward, P., 1976. SLIC (Simple Line Interface Calculation), Proceedings
of the Fifth International Conference on Numerical Methods in Fluid Dynamics
June 28-July 2. 1976 Twente University, Enschede, pp. 330e340.
Oertel, M., Bung, D.B., 2012. Initial stage of two-dimensional dam-break waves:
laboratory versus VOF. J. Hydraulic Res. 50 (1), 89e97.
Olivari, D., Benocci, C., 2010. Introduction to Mechanics of Turbulence. Von Karman
Institute for Fluid Dynamics.
Omid, M.H., Omid, M., Varaki, M.E., 2005. Modelling hydraulic jumps with artificial
neural networks. Thomas Telford Proc. ICE-Water Manag. 158 (2), 65e70.
OpenFOAM, 2011. OpenFOAM: the Open Source CFD Toolbox User Guide. The Free
Software Foundation Inc.
Peterka, A.J., 1984. Hydraulic design of spillways and energy dissipators. A water
resources technical publication. Eng. Monogr. 25.
Pope, S.B., 2000. Turbulent Flows. Cambridge university press.
Pfister, M., 2011. Chute aerators: steep deflectors and cavity subpressure, Journal of
hydraulic engineering. Am. Soc. Civ. Eng. 137 (10), 1208e1215.
Prosperetti, A., Tryggvason, G., 2007. Computational Methods for Multiphase Flow.
Cambridge University Press.
Rajaratnam, N., 1965. The hydraulic jump as a Wall Jet. Proc. ASCE, J. Hydraul. Div. 91
(HY5), 107e132.
Resch, F., Leutheusser, H., 1972. Reynolds stress measurements in hydraulic jumps.
Taylor & Francis J. Hydraulic Res. 10 (4), 409e430.
Romagnoli, M., Portapila, M., Morvan, H., 2009. Computational simulation of a
hydraulic jump (original title, in Spanish: “Simulacioncomputacional del
resaltohidraulico”), MecanicaComputacional, XXVIII, pp. 1661e1672.
Rouse, H., Siao, T.T., Nagaratnam, S., 1959. Turbulence characteristics of the hydraulic jump. Trans. ASCE 124, 926e966.
Rusche, H., 2002. Computational Fluid Dynamics of Dispersed Two-phase Flows at
High Phase Fractions. Imperial College of Science, Technology and Medicine, UK.
Saint-Venant, A., 1871. Theorie du movement non permanent des eaux, avec
application aux crues des riviereset a l’introduction de mareesdansleurslits.
Comptesrendus des seances de l’Academie des Sciences.
Schlichting, H., Gersten, K., 2000. Boundary-layer Theory. Springer.
Spalart, P.R., 2000. Strategies for turbulence modelling and simulations. Int. J. Heat
Fluid Flow 21 (3), 252e263.
Speziale, C.G., Thangam, S., 1992. Analysis of an RNG based turbulence model for
separated flows. Int. J. Eng. Sci. 30 (10), 1379eIN4.
Toge, G.E., 2012. The Significance of Froude Number in Vertical Pipes: a CFD Study.
University of Stavanger, Norway.
Ubbink, O., 1997. Numerical Prediction of Two Fluid Systems with Sharp Interfaces.
Imperial College of Science, Technology and Medicine, UK.
Valero, D., García-Bartual, R., 2016. Calibration of an air entrainment model for CFD
spillway applications. Adv. Hydroinformatics 571e582. http://dx.doi.org/
10.1007/978-981-287-615-7_38. P. Gourbesville et al. Springer Water.
Valero, D., Bung, D.B., 2015. Hybrid investigations of air transport processes in
moderately sloped stepped spillway flows. In: E-Proceedings of the 36th IAHR
World Congress, 28 June e 3 July, 2015 (The Hague, the Netherlands).
Van Leer, B., 1977. Towards the ultimate conservative difference scheme III. Upstream-centered finite-difference schemes for ideal compressible flow. J.
Comput. Phys 23 (3), 263e275.
Von Karman, T., 1930. MechanischeAhnlichkeit und Turbulenz, Nachrichten von der
Gesellschaft der WissenschaftenzuGottingen. Fachgr. 1 Math. 5, 58 € e76.
Wang, H., Murzyn, F., Chanson, H., 2014a. Total pressure fluctuations and two-phase
flow turbulence in hydraulic jumps. Exp. Fluids 55.11(2014) Pap. 1847, 1e16
(DOI: 10.1007/s00348-014-1847-9).
Wang, H., Felder, S., Chanson, H., 2014b. An experimental study of turbulent twophase flow in hydraulic jumps and application of a triple decomposition
technique. Exp. Fluids 55.7(2014) Pap. 1775, 1e18. http://dx.doi.org/10.1007/
s00348-014-1775-8.
Wang, H., Chanson, H., 2015a. .Experimental study of turbulent fluctuations in
hydraulic jumps. J. Hydraul. Eng. 141 (7) http://dx.doi.org/10.1061/(ASCE)
HY.1943-7900.0001010. Paper 04015010, 10 pages.
Wang, H., Chanson, H., 2015b. Integral turbulent length and time scales in hydraulic
jumps: an experimental investigation at large Reynolds numbers. In: E-Proceedings of the 36th IAHR World Congress 28 June e 3 July, 2015, The
Netherlands.
Weller, H., Tabor, G., Jasak, H., Fureby, C., 1998. A tensorial approach to computational continuum mechanics using object-oriented techniques. Comput. Phys.
12, 620e631.
Wilcox, D., 1998. Turbulence Modeling for CFD, DCW Industries. La Canada, California (USA).
Witt, A., Gulliver, J., Shen, L., June 2015. Simulating air entrainment and vortex
dynamics in a hydraulic jump. Int. J. Multiph. Flow 72, 165e180. ISSN 0301-

  1. http://dx.doi.org/10.1016/j.ijmultiphaseflow.2015.02.012. http://www.
    sciencedirect.com/science/article/pii/S0301932215000336.
    Wood, I.R., 1991. Air Entrainment in Free-surface Flows, IAHR Hydraulic Design
    Manual No.4, Hydraulic Design Considerations. Balkema Publications, Rotterdam, The Netherlands.
    Yakhot, V., Orszag, S., Thangam, S., Gatski, T., Speziale, C., 1992. Development of
    turbulence models for shear flows by a double expansion technique, Physics of
    Fluids A: fluid Dynamics (1989-1993). AIP Publ. 4 (7), 1510e1520.
    Youngs, D.L., 1984. An interface tracking method for a 3D Eulerian hydrodynamics
    code. Tech. Rep. 44 (92), 35e35.
    Zhang, G., Wang, H., Chanson, H., 2013. Turbulence and aeration in hydraulic jumps:
    free-surface fluctuation and integral turbulent scale measurements. Environ.
    fluid Mech. 13 (2), 189e204.
    Zhang, W., Liu, M., Zhu, D.Z., Rajaratnam, N., 2014. Mean and turbulent bubble
    velocities in free hydraulic jumps for small to intermediate froude numbers.
    J. Hydraulic Eng.

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.

Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.

Numerical Simulations of the Flow Field of a Submerged Hydraulic Jump over Triangular Macroroughnesses

Triangular Macroroughnesses 대한 잠긴 수압 점프의 유동장 수치 시뮬레이션

by Amir Ghaderi 1,2,Mehdi Dasineh 3,Francesco Aristodemo 2 andCostanza Aricò 4,*1Department of Civil Engineering, Faculty of Engineering, University of Zanjan, Zanjan 537138791, Iran2Department of Civil Engineering, University of Calabria, Arcavacata, 87036 Rende, Italy3Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Maragheh 8311155181, Iran4Department of Engineering, University of Palermo, Viale delle Scienze, 90128 Palermo, Italy*Author to whom correspondence should be addressed.Academic Editor: Anis YounesWater202113(5), 674; https://doi.org/10.3390/w13050674

Abstract

The submerged hydraulic jump is a sudden change from the supercritical to subcritical flow, specified by strong turbulence, air entrainment and energy loss. Despite recent studies, hydraulic jump characteristics in smooth and rough beds, the turbulence, the mean velocity and the flow patterns in the cavity region of a submerged hydraulic jump in the rough beds, especially in the case of triangular macroroughnesses, are not completely understood. The objective of this paper was to numerically investigate via the FLOW-3D model the effects of triangular macroroughnesses on the characteristics of submerged jump, including the longitudinal profile of streamlines, flow patterns in the cavity region, horizontal velocity profiles, streamwise velocity distribution, thickness of the inner layer, bed shear stress coefficient, Turbulent Kinetic Energy (TKE) and energy loss, in different macroroughness arrangements and various inlet Froude numbers (1.7 < Fr1 < 9.3). To verify the accuracy and reliability of the present numerical simulations, literature experimental data were considered.

Keywords: submerged hydraulic jumptriangular macroroughnessesTKEbed shear stress coefficientvelocityFLOW-3D model

수중 유압 점프는 강한 난류, 공기 동반 및 에너지 손실로 지정된 초임계에서 아임계 흐름으로의 급격한 변화입니다. 최근 연구에도 불구하고, 특히 삼각형 거시적 거칠기의 경우, 평활 및 거친 베드에서의 수압 점프 특성, 거친 베드에서 잠긴 수압 점프의 공동 영역에서 난류, 평균 속도 및 유동 패턴이 완전히 이해되지 않았습니다.

이 논문의 목적은 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 두께를 포함하여 서브머지드 점프의 특성에 대한 삼각형 거시 거칠기의 영향을 FLOW-3D 모델을 통해 수치적으로 조사하는 것이었습니다.

내부 층의 층 전단 응력 계수, 난류 운동 에너지(TKE) 및 에너지 손실, 다양한 거시 거칠기 배열 및 다양한 입구 Froude 수(1.7 < Fr1 < 9.3). 현재 수치 시뮬레이션의 정확성과 신뢰성을 검증하기 위해 문헌 실험 데이터를 고려했습니다.

 Introduction

격렬한 난류 혼합과 기포 동반이 있는 수압 점프는 초임계에서 아임계 흐름으로의 변화 과정으로 간주됩니다[1]. 자유 및 수중 유압 점프는 일반적으로 게이트, 배수로 및 둑과 같은 수력 구조 아래의 에너지 손실에 적합합니다. 매끄러운 베드에서 유압 점프의 특성은 널리 연구되었습니다[2,3,4,5,6,7,8,9].

베드의 거칠기 요소가 매끄러운 베드와 비교하여 수압 점프의 특성에 어떻게 영향을 미치는지 예측하기 위해 거시적 거칠기에 대한 자유 및 수중 수력 점프에 대해 여러 실험 및 수치 연구가 수행되었습니다. Ead와 Rajaratnam[10]은 사인파 거대 거칠기에 대한 수리학적 점프의 특성을 조사하고 무차원 분석을 통해 수면 프로파일과 배출을 정규화했습니다.

Tokyayet al. [11]은 두 사인 곡선 거대 거칠기에 대한 점프 길이 비율과 에너지 손실이 매끄러운 베드보다 각각 35% 더 작고 6% 더 높다는 것을 관찰했습니다. Abbaspur et al. [12]는 6개의 사인파형 거대 거칠기에 대한 수력학적 점프의 특성을 연구했습니다. 그 결과, 꼬리수심과 점프길이는 평상보다 낮았고 Froude 수는 점프길이에 큰 영향을 미쳤습니다.

Shafai-Bejestan과 Neisi[13]는 수압 점프에 대한 마름모꼴 거대 거칠기의 영향을 조사했습니다. 결과는 마름모꼴 거시 거칠기를 사용하면 매끄러운 침대와 비교하여 꼬리 수심과 점프 길이를 감소시키는 것으로 나타났습니다. Izadjoo와 Shafai-Bejestan[14]은 다양한 사다리꼴 거시 거칠기에 대한 수압 점프를 연구했습니다.

그들은 전단응력계수가 평활층보다 10배 이상 크고 점프길이가 50% 감소하는 것을 관찰하였습니다. Nikmehr과 Aminpour[15]는 Flow-3D 모델 버전 11.2[16]를 사용하여 사다리꼴 블록이 있는 거시적 거칠기에 대한 수력학적 점프의 특성을 조사했습니다. 결과는 거시 거칠기의 높이와 거리가 증가할수록 전단 응력 계수뿐만 아니라 베드 근처에서 속도가 감소하는 것으로 나타났습니다.

Ghaderi et al. [17]은 다양한 형태의 거시 거칠기(삼각형, 정사각형 및 반 타원형)에 대한 자유 및 수중 수력 점프 특성을 연구했습니다. 결과는 Froude 수의 증가에 따라 자유 및 수중 점프에서 전단 응력 계수, 에너지 손실, 수중 깊이, 미수 깊이 및 상대 점프 길이가 증가함을 나타냅니다.

자유 및 수중 점프에서 가장 높은 전단 응력과 에너지 손실은 삼각형의 거시 거칠기가 존재할 때 발생했습니다. Elsebaie와 Shabayek[18]은 5가지 형태의 거시적 거칠기(삼각형, 사다리꼴, 2개의 측면 경사 및 직사각형이 있는 정현파)에 대한 수력학적 점프의 특성을 연구했습니다. 결과는 모든 거시적 거칠기에 대한 에너지 손실이 매끄러운 베드에서보다 15배 이상이라는 것을 보여주었습니다.

Samadi-Boroujeni et al. [19]는 다양한 각도의 6개의 삼각형 거시 거칠기에 대한 수력 점프를 조사한 결과 삼각형 거시 거칠기가 평활 베드에 비해 점프 길이를 줄이고 에너지 손실과 베드 전단 응력 계수를 증가시키는 것으로 나타났습니다.

Ahmed et al. [20]은 매끄러운 베드와 삼각형 거시 거칠기에서 수중 수력 점프 특성을 조사했습니다. 결과는 부드러운 침대와 비교할 때 잠긴 깊이와 점프 길이가 감소했다고 밝혔습니다. 표 1은 다른 연구자들이 제시한 과거의 유압 점프에 대한 실험 및 수치 연구의 세부 사항을 나열합니다.

Table 1. Main characteristics of some past experimental and numerical studies on hydraulic jumps.

ReferenceShape Bed-Channel Type-
Jump Type
Channel Dimension (m)Roughness (mm)Fr1Investigated Flow
Properties
Ead and Rajaratnam [10]-Smooth and rough beds-Rectangular channel-Free jumpCL1 = 7.60
CW2 = 0.44
CH3 = 0.60
-Corrugated sheets (RH4 = 13 and 22)4–10-Upstream and tailwater depths-Jump length-Roller length-Velocity-Water surface profile
Tokyay et al. [11]-Smooth and rough beds-Rectangular channel-Free jumpCL = 10.50
CW = 0.253
CH = 0.432
-Two sinusoidal corrugated (RH = 10 and 13)5–12-Depth ratio-Jump length-Energy loss
Izadjoo and Shafai-Bejestan [14]-Smooth and rough beds-Two rectangular-channel-Free jumpCL = 1.2, 9
CW = 0.25, 0.50
CH = 0.40
Baffle with trapezoidal cross section
(RH: 13 and 26)
6–12-Upstream and tailwater depths-Jump length-Velocity-Bed shear stress coefficient
Abbaspour et al. [12]-Horizontal bed with slope 0.002-Rectangular channel—smooth and rough beds-Free jumpCL = 10
CW = 0.25
CH = 0.50
-Sinusoidal bed (RH = 15,20, 25 and 35)3.80–8.60-Water surface profile-Depth ratio-Jump length-Energy loss-Velocity profiles-Bed shear stress coefficient
Shafai-Bejestan and Neisi [13]-Smooth and rough beds-Rectangular channel-Free jumpCL = 7.50
CW = 0.35
CH = 0.50
Lozenge bed4.50–12-Sequent depth-Jump length
Elsebaie and Shabayek [18]-Smooth and rough beds-Rectangular channel-With side slopes of 45 degrees for two trapezoidal and triangular macroroughnesses and of 60 degrees for other trapezoidal macroroughnesses-Free jumpCL = 9
CW = 0.295
CH = 0.32
-Sinusoidal-Triangular-Trapezoidal with two side-Rectangular-(RH = 18 and corrugation wavelength = 65)50-Water surface profile-Sequent depth-Jump length-Bed shear stress coefficient
Samadi-Boroujeni et al. [19]-Rectangular channel-Smooth and rough beds-Free jumpCL = 12
CW = 0.40
CH = 0.40
-Six triangular corrugated (RH = 2.5)6.10–13.10-Water surface profile-Sequent depth-Jump length-Energy loss-Velocity profiles-Bed shear stress coefficient
Ahmed et al. [20]-Smooth and rough beds-Rectangular channel-Submerged jumpCL = 24.50
CW = 0.75
CH = 0.70
-Triangular corrugated sheet (RH = 40)1.68–9.29-Conjugated and tailwater depths-Submerged ratio-Deficit depth-Relative jump length-Jump length-Relative roller jump length-Jump efficiency-Bed shear stress coefficient
Nikmehr and Aminpour [15]-Horizontal bed with slope 0.002-Rectangular channel-Rough bed-Free jumpCL = 12
CW = 0.25
CH = 0.50
-Trapezoidal blocks (RH = 2, 3 and 4)5.01–13.70-Water surface profile-Sequent depth-Jump length-Roller length-Velocity
Ghaderi et al. [17]-Smooth and rough beds-Rectangular channel-Free and submerged jumpCL = 4.50
CW = 0.75
CH = 0.70
-Triangular, square and semi-oval macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)1.70–9.30-Horizontal velocity distributions-Bed shear stress coefficient-Sequent depth ratio and submerged depth ratio-Jump length-Energy loss
Present studyRectangular channel
Smooth and rough beds
Submerged jump
CL = 4.50
CW = 0.75
CH = 0.70
-Triangular macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)1.70–9.30-Longitudinal profile of streamlines-Flow patterns in the cavity region-Horizontal velocity profiles-Streamwise velocity distribution-Bed shear stress coefficient-TKE-Thickness of the inner layer-Energy loss

CL1: channel length, CW2: channel width, CH3: channel height, RH4: roughness height.

이전에 논의된 조사의 주요 부분은 실험실 접근 방식을 기반으로 하며 사인파, 마름모꼴, 사다리꼴, 정사각형, 직사각형 및 삼각형 매크로 거칠기가 공액 깊이, 잠긴 깊이, 점프 길이, 에너지 손실과 같은 일부 자유 및 수중 유압 점프 특성에 어떻게 영향을 미치는지 조사합니다.

베드 및 전단 응력 계수. 더욱이, 저자[17]에 의해 다양한 형태의 거시적 거칠기에 대한 수력학적 점프에 대한 이전 발표된 논문을 참조하면, 삼각형의 거대조도는 가장 높은 층 전단 응력 계수 및 에너지 손실을 가지며 또한 가장 낮은 잠긴 깊이, tailwater를 갖는 것으로 관찰되었습니다.

다른 거친 모양, 즉 정사각형 및 반 타원형과 부드러운 침대에 비해 깊이와 점프 길이. 따라서 본 논문에서는 삼각형 매크로 거칠기를 사용하여(일정한 거칠기 높이가 T = 4cm이고 삼각형 거칠기의 거리가 I = 4, 8, 12, 16 및 20cm인 다른 T/I 비율에 대해), 특정 캐비티 영역의 유동 패턴, 난류 운동 에너지(TKE) 및 흐름 방향 속도 분포와 같은 연구가 필요합니다.

CFD(Computational Fluid Dynamics) 방법은 자유 및 수중 유압 점프[21]와 같은 복잡한 흐름의 모델링 프로세스를 수행하는 중요한 도구로 등장하며 수중 유압 점프의 특성은 CFD 시뮬레이션을 사용하여 정확하게 예측할 수 있습니다 [22,23 ].

본 논문은 초기에 수중 유압 점프의 주요 특성, 수치 모델에 대한 입력 매개변수 및 Ahmed et al.의 참조 실험 조사를 제시합니다. [20], 검증 목적으로 보고되었습니다. 또한, 본 연구에서는 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 내부 층의 두께, 베드 전단 응력 계수, TKE 및 에너지 손실과 같은 특성을 조사할 것입니다.

Figure 1. Definition sketch of a submerged hydraulic jump at triangular macroroughnesses.
Figure 1. Definition sketch of a submerged hydraulic jump at triangular macroroughnesses.

Table 2. Effective parameters in the numerical model.

Bed TypeQ
(l/s)
I
(cm)
T (cm)d (cm)y1
(cm)
y4
(cm)
Fr1= u1/(gy1)0.5SRe1= (u1y1)/υ
Smooth30, 4551.62–3.839.64–32.101.7–9.30.26–0.5039,884–59,825
Triangular macroroughnesses30, 454, 8, 12, 16, 20451.62–3.846.82–30.081.7–9.30.21–0.4439,884–59,825
Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).
Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).

Table 3. Main flow variables for the numerical and physical models (Ahmed et al. [20]).

ModelsBed TypeQ (l/s)d (cm)y1 (cm)u1 (m/s)Fr1
Numerical and PhysicalSmooth4551.62–3.831.04–3.701.7–9.3
T/I = 0.54551.61–3.831.05–3.711.7–9.3
T/I = 0.254551.60–3.841.04–3.711.7–9.3
Figure 3. The boundary conditions governing the simulations.
Figure 3. The boundary conditions governing the simulations.
Figure 4. Sketch of mesh setup.
Figure 4. Sketch of mesh setup.

Table 4. Characteristics of the computational grids.

MeshNested Block Cell Size (cm)Containing Block Cell Size (cm)
10.551.10
20.651.30
30.851.70

Table 5. The numerical results of mesh convergence analysis.

ParametersAmounts
fs1 (-)7.15
fs2 (-)6.88
fs3 (-)6.19
K (-)5.61
E32 (%)10.02
E21 (%)3.77
GCI21 (%)3.03
GCI32 (%)3.57
GCI32/rp GCI210.98
Figure 5. Time changes of the flow discharge in the inlet and outlet boundaries conditions (A): Q = 0.03 m3/s (B): Q = 0.045 m3/s.
Figure 5. Time changes of the flow discharge in the inlet and outlet boundaries conditions (A): Q = 0.03 m3/s (B): Q = 0.045 m3/s.
Figure 6. The evolutionary process of a submerged hydraulic jump on the smooth bed—Q = 0.03 m3/s.
Figure 6. The evolutionary process of a submerged hydraulic jump on the smooth bed—Q = 0.03 m3/s.
Figure 7. Numerical versus experimental basic parameters of the submerged hydraulic jump. (A): y3/y1; and (B): y4/y1.
Figure 7. Numerical versus experimental basic parameters of the submerged hydraulic jump. (A): y3/y1; and (B): y4/y1.
Figure 8. Velocity vector field and flow pattern through the gate in a submerged hydraulic jump condition: (A) smooth bed; (B) triangular macroroughnesses.
Figure 8. Velocity vector field and flow pattern through the gate in a submerged hydraulic jump condition: (A) smooth bed; (B) triangular macroroughnesses.
Figure 9. Velocity vector distributions in the x–z plane (y = 0) within the cavity region.
Figure 9. Velocity vector distributions in the x–z plane (y = 0) within the cavity region.
Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].
Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].
Figure 11. Typical horizontal velocity profiles in a submerged hydraulic jump on smooth bed and triangular macroroughnesses.
Figure 11. Typical horizontal velocity profiles in a submerged hydraulic jump on smooth bed and triangular macroroughnesses.
Figure 12. Horizontal velocity distribution at different distances from the sluice gate for the different T/I for Fr1 = 6.1
Figure 12. Horizontal velocity distribution at different distances from the sluice gate for the different T/I for Fr1 = 6.1
Figure 13. Stream-wise velocity distribution for the triangular macroroughnesses with T/I = 0.5 and 0.25.
Figure 13. Stream-wise velocity distribution for the triangular macroroughnesses with T/I = 0.5 and 0.25.
Figure 14. Dimensionless horizontal velocity distribution in the submerged hydraulic jump for different Froude numbers in triangular macroroughnesses.
Figure 14. Dimensionless horizontal velocity distribution in the submerged hydraulic jump for different Froude numbers in triangular macroroughnesses.
Figure 15. Spatial variations of (umax/u1) and (δ⁄y1).
Figure 15. Spatial variations of (umax/u1) and (δ⁄y1).
Figure 16. The shear stress coefficient (ε) versus the inlet Froude number (Fr1).
Figure 16. The shear stress coefficient (ε) versus the inlet Froude number (Fr1).
Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.
Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.
Figure 18. The energy loss (EL/E3) of the submerged jump versus inlet Froude number (Fr1).
Figure 18. The energy loss (EL/E3) of the submerged jump versus inlet Froude number (Fr1).

Conclusions

  • 본 논문에서는 유선의 종방향 프로파일, 공동 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 내부 층의 두께, 베드 전단 응력 계수, 난류 운동 에너지(TKE)를 포함하는 수중 유압 점프의 특성을 제시하고 논의했습니다. ) 및 삼각형 거시적 거칠기에 대한 에너지 손실. 이러한 특성은 FLOW-3D® 모델을 사용하여 수치적으로 조사되었습니다. 자유 표면을 시뮬레이션하기 위한 VOF(Volume of Fluid) 방법과 난류 RNG k-ε 모델이 구현됩니다. 본 모델을 검증하기 위해 평활층과 삼각형 거시 거칠기에 대해 수치 시뮬레이션과 실험 결과를 비교했습니다. 본 연구의 다음과 같은 결과를 도출할 수 있다.
  • 개발 및 개발 지역의 삼각형 거시 거칠기의 흐름 패턴은 수중 유압 점프 조건의 매끄러운 바닥과 비교하여 더 작은 영역에서 동일합니다. 삼각형의 거대 거칠기는 거대 거칠기 사이의 공동 영역에서 또 다른 시계 방향 와류의 형성으로 이어집니다.
  • T/I = 1, 0.5 및 0.33과 같은 거리에 대해 속도 벡터 분포는 캐비티 영역에서 시계 방향 소용돌이를 표시하며, 여기서 속도의 크기는 평균 유속보다 훨씬 작습니다. 삼각형 거대 거칠기(T/I = 0.25 및 0.2) 사이의 거리를 늘리면 캐비티 영역에 크기가 다른 두 개의 소용돌이가 형성됩니다.
  • 삼각형 거시조도 사이의 거리가 충분히 길면 흐름이 다음 조도에 도달할 때까지 속도 분포가 회복됩니다. 그러나 짧은 거리에서 흐름은 속도 분포의 적절한 회복 없이 다음 거칠기에 도달합니다. 따라서 거시 거칠기 사이의 거리가 감소함에 따라 마찰 계수의 증가율이 감소합니다.
  • 삼각형의 거시적 거칠기에서, 잠수 점프의 지정된 섹션에서 최대 속도는 자유 점프보다 높은 값으로 이어집니다. 또한, 수중 점프에서 두 가지 유형의 베드(부드러움 및 거친 베드)에 대해 깊이 및 와류 증가로 인해 베드로부터의 최대 속도 거리는 감소합니다. 잠수 점프에서 경계층 두께는 자유 점프보다 얇습니다.
  • 매끄러운 베드의 난류 영역은 게이트로부터의 거리에 따라 생성되고 자유 표면 롤러 영역 근처에서 발생하는 반면, 거시적 거칠기에서는 난류가 게이트 근처에서 시작되어 더 큰 강도와 제한된 스위프 영역으로 시작됩니다. 이는 반시계 방향 순환의 결과입니다. 거시 거칠기 사이의 공간에서 자유 표면 롤러 및 시계 방향 와류.
  • 삼각 거시 거칠기에서 침지 점프의 베드 전단 응력 계수와 에너지 손실은 유입구 Froude 수의 증가에 따라 증가하는 매끄러운 베드에서 발견된 것보다 더 큽니다. T/I = 0.50 및 0.20에서 최고 및 최저 베드 전단 응력 계수 및 에너지 손실이 평활 베드에 비해 거칠기 요소의 거리가 증가함에 따라 발생합니다.
  • 거의 거칠기 요소가 있는 삼각형 매크로 거칠기의 존재에 의해 주어지는 점프 길이와 잠긴 수심 및 꼬리 수심의 감소는 결과적으로 크기, 즉 길이 및 높이가 감소하는 정수조 설계에 사용될 수 있습니다.
  • 일반적으로 CFD 모델은 다양한 수력 조건 및 기하학적 배열을 고려하여 잠수 점프의 특성 예측을 시뮬레이션할 수 있습니다. 캐비티 영역의 흐름 패턴, 흐름 방향 및 수평 속도 분포, 베드 전단 응력 계수, TKE 및 유압 점프의 에너지 손실은 수치적 방법으로 시뮬레이션할 수 있습니다. 그러나 거시적 차원과 유동장 및 공동 유동의 변화에 ​​대한 다양한 배열에 대한 연구는 향후 과제로 남아 있다.

References

  1. White, F.M. Viscous Fluid Flow, 2nd ed.; McGraw-Hill University of Rhode Island: Montreal, QC, Canada, 1991. [Google Scholar]
  2. Launder, B.E.; Rodi, W. The turbulent wall jet. Prog. Aerosp. Sci. 197919, 81–128. [Google Scholar] [CrossRef]
  3. McCorquodale, J.A. Hydraulic jumps and internal flows. In Encyclopedia of Fluid Mechanics; Cheremisinoff, N.P., Ed.; Golf Publishing: Houston, TX, USA, 1986; pp. 120–173. [Google Scholar]
  4. Federico, I.; Marrone, S.; Colagrossi, A.; Aristodemo, F.; Antuono, M. Simulating 2D open-channel flows through an SPH model. Eur. J. Mech. B Fluids 201234, 35–46. [Google Scholar] [CrossRef]
  5. Khan, S.A. An analytical analysis of hydraulic jump in triangular channel: A proposed model. J. Inst. Eng. India Ser. A 201394, 83–87. [Google Scholar] [CrossRef]
  6. Mortazavi, M.; Le Chenadec, V.; Moin, P.; Mani, A. Direct numerical simulation of a turbulent hydraulic jump: Turbulence statistics and air entrainment. J. Fluid Mech. 2016797, 60–94. [Google Scholar] [CrossRef]
  7. Daneshfaraz, R.; Ghahramanzadeh, A.; Ghaderi, A.; Joudi, A.R.; Abraham, J. Investigation of the effect of edge shape on characteristics of flow under vertical gates. J. Am. Water Works Assoc. 2016108, 425–432. [Google Scholar] [CrossRef]
  8. Azimi, H.; Shabanlou, S.; Kardar, S. Characteristics of hydraulic jump in U-shaped channels. Arab. J. Sci. Eng. 201742, 3751–3760. [Google Scholar] [CrossRef]
  9. De Padova, D.; Mossa, M.; Sibilla, S. SPH numerical investigation of characteristics of hydraulic jumps. Environ. Fluid Mech. 201818, 849–870. [Google Scholar] [CrossRef]
  10. Ead, S.A.; Rajaratnam, N. Hydraulic jumps on corrugated beds. J. Hydraul. Eng. 2002128, 656–663. [Google Scholar] [CrossRef]
  11. Tokyay, N.D. Effect of channel bed corrugations on hydraulic jumps. In Proceedings of the World Water and Environmental Resources Congress 2005, Anchorage, AK, USA, 15–19 May 2005; pp. 1–9. [Google Scholar]
  12. Abbaspour, A.; Dalir, A.H.; Farsadizadeh, D.; Sadraddini, A.A. Effect of sinusoidal corrugated bed on hydraulic jump characteristics. J. Hydro-Environ. Res. 20093, 109–117. [Google Scholar] [CrossRef]
  13. Shafai-Bejestan, M.S.; Neisi, K. A new roughened bed hydraulic jump stilling basin. Asian J. Appl. Sci. 20092, 436–445. [Google Scholar] [CrossRef]
  14. Izadjoo, F.; Shafai-Bejestan, M. Corrugated bed hydraulic jump stilling basin. J. Appl. Sci. 20077, 1164–1169. [Google Scholar] [CrossRef]
  15. Nikmehr, S.; Aminpour, Y. Numerical Simulation of Hydraulic Jump over Rough Beds. Period. Polytech. Civil Eng. 201764, 396–407. [Google Scholar] [CrossRef]
  16. Flow Science Inc. FLOW-3D V 11.2 User’s Manual; Flow Science Inc.: Santa Fe, NM, USA, 2016. [Google Scholar]
  17. Ghaderi, A.; Dasineh, M.; Aristodemo, F.; Ghahramanzadeh, A. Characteristics of free and submerged hydraulic jumps over different macroroughnesses. J. Hydroinform. 202022, 1554–1572. [Google Scholar] [CrossRef]
  18. Elsebaie, I.H.; Shabayek, S. Formation of hydraulic jumps on corrugated beds. Int. J. Civil Environ. Eng. IJCEE–IJENS 201010, 37–47. [Google Scholar]
  19. Samadi-Boroujeni, H.; Ghazali, M.; Gorbani, B.; Nafchi, R.F. Effect of triangular corrugated beds on the hydraulic jump characteristics. Can. J. Civil Eng. 201340, 841–847. [Google Scholar] [CrossRef]
  20. Ahmed, H.M.A.; El Gendy, M.; Mirdan, A.M.H.; Ali, A.A.M.; Haleem, F.S.F.A. Effect of corrugated beds on characteristics of submerged hydraulic jump. Ain Shams Eng. J. 20145, 1033–1042. [Google Scholar] [CrossRef]
  21. Viti, N.; Valero, D.; Gualtieri, C. Numerical simulation of hydraulic jumps. Part 2: Recent results and future outlook. Water 201911, 28. [Google Scholar] [CrossRef]
  22. Gumus, V.; Simsek, O.; Soydan, N.G.; Akoz, M.S.; Kirkgoz, M.S. Numerical modeling of submerged hydraulic jump from a sluice gate. J. Irrig. Drain. Eng. 2016142, 04015037. [Google Scholar] [CrossRef]
  23. Jesudhas, V.; Roussinova, V.; Balachandar, R.; Barron, R. Submerged hydraulic jump study using DES. J. Hydraul. Eng. 2017143, 04016091. [Google Scholar] [CrossRef]
  24. Rajaratnam, N. The hydraulic jump as a wall jet. J. Hydraul. Div. 196591, 107–132. [Google Scholar] [CrossRef]
  25. Hager, W.H. Energy Dissipaters and Hydraulic Jump; Kluwer Academic Publisher: Dordrecht, The Netherlands, 1992; pp. 185–224. [Google Scholar]
  26. Long, D.; Steffler, P.M.; Rajaratnam, N. LDA study of flow structure in submerged Hydraulic jumps. J. Hydraul. Res. 199028, 437–460. [Google Scholar] [CrossRef]
  27. Chow, V.T. Open Channel Hydraulics; McGraw-Hill: New York, NY, USA, 1959. [Google Scholar]
  28. Wilcox, D.C. Turbulence Modeling for CFD, 3rd ed.; DCW Industries, Inc.: La Canada, CA, USA, 2006. [Google Scholar]
  29. Hirt, C.W.; Nichols, B.D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 198139, 201–225. [Google Scholar] [CrossRef]
  30. Pourshahbaz, H.; Abbasi, S.; Pandey, M.; Pu, J.H.; Taghvaei, P.; Tofangdar, N. Morphology and hydrodynamics numerical simulation around groynes. ISH J. Hydraul. Eng. 2020, 1–9. [Google Scholar] [CrossRef]
  31. Choufu, L.; Abbasi, S.; Pourshahbaz, H.; Taghvaei, P.; Tfwala, S. Investigation of flow, erosion, and sedimentation pattern around varied groynes under different hydraulic and geometric conditions: A numerical study. Water 201911, 235. [Google Scholar] [CrossRef]
  32. Zhenwei, Z.; Haixia, L. Experimental investigation on the anisotropic tensorial eddy viscosity model for turbulence flow. Int. J. Heat Technol. 201634, 186–190. [Google Scholar]
  33. Carvalho, R.; Lemos Ramo, C. Numerical computation of the flow in hydraulic jump stilling basins. J. Hydraul. Res. 200846, 739–752. [Google Scholar] [CrossRef]
  34. Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of Open FOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw. 201680, 322–335. [Google Scholar] [CrossRef]
  35. Daneshfaraz, R.; Ghaderi, A.; Akhtari, A.; Di Francesco, S. On the Effect of Block Roughness in Ogee Spillways with Flip Buckets. Fluids 20205, 182. [Google Scholar] [CrossRef]
  36. Ghaderi, A.; Abbasi, S. CFD simulation of local scouring around airfoil-shaped bridge piers with and without collar. Sādhanā 201944, 216. [Google Scholar] [CrossRef]
  37. Ghaderi, A.; Daneshfaraz, R.; Dasineh, M.; Di Francesco, S. Energy Dissipation and Hydraulics of Flow over Trapezoidal–Triangular Labyrinth Weirs. Water 202012, 1992. [Google Scholar] [CrossRef]
  38. Ghaderi, A.; Abbasi, S.; Abraham, J.; Azamathulla, H.M. Efficiency of trapezoidal labyrinth shaped stepped spillways. Flow Meas. Instrum. 202072, 101711. [Google Scholar] [CrossRef]
  39. Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. basic theory. J. Sci. Comput. 19861, 3–51. [Google Scholar] [CrossRef] [PubMed]
  40. Biscarini, C.; Di Francesco, S.; Ridolfi, E.; Manciola, P. On the simulation of floods in a narrow bending valley: The malpasset dam break case study. Water 20168, 545. [Google Scholar] [CrossRef]
  41. Ghaderi, A.; Daneshfaraz, R.; Abbasi, S.; Abraham, J. Numerical analysis of the hydraulic characteristics of modified labyrinth weirs. Int. J. Energy Water Resour. 20204, 425–436. [Google Scholar] [CrossRef]
  42. Alfonsi, G. Reynolds-averaged Navier–Stokes equations for turbulence modeling. Appl. Mech. Rev. 200962. [Google Scholar] [CrossRef]
  43. Abbasi, S.; Fatemi, S.; Ghaderi, A.; Di Francesco, S. The Effect of Geometric Parameters of the Antivortex on a Triangular Labyrinth Side Weir. Water 202113, 14. [Google Scholar] [CrossRef]
  44. Celik, I.B.; Ghia, U.; Roache, P.J. Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. J. Fluids Eng. 2008130, 0780011–0780013. [Google Scholar]
  45. Khan, M.I.; Simons, R.R.; Grass, A.J. Influence of cavity flow regimes on turbulence diffusion coefficient. J. Vis. 20069, 57–68. [Google Scholar] [CrossRef]
  46. Javanappa, S.K.; Narasimhamurthy, V.D. DNS of plane Couette flow with surface roughness. Int. J. Adv. Eng. Sci. Appl. Math. 2020, 1–13. [Google Scholar] [CrossRef]
  47. Nasrabadi, M.; Omid, M.H.; Farhoudi, J. Submerged hydraulic jump with sediment-laden flow. Int. J. Sediment Res. 201227, 100–111. [Google Scholar] [CrossRef]
  48. Pourabdollah, N.; Heidarpour, M.; Abedi Koupai, J. Characteristics of free and submerged hydraulic jumps in different stilling basins. In Water Management; Thomas Telford Ltd.: London, UK, 2019; pp. 1–11. [Google Scholar]
  49. Rajaratnam, N. Turbulent Jets; Elsevier Science: Amsterdam, The Netherlands, 1976. [Google Scholar]
  50. Aristodemo, F.; Marrone, S.; Federico, I. SPH modeling of plane jets into water bodies through an inflow/outflow algorithm. Ocean Eng. 2015105, 160–175. [Google Scholar] [CrossRef]
  51. Shekari, Y.; Javan, M.; Eghbalzadeh, A. Three-dimensional numerical study of submerged hydraulic jumps. Arab. J. Sci. Eng. 201439, 6969–6981. [Google Scholar] [CrossRef]
  52. Khan, A.A.; Steffler, P.M. Physically based hydraulic jump model for depth-averaged computations. J. Hydraul. Eng. 1996122, 540–548. [Google Scholar] [CrossRef]
  53. De Dios, M.; Bombardelli, F.A.; García, C.M.; Liscia, S.O.; Lopardo, R.A.; Parravicini, J.A. Experimental characterization of three-dimensional flow vortical structures in submerged hydraulic jumps. J. Hydro-Environ. Res. 201715, 1–12. [Google Scholar] [CrossRef]
Publisher’s Note: MDPI stays neutral with regard to jurisdictional claims in published maps and institutional affiliations.

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.

Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are jammed into a filament that is directly 3D-printed into the scaffold.

On-chip fabrication and in-flow 3D-printing of cellladen microgel constructs: From chip to scaffold materials in one integral process

cellladen 마이크로 겔 구조의 온칩 제작 및 인플 로우 3D 프린팅 : 하나의 통합 프로세스에서 칩에서 스캐폴드 재료까지

Benjamin Reineke 1,2, Ilona Paulus 3, Jonas Hazur 6, Madita Vollmer 4, Gültekin Tamgüney 4,5, Stephan Hauschild1
, Aldo R. Boccacini 6, Jürgen Groll 3, Stephan Förster *1,2
1 Jülich Centre for Neutron Science (JCNS-1/IBI-8), Forschungszentrum Jülich GmbH, 52425 Jülich, Germany
2 Institute of Physical Chemistry, RWTH Aachen University, 52074 Aachen, Germany
3 Department of Functional Materials in Medicine and Dentistry (FMZ) and Bavarian Polymer Institute (BPI),
University of Würzburg, 97070 Würzburg, Germany
4 Forschungszentrum Jülich GmbH, Institute of Biological Information Processing – Structural Biochemistry (IBI7), Jülich, Germany
5 Heinrich-Heine-Universität Düsseldorf, Institut für Physikalische Biologie, Düsseldorf, Germany
6 Institute of Biomaterials, University of Erlangen-Nuremberg, Cauerstr. 6, 91058, Erlangen, Germany

Summary

Bioprinting has evolved into a thriving technology for the fabrication of cell-laden scaffolds. Bioinks are the most critical component for bioprinting. Recently, microgels have been introduced as a very promising bioink enabling cell protection and the control of the cellular microenvironment. However, their microfluidic fabrication inherently seemed to be a limitation. Here we introduce a direct coupling of microfluidics and 3D-printing for the microfluidic production of cell-laden microgels with direct in-flow bioprinting into stable scaffolds. The methodology enables the continuous on-chip encapsulation of cells into monodisperse microdroplets with subsequent in-flow cross-linking to produce cell-laden microgels, which after exiting a microtubing are automatically jammed into thin continuous microgel filaments. The integration into a 3D printhead allows direct in-flow printing of the filaments into free-standing three-dimensional scaffolds. The method is demonstrated for different cross-linking methods and cell lines. With this advancement, microfluidics is no longer a bottleneck for biofabrication.

Bioprinting은 세포가있는 스캐 폴드 제작을 위한 번성하는 기술로 진화했습니다. 바이오 잉크는 바이오 프린팅에 가장 중요한 구성 요소입니다. 최근 마이크로 젤은 세포 보호 및 세포 미세 환경 제어를 가능하게 하는 매우 유망한 바이오 잉크로 도입되었습니다.

그러나 이들의 미세 유체 제작은 본질적으로 한계로 보였습니다. 여기에서 우리는 안정적인 스캐 폴드에 직접 유입 바이오 프린팅을 사용하여 세포가 실린 마이크로 겔의 미세 유체 생산을 위한 미세 유체 및 3D 프린팅의 직접 결합을 소개합니다.

이 방법론은 세포를 단 분산 미세 방울로 연속 온칩 캡슐화하고 후속 유입 교차 연결을 통해 세포가 가득한 마이크로 겔을 생성 할 수 있으며, 이는 마이크로 튜브를 종료 한 후 얇은 연속 마이크로 겔 필라멘트에 자동으로 걸린다. 3D 프린트 헤드에 통합되어 필라멘트를 독립형 3 차원 스캐 폴드로 직접 유입 인쇄 할 수 있습니다.

이 방법은 다양한 가교 방법 및 세포주에 대해 설명됩니다. 이러한 발전으로 미세 유체 학은 더 이상 바이오 패브리 케이션의 병목 현상이 아닙니다.

Bioprinting은 신체 조직을 모방하거나 대체하기위한 3 차원 세포 실장 구조를 제작하는 새로운 기술입니다.

(1) 조직 공학 및 약물 전달뿐만 아니라 질병 연구 및 치료 개발에 중요한 역할을합니다. 바이오 프린팅에서 세포와 물질은 바이오 잉크 (2,3)로 공식화되어 계층 적으로 구조화 된 3D 스캐 폴드로 직접 인쇄됩니다. 바이오 프린팅의 궁극적 인 목표는 3 차원 적으로 제작 된 구조적 배열이 생물학적 성숙을 촉진하고 가속화한다는 근거를 바탕으로 표적 조직 또는 기관의 전체 또는 부분 기능을 나타내는 세포가있는 스캐 폴드를 생산하는 것입니다.

(4) 따라서 바이오 잉크는 바이오 프린팅 기술의 중요한 구성 요소입니다. 그들은 주로 세포와 생물 활성 분자를 캡슐화 할 수있는 물질, 즉 하이드로 겔에 의존하며 압출 인쇄와 같은 적합한 인쇄 기술에 사용하여 원하는 3 차원 스캐 폴드 또는 구조물을 제작할 수 있습니다. 바이오 잉크의 설계는 유동성 및 탄성 특성을 미세 조정하여 압출 중에 충분히 전단 얇게 만들고,이어서 응고 후 원하는 기계적 안정성과 탄성을 빠르게 개발하여 안정적인 스캐 폴드를 형성해야하기 때문에 까다롭습니다.

또한, 바이오 잉크는 생체 적합성이어야하며 세포 생존력과 적절한 제조 후 행동을 촉진 할 수있을만큼 충분히 생체 기능적이어야하며 충분한 영양분과 산소를 ​​공급할 수 있어야합니다. 바이오 잉크로 가장 두드러진 하이드로 겔 전구체 용액이 사용되며, 때로는 약간 사전 가교된 형태로 사용되며, 프린팅 후 가교되어 구조를 안정화합니다.

종종 발생하는 문제는 세포 침강, 불균일 혼합 및 생체 적합성 제형과 인쇄 사이의 상충 관계이며, 세포가 유동 제형에서 전단력을 직접 경험하기 때문에 결과적인 모양 충실도입니다. 이러한 한계를 극복하기 위해 Highley et al.

(5) 최근 microgel bioinks의 사용을 제안했습니다. 콜로이드 특성으로 인해 마이크로 겔 바이오 잉크는 전단 얇아지고 정지 상태에서 빠르게 응고되는 반면 부드러운 콜로이드에로드 된 세포는 전단 보호됩니다. 인쇄 된 마이크로 겔 스캐 폴드는 계면 중합체 얽힘이 충분하지 않은 경우 2 차 가교에 의해 추가로 안정화 될 수 있습니다.

Microgels는 세포 미세 환경을 조정하는 이점을 더 제공합니다. 따라서, 세포가 가득 찬 마이크로 겔을 제조하는 방법은 이미 개발되었으며, 특히 매우 균일 한 크기의 마이크로 겔을 연속 공정으로 제작할 수있는 마이크로 유체 학 분야에서 이미 개발되었습니다. (6-8) 마이크로 겔은 EDTA- 복합체 (11,12) 또는 열 유도에 의해 조절 될 수있는 알기 네이트 / Ca2 + 이온 복합체 형성 (9,10)과 같은 물리적 가교에 의해 형성 될 수 있음이 입증되었습니다. 젤라틴 용액을 20 ° C 이하로 냉각하는 것과 같은 겔화. (9,13) 화학적 가교 반응은 마이크로 겔의 더 큰 안정성과 더 나은 기계적 특성을 제공합니다.

예를 들면 기능화 된 젤라틴, 히알루 노 레이트, 폴리에틸렌 글리콜 또는 폴리 글리세롤 (12, 14-16)에 대한 마이클 유형 반응, 폴리 글리세롤 (17) 및 광 가교 (18)에 대한 아 지드-알킨 클릭 반응은 다음과 같은 광개시제 및 가교기를 필요로 합니다. 폴리에틸렌 글리콜에 대해 나타났습니다.

캡슐화된 세포에는 줄기 세포 (9,12,14,15), 크립트 및 페 이어 세포 (10), 간 세포 (HepG2) 및 내피 세포 (HUVEC) (18), NIH 3T3 섬유 아세포 (6)가 포함됩니다. 지금까지 Fan et al.에 의해 세포가 실린 마이크로 겔을 기반으로하는 기능성 스캐 폴드의 제작이 보여졌습니다.

(19) 겔 -MA 마이크로 겔의 에멀젼 기반 제조 및 Compaan et al. (20) 젤라틴 마이크로 겔 충전제 입자. 미세 유체 생성 마이크로 겔의 경우 이것은 최근 Highley et al.에 의해 처음으로 입증되었습니다. (5). 마이크로 겔 기반 바이오 잉크 및 스캐 폴드에 대한 바이오 프린팅에 대한 지금까지 제한된 수의 연구에 대한 이유는 소량의 마이크로 겔을 생성하는 마이크로 유체의 필수 조합과 교차 결합, 준비를 포함하는 여러 포스트 칩 배치 공정 단계가 뒤 따르기 때문입니다. bioink의, 그리고 원하는 스캐 폴드에 후속 bioprinting.

이것은 현재 microgel biofabrication을 시간 소모적이고 생산성이 낮은 다단계 공정으로 만듭니다. 따라서 원하는 스캐 폴드의 제조를위한 마이크로 겔 및 바이오 프린팅을위한 미세 유체가 하나의 연속적이고 자동화 가능한 프로세스에 통합 될 수 있다면 매우 바람직 할 것입니다.

여기에서 우리는 미세 유체 칩이 세포를 방울로 온칩 캡슐화하도록 설계 될 수 있음을 보여줍니다. 이는 마이크로 겔을 생성하기 위해 흐름에서 광 가교 결합 된 다음 다운 스트림 마이크로 튜브에서 자동으로 잼되어 얇은 마이크로 겔 필라멘트를 지속적으로 형성합니다. 마이크로 튜브는 3D 프린터의 프린트 헤드에 통합되어 필라멘트를 독립형 3 차원으로 직접 유입 인쇄합니다.

Results and discussion

Microfluidic device and controlled droplet production

우리의 목표는 (i) 낮은 전단 응력 세포 캡슐화, (ii) 물리적 또는 화학적 가교에 대한 가변성, (iii) 미세 액적 직경의 큰 변화, (iv)이를 결합 할 수 있는 기능을 위한 미세 유체 칩을 3D 프린터로 설계하는 것이었습니다.

따라서 디자인은 높은 세포 생존력을 위해 좁은 채널 섹션 내의 세포에 대한 전단력을 최소화해야 합니다. 다양한 물리적 및 화학적 가교 반응을 수행 할 수 있도록 입구 채널 설계는 세포, 폴리머, 가교 및 추가 제제를 포함하는 용액의 순차적 혼합을 허용해야 합니다. 단일 세포 캡슐화가 필요한 경우 미세 방울은 300 µm에서 50 µm까지 제어 가능한 직경을 가져야 106 / ml의 세포 밀도에 도달 할 수 있습니다.

Fig. 1: Three-dimensional schematic view of the multilayer double 3D-focusing microfluidic channel system, (b) control of droplet diameter via the Capiilary number Ca, and accessible hydrodynamic regimes for droplet production: squeezing (c), dripping (d) and jetting (e). The scale bars are 200 µm.
Fig. 1: Three-dimensional schematic view of the multilayer double 3D-focusing microfluidic channel system, (b) control of droplet diameter via the Capiilary number Ca, and accessible hydrodynamic regimes for droplet production: squeezing (c), dripping (d) and jetting (e). The scale bars are 200 µm.

따라서 우리는 두 개의 후속 혼합 교차로 3 차원 흐름 초점을 허용 한 다음 제어 된 액적 형성을위한 하류 좁은 오리피스가 뒤 따르는 채널 설계를 사용했습니다. 디자인은 그림 1에 개략적으로 표시되어 있습니다. 여기에는 세포와 전구체 폴리머를 포함하는 중앙 스트림 용액을위한 입구 채널과 완충 용액, 배양 배지, 생리 활성 물질 또는 가교제를 포함 할 수있는 두 개의 측면 채널이 있습니다. 측면 채널 흐름은 입구 채널 흐름을 세포에 대한 전단력이 최소 인 채널의 중앙에 3 차원 적으로 집중시킵니다. 그 후, 수성 스트림은 액적 형성을 제어하는 ​​좁은 오리피스 섹션으로 들어가기 위해 오일 상으로 3 차원 적으로 집중됩니다. 좁은 섹션은 다양한 유체 역학 체제에 액세스하여 다양한 범위에 걸쳐 액적 크기를 변경할 수 있습니다. 다운 스트림 채널은 방울이 채널 중심 유선에서 안정적인 방울 트레인을 형성하도록 충분히 좁게 유지됩니다. 3D 이중 초점 칩은 다층 기술을 사용하는 소프트 리소그래피로 제작되었으며 지원 정보 (그림 S2-S4, S7)에 설명 된대로 흐름이 시뮬레이션되었습니다. 액적 분해는 외부 유체에 의해 가해지는 점성 전단력 𝐹𝑠ℎ𝑒ar 표면 장력에서 발생하는 고정 계면 력 𝐹𝐹𝛾𝛾을 초과 할 때 발생합니다. 두 힘은 직접 연속 유상 η 평균 유입 흐름 속도 (V)의 점도 환산 수 무차 모세관 수가 CA = 𝐹𝑠ℎ𝑒ar/𝐹γ, 그리고 CA = 𝐹𝑠ℎ𝑒ar/𝐹γ = 같은 표면 장력 γ가 관련 𝜂𝜂 𝛾. 캐 필러 리 수에 따라 액적 생성을위한 다양한 유체 역학 체제를 구별 할 수 있습니다. c) 분사 체제 (Ca> 1). (21-25) 그림 1에서 볼 수 있듯이 가변 3D 수축 설계를 사용하면 액적 생산을위한 세 가지 유체 역학 체제에 모두 액세스 할 수 있으며 모세관 수는 액적 생산을위한 주요 제어 매개 변수입니다. 체적 유량, 오일 점도 및 계면 장력을 조정하여 50 ~ 300 µm 범위의 목표 범위에서 액적 직경을 정밀하게 제어 할 수 있습니다. 각 점도 및 계면 장력은 지원 정보의 표 SI에 요약되어 있습니다.

Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are jammed into a filament that is directly 3D-printed into the scaffold.
Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are jammed into a filament that is directly 3D-printed into the scaffold.
Fig. 3: a) Photograph of a standard meander-shaped layer fabricated by microgel filament deposition printing. The lines have a thickness of 300 µm. b) photograph of a cross-bar pattern obtained by on-top deposition of several microgel filaments. The average linewidth is 1 mm. c) photograph of a donut-shaped microgel construct. The microgels have been fluorescently labelled by FITC-dextran to demonstrate the intrinsic microporosity corresponding to the black non-fluorescent regions, d) light microscopy image of a construct edge showing that fused adhesive microgels form a continuous, three-dimensional selfsupporting scaffold with intrinsic micropores.
Fig. 3: a) Photograph of a standard meander-shaped layer fabricated by microgel filament deposition printing. The lines have a thickness of 300 µm. b) photograph of a cross-bar pattern obtained by on-top deposition of several microgel filaments. The average linewidth is 1 mm. c) photograph of a donut-shaped microgel construct. The microgels have been fluorescently labelled by FITC-dextran to demonstrate the intrinsic microporosity corresponding to the black non-fluorescent regions, d) light microscopy image of a construct edge showing that fused adhesive microgels form a continuous, three-dimensional selfsupporting scaffold with intrinsic micropores.
Fig. 4: a) Scheme of the perfusion chamber consisting of an upstream and downstream chamber, perfusion ports, and removable scaffolds to stabilize the microgel construct during 3D-printing, b) photograph of a microgel construct in the perfusion chamber directly after printing and removal of the scaffolds, c) confocal microscopy image of the permeation front of a fluorescent dye, where the high dye concentration in the micropores can be clearly seen, d) confocal microscopy image of YFP-labelled HEK-cells within a microgel construct.
Fig. 4: a) Scheme of the perfusion chamber consisting of an upstream and downstream chamber, perfusion ports, and removable scaffolds to stabilize the microgel construct during 3D-printing, b) photograph of a microgel construct in the perfusion chamber directly after printing and removal of the scaffolds, c) confocal microscopy image of the permeation front of a fluorescent dye, where the high dye concentration in the micropores can be clearly seen, d) confocal microscopy image of YFP-labelled HEK-cells within a microgel construct.
Fig. 5: a) Layer-by-layer printing of microgel construct with integrated perfusion channel. After printing of the first layer, a hollow perfusion channel is inserted. Subsequently, the second and third layers are printed. b) The construct is directly printed into a perfusion chamber. The perfusion chamber provides whole construct permeation via flows cin and cout, as well as independent flow through the perfusion channel via flows vin and vout. c) Photograph of a perfusion chamber containing the construct directly after printing. The flow of the fluorescein solution through the integrated PVA hollow channel is clearly visible.
Fig. 5: a) Layer-by-layer printing of microgel construct with integrated perfusion channel. After printing of the first layer, a hollow perfusion channel is inserted. Subsequently, the second and third layers are printed. b) The construct is directly printed into a perfusion chamber. The perfusion chamber provides whole construct permeation via flows cin and cout, as well as independent flow through the perfusion channel via flows vin and vout. c) Photograph of a perfusion chamber containing the construct directly after printing. The flow of the fluorescein solution through the integrated PVA hollow channel is clearly visible.
Fig. 6: a) Photograph of an alginate capsule fiber formed after exiting the microtube. b) Confocal fluorescence microscopy image of part of a 3D-printed alginate capsule construct. The fluorescence arises from encapsulated fluorescently labelled polystyrene microbeads to demonstrate the integrity and stability of the alginate capsules.
Fig. 6: a) Photograph of an alginate capsule fiber formed after exiting the microtube. b) Confocal fluorescence microscopy image of part of a 3D-printed alginate capsule construct. The fluorescence arises from encapsulated fluorescently labelled polystyrene microbeads to demonstrate the integrity and stability of the alginate capsules.

  1. A. Atala, Chem. Rev. 2020, 120, 10545-10546.
  2. J. Groll, J. A. Burdick, D. W. Cho, B. Derby, M. Gelinsky, S. C. Heilshorn, T. Jüngst, J. Malda, V. A
    Mironov, K. Nakayama, A. Ovisanikov, W. Sun, S. Takeuchi, J. J. Yoo, T. B. F. Woodfield,
    Biofabrication 2019, 11, 013001.
  3. W. Sun, B. Starly, A. C. Daly, J. A. Burdick, J. Groll, G. Skeldon, W. Shu, Y. Sakai, M. Shinohara,
    M. Nishikawa, J. Jang, D.-W. Cho, M. Nie, S. Takeuchi, S. Ostrovidov, A. Khademhosseini, R. D. Kamm,
    V. Mironov, L. Moroni, I. T. Ozbolat, Biofabrication 2020, 12, 022002.
  4. R. Levato, T. Juengst, R. G. Scheuring, T. Blunk, J. Groll, J. Malda, Adv. Mater. 2020, 32, 1906423.
  5. C. B. Highley, K. H. Song, A. C. Daly, J. A. Burdick, Adv. Sci. 2019, 6, 1801076.
  6. D. Velasco, E. Tumarkin, E. Kumacheva, Small 2012, 8, 1633-1642.
  7. W. Jiang, M. Li, Z. Chen, K. W. Leong, Lab Chip 2016, 16, 4482-4506.
  8. A. C. Daly, L. Riley, T. Segura, J. A. Burdick, Nat. Rev. 2020, 5, 20-43.
  9. A. S. Mao, B. Özkale, N. J. Shah, K. H. Vining, T. Descombes, L. Zhang, C. M. Tringides, S.-W.
    Wong, J.-W. Shin, D. T. Scadden, D. A. Weitz, D. J. Mooney, Proc. Natl. Acad. Sci. 2019, 116, 15392-
    15397.
  10. S. R. Pajoumshariati, M. Azizi, D. Wesner, P. G. Miller, M. L. Shuler, A. Abbaspourrad, ACS Appl.
    Mater. Interfaces 2018, 10, 9235-9246.
  11. A. S. Mao, J.-W. Shin, S. Utech, H. Wang, O. Uzun, W. Li, M. Cooper, Y. Hu, L. Zhang, D. A.
    Weitz, D. J. Mooney, Nat. Mater. 2017, 16, 236-243.
  12. P. S. Lienemann, T. Rossow, A. S. Mao, Q. Vallmajo-Martin, M. Ehrbar, D. J. Mooney, Lab Chip,
    2017, 17, 727.
  13. F. Chen, J. Xue, J. Zhang, M. Bai, X. Yu, X.; C. Fan, Y. Zhao, J. Am. Chem. Soc. 2020, 142, 2889-
    2896.
  14. Q. Feng, Q. Li, H. Wen, J. Chen, M. Liang, H. Huang, D. Lan, H. Dong, X. Cao, Adv. Funct. Mater.,
    2019, 29, 1096690.
  15. L. P. B. Guerzoni, T. Yoshinari, D. B. Gehlen, D. Rommel, T. Haraszti, M. Akashi, L. De Laporte,
    Biomacromolecules 2019, 20, 3746-3754
  16. T. Rossow, J. A. Heyman, A. J. Ehrlicher, A. Langhoff, D. A. Weitz, R. Haag, S. Seiffert, J. Am.
    Chem. Soc. 2012, 134, 4983-4989.
  17. E. Kapourani, F. Neumann, K. Achazi, J. Dernedde, R. Haag, Macromol. Bioscience 2018, 18,
    1800116
  18. H. Wang, H. Liu, H. Liu, W. Su, W. Chen, J. Qin, Adv. Mater. Technol. 2019, 4, 1800632.
  19. C. Fan, S.-H. Zhan, Z.-X. Dong, W. Yang, W.-S. Deng, X. Liu, P. Suna, D.-A. Wang, Mater. Sci.
    Eng. C 2019, 108, 110399.
  20. A. M. Compaan, K. Song, W. Chai, Y. Huang, ACS Appl. Mater. Interfaces 2020, 12, 7855-7868.
  21. S. L. Anna, H. C. Mayer, Phys. Fluids 2006, 18, 121512.
  22. T. Ward, M. Faivre, M. Abkarian, H. A. Stone, Electrophoresis 2005, 26, 3716-3724.
  23. F. Lapierre, N. Wu, Y. Zhu, Proc. SPIE 2011, 8204, 82040H-1.
  24. C. A. Stan, S. K. Y. Tang, G. M. Whitesides, Anal. Chem. 2009, 81, 2399-2402.
  25. J. Tan, J. H. Xu, S. W. Li, G. S. Luo, Chem. Eng. J. 2008, 136, 306-311.
  26. R.-C. Luo, C.-H. Chen, Soft 2012, 1, 1-23.
  27. C. H. Choi, J. H. Jung, T. S. Hwang, C. S. Lee, Macromol. Res. 2009, 17, 163-167.
  28. A. J. D. Krüger, O. Bakirman, P. B. Guerzoni, A. Jans, D. B. Gehlen, D. Rommel, T. Haraszti, A. J.
    C. Kuehne, L. De Laporte, Adv. Mater. 2019, 31, 1903668.
  29. D. B. Kolesky, K. A. Homan, M. A. Skylar-Scott, J. A. Lewis, Proc. Natl. Acad. Sci. 2016, 113,
    3179-3184
  30. A. K. Miri, I. Mirzaee, S. Hassan, S. M. Oskui, D. Nieto, A. Khademhosseini, Y. S. Zhang, Lab Chip
    2019, 19, 2019.
  31. F. A. Plamper, W. Richtering Acc. Chem. Res. 2017, 50, 131-140.
  32. S. Sun, M. Li, A. Liu, Int. J. Adhesion Adhesives 2013, 41, 98-106.
The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Numerical investigation of flow characteristics over stepped spillways

Güven, Aytaç
Mahmood, Ahmed Hussein
Water Supply (2021) 21 (3): 1344–1355.
https://doi.org/10.2166/ws.2020.283Article history

Abstract

Spillways are constructed to evacuate flood discharge safely so that a flood wave does not overtop the dam body. There are different types of spillways, with the ogee type being the conventional one. A stepped spillway is an example of a nonconventional spillway. The turbulent flow over a stepped spillway was studied numerically by using the Flow-3D package. Different fluid flow characteristics such as longitudinal flow velocity, temperature distribution, density and chemical concentration can be well simulated by Flow-3D. In this study, the influence of slope changes on flow characteristics such as air entrainment, velocity distribution and dynamic pressures distribution over a stepped spillway was modelled by Flow-3D. The results from the numerical model were compared with an experimental study done by others in the literature. Two models of a stepped spillway with different discharge for each model were simulated. The turbulent flow in the experimental model was simulated by the Renormalized Group (RNG) turbulence scheme in the numerical model. A good agreement was achieved between the numerical results and the observed ones, which are exhibited in terms of graphics and statistical tables.

배수로는 홍수가 댐 몸체 위로 넘치지 않도록 안전하게 홍수를 피할 수 있도록 건설되었습니다. 다른 유형의 배수로가 있으며, ogee 유형이 기존 유형입니다. 계단식 배수로는 비 전통적인 배수로의 예입니다. 계단식 배수로 위의 난류는 Flow-3D 패키지를 사용하여 수치적으로 연구되었습니다.

세로 유속, 온도 분포, 밀도 및 화학 농도와 같은 다양한 유체 흐름 특성은 Flow-3D로 잘 시뮬레이션 할 수 있습니다. 이 연구에서는 계단식 배수로에 대한 공기 혼입, 속도 분포 및 동적 압력 분포와 같은 유동 특성에 대한 경사 변화의 영향을 Flow-3D로 모델링 했습니다.

수치 모델의 결과는 문헌에서 다른 사람들이 수행한 실험 연구와 비교되었습니다. 각 모델에 대해 서로 다른 배출이 있는 계단식 배수로의 두 모델이 시뮬레이션되었습니다. 실험 모델의 난류 흐름은 수치 모델의 Renormalized Group (RNG) 난류 계획에 의해 시뮬레이션되었습니다. 수치 결과와 관찰 된 결과 사이에 좋은 일치가 이루어졌으며, 이는 그래픽 및 통계 테이블로 표시됩니다.

HIGHLIGHTS

ListenReadSpeaker webReader: Listen

  • A numerical model was developed for stepped spillways.
  • The turbulent flow was simulated by the Renormalized Group (RNG) model.
  • Both numerical and experimental results showed that flow characteristics are greatly affected by abrupt slope change on the steps.

Keyword

CFDnumerical modellingslope changestepped spillwayturbulent flow

INTRODUCTION

댐 구조는 물 보호가 생활의 핵심이기 때문에 물을 저장하거나 물을 운반하는 전 세계에서 가장 중요한 프로젝트입니다. 그리고 여수로는 댐의 가장 중요한 부분 중 하나로 분류됩니다. 홍수로 인한 파괴 나 피해로부터 댐을 보호하기 위해 여수로가 건설됩니다.

수력 발전, 항해, 레크리에이션 및 어업의 중요성을 감안할 때 댐 건설 및 홍수 통제는 전 세계적으로 매우 중요한 문제로 간주 될 수 있습니다. 많은 유형의 배수로가 있지만 가장 일반적인 유형은 다음과 같습니다 : ogee 배수로, 자유 낙하 배수로, 사이펀 배수로, 슈트 배수로, 측면 채널 배수로, 터널 배수로, 샤프트 배수로 및 계단식 배수로.

그리고 모든 여수로는 입구 채널, 제어 구조, 배출 캐리어 및 출구 채널의 네 가지 필수 구성 요소로 구성됩니다. 특히 롤러 압축 콘크리트 (RCC) 댐 건설 기술과 더 쉽고 빠르며 저렴한 건설 기술로 분류 된 계단식 배수로 건설과 관련하여 최근 수십 년 동안 많은 계단식 배수로가 건설되었습니다 (Chanson 2002; Felder & Chanson 2011).

계단식 배수로 구조는 캐비테이션 위험을 감소시키는 에너지 소산 속도를 증가시킵니다 (Boes & Hager 2003b). 계단식 배수로는 다양한 조건에서 더 매력적으로 만드는 장점이 있습니다.

계단식 배수로의 흐름 거동은 일반적으로 낮잠, 천이 및 스키밍 흐름 체제의 세 가지 다른 영역으로 분류됩니다 (Chanson 2002). 유속이 낮을 때 nappe 흐름 체제가 발생하고 자유 낙하하는 낮잠의 시퀀스로 특징 지워지는 반면, 스키밍 흐름 체제에서는 물이 외부 계단 가장자리 위의 유사 바닥에서 일관된 흐름으로 계단 위로 흐릅니다.

또한 주요 흐름에서 3 차원 재순환 소용돌이가 발생한다는 것도 분명합니다 (예 : Chanson 2002; Gonzalez & Chanson 2008). 계단 가장자리 근처의 의사 바닥에서 흐름의 방향은 가상 바닥과 가상으로 정렬됩니다. Takahashi & Ohtsu (2012)에 따르면, 스키밍 흐름 체제에서 주어진 유속에 대해 흐름은 계단 가장자리 근처의 수평 계단면에 영향을 미치고 슈트 경사가 감소하면 충돌 영역의 면적이 증가합니다. 전이 흐름 체제는 나페 흐름과 스키밍 흐름 체제 사이에서 발생합니다. 계단식 배수로를 설계 할 때 스키밍 흐름 체계를 고려해야합니다 (예 : Chanson 1994, Matos 2000, Chanson 2002, Boes & Hager 2003a).

CFD (Computational Fluid Dynamics), 즉 수력 공학의 수치 모델은 일반적으로 물리적 모델에 소요되는 총 비용과 시간을 줄여줍니다. 따라서 수치 모델은 실험 모델보다 빠르고 저렴한 것으로 분류되며 동시에 하나 이상의 목적으로 사용될 수도 있습니다. 사용 가능한 많은 CFD 소프트웨어 패키지가 있지만 가장 널리 사용되는 것은 FLOW-3D입니다. 이 연구에서는 Flow 3D 소프트웨어를 사용하여 유량이 서로 다른 두 모델에 대해 계단식 배수로에서 공기 농도, 속도 분포 및 동적 압력 분포를 시뮬레이션합니다.

Roshan et al. (2010)은 서로 다른 수의 계단 및 배출을 가진 계단식 배수로의 두 가지 물리적 모델에 대한 흐름 체제 및 에너지 소산 조사를 연구했습니다. 실험 모델의 기울기는 각각 19.2 %, 12 단계와 23 단계의 수입니다. 결과는 23 단계 물리적 모델에서 관찰 된 흐름 영역이 12 단계 모델보다 더 수용 가능한 것으로 간주되었음을 보여줍니다. 그러나 12 단계 모델의 에너지 손실은 23 단계 모델보다 더 많았습니다. 그리고 실험은 스키밍 흐름 체제에서 23 단계 모델의 에너지 소산이 12 단계 모델보다 약 12 ​​% 더 적다는 것을 관찰했습니다.

Ghaderi et al. (2020a)는 계단 크기와 유속이 다른 정련 매개 변수의 영향을 조사하기 위해 계단식 배수로에 대한 실험 연구를 수행했습니다. 그 결과, 흐름 체계가 냅페 흐름 체계에서 발생하는 최소 scouring 깊이와 같은 scouring 구멍 치수에 영향을 미친다는 것을 보여주었습니다. 또한 테일 워터 깊이와 계단 크기는 최대 scouring깊이에 대한 실제 매개 변수입니다. 테일 워터의 깊이를 6.31cm에서 8.54 및 11.82cm로 늘림으로써 수세 깊이가 각각 18.56 % 및 11.42 % 증가했습니다. 또한 이 증가하는 테일 워터 깊이는 scouring 길이를 각각 31.43 % 및 16.55 % 감소 시킵니다. 또한 유속을 높이면 Froude 수가 증가하고 흐름의 운동량이 증가하면 scouring이 촉진됩니다. 또한 결과는 중간의 scouring이 횡단면의 측벽보다 적다는 것을 나타냅니다. 계단식 배수로 하류의 최대 scouring 깊이를 예측 한 후 실험 결과와 비교하기 위한 실험식이 제안 되었습니다. 그리고 비교 결과 제안 된 공식은 각각 3.86 %와 9.31 %의 상대 오차와 최대 오차 내에서 scouring 깊이를 예측할 수 있음을 보여주었습니다.

Ghaderi et al. (2020b)는 사다리꼴 미로 모양 (TLS) 단계의 수치 조사를 했습니다. 결과는 이러한 유형의 배수로가 확대 비율 LT / Wt (LT는 총 가장자리 길이, Wt는 배수로의 폭)를 증가시키기 때문에 더 나은 성능을 갖는 것으로 관찰되었습니다. 또한 사다리꼴 미로 모양의 계단식 배수로는 더 큰 마찰 계수와 더 낮은 잔류 수두를 가지고 있습니다. 마찰 계수는 다양한 배율에 대해 0.79에서 1.33까지 다르며 평평한 계단식 배수로의 경우 대략 0.66과 같습니다. 또한 TLS 계단식 배수로에서 잔류 수두의 비율 (Hres / dc)은 약 2.89이고 평평한 계단식 배수로의 경우 약 4.32와 같습니다.

Shahheydari et al. (2015)는 Flow-3D 소프트웨어, RNG k-ε 모델 및 VOF (Volume of Fluid) 방법을 사용하여 배출 계수 및 에너지 소산과 같은 자유 표면 흐름의 프로파일을 연구하여 스키밍 흐름 체제에서 계단식 배수로에 대한 흐름을 조사했습니다. 실험 결과와 비교했습니다. 결과는 에너지 소산 율과 방전 계수율의 관계가 역으로 실험 모델의 결과와 잘 일치 함을 보여 주었다.

Mohammad Rezapour Tabari & Tavakoli (2016)는 계단 높이 (h), 계단 길이 (L), 계단 수 (Ns) 및 단위 폭의 방전 (q)과 같은 다양한 매개 변수가 계단식 에너지 ​​소산에 미치는 영향을 조사했습니다. 방수로. 그들은 해석에 FLOW-3D 소프트웨어를 사용하여 계단식 배수로에서 에너지 손실과 임계 흐름 깊이 사이의 관계를 평가했습니다. 또한 유동 난류에 사용되는 방정식과 표준 k-ɛ 모델을 풀기 위해 유한 체적 방법을 적용했습니다. 결과에 따르면 스텝 수가 증가하고 유량 배출량이 증가하면 에너지 손실이 감소합니다. 얻은 결과를 다른 연구와 비교하고 경험적, 수학적 조사를 수행하여 결국 합격 가능한 결과를 얻었습니다.

METHODOLOGY

ListenReadSpeaker webReader: ListenFor all numerical models the basic principle is very similar: a set of partial differential equations (PDE) present the physical problems. The flow of fluids (gas and liquid) are governed by the conservation laws of mass, momentum and energy. For Computational Fluid Dynamics (CFD), the PDE system is substituted by a set of algebraic equations which can be worked out by using numerical methods (Versteeg & Malalasekera 2007). Flow-3D uses the finite volume approach to solve the Reynolds Averaged Navier-Stokes (RANS) equation, by applying the technique of Fractional Area/Volume Obstacle Representation (FAVOR) to define an obstacle (Flow Science Inc. 2012). Equations (1) and (2) are RANS and continuity equations with FAVOR variables that are applied for incompressible flows.

formula

(1)

formula

(2)where  is the velocity in xi direction, t is the time,  is the fractional area open to flow in the subscript directions,  is the volume fraction of fluid in each cell, p is the hydrostatic pressure,  is the density, is the gravitational force in subscript directions and  is the Reynolds stresses.

Turbulence modelling is one of three key elements in CFD (Gunal 1996). There are many types of turbulence models, but the most common are Zero-equation models, One-equation models, Two-equation models, Reynolds Stress/Flux models and Algebraic Stress/Flux models. In FLOW-3D software, five turbulence models are available. The formulation used in the FLOW-3D software differs slightly from other formulations that includes the influence of the fractional areas/volumes of the FAVORTM method and generalizes the turbulence production (or decay) associated with buoyancy forces. The latter generalization, for example, includes buoyancy effects associated with non-inertial accelerations.

The available turbulence models in Flow-3D software are the Prandtl Mixing Length Model, the One-Equation Turbulent Energy Model, the Two-Equation Standard  Model, the Two-Equation Renormalization-Group (RNG) Model and large Eddy Simulation Model (Flow Science Inc. 2012).In this research the RNG model was selected because this model is more commonly used than other models in dealing with particles; moreover, it is more accurate to work with air entrainment and other particles. In general, the RNG model is classified as a more widely-used application than the standard k-ɛ model. And in particular, the RNG model is more accurate in flows that have strong shear regions than the standard k-ɛ model and it is defined to describe low intensity turbulent flows. For the turbulent dissipation  it solves an additional transport equation:

formula

(3)where CDIS1, CDIS2, and CDIS3 are dimensionless parameters and the user can modify them. The diffusion of dissipation, Diff ɛ, is

formula

(4)where uv and w are the x, y and z coordinates of the fluid velocity; ⁠, ⁠,  and ⁠, are FLOW-3D’s FAVORTM defined terms;  and  are turbulence due to shearing and buoyancy effects, respectively. R and  are related to the cylindrical coordinate system. The default values of RMTKE, CDIS1 and CNU differ, being 1.39, 1.42 and 0.085 respectively. And CDIS2 is calculated from turbulent production (⁠⁠) and turbulent kinetic energy (⁠⁠).The kinematic turbulent viscosity is the same in all turbulence transport models and is calculated from

formula

(5)where ⁠: is the turbulent kinematic viscosity.  is defined as the numerical challenge between the RNG and the two-equation k-ɛ models, found in the equation below. To avoid an unphysically large result for  in Equation (3), since this equation could produce a value for  very close to zero and also because the physical value of  may approach to zero in such cases, the value of  is calculated from the following equation:

formula

(6)where ⁠: the turbulent length scale.

VOF and FAVOR are classifications of volume-fraction methods. In these two methods, firstly the area should be subdivided into a control volume grid or a small element. Each flow parameter like velocity, temperature and pressure values within the element are computed for each element containing liquids. Generally, these values represent the volumetric average of values in the elements.Numerous methods have been used recently to solve free infinite boundaries in the various numerical simulations. VOF is an easy and powerful method created based on the concept of a fractional intensity of fluid. A significant number of studies have confirmed that this method is more flexible and efficient than others dealing with the configurations of a complex free boundary. By using VOF technology the Flow-3D free surface was modelled and first declared in Hirt & Nichols (1981). In the VOF method there are three ingredients: a planner to define the surface, an algorithm for tracking the surface as a net mediator moving over a computational grid, and application of the boundary conditions to the surface. Configurations of the fluids are defined in terms of VOF function, F (x, y, z, t) (Hirt & Nichols 1981). And this VOF function shows the volume of flow per unit volume

formula

(7)

formula

(8)

formula

(9)where  is the density of the fluid, is a turbulent diffusion term,  is a mass source,  is the fractional volume open to flow. The components of velocity (u, v, w) are in the direction of coordinates (x, y, z) or (r, ⁠).  in the x-direction is the fractional area open to flow,  and  are identical area fractions for flow in the y and z directions. The R coefficient is based on the selection of the coordinate system.

The FAVOR method is a different method and uses another volume fraction technique, which is only used to define the geometry, such as the volume of liquid in each cell used to determine the position of fluid surfaces. Another fractional volume can be used to define the solid surface. Then, this information is used to determine the boundary conditions of the wall that the flow should be adapted for.

Case study

ListenReadSpeaker webReader: Listen

In this study, the experimental results of Ostad Mirza (2016) was simulated. In a channel composed of two 4 m long modules, with a transparent sidewall of height 0.6 m and 0.5 m width. The upstream chute slope (i.e. pseudo-bottom angle) Ɵ1 = 50°, the downstream chute slope Ɵ2 = 30° or 18.6°, the step heights h = 0.06 m, the total number of steps along the 50° chute 41 steps, the total number of steps along the 30° chute 34 steps and the total number of steps along the 18.6° chute 20 steps.

The flume inflow tool contained a jetbox with a maximum opening set to 0.12 meters, designed for passing the maximum unit discharge of 0.48 m2/s. The measurements of the flow properties (i.e. air concentration and velocity) were computed perpendicular to the pseudo-bottom as shown in Figure 1 at the centre of twenty stream-wise cross-sections, along the stepped chute, (i.e. in five steps up on the slope change and fifteen steps down on the slope change, namely from step number −09 to +23 on 50°–30° slope change, or from −09 to +15 on 50°–18.6° slope change, respectively).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).
Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Pressure sensors were arranged with the x/l values for different slope change as shown in Table 1, where x is the distance from the step edge, along the horizontal step face, and l is the length of the horizontal step face. The location of pressure sensors is shown in Table 1.Table 1

Location of pressure sensors on horizontal step faces

Θ(°)L(m)x/l (–)
50.0 0.050 0.35 0.64 – – – 
30.0 0.104 0.17 0.50 0.84 – – 
18.6 0.178 0.10 0.30 0.50 0.7 0.88 
Location of pressure sensors on horizontal step faces
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Numerical model set-up

ListenReadSpeaker webReader: Listen

A 3D numerical model of hydraulic phenomena was simulated based on an experimental study by Ostad Mirza (2016). The water surcharge and flow pressure over the stepped spillway was computed for two models of a stepped spillway with different discharge for each model. In this study, the package was used to simulate the flow parameters such as air entrainment, velocity distribution and dynamic pressures. The solver uses the finite volume technique to discretize the computational domain. In every test run, one incompressible fluid flow with a free surface flow selected at 20̊ was used for this simulation model. Table 2 shows the variables used in test runs.Table 2

Variables used in test runs

Test no.Θ1 (°)Θ2 (°)h(m)d0q (m3s1)dc/h (–)
50 18.6 0.06 0.045 0.1 2.6 
50 18.6 0.06 0.082 0.235 4.6 
50 30.0 0.06 0.045 0.1 2.6 
50 30.0 0.06 0.082 0.235 4.6 
Table 2 Variables used in test runs

For stepped spillway simulation, several parameters should be specified to get accurate simulations, which is the scope of this research. Viscosity and turbulent, gravity and non-inertial reference frame, air entrainment, density evaluation and drift-flux should be activated for these simulations. There are five different choices in the ‘viscosity and turbulent’ option, in the viscosity flow and Renormalized Group (RNG) model. Then a dynamical model is selected as the second option, the ‘gravity and non-inertial reference frame’. Only the z-component was inputted as a negative 9.81 m/s2 and this value represents gravitational acceleration but in the same option the x and y components will be zero. Air entrainment is selected. Finally, in the drift-flux model, the density of phase one is input as (water) 1,000 kg/m3 and the density of phase two (air) as 1.225 kg/m3. Minimum volume fraction of phase one is input equal to 0.1 and maximum volume fraction of phase two to 1 to allow air concentration to reach 90%, then the option allowing gas to escape at free surface is selected, to obtain closer simulation.

The flow domain is divided into small regions relatively by the mesh in Flow-3D numerical model. Cells are the smallest part of the mesh, in which flow characteristics such as air concentration, velocity and dynamic pressure are calculated. The accuracy of the results and simulation time depends directly on the mesh block size so the cell size is very important. Orthogonal mesh was used in cartesian coordinate systems. A smaller cell size provides more accuracy for results, so we reduced the number of cells whilst including enough accuracy. In this study, the size of cells in x, y and z directions was selected as 0.015 m after several trials.

Figure 3 shows the 3D computational domain model 50–18.6 slope change, that is 6.0 m length, 0.50 m width and 4.23 m height. The 3D model of the computational domain model 50–30 slope changes this to 6.0 m length, 0.50 m width and 5.068 m height and the size of meshes in x, y, and z directions are 0.015 m. For the 50–18.6 slope change model: both total number of active and passive cells = 4,009,952, total number of active cells = 3,352,307, include real cells (used for solving the flow equations) = 3,316,269, open real cells = 3,316,269, fully blocked real cells equal to zero, external boundary cells were 36,038, inter-block boundary cells = 0 (Flow-3D report). For 50–30 slope change model: both total number of active and passive cells = 4,760,002, total number of active cells equal to 4,272,109, including real cells (used for solving the flow equations) were 3,990,878, open real cells = 3,990,878 fully blocked real cells = zero, external boundary cells were 281,231, inter-block boundary cells = 0 (Flow-3D report).

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.
Figure3 The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Figure 3VIEW LARGEDOWNLOAD SLIDE

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

When solving the Navier-Stokes equation and continuous equations, boundary conditions should be applied. The most important work of boundary conditions is to create flow conditions similar to physical status. The Flow-3D software has many types of boundary condition; each type can be used for the specific condition of the models. The boundary conditions in Flow-3D are symmetry, continuative, specific pressure, grid overlay, wave, wall, periodic, specific velocity, outflow, and volume flow rate.

There are two options to input finite flow rate in the Flow-3D software either for inlet discharge of the system or for the outlet discharge of the domain: specified velocity and volume flow rate. In this research, the X-minimum boundary condition, volume flow rate, has been chosen. For X-maximum boundary condition, outflow was selected because there is nothing to be calculated at the end of the flume. The volume flow rate and the elevation of surface water was set for Q = 0.1 and 0.235 m3/s respectively (Figure 2).

The bottom (Z-min) is prepared as a wall boundary condition and the top (Z-max) is computed as a pressure boundary condition, and for both (Y-min) and (Y-max) as symmetry.

RESULTS AND DISCUSSION

ListenReadSpeaker webReader: Listen

The air concentration distribution profiles in two models of stepped spillway were obtained at an acquisition time equal to 25 seconds in skimming flow for both upstream and downstream of a slope change 50°–18.6° and 50°–30° for different discharge as in Table 2, and as shown in Figure 4 for 50°–18.6° slope change and Figure 5 for 50°–30° slope change configuration for dc/h = 4.6. The simulation results of the air concentration are very close to the experimental results in all curves and fairly close to that predicted by the advection-diffusion model for the air bubbles suggested by Chanson (1997) on a constant sloping chute.

Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.
Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure 4VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.
Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 5VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 6VIEW LARGEDOWNLOAD SLIDE

Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.
Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.
Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

Figure 7VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

But as is shown in all above mentioned figures it is clear that at the pseudo-bottom the CFD results of air concentration are less than experimental ones until the depth of water reaches a quarter of the total depth of water. Also the direction of the curves are parallel to each other when going up towards the surface water and are incorporated approximately near the surface water. For all curves, the cross-section is separate between upstream and downstream steps. Therefore the (-) sign for steps represents a step upstream of the slope change cross-section and the (+) sign represents a step downstream of the slope change cross-section.

The dimensionless velocity distribution (V/V90) profile was acquired at an acquisition time equal to 25 seconds in skimming flow of the upstream and downstream slope change for both 50°–18.6° and 50°–30° slope change. The simulation results are compared with the experimental ones showing that for all curves there is close similarity for each point between the observed and experimental results. The curves increase parallel to each other and they merge near at the surface water as shown in Figure 6 for slope change 50°–18.6° configuration and Figure 7 for slope change 50°–30° configuration. However, at step numbers +1 and +5 in Figure 7 there are few differences between the simulated and observed results, namely the simulation curves ascend regularly meaning the velocity increases regularly from the pseudo-bottom up to the surface water.

Figure 8 (50°–18.6° slope change) and Figure 9 (50°–30° slope change) compare the simulation results and the experimental results for the presented dimensionless dynamic pressure distribution for different points on the stepped spillway. The results show a good agreement with the experimental and numerical simulations in all curves. For some points, few discrepancies can be noted in pressure magnitudes between the simulated and the observed ones, but they are in the acceptable range. Although the experimental data do not completely agree with the simulated results, there is an overall agreement.

Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number  −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 8VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number  −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

The pressure profiles were acquired at an acquisition time equal to 70 seconds in skimming flow on 50°–18.6°, where p is the measured dynamic pressure, h is step height and ϒ is water specific weight. A negative sign for steps represents a step upstream of the slope change cross-section and a positive sign represents a step downstream of the slope change cross-section.

Figure 10 shows the experimental streamwise development of dimensionless pressure on the 50°–18.6° slope change for dc/h = 4.6, x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute compared with the numerical simulation. It is obvious from Figure 10 that the streamwise development of dimensionless pressure before slope change (steps number −1, −2 and −3) both of the experimental and simulated results are close to each other. However, it is clear that there is a little difference between the results of the streamwise development of dimensionless pressure at step numbers +1, +2 and +3. Moreover, from step number +3 to the end, the curves get close to each other.

Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.
Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 10VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 11 compares the experimental and the numerical results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute. It is apparent that the outcomes of the experimental work are close to the numerical results, however, the results of the simulation are above the experimental ones before the slope change, but the results of the simulation descend below the experimental ones after the slope change till the end.

Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.
Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

Figure 11VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

CONCLUSION

ListenReadSpeaker webReader: Listen

In this research, numerical modelling was attempted to investigate the effect of abrupt slope change on the flow properties (air entrainment, velocity distribution and dynamic pressure) over a stepped spillway with two different models and various flow rates in a skimming flow regime by using the CFD technique. The numerical model was verified and compared with the experimental results of Ostad Mirza (2016). The same domain of the numerical model was inputted as in experimental models to reduce errors as much as possible.

Flow-3D is a well modelled tool that deals with particles. In this research, the model deals well with air entrainment particles by observing their results with experimental results. And the reason for the small difference between the numerical and the experimental results is that the program deals with particles more accurately than the laboratory. In general, both numerical and experimental results showed that near to the slope change the flow bulking, air entrainment, velocity distribution and dynamic pressure are greatly affected by abrupt slope change on the steps. Although the extent of the slope change was relatively small, the influence of the slope change was major on flow characteristics.

The Renormalized Group (RNG) model was selected as a turbulence solver. For 3D modelling, orthogonal mesh was used as a computational domain and the mesh grid size used for X, Y, and Z direction was equal to 0.015 m. In CFD modelling, air concentration and velocity distribution were recorded for a period of 25 seconds, but dynamic pressure was recorded for a period of 70 seconds. The results showed that there is a good agreement between the numerical and the physical models. So, it can be concluded that the proposed CFD model is very suitable for use in simulating and analysing the design of hydraulic structures.

이 연구에서 수치 모델링은 두 가지 다른 모델과 다양한 유속을 사용하여 스키밍 흐름 영역에서 계단식 배수로에 대한 유동 특성 (공기 혼입, 속도 분포 및 동적 압력)에 대한 급격한 경사 변화의 영향을 조사하기 위해 시도되었습니다. CFD 기술. 수치 모델을 검증하여 Ostad Mirza (2016)의 실험 결과와 비교 하였다. 오차를 최대한 줄이기 위해 실험 모형과 동일한 수치 모형을 입력 하였다.

Flow-3D는 파티클을 다루는 잘 모델링 된 도구입니다. 이 연구에서 모델은 실험 결과를 통해 결과를 관찰하여 공기 혼입 입자를 잘 처리합니다. 그리고 수치와 실험 결과의 차이가 작은 이유는 프로그램이 실험실보다 입자를 더 정확하게 다루기 때문입니다. 일반적으로 수치 및 실험 결과는 경사에 가까워지면 유동 벌킹, 공기 혼입, 속도 분포 및 동적 압력이 계단의 급격한 경사 변화에 크게 영향을받는 것으로 나타났습니다. 사면 변화의 정도는 상대적으로 작았지만 사면 변화의 영향은 유동 특성에 큰 영향을 미쳤다.

Renormalized Group (RNG) 모델이 난류 솔버로 선택되었습니다. 3D 모델링의 경우 계산 영역으로 직교 메쉬가 사용되었으며 X, Y, Z 방향에 사용 된 메쉬 그리드 크기는 0.015m입니다. CFD 모델링에서 공기 농도와 속도 분포는 25 초 동안 기록되었지만 동적 압력은 70 초 동안 기록되었습니다. 결과는 수치 모델과 물리적 모델간에 좋은 일치가 있음을 보여줍니다. 따라서 제안 된 CFD 모델은 수력 구조물의 설계 시뮬레이션 및 해석에 매우 적합하다는 결론을 내릴 수 있습니다.

DATA AVAILABILITY STATEMENT

ListenReadSpeaker webReader: Listen

All relevant data are included in the paper or its Supplementary Information.

REFERENCES

Boes R. M. Hager W. H. 2003a Hydraulic design of stepped spillways. Journal of Hydraulic Engineering 129 (9), 671–679.
Google Scholar
Boes R. M. Hager W. H. 2003b Two-Phase flow characteristics of stepped spillways. Journal of Hydraulic Engineering 129 (9), 661–670.
Google Scholar
Chanson H. 1994 Hydraulics of skimming flows over stepped channels and spillways. Journal of Hydraulic Research 32 (3), 445–460.
Google Scholar
Chanson H. 1997 Air Bubble Entrainment in Free Surface Turbulent Shear Flows. Academic Press, London.
Google Scholar
Chanson H. 2002 The Hydraulics of Stepped Chutes and Spillways. Balkema, Lisse, The Netherlands.
Google Scholar
Felder S. Chanson H. 2011 Energy dissipation down a stepped spillway with nonuniform step heights. Journal of Hydraulic Engineering 137 (11), 1543–1548.
Google Scholar
Flow Science, Inc. 2012 FLOW-3D v10-1 User Manual. Flow Science, Inc., Santa Fe, CA.
Ghaderi A. Daneshfaraz R. Torabi M. Abraham J. Azamathulla H. M. 2020a Experimental investigation on effective scouring parameters downstream from stepped spillways. Water Supply 20 (5), 1988–1998.
Google Scholar
Ghaderi A. Abbasi S. Abraham J. Azamathulla H. M. 2020b Efficiency of trapezoidal labyrinth shaped stepped spillways. Flow Measurement and Instrumentation 72, 101711.
Google Scholar
Gonzalez C. A. Chanson H. 2008 Turbulence and cavity recirculation in air-water skimming flows on a stepped spillway. Journal of Hydraulic Research 46 (1), 65–72.
Google Scholar
Gunal M. 1996 Numerical and Experimental Investigation of Hydraulic Jumps. PhD Thesis, University of Manchester, Institute of Science and Technology, Manchester, UK.
Hirt C. W. Nichols B. D. 1981 Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics 39 (1), 201–225.
Google Scholar
Matos J. 2000 Hydraulic design of stepped spillways over RCC dams. In: Intl Workshop on Hydraulics of Stepped Spillways (H.-E. Minor & W. Hager, eds). Balkema Publ, Zurich, pp. 187–194.
Google Scholar
Mohammad Rezapour Tabari M. Tavakoli S. 2016 Effects of stepped spillway geometry on flow pattern and energy dissipation. Arabian Journal for Science & Engineering (Springer Science & Business Media BV) 41 (4), 1215–1224.
Google Scholar
Ostad Mirza M. J. 2016 Experimental Study on the Influence of Abrupt Slope Changes on Flow Characteristics Over Stepped Spillways. Communications du Laboratoire de Constructions Hydrauliques, No. 64 (A. J. Schleiss, ed.). Swiss Federal Institute of Technology Lausanne (EPFL), Lausanne, Switzerland.
Roshan R. Azamathulla H. M. Marosi M. Sarkardeh H. Pahlavan H. Ab Ghani A. 2010 Hydraulics of stepped spillways with different numbers of steps. Dams and Reservoirs 20 (3), 131–136.
Google Scholar
Shahheydari H. Nodoshan E. J. Barati R. Moghadam M. A. 2015 Discharge coefficient and energy dissipation over stepped spillway under skimming flow regime. KSCE Journal of Civil Engineering 19 (4), 1174–1182.
Google Scholar
Takahashi M. Ohtsu I. 2012 Aerated flow characteristics of skimming flow over stepped chutes. Journal of Hydraulic Research 50 (4), 427–434.
Google Scholar
Versteeg H. K. Malalasekera W. 2007 An Introduction to Computational Fluid Dynamics: The Finite Volume Method. Pearson Education, Harlow.
Google Scholar
© 2021 The Authors
This is an Open Access article distributed under the terms of the Creative Commons Attribution Licence (CC BY 4.0), which permits copying, adaptation and redistribution, provided the original work is properly cited (http://creativecommons.org/licenses/by/4.0/).

Figure 2.1. Test Setup.The test setup consists of a clear plastic scale model tank attached to a rigid aluminum frame by three multi-axis load cells driven by a position-controlled servo hydraulic system.(Data acquisition cabling removed for clarity).

Coupled Simulation of Vehicle Dynamics and Tank Slosh. Phase 1 Report. Testing and Validation of Tank Slosh Analysis

Prepared byGlenn R. WendelSteven T. GreenRussell C. Burkey

Abstract:

차량 동력학의 컴퓨터 시뮬레이션은 차량 설계에서 귀중한 도구가 되었다. 그러나 그들은 차량의 탱크에서 유체 슬로싱의 복잡한 역학을 정확하게 시뮬레이션할 수 없다. 

유체 슬로쉬를 예측할 수 있는 컴퓨터 유체역학 CFD 분석 소프트웨어를 이용할 수 있지만, 군용 차량 애플리케이션용 유체 슬로쉬를 정확하게 예측하는데 이 소프트웨어의 사용은 입증되지 않았다. 이것은 차량 역학 분석과 결합된 CFD 분석의 사용을 개발 및 입증하여 유체 수송 시스템의 역학을 보다 정확하게 예측하는 다중 효소 프로그램의 첫 번째 단계다. 

이 단계의 목적은 일반적인 기동에 직면한 차량의 움직임에 따른 탱크에서 슬로시 역학을 예측하는 CFD 분석을 검증하는 것이다. 이를 위해, 5톤 FMTV 트럭을 시뮬레이션하는 시험 설비뿐만 아니라, 1/4 규모의 TOD 탱크 모델이 건설되었다. CFD 분석과 실험실 시험의 반응력과 유동 운동을 차선 변경과 요철을 포함한 6가지 모의 차량 기동에서 비교했다. 

CFD 분석은 상용 소프트웨어 패키지인 FLOW-3D-로 수행되었다. 테스트 탱크의 해당 측정값과 비교하기 위해 빈 탱크의 강체 동적 해석의 힘과 모멘트 예측에 순유체 힘과 모멘트 예측이 추가되었다. 

전반적으로, 그 결과는 CFD가 트럭에 탑재된 수상 수송 탱크의 유체 운동 및 유체 구조 상호작용 연구에 성공적으로 적용될 수 있음을 보여준다. 예측된 롤 모멘트와 측정된 롤 모멘트 사이에는 좋은 상관관계가 있다. 

여기에 제시된 CFD 시뮬레이션의 빠른 전환 시간을 감안할 때, 전술에 대한 전체 차량 반응의 높은 충실도 시뮬레이션을 위해 차량 강체 차체 동적 분석을 유체 역학 분석과 결합하는 것이 바람직하다는 전망이 나온다.

Computer simulation of vehicle dynamics has become a valuable tool in the design of vehicles. They are, however, unable to accurately simulate the complex dynamics of fluid sloshing in a tank on the vehicle. Computational Fluid Dynamics CFD analysis software is available that can predict fluid slosh, however, the use of this software in accurately predicting fluid slosh for a military vehicle application has not been demonstrated. This is the first phase of a multiphase program to develop and demonstrate the use of CFD analysis, coupled with vehicle dynamics analysis, to more accurately predict the dynamics of a fluid transport system. The objective of this phase is to validate the CFD analysis in predicting slosh dynamics on a tank subjected to motions of a vehicle encountering typical maneuvers. To accomplish this, a one-quarter-scale model of a TOLD tank was constructed, as well as a test fixture to simulate a five-ton FMTV truck. The reaction forces and the fluid motions of the CFD analysis and the laboratory test were compared for six simulated vehicle maneuvers including lane changes and bumps. The CFD analysis was conducted with the commercially available software package, FLOW-3D-. The net fluid force and moment predictions were added to the force and moment predictions of a rigid body dynamic analysis of the empty tank alone to compare to the corresponding measured values for the test tank. Overall, the results show that CFD can successfully be applied to the study of fluid motions and the fluid- structure interactions in truck-mounted water transport tanks. There is good correlation between the predicted and measured roll moment. Given the rapid turnaround time for the CFD simulations presented here, the outlook is encouraging for coupling a vehicle rigid body dynamics analysis to a fluid dynamics analysis for a high fidelity simulation of the complete vehicle response to maneuvers.

Keywords

Keywords: COMPUTATIONAL,FLUID,DYNAMICS,VEHICLES,*SLOSHING,TEST,AND,EVALUATION,COMPUTER,PROGRAMS,COMPUTERIZED,SIMULATION,COUPLING(INTERACTION),SIMULATION,ROLL,LABORATORY,TESTS,PREDICTIONS,VALIDATION,INTERACTIONS,MILITARY,VEHICLES,REACTION,TIME,MOTION,RESPONSE,TRANSPORT,MILITARY,APPLICATIONS,FLUIDS,TRUCKS,MANEUVERS,RIGIDITY,TEST,FIXTURES,WATER,TANKS

CFD 분석과 실험실 테스트의 작용력과 유체 운동은 다음과 같은 시뮬레이션 된 차량 기동에 대해 비교되었습니다.

  • AVTP Lane Change at 20 mph
  • AVTP Lane Change at 40 mph
  • 9” Half-Round Symmetric Bump at 10 mph
  • 12” Half-Round Symmetric Bump at 5 mph
  • 9” Trapezoidal Asymmetric Bump at 15 mph
  • 12” Trapezoidal Asymmetric Bump at 10 mph

CFD 분석은 상용 소프트웨어 패키지 FLOW-3D를 사용하여 수행되었습니다.

Rear Axle Roll Moment, 40-mph Lane Change.
Rear Axle Roll Moment, 40-mph Lane Change.
Figure 2.1.  Test Setup.The test setup consists of a clear plastic scale model tank attached to a rigid aluminum frame by three multi-axis load cells driven by a position-controlled servo hydraulic system.(Data acquisition cabling removed for clarity).
Figure 2.1. Test Setup.The test setup consists of a clear plastic scale model tank attached to a rigid aluminum frame by three multi-axis load cells driven by a position-controlled servo hydraulic system.(Data acquisition cabling removed for clarity).
Figure 2.2.  Test Setup Drawing.The load cell locations and the coordinate systems used in the testing and analysis are defined as shown.
Figure 2.2. Test Setup Drawing.The load cell locations and the coordinate systems used in the testing and analysis are defined as shown.
Figure 3.1.  Computational Mesh Definition
Figure 3.1. Computational Mesh Definition
Figure 3.2.  Rear Axle Roll Moment, 20-mph Lane Change
Figure 3.2. Rear Axle Roll Moment, 20-mph Lane Change
Figure 3.3.  Rear Axle Roll Moment, 40-mph Lane Change
Figure 3.3. Rear Axle Roll Moment, 40-mph Lane Change
Figure 3.4.  Rear Axle Roll Moment, 9” Trapezoidal Bump at 15 mph
Figure 3.4. Rear Axle Roll Moment, 9” Trapezoidal Bump at 15 mph
Figure 3.5.  Rear Axle Roll Moment, 12” Trapezoidal Bump at 10 mph
Figure 3.5. Rear Axle Roll Moment, 12” Trapezoidal Bump at 10 mph
Figure 3.8.  Fluid Configuration for 20-mph Lane Change.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction.  Theinset in the video image is viewing the tank from the left side of the vehicle.
Figure 3.8. Fluid Configuration for 20-mph Lane Change.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction. Theinset in the video image is viewing the tank from the left side of the vehicle.
Figure 3.9.  Fluid Configuration for 12” Trapezoidal Bump at 10 mph.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction.  Theinset in the video image is viewing the tank from the left side of the vehicle.
Figure 3.9. Fluid Configuration for 12” Trapezoidal Bump at 10 mph.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction. Theinset in the video image is viewing the tank from the left side of the vehicle.

REFERENCES

Abramson, H.N. [1966], The Dynamic Behavior of Liquids in Moving Containers,NASA SP-106.Flow Science, Inc. [2001], FLOW-3D, Version 8.0.1, Santa Fe, New Mexico.Working Model, Inc. [1997], Working Model 3D, Version 2.0, San Mateo, California.Coleman, H.W., Steele, W.G. [1989], Experimentation and Uncertainty Analysis forEngineers, John Wiley and Sons, New York, 1989

Figure 2.12: (Top) The sequence in the DISAMATIC process (1)-(5). (Middle) The performed experiments placed on the Mohr circle (I)-(V). (Bottom) The five names of the mechanical behaviours.

Numerical simulation of flow and compression of green sand

Abstract

산업 박사 프로젝트의 초점은 주조 부품에 최종 기하학적 모양을 제공하는 모래 주형 (녹색 모래)의 생산에 집중되었습니다. 주조 부품의 고품질을 보장하기 위해서는 금형 자체의 제조 공정을 균일하고 안정적으로 제어하는 ​​것이 중요합니다.

따라서 녹사(주물사)의 흐름과 퇴적을 특성화하고 모델링하는 방법에 대한 기본적인 이해를 얻는 것이 중요했기 때문에 모래 주형의 제조 공정 시뮬레이션에 사용할 수 있었습니다. 녹색 모래의 유동성은 모래 샷 중에 모래로 챔버를 채우는 호퍼를 통해 모래가 아래로 흐를 때 중요합니다.

녹색 모래의 유동성은 주로 물과 벤토나이트의 양에 의해 좌우되며 둘 다 감소 시킵니다. 따라서 유동성과 내부 힘은 리브 및 기타 기하학적 장애물로 인한 그림자가 있을 수 있는 복잡한 금형 형상을 얼마나 잘 채울 수 있는지 제어합니다.

흐름이 조기에 중단되면 금형이 완전히 채워지지 않거나 재료 밀도의 변동이 너무 높아 주조 부품의 최종 표면에 영향을 미칠 수 있습니다. 벤토나이트에 의해 생성된 습식 다리는 벤토나이트와 물이 녹색 모래를 매우 응집력 있게 만드는 모래 알갱이를 서로 달라붙게 하고 혼합물을 짜 냄으로써 주조 공정을 위한 강력한 금형을 얻기 위해 금형을 안정시키는 기계적 특성을 얻습니다.

따라서 생사 유동성은 챔버의 적절한 충진을 위해 샌드 샷 중에 중요하며, 후속적으로 압착 공정 동안의 견고한 기계적 특성은 금형의 최종 강도에 중요합니다. 이는 이러한 기계적 거동이 역 관계를 갖기 때문에 문제가 됩니다.

예를 들어 녹색 모래가 너무 건조하면 녹색 모래의 유동성이 매우 높고,특정 수분 함량 수준에 따라 곰팡이의 강도가 낮고 그 반대도 마찬가지입니다. 따라서 정확한 생사 상태를 확보하고 샌드 샷 중에 금형 충진을 개선하는 것이 매우 중요합니다.

이산 요소 방법 (DEM)은 방법의 이산적인 특성이 녹색 모래의 입상 구조를 잘 모의하기 때문에 수치 모델로 선택되었습니다. DEM 모델은 롤링 저항 모델을 사용하여 비 구형 석영 모래 입자의 롤링 저항을 에뮬레이션하고 응집성 모델을 사용하여 벤토나이트에서 석영 모래 입자의 결합을 에뮬레이트합니다.

그린 샌드는 항복 궤적이 발견된 링 전단 테스터로 특성화되었으며 유동성을 정의하는 새로운 방법이 제안 되었습니다. 링 전단 시험기는 DEM 모델의 정적 마찰 계수를 얻기 위해 사용되었습니다.

측정된 높이에서 녹색 모래의 단순한 기계적 거동을 조사하기 위해 모래 더미 실험이 사용되었습니다. 이 높이에서 DEM 모델은 구름 저항 값을 얻고 응집 모델에서 매개 변수를 얻는 것과 관련하여 보정 되었습니다.

이 프로젝트는 DISAMATIC 공정에서 샌드 샷을 사용하여 모래 주형을 생산하는 동안 모래 입자의 흐름과 모래 퇴적을 처리했습니다. 챔버의 녹색 모래 퇴적은 캐비티 내부에 통풍구가 배치된 특수 캐비티 설계로 조사되었습니다.

에어 벤트는 샌드 샷 중에 공기 흐름과 함께 녹색 모래를 운반하는 데 사용됩니다. 챔버와 캐비티의 에어 벤트 설정을 변경함으로써 캐비티 설계에서 좁은 통로의 충진을 개선하여 최종 샌드 몰드도 개선 할 수 있었습니다.

캐비티 디자인을 사용한 샌드 샷은 챔버의 공기 흐름과 통풍구를 통한 공기 흐름을 모델링하기 위해 고전적인 전산 유체 역학 (CFD)과 결합 된 녹색 모래의 흐름을 모델링하는 이산 요소 방법 (DEM)으로 시뮬레이션되었습니다.

이러한 실험과 시뮬레이션은 DISAMATIC 프로세스와이를 개선하는 방법에 대한 유익한 통찰력을 제공했습니다. 또한 유동층을 사용하여 생사의 유동화 특성을 조사하고 새로 개발 된 Anton Paar Powder Cell을 사용하여 유동 점도를 얻었습니다.

상업적 측면 특수 설계된 캐비티 지오메트리에서 그린 샌드로 몰드 챔버를 채우는 것에 대한 지식을 얻었습니다. 에어 탱크에 초기에 적용된 공기 압력과 함께 에어 벤트의 설정은 캐비티의 충진을 개선하여 최종 금형을 개선하는 데 유용한 아이디어를 제공했습니다.

또한, 결합 된CFD-DEM 모델을 사용하여 STAR-CCM +의 상용 소프트웨어를 적용하여 형상의 3D 슬라이스 표현으로 프로세스를 성공적으로 시뮬레이션 할 수있었습니다. 따라서 향후 DISAMATIC 프로세스를 시뮬레이션하기 위한 독립형 코드를 개발하는 것이 더 가능해집니다. DISAMATIC 프로세스의 샌드 샷은 링 전단 테스터가 다음의 견고한 기계적 거동을 나타낼 수 있는 연속체 모델로 모델링 될 수도 있습니다.

Figure 1.1: The DISAMATIC process: 1. The sand shot. 2. Squeezing the mold. 3. Moving the mold to the chamber front and stripping off the swing plate (SP). 4. Mold close-up where the pressure plate (PP) pushes the mold out of the molding chamber. 5. Stripping off the PP where the PP is stripped from the mold and returns to its starting position in the molding chamber. 6. Closing the molding chamber and repeating a new cycle. The edited figure and text are from [8]
Figure 1.1: The DISAMATIC process: 1. The sand shot. 2. Squeezing the mold. 3. Moving the mold to the chamber front and stripping off the swing plate (SP). 4. Mold close-up where the pressure plate (PP) pushes the mold out of the molding chamber. 5. Stripping off the PP where the PP is stripped from the mold and returns to its starting position in the molding chamber. 6. Closing the molding chamber and repeating a new cycle. The edited figure and text are from [8]
Figure 2.1: The green sand mixture. The figure is from [8]
Figure 2.1: The green sand mixture. The figure is from [8]
Figure 2.2: The size distribution of the green sand applied in the project. The figure is from [9]
Figure 2.2: The size distribution of the green sand applied in the project. The figure is from [9]
Figure 2.3: The wet bridges created in the bentonite from the water make the bentonite
cohesive and thereby the sand grains will stick together. The pictures are from the slides
in [10](http://www.sut.ac.th/engineering/Metal/ru/GREEN20%SAND.pdf).
Figure 2.3: The wet bridges created in the bentonite from the water make the bentonite cohesive and thereby the sand grains will stick together
Figure 2.11: The density as a function of compactability with respect to the number of rammings 1-10. The first ramming starts from the left indicated by the number. The cross placed in the middle shows the average value of the batches with an individual color. The dotted lines are the standard deviations of compactability % as a horizontal line and the standard deviations of density [ kg m3 ] as a vertical line.
Figure 2.11: The density as a function of compactability with respect to the number of rammings 1-10. The first ramming starts from the left indicated by the number. The cross placed in the middle shows the average value of the batches with an individual color. The dotted lines are the standard deviations of compactability % as a horizontal line and the standard deviations of density [ kg m3 ] as a vertical line.
Figure 2.12: (Top) The sequence in the DISAMATIC process (1)-(5). (Middle) The performed experiments placed on the Mohr circle (I)-(V). (Bottom) The five names of the mechanical behaviours.
Figure 2.12: (Top) The sequence in the DISAMATIC process (1)-(5). (Middle) The performed experiments placed on the Mohr circle (I)-(V). (Bottom) The five names of the mechanical behaviours.
Figure 2.13: The high load flow in the DISAMATIC process and the ring shear test placed on the Mohr circle
Figure 2.13: The high load flow in the DISAMATIC process and the ring shear test placed on the Mohr circle
Figure 2.27: (Left side) The low load flow in the DISAMATIC process. (Right side) The performed experiments placed on the Mohr circle.
Figure 2.27: (Left side) The low load flow in the DISAMATIC process. (Right side) The performed experiments placed on the Mohr circle.

Conclusion

이 논문에서는 시멘트와 충전제의 비 중복 입자 분포를 사용하여 유변학에 대한 분쇄 모래 충전제의 형상 효과를 분리했습니다. 실험 결과는 필러의 종횡비가 증가함에 따라 매트릭스의 유동성이 감소하고 두 종류의 필러에 따라 최대 부피 분율 임계 값이 다양 함을 보여주었습니다. DEM 모델을 사용하여 슬럼프 흐름 테스트를 시뮬레이션하고 실험 결과의 10 % 이내 인 수치 예측을 얻었습니다. 불일치로 인해 모델에 의해 부피 분율 임계 값이 약간 검증되었습니다. 그럼에도 불구하고 수치 결과는 유망 해 보이며 우리는 이산화를 개선하고 다른 상호 작용 모델을 탐색하여 DEM 모델을 추가로 개발할 계획입니다.

Mixing Tank with FLOW-3D

CFD Stirs Up Mixing 일반

CFD (전산 유체 역학) 전문가가 필요하고 때로는 실행하는데 몇 주가 걸리는 믹싱 시뮬레이션의 시대는 오래 전입니다. 컴퓨팅 및 관련 기술의 엄청난 도약에 힘 입어 Ansys, Comsol 및 Flow Science와 같은 회사는 엔지니어의 데스크톱에 사용하기 쉬운 믹싱 시뮬레이션을 제공하고 있습니다.

“병렬화 및 고성능 컴퓨팅의 발전과 템플릿화는 비전문 화학 엔지니어에게 정확한 CFD 시뮬레이션을 제공했습니다.”라고 펜실베이니아  피츠버그에있는 Ansys Inc.의 수석 제품 마케팅 관리자인 Bill Kulp는 말합니다 .

흐름 개선을위한 실용적인 지침이 필요하십니까? 다운로드 화학 처리의 eHandbook을 지금 흐름 도전 싸우는 방법!

예를 들어, 회사는 휴스턴에있는 Nalco Champion과 함께 프로젝트를 시작했습니다. 이 프로젝트는 시뮬레이션 전문가가 아닌 화학 엔지니어에게 Ansys Fluent 및 ACT (분석 제어 기술) 템플릿 기반 시뮬레이션 앱에 대한 액세스 권한을 부여합니다. 새로운 화학 물질을위한 프로세스를 빠르고 효율적으로 확장합니다.

Giving Mixing Its Due

“화학 산업은 CFD와 같은 계산 도구를 사용하여 많은 것을 얻을 수 있지만 혼합 프로세스는 단순하다고 가정하기 때문에 간과되는 경우가 있습니다. 그러나 최신 수치 기법을 사용하여 우수한 성능을 달성하는 흥미로운 방법이 많이 있습니다.”라고 Flow Science Inc. , Santa Fe, NM의 CFD 엔지니어인 Ioannis Karampelas는 말합니다 .

이러한 많은 기술이 회사의 Flow-3D Multiphysics 모델링 소프트웨어 패키지와 전용 포스트 프로세서 시각화 도구 인 FlowSight에 포함되어 있습니다.

“모든 상업용 CFD 패키지는 어떤 형태의 시각화 도구와 번들로 제공되지만 FlowSight는 매우 강력하고 사용하기 쉽고 이해하기 쉽게 설계되었습니다. 예를 들어, 프로세스를 재 설계하려는 엔지니어는 다양한 설계 변경의 효과를 평가하기 위해 매우 직관적인 시각화 도구가 필요합니다.”라고 그는 설명합니다.

이 접근 방식은 실험 측정을 얻기 어려운 공정 (예 : 쉽게 측정 할 수없는 매개 변수 및 독성 물질의 존재로 인해 본질적으로 위험한 공정)을 더 잘 이해하고 최적화하는데 특히 효과적입니다.

동일한 접근 방식은 또한 믹서 관련 장비 공급 업체가 고객 요구에 맞게 제품을보다 정확하게 개발하고 맞춤화하는 데 도움이되었습니다. “이는 불필요한 프로토 타이핑 비용이나 잠재적 인 과도한 엔지니어링을 방지합니다. 두 가지 모두 일부 공급 업체의 문제였습니다.”라고 Karampelas는 말합니다.

CFD 기술 자체는 계속해서 발전하고 있습니다. 예를 들어, 수치 알고리즘의 관점에서 볼 때 구형 입자의 상호 작용이 열 전달을 적절하게 모델링하는 데 중요한 다양한 문제에 대해 이산 요소 모델링을 쉽게 적용 할 수있는 반면, LES 난류 모델은 난류 흐름 패턴을 정확하게 시뮬레이션하는 데 이상적입니다.

컴퓨팅 리소스에 대한 비용과 수요에도 불구하고 Karampelas는 난류 모델의 전체 제품군을 제공 할 수있는 것이 중요하다고 생각합니다. 특히 LES는 이미 대부분의 학계와 일부 산업 (예 : 전력 공학)에서 선택하는 방법이기 때문입니다. .

그럼에도 불구하고 CFD의 사용이 제한적이거나 비실용적 일 수있는 경우는 확실히 있습니다. 여기에는 나노 입자에서 벌크 유체 증발을 모델링하는 것과 같이 관심의 규모가 다른 규모에 따라 달라질 수있는 문제와 중요한 물리적 현상이 아직 알려지지 않았거나 제대로 이해되지 않았거나 아마도 매우 복잡한 문제 (예 : 모델링)가 포함됩니다. 음 펨바 효과”라고 Karampelas는 경고합니다.

반면에 더욱 강력한 하드웨어와 업데이트 된 수치 알고리즘의 출현은 CFD 소프트웨어를 사용하여 과다한 설계 및 최적화 문제를 해결하기위한 최적의 접근 방식이 될 것이라고 그는 믿습니다.

“복잡한 열교환 시스템 및 새로운 혼합 기술과 같이 점점 더 복잡한 공정을 모델링 할 수있는 능력은 가까운 장래에 가능할 수있는 일을 간단히 보여줍니다. 수치적 방법 사용의 주요 이점은 설계자가 상상력에 의해서만 제한되어 소규모 믹서에서 대규모 반응기 및 증류 컬럼에 이르기까지 다양한 화학 플랜트 공정을 최적화 할 수있는 길을 열어 준다는 것입니다. 실험적 또는 경험적 접근 방식은 항상 관련성이 있지만 CFD가 미래의 엔지니어를위한 선택 도구가 될 것이라고 확신합니다.”라고 그는 결론을 내립니다.


Ottewell2
Seán Ottewell은 Chemical Processing의 편집장입니다. sottewell@putman.net으로 이메일을 보낼 수 있습니다 .

기사 원문 : https://www.chemicalprocessing.com/articles/2017/cfd-stirs-up-mixing/

EVGA 지포스 RTX 2060 KO 같은 현대적인 그래픽카드는 여러 디스플레이를 동시에 연결할 수 있다. ⓒ BRAD CHACOS/IDG

FLOW-3D POST, 그래픽 카드, 멀티모니터

좋은 하드웨어는 향상된 FLOW-3D POST 경험을 제공

FLOW Science, inc의 최첨단 POST Processor인 FLOW-3D POST를 최대한 활용하려면 좋은 하드웨어가 있어야 합니다. 이 블로그에서 소프트웨어 엔지니어링의 GUI 개발자/관리자인 Stephen Sanchez는 이러한 하드웨어 권장 사항에 따라 최적의 FLOW-3D POST 경험을 얻을 수 있는 방법에 대해 정보를 제공 합니다.

고품질 그래픽 하드웨어

최소 3GB의 VRAM 이 있는 그래픽 카드로 시작하는 것이 좋습니다 . 이것은 많은 볼륨 렌더링을 수행할 경우 특히 중요합니다. 볼륨 렌더링은 FLOW-3D POST 의 고급 기능으로 iso-surface가 아닌 유체 도메인 전체에서 변수의 세부 사항을 시각화합니다. 이 기능은 매우 통찰력 있지만 후 처리 중에 효과적으로 사용하려면 좋은 하드웨어가 필요합니다.

다음으로 Intel 통합 그래픽을 기본 그래픽 하드웨어로 사용해서는 안됩니다. 인텔 통합 그래픽은 전용 그래픽 하드웨어가 있는 랩톱에서도 대부분의 랩톱에서 일반적입니다(자세한 내용은 아래 참조). 

대부분의 FLOW-3D POST 기능은 이 구성에서 작동하지 않으므로 Intel 통합 그래픽을 지원하지 않습니다. 

FLOW-3D POST 는 NVIDIA 그래픽 카드 와 함께 사용할 때 가장 잘 수행됩니다. FLOW-3D POST 가 잘 작동하는 것으로 확인되었으므로 Maxwell 아키텍처 제품군 이상의 NVIDIA 그래픽 하드웨어를 적극 권장 합니다. 

NVIDIA Quadro 카드는 가장 안정적인 것으로 입증되었습니다. 고급 AMD 카드도 작동해야 하지만 NVIDIA 하드웨어 및 드라이버만큼 안정적이지 않다는 사실을 발견 했으므로 항상 AMD보다 NVIDIA를 권장합니다.

Nvidia 그래픽 카드

노트북의 듀얼 그래픽 카드 – 간단하지만 숨겨진 솔루션

이제 많은 노트북에 NVIDIA 그래픽 카드와 Intel 통합 그래픽 간에 전환 할 수 있는 기능이 있습니다. NVIDIA 카드로 FLOW-3D POST 가 실행되고 있는지 확인하는 것이 중요합니다 . NVIDIA 제어판을 통해 NVIDIA 카드로 노트북을 강제로 실행할 수 있습니다.

그래픽 카드를 Nvidia로 전환

비디오 드라이버 업데이트

비디오 드라이버가 업데이트 되었는지 확인하는 것이 좋습니다. FLOW-3D POST 에서 비디오 드라이버를 업데이트하여 쉽게 해결할 수 있는 아티팩트 및 디스플레이 문제에 대한 보고가 있었습니다 . 비디오 드라이버를 최신 상태로 유지하는 것은 이러한 문제를 방지하는 좋은 방법입니다.

RAM, RAM, RAM!

메모리가 충분하지 않으면 시뮬레이션 후 처리가 불가능할뿐만 아니라 메모리 요구 사항을 인식하는 것이 중요합니다. 최대 10 배의 성능 저하로 이어질 수 있습니다! FLOW-3D POST 에 필요한 RAM 양은 여러 요소, 특히 시뮬레이션 크기에 따라 다릅니다. 사용자에게 최대한의 유연성을 제공하기 위해 메시의 셀 수에 따라 다음과 같은 RAM 권장 사항이 있습니다.

  • 초대형 (2 억 개 이상의 셀) : 최소 128GB
  • 대용량 (6 천 ~ 1 억 5 천만 셀) : 64-128GB
  • 중간 (3 천만 ~ 6 천만 셀) : 32-64GB
  • 소형 (3,000 만 셀 이하) : 최소 32GB

FLOW-3D POST 는 메모리 집약적 일 수 있습니다. 실행할 시뮬레이션 크기에 대한 대략적인 아이디어가 있는 경우, 이 지침을 가능한 한 잘 따르는 것이 좋습니다. 즉, 유연성을 극대화하고 가장 원활한 FLOW-3D POST 경험을 보장하기 위해 문제 크기에 관계없이 가능한 한 많은 RAM을 확보하는 것이 좋습니다.


그래픽 카드를 업그레이드 교체 설치하는 방법

그래픽 카드를 업그레이드하는 것은 성능 향상을 위한 좋은 방법이다. 그래픽 카드 업그레이드를 통해 시각적으로 고사양을 요구하는 POST 작업을 쉽게 소화할 수 있는 컴퓨터로 진화할 수 있다. 

업그레이드를 위한 그래픽 카드 구매시 고려 사항, 기존 PC에 적합한가? 

원하는 그래픽 카드를 결정하는 것은 복잡하고 미묘한 문제다. AMD와 엔비디아는 200달러 미만에서부터 최대 1,500달러에 이르는 지포스(GeForce) RTX 3090에 이르기까지 거의 모든 예산에 대한 선택지를 제공하기 때문이다.

카드의 소음, 발열, 전력 소비 등과 같은 사항을 고려할 수 있겠지만, 일반적으로는 비용 대비 가장 큰 효과를 제공하는 그래픽 카드를 원한다.

컴퓨터가 새 그래픽 카드를 지원하는 적절한 하드웨어인지 확인한다. 

사용자가 겪는 가장 일반적인 문제는 부적절한 파워 서플라이(power supply)다. 충분한 전력을 공급할 수 없거나 사용 가능한 PCI-E 전원 커넥터가 충분하지 않을 수 있다. 필자의 경험상 파워 서플라이는 적어도 제조업체에서 권장하는 파워 서플라이의 요구 사항을 충족해야 한다. 예를 들어, 350W를 소비하는 지포스 GTX 3090을 구입했다면 8핀 전원 커넥터 한 쌍과 함께 엔비디아에서 제안한 최소 750W의 전력 공급 장치를 갖춰야 한다. 

현재 파워 서플라이가 얼마나 많은 전력을 제공하는지 알아보려면 PC 본체를 열고 모든 파워 서플라이에 기본 정보가 나열된 표준 식별 스티커를 확인하면 된다. 또한 사용 가능한 6핀 및 8핀 PCI-E 커넥터의 수를 확인할 수 있다. 

ⓒ Thomas Ryan 파워서플라이
ⓒ Thomas Ryan 파워서플라이

마지막으로 본체 내부에 새 그래픽 카드를 넣을 충분한 공간이 있는지 확인한다. 일부 고급 그래픽 카드는 길이가 상당히 길어 30Cm 이상일 수 있으며, 확장 슬롯이 2개 또는 3개가 될 수 있다. 해당 그래픽 카드의 실제 크기는 제조업체 웹사이트에서 찾을 수 있다. 

여기까지 해결했다면 이제 본격적으로 설치 작업에 착수한다. 


생각보다 간단한 그래픽 카드 설치 작업

그래픽 카드 설치에는 새 그래픽 카드, 컴퓨터, 그리고 십자 드라이버 3가지만 있으면 된다. 설치하기 전 PC를 끄고 전원 플러그를 뽑는다. 

기존 GPU를 제거해야 하는 경우가 아니면, 먼저 프로세서의 방열판에 가장 가까운 긴 PCI-E x16 슬롯을 찾아야 한다. 이 슬롯은 메인보드의 첫 번째 또는 두 번째 확장 슬롯이다. 

이 슬롯에 접근을 차단하는 느슨한 전선이 없는지 확인한다. 기존 그래픽 카드를 교체하는 경우, 연결된 케이블을 모두 분리하고, PC 본체 후면 내부에 고정 브래킷에서 나사를 제거한 다음, 카드를 제거한다. 대부분의 메인보드에는 그래픽 카드를 제자리에 고정하는 PCI-E 슬롯 끝에 작은 플라스틱 걸쇠(latch)가 있다. 이 걸쇠를 눌러 이전 그래픽 카드의 잠금을 해제하고 분리한다.

ⓒ Thomas Ryan PCI-E x16 슬롯에 설치
ⓒ Thomas Ryan PCI-E x16 슬롯에 설치

이제 새 그래픽 카드를 개방형 PCI-E x16 슬롯에 설치할 수 있다. 카드를 슬롯에 완전히 삽입한 다음, PCI-E 슬롯 끝에 있는 플라스틱 걸쇠를 눌러 제자리에 고정한다. 그런 다음 나사를 사용해 그래픽 카드의 금속 고정 브래킷을 PC 본체에 고정한다. 덮개 브래킷 또는 이전 그래픽 카드를 고정했던 나사를 재사용할 수 있다. 

ⓒ Thomas Ryan 그래픽 카드에는 추가 전원 커넥터 연결
ⓒ Thomas Ryan 그래픽 카드에는 추가 전원 커넥터 연결

대부분의 게임용 그래픽 카드에는 추가 전원 커넥터가 필요하다. 추가 전원이 필요한 경우, 해당 PCI-E 전원 케이블을 연결했는지 확인한다. 전원이 제대로 공급되지 않으면 그래픽 카드가 제대로 작동하지 않는다. 이 PCI-E 전원 케이블을 연결하지 않으면 PC 자체가 부팅되지 않을 수 있다.  

그래픽 카드를 고정하고 난 후, 전원을 켠 상태에서 본체 측면 패널을 제자리로 밀어넣고 디스플레이 케이블을 새 그래픽 카드에 연결해 작업을 완료한다. 이제 컴퓨터를 켠다. 

이제 그래픽 카드의 소프트웨어를 업그레이드할 단계가 왔다. 

새 그래픽 카드가 이전 카드와 동일한 브랜드일 경우에는 절차가 간단하다. 제조업체의 웹사이트로 이동해 운영체제에 맞는 최신 드라이버 패키지를 다운로드한다. 그래픽 드라이버는 일반적으로 약 500MB로, 상당히 크다. 인터넷 연결 속도에 따라 다운로드하는 데 시간이 걸릴 수도 있다. 드라이버를 설치하고 컴퓨터를 다시 시작하면 이제 새 그래픽 카드가 제공하는 부드럽고 매끄러운 프레임 속도를 즐길 수 있다.
  
그래픽 카드 제조업체가 바뀐 경우(인털에서 AMD로, 혹은 AMD에서 인텔로), 새 그래픽 카드용 드라이버를 설치하기 전에 이전 그래픽 드라이버를 제거하고 컴퓨터를 다시 시작해야 한다. 이전 드라이버를 제거하지 않으면 새 드라이버와 충돌할 수 있다. 

editor@itworld.co.kr 기사 일부 발췌 인용

그래픽 카드 GPU 온도 확인하는 방법

그래픽 카드 온도 확인은 아주 쉽다. 윈도우에서 바로 온도를 확인할 수 있는 내장 도구도 추가됐다. 또한, 무료 GPU 모니터링 도구가 많이 있고 그중 대다수가 온도를 측정해준다. 조금 더 자세히 알아보자.

ⓒ MARK HACHMAN / IDG 그래픽카드 온도 확인
ⓒ MARK HACHMAN / IDG 그래픽카드 온도 확인

마이크로소프트가 윈도우 10 2020년 5월 업데이트에서 GPU 온도 모니터링 툴을 작업 관리자에 추가했다. 무려 24년이나 걸렸다.

Ctrl+Shift+Esc를 열어 작업 관리자 대화창을 열거나 Ctrl+Alt+Delete에서 ‘작업 관리자’를 선택하거나 윈도우 시작 메뉴 아이콘을 오른쪽 클릭해서 ‘작업 관리자’를 선택한다. 여기에서 ‘성능’ 탭으로 들어가면 왼쪽에 GPU를 확인할 수 있을 것이다. 윈도우 10 2020년 5월 업데이트 혹은 그 이후 버전의 윈도우가 설치되어 있을 때만 사용할 수 있는 기능이다.

하지만 이 기능은 매우 단순하다. 시간 흐름에 따른 온도 변화를 추적하지 않고, 현재의 온도만을 보여준다. 그리고 업무를 하거나 오버클럭 조정 중에 작업 관리자를 여는 것도 귀찮을 수 있다. 마침내 윈도우에 GPU 온도를 확인할 수 있는 기능이 들어간 것은 환영하지만, 뒤이어 설명할 서드파티 도구가 훨씬 더 나은 GPU 온도 확인 옵션을 제공한다.

AMD 라데온 그래픽 카드 사용자가 라데온 세팅(Radeon Setting) 앱을 최신 버전으로 유지하고 있다면 방법은 쉽다. 2017년 AMD는 시각 설정을 변경할 수 있는 라데온 오버레이(Radeon Overlay)를 출시했다. 여기에도 GPU 온도와 다른 중요한 정보를 확인할 수 있는 성능 모니터 기능이 있다.

프로그램을 활성화하려면 Alt+R 키를 눌러 라데온 오버레이를 불러온다. 성능 모니터링 섹션에서 원하는 탭을 선택한다. Ctrl+Shift + 0을 눌러서 성능 모니터링 도구 설정을 단독으로 불러올 수 있다.

라데온 세팅 앱에서 오버클럭 도구인 와트맨(Wattman)으로 이동해 GPU 온도를 확인할 수 있다. 윈도우 바탕 화면을 우클릭하고, 라데온 설정을 선택한 후 게이밍(Gaming) > 글로벌 세팅(Global Setting) > 글로벌 와트맨(Global Wattman) 항목으로 이동한다. 도구를 사용해 지나친 오버클럭으로 그래픽 카드를 날려버리지 않겠다고 서약한 후에는 와트맨에 액세스하고 GPU 온도, 그리고 그래프 형태로 된 핵심적 통계 수치를 볼 수 있다. 여기까지가 전부다.

라데온 사용자가 아닌 사람도 많을 것이다. 스팀의 하드웨어 설문 조사는 전체 응답자 PC 중 75%가 엔비디아 지포스 그래픽 카드를 탑재했다는 결과를 발표했다. 그리고 지포스 익스피리언스 소프트웨어는 GPU 온도 확인 기능을 제공하지 않아서 서드파티 소프트웨어의 손을 빌려야 한다.

그래픽 카드 제조 업체는 보통 GPU 오버 클럭을 위한 특수한 소프트웨어를 제공한다. 이 도구에는 라데온 오버레이처럼 가장 중요한 측정을 실행할 때 OSD(On-Screen Display)를 지속하는 옵션 등이 있다. 여러 종류 중에서 가장 추천하는 것은 다재다능함을 갖춘 MSI의 애프터버너(Afterburner) 도구다. 이 제품은 오랫동안 인기를 얻었는데 엔비디아 지포스, AMD 라데온 그래픽 카드 두 제품 모두에서 잘 작동하고, 반길 만한 다른 기능도 더했다.

IDG HWInfo는 언제나 누구에게나 적합한 모니터링 프로그램
IDG HWInfo는 언제나 누구에게나 적합한 모니터링 프로그램

GPU 온도에 전혀 관심이 없다면? 그렇다면 시스템의 온도 센서를 보여주는 모니터링 소프트웨어를 설치하면 편리할 것이다. HWInfo는 언제나 누구에게나 적합한 모니터링 프로그램으로, PC의 모든 부품의 가상 스냅샷을 보여준다. 스피드팬(SpeedFan) 과 오픈 하드웨어 모니터(Open Hardware Monitor)도 신뢰할 만한 서드파티 앱이다.

‘착한’ GPU 온도는 몇 도?

이제 그래픽 카드를 모니터링하는 소프트웨어를 갖췄다. 하지만 화면을 채우는 숫자는 맥락이 없이는 아무것도 아니다. 그래픽 카드 온도는 어디까지 괜찮은 것일까?

쉬운 대답은 없다. 제품마다 다르다. 이럴 때는 구글이 친구가 된다. 대다수 칩은 섭씨 90도 중반에도 작동하고, 게이밍 노트북에서도 90도까지 온도가 올라가는 경우가 흔히 있다. 그러나 일반 데스크톱 PC 온도가 90도 이상으로 올라간다면 구조 신호나 다름없다. 공기 흐름이 원활한 GPU 1대 시스템에서는 80도 이상 올라가면 위험하다. 팬이 여러 개 달린 커스텀 그래픽 카드는 무거운 워크로드 하에서도 60~70도가 적당하고, 수냉쿨러가 달린 GPU라면 온도가 더 낮아야 할 것이다.

그래픽 카드가 최근 5년 안에 생산된 제품이고 90도 이상으로 뜨거워진다면, 또는 최근 몇 주간 온도가 급격히 상승했다면 다음의 냉각 방법을 고려해보자.


그래픽 카드 온도 낮추는 법

그래픽 카드 온도가 높아졌을 때 하드웨어 업그레이드에 돈을 들이지 않고 개선하지 않기란 어렵다. 그러나 돈을 쏟아붓기 전에 정말 그래야 하는지 필요성을 점검해 보자. 다시 한번 강조하지만 그래픽 카드는 뜨거운 온도를 버틸 수 있도록 설계되어 있다. PC가 무거운 게임이나 영상 편집 중에 강제 종료되는 경우가 아니라면 아마도 걱정할 필요가 없을 것이다.

우선, 시스템의 케이블을 깨끗하게 정리해 GPU 주변의 공기가 원활하게 순환되는지 확인하라. 케이블이 깔끔하게 정리됐다면 케이스에 팬을 추가하는 것도 고려한다. 모든 PC는 최적의 성능을 위해 공기를 빨아들이고 내보내는 팬이 여럿 달려 있는데, POST PC라면 팬은 더 많아야 한다. 저렴한 팬은 10달러부터 구입할 수 있고, RGB 조명이 붙은 화려한 제품은 조금 더 가격이 높다.

마지막으로, GPU와 히트싱크의 써멀 페이스트가 오래되어 말라 있다면 효율이 떨어질 수 있다. 특히 오래된 그래픽 카드라면 더더욱 그렇다. 그리고 아주 드문 경우지만 품질이 좋지 않은 써멀 페이스트가 발라져서 출시되는 경우도 있다. 다른 방법이 모두 효과가 없다면 써멀 페이스트를 다시 바르는 것을 시도해보자. 그러나 과정이 매우 어려울 수 있고 카드마다 조금씩 다르고, 잘못 손댈 경우 사용자 보증 기한의 보호를 받을 수 없게 된다. 

온도를 확실하게 낮추려면 수랭 쿨러를 위한 쿨링 시스템을 고려한다. 대다수 사용자에게는 지나친 모험이지만 대부분 수냉쿨러는 발열과 노이즈 감소 효과가 확실하고 공기 냉각에 있어 병목 현상도 없다.


“업무 효율 향상의 기본” 멀티 모니터 구축 가이드

듀얼 모니터를 사용하면 업무 생산성이 높아진다는 연구 결과가 있지만, 모니터가 많을수록 생산성이 높아지는지 여부에 대해서는 아직 이렇다 할 근거는 없다. 그러나 업무 생산성을 생각하지 않더라도 모니터를 여러 대(3대~6대까지) 사용하는 것은 멋진 일이며, 많은 화면을 봐야 하는 엔지니어는 정말 필요할지도 모른다.

모니터를 세로로 세워두면 긴 문서를 볼 때 스크롤을 적게 해도 된다는 장점이 있다. 멀티 디스플레이 환경을 구축하기 위해 고려해야 할 모든 것들을 살펴보겠다.

멀티 모니터 구축 가이드(www.itworld.co.kr)
멀티 모니터 구축 가이드(www.itworld.co.kr)

1단계 : 그래픽 카드 확인하기

보조 모니터를 구입하기 전에 컴퓨터가 물리적으로 이 모든 모니터들을 감당할 수 있을지 점검해 봐야 한다. 가장 쉬운 방법은 PC의 뒷면을 보고, 그래픽 포트(DVI, HDMI, 디스플레이포트, VGA 등)가 몇 개나 있는지 확인하는 것이다.

별도의 그래픽 카드가 없다면 포트를 2개밖에 발견하지 못할 것이다. 그래픽이 통합된 대부분의 마더보드는 모니터 2개 밖에 설치하지 못한다. 별도의 그래픽 카드가 있다면, 마더보드의 포트를 제외하고 최소 3개의 포트를 발견할 수 있을 것이다.

팁 : 마더보드와 별도 그래픽 카드의 포트를 모두 이용해서 멀티 모니터를 설치할 수도 있지만, 이 경우 성능 저하와 모니터끼리의 속도 차이가 발생할 것이다. 그래도 이렇게 하고 싶다면, PC의 BIOS에서 Configuration > Video > Integrated graphics 로 진입한 다음, ‘always enable’로 설정한다.

그러나 별도의 그래픽 카드에 3개 이상의 포트가 있다고 해서 이것을 모두 동시에 사용할 수 있다는 의미는 아니다. 예를 들어서 구형 엔비디아 카드는 포트가 2개 이상이어도 하나의 카드에 모니터를 2개 이상 연결할 수 없다. 자신의 그래픽 카드가 멀티 모니터를 지원하는지 판단하는 가장 좋은 방법은 그래픽 카드 모델명을 찾아서 원하는 모니터 개수와 함께 검색하는 것이다. 예를 들어, ‘엔비디아 GTX 1660 모니터 4대’라고 검색하면 된다.

EVGA 지포스 RTX 2060 KO 같은 현대적인 그래픽카드는 여러 디스플레이를 동시에 연결할 수 있다. ⓒ BRAD CHACOS/IDG
EVGA 지포스 RTX 2060 KO 같은 현대적인 그래픽카드는 여러 디스플레이를 동시에 연결할 수 있다. ⓒ BRAD CHACOS/IDG

그래픽 카드가 원하는 만큼 충분히 모니터를 지원할 수 있으면 좋지만, 그렇지 않다면 추가 그래픽 카드를 구입해야 한다. 그래픽 카드를 추가로 구입하기 전 타워 안에 충분한 공간(PCI 슬롯)이 있는지, 전원 공급은 충분한지 확인해야 한다.

멀티 모니터용으로만 그래픽 카드를 구입한다면 최신 그래픽 카드 중에서도 저렴한 옵션을 선택하는 것이 좋다. 

아니면 멀티 스트리밍이 지원되는 디스플레이포트를 탑재한 신형 모니터를 사용하는 방법도 있다. 그래픽 카드의 디스플레이포트 1.2에 연결하고, 디스플레이포트 케이블을 사용해 다음 모니터로 연결하는 것이다. 모니터의 크기나 해상도가 같지 않아도 된다. 뷰소닉(ViewSonic)의 VP2468이 이런 제품 중 하나다. 아마존에서 약 210달러에 판매되는 이 24인치 모니터는 디스플레이포트 아웃 외에도 프리미엄 IPS 스크린, 아주 얇은 베젤 등 멀티 모니터 설정에 이상적인 특징을 제공한다.

2단계 : 모니터 선택하기 

그래픽 카드에 대해서 파악했다면 이제 추가 모니터를 구입할 차례다. 사용자에 따라서 기존에 사용하고 있는 모니터, 책상 크기, 추가 모니터 용도 등에 따라서 완벽한 모니터가 달라질 것이다.

필자의 경우, 이미 24인치 모니터 2대를 가지고 있었기 때문에 중앙에 설치할 더 큰 모니터가 필요해서 27인치 모니터를 선택했다. 게임을 하지 않기 때문에 모니터 크기 차이는 상관없었다. 하지만 사용자에 따라서 멀티 모니터로 POST를 하거나 동영상을 보기 위해서는 이러한 구성보다 같은 모니터를 연결하는 것이 더 좋을 것이다.

모니터를 구입하기 전에 PC와 모니터의 포트 호환성을 설펴야 한다. DVI-HDMI 혹은 디스플레이포트-DVI 등 전환해주는 케이블을 이용할 수도 있지만 다소 귀찮다. 그러나 PC나 모니터에 VGA 포트가 있다면, 교체를 권한다. VGA는 아날로그 커넥터이기 때문에 선명도가 떨어진다.

3단계 : PC설정

모니터를 구입하고 나면 PC에 연결하고 PC의 전원을 켠다. 이것으로 모니터 설치가 끝났다. 하지만 완전히 끝난 것은 아니다.

윈도우가 멀티 모니터 환경에서 잘 동작하게 만들어야 하는데, 윈도우 7이나 윈도우 8 사용자라면 바탕화면에서 오른쪽 클릭하고 ‘화면 해상도’를 선택한다. 윈도우 10 사용자라면 ‘디스플레이 설정’을 클릭한다. 그러면 디스플레이를 정렬할 수 있는 창이 나타난다.

ⓒ ITWorld 디스플레이 설정
ⓒ ITWorld 디스플레이 설정

여기서 모니터들이 모두 탐지되는지 확인할 수 있다. ‘식별’을 클릭하면 각 디스플레이에 큰 숫자가 나타난다. 주 모니터(작업 표시줄과 시작 버튼이 나타나는 모니터)로 사용할 모니터에 1번이 나타나야 하는데, 원하는 것을 선택한 다음 아래 여러 디스플레이 설정에서 ‘이 디스플레이를 주 모니터로 만들기’를 클릭한다. 그 다음 ‘다중 디스플레이’ 드롭다운 메뉴에서 복제할 것인지 확장할 것인지를 선택하면 되는데, 대부분의 경우 ‘디스플레이 확장’이 적합하다.

GPU 제어판에서도 다중 모니터를 설정할 수 있다. 바탕화면에서 오른쪽 클릭을 하고 엔비디아, AMD, 인텔 등 그래픽 제조사의 제어판 메뉴를 열어 윈도우와 유사한 방식으로 디스플레이를 설정할 수 있다.

멀티 디스플레이를 구축할 경우에는 같은 모델을 이용하는 것이 해상도나 선명도, 색보정 등의 문제가 발생하지 않아 ‘끊김 없는’ 경험을 할 수 있다.

Fig. 7. Simulation results of temperature distribution between Ni stamps and PBO-SAM/PMMA substrate in NIL process: (A) stamp cross-sectional, (B) PMMA substrate cross-sectional, (C) 3-dimensional and (D) intrinsic 3-dimensional views, respectively. The study of computed condition in nanoimprint process is at 150 o C and 50 bar during 10 min. Note that for NIL experimental parameters, the simulated results have already decided before doing nanoimprint experiment.

A non-fluorine mold release agent for Ni stamp in nanoimprint process

Tien-Li Chang a,*, Jung-Chang Wang b
, Chun-Chi Chen c
, Ya-Wei Lee d
, Ta-Hsin Chou a
a Mechanical and Systems Research Laboratories, Industrial Technology Research Institute, Rm. 125, Building 22, 195 Section 4, Chung Hsing Road, Chutung, Hsinchu 310, Taiwan, ROC bDepartment of Manufacturing Research and Development, ADDA Corporation, Taiwan
cNational Nano Device Laboratories, Taiwan
d Research and Development Division, Ordnance Readiness Development Center, Taiwan

Abstract

이 연구는 나노 임프린트 공정에서 Ni 몰드 스탬프와 PMMA (폴리 메틸 메타 크릴 레이트) 기판 사이의 접착 방지 층으로서 새로운 재료를 제시합니다. 폴리 벤족 사진 ((6,6′-bis (2,3-dihydro3-methyl-4H-1,3-benzoxazinyl))) 분자 자기 조립 단층 (PBO-SAM)은 점착 방지 코팅제로 간주되어 불소 함유 화합물은 Ni / PMMA 기판의 나노 임프린트 공정을 개선 할 수 있습니다. 이 작업에서 나노 구조 기반 Ni 스탬프와 각인 된 PMMA 몰드는 각각 전자빔 석판화 (EBL)와 수제 나노 임프린트 장비에 의해 수행됩니다. 제작 된 나노 패턴의 형성을 제어하기 위해 시뮬레이션은 HEL (hot embossing lithography) 공정 동안 PBO-SAM / PMMA 기판의 변형에 대한 온도 분포의 영향을 분석 할 수 있습니다. 여기서 기둥 패턴의 직경은 Ni 스탬프 표면에 200nm 및 400nm 피치입니다. 이 적합성 조건에서 소수성 PBO-SAM 표면을 기반으로하여 Ni 몰드 스탬프의 결과는 품질 및 수량 제어에서 90 % 이상의 개선을 추론합니다.

Introduction

나노 임프린트 리소그래피 (NIL)는 초 미세 패터닝 기판 기술을 대량 생산할 수있는 가장 큰 잠재력입니다 [1,2]. 최근에는 광전자 장치 [3], 양자 컴퓨팅 장치 [4], 바이오 센서 [5] 및 전자 장치 [6]에 요구 될 수있는 NEMS / MEMS 기술의 빠른 개발이 이루어지고 있습니다.

따라서 기존의 포토 리소 그래프는 할당에 적합한 방법이 아닐 수 있습니다 [7]. X 선, 이온빔, 전자빔 리소그래피의 경우 LCD의 도광판 초박막 판과 같은 대 면적 패턴 제작에 적합하지 않습니다. 제어하기 어렵습니다. 일부 제작된 문제를 기반으로 NIL 프로세스는 재료, 패턴 크기, 구조 및 기판 지형면에서 유연성을 제공합니다 [8].

오늘날 NIL 제조 방법은 낮은 비용과 높은 처리량의 높은 패터닝 해상도의 조합으로 학제 간 나노 스케일 연구 및 상용 제품의 새로운 문을 열 수 있는 큰 관심을 받고 있습니다. 그러나 이 나노 임프린트 기술이 산업 규모 공정을 위해 충분히 성숙하기 전에 몇 가지 응용 문제를 해결해야 합니다.

각인된 몰드 공정은 종종 고온 (폴리머의 유리 전이 온도에 대해> 100oC)과 고압 (> 100bar)에서 수행되기 때문에 분명히 바람직하지 않습니다. 가열 및 냉각 공정의 열주기는 금형 및 각인 된 기판의 왜곡을 유발할 수 있습니다. 한 가지 특별한 문제는 스탬프와 폴리머 사이의 접착 방지 층 처리를 제어하여 기계적 결함이 임프린트 품질과 스탬프 수명에 영향을 미칠 수있는 중요한 패턴 결함이되는 것을 방지하는 것입니다.

Schift et al. 플루오르화 트리클로로 실란을 마이크로 미터 체제에서 실리콘에 대한 접착 방지 코팅으로 사용하는 것으로 입증되었습니다 [9]. 또한 Park et al. Ni 몰드 스탬프에 더 나은 접착 방지 코팅 공정을 달성하기 위해 불소화 실란제를 사용했습니다 [10].

그러나 지금까지 Ni 스탬프에 대한 접착 방지 코팅 처리의 NIL 공정에서 비 불소 물질에 대한 시도는 거의 이루어지지 않았습니다. 우리의 생활 환경은 그것을 유지하기 위해 불소가 아닌 물질이 필요합니다. 또한 Ni 계 소재의 부드러운 특성을 바탕으로 가장 중요한 롤러 나노 임프린트 기술을 개발할 수 있습니다.

본 연구의 목적은 Ni 스탬프와 PMMA 기판 사이의 점착 방지 코팅제로 PBO-SAM을 개발하여 나노 제조 기술, 즉 NIL을 향상시키는 것입니다.

Experiment

먼저 4,4′- 이소 프로필 리 덴디 페놀 (비스페놀 -A, BA-m), 포름 알데히드 및 ​​메틸 아민을 반응시켜 폴리 벤족 사진을 제조 하였다. 미국 Aldrich Chemical company, Inc.에서 구입 한 모든 화학 물질. 합성 과정에서 포름 알데히드/디 옥산 및 메틸 아민 / 디 옥산 물질을 10 o C에서 항아리에서 10분 동안 측정하는 벤족 사진 단량체가 필요했습니다.

디 에틸 에테르를 기화시킨 후, 벤족 사진 전구체가 완성되었다. benzoxazine 전구체를 140 o C에서 1 시간 동안 가열하면 BA-m 폴리 벤족 사진을 얻을 수 있습니다. 다음으로 4 인치입니다.

이 연구에서는 p 형 Si (10 0) 웨이퍼를 사용할 수 있습니다. SiO2 기반 Ni (원자량 5.87g / mole) 기판의 제조를 위해 Ti (5nm) 및 SiO2 (20nm)를 순차적으로 증착 한 후 O2- 플라즈마 처리를 수행했습니다. Ni 기판과 SiO2 층 사이의 접착력을 높이기 위해 Ti 중간층이 사용되었습니다. 아세톤, 이소프로판올 및 탈 이온수를 사용하여 세척 한 후 샘플을 포토 레지스트 (ZEP520A-7, Nippon Zeon Co., Ltd.)로 스핀 코팅했습니다.

Fig. 1. Schematic diagram of nanostructures using NIL process: (A) EBL equipment for fabricated mold stamp. (B) HEL equipment for nanoimprint pattern with computer controlled electronics. (C) A nickel-based pillar mold can imprint into a PBO-SAM polymer resist layer; afterward, the mold removal and pattern transfer are based on anisotropic etching to remove reside.
Fig. 1. Schematic diagram of nanostructures using NIL process: (A) EBL equipment for fabricated mold stamp. (B) HEL equipment for nanoimprint pattern with computer controlled electronics. (C) A nickel-based pillar mold can imprint into a PBO-SAM polymer resist layer; afterward, the mold removal and pattern transfer are based on anisotropic etching to remove reside.

마스터 몰드는 그림 1 (A)에서 Ni 필름의 반응성 이온 에칭 (RIE)과 함께 Crestec CABL8210 전자 빔 직접 쓰기 도구 (30 keV, 100 pA)를 사용하여 제작되었습니다. 그런 다음 시뮬레이션된 결과는 NIL 프로세스에서 엠보싱 압력으로 기계적 고장의 효과를 제공할 수 있으며, 이는 우리가 원하는 나노 패턴 설계 및 연구에 도움이 될 수 있습니다.

PBOSAM / PMMA 기판 모델의 변형은 3 차원 접근법에 기반한 유한 체적 방법 (FVM)을 통해 예측할 수 있습니다. Navier-Stokes 방정식 [11]에서 압력과 속도 사이의 결합은 SIMPLE 알고리즘을 사용하여 이루어집니다. 2 차 상향 이산화 방식은 대류 플럭스 및 운동량의 확산 플럭스, 유체의 질량 분율에 대한 중심 차이 방식에 대해 구현됩니다. 완화 부족 요인의 일반적인 값은 0.5입니다.

수렴 기준이 1105로 설정된 연속성을 제외한 모든 변수에 대해 잔차가 1103 미만인 경우 솔루션이 수렴된 것으로 간주됩니다. 여기서 각인된 나노 패턴은 그림 1 (B)와 같이 수제 장비에서 수행한 HEL 공정을 통해 사용할 수 있습니다. PBO-SAM 코팅 방법으로 HEL 절차를 활용 한 나노 패턴의 제작은 그림 1 (C)에 개략적으로 표시되었습니다.

200nm의 얇은 PMMA 필름 (분자량 15kg / mole)을 SiO2 기판에 스핀 코팅 한 후 160oC에서 30 분 동안 핫 플레이트에서 베이킹했습니다. 또한 PBO-SAM 코팅은 접착 방지제입니다. CVD 공정에 의해 증착되었습니다. 마스터는 150oC 및 50bar에서 10 분 동안 PBO-SAM / PMMA 기판 필름에 엠보싱하여 복제되었습니다.

마지막으로, 엠보싱 된 나노 구조물의 바닥에 남아 있던 PBO-SAM / PMMA 층은 RIE 처리로 제거되었습니다. 각 임프린트 후 스탬프 및 기판의 품질이 제작 된 후 현미경을 사용하여 관찰하고 물 접촉각 (CA) 측정을 사용하여 습윤 및 접착 특성을 알아낼 수 있습니다.

Fig. 2. FTIR absorption spectrum of polybenzoxazines indicates the vibrational modes of molecular bonds.
Fig. 2. FTIR absorption spectrum of polybenzoxazines indicates the vibrational modes of molecular bonds.
Fig. 3. FE-SEM micrograph of Ni stamps before imprinted PMMA substrate. The pillar diameter is 200 nm, and its period is 400 nm.
Fig. 3. FE-SEM micrograph of Ni stamps before imprinted PMMA substrate. The pillar diameter is 200 nm, and its period is 400 nm.
Fig. 5. Contact angles of water drops on (A) a PMMA polymer film surface, and (B) a smooth PBO-SAM coating film surfaceFig. 6. Simulation of Ni stamps and PBO-SAM/PMMA substrate in NIL process: (A) A nanoimprint system geometry, and (B) its grid plot.
Fig. 5. Contact angles of water drops on (A) a PMMA polymer film surface, and (B) a smooth PBO-SAM coating film surfaceFig. 6. Simulation of Ni stamps and PBO-SAM/PMMA substrate in NIL process: (A) A nanoimprint system geometry, and (B) its grid plot.
Fig. 7. Simulation results of temperature distribution between Ni stamps and PBO-SAM/PMMA substrate in NIL process: (A) stamp cross-sectional, (B) PMMA substrate cross-sectional, (C) 3-dimensional and (D) intrinsic 3-dimensional views, respectively. The study of computed condition in nanoimprint process is at 150 o C and 50 bar during 10 min. Note that for NIL experimental parameters, the simulated results have already decided before doing nanoimprint experiment.
Fig. 7. Simulation results of temperature distribution between Ni stamps and PBO-SAM/PMMA substrate in NIL process: (A) stamp cross-sectional, (B) PMMA substrate cross-sectional, (C) 3-dimensional and (D) intrinsic 3-dimensional views, respectively. The study of computed condition in nanoimprint process is at 150 o C and 50 bar during 10 min. Note that for NIL experimental parameters, the simulated results have already decided before doing nanoimprint experiment.

References

[1] M.D. Austin, H.X. Ge, W. Wu, M.T. Li, Z.N. Yu, D. Wasserman, S.A. Lyon, S.Y. Chou, Nature 417 (2002) 835.
[2] S.Y. Chou, C. Keimel, J. Gu, Appl. Phys. Lett. 84 (2004) 5299.
[3] Q. Wang, G. Farrell, P. Wang, G. Rajan, T. Thomas, Sensor Actuator A 134 (2007) 405.
[4] C. Kentsch, W. Henschel, D. Wharam, D.P. Kern, Microelectron. Eng. 83 (2006) 1753.
[5] T.L. Chang, Y.W. Lee, C.C. Chen, F.H. Ko, Microelectron. Eng. 84 (2007) 1689.
[6] S. Tisa, F. Zappa, A. Tosi, S. Cova, Sensor Actuator A 140 (2007) 113.
[7] M. Agirregabiria, F.J. Blanco, J. Berganzo, M.T. Arroyo, A. Fullaondo, K. Mayora, J.M. Ruano-López, Lab Chip 5 (2005) 5545.
[8] W. Hu, E.K.F. Yim, R.M. Reano, K.W. Leong, S.W. Pang, J. Vac. Sci. Technol. B 84 (2005) 2984.
[9] H. Schift, L.J. Heyderman, C. Padeste, J. Gobrecht, Microelectron. Eng. 423 (2002) 61.
[10] S. Park, H. Schift, C. Padeste, B. Schnyder, R. Kötz, J. Gobrecht, Microelectron. Eng. 73–74 (2004) 196.
[11] A. Yokoo, M. Nakao, H. Yoshikawa, H. Masuda, T. Tamamura, Jpn. J. Appl. Phys. 38 (1999) 7268.

Result of simulation by changing surface tension

잉크젯 프린팅에서 해상력에 관한 컴퓨터 시뮬레이션 연구

A Study on the Simulation of the Resolution for Ink-Jet Printing

  • Lee, Ji-Eun (Dept. of Graphic Arts Engineering, Graduate School, Pukyong National University) ;
  • Youn, Jong-Tae (Dept. of Graphic Arts Information, College of Engineering, Pukyong National University) ;
  • Koo, Chul-Whoi (Dept. of Graphic Arts Information, College of Engineering, Pukyong National University)
  • 이지은 (부경대학교 대학원 인쇄공학과) ;
  • 윤종태 (부경대학교 공과대학 인쇄정보공학과) ;
  • 구철회 (부경대학교 공과대학 인쇄정보공학과)

초록

Ink-jet is part of the non impact printing that shooting the ink drop from the nozzle to paper. It is very silence and express good color. There are two types of printing that continuous and drop on demand. But drop on demand process is becoming the mainstream. these days, LCD, PDP is passed more than semiconductor industry. And we expect organic EL, FED as a next display. But product equipment, main component and technology have a gap between an advanced country and us nevertheless physical development. Expecially, previous process part is depended on imports. Ink-jet printing technology that there isn’t complicated photo lithography process is attracted, so ink-jet printing resolution is more embossed. But there were not many of ink-jet resolution thesis but ink-jet head or nozzle. Because, to out of the ink from the nozzle is unseeable and hard to experiment. Therefore this thesis was experimented and simulated how can ink-jet printer improved resolution by flow-3d simulation package program.

잉크젯은 노즐에서 종이로 잉크 방울을 분사하는 비 충격 인쇄의 일부입니다. 매우 조용하고 좋은 색상을 표현합니다. 연속 및 요청시 드롭되는 두 가지 유형의 인쇄가 있습니다. 그러나 주문형 드롭 프로세스가 주류가되고 있습니다. 요즘 LCD, PDP는 반도체 산업을 넘어서고 있습니다. 그리고 우리는 유기 EL, FED를 다음 디스플레이로 기대합니다. 그러나 제품 장비, 주요 부품 및 기술은 선진국과 우리의 물리적 발달 사이에 격차가 있습니다. 특히 이전 공정 부분은 수입품에 의존합니다. 복잡한 포토 리소그래피 공정이없는 잉크젯 프린팅 기술이 매료되어 잉크젯 프린팅 해상도가 더욱 강조됩니다. 하지만 잉크젯 해상도 논문은 많지 않고 잉크젯 헤드 나 노즐이 많았습니다. 왜냐하면 노즐에서 잉크가 빠져 나가는 것은 보이지 않고 실험하기 어렵 기 때문입니다. 따라서이 논문은 flow-3d 시뮬레이션 패키지 프로그램을 통해 잉크젯 프린터가 해상도를 향상시킬 수있는 방법을 실험하고 시뮬레이션했습니다.

국내 및 해외에 다양한 인쇄 기술이 보급되어 있는 상황에서 잉크젯 기술은 1990년대 후반부터 궤도에 올랐다. 잉크젯은 비접촉성 인쇄 기술의 하나로 인쇄 표면에 잉크 방울 들을 투사해 전자적으로 조정하기 때문에 여러 가지 장점들이 있다. 원하는 양을 원하는 때 제작 가능하고 2,400dpi이상의 높은 해상도를 가지며 잉크 방울의 크기를 조절하여 보다 정확한 이미지인 그레이 스케일 이미지를 얻을 수 있다. 따라서 사진과 같은 이미 지를 만들 수 있다. 또한 기존의 붓을 이용한 디자인에 비해 높은 해상도의 이미지를 손 쉽게 만들 수 있으므로 그래픽 디자인에 대한 적용 범위를 확장할 수 있다. 그리고 카트 리지에 저장되어 있는 잉크를 이미지에 필요한 양만큼 소비하기 때문에 생산비 절감에 유리하다. 이는 코팅 기술이 가지고 있는 원료의 소모를 획기적으로 개선할 수 있다.또 한 코팅 방법과는 달리 기판에 영향을 주지 않는다. 거칠거나 민감한 모든 종류의 표면 위에 인쇄가 가능하며, 1분당 100,000라인의 인쇄 속도로 고속 처리에 적합하다. 현재 잉 크젯 프린터의 성능을 평가하는 방법 중에 가장 기본적인 것은 해상도이다. 그렇기 때문 에 인쇄물의 해상도에서는 dpi가 무척 중요하다. dpi는 dot per inch의 약자로 1인치당 찍은 점의 수이다. dpi는 인쇄물의 해상력을 결정하는 단위이다. 예를 들어 300dpi는 1인 치에 300개의 점을 찍는 밀도로 잉크 점을 찍어 인쇄를 한다는 뜻이다. 당연히 dpi는 숫 자가 클수록 인쇄물이 더 정교해진다. 그러나 제조업체에 따라 출력 dpi 수가 다르며 요 구되는 최적의 해상도도 프린터 엔진의 특성에 따라 다르다. 일반적인 인쇄물은 200dpi 면 좋은 품질이며, 300dpi를 넘으면 매우 우수한 품질이 된다. 우리가 일상생활에서 보 는 대부분의 인쇄물은 100~300dpi 정도롤 사용한다. 잉크젯 프린터에 1,440dpi라고 쓰여 있는 것은 dot의 실질적인 것을 말하는 것이 아니라, 이상적인 종이에 잉크 방울을 려 구현할 수 있는 이론상의 수치이다. 종이에 작은 잉크 입자돌을 뿌려 번지게 하는 방법 으로 인해, 표시된 해상력만큼 재현하지 못하는 경우가 많다. 따라서 실제로는 600dpi 잉크젯 프린터라고 해도 인쇄소에서 300dpi로 출력한 것보다 품질이 떨어지기도 한다. 그러므로 좋은 품질을 얻기 위해서는 목표로 한 해상력 보다 높게 인쇄해야 하는데 그 러기 위해서는 잉크젯의 해상력에 관한 연구가 필수적이다. 잉크에서는 주로 헤드와 노즐에 관한 연구들이 많이 있지만,~9 본 논문에서는 잉크젯의 해상력에 관한 연구를 하고자 한다. 본 연구의 목적은 FLOW-3D 시뮬레이션 프로그램을 이용하여 액적의 비산 모양을 시뮬레이션 함으로서 해상력에 대한 예측을 하기 위한 것이다. 잉크 방울의 크기가 해상 력에 미친다는 것을 알고, 잉크의 물성을 변화시켜가며 액적을 줄이기 위한 시뮬레이션 을 하였다.

Simulation of the bubble jet printing by FLOW-3D
ZSimulation of the bubble jet printing by FLOW-3D
Result of simulation by changing surface tension
Result of simulation by changing surface tension
Deep 코팅 검증계산

The Coating Application Using the Excellent Flow Modeling Software FLOW-3D

우수한 플로우 모델링 소프트웨어 FLOW-3D를 이용한 코팅 적용 연구

FLOW-3D는 미국 Flow Science Inc.에 의해 개발된 고유한 계산 유체 동적 프로그램입니다. FORE-3D는 FORDR(장애물 표현의 단편 영역 볼륨) 유한 차이 체계를 기반으로 Navier-Stokes 전체 솔버를 가지고 있습니다.

실제 VOF(Volume of Fluid) 알고리즘은 FLOW-3D에 통합되어 신뢰할 수 있는 자유 표면 흐름 분석을 제공합니다. FLOW-3D에는 다양한 물리적 모델이 있습니다. 따라서 FLOW-3D는 잉크젯 또는 코팅 등 광범위한 산업 영역에 사용됩니다.

본 논문에서는 FLOW-3D의 특징과 동적 접촉선의 직접 연산, 코팅 적용 예제를 설명합니다.

확대한 구형 방울
확대한 구형 방울
표면 파를 수반하는 세류의 시트 모양 흐름/세류가 축퇴하여 액적을 형성하는 예
표면 파를 수반하는 세류의 시트 모양 흐름/세류가 축퇴하여 액적을 형성하는 예
Deep 코팅 검증계산
Deep 코팅 검증계산
롤 코팅 검증계산
롤 코팅 검증계산
2層 コー テ ィング計算 例/ゆ っ くりした ウェ ブ接 近
2層 コー テ ィング計算 例/ゆ っ くりした ウェ ブ接 近
カー テ ン塗 布 のエ ッジ近 傍 にお け る塗 液流 れ解 析
カー テ ン塗 布 のエ ッジ近 傍 にお け る塗 液流 れ解 析
FIGURE 2. Grain size distribution of test site: Pea Island.

Scour Assessment of Bridge Foundations Using an In Situ Erosion Evaluation Probe 2 (ISEEP)

ISEEP (In Situ Erosion Evaluation Probe 2)를 사용한 교량 기초의 세굴 평가

M. Kayser1
and M. A. Gabr2

Abstract

이 논문의 요약 작업은 교각에서 세굴 깊이를 평가하기 위해 현장 침식 평가 프로브 (ISEEP)의 사용을 제시합니다. 2011 년 허리케인 아이린으로 피해를 입은 노스 캐롤라이나 아우터 뱅크스 부지의 수치 모델링 및 장치 배치는 제안 된 개념의 적용 가능성을 보여줍니다.

CFD (Computational Fluid Dynamics) 소프트웨어 인 FLOW-3D는 교각에서 세굴 깊이를 평가하는 데 사용되며, 그 결과는 과도한 흐름 전력 모델을 사용하여 ISEEP 추정 매개 변수를 기반으로 한 값과 비교됩니다. 세굴 깊이는 수치 분석에 사용된 것과 동일한 조건을 가정하는 경험적 방정식을 사용하여 계산됩니다.

FLOW-3D를 사용한 파라 메트릭 분석은 세굴 깊이를 정의하는 데 사용되는 매개 변수 중 연행 계수 (Ce)가 가장 큰 영향을 미치는 반면 항력 계수 (Cd)는 분석에 사용 된 값 범위 내에서 가장 작은 영향을 미친다는 것을 나타냅니다. ISEEP 데이터는 깊이 측면에서 모래층의 특성 변화를 반영하기 때문에 ISEEP 데이터를 기반으로하는 추정 된 세굴 깊이는 수치 분석에서 얻은 세굴 크기와 비교적 잘 일치합니다.

대조적으로, 경험적 방정식에서 계산 된 세굴 깊이는 주로 세굴 깊이를 과소 평가했는데, 이는 주로 방정식에 층상 토양 프로파일에 대한 규정이 없기 때문입니다. 따라서 ISEEP 데이터를 사용하면 토양층의 특성이 깊이에 따라 달라지기 때문에 세굴 매개 변수의 현장 평가의 이점을 제공합니다. 상당한 비율의 정교함을 포함하는 토양의 적용 가능성 평가를 포함하여 현장 테스트 절차와 데이터 감소 접근법에 대한 추가 검증이 권장됩니다.

INTRODUCTION

Lagasse et al. (1), 미국에는 하천과 강을 가로 지르는 488,750 개의 교량이 있었고, 수색 관련 교량 고장에 대한 연간 비용은 3 천만 달러로 추산되었습니다. 또한 지난 30 년 동안 미국에서 1,000 개 이상의 교량이 붕괴되었으며, 이러한 고장의 약 60 %는지지 기반 시스템의 과도한 수색으로 인해 발생하는 것으로보고되었습니다 (2). 따라서 이러한 구조를 지원하는 토양의 침식률과 수력 구조의 설계, 작동 및 수명 기간 동안 수색 가능성의 모니터링 및 평가와 토양 침식률 결정이 필요합니다. 초기 설계 단계에서 중요 할뿐만 아니라 이러한 침식 크기 및 비율 데이터는 유지 보수 우선 순위를 개발하고 교체 일정을 수립하는데도 필요합니다. 깊이에 따른 현장 침식 가능성을 평가하기위한 현재 기술은 Briaud 등이 개발 한 Erosion Function Apparatus (EFA)와 같은 장치에서 실험실 테스트를 위해 토양 샘플을 제거해야합니다. (2) 또는 시간에 따른 머드 라인 고도의 변화를 모니터링하여 이미 발생한 침식 만 측정합니다. 이러한 기술에 사용되는 기기는 단순한 강철 사운 딩로드에서 전자파 및 / 또는 음파 전파가있는 소나를 사용하는 원격 감지 장치에 이르기까지 다양합니다. Lu et al. (3) 음향 도플러 및 지상 침투 레이더와 같은 정교한 접근 방식은 비용이 많이 들고 빈번한 유지 보수 및 수리가 필요합니다. Hanson et al. (4)와 Hanson과 Cook (5)은 현장에서 침식 가능성의 표면 측정을 위해 수직 제트의 사용을보고했습니다. 이 저자들은 적용된 전단 응력의 형태로 충돌 제트로 인해 발생하는 응력을 렌더링하는 프레임 워크를 제시했습니다. 이 경우 잠재적 인 코어는 물이 원래 상태를 유지하는 제트의 일부로 정의됩니다.

FIGURE 1. (a) Temporary bridge along NC-12, and (b) ISEEP set-up for field testing.
FIGURE 1. (a) Temporary bridge along NC-12, and (b) ISEEP set-up for field testing.
FIGURE 2. Grain size distribution of test site: Pea Island.
FIGURE 2. Grain size distribution of test site: Pea Island.
Figure 1. Right: Absolute velocities in the vertical sluice gate fish pass. Level difference between the pools is 0.20 m. Left: Isosurface of the surface structure (blue), Right and left: Isosurface of absolute velocity 1.50 m/s (yellow)

Success Criterion for Fish Passages |수력 발전소 물고기 통로

São Roque 수력 발전소 물고기 통로

이 기사는 Matthias Haselbauer, RMD Consult  및 Carlos Barreira Martinez (  Minas Gerais 연방 대학교) 가 기고했습니다  .

브라질에서는 지난 150 년 동안 지표수의 사용이 지속적으로 증가했습니다. 항행성을 유지하고, 수력을 생성하고, 홍수를 방지하기 위해 자연 흐름을 방해하는 많은 장애물과 우회로가 세워졌습니다. 강에 서식하는 물고기 및 기타 작은 동물은 이러한 변화로 고통 받습니다. 일부 종의 멸종 시점까지 어류 수가 크게 감소한 것이 관찰되었습니다. 어류, 조류 및 포유류 개체수가 동시에 감소함에 따라 먹이 사슬에 대한 인간의 엄청난 영향이 분명해졌습니다.

강을 물고기를 위해 개방하기 위해 브라질에 많은 수의 물고기 통로가 건설되었지만 생물학적 및 기술적 측면에서 효율성이 떨어지는 경우가 많았습니다. 종종 1 차원적이고 경험적인 가정을 사용하여 설계된 통로의 흐름 상황은 과도한 선택과 열악한 위치를 초래합니다. 전통적인 1 차원 디자인의 물고기 통로와 달리 오늘날 더 적절한 도구를 사용할 수 있습니다. CFD (전산 유체 역학) 시뮬레이션을 사용하면 평균 속도 필드 뿐만 아니라 물고기 통로의 유용성에 상당한 영향을 미치는 과도 흐름 효과를 조사 할 수 있습니다. 최적의 결과를 얻으려면 설계 프로세스에서 수력 학적 고려 사항과 생물학적 고려 사항의 결합이 필수적입니다.

이 연구에서는주기적인 수직 수문 물고기 통로 내부의 난류 응집 구조에 대해 논의합니다. 길이가 4.50m이고 너비가 각각 3.30 인 두 개의 웅덩이 사이에서 흐름은 0.50m의 확장이 있는 작은 수직 개구부를 통과해야 합니다 (그림 1). 

CFD 시뮬레이션은 FLOW-3D 로 수행되었습니다 . 흐름 방향의 주기적 경계 조건에서 달성 가능한 해상도는 약 2.5cm입니다. 두 웅덩이 사이의 수면 Δh의 레벨 차이는 20cm였다. 따라서 절대 속도의 최대 값은 약 2m / s ≈ Δh * 2g입니다. 전체 위치 에너지는 운동 에너지로 변환되고 나중에 풀에서 소멸됩니다. 제트가 벽에서 분리되는 고속 영역이 형성됩니다.

절대 속도 수문 물고기 통과
그림 1. 오른쪽 : 수직 수문 물고기 통과의 절대 속도. 수영장 사이의 레벨 차이는 0.20m입니다. 왼쪽 : 표면 구조의 등면 (파란색), 오른쪽 및 왼쪽 : 절대 속도 1.50m / s (노란색)의 등면

LES (Large Eddy Simulation)를 통해 순간 흐름 영역에 대한 자세한 분석이 가능했습니다. 속도 및 난류 장의 분포와 풀 내의 일관된 난류 구조는 물고기의 행동을 더 잘 이해할 수있게했습니다.

난류 압력 변동

순간 속도 또는 압력 필드는 평균 값과 해당 변동으로 나눌 수 있습니다. 변동 압력에 대한 각 방정식은 다음과 같습니다.

{\tilde{p}}’=\tilde{p}-\left\langle {\tilde{p}} \right\rangle

난류 압력 장을 살펴보면 와류 내부의 난류 압력이 음수임을 알 수 있습니다. 난류 압력의 국부적 최소값은 그림 2와 같이 대규모 와류의 코어를 나타냅니다. 물고기 통로에서 여러 개의 수평 롤러가 관찰 될 수 있습니다. 와류는 수 문의 전 단층 내부에 형성됩니다. 정점의 주행 거리가 증가하면 와류 직경이 증가하고 난류 압력 진폭이 감소하여 롤러 내부의 난류 압력이 증가합니다.

일관된 구조와 관련하여 개방 채널 흐름의 난류 압력을 분석하는 것은 매우 어렵습니다. 대규모 와류는 직접 관찰로 거의 감지 할 수 없습니다. 이는 수면의 변동과 전체 전류 내부의 관련 압력 변동 때문입니다. 표면파에 의해 유발 된 압력 변동은 다음 지수 법칙에 따라 수심 z에 따라 감소합니다 [Kundu, 2004] :

{p}’\propto {{e}^{{-kz}}}

난류 압력 장을 살펴보면 와류 내부의 난류 압력이 음수임을 알 수 있습니다. 난류 압력의 국부적 최소값은 그림 2와 같이 대규모 와류의 코어를 나타냅니다. 물고기 통로에서 여러 개의 수평 롤러가 관찰 될 수 있습니다. 와류는 수 문의 전 단층 내부에 형성됩니다. 정점의 주행 거리가 증가하면 와류 직경이 증가하고 난류 압력 진폭이 감소하여 롤러 내부의 난류 압력이 증가합니다.

개방 채널 흐름의 난류 압력
그림 2 : 난류 압력 변동의 등면 = -500 Pa.

일관된 구조와 관련하여 개방 채널 흐름의 난류 압력을 분석하는 것은 매우 어렵습니다. 대규모 와류는 직접 관찰로 거의 감지 할 수 없습니다. 이는 수면의 변동과 전체 전류 내부의 관련 압력 변동 때문입니다. 표면파에 의해 유발 된 압력 변동은 다음 지수 법칙에 따라 수심 z에 따라 감소합니다 [Kundu, 2004] :

서로 다른 압력 변동의 중첩으로 인해 표면 근처의 대규모 일관된 구조를 감지하기가 어렵습니다.

Q- 기준

와류 감지를위한 또 다른 도구는 Dubrief (2000)와 Hunt (1988)가 제안했으며, 이들은 압력, 와도 및 Q- 기준의 등면을 비교했습니다. Q- 기준은 다음과 같이 계산됩니다.

\displaystyle {{\tilde{\Omega }}{{ij}}}=\frac{1}{2}\left( {\frac{{\partial {{{\tilde{U}}}{i}}}}{{{{x}{j}}}}-\frac{{{{{\tilde{U}}}{j}}}}{{\partial {{x}_{i}}}}} \right)

\displaystyle {\tilde{\Omega }}{ij}=\frac{1}{2}\left( {\frac{\tilde{U}{i}} {x}{j}-\frac{\tilde{U}{j}} {x}_{i}} \right)

공간적으로 필터링 된 속도 구배의 비대칭 및 대칭 부분. 그림 3에서는 Q ~ = 50s-2의 계산 된 등가 곡면이 표시됩니다. Q- 기준으로 소규모 와류가 감지됩니다. 난류 압력 변동과는 달리, Q- 기준 계산을 위해 자유 표면 상태는 탐지 가능성을 방해하지 않습니다. 이는 ∇²p 계산에 선형 정압 분포가 사용되지 않기 때문 입니다. 흐름에서 흐름 방향으로 작은 헤어 라인 소용돌이를 볼 수 있습니다.

Isosurfaces 난류 압력 변동
그림 3 : 난류 압력 변동의 등면

토론

다른 스케일의 소용돌이를 시각화하면 엔지니어는 물고기가 수로를 통과해야하는 일관된 구조에 대해 좋은 느낌을 갖게됩니다. 감지 된 대규모 롤러가 주요 구조입니다. 물고기는 이러한 구조에 대한 흐름에서 안정화되어야합니다. 이 롤러의 축은 메인 스트림 방향에 부분적으로 수직이므로 물고기가 안정화를 위해 메인 핀을 사용할 수 있습니다.

소규모 구조물은 물고기의 수영 방향과 평행합니다. 물고기는 이러한 와류에서 안정화를 위해 수직 지느러미 만 사용할 수 있기 때문에 대규모 롤러보다 안정화를 위해 더 많은 노력을 기울여야합니다.

계산 된 LES 결과를 사용하여 물고기 통과 내부의 흐름 조건에 대한 생물 학자와 엔지니어 간의 예비 토론을 시작할 수 있습니다. 감지 된 난류 구조는 물고기 통과의 성공에 중요합니다. 이러한 구조를 통과하는 데는 고속 영역을 통과하는 것보다 더 많은 에너지가 필요할 수 있습니다.

다음 달에 브라질 벨루 오리 존치에있는 미나스 제 라이스 연방 대학교에서 이러한 난류 구조와 물고기가 이러한 구조를 탐색하는 능력 사이의 상관 관계를 확인하기 위해 일련의 실험실 실험이 수행 될 것입니다.

참고 문헌

Dubrief, Yves; Delcayre, Frank: On Coherent-vortex identification in turbulence. In: Journal of Turbulence 1 (2000), pp. 1-22

Haselbauer M.: Geräuscharme Fischaufstiegsgerinne – Experimentelle und numerische Analyse des Fischpasses vom Typ periodische Schütze. PhD-Thesis, Fachgebiet Hydromechanik, TU München, 2008

Hunt, J.C.R.; Wray, A.A.; Moin, P.: Eddies, streams, and convergence zones in turbulent flows. In: CTR-S88 (1988), pp. 193-208

Kundu, Pijush K; Cohen, Ira M: Fluid Mechanics. San Diego: Elsevier Academic Press, 2004

Wilczak, J. M: Large-scale eddies in the unstably stratified atmospheric surface layer. Part I: Velocity and temperature structure. In: J. Atmos. Sci. 41 (1984), pp. 3537-3550

Acknowledgement: All results were post-processed with Paraview.

삼성 870 EVO SATA

수치해석에 유용한 SSD (메모리디스크) 가이드

본 자료는 ITWORLD 기사에서 2021년 1월과 20일 자료와 그 이전 자료에서 발췌 인용된 자료입니다. (출처 : www.itworld.co.kr)

수치해석을 하는 경우 계산과정에서 생성되는 결과 파일 사이즈는 매우 크기 때문에, 빠른 디스크 속도는 사용자의 총 해석시간을 줄이는데 큰 도움이 됩니다.

수치해석에서 SSD가 필요한가?

수치해석 업무를 담당하는 사용자에게 SSD가 필요한가? 한마디로 말하면 수치해석을 하는 모든 사람은 보유하고 있는 수치해석 장비의 디스크를 SSD로 업그레이드하는 것이 좋다. 가장 빠른 기계식 하드 드라이브도 SSD 속도에는 미치지 못한다.

기존 노트북, 또는 데스크톱의 하드 드라이브를 SSD로 교체하면 완전히 새로운 시스템처럼 느낄 수 있다. 수치해석을 하는 사용자는 SSD를 구입하는 것은 컴퓨터를 업그레이드하는데 가장 적합한 옵션이다.

SSD는 기계식 하드 드라이브보다 기가바이트 당 비용이 더 많이 들기 때문에 초 고용량으로 제공되지 않는 경우가 많다. 속도와 저장 공간이 필요한 경우, 128GB 나 256GB의 SSD를 구입해 부팅 드라이브로 사용하고, 기존 하드 드라이브를 PC의 보조 저장 장치로 사용하면 최선의 선택이 된다.

하드 드라이브는 가격 대비 용량 측면에서 여전히 큰 이점을 제공하며, 자주 사용되지 않는 데이터를 저장하는 용도로 적합하다. 그러나 운영체제, 프로그램, 자주 사용하는 데이터에는 보유하고 있는 시스템이 지원한다면 NVMe SSD, 지원하지 않는다면 SATA SSD를 사용하는 것이 좋다.

아래 그래프를 보면 SSD를 왜 사용해야 하는지 명확해진다.

SSD Speed compare
SSD Speed compare

SATA SSD vs. NVMe SSD

시장에 SATA SSD와 NVMe SSD가 아직 공존하는 데는 이유가 있다. 메모리 기반 SSD의 잠재력을 감안할 때 결국 새로운 버스와 프로토콜이 필요할 수밖에 없으리란 점은 초기부터 명확했다. 그러나 초창기 SSD는 비교적 속도가 느렸으므로 기존 SATA 스토리지 인프라를 사용하는 편이 훨씬 더 편리했다.

SATA 버스는 버전 3.3에 이르러 16Gbps까지 발전했지만 거의 모든 상용 제품은 여전히 6Gbps에 머물러 있다(오버헤드를 더해 대략 550MBps). 버전 3.3이라 해도 현재 SSD 기술, 특히 RAID 구성으로 낼 수 있는 속도에 비하면 한참 느리다.

그 다음으로 등장한 방법은 역시 기존 기술이지만 대역폭이 훨씬 더 높은 버스 기술인 PCI 익스프레스, 즉 PCIe 활용이다. PCIe는 그래픽 및 기타 애드온 카드를 위한 기본 데이터 전송 계층이다. 3.x 세대 PCIe는 복수의 레인(대부분의 PC에서 최대 16개)을 제공하며, 각 레인은 1GBps(985MBps)에 가까운 속도로 작동한다.

PCIe는 썬더볼트 인터페이스의 기반이기도 하다. 썬더볼트는 게임용 외장 그래픽 카드, 그리고 내장 NVMe와 거의 대등한 속도를 내는 외장형 NVMe 스토리지에서 진가를 발휘하기 시작했다. 많은 사용자들이 이제 느끼고 있지만, 인텔이 썬더볼트를 버리지 않은 것은 현명한 판단이었다.

물론 PCIe 스토리지는 NVMe보다 몇 년 전에 나왔다. 그러나 이전 솔루션은 SATA, SCSI, AHCI와 같은 하드 드라이브가 스토리지 기술의 정점이었던 시절에 개발된 오래된 데이터 전송 프로토콜에 발목을 잡혔다. NVMe는 저지연 명령과 다수의 큐(최대 6만 4,000개)를 제공함으로써 스토리지의 발목을 잡았던 제약을 없앤다. 지속적인 원을 그리며 데이터가 기록되는 하드 드라이브와 달리 SSD에서는 마치 산탄처럼 데이터가 흩어져 저장되므로 특히 후자, 즉 다수의 큐가 큰 효과를 발휘한다.

SSD 선택 시 유의해서 봐야할 것

물론 저장 용량과 가격이 중요하다. 또한 긴 보증기간은 조기 데이터 사망에 대한 우려를 완화시킬 수 있다. 대부분의 SSD 제조업체는 3년 보증을 제공하며 일부 더 좋은 모델은 5년을 보증한다. 그러나 이전 세대의 SSD와는 달리, 몇 년 전에 혹독한 내구성 테스트로 입증한 것처럼 최신 SSD는 일반 소비자가 어지간히 사용해서는 마모되지 않는다.

가장 유의해야 할 것은 SSD를 PC에 연결하는 데 사용되는 기술이다.

  • SATA: 연결 유형과 전송 프로토콜을 나타내며, 대부분의 2.5인치 및 3.5인치 하드 드라이브와 SSD를 PC에 연결한다. SATA III 속도는 약 600MBps에 달할 수 있으며, 대부분의 현대 드라이브는 최대 속도를 제공한다.
  • PCIe: 이 인터페이스는 컴퓨터의 4개의 PCIe 레인을 활용해 SATA 속도를 훨씬 능가해 거의 4GBps를 제공한다(PCIe 3세대). 이런 파괴적인 속도는 강력한 NVMe 드라이브와 잘 어울린다. 메인보드의 PCIe 레인과 M.2 슬롯 모두 PCIe 인터페이스를 지원하도록 유선으로 연결할 수 있으며, “검정” M.2 드라이브를 PCIe 레인에 슬롯화할 수 있는 어댑터를 구입할 수 있다.
  • NVMe: 비휘발성 메모리 익스프레스(Non-Volatile Memory Express) 기술은 PCIe의 풍부한 대역폭을 활용해 SATA 기반 드라이브를 비교조차 못할 정도로 매우 빠른 SSD를 만든다. NVMe에 대해 더 자세히 알고 싶다면 여기를 클릭하라.
  • M.2: 설명이 쉽지 않다. 많은 사람이 M.2 드라이브가 모두 NVMe 기술과 PCIe 속도를 사용한다고 생각하지만 사실이 아니다. M.2는 단순히 폼 팩터에 불과하다. 물론 대부분의 M.2 SSD는 NVMe를 사용하지만 일부는 여전히 SATA를 사용한다. 많은 최신 울트라북이 저장을 위해 M.2를 사용한다.
  • U.2 및 mSATA: mSATA 및 U.2 SSD에서도 문제가 발생할 수 있지만, 이 형식을 지원하는 메인보드와 제품 가용성은 드물다. M.2가 대중화되기 전에 일부 구형 울트라북에 mSATA가 포함되어 있으며, 필요할 경우 드라이브를 사용할 수 있다.  

물론 속도도 중요하지만, 대부분의 최신 SSD는 SATA III 인터페이스를 지원한다. 그러나 전부 다 그런 것은 아니다.

구입전 사용자가 알아야 할 NVMe SSD

NVMe 드라이브는 구입하기 전에 어떤 특징을 갖고 있는지 알고 있어야 한다. 표준 SATA SSD는 이미 PC 부팅 시간과 로딩 시간을 대폭 단축하고 훨씬 저렴하다. NVMe 드라이브는 특히 대량으로 데이터를 정기적으로 전송하는 경우, 삼성 960 프로와 같은 M.2 폼 팩터나 또는 PCIe 드라이브가 가장 많은 효과를 누릴 수 있다. 그렇지 않으면 NVMe 드라이브는 가격만 비쌀뿐 가치도 없다.  

ⓒ Brad Chacos

NVMe SSD를 구입하기로 결정한 경우, PC에서 SSD를 처리할 수 있는지 확인해야 한다. 이는 비교적 새로운 기술이므로, 지난 몇 년 내에 제작한 메인보드만이 M.2 연결이 가능하다. 스카이레이크 시대의 AMD 라이젠과 주류 인텔 칩을 고려하라. PCIe 어댑터에 탑재된 NVMe SSD는 M.2 채택이 확산되기 전인 초기에 널리 사용됐지만 지금은 매우 드물다. NVMe SSD를 구입하기 전에 실제로 NVMe를 사용할 수 있는지 확인하고 최대한 활용하기 위해서는 4개의 PCIe 레인이 필요하다는 점에 유의해야 한다. 

NVMe 드라이브를 최대한 활용하려면 운영체제를 실행해야 하기 때문에 드라이브를 인식하고 부팅할 수 있는 시스템이 있어야 한다. 지난 1~2년 전에 구입한 PC는 NVMe 드라이브에서 부팅하는데 아무런 문제가 없지만, 좀 더 오래된 메인보드는 지원하지 않을 수 있다. 구글에서 자신의 메인보드를 검색하고 NVMe 부팅을 지원하는지 확인하라. 보드의 BIOS 업데이트를 설치해야 할 수도 있다. 하드웨어가 NVMe SSD에서 부팅할 수 없는 경우에도 보조 드라이브로 사용할 수 있어야 한다.  

아래 itworld에 기고된 최신 SSD에 대한 기사를 인용 제공합니다.

리뷰 | 삼성 870 EVO SATA, 원하는 속도와 합리적인 가격 ‘다 갖췄다’

일자 : 2021-01-20, 출처 : https://www.itworld.co.kr/print/179874

삼성은 SSD 시장에 진출한 이래로 줄곧 이 시장의 선두를 지키고 있으며, 870 EVO는 그 전통을 이어갔다. 870 EVO는 본지가 테스트한 제품 가운데 가장 빠른 SATA SSD이며, 최대 4TB 용량과 속도를 감안할 때 매우 저렴하다. 

ⓒ Samsung


다양한 사양과 적당한 가격, 그리고 5년 보증 

삼성 870 EVO는 삼성 자체 TLC(Triple-Level Cell / 3비트) V낸드(V-NAND)를 사용하는 2.5인치 SATA 6Gbps SSD다. 삼성은 일반적으로 실제 컨트롤러 기술이나 레이어 수에 관해서는 밝히지 않지만, 용량으로 봤을 때, 92 또는 96 레이어를 갖춘 삼성이 자체 설계한 컨트롤러일 가능성이 높다.

삼성은 이 드라이브를 250GB/50달러, 500GB/80달러, 1TB/140달러, 2TB/270달러, 4TB/520달러 버전으로 제공한다. 250GB 용량마다 512MB의 기본 DRAM 캐시가 있으며, 드라이브는 150TBW(쓰기 가능한 용량) 또는 5년 서비스를 보장한다. 150TBW가 먼저 도래하면 5년 보증이 무효화된다는 의미다. 대부분의 사용자는 이렇게 많은 데이터를 작성하지 못하므로 사실상 5년 보증이라고 생각하면 된다. 

ⓒ Samsung

870 EVO는 삼성의 터보라이트(TurboWrite) 가변 보조 캐시 알고리즘을 사용한다. 메인 낸드는 전압 레벨당 단일 비트만 기록해 SLC로 처리된다. 따라서 드라이브의 최대 용량에 근접할 때까지 최고의 쓰기 성능을 유지할 수 있다. 다만 SSD 성능 저하의 경험을 겪지 않으려면, 저장 용량의 75%를 넘지 않는 것이 좋다. 


테스트한 SATA SSD 제품 가운데 최고  

삼성 870 EVO는 지금까지 테스트한 전체 SATA SSD 가운데 가장 빠른 것으로 검증됐다. 특히 작은 파일에서 뛰어난 성능을 발휘했다. 그렇다고 훨씬 빠른 NVMe 기술에서의 성능과 비교하는 것은 아니다. 6Gbps SATA 자체가 제한적인 기술이다. 테스트 수치는 모든 최상위 SATA 드라이브에서 매우 유사하다. 하지만 870 EVO는 많은 작업에서 1~2초 정도 줄일 수 있으며, 장기적으로 보면 성능의 차이로 나타날 것이다. 

이번 테스트에서는 2019년형 씨게이트 아이언울프(Seagate IronWolf) 110와 비교했는데, 아이언울프 110은 모든 단계에서 870 EVO를 따라잡을 수 있는 몇 안 되는 제품이기 때문이다. 그러나 훨씬 더 비싸고 기업용으로 설계된 제품이다. 

ⓒ IDG

(그림)에서 볼 수 있듯이 지속적인 쓰기 또는 읽기 성능과 관련해 경쟁업체 간에는 거의 차이가 없다. 그러나 설계 능력과 구성요소는 랜덤/작은 파일 성능에 차이를 만들 수 있으며, 실제로 다음 (그림)과 같은 수치를 기록했다. 

크리스탈디스크마크(CrystalDiskMark) 6의 지속적인 처리량 테스트와 마찬가지로 48GB 전송에서 드라이브 간의 차이는 미미했다. 870 EVO는 여전히 12초(약 2%) 차이로 승리를 차지했다. 

ⓒ IDG

다음 (그림)에서 870 EVO가 870 QVO보다 약간 비싼 이유를 확인할 수 있었다. QVO는 보조 낸드 캐시가 부족할 때, 150Mbps로 속도가 느려진다. 870 QVO는 870 EVO처럼 낸드를 보조 캐시로 동적으로 할당하지 않는다.  

ⓒ IDG

450GB 쓰기는 1TB와 4TB 모델 모두에서 수행했으며, 예상 변동 범위 내에서 5초 차이가 난다. 이는 터보라이트가 더 큰 용량에서 제 역할을 수행하고 있음을 의미한다. 500GB 모델은 870 QVO의 QLC와 달리 TLC 기반 EVO에서는 속도가 느려질 수 있다. 


870 EVO, 가격대 최고 제품 

삼성 870 EVO는 동급 최고의 성능을 자랑하며, 모든 사용 시나리오에서 최고의 성능을 자랑한다. 대용량 파일을 작성하지 않는다면 더 저렴한 870 QVO를 선택할 수 있다. 다만 필요하다고 생각하는 용량보다 훨씬 더 많은 용량을 선택해야 한다. 비용이 문제가 되지 않을 경우, 870 EVO는 완벽한 드라이브이며, 미래형 드라이브로 권장할 수 있다. editor@itworld.co.kr

ITWORLD : 6월 업데이트 | 2020년 최고의 SSD 선택 가이드

스토리지 PCWorld SSD(Solid-State Drive)로 전환하는 것은 PC에 가장 적합한 업그레이드다. SSD을 통해 PC는 부팅 시간이 짧아지고, 프로그램 및 게임 로드 속도가 빨라지는 등, 일반적으로 컴퓨터 속도가 빨라진다. 



그러나 모든 SSD가 동일한 것은 아니다. 최고의 SSD는 저렴한 가격으로 견고한 성능을 제공한다. 가격이 문제가 되지 않을 경우, 엄청난 속도의 빠른 읽기 및 쓰기 속도를 제공한다. 

많은 SSD가 2.5인치 폼 팩터로 제공되며 기존 하드 드라이브에서 사용하는 것과 동일한 SATA 포트를 통해 PC와 통신한다. 그러나 최첨단 NVMe(Non-Volatile Memory Express) 드라이브는 메인보드의 M.2에 직접 연결하는 작은 스틱 형태의 SSD다. PCIe 어댑터에 장착되는 이 드라이브는 구입하기 전에 메인보드에 슬롯이 있는지 확인해야 한다. 그래픽 카드나 사운드 카드처럼 메인보드에 꽂을 수 있는 SSD와 미래형 3D 크로스포인트(3D XPoint) 드라이브 등이 등장함에 따라 완벽한 SSD를 선택하는 것은 예전처럼 간단하지 않다. 

그래서 이 가이드가 필요하다. 본지는 사용자 상황에 적합한 SSD를 찾기 위해 수많은 SSD를 테스트했다. 본지가 선정한 최고 인기 제품과, SSD 선택 시 무엇을 봐야 하는지 알아보도록 하자. 


최신 SSD 소식 

  • 지난해 가을, AMD의 라이젠(Ryzen) 3000 CPU가 최첨단 PCIe 4.0 스토리지 지원을 받아 출시됐지만, 그 지원은 고가의 X570 메인보드에만 국한됐다. 이제 곧, B550 메인보드는 동일한 기능을 일반인에게도 제공할 것이며, 오래된 라이젠 칩과도 호환될 것이다. 6월 16일에 발표할 것이다.   
  • X박스 시리즈 X의 초고속 스토리지 기술의 중추인 다이렉트스토리지(DirectStorage)가 윈도우에 등장한다. 마이크로소프트는 다이렉트스토리지 자체에 대해 자세히 다루지 않았지만, X박스 시리즈 X의 ‘벨로시티 스토리지(Velocity Storage)’는 정말 인상적이다. 


대부분 사용자를 위한 최고의 SSD 

SK 하이닉스 골드(SK Hynix Gold) S31 SATA SSD 

ⓒ SK Hynix

실제 시장에서 등장한 SK 하이닉스의 첫 번째 SSD는 본지가 테스트한 것 가운데 가장 빠른 SATA 드라이브임을 입증했다. 사실 SK 하이닉스는 세계에서 가장 큰 반도체 공급업체 가운데 하나로, 모든 기술을 갖고 있다. 골드 S31 가격은 적당하며 아주 좋은 드라이브다.  

삼성의 주력인 EVO SSD 제품군은 2014년 이래로 줄곧 본지의 권장 목록에서 1위를 차지했으며, 현재 삼성 860 EVO는 여전히 속도, 가격, 호환성 및 5년 보증 및 뛰어난 마법사 관리 소프트웨어의 안정성 등 조화를 원하는 사람들에게 좋은 옵션이다. 하지만 최근 새롭게 출시되는 신제품에 의해 왕좌에서 내려왔는데, 이 신인은 사실 전혀 새로운 존재는 아니었다.   

대부분의 사람은 SK 하이닉스 골드 S31을 구입하는 것이 좋다. 본지가 테스트한 가장 빠른 SATA SSD 가운데 하나일뿐만 아니라 가격도 적절하다. 

250GB 드라이브의 경우 46달러, 500GB 드라이브의 경우 64달러, 대규모 1TB 드라이브의 경우 125달러인 골드 S31은 삼성의 제품군(500GB 90달러, 1TB 모델 140달러)보다 훨씬 저렴하다. 골드 S31은 실제 48GB 복사 테스트에서 지속적인 읽기와 쓰기 작업을 위해 테스트한 드라이브 가운데 가장 빠른 드라이브임을 증명했다. 

SK 하이닉스는 정확히 제품 이름이 아니기 때문에 브랜드 자체에 대해 조금 딴지를 걸 수도 있다. 그럼에도 불구하고 SK 하이닉스는 지구상에서 가장 큰 반도체 제조업체 가운데 하나다. SK 하이닉스는 시작부터 NAND 및 컨트롤러 기술을 개발해왔으며, 수많은 대형 컴퓨터 업체의 SSD 제조업체였지만 판매선상에는 자리하지 못했다. 이제 그 선상에 섰고, 결과는 훌륭했다. 

좀 더 큰 저장 용량을 원하는 사용자라면 비싸긴 하지만 삼성 860 EVO가 1TB, 2TB, 4TB 모델을 제공하고 있다. SK 하이닉스도 골드 S31 1TB 버전을 약 110달러에 제공했지만 현재는 사용할 수 없다(이 제품은 미국에서만 출시됐으며 국내에서는 해외 직구로만 구입할 수 있다. 편집자 주). 

 
가성비 최고의 SSD 

애드링크(AddLink) S22 QLC SATA 2.5인치 SSD

ⓒ Addlink 

애드링크 S22 QLC는 장시간 쓰기 작업 중에도 속도가 느려지지 않는다. 또한 SSD 치고는 매우 싸다. 몇 가지 문제가 있음에도 불구하고 본지는 이 제품을 가성비 최고의 SSD로 선정했다. 

기존의 MLC(Multi-Level Cell) 및 TLC (Triple-Level Cell) SSD 가격이 급락하면서 제조업체는 SSD 가격을 더욱 낮추는 새로운 형태의 QLC(Quick-Level Cell) 드라이브를 출시했다. 이 새로운 기술을 통해 SSD 제조업체는 하드 드라이브와 같은 용량의 SSD를 출시함과 동시에 매우 빠른 SSD 속도에 근접하게 됐다. 

여전히 최고인 삼성 860 QVO를 포함한 QLC 드라이브의 1세대는 수십 기가바이트의 데이터를 한번에 전송하면, 쓰기 속도가 하드드라이브 수준으로 떨어졌다. 하지만 애드링크 S22 QLC SSD는 그렇지 않다. 기존 TLC SSD가 QLC 드라이브에 비해 속도 우위를 유지하지만 애드링크 S22의 경우, 이런 한계를 벗어난 데다가 가격은 512GB 63달러, 1TB 104달러에 불과하다. SK하이닉스 S31 또한 이제 거의 같은 속도라는 점은 주목할 필요가 있다. 

대량의 데이터를 한번에 이동할 계획이 없고, 더 많은 공간이 필요하다면, 삼성 860 QVO는 여전히 훌륭한 옵션이다. 실제로 애드링크의 SSD보다 조금 더 빠르다. 그러나 아마존에서 1TB는 128달러, 2TB는 250달러, 5TB는 480달러로 더 비싸다. 더 낮은 용량은 판매되지 않는다. 

그러나 더 빠르고 새로운 NVMe M.2 드라이브를 지원하는 새로운 메인 보드가 있다면 무엇을 선택해야 할까? 


최고의 NVMe SSD 

WD 블루 SN550 NVMe M.2 SSD 

ⓒ WD

100달러짜리 1TB 드라이브는 마음에 들기 쉽다. 특히 블루 SN550은 SN500보다 눈에 띄게 향상되어 거의 모든 사람에게 만족을 준다. 약간의 빈약한 SLC 캐시가 약점이긴 하지만 250GB 용량은 950MBps 쓰기 속도를 갖고 있다는 점이다. 본지는 1TB 버전을 클럭킹해 1.75GBps를 기록한 바 있다. 

성능이 가장 중요한 경우, 삼성 970 프로 또는 시게이트 파이어쿠다(Seagate FireCuda) 510이 가장 빠른 NVMe SSD이긴 하지만, 대부분의 사람은 웨스턴디지털 블루 SN550 NVMe SSD를 구입하는 것이 좋다.  

WD SSD는 NVMe 드라이브 가운데 가장 화려하지도, 앞서 언급한 대안만큼 빠르지도 않다. 하지만 비용이 훨씬 저렴하다. WD 블루 SN550은 보급형 가격(250GB 55달러, 500GB 70달러, 1TB 110달러)에도 불구하고 다른 할인된 NVMe 드라이브와는 성능에서는 조금의 차이가 있다. 신뢰성이 뛰어나고 잘 알려진 유명 브랜드의 제품으로 평균 5년 이상의 보증 기간을 제공한다. 

조금 더 뛰어난 성능을 원한다면, 애드링크 S70 NVMe SSD가 또 다른 훌륭한 옵션이다. 본지는 WD 드라이브보다 성능을 약간 선호하지만, 애드링크 SSD는 가격 인상 이후, 약 15달러가 더 비싸졌으며, WD 블루 SN550의 성능은 일상적인 컴퓨터 사용자에게 충분하다고 판단했다. 애드링크는 WD만큼 잘 알려져 있진 않지만 해당 제품에 대해 5년 보증을 제공한다. 


가장 빠른 SSD 

인텔 옵테인(Intel Optane) SSD 905P 

ⓒ Intel

인텔 SSD 905P는 본지가 테스트한 가장 빠른 NVMe 드라이브 가운데 하나였으며, 가장 비싼 드라이브이기도 하다. 그러나 내구성이 매우 우수하다는 평가를 받고 있다. 많은 양의 데이터를 작성하는 경우, 구입할만한 가치가 있다.  

성능이 가장 중요하고 가격을 생각하지 않는다면, 인텔의 옵테인 SSD 905P는 구매할 수 있는 최고의 SSD다. 이 드라이브는 다른 SSD와 같은 기존 NAND 기술을 사용하지 않고 마이크론과 인텔이 개발한 미래형 3D 크로스포인트(3D Xpoint) 기술을 기반으로 만들어졌다. 

하지만 실질적인 측면에서 옵테인 SSD 900P는 스토리지 벤치마크를 완벽하게 통과해 NAND SSD가 제공하는 약 200TBW에 비해 엄청나게 많은 8,750TBW을 자랑한다. 만약 이것이 사실이라면, 이 초고속 드라이브는 기본적으로 압도적이며, 엄청나게 좋아보인다. 

그러나 최고의 성능이 누리는 권리에 대한 대가를 지불해야 한다. 인텔 옵테인 SSD 905P는 280GB 390달러, 480GB의 경우 599달러, 1.5TB의 경우 1,130달러이며, U.2 및 PCIe 카드 형태로 제공되는 등 몇 가지 추가 옵션이 있다. 

또한 NVMe SSD보다 훨씬 비싸다. 이런 특성으로 인해 인텔 SSD는 대량의 데이터를 정기적으로 이동하는 곳에는 가장 효과적이다. 또한 옵테인 SSD 900P는 실제로 NVMe 프로토콜을 사용해 PC와 통신하기 때문에 몇 가지 추가 기준을 충족시켜야 부팅이 가능하다.    

이 제품보다 한 단계 떨어진 인텔 옵테인 SSD 900P는 905P의 미디어처 버전과 유사하지만 더 낮은 용량과 가격에서도 기존 SSD를 능가한다(280GB 버전 390달러, 480GB 모델 599달러로 대부분의 NVMe 드라이브보다 훨씬 비싸다). 

AMD의 뛰어난 라이젠 3000 시리즈 프로세서가 최첨단 기술을 지원함에 따라 초고속 PCIe 4.0 SSD가 출시되기 시작했다. 이에는 고급 AMD X570 메인보드가 필요하다. 초기 평가를 통해 실제 환경에서 대용량 파일을 이동할 때 실질적인 이점만 얻을 수 있다는 것을 알 수 있지만, 여기서 언급된 기존 PCIe 4.0 SSD보다 훨씬 빠른 속도를 약속한다. 

커세어(Corsair), 기가바이트(Gigabyte), 세이브런트(Sabrent)는 사용 가능한 첫 번째 PCIe 4.0 SSD를 출시했으며, 1TB 모델과 비슷한 성능을 약 200달러에 제공했다. 그러나 본지는 아직 이 제품들에 대해 테스트하지 않았다. 

editor@itworld.co.kr

FLOW-3D 수치해석 프로그램 Supported Platforms 보기

그림 9. 이 시뮬레이션은 에너지 소산의 추정치를 제공하기 위해 평면과 원통형 흐름 배플이 어디에 위치했는지를 나타낸다.

Hydraulic Energy Losses|유압 에너지 손실

유압 에너지 손실

이 기사는 Laurent Bilodeau, ing에 의해 기고되었습니다. Conception des aménagements de production  Hydro-Québec Équipement .

이 내용은 특히 유압 에너지 소산율 평가를 위해 FLOW-3D가 제공하는 유압 에너지 흐름과 총 수두의 연산을 검토한다. FLOW-3D 에서는 모델 출력에서 직접 시각화할 수 있는 변수 중 총 유압 헤드가 포함되었다. 그림 1은 강 우회 터널(a river diversion tunnel)을 통한 절토에 걸친 총 유압 헤드 분포(total hydraulic head distribution)를 보여준다. 버전 10에서 FLOW-3D는 플럭스 배플로 계산하고 시계열로 시각화하고 외부 도구로 분석할 수 있는 일체형 값으로 유압 에너지 흐름과 총 수두를 도입했다.

하천변환터널을 통한 단면내 총 유압높이 분포
그림 1. 하천변환터널을 통한 단면내 총 유압높이 분포

총 유압 에너지

베르누이의 방정식

수압 에너지, eG는 흐름에서 물의 입자의 잠재력과 운동 에너지의 합이다. 에너지 밀도로서 J/m³으로 표현되며, 베르누이의 방정식(Eq. 1)에 의해 주어진다.

(1) \displaystyle {{e}_{G}}\quad =\quad p\ -g\rho z+\rho \frac{{\left( {{{u}^{2}}+{{v}^{2}}+{{w}^{2}}} \right)}}{2}

기호 의미가 있는 곳

e G유압 에너지 밀도(J/m3 )
p압력(Pa ≡ N/m2 ≡ J/m3 )
g중력의 가속도( – 9,81m/s2 )
ρ밀도(kg/m3)
u, v, wx, y 및 z(m/s) 단위의 속도
z일부 기준 수준 이상의 높이(m) 또는 고도

수력 에너지 단순화된 계단식

일반적으로 에너지는 스스로를 변형시키지만 결코 손실되지 않는 전통적인 양으로 간주된다. 토목 공학에서 물의 흐름을 나타내기 위해, 에너지 변환을 중력 전위 에너지로 시작하여 운동 에너지로 변환한 다음 열 에너지로 변환하는 계단식 에너지로 상상하기에 충분한 경우가 많다. 또한 처음 두 형태(잠재성과 운동성)의 양만을 명시적으로 모델링하여 에너지 캐스케이드의 범위를 더욱 제한하는 것이 일반적이다.

상층 분지에서 보를 거쳐 정지 분지로 이동하는 물 입자의 일부 궤적.
그림 2. 상층 분지에서 보를 거쳐 정지 분지로 이동하는 물 입자의 일부 궤적.

수압 에너지 캐스케이드는 그림 2와 같이 보에서 풀로의 유량이 떨어지는 경우에 잘 나타난다.

그림에 표시된 입자의 트랙을 따라가십시오.

  • 위치 A에서는 저수지의 상류에서 물 입자는 거의 움직이지 않고 있다.
  • 위치 B에서 입자는 B 위의 자유 표면이 약간 낮아짐에 따라 일부 위치 에너지를 희생하여 속도를 얻었다.
  • 위치 C에서는 입자가 자유 낙하 궤적으로 유체를 따르므로 더 많은 위치 에너지가 운동에너지로 변형되었다.
  • 하강 흐름이 하부 풀의 물과 접촉하면 활발한 모멘텀 교환이 이루어지며 초기 유압 에너지의 상당 부분이 격동의 에너지 폭포와 점성 공정을 통해 열로 손실되었다.
  • 위치 D에서 입자는 위치 A, B, C에 비해 낮은 유압 에너지로 영역을 떠난다.

A에서 B, C로 이동하는 동안, 점성과 난류 과정은 대개 흐름에 거의 영향을 미치지 않는다. 총 유압 에너지 eG는 필요시 작은 손실 조건을 고려하여 질량처럼 보존된 양으로 취급될 수 있다. C의 다운 스트림에서, 이 전통적인 수력 에너지(conservative hydraulic energy)의 모델은 더 큰 규모의 에너지 손실 조건과 흐름에 미치는 영향을 고려함으로써 확장될 수 있다.

질량 및 에너지 예산

볼륨 컨트롤

eG와 질량 밀도 ρ의 수송은 모두 나중에 분명해질 이유로 감시되어야 한다; 이것은 단순히 당연하게 여겨지고 있다.

흐름에 의한 eG와 질량밀도 ρ의 수송은 아래 CV로 표기된 제어량 및 가우스의 발산 법칙의 도움으로 분석하기 쉽다.

eG와 질량 밀도 ρ의 수송은 모두 나중에 분명해질 이유로 감시되어야 한다; 이것은 단지 지금 당연하게 여겨지고 있다. 흐름에 의한 eG와 질량밀도 ρ의 수송은 아래 CV로 표기된 제어량 및 가우스의 발산 법칙의 도움으로 분석하기 쉽다.
eG와 질량 밀도 ρ의 수송은 모두 나중에 분명해질 이유로 감시되어야 한다; 이것은 단지 지금 당연하게 여겨지고 있다. 흐름에 의한 eG와 질량밀도 ρ의 수송은 아래 CV로 표기된 제어량 및 가우스의 발산 법칙의 도움으로 분석하기 쉽다.

CV는 다음 규칙을 따르는 한 하나의 선택사항의 정의 표면으로 둘러싸인 볼륨이다.

  • 정의 표면은 스스로 교차하지 않는 한 임의의 형태를 가질 수 있다.
  • 표면은 각 패치가 다른 패치와 물샐틈없는 가장자리로 연결되어 있는 한 패치로 구성될 수 있다.

CV의 부피는 밀폐된 질량이나 에너지와 같은 적분, 자체 보존 수량을 계산하는 데 사용된다.

CV의 표면은 들어오고 나가는 플럭스를 정의하기 위해 사용되며, 밀폐된 수량에 대한 예산을 세우고 그 시간 이력을 감시할 수 있다.

그림 3은 떨어지는 물 분사기의 특성을 분석하는 데 사용할 수 있는 제어 부피의 예를 제시한다. 이 제어 볼륨으로 유입되고 유출되는 유일한 것은 제트기 자체로서 왼쪽 상단에서 들어오고 오른쪽 하단에서 떠난다.

FLOW-3D의 고정형상 제어량

FLOW-3D를 사용하면 고정된 형태와 위치의 CV를 세 가지 기본 형태의 플럭스 배플의 도움을 받아 쉽게 정의할 수 있다.

  • 구(Sphere)들은 닫힌 표면이다.
  • 실린더는 양끝이 개방되어 있으므로, 실린더의 끝이 흐르지 않도록 유량 한계 밖으로 뻗어나가도록 주의해야 한다.
  • 전체 흐름 영역 또는 하위 도메인을 교차시켜 CV를 조립하는 데 사용할 수 있는 평면 직사각형 패치

그림 4는 세 가지 유형의 플럭스 배플을 계산 메쉬로 렌더링한 후에 볼 수 있는 실제 모델에서 그린 예다. 그것들은 불투명한 것으로 렌더링되지만 그것들이 배플을 측정하는 유일한 플럭스로 정의된다면 흐름에 완전히 스며들 수 있다.

(2) hG≡eG/-gρ

(3) hG=z+

그림 4. 표본 망사 내에 렌더링된 평면, 원통형 및 구형 형상의 플럭스 배플 예제
그림 4. 표본 망사 내에 렌더링된 평면, 원통형 및 구형 형상의 플럭스 배플 예제
그림 5. 튜브 또는 펜스톡을 절단하는 수직 단면 쌍을 결합하여 정의된 두 개의 제어 볼륨. 흐름은 총 유압 헤드에 따라 색상이 지정된다.
그림 5. 튜브 또는 펜스톡을 절단하는 수직 단면 쌍을 결합하여 정의된 두 개의 제어 볼륨. 흐름은 총 유압 헤드에 따라 색상이 지정된다.

그림 5는 평면 배플 표면을 사용하여 두 가지 제어 볼륨을 정의하는 방법을 보여준다.

  • 제어 볼륨 DC, 긴 입방형 모양은 6개의 면으로 구성되어 있다. 반대편 두 면은 C와 D라고 불리는 배플이다. 밑면과 윗면이 그려지고 그 위치는 흐름 영역보다 훨씬 위아래 있는 한 중요하지 않다. 앞면과 뒷면은 큐브의 남은 두 면이며, 그들의 위치 또한 앞과 뒤가 잘 있는 한 중요하지 않다. 흐름 영역의
  • 제어 볼륨 BA도 마찬가지로 정의된다. 그것은 자유로운 표면 흐름을 포함하는 하위 도메인인 입구 포탈의 일부를 둘러싸고 있다. 자유 표면 흐름은 면 B와 A의 유입량 차이가 수위(및 수량)에 변화 속도를 부여하고 진동을 유발하여 천천히 감쇠하거나 전혀 감쇠하지 않기 때문에 진정한 안정 상태에 이르기 더 어렵다. 이 경우, 질량과 에너지의 신뢰할 수 있는 예산은 성질의 진화가 정지해 있는 에피소드를 식별하고 평균화를 수행하기 위해 흐름의 시계열을 처리함으로써 이루어진다.

그림 5의 수직 플럭스 배플은 사용 가능한 수직 표면(DB, DA, CB, CA)의 순열을 사용하여 몇 개의 다른 CV를 정의하는데 사용할 수 있다.

에너지 예산

수력 에너지 균형은 점성 열 생성을 손실로 명시적으로 표시하기 때문에 정의에 따라 누출된다. 이상적으로, 수력 에너지 캐스케이드는 다른 원인으로 인해 에너지를 잃지 않아야 하며 어떤 것도 얻지 않아야 한다. 여기서 다시 수치 모델로 연습하면 약간 다른 그림이 그려진다. 모든 수치 모델에는 인위적인 소스 또는 수력 에너지 싱크가 있다.

예를 들어, 셀 크기가 에너지 전달 흐름 특징보다 훨씬 작을 때 계산 메쉬에 흐름 간섭이 발생한다. 셀 크기가 충분히 작지 않을 때, 속도 대비는 자연 흐름에서보다 더 큰 공간 범위에 걸쳐 확산된다. 그 확산은 운동 에너지를 약간 작게 만들고 자연 현상보다는 그리드 효과에 기인하는 에너지 방산 역할을 한다.

에너지 예산을 모니터링하면 모델의 신뢰성에 대한 단서를 얻을 수 있으며 다른 매개변수 값이나 그리드 셀 크기를 사용하는 런을 비교하는 데 사용할 수 있다. 인위적인 손익이 관리되고 있을 때 유압 에너지 소산 속도는 종종 수치 모델에서 얻은 중요한 결과 중 하나이며 설계 변동을 구별하는 데 중요하다.

총 유압 헤드

에너지 밀도로서의 총 유압 헤드

아래 hG로 상징되는 총 유압 헤드는 Eq. 1의 총 유압 에너지 eG를 단순히 (-g ρ )로 나눈 값이다.

(2) \displaystyle {{h}_{G}}~\equiv ~{{e}_{G}}/\text{ }-g\text{ }\rho

(3) \displaystyle {{h}_{G}}\ =\quad z\ \ +\frac{p}{{-g\rho }}\ \ +\frac{{\left( {{{u}^{2}}+{{v}^{2}}+{{w}^{2}}} \right)}}{{-2g}}

다음과 같은 경우를 제외하고 기호가 모두 이미 소개된 경우:

hG, 총 유압 헤드(m)

총 유압 헤드는 다음과 같은 합이기 때문에 합계로 인정된다.

  • 입면체 헤드 z + p/(-gρ)
  • 운동 에너지 헤드 u²/(-2g)

유량에서 측정한 입압 헤드는 물의 국부적 자유 표면 고도를 잘 측정할 수 있는 것으로 간주된다.

저수지 및 강의 평온한 범위에서는 흐름 속도가 운동 에너지 헤드가 무시해도 될 정도로 충분히 낮아서 때때로 hG가 입압 헤드와 동일하다고 간주될 수 있다.

총 유압 헤드 hG는 때로 정체 높이라고 불리기도 한다. 흐름 내에 유체의 입자가 있는 경우, 모든 속도가 갑자기 위쪽으로 향하게 되고 주변 유체가 장애물이 되지 않을 경우 입자가 도달하는 최종 높이다.

총 유압 헤드 hG는 교각과 교대 등 유압 설계에 있어 유비쿼터스 변수다. 그것은 또한 채널과 펜스탁과 같이 에너지가 관리된 방식으로 전달되거나 소멸되어야 할 때마다 흐름의 수압 에너지를 나타낸다. hG는 다른 엔지니어링 작업의 키 높이와 동일한 고도 척도를 사용하여 엔지니어링 도면에 주석으로 나타날 수 있기 때문에 선택의 변수다.

총 유압헤드의 통합값으로부터의 유압에너지 소산

두 흐름 단면 A와 B 사이에 발생하는 에너지 소산에 대한 일체적 접근방식은 흐름의 하향 방향에서 HG의 감소로부터 계산된다.

HG의 도움을 받아 A와 B 사이의 에너지 소산을 계산하기 위해 각 단면에서의 HG 값을 먼저 –ρg에 곱하여 에너지 밀도 흐름으로 만든 다음 Q에 곱하여 총 유압 에너지 흐름으로 주조한다.
두 횡단면의 에너지 흐름의 차이를 보면, 두 횡단면에서 부피 흐름 Q가 동일한 상황에서, 아래와 같이 상류 횡단면에서 다운스트림 단면으로 이동하는 흐름에서 발생하는 유압 에너지 손실을 산출한다.

그림 6. 터널을 통해 흐르는 강물 회항, 왼쪽에서 오른쪽으로 흐르는 흐름 속도에 따라 채색된다.
그림 6. 터널을 통해 흐르는 강물 회항, 왼쪽에서 오른쪽으로 흐르는 흐름 속도에 따라 채색된다.
그림 7. 같은 강물 전환, 교차점을 측정하는 물과 유동성만 보여준다.
그림 7. 같은 강물 전환, 교차점을 측정하는 물과 유동성만 보여준다.

업스트림 리치는 유입과 배출 흐름의 차이에 따라 수위가 변동하는 볼륨 밸런스의 예를 제시한다. 동시에, 터널을 통과하는 유량의 비율은 상류와 하류 사이의 압력 균형에서 기인하며, 터널 벽의 마찰과 분리된 구조물에서의 흐름 에너지 손실과 통로를 따라의 전환이 큰 역할을 한다. 그림 10은 FLOW-3D에서 플럭스 배플로 알려진 수많은 흐름 측정 단면을 보여준다. 이들의 용도는 다음과 같다.

  • 추가 분석을 위한 유용한 기준으로 특정 모델 실행의 흐름 체계의 안정성 평가
  • 종단 종단 수위 및 수력 에너지 흐름의 그래프 작성 및 분석(수력 에너지 소산율 포함)
  • 설계 변이 간 미세 비교 허용
  • 일반적으로 흐름 동작이 예상에 부합하는지 검증하고, 체크하지 않을 경우 흐름의 진부도를 감소시킬 수 있는 수치적 아티팩트를 검출하고 수정한다.

예제 2 – 자연 암석 표면을 통한 고속 자유 주행

그림 8은 자연 암석의 유유히트레이스와 자유 주행의 예를 보여준다.

이 모델은 지표면의 단위 면적당 수압 에너지 소산율을 평가하는 것을 목적으로 했다. 이 속도는 W/m² 단위로, 자유 주행을 따라 암석 표면의 침식 잠재력을 평가하기 위한 입력값이었다.

그림 8. 플럭스 배플이 어떻게 사용될 수 있는가에 대한 예는 자연 암석에 대한 유출로의 꼬리표에서 찾을 수 있다. 목적은 지표면의 단위 면적당 유압 에너지 소산율을 평가하는 것이다.
그림 8. 플럭스 배플이 어떻게 사용될 수 있는가에 대한 예는 자연 암석에 대한 유출로의 꼬리표에서 찾을 수 있다. 목적은 지표면의 단위 면적당 유압 에너지 소산율을 평가하는 것이다.
그림 9. 이 시뮬레이션은 에너지 소산의 추정치를 제공하기 위해 평면과 원통형 흐름 배플이 어디에 위치했는지를 나타낸다.
그림 9. 이 시뮬레이션은 에너지 소산의 추정치를 제공하기 위해 평면과 원통형 흐름 배플이 어디에 위치했는지를 나타낸다.

그림 9는 도구 자체를 확인하고 소산율 평가를 수행하는 데 사용된 계량장치를 나타낸다. 망사블록도 윤곽이 잡힌다.

원하는 소산 속도를 측정하고, 마찬가지로 중요한 것은 흐름의 품질 및 측정 도구의 평가를 위해 평면 및 원통형 플럭스 배플의 종류가 배치되었다.

평면 플럭스 배플은 제어 볼륨을 구성하고 이를 사용하여 CV 내에서 볼륨 흐름의 안정성과 에너지 소산을 모니터링할 수 있다. 테일레이스에서는 사이드월(sidewall)에 의해 흐름이 잘 담겨 있고 횡단면을 가로질러 상당히 균일하다. 에너지 소산율은 25~50kW/m²이었다.

배출 관문 발치에 원통형 유동 배플이 위치한다. 실린더를 통과하는 평균 체적 유량은 정상적인 유량 변동 때문에 시간 경과에 따라 가변적이었지만 적절한 평균 구간을 취할 때 0이 되는 경향이 있었다. 배플을 통한 순유압 에너지 흐름에 대해 동일한 평균을 취했을 때, 예상대로 음의 값이 산출되었고, 이는 면적으로 나누면 30 kW/m²에 가까웠다. 타원형 수평 단면으로 확장된 또 다른 원통형 흐름 배플도 꼬리 경주가 끝날 무렵에 위치했다. 거기서 만들어진 유사한 검증도 비슷한 합의를 보여주었다.

원통형 유동 배플이 유압 에너지 소산 측정에 예상대로 작용했다는 결론이 나왔다. 그런 다음 방산이 가장 높을 것으로 예상되었던 아래쪽 경사면에 놓인 원통형 배플에 주의를 돌렸다.

그림 10은 자유 주행 위에 위치한 원통형 배플 번호 3을 통해 순 부피와 에너지 흐름의 시계열로, 꼬리표에서 자연 암석 표면으로의 전환 근처를 보여준다. 그림은 두 흐름의 높은 진폭 변동이 존재하며 그 흐름들에 의해 어떤 경향도 잘 숨겨져 있음을 보여준다.

그림 10. 시간의 함수로서, 두 번째 예제의 원통형 플럭스 배플 번호 3을 통한 순 부피 흐름(m³/s) 및 순 유압 에너지 흐름(W)
그림 10. 시간의 함수로서, 두 번째 예제의 원통형 플럭스 배플 번호 3을 통한 순 부피 흐름(m³/s) 및 순 유압 에너지 흐름(W)

그림 11은 그림 10의 순 부피와 에너지 플럭스의 시간 통합을 나타낸다. 시간 통합은 부피(m³)와 에너지(J)의 값을 산출한다. 볼륨 시계열은 정권이 정지해 있는 시간 간격을 선택할 수 있고, 순 볼륨 변화가 0에 가까워지도록 통합 시간 경계를 선택할 수 있다. 에너지 시계열은 에너지 소산의 예상대로 정기적으로 하향 추세를 보여준다. W/s 단위의 추세의 기울기는 소산율을 추정한다. 그런 다음 원통형 배플 인클로저 베이스의 표면적 영역으로 나누어 면적 단위당 원하는 산란율을 얻을 수 있다. 실린더의 반지름을 선택하여 면적이 100m²에 가까울 수 있도록 했다. 이 경우 소산율이 286kW/m²로 나타났다.

그림 11. 원통형 배플의 부피와 총 에너지는 시간 통합에 의해 얻어진 시간의 함수로써, 임의의 값으로 상쇄되어 영값이 단순히 존재하는 초기 수량이며 알 수 없다.
그림 11. 원통형 배플의 부피와 총 에너지는 시간 통합에 의해 얻어진 시간의 함수로써, 임의의 값으로 상쇄되어 영값이 단순히 존재하는 초기 수량이며 알 수 없다.

이러한 결과는 다른 분야의 엔지니어들과의 토론에서 사용되었다. 다른 요인 중에서도 암석 표면이 예비 추정에서 비롯된 공기 주입식 개미가 아니었기 때문에 불확실성의 여백이 크다는 것이 명백해졌다. 또한 수압 에너지가 바위가 아닌 물 속에서 소멸되고, 최대 소산의 위치가 반드시 바위에 대한 최대 작용의 위치가 아니라는 것도 모듈러에 의해 지적되었다. 위에 제시된 분석의 미니어처는 상당한 부담이었지만, 배플이 모델러에게 참신한 방법으로 사용되고 있기 때문에 필요하다고 여겨졌다. 학문 간 논의와 값의 규모 순서는 수치 그 자체보다는 모형의 가장 유용한 결과였다.

결론

FLOW-3D의 플럭스 배플은 이를 통과하는 부피와 유압 에너지 순 흐름에 대한 정밀한 평가를 제공한다. 이들의 연산 알고리즘은 제어 볼륨 접근방식과 함께 사용되는 FLOW-3D의 기본 수치 체계로 정교하게 조정되며, 높은 수준의 일관성이 요구되는 상황에서 대량 보존에 관한 FLOW-3D 자체의 성능 검증을 포함한 수많은 측정을 위해 잘 설계되어 있다.

토탈 유압 헤드의 연산은 수많은 방법으로 이루어질 수 있는데, 토목 및 유압 엔지니어에게 수량의 매우 높은 유용성을 볼 때 놀라운 일이 아니다. FLOW-3D가 제공하는 방법 중 하나는 플럭스 평균 총 유압 헤드의 배플 유량 면적에 대한 계산이다. 여기에서 주어진 유량관을 가로지르는 두 플럭스 배플에서의 값 사이의 차이로 측정한 유량에서의 수압 에너지 손실률은 가우스 발산 정리에 의해 원시 유량 변수와 연결된 제어 볼륨 접근법으로 계산될 수 있는 유량 손실률이 정확히 여기에 나타난다.

논문자료 알아보기

CFD가 레이저 용접을 만나면 : 불꽃이 어떻게 날아갑니까?

Pareekshith Allu Senior CFD Engineer | Additive Manufacturing | Laser Welding | Business Development

When CFD meets laser welding: How sparks fly!

CFD 또는 전산 유체 역학은 수치적 방법을 사용하여 유체 흐름을 연구하는 것입니다. 유체 흐름의 기본 방정식에는 솔루션 해가 없으므로 컴퓨터를 사용하여 방정식을 반복적으로 계산하는 수치해석 방법으로 해결합니다. 일반적으로 CFD 도구는 공기 역학, 엔진 연소, 물 및 환경 흐름, 미세 유체 및 제조 공정에서 광범위한 연구 및 엔지니어링 문제에 적용될 수 있습니다. CFD가 개발에 중요한 역할을 한 기술을 매일 접할 가능성이 있습니다. FLOW-3D 소프트웨어 제품 제조업체인 Flow Science Inc.에서는 자유 표면 흐름 문제 라고하는 특수한 문제 해결에 중점을 둡니다 . 

자유 표면 흐름이란 무엇입니까? 밀도 차이가 큰 두 유체간에 인터페이스가 공유되는 분야는 자유 표면 흐름입니다. 예를 들어, 기체-액체 경계면이 제한되지 않고 시간에 따라 자유롭게 움직이고 변경할 수 있다는 점에서 강의 물과 주변 공기 사이에 자유 표면이 존재합니다. FLOW-3D 솔버의 기본 DNA 인 Volume of Fluid 또는 VoF 방법 은 자유 표면의 진화를 추적하는 강력한 계산 기술입니다. 우리는 지난 40 년 동안 이 문제에 거의 전적으로 집중했습니다.

자유 표면 흐름은 제조산업 분야에서도 널리 사용됩니다. 금속 주조에서는 용융 금속과 용융 금속이 채우는 금형 또는 다이의 공기 사이에 자유 표면이 존재합니다. L-PBF ( Laser Powder Bed fusion) 라고하는 적층 제조 공정에서 레이저를 사용하여 분말 입자를 녹이고 융합하여 공정에서 자유 표면 용융 풀을 만듭니다. 그리고 레이저 용접에서는 레이저 빔에 의해 녹아서 두 개의 금속 부품 / 부품을 함께 융합 할 때 형성되는 자유 표면 용융 풀이 있습니다. 

이 게시물에서는 레이저 용접 공정에 대한 CFD 시뮬레이션이 유용한 이유를 설명합니다.

레이저 기술은 지난 몇 년 동안 상당히 발전했으며 이제 다른 레이저 제조업체는 다양한 파장에서 펄싱 기능이 있는 고출력 레이저를 제공 할 수 있습니다. 레이저와 로봇 자동화 시스템, 컨트롤러 및 프로세스 센서의 통합은 다양한 제조 산업에서 사용을 확대하여 열 입력이 적고 열 영향 영역이 더 작은 레이저 용접 조인트를 가능하게합니다. 

레이저-재료 상호 작용은 복잡하며이를 정확하게 모델링하려면 이러한 시간적 및 공간적 규모와 관련된 물리학을 구현해야합니다. 레이저 열원은 표면에 에너지를 축적하여 기판을 녹이고 용융 금속 풀을 만듭니다. 용융 풀은 전력, 속도 및 스캔 경로와 같은 레이저 가공 매개 변수와 용융 풀의 자유 표면에 동적 증기압을 적용하는 차폐 가스의 영향을 더 많이받습니다. 또한 용접되는 기판의 재료 특성이 중요한 역할을합니다. 용융된 풀의 상 변화와 증발은 용융 풀을 더욱 압박하는 반동 압력을 유발할 수있는 반면 표면 장력은 풀 내의 유체 대류에 영향을줍니다. 키홀 링이있는 경우 레이저 광선이 키홀 내에 갇혀 추가 반사 영향을 받을 수 있습니다. 기판에 더 많은 에너지를 전달합니다. 불안정한 키홀이 붕괴되면 갇힌 공극이 진행되는 응고 경계에 의해 포착되는 다공성 형성으로 이어질 수 있습니다. 

분명히 많은 일이 진행되고 있습니다. 이것이 CFD 시뮬레이션이 강력 할 수있는 곳이며 FLOW-3D WELD를 개발할 때 레이저-재료 상호 작용을 이해하는 데 많은 노력을 기울이는 이유입니다. 자유 표면 추적 및 레이저 에너지 증착, 차폐 가스 역학, 상 변화, 반동 압력, 표면 장력, 레이저 광선 추적 및 응고와 함께 유체 및 열 흐름 방정식을 통합하는 물리 기반 모델은 레이저의 복잡한 상호 작용을 캡처하는 데 매우 정확합니다. 용접과정을 해석하는 기능은 용융 풀의 안정성에 대한 다양한 공정 매개 변수의 영향을 분리하고 엔지니어와 연구원이 용접 일정을 최적화하는 데 도움이 될 수 있습니다.

CFD 시뮬레이션은 레이저 용접 프로세스를 분석하고 개선하는데 도움이되는 프레임 워크를 제공 할 수 있습니다. 불안정한 용융 풀은 키홀 유발 다공성, 파열 및 스패 터와 같은 결함을 초래할 수 있기 때문에 용융 풀의 작동 방식을 이해하는 것은 조인트의 품질에 매우 중요합니다. 그 후, FLOW-3D WELD 모델의 출력인 응고된 용융 풀 데이터 및 열 구배와 같은 결과를 미세 구조 또는 유한 요소 분석 모델에 입력하여 각각 결정 성장 및 열 응력 진화를위한 길을 닦을 수 있습니다.

이 게시물이 CFD를 사용하여 레이저 용접 프로세스를 시뮬레이션하는 이점을 이해하는데 도움이 되기를 바랍니다.

레이저 용접 공정을 더 잘 이해하기 위해 CFD 시뮬레이션 적용을 고려해 보셨습니까? 어떤 특징 / 물리 현상이 모델링되기를 원하십니까? 질문과 의견이 있으면 언제든지 flow3d@stikorea.co.kr 또는 미국 본사의 paree.allu@flow3d.com에게 연락하십시오.

Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model

NUMERICAL ANALYSIS AND THE REAL WORLD : IT LOOKS PRETTY BUT IS IT RIGHT?

D. K. H. Ho, S. M. Donohoo, K. M. Boyes and C. C. Lock
Advanced Analysis, Worley Pty Limited
L7, 116 Miller Street, North Sydney, NSW 2060 Australia
Tel: +61 2 8923 6817 e-mail: david.ho@worley.com.au

Abstract

엔지니어링 설계에서 유한 요소, 유한 차분 및 전산 유체 역학 분석 소프트웨어와 같은 수치 도구의 일상적인 사용이 최근 몇 년 동안 증가했습니다. 소프트웨어 및 하드웨어 기술의 발전은보다 비선형적이고 복잡한 3 차원 분석이 수행되고 있음을 의미합니다.

그러나 본질적으로 “블랙 박스”인 이러한 강력한 소프트웨어는 “컴퓨팅”기술을 보유하고 있지만 광범위한 엔지니어링 경험이 필요하지 않은 분석가의 손에 “컴퓨터 보조 재해”로 이어질 수 있습니다. 품질 보증 절차의 엄격한 구현은 수치 모델이나 분석 기법이 정확한지 확인할 필요가 없을 수 있습니다.

이 백서에서는 복잡성이 증가하는 세 가지 실제 토목 공학 응용 프로그램에서 수치 분석 결과를 검증하는 방법을 설명합니다. 여기에는 유한 요소법을 이용한 수조 탱크의 구조 해석, 전산 유체 역학법을 이용한 수력 구조물 위의 홍수 조사, 유한 ​​차분법을 이용한 안벽 시공 시뮬레이션 등이 있습니다. 입력 데이터의 불확실성 수준과 각 사례에 대한 계산 결과의 신뢰성에 대해 논의합니다. 분석 과정에서 몇 가지 흥미로운 결과가 발견되었습니다.

첫 번째 사례 연구는 시공의 질이 구조물의 성능에 상당한 영향을 미친다는 것을 보여주었습니다. 그러나 설계자는 설계 단계에서 이러한 상황을 수량화하고 분석하지 못할 수도 있습니다. 필요할 경우 향후 역분석은 물론 설계 검증의 기준점이 될 수 있도록 공사 종료 시 모니터링의 중요성이 필수적입니다. 유한 요소 분석은 복잡한 문제를 분석할 수 있는 강력한 수치 도구이지만, 분석가들은 문제의 행동이 단순하고 잘 이해되는 것처럼 보일 수 있는 상황에서 예상치 못한 결과를 만날 수 있도록 준비해야 합니다.

두 번째 사례 연구에서는 중요한 배수로 구조에 전산 유체 역학 분석이 처음으로 적용 되었기 때문에 엄격한 검증 프로세스가 강조됩니다. 그것은 2D ogee 방수로 프로파일로 시작하여 문제의 방수로의 3D 모델을 분석하기 위해 진행되는 방식으로 수행되었습니다.
계산된 결과를 각 단계에서 이론 및 물리적 테스트 데이터와 비교했습니다. 유체 흐름 문제의 비선형적 특성에도 불구하고, 분석은 확신을 가지고 실제 설계 목적에 적합한 결과를 제공할 수 있었습니다.

최종 사례 연구에서는 안벽의 거동이 시공 이력과 매립 방식에 영향을 받은 것으로 나타났습니다. 벽의 움직임은 매우 가변적인 토양 속성에도 불구하고 질적으로도 단순한 비선형 토양 모델을 사용하여 정확하게 예측되었습니다. 지속적인 모니터링 기록이 없기 때문에 검증은 어려웠습니다. 계산된 결과를 검증하는 열쇠는 수치 소프트웨어 도구를 사용하지 않는 독립적인 계산을 찾는 것입니다. 대부분의 경우 이러한 솔루션을 사용할 수 있습니다. 그러나 다른 경우에는 실험실 또는 현장 관찰에만 의존할 수 있습니다.

Introduction

오늘날 수치 해석은 대부분의 엔지니어링 설계에서 필수적인 부분을 형성합니다. 따라서 결과 검증의 필요성은 분석 기술 / 방법론을 신뢰할 수 있고 설계자가 계산 된 결과에 대한 확신을 가질 수 있도록 설계 프로세스 전반에 걸쳐 매우 중요합니다.

일반적인 관행은 고전 이론, 실험 데이터, 게시 된 데이터, 유사한 구조의 성능 및 다른 사람이 수행 한 수치 계산에 대해 결과를 검증하는 것입니다. 때때로 소프트웨어 개발자가 제공 한 벤치 마크 또는 검증 예제가 이러한 목적으로 사용될 수 있지만 전체 범위의 문제를 포괄 할만큼 포괄적 인 경우는 거의 없습니다.

수치 해석을 시작하기 전에 분석가는 입력 데이터의 신뢰성, 소프트웨어 도구가 문제의 문제를 해결할 수 있는지 여부 및 결과를 검증하는 방법을 결정해야합니다. 검증 프로세스가 많은 실무자들에 의해 품질 보증 절차의 일부로 채택되었지만 비용이 많이 드는 실패가 여전히 발생했습니다 [1].

Validation

결과 검증의 필요성은 수치 분석의 사용 (남용)에서 일부 나쁜 업계 관행을 관찰함으로써 강화 될 수 있습니다. 수치 계산을 수행하기 위해 고용 된 일부 엔지니어 / 분석가는 계산 뒤에있는 기본 이론을 완전히 이해하지 못하거나 숨겨진 함정을 처리 할 수있는 실제 엔지니어링 경험이 충분하지 않을 수 있습니다.

일부 소프트웨어가 “CAD와 유사”해지고 많은 사람들이 작동하기 쉽다고 주장하기 때문에 엔지니어링 회사가 대학원 엔지니어 대신 초보를 고용하여 수치 모델링 및 분석을 수행하는 경향이 점차 증가하고 있습니다.

사용자는 복잡한 지오메트리 모델을 생성하고, 적절한 요소와 메시를 만들고, 각 하중 케이스에 대한 경계 조건 (접촉, 하중 및 고정)을 적용하고, 속성을 할당하고, 제출에 필요한 모든 플래그 / 스위치 / 버튼을 설정하는 데 상당한 노력을 기울일 것입니다.

분석이 실행됩니다. 자체 검사를위한 일부 품질 보증 절차는 전처리 단계에서 따를 수 있지만 계산이 완료되고 결과가 후 처리 될 때까지 많은 사용자는 출력이 어느 정도 정확하다고 쉽게 믿을 것입니다. 지오메트리 생성은 수치 모델링 프로세스의 일부일뿐입니다. 가장 어려운 문제 중 하나는 전체 설계 프로세스에서 불확실성을 다루는 것입니다. 재료 속성 및 로딩 순서와 같은 입력과 관련된 불확실성이 있습니다.

예를 들어 모델이 선형 또는 비선형 방식으로 동작하는지 여부와 같이 솔루션 유형의 적절성과 관련된 불확실성이 있습니다. 마지막으로 결과 해석과 관련된 불확실성이 있습니다. 수치 분석에서 결과를 검증하고 문제를 발견하는 데있어 분석가를위한 좋은 방법에 대한 간단한 지침은 없습니다. 그러나 다음 방법을 통해 점차적으로 달성 할 수 있습니다.

• 수치 적 방법 과정에 대한 좋은 이해 – 이것은 학부 및 / 또는 대학원 수준의 공식 교육을 통해 얻을 수 있으며 지속적인 전문성 개발의 일환으로 자습을 통해 더욱 향상 될 수 있습니다.
• 특정 유형의 문제에 대한 기본 이론과 해결책의 범위를 잘 이해합니다. 이 역시 위와 같은 교육을 통해 이루어질 수 있습니다.
• 실제 문제를 해결하는 데 공학적 판단을 사용하고 수치 분석을 수행 한 경험이 있습니다. 이는 숙련 된 엔지니어가 분석가를 적절하게 감독하는 환경에서 작업함으로써 얻을 수 있습니다.

품질 보증 시스템의 구현이 실행 가능한 솔루션으로 이어지는 엔지니어링 판단을 대체하는 것은 아니라는 점에 유의해야합니다. 복잡한 대규모 모델을 분석하기 전에 시뮬레이션 기술과 문제의 근본적인 동작을 완전히 이해하기 위해 간단한 테스트 모델을 사용하여 수치 “실험”을 수행해야하는 경우가 매우 많습니다.

경험에 따르면 때때로 테스트 모델 자체가 분석가가 최종 설계 솔루션에 도달 할 수있는 충분한 정보를 제공 할 수 있습니다. 해당 대형 복합 모델의 분석은 설계 기대치를 확인하는 것입니다. 다음 사례 연구는 결과 검증이 수행 된 방법과 신뢰 수준 및 불확실성이 해결된 방법을 보여줍니다.

Applications

일반적인 토목 공학 프로젝트에서 수치 분석은 구조 역학, 기하학 및 유체 역학의 세 가지 기본 분야 중 하나 또는 조합을 포함 할 수 있습니다. 문제의 성격은 토양-구조 상호 작용, 유체-구조 상호 작용 또는 토양-유체 상호 작용 중 하나로 분류 될 수 있습니다.

어떤 경우에는 세 가지 모두를 포함 할 수 있습니다. 잠재적 인 복잡성을 고려하여, 정확도를 잃지 않고 실제 목적을 위해 중요한 동작을 캡처하지 않고 문제를 단순화하기 위해 몇 가지 가정과 이상화가 이루어져야합니다. 이러한 문제를 해결할 수있는 범용 및 특수 수치 분석 소프트웨어가 있습니다. 두 가지 유형의 소프트웨어가 사례 연구에 사용되었습니다.

Case 1 – Deflection of a steel water tank

직경 약 90m의 대형 원형 강철 물 탱크는 처음 채울 때 큰 벽면이 휘어지면서 탱크의 장기적인 구조적 무결성에 대한 우려를 불러 일으켰습니다.

물의 높이는 전체 저장 용량에서 약 10m였습니다. 지붕 구조는 탱크 내부에있는 기둥으로 거의 전적으로지지되었습니다. 스트레이크(strakes)는 벽의 바닥 1/3이 더 두꺼운 고급 강판으로 구성되었습니다. 1 차 윈드 거더는 탱크 상단 주위에 용접되었고 2 차 윈드 거더는베이스 위 2/3에 위치했습니다. 하단 스트레이 크는 환형베이스 플레이트에 필렛 용접되었습니다. 내부 기둥의 기초를 제외한 전체 바닥은 용접 된 강판으로 덮여있었습니다.

이 탱크는 유능한 중간층 사암과 미사암 기반암 위에 압축된 채움물 위에 세워졌습니다. 일련의 축 대칭 유한 요소 분석 (FEA)을 수행하여 관찰된 처짐을 예측할 수 있는지 여부를 결정하고 매일 물을 채우고 비울 때 피로 파괴가 발생할 가능성으로 인해 벽 바닥의 응력 상태를 계산했습니다.

내부 기둥과 지붕 빔을 포함하는 탱크의 12 분의 1 섹터에 대한 3 차원 모델을 처음에 분석하여 벽이 얼마나 많은 지붕 자중을지지하고 축 대칭 가정의 타당성을 조사했는지 조사했습니다. 이 분석의 결과는 지붕 구조의 강성 기여도가 중요하지 않아 후속 축 대칭 모델에 포함되지 않았 음을 보여주었습니다.

그러나 지붕 자체 무게의 작은 부분이 벽에 적용됩니다. 축 대칭 모델은 모든 강철 섹션, 필렛 및 맞대기 용접 및 기초로 구성되었습니다 (그림 1). 그것들은 몇 개의 3 노드 삼각형 축 대칭 요소가있는 4 노드 비 호환 모드 사변형으로 이산화되었습니다.

용접 재료를 통해서만 하중 전달이 허용되도록 용접이 모델링되었습니다. 용접 연결부에 미세한 메시를 사용하여 응력 상태를 정확하게 포착했습니다. 롤러 지지대는 모델의 측면 및 하단 경계에 적용되었습니다. 다음과 같은 하중이 적용되었습니다 :

철골 구조물의 자중, 지붕 자중, 벽의 정수압, 수위에 따른 바닥의 균일 한 압력. 한 모델은 용접 또는베이스의 강판이 플라스틱 힌지를 형성하기 위해 항복되었다고 가정했습니다. 이 경우 벽 바닥에서 핀 연결이 모델링되었습니다.

Partial FE mesh of tank/foundation. Insert shows mesh and stress distribution at wall base
그림2 Partial FE mesh of tank/foundation. Insert shows mesh and stress distribution at wall base

벽 처짐은 그림 2에 나와 있습니다. 측정 범위와 계산 된 결과는 비교 목적으로 표시됩니다. 계산 된 벽 처짐을 검증하기 위해 두 벽 두께에 대한 Timoshenko 및 Woinowsky-Krieger [2]에 기반한 고전 이론도 그림에 표시되었습니다. 계산 된 편향은 이론적 계산에 의해 제한됨을 관찰 할 수 있습니다.

벽 두께의 변화로 인한 전이가 분석에서 포착되었습니다. 이것은 유한 요소 모델에 대한 확신을 제공했습니다. 윈드 거더와 구속 된베이스의 영향도 볼 수 있습니다. 윈드 거더 설치로 인해 초기 변형이 발생하여 공사가 끝날 때 벽 상단이 안쪽으로 당겨질 수 있습니다. 굽힘 동작이 발생한베이스 근처를 제외하고는 후프 동작이 벽 동작을 지배했습니다.

계산된 최대 처짐이 측정된 순서와 동일하더라도 최대 돌출이 발생한 높이는 예측되지 않았습니다. 실제로 조사 데이터는 몇 가지 가능한 시나리오를 제안했습니다.베이스에 플라스틱 힌지 형성 (그러나이 영역에서 계산 된 응력은 항복 강도를 초과하지 않았습니다). 지반 재료의 국부적 인 베어링 고장 (다시 현장에서 균열과 같은 명백한 지시 신호가 보이지 않음); 또는 탱크 건설이 끝날 때 내장 된 기하학적 결함이있었습니다. 사전 변형 된 탱크에서 역 분석을 수행하여 측정 된 처짐이 정수압 하에서 “회복”되었습니다. 그러나 계산된 응력은 수율을 훨씬 초과했습니다. 불행히도 탱크는 완성 후 첫 번째 충전 전에 즉시 조사되지 않았습니다.

Figure 2 Wall deflection of water tank
Figure 2 Wall deflection of water tank

탱크의 원래 디자인과 건설이 2000 년대 초에 수행되었다는 점은 흥미 롭습니다. 설계 계산에 관련 표준 [3]을 사용했습니다. 이 표준은 탱크 벽이 후프 동작만으로 작용한다고 가정하고이 구조의 경우가 아닌베이스의 제약 조건을 무시합니다. 벽 처짐의 크기는 기초 강성을 고려한 Rish [4]가 개발 한 고전 이론 [2] 또는 FEA와 같은 수치 분석에 의해 결정될 수 있습니다. 고급 강철을 사용하면 설계자는 강도에는 적합하지만 서비스 가능성에는 필요하지 않은 더 얇은 섹션을 선택해야합니다. 굽힘 강성은 큐브 두께에 의해 결정됩니다. 수중 부하에서 후속 벽 변형 프로파일은 제작 품질에 영향을받습니다. 이것은 설계 단계에서 추정하기 어려웠을 것입니다.

사례 2 – 배수로 배출

호주의 많은 댐 구조는 제한된 수 문학적 정보로 1950 년대와 60 년대에 설계 및 건설되었습니다. 이러한 기존 방수로 구조는 수정 된 가능한 최대 홍수 수준에 대처하기 위해 크기가 작습니다. 증가 된 홍수 조건 하에서 방수로 꼭대기에 대한 음압 생성과 같은 잠재적 인 문제가 발생할 수 있습니다. 이는 방수로 및 게이트 구조에 불안정성 또는 캐비테이션 손상을 유발할 수 있습니다. 역사적으로 스케일링 된 물리적 모델은 이러한 동작을 연구하기 위해 수력 학 실험실에서 구성되었지만 비용이 많이 들고 시간이 많이 걸리며 스케일링 효과와 관련된 많은 어려움이 있습니다. 오늘날 고성능 컴퓨터와보다 효율적인 전산 유체 역학 (CFD) 코드를 사용하여 수리적 구조의 동작을 합리적인 시간과 비용으로 수치 적으로 조사 할 수 있습니다. 이 분석 기법은 대도시 지역에 주요 상수원을 제공하는 가장 큰 콘크리트 중력 댐에 호주에서 처음으로 적용 되었기 때문에 검증을 수행 할 필요가있었습니다. 이것은 그림 3과 같이 조사 프로세스에 통합되었습니다. 순서도는 간단한 2D에서 상세한 3D 방수로 모델로 어떻게 발전했는지 보여줍니다.

Figure 3 Flowchart showing the validation process
Figure 3 Flowchart showing the validation process

미 육군 공병대 [5]에서 발표 한 광범위한 데이터가 있기 때문에 검증을 위해 ogee 방수로 프로필 (그림 4 참조)이 선택되었습니다. 계산 된 결과는 조사의 각 단계에서 검토되었습니다. 게시 된 데이터에서 크게 벗어나면 프로젝트가 중단됩니다. 이것은 프로젝트가 시작되기 전에 고객과 상호 합의되었습니다.

Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model
Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model

이러한 종류의 분석의 초기 어려움 중 하나는 개방 채널 중력 흐름 문제에서 자유 표면의 정확한 계산이었습니다. 자유 표면을 추적하는 데 적응 형 메싱 및 반복 방법을 사용하는 것은 일부 유한 체적 CFD 코드에서 사용되었지만 성공은 제한적이었습니다. 본 연구에 사용 된 코드는 SOLA-VOF 방법으로 Navier-Stokes 방정식을 해결합니다. 유체 운동의 과도 동작을 해결하기 위해 유한 차분 방법이 사용되었습니다. 유체의 부피 (VOF) 함수는 자유 표면 운동을 계산하는 데 사용됩니다 [6].

분석에 대한 자세한 내용은 [7]에 설명되어 있습니다. 계산 된 파고 압력 분포, 자유 표면 프로파일 및 정상 상태에서의 배출 속도는 검증 목적으로 사용되었습니다. 다른 상류 수두 (H) 아래의 배수로 꼭대기를 따라 압력 분포가 그림 5에 나와 있습니다. 일부 압력 진동은 코드가 일반 메시와 곡선 배수로 장애물 사이의 인터페이스에서 계산을 처리하는 방식에 기인 할 수 있습니다. 훨씬 더 미세한 메쉬는 이러한 불규칙성을 부드럽게 만들었습니다. 압력 분포에 대한 교각의 영향은 3D 모델에서 올바르게 예측되었습니다 (그림 6).

계산된 자유 표면 프로파일 (그림 7)도 게시 된 데이터와 잘 일치했습니다. Savage와 Johnson [8]은 분석 기법에 대한 신뢰도를 높이는 동일한 CFD 코드를 사용하여 유사한 유효성 검사를 수행했습니다. 문제의 배수로에 대한 후속 분석은 스케일링 된 물리적 모델 테스트에서 얻은 결과와 비교할 때 상당히 좋은 결과를 제공했습니다.

Figure 5 Comparison of crest pressure for various heads (2D model), Hd is the design head
Figure 5 Comparison of crest pressure for various heads (2D model), Hd is the design head
Figure 6 Comparison of crest pressure next to pier (3D model)
Figure 6 Comparison of crest pressure next to pier (3D model)
Figure 7 Upper nappe profile next to pier
Figure 7 Upper nappe profile next to pier

분석에서 배수로의 기하학적 구조와 물 속성이 잘 정의되었습니다. 물은 비압축성이며 고정 된 온도에서 일정한 특성을 가지고 있다고 가정했습니다. 실제로 좋은 품질의 콘크리트 표면 마감을 얻을 수 있기 때문에 배수로 경계는 매끄럽다 고 가정했습니다. 불확실성은 메쉬 밀도와 적절한 난류 모델의 선택이라는 두 가지 소스에서 비롯됩니다. 메쉬 크기는 메모리 양과 컴퓨터의 클럭 속도에 의해 제한됩니다.

높은 레이놀즈 수의 난류 흐름은 소용돌이와 소용돌이의 형성을 포착 할 수있는 매우 미세한 메시로 계산할 수 있지만 현재 메시 밀도는 검증 및 설계 목적에 필요한 변수를 예측하기에 충분히 미세했습니다. 조사 결과는 큰 와류, k-ε 및 RNG 모델과 같은 난류 모델의 선택에 의해 크게 영향을받지 않는 것으로 나타났습니다. 분명히 벽 거칠기와 난류 모델의 도입은 방전율을 감소시킬 것입니다. 그러나 다시 분석 결과는 사용 된 메시에 거의 영향을 미치지 않음을 보여줍니다. 향후 분석은 다른 메쉬 밀도로 인한 이산화 오류를 조사 할 것입니다.

사례 3 – 안벽 건설
주요 컨테이너 항구 시설은 설계 단계에서 최소한의 수치 분석을 수행하여 약 25 년 전에 건설되었습니다. 당시에는 이러한 분석 도구를 사용하는 것이 비용 효율적이지 않은 것으로 간주되었습니다. 다수의 컨테이너 크레인이 측면을 따라 이어지는 2km 길이의 안벽을 건설하기 위해 광범위한 준설 및 매립 작업이 수행되었습니다.

시설이 완공 된 이후 일련의 콘크리트 카운터 포트 유닛으로 구성된 안벽과 후방 크레인 빔은 크레인이 할 수 있도록 후방 빔에 대한 레벨 조정 작업이 수행 될 정도로 지속적으로 이동하고 있습니다. 정상적으로 작동합니다. 그러나 영향을받는 두 구조물의 움직임을 저지하기 위해보다 영구적 인 해결책을 모색했습니다. 토양-구조 상호 작용 및 시공 시뮬레이션을 처리 할 수있는 명시 적 유한 차이 분석을 사용하여 다양한 교정 옵션의 순위를 지정했습니다.

그라우트 기둥, 타이백 앵커 및 말뚝 지지대와 같은 다양한 제안 된 개선을 분석하기 전에, 토양 및 구조적 특성과 시공 과정의 선택이 적절하도록 계산 모델을 관찰에 대해 보정해야한다고 결정했습니다. 지질 및 지질 공학 정보는 현장 및 실험실 테스트 데이터를 포함하는 현장 조사 보고서에서 평가되었습니다. 시설의 범위를 고려할 때 현장에서 만나는 특정 토양 유형에 대해 상당한 분산 테스트 데이터가 예상됩니다. 수력 모래 충전재에 대한 표준 침투 테스트 (SPT) 블로우 횟수 (N) 및 콘 침투 테스트 (CPT) 저항 (qc)에 대한 몇 가지 일반적인 기록이 그림 8과 9에 나와 있습니다.

Figure 8 SPT ‘N’ profiles
Figure 8 SPT ‘N’ profiles
Figure 9 CPT profiles
Figure 9 CPT profiles

이 결과로부터 평균 해수면 위와 아래에있는 모래 채우기의 강도와 강성의 대비를 관찰 할 수 있습니다. 이 현상은 배치 방법에 기인한다고 제안되었다 [9]. 또한 기초 수준에서 진동 압축 된 모래의 특성에도 변동이있었습니다. 분석을 위해 선택된 토양 특성은 테스트 데이터, 인근 사이트의 경험 및 유사한 토양 조건에 대한 발표 된 데이터를 기반으로합니다. 그것들은 표 1에 요약되어 있습니다. 일반적으로 시설의 건설 순서는 다음과 같습니다.

  1. Removal of pockets of soft marine clay by dredging
  2. Dredging of sand to the required level
  3. Vibro-compaction of the sand on which the counterfort units were to be founded
  4. Placement of gravel for the quay wall foundation.
  5. Placement of concrete counterfort units weighing 360 tonne each
  6. Placement of hydraulic sand fill behind the units
  7. Surcharging the fill just behind the capping beam
  8. Construct capping beam and place more sand fill to the finished level
  9. Additional surcharge prior to the operation of container cranes.

Table 1 Soil properties used in the construction
simulation of the quay wall

Table 1 Soil properties used in the construction simulation of the quay wal
Table 1 Soil properties used in the construction simulation of the quay wal

2D 평면 변형 모델의 수치 시뮬레이션에서 구성 순서 (그림 10)와 하중은 다음 단계에 따라 단순화 / 이상적입니다.

  1. The starting condition of the seabed consisted of the vibrocompacted sand, gravel bed, native sand, clay and fissured clay at depth. The “in-situ” stresses were also switched on in this step.
  2. Placement of counterfort unit (using equivalent linear elastic beam elements) with a vertical force applied through the centre of gravity of the unit to represent the buoyant self-weight.
  3. Sequentially placing hydraulic sand fill behind the unit to the level prior to surcharging.
  4. Apply an equivalent trapezoidal pressure to represent the surcharge.
  5. Placement of capping beam and the sand fill to the required level.
  6. Apply additional surcharge.
  7. Application of repeated loads from the crane seaward and landward legs.
Figure 10 Construction sequence
Figure 10 Construction sequence

분석에서는 침수 된 물질과 평균 해수면 위에있는 물질을 나타 내기 위해 적절한 밀도를 사용했습니다. 안벽의 장기적인 움직임이 중요했기 때문에 배수 된 토양 매개 변수가 사용되었습니다. 토양은 분석에서 Mohr-Coulomb 실패 기준을 따르는 것으로 가정되었습니다. 단순한 탄성-완전 소성 응력-변형 거동이 가정되었습니다. 일련의 강체 다이어그램으로 표현 된 안벽 이동의 역사는 그림 11에 나와 있습니다. 벽의 상단과 바닥에서 계산 된 수직 및 수평 이동은 그림 12와 13에 표시됩니다. 수치는 모니터링 된 데이터와 해당 상한 및 하한 (해당 상자에 표시됨)입니다. 측정에서 산란의 양에도 불구하고 벽 건설에 대해 계산 된 움직임은 합리적으로 잘 비교되었습니다. 조사 데이터와 예측을 일치시키기 위해 분석에서 토양 속성을 변경하려는 시도가 없었습니다. 반복되는 크레인 하중의 래칫 효과를 관찰 할 수 있습니다. 불행히도 반복적 인 크레인 하중 하에서 벽 이동에 대한 기준이 없었기 때문에 이러한 예상 이동을 비교할 수 없었습니다. 문제의 복잡성과 고도로 가변적 인 토양 특성을 고려할 때 계산 된 결과는 매우 고무적입니다.

Figure 11 Wall deformations
Figure 11 Wall deformations

토양에서 플라스틱 구역의 발달도 분석에서 계산되었습니다. 벽의 발가락 아래의 토양이 여러 번 과도하게 압박을받는 것으로 밝혀졌습니다. 접촉 압력은 경사 하중으로 인한 베어링 고장에 대한 안전 지표 (FOS)를 결정하는 데 사용되었습니다. 지지력은 계산 방법에 의해 크게 영향을 받았다고보고되었습니다 [10]. 원래의 기초 디자인은 덴마크 코드 [11]를 기반으로했기 때문에이 경우 일관성을 위해 사용되었습니다. 편심의 함수로서 FOS의 발전과 수평 대 수직 추력 (H / V)의 비율이 각각 그림 14와 15에 나와 있습니다.

Figure 12 Wall top movements
Figure 12 Wall top movements
Figure 13 Wall base movements
Figure 13 Wall base movements
Figure 14 ‘FOS’ vs. eccentricity
Figure 14 ‘FOS’ vs. eccentricity
Figure 15 ‘FOS’ vs. H/V ratio
Figure 15 ‘FOS’ vs. H/V ratio

그림은 벽이 추가 요금과 반복적 인 적재 단계 동안 국부적 인 베어링 고장에 가까웠음을 보여줍니다. 크레인 하중 하에서 FOS의 명백한 증가는 벽에 대한 수직 하중이 증가하는 반면 유지된 토양의 수평 압력이 다소 일정하게 유지됨에 따라 편심이 감소했기 때문입니다.

끝 맺는 말
세 가지 매우 다른 실제 응용 프로그램의 유효성 검사 프로세스가 설명되었습니다. 각 사례의 주요 특징과 결과는 표 2에 요약되어 있습니다. 재료 및 하중 불확도 및 예상 결과가 강조 표시됩니다. 건설 품질은 구조의 성능에 상당한 영향을 미치는 것으로 나타났습니다.

이는 분석가가 프로젝트의 설계 단계에서 정량화하고 정확하게 분석하지 못할 수도 있습니다. 구조가 완료된 직후 모니터링의 중요성을 간과해서는 안됩니다. 이것은 미래의 역 분석을위한 유용한 자료가 될 것입니다. 수치 도구가 이러한 복잡한 문제를 분석 할 수 있다는 사실에도 불구하고 분석가는 어떤 매개 변수가 중요하거나 중요하지 않은지 식별 할 준비가되어 있어야합니다.

익숙하지 않은 문제를 분석 할 때 유효성 검사 프로세스를 점진적으로 수행해야합니다. 아마도 검증 방법을 찾는 핵심은 수치 분석 도구를 사용하지 않고 솔루션에 도달 할 수있는 다른 방법이 있는지 묻는 것입니다. 많은 경우 이러한 솔루션은 광범위한 문헌 검색 후에 존재합니다. 그러나 다른 경우에는 실험실 테스트와 현장 관찰이 유일한 대안이 될 것입니다.

자세한 내용은 원문을 참고하시기 바랍니다.

References
[1] Puri, S.P.S. (1998) “Avoiding Engineering Failures Caused by Computer-Related Errors”, J. Comp. in Civil Engineering, ASCE, 12(4), 170-172.
[2] Timoshenko, S.P. and Woinowsky-Krieger, S. (1959) Theory of Plates and Shells, 2nd edition, McGraw-Hill Kogakusha. p.580.
[3] BS2654 (1989) Manufacturing of vertical steel welded non-refrigerated storage tanks with butt-welded shells for the petroleum industry.
[4] Rish, R.F. (1977) “Design of Cylindrical Tanks on Elastic Foundations”, Civil Engineering Transactions, The Institution of Engineers, Australia, 192-195.
[5] US Army Corps of Engineers (1990) Hydraulic Design of Spillways, Engineer Manual No. 1110-2-1603.
[6] Hirt, C.W. and Nichols, B.D. (1981) “Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries”, J. Comp. Phys. 39, 201- 225.
[7] Ho, D.K.H., Boyes, K.M and Donohoo, S.M. (2001) “Investigation of Spillway Behaviour under Increased Maximum Flood by Computational Fluid Dynamics Technique”, Proc. Conf. 14th Australasian Fluid Mechanics, Adelaide, December, 577-580.
[8] Savage, B.M. and Johnson, M.C. (2001) “Flow over Ogee Spillway: Physical and Numerical Model Case Study”, J. Hydraulic Engineering, ASCE, 127(8), 640-649.
[9] Lee, K.M., Shen, C.K., Leung, D.H.K. and Mitchell, J.K. (1999) “Effects of placement method on geotechnical behaviour of hydraulic fill sands” J. Geotech. and Geoenviron. Engineering, ASCE, 125(10), 832-846.
[10] Sieffert, J.G. and Bay-Gress, Ch. (2000) “Comparison of European bearing capacity calculation methods for shallow foundations”, Proceedings of the Institution of Civil Engineers, Geotechnical Engineering, 143, April, 65-74.
[11] DS 415 (1984) Code of Practice for Foundation Engineering. Table 2 Summary of findings for the three case studies

The realm of operations of FLOW-3D

ADDITIVE MANUFACTURING SIMULATIONS

Capabilities of FLOW-3D

FLOW-3D는 자유 표면 유체 흐름 시뮬레이션을 전문으로하는 다중 물리 CFD 소프트웨어입니다. 자유 표면의 동적 진화를 추적하는 소프트웨어의 알고리즘인 VOF (Volume of Fluid) 방법은 Flow Science의 설립자인 Tony Hirt 박사가 개척했습니다.

또한 FLOW-3D에는 금속 주조, 잉크젯 인쇄, 레이저 용접 및 적층 제조 (AM)와 같은 광범위한 응용 분야를 시뮬레이션하기위한 물리 모델이 내장되어 있습니다.
적층 제조 시뮬레이션 소프트웨어, 특히 L-PBF (레이저 파우더 베드 융합 공정)의 현상 유지는 열 왜곡, 잔류 응력 및지지 구조 생성과 같은 부분 규모 모델링에 도움이되는 열 기계 시뮬레이션에 초점을 맞추고 있습니다.

유용하지만 용융 풀 역학 및 볼링 및 다공성과 같은 관련 결함에 대한 정보는 일반적으로 이러한 접근 방식의 영역 밖에 있습니다. 용융 풀 내의 유체 흐름, 열 전달 및 표면 장력이 열 구배 및 냉각 속도에 영향을 미치며 이는 다시 미세 구조 진화에 영향을 미친다는 점을 명심하는 것도 중요합니다.

FLOW-3D와 이산 요소법 (DEM) 및 WELD 모듈을 사용하여 분말 및 용융 풀 규모에서 시뮬레이션 할 수 있습니다.
구현되는 관련 물리학에는 점성 흐름, 열 전달, 응고, 상 변화, 반동 압력, 차폐 가스 압력, 표면 장력, 움직이는 물체 및 분말 / 입자 역학이 포함됩니다. 이러한 접근 방식은 합금에 대한 공정을 성공적으로 개발할 수 있게 하고, AM 기계 제조업체와 AM 기술의 최종 사용자 모두에게 관심있는 미세 구조 진화에 대한 통찰력을 제공하는데 도움이 됩니다.

The realm of operations of FLOW-3D
The realm of operations of FLOW-3D

FLOW-3D는 레이저 분말 베드 융합 (L-PBF), 직접 에너지 증착 (DED) 및 바인더 제트 공정으로 확장되는 기능을 가지고 있습니다.
FLOW-3D를 사용하면 분말 확산 및 패킹, 레이저 / 입자 상호 작용, 용융 풀 역학, 표면 형태 및 후속 미세 구조 진화를 정확하게 시뮬레이션 할 수 있습니다. 이러한 기능은 FLOW-3D에 고유하며 계산 효율성이 높은 방식으로 달성됩니다.

예를 들어 1.0mm x 0.4mm x 0.3mm 크기의 계산 영역에서 레이저 빔의 단일 트랙을 시뮬레이션하기 위해 레이저 용융 모델은 단 8 개의 물리적 코어에서 약 2 시간이 걸립니다.
FLOW-3D는 모든 관련 물리 구현 간의 격차를 해소하는 동시에 업계 및 연구 표준에서 허용하는 시간 프레임으로 결과를 생성합니다. 분말 패킹, 롤러를 통한 파워 확산, 분말의 레이저 용융, 용융 풀 형성 및 응고를 고려하고 다층 분말 베드 융합 공정을 위해 이러한 단계를 순차적으로 반복하여 FLOW-3D에서 전체 AM 공정을 시뮬레이션 할 수 있습니다.

FLOW-3D의 다층 시뮬레이션은 이전에 응고된 층의 열 이력을 저장한다는 점에서 독특하며, 열 전달을 고려하여 이전에 응고된 층에 확산된 새로운 분말 입자 세트에 대해 시뮬레이션이 수행됩니다.
또한, 응고 된 베드의 열 왜곡 및 잔류 응력은 FLOW-3D를 사용하여 평가할 수 있으며, 보다 복잡한 분석을 수행하기 위해 FLOW-3D의 압력 및 온도 데이터를 Abaqus 및 MSC Nastran과 같은 FEA 소프트웨어로 내보낼 수 있습니다.

Sequence of a multi-layer L-PBF simulation setup in FLOW-3D

Ease of Use

FLOW-3D는 다양한 응용 분야에서 거의 40 년 동안 사용되어 왔습니다. 사용자 피드백을 기반으로 UI 개발자는 소프트웨어를 사용하기 매우 직관적으로 만들었으며 새로운 사용자는 시뮬레이션 설정의 순서를 거의 또는 전혀 어려움없이 이해합니다.
사용자는 FLOW3D에서 구현 된 다양한 모델의 이론에 정통하며 새로운 실험을 설계 할 수 있습니다. 실습 튜토리얼, 비디오 강의, 예제 시뮬레이션 및 기술 노트의 저장소도 사용할 수 있습니다.
사용자가 특정 수준의 경험에 도달하면 고급 수치 교육 및 소프트웨어 사용자 지정 교육을 사용할 수 있습니다.

Available Literature

실험 데이터에 대해 FLOW-3D 모델을 검증하는 몇 가지 독립적으로 발표된 연구가 있습니다. 여기에서 수록된 저널 논문은 레이저 용접 및 적층 제조 공정으로 제한됩니다. 더 많은 참조는 당사 웹 사이트에서 확인할 수 있습니다.

Laser Welding

  1. L.J.Zhang, J.X.Zhang, A.Gumenyuk, M.Rethmeier, S.J.Na, Numerical simulation of full penetration laser welding of thick steel plate with high power high brightness laser, Journal of Materials Processing Technology, Volume 214, Issue 8, 2014.
    A study by researchers from BAM in Germany, KAIST in Korea, and State Key Laboratory of Mechanical Behavior of Materials in China that focuses on keyhole dynamics and full penetration laser welding of steel plates.
  2. Runqi Lin, Hui-ping Wang, Fenggui Lu, Joshua Solomon, Blair E.
    Carlson, Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys, International Journal of Heat and Mass Transfer, Volume 108, Part A, 2017.
    General Motors (GM) and Shangai University collaborated on a study on the influence of welding speed and weld angle of inclination on porosity occurrence in laser keyhole welding.
  3. Koji Tsukimoto, Masashi Kitamura, Shuji Tanigawa, Sachio Shimohata, and Masahiko Mega, Laser Welding Repair for Single Crystal Blades, International Gas Turbine Congress, Tokyo, 2015.
    Mitsubishi Heavy Industry’s study on laser welding repair using laser cladding for single Ni crystal alloys used in gas turbine blades.

Additive Manufacturing

  1. Yu-Che Wu, Cheng-Hung San, Chih-Hsiang Chang, Huey-Jiuan Lin, Raed Marwan, Shuhei Baba, Weng-Sing Hwang, Numerical modeling of melt-pool behavior in selective laser melting with random powder distribution and experimental validation, Journal of Materials Processing Technology, Volume 254, 2018
    This paper discusses powder bed compaction with random packing for different powder-size distributions, and the importance of considering evaporation effects in the melting process to validate the melt pool dimensions.
  2. Lee, Y.S., and W.Zhang, Mesoscopic simulation of heat transfer and fluid flow in laser powder bed additive manufacturing, Proceedings of the Annual International Solid Freeform Fabrication Symposium, Austin, TX, USA. 2015
    A study conducted by Ohio State University researchers to understand the influence of process parameters in formation of balling defects.
  3. Y.S. Lee, W.Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing, Volume 12, Part B, 2016
    A study conducted by Ohio State University researchers to understand the influence of solidification parameters, calculated from the temperature fields, on solidification morphology and grain size using existing theoretical models in laser powder bed fusion processes.

 

 

자유 표면 모델링 방법

본 자료는 국내 사용자들의 편의를 위해 원문 번역을 해서 제공하기 때문에 일부 오역이 있을 수 있어서 원문과 함께 수록합니다. 자료를 이용하실 때 참고하시기 바랍니다.

Free Surface Modeling Methods

An interface between a gas and liquid is often referred to as a free surface. The reason for the “free” designation arises from the large difference in the densities of the gas and liquid (e.g., the ratio of density for water to air is 1000). A low gas density means that its inertia can generally be ignored compared to that of the liquid. In this sense the liquid moves independently, or freely, with respect to the gas. The only influence of the gas is the pressure it exerts on the liquid surface. In other words, the gas-liquid surface is not constrained, but free.

자유 표면 모델링 방법

기체와 액체 사이의 계면은 종종 자유 표면이라고합니다.  ‘자유’라는 호칭이 된 것은 기체와 액체의 밀도가 크게 다르기 때문입니다 (예를 들어, 물 공기에 대한 밀도 비는 1000입니다).  기체의 밀도가 낮다는 것은 액체의 관성에 비해 기체의 관성은 일반적으로 무시할 수 있다는 것을 의미합니다.  이러한 의미에서, 액체는 기체에 대해 독립적으로, 즉 자유롭게 움직입니다.  기체의 유일한 효과는 액체의 표면에 대한 압력입니다.  즉, 기체와 액체의 표면은 제약되어있는 것이 아니라 자유롭다는 것입니다.

In heat-transfer texts the term ‘Stephen Problem’ is often used to describe free boundary problems. In this case, however, the boundaries are phase boundaries, e.g., the boundary between ice and water that changes in response to the heat supplied from convective fluid currents.

열전달에 관한 문서는 자유 경계 문제를 묘사할 때 “Stephen Problem’”라는 용어가 자주 사용됩니다.  그러나 여기에서 경계는 상(phase) 경계, 즉 대류적인 유체의 흐름에 의해 공급된 열에 반응하여 변화하는 얼음과 물 사이의 경계 등을 말합니다.

Whatever the name, it should be obvious that the presence of a free or moving boundary introduces serious complications for any type of analysis. For all but the simplest of problems, it is necessary to resort to numerical solutions. Even then, free surfaces require the introduction of special methods to define their location, their movement, and their influence on a flow.

이름이 무엇이든, 자유 또는 이동 경계가 존재한다는 것은 어떤 유형의 분석에도 복잡한 문제를 야기한다는 것은 분명합니다. 가장 간단한 문제를 제외한 모든 문제에 대해서는 수치 해석에 의존할 필요가 있습니다. 그 경우에도 자유 표면은 위치, 이동 및 흐름에 미치는 영향을 정의하기 위한 특별한 방법이 필요합니다.

In the following discussion we will briefly review the types of numerical approaches that have been used to model free surfaces, indicating the advantages and disadvantages of each method. Regardless of the method employed, there are three essential features needed to properly model free surfaces:

  1. A scheme is needed to describe the shape and location of a surface,
  2. An algorithm is required to evolve the shape and location with time, and
  3. Free-surface boundary conditions must be applied at the surface.

다음 설명에서는 자유 표면 모델링에 사용되어 온 다양한 유형의 수치적 접근에 대해 간략하게 검토하고 각 방법의 장단점을 설명합니다. 어떤 방법을 사용하는지에 관계없이 자유롭게 표면을 적절히 모델화하는 다음의 3 가지 기능이 필요합니다.

  1. 표면의 형상과 위치를 설명하는 방식
  2. 시간에 따라 모양과 위치를 업데이트 하는 알고리즘
  3. 표면에 적용할 자유 표면 경계 조건

Lagrangian Grid Methods

Conceptually, the simplest means of defining and tracking a free surface is to construct a Lagrangian grid that is imbedded in and moves with the fluid. Many finite-element methods use this approach. Because the grid and fluid move together, the grid automatically tracks free surfaces.

라그랑주 격자 법

개념적으로 자유 표면을 정의하고 추적하는 가장 간단한 방법은 유체와 함께 이동하는 라그랑주 격자를 구성하는 것입니다. 많은 유한 요소 방법이 이 접근 방식을 사용합니다. 격자와 유체가 함께 움직이기 때문에 격자는 자동으로 자유 표면을 추적합니다.

At a surface it is necessary to modify the approximating equations to include the proper boundary conditions and to account for the fact that fluid exists only on one side of the boundary. If this is not done, asymmetries develop that eventually destroy the accuracy of a simulation.

표면에서 적절한 경계 조건을 포함하고 유체가 경계의 한면에만 존재한다는 사실을 설명하기 위해 근사 방정식을 수정해야합니다. 이것이 수행되지 않으면 결국 시뮬레이션의 정확도를 훼손하는 비대칭이 발생합니다.

The principal limitation of Lagrangian methods is that they cannot track surfaces that break apart or intersect. Even large amplitude surface motions can be difficult to track without introducing regridding techniques such as the Arbitrary-Lagrangian-Eulerian (ALE) method. References 1970 and 1974 may be consulted for early examples of these approaches.

라그랑지안 방법의 주요 제한은 분리되거나 교차하는 표면을 추적 할 수 없다는 것입니다. ALE (Arbitrary-Lagrangian-Eulerian) 방법과 같은 격자 재생성 기법을 도입하지 않으면 진폭이 큰 표면 움직임도 추적하기 어려울 수 있습니다. 이러한 접근법의 초기 예를 보려면 참고 문헌 1970 및 1974를 참조하십시오.

The remaining free-surface methods discussed here use a fixed, Eulerian grid as the basis for computations so that more complicated surface motions may be treated.

여기에서 논의된 나머지 자유 표면 방법은 보다 복잡한 표면 움직임을 처리할 수 있도록 고정된 오일러 그리드를 계산의 기준으로 사용합니다.

Surface Height Method

Low amplitude sloshing, shallow water waves, and other free-surface motions in which the surface does not deviate too far from horizontal, can be described by the height, H, of the surface relative to some reference elevation. Time evolution of the height is governed by the kinematic equation, where (u,v,w) are fluid velocities in the (x,y,z) directions. This equation is a mathematical expression of the fact that the surface must move with the fluid:

표면 높이 법

낮은 진폭의 슬로 싱, 얕은 물결 및 표면이 수평에서 너무 멀리 벗어나지 않는 기타 자유 표면 운동은 일부 기준 고도에 대한 표면의 높이 H로 설명 할 수 있습니다. 높이의 시간 진화는 운동학 방정식에 의해 제어되며, 여기서 (u, v, w)는 (x, y, z) 방향의 유체 속도입니다. 이 방정식은 표면이 유체와 함께 움직여야한다는 사실을 수학적으로 표현한 것입니다.

Finite-difference approximations to this equation are easy to implement. Further, only the height values at a set of horizontal locations must be recorded so the memory requirements for a three-dimensional numerical solution are extremely small. Finally, the application of free-surface boundary conditions is also simplified by the condition on the surface that it remains nearly horizontal. Examples of this technique can be found in References 1971 and 1975.

이 방정식의 유한 차분 근사를 쉽게 실행할 수 있습니다.  또한 3 차원 수치 해법의 메모리 요구 사항이 극도로 작아지도록 같은 높이의 위치 값만을 기록해야합니다.  마지막으로 자유 표면 경계 조건의 적용도 거의 수평을 유지하는 표면의 조건에 의해 간소화됩니다.  이 방법의 예는 참고 문헌의 1971 및 1975을 참조하십시오.

Marker-and-Cell (MAC) Method

The earliest numerical method devised for time-dependent, free-surface, flow problems was the Marker-and-Cell (MAC) method (see Ref. 1965). This scheme is based on a fixed, Eulerian grid of control volumes. The location of fluid within the grid is determined by a set of marker particles that move with the fluid, but otherwise have no volume, mass or other properties.

MAC 방법

시간 의존성을 가지는 자유 표면 흐름의 문제에 대해 처음 고안된 수치 법이 MAC (Marker-and-Cell) 법입니다 (참고 문헌 1965 참조).  이 구조는 컨트롤 볼륨 고정 오일러 격자를 기반으로합니다.  격자 내의 유체의 위치는 유체와 함께 움직이고, 그 이외는 부피, 질량, 기타 특성을 갖지 않는 일련의 마커 입자에 의해 결정됩니다.

Grid cells containing markers are considered occupied by fluid, while those without markers are empty (or void). A free surface is defined to exist in any grid cell that contains particles and that also has at least one neighboring grid cell that is void. The location and orientation of the surface within the cell was not part of the original MAC method.

마커를 포함한 격자 셀은 유체로 채워져있는 것으로 간주되며 마커가 없는 격자 셀은 빈(무효)것입니다.  입자를 포함하고, 적어도 하나의 인접 격자 셀이 무효인 격자의 자유 표면은 존재하는 것으로 정의됩니다.  셀 표면의 위치와 방향은 원래의 MAC 법에 포함되지 않았습니다.

Evolution of surfaces was computed by moving the markers with locally interpolated fluid velocities. Some special treatments were required to define the fluid properties in newly filled grid cells and to cancel values in cells that are emptied.

표면의 발전(개선)은 국소적으로 보간된 유체 속도로 마커를 이동하여 계산되었습니다.  새롭게 충전된 격자 셀의 유체 특성을 정의하거나 비어있는 셀의 값을 취소하거나 하려면 특별한 처리가 필요했습니다.

The application of free-surface boundary conditions consisted of assigning the gas pressure to all surface cells. Also, velocity components were assigned to all locations on or immediately outside the surface in such a way as to approximate conditions of incompressibility and zero-surface shear stress.

자유 표면 경계 조건의 적용은 모든 표면 셀에 가스 압력을 할당하는 것으로 구성되었습니다. 또한 속도 성분은 비압축성 및 제로 표면 전단 응력의 조건을 근사화하는 방식으로 표면 위 또는 외부의 모든 위치에 할당되었습니다.

The extraordinary success of the MAC method in solving a wide range of complicated free-surface flow problems is well documented in numerous publications. One reason for this success is that the markers do not track surfaces directly, but instead track fluid volumes. Surfaces are simply the boundaries of the volumes, and in this sense surfaces may appear, merge or disappear as volumes break apart or coalesce.

폭넓게 복잡한 자유 표면 흐름 문제 해결에 MAC 법이 놀라운 성공을 거두고 있는 것은 수많은 문헌에서 충분히 입증되고 있습니다.  이 성공 이유 중 하나는 마커가 표면을 직접 추적하는 것이 아니라 유체의 체적을 추적하는 것입니다.  표면은 체적의 경계에 불과하며, 그러한 의미에서 표면은 분할 또는 합체된 부피로 출현(appear), 병합, 소멸 할 가능성이 있습니다.

A variety of improvements have contributed to an increase in the accuracy and applicability of the original MAC method. For example, applying gas pressures at interpolated surface locations within cells improves the accuracy in problems driven by hydrostatic forces, while the inclusion of surface tension forces extends the method to a wider class of problems (see Refs. 1969, 1975).

다양한 개선으로 인해 원래 MAC 방법의 정확성과 적용 가능성이 증가했습니다. 예를 들어, 셀 내 보간 된 표면 위치에 가스 압력을 적용하면 정 수력으로 인한 문제의 정확도가 향상되는 반면 표면 장력의 포함은 방법을 더 광범위한 문제로 확장합니다 (참조 문헌. 1969, 1975).

In spite of its successes, the MAC method has been used primarily for two-dimensional simulations because it requires considerable memory and CPU time to accommodate the necessary number of marker particles. Typically, an average of about 16 markers in each grid cell is needed to ensure an accurate tracking of surfaces undergoing large deformations.

수많은 성공에도 불구하고 MAC 방법은 필요한 수의 마커 입자를 수용하기 위해 상당한 메모리와 CPU 시간이 필요하기 때문에 주로 2 차원 시뮬레이션에 사용되었습니다. 일반적으로 큰 변형을 겪는 표면의 정확한 추적을 보장하려면 각 그리드 셀에 평균 약 16 개의 마커가 필요합니다.

Another limitation of marker particles is that they don’t do a very good job of following flow processes in regions involving converging/diverging flows. Markers are usually interpreted as tracking the centroids of small fluid elements. However, when those fluid elements get pulled into long convoluted strands, the markers may no longer be good indicators of the fluid configuration. This can be seen, for example, at flow stagnation points where markers pile up in one direction, but are drawn apart in a perpendicular direction. If they are pulled apart enough (i.e., further than one grid cell width) unphysical voids may develop in the flow.

마커 입자의 또 다른 한계는 수렴 / 발산 흐름이 포함된 영역에서 흐름 프로세스를 따라가는 작업을 잘 수행하지 못한다는 것입니다. 마커는 일반적으로 작은 유체 요소의 중심을 추적하는 것으로 해석됩니다. 그러나 이러한 유체 요소가 길고 복잡한 가닥으로 당겨지면 마커가 더 이상 유체 구성의 좋은 지표가 될 수 없습니다. 예를 들어 마커가 한 방향으로 쌓여 있지만 수직 방향으로 떨어져 있는 흐름 정체 지점에서 볼 수 있습니다. 충분히 분리되면 (즉, 하나의 그리드 셀 너비 이상) 비 물리적 공극이 흐름에서 발생할 수 있습니다.

Surface Marker Method

One way to limit the memory and CPU time consumption of markers is to keep marker particles only on surfaces and not in the interior of fluid regions. Of course, this removes the volume tracking property of the MAC method and requires additional logic to determine when and how surfaces break apart or coalesce.

표면 마커 법

마커의 메모리 및 CPU 시간의 소비를 제한하는 방법 중 하나는 마커 입자를 유체 영역의 내부가 아니라 표면에만 보존하는 것입니다.  물론 이는 MAC 법의 체적 추적 특성이 배제되기 때문에 표면이 분할 또는 합체하는 방식과 시기를 특정하기위한 논리를 추가해야합니다.

In two dimensions the marker particles on a surface can be arranged in a linear order along the surface. This arrangement introduces several advantages, such as being able to maintain a uniform particle spacing and simplifying the computation of intersections between different surfaces. Surface markers also provide a convenient way to locate the surface within a grid cell for the application of boundary conditions.

2 차원의 경우 표면 마커 입자는 표면을 따라 선형으로 배치 할 수 있습니다.  이 배열은 입자의 간격을 균일하게 유지할 수있는 별도의 표면이 교차하는 부분의 계산이 쉽다는 등 몇 가지 장점이 있습니다.  또한 표면 마커를 사용하여 경계 조건을 적용하면 격자 셀의 표면을 간단한 방법으로 찾을 수 있습니다.

Unfortunately, in three-dimensions there is no simple way to order particles on surfaces, and this leads to a major failing of the surface marker technique. Regions may exist where surfaces are expanding and no markers fill the space. Without markers the configuration of the surface is unknown, consequently there is no way to add markers. Reference 1975 contains examples that show the advantages and limitations of this method.

불행히도 3 차원에서는 표면에 입자를 정렬하는 간단한 방법이 없으며 이로 인해 표면 마커 기술이 크게 실패합니다. 표면이 확장되고 마커가 공간을 채우지 않는 영역이 존재할 수 있습니다. 마커가 없으면 표면의 구성을 알 수 없으므로 마커를 추가 할 방법이 없습니다.
참고 문헌 1975이 방법의 장점과 한계를 보여주는 예제가 포함되어 있습니다.

Volume-of-Fluid (VOF) Method

The last method to be discussed is based on the concept of a fluid volume fraction. The idea for this approach originated as a way to have the powerful volume-tracking feature of the MAC method without its large memory and CPU costs.

VOF (Volume-of-Fluid) 법

마지막으로 설명하는 방법은 유체 부피 분율의 개념을 기반으로합니다. 이 접근 방식에 대한 아이디어는 대용량 메모리 및 CPU 비용없이 MAC 방식의 강력한 볼륨 추적 기능을 갖는 방법에서 시작되었습니다.

Within each grid cell (control volume) it is customary to retain only one value for each flow quantity (e.g., pressure, velocity, temperature, etc.) For this reason it makes little sense to retain more information for locating a free surface. Following this reasoning, the use of a single quantity, the fluid volume fraction in each grid cell, is consistent with the resolution of the other flow quantities.

각 격자 셀 (제어 체적) 내에서 각 유량 (예 : 압력, 속도, 온도 등)에 대해 하나의 값만 유지하는 것이 일반적입니다. 이러한 이유로 자유 표면을 찾기 위해 더 많은 정보를 유지하는 것은 거의 의미가 없습니다. 이러한 추론에 따라 각 격자 셀의 유체 부피 분율인 단일 수량의 사용은 다른 유량의 해상도와 일치합니다.

If we know the amount of fluid in each cell it is possible to locate surfaces, as well as determine surface slopes and surface curvatures. Surfaces are easy to locate because they lie in cells partially filled with fluid or between cells full of fluid and cells that have no fluid.

각 셀 내의 유체의 양을 알고 있는 경우, 표면의 위치 뿐만 아니라  표면 경사와 표면 곡률을 결정하는 것이 가능합니다.  표면은 유체 가 부분 충전 된 셀 또는 유체가 전체에 충전 된 셀과 유체가 전혀없는 셀 사이에 존재하기 때문에 쉽게 찾을 수 있습니다.

Slopes and curvatures are computed by using the fluid volume fractions in neighboring cells. It is essential to remember that the volume fraction should be a step function, i.e., having a value of either one or zero. Knowing this, the volume fractions in neighboring cells can then be used to locate the position of fluid (and its slope and curvature) within a particular cell.

경사와 곡률은 인접 셀의 유체 체적 점유율을 사용하여 계산됩니다.  체적 점유율은 계단 함수(step function)이어야 합니다, 즉, 값이 1 또는 0 인 것을 기억하는 것이 중요합니다.  이 것을 안다면, 인접 셀의 부피 점유율을 사용하여 특정 셀 내의 유체의 위치 (및 그 경사와 곡률)을 찾을 수 있습니다.

Free-surface boundary conditions must be applied as in the MAC method, i.e., assigning the proper gas pressure (plus equivalent surface tension pressure) as well as determining what velocity components outside the surface should be used to satisfy a zero shear-stress condition at the surface. In practice, it is sometimes simpler to assign velocity gradients instead of velocity components at surfaces.

자유 표면 경계 조건을 MAC 법과 동일하게 적용해야 합니다.  즉, 적절한 기체 압력 (및 대응하는 표면 장력)을 할당하고, 또한 표면에서 제로 전단 응력을 충족 시키려면 표면 외부의 어떤 속도 성분을 사용할 필요가 있는지를 확인합니다.  사실, 표면에서의 속도 성분 대신 속도 구배를 지정하는 것이보다 쉬울 수 있습니다.

Finally, to compute the time evolution of surfaces, a technique is needed to move volume fractions through a grid in such a way that the step-function nature of the distribution is retained. The basic kinematic equation for fluid fractions is similar to that for the height-function method, where F is the fraction of fluid function:

마지막으로, 표면의 시간 변화를 계산하려면 분포의 계단 함수의 성질이 유지되는 방법으로 격자를 통과하고 부피 점유율을 이동하는 방법이 필요합니다.  유체 점유율의 기본적인 운동학방정식은 높이 함수(height-function) 법과 유사합니다.  F는 유체 점유율 함수입니다.

A straightforward numerical approximation cannot be used to model this equation because numerical diffusion and dispersion errors destroy the sharp, step-function nature of the F distribution.

이 방정식을 모델링 할 때 간단한 수치 근사는 사용할 수 없습니다.  수치의 확산과 분산 오류는 F 분포의 명확한 계단 함수(step-function)의 성질이 손상되기 때문입니다.

It is easy to accurately model the solution to this equation in one dimension such that the F distribution retains its zero or one values. Imagine fluid is filling a column of cells from bottom to top. At some instant the fluid interface is in the middle region of a cell whose neighbor below is filled and whose neighbor above is empty. The fluid orientation in the neighboring cells means the interface must be located above the bottom of the cell by an amount equal to the fluid fraction in the cell. Then the computation of how much fluid to move into the empty cell above can be modified to first allow the empty region of the surface-containing cell to fill before transmitting fluid on to the next cell.

F 분포가 0 또는 1의 값을 유지하는 같은 1 차원에서이 방정식의 해를 정확하게 모델링하는 것은 간단합니다.  1 열의 셀에 위에서 아래까지 유체가 충전되는 경우를 상상해보십시오.  어느 순간에 액체 계면은 셀의 중간 영역에 있고, 그 아래쪽의 인접 셀은 충전되어 있고, 상단 인접 셀은 비어 있습니다.  인접 셀 내의 유체의 방향은 계면과 셀의 하단과의 거리가 셀 내의 유체 점유율과 같아야 한다는 것을 의미합니다.  그 다음 먼저 표면을 포함하는 셀의 빈 공간을 충전 한 후 다음 셀로 유체를 보내도록 위쪽의 빈 셀에 이동하는 유체의 양의 계산을 변경할 수 있습니다.

In two or three dimensions a similar procedure of using information from neighboring cells can be used, but it is not possible to be as accurate as in the one-dimensional case. The problem with more than one dimension is that an exact determination of the shape and location of the surface cannot be made. Nevertheless, this technique can be made to work well as evidenced by the large number of successful applications that have been completed using the VOF method. References 1975, 1980, and 1981 should be consulted for the original work on this technique.

2 차원과 3 차원에서 인접 셀의 정보를 사용하는 유사한 절차를 사용할 수 있지만, 1 차원의 경우만큼 정확하게 하는 것은 불가능합니다.  2 차원 이상의 경우의 문제는 표면의 모양과 위치를 정확히 알 수없는 것입니다.  그래도 VOF 법을 사용하여 달성 된 다수의 성공 사례에서 알 수 있듯이 이 방법을 잘 작동시킬 수 있습니다.  이 기법에 관한 초기의 연구 내용은 참고 문헌 1975,1980,1981를 참조하십시오.

The VOF method has lived up to its goal of providing a method that is as powerful as the MAC method without the overhead of that method. Its use of volume tracking as opposed to surface-tracking function means that it is robust enough to handle the breakup and coalescence of fluid masses. Further, because it uses a continuous function it does not suffer from the lack of divisibility that discrete particles exhibit.

VOF 법은 MAC 법만큼 강력한 기술을 오버 헤드없이 제공한다는 목표를 달성 해 왔습니다.  표면 추적이 아닌 부피 추적 기능을 사용하는 것은 유체 질량의 분할과 합체를 처리하는 데 충분한 내구성을 가지고 있다는 것을 의미합니다.  또한 연속 함수를 사용하기 때문에 이산된 입자에서 발생하는 숫자를 나눌 수 없는 문제를 겪지 않게 됩니다.

Variable-Density Approximation to the VOF Method

One feature of the VOF method that requires special treatment is the application of boundary conditions. As a surface moves through a grid, the cells containing fluid continually change, which means that the solution region is also changing. At the free boundaries of this changing region the proper free surface stress conditions must also be applied.

VOF 법의 가변 밀도 근사

VOF 법의 특수 처리가 필요한 기능 중 하나는 경계 조건의 적용입니다.  표면이 격자를 통과하여 이동할 때 유체를 포함하는 셀은 끊임없이 변화합니다.  즉, 계산 영역도 변화하고 있다는 것입니다.  이 변화하고있는 영역의 자유 경계에는 적절한 자유 표면 응력 조건도 적용해야합니다.

Updating the flow region and applying boundary conditions is not a trivial task. For this reason some approximations to the VOF method have been used in which flow is computed in both liquid and gas regions. Typically, this is done by treating the flow as a single fluid having a variable density. The F function is used to define the density. An argument is then made that because the flow equations are solved in both liquid and gas regions there is no need to set interfacial boundary conditions.

유체 영역의 업데이트 및 경계 조건의 적용은 중요한 작업입니다.  따라서 액체와 기체의 두 영역에서 흐름이 계산되는 VOF 법에 약간의 근사가 사용되어 왔습니다.  일반적으로 가변 밀도를 가진 단일 유체로 흐름을 처리함으로써 이루어집니다.  밀도를 정의하려면 F 함수를 사용합니다.  그리고, 흐름 방정식은 액체와 기체의 두 영역에서 계산되기 때문에 계면의 경계 조건을 설정할 필요가 없다는 논증이 이루어집니다.

Unfortunately, this approach does not work very well in practice for two reasons. First, the sensitivity of a gas region to pressure changes is generally much greater than that in liquid regions. This makes it difficult to achieve convergence in the coupled pressure-velocity solution. Sometimes very large CPU times are required with this technique.

공교롭게도 이 방법은 두 가지 이유로 인해 실제로는 그다지 잘 작동하지 않습니다.  하나는 압력의 변화에 대한 기체 영역의 감도가 일반적으로 액체 영역보다 훨씬 큰 것입니다.  따라서 압력 – 속도 결합 해법 수렴을 달성하는 것은 어렵습니다.  이 기술은 필요한 CPU 시간이 매우 커질 수 있습니다.

The second, and more significant, reason is associated with the possibility of a tangential velocity discontinuity at interfaces. Because of their different responses to pressure, gas and liquid velocities at an interface are usually quite different. In the Variable-Density model interfaces are moved with an average velocity, but this often leads to unrealistic movement of the interfaces.

두 번째 더 중요한 이유는 계면에서 접선 속도가 불연속이되는 가능성에 관련이 있습니다.  압력에 대한 반응이 다르기 때문에 계면에서 기체와 액체의 속도는 일반적으로 크게 다릅니다.  가변 밀도 모델은 계면은 평균 속도로 동작하지만, 이는 계면의 움직임이 비현실적으로 되는 경우가 많습니다.

Even though the Variable-Density method is sometimes referred to as a VOF method, because is uses a fraction-of-fluid function, this designation is incorrect. For accurately tracking sharp liquid-gas interfaces it is necessary to actually treat the interface as a discontinuity. This means it is necessary to have a technique to define an interface discontinuity, as well as a way to impose the proper boundary conditions at that interface. It is also necessary to use a special numerical method to track interface motions though a grid without destroying its character as a discontinuity.

가변 밀도 방법은 유체 분율 함수를 사용하기 때문에 VOF 방법이라고도하지만 이것은 올바르지 않습니다. 날카로운 액체-가스 인터페이스를 정확하게 추적하려면 인터페이스를 실제로 불연속으로 처리해야합니다. 즉, 인터페이스 불연속성을 정의하는 기술과 해당 인터페이스에서 적절한 경계 조건을 적용하는 방법이 필요합니다. 또한 불연속성으로 특성을 훼손하지 않고 격자를 통해 인터페이스 동작을 추적하기 위해 특수한 수치 방법을 사용해야합니다.

Summary

A brief discussion of the various techniques used to numerically model free surfaces has been given here with some comments about their relative advantages and disadvantages. Readers should not be surprised to learn that there have been numerous variations of these basic techniques proposed over the years. Probably the most successful of the methods is the VOF technique because of its simplicity and robustness. It is this method, with some refinement, that is used in the FLOW-3D program.

여기에서는 자유 표면을 수치적으로 모델링 할 때 사용하는 다양한 방법에 대해 상대적인 장점과 단점에 대한 설명을 포함하여 쉽게 설명하였습니다.  오랜 세월에 걸쳐 이러한 기본적인 방법이 많이 제안되어 온 것을 알고도 독자 여러분은 놀라지 않을 것입니다.  아마도 가장 성과를 거둔 방법은 간결하고 강력한 VOF 법 입니다.  이 방법에 일부 개량을 더한 것이 현재 FLOW-3D 프로그램에서 사용되고 있습니다.

Attempts to improve the VOF method have centered on better, more accurate, ways to move fluid fractions through a grid. Other developments have attempted to apply the method in connection with body-fitted grids and to employ more than one fluid fraction function in order to model more than one fluid component. A discussion of these developments is beyond the scope of this introduction.

VOF 법의 개선은 더 나은, 더 정확한 방법으로 유체 점유율을 격자를 통과하여 이동하는 것에 중점을 두어 왔습니다.  기타 개발은 물체 적합 격자(body-fitted grids) 관련 기법을 적용하거나 여러 유체 성분을 모델링하기 위해 여러 유체 점유율 함수를 채용하기도 했습니다.  이러한 개발에 대한 논의는 여기에서의 설명 범위를 벗어납니다.

References

1965 Harlow, F.H. and Welch, J.E., Numerical Calculation of Time-Dependent Viscous Incompressible Flow, Phys. Fluids 8, 2182.

1969 Daly, B.J., Numerical Study of the Effect of Surface Tension on Interface Instability, Phys. Fluids 12, 1340.

1970 Hirt, C.W., Cook, J.L. and Butler, T.D., A Lagrangian Method for Calculating the Dynamics of an Incompressible Fluid with Free Surface, J. Comp. Phys. 5, 103.

1971 Nichols, B.D. and Hirt, C.W.,Calculating Three-Dimensional Free Surface Flows in the Vicinity of Submerged and Exposed Structures, J. Comp. Phys. 12, 234.

1974 Hirt, C.W., Amsden, A.A., and Cook, J.L.,An Arbitrary Lagrangian-Eulerian Computing Method for all Flow Speeds, J. Comp. Phys., 14, 227.

1975 Nichols, B.D. and Hirt, C.W., Methods for Calculating Multidimensional, Transient Free Surface Flows Past Bodies, Proc. of the First International Conf. On Num. Ship Hydrodynamics, Gaithersburg, ML, Oct. 20-23.

1980 Nichols, B.D. and Hirt, C.W., Numerical Simulation of BWR Vent-Clearing Hydrodynamics, Nucl. Sci. Eng. 73, 196.

1981 Hirt, C.W. and Nichols, B.D., Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries, J. Comp. Phys. 39, 201.

접촉선의 고정(Contact Line Pinning)

접촉선의 고정(Contact Line Pinning)

증발하는 빗방울에서 남은 잔류의 물은 새로 씻은 자동차에서 좋지 못할 수 있습니다. 그러나, 동일한 증발 공정은, 예를 들어, 드롭 잔류 물이 인쇄 된 이미지 또는 텍스트의 일부가되는 잉크젯 인쇄에서 유리할 수있다. 그러나 동일한 증발 과정이 어떤 경우엔 도움이 될 수 있습니다 예를 들면, 잉크 찌꺼기가 인쇄 된 이미지나 텍스트의 일부가 되는 잉크젯 인쇄가 그렇습니다.

액체 방울의 증발로 인한 잔류의 물이 예상치 못한 방식으로 나타날 수 있습니다. 커피 링 얼룩이 잘 알려진 예이며, 커피의 잔류의 물이 물방울의 바깥 쪽 가장자리에 모여 얇은 원형 링 얼룩이 남습니다. 이 현상은 흥미로운 유체역학적인 과정의 결과입니다. 커피 링 얼룩이 형성 되려면 액체가 증착 된 고체 표면에 고정 된 접촉선이 있어야합니다. 고정 된 접촉선은 액체 방울이 고체 기판과 교차하는 액체 방울의 외부의 가장자리가 방울이 증발함에 따라 정지 상태를 유지함을 의미합니다. 증발은 기판의 열에 의해 발생하며 방울의 얇은 외부의 가장자리에서 가장 크게 생깁니다. 표면 장력은 액체가 증발하면서 손실 된 액체를 대체하기 위해 가장자리를 향해 발생하게 됩니다. 이는 결국 더 많은 용질을 가장자리로 운반하며 모든 액체가 증발 한 후, 결과적으로 커피 링 얼룩을 형성하게하는 더 높은 농도의 용질 잔류 물을 생성합니다.

모델링 접근법

FLOW-3D v12.0의 최신 업데이트로 인해 ‘접촉선의 고정’ 모델이 개발되었으며, 소프트웨어의 기능이 표면 장력 중심의 애플리케이션으로도 광범위하게 확장되었습니다. 표면 접촉의 고정 및 비고정 특성은 잉크젯 인쇄, 코팅 및 스프레이 냉각에서 중요한 역할을 합니다. 습윤 특성에 대한 표면 공법은 미세 유체 장치에서 액체 샘플의 이동을 제어하는 ​​데 사용될 수 있습니다. 모델의 주요 특징은 방울의 가장자리를 고정 위치에 고정하는 수단을 제공하는 것입니다. 형상 구성 요소 및 하위 구성 요소중에 표면에 ‘고정’ 속성을 지정할 수 있습니다. 유체의 접촉선은 처음 표면과 접촉하는 곳에 고정됩니다. 전방 속도를 0으로 유지하면 고정이 적용됩니다. 유체는 접촉선과 표면을 따라 이동하는 것이 아니라 롤오버하여 접촉점을 지나야만 이동할 수 있습니다.

커피 링 얼룩 검증

그림 1은 평평한 수평 표면에 놓인 원형 물방울의 결과를 보여줍니다. 표면은 30 ℃의 일정한 온도로 유지됩니다. 초기 유체 온도는 20 ℃이고 주변 공극의 온도는 일정한 20 ℃입니다. 유체는 밀도 0.967 g/cm3, 점도 0.02022 poise, 비열 1.645e+07 cm2/s/K, 열전도도 1.2964e+4 g*cm/s3/K, 표면 장력 계수 33.15 g/cm2의 일반적인 잉크를 나타냅니다.

그림 1. 고정 된 접촉선을 사용하여 건조 공정 중의 물방울 모양의 변화.

액적 표면의 초기 곡률 반경은 7.5e-03 cm이고, 차지하는 공간은 반경 4.5e-03 cm의 원이며, 겉보기의 초기 접촉각은 37.87 도입니다. 그림 1-a를 참조하시기 바랍니다. 지정된 정적 접촉각은 0 도입니다.

정압에 의한 상변화 모델이 활성화됩니다. 공극 내의 증기 분압은 0이고 상변화 수용 계수는 Rsize = 0.01 입니다.

잉크가 건조될 때 기판 상에 고체가 잔류하는 물이 형성되는 것을 포착하기 위해 잔류 물 모델도 켜집니다. 유체에 용해 된 안료의 농도는 초기 농도 0.01 g/cm3 이고 최대 농도 rmax = 1.1625 g/cm3 에서 운반이 가능한 스칼라로 표시됩니다. 용해 된 안료는 질량 평균을 기준으로 안료의 단위질량당 0.05 poise의 속도로 유체의 순 점도를 향상시킵니다.

이 공정은 3.0 도의 방위 방향으로 하나의 셀에 걸쳐있는 축 대칭 원통형 메쉬로 모델링됩니다. (x 간격 = 6e-05 cm, z 간격 = 4e-05 cm.)

그림 1은 유체가 증발함에 따라 접촉선이 고정 된 상태를 유지하고 있음을 보여줍니다. 0 도의 정적 접촉각 조건은 액적의 중심을 향한 압력 구배를 가져오고, 이는 접촉선 방향으로의 유동을 생성합니다. 용해 된 안료의 농도는 증발로 인해 자유 표면 근처에서 증가하며, 흐름을 따라 농도는 접촉선을 향해 더욱 재분배합니다. (그림 2). 액체가 계속 증발함에 따라, 남아있는 액체의 안료 농도는 증가합니다. 농도가 최대 rmax에 도달하면, 과잉된 안료는 고체가 잔류하는 물로 전환됩니다.

그림2. g / cm3 단위의 안료 농도 및 t = 2.0ms에서의 흐름 패턴. 흐름은 고정 된 접촉선을 향하여 안료 농도가 증가합니다.

접촉선 근처의 유체가 먼저 건조되어 고체가 잔류하는 물이 남습니다. 해당 영역의 유체에 안료 농도가 높기 때문에 고체가 잔류하는 물의 특징인 ‘커피 링’ 패턴이 기판 표면에 생성됩니다. (그림 3 및 4). 안료의 총 질량(용해 + 건조 잔류 물)은 초기 질량의 0.025 % 이내로 보존됩니다.

그림 3. 모든 유체가 증발 된 후 기판 표면에 건조된 잔류 물의 분포 (단위 : g / cm3) .
가장 높은 농도는 고정 된 접촉선의 위치에 있으며, 이는 ‘커피 링’ 효과를 만들어냅니다.
그림 4. 유체가 완전히 증발 한 후 초기 액적의 반경을 따라 건조된 잔류 물의 예상 분포.

물방울 벽의 검증

그림5. 수직 벽에 고정 된 물방울의 변형 : t = 0 ms (파란색), t = 4e-02 ms (연한 파랑) t = 0.2 ms (빨간색).
해당 이미지는 “Effects of microscale topography”, Y.V.Kalinin, V.Berejnov and R. E. Thorne, Langmuir 25, 5391-5397. (2009). 에서의 이미지입니다.

접촉선 고정 응용의 두 번째 예는 수직의 벽에 고정 된 한 방울의 액체 알루미늄의 거동입니다. 유체 밀도는 2.7 g / cm3, 표면 장력 계수 200 g / cm2 및 점도 0.27 poise입니다. 정적 접촉각은 0 도입니다.

초기의 겉보기의 접촉각이 90도가 되도록 반경 0.5cm의 물방울을 수직 벽에 놓습니다 (그림 5). 7e+06 cm/s2의 중력 크기는 표면 장력의 복원 작용을 없애고 액적이 눈에 띄도록 변형시키기 위하여 인위적으로 향상되었습니다. 결과들은 비슷한 크기의 물방울에 대한 실험 결과와의 질적 비교를 포함하여 그림 5에서 보여줍니다.

요약

FLOW-3D의 접촉선 고정 모델은 표면 장력 및 벽의 접착 기능을 확장하여 표면 공법에서 복잡한 상호 작용을 모델링합니다. 접촉선 고정이 실제로 응용되는 분야에 관하여 더 많은 예시와 추가적인 참조를 찾으신다면 여기에서 찾을 수 있습니다.

FLOW-3D 튜토리얼 V12

FLOW-3D 튜토리얼 V12

빠른 시작

이 튜토리얼 매뉴얼은 FLOW-3D 처음 사용하는 사용자에게 그래픽 사용자 인터페이스(GUI)의 주요 구성 요소를 쉽게 익히도록 하고, 다양한 시뮬레이션의 설정 및 실행 방법을 안내하기 위한 것입니다.

이 매뉴얼에 있는 실습과정은 FLOW-3D의 기본 사항을 다루기 위한 것입니다. 이 매뉴얼에서 제시하는 문제는 다양한 주제를 설명하고, 발생할 수 있는 많은 질문을 해결하기 위해 선정되었습니다. 이 매뉴얼의 실습과정은 FLOW-3D실행하는 컴퓨터에 앉아 사용하는 것이 가장 좋습니다.

CFD 사용 철학에 대한 간단한 섹션 다음에는 중요 파일과 시뮬레이션 파일을 실행하는 방법이 소개되어 있습니다. 이 소개 섹션 다음에는 모델 설정, 시뮬레이션 실행 및 포스트 프로세스, Simulation Manager 탐색 방법에 대한 설명이 있습니다. 이러한 각 단계에 대한 자세한 내용은 모델 설정, 컴퓨팅 결과 및 후처리 장에서 확인할 수 있습니다.

1.CFD 사용에 대한 철학

CFD (Computational Fluid Dynamics)는 유체 흐름(질량, 운동량 및 에너지 보존)에 대한 지배 방정식의 컴퓨터 솔루션입니다. 지정된 지배방정식은 이론 장에 설명된 Numerical방법을 사용하여 이산화되고 계산됩니다.

CFD 소프트웨어를 사용하는 것은 여러 면에서 실험을 설정하는 것과 유사합니다. 실제 상황을 시뮬레이션하기 위해 실험을 올바르게 설정하지 않으면, 그 결과는 실제 상황을 반영하지 않습니다. 같은 방법으로 수치 모델이 실제 상황을 정확하게 나타내지 않으면, 그 결과는 실제 상황을 반영하지 않습니다. 사용자는 어떤 것이 중요한지, 어떻게 표현해야 하는지를 결정해야 합니다. 시작하기 전에 다음과 같은 질문을 하는 것이 중요합니다.

  • CFD 계산에서 무엇을 알고 싶습니까?
  • 중요한 현상을 포착하기 위해 규모와 Mesh는 어떻게 설계되어야 하는가?
  • 실제 물리적 상황을 가장 잘 나타내는 경계 조건은 무엇입니까?
  • 어떤 종류의 유체를 사용해야합니까?
  • 이 문제에 어떤 유체 특성이 중요합니까?
  • 다른 어떤 물리적 현상이 중요합니까?
  • 초기 유체 상태는 어떻게 됩니까?
  • 어떤 단위 시스템을 사용해야합니까?

모델링 되는 문제가 실제 상황을 가능한 한 유사하게 나타내는지 확인하는 것이 중요합니다. 사용자는 복잡한 시뮬레이션 작업을 해결 가능한 부분으로 나누는 것이 좋습니다.

복잡한 물리 효과를 추가하기 전에, 간단하고 쉽게 이해할 수 있는 근사값으로 점차적으로 시작하여 프로세스 진행하십시오. 간단한 손 계산(베르누이 방정식, 에너지 균형, 파동
전파, 경계층 성장 등)은 물리 및 매개 변수를 선택하는데 도움이 되고, 결과와 비교할 수 있는 점검항목을 제공합니다.

CFD의 장단점을 이해하면 분석을 진행하는데 도움이 될 수 있습니다. CFD는 다음과 같은 경우 탁월한 분석 옵션입니다.

  • 기하 구조, 물리학 또는 필요한 상세 수준으로 인해 표준 엔지니어링 계산이 유용하지 않은 경우가 많습니다.
  • 실제 실험은 비용이 많이 소요됩니다.
  • 실험에서 수집할 수 있는 것보다 유체흐름에 대한 자세한 정보가 필요한 경우 유용합니다.
  • 위험하거나 적대적인 조건, 확장이 잘되지 않는 프로세스 등으로 인해 정확한 실험 측정을 하기가 어려운 경우
  • 복잡한 흐름 정보에 대한 커뮤니케이션

CFD는 다음과 같은 경우에 덜 효과적입니다.

  • 솔루션이 계산 리소스가 매우 많이 소요되거나, 도메인 크기를 줄이기 위한 가정 또는 해결되지 않은 물리적 현상을 설명하기 위한 반 임계 모델이 필요한 경우
  • CFD 시뮬레이션에 대한 입력이 되는 중요한 물리적 현상이 알려지지 않은 경우
  • 물리적 현상이 잘 이해되지 않거나 매우 복잡한 경우

CFD를 사용할 때 명심해야 할 몇 가지 중요한 참고 사항이 있습니다.

  • CFD는 규정된 초기 및 경계 조건에 따라 지정된 지배 방정식의 수치해석 솔루션입니다. 따라서 모델 설정, 즉 어떤 방정식을 풀어야 하는지, 재료 특성, 초기 조건 및 경계 조건이, 가능한 한 물리적 상황과 최대한 일치해야 합니다.
  • 방정식의 수치 해는 일반적으로 어떤 종류의 근사치를 필요로 합니다. 물리적 모델에 대한 가정과 해결방법을 검토한 후 사용하는 것이 좋습니다.
  • 디지털 컴퓨터는 숫자가 유한 정밀도로 이진수로 표시되는 방식으로 인해 반올림 오류가 발생합니다. 이는 문제를 악화시키기 때문에 매우 근소한 숫자의 차이를 계산해야 하는 상황을 피하십시오. 이러한 상황의 예는 시뮬레이션 도메인이 원점에서 멀리 떨어져 있을 때입니다.

 

2.중요한 파일

FLOW-3D 시뮬레이션과 관련된 많은 파일이 있습니다. 가장 중요한 것들이 아래에 설명되어 있습니다. 모든 prepin.* 파일의 명칭에서 prepin는 파일 형식을 의미하며, 별표시* 위치는 시뮬레이션 이름을 의미합니다. ( : prepin.example_simulation.)

  • ·prepin.*: 시뮬레이션용 입력 파일입니다. 시뮬레이션 설정을 설명하는 모든 입력 변수가 포함되어 있습니다.
  • ·prpgrf.*: 이것은 전 처리기 출력 파일입니다. 여기에는 계산된 초기 조건이 포함되며 시뮬레이션을 실행하기 전에 설정을 확인하는 데 사용될 수 있습니다.
  • ·flsgrf.*: 솔버 출력 파일입니다. 시뮬레이션의 최종 결과가 포함됩니다.
  • ·prperr.*, report.*, prpout.*: 이 파일들은 Preprocessor Diagnostic Files.
  • ·hd3err.*, hd3msg.*, hd3out.*: 이 파일들은 Solver Diagnostic Files.

모든 시뮬레이션 파일은 단일 폴더에 함께 유지하므로, 설명이 될 수 있는 시뮬레이션 이름을 사용하는 것이 좋습니다. 그러나 매우 긴 파일 이름은 운영 체제에 따라 문제가 될 수 있습니다.

노트

  • 시뮬레이션 이름이 inp(즉, 입력 파일이 있다면 prepin.inp) 출력 및 진단 파일은 모두 .dat이름을 갖습니다. 예: flsgrf.dat.
  • 모든 입력 파일은 네트워크 위치의 컴퓨터 대신 로컬 디렉토리에 저장하는 것이 좋습니다. 이것은 솔버가 더 빠르게 실행되고 GUI의 응답 속도가 빨라지며 실행중인 시뮬레이션을 방해하는 네트워크 문제 가능성을 제거합니다.

3.시뮬레이션 관리자

FLOW-3D 시뮬레이션 관리자의 탭은 주로 시뮬레이션을 실행할 수 있도록 시뮬레이션 환경을 구성하고 실행 시뮬레이션에 대한 상태 정보를 표시하는데 사용됩니다.

작업 공간 (Workspaces)

작업 공간(Workspaces)Simulation Manager의 필수 부분이며 파일을 FLOW-3D에서 처리하는 방식입니다. 기본적으로 시뮬레이션을 포함하고 구성하는 폴더입니다. 몇 가지 예를 들면 시뮬레이션과 또 다른 작업 공간인 검증 사례를 포함하도록 할 수 있습니다:

포트폴리오의 작업 공간

새로운 작업 공간 만들기

튜토리얼에서는 작성하려는 시뮬레이션을 포함할 작업 공간(Workspaces)을 작성하십시오.

1.File -> New workspace 이동

2.작업 공간 이름으로 Tutorial를 입력하십시오.

3.기본 위치는 현재 사용자의 홈 디렉토리에 있습니다. 다른 곳에서 찾을 수 있지만 기본 위치가 우리의 목적에 적합합니다.

4.하위 디렉토리를 사용하여 작업 공간 이름 만들기 확인란을 선택합니다. 이렇게 하면 파일 시스템에서 작업 공간에 대한 새로운 하위 디렉토리가 만들어져 시뮬레이션 파일을 훨씬 쉽게 구성할 수 있습니다.

새로운 작업 공간 만들기

5.확인을 눌러 새 작업 공간을 작성하십시오. 이제 포트폴리오에 표시됩니다.

새로운 작업 공간 만들기

작업 공간 닫기

포트폴리오를 정리하고 탐색하기 쉽도록 필요 없는 작업공간을 닫는 것이 편리합니다. 작업 공간을 닫으면 포트폴리오에서 해당 작업 공간만 제거됩니다. 그러나, 컴퓨터에서 작업 공간을 삭제하지는 않습니다.

작업 공간을 닫으려면

1.기존 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 작업 Close Workspace 선택하십시오. 또는 포트폴리오에서 작업 공간을 선택 (왼쪽 클릭) 하고 Delete 키를 누를 수 있습니다.

2.작업 공간을 닫을 것인지 묻는 메세지가 표시됩니다. 예를 선택하십시오.

3.포트폴리오는 더 이상 닫힌 작업 공간을 포함하지 않습니다.

기존 작업 공간 열기

오래된 작업 공간을 열어야 할 때가 있을 것입니다. 예를 들어, 새 프로젝트에 유사한 시뮬레이션을 작성하기 전에 기존 시뮬레이션의 설정을 검토할 수 있습니다. 기존 작업 공간을 열려면

1.File -> Open Workspace를 선택하십시오

2.작업 공간 파일이 있는 디렉토리를 찾으십시오. Tutorial.FLOW-3D_Workspace.

작업 공간 열기

3.작업 공간을 로드 하려면 OK누르십시오.

작업 공간에서 시뮬레이션 작업

작업 공간을 사용하는 방법을 알았으니, 여기에 시뮬레이션을 추가해 봅시다.

Example를 추가하십시오

작업 공간에 작업 시뮬레이션을 추가하는 가장 간단한 방법은 포함된 예제 시뮬레이션 중 하나를 추가하는 것입니다. FLOW-3D의 다양한 기능을 사용하는
방법을 보여주기 위해 설계된 간단하고 빠른 시뮬레이션입니다. 기존 작업 공간에 예제를 추가하려면 다음을 수행하십시오.

1.포트폴리오에서 원하는 작업 공간을 강조 표시하십시오

2.File -> Add example 선택하십시오. 또는 작업공간을 마우스 오른쪽 버튼으로 클릭하고 예제 추가선택할 수 있습니다.

3.예제 대화 상자에서 예제를 선택하고 열기를 누르십시오. 자연 대류(Natural Convection) 예제를 선택했습니다.

시뮬레이션 예제 추가

4.새 시뮬레이션 대화 상자가 열립니다.

5.디렉토리가 작업 공간 위치에 있는지 확인하는 것이 좋으므로 기본 시뮬레이션 이름과 위치를 잘 확인하는 것이 좋습니다. FLOW-3D는 모든 시뮬레이션 파일을 이 작업 공간 디렉토리의 별도 하위 디렉토리에 배치하여 파일 구성을 쉽게 만들어 줍니다.

6.시뮬레이션을 위한 단위 시스템을 선택하십시오. 표준 단위 시스템이 권장되지만 각 단위를 독립적으로 선택하기 위해 사용자 지정 단위 시스템을 선택할 수 있습니다.

7.확인을 눌러 새 시뮬레이션을 작업 공간에 추가하십시오.

작업 공간에서의 시뮬레이션

작업 공간에서 시뮬레이션 제거

작업 공간에서 시뮬레이션을 제거해야 하는 경우가 있습니다 (이는 작업 공간에서 시뮬레이션을 제거만 하며, 컴퓨터에서 시뮬레이션을 삭제하지는 않습니다). 작업 공간에서 시뮬레이션을 제거하려면 다음을 수행하십시오.

1.작업 공간에서 기존 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 (이 경우 이전 섹션에서 추가 한 예제 사용) 시뮬레이션 제거를 선택하십시오. 또는 작업 공간에서 시뮬레이션을 선택 (왼쪽 클릭)하고 Delete 키를 누를 수 있습니다.

2.작업 공간에는 더 이상 시뮬레이션이 포함되지 않습니다.

모든 작업 공간 및 디스크에서 시뮬레이션 삭제

작업 공간에서 시뮬레이션을 제거하는 것 외에도 디스크에서 모든 시뮬레이션 파일을 삭제해야 할 수도 있습니다. 작업 공간에서 시뮬레이션을 제거하고 디스크에서 시뮬레이션
파일을 삭제하려면 다음을 수행하십시오.

1.작업 공간에서 기존 시뮬레이션을 마우스 오른쪽 단추로 클릭하고 (이 경우 이전 섹션에서 추가 한 예제 사용) 모든 작업 공간 및 디스크에서 시뮬레이션
삭제를
선택하십시오.

2.시뮬레이션 디렉토리에서 삭제할 파일을 선택할 수 있는 창이 나타납니다. 삭제할 파일을 선택한 다음 확인을 눌러 해당 파일을 삭제하거나 취소를 눌러 작업을 중단하십시오.

3.OK를 선택한 경우 선택한 작업 공간은 더 이상 시뮬레이션을 포함하지 않습니다. 선택한 작업 공간의 모든 시뮬레이션 파일은 디렉토리에서 삭제됩니다.

경고

이 작업은 취소할 수 없으므로 계속하기 확인 후 파일을 삭제해야 합니다.

작업 공간에 기존 시뮬레이션 추가

기존 시뮬레이션을 작업 공간에 추가하려면 다음을 수행하십시오.

1.열린 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 기존 시뮬레이션 추가 선택합니다. 작업 공간을 선택한 다음 File->Add Existing Simulation 을 선택할 수도 있습니다.

2.prepin.*파일 위치로 이동하여 열기를 선택하십시오.

작업 공간에 기존 시뮬레이션 추가

3.시뮬레이션이 이제 작업 공간에 나타납니다.

작업 공간에 새로운 시뮬레이션 추가

대부분의 경우 기존 시뮬레이션을 사용하는 대신 새 시뮬레이션을 작성하게 됩니다. 작업 공간에 새로운 시뮬레이션을 추가하려면:

1.기존 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 새 시뮬레이션 추가 선택하십시오.

2.시뮬레이션 이름을 입력하라는 message가 표시됩니다. 이 예제에서는 heat transfer example 불러오십시오.

3.그런 다음 드롭다운 목록을 사용하여 시뮬레이션을 위한 단위 시스템을 결정합니다. 사용 가능한 옵션은 질량, 길이, 시간, 전기요금
각각 g, cm, s, coul기준의 Kg, m, s, CGS입니다. 또한 엔지니어링 단위도 사용할 수 있으며, slug, ft, s의 기초 단위가 있지만, 전기
충전을 위한 단위는 없습니다. 이러한 옵션 중 어느 것도 해당되지 않는 경우, 질량, 길이, 시간 및 전기요금에 대한 기준 등을 사용자 정의하여 사용자 지정 단위 시스템을 사용할 수 있습니다.

4.온도 단위는 드롭다운 목록을 사용하여 지정해야 합니다. 사용 가능한 옵션은 SI CGS 단위의 경우 Celsius
Kelvin, 엔지니어링 단위의 경우 Fahrenheit Rankine입니다. Custom units(사용자 정의 단위) 옵션을 선택한 경우, 사용 가능한 온도 단위는 질량
및 길이에 대해 선택한 기본 단위에 따라 변경됩니다.

노트

새 시뮬레이션의 시뮬레이션 단위는 신중하게 선택하십시오. 일단 설정하면 단위를 변경할 수 없습니다.

5.이 시뮬레이션에 사용된 템플릿이 기본 템플릿이 됩니다. 템플릿은 포함된 설정을 새 시뮬레이션에 적용하는 저장된 값 세트입니다. 다른 템플릿을 사용해야하는 경우
찾아보기 아이콘 (
browse_icon_v12)을 클릭하여 사용 가능한 템플릿 목록에서 선택하십시오.

6.기본 시뮬레이션 이름과 위치는 디렉토리가 작업 공간 위치에 있는지 확인하는 것이 좋습니다. FLOW-3D는 모든 시뮬레이션 파일을 이 작업 공간 디렉토리의 별도 하위 디렉토리에 배치하여 파일 구성을 훨씬 쉽게 만듭니다. 시뮬레이션을 다른 위치에 저장하려면 찾아보기 아이콘 ( browse_icon_v12)을 사용하여 원하는 위치로 이동하십시오.

7.확인을 클릭하여 작업 공간에 새 시뮬레이션을 추가하십시오.

heat transfer example

새로운 시뮬레이션 추가

다른 옵션

우리는 지금 이러한 옵션을 사용하지 않는 동안, 이 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하여 추가 옵션에 대한 액세스를 제공합니다.

일반적으로 사용되는 Add Simulation Copy… 그리고 Add Restart Simulation…을 추가합니다. 첫 번째 옵션은 기존 시뮬레이션의 사본을
작성하고, 두 번째 옵션은 기존 시뮬레이션을 복사하고 원래 시뮬레이션의 결과를 다시 시작 시뮬레이션의 초기 조건으로 사용하도록 다시 시작 옵션을 구성합니다.

추가 정보

재시작 시뮬레이션에 대한 자세한 내용은 도움말에서 모델 설정 장의 재시작 섹션을 참조하십시오.

전처리 및 시뮬레이션 실행

시뮬레이션 전처리

시뮬레이션 전처리는 초기 조건을 계산하고 입력 파일에서 일부 진단 테스트를 실행합니다. 문제가 올바르게 구성되었는지 확인하거나 전 처리기의 진단 정보가 필요한 경우에
유용합니다. 시뮬레이션을 실행하기 전에 전처리할 필요가 없습니다. 시뮬레이션을 전처리 하려면

1.작업 공간에서 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 Preprocess Simulation->Local 선택합니다. 이 경우 입력 파일 heat transfer example이 아직 완전히 정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.

2.전처리 프로세스가 시작되고 Simulation Manager 하단의 텍스트 창에 일부 정보가 인쇄된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의 아이콘도 시뮬레이션이 성공적으로 처리되었음을 나타내도록 변경됩니다.

추가 정보

자세한 내용은 도움말의 컴퓨팅 결과 장의 전처리 섹션을 참조하십시오.

시뮬레이션 실행

시뮬레이션을 실행하면 입력 파일에 정의된 문제에 대한 지배 방정식(물리적 모델, 형상, 초기 조건, 경계 조건 등)이 해석됩니다. 시뮬레이션을 실행하려면

1.작업 공간에서 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 Run Simulation->Local을 선택하십시오. 이 경우 입력 파일 heat transfer example이 아직 완전히
정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.

2.솔버가 시작되고 시뮬레이션 관리자 하단의 텍스트 창에 일부 정보가 인쇄되고 플롯이 업데이트 된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의
아이콘도 시뮬레이션이 성공적으로 실행되었음을 나타내도록 변경됩니다. 또한 솔버가 실행되는 동안 큐에 시뮬레이션이 나타나는 것을 볼 수 있으며, 완료되면 사라집니다
.

추가 정보

시뮬레이션 실행 및 진단 읽기에 대한 자세한 내용은 도움말의 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.

작업 공간에서 모든 시뮬레이션 실행

작업 공간을 마우스 오른쪽 버튼으로 클릭하고 Simulate Workspace->Local을 선택하여 작업 공간에서 모든 시뮬레이션을 실행할 수도 있습니다.

추가 정보

자세한 내용은 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.

대기열

사전 처리 또는 실행에 작업이 제출되면 큐의 맨 아래에 시뮬레이션이 자동으로 추가됩니다. 그런 다음 솔버에 사용 가능한 라이센스 및 계산 리소스가 있으면 시뮬레이션이 사전 처리되거나 실행됩니다. 대기열에 있지만 아직 전처리 또는 실행되지 않은 시뮬레이션은 대기열 맨 아래의 컨트롤을 사용하여 대기열에서 다시 정렬하거나 대기열에서 제거할 수 있습니다.

추가 정보

자세한 내용은 컴퓨팅 결과 장을 참조하십시오.

파일 시스템에서 파일 찾기

어떤 이유로 구조물 파일에 액세스해야 하는 경우 (아마 *.STL 폴더에 파일을 배치해야 함) 표시된 파일 경로를 시뮬레이션 입력 파일로 클릭하여 파일 시스템의 해당 위치로 이동할 수 있습니다.

파일 링크

4.모델 설정

Model Setup(모델 설정) 탭은 시뮬레이션 관리자에서 현재 선택한 시뮬레이션에 대한 입력 매개 변수를 정의하는 곳입니다. 여기에는 전역설정, 물리학 모델, 유체,
기하학, 메싱, 구성요소 특성, 초기 조건, 경계 조건, 출력 옵션 및 숫자가 포함된다.

이 섹션은 물에 잠긴 모래(; 파랑)의 바닥에서 가열된 구리 블록(; 빨간색)에 의해 발생하는 열 기둥(아래)을 보여주는 간단한 시뮬레이션 설정 방법을 안내합니다.

예제 문제

이 튜토리얼은 방법이나 모델이 어떻게 작동하는지, 옵션을 선택한 이유 등에 대한 포괄적인 논의를 의도한 것이 아니며, 이 특정 시뮬레이션을 설정하기 위해 수행해야 할 사항에
대한 간략한 개요일 뿐입니다. 여기서 행해지는 것에 대한 방법/모델과 추론의 세부사항은 사용 설명서의 다른 장에서 확인할 수 있습니다.

시작하려면 새 작업 공간을 작성하고 새 시뮬레이션을 추가하십시오. 이를 수행하는 방법에 대한 지침은 새 작업 공간 작성 및 작업 공간에 새 시뮬레이션 추가를 참조하십시오.

탐색

모델 설정은 주로 빨간색으로 표시된 처음 9 개의 아이콘의 탐색을 통해 수행됩니다. 각 아이콘은 시뮬레이션의 특정 측면을 구성하기 위한 위젯을 엽니다. Global에서 시작하여 Numerics로 끝나는 다음 섹션은 각 위젯의 목적을 보여줍니다.

시뮬레이션의 다양한 측면을 정의하기위한 탐색 아이콘

통제 수단

다음은 FLOW-3D 사용자 인터페이스의 그래픽 디스플레이 영역에서 사용되는 마우스 컨트롤입니다.

행동

버튼/

동작

기술

회전

왼쪽

길게 클릭

마우스 왼쪽 버튼을 클릭 한 채로 Meshing & Geometry 창에서
마우스를 움직입니다. 그에 따라 모델이 회전합니다.

중간 버튼/스크롤

스크롤/클릭 한
상태

마우스를 앞뒤로 움직여 확대/축소하려면 가운데 휠을 굴리거나 마우스 가운데 버튼을 클릭
한 상태로 유지하십시오.

우측

길게 클릭

마우스 오른쪽 버튼을 클릭 한 채로 창에서 마우스를 움직입니다. 모델이 마우스와 함께 움직입니다.

객체에 초점 설정

해당 없음

객체 위에 커서를 놓기

커서를 개체 위로 가져 가면 마우스 오른쪽 버튼 클릭 메뉴를
통해 추가 조작을 위해 개체가 활성화됩니다. 개체가 활성화되면 강조 표시됩니다. Meshing & Geometry 탭에서 Tools->
Mouse Hover
Selection
환경 설정 이 활성화된 경우에만
수행됩니다.

선택

왼쪽

더블 클릭

객체를 두 번 클릭하면 마우스 오른쪽 버튼 메뉴를 통해 추가
조작을 위해 객체를 선택하고 활성화합니다. Meshing
& Geometry
탭에서 Tools
->Mouse Hover Selection 환경 설정 이
비활성화 된 경우에만 활성화됩니다.

액세스 객체 속성

우측

딸깍 하는 소리

강조 표시된 객체를 마우스 오른쪽 버튼으로 클릭하면 객체
식별, 표시/숨기기, 활성화/비활성화, 투명도 조정 등의 옵션 목록이 표시됩니다.

커서 좌표 반환 (프로브)

왼쪽

Shift + 클릭

Shift 키를 누르면 커서가 대상으로 바뀝니다. Shift 키를 누른 상태에서 클릭하면 화면의 왼쪽 하단에 표시된 표면의 좌표가 표시됩니다.

피벗 점 배치

왼쪽

cntrl + 클릭

Ctrl 키를 누르고 있으면 커서가 피벗 아이콘으로 바뀝니다. Ctrl 키를 누른 상태에서 클릭하여 피벗 점을 설정하십시오. 뷰가
피벗 점을 중심으로 회전합니다. 토글 사용자 정의 피벗 피벗 점을 끕니다.
보기 창 위의 버튼을 누릅니다.

도움이
되는 툴바 옵션도 있습니다. 옵션의 목적을 찾으려면 아이콘 위로 마우스를 가져갑니다.

메시 및 지오메트리 탭의 컨트롤

글로벌

이 매뉴얼에 대한 시뮬레이션을 만들려면 원하는 작업 공간을 마우스 오른쪽 단추로 클릭하고 새 시뮬레이션 추가를 선택하십시오. 매뉴얼 섹션의 새 시뮬레이션 추가 작업 공간에 설명된 대로 이름을 ‘heat transfer example’로 지정하고 작업 공간에 추가하십시오. SI Kelvin을 각각 단위 시스템과 온도로 선택합니다. 일단 설정되면
시뮬레이션을 위한 단위는 변경할 수 없다는 점을 기억하십시오.

글로벌 아이콘 f3d_global_icon을 클릭하여 글로벌 위젯을 여십시오. 여기에서 정의된 단위가 표시되고 시뮬레이션 완료 시간이 설정됩니다. 이 시뮬레이션의 경우 완료 시간을 200 초로 설정하십시오. 시뮬레이션에 대한 중요한 세부 정보는 여기 노트 필드에도 추가할 수 있습니다.

글로벌 탭 예를 들어 문제

추가 정보

자세한 내용은 모델 설정 장의 전역 섹션을 참조하십시오.

물리

물리 f3d_models_icon아이콘을 클릭하여 물리 위젯을 엽니다.

모델 선택을위한 물리 위젯

이 문제의 경우, 하나의 유체, 자유 표면, 경계 및 비압축/제한 압축의 기본 설정이 모두 정확합니다.

관련 물리 메커니즘(, 추가 지배 방정식 또는 지배 방정식 용어)은 물리 위젯에서 정의됩니다. 모델을 활성화하려면 해당 모델의 아이콘을 마우스 왼쪽 버튼으로 클릭하고활성화 선택하십시오. 이 시뮬레이션을 위해서는 다음 모델을 활성화해야 합니다.

·Density evaluation(밀도 평가): 이 모델은 열 기둥을 생성하는 밀도 변화를 설명합니다. 다른 양(: 온도 또는 스칼라)의 함수로 평가된 밀도를 선택하고 Include volumetric thermal expansion 상자를 선택하십시오.

문제 평가를위한 밀도 평가 모델

·Gravity and non-inertial reference frame(중력 및 비 관성 기준 프레임): 중력을 나타내는 힘이 추가되므로 Z 중력 성분에 -9.81을 입력하십시오.

예를 들어 중력 모델

·
Heat transfer(열 전달): 이 모델은 유체와 고체 물체 사이의 열 전달을 설명합니다. 이 시뮬레이션의 경우 First order for the Fluid internal Energy advection를 선택하고 Fluid to solid heat transfer를 활성화하려면 확인란을 선택하십시오. 나머지 옵션은 기본값으로 두어야합니다.

열전달 모델 예 : 문제

·
Viscosity and turbulence(점성 및 난류): 이 모델은 유체의 점성 응력을 설명합니다. Viscous flow 옵션을 선택하고 나머지 옵션은 기본값으로 두십시오.

예를 들어 문제의 점도 모델

추가 정보

자세한 내용은 모델 설정 장의 물리 섹션을 참조하십시오.

유체

유체의 속성은 모델 설정 탭의 유체 위젯에 정의되어 있습니다. 유체 위젯은 수직 도구 모음에서 Fluids f3d_fluids_icon f3d_fluids_icon아이콘을 클릭하여 액세스할 수 있습니다. 먼저 유체 옵션 1 이 속성 옵션으로 선택되어 있는지 확인하십시오. 유체 1의 속성은 수동으로 입력할 수 있지만 일반적인 유체의 속성을 설정하는 빠른 방법은 재료 속성로드 버튼Matdatbas을 클릭하여 재료 데이터베이스에서 유체를 로드하는 것입니다. 다음으로, 원하는 재료를 탐색하십시오. 이 경우 Fluids->Liquids->Water_at_20_C를 선택하고 Load를 클릭하십시오.

이 시뮬레이션에는 데이터베이스에 없는 특성인 체적 열 팽창 계수가 필요합니다. 밀도 하위 탭에서 207e-6을 입력하십시오. 최종 속성 세트는 다음과 같아야 합니다.

유체 특성 (예 : 문제)

추가 정보

자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

Geometry(기하)

기하형상 f3d_geometry_icon아이콘을 클릭하여 물리 위젯을 엽니다.

이 시뮬레이션을 위해 생성해야 하는 두 가지 형상은 구리 블록과 모래층이 있습니다. 둘 다 프리미티브를 사용하여 작성합니다. 보다 현실적인 시뮬레이션은 Primitives, Stereolithography(STL) Geometry File (s)/또는 Raster File (s)을 사용하여 지오메트리를 정의할 수 있습니다.

구리 블록을 만들려면 먼저 지정된 상자 형상 아이콘을 클릭하여 작성합니다. 구리 블록을 x y 방향 원점에서 +/- 2cm 연장하고 z 방향으로 0-4cm 연장합니다. 나머지 옵션은 그대로 두고 블럭을 솔리드로 만들고 새 구성 요소에 추가합니다.

예제 문제에 대한 구리 블록 정의

하위 구성 요소 정의를 마치고 구성 요소 정의로 이동하려면 확인을 선택하십시오. 자동으로 열린 구성요소 추가 대화상자에서 Type as General(솔리드)을 그대로 두고 Name(이름) 필드에 Copper block을 입력한 다음 OK(확인)를 선택하여 구성요소 정의를 완료하십시오.

상자아이콘을 다시 클릭하여 베드 하위 구성 요소를 작성하십시오. 아래 표시된 범위를 사용하고 컴포넌트에 추가 선택 사항을 새 컴포넌트(2)로 설정하십시오.

예를 들어 침대 문제 정의

하위 구성 요소 정의를 마치고 구성 요소 정의로 이동하려면 확인을 선택하십시오. 대화 형으로 이름 필드에서Bed를 입력한 후 구성요소 정의를 마칩니다. 최종 형상은 다음과 같이 표시됩니다.

예제 문제에 대한 형상 정의

새 구성 요소를 추가하면 가로 및 세로 방향으로 그래픽 표시 창에 길이 스케일이 자동으로 생성됩니다. 눈금자 도구를 사용하여 생성된 기하학적 객체의 범위를 빠르게 측정할 수 있습니다.

노트

표시 영역에는 지오메트리 모양 정의만 표시되므로 객체가 솔리드인지 구멍인지에 대한 정보는 표시되지 않습니다. 즐겨 찾기옵션을 사용하여 Mesh 후에 나중에 수행할 수 있습니다.

추가 정보

자세한 내용은 도움말 모델 설정 장의 형상 섹션을 참조하십시오.

구성 요소 속성

열전달 모델은 고체 구성 요소의 전도 방정식을 해결하기 위해 재료 특성이 필요합니다. 이러한 속성은 이 아이콘f3d_geometry_icon을 클릭하여 구성 요소 속성 위젯에서 설정합니다.

구성 요소 특성 위젯

각 구성 요소에는 솔리드 특성 및 표면 특성이 정의 되어 있어야합니다. 구리 블록에 대해 이를 설정하려면 먼저 형상 위젯에서 구성 요소 1: copper block 요소를 선택하십시오. 그런 다음 컴포넌트 특성 위젯에서 솔리드 특성을 선택하고 다음과 같이 특성을 정의하십시오.

구리 블록 고체 특성

여기에서 두 번째 구성 요소(베드)에 대해 설명된 구성 요소 특성 정의를 위한 대체 방법을 사용할 수 있습니다. 이 방법에서는 구성 요소 2: 베드 구성 요소를 클릭하고 재료 필드 옆에 있는 재료 특성로드 Matdatbas 아이콘을 선택하여 시작합니다. 다음으로 재료를 탐색합니다. 이 경우 Solids->Sands->Sand_Quartz 선택하고 Load를 선택하십시오.

베드 솔리드 속성

추가 정보

l 자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

l 주어진 물리적 모델에 필요한 속성에 대한 자세한 내용은 모델 참조 장을 참조하십시오.

Meshing(메싱)

Mesh Mesh 위젯에서 생성 및 정의되며, 위젯을 통해 액세스 할 수 있습니다. f3d_mesh_icon아이콘을 눌러 add_iconMesh를 추가합니다. Mesh의 범위를 형상에 빠르게 적용하려면 형상에 맞추기 라디오 버튼을 선택하고 오프셋 라디오 버튼을 백분율로 유지합니다. 블록 속성에서 셀 크기를 0.004로 설정하십시오.

메시 블록을 형상에 맞추기

Mesh 상단은 z 방향으로 위쪽으로 확장해야 합니다. Z-Direciton 탭을 선택하고 Mesh Plane 2 0.2를 입력합니다.

z 높이 조정

이 시뮬레이션은 2D가 될 것입니다. 동일한 프로세스에 따라 Y 방향 범위를 -0.005 0.005 로 설정하십시오. 그리고 합계 셀을 1로 설정하십시오.

y 메쉬 평면 조정

최종 Mesh는 그래픽 디스플레이 창 바로 위의 Mesh->Flow Mesh->View 모드 드롭 다운 메뉴에서 옵션을 변경하여 다른 방식으로 볼 수 있습니다. 그리드 라인 마다 그리드 선을 표시합니다 옵션은 Mesh Plane의 옵션만 표시됩니다 Plane Mesh 및 개요 옵션은 Mesh의 범위를 보여줍니다.

또한 솔버가 Mesh의 최종 지오메트리를 인식하는 방법은 FAVOR TM 알고리즘을 사용하여 형상 정의를 면적 분수 및 부피 분수로 변환합니다. 이렇게 하려면 즐겨 찾기아이콘을 클릭한 다음 생성을 선택하십시오.

호의

잠시 후 회색 영역이 고체 물질을 나타내는 아래와 같은 형상을 표시해야 합니다.

선호하는 결과

추가 정보

l Mesh에 대한 자세한 내용은 모델 설정 장의 Mesh 섹션을 참조하십시오.

l FAVORTM FAVORize
옵션에 대한 자세한 내용은 모델 설정 즐겨 찾기장의 Reviewing the FAVORized Geometry and Mesh 섹션을 참조하십시오.

경계 조건

FLOW-3D는 구성 요소 유형 및 활성 물리적 모델에 기초한 구성 요소에 적절한 경계 조건을 자동으로 적용합니다. 그러나 경계 조건 위젯에서 Mesh 블록면의 경계 조건은 각 Mesh 블록에 대해 수동으로 설정해야 합니다(f3d_bc_icon ).

이 매뉴얼의 경우 경계 조건 중 3 가지가 경계조건( X Min , X Max, Z Max 경계)을 기본 대칭 조건조건부터 변경해야 합니다.

·X Min :

o경계 조건 위젯의 경계 섹션 아래에 있는 X Min 목록을 클릭하십시오. Type에서 경계 유형을 Velocity로 설정하고 X 속도에 대해 0.001을 입력하십시오.

XMIN 경계 조건

·다음으로, 유체 분율 사용에서 유체 표고 사용으로 드롭다운 상자를 변경하고 유체 높이를 0.15로 설정하십시오.

·마지막으로 온도를 298K로 설정하십시오.

XMIN 경계 조건

·
X Max :

o경계 조건 위젯의 경계 섹션 아래에 있는 X 최대 목록을 클릭하십시오. 경계 유형을 압력으로 설정하고 압력에 대해 0을 입력하십시오.

o다음으로, 유체 분율 사용에서 유체 높이 사용으로 드롭다운 상자를 변경하고 유체 높이를 0.15로 설정하십시오.

o마지막으로 온도를 298K로 맞춥니다.

oXMAX 경계 조건

·
Z 최대 :

o경계 조건 위젯의 경계 섹션 아래에 있는 Z 최대 목록을 클릭하십시오. 경계 유형을 압력으로 설정하고 압력에 대해 0을 입력하십시오.

o다음으로 유체 분율을 0.0으로 설정하십시오.

o마지막으로 온도를 298K로 맞춘다.

ZMAX 경계 조건

추가 정보

자세한 내용은 모델 설정 장의 Mesh 경계 조건 섹션을 참조하십시오.

초기 조건

도메인 내부의 솔리드 객체(구성 요소)와 유체 모두에 대해 초기 조건을 설정해야 합니다.

·
구성 요소 :이 시뮬레이션에서 솔리드 객체에 필요한 유일한 초기 조건은 초기 온도입니다. 이것은 각 구성 요소에 대한 위젯에 설정되어 있는 구성 요소 속성에 대해 수행한 것과 유사한 방식으로 구성 요소를 등록합니다. 구성 요소 속성을 설정할 때 이전과 동일한 방법으로 구성 요소 1의 초기 온도를 350K로 설정하고 구성 요소 2의 초기 온도를 298K로 설정하십시오.

유체 초기 조건

유체: 유체의 초기 조건을 설정하기 위해 조금 더 설정해야 합니다. 이 경우 유체 구성, 온도, 속도 및 압력 분포를 모두 설정해야 합니다. 유체 초기 조건은 초기 위젯을 설정하고 초기 f3d_initial_icon를 클릭하면 열립니다.

f3d_initial_icon 아이콘을 선택한 후 유체 목록에서 압력을 선택하고 온도를 298K로 설정합니다. x, y, z 속도를 0.0으로 설정하십시오.

유체 초기 조건

다음으로, 높이/볼륨 목록과 유체 높이 사용 드롭다운 버튼을 선택합니다. 유체 높이를 0.15로 설정하십시오.

유체 초기 조건 계속

추가 정보

자세한 내용은 모델 설정 장의 초기 조건 섹션을 참조하십시오.

출력

FLOW-3D 옵션에는 결과 파일에 기록될 데이터와 출력 위젯에서 발견된 빈도를 제어하는 7가지 데이터 유형이 있습니다. 출력 f3d_output_icon 아이콘을 클릭합니다.

다른 데이터 유형은 다음과 같습니다.

·Restart: 모든 흐름 변수. 기본 출력 주기는 시뮬레이션 시간의 1/10입니다.

·Selected: 사용자가 선택한 흐름 변수 만. 기본 출력 주기는 시뮬레이션 시간의 1/100입니다.

·History: 하나의 변수와 시간의 변화를 보여주는 데이터. 예는 시간 단계 크기, 평균 운동 에너지, 배플에서의 유속 등을 포함합니다. 기본 출력 주기 = 시뮬레이션 시간의 1/100.

·Short print: hd3msg.*파일에 텍스트 진단 데이터가 기록 됩니다. 기본 출력 주기는 시뮬레이션 시간의 1/100입니다.

·Long print : hd3out.*파일에 텍스트 진단 데이터가 기록 됩니다. 기본 출력 주기는 시뮬레이션 시간의 1/10입니다.

·Solidification: 응고 모델이 활성화 된 경우에만 사용 가능합니다.

·FSI TSE: 변형 가능한 솔리드에 대한 추가 출력 옵션.

일반적으로 이 시뮬레이션에는 기본 출력 속도가 적합합니다. 그러나 Selected Data의 일부 추가 구성은 유용합니다. Selected data interval 0.5로 설정한 다음 Fluid 온도, Fluid velocity, Macroscopic density Wall 온도 옆에 있는 상자를 선택합니다. 그러면 이러한 값이 0.5초마다 출력됩니다.

출력 탭 설정

추가 정보

자세한 내용은 모델 설정 장의 출력 섹션을 참조하십시오.

Numerics

기본 Numerics 옵션은 대부분의 시뮬레이션에서 잘 작동하므로 기본 옵션에서 벗어나야 하는 충분한 이유가 없는 경우에는 현재 그대로 두는 것이 가장 좋습니다.

이것으로 모델 설정 섹션에서 시작된 예제 문제의 설정을 마칩니다. 이제 실행할 준비가 되었으므로 전처리 및 시뮬레이션 실행의 단계에 따라 시뮬레이션을 실행하십시오.

추가 정보

자세한 내용은 모델 설정 장의 Numerics 옵션 섹션을 참조하십시오.

일반 시뮬레이션 설정 점검 목록

시뮬레이션을 설정하는 데 필요한 단계에 대한 개략적인 개요가 아래에 나와 있습니다. 이 목록은 포괄적인 목록이 아닙니다. 일반적인 단계, 고려해야 할 몇 가지 중요한 사항 및 권장되는 설정 순서를 간단히 설명하는 안내서일 뿐입니다.

시작하기 전에

1.물리적 문제의 다이어그램을 그리기 및 주석 달기 : 이 다이어그램에는 기하학적 치수, 유체의 위치, 관련 힘, 움직이는 물체의 속도, 관련 열 전달 메커니즘 등이 포함되어야 합니다. 완성된 다이어그램은 문제에 대한 모든 관련 엔지니어링 정보로 인한 물리적 문제에 대한 이미지여야 합니다.

2.모델링 접근법 결정: 주석이 달린 다이어그램을 가이드로 사용하여 문제점에 접근하는 방법을 결정 : 문제가 되는 유체의 수, 혼화 가능한 경우, 하나 이상의 유체에서 방정식을 풀어야하는 경우 및 압축성이 중요한지 파악하여 시작하십시오. 그런 다음 어떤 물리적 메커니즘이 중요한지 결정하십시오. 이러한 각 옵션 (: 유체 유형, 열 전달 메커니즘 등)에 대한 관련 엔지니어링 정보를 다이어그램에 추가하십시오. 물리적 메커니즘이 포함되거나 무시된 이유를 정당화하려고 합니다. 이를 통해 시뮬레이션 프로세스 초기에 오류를 수정하는 데 시간이 거의 걸리지 않는 초기에 실수를 잡을 수 있습니다.

3.다이어그램에 계산 영역을 그리고, 계산 영역의 가장자리에 있는 물리적 상황 설명 : 경계의 물리적 상황을 가장 잘 나타내는 경계 조건 유형을 기록합니다. 사용 가능한 경계 조건 유형이 경계의 물리적 상황에 대한 합리적인 근사치가 아닌 경우 이 경계를 다른 곳으로 이동해야 합니다.

모델 설정 : 일반

1.문제, 시뮬레이션의 목적, 사례 번호 등을 설명하는 메모를 추가하십시오. 메모는 향후 사용자 또는 나중에 참조할 수 있도록 설정을 설명하고 정당화하는 데 도움이 됩니다. 시뮬레이션의 목적, 분석 방법 등을 논의해야합니다.

2.사용할 솔버와 프로세서 수를 선택하십시오.

3.단위 시스템 선택: 소규모 문제를 모델링 할 때는 작은 단위 ( : mm-gm-msec)사용하고 규모가 큰 문제는 큰 단위 ( : SI)를 사용하십시오. 이를 통해 기계 정밀도로 인한 반올림 오류를 방지할 수 있습니다.

4.유체 수, 인터페이스 추적 옵션 및 유량 모드를 선택하십시오. 주석이 달린 다이어그램을 이 단계의 지침으로 사용하십시오. 유체의 수는 질량, 운동량 및 에너지 보존을 관장하는 방정식이 유체 분율 f> 0(유체 1을 나타내는) 또는 유체 분획 f \ geq 0(유체 1 및 유체 2)이 있는 영역에서 해결되는지 여부를 나타냅니다. 인터페이스
추적 옵션은 유체 분율의 변화가 급격한지 또는 확산되어야 하는지 여부를 정의하는 반면, 흐름 모드는 f = 0두 유체 문제에서 처리되는 영역을 정의합니다.

5.마감 조건 정의: 시뮬레이션 종료 시점을 선택합니다. 시간, 채우기 비율 또는 기타 정상 상태 측정을 기반으로 할 수 있습니다.

6.기존 결과에서 시뮬레이션을 다시 시작하는 방법 정의 (선택 사항): 기존 결과 파일에서 시뮬레이션을 다시 시작할 때 다시 시작 옵션이 적용됩니다. 재시작 옵션은 재시작 소스 파일에서 가져온 정보와 시뮬레이션의 초기 조건을 사용하여 재설정되는 정보를 정의합니다.

모델 설정 : 물리

1.주석이 달린 다이어그램을 기반으로 관련 실제 모델 활성화

모델 설정 : 유체

1.유체의 속성 정의 1: 주석이 달린 다이어그램을 가이드로 사용하여 활성 물리적 모델에 대한 적절한 물리적 속성을 정의하십시오.

2.유체 2의 속성 정의 (사용하는 경우): 주석이 달린 다이어그램을 가이드로 사용하여 활성 물리적 모델에 적절한 물리적 속성을 정의하십시오.

3.인터페이스의 속성 정의: f = 1 f = 0의 영역 사이의 인터페이스 속성을 정의하십시오. 여기에는 표면 장력, 상 변화 및 확산에 대한 특성이 포함됩니다.

모델 설정 : Mesh 및 형상

1.모든 STL 파일의 오류 점검: ADmesh, netfabb Studio 또는 유사한 프로그램을 사용하여 모든 STL 파일의 오류를 점검하십시오. 이는 모델 설정에 시간을 소비하기 전에 형상
정의와 관련된 문제를 파악하는 데 도움이 됩니다.

2.모든 하위 구성 요소 및 구성 요소 가져 오기 및 정의 : 주석이 달린 다이어그램에 설명 된 대로 실제 사례와 일치하도록 3D 솔리드 형상을 정의합니다. 최종 결과는 물리적 형상의 정확한 복제본이어야 합니다. 각 부분에 설명적인 이름을 사용하고 대량 소스가 될 구성 요소를 포함하십시오.

3.모든 구성 요소의 속성 정의: 주석이 달린 다이어그램에 그려진 내용을 기반으로 각 구성 요소의 모든 재료 속성, 표면 속성, 모션 속성 등을 정의합니다. 경계 조건이 정의될 때까지 질량 소스 특성을 정의하기를 기다리십시오.

4.스프링과 로프 및 각각에 대한 관련 속성을 정의합니다.

5.주석이 달린 다이어그램에 설명된 시뮬레이션 도메인과 일치하도록 Mesh를 정의하십시오. 도메인의 모서리가 다이어그램에서 식별된 위치에 있는지 확인하십시오. 또한 인터페이스 (셀이 0 <f <1있는 셀과 셀이 f = 1다른 셀 이 있는 셀)를 식별하려면 세 개의 셀이 필요합니다.f = 0 ). 최소 5 개의 셀이 예상되는 가장 얇은 연속 영역에 맞도록 충분히 작은 셀을 사용하십시오. f = 1 f = 0 .

6.지오메트리를 정의하는 모든 배플 정의

7.경계 조건, 질량 소스, 질량 모멘텀 소스, 밸브 및 벤트 정의: 경계 조건 (질량 소스, 질량 모멘텀 소스, 밸브 및 벤트 포함)은 모든 방정식을 풀기 위해 주어진 위치에서 솔루션을 규정합니다. 주석이 달린 다이어그램을 사용하여 각 경계 (또는 소스 등)에 지정된 내용이 유동 솔루션, 열 전달 솔루션, 전위 등에 대한 현실과 일치하는지 확인하십시오.

8.유체 및 구성 요소의 초기 조건을 정의합니다. 초기 조건은 모든 방정식 (유량 솔루션, 열 전달 솔루션, 전위 등)에 대해 모든 영역에서 솔루션을 규정합니다.t = 0 .주석이
달린 다이어그램을 사용하여 초기 조건에 지정된 내용이 현재 현실에 대한 근사치인지 확인하십시오. 유체 영역뿐만 아니라 구성 요소의 초기 조건을 설정해야 합니다.

9.모든 측정 장치 정의 (샘플링 볼륨, 플럭스 표면 및 히스토리 프로브)

모델 설정 : 출력

1.출력 기준 (시간, 채우기 비율 또는 응고된 비율)을 선택하십시오.

2.재시작 데이터에 추가할 출력을 선택하십시오.

3.선택한 데이터에 기록할 정보를 선택하십시오.

4.재시작, 선택, 히스토리, 짧은 인쇄 및 긴 인쇄 데이터의 출력 속도 정의 : 기본 속도는 재시작 및 긴 인쇄 데이터의 경우 (10개 출력)/(시뮬레이션 종료 시간) 및 선택한 기록, 짧은 인쇄 데이터의 경우 (100개 출력)/(시뮬레이션 종료 시간)입니다.

모델 설정 : 숫자

1.기본값이 아닌 필수 숫자 옵션을 선택 FLOW-3D의 숫자 옵션은 고급 사용자를 대상으로 하며, 지배 방정식을 해결하는 데 사용되는 숫자 근사치 및 방법을 상당히 제어할 수 있습니다. 이러한 옵션 중 일부를 잘못 사용하면 솔루션에 문제가 발생할 수 있으므로 일반적으로 이 옵션의 기능을 먼저 이해하고 조정의 정당성을 갖추지 않고는 이러한 설정을 조정하지 않습니다.

5.FLOW-3D에서 후 처리

이 섹션에서는 FLOW-3D에 통합된 포스트 프로세서를 사용하는 방법에 대해 설명합니다. 보다 강력한 외부 포스트프로세서 FlowSight에 대한 튜토리얼은 FlowSight 설명서를 참조하십시오. 또한 이 섹션에서는 Flow Over A Weir 예제 문제를 실행하여 생성된 결과 파일을 사용합니다. 이 예제 문제를 실행하는 방법에 대한 지침은 예제 추가 및 시뮬레이션 사전 처리 및 실행을 참조합니다.

FlowSight 사용에 대한 기본 참조는 FlowSight Help->helpLocal Help 메뉴에서 액세스하는 FlowSight 사용자 설명서입니다.

추가 정보

기존 플롯

기존 플롯은 솔버가 자동으로 생성하는 사전 정의된 플롯입니다. 사용자 정의 플롯은 아래의 사용자 정의 플롯 섹션에 설명되어 있습니다.

1.분석 탭을 클릭하십시오. FLOW-3D 결과 대화 상자가 표시됩니다; 메세지가 나타나지 않으면 (분석 탭이 열림) 결과 파일 열기를 선택하여 동일한 대화 상자를 엽니다.

2.기존 라디오 버튼을 선택하십시오. 데이터 파일 경로 상자에 두 가지 유형의 파일이 표시됩니다 (있는 경우). 이름이 prpplt.*있는 파일 에는 전처리 flsplt.*기에 의해 자동으로 작성된 플롯이 포함되고 이름이 있는 파일에는 입력 파일에 사전 지정된 플롯 뿐만 아니라 후 처리기에 의해 자동으로 작성된 플롯이 포함됩니다.

3. 확인을 선택 flsplt.Flow_Over_A_Weir하고 클릭하십시오. 그러면 디스플레이 탭이 자동으로 열립니다.

기존 결과 대화 상자

4.사용 가능한 플롯 목록이 오른쪽에 나타납니다. 목록에서 해당 플롯의 이름을 클릭하면 특정 플롯을 볼 수 있습니다. 플롯 26 이 아래에 나와 있습니다.

기존 플롯보기

커스텀 플롯

1.분석 탭으로 돌아갑니다. 대화 상자를 열려면 결과 파일 열기를 선택하십시오.

2.전체 출력 파일을 보려면 사용자 정의 단일 선택 단추를 선택하십시오. 전체 출력 파일에는 prpgrf.*파일과 파일이 포함됩니다 flsgrf.*. 시뮬레이션이 실행되었으므로 전 처리기 출력 파일이 삭제되어 flsgrf파일에 통합되었습니다.

3.flsgrf.Flow_Over_A_Weir대화 상자 에서 파일을 선택하고 확인을 클릭하십시오.

FLOW-3D 결과 대화 상자

이제 분석 탭이 표시됩니다. 시뮬레이션 결과를 시각화 하는 방법에는 여러 가지가 있습니다. 사용 가능한 플롯 유형은 다음과 같습니다.

·Custom : 이 매뉴얼 의 FLSINP 파일을 사용하여 플롯합니다. 사용자 정의 섹션의 출력 코드를 사용하여 출력 플롯을 수동으로 수정하는 데 사용할 수 있습니다. 이것은 고급 옵션입니다.

·프로브 : 개별 셀, 경계, 구성 요소 및 도메인 전체(전역) 변수 대 시간에 대한 그래픽 및 텍스트 출력을 표시합니다. 자세한 내용은 프로브 플롯 프로브 : 특정 시점의 데이터와 시간 을 참조하십시오.

·1-D : 셀 데이터는 X, Y 또는 Z 방향의 셀 라인을 따라 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 1-D 플롯 1-D : 라인을 따른 데이터 시간 을 참조하십시오.

·2-D : 셀 데이터는 XY, YZ 또는 XZ 평면에서 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 속도 벡터 및 입자를 추가할 수 있습니다. 자세한 내용은 2 차원 플롯 2 차원 : 평면의 데이터와 시간의 데이터 를 참조하십시오.

·3-D : 유체와 고체의 표면 플롯을 생성하고 셀 데이터로 채색 할 수 있습니다. 속도 벡터, 입자 (있는 경우) 및 유선과 같은 추가 정보를 추가할 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 3D 플롯 3D : 표면의 데이터 시간 을 참조하십시오.

·텍스트 출력 : cell-by-cell 재시작, 선택 및 응고 데이터를 텍스트 파일에 쓸 수 있습니다. 자세한 내용은 텍스트 출력 텍스트 : ASCII 형식의 공간 데이터 출력 시간 을 참조하십시오.

·중립 파일 : 재시작 및 선택된 데이터는 별도의 텍스트 파일에 정의 된 지정된 지점(보간 또는 셀 중심)에서 출력 될 수 있습니다. 자세한 내용은 중립 파일 : 사용자 정의 좌표에서의 공간 데이터 출력 시간 을 참조하십시오.

·FSI TSE : 유한 요소 유체 / 고체 상호 작용 및 열 응력 진화 물리학 패키지에서 출력됩니다. 자세한 내용은 FSI / TSE : 표면의 구조 데이터와 시간 을 참조하십시오.

3 차원 도표

1.Analyze -> 3-D 탭을 선택하십시오.

2.Iso-surface = Fraction of fluid 선택하십시오. 이것은 표면을 그리는 데 사용되는 변수입니다. 선택한 등면 변수에 대한 등고선 값 기준을 충족하는 모든 셀을 통해 표면이 그려집니다. 유체의 분율이 기본값이며 유체 표면이 표시됩니다.

등 면형

3.색상 변수 = 압력을 선택하십시오. 이 선택은 등위면의 색을 지정하는 데 사용되는 변수를 결정합니다 (이 경우 유체 표면은 압력에 의해 색이 그려집니다).

색상 변수 유형

4.Component iso-surface overlay = Solid volume 선택하십시오. 솔리드 볼륨 은 유체와 함께 솔리드 구성 요소를 표시합니다. 이전 단계에서는 체적 분수의 보완을 등위면으로 선택하여 이 작업을 수행했지만 이 옵션을 사용하면 유체와 고체 표면을 동시에 플롯 할 수 있습니다.

등표면 옵션

5.이동 시간 프레임의 최소 및 최대 위치들 (0 내지 1.25 )에 슬라이더 위치.

시간대 옵션

6.렌더 버튼을 클릭하여 디스플레이 탭으로 전환하고 t = 0.0에서 1.25 초 사이에 일련의 11 플롯을 생성하여 압력에 의해 채색된 유체 표면과 위어 구조를 보여줍니다. 데이터 다시 시작 이 선택되었으므로 11 개의 플롯이 있습니다.

7.사용 가능한 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 다음을 클릭하여 시간 프레임 사이를 이동하거나 시간 프레임을 두 번 클릭하여 표시하십시오. 첫 번째 및 마지막 시간 프레임은 다음과 같아야 합니다.

위어 구조 렌더링

8.Analyze -> 3-D 탭으로 돌아가서 Data Source 그룹에서 Selected data 라디오 버튼을 선택하십시오.

데이터 소스

9.시간 프레임 선택기의 두 슬라이더가 모두 오른쪽에 있으므로 마지막 시간 프레임 만 생성됩니다. 사용 가능한 시간 프레임이 많고 렌더링하는데 시간이 오래 걸리므로 선택한 데이터를 선택하면 인터페이스에서 자동으로 수행됩니다. 사용 가능한 모든 시간 프레임을 렌더링 하려면 왼쪽 슬라이더를 Time Frame Min = 0 으로 이동하십시오.

10. 렌더링 버튼을 클릭하십시오. 몇 초 안에 뷰가 디스플레이 창으로 전환되고 101 개의 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 시간 프레임 사이를 이동하려면 다음을 반복해서 클릭하십시오.

대칭 흐름 표시

위어 중심 아래로 대칭 평면을 사용하여 시뮬레이션을 설정했으므로 위어 구조의 절반만 시뮬레이션되고 표시됩니다. 프리젠테이션 목적으로 대칭 모델의 두 반쪽을 모두 표시할
수 있습니다.

1.아래와 같이 Analyze -> 3-D 탭으로 돌아가서 Open Symmetry Boundaries 확인란을 선택하십시오.

열린 대칭 경계

2.렌더링을 클릭하십시오. 유체 표면이 디스플레이 탭의 대칭 경계에서 열린 상태로 나타납니다.

3.화면 위의 도구 모음 메뉴에서 도구 -> 대칭을 선택하십시오.